原来亿级大卖都是这样分析库存的
4536
想系统掌握亚马逊广告的投放逻辑与底层闭环？
以服装品类来说，运营过程十分复杂，从工厂下单、制作，到发货、进入国内仓、国际物流、海外仓，时间跨度大。因此，采购部门需要提前2到3个月进行采购规划，并按照不同情况进行补货。如何通过精细化运营有效管控物流仓储成本，对整个采购部门来说是一大挑战：
No.1
备货不足可能导致缺货，影响销售。
No.2
备货过多则可能导致库存积压，带来高昂的仓储
成本，进而影响整体运营利润
如果能够通过数据分析，找到最优的备货数量，在库存成本和缺货成本之间找到并保持一个平衡点，那么可以大幅节约运输费用，降低库存积压，节省下来一大笔成本。
分析背景
整体的分析场景一般主要分为发货和采购两个阶段，其中关键指标包含：
发货阶段：发货量=预计销量*（运输周期）-在途货件-可售仓储
No.1
可售仓储：
SKU的仓储跟踪，需要根据不同品类找到该品类下SKU、ASIN的可售情况，这些数据来源于本地仓、海外仓、FBA仓库。需要前往不同平台进行下载。
No.2
在途货件：
以制作计划发货表的时间为界限，对于已经发走的货件，需要跟踪未来一段时间内陆续到达的货件号，并归集到具体品名下做发货计划。
No.3
预计销量：
结合货件到货时间，计算每个时间间隔下对应的预计销量。销量会根据对应商品、对应时间以及货品淡旺季产生变动。
No.4
建议发货量制定：
这部分的难点在于，对于每个未来的预测时间周期，商品的可售数量由两部分构成：一是上一预测时间区间下预计消耗后所剩余的商品数，二是本次时间区间下的预计销量。每个时间周期都存在上下嵌套的计算逻辑。
No.5
选定补货方式：
最终算出未来时间周期下的商品可售数量后，需根据缺货数量、预计缺货的时间节点以及翻单未到的商品数量，选定不同的发货方式，对商品进行补货。
采购阶段：采购量=预计销量*（预测周期）-预期剩余仓储
No.6
基于发货计划做出规划以及商品可售数量预
测，结合商品生产周期和国内仓库的运输周期，
对具体商品的原材料采购和工厂下单做出规划。
分析痛点
综合来看，运营部门在进行备货分析时主要存在以下痛点：
No.1
多平台数据无法整合分析
对于有多平台的卖家来说，各个平台的销售情况往往分布在不同平台、不同模块中，难以将数据打通合并。而且一般而言，ERP都是有针对性地面向某一平台，因此企业想要实现多平台全面精细化的备货管理较为困难。
No.2
工具性能的限制
由于高度自定义的复杂备货逻辑、大量嵌套公式以及来自多个数据源表单的数据，在Excel上无论是更新数据还是调整函数，运算过程都十分缓慢且经常卡顿，极大地影响了工作效率。
No.3
繁重复杂的制表负担
在使用excel制表时，每列公式都需要人工调整，耗时过长增加了员工负荷。由于SKU品类众多，发货货件源源不断，发货数量需要根据往期销量、预计销量等各项指标进行不同的数据相互嵌套。另外，表单几乎需要以周为周期更新，需要消耗大量人力。
解决方案
这个时候，相比excel，我更推荐大家用自助分析BI工具来进行分析：在数跨境BI中搭建整体的分析体系，能够实现从自动化数据获取到复杂备货算法的快速复现的全面升级
一：亚马逊、ERP、线下数据整合
数跨境BI直连了包括亚马逊、Lazada、Shopify在内多个平台的后台数据，还能通过api直连ERP数据源，以及同步本地excel数据源，轻松打破数据孤岛，实现了所有数据获取的自动化。
以前需要耗费大量时间手动下载的数据，现在只需点击一下按钮，即可将数据同步。这一改进极大地降低了人工下载和维护数据的成本。
二、自定义计算逻辑，自动备货分析一步到位
在过去的受限人力和工具性能的条件下，多数卖家一般使用excel对不同品类进行拆分，并且以周为维度制作备货计划表单。通过BI工具能够轻松实现全品类的覆盖，提供连续日期的更新，实现更细节的补货量预测。
更精细一些，还可以结合具体产品的生命周期，或经营的淡旺季特征，赋一些更为个性化的系数，在此基础上计算出更符合实际业务的动态日销。后续只要手动触发或设置定时同步数据，即可完成数据更新。
另外，BI工具能够清晰地展示了计算过程和表间关系，快速定位到分析环节，既降低了后续运维成本，又通过看板大幅增强了数据可读性，如下图：
