应用于商品企划的商品需求滚动预测方法与商品企划系统与流程

1.本发明涉及智慧商品系统技术领域，特别涉及一种应用于商品企划的商品需求滚动预测方法、计算机可读存储介质及商品企划系统。


背景技术：

2.在商品企划的商品定价环节，主要考虑因素有成本、行业利率参数、公司利益、市场最终所接受的价位（价格定位）、品牌附加值等，科学准确的需求预测可以帮助商品企业制定科学的商品企划方案，降低研发和生产成本，减少库存，提高企业整体效益。对于服饰商品来说，因服装具有趋势性、季节性、周期性和随机性，服装销售受气候、地域、人文等因素影响较大，且受多级代理商和加盟商售价自由度相对较高的销售方式影响，成本价格和销售价格具有多样化特性，使得服装商品企划人员难以根据商品的实际情况快速制定合适的服装需求预测方法，也难以根据商品需求预测制定商品价格。
3.传统的需求预测仅根据商品的销量来预测该商品未来的销售情况，但商家往往会采用营销的手段，例如：促销、券、会员积分等方式刺激销售，对积压的库存进行清仓的销售。如果采用普通的销量和销售额来预计销售数量，可能会受到营销的影响导致商家高估销售数量，影响对进货量的预估。因此，为减少不同销售渠道营销手段对商品销售预测的干扰，亟需一种更为准确的商品需求预测方法。


技术实现要素：

4.本发明所要解决的技术问题是提供一种商品需求滚动预测方法、存储有被执行时实现上述方法的计算机程序的计算机可读存储介质以及包括该存储介质的系统，该商品需求滚动预测方法提供的预测结果相对仅根据商品的销量来预测更为准确。
5.提供一种应用于商品企划的商品需求滚动预测方法，对商品企划中的各个待销售商品，分别根据各个待销售商品在历史销售周期的销售情况对其在新销售周期内的需求进行预测，调取该待销售商品在与所述新销售周期对应的多个历史销售周期内的历史销售数据，包括如下预测步骤：目标销售金额获取步骤，根据商品企划中新销售周期内该待销售商品相对全部商品的销售占比计算该待销售商品的目标销售金额；历史均折计算步骤，获取该待销售商品在所述历史销售周期内总的计收入额和总的吊牌额，以总的计收入额除以总的吊牌额所得的商作为均折；预计总吊牌额步骤，以所述目标销售金额除以所述均折所得的商作为该待销售商品在新销售周期内的预计总吊牌额；平均吊牌价获取步骤，获取该待销售商品在所述历史销售周期内的平均吊牌价；预计销售数量步骤，以所述预计总吊牌额除以所述平均吊牌价所得的商为预计销售数量。
6.优选地，所述目标销售金额获取步骤包括销售额校正步骤，计算在所述多个历史
销售周期内该待销售商品的销售金额增幅均值，以加上所述销售金额增幅均值后的值作为所述目标销售金额。
7.优选地，若所述销售金额增幅均值低于零，则以增幅计算前的销售金额作为目标销售金额。
8.优选地，所述平均吊牌价获取步骤包括吊牌价校正步骤，计算在所述多个历史销售周期内该待销售商品的平均吊牌价同比上一年销售周期的增长幅度，以加上所述增长幅度后的值作为所述平均吊牌价。
9.优选地，所述预计销售数量步骤包括销售数量校正步骤，计算在所述多个历史销售周期内该待销售商品的平均销售数量增幅，具体地，计算其销售数量同比上一年销售周期的增长幅度，以加上所述平均销售数量增幅后的值作为所述预计销售数量。
10.优选地，获取在所述多个历史销售周期内该待销售商品满足店铺补货需求的程度，即平均补货满足度，以及平均申请补货数，以所述预计销售数量加上平均申请补货数*（1-平均补货满足度）的和作为修正后的预计销售数量。
11.优选地，所述待销售商品是指预设系列商品中在预设价格段内的全部商品。
12.优选地，所述预计销售数量步骤包括款数预计步骤，获取该待销售商品的全部商品的平均每款销售数量，以所述预计销售数量除以平均每款销售数量所得到的商作为该待销售商品的款数。
13.还提供一种计算机可读存储介质，计算机程序被控制器执行时能够实现上述应用于商品企划的商品需求滚动预测方法。
