1.优化服务资源配置：通过预测湖北地区客户对信息推广服务的需求量，服务提供商可以科学制定服务计划，合理调配广告位、人力等资源，避免资源浪费或供不应求，提高服务效率和市场竞争力。 2.支持客户投放决策：对广告主和推广需求方而言，基于需求量预测数据，可以更合理地规划广告预算和投放周期，降低投放风险，优化投放效果，提升投资回报率。
1.数据采集： 采集信息推广服务的订单数据，包括统计时间、客户编号、所在区域、订单日期、服务类型、订单数量/次、订单金额/元。 2.数据预处理： 对采集的数据进行清洗，去除重复记录，处理缺失值。 3.数据加工与分析： （1）计算历史需求量：对于每种服务类型，使用SUMIFS函数对订单数量进行累加，分别计算出其过去180天、90天和30天的总需求量。（2）建立需求量预测模型：未来30天需求量预测值=[(过去180天总需求量÷180×a)+(过去90天的总需求量÷90×b)+(过去30天的总需求量÷30×c)]×30×k；其中，系数a=0.5，b=0.3，c=0.2，调整因子k=1.05。系数a、b、c反映数值对未来30天需求量预测的影响程度，由于算法更注重长期需求趋势的影响，因此a被赋予了最高的权重。调整因子k基于市场增长预期进行修正。
| 字段名 | 类型 | 描述 |
|---|---|---|
统计时间 |
-- | -- |
客户编号 |
-- | -- |
所在区域 |
-- | -- |
订单日期 |
-- | -- |
服务类型 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 统计时间 | 2025 年 2 月 10 日 |
| 客户编号 | H723***159 |
| 所在区域 | 湖北省宜昌市 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8403709