电商大促销量AI预测：促销与流量因子建模实验

大促期间的销量波动受促销力度、流量结构与竞品动作等多重因素影响，传统时序模型难以刻画促销脉冲。零售电商实验室近期开展销量预测实验，基于某家居品类近24个月的真实订单与营销投放数据，对比了Prophet、LightGBM与Transformer三类模型的表现。
实验要点：

• 在预售与现货两阶段大促场景下，引入促销折扣率、站内流量、加购收藏率等特征后，LightGBM模型的大促日销量预测MAPE由28.4%降至15.1%，常规日误差稳定在8%以内；
• 加入竞品促销监测特征可再提升3~5个百分点，但外部数据获取的合规性需谨慎评估。

下一步，团队将围绕品类间促销联动与库存约束下的补货建议展开迭代，探索预测结果向备货决策的落地路径。目前实验仍处于离线验证阶段，尚未进入生产环境，相关结论有待更多品类数据的交叉验证。