AI 銷售預測模型

應用背景：
鋼鐵產業中，客戶採購頻率不一，且需求受市場波動影響極大，若僅依靠歷史數據進行預測，常無法捕捉潛在的客戶價值。結合「客戶等級模型」與「時間序列預測模型」能有效提升銷售預測精準度與行動建議的可操作性。

技術特點：

採用隨機森林建立「動態客戶等級模型」，依據客戶歷史採購量、票期、毛利率等維度分為 A/B/C 等級

採用 LSTM 或 Prophet 模型預測每月或每週的採購金額與下單時機

客戶等級作為銷售預測模型的輸入特徵，提升模型可解釋性與精準度

結合 LINE BOT、Notion、Qubby，自動產生客戶級別 x 採購機率的行動建議表

效益：

預測模型能區分「高價值但低頻率」與「高頻率但低價值」客戶，優化業務資源分配

強化備貨準確性與業務人力調度策略

可自動化產出行動建議，如「需派資深業務追蹤」「建議 LINE 通知」「暫時觀察」

---