摘要：自建國以來我國的氣象系統(tǒng)已經(jīng)十分完備，2015年中國氣象局發(fā)布27號令后使得氣象數(shù)據(jù)邁向開放數(shù)據(jù)（Open Data）新階段，行業(yè)與公眾可以使用海量氣象數(shù)據(jù)助力企業(yè)，目前行業(yè)數(shù)據(jù)和海量氣象數(shù)據(jù)還沒有得到完全應(yīng)用。本文主要研究氣象數(shù)據(jù)對銷售的影響，進而利用氣象數(shù)據(jù)特性完成天氣驅(qū)動行業(yè)銷售的預(yù)測。我們以兩個零售行業(yè)的銷售數(shù)據(jù)為例，結(jié)合氣象局提供的天氣數(shù)據(jù)進行分析。同時，我們在分析中加入了經(jīng)濟因素，如上證指數(shù)和CPI數(shù)據(jù)來提供外部環(huán)境支持。與傳統(tǒng)的預(yù)測不同，在氣象數(shù)據(jù)中，我們不僅知道目前時間點的數(shù)據(jù)，也有目前公眾唾手可得的未來七天精確天氣預(yù)報。我們采用目前流行的機器學(xué)習(xí)算法隨機森林來建模，得到了很好的泛化結(jié)果。我們的預(yù)測模型可以解決銷售行業(yè)傳統(tǒng)通過從業(yè)人員的主觀判斷進行銷售預(yù)測的局限，利用大數(shù)據(jù)分析實現(xiàn)更加精確可靠的指導(dǎo)。

一、業(yè)務(wù)介紹

天氣一直是指導(dǎo)人們生活的重要因素，德國知名的經(jīng)濟議題觀察家弗里德黑姆˙施瓦茨（Friedhelm Schwarz）發(fā)表的著作《氣候經(jīng)濟學(xué)》[1]提到地球上有80%的經(jīng)濟活動都是由于天氣因素影響甚至決定的，如：農(nóng)作物受寒害影響收成及市場價格、涼夏造成冰品銷售下降、暖冬縮短羽絨服銷售時間、出行航班受天氣影響延誤以及所有的戶外活動等。目前我國（除西部部分人口稀少的區(qū)域）的氣象系統(tǒng)已經(jīng)十分完善，氣象觀測網(wǎng)絡(luò)從在軌衛(wèi)星、雷達、高空氣球、地面觀測站點（降水、風(fēng)速、風(fēng)向、相對濕度、大氣壓力、氣溫）到地下的農(nóng)業(yè)觀測站（土壤墑情:土表下的溫度、濕度等），民眾可以通過過互聯(lián)網(wǎng)或智能手機直接了解天氣預(yù)報。目前積累起來的氣象數(shù)據(jù)量也十分龐大（每年以PB等級的速度增長），但是目前這些數(shù)據(jù)還沒有得到充分的應(yīng)用。下面我們將闡述利用行業(yè)數(shù)據(jù)和氣象數(shù)據(jù)進行銷售預(yù)測、使用天氣規(guī)劃營銷活動的全過程。

在銷售領(lǐng)域，氣象一直是一個十分重要的影響因素。人們根據(jù)天氣來情況來決定購買的衣服，所吃的食物，甚至是飲用的飲品，特別是對于酒精性飲料和羽絨服非常直觀受天氣影響的零售商品，天氣對其銷量起了重要作用。因此相關(guān)從業(yè)人員會十分關(guān)注天氣預(yù)報，并根據(jù)天氣來進行產(chǎn)品設(shè)計、營銷方案、采購與銷售等行為的決策。但是這種做法只是根據(jù)從業(yè)人員的經(jīng)驗進行判斷，結(jié)果十分主觀，容易導(dǎo)致偏差而做出錯誤的產(chǎn)銷計劃（SOP: Sales & Operation Planning），因此如何利用行業(yè)數(shù)據(jù)、氣象數(shù)據(jù)與其他公眾數(shù)據(jù)進行精確的數(shù)字化銷售預(yù)測是行業(yè)研究的熱點，而業(yè)務(wù)受天氣等外部環(huán)境因素驅(qū)動的關(guān)聯(lián)性與因果性研究落成精準(zhǔn)營銷也是本文強調(diào)的重點。

氣象的觀測體系是由龐大的物聯(lián)網(wǎng)（IOT: Internet of Things）構(gòu)架而成，每分鐘都在監(jiān)測相關(guān)天氣要素（風(fēng)速、風(fēng)向、溫度、相對濕度、大氣壓力、降水等），協(xié)同全世界各國的觀測網(wǎng)絡(luò)，同時結(jié)合地球科學(xué)、大氣物理、流體力學(xué)等專業(yè)知識，通過大型計算機技術(shù)完成數(shù)值天氣預(yù)報（Numerical Weather Prediction）。目前的預(yù)報模式提供給公眾的時間長度為15天，48小時內(nèi)為逐小時預(yù)報，后續(xù)為逐日預(yù)報。由于觀測體系的完備以及計算技術(shù)能力的大幅提升，預(yù)報的精細度也已經(jīng)達到平方公里涵蓋以及分鐘級別，天氣預(yù)報在一定的時間周期內(nèi)已經(jīng)相當(dāng)成熟且具有高準(zhǔn)確度。我們透過行業(yè)數(shù)據(jù)與氣象歷史數(shù)據(jù)進行相關(guān)性分析確立結(jié)果后，根據(jù)業(yè)務(wù)影響關(guān)系、數(shù)據(jù)同比影響等特性，低風(fēng)險地進行因果性驗證。天氣數(shù)據(jù)有可靠的預(yù)報準(zhǔn)確度，是氣象數(shù)據(jù)可以作為天氣驅(qū)動行業(yè)大數(shù)據(jù)分析的最大特點。