14.还提供一种应用于商品企划的商品需求滚动预测系统，包括商品信息录入模块、需求处理模块和处理器，所述商品信息录入模块用于记录各个已销售商品的历史销售数据，所述需求处理模块用于计算预计销售数量，处理器内还预先存储有上述计算机可读存储介质，该计算机可读存储介质上的计算机程序可被处理器执行。
15.有益效果：该应用于商品企划的商品需求滚动预测系统，在每个新销售周期对待销售商品的需求进行基于历史销售数据的滚动预测，具体地，先获取该待销售商品在新销售周期的目标销售金额，然后从调取的该待销售商品在与新销售周期对应的多个历史销售周期内的历史销售数据中分别：获取总的计收入额和总的吊牌额以计算均折，从而计算得到预计总吊牌额；获取平均吊牌价，从而以预计总吊牌额除以平均吊牌价来计算预计销售数量。该商品需求滚动预测方法中避开现有技术仅采用商品的销量来预测的算法，采用吊牌价作为预测的基准，可以减少营销对需求预测带来的干扰，使得预测结果更偏向稳定。
附图说明
16.图1是应用于商品企划的商品需求滚动预测方法的流程示意图。
17.图2是应用于商品企划的商品需求滚动预测方法的历史销售数据中各个销售参数的参考数据表。
具体实施方式
18.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是
本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.实施例一在服饰商品的销售体系中，每个销售渠道（如门店）的管理终端上均安装有智慧商品系统客户端，对应地，在品牌方和买手端则有商品企划系统，销售渠道每销售一件库存商品均会记录在管理终端的智慧商品系统中并上传到服务器以作为历史销售数据，服务器的商品企划系统中设有该应用于商品企划的商品需求滚动预测系统。对商品企划中的各个待销售商品（待销售商品是指预设系列商品中在预设价格段内的全部商品），分别根据各个待销售商品在历史销售周期的销售情况对其在新销售周期内的需求进行预测，调取该待销售商品在与新销售周期对应的多个历史销售周期内的历史销售数据。
20.对所调取的历史销售数据进行数据清理，将全部历史销售数据按照公司在售的品牌分类、公司在不同品牌下的产品类别分类、公司在不同类别下的产品系列分类进行排序，对于公司某品牌某类别某系列的待销售商品，本实施例以某品牌旗下的男鞋产品中的男款休闲鞋系列，在春季发售的价格段w1在100-500元之间的全部款式作为该待销售商品，筛选出该待销售商品的销售数量（a）、吊牌额（b）计收入额（c）、均折（d）、均价（e）、款数（f）、均款销售（g）、进货数（h）、平均吊牌价（k）、销售占比（q）、补货满足度（r）、申请补货数（x）、数量增幅（s）、金额增幅（t）、单价增幅（u）等相关数据，然后执行如图1所示的预测步骤。
21.其中，销售数量（a）：某价格段的某系列货品在某销售周期的销售总数量；吊牌额（b）：某价格段的某系列货品在某销售周期的吊牌总金额。计收入额（c）：某价格段的某系列货品在某销售周期的计收入总金额。均折（d）：某价格段的某系列货品在某销售周期的平均折扣，可以用“计收入额”除以“吊牌额”计算得出。均价（e）：某价格段的某系列货品在某销售周期的平均每件货品的计收入价格，可以用“计收入额”除以“销售数量”计算得出。款数（f）：某价格段的某系列货品在某销售周期的销售款数。均款销售（g）：某价格段的某系列货品在某销售周期的平均每款货品的销售数量，可以用“销售数量”除以“款数”计算得出。进货数（h）：某价格段的某系列货品在某销售周期的总进货数量。平均吊牌价（k）：某价格段的某系列货品在某销售周期平均每件货品的吊牌价。销售占比（q）：某价格段的某系列货品在某销售周期的计收入金额占公司计收入金额的占比。补货满足度（r）：在某销售周期内公司针对某价格段的某系列货品满足店铺补货需求的程度。申请补货数（x）：在某销售周期内公司针对某价格段的某系列货品的申请补货数。数量增幅（s）：某价格段的某系列货品在某销售周期的销售数量同比上一年销售周期的增长幅度。金额增幅（t）：某价格段的某系列货品在某销售周期的销售计收入金额同比上一年销售周期的增长幅度。单价增幅（u）：某价格段的某系列货品在某销售周期的平均吊牌价同比上一年销售周期的增长幅度。店铺均销增幅（v）：某价格段的某系列货品在某销售周期的店铺均销同比上一年销售周期的增长幅度。
