管理会计承担着企业决策、规划等职能,通过这些职能优化企业内部价值链,为企业创造价值。在大智移云物区等信息技术风起云涌的数字经济时代,国家大力推动数字技术与实体经济深度融合,赋能传统产业转型升级。如何将新技术应用到企业管理会计活动中,提高企业管理会计信息化水平,为经营管理与决策提供支持,是值得深入研究的问题。管理会计信息化建设依托现代信息技术,助力企业优化内外资源配置,消除生产经营过程中的无效劳动。销售预测是管理会计信息化建设中不可或缺的一部分,它通过研究综合性市场营销活动及其规律,帮助企业准确把握客户需求。对于连锁企业而言,随着消费者行为的改变和电子商务的蓬勃发展,开展销售预测工作,帮助企业准确预测产品销售趋势,有利于企业积极有效开展工作,为企业在激烈的市场竞争中争取一席之地。本文采用规范的研究方法对连锁企业销售预测问题进行探讨,尝试将传统会计对销售数据的事后处理走向事前预测处理。本文从研究背景出发,提出连锁企业销售预测研究的现实价值,明确研究内容与技术路线。在回顾国内外学者关于管理会计信息化、机器学习与销售预测相关研究的基础上,以管理会计、销售预测以及机器学习相关理论为支撑,以连锁企业为研究对象,设计并应用销售预测模型。通过定性与定量方法分析连锁企业销售状况影响因素,构建反应宏观经济环境、企业营销活动以及企业财务状况三个方面的销售预测指标体系,并借助机器学习中的XGBoost算法,设计混合销售预测模型。本文立足于L连锁企业重庆地区2018年至2020年销售数据,应用随机搜索方法对算法中各超参数进行优化,并从指标评估、模型对比以及销售预测结果对管理会计的影响三个方面综合分析销售预测模型性能。为应用设计的销售预测模型,从基础层、应用层以及实施层三个层面构建连锁企业销售预测模型应用架构,并以此为基础,运用Python编程语言以及Pycharm开发工具,搭建销售预测系统,详细分析系统建设过程中的成本与收益情况,实现销售预测模型从理论研究到实践应用的跨越。