库存管理预测数据集InventoryManagementForecastingDataset-nagarajh
数据来源：互联网公开数据
标签：库存管理, 供应链, 预测分析, 销售预测, 库存优化, 风险评估, 机器学习, 数据分析
数据概述：
该数据集包含来自库存管理系统的数据，记录了多种SKU（库存量单位）的库存、销售及预测信息。主要特征如下：
时间跨度：数据未明确标注时间范围，但包含预测数据，可推测为用于短期或中期预测分析。
地理范围：数据未明确标注地理范围，但涵盖了库存、销售等关键运营指标，可能来源于特定地区或全球范围。
数据维度：数据集包含以下主要字段：
sku（库存量单位）：产品的唯一标识符。
national_inv：全国库存量。
lead_time：提前期。
in_transit_qty：在途库存数量。
forecast_3_month, forecast_6_month, forecast_9_month：未来3、6、9个月的预测销量。
sales_1_month, sales_3_month, sales_6_month, sales_9_month：过去1、3、6、9个月的销售量。
min_bank：最小库存量。
potential_issue：潜在问题标识。
pieces_past_due：逾期未交付数量。
perf_6_month_avg, perf_12_month_avg：过去6个月和12个月的绩效平均值。
local_bo_qty：本地缺货数量。
deck_risk, oe_constraint, ppap_risk：风险评估指标。
stop_auto_buy, rev_stop：自动采购停止和营收停止标识。
went_on_backorder：是否发生缺货。
数据格式：CSV格式，文件名为inventory_cleancsv，便于数据分析和建模。
该数据集适合用于库存管理、销售预测、风险评估等领域的分析和建模。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于供应链管理、预测分析等领域的学术研究，如库存优化策略、需求预测模型评估等。
行业应用：为制造业、零售业等提供数据支持，尤其是在库存管理、供应链优化、销售预测等方面。
决策支持：支持企业制定库存策略、优化采购决策、提升运营效率。
教育和培训：作为供应链管理、数据分析等课程的实践案例，帮助学生和从业者深入理解库存管理和预测分析。
此数据集特别适合用于探索库存水平与销售之间的关系，预测未来需求，优化库存管理策略，降低运营成本，提高客户满意度。
