严选时序预测算法实践
1 背景
2 严选应用
支持严选10万多SKU预测未来360天销量，准确率业内领先； 落地于采购补货、营销策略等多种场景。
支持按省份、按仓库的预测； 实现全国仓库的库存均衡，商品就近发货。
支持严选2000多仓库未来60天的各仓库日维度单量预测，包含新仓的冷启动预测，准确率业内领先； 支撑业务侧进行仓库产能评估和安排、物流车辆资源储备和调度等决策。
严选自建DSP广告投放平台，平台接入流量每天百亿级，对接上千家媒体，广告位十万级； 实现了小时级的大规模预测，预测每个广告位在未来两天每小时的流量，准确率业内领先。
预测严选APP内7大流量入口包括搜索页、推荐页、类目页、商详页、个人页等关键流量入口的流量。
3 时序预测算法实践
特征数据的构建、收集、落地； 算法模型的设计、实现； 算法服务的整合、开发。
3.1 整体架构
3.2 数据特征
用户数据 用户属性：性别、年龄、地区、手机型号、消费水平、社会身份、类目偏好、社交关系…… 用户行为：浏览、点击、加购、购买、评论、分享…… 商品数据 商品特性：类目、迭代关系、相似性、价格、毛利、文案…… 商品销售：销量、折扣、促销、好评、复购、退货、地域、履约…… 业务数据 后端仓配：选址、容量、人力、配送…… 前端营销：预算、计划、竞争关系、渠道属性、经营模式、市场计划…… 外部数据 行业相关：节假日、自然气候、原材料…… 流量媒体：属性、类型、规模……
3.3 算法模型
优点：预测结果具有较好的可解释性，计算效率高。 缺点：算法本身处理复杂场景能力有限，需要额外的预处理、后处理环节，通过一些策略规则对预测数据进行补充优化，需要引入大量的专家经验。 应用模型：Linear-Regression、ARIMA、Holt-Winters、Prophet……
优点：可以处理复杂的业务场景，较为方便的考虑时序或非时序的各种特征数据，目前在大部分实际应用中有更高的预测准确率。 使用传统机器学习模型预测结果包含了更多细节 缺点：预测结果的可解释性较差，同样需要一定的专家经验来进行特征工程，对训练用的历史数据有一定要求，数据量（数量&质量）不够时很难学到有效的预测模型 应用模型：XGBoost、LightGBM……
优点：可以处理更加复杂的情况，对人工经验、特征工程的依赖更少，具有较高的自由度，可以端到端的解决各种预测问题。
缺点：预测结果的可解释性最差，对历史数据的要求最高，并且训练过程计算量最大，效率较低。 应用模型：DeepTCN、MASS、DeepAR、LSTNet、TFT、Informer……
3.4 算法服务
4 后记
未来与历史的差异性 所有的预测算法都是基于“历史与未来的规律一致”这一假设前提才得以成立的。然而在实际场景中，规律本身也是在不断变化的，未来发生的事情并不一定能在历史上找到参考。例如当下流行的带货直播，这一形式在早几年的数据中并没有可供参考的样本，同时也一定程度的改变了当下用户的消费习惯，这对于商品销量预测带来了很大的挑战。 未知事件影响 实际业务场景中产生的时序数据，都是在各种“事件”的综合影响下产生的。时间时序预测算法可以预测时序数据的走势、时序数据在不同“事件”下的变化表现，却无法预测“事件”本身的发生。大到疫情的发生，小到某次促销活动，这些“事件”本身并不具备可预测性，却对数据影响巨大。