[发明专利]商品销售额预测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种商品销售额预测方法、装置、计算机设备和存储介质，所述方法包括：获取预设时间段内目标品类商品的第一商品数据集，第一商品数据集包括目标品类商品的销售额以及销售额对应的时间数据；根据销售额对应的时间数据按照时间顺序对第一商品数据集中的销售额进行时间排序，得到第二商品数据集；根据第二商品数据集获取目标时间序列模型，目标时间序列模型用于表征商品的销售额与时间数据的对应关系；将目标时间数据输入目标时间序列模型，得到目标时间序列模型的输出值，输出值为目标时间数据对应的目标品类商品的预测销售额。上述方法能够自动化对商品销售额进行预测以提高商品销售额预测效率。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种商品销售额预测方法、装置、计算机设备和存储介质。

背景技术

近年来智慧零售等新零售行业发展迅速，大型零售企业的实体门店正在以极快的速度增长，门店销售计划的制定就显得尤为重要。由于商品品类众多且门店地域、级别和定位等差异较大，为了精准营销、合理投放资源就需要对门店销售计划金额进行合理分配。目前企业会在年初由专门的计划预算部门制定门店下一年总的月度销售计划，但月度销售计划中销售金额日计划不区分商品品类。因此，为了精细化管理以及更好地完成销售计划还需要将销售金额日计划根据门店实际经营情况等精准合理地分配到各个品类上。

目前，企业根据门店实际经营情况等通过人工操作将销售金额日计划精准合理地分配各个品类上。这样的方式，通常依靠企业员工结合业务规则和个人经验来进行人工分配。尤其是销售金额日计划还需要根据各个品类的商品的过往销售额预测未来销售额进行计划，通过人工经验根据各个品类的商品的过往销售额预测未来销售额以进行销售金额日计划的人工分配，不仅导致工作量大、效率低，而且分配结果的准确性也不高。

发明内容

基于此，有必要针对上述技术问题，提供一种能够自动化对商品销售额进行预测以提高商品销售额预测效率的商品销售额预测方法、装置、计算机设备和存储介质。

一种商品销售额预测方法，该方法包括：获取预设时间段内目标品类商品的第一商品数据集，第一商品数据集包括目标品类商品的销售额以及销售额对应的时间数据；根据销售额对应的时间数据按照时间顺序对第一商品数据集中的销售额进行时间排序，得到第二商品数据集，第二商品数据集包括排序后的销售额以及排序后的销售额对应的时间数据；根据第二商品数据集获取目标时间序列模型，目标时间序列模型用于表征商品的销售额与时间数据的对应关系；将目标时间数据输入目标时间序列模型，得到目标时间序列模型的输出值，输出值为目标时间数据对应的目标品类商品的预测销售额。

在其中一个实施例中，商品销售额预测方法还包括：获取预设数量的目标品类商品的预测销售额；根据各目标品类商品的预测销售额确定各目标品类商品的占比；获取目标时间数据对应的计划总销售额；根据预设总销售额以及各目标品类商品的占比确定各目标品类商品的计划销售额。

在其中一个实施例中，根据第二商品数据集获取目标时间序列模型，包括：根据第二商品数据集获取目标品类商品的销售额增长趋势信息，根据销售额增长趋势信息获取目标时间序列模型的第一函数；根据第二商品数据集获取目标品类商品的销售额的周期性信息，根据周期性信息获取目标时间序列模型的第二函数；根据第二商品数据集获取目标品类商品的预设时间点的销售额，根据预设时间点的销售额获取目标时间序列模型的第三函数；根据第一函数、第二函数和第三函数获取目标时间序列模型。

在其中一个实施例中，目标时间序列模型为Prophet模型，第一函数为逻辑回归函数，第二函数为傅立叶函数，第三函数为单位冲激函数；其中，Prophet模型还包括噪声项函数，噪声项函数服从高斯分布，噪声项函数用于表征未预测的销售额的波动信息。