让模型为你做销量预测【关于电商库存深度补单的思考】

第一次发文章，因为公司的一些需要，最近在研究关于如何科学的补单和解决库存深度的问题，在结合自己几年电商的所见所闻以及自己的思考，觉得所思所想还是有一定的参考意义，所以就发上来和大家分享一下

    在几年的电商工作中，发现只要是做电商的，除非你是做分销，做淘客帮别人卖货，凡事自己经营店铺的无论规模是大是小，一定规避不了补单这个问题，而补多少，这就是一门学问了，以下是我自己对补单的一些想法，没有绝对的对错，最主要的是能够根据企业自身的情况制定合理的补单模型和计划，以达到加快资金流转，降低库存压力，减少仓储成本的目的

一、为什么要做库存补单模型

1.     补单对于现金流的占用

    补单的第一个问题是对现金流的占用，这个我想不用多说了，想想每年双11的时候的备货就知道，每年双11的货物成本对于我们这个层级的商家来说那就是几千万的货值，一但补单没预测好，几千万的资金占用，对于大多数的BOSS而言都是不小的压力，所以合理的补单预测，尽量减少流动资金的占用对于体量大的公司尤为重要

2.     库存问题

    补单的第二大问题就是库存问题，一个商品能卖多少实际在你的店铺里面是有个上限的，根据单个商品的价格，点击，流量，转化率，活动表现等，最终体现在销售数据上，而过于乐观的补单将造成大量的库存，库存的积压带来的不仅是仓储成本的增加，更为严重的是要考虑清仓问题，清库存的方式无非是加大营销力度，以更低的成本清理货物，这时候不仅资金的流转变慢，而且低价的清仓对于品牌而已也会拉低品牌溢价，而过于悲观的补单则会导致货不够卖而造成资源的浪费和利润的流失，这又是企业不愿意看到的，所以科学合理的补单预测尤为重要

    就目前而言，大多数的商家在补单上还未形成一套科学合理的体系，就拿我接触过的年销售过亿的店铺，很多还在用近30天的销量这么一个简单的指标进行销量的预估和补单的预测，所以根据自己公司的情况，再结合自己的一些经验和想法整理了一套补单的逻辑，其中思考的主要是如下几个问题

二、如何科学的补单

1.     补单的逻辑应该是怎样的

    首先，补单是直接和单个商品的销量挂钩的，说白了补单做的事就是对未来这个商品的销量预测，所以我们要先分析单品的销量来源和真实销量，然后结合未来的活动安排，商品品类的季节系数，不同产品梯队的补单周期和安全库存，最终来实现科学的预测商品未来销量的目的。

    第一步，我们先要分析商品的交易来源，就淘宝而已，目前大致可以从成交来源分为日常销量和活动销 量，因为这两个销量差异较大，所以需要单独区分，而活动销量也存在很大的差异，不同的活动级别，不同的流量引入将直接导致销量的变化，所以在分为日常和活动之外，还需要对活动的类型，流量引入级别做一个划分，因为同一个类型的活动大致能引入的流量差不多，所以一般来说，按照细分活动来划分即可，例如：淘抢购单品，淘抢购拖带，品牌抢购，聚划算单品，聚划算品牌团等，这个可以根据自己店铺常参加的活动来分类，在完成了日销和活动的细分划分之后，我们就可以通过收集历史数据，统计出过去的1天，7天，30天分别的日销和细分活动销量，接下来，我们继续往下考虑。

 

    第二步，考虑退款问题，既然有了销量，就要考虑真实销量问题，现在淘宝由于很多商品都有退运货险，退款率也不低，而日常退款率和活动退款率也存在比较大的差异，而我们补单需要的是实际销量，所以必须扣除退款件数，计算出日常和细分活动的实际销量。

    第三步，真实销量能告诉我们的信息仅仅是目前的市场情况，但是由于我们的品类是服装，季节性的变化对产品的销量会有非常大的影响，所以在预测未来销量时必须考虑到季节对销量的影响，也就是各个品类商品的变化趋势和历史行情，只有符合季节性变化的销量预测才有合理性可言，用句老话说，一切不考虑季节性影响的补单都是耍流氓。

