本书从供应链的角度研究零售业管理的相关问题，即针对产品从生产、运输、上架到清仓的整个过程中涉及的主要决策入手，按照 “数据—学习—模型—决策”的研究范式，首先从数据中挖掘需求产生的机制和消费者的行为特征，开发产品需求预测和预测更新方法，然后基于预测优化企业在选址、配送、库存管理等方面的决策。本书不仅包含针对各种零售数据的建模方法，而且包含与模型相对应的算法以及数据处理步骤，读者可以随时上手进行测试。此外，笔者一直与一家跨国时尚企业和一家在新加坡经营自动贩售机的企业展开合作，利用企业提供的时尚产品的销售数据对本书中所涉及的模型和算法进行实证分析，展现了数据驱动的决策方法在零售业管理中的应用路径。

目　　录
第１章　绪论 

１ ．１　研究背景与研究问题 

１ ．２　研究内容与章节安排 

本章参考文献 

第１部分　产品总销售量预测
第２章　针对具有高维特征产品的总销售量预测模型

２ ．１　理论回顾 

２ ．２　广义因子分解模型 

２ ．３　数值实验

２ ．４　本章小结　

本章参考文献

第３章　考虑需求截断的总销售量预测模型 

３ ．１　理论回顾 

３ ．２　需求截断的预测模型 

３ ．３　数值实验 

３ ．４　本章小结

本章参考文献 

第２部分　产品期销售量预测
第４章　基于间断时间序列分析的产品需求预测 

４ ．１　理论回顾

４ ．２　基准预测模型 

４ ．３　基于聚合分解的预测模型

４ ．４　数值实验 

４ ．５　本章小结　

本章参考文献

第５章　短生命周期产品销售量预测方法

５ ．１　理论回顾 

５ ．２　预测方法 

５ ．３　数值实验  　

５ ．４　本章小结 
　本章参考文献 

 第６章　基于客户基础分析的销售量预测模型 

６ ．１　理论回顾 

６ ．２　基准模型 

６ ．３　基于客户基础分析的方法 

６ ．４　数值实验 

６ ．５　本章小结 

本章参考文献 

第３部分　数据驱动的零售管理
第７章　数据驱动的选址决策 

７ ．１　理论回顾 

７ ．２　数据收集与整理 

７ ．３　模型构建

７ ．４　实验结果分析 

７ ．５　本章小结

本章参考文献

第８章　数据驱动的产品配送决策

８ ．１　理论回顾 

８ ．２　ＶＲＰＳＰＤＴ问题 

８ ．３　ＡＭＰ算法设计 

８ ．４　数值实验

８ ．５　本章小结 

本章参考文献

第９章　数据驱动的库存分类决策 

９ ．１　理论回顾

９ ．２　随机多目标ＡＢＣ分析法 

９ ．３　数值实验

９ ．４　本章小结 

本章参考文献