用途：帮助零售企业优化配货，把新商品或可用库存分配到各门店，兼顾本地需求、门店容量与库存效率，目标是提升销售、减少降价。
主要能力：资料给出了配货框架，包括需求驱动配货、门店聚类、分级与流动、尺码曲线优化、预包装与拣选包装的权衡。示例代码涵盖门店聚类引擎（用KMeans对门店按销售、人口、气候、面积等特征聚类并生成聚类画像）、门店分级系统（按销售、坪效、周转、降价率算综合得分，分为A/B/C级并给出配货深度建议）、以及基于需求预测的配货优化引擎（按比例、分级或平均方式把单个SKU分配到门店）。
使用方式：资料为方法说明与Python代码示例，依赖numpy、pandas、scikit-learn、matplotlib等库，未提供安装命令、运行入口或产品化调用方式。示例中店铺数据与商品数据以DataFrame形式传入。
适用场景：零售配货、初始铺货、门店聚类分级、配货深度规则制定等。
限制：资料未说明收费、价格、支持的平台或实际效果；未提供官方文档、API或CLI用法；代码中的参数与规则仅为示例，实际使用需结合自身数据校准。