供应链需求预测AI的数据准备

麦肯锡估计，AI驱动的需求预测可以将供应链误差降低30-50%，并将缺货导致的销售损失减少高达65%。然而，大多数企业需求预测项目在数据准备阶段就停滞了，而不是在模型开发阶段。原因是结构性的：需求预测需要整合来自从未被设计为相互通信的系统的数据——ERP、WMS、POS、CRM和外部数据提供商——形成一个干净的、时间对齐的统一数据集。

预测模型本身往往是项目中最简单的部分。将历史销售数据、库存位置、供应商交货时间、促销日历和宏观经济信号整合成一致的、经过质量验证的训练集，才是项目60-80%工作量集中的地方。本指南涵盖如何系统地构建该数据管道。

需求预测的数据源映射

需求预测模型消费来自多个企业系统的数据。每个数据源有不同的格式、更新频率和质量特征。

并非每个预测模型都需要所有数据源。数据源的选择取决于预测时间范围和业务背景。杂货零售商的短期补货预测需要每日POS数据和促销日历。制造商的长期产能规划预测需要宏观经济指标和供应商交货时间趋势。

按预测时间范围划分的质量要求

不同的预测时间范围有不同的数据质量容忍度。用于年度产能规划的战略预测可以容忍一些数据不精确。驱动每日补货订单的运营预测则不能。

数据新鲜度要求

需求预测数据的价值随数据源不同而以不同速率衰减：

需求预测数据的管道阶段

阶段1：接入与模式验证

接入阶段从源系统提取数据并验证每次提取是否符合预期的模式。模式漂移——当源系统在升级过程中更改列名、日期格式或添加/删除字段时——是生产预测管道中常见的故障模式。

Ertas Data Suite通过专用解析节点处理多格式接入，支持CSV、Excel、PDF和其他常见企业导出格式。Format Normalizer节点跨数据源标准化日期格式、币种表示和计量单位编码。每个验证步骤在管道画布上可见，当源文件偏离预期时立即清晰可见。

阶段2：去重与实体解析

企业系统经常通过集成错误、批处理重跑和多系统订单采集产生重复记录。一个客户订单可能同时出现在ERP和POS系统中，但字段略有不同。

跨系统的实体解析同样重要。同一产品在ERP中可能标识为SKU "A1234"，在WMS中为"1234-A"，在POS系统中为"产品A常规12oz"。没有统一的产品主数据，预测模型会将这些视为三个不同的产品，拥有各自独立的需求历史。

关键去重和解析任务：

• 订单去重： 按订单ID、日期和金额匹配，从多系统提取中移除重复项
• 产品统一： 使用交叉引用表将所有产品标识符映射到单一规范SKU
• 位置统一： 将仓库代码、门店编号和区域标识符映射到一致的层级结构
• 客户去重： 在CRM和订单系统之间匹配客户记录（与B2B预测相关）

阶段3：缺失值处理

需求预测中的缺失数据需要领域感知的填补，而不是通用的统计填充。零销售日可能意味着没有需求（产品是季节性的），也可能意味着产品缺货（需求存在但未被记录）。填补策略必须区分这些场景。

缺货导致的删失需求是最需要正确处理的关键场景。如果模型使用包含缺货零值的观察销售数据进行训练，它会学到需求定期降至零——并且恰好在产品最可能再次缺货时预测低需求，形成自我强化的循环。

阶段4：特征工程

原始历史数据需要转化为能捕获需求模式的特征。需求预测的特征工程分为几个类别：

阶段5：时间对齐与聚合

不同的数据源在不同的时间粒度上运行。POS数据是每日的。宏观经济数据是每月的。供应商交货时间每季度更新。管道必须将所有数据源聚合或拆分到目标预测粒度。

按数据类型的聚合规则：

阶段6：验证与导出

在训练数据集到达模型之前，全面验证会捕获那些否则会以无法解释的预测错误形式出现的问题。

以目标模型格式导出——通常为CSV或Parquet用于表格模型，并基于时间（而非随机）进行适当的训练/验证/测试拆分，以防止时间泄漏。

为什么本地部署对供应链数据很重要

供应链数据具有竞争敏感性。按SKU的历史需求揭示产品表现。供应商交货时间暴露采购关系。价格历史显示利润结构。库存位置反映运营效率。这些数据汇总起来提供了企业严格保护的业务运营全面视图。

除了保密性之外，许多企业都有数据治理政策，禁止在未经全面安全审查的情况下将交易数据发送到外部云服务。对于全球供应链，数据驻留要求可能限制数据在地理上的处理位置。

Ertas Data Suite作为原生桌面应用完全在本地运行。供应链数据永远不会离开企业网络。每个转换节点记录其操作，生成的审计追踪满足内部数据治理审查和外部合规要求。可视化管道画布让供应链分析师——他们理解业务逻辑但可能不编写Python——直接查看其数据如何为AI模型做准备。

关键要点

需求预测AI首先是一个数据集成问题，然后才是建模问题。管道必须处理多源接入、实体解析、领域感知填补（特别是缺货期间的删失需求）、时间对齐，以及针对泄漏和平稳性假设的严格验证。

构建可观察、可复现数据管道的团队能够发布随数据质量提升而不断改进的预测模型。用脚本临时拼凑数据准备的团队则把时间花在调试那些追溯到他们看不见的数据问题的预测错误上。