80后消费预测建模执行方案

下季度要备多少货还没数，手上有二十四个月的消费流水，这周五要给供应链一版预测值。

【整体计划】
1. 先整理近二十四个月的 80 后消费流水，产出建模宽表与数据字典。
2. 再做缺失值与异常值处理，产出清洗日志与保留样本量说明。
3. 然后划分训练集与验证集，按时间切分而不随机切分，产出两份样本清单。
4. 最后拟合基线模型与改进模型，产出误差指标与特征重要性排序。
5. 四步按顺序做，前一步产出不全不进入下一步。

【分步执行】
1. 先做宽表，按月聚合到用户与品类粒度，确认每列口径与单位一致。
2. 再做清洗，缺失超过三成的字段直接剔除，异常值按三倍标准差截尾并记录条数。
3. 随后切分样本，用前十八个月训练、后六个月验证，避免用到未来信息。
4. 最后训练模型，先跑移动平均作基线，再上梯度提升树，记录两组误差对比。
5. 每步都留中间文件，命名带日期，方便回退。

【结果复核】
1. 对照计划逐项检查四步产出是否齐全，缺哪步要补做后才能出结论。
2. 复核误差指标，验证集误差高于训练集两成以上要回查特征与切分方式。
3. 复核特征重要性是否与业务常识冲突，冲突项写明原因再决定去留。
4. 输出一页建模说明，含数据范围、指标口径、误差结果与可直接使用的预测值。
5. 预测值给出上下区间，不只给一个点估计。