缺货如何扭曲你的需求预测
很多零售商都见过这种情况:某件商品卖断货,补货建议的数量变少,于是它更快断货,下一次建议的数量就更少。商品并没有变得不受欢迎,而是预测把缺货当成了需求下降。
为什么会这样
大多数简单的预测都是计算一段时间内的平均销量。缺货时销量为零,不是因为没人想买,而是因为没有东西可卖。这些零销量的日子会把平均值拉低。
示例:一件商品每天卖 10 件。在过去 30 天里,有 12 天断货。这个月的销量是 18 × 10 = 180,平均每天 6 件。预测按每天 6 件来订货,库存更快卖完,如此循环往复。
只在有货的日子里衡量需求
解决办法说起来很简单:只用商品有货的日子来计算平均值。在这个例子里,180 ÷ 18 = 每天 10 件,这才是真实需求。
其他会掩盖需求的因素
- 陈列库存少:货架上只剩最后一件时,比摆满时卖得慢。
- 规格断码:如果热门尺码卖完了,即使其他尺码还有货,这件商品的销量也会下降。
- 促销:如果没有识别出一次性的销量高峰,它们会抬高预测。
第二个例子:规格陷阱
一件 T 恤有五个尺码,M 码和 L 码占了大部分销量。M 码卖完后,商品页面仍显示这件 T 恤有货,但总销量下降了三分之一。在商品层面做预测,会把这理解为这件 T 恤的需求下降。在规格层面看,情况就很清楚:M 码没货了,其他尺码照常销售。按规格、只用有货日做预测,就不会因为一个尺码卖完而削减整张订单。
如何在电子表格中处理
如果你手动做预测,可以给每件商品设三列来修正缺货的影响:
- 售出件数,按天记录。
- 是否有货?如果当天开始时有库存,就填“是”。
- 平均值= 有货日的总售出件数 ÷ 有货天数。
这个方法可行,但商品超过几十个时就很难维护,而且你需要每天的库存记录,而 Shopify 的标准报表不会替你保存这些数据。
算错的代价
缺货的恶性循环有两方面代价。第一,每一天断货都是损失的销售,其中一些顾客会去别处购买,而且不再回来。第二,订货量小往往意味着单价或运费更高,因为你错过了批量折扣,下单也更频繁。对畅销品来说,一个低估 30% 的预测,造成的损失可能比你所有滞销库存加起来还多。
促销和一次性高峰
大促或网红推荐之后,会出现相反的问题。一周的销量高峰会抬高平均值,导致订货过多。标记出促销期间,把它们排除或单独处理,这样就不会高估正常需求。我们的找出积压库存指南介绍了如何发现这种后果。
与再订货点结合使用
修正后的需求会直接用于计算再订货点和安全库存。如果低估了需求,这两个数字都会偏低。请参阅如何计算再订货点和安全库存详解,了解相关公式。
如何检查你自己的预测
- 挑出过去三个月里卖断过货的五件畅销品。
- 分别计算包含和排除缺货日的平均日销量,进行对比。
- 如果差距很大,说明你的补货量太小了。
Restocked 能帮你做什么
Restocked 只在你真正有货可卖的日子里衡量需求,所以缺货永远不会让你的下一张订单变小。每个预测都会显示可信度标记,每条建议都会显示计算过程:销售速度、交货周期、安全库存和已在途的库存。
延伸阅读: Stocky 替代方案对比:Shopify 采购订单应用 · Shopify Stocky 替代方案:Stocky 停用后该用什么
常见问题
需要多少个有货日才能做出好的预测?
对于销量稳定的商品,几周的有货日是合理的最低要求。如果更少,就把预测当作起点,并经常复查。
应该在商品层面还是规格层面做预测?
规格层面。不同尺码和颜色的销售速度不同,断货的时间也不同。