使用GCP BigQuery ARIMA_PLUS多产品预测遇异常及参数设置问题求助

一、某款产品18个周期预测值完全重复的问题 #

可能原因 #

• 该产品历史数据异常：比如历史需求全为0、数据量过少（少于3个月度周期）、所有历史值无波动，导致模型无法捕捉趋势，只能输出恒定值
• CLEAN_SPIKES_AND_DIPS参数处理后，将原本有波动的数据扁平化
• 模型自动为该序列选择了常数模型（如ARIMA(0,0,0)）

解决步骤 #

1. 排查该产品的历史数据：

   SELECT CalendarMonth, Demand, Product
   FROM `GF.ML_Model.DATA_IL_OB`
   WHERE Product = '问题产品ID'
   ORDER BY CalendarMonth;
   

   确认数据量、波动情况是否正常
2. 若数据量不足：补充至少6个以上的月度历史数据后重新训练模型
3. 若数据无波动/全为0：结合业务规则手动修正该产品的预测结果，或单独为其创建定制化模型
4. 验证模型对该序列的参数选择：

   SELECT *
   FROM ML.ARIMA_EVALUATE(MODEL ML_Model.Forecast_IL_OB_MONTHLY_ARIMA_OCT20)
   WHERE time_series_id = '问题产品ID';
   

   确认是否选用了常数模型，再针对性调整

二、多产品预测时无法手动设置p、d、q参数的问题 #

原因 #

BigQuery ARIMA_PLUS在启用TIME_SERIES_ID_COL进行多序列批量预测时，只要AUTO_ARIMA = TRUE，就会自动为每个序列选择最优的p、d、q参数，手动设置的NON_SEASONAL_ORDER会被覆盖；且当前版本不支持为多序列统一指定固定的非季节性参数。

解决方法 #

1. 单独为特定产品设置固定参数：放弃多产品批量模型，为目标产品单独创建模型，关闭AUTO_ARIMA并手动指定参数：

   CREATE OR REPLACE MODEL ML_Model.Forecast_Problem_Product_ARIMA
   OPTIONS(
     MODEL_TYPE='ARIMA_PLUS',
     AUTO_ARIMA = FALSE,
     NON_SEASONAL_ORDER = [1,2,1],
     TIME_SERIES_TIMESTAMP_COL='CalendarMonth',
     TIME_SERIES_DATA_COL = 'Demand',
     HOLIDAY_REGION ='AU',
     CLEAN_SPIKES_AND_DIPS = TRUE,
     DATA_FREQUENCY='MONTHLY'
   ) AS
   SELECT CalendarMonth, Demand, Product
   FROM `GF.ML_Model.DATA_IL_OB`
   WHERE Product = '目标产品ID';
   

2. 批量创建单产品模型：通过BigQuery存储过程或外部脚本，循环为每个产品创建单独的模型并指定统一参数，最后合并所有预测结果
3. 适配自动参数：若自动选择的参数大部分符合业务预期，仅个别产品异常，可针对异常产品单独修正预测结果

内容的提问来源于stack exchange，提问作者Sin