正文
项目背景总结
算法简介
第一方数据主要是客户在中国各大电商平台、网站、APP的销售，以及营销运维的历史数据。
评估并使用相关社交媒体数据、以及开放平台的稳定数据源等。
在具体算法上实现了两点突破：
1. 充分挖掘球鞋特征数据，使用特征搜索算法从已经发售过的相似款式鞋的组合里找到销售和网站访问量的基础预测。
2. 对其他各数据源做科学而充分的解读，基于各数据对最终销量和网站访问量的贡献度做最优化衍生变形；
突破单一算法局限，使用集成学习算法实现对有限的数据信息的充分挖掘和利用。
算法一开始就设定为不断迭代和升级的模式，可至少提前一个月预测所有即将发售商品的销售流量情况，并提前一周调整及优化该模型。
销售预测模型将在客户的中国电商平台（天猫），官网和手机端APP等所有在线销售渠道提供精准决策支持，也包括备货优化和网站资源准备等，极大地缓解了每次上新、双十一等重要促销节日所引起的流量拥堵、供应链困扰或服务器资源紧张等问题！
经过2018年下半年大量数据地训练和模型优化，该销售预测模型能够持续保持比客户内部专家预测精准度更高的优势。
该销售预测模型项目从2019年开始上线，正式替代原有人工专家的预测过程，将在客户的中国电商平台（天猫），官网和手机端APP等渠道进行精准分析结果，为客户的在线销售、库存管理优化、网站资源准备、应用流量等方面提供量化支持和决策依据。
该项目通过一段时间的运营，效果显著，已得到了客户的高度肯定和认可，并表示可能会推广至全球化业务使用。