本文主要研究兩項容易受天氣因素驅(qū)動（影響）的銷售預(yù)測問題，業(yè)務(wù)形態(tài)特別選取B2B（Business to Business）與B2C（Business to Customer）兩種目前多數(shù)的業(yè)務(wù)類型：酒精性飲料的渠道銷售預(yù)測以及電商平臺的羽絨服銷量預(yù)測。酒精性飲料的銷量由很多因素影響，Lee et al.[2]和Rojas et al.[3]研究了廣告對酒精性飲料銷量的影響，Voleti et al.[4]和Empen et al.[5]研究了品牌資產(chǎn)對于酒精性飲料銷量的影響。而在酒精性飲料行業(yè)中，還有一個公認對酒精性飲料銷量影響極大的指標(biāo)：天氣。2015年我國酒精性飲料行業(yè)整體銷量下滑，很多人都歸因于2015年整體氣溫偏低的。一般酒精性飲料銷量呈現(xiàn)季節(jié)性變化，天氣寒冷的時候消費者對于酒精性飲料的需求會下降，銷量會比較低；而在天氣炎熱的時候，酒精性飲料的銷量會明顯增高；本項目不考慮終端零售數(shù)據(jù)，僅研究酒精性飲料的渠道銷售情況是否受天氣所驅(qū)動，也就是各階層的渠道商實際銷售情況是否受天氣影響。

對于羽絨服來說，天氣的影響更加明顯。從生活經(jīng)驗來看，人們主要是在冬天購買羽絨服，而夏天基本上不會有商家出售羽絨服。中國氣象局公共氣象服務(wù)中心和凡客誠品等公司合作利用氣象數(shù)據(jù)進行羽絨服銷量的研究，僅利用平均溫度的三次多項式方程就得到了比較準(zhǔn)確的結(jié)果（劉一伶等[6]），這表明天氣的確對羽絨服的銷量有十分重要的影響。

在不同的地區(qū)，天氣對銷量的影響也有明顯區(qū)別。在中國北方地區(qū)，四季很明顯，換季時時間間隔比較分明，因此人們能快速地根據(jù)氣溫變化進行反應(yīng)。中國南方地區(qū)的換季卻十分反復(fù)，經(jīng)常會出現(xiàn)冬天穿夏裝的情況，整體濕度也偏高，因此人們根據(jù)季節(jié)變化和氣溫變化進行的反應(yīng)會和北方有很大差別。本文在研究天氣對銷量的影響時，會分城市進行分析，發(fā)現(xiàn)不同城市中天氣對銷量的影響規(guī)律。

 

二、數(shù)據(jù)描述

（一）酒精性飲料銷售數(shù)據(jù)描述

我們的酒精性飲料銷售數(shù)據(jù)來源于某知名酒精性飲料公司渠道銷售數(shù)據(jù)，采集來源為ERP（Enterprise Resource Planning）系統(tǒng)的一級渠道銷售數(shù)據(jù):銷售訂單（Sales Order）與對應(yīng)的提貨單（Delivery Note）以及經(jīng)銷商Go-To-Market系統(tǒng)的銷售二級渠道數(shù)據(jù)。數(shù)據(jù)為2013年至2015年五個經(jīng)銷商位在城市G、城市S、城市H、城市Z、城市W的銷售數(shù)據(jù)；第一部分的一級渠道銷售數(shù)據(jù)是從工廠到經(jīng)銷商的數(shù)據(jù)，第二部分的二級渠道銷售數(shù)據(jù)是從經(jīng)銷商到售點的數(shù)據(jù)。工廠指的是酒精性飲料的生產(chǎn)工廠，該酒精性飲料公司在不同的城市均有經(jīng)銷商（渠道商），分為高檔、中高檔、中檔、低擋四個等級，不同的經(jīng)銷商會根據(jù)售點的需求要求工廠供貨。二級渠道售點一般是酒吧、KTV、餐飲、零售等。

從工廠到經(jīng)銷商的數(shù)據(jù)也就是一級渠道銷售數(shù)據(jù)，數(shù)據(jù)中的字段見表1�？蛻羲�使用的ERP系統(tǒng)提供多項業(yè)務(wù)日期進行記錄區(qū)分出不同業(yè)務(wù)意義：訂單日期（Order Date）、需求日期（Requirement Date）、訂單釋放日期（Order Released Date）、發(fā)貨日期（Shipping Date）、交貨日期（Post Good Issue Date），交易數(shù)據(jù)皆以日為單位，明確各個交易日期數(shù)據(jù)在各地區(qū)實際進行業(yè)務(wù)錄入的商業(yè)意義是對業(yè)務(wù)數(shù)據(jù)描述理解的第一步；（1）訂單日期，業(yè)務(wù)建立訂單時客戶ERP系統(tǒng)的日期；（2）需求日期，一級渠道商根據(jù)庫存與銷售預(yù)測的需要到貨日期，但目前此字段沒有嚴格要求鍵入實際需求日期；（3）訂單釋放日期：在客戶流程中更多的是指客戶賬務(wù)信用額度滿足；（4）出貨日期：指從工廠到達一級渠道經(jīng)銷商的時間，在大多數(shù)的運輸時間都在一天以內(nèi)；（5）交貨日期：在業(yè)務(wù)流程中是用以界定『貨權(quán)』狀態(tài)的時間點，在本項目數(shù)據(jù)多與出貨日期字段相同。根據(jù)業(yè)務(wù)定義應(yīng)該是客戶需求日期（Requirement Date）將會是天氣驅(qū)動業(yè)務(wù)關(guān)系中最強的字段，但所取得的數(shù)據(jù)理解發(fā)貨日期（Shipping Date）更接近客戶的實際需要的實際時間；由于客戶的業(yè)務(wù)流程錄入時沒有強制所有訂單嚴格要求在ERP系統(tǒng)建立訂單的相關(guān)日期字段，在清洗數(shù)據(jù)時日期的選擇上與業(yè)務(wù)單位從實際業(yè)務(wù)流程與數(shù)據(jù)結(jié)果來選取最能真實呈現(xiàn)天氣驅(qū)動業(yè)務(wù)的日期字段。經(jīng)過分析，在實際發(fā)貨日期下銷量和天氣的相關(guān)度也比較高，所以下面均采用實際發(fā)貨日期作為時間基準(zhǔn)。對于每個產(chǎn)品，其容量會有很大不同，有些是罐裝的，有些是桶裝的，在飲品行業(yè)中采用物品體積來衡量銷量的多少，銷售數(shù)量（瓶、罐）則為輔助說明銷售趨勢。

