本数据预测未来30天的产品的需求量，为销售商、生产商及相关方提供关键决策支持。通过分析产品的需求趋势，经销商可优化库存与采购计划，生产商能灵活调整产能布局，投资者可评估市场潜力。该预测模型同样适用于其他消费品行业，帮助相关企业精准把握市场需求，优化供应链管理，提升营销效率。最终实现资源合理配置，增强市场竞争力。
1.数据采集：采集公司在历史销售订单数据。2.数据处理： 对采集的数据进行清洗，去除重复记录，处理缺失值，对采集到下单情况、本订单货品总数，下单时间等数据进行分类、累加，便于分析使用。 3.数据加工与分析： （1）计算历史销售量：使用SUMIFS函数对订单中的货品数量进行累加，分别计算出其过去90天、过去60天和过去30天的总销售量。（2）建立需求量预测模型：未来30天销量预测值=（(过去90天的总销售量÷90*a)+(过去60天的总销售量÷60*b)+(过去30天的总销售量÷30*c)）*30，（计算结果经四舍五入后，保留整数部分），其中，系数a=0.2，b=0.3，c=0.5。系数a、b、c反映数值对未来30天销量预测的影响程度。
| 字段名 | 类型 | 描述 |
|---|---|---|
分析时间 |
-- | -- |
订单时间 |
-- | -- |
客户编码 |
-- | -- |
地址 |
-- | -- |
料品名称 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 分析时间 | 2025年9月2日,2025年9月12日,2025年10月23日,2025年8月 |
| 订单时间 | 2025年9月1日,2025年9月11日,2025年10月22日,2025年7月 |
| 客户编码 | P202508****,P202509****,P202510****,P202 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8416772