入仓备货的两难：备少了断货，备多了压资金
做京东自营的朋友应该都遇到过这个纠结：下周要往京东仓送货，每个 SKU 备多少件？
- 备少了，库存周转天数掉到安全线以下，系统提示"缺货风险"，流量被断
- 备多了，周转天数飙到 60 天以上，占用资金和仓储费，换季时还得清仓
- 多个 SKU 一起算，Excel 拉公式容易出错，新品没有历史数据更不知道怎么估
我之前也是凭感觉拍脑袋，或者简单按"过去 30 天卖了多少就备多少"。后来发现这种算法有问题：没有考虑现有库存、没有区分销量趋势变化、没有给安全余量，结果不是断货就是积压。
后来整理了这个入仓预估工具，核心思路是：用加权日均预测未来销量 → 乘安全系数 → 扣减现有库存 = 建议入仓量。
京东入仓预估工具首页界面，展示数据上传区域和参数设置面板
工具的核心逻辑：加权日均 + 安全系数
这个工具的计算流程分为四步：
第一步：上传销量和库存数据
从京东后台导出各 SKU 的累计销量（7 天、15 天、30 天、90 天），再把自己仓储系统的现有库存合并到同一张表，共 6 列必需数据：
| 字段 | 说明 | 示例 |
|---|---|---|
| 商品 ID | SKU 编号 | SKU001 |
| 7 天销量 | 最近 7 天累计销量 | 140 |
| 15 天销量 | 最近 15 天累计（含 7 天） | 280 |
| 30 