表1 一級渠道銷售數(shù)據(jù)的字段描述

數(shù)據(jù)		一級渠道銷售數(shù)據(jù)(僅列出最終使用字段)
Id	字段名Field name	字段說明	備注說明
1	城市	銷售城市；一級渠道所在城市	城市G、城市S、城市H、城市Z、城市W
2	產(chǎn)品	酒精性飲料產(chǎn)品描述	包括了品牌、子品牌、容量、包裝等內(nèi)容
3	訂單日期(Order Date)需求日期(Requirement Date) 釋放日期(Released Date) 發(fā)貨日期(Shipping Date) 交貨日期(PGI Date)	下單日期客戶需要日期 訂單釋放日期 發(fā)貨離廠日期 交貨日期	2013年至2015年共計三年
4	交貨單數(shù)量發(fā)貨數(shù)量	實際發(fā)貨數(shù)量	單位：件
5	體積	酒精性飲料的容量	飲品行業(yè)計量單位單位：百升

從一級渠道（經(jīng)銷商）到二級渠道數(shù)據(jù)的字段見表2。和一級渠道數(shù)據(jù)相同的是，該數(shù)據(jù)雖然不記錄在ERP系統(tǒng)，而記錄在渠道商的GO-TO-MARKET系統(tǒng)中，也定義有不同業(yè)務(wù)意義的日期系統(tǒng)審核日期（Audit Date）與發(fā)貨日期（Shipping Date），兩個日期在數(shù)據(jù)上幾乎一致，而訂單日期（Order Date）一般是在月底記錄（渠道銷售返利模式特性），所以該日期并不能準(zhǔn)確反映天氣驅(qū)動的實際日期，我們同樣采用發(fā)貨日期作為時間基準(zhǔn)。對銷量自然箱、銷量百升、銷量標(biāo)準(zhǔn)箱等行業(yè)特殊性記錄，在與合作業(yè)務(wù)方交流后，與一級渠道數(shù)據(jù)相同，選用銷量百升。

表2 酒精性飲料二級渠道數(shù)據(jù)的字段描述

數(shù)據(jù)		二級渠道銷售數(shù)據(jù)(僅列出最終使用字段)
Id	字段名Field name	字段說明	備注說明
1	auditdateorderdate shipdate	系統(tǒng)審核日期訂單日期 發(fā)貨日期	2013年1月1日到2015年11月30日
2	城市	二級渠道所在城市	城市G、城市S、城市H、城市Z、城市W
3	渠道類型	二級渠道類型	夜店、KTV、酒吧等；高端餐飲；普通餐飲；零售商；
4	品牌家族	標(biāo)注品牌所屬的家族名稱	一個系列的大品牌
5	子品牌	品牌細分	品牌的細分
6	出貨體積	酒精性飲料的容量（單位：百升）	飲品行業(yè)計量單位

酒精性飲料屬于快速消費品（FMCG:Fast Moving Consumer Goods），價格的變更、促銷方案、返利活動、新品上市等都會影響銷售的變化，導(dǎo)致無法真實分析挖掘出天氣驅(qū)動行業(yè)的真實情況。業(yè)務(wù)方提供了其他方面的數(shù)據(jù)，包括含稅價格和促銷信息。具體見表3。

表3 酒精性飲料其他數(shù)據(jù)的字段描述

數(shù)據(jù)		其他影響銷售數(shù)據(jù)
Id	字段名Field name	字段說明	備注說明
1.	日期	某個價格的期限	每一個產(chǎn)品的價格
2.	價格	每百升物料的月銷售含稅價
3.	MonthStart Date End Date	價格或促銷活動月份與時間段
4.	促銷分類	促銷類別	22類

我們分別對一級渠道銷售數(shù)據(jù)以及二級渠道銷售數(shù)據(jù)進行整合，在某一個日期下，有不同城市不同品牌的銷售數(shù)據(jù)，如果某個城市的某個品牌在某天無銷售數(shù)據(jù)，我們認為其銷售額為0。同時由于按周的銷量比較穩(wěn)定，規(guī)律比較明顯，我們以周為單位進行分析，銷量為一周的銷量加總，價格為一周的平均。

（二）羽絨服銷售數(shù)據(jù)描述

羽絨服銷售數(shù)據(jù)來自電商平臺交易記錄(銷售數(shù)據(jù)不區(qū)分公司與相關(guān)品牌),時間長度從2011年到2013年，包括了全國275個城市。我們提取出和酒精性飲料數(shù)據(jù)中匹配的五個城市來分析，同時加入一個北方城市：城市Q。數(shù)據(jù)中除了日期和城市兩個字段之外，還有銷售總金額和銷售總件數(shù)。表4總結(jié)了六個城市的數(shù)據(jù)量（Observation）。

