服装快反供应链补货模型怎么建才不错单

为什么大多数服装补货是「拍脑袋」

运营每天早上打开销售报表，看昨天卖了 30 件，安全库存剩 20 件，然后拍一个「补 50 件吧」的单子。

问题在于：昨天卖 30 件是因为周末促销？还是因为某个达人带货？或者只是天气突然降温？

不拆解销量动因就直接补货，结果就是促销结束后补的货到了，卖不动只能打折。

模型一：基本款——安全库存法（简单但实用）

• 补货触发点：实际库存 ≤ 安全库存线
• 安全库存线 = 过去 4 周平均周销量 × 补货周期（周） × 安全系数
• 补货量 = 安全库存线 - 当前库存 + 在途库存
• 安全系数：夏季 1.2、冬季 1.5（冬季天气波动大）
• 适用款：白T、牛仔裤、打底衫等全年稳定销售款

快反的本质不是「补得快」，而是「不该补的不补」。慢一个周期比补错一批货的代价小得多。

模型二：季节款——动销率驱动的梯度补货

季节款不能等卖断了再补，也不能一下开满单。正确姿势是「首单 30% + 梯度追单」。

上市第 7 天：动销率 ≥ 30% → 追第二单 30%；20%-30% → 观察；< 20% → 停单准备转季促销。

上市第 14 天：累计动销率 ≥ 55% → 追第三单 20%；40%-55% → 观望；< 40% → 停止生产。

关键指标是「动销率」不是「销量」——同款不同色的动销差异非常大，不能按整款平均算。

模型三：IP 联名/限量款——预售锁单 + 零库存

联名款最大的风险是判断失误——你以为会爆结果卖不动，或者你以为卖不动结果爆了追单来不及。

最优解是「纯预售」：提前 7-14 天放预售链接，按预售量的 110%-120% 下大货单，多出来的 10%-20% 用于退换补单。

如果必须现货发售，就把首单量砍到你「觉得安全的数量」的一半。因为联名款的需求预测误差通常是正常款的 3 倍。

模型四：电商直播款——小时级滚动预测模型

直播款的销量曲线完全不同于日常：开播 10 分钟冲一波，达人讲解时再来一波，下播后 2 小时内还有长尾。

传统按天/按周的补货模型完全失效。你需要「小时级销量追踪 + 相似款对比预测」：拿上一个类似款的直播转化曲线做基准，实时调整补货节奏。

落地工具：不需要复杂的 AI 算法，一张 Excel 透视表 + 3 个相似款的历史数据就能做 80 分。

补货模型落地的 3 条铁律

• 铁律一：模型算出来的是「建议量」，永远给运营留 ±20% 的人工调整权，但要记录调整原因
• 铁律二：每周复盘一次补货准确度——哪些款补对了、哪些补多了、哪些补少了，持续校准模型参数
• 铁律三：渠道分开算。线上旗舰店和线下门店的销售曲线完全不同，不能合并预测