先说结论：九成是数据问题。
这话不是我拍脑袋。二十年里，我看过太多仓库花大价钱上 AI 需求预测，模型上线三个月，补货还是靠老师傅拍脑袋。每次复盘，IT 部门的第一反应都是"模型不行，换个算法"。我的反应永远是：先别动模型，把喂给它的数据拎出来晒一晒——十有八九，问题全在那儿。
模型这东西，说白了就是个很会找规律的学生。你给它的课本缺页、错字连篇，它考不好，真不能怪它。
一、数据全不全：先查主数据有没有"裸奔"
很多预测项目死在第一步：SKU 主数据不全。
我前几年去过一家加州安大略的 3PL 仓，十几万平方英尺，SKU 两万多个，上了一套带机器学习的补货预测。上线半年，准确率惨不忍睹。一查，SKU 主数据里"品类""季节性""替代关系"这几个字段，空了一大半。新品上市三个月，系统里连它属于哪个品类都没标——模型拿什么学？拿空气学。
更常见的是属性打标混乱：同一款商品，A 仓库叫"冬季款"，B 仓库叫"Winter-2023"，C 仓库干脆没填。模型看到的是三个不同的东西，规律自然学岔。
查法很直接：随机抽 200 个 SKU，看品类、季节性标签、生命周期状态、替代/互补关系这几个字段，空值比例超过两成，先别谈模型，把主数据治理做了。这是脏活累活，但不做，后面全是白搭。
二、口径对不对：历史销量里掺了多少"假需求"
这是我见过最坑的一类。模型学的"历史销量"，根本不是真实需求。
一个经典场景：某 SKU 去年 11 月断货两周，系统记录的销量是 0。模型学到的是"这个 SKU 11 月没人要"，今年 11 月直接少备货——结果今年不断货，需求正常，直接卖空。断货期间的 0，不是需求，是供给能力的上限。你把天花板当成了地板，模型能准才怪。
另一个：仓库之间的调拨。A 仓缺货，从 B 仓调了 500 件，B 仓的出库记录里多了 500 件"销量"。模型一看，B 仓这个 SKU 需求旺盛，多备点吧——备的全是调拨出去的假需求。真实需求和内部调拨混在一个口径里，预测不偏才怪。
还有退货。电商仓退货率高，净销量和毛销量能差出一大截。用毛销量训练，模型永远高估。
查法：找你们数据口径的定义文档，问三个问题——断货期的销量怎么处理（补没补真实需求估计）？调拨出库剔没剔除？用的是净销量还是毛销量？答不上来或者"没处理过"，病根就找到了。口径不清，模型越"智能"，错得越离谱。
顺带说一句：很多仓库的销量数据是从 ERP 里直接导的，ERP 的出库单根本不区分"卖给客户"和"调给兄弟仓"。这一层清洗没人做，模型就天天在学假需求。我一般会让数据团队先跑一条 SQL，把过去一年的出库按"销售出库/调拨出库/报废出库"拆开，光这一步，就能让不少 SKU 的"历史需求"缩水两三成——缩掉的那部分，全是噪声。
三、事件打过标吗：促销和季节，模型看不见
需求预测最怕"无缘无故的 spike"。去年某个月销量突然翻倍，模型记住了这个规律，今年同期也备了双倍的货——结果去年那是做了一场大促，今年没做，货全砸手里。
促销、清仓、KOL 带货、天气异常、竞品缺货，这些事件不打标，模型只能把它们当成"自然需求"学进去。学进去的不是规律，是噪声。
我见过最离谱的一家：历史数据里混着三年疫情期间的囤货潮数据，没做任何标记。模型把那几年的异常峰值当成基准线，日常备货常年偏高，呆滞库存堆了两个巷道。后来把那段时间单独标记、降权处理，预测才回到正常。
事件打标还有个容易被忽略的维度：供给侧的事件。供应商延期交货、海运罢工导致到货推迟三周，这些都会让销量曲线出现"无缘无故"的坑。模型看不懂"货没到所以卖不动"，它只会学到"这个 SKU 那个月没人要"。所以事件日历不能只记促销，得把大额断供、到货异常也记进去，两边一起标，数据才完整。
查法：拉出历史上销量波动最大的十个 SKU-月份，问业务方"当时发生了什么"。如果一半以上答得上来、但系统里没有任何标记，说明你们的事件日历是空的。补事件标签这件事，业务部门十分钟能讲明白，数据团队可能要花两周落地——但值得。
四、什么时候，才轮到怀疑模型
数据三关都过了——主数据齐了、口径干净了、事件打标了——预测还是不准，这时候再谈模型，我举双手赞成。
模型问题的真正信号长这样：数据已经收拾干净，简单模型和复杂模型效果差不多，甚至简单模型还略好；或者需求分布发生了结构性变化，比如业务从批发转零售、从线下转线上，老模型学的是旧世界的规律。
还有一种：特征工程没跟上。比如只喂了销量序列，没喂价格、库存水位、lead time 这些业务强相关的特征。这与其说是"模型选错了"，不如说是"建模的人不懂业务"。换算法没用，换懂仓库的人有用。
我自己的经验是，仓库需求预测这个场景，特征比算法值钱得多。一个懂补货逻辑的人加上线性回归，往往打得过不懂业务的人调出来的复杂模型。因为仓库的需求驱动因素其实很具体：促销日历、在手订单、季节性、供应商交期波动。把这些变成特征喂进去，比换模型架构实在得多。
我的判断标准很简单：同一份干净数据，换三个模型效果都差不多，说明瓶颈不在模型；在脏数据上折腾模型选型，纯属内耗。
一份能直接用的数据准备清单
排查完，动手收拾。按这个顺序来，别跳步：
- 主数据：SKU 的品类、季节性、生命周期、替代关系字段，空值率压到 5% 以内
- 口径：断货期销量做需求还原（至少标记出来），调拨出库剔除，用净销量训练
- 事件：建一张事件日历表，促销、清仓、异常天气、大客户一次性订单全部打标
- 粒度：预测粒度（SKU-仓库-周）和补货决策粒度对齐，粒度错了，准了也没用
- 回测：用干净数据做三个月回测，误差分布先看明白，再谈上线
这五件事做完，大部分仓库会发现：原来的模型突然"变聪明"了。其实它一直不笨，只是之前一直在读一本错字连篇的课本。
最后留个自测问题：你们现在喂给预测模型的历史销量里，能分清哪一行是真实需求、哪一行是断货、哪一行是调拨吗？ 如果分不清，别急着换模型，先把这三类数据拆开。这个问题想明白了，预测不准的谜团，基本就解开了一大半。
