先查这五项。
- 预测与实际使用同一口径吗
- 误差集中在哪些商品、地区或周期
- 促销、缺货和异常事件是否标记
- 人工覆盖是否改善还是放大误差
- 评测是否使用当时未知的信息
只取会改变判断的资料。
- 01历史预测版本
- 02最终实际值
- 03商品、客户和地区层级
- 04价格、促销与事件
- 05库存、缺货与取消
- 06人工调整与原因
先做一个可逆动作。
冻结最近一个已完成周期，用当时可见数据重跑季节性基线与现行方法；不改生产预测，只比较分层误差和业务损失。
给团队一个可以行动的判断。
- 01预测与实际对账
- 02分层误差地图
- 03基线对比结果
- 04下一项模型或流程验证
三个常见问题。
用 MAPE 就够吗？
不够，零值和低量会失真，应结合业务损失和其他误差。
数据越多越准吗？
不一定，口径错误和结构变化会让更多数据更误导。
什么时候需要新模型？
现行方法稳定输给可复现基线且误差来自可学习信号时。