欧宝体育App生成的商品需求预测可以继续人工调整吗？

商品经理想改预测，却担心改完说不清

以一个模拟场景为例：某俱乐部商品经理打开欧宝体育App的预测项目，看到下个月主场球衣的预测需求是三千件，区间在两千四到三千六之间。他手上还有两条模型可能不知道的信息：下周俱乐部将官宣一名新援，市场部已经准备了首发印号球衣；另外，市中心一家门店要装修闭店两周。

他的直觉是应该把数字往上调，同时把那家门店的份额挪到线上。但他也有顾虑：改完之后，如果最后卖得好，是模型准还是自己准？如果卖得差，下次还要不要相信自己的判断？这其实是需求预测里最常见的问题——不是“能不能改”，而是“怎么改才能在事后复盘”。

为什么体育商品预测经常需要人工介入

欧宝体育的 Forecast Model 会使用历史销量、赛程、球队战绩、内容热度、渠道库存等信号，但体育商品有几类信息很难提前进入模型：

• 尚未公开的业务决策：新援官宣时间、纪念款发布计划、会员专属发售，这些往往只有内部少数人知道。
• 渠道层面的临时变化：门店装修、现场点位调整、线上大促档期变更。
• 供给侧约束：工厂交期延后、某个尺码面料不足，预测需求再高也卖不出那么多。
• 模型没见过的事件：俱乐部历史上第一次进入某项赛事决赛，历史数据里根本没有参照。

这些情况下，人工调整不是对模型的否定，而是在补充模型拿不到的信息。关于球星热度突然变化时预测最容易犯的错误，可以参考球星爆红后球衣预测最危险的错误。

四个功能各管一件事

Forecast：先看基线和区间，而不是一个数字

预测页默认展示一条基线和一个区间。区间宽说明模型不确定性高，这时候人工信息的价值往往更大；区间窄而你仍然想大幅修改，就更需要有充分理由。建议先展开“驱动因素”面板，看模型主要依据的是赛程、历史同期还是近期热度，再决定是否调整。

Manual Adjustment：按维度修改，并且必须写原因

调整可以落在具体维度上：某个商品、某个渠道、某个时间段，或者某几个尺码。每次调整都需要选择一个原因类别，例如“转会/阵容变化”“渠道变化”“促销计划”“供给约束”“其他”，并写一句简短说明。原因类别不是形式，它是事后复盘的分组依据。

调整方式可以是改绝对值，也可以是按比例上调或下调。对于新援官宣这类事件，更建议使用“叠加增量”的方式：保留模型基线，另外加一笔事件带来的增量，这样复盘时能分开看基线准不准、增量估得准不准。

Version：每次保存都是一个新版本

保存调整后，App会生成一个新版本，原来的AI基线版本不会被覆盖。版本列表里可以看到谁在什么时间改了哪些维度、改了多少、原因是什么。采购和补货通常会指定一个“执行版本”，其他版本仍然保留，用于对比。

Scenario：不确定的事，用情景并行

如果不确定新援会不会在窗口期内官宣，或者球队能不能进入决赛，不要把希望直接写进执行版本，而是建立几个情景：例如“新援按期官宣”“官宣推迟一个月”“进入决赛”“止步半决赛”。每个情景都会生成独立的需求曲线和库存缺口，便于提前准备不同的采购预案。决赛类情景的备货思路，可以延伸阅读决赛应提前准备多少冠军纪念商品。

谁能改、改多少需要审批

在手机上改预测很方便，也正因为方便，更需要边界。欧宝体育App的预测项目默认把成员分成三种角色：查看者只能看预测和版本；调整者可以新建调整版本，但不能把它设为执行版本；审批者可以确认执行版本。管理员可以在“项目设置 > 成员与权限”里设定阈值，例如单次调整幅度超过基线的百分之二十，或者涉及金额较大的采购品类，就需要审批者确认。

这样设计的原因很实际：门店店长最了解自己门店的情况，应该能提出调整；但如果每个人都能直接改执行版本，采购端看到的数字一天变好几次，反而没人敢下单。

三种情况下，最好先不要改

• 只是因为“感觉偏低”。如果说不出模型漏掉了什么具体信息，调整往往只是把个人的乐观或悲观叠加上去。
• 刚发生一次短期爆发。一场比赛后的销售峰值，模型通常已经在近期热度里看到了，人工再上调一次容易重复计算。
• 数据还没同步完整。门店或现场数据延迟上传时，预测看起来偏低，可能只是最近几天的销量还没进来，先确认同步状态再判断。

用示例数据看一次调整与复盘

在这个模拟场景里，人工版本明显更接近实际。但复盘不应该止于“人赢了”。进一步拆开看：假设新援带来的增量实际约七百件，门店闭店实际只少卖了五十件——也就是说，新援增量高估了两百件，闭店影响又多扣了一百五十件，两个误差恰好大部分抵消。总数看起来很准，每一笔判断其实都有偏差。下次同类情况，新援增量可以更保守，闭店带来的流失也不必估得那么悲观，因为不少顾客会转去线上或其他门店购买。

复盘时看什么：按原因类别统计调整价值

赛季或一次活动结束后，在“预测复盘”页面可以看到三组数字：AI基线的误差、执行版本的误差，以及每一类调整原因带来的误差变化。常见的发现包括：

• “转会/阵容变化”类调整通常能改善准确度，因为这类信息模型确实拿不到。
• “促销计划”类调整容易过度乐观，人工往往高估了折扣带来的增量。
• “其他”类调整如果占比很高，说明原因记录不够具体，复盘价值会打折扣。

建议团队设一个简单规则：某类调整连续几个周期都让误差变大，就在下个周期里对这类调整增加一道复核，而不是直接取消人工调整。

可以改，但要让每一次修改都能被检验

欧宝体育App允许人工调整预测，目的不是让经验和模型比输赢，而是把“模型拿不到的信息”系统化地补进来。真正值得持续追踪的指标，是人工调整在哪些原因类别上稳定地降低了误差。积累两三个赛季以后，团队会更清楚：哪些场景应该放手交给模型，哪些场景必须由熟悉业务的人来拍板。