那长尾怎么预测呢，按照普通⼈的想法，其实也没必要预测，卖多少补多少就⾏了嘛，就算缺货也只是缺⼏个，影响能有多⼤呢。结合实际业务来说的话，这也是有道理的，因为就算把⼀个⽉的销量都汇总起来，还没达到供应商的最⼩起订量。
但是推荐系统起来后，长尾商品终于有出头之⽇，怎么结合推荐系统消化长尾挖掘长尾，也是⼀个很有趣的话题，毕竟虽然⼀个商品的销量不多但是顶不住数量多啊。
再说新品，前⾯也说了，由于没有历史数据所以很难预测新品的销量，但是从正常思维来考虑的话，肯定是参考相似商品的数据来做预测的啊，怎么理解呢，⽐如说，去年这个款式的⾐服能卖100件，那今年类似款的⾐服就按100件来进货吧。直⽩理解很容易，那有什么数理模型来描述这种关系呢？有的，就是BASS模型，可以参考我的另⼀篇⽂章，也可以参考赵学斌的⼀篇硕⼠论⽂⾯向B2C电⼦商务销售预测模型的研究及应⽤，讲得⽐较详细，还特别讨论了需求价格弹性和季节因⼦影响的BASS模型问题，在⼀定程度上解决了新品在上市初期的销量预测问题。
常规商品，常规商品没什么好说的，就按前⾯说到的⽅法预测就好了。
⾼销量商品，为什么要单独拿出来说，是因为⾼销量商品对供应链的影响⽐较⼤，同时销量趋势转瞬即逝，类似爆款，也就⼩爆⼀段时间，预测⾮常不准，但是利润⾮常可观。此外对供应链的影响，从订货到货也需要⼩段时间，说不定到货之后爆款期已经过去，滞销怎么办啊。⾼销量商品更多应该按
照促销活动来运营，要对那些商品做活动，给多⼤的⼴告营销费⽤，多少部门配合，供应链怎么配合，如何调货等。如果供应链⾃⼰处理爆款产品肯定很被动，说到配合，供应链领域有⼀个供应链运作参考模型SCOR，很有意思的⼀个管理概念，华为这样的⼤公司很早就在实践了。
4. 怎么⽤
前⾯说了这么多预测的⽅法，要怎么⽤呢。销量预测，结果还是要反映到后端供应链的运作中来。好，我们假设⼀个场景，我们预测⼀个商品未来1个⽉能卖100件，怎么备货？如果说就备货100件，结果会很尴尬啊。
在供应链领域有⼀个经济订货批量EOQ的概念，就是说，要结合当前库存，需求预测，仓储成本，物流成本，⼈⼯成本来确定每次要采购多少，⽽不是要多少就采购多少。在运筹学书籍中有这个概念，也可以在京东供应链对外公布的PPT全⾯解读⼤数据驱动的京东供应链体系
中找到这个概念图，当然从简单操作来说，在服务⽔平约束情况下，不⽤管仓储成本物流成本⼈⼯成本这些，直接按库存和需求预测以及补货周期来确定要补多少货就OK啦。需求变化，采购提前期变化，所衍⽣的问题也是在实际场景中经常发⽣的，可以参考清华的⼀篇博⼠论⽂时变运输周期影响下的供应链系统联合批量问题-王海英.
在多级供应链中，这个问题要复杂⼀些，不过⼤部分⽂章的基本思路都是⽤启发式算法做暴⼒搜索，⽐如罗明在遗传算法在物流仓储优化中的应⽤研究的论⽂中使⽤遗传算法求解6级供应链的商品制造和调拨的问题，另⼀篇⽐较有意思的⽂章是孙⽅东的多阶段数量折扣订货模型优化与遗传算法求解，差不多是这个意思。
说完了单个商品补货，说个有趣的话题，多个商品怎么联合备货？考虑这么⼀种情况，⼀个商品A最⼩起订量是30件，订100件打9
折，200件打8折，如果另⼀个商品B也在同⼀家供应商订货，只要A+B总量200件就8折，买的多仓库的压⼒就⼤，但是物流费⽤降下来了，这时候要怎么办呢。这是⼀个⼤规模运筹优化问题，这⾥推荐两本书吧联合批量问题的建模与优化⽅法，供应链环境中订单分配及订购批量决策研究，对这个问题有所帮助。
5. 后话
写了⼀⼤堆，算是对⼀年多的读书⼯作的知识总结吧，有些笼统，也不⽅便讲的太详细，如有疏漏或者不对的地⽅，请告诉我，⼀起讨论讨论。
6. 参考
web：阿⾥智慧供应链如何实现精准预测
web：全⾯解读⼤数据驱动的京东供应链体系
web：京东物流产品⼿册
书籍：卓越供应链SCOR模型使⽤⼿册
书籍：供应链环境中订单分配及订购批量决策研究
书籍：联合批量问题的建模与优化⽅法
书籍：战略供应链管理
书籍：物流运筹学
书籍：供应链架构师
论⽂：遗传算法在物流仓储优化中的应⽤研究-罗明
论⽂：华润万家⽣活超市⾦花路分店库存管理研究-屈阳
论⽂：时变运输周期影响下的供应链系统联合批量问题-王海英
论⽂：多阶段数量折扣订货模型优化与遗传算法求解-孙⽅东
论⽂:⾯向B2C电⼦商务销售预测模型的研究及应⽤-BASS-赵学斌论⽂：基于商品关联⽹络的销量预测⽅法
