某著名车企市场与销售部

该部门过往对于具体车型的销量水平预估主要基于统计学与专家经验做预测，然后利用预测结果为经销商制定销售计划，并且引导库存管理。但实际的销量预测准确率仅在50%左右。对于重大节假日，甚至是疫情等特殊时段预测能力更是表现不足。

利用数据挖掘与神经网络算法等手段为该部门构建立体的预测模型，实现高效准确的车系大区级销量预测。

基于海量历史数据的观察、处理与分析，提取对销量有直接/间接影响的特征,通过算法模型训练并得出各个影响因素所占的影响比重，并且融合季节性模型用以考虑周期性因素对整体销量的影响。

高效准确的销售预测帮助车企在原材料供需和库存管理计划上实现了优化，同时在补货建议、加单策略以及折扣建议方面也提供了业务的决策指导，从而提升整体的运营和服务水平。