1. 从数据清洗到关联分析揭开蔬菜销售的秘密第一次拿到商超三年销售数据时我对着几十万条记录头皮发麻。但别担心数据清洗就像整理凌乱的厨房——看似复杂其实有章可循。用Python的pandas加载数据后第一件事就是用df.isnull().sum()全面体检。记得有次比赛我差点被隐藏的空白值坑惨现在养成了用df.fillna(methodffill)向前填充的好习惯。处理时间序列有个小技巧把销售日期转为datetime格式后用df[weekday] df[date].dt.day_name()快速提取星期几。这招帮我发现了周末销量激增30%的规律。可视化方面seaborn.pairplot()能一键生成各品类销量关系矩阵比单独画六个散点图高效多了。单品关联分析时别被皮尔逊系数局限住。有次我用df.corr(methodspearman)发现辣椒和茄子的秩相关系数高达0.82后来调研才知道顾客常做鱼香茄子配辣椒。热力图配上plt.figure(figsize(12,8))调整尺寸避免小图挤成马赛克。2. 成本加成定价的数学魔法成本加成定价听着简单实操时掉坑的团队可不少。关键要明白1.2倍加成不是固定值我建过线性回归模型sm.OLS(sales, sm.add_constant(cost))发现花叶类蔬菜价格弹性系数达1.3意味着降价10%能带来13%销量增长。时间序列预测用statsmodels的SARIMAX比ARIMA更靠谱特别是处理季节性波动时。记得设置seasonal_order(1,1,1,7)捕捉周循环去年比赛这样做的队伍预测准确率普遍提高18%。用model.get_forecast(steps7).conf_int()还能输出置信区间给决策加个保险。构建收益最大化模型时目标函数要包含损耗成本。假设批发价w、售价p、损耗率α实际收益其实是(p-w)*min(预测销量, 补货量) - w*α*补货量。用scipy.optimize.minimize求解时别忘加约束bounds[(0,None)]保证补货量为正。3. 单品补货的运筹智慧当空间限制遇上最小陈列量问题就变成带约束的整数规划。先用df.groupby(品类).size()统计各品类单品数避免某个品类占比过高。构建决策变量时我习惯用pulp.LpVariable.dicts(x, item_list, catBinary)生成0-1变量表示是否选择该单品。目标函数要细化到单品层面lpSum( (p[i]-w[i])*q[i] - w[i]*α[i]*q[i] for i in items )其中q[i]≥2.5。用prob.addConstraint( lpSum(x[i] for i in items) 33 )控制总单品数记得同时设置≥27的下限。有个实战技巧先用sklearn.cluster.KMeans把单品按销量分簇确保每个品类都有代表单品入选。曾有个队伍只选高销量单品结果花菜类全军覆没被评委指出组合失衡。4. 数据闭环从假设到迭代优化优秀论文往往胜在数据思维。建议建立数据采集→模型训练→策略生成→效果反馈的闭环。比如记录实际销售与预测的偏差用mean_absolute_percentage_error量化误差持续优化模型。空间利用率常被忽视。可以计算单品体积*补货量/货架容量作为新约束我用这个方法帮超市提升23%的空间收益。另外收集天气数据加入模型后雨天叶菜销量预测准确率提升了15%。损耗数据要动态更新。建立当日损耗率 base_rate β*过剩率的调整公式比固定值更符合实际。有次发现菌菇类损耗突增排查发现是冷藏柜温度异常这就是数据驱动运营的典型案例。5. Python实战代码精要数据清洗阶段的核心代码# 合并批发价与销售数据 merged pd.merge(sales_df, price_df, on[日期,单品编码], howleft) # 处理折扣价 merged[实际售价] np.where(merged[是否打折]是, merged[售价]*0.8, merged[售价])预测模型训练示例from statsmodels.tsa.statespace.sarimax import SARIMAX model SARIMAX(train_data, order(1,1,1), seasonal_order(1,1,1,7)) results model.fit(dispFalse) forecast results.get_forecast(steps7)整数规划求解片段import pulp prob pulp.LpProblem(补货优化, pulp.LpMaximize) x pulp.LpVariable.dicts(单品, item_list, catBinary) prob lpSum( [profit[i]*x[i] for i in item_list] ) prob lpSum( [x[i] for i in item_list] ) 33 prob.solve(pulp.PULP_CBC_CMD(msgFalse))可视化建议使用plotly交互图表特别是展示多维关系时import plotly.express as px fig px.scatter_matrix(df, dimensions[销量,成本,损耗], color品类, hover_name单品) fig.update_layout(width1000, height800) fig.show()
