[发明专利]不依赖自身历史销量数据的产品销量预测方法和电子设备

说明书

本申请公开了一种不依赖自身历史销量数据的产品销量预测方法和电子设备，涉及数据处理、人工智能领域。根据运维人员输入的关键参数预估值进行线性回归，获取销量预估函数；然后根据基于销量预估函数确定的总销量，基于该产品同类产品的历史销量数据确定的外部影响系数和内部影响系数，采用Bass模型对销量预估函数进行调整；并在调整后的销量预估函数上叠加扰动参数；从而获得新上市产品的生命周期总销量。对于不存在自身历史销量数据的新上市产品，可以准确预测销量。

技术领域

本申请涉及数据处理领域，尤其涉及一种不依赖自身历史销量数据的产品销量预测方法和电子设备。

背景技术

新产品上市前，需要对长期储备物料做提前备料或者锁量，这就需要对产品总销量有一个较准确的预测。由于是未上市的新产品，缺少其市场表现数据，不容易准确预测。如果预测量偏大，可能造成巨额物料积压，带来潜在报废或者库存占用费用等问题；如果预测量偏小，会导致对市场估计不足，错失扩大份额的机会。

发明内容

本申请实施例提供一种不依赖自身历史销量数据的产品销量预测方法和电子设备，对于没有或仅有少量自身历史销量数据的新上市产品进行中长期销量的预测，提高产品销量预测准确性。

为达到上述目的，本申请的实施例采用如下技术方案：

第一方面，提供了一种不依赖自身历史销量数据的产品销量预测方法，该方法包括：获取关键参数的预估值，关键参数包括：首销量H1、上升期到平稳期转折点销量H2、平稳期到下降期转折点销量H3、下降期到长尾期转折点销量H4、上升期时长L1、平稳期时长L2和下降期时长L3；根据关键参数的预估值进行线性回归，获取销量预估函数f(x)；根据销量预估函数f(x)获取产品的生命周期总销量的预估值；根据生命周期总销量的预估值、外部影响系数p的预估值和内部影响系数q的预估值构建Bass模型；其中，Bass模型的模型参数包括生命周期总销量、外部影响系数p和内部影响系数q；基于构建的Bass模型进行产品销量拟合，获取满足预设条件的Bass模型曲线；根据满足预设条件的Bass模型曲线获取调整后的销量预估函数f(x)；在调整后的销量预估函数f(x)上叠加扰动参数，获取销量预测函数F(x)；根据销量预测函数F(x)获取产品的生命周期总销量的值。

在该方法中，对于新上市的产品，根据运维人员输入的关键参数预估值进行总销量的预估，然后采用线性回归和Bass模型进行趋势拟合，能够在不依赖产品自身历史销售数据的条件下，预测产品销量。并且，还参考新产品上市时间、竞品上市时间、产品生命周期内季节性变化、新上市产品库存、促销活动等因素，进一步提高产品销量预测的准确性。

结合第一方面，在一种可能的实施方式中，获取关键参数的预估值包括：接收用户输入；根据用户输入获取关键参数的预估值。

由于新产品上市，没有该产品的历史销量数据，不能根据该产品的历史销量数据获取关键参数。在该方法中，电子设备可以接收运维人员的输入，根据运维人员的输入获取关键参数的预估值。由于运维人员比较了解产品实际情况，输入的关键参数比较准确。

结合第一方面，在一种可能的实施方式中，根据关键参数的预估值进行线性回归，获取销量预估函数f(x)，包括：

其中，当x₁＝0时f(x₁)＝H1，当x₂＝L₁时f(x₂)＝H2，当x₃＝(L₁+L₂)时f(x₃)＝H3，当x₃＝(L₁+L₂+L₃)时f(x₃)＝H4。

在该方法中，根据关键参数的预估值采用线性回归方法构建销量预估函数f(x)，即采用线性回归方法进行拟合。