跨境电商作为一种新型的外贸形式,发展潜力巨大。尽管跨境电商发展前景较好,但要想在激烈的竞争中取得一席之地和稳步发展,全球供应链的管理至关重要。相比境内电商,跨境电商在流程上更复杂、空间上距离更远、物流花费的时间也更长,这对其供应链管理提出了更高的要求。采购是供应链管理的源头,销量预测是制定采购计划的基础,准确的销量预测可以更好地指导采购,提高供应链效率。本文的研究问题是如何提高X公司自营商品的销量预测准确度。通过访谈与阅读文献发现,X公司在商品销量预测上存在预测因素考虑维度单一、使用主观的定性预测法这两个主要问题。销量预测准确率低造成公司部分商品库存积压以及另一部分商品时常缺货的问题,这不仅增加了成本而且在无形中降低了公司的市场竞争力。因为销量预测的目的是为了制定采购计划,所以本文是以sku为预测单位的月度短期销量预测,这样预测更具有实际意义,本文主要研究成果如下:一是根据网络消费者行为理论、相关文献综述及公司实际数据情况,从用户行为、商品信息、交易行为三个维度初步筛选出了10个影响因子,并利用相关性分析,剔除相关度较低的因子,最后筛选出点击次数、加购次数、收藏次数、折扣、品牌、类目、sku历史销量等7个影响因子作为模型的特征变量。二是构建了基于以上7个影响因子的GBDT销量预测模型及只利用历史销量的ARIMA销量预测模型,通过实际测试集对模型预测结果进行对比评价。结果表明,GBDT模型平均相对误差8.93%低于ARIMA模型的23.77%,且二者均远低于X公司现在的平均预测相对误差41.88%。通过对训练后的GBDT模型各特征变量的权重进一步分析发现,对预测结果影响较大的三个变量为sku历史销售量、加购次数和收藏次数。这说明本文考虑多个影响因子、选择合适的预测方法可以有效提高公司商品销量预测准确度,从而更好的制定采购计划、优化库存结构,对公司实际运营具有一定的意义。