N公司所在行业是服装行业,其中由于制造周期长,季节性明显,同类产品需求集中,而且过季产品会造成库存积压,而且订单往往提前6-8个月就提交给上游公司进行制造,导致实际需求不确定性比较大,所以会有大量的订单取消。本文研究基于N公司实际业务情况,分析了公司订单相关历史数据,结合统计建模的方法,综合使用了线性回归,神经网络模型以及灰色模型的研究方法,以及时间周期性和季节性的特点,考虑最终可能影响到最终订单取消情况的因素,建立起精确的预测的模型,通过模型建立预测未来订单取消情况,该方法最终会应用于为公司高层战略决策提供数据支持,并且对于销售情况,库存状况和产品品类以及产品属性都进行分析。同时基于预测模型的预测结果和研究,对于N公司供应链提出了基于快速响应,数据支持以及增加柔性等建议,提供了可供使用的基于预测模型的工具,使其更能够应对复杂的环境,并且根据预测结果进行决策。并且分析行业内新兴企业的供应链和订单管理模式,从整体上来说,对于两种模式的优劣势比较,也提出了两种企业的供应链特点。最后对于N公司提出不确定条件下消费品的管理方法提出了能够使其更好地控制供应商,更多的依靠数据进行决策,一切以实际数据和供应链最优为基础,提出的供应链模式进行上下游分析。最终对于服装行业的供应模式提出建议和思考。