基于GM（1，1）模型的亚马逊平台下B电商公司销量预测.pdfVIP

基于GM （1 ，1）模型的亚马逊平台下B电商公司销量预测 摘要：互联网+信息时代正在崛起，传统外贸企业向跨境电子商务转型是时代发展的必然之路。基于亚马逊物流配送平台 和B公司现状，应用灰色预测模型对该公司商品销售数据进行分析与预测。根据预测结果可知，公司商品未来四个月的销量 呈增长趋势，但商品之间的销量存在较大差异。借助销量预测，既能帮助公司制定较准确的销售计划来有效运营亚马逊店 铺，又能降低企业库存成本，并为其他转型中或已完成转型的中小企业在制定销售计划和库存计划时提供借鉴。 关键词：亚马逊平台，电商公司，销量预测，灰色预测模型 一、引言 在跨境电子商务蓬勃发展，传统外贸形势下滑、企业盈利空间缩小，及中美贸易摩擦的大背景下，企业转型成了许多中小企 业的共同目标。随着亚马逊跨境电商平台的发展和完善，许多中小企业选择亚马逊平台作为转型的路径之一，这减少了中小 卖家在配送方面的烦恼，但也存在着库存积压和缺货损失并存的现象。B公司从传统外贸公司已经逐渐转型为集传统外贸、 跨境B2C为一体的综合性贸易公司。以B公司为例分析其销售现状和库存问题，可为该企业和诸多类似的中小型电商公司在 解决销量预测及库存问题上提供参考。 [1] 国外学者关于销售预测方面的研究较多。如W.K. Wong （2010 ） 等人为解决服装销售中期预测问题，提出了一种由数据预 [2] 处理和HI预测器组成的混合智能模型。Yong Yu （2011 ） 等人提出了一种同时利用极值机（ELM ）和传统的统计方法。运 [3] 用真实数据进行有效实验，与其他传统方法比较，该ELM预测模型快速有效。Xia （2014 ） 提出了一种基于周期截断累加 修正项的季节性离散灰色预测模型，并通过算法验证了该模型对短期历史数据的服装零售预测是可行的。 [4] 国内学者也进行了一系列相关研究，在销量预测研究方面，薛美君（2004 ） 等人运用季节性因素与统计分析方法对销售量 [5] 进行定量预测。万艳敏（2006 ） 等人从服装销售的现实特征入手，引入PER 模型和时间序列模型，尽可能地消除销售预 [6] 测中操作的不标准性和预测的主观性。喻琳艳（2006 ） 将服装产品划分为需求确定型、需求随机型和需求季节型三种，并 针对随机型服装产品，建立服装销量的灰色预测模型，以更好地针对服装产品特征进行预测。在海外仓库存管理研究方面， [7] 钱珊（2016 ） 指出电子商务企业库存管理存在着库存水平过高、库存准确率低下、库存消耗过大等问题。罗 [8] � （2016 ） 指出海外仓促进了跨境电商的发展，但也存在着自建成本高、清关、产品知识产权、库存压力等问题。孟亮 [9] （2017 ） 等人指出亚马逊FBA仓储模式具有很强的时间正向相关性，一旦商品滞销，将导致仓储成本攀升。余丽婷 [10] （2017 ） 等人表示跨境电商在报童模型的基础上进行海外仓库存决策时，要考虑到商品的退货率和单位处理费用。 综合文献分析结果可知，国内外学者关于销量预测和库存管理方面的研究较多，且大部分都是在搭建企业背景的前提下，运 用模型对其生产库存进行优化，研究海外仓领域的文献多从海外仓的选址问题或是模式选择出发，但涉及到基于海外仓配送 模式下的企业销量预测和企业库存优化探究课题很少。 二、销量预测模型简述 由于商品的销售情况受消费者的个人喜好、广告宣传、季节变动等多因素影响，特征伴随着明显的不确定性和不稳定性，且 相关数据受到限制不能全部获取，并受到不确定因素影响，因此选用灰色系统GM （1 ，1）模型对商品销量进行预测，该方 法不需要大量的时期数据做支撑，便可对数据进行准确预测，可操作性较强。 [11] 灰色预测模型（Gray For