基于人工智能方法的卷煙產(chǎn)品訂單量預(yù)測模型的構(gòu)建

左少燕，黃海富，張巧格，張 晨，吳章生

(1. 廣西中煙工業(yè)有限責(zé)任公司，廣西 南寧 530001；2.中科知道(北京)科技有限公司，北京 100190)

1 引言

長久以來，煙草行業(yè)一直以計劃經(jīng)濟運營模型為主。2002年，國家開始要求煙草行業(yè)進行市場化改革。近幾年，煙草行業(yè)市場化改革不斷深入，2014—2018年連續(xù)五年的全國煙草工作會議上，國家局黨組均對卷煙營銷市場化取向改革作出安排部署，初步構(gòu)建了市場化取向運作的卷煙營銷新模式。推進“按客戶訂單組織貨源”是煙草商業(yè)公司對煙草市場化改革的主要舉措之一?！鞍从唵谓M織貨源”的前提和基礎(chǔ)是對市場的卷煙產(chǎn)品訂單進行預(yù)測。

卷煙產(chǎn)品訂單量預(yù)測是煙草精準營銷的重要內(nèi)容之一，針對卷煙產(chǎn)品訂單需求預(yù)測已經(jīng)開展了大量的研究工作。由于卷煙產(chǎn)品作為一種消費品，與其他消費品一樣，客戶需求是產(chǎn)品訂單量產(chǎn)生的決定性因素，因此很多對卷煙訂單預(yù)測的方法思路為通過預(yù)測市場需求進而間接對客戶訂單量進行預(yù)測，如張海濤建立了一種卷煙需求預(yù)測模型，在對卷煙需求預(yù)測的基礎(chǔ)上完成了對卷煙產(chǎn)品訂單量的預(yù)測。另一種訂單量預(yù)測的方法則為利用數(shù)據(jù)直接對訂單量進行預(yù)測。其具體方法大致包括兩種：一種為利用宏觀總體信息數(shù)據(jù)如地區(qū)人口、地區(qū)GDP、居民消費水平指數(shù)等以及微觀個體信息數(shù)據(jù)如卷煙終端客戶的性別、年齡、收入等，建立這些信息與訂單量直接關(guān)聯(lián)的回歸模型。另一種方法則利用歷史訂單量信息直接構(gòu)建訂單量的預(yù)測模型。如王森等運用時間序列預(yù)測法，選擇帶季節(jié)指數(shù)的移動平均和最小平方法對卷煙的短、中期總體銷量進行了預(yù)測。宋作玲對卷煙配送中心的客戶訂單進行了按時期、品牌、區(qū)域的多維預(yù)測。在預(yù)測年訂單量時，采用了回歸模型、灰色模型、自適應(yīng)二次指數(shù)平滑及移動平均等七種模型。研究發(fā)現(xiàn)，對數(shù)回歸模型預(yù)測結(jié)果的平均準確率最高。

在卷煙訂單量預(yù)測的研究中，數(shù)據(jù)來源一直是決定預(yù)測準確性的關(guān)鍵因素。隨著煙草系統(tǒng)數(shù)字化轉(zhuǎn)型升級，煙草系統(tǒng)為了提高現(xiàn)代終端管理水平，擴展市場信息回收采集渠道，大力推廣云POS系統(tǒng)，為煙草系統(tǒng)積累了大量直接來源于終端客戶的煙草營銷數(shù)據(jù)。煙草銷售中產(chǎn)生的訂單，雖然來源于卷煙零售戶，更直接來源于零售終端，即與其他消費品相同，終端客戶的訂單量是零售戶訂單量產(chǎn)生的直接原因和決定性因素。然而，云POS數(shù)據(jù)在以往的研究中利用率低、信息挖掘程度十分有限，以往由于難以得到零售戶的直接售賣數(shù)據(jù)，訂單量預(yù)測往往限于一定周期內(nèi)市場上所有零售戶總訂單量的預(yù)測，還未有采用這部分數(shù)據(jù)，對于市場中每個零售戶這一精細粒度、每一品規(guī)卷煙訂單量進行預(yù)測的研究報道。本研究利用直接來源于終端客戶的云POS數(shù)據(jù)，結(jié)合零售周期、環(huán)境和宏觀經(jīng)濟等因素數(shù)據(jù)，利用決策樹回歸、SGDRegress回歸、Adaboost回歸方法對山東省泰安市卷煙銷售市場中每個零售戶構(gòu)建卷煙產(chǎn)品訂單量預(yù)測集成模型，以期為煙草精準營銷，實現(xiàn)卷煙訂單調(diào)控逐步由“經(jīng)驗式分析”向“數(shù)據(jù)化分析”轉(zhuǎn)變的“一戶一策”式貨源組織模式提供理論支撐。

