Google发布TimesFM-3：销量预测怎样同时考虑促销与相关商品

当前公开的 3.0 预训练权重使用非商业、非生产许可，不能因为代码可下载就直接用于店铺补货或付费客户交付。理解模型和准备数据，与获得实际生产使用授权，需要分别处理。

新增的“原生多变量”，改变了什么？

单变量预测主要沿着一条序列的历史往后估计。多变量则可以联合处理几条相关序列，并利用额外信息。TimesFM-3支持多个预测目标、仅有历史值的辅助变量，以及未来值已知的动态辅助变量；零样本意味着不必先为每个新任务专门微调，不意味着无需历史记录。

版本差异也要说准确。TimesFM-2.5 已通过 XReg 提供辅助变量支持，因此不能写成“以前完全不能考虑促销”。3.0 的更新在于原生处理相关序列与辅助变量，具体能力和使用方式应按对应版本核对。项目仓库

对运营人员，最直接的理解是：预测不再只问“这件商品以前卖多少”，还可以问“它与哪些商品一起变化”“当时有什么条件”“接下来哪些安排已经确定”。

相关商品不一定一起上涨

假设一家店销售咖啡机、咖啡豆和滤纸。咖啡机销量增加，后续可能带动耗材需求；但滤纸是否相关，还取决于设备类型。有些机型并不使用同一种滤纸，把所有商品简单归为“咖啡用品”，未必提供有效信息。

替代品又是另一种关系。甲款咖啡机做促销，可能分走乙款的销量；两条曲线并不一定同涨同跌。多变量方法有机会利用这种关系，但前提是历史数据中存在可学习的信息，并且商品定义、统计频率和时间范围能够对齐。

这也解释了为什么不必把全店所有商品都塞进一次评估。先选有合理关联的一组，写下关联依据，再看加入后是否改善预测。商品名称相似、同属一个大类，不足以证明它们应该一起建模。

还要留意销量与需求的差别。如果某款连续缺货，记录中的零销量不等于客户没有需求。若没有库存或停售说明，模型看到的只是数值下降。先标明这些日期，有助于解释后来的预测偏差；不能指望模型自动知道仓库发生了什么。

促销输入的关键，是预测那一刻是否已经知道

继续这个自拟咖啡商品场景。团队在 6 月底研究 7 月销量，已经确定 7 月中旬有三天促销。活动日期可以作为未来已知信息；7 月实际成交和实际访问量仍未知，必须留到事后验证。

数据	在预测起点能知道的部分	在研究中承担的作用
咖啡机及相关商品销量	截止起点的历史记录	共同预测目标或相关历史信息
网站访问量	已发生日期的访问	历史辅助信息
促销安排	起点前已确认的未来日期和条件	未来已知辅助信息
后来调整的活动方案	起点时尚未确定	不能倒填为当时已知
未来实际销量	尚未发生	后续检查预测的结果

回测时最容易混入的，是后来完善过的活动表。现在看，一整个月的促销安排非常完整；回到当时，其中一些活动也许还没有决定。应保留“何时确定”的记录，才能重建真实可用的信息。

促销也不适合只记一个模糊的“有活动”。折扣、持续天数、适用商品和渠道发生变化时，历史上的活动未必能够直接类比。先把数据含义写清，再决定哪些条件能作为输入，才有办法解释模型为何在活动日给出不同结果。

怎样看出新增信息是否有帮助？

在符合许可的研究范围内，可以设计三组比较：简单基线、只看目标历史的预测，以及加入相关商品和已知活动的预测。基线可以是沿用上一周同一天的数值，作用是让复杂方法有一个清楚的对照。

**比较条件固定：**预测起点、未来长度与结果口径一致。先看普通日、活动日、缺货日，再看误差方向；下面用四天算例把这种读法展开。

如果加入促销后预测上涨，也不能直接断言“促销创造了这些新增销量”。预测利用的是历史关联；要识别促销净增量，还要处理季节、渠道投放、价格和替代商品等影响。一个能预测活动日销量的模型，并不自动完成促销因果评估。

有关评估设计，也可以结合AI任务测试怎样反映真实质量理解。

误差对照要能看出“好在哪里”

以下是教学算例，不是TimesFM-3运行成绩。假设四天实际销量为10、10、20、20，后两天有在预测起点前已确认的促销；简单基线四天均预测10，加入活动信息的候选预测为11、11、18、18。

观察范围	简单基线平均绝对误差	候选预测平均绝对误差
前两天普通日	0件	1件
后两天活动日	10件	2件
四天合计	5件	1.5件

候选的整体误差更小，但普通日略差，不能只写“全面提升”。活动日仍每天少估2件，也值得保留误差方向。用这张表检查真实回测时，就知道需要同时查看整体、活动日和普通日，而不只是抄一个平均分。

四天当然不足以证明稳定改善。真正评估应在多段未用于当前预测的窗口重复同样比较，记录每段预测起点、已知活动版本和商品范围。如果只有某一次活动改善，就继续查是否恰好遇到相似历史；如果换商品组后失效，则不能把单组效果外推到全店。这个算例的用途是解释验收读法，不是给模型背书。

不只看一个预测数字，还要看不确定性

TimesFM-3 可以提供分位数预测。它们用于表达不同位置的预测值，而不是告诉你未来必然落在某个单点。官方模型卡

用纯解释性的假设数值来看：某天 P10 为 80、P50 为 110、P90 为 150。它与只说“预测 110 件”的信息量不同，至少提示结果存在较宽的不确定范围。这组数值不是本文运行模型所得。

但标着 P10 到 P90，也不保证你的商品实际有 80% 的结果落在这个区间。需要在未用于当前预测的历史窗口检查覆盖情况：实际值是否经常跑出区间，促销日是否特别容易低估，区间是否宽到难以提供判断。分位数名称不能替代校准检查。

对于历史很短、新上市或刚改款的商品，不确定性尤其值得单独看。旧型号的关系未必原样延续，新促销方式也可能超出历史范围。把这些情况标出来，比只报告一个全店平均分更接近运营问题。

下载前，看清代码与权重的用途

当前仓库说明，代码使用 Apache-2.0，2.5及更早版本权重仍为 Apache-2.0；3.0 预训练权重另采用 TimesFM Non-Commercial License v1.0。公开权重的非商业、非生产限制应以相应许可原文为准，不能由仓库总体标识推断全部资产都可商用。3.0权重许可

因此，准备正式店铺或客户项目时，应先确认所用版本、权重与服务的授权是否匹配。改用另一个有适合授权的版本或服务，也要重新核对能力、输入方式和效果，不能只替换名称。

即使暂时不运行模型，数据准备仍有价值：统一销量口径和日期频率，记录缺货与停售，保存促销确定时间，再选一个明确商品组。TimesFM-3 这次更新提供了更完整的多变量能力；能否把它用成可靠预测，仍取决于这些业务信息是否被准确表达和检验。