一家快闪零售商依据小规模试销而非专家品味来预测需求

这家零售商的整个模式就是快闪商品：新颖产品的短周期生产，很快便消失。专家判断难以奏效，因为这些产品很潮流，没有历史销售曲线，而且可能给公司留下永远卖不掉的昂贵库存。

公司没有让专家去猜测整个生产周期，而是采用了一套试销市场方案。先以小批量上市销售，产生早期需求信号，再将其与508款产品的其他数据相结合，并用套索（lasso）和随机梯度提升进行建模。

结果务实而非学术上的精雕细琢：用预测分析代替专家意见，使未售出商品的百分比降低了约40%，因此公司生产的滞销产品更少，并以更少的浪费管理其供应链。

让小规模试销来教会预测

试销市场在全量生产之前，把一次未知的时尚押注转化为可测量的信号。

正则化模型和提升模型处理了许多产品特征，而不过度信任任何单一专家说法。

输出结果与商业决策相匹配：是否生产更多件，而不是产品看起来是否时髦。

对于没有时间序列的新产品，在花大钱买库存之前，先花小钱买信息。

INFORMS的文章报告称，该公司采用了预测性预测来减少生产永远卖不掉的产品，并更有效地管理其供应链。这个案例是一个简洁的例子，说明如何用廉价的分阶段证据取代基于品味的预测。