2 訂單量預(yù)測模型構(gòu)建方法

2.1 影響煙草銷量因素的確定及數(shù)據(jù)預(yù)處理

本研究采用山東省泰安市卷煙零售戶產(chǎn)生的云POS訂單歷史數(shù)據(jù)作為卷煙銷量預(yù)測的主要數(shù)據(jù)特征。數(shù)據(jù)時間范圍涵蓋2020年7月1日到2021年3月15日，共8.5個月的云POS數(shù)據(jù)，共涉及市場優(yōu)質(zhì)零售戶2000余戶，合計數(shù)據(jù)2229724條。

針對云POS異常數(shù)據(jù)清洗，主要思想為采用箱線圖方法對原始數(shù)據(jù)進行基本統(tǒng)計分析，找出離群點，即異常數(shù)據(jù)，然后去除。對云POS數(shù)據(jù)的預(yù)處理流程如圖1所示。

圖1 數(shù)據(jù)預(yù)處理流程

除卷煙歷史訂單數(shù)據(jù)這一卷煙營銷系統(tǒng)內(nèi)部數(shù)據(jù)外，影響卷煙銷量的因素還包含外部環(huán)境因素。參考其他研究的成果及考慮到數(shù)據(jù)的易得性，確定影響煙草銷量的外部數(shù)據(jù)特征包含地區(qū)總?cè)丝?、地區(qū)GDP總量、地區(qū)居民恩格爾系數(shù)、地區(qū)居民消費總額。

2.2 特征提取方法

由于卷煙銷售的特殊性，其訂單量受卷煙投放業(yè)務(wù)的嚴格約束，同時考慮煙草公司業(yè)務(wù)需求，因此預(yù)測周期以周為統(tǒng)計維度，統(tǒng)計方法為該零售戶在一周內(nèi)對應(yīng)的每一天的訂單量預(yù)測數(shù)據(jù)相加。在提取這一特征時，輸入某一星期天數(shù)連續(xù)3周中的數(shù)據(jù)及對應(yīng)的星期、節(jié)假日標記特征，如輸入某一零售戶某一品規(guī)卷煙2020年9月7日、14日、21日的某一零售戶訂單數(shù)據(jù)及星期一標記，和對應(yīng)日期節(jié)假日標，作為一組時序數(shù)據(jù)，將所有時序數(shù)據(jù)經(jīng)LSTM方法特征提取，最終輸出2個維度的特征用于后續(xù)模型訓(xùn)練。為提高特征提取效果，對云POS時序數(shù)據(jù)劃分時采用滑窗法，重復(fù)利用數(shù)據(jù)信息。

對于云POS訂單數(shù)據(jù)，提取優(yōu)質(zhì)零售戶每一品規(guī)卷煙訂單量的統(tǒng)計特征，包含最大值、最小值、平均值、中間值、均方差、變異系數(shù)、均方根等；同時提取訂單量的非線性特征含一階偏度、二階偏度、曲率、KL(Kullback-Leibler)散度等。

地區(qū)總?cè)丝凇⒌貐^(qū)GDP總量、地區(qū)居民恩格爾系數(shù)、地區(qū)居民消費總額、人口及經(jīng)濟數(shù)據(jù)均來源于互聯(lián)網(wǎng)相關(guān)官方網(wǎng)站公開數(shù)據(jù)。