表4 羽絨服銷量數(shù)據(jù)五個城市的數(shù)據(jù)量

城市	Observation
城市G	1096
城市S	1100
城市H	1096
城市Z	1099
城市W	1100
城市Q	1079

從2011年1月1日到2013年12月31日共1096天，城市S、城市Z、城市W數(shù)據(jù)中多出來的數(shù)據(jù)量是由于某一天的銷售量有兩條記錄導(dǎo)致的，我們把這些數(shù)據(jù)按天合并。而城市Q的某些天沒有數(shù)據(jù)，我們認為其銷量為0，氣象數(shù)據(jù)則取相應(yīng)時間段與觀測城市的數(shù)據(jù)。與酒精性飲料數(shù)據(jù)一樣按照日粒度進行整理，同時將一周銷量加總作為周銷量數(shù)據(jù)，按兩種時間維度進行分析。

（三）天氣數(shù)據(jù)描述

快速消費品的酒精性飲料以及功能服飾類的羽絨服，業(yè)務(wù)數(shù)據(jù)的最小時間顆粒度為天，而天氣觀測數(shù)據(jù)最小時間顆粒度為分鐘級。從公眾氣象信息的獲取、消費購物的習(xí)慣以及氣象數(shù)據(jù)日為單位的觀測數(shù)據(jù)特性出發(fā)，主要以日作為天氣驅(qū)動消費的最小時間基礎(chǔ)單位，使用的相關(guān)氣象數(shù)據(jù)如表5。需要注意的是，氣象數(shù)據(jù)可能會因為設(shè)備故障或是其他因素影響造成缺測情況，我們所選的都為國家級觀測站，避免缺測導(dǎo)致的數(shù)據(jù)質(zhì)量問題，而在采取以周為時間基礎(chǔ)單位進行分析時，以周天氣數(shù)據(jù)記錄的分位數(shù)為基礎(chǔ)。

表5 日觀測氣象數(shù)據(jù)要素

數(shù)據(jù)		氣象數(shù)據(jù)要素(日)
Id	字段名Field name	字段說明	備注說明
1	SiteId	臺站編號	根據(jù)觀測臺站所在位置可以明確所在地(對應(yīng)到行政區(qū)，如北京市東城區(qū))
2	Day	觀測日期
3	PressureAverage	日均大氣壓力	(單位:MPA)
4	PressureMax	日最大大氣壓力	(單位:MPA)
5	PressureMin	日最小大氣壓力	(單位:MPA)
6	TemperatureAverage	日平均氣溫	(單位:℃)
7	TemperatureMax	日最高氣溫	(單位:℃)
8	TemperatureMin	日最低氣溫	(單位:℃)
9	RelativeHumidityAverage	日平均相對濕度	(單位:℃)
10	RelativeHumidityMin	日最小相對濕度	(單位:%)
11	Precipitation20_8	前一日20時至當(dāng)日8時的各時段降水量的累加值	(單位:mm)
12	Precipitation8_20	由當(dāng)日08時至當(dāng)日20時的各時段降水量的累加值	(單位:mm)
13	Precipitation20_20	由前一日20時至當(dāng)日20時的各時段降水量的累加值	(單位:mm)
14	EvaporationSmall	日最小蒸發(fā)量	(單位:mm)
15	EvaporationLarge	日最大蒸發(fā)量	(單位:mm)
16	WindSpeedAverage	平均風(fēng)速	(單位: m/s)
17	WindSpeedMax	最大風(fēng)速	(單位: m/s)
18	WindSpeedMaxDirection	最大風(fēng)速的風(fēng)向	(度)
19	WindSpeedExtreme	極大風(fēng)速	(單位: m/s)
20	WindSpeedExtremeDirection	極大風(fēng)速的風(fēng)向	(度:角度)
21	SunshineHour	日照時長	(單位:小時)
22	SurfaceTemperatureAverage	日地表均溫	(單位:℃)
23	SurfaceTemperatureMax	日地表最高溫	(單位:℃)
24	SurfaceTemperatureMin	日地表最低溫	(單位:℃)

氣象的數(shù)據(jù)分析，除了以日值作為分析要點外，還有其他幾個特性也是在進行天氣驅(qū)動行業(yè)分析時需要考量的，如：連續(xù)幾日高于35℃高溫、連續(xù)幾日降雨、連續(xù)幾日低于10℃、日夜溫差超過20℃，等天氣要素模式（pattern）類型的組合都是天氣驅(qū)動行業(yè)的要素，所以除了表5的天氣要素外還要設(shè)計多種天氣要素模式（pattern）。

天氣上的重大事件，如臺風(fēng)也會對酒精性飲料銷量產(chǎn)生影響，所以我們也將受影響的時間、臺風(fēng)等級加入在氣象數(shù)據(jù)中（臺風(fēng)主要反映在天氣要素的風(fēng)速、降雨等）。

公眾目前獲取最長的天氣預(yù)報為15天，羽絨服以及酒精性飲料的數(shù)據(jù)都自2011年與2013年開始，當(dāng)時公眾所獲取的天氣預(yù)報數(shù)據(jù)多為7天，所以在數(shù)據(jù)清洗擬合也會進行多種時間窗的平移，以確定業(yè)務(wù)數(shù)據(jù)是受當(dāng)日實際感受的驅(qū)動，還是天氣預(yù)報的提前反應(yīng)。

