第6名方案 - 纯统计预测

我们非常高兴能在我们的第一次 Kaggle 比赛中进入前十名。（我们在在这个项目上投入了无数小时）

关于我们团队，有一点需要了解：我们首先是供应链专业人士，其次才是数据科学家。我们利用了大量的领域知识来解决这个问题，我们使用的许多技术都是从我们在 Lokad（我们都在那里工作或曾经工作过）日常工作中借鉴而来的。

摘要

我们的解决方案是一个多阶段状态空间模型，状态分为活跃和非活跃。

（这里有一个很好的参考：https://gluon.mxnet.io/chapter12_time-series/issm-scratch.html）

我们的预测是通过第12层的蒙特卡洛模拟生成的，我们认为不同商店的需求是独立的，因此我们将需求轨迹从第12层聚合到第10层。第1至第9层的时间序列通过简单的创新状态空间模型单独处理。我们使用负二项分布对发射进行建模，以表示需求的离散性。

季节性因子经过精心手工调整，事件则用简单的线性系数建模。（在商店部门层级计算）

优点

1. 我们的解决方案是完全可解释的（白盒方法）——因此如果受到质疑，我们可以轻松地描述每一个预测。

2. 它是线性可扩展的，你可以把整个沃尔玛的数据集给我们，它仍然可以毫无问题地运行（当然我们需要一些额外的 CPU）。而且通过将代码的核心部分迁移到编译语言，我们还可以获得 10 倍的性能提升。

3. 它清楚地区分了需求和销量（即如果我们从不缺货会卖出多少）。

4. 它可以输出预测范围的完整需求分布，例如：下周会卖多少？注意这与每天卖多少是不同的。

5. 它可用于训练基于代理的模型（用于我们的 MEIO 解决方案）。

不足之处

1. 耗时。添加新类别需要额外的人工分析。

2. 没有考虑价格影响（无法在给定的数据集中正确建模）。

3. 不预测新 SKU。（我们需要针对这种情况单独制定解决方案）。

结论

我们确实相信，量身定制的统计模型非常适合手头的问题。我们在各个年份和时期的得分相当稳定，最重要的是对解决方案拥有完全的控制权。