在平台上运营着海量 SKU，商品从上架、成长、成熟到衰退、退市呈现出可量化的生命周期规
律。传统依赖人工经验的备货与淘汰决策存在三个痛点：
看不清：缺乏统一的生命周期阶段划分标准，无法快速回答"这个 SKU 处于什么阶段"；
分不准：爆款、平销、昙花一现、长尾等不同形态的 SKU 混在一起管理，资源错配；
预判晚：滞销与缺货往往在发生后才被发现，缺少基于模型的提前预警。
本项目以日度销量与库存数据为输入，构建了一套覆盖"清洗 → 特征 → 聚类 → 曲线拟合 → 预测 → 增量更
新 → 预警"的自动化量化分析系统，为备货、补货和淘汰决策提供数据支撑。
1.科学划分每个 SKU 的生命周期阶段（导入 / 成长 / 成熟 / 退市）；
2.按生命周期形态对历史 SKU 聚类（爆款 / 平销 / 昙花 / 长尾），并识别每类典型 SKU；
3.使用 Gompertz 与 Bass 两类经典增长曲线拟合典型 SKU，并按 AIC 自动选择最优模型；
4.基于"类簇典型曲线 + 均值缩放"为在售/新品 SKU 预测未来 90 天销量；
5.建立增量更新机制，按退市 SKU 数量与时间间隔自动决定全量重训或轻量刷新；
6.对活跃 SKU 进行置信区间偏离检测，输出衰退（DECLINE）与激增（SURGE）预警；
7.提供单 SKU 分析与多 SKU 对比两个交互式 Dashboard。
1. 流水线结构
main.py 是单一入口，按固定顺序调用 modules/ 下的 7 个模块。模块之间不直接传复杂对象，而是通过`outputs/` 下的 CSV/Parquet/Pickle 文件解耦——每一步的产物落盘，下一步可从文件恢复，所以任何模块都能单独重跑调试。5 个绘图模块（`plot_*.py` ）挂在对应分析步骤之后，只读产物不参与计算。
2. 三个核心算法点
- 退市判定 （ clean.py ）：对零销序列做游程编号（streak id），求最长连续 0 销段 ≥ 14 天即退市；日期缺口用`date_range + reindex` 补齐，且只 reindex 数值列再 join 回 sku_id，规避了 pandas 2.x 分组键污染问题。
- 模型自动选择 （ curve_fit.py ）：对每个典型 SKU 同时拟合 Gompertz 和 Bass 两条三参数曲线（带边界约束 + 峰值 1.2 倍的数据驱动初值，`maxfev=50000` ），按 AIC 更低 + R²>0.5 双门槛选优，残差 σ 留给预警模块复用。
- 新品预测 （ predict.py ）：新品没有完整生命周期无法独立拟合，做法是 类簇典型曲线迁移 ——取同类典型 SKU 的模型生成 90 天基准曲线，再用`scale = 自身历史日均 / 典型SKU日均` 缩放锚定量级。这是整个系统把"历史形态"转化为"未来预测"的关键路径（图中高亮段）。
3. 增量更新机制
update.py 实现双触发： 新增退市 ≥50 个 或 距上次重训 ≥30 天 → 全量重训（重跑聚类/拟合/预测/预警）；否则只复用旧参数轻量刷新预测。状态用 Parquet 快照 +`last_full_retrain.txt` 时间戳 +`incremental_log.cs
评论