摘要
由于销售季节短、业务之间的交付周期长、产品种类繁多以及需求信息不明确,时尚行业的公司正努力预测需求。随着零售技术趋势的发展,预测过程变得越来越复杂。电子商务战略以及社交媒体的使用对需求的波动性和速度有很大影响,因为客户偏好不同,产品生命周期短,零售日历过时,新推出的季节性商品信息缺乏。消费者对高质量、有保证的可用性和快速交货的要求越来越高,他们的购买行为也越来越不可预测。通过适当的需求管理,满足客户发起人的高期望。本研究通过利用机器学习技术和识别重要预测变量,从数据驱动的角度关注需求预测,以帮助时尚零售商实现更好的预测准确性。将得到的预测结果进行了比较,以展示机器学习方法的优点。一家领先的时尚零售公司采用了该方法,在没有历史数据的情况下预测了新推出的季节性产品的需求。