产品需求预测数据集
数据来源：互联网公开数据
标签：产品需求,预测,历史销售,营销活动,季节趋势,定价策略,竞争者定价,库存可用性,公共假日,商业分析,市场需求,销售预测
数据概述：
本数据集提供了合成数据，用于帮助预测产品需求。数据基于多种因素生成，包括历史销售数据、营销活动、季节趋势、定价策略、竞争者定价、库存可用性和公共假日。数据集涵盖从2019年1月到2021年12月的35000条记录，通过综合考虑各种因素来计算最终需求。
数据用途概述：
该数据集适用于产品需求预测、销售分析、市场营销策略制定和库存管理等多种场景。研究人员可以利用数据集进行数据分析，以预测未来产品需求；企业可以根据预测结果优化库存管理和营销活动。此外，该数据集还适用于教育和培训，帮助学习者理解影响产品需求的各种因素及其相互关系。
字段定义：
Date: 销售数据的日期。数据类型：日期。格式：YYYY-MM-DD。示例："2021-05-25"。来源：合成生成数据。
Product_ID: 每个产品的唯一标识符。数据类型：字符串。示例："P001"。来源：合成生成数据。
Base_Sales: 不受任何营销和季节性影响的基础销售数据。数据类型：整数。格式：整数。示例：120。来源：合成生成数据。
Marketing_Campaign: 营销活动的类型。数据类型：分类。类别：'None', 'Email', 'Social Media', 'TV', 'Radio'。示例："Social Media"。来源：合成生成数据。
Marketing_Effect: 营销活动对销售的影响。数据类型：浮点数。格式：浮点数。示例：1.5。来源：基于所选营销活动计算。
Seasonal_Trend: 影响销售的季节趋势。数据类型：分类。类别：'Winter', 'Spring', 'Summer', 'Fall'。示例："Winter"。来源：合成生成数据。
Seasonal_Effect: 季节趋势对销售的影响。数据类型：浮点数。格式：浮点数。示例：0.8。来源：基于所选季节趋势计算。
Price: 产品的价格。数据类型：浮点数。格式：浮点数。示例：50.0。来源：合成生成数据。
Discount: 产品提供的折扣。数据类型：浮点数。格式：浮点数。示例：0.1（10%折扣）。来源：合成生成数据。
Competitor_Price: 竞争对手提供的相同产品的价格。数据类型：浮点数。格式：浮点数。示例：48.0。来源：合成生成数据。
Stock_Availability: 库存中可用的产品单位数量。数据类型：整数。格式：整数。示例：100。来源：合成生成数据。
Public_Holiday: 指示该日期是否为公共假日。数据类型：布尔值。格式：True/False。示例：True。来源：合成生成数据。
Demand: 考虑营销活动、季节性影响和其他因素后计算的最终需求。数据类型：整数。格式：整数。示例：180。来源：基于Base_Sales, Marketing_Effect, Seasonal_Effect, Price, Discount, Competitor_Price, Stock_Availability和Public_Holiday计算。