2.3 訂單量預(yù)測模型方法

訂單量預(yù)測是典型的回歸問題，因此選用回歸模型進行訓(xùn)練驗證。將特征分別輸入決策樹回歸模型、Lasso回歸模型及AdaBoost回歸模型中，三個模型結(jié)果利用線性回歸模型進行集成，最終構(gòu)建了訂單量預(yù)測的集成模型。模型具體構(gòu)建方法如圖2所示。

圖2 訂單量預(yù)測模型構(gòu)建方法流程

3 訂單量預(yù)測結(jié)果與分析

3.1 訂單量預(yù)測模型構(gòu)建結(jié)果

對卷煙零售戶訂單云POS數(shù)據(jù)進行清洗和標準化處理后，按照卷煙品規(guī)、零售戶兩個維度對數(shù)據(jù)進行整合處理。將總數(shù)據(jù)的70%用于訓(xùn)練，30%用于測試。最終生成的模型為1007個零售戶的20個主銷卷煙品規(guī)的訂單量預(yù)測模型，共計20140個。

在實驗過程中，對每一方法產(chǎn)生的26182個模型文件進行準確率的測試。每個模型的平均準確率結(jié)果如表1所示。由表1可以看出，集成模型準確率最高，為77.5%，平均R為0.876。因此，模型采用線性回歸的集成模型作為最終零售戶訂單量預(yù)測的模型。

表1 實驗?zāi)Ｐ皖A(yù)測準確率結(jié)果

3.2 訂單量預(yù)測模型驗證結(jié)果

對模型利用2021年8月2日到2021年8月8日及2021年8月9日到2021年8月15日兩個周內(nèi)的零售戶主銷品規(guī)的訂單量進行了實驗驗證，不同品規(guī)煙的1007個零售戶的平均準確率結(jié)果如表2所示。測試結(jié)果顯示模型對泰山(紅將軍)訂單量預(yù)測的平均準確度最高，為78.6%，對南京(煊赫門)的訂單量預(yù)測的平均準確率最低，為46.4%，對所有品規(guī)訂單量預(yù)測的平均準確率為63.5%。

表2 產(chǎn)品訂單量預(yù)測模型平均準確率結(jié)果

4 分析和結(jié)論

本研究利用零售終端客戶的云POS訂單數(shù)據(jù)，結(jié)合日期特征、節(jié)假日特征及地區(qū)人口數(shù)據(jù)和地區(qū)經(jīng)濟指標數(shù)據(jù)，利用人工智能方法結(jié)合統(tǒng)計學(xué)方法提取數(shù)據(jù)特征，構(gòu)建了零售戶單品規(guī)訂單量預(yù)測模型。模型構(gòu)建平均準確率為77.5%，平均R為0.876。模型泛化利用2021年8月2日到2021年8月8日及2021年8月9日到2021年8月15日兩個投放周內(nèi)的零售戶主銷品規(guī)的訂單量數(shù)據(jù)進行驗證，平均準確率為63.5%。

本研究為有效利用云POS數(shù)據(jù)，采集直接來源于卷煙銷售終端客戶的數(shù)據(jù)以服務(wù)煙草業(yè)務(wù)“按訂單組織貨源”的市場化改革導(dǎo)向、促進煙草業(yè)務(wù)數(shù)字化轉(zhuǎn)型提供了方法支撐。

現(xiàn)階段，山東省泰安市卷煙零售戶共計約18806戶，由于云POS系統(tǒng)還在推廣階段，本研究數(shù)據(jù)經(jīng)清洗處理后篩選出的優(yōu)質(zhì)云POS數(shù)據(jù)零售戶僅1007戶，占全市場零售戶不足6%。按零售戶維度對數(shù)據(jù)統(tǒng)計分組后，戶均云POS訂單數(shù)據(jù)量僅為71條，數(shù)據(jù)量嚴重不足。數(shù)據(jù)云POS數(shù)據(jù)涵蓋的市場零售戶戶數(shù)較少，數(shù)據(jù)量嚴重不足，嚴重制約了模型構(gòu)建準確率。后續(xù)可以從數(shù)據(jù)端入手、加大云POS系統(tǒng)的同時，采用更多統(tǒng)計分析數(shù)據(jù)方法，產(chǎn)生更多可用數(shù)據(jù)，以改進和增強模型構(gòu)建效果。