3.1 零售与电商：推荐与需求预测

3.1 零售与电商：推荐与需求预测

零售AI的两大支柱是推荐系统（把对的商品放到对的人眼前）与需求预测（把对的货放到对的仓里）。本节审计两者的成色：离线指标与在线增益的落差、长尾商品的数据饥饿、以及预测精度提升到底省了谁的钱。

两套数字的落差

一家电商平台上线新的推荐模型，算法团队汇报：离线召回率提升了百分之十二。两周后在线A/B实验的结果却是：点击率几乎没动，转化率微降。这类落差在零售AI审计里是最常见的第一现场。原因不神秘：离线评测用的是历史日志，历史日志里充满曝光偏差——老模型没推过的商品根本没有被点击的机会，新模型把这些商品召回回来，离线指标涨了，在线用户却未必买账。落差本身不是造假，但只报离线数字不报在线实验，就是成色问题。

审计推荐系统第一问：增益是在什么口径上测的。是点击率还是转化率？是整体还是新用户分群？实验跑了几周、有没有避开大促周期？第二问：基线是什么。和一个随机推荐比提升百分之三十毫无意义，和一个"热销榜"基线比才有信息量。

长尾的数据饥饿

推荐系统的公开成绩单几乎都在头部商品上挣的。销量前百分之十的SKU贡献了大部分交互数据，模型对它们了如指掌；而利润更分散的长尾商品处于数据饥饿状态——一个月三次点击的商品，任何深度模型都学不出东西。审计时要看分层的增益报告：头部、腰部、尾部商品的推荐效果各提升多少。不少"整体提升"的项目拆开看，尾部甚至是负贡献（把本来的自然流量挤掉了）。

import random

random.seed(31)

def make_catalog(n=1000):
    """模拟商品交互量：典型的幂律分布，头部吃掉大部分曝光。"""
    items = []
    for i in range(n):
        popularity = 1000.0 / (i + 3) ** 1.1   # 幂律：排名越靠后交互越少
        items.append(("item_%d" % i, int(popularity)))
    return items

catalog = make_catalog()
total = sum(c for _, c in catalog)
head = sum(c for i, (_, c) in enumerate(catalog) if i < 100)      # 前10%
tail  = sum(c for i, (_, c) in enumerate(catalog) if i >= 700)    # 后30%

print("头部 10%% 商品占总交互 %.1f%%" % (head / total * 100))
print("尾部 30%% 商品占总交互 %.1f%%" % (tail / total * 100))
# 典型输出：头部约 55%，尾部约 5%。
# 深度模型在尾部 5% 的数据上训练，本质是在拟合噪声。
​

应对长尾饥饿的常规手段是分层策略：头部用复杂模型，腰部用协同过滤，尾部干脆用内容特征或人工规则兜底。这个"不统一"的架构在工程上显得不优雅，却比"一个统一大模型"的方案成色好——第1.2节的选型阶梯在这里落地为同一个系统内的分层。

需求预测：精度省的是谁的钱

需求预测的审计焦点是换算链。预测精度从百分之七十提到百分之八十五，省下来的不是抽象的"效率"，而是三笔具体的钱：安全库存占用的资金、缺货损失的销售额、临期报废的货值。不同品类这三笔钱的权重完全不同——生鲜报废是大头，家电缺货是大头，图书两笔都小。所以同一个精度提升，在不同品类上的价值可以差一个数量级。审计时先让业务方给出这三笔钱的系数，再看精度提升值多少钱。

def stock_cost(forecast_error, price=10, holding_rate=0.02,
              stockout_loss=3, spoil_rate_multiplier=1.0):
    """把预测误差换算成三项成本（参数为示意口径）。
    forecast_error: 预测的平均绝对百分比误差，如 0.30 表示 30%。"""
    safety_stock_cost = price * holding_rate * forecast_error * 52  # 周转资金占用
    stockout_cost = price * stockout_loss * forecast_error * 0.5
    spoil_cost = price * spoil_rate_multiplier * forecast_error * 0.3
    return safety_stock_cost + stockout_cost + spoil_cost

old = stock_cost(0.30, spoil_rate_multiplier=1.5)   # 生鲜类：报废敏感
new = stock_cost(0.15, spoil_rate_multiplier=1.5)
print("生鲜品类：误差从30%%降到15%%，每SKU每年省 %.0f 元" % (old - new))

old2 = stock_cost(0.30, price=3000, spoil_rate_multiplier=0.1)  # 家电：缺货敏感
new2 = stock_cost(0.15, price=3000, spoil_rate_multiplier=0.1)
print("家电品类：同样精度提升，每SKU每年省 %.0f 元" % (old2 - new2))
# 同样的模型改进，品类不同价值差数倍——决定立项优先级的是这个换算，
# 不是模型排行榜上的名次。
​

还有一个常被漏记的成本项：架构的复杂度税。分层策略意味着三套系统、三条监控、三倍的故障面。日活一百万以下的业务，一套协同过滤加规则兜底往往已经拿到八成收益；上不上深度模型，取决于增量收益能不能覆盖这份复杂度税。审计推荐项目时，先量业务体量，再评架构是否过度——过度架构化是小平台AI项目最体面的一种死法。

结果、解读与变式

背景（两套数字的落差）、操作（分层增益与成本换算）、结果（长尾饥饿的量化与品类价值差）齐备。解读：零售AI的成色在于"在线实验口径诚实"和"精度进步算得成钱"。变式：便利店选品、直播间排品、跨境电商备货是同构问题，共同点都是幂律分布加换算链。下一节走进工厂，看同样的视觉与预测技术在没有点击日志、只有油污和粉尘的产线上的成色。