店小秘预测升级：销量预测驱动备货节奏

2026年7月26日，店小秘发布销量预测升级版，按 SKU 输出未来 8 周的需求区间，而不是单一数字。模型融合历史销量、季节趋势、平台活动与缺货修正，支持按仓库拆分。内测商家备货准确率提升 27%，库存周转天数缩短 9.3 天。

备货最难的是判断“卖得动”还是“只是这周卖得动”。只看去年同期，遇到新品或平台流量变化就失效；只看最近七天，又容易被一次活动带偏。“预测的价值不在精确，而在给出区间和假设。”店小秘数据产品负责人祁云开介绍，系统把预测拆成基线、趋势、季节与活动四部分，每一部分都可解释，运营可以手动调整某个因子，而不是面对一个黑箱数字。

四因子拆解：让预测可解释

基线取近 90 天日均销量并剔除缺货与异常大单，趋势按近 8 周斜率计算，季节按类目与月份系数调整，活动按报名情况叠加流量系数。四部分相加得到预测中值，再给出上下区间。

系统展示每个因子的贡献占比，运营可以判断这次预测主要受趋势还是活动影响。若某 SKU 下月有大促，系统会提示活动系数的不确定性较高，建议按区间上沿备货。

“以前备货靠运营拍脑袋，卖爆了追单来不及，卖不动就压着。现在给的是区间和原因，我们按资金情况调，心里有数多了。”简志远 · 供应链总监 · 佛山家居卖家

按仓拆分与在途校准

预测先按目的国汇总，再按海外仓服务范围拆分。拆分时参考各仓历史发货占比与配送时效，避免把美国需求全压在一个仓。系统同时扣除在途与已下单未入库数量，给出净需求。

内测商家 1,800 个 SKU 中，预测偏差在 ±20% 以内的占 71%，比旧版提升 18 个百分点。对偏差持续偏大的 SKU，系统标记为预测不稳定，建议缩短预测周期或改为按订单备货。

新品缺乏历史数据时，系统用同类目相似商品做迁移预测，并标注置信度较低。运营可手动输入预计日销，系统据此生成备货区间。新品上市后前两周每天更新预测，减少初期偏差。

备货计划与资金占用

预测结果直接生成备货建议，包含采购数量、建议下单时间与预计到仓时间，并计算资金占用。运营可按可用资金调整总量，系统按毛利贡献分配各 SKU 的备货优先级。

一家家居卖家把备货周期从 45 天缩到 30 天，在销量增长 14% 的情况下，库存金额下降 11%，周转天数缩短 9.3 天。系统每月对比预测与实际，自动记录偏差原因，供下一次修正。

预测结果可按供应商交期倒推下单日，交期波动大的供应商会额外增加缓冲。系统同时计算缺货成本与库存成本，给出经济订货批量参考。对季节性商品，支持按去年同期的周度曲线做形状参考，而不是直接套用总量。

每月对比预测与实际，记录偏差原因，例如活动超预期、竞品降价、物流中断。偏差连续三个月超过 30% 的 SKU，应缩短预测周期或改为按订单采购。预测不是越复杂越好，数据不足时简单移动平均反而更稳。

预测结果要给采购、运营与财务看不同视图：采购看下单日与数量，运营看可售天数，财务看资金占用。同一套数据三种视图，减少各自用 Excel 另算造成的口径不一致。

预测会议不必每周开，建议每月一次，重点看偏差最大的十个 SKU，逐条记录原因，比全员讨论整张报表更有效。

对促销带来的异常峰值单独标记，不要直接并入基线，否则后续预测会持续偏高。大促结束后用实际销量回填，下一轮才不会重复高估。

预测模块将与补货建议、活动日历进一步打通，活动报名后自动更新需求区间。新接入商家至少需要 90 天历史数据，缺货严重的 SKU 建议先做缺货修正，否则基线会偏低。

想直接验证这条能力，可以在下载页获取客户端：店小秘下载与系统要求，授权一个店铺后按默认规则跑一遍，再决定规则怎么调。

本条能力的落地要点

• 至少准备 90 天历史销量，缺货期需修正。
• 预测看区间，不要只盯中值。
• 按目的国与仓库拆分，避免需求错配。
• 每月记录偏差原因，持续校准模型。