零售电商实验室近期围绕补货预测做了一轮对照实验，关注点不在模型结构，而在新品冷启动与促销扰动这两类高频失效场景。
实验取某快消类目近 12 个月的真实订单，将 SKU 划分为成熟品、上市 30 天内新品、以及大促前后 7 天的扰动期三段分别评估。基线为类目均值叠加季节因子；对照方案引入属性相似 SKU 的迁移特征（规格、价格带、首周动销坡度），并把既定促销计划作为外生变量提前注入。阶段性结果：成熟品段的周预测偏差变化不大；新品段前两周偏差下降明显，第三周后优势收窄；扰动期的改善主要来自外生变量，模型自身贡献有限。
要点：
- 进展：完成离线回测与灰度对照，形成「分段建模 + 外生促销输入」的基本流程；
- 下一步：补入缺货截断与退货回流数据，验证在真实补货节奏下结论是否仍成立，并测试门店与仓之间的调拨联动。
结论保持保守：当前收益集中在冷启动窗口，尚不足以支撑全类目替换。
评论