（四）補充數(shù)據(jù)描述

除了合作方提供的銷售數(shù)據(jù)和氣象局的數(shù)據(jù)，還要考慮其他能夠量化并獲取的可能影響銷量的數(shù)據(jù)。消費者的需求也可能受經(jīng)濟因素的影響，因此我們抓取了數(shù)據(jù)時間段內(nèi)的上證指數(shù)和居民消費價格指數(shù)（Consumer Price Index，CPI）。由于周末收盤，在周末沒有上證指數(shù)數(shù)據(jù)，周末的上證指數(shù)我們用周五的來填補。而我們能獲得的CPI數(shù)據(jù)是一個月統(tǒng)計一次，因此在某一個月內(nèi)，我們統(tǒng)一用一個CPI數(shù)值。除此之外，對于酒精性飲料銷售來說，在有重大賽事時，如世界杯等，酒精性飲料銷量會顯著上升，因此我們查找了數(shù)據(jù)時間段內(nèi)可能會影響到酒精性飲料銷量的重大事件加入數(shù)據(jù)中。加入event變量，如果當(dāng)天有重大事件，event為1，否則為0。在法定假日時，售點和經(jīng)銷商一般會提前存貨，因此公司的銷量會增加，我們把這個因素也考慮進去，在數(shù)據(jù)中增加holiday變量，假如當(dāng)天是法定假日標(biāo)記為1，否則標(biāo)記為0。同樣，月末也會出現(xiàn)囤貨的現(xiàn)象，與法定假期一樣，我們將月末標(biāo)記為1，否則標(biāo)記為0。

 

三、數(shù)據(jù)建模

為了找到所有氣象要素中真正影響銷量的要素，我們利用皮爾森（Pearson）相關(guān)性進行檢驗，發(fā)現(xiàn)平均溫度是與酒精性飲料銷量以及羽絨服銷量關(guān)系最大的要素。因此在描述性分析部分，我們用平均氣溫來探索銷量與天氣之間的關(guān)系。

（一）酒精性飲料數(shù)據(jù)的建模

（1）描述性分析

圖1展示了一級渠道的銷量按月份的分布情況（縱軸實際銷售體積涉及商業(yè)秘密不予展示，僅用于說明趨勢），不同顏色代表不同年份，橫坐標(biāo)代表月份、縱坐標(biāo)代表百升的銷量。城市G和城市S是兩個銷量大城市；夏天的銷量有明顯的增高，而當(dāng)天氣轉(zhuǎn)冷的時候銷量會下降；在城市G，銷量在逐年上升，但是在城市S、城市Z、城市H、城市W這四個城市卻沒有這樣的趨勢；城市S、城市Z、城市H、城市W這四個城市七八月之后的銷量均出現(xiàn)了急速下降。圖2展示了二級渠道的銷量按月份的分布情況（縱軸實際銷售體積涉及商業(yè)秘密不予展示，僅用于說明趨勢），其趨勢與一級渠道一樣，也呈現(xiàn)出季節(jié)的周期性變化。

從銷量按月份的趨勢來看，銷量確實與天氣有一定的關(guān)系。我們在分析的時候分別以天（銷售日與當(dāng)日天氣數(shù)據(jù)，以及銷售日數(shù)據(jù)分別平滑1天到7天；區(qū)分是受當(dāng)時天氣感受的影響，還是接收天氣預(yù)報后所做的反應(yīng)）還有周（采用周天氣要素的分位數(shù)），最終是以周為單位進行預(yù)測的，因此下面我們按周對銷量和天氣進行描述。圖3和圖 4分別為二級渠道和一級渠道的銷量和天氣按周的趨勢，橫軸為周，左邊縱軸為銷量，右邊縱軸為平均氣溫。出現(xiàn)的負值銷量表示這一周有退貨的情況，而且退貨數(shù)量要比訂貨數(shù)量高，在銷量比較低的城市會出現(xiàn)這樣的現(xiàn)象。在城市G，銷量和天氣的趨勢比較明顯，而城市S會出現(xiàn)一些異常情況，城市H、城市W、城市Z的趨勢比較弱，特別是城市W，其銷量整體偏低，就算氣溫有明顯的上升，其銷量也沒有增長。

城市G
城市S	城市Z
城市H	城市W

圖1 一級渠道銷量按月趨勢

城市G
城市S	城市Z
城市H	城市W

圖2 二級渠道銷量按月趨勢

城市G
城市S	城市Z
城市H	城市W

圖3 一級渠道銷量與平均氣溫按周趨勢（橘色曲線為天氣平均溫度要素，藍色曲線為銷量）

 

城市G
城市S	城市Z
城市H	城市W

圖4 二級渠道銷量與平均氣溫按周趨勢（橘色曲線為天氣平均溫度要素，藍色曲線為銷量）

 

（2）模型設(shè)定

時間序列數(shù)據(jù)一般由長期趨勢、季節(jié)變動、循環(huán)變動、不規(guī)則變動四個部分組成。其中長期趨勢指的是隨著時間的變化；季節(jié)變動指隨著季節(jié)變化的周期性變動；循環(huán)變動指以若干年為單位的變化；不規(guī)則變動是隨機變化導(dǎo)致的波動。本文的數(shù)據(jù)時間間隔均為3年左右，所以不存在循環(huán)變動項。我們把數(shù)據(jù)分解為趨勢項、季節(jié)項和隨機波動項，以二級渠道銷售數(shù)據(jù)為例，分解情況如圖5（縱軸實際銷售體積涉及商業(yè)秘密不予展示，僅用于說明趨勢）。分解之后，雖然由于目前數(shù)據(jù)中還有很多沒有測量出來的因素，白噪聲部分不是完全由隨機波動影響的，但是季節(jié)項按季節(jié)的周期趨勢更加明顯了，而趨勢項隨著時間的變化呈現(xiàn)一定的波動。我們對分解出的季節(jié)項和趨勢項分別進行預(yù)測。

對于季節(jié)項部分，我們采用隨機森林進行預(yù)測。隨機森林由2001年被Breiman 提出[7]，是一種基于樹的集成學(xué)習(xí)算法。Fernandez-Delgado et al. [8] 在121份數(shù)據(jù)集上進行了測試，證明隨機森林是在支持向量機、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法中表現(xiàn)得最好的一個算法。對于我們的數(shù)據(jù)來說，很難看出天氣變化對銷量的影響呈現(xiàn)特定的函數(shù)關(guān)系，因此我們選用隨機森林這種不需要模型假設(shè)的非參數(shù)方法進行預(yù)測。