三：全品类、全日期的补货量预测
借助BI强大的性能和功能，实现跟踪每个SKU的货件到达数量与日期，结合FBA在库，和动态的销量。实现了在未来连续日期下商品可用库存数量的精准计算。
基于店铺、SKU、品名等不同的维度进行数据的查看。通过设置不同的空运、快船、加班、慢船等不同渠道的运输周期，结合具体商品的预计销量，自动计算出每一个周期间隔内，具体SKU建议的补货数量以及对应的时间周期，当判断需要补单时，会自动进行高亮报警，提醒运营人员及时采取行动。当判断需要补单时，会自动进行高亮报警，提醒运营人员及时采取行动。
同时，数跨境BI能够实现定期向指定责任人定向推送预警信息。当数据库的原始数据更新后，数跨境中的运算结果也会随之更新，能够结合其他流程类产品推送新的异常数据，方便业务人员进行补货调整。
四：库存监控看板
ERP的看板都是写定的，其计算方式对卖家而言就像一个黑箱，用户既无法确认其计算逻辑，一旦出现异常很难排查，也无法根据个性化的需求去进行修改，常见的统计统计维度一般是具有高度通用性的，常见的是按照SKU、仓位、店铺这种维度去进行汇总统计，但如果企业想要实现更为精细化的运营，比如按照不同利润率区段、不同缺货/滞销风险等级或者其他自定义的产品分类去进行统计，往往就需要自己导出excel表进行二次计算。
数跨境支持用户进行任意维度的统计分析，从分析逻辑到图表呈现再到驾驶舱的设计与搭建，都可以进行自定义。基于FBA仓储情况，企业可以切换不同的店铺、SKU、品名等维度进行库存监控。结合销量数据，计算库销比，确定库存压力。
总结
在数跨境BI中搭建库存分析体系能够实现数据获取的自动化、提高了补货计划的制定效率，实现了库存监控以及及时调整销售预测计算规则等功能。
从EXCEL平铺的大表变成了简洁清晰的发货看板，原来只有制表人能看懂的计划发货表，现在领导或者其他部门的人也能快速查询和接收到有效信息。大大增强数据的可读性，突出分析的结果。极大地提高跨境电商企业补货分析的准确性，能够大幅提升运营人效。
以服装品类来说，运营过程十分复杂，从工厂下单、制作，到发货、进入国内仓、国际物流、海外仓，时间跨度大。因此，采购部门需要提前2到3个月进行采购规划，并按照不同情况进行补货。如何通过精细化运营有效管控物流仓储成本，对整个采购部门来说是一大挑战：
No.1
备货不足可能导致缺货，影响销售。
No.2
备货过多则可能导致库存积压，带来高昂的仓储
成本，进而影响整体运营利润
如果能够通过数据分析，找到最优的备货数量，在库存成本和缺货成本之间找到并保持一个平衡点，那么可以大幅节约运输费用，降低库存积压，节省下来一大笔成本。
分析背景
整体的分析场景一般主要分为发货和采购两个阶段，其中关键指标包含：
发货阶段：发货量=预计销量*（运输周期）-在途货件-可售仓储
No.1
可售仓储：
SKU的仓储跟踪，需要根据不同品类找到该品类下SKU、ASIN的可售情况，这些数据来源于本地仓、海外仓、FBA仓库。需要前往不同平台进行下载。
No.2
在途货件：
以制作计划发货表的时间为界限，对于已经发走的货件，需要跟踪未来一段时间内陆续到达的货件号，并归集到具体品名下做发货计划。
No.3
预计销量：
结合货件到货时间，计算每个时间间隔下对应的预计销量。销量会根据对应商品、对应时间以及货品淡旺季产生变动。
No.4
建议发货量制定：
这部分的难点在于，对于每个未来的预测时间周期，商品的可售数量由两部分构成：一是上一预测时间区间下预计消耗后所剩余的商品数，二是本次时间区间下的预计销量。每个时间周期都存在上下嵌套的计算逻辑。
No.5
选定补货方式：
最终算出未来时间周期下的商品可售数量后，需根据缺货数量、预计缺货的时间节点以及翻单未到的商品数量，选定不同的发货方式，对商品进行补货。
采购阶段：采购量=预计销量*（预测周期）-预期剩余仓储
No.6
基于发货计划做出规划以及商品可售数量预
测，结合商品生产周期和国内仓库的运输周期，
对具体商品的原材料采购和工厂下单做出规划。
分析痛点
综合来看，运营部门在进行备货分析时主要存在以下痛点：
