BigQuery ML中支持多变量多时间序列的销售预测模型选型咨询

BigQuery原生批量多变量多序列模型实现 #

• 利用ARIMA_PLUS_XREG的分区训练能力
  无需手动循环300次，通过指定TIME_SERIES_ID_COL参数，BigQuery会自动为每个品类（序列ID）单独训练带外生变量的模型。具体SQL示例：

  CREATE OR REPLACE MODEL `your_project.your_dataset.multi_category_forecast`
  OPTIONS(
    MODEL_TYPE='ARIMA_PLUS_XREG',
    TIME_SERIES_TIMESTAMP_COL='日期',
    TIME_SERIES_DATA_COL='销售额',
    TIME_SERIES_ID_COL='品类ID', -- 按品类ID自动分区训练每个序列
    AUTO_ARIMA=TRUE,
    DATA_FREQUENCY='DAILY'
  ) AS
  SELECT
    品类ID,
    日期,
    销售额,
    是否有促销事件 AS event_promotion, -- 事件变量作为外生输入
    是否有节日 AS event_holiday
  FROM `your_project.your_dataset.sales_history_with_events`;
  

  训练完成后，直接用该模型批量预测所有品类的销售额，无需单独调用每个序列的模型。

• 关键注意点

  • 保证每个品类的时间序列数据有足够长度（建议至少1年历史数据）
  • 事件变量需与时间戳严格对应，避免时间错位导致模型偏差

其他简易多变量多序列可选模型 #

如果BigQuery方案不符合需求，可考虑以下轻量实现：

• Facebook Prophet批量训练
  Prophet原生支持添加事件/节假日作为外生变量，通过Python并行库可快速处理300个序列。示例代码：

  from prophet import Prophet
  import pandas as pd
  from joblib import Parallel, delayed
  
  def train_single_category(df, cat_id):
      # 筛选当前品类数据
      cat_data = df[df['品类ID'] == cat_id].rename(columns={'日期': 'ds', '销售额': 'y'})
      model = Prophet()
      # 添加事件变量
      model.add_regressor('event_promotion')
      model.add_regressor('event_holiday')
      model.fit(cat_data)
      # 生成未来预测时间范围并填充事件变量
      future = model.make_future_dataframe(periods=30)
      future['event_promotion'] = get_future_events(future, 'promotion')
      future['event_holiday'] = get_future_events(future, 'holiday')
      # 生成预测结果
      forecast = model.predict(future)
      return forecast.assign(品类ID=cat_id)
  
  # 并行训练所有品类
  sales_data = pd.read_gbq('SELECT * FROM your_project.your_dataset.sales_history_with_events')
  all_forecasts = Parallel(n_jobs=-1)(
      delayed(train_single_category)(sales_data, cat_id)
      for cat_id in sales_data['品类ID'].unique()
  )
  final_forecast_df = pd.concat(all_forecasts)
  

• 统一式树模型（LightGBM/XGBoost）
  将时间特征（滞后销售额、滚动均值）、事件变量、品类属性作为输入，训练一个全局模型预测销售额。这种方式无需为每个序列单独训练，适合品类间存在共性规律的场景，实现成本低且推理速度快。

内容的提问来源于stack exchange，提问作者Cristian Avendaño