對于趨勢項部分，我們采用三次樣條進行預(yù)測。由于不同城市隨著時間變化的趨勢差別很大，利用三次樣條，我們可以擬合不同形狀的趨勢變化。

基于公眾可以便利的獲取氣象局提供的7天（最多15天）天氣預(yù)報前提，與以往的銷售預(yù)測不同，我們可以利用未來的天氣進行預(yù)測。同時，呈季節(jié)變化的銷量不僅受到了天氣和經(jīng)濟因素的影響，上一年同一個時間點的銷量和上一周的銷量也與當(dāng)前時間點的銷量有關(guān)系，因此我們把同比銷量和環(huán)比銷量也放入模型中。除此之外，為了考慮經(jīng)濟環(huán)境的影響，我們加入了上證指數(shù)和CPI。

（3）模型結(jié)果

我們從數(shù)據(jù)中剔除出最后三個月的數(shù)據(jù)來做測試集，剩下的部分均為學(xué)習(xí)集。通過真實值與預(yù)測值之間的誤差的絕對值占真實值的百分比來衡量預(yù)測誤差，預(yù)測誤差總結(jié)見表6：

表6 酒精性飲料銷量的預(yù)測誤差

城市	預(yù)測誤差
	一級渠道	二級渠道
城市G	0.1133	0.1203
城市S	0.2808	0.2228
城市H	0.2821	0.3046
城市Z	0.4103	0.1454
城市W	0.4457	0.1988

城市G的預(yù)測效果是最好的，城市S次之。在所有天氣要素中（風(fēng)、溫度、相對濕度、大氣壓力、降雨），溫度要素與銷售量相關(guān)性最高，但是在圖3和圖4中，僅城市G可以看到銷量和天氣的氣溫要素走勢比較一致，而其他城市會出現(xiàn)氣溫上升，銷量反而下滑的情況，而且城市G的銷量波動趨勢也比較平穩(wěn)。

城市G

城市S

城市Z

城市H

城市W

圖5 二級渠道銷量分解情況

 

（二）羽絨服數(shù)據(jù)建模

（1）描述性分析

圖6和圖7分別為羽絨服銷量與天氣之間的趨勢變化圖。雖然不同城市之間趨勢有差別，但是基本上都呈現(xiàn)當(dāng)氣溫開始下降的時候，銷量開始上升的趨勢。同時，不管是按銷量金額還是銷量件數(shù)都呈現(xiàn)逐年上升的情況。但是對于城市S來說，雖然每年的銷量金額都在上升，但是銷量件數(shù)卻僅在11年冬季出現(xiàn)了一個高峰后就急劇降低，需要進一步結(jié)合其他數(shù)據(jù)進行探討或是測試。

表7展示了銷量與平均氣溫之間的皮爾森（Pearson）相關(guān)度。除了城市S的銷量件數(shù)出現(xiàn)了異常之外，平均氣溫與銷量之間呈現(xiàn)負相關(guān)，這表明隨著氣溫下降，羽絨服的銷量會上升，同時，相關(guān)度均在0.3左右，說明氣溫與銷量之間有比較強的關(guān)系。

表7 銷量與平均氣溫之間的皮爾森(PEARSON)相關(guān)系數(shù)

城市	銷量（成交價格:元）	銷量（件）
城市G	-0.3980	-0.3332
城市S	-0.3188	-0.0008
城市H	-0.3267	-0.2888
城市Z	-0.3043	-0.2828
城市W	-0.3319	-0.2999
城市Q	-0.2283	-0.2185

 

城市G

城市S

城市H

城市Z

城市W

城市Q

圖6 銷量（元）與平均氣溫的變化趨勢（紅色曲線為天氣，藍色曲線為銷量）

城市G

城市S

城市H

城市Z

城市W

城市Q

圖7 銷量（件）與平均氣溫的變化趨勢（紅色曲線為天氣，綠色曲線為銷量）

（2）模型設(shè)定

和酒精性飲料數(shù)據(jù)一樣，我們同樣將數(shù)據(jù)分解為趨勢項、季節(jié)項和隨機波動項。對于趨勢項我們依舊采用三次樣條去擬合，而對于季節(jié)項，由于我們僅用皮爾森（PEARSON）相關(guān)系數(shù)就已經(jīng)可以測量到平均氣溫與銷量之間很強的相關(guān)度，因此我們用線性回歸來進行預(yù)測。同樣，我們在模型中加入了環(huán)比銷量和同比銷量。而從圖6和7 中，可以看出，一般在氣溫達到峰值后的兩個星期，銷量達到峰值，因此我們在模型中加入比當(dāng)前時間點提前兩個星期的天氣因素。

（3）模型結(jié)果

和酒精性飲料數(shù)據(jù)一樣，我們剔除出最后三個月的數(shù)據(jù)來做測試集，剩下的部分均為學(xué)習(xí)集。通過真實值與預(yù)測值之間的誤差的絕對值占真實值的百分比來衡量預(yù)測誤差。表8展示了羽絨服數(shù)據(jù)的預(yù)測誤差，很明顯，除了城市S的銷量件數(shù)之外，其他部分的預(yù)測效果都很好，說明天氣對羽絨服銷量的影響的確十分大。

表8 羽絨服數(shù)據(jù)銷量預(yù)測結(jié)果

城市	預(yù)測誤差
	銷量（元）	銷量（件）
城市G	0.0578	0.1000
城市S	0.0452	0.1537
城市H	0.0541	0.0885
城市Z	0.0527	0.0855
城市W	0.0433	0.0673
城市Q	0.0378	0.0664

 

