因果预测：天气、节假日、营销活动如何影响鞋服销量

在商品经营中常说的“因果预测”，通常是加入可解释驱动因素的预测；若要证明某场活动本身创造了多少增量，还需要对照组、实验或其他因果识别设计。

变量四验：业务逻辑、颗粒度匹配、经营条件控制、回测与对照验证。四项未满足前，变量只能是候选解释，不能被当作稳定规律。

边界：驱动因素预测不等于因果证明

某周降温后羽绒服销售上升，可能与天气有关，也可能同时受到新品到货、直播投放、价格调整或缺货解除影响。若不控制这些经营条件，模型容易把一次偶然的重合写成长期规律。

因果变量应先有业务逻辑。例如温度、降雨和区域天气可能影响季节性鞋服；节假日可能改变客流与送礼需求；营销活动则改变曝光、价格或转化条件。

变量匹配：在哪个层级、哪些条件下生效

天气通常需要按区域和日期匹配，不能用全国平均温度解释门店差异。节假日要区分法定假期、平台大促、品牌活动和地方性消费节点。营销变量则需要明确投放、直播、资源位、优惠和价格变化发生在哪个渠道、哪几天、覆盖哪些商品。

预测层级也要相应匹配。用品牌总销售训练出的关系，不能直接下放到每个款色码和门店。高颗粒度预测需要足够的样本和稳定的主数据。

清洗信号：先排除库存与促销干扰

销量下降时，先检查是否断货、断码、铺货不足、到货延迟或页面下架；销量上升时，检查是否由降价、流量资源或活动锁货带动。历史销量只记录卖出了多少，未必记录原本可能卖多少。

因果预测可以估计在给定经营条件下的销售变化，但不能把供应不足、MOQ或交期直接写成需求下降。需求、销售预测和可实现销售仍应分开管理。

验证：从少量变量回测到情景经营

品牌可以先选择少量可获得、定义稳定、业务上可解释的变量，设定明确的观察期和基线，再通过历史回测检验是否改善预测误差和经营决策。若变量只在个别活动中有效，应该保留为场景规则，而不是套用到全品类。

回测不只看误差指标。还应看在有无该变量的情况下，是否改善了补货、配货、库存退出或促销决策。预测更复杂却不能改变动作，不一定值得长期维护。

当未来天气、活动力度或客流存在不确定性时，可设置基准、上行情景和下行情景，观察库存位置、OTB和供给是否能够承接。情景计划应标注假设来源与触发条件，实际信号变化后再更新，而不是把单一模型结果当作确定销售承诺。

数据准备与建模验证

变量进入模型前，应完成时间对齐、区域匹配、渠道映射和缺失值处理。天气数据按日到达、销售按周汇总时，需要明确聚合方式；活动跨多天、多渠道时，也要保留开始、结束、价格与资源条件，而不是只保留一个活动名称。

建模时可先比较不含变量的基线预测与加入变量后的预测，再观察误差、偏差和经营动作是否改善。若目标是估计活动增量，还需设计对照门店、对照商品或实验分组，不能仅依赖模型系数。

例如，降温后羽绒服在北方门店销售上升，仍需同时检查到货、库存、价格和直播资源。只有在可比条件下与对照组比较，才有条件讨论降温或活动自身带来的增量。

模型输出也应保留变量贡献的适用范围。例如，某次寒潮只影响北方特定店群，就不应据此改变全国所有羽绒服的补货参数；把局部信号扩展到不具备相同条件的节点，会制造新的结构性库存风险。

外部变量的接入边界

当前不应把天气视为第七在线默认已接入的数据。只有品牌另行提供外部数据、完成时间与区域口径验证，并在项目中配置后，天气等外部变量才可作为商品团队分析与回测的输入；没有该条件时，应优先使用已接入的价格、活动、上市、库存和渠道等内部变量。

让外部信号进入可验证的商品判断

第七在线当前的商品经营分析以品牌已接入的业务数据为基础。天气等外部信号只有在品牌另行提供、完成口径验证并经项目配置后，才可作为团队的分析输入；当前不应将天气视为系统默认已接入数据。系统可支持团队基于可用数据形成分析线索和情景建议，由商品团队审核。

实际可用能力取决于销售、库存、在途、门店、尺码、价格和促销数据的接入范围，以及项目配置和人工审核流程。

最后的经营判断

预测可以利用相关变量，经营复盘却不能在没有识别设计时，把相关性写成因果结论。

天气、活动与销量的追问

1. 天气数据越多，预测一定越准吗？

不一定。变量需要与品类、区域和销售窗口有稳定业务关系，并经过回测验证。

2. 大促销量能否作为节假日因果变量？

大促包含价格、流量和商品供给变化，应拆分活动机制，不能只用一个节假日标签替代。

3. 没有完整天气数据还能做驱动因素预测吗？

可以。先从价格、活动、上市、库存和渠道等内部可获得变量开始。若没有对照组或实验设计，应将结果表述为“与销量变化相关的驱动因素”，不要直接宣称活动自身造成了多少增量。

4. 因果预测可以取代商品判断吗？

不能。它提供可解释的参考，商品团队仍需判断库存、供应、窗口和商品角色等经营约束。

5. 营销活动没有对照组，还能评估效果吗？

可以做经营复盘和关联分析，例如比较活动前后、相似店群或历史同类活动，但应明确其不能单独证明活动造成了全部增量。