🤍 前端开发工程师、技术日更博主、已过CET6
🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1
🕠 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》、《前端求职突破计划》
🍚 蓝桥云课签约作者、上架课程《Vue.js 和 Egg.js 开发企业级健康管理项目》、《带你从入门到实战全面掌握 uni-app》

水果进销存数据结构化 6步流程

第1步：原始数据收集与合并（拉齐数据源）

把所有零散表汇总成三大基础表：

1. 销售流水表：订单号、商品、数量、单价、金额、时间、门店
2. 采购入库表：采购日期、供应商、品名、规格、进价、数量
3. 库存盘点表：盘点日期、品名、库存数量、损耗、报损

常见原始问题：

• 多Excel、多Sheet、格式不统一
• 商品名不规范（“西瓜”“麒麟瓜”“8424”混写）
• 缺字段、缺时间、缺单位

目标：所有数据合并到同一结构，不丢记录。

---

第2步：统一商品档案（最关键！水果行业痛点）

水果最乱的就是品名不统一，必须先做标准化。

操作：

1. 建立商品主数据字典
   • 一级分类：水果 / 干果 / 礼盒
   • 二级分类：瓜类 / 柑橘 / 浆果 / 核果
   • 标准品名：西瓜、阳光玫瑰、沃柑…
2. 模糊匹配+人工修正原始品名
   例：“麒麟瓜”“宁夏瓜”→ 统一为“西瓜”
3. 补充属性：
   单位（斤/箱/个）、季节属性、易损耗程度、规格

输出：唯一商品编码 + 标准名称 + 分类体系

---

第3步：清洗脏数据 & 异常值剔除

处理业务常见脏数据：

1. 缺失值
   • 缺时间：用订单创建时间补
   • 缺销量/进价：删除或用同品均值填充
2. 异常值
   • 销量为负（退货）：单独标记，不参与训练
   • 价格异常（0元、赠送、测试单）：剔除或标记
3. 重复单、取消单、测试单：直接删除
4. 单位不统一：全部转成斤/公斤统一计算

---

第4步：构建时间维度（时序预测必备）

水果销量极强时间规律，必须扩展时间特征。

从日期字段衍生：

• 年、月、日、星期几
• 是否周末、是否节假日
• 是否节气（清明、端午、中秋）
• 是否雨天/高温（外部天气数据接入更佳）
• 季节特征：应季/反季
• 大促标签：店庆、节日活动、打折

目标：让模型能学到“周末销量高、雨天销量低”等规律。

---

第5步：进销存核心指标计算（生成业务特征）

把原始记录变成可建模特征：

必算字段

1. 日销量：按商品+日期聚合销量
2. 日销售额、毛利、毛利率
3. 日均采购量、采购周期
4. 期初库存、入库量、销售量、期末库存
5. 损耗率、报损量、库存周转天数
6. 价格特征：售价、进价、价差、折扣力度

最终结构（经典宽表）

日期 + 商品ID + 分类 + 销量 + 价格 + 库存 + 节假日 + 天气 + 活动

这就是后续丢给 AutoGluon 训练的标准结构化数据。

---

第6步：数据集拆分与标准化（建模前最后一步）

1. 按时间切分训练集/测试集
   时序数据不能随机切分
   例如：用1-10月训练，11-12月验证
2. 剔除低频次SKU
   长期滞销、偶尔卖一次的商品单独处理
3. 特征归一化/编码
   • 类别特征：商品、星期、天气
   • 数值特征：销量、价格、库存
4. 最终检查
   无空值、无非正常极值、时间连续、结构规整

---

最终输出：一张标准结构化表

日期	商品ID	名称	分类	销量(斤)	售价	进价	库存	星期	节假日	天气	活动
2026-03-01	1001	西瓜	瓜类	120	3.5	1.8	50	5	0	晴	无

这就是从杂乱Excel → 可AI预测的高质量数据。

---

超简记忆口诀

1. 收数据（进销存三张表）
2. 统品名（水果最容易乱）
3. 洗脏数（去异常、去重复）
4. 加时间（星期、节日、天气）
5. 算指标（销量、库存、毛利）
6. 分数据集（时序切分）