四、業(yè)務(wù)實施

數(shù)據(jù)驅(qū)動(Data  Driven)的落地實施過程中，我們與企業(yè)的首要目標(biāo)是明確我們要解決的商業(yè)問題(Business Question)并進一步了解透過數(shù)據(jù)進行分析挖掘解決問題的可能。

我們與企業(yè)合作在設(shè)定商業(yè)問題過程中，發(fā)現(xiàn)企業(yè)對于開始數(shù)據(jù)分析業(yè)務(wù)的商業(yè)問題更多集中在可快速簡單量化成績的銷售業(yè)務(wù)（商品或服務(wù)的銷售成果）與營銷業(yè)務(wù)（促銷活動、廣告投放等），實施全程采取了天氣驅(qū)動業(yè)務(wù)分析框架（Weather Driven Analysis Framework）如圖8。

圖8 天氣驅(qū)動業(yè)務(wù)分析框架

本文探討的酒精性飲料以及羽絨服的商業(yè)問題：銷售預(yù)測以及支持精準(zhǔn)營銷。天氣驅(qū)動項目交付的是（1）可以實時運行可視化銷售預(yù)測模型與（2）持續(xù)的精細化天氣預(yù)測數(shù)據(jù)支持，示意畫面如圖9（因商業(yè)秘密，僅提供系統(tǒng)示意畫面）；我們也稱此為天氣驅(qū)動銷售儀表板（Dashboard）�？蛻艚尤胩鞖忸A(yù)測數(shù)據(jù)后、同時將假日、價格、促銷等因子由ERP同步接入，天氣驅(qū)動銷售儀表板實時顯示最新的銷售預(yù)測數(shù)字，輸出內(nèi)容包括：城市、總銷售預(yù)測量、各品牌銷售預(yù)測量、各渠道銷售預(yù)測量以及相關(guān)的天氣數(shù)據(jù)與預(yù)警信息。

圖9 天氣驅(qū)動業(yè)務(wù)銷售預(yù)測示意畫面

由經(jīng)驗判斷開始使用更多的數(shù)據(jù)與采用大數(shù)據(jù)相關(guān)技術(shù)開始數(shù)據(jù)驅(qū)動（Data Driven）經(jīng)營企業(yè)，天氣驅(qū)動銷售讓企業(yè)做出下列舉措變化與趨勢：

1. 企業(yè)的產(chǎn)銷計劃(SOP: Sales & Operation Planning)得到定量的科學(xué)化預(yù)測支持。
2. 公司經(jīng)營與渠道商開始了解天氣預(yù)報與影響，根據(jù)數(shù)據(jù)進行采購與銷售。
3. 開始天氣相關(guān)的營銷活動(Campaign)。
4. 根據(jù)天氣因果性，開始思索如何精確的投放廣告(根據(jù)目前天氣預(yù)報的時長準(zhǔn)確程度，還無法應(yīng)對目前傳統(tǒng)廣告采購規(guī)則，但移動廣告則非常有機會)。
5. 電商平臺根據(jù)各地天氣變化預(yù)報，調(diào)整推送受天氣驅(qū)動商品。

 

五、總結(jié)討論

本文通過公共數(shù)據(jù)（氣象數(shù)據(jù)）結(jié)合行業(yè)數(shù)據(jù)實際探討兩種不同交易形態(tài)的業(yè)務(wù)：B2B與B2C，完成通過實際交易數(shù)據(jù)與天氣數(shù)據(jù)分析挖掘相關(guān)性與因果性實現(xiàn)天氣驅(qū)動（Weather Driven）的實踐，促使數(shù)據(jù)驅(qū)動（Data Driven）能夠真實落地協(xié)助行業(yè)在同質(zhì)化非常嚴重的產(chǎn)業(yè)環(huán)境中快速回應(yīng)挑戰(zhàn)；但在大環(huán)境下，企業(yè)對于開始數(shù)據(jù)驅(qū)動業(yè)務(wù)管理，總是希望以最低的投入讓現(xiàn)有的資料、數(shù)據(jù)、IT等資源以最低成本、低風(fēng)險又有效的方式完成數(shù)據(jù)驅(qū)動的企業(yè)經(jīng)營，造成執(zhí)行者必須面對以有限資源追求極大化成效的挑戰(zhàn)，也造就企業(yè)開始數(shù)據(jù)驅(qū)動業(yè)務(wù)管理變革上的風(fēng)險。

天氣雖然影響眾多行業(yè)，但是天氣終究僅是一項影響因子；我們進行天氣驅(qū)動業(yè)務(wù)分析業(yè)務(wù)實踐中，天氣驅(qū)動銷售以快速消費品（FMCG）行業(yè)銷售數(shù)據(jù)+天氣數(shù)據(jù)的效果反饋最佳，主要是因消費者可以用低成本抵抗天氣帶來的影響，本文所提及的酒精性飲料快速消費品的實際案例。其他像是大氣污染預(yù)報、醫(yī)療保�。℉ealthcare）、農(nóng)林漁牧也有相當(dāng)正面的反饋；但是對于需要產(chǎn)品生命周期較長、售價較高、品牌占比較重的行業(yè)或領(lǐng)域則需要更進一步的探討。

在快速消費品的天氣驅(qū)動銷售雖然可以得到很好的效果，又可以細分為不同的區(qū)域（市場），以酒精性飲料為例，在城市G與城市S兩個城市該品牌已經(jīng)非常成熟，最終得到的預(yù)測準(zhǔn)確性也非常高，可是在城市W對該品牌還屬于新興市場（Emerging Market）與天氣的相關(guān)性遠低于該酒精性飲料口碑、品牌認知與當(dāng)?shù)乜谖断埠玫纫蛩氐挠绊憽Ｓ鸾q服的數(shù)據(jù)結(jié)果同樣說明了類似的結(jié)論，特別呈現(xiàn)在羽絨服的功能性與服飾特性上，例如在城市Q這樣冬天非常寒冷的區(qū)域就會更重視功能性，而像是城市G地區(qū)消費者更注重的是服『飾』的功能。

