项目简介>>
快消产品公司长期苦恼于供应和需求的不匹配：在不同季节和不同市场，没办法跟上用户需求的变化。如何准确预测用户需求，减轻库存和不必要的生产压力是亟待解决的问题。
数据说明>>
某快消产品公司的数据。
（数据来源：https://www.kaggle.com/datasets/suraj9727/supply-chain-optimization-for-a-fmcg-company/data）
依据过去三个月内交付的产品数量product_wg_ton，根据以下参数来建模分析：库存信息（地区特征，库存厂房容量，过去三月内补充库存次数，工作人数），市场状况（竞争者数量，分销商数量），和其他信息（交通事故，意外灾害，电力使用情况等）。
数据准备>>
此数据集来自快速消费品（FMCG）供应链优化挑战，核心目标是预测product_wg_ton，即各仓库所需要的产品（以吨为单位的重量）。在产品还没有被制造或在仓库中积累之前，预测未来某段时间内产品的重量可以帮助公司提前规划资源。这种预测对于提前规划、资源优化和成本控制至关重要。通过预测未来某段时间的产品重量，公司可以在产品制造或存储之前做好充分的准备，如合理安排原材料采购、生产能力和仓库空间。此外，准确的重量预测有助于物流和运输规划，使企业能更有效地安排运输工具、规划路线和安排运输时间，从而提高效率和降低成本。在库存管理方面，预测可以帮助避免过度存储或库存不足的问题，进而控制仓储成本、减少资金占用，防止产品过期或损坏。最后，产品重量的预测还与市场需求、仓库容量、运输问题等多种因素密切相关，它们共同影响企业的运营效率和市场反应速度。
数据集涵盖了仓库、仓库经理、位置类型、容量大小、区域划分、补货请求次数、运输问题、竞争对手情况、零售店数量、仓库所有权类型、分销商数量、洪水影响、防洪措施、电力供应、与集散地的距离、员工数量、仓库成立年份、储存问题报告、温度调节设备、政府认证、设备故障、政府检查和产品重量等多个方面的信息。
建立模型>>
此模型被设计用于深入分析和预测各仓库所需要的产品，即所需产品重量。可以帮助FMCG公司预测每个仓库的产品需求量，从而使得库存管理更加高效。例如，通过预测产品重量，公司可以更好地调配库存，确保在需求高峰期仓库有足够的存货，同时在需求低迷期避免过度存储。
模型还可以用来识别潜在的风险点，如运输问题或仓库储存问题，允许公司提前采取措施以避免潜在的损失或延误。
另外，通过分析模型预测的关键因素（如storage_issue_reported_l3m、govt_check_l3m等），公司可以优化仓库管理策略，比如改进仓库的温度调控系统，或者加强与政府的合作，以确保符合相关规定，从而提高整体运营效率。
模型预测>>
当包括storage_issue_reported_l3m（过去三个月内是否报告过仓储问题）这一变量时，模型预测的R2值（衡量模型预测准确度的指标）达到0.99，表明该变量与产品重量高度相关。
排除storage_issue_reported_l3m后，R2值降至0.5，凸显了仓储问题对产品重量预测的重要性。
govt_check_l3m（过去三个月内每个仓库是否进行了政府检查）可能反映了仓库运营的合规性和效率，这与产品重量间存在显著联系。
transport_issue_l1y（过去一年内是否发生过运输相关问题）直接关联到物流效率和产品分配过程，对产品重量的准确预测起着关键作用。
Temp_reg_mach（每个仓库是否配备温度调节设备）影响产品存储环境的质量，这对于一些温度敏感的产品来说，可能直接影响产品的安全存储和运输重量。
分析表明，仓库的储存问题、政府检查、运输问题以及温度调节设备的存在与产品重量有着显著的相关性。这些因素对于供应链的优化至关重要。
为了提高产品供给效率和减少库存成本，FMCG公司可以关注这些关键因素，采取措施优化仓库管理、加强运输安排，并确保恰当的温度控制。
通过我们的模型，公司能够更准确地预测需求，从而优化库存水平，减少损耗，提高整体盈利能力。
案例衍生>>
1.零售行业：用于库存管理、销售预测和顾客行为分析。通过预测产品的销售趋势和库存需求，零售商可以优化库存水平，减少过剩或缺货的情况，同时提高顾客满意度。
2.制药行业：用于有效地管理原料、生产过程和产品分销。可以帮助制药公司预测原料需求、生产计划和市场需求，从而优化生产和分销过程，确保药品及时供应。