22.以图2所示的历史销售数据为例对该应用于商品企划的商品需求滚动预测方法的具体步骤进行说明。
23.目标销售金额获取步骤，根据商品企划中新销售周期内该待销售商品相对全部商品的销售占比计算该待销售商品的目标销售金额。商品企划人员获取品牌方设定的新销售周期该品牌的总的目标销售金额，根据某系列历史数据的销售占比，计算出分摊到具体某系列某价格段在新销售周期的目标销售金额（c1-1），本实施例中目标销售金额c1-1为
60000000元。然后执行销售额校正步骤，计算在多个历史销售周期内该待销售商品的销售金额增幅均值，即历史三年数据中，待销售商品在同一销售周期内金额增幅的平均值t，t为图2中2021年和2022年这两年的金额增幅0.027和0.094的平均值0.061，然后进行金额增幅修正，以加上销售金额增幅均值后的值作为目标销售金额，金额增幅修正后的金额（c1-1-1）=c1-1 *（1+t），即修正后的目标销售金额c1-1-1为63660000元。
24.其中，修正目标销售金额时，t为正值时才进行金额增幅修正。因为金额增幅修正的目的是为了扩大优势品类的数量，采用负数修正会导致修正后的金额低于制定的销售目标金额，若销售金额增幅均值低于零，则以增幅计算前的销售金额作为目标销售金额。
25.历史均折计算步骤，获取该待销售商品在历史销售周期内总的计收入额和总的吊牌额，以总的计收入额除以总的吊牌额所得的商，即该待销售商品在同一销售周期内的平均折扣0.85作为均折d1-1。
26.预计总吊牌额步骤，以目标销售金额除以均折，即c1-1-1/d1-1所得的商作为该待销售商品在新销售周期内的预计总吊牌额b1-1（74894118元）。
27.平均吊牌价获取步骤，获取该待销售商品在历史销售周期内的平均吊牌价k（236.71元）。其中包括吊牌价校正步骤，计算在多个历史销售周期内该待销售商品的平均吊牌价同比上一年销售周期的增长幅度u（-0.007），以加上增长幅度后的值k*（1+ u）作为平均吊牌价k1（235.05元）。
28.预计销售数量步骤，以预计总吊牌额除以平均吊牌价所得的商为预计销售数量a1=b1-1/ k1，根据上述参数的值以74894118/235.05计算后取整得到预计销售数量a1为318631双。其中包括销售数量校正步骤，计算在多个历史销售周期内该待销售商品的平均销售数量增幅s（0.012），具体地，计算其销售数量同比上一年销售周期的增长幅度，以加上平均销售数量增幅后的值a1*（1+ s）作为预计销售数量as1（322455双）。
29.另外，获取在多个历史销售周期内该待销售商品满足店铺补货需求的程度，即平均补货满足度r，以及平均申请补货数x1，以预计销售数量加上平均申请补货数*（1-平均补货满足度）的和作为修正后的预计销售数量asr1=as1+（x1*（1
‑ꢀ
r），本实施例中该待销售商品无历史补货需求，因此修正后的预计销售数量asr1维持上文的322455双（as1）不变。