從天氣驅(qū)動銷售角度來看數(shù)據(jù)采集：酒精性飲料項目的數(shù)據(jù)來源于ERP以及渠道商的GO-TO-MARKET銷售數(shù)據(jù)，有兩項特點：(1)國內(nèi)企業(yè)的ERP系統(tǒng)主要追求的目標(biāo)是財務(wù)記賬導(dǎo)向（以符合會計準(zhǔn)則的記錄為依據(jù)），可信的是交易數(shù)量與金額的正確，但無法記錄真實的交易時間；(2)渠道商的GO-TO-MARKET銷售數(shù)據(jù)受到返利（Rebate）政策影響，所有的交易數(shù)據(jù)都會因不同區(qū)域結(jié)算返利或渠道申報銷售考核的時間點而無法記錄真實的交易時間。這兩項特點發(fā)生在非常多企業(yè)CRM（Customer Relationship Management）、ERP系統(tǒng)上，所以若需要進行天氣驅(qū)動銷售，需要投入更多的精力了解每一筆數(shù)據(jù)與每一個字段的業(yè)務(wù)含義，才有機會真正幫助到企業(yè)開始好的數(shù)據(jù)驅(qū)動管理（理解業(yè)務(wù)才能真正解決商業(yè)問題）。

成功的數(shù)據(jù)驅(qū)動業(yè)務(wù)管理取決于設(shè)定正確的商業(yè)問題（Business Question），通過對行業(yè)的理解不斷地提出可能的假設(shè)（Hypothesis）并使用大數(shù)據(jù)的方法論進行驗證每一項假設(shè)，直到可驗證數(shù)據(jù)因果性的階段，并測試成功，才是完整的數(shù)據(jù)驅(qū)動業(yè)務(wù)實踐（Practice）。錯誤的問題會增加企業(yè)在推動數(shù)據(jù)驅(qū)動管理業(yè)務(wù)成本與風(fēng)險，例如我們將商業(yè)問題設(shè)定為酒精性飲料銷售與天氣要素的相關(guān)性，我們很容易得到天氣炎熱酒精性飲料銷售量就會上升的結(jié)論（甚至不用數(shù)據(jù)就可以得到此結(jié)論），但是對于企業(yè)需要的是幫助企業(yè)用數(shù)據(jù)去掌握、洞悉（Insight）、預(yù)測商業(yè)行為，而不是為了大數(shù)據(jù)而大數(shù)據(jù)。

本文主要研究天氣驅(qū)動的銷售預(yù)測，在酒精性飲料銷量和羽絨服銷量兩個領(lǐng)域，利用天氣進行預(yù)測均取得了十分優(yōu)秀的效果。本文仍有很多可以進一步研究的空間；目前，我們研究的時間周期都只有三年，而很多特殊的氣象現(xiàn)象，如厄爾尼諾（El Nino）、激烈天氣等，只有在比較長的時間下才能表現(xiàn)出來，我們會進一步收集更多的數(shù)據(jù)改善我們已有的實踐積累。在我們的數(shù)據(jù)中，特別是酒精性飲料數(shù)據(jù)，有很多異常的情況無法用現(xiàn)有的數(shù)據(jù)解釋，需要和行業(yè)進行深入交流才能夠進一步呈現(xiàn)出更好的數(shù)據(jù)驅(qū)動業(yè)務(wù)效果，好的數(shù)據(jù)驅(qū)動業(yè)務(wù)一定是來自于深入行業(yè)了解行業(yè)的努力與積累。

參考文獻

[1] 施瓦茨. 氣候經(jīng)濟學(xué)[M]. 氣象出版社, 2012.

[2] Byunglak Lee, Victor J. Tremblay. Advertising and the U.S. Market Demand for Beer.[J]. Applied Economics, 1992, 24(1):69-76.

[3] Rojas C, Peterson E B. Demand for differentiated products: Price and advertising evidence from the U.S. beer market [J]. International Journal of Industrial Organization, 2008, 26(1):288-307.

[4] Voleti S, Ghosh P. A non-parametric model of residual brand equity in hierarchical branding structures with application to US beer data[J]. Journal of the Royal Statistical Society, 2014, 177(1):135–152.

[5] Empen J, Hamilton S F. How Do SUPERMARKETS RESPOND TO BRAND-LEVEL DEMAND SHOCKS? EVIDENCE FROM THE GERMAN BEER MARKET[J]. American Journal of Agricultural Economics, 2013, 95(5):1223-1229.

[6] 劉一伶, 杜春生, 張輝. 羽絨服銷量預(yù)測模型及其商業(yè)應(yīng)用研究[J]. 現(xiàn)代經(jīng)濟信息, 2012(19):175-176.

[7] Breiman L. Random Forests[J]. Machine Learning, 2001, 45(1):5–32.

[8] Fernández-Delgado M, Cernadas E, Barro S, et al. Do we need hundreds of classifiers to solve real world classification problems?[J]. Journal of Machine Learning Research, 2014, 15(1):3133-3181.

來源：統(tǒng)計之都

作者：羅應(yīng)璉(北京維艾思氣象信息科技有限公司)，朱珊（中山大學(xué)華南統(tǒng)計科學(xué)研究中心) ，何順(中山大學(xué)華南統(tǒng)計科學(xué)研究中心)，周翔(中山大學(xué)華南統(tǒng)計科學(xué)研究中心)，李昶(北京維艾思氣象信息科技有限公司) ，王學(xué)欽(中山大學(xué)華南統(tǒng)計科學(xué)研究中心)

鏈接：http://cos.name/2016/05/weather-driven-industry-sales-big-data/