基于SAS Forcast Studio的多產(chǎn)品銷量數(shù)據(jù)分類方法的探析

摘 要：時間序列預(yù)測方法仍是數(shù)據(jù)挖掘的主要方法之一，在應(yīng)用方面，軟件SAS Forcast Studio（簡稱FS）能夠同時對多個產(chǎn)品、快速進(jìn)行預(yù)測，建立快速、批量、自動的時間序列預(yù)測模型群；極大地提高了數(shù)據(jù)挖掘的處理效率和預(yù)測準(zhǔn)確率。然而單純的原始時間序列直接投入FS里的效果不及對數(shù)據(jù)先處理后理想，需要對時間序列先進(jìn)行數(shù)據(jù)處理，其中分類處理是其中一個必要的環(huán)節(jié)。因此，本文基于SAS 的時間序列模塊軟件FS來探析多產(chǎn)品銷量數(shù)據(jù)分類方法，從而提高FS預(yù)測模型的準(zhǔn)確率。

關(guān)鍵詞：多產(chǎn)品；SAS Forcast Studio；時間序列；數(shù)據(jù)分類方法

隨著社會的發(fā)展和計算機(jī)技術(shù)的進(jìn)步，數(shù)據(jù)挖掘技術(shù)的應(yīng)用越來越廣泛，已在經(jīng)濟(jì)、氣象、地質(zhì)、歷史文化、軍事、新聞、醫(yī)藥、農(nóng)業(yè)等領(lǐng)域產(chǎn)生了顯著的經(jīng)濟(jì)效益和社會效益。主要是從海量數(shù)據(jù)中挖掘潛在的知識、信息，包括聚類分析、分類預(yù)測（如決策樹、神經(jīng)網(wǎng)絡(luò)、LOGISTIC等）、生存分析、時間序列預(yù)測、回歸分析等。時間序列預(yù)測方法仍然是數(shù)據(jù)挖掘的主要方法之一，其主要思想是：找出歷史數(shù)據(jù)揭示現(xiàn)象隨時間變化的規(guī)律，將這種規(guī)律延伸到未來，從而對該現(xiàn)象的未來作出預(yù)測。為了提高預(yù)測計劃質(zhì)量，應(yīng)對公司業(yè)務(wù)的規(guī)模發(fā)展，除了借助依據(jù)業(yè)務(wù)流程形成的各類預(yù)測方法，還需要主觀干預(yù)較少的科學(xué)預(yù)測方法--讓數(shù)據(jù)說話的科學(xué)統(tǒng)計預(yù)測方法，借助SAS數(shù)據(jù)分析軟件，實現(xiàn)科學(xué)的預(yù)測，為公司業(yè)務(wù)整體預(yù)測計劃和資源效率的提升提供堅實的基礎(chǔ)。因此，本文基于SAS的時間序列模塊軟件FS來探析多產(chǎn)品銷量數(shù)據(jù)分類方法，以此提高FS預(yù)測模型的準(zhǔn)確率。

一、FS在時間序列分析方法中的應(yīng)用概述

SAS FS能夠同時對多個產(chǎn)品、快速進(jìn)行預(yù)測，建立快速、批量、自動的銷量預(yù)測模型群；挖掘人員可結(jié)合各種業(yè)務(wù)場景設(shè)計多種策略實現(xiàn)精細(xì)化建模；開發(fā)各種接口支撐模型的可調(diào)節(jié)、可拓展性；并采用后評估方式為建模人員模型優(yōu)化提供支撐，通過BI平臺實現(xiàn)資源共享。FS能夠利用事件、日歷、廣告促銷和因果變量等各類銷量影響因素并融合這些因素進(jìn)行建模預(yù)測，而且能自動識別數(shù)據(jù)模式，生成預(yù)測結(jié)果，實現(xiàn)預(yù)測模型自動化。通過FS輸出的預(yù)測結(jié)果，公司和企業(yè)相關(guān)人員可根據(jù)銷售目標(biāo)和其他約束條件進(jìn)行調(diào)整，從而制訂合理的采購策略。

二、時間序列數(shù)據(jù)分類方法

由于多產(chǎn)品間存在相關(guān)關(guān)系，有轉(zhuǎn)化性、競爭性。部分產(chǎn)品因某些特殊因素導(dǎo)致銷量波動較大，但結(jié)合相關(guān)產(chǎn)品整體數(shù)據(jù)來看比較穩(wěn)定。因此對于多產(chǎn)品銷量數(shù)據(jù)先進(jìn)行分類是必要的。最常見大體有以下幾種分類方式，以某奶粉公司產(chǎn)品為例：（1）從轉(zhuǎn)化性來看，按產(chǎn)品系列打包調(diào)節(jié)預(yù)測，如金裝1-4打包，超金1-4打包等；（2）按產(chǎn)品品牌內(nèi)替代性打包調(diào)節(jié)預(yù)測，如金裝1、超金1、超呵1、呵護(hù)1打包等；（3）按產(chǎn)品品牌間替代性打包調(diào)節(jié)預(yù)測，如素加與好嬰兒奶粉打包等。

1.按波動性分類

由于各產(chǎn)品銷量方差（或極差）可用來衡量其波動范圍的大小，因此，可通過構(gòu)建該統(tǒng)計量來對產(chǎn)品銷量波動性進(jìn)行描述，然后再利用k倍δ的原理對數(shù)據(jù)分類，k值可以根據(jù)用戶需求自己定義。其思路可以歸納如下：

