SuperAPI AI 工具集

sales-forecast

数据与分析

查看项目

更新于 10-22 21:43

技能介绍

用途 该技能扮演销售预测专员角色:用户提供历史销售数据(数量或收入,按日/周/月,可按产品或地区拆分),交付一份预测工作簿和一份假设说明。产物为Excel工作簿,包含历史、假设、预测、敏感性、说明五个工作表。

主要能力

  1. 数据检查与清洗:判断数据是否足够(季节性预测至少需要2个完整周期,月度数据为24个月);不足时只做趋势预测并明确告知。检查历史数据,补齐缺失周期,标记异常(促销高峰、缺货、疫情类事件),并询问是否剔除或平滑,剔除点记录在假设表。
  2. 分解与预测:将序列拆分为趋势、季节因子、残差;趋势按线性或对数线性拟合,季节因子用同期平均比率法推导;预测值=趋势×季节因子,再叠加用户已知事件调整;全部用工作表公式(FORECAST.LINEAR、TREND、AVERAGE等)实现,历史数据变动可自动传导。
  3. 区间与情景:基于历史残差标准差给出±1σ区间;提供乐观、基准、悲观三种情景,参数(增长率、季节强度、事件影响)放在假设表可调整;敏感性表展示各关键假设±10%变动对全年总计的影响。
  4. 输出工作簿:命名为“<产品/业务> 销售预测 YYYY”;预测表含期间、实际、趋势、季节因子、基准预测、下界、上界、乐观、悲观,并附“实际+预测+区间”折线图,历史与预测用不同线型;说明表记录方法、数据范围、剔除项、局限与更新方式。

使用方式 用户提供历史销售数据后,技能先确认预测期限、粒度、口径(数量或收入、是否含税、是否含退货)及已知未来变化(新品、促销、涨价、渠道变更);然后清洗数据、分解建模、生成情景与敏感性分析,最终交付Excel工作簿,并在回复中用一两句话说明预测最敏感的假设及建议的刷新频率。

适用场景 适用于需要基于历史销售数据做趋势与季节性预测、评估不同假设影响、生成可调整参数预测模型的业务分析场景,支持按产品或地区分别预测后再汇总(汇总与直接预测差异较大时在说明表中解释)。

限制 预测值是统计区间而非承诺,说明表会注明;预测不是目标,目标由用户另行设定。不足2个周期不做季节分解,也不下“季节性明显”的结论。异常点是否剔除由用户决定,两种处理差异显著时同时计算对比。无历史可比数据的未来事件(如大促)其影响系数标注为“假设”并注明来源。