商品等级

一．背景
目前基于分类维度统计分析dms偏差度，使用简单粗暴的方式：
SUM(dms)-SUM(sale)/SUM(sale)
这种累加求偏差度的方式，数据会有很大偏差，只能简单总体反映出dms与实际销量差值。而系统目前是基于店品维度进行销量预测的，那么需要基于店品维度减少dms与实际销量的偏差。基于现有数据，如何赛选出部分店品进行数据分析呢。

二．Band 店品等级方案
1.随机抽样法：比如选取门店最近1个月门店数据，随机收取部分sku进行多维度分析(随机性，数据干扰大)
2.Top20：比如选取门店最近1个月门店数据，选取销量最高的前20%sku，进行多维度分析(数据倾斜严重，容易造成数据孤岛)
3.dms 偏差度 等级法：根据偏差度范围进行店品打标(目的明确，找出需要提升的店品重点分析)

三.DMS偏差度等级法

偏差度：P 预测值：dms 实际销量：sale
band正向等级
等级 说明
A dms>0 & sale=0
B P >= 50%
C 30%< p< 50%
D P < = 30%
band负向等级
等级 说明
A dms=0 & sale>0
B P<=-50%
C -50%<p<-30%
D p > =-30%

四.店品band数据结构

字段 说明
mart_code 商家id
Shop_code 门店id
sku 店品id
band_type 0:正向 1:负向
band_level 等级：A B C D
Weight_p 权重p
Weight_q 权重q
factor 因子
band_ext 扩展字段