Rossmann销售预测实战：如何用机器学习优化零售运营决策

基于德国1115家Rossmann药店真实数据的销售预测项目，通过K-Means聚类、梯度提升、随机森林和神经网络实现六周前瞻预测，将技术成果与运营决策紧密结合，为库存管理、人员排班和促销规划提供数据支持。

Rossmann是欧洲最大的连锁药店品牌之一，在德国运营超过3000家门店。准确的销售预测是库存管理、人员排班和促销规划的基础，预测偏差会导致库存积压或缺货。项目关注预测与运营决策结合，核心问题是驱动1115家门店日销售额波动的因素及六周前瞻预测可能性。

使用Kaggle竞赛数据集：2013-2015.7训练数据（约101万条）、2015.8-9测试数据（约4.1万条），含门店信息和交易数据。清洗步骤：删除空列、填充缺失竞争距离（中位数2325米）、移除营业但销售额为0的记录、统一StateHoliday字段格式。

门店特征：B类门店日均销售额10060欧元（D类5738欧元），B级商品组合客单价最高；时间因素：周一销售额最高，12月峰值、7月低谷；促销：当日促销提升81%，周期性邮寄促销效果弱；竞争：新对手开业初期冲击大；外部：州假日对特定门店正向影响显著。

扩展至25字段，核心特征：CompetitionOpen（竞争对手开业月数）、LogCompetitionDistance（距离对数变换）、IsPromo2Month（促销周期标记），这些特征显著提升模型性能。

K-Means聚类划分门店群组；对比算法：梯度提升（GBM）最佳（高销量群组RMSPE22.3%）、随机森林稳健、神经网络表现弱；训练分快速迭代（40%样本）和全数据模式。

测试集生成41088条预测，22.3%RMSPE在零售领域可接受。预测支持：库存优化订货、人员排班调整、促销策略评估。

业务理解优先于模型调优；特征工程需结合领域知识；模型评估对齐业务目标。项目结构清晰可复现，为数据科学学习者提供完整参考模板。