プレミアム自動車メーカーは、高い製品バリエーション、スパースなバリアントレベルデータ、急変する市場ダイナミクスという複雑な予測課題に直面しています。この研究は、ドイツのプレミアムメーカーのデータを使用して、多製品・多市場・多階層にわたる月次自動車需要予測に取り組んでいます。手法には、戦略的および運用的計画レベルにおける点および確率的予測を組み合わせ、LightGBMモデルのアンサンブル、クォンタイル回帰、および混合整数線形プログラミングを用いた調整方法が含まれています。結果は、時空間的依存性とラウンドバイアスが予測の精度に重要な影響を与えることを示し、運用的実現可能性のために整数予測が重要であることを強調しています。ショートタームの需要は、ライフサイクルの成熟、自回帰のモメンタム、運用シグナルによって形成され、ミディアムタームの需要はオンラインエンゲージメントや競合指標などの予測的なドライバーを反映しています。このオンライン行動データは、詳細なレベルでの精度を大幅に向上させます。