Hack4Retail电商销售预测数据集
数据来源：互联网公开数据
标签：电商销售, 预测分析, 零售业, 时间序列, 销售数据分析, 机器学习, 数据科学竞赛
数据概述：
本数据集由Fozzy Group提供，用于Hack4Retail黑客马拉松活动，旨在帮助参与者预测乌克兰电子商务的每日销售量。数据集包含2020年初至2021年8月期间的销售记录，覆盖五个主要商品类别，包括奶酪、热带水果、矿泉水、酸奶和烘焙食品。数据分为训练集和测试集，训练集包含实际存在销售的日期记录，测试集则要求预测2021年7月20日至8月2日的销售情况。
数据集包含以下文件：
- train.csv：包含销售记录的字段，如订单ID、交付地点ID、产品ID、日期、价格和销量。
- geo_params.csv：提供交付地点的地理位置信息，包括城市ID。
- sku.csv：包含产品的详细信息，如产品ID、包装类型、生产商标、原产国和商品类别。
- test.csv：测试集，包含订单ID、交付地点ID、产品ID和日期字段，要求预测销量。
- sample_submission.csv：提交示例文件，包含订单ID和预测销量字段。
数据用途概述：
该数据集适用于电商销售预测、时间序列分析、市场趋势研究和算法优化等场景。参与者可利用此数据集进行销售预测模型的构建与验证，探索影响销售量的关键因素，如产品类别、地理位置和价格波动等。此外，数据集还可用于评估不同预测算法的性能，并为电商运营提供决策支持。