30.该应用于商品企划的商品需求滚动预测方法及其商品企划系统，在每个新销售周期对待销售商品的需求进行基于历史销售数据的滚动预测，具体地，先获取该待销售商品在新销售周期的目标销售金额，然后从调取的该待销售商品在与新销售周期对应的多个历史销售周期内的历史销售数据中分别：获取总的计收入额和总的吊牌额以计算均折，从而计算得到预计总吊牌额；获取平均吊牌价，从而以预计总吊牌额除以平均吊牌价来计算预计销售数量。若商家在历史销售周期内通过多种营销手段提高了销量，以现有技术仅采用商品的历史销量来预测的算法会使得对当前销售周期的预计销售数量虚高，而通过本实施例的商品需求滚动预测方法中，采用进行折扣换算后的吊牌价作为预测的基准，将折扣程度对销量的影响纳入预测考虑因素，从而减少营销对需求预测带来的干扰，使得预测结果更为准确。
31.实施例二在做商品企划时，买手需要知道采买多少的款数才能满足品牌方制定的销售目标。为便于买手预计采买款数及所需设计款数，本实施例在实施例一的基础上进行调整，在
预计销售数量步骤后还执行款数预计步骤，获取该待销售商品的全部商品的平均每款销售数量，以预计销售数量除以平均每款销售数量所得到的商作为该待销售商品的款数。
32.均款销售数量（g）：历史三年数据中，某系列某价格段的货品在同一销售周期内的平均每款销售数量。
33.skc（单款单色）数（y）：某系列某价格段的货品在新销售周期的预计销售的款数。计算公式为：skc数（y）=asr1 / g 。
34.选款倍数（x）：某系列某价格段的货品在新销售周期的选款倍数。
35.设计skc数（z）：某系列某价格段的货品在新销售周期的预计设计的总款数。计算公式为：设计skc数（z）=y * x 。
36.实施例三在做商品企划时，各销售渠道需要预计采购数和采购金额，为了达到预计的销售数量，品牌方需要根据售罄率修正采购数，预留足够的库存满足销售需求。本实施例在实施例一的基础上进行调整，在预计销售数量步骤后还执行采购计算步骤，以预计采购的吊牌总金额除以平均加价倍率所得到的商作为该待销售商品的采购成本额。
37.平均售罄率（i）：历史三年数据中，某系列某价格段的货品在同一销售周期内的平均售罄率。
38.预计采购数（平均售罄率修正后）（asri1）：某系列某价格段的货品在新销售周期内的预计采购的数量。计算公式为：预计采购数（平均售罄率修正后）（asri1）=asr1 / i。
39.采购吊牌额：某系列某价格段的货品在新销售周期内的预计采购的吊牌总金额。计算公式为：采购吊牌额= asri1 * k1。
40.平均加价倍率（l）：历史三年数据中，某系列某价格段的货品在同一销售周期内的平均加价倍率。
41.采购成本额：某系列某价格段的货品在新销售周期内的预计采购的总成本额。计算公式为：采购成本额= （asri1* k1）/l。
42.实施例四在做商品企划时，品牌方计算出某系列产品预计销售数量后，还需要评估需要多少店铺来满足该系列预计销售。本实施例在实施例一的基础上进行调整，在预计销售数量步骤后还执行店铺数预估步骤，以预计店铺销售目标除以预计店铺均销所得到的商作为该待销售商品的店铺数预估。
43.店铺均销（n）：历史三年数据中，某系列某价格段的货品在同一销售周期内的店铺平均销售数。
44.平均店铺均销增幅（v）：历史三年数据中，某系列某价格段的货品在同一销售周期内的每间店铺的均销增幅的平均值。
45.预计店铺均销：某系列某价格段的货品在新销售周期内的预计店铺平均销售数。计算公式为：预计店铺均销= n *（1+v）。
46.需要店铺数：达成某系列某价格段的货品在新销售周期内的销售目标，预计需要的店铺数。计算公式为：需要店铺数= asr1 / （n *（1+v））。
47.以上所描述的应用于商品企划的商品需求滚动预测系统实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部
件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
48.最后应说明的是：本发明实施例公开的应用于商品企划的商品需求滚动预测方法所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。