淘宝网羽绒服类商品销售量预测模型可行性分析报告文：必达（淘宝网数据产品部）；杜春生、刘一伶（北京维艾思气象信息科技有限公司）项目由来近几年全球气候十分反常，由于2009年冬季气温较低，且持续时间较长，带动了羽绒行业整体销售业绩的增长，产品价格走高。受到09年羽绒服销售情况的影响，加之国外气象专家在去年年初预测2010年冬季北半球极可能出现大范围的低温天气，由此引发了2010年羽绒行业大量厂家加大生产备货的浪潮。但就在广大羽绒服经销商跟风囤货后，气温却没有如国外气象专家预测的一样出现极端低温天气，反而由于羽绒服成本的提高造成了库存积压的现象。淘宝网作为以目前服装类商品的主要网络销售渠道，2010年冬季的羽绒服行业巨大波动势必对淘宝网经销羽绒服的卖家产生巨大影响。为了引导淘宝网卖家合理备货，规避天气造成的风险，淘宝网数据产品部与北京维艾思气象信息科技有限公司于今年3月正式开始合作研究气象信息与羽绒服销售的相关关系，并对预测模型的可行性进行初步研究。经过历时半年的分析交流，得到了气象信息与淘宝网羽绒服销售的相关程度和初步预测模型，为了能及时的帮助淘宝卖家应对今年冬季的羽绒服销售，我们将报告的初步结论结合未来10天的天气走势，对淘宝网2011年冬季羽绒服销售量做出了初步的预测。所需数据的时段及类型：淘宝网提供2010年9月1日至2011年3月31日全国44个主要城市的羽绒服类项目日点击量指数、日成交商品指数和成交金额等数据；北京维艾思气象信息科技有限公司提供同时间段的日最高气温指数、日最低气温指数、日平均风速和日平均温度指数等数据。分析方向：2010年冬季羽绒服销售总体特点和区域特征；预测模型初步结论及其可行性；预测模型实际检验与未来销售量预测。第一部分：2010年冬季羽绒服销售总体特点和区域特征1、区域划分由于羽绒材质商品的特性，羽绒行业的成交受到气温因素影响非常大，从成交时间来看，淘宝羽绒呈现典型的季节性销售特点，成交主要集中在每年的11月、12月、1月，这3个月的成交金额占全年成交金额的90%。并且将44个城市的日成交数据进行观察分析后，发现地理位置相近的地区，其日成交数据的变化情况也基本相似，因此我们将44个城市的原始数据进行统一的数据处理，利用其各自的数据特征值进行相似分区，从而减小后期拟合的工作量，便于总结出具有更大包含范围的预测模型。通过多种处理方式，在消除了城市间的规模差别和网络发展年际差别所带来的影响后，根据数据之间的交叉相关分析结果将44个城市分成了11个大区，其各区分布图为下图。从数据上看，根据淘宝平台羽绒类产品消费数据划分而成的区块与气象区域划分具有很高的相似性，因此可以说明在同一区块中的不同城市的消费者具有十分类似的消费行为表现，其决定消费的时间具有很高的一致性。2、各区域2010年冬季的成交分布特性东北内陆地区作为羽绒服的传统消费地区，早在9月中旬就具有明显的成交增大迹象。随着气温的逐步降低，该地区的成交量也呈指数形式上涨，并在10月中旬至12月中旬期间持续表现出交易量企稳的态势。但在进入12月下旬开始，其日消费量与实际气象数据的走势差异越来越大，成交量明显缩小。在春节前一周骤降至淡季水平。京津冀晋地区和辽东和山东半岛地区的成交分布具有一定的相似性，两地区均是在9月下旬开始有明显的成交现象，在10月中旬两地均迎来成交量的骤然上升，此后一直保持一个较高水平震荡，直到春节前一周成交量骤然降入淡季。西北地区和内蒙地区在成交旺季的到来时间上基本与北方地区类似，但是在进入销售旺季之后会经历两个不同的阶段。随着气温的逐步降低，两区的成交量在12月中旬时会快速激增，增长幅度约为前一阶段的30%。中国南方地区其成交行为明显要比北方地区到来的要晚，且普遍经过两个月左右的缓慢爬升才能逐步上升到最大。在12月中旬后其销量往往比之前的销量数据增加约100%。云贵地区由于温度变化相对比较缓和，所以其羽绒服类商品的成交波动也较其他区域有着比较明显的区别。其成交数据基本在10月下旬达到高点，此后将一直进行窄幅震荡。3、各地成交单价的特点服装类商品的成交单价具有很大的差异性...