新品补货分析

上传“销售主题分析”和“虚拟仓库存明细”两张 Excel 后,网页会自动按商品简称聚合开售日期、销量、库存与新品补货信号。 当前版本优先实现发售 5 天内新品的补货判断与预测,同时保留 designClass 字段入口。

浏览器端处理 支持 CSV / Excel 新品与成熟期双模型

上传数据

DesignClass 预留

当前原始表没有该字段,这里先支持手工补充。后续如果你补一张映射表,也可以很容易扩展成第三个上传入口。

处理总览

状态
等待上传文件
上传两张表后即可生成结果
CTF 销量趋势
默认显示近两个月销量最高的 Top 10 CTF 趋势
处理后会在这里显示趋势图。

新品首周补货判断

处理后会在这里显示发售 5 天内新品的补货判断。

口径说明:补货判断按商品简称维度汇总所有 CTF。开售日期取同商品简称下任意 SKU 首次出现 实发数量 > 0 的日期; 当前库存取虚拟仓明细里同商品简称所有 CTF 的 虚拟仓可用数 加总;初始库存按“开售至今天累计实发数量 + 当前库存”计算。

开售日说明:默认取同一商品简称下首次销售日期;但如果第一次销售和第二次销售间隔大于等于 15 天,且第二次出现以后进入连贯销售阶段,则先把第二次销售日期作为开售候选日。 在这个候选阶段里,如果第一天和第二个销售日相比出现爆发增长,则再把第二个销售日作为正式开售时间。当前“连贯销售”口径为:从该日开始 7 天内至少出现 3 个销售日期;“爆发增长”口径为:第二个销售日销量至少是第一个销售日的 2 倍,且第二个销售日销量不少于 3 件。触发特殊规则时,会在“开售备注”中说明。

补货算法说明:首周是否补货仍按商品简称维度判断。若发售天数为 1~5 天,则先比较前 1~5 天累计销售/初始库存占比与安全阈值;一旦触发即判定需要补货。 当发售第1~2天样本不足时,使用当前所有产品“第1天到第2天”的平均衰减指数作为参考,保守推算后续销量。未来10天预测需求按“从今天开始往后10天”计算:已发生的第4、5天直接使用实际销量,未发生的第4、5天才使用衰退因子递推;若第2天和第3天连续为 0,则后续按 0 预测。 CTF补货建议基于商品简称总建议补货量,再按各 CTF 发售至今累计销量占比进行分摊;若无销量差异,则退化为按当前库存占比分摊。

次新品(上市超过 5 天)补货建议

处理后会在这里显示上市超过 5 天商品的平均日销与建议补货量。

口径说明:从发售第 4 天开始按 CTF 维度统计历史销量,前三天销量一律不参与次新品计算。 次新品补货算法说明:如果当前库存不为 0,则按“截止到目前最近 10 天”的平均销量计算;如果当前库存为 0 且今天实发数量也为 0,则回溯到离今天最近一个销量不为 0 的日期,再往前取 10 天求平均;如果当前库存为 0 但今天实发数量不为 0,则直接按今天往前 10 天求平均。 建议补货量 = 平均日销量 × 补货覆盖天数 - 当前库存。

整理后的 SKU 明细

处理后会在这里显示近两个月每日实发数量、库存、开售时间等字段。

近两个月每日实发数量来自销售主题分析表的 实发数量;SKU 明细中的期初库存按“近两个月实发数量合计 + 当前虚拟仓可用数”计算。