    第四步，在有了季节系数之后，日销结合季节系数基本能预测出未来30的日常销量，接下来需要解决的就是未来的活动安排问题，接下来的30天内你需要补单的商品会有多少个活动排期，分别是什么类型的细分活动，结合历史活动的销量数据和季节系数以就可以预测出未来30天内的活动销量，到现在为止我们已经可以结合季节系数预测出销量结构中的日销和活动销量，那么接下来需要考虑的就是补单周期和安全库存问题了。

（PS：这里需要注意的是，因为活动的类型和级别影响的是流量的多少，而营销活动将直接影响商品的转化，在有不同的营销力度的活动是，需要考虑到营销力度带来的销量的增长或减少，作为人为的单量修正）

    第五步，再有了准确的销量预测后，更具现有库存和在途商品数就可以算出单个商品的库存可销天数，接下来我们要做的是了解你的供应链能够给你补单的周期，简单的说就是要让你的可销库存撑到新增的库存到仓，所以在这里又要提到一个产品安全库存问题，而安全库存又是根据产品的梯队来制定的，举个例子就是爆款的安全库存可能需要2个月的深度，而普通款的库存可能只需要20天的深度，差异就在于爆款的销量和补单量够更大，补单周期更长，所以需要对库存深度要求更高。那这个指标具体怎么定就需要根据自己的品类和供应链的速度来做合理的规划了，因品而异，因店而异。

    定了上面的销量预测，库存深度，补单周期，基本上可以说整个逻辑就结束了，接下来要做的就是怎么把上述的逻辑数据化，模型化，最终落地成可以实际操作的补单模型

2.     补单的数据维度

关于补单的数据维度，主要包含几个方面：

第一，商品销售明细数据表，包括商品ID，货号，颜色，尺码，销售日期，订单状态，销售数量，这个表是用于计算细到每个颜色每个尺码的销售数据和退款数据，数据一般从ERP系统或者后台导出即可，具体如图所示

第二，  活动统计表，包含商品货号，对应的活动日期，活动类型，这个表是用于计算细分活动的商品销量和退款的数据源表，这个表需要把每次参与活动的商品做记录和统计，具体如图所示

第三，  行业季节系数数据源表，主要包含店铺里经营的所有品类的每个月份的交易指数，然后通过交易指数计算出每个品类每个月份的环比上月的变化系数，也就是上面说到的季节系数，具体如图所示，因为每个品类数据太多，只做部分展示，这里的数据来源主要是生意参谋的行业数据

第四，  需要做的就是产品梯队定位和补单周期的确定，以及不同产品梯队的安全库存表，这里因为每个品类都不一样就不做具体的数据展示了，大家根据自身情况调整即可

第五，  需要的就是商品的库存表，具体包含产品货号，对应颜色的尺码的具体现有库存和在途库存等，这个表相信大家都会有，在这也就不多说了

在完成上述所有的准备工作以后，接下来就是补单模型的建立了，我们希望的模型能够做到的主要有以下几点

1.     最基础的，输入原始数据后，表格可以自动更新

2.     可以根据当前的日期自动更新表格日期设置以及近1天，7天，30天的日销及活动销量，退款等数据

3.     自动匹配日期，完成当前月份剩余天数的季节系数和次月天数的季节系数加权处理，最终得出未来30天的销量预测

4.     自动判断当天的可销库存是否符合安全库存标准，不符合则显示明显标记的补单提醒，并且自动计算出具体颜色具体尺码的补单数量

    基本能够做到上述的几点，整个模型的建立就完成了，接下来只需要在固定的时间周期内更新销量数据和库存数据即可监控商品的状况从而进行对应数量的补单操作，至于补单模型里面怎么实现这些功能，之后有机会再和大家分享，最后给大家分享一张做好的补单模型截图

文章转载自：http://bbs.paidai.com/topic/1191416