销售排名算法答案

【问题标题】：Sales Ranking Algorithm销售排名算法
【发布时间】：2023-03-25 03:28:01
【问题描述】：

我正在尝试根据它们迄今为止的整体销售额和最近 x 天的销售额（以显示趋势、热门产品）来找出对某些产品进行排名的最佳方法

我想做的是同时使用这两个，以便最大的卖家排名很高，但如果他们已经售罄，他们就会被降级（最近没有销售），或者如果他们最近的销售额特别高，他们就会跳起来.

由于它是销售额，不同产品的数字可能相差 10 倍，所以我假设我们需要一个对数刻度。将两者结合起来的最佳方法是什么？

【问题讨论】：

"最近 x 天的销售额（显示趋势，热门产品）" 你不会从“最近 x 天的销售额”中得到趋势，趋势是持续的（甚至可能增加）率sale - 函数的一阶导数，不是上一周期的积分（总和）。
我猜趋势这个词是错误的，我们正在比较过去 X 天内销售最好的产品（而不是时间）
“哪个卖得最好”——最好的是什么？数量、收入、利润？无论如何，我的建议是使用以下之间的加权平均值：(1) 平均（每天）总体销售额和 (2) 过去 10 天的平均销售额（每天），第二个的权重更高。

标签： algorithm math statistics ranking

【解决方案1】：

我想做的是同时使用这两个，以便最大的卖家排名很高，但如果他们已经售罄，他们就会被降级（最近没有销售），或者如果他们最近的销售额特别高，他们就会跳起来.

一种特别简单的方法是为每个产品维护两个exponential moving averages，一个具有短因子，一个具有长因子。请注意，每个这样的平均值只是通过将当天的平均值乘以某个因子，然后将当天的数字乘以补码因子来简单地更新。

您需要根据您的问题设置这两个因素，但请参阅here，了解此因素与平均有效时间之间的关系。

产品的总分是考虑到这两个平均值的总分。

由于它是销售额，不同产品的数字可能相差 10 倍，所以我假设我们需要一个对数刻度。将两者结合起来的最佳方法是什么？

没有最好的方法 - 您需要尝试不同的选项，并对其进行调整，直到您对结果满意为止。

如果多头和空头的平均值分别是 l 和 s，那么一般的平均方法（不是唯一的！）是 α f(l) + (1 - α) f(s)，其中 α 是 [0, 1] 中的某个常数，而 f是一个阻尼函数。您提到了对数作为阻尼函数，但您可能会发现，例如，平方根更适合您的情况（对于小参数或零参数，它的问题也较少）。

【讨论】：

我不确定指数衰减就在这里。要添加更多信息，我们出售的“产品”是活动门票。我们注意到一个 U 形的购买趋势——在第 0 天有大量销售，然后在接近活动日的时候逐渐减少并再次回升。尽管所有这些销售都很重要，但随着时间的推移，它们并没有真正变得不那么重要。我们将始终在同一天比较事件，因此它们都处于公平的竞争环境中，所以重要的是它们的总销售量，对最近的销售量进行加权，只是为了更喜欢那些最近有销售量的产品，超过那些不
@Ben 对，您可以使用指数平均值、滑动窗口算术平均值以及整体平均值（这是您刚刚提出的）。甚至不需要短期和长期平均线使用相同的方案。
谢谢@Ami，我可以在任何地方看到一些真实世界的例子来比较哪个可能更合适？
@Ben 当然。我会环顾计量经济学和技术指标来寻找灵感。维基百科条目可能是很好的起点。