（1）針對單個產(chǎn)品，利用最近一年的產(chǎn)品實際銷量值求解其方差δ2；

（2）針對所有產(chǎn)品，利用所得的方差δi2求解[-kδ0，+kδ0]；

（3）根據(jù)（2）求得的區(qū)間將原始數(shù)據(jù)分為三類，將大于區(qū)間上限值的歸為一類，將小于區(qū)間下限值的歸為一類，將大于區(qū)間下限值小于區(qū)間上限值的歸為一類。

2.按銷量大小分類

四分位數(shù)方法：四分位數(shù)是統(tǒng)計學(xué)中把所有數(shù)值由小到大排列并分成四等份，處于三個分割點位置的數(shù)值。該樣本中所有數(shù)值由小到大排列后第25%的數(shù)字為Q1，該樣本中所有數(shù)值由小到大排列后第50%的數(shù)字為Q2，該樣本中所有數(shù)值由小到大排列后第75%的數(shù)字為Q3。利用四位數(shù)方法將原始數(shù)據(jù)分成四類，分別為：<25%、25%～50%、50%～75%、>75%。

對于產(chǎn)品銷量數(shù)據(jù)，各產(chǎn)品銷量中位數(shù)可用來衡量其銷量大概所處的位置，因此，通過構(gòu)建該統(tǒng)計量來對產(chǎn)品銷量大小進(jìn)行分類。

3.按歷史數(shù)據(jù)長度

根據(jù)提供的銷量數(shù)據(jù)的長度，以歷史數(shù)據(jù)為2013.03～2015.06為例，按歷史數(shù)據(jù)長度分別為小于1年，1年～2年，2年以上，將產(chǎn)品分為3類。

4.綜合分類方法

在FS建模時，有多種調(diào)節(jié)層級的方法，不同的層級調(diào)節(jié)可以生成不同的預(yù)測模型，為了得到最優(yōu)預(yù)測模型，因此需要綜合考慮波動分類、銷量大小、序列長度等組合的影響因素。

三、實驗過程

根據(jù)中國某信息與通信解決方案以及智能終端生產(chǎn)企業(yè)的各產(chǎn)品每天的銷量數(shù)據(jù)來進(jìn)行時間序列預(yù)測分析，共1220個產(chǎn)品item，產(chǎn)品種類多，數(shù)據(jù)量大。將數(shù)據(jù)集分成擬合數(shù)據(jù)集、測試集兩部分，選擇其中一部分?jǐn)?shù)據(jù)作為預(yù)測模型的輸入，另一部分?jǐn)?shù)據(jù)作為驗證，以評估預(yù)測模型的優(yōu)劣。例如：有24個月的歷史銷售數(shù)據(jù)，我們可以選擇前18個月的數(shù)據(jù)作為輸入，另外6個月的數(shù)據(jù)作為驗證，從而評出最優(yōu)模型。

對原始數(shù)據(jù)集分別采用不打包分類處理、3倍δ原理分類、四分位數(shù)原理分類等方法進(jìn)行處理。對FS生成的結(jié)果模型利用模型評分函數(shù)E的大小來衡量優(yōu)劣。

Error=，MAPE=|真實值均值-預(yù)測值均值|/真實值均值

其中，MAPE1和MAPE2分別表示擬合數(shù)據(jù)集與測試集的均值絕對誤差百分比；N1和N2分別表示擬合數(shù)據(jù)集與測試集分別小于0.2（該閾值可自定義）和0.4（該閾值可自定義）的點的個數(shù)。

利用SAS的FS處理后，根據(jù)模型結(jié)果對比表明，對數(shù)據(jù)進(jìn)行分類打包后會生成更優(yōu)模型，預(yù)測會更有規(guī)律和更接近真實值。文中僅列出其中一種產(chǎn)品的結(jié)果來說明，從圖一中可以看出預(yù)測值在未打包處理前不同模型生成的預(yù)測數(shù)據(jù)偏差及波動極大，而處理后預(yù)測數(shù)據(jù)較穩(wěn)定，并且數(shù)據(jù)準(zhǔn)確率更高。

四、結(jié)束語

在用FS處理類似于銷量數(shù)據(jù)的時間序列數(shù)據(jù)集時，對數(shù)據(jù)進(jìn)行分類打包后會生成更優(yōu)模型，實驗表明分類處理比不分類處理，預(yù)測更準(zhǔn)確，但不同的分類方法對模型的影響程度不一樣，用戶可以根據(jù)實際需要選擇一種合適的分類方法。若一些序列周期長或者數(shù)據(jù)序列較短，我們還可以分別利用滾動預(yù)測和曲線擬合的方法來調(diào)和。

參考文獻(xiàn)：

[1]李雄飛等.數(shù)據(jù)挖掘與知識發(fā)現(xiàn)[M].高等教育出版社，2010.

[2]王麗娜，肖冬榮.基于ARMA模型的經(jīng)濟(jì)非平穩(wěn)時間序列的預(yù)測分析[M].武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版）.Vol.28 No.1 Feb，2004.

[3]賈俊平.統(tǒng)計學(xué)（第六版）[M].中國人民大學(xué)出版社，2015（01）.

[4]SAS（r） Forecast Studio14.1.User's Guide.

[5]劉曉冬，景睿等.殘差自回歸模型及SAS程序?qū)崿F(xiàn)[M].中國衛(wèi)生統(tǒng)計，2008年10月第25卷第5期.

作者簡介：高春姣（1988- ），女，漢族，湖北荊州，在讀碩士，廣州大學(xué)經(jīng)濟(jì)與統(tǒng)計學(xué)院，研究方向：經(jīng)濟(jì)預(yù)測與決策