Demand Forecasting & Replenishment

Rolling-origin backtest of weekly SKU demand on public UCI Online Retail II data — four methods compared at SKU and portfolio level, then turned into order quantities to compare stockouts and excess stock — real output from the source Python pipeline.

需求预测与补货决策 · 滚动回测

从周度需求预测到补货决策

UCI Online Retail II 公开数据（英国线上批发商）上，100 个常销 SKU、25 个滚动预测起点、1–4 周预测期的回测：4 种方法的 WMAPE 与偏差，再把预测换成 4 周补货量，比较缺货与积压。

数据说明

真实公开交易数据，不是合成数据。去重、剔除已取消订单和非商品行后按周汇总；模型只用一套固定参数，没有为了某个数字调参。

视图

SKU × 周 WMAPE · LightGBM

53.6%

移动平均 59.1%，相对降低 9%

组合 × 周 WMAPE · 移动平均

17.0%

LightGBM 18.6%——合计层面反而更差

LightGBM 偏差

-11.7%

系统性低估：合计误差大的原因

LightGBM 更准的 SKU

77 / 100

中位 WMAPE 54.5% vs 58.2%

四种方法 · 两个汇总层级

评估窗口：预测起点 2011-05-16 至 2011-10-31，目标周 2011-05-23 至 2011-11-28，共 10,000 个 SKU-周预测。每个起点只用当时已有的数据重新训练。

方法	SKU×周 WMAPE	h=1	h=4	组合×周 WMAPE	偏差
上周值（Naive）	70.5%	71.4%	70.2%	19.4%	-2.7%
4 周移动平均	59.1%	59.4%	59.6%	17.0%	-2.9%
去年同期（季节朴素）	90.6%	92.2%	89.8%	34.0%	+28.9%
LightGBM 全局模型	53.6%	54.0%	54.0%	18.6%	-11.7%
LightGBM + 滚动偏差校正	56.8%	—	—	16.8%	+3.1%

怎么读这张表

单 SKU 层面，LightGBM 比移动平均准（53.6% vs 59.1%），100 个 SKU 里有 77 个更准。
但加总到组合层面，它反而输给移动平均（18.6% vs 17.0%）。原因是 -11.7% 的系统性低估：Tweedie 损失下模型偏向保守，单 SKU 的低估在合计时不会互相抵消。
用过去已观测的误差做滚动偏差校正（系数 1.121–1.26）后，组合层面降到 16.8%，和移动平均持平；但单 SKU 层面变差到 56.8%。
结论：预算与采购总量看「无偏」，单 SKU 下单看「绝对误差」。先定这个预测给哪个决策用，再选模型和损失函数——没有一个模型在两个层级同时最好。
去年同期（季节朴素）最差（90.6%，偏差 +28.9%）：这批 SKU 2011 年的量明显低于 2010 年同期，直接照搬去年会系统性高估。