D题是一道比较传统的数据分析类题目，相信这次数学建模选择该题的队伍也是最多的，建立对数据处理有相关经验的队伍选择这道题，这道题也同样适合一些建模小白选择，首先是题目的回顾：
问题 1：试分析 2018 年国庆节，双十一，双十二和元旦这四个节假日 内各种相关因素对目标 skc 的销售量的影响，可考虑产品销售特征，库存 信息，节假日折扣等因素。其中，目标 skc 为销售时间处于 2018 年 7 月 1 日至 2018 年 10 月 1 日内且累计销售额排名前 50 的 skc。
问题 2：试结合上述分析结果，预测给定区域内目标小类在 2019 年 10 月 1 日后 3 个月中每个月的销售量，给出每个月预测值的 MAPE。其中， 目标小类为历史销售时间处于 2019 年 6 月 1 日至 2019 年 10 月 1 日内且累 2 计销售额排名前 10 的小类。
问题 3：为了满足企业更加精准的营销需求，试着建立相关数学模型， 在考虑小类预测结果的同时，预测目标小类内所有 skc 在 2019 年 10 月 1 日后 12 周内每周的周销量，并给出每周预测值的 MAPE(可以考虑 skc 销 售曲线与小类销售曲线之间的差异)。
问题 4：请给企业写一份推荐信，向企业推荐你的预测结果和方法，并 说明你们的方案的合理性以及后续的优化方向。
呢么接下来是问题的解题思路，首先是问题一：第一问是产品销售的相关特征在不同节假日与销售量的相关程度的影响分析，呢么很显然，传统的主成分分析和灰色关联分析都可以完成这道题，个人建议使用主成分分析法进行分析。首先根据附件所提供的数据，提取不同节日内，产品的销售特征，库存，节假日折扣以及节假日与普通日期（这点可以简单对日期分类）等因素（折扣可由附件中的标签价与实际花费得到）利用主成分分析计算相关特征与销售量的权重，这样就可皆由权重分析相关因素对销售量的影响。
对于问题二，先根据附件提取与问题相关的目标小类，结合你问题一所分析的各类应诉，以相关因素为输入，销售量为输出，以往年数据为训练集，建立神经网络预测模型，再由预测数据计算相关的mape
对于问题三：利用第一问主成分分析法所计算得出的相关权重，建立销售量与相关因素的函数模型，对skc的周销量进行预测，最后计算mape
问题四就是简单对自己计算的结果进行总结和陈述了，语文建模没什么说的。
D题的思路大概就是这样了，应为最近在准备考研，所以只是看了下题目把自己的想法写了篇文章分享给这届的建模er，仅供参考。