预测准确率长期停滞，团队陷入「换模型」的循环。这个项目把重点放在数据治理、特征工程和评估体系上，重建了整条预测链路。
核心设计
- 数据治理：缺货时段销量修正、异常日打标、SKU 主数据清洗
- 统一特征库：天气、价格促销、日历、生命周期四大类 60+ 特征，全模型复用
- 分桶评估：按仓 × 品类 × 商品角色拆分 WMAPE 与 Bias，总盘数字不再掩盖结构问题
结果
- 整体 WMAPE -14%，生鲜品类提升最明显
- 预测偏差归因看板上线后，人工改单率下降 40%
我的角色
产品 + 分析双角色：定义平台需求与评估标准，主导特征清单，协调算法与工程交付。