Skip to content

销量预测 ​

销量预测每天为每个在售 SKU 计算未来 90 天每一天的销量:系统用四种方法(移动平均、加权移动平均、Holt 线性趋势、星期季节性)分别回测最近 28 天,自动选择误差(MAPE)最小的方法;促销、节假日按系数调整,断货日的销量按前后正常日补偿。预测结果供补货建议使用(勾选「按销量预测」时),也可以在这里查看每个 SKU 的预测与方法对比。

页面入口 ​

运营管理 → 数据分析 → 销量预测

销量预测

列表 ​

查询条件:店铺、关键字(SKU / 标题 / 物料编码或名称)、预测方法。

列说明
SKU平台 SKU 和标题
店铺、物料所属店铺和映射的物料
近 28 天日均最近 28 天的实际日均销量
补偿断货后日均断货日按正常日补偿后的日均;与实际日均不同时标橙色
断货天数最近 120 天中库存快照可售数不大于断货阈值的天数
未来 30 天 / 60 天 / 90 天预测合计
预测方法所选方法,手工指定的标「手工指定」
MAPE · MA / WMA / Holt / 季节四种方法的回测误差,越小越准
生成时间

工具栏:

  • 「立即生成」:重新生成(可按所选店铺),提示生成的 SKU 数;
  • 「预测参数」:见下文;
  • 「促销 / 节假日」:维护系数日历,见下文。

预测每天 04:00 自动生成全部在售 SKU。

预测方法 ​

方法说明
移动平均(MA)最近 N 天的日均
加权移动平均(WMA)最近 N 天按 1..N 线性加权,越近权重越大
指数平滑(Holt)线性趋势:水平 L = αy + (1 − α)(L + T),趋势 T = β(L − L′) + (1 − β)T,第 h 天预测 L + hT(不为负)
季节(星期)按最近 K 周计算周一到周日各天的销量系数,去掉星期因素后做加权移动平均再乘回系数

自动选择:留出最近 28 天,用之前的数据预测这 28 天,按天计算 MAPE(只计实际有销量的天),选 MAPE 最小的方法;回测期没有销量时按绝对误差比较;历史不足 42 天时用移动平均。

单品预测 ​

点「详情」打开单品预测:

单品预测

  • 上方为店铺、物料、预测方法、参数和断货天数;有断货日时提示「最近 120 天有 N 个断货日(图中红点),预测时这些天的销量已按前后正常日的日均补偿(橙色虚线)」,并列出最近的断货日。
  • 历史与预测图:实线为最近 120 天的实际销量和所选方法的未来 90 天预测,虚线为对最近 28 天的回测,阴影为 80% 预测区间(预测 ± 1.28 × 回测误差的标准差);促销 / 节假日的日期已乘系数。勾选「显示其他方法」可同时显示四种方法。
  • 方法对比:四种方法的 MAPE、回测绝对误差、未来 30 / 60 / 90 天合计。点「使用此方法」为该 SKU 指定方法(之后不再自动选择,随即重新生成),「恢复自动选择」取消指定。

预测参数 ​

预测参数

参数默认说明
水平平滑 α0.3越大越看重最近的销量(0.01 ~ 1)
趋势平滑 β0.1越大趋势变化越快(0 ~ 1)
移动平均天数28移动平均、加权移动平均取最近多少天(7 ~ 90)
星期系数周数8按最近几周计算周内各天的销量占比(2 ~ 16)
排除断货日开启断货当天的销量偏低:预测时按前后 14 天正常日的日均补偿(只调高不调低),补货建议的加权日均不计断货天数
断货阈值0每日库存快照中可售数不大于它记为断货日

修改后在下次生成预测时生效,可点「立即生成」。

促销 / 节假日 ​

大促、节假日的销量会明显偏离平时,在这里登记系数:区间内(含首尾)的预测量 × 系数,例如大促期间 × 2、节后淡季 × 0.7;店铺为空表示全部店铺,重叠时系数相乘。历史中这些日期的销量会先 ÷ 系数再作为基线,避免去年的大促把平时的预测拉高。

促销 / 节假日

点「新增事件」填写名称(如 Prime Day、黑五)、日期区间、店铺(可选)、系数(0.01 ~ 20)和说明。勾选「只看未结束的」隐藏已过去的事件。修改后在下次生成预测时生效。

注意事项 ​

  • 预测只针对启用店铺中在售的 SKU;新上架、还没有生成预测的 SKU 在补货建议中现算。
  • 断货日依赖每日库存快照(每天 23:50 记录),快照之前的日期不识别断货。
  • 历史太短(如新品)时预测误差较大,可结合商品分析 → 新品表现人工判断。

面向跨境电商卖家的开源 ERP · 基于 GPL-3.0 协议
联系我们:电话 17701123202 · 微信 BG7LIF · 邮箱 zmissu@163.com