预测服务一旦进入采购或排程，交付物就从“明天可能需要多少”变成“今天承诺多少资源”。这个使用方式的变化，会改变模型的验收标准。本文讨论长期有效的方法，不将概率预测包装成近期新技术；所有数值均为构造算例，没有开展企业项目实测。
先问决策承担什么损失，再问模型误差多小
同样少预测十件，后果可能是下一班补齐，也可能是整条工序等待；同样多预测十件，可能留到下周，也可能当天报废。把两种偏差都按十件处理的指标，回答的是预测距离问题，未必回答资源配置问题。企业技术负责人应把采购方、计划员和数据团队放到同一张验收表上，分别签认预测对象、可执行动作和损失口径。
概率预测将输出从一个数扩展到一组分位数或分布。Amazon Forecast 的指标文档展示了用分位数损失区别低估和高估惩罚的方法。[2] 本文只引用方法定义，不将该服务作为采购建议。工程上的关键变化是允许决策层选择不同风险位置，而不是要求所有部门共用一个“最准”的点。
如果业务仍只需要预算中的平均需求，一个合适的均值预测可能已够用；若补货是连续可调整的，单次备货模型也可能过于简化。只有在动作必须提前承诺、偏差代价可描述且有足够历史证据时，增加分布输出和校准维护才可能值得投入。
P90 是需求分位数，不是九成订单满足率
P90 的含义是模型给出的需求分布中，约九成概率位于该值及其以下；对于离散需求，实际累计概率可能超过九成。它不是“本次预测有九成把握正确”，也不是“每十次一定有九次不缺货”。模型分布是否贴近真实需求，仍须用事后结果检查。P50 是中位数，偏斜分布下不必等于均值。
Forecasting: Principles and Practice 区分点预测与预测区间，并介绍分位数评分和同时惩罚区间宽度、区间外偏差的评分方法。[1] 因此，交付一个很宽的区间虽可能提高覆盖率，却未必帮助计划。区间覆盖是否达标与区间是否足够有用应一起判断，不能只交一项覆盖百分比。
还要区分“不缺货周期占比”和“被满足的需求数量占比”。某些周期只差一件，另一些差一百件，前者统计会把它们都记作一次缺货。采购负责人应明确目标到底是哪一种；不能把 P90 标签直接改名为九成需求满足率，再据此承诺服务水平。
构造算例：成本变化会改变该选哪个分位数
设某一次备货只服务一个周期，需求尚未发生，周期中不能追加；每多备一件的净损失为 Co，每少备一件的净损失为 Cu，两者都按数量线性累计。MIT 的报童模型教材给出这一类单周期权衡：选择累计需求概率达到 Cu/(Cu+Co) 的最小备货量。[3] 这是一组假设下的决策规则，不是所有库存系统的通用公式。
构造需求分布为：80 件的概率 0.2，100 件为 0.5，140 件为 0.3。假设 Cu=9、Co=3，单位均为元/件，则目标分位数为 0.75。累计概率在 100 件处为 0.7，在 140 件处为 1，因此无其他约束时选 140 件。备 100 件的期望偏差损失为 0.2×20×3＋0.3×40×9=120 元；备 140 件则为 0.2×60×3＋0.5×40×3=96 元。
此处需求均值是 108 件。按均值备货的期望损失为 0.2×28×3＋0.5×8×3＋0.3×32×9=115.2 元。它并非毫无价值，却没有最小化本例约定的非对称损失。若改成 Cu=3、Co=9，目标分位数变为 0.25，选择 100 件；同一需求分布不应在损失变化后仍自动沿用原策略。
以上是已给定分布下的算术比较，不证明某个模型能学出该分布。实际成本需避免重复计算：缺货损失不能把收入与已包含利润的机会损失再次相加，积压损失应考虑回收或跨期利用价值。对难以定价的停线、承诺违约等后果，可以先设硬约束并保留人工决策，不必强行压成一个金额。
把概率质量与动作收益分开验收
建议建立两份彼此关联的记录。预测记录保存发布时刻、对象、目标周期、输入版本与各分位数；决策记录保存采用的损失参数、可用库存、在途量、容量限制、最终下单量及人工调整原因。这样才能区分“分布预测错误”和“预测正确但执行规则不合适”，也能追查业务临时改动。
第一层检验数据和时间：需求不能简单等同于被库存限制后的销量。缺货期间没有卖出的量未必可观测，直接学习销量可能低估真实需求。标识缺货、取消及渠道缺测，对无法恢复的部分说明限制。历史输入的可见性与重训节奏，可按时间序列回测的数据可见性方法建立，防止用事后补齐的数据改善过去的成绩。
第二层检验概率输出：按提前期、产品组和关键工况查看实际结果落在各分位数以下的频率，同时报告样本数、分位数损失和区间宽度。总体接近标称覆盖并不证明每个小组都校准良好；稀疏分组的波动也不能直接认定为模型故障。评估期间与分组规则应先固定，连续相关的周期不能当成完全独立样本。
第三层检验策略：在相同历史起点、相同数据和相同执行限制下，比较现行规则、简单基线与新方案的缺货数量、剩余数量、延期和总损失。模型调参使用开发期，最后保留未参与选择的测试期。对缺失预测或晚到结果，也按真实备用规则计入，不能只展示模型顺利输出的周期。
采购前写清五项边界，避免把分位数直接变订单
边界一是目标范围。采购覆盖整个交货提前期，就应预测该期间累计需求；不能把每天的 P90 相加后称为整个期间的 P90。每日需求之间的依赖关系会影响总量分布，应直接建模总量或用保留时间依赖的联合情景计算，并独立验证。
边界二是动作约束。包装倍数、最低起订量、仓容、共享预算和供应商限额，都可能让简单分位数规则无法直接执行。先生成候选动作，再比较其可行性与损失；多品种共享约束需要联合分配。若交货时间随机、可以多次补货或缺货会改变后续需求，应使用匹配的动态策略模型。
边界三是成本可信度。把 Cu、Co 在业务认可的范围内变化，检查推荐量是否剧烈跳动。若成本略变就从一箱跳到数箱，应向负责人展示敏感区间；若多个动作损失相近，可优先采用更容易执行的方案，而不是夸大个位小数的优势。
边界四是维护责任。明确谁更新成本、谁解释促销或新品工况、谁审查概率覆盖变化。边界五是停止条件：缺货信息缺失、模型输出分位数交叉、关键群体持续失准或执行约束改变时，退回约定基线并补证据。先选择少量决策开展可追溯对照，证明完整流程受益，再扩大自动备货范围。