每月特殊日客户需求预测难题：ARIMA模型适配促销日需求异常

我之前也碰到过类似的场景——常规日期的时间序列预测效果很好，但特殊事件（比如这里的月度促销首日）会打破原有趋势，让单变量ARIMA模型失效。结合你手头的数据集，给你几个针对性的解决方案：

1. 给ARIMA加入外部回归变量（Exogenous Variables） #

单变量ARIMA只依赖历史需求数据，没法直接学习到“每月首日”这种标签带来的需求突变。但很多ARIMA的扩展实现（比如Python的statsmodels里的SARIMAX）支持引入外部特征，让模型把这些特殊标识作为预测的一部分：

• 把你数据里的是否为每月首日、是否为节假日、是否为周末这些二元变量作为外部回归因子传入模型
• 模型会自动学习到这些特征和需求量的关联，在预测每月首日时，会基于这些特征调整预测值，匹配促销带来的高需求
• 简单代码示例：

  import statsmodels.api as sm
  import pandas as pd
  
  # 假设你的数据存在df中，包含demand、is_first_day、is_holiday、is_weekend列
  exog_features = df[['is_first_day', 'is_holiday', 'is_weekend']]
  # 给回归变量添加常数项
  exog_features = sm.add_constant(exog_features)
  
  # 构建带外部变量的SARIMAX模型（这里的order和seasonal_order可以根据你的数据调整）
  model = sm.tsa.SARIMAX(
      endog=df['demand'],
      exog=exog_features,
      order=(1, 1, 1),
      seasonal_order=(1, 1, 1, 7)  # 考虑周度季节性
  )
  fitted_model = model.fit()
  
  # 预测时需要传入对应日期的外部特征（比如未来30天的is_first_day等）
  future_exog = pd.DataFrame({
      'const': [1]*30,
      'is_first_day': [1 if i==0 else 0 for i in range(30)],
      'is_holiday': [0]*30,
      'is_weekend': [0]*30  # 这里根据实际情况填充
  })
  forecast_result = fitted_model.get_forecast(steps=30, exog=future_exog)
  predicted_demand = forecast_result.predicted_mean
  

2. 拆分序列，单独建模 #

既然每月首日的需求模式和普通日期差异极大，不如把整个时间序列拆成两个子序列：

• 一个是所有普通日期的需求序列：继续用ARIMA模型，保持你原本的良好预测效果
• 另一个是每月首日的需求序列：因为样本量较小（一年只有12个数据点），可以用两种方式处理：
  • 用简单的时间序列模型（比如指数平滑）来捕捉首日需求的趋势
  • 用回归模型，结合历史首日的需求、当月整体需求趋势、是否叠加节假日等特征，预测首日的需求量
• 最后把两个模型的预测结果合并，得到完整的预测序列

3. 混合模型：时间序列+机器学习补差值 #

这种方法适合促销需求波动较大的场景：

1. 先用ARIMA模型对所有日期做基准预测，得到base_prediction
2. 计算历史数据中每月首日的实际需求量和基准预测值的差值：delta = actual_demand - base_prediction
3. 训练一个机器学习模型（比如线性回归、随机森林），用是否为每月首日、是否为节假日、周末标识、上月平均需求等特征作为输入，预测delta值
4. 最终的预测值 = 基准预测值 + 机器学习模型预测的delta值

• 这种方式既能保留ARIMA对常规趋势的预测能力，又能通过机器学习捕捉促销带来的额外需求增量

为什么原来的ARIMA效果不好？ #

单变量ARIMA是基于历史数据的趋势、季节性和残差模式来预测的，但每月首日的促销是一个外部驱动的突变点，它的需求模式和常规日期没有连续性，单变量模型很难从普通日期的历史数据中学习到这种特殊模式，自然会出现预测偏差。

内容的提问来源于stack exchange，提问作者Nguyen Ba Viet