No.1
多平台数据无法整合分析
对于有多平台的卖家来说，各个平台的销售情况往往分布在不同平台、不同模块中，难以将数据打通合并。而且一般而言，ERP都是有针对性地面向某一平台，因此企业想要实现多平台全面精细化的备货管理较为困难。
No.2
工具性能的限制
由于高度自定义的复杂备货逻辑、大量嵌套公式以及来自多个数据源表单的数据，在Excel上无论是更新数据还是调整函数，运算过程都十分缓慢且经常卡顿，极大地影响了工作效率。
No.3
繁重复杂的制表负担
在使用excel制表时，每列公式都需要人工调整，耗时过长增加了员工负荷。由于SKU品类众多，发货货件源源不断，发货数量需要根据往期销量、预计销量等各项指标进行不同的数据相互嵌套。另外，表单几乎需要以周为周期更新，需要消耗大量人力。
解决方案
这个时候，相比excel，我更推荐大家用自助分析BI工具来进行分析：在数跨境BI中搭建整体的分析体系，能够实现从自动化数据获取到复杂备货算法的快速复现的全面升级
一：亚马逊、ERP、线下数据整合
数跨境BI直连了包括亚马逊、Lazada、Shopify在内多个平台的后台数据，还能通过api直连ERP数据源，以及同步本地excel数据源，轻松打破数据孤岛，实现了所有数据获取的自动化。
以前需要耗费大量时间手动下载的数据，现在只需点击一下按钮，即可将数据同步。这一改进极大地降低了人工下载和维护数据的成本。
二、自定义计算逻辑，自动备货分析一步到位
在过去的受限人力和工具性能的条件下，多数卖家一般使用excel对不同品类进行拆分，并且以周为维度制作备货计划表单。通过BI工具能够轻松实现全品类的覆盖，提供连续日期的更新，实现更细节的补货量预测。
更精细一些，还可以结合具体产品的生命周期，或经营的淡旺季特征，赋一些更为个性化的系数，在此基础上计算出更符合实际业务的动态日销。后续只要手动触发或设置定时同步数据，即可完成数据更新。
另外，BI工具能够清晰地展示了计算过程和表间关系，快速定位到分析环节，既降低了后续运维成本，又通过看板大幅增强了数据可读性，如下图：
三：全品类、全日期的补货量预测
借助BI强大的性能和功能，实现跟踪每个SKU的货件到达数量与日期，结合FBA在库，和动态的销量。实现了在未来连续日期下商品可用库存数量的精准计算。
基于店铺、SKU、品名等不同的维度进行数据的查看。通过设置不同的空运、快船、加班、慢船等不同渠道的运输周期，结合具体商品的预计销量，自动计算出每一个周期间隔内，具体SKU建议的补货数量以及对应的时间周期，当判断需要补单时，会自动进行高亮报警，提醒运营人员及时采取行动。当判断需要补单时，会自动进行高亮报警，提醒运营人员及时采取行动。
同时，数跨境BI能够实现定期向指定责任人定向推送预警信息。当数据库的原始数据更新后，数跨境中的运算结果也会随之更新，能够结合其他流程类产品推送新的异常数据，方便业务人员进行补货调整。
四：库存监控看板
ERP的看板都是写定的，其计算方式对卖家而言就像一个黑箱，用户既无法确认其计算逻辑，一旦出现异常很难排查，也无法根据个性化的需求去进行修改，常见的统计统计维度一般是具有高度通用性的，常见的是按照SKU、仓位、店铺这种维度去进行汇总统计，但如果企业想要实现更为精细化的运营，比如按照不同利润率区段、不同缺货/滞销风险等级或者其他自定义的产品分类去进行统计，往往就需要自己导出excel表进行二次计算。
数跨境支持用户进行任意维度的统计分析，从分析逻辑到图表呈现再到驾驶舱的设计与搭建，都可以进行自定义。基于FBA仓储情况，企业可以切换不同的店铺、SKU、品名等维度进行库存监控。结合销量数据，计算库销比，确定库存压力。
总结
在数跨境BI中搭建库存分析体系能够实现数据获取的自动化、提高了补货计划的制定效率，实现了库存监控以及及时调整销售预测计算规则等功能。
从EXCEL平铺的大表变成了简洁清晰的发货看板，原来只有制表人能看懂的计划发货表，现在领导或者其他部门的人也能快速查询和接收到有效信息。大大增强数据的可读性，突出分析的结果。极大地提高跨境电商企业补货分析的准确性，能够大幅提升运营人效。
热门活动 
广东
12-26 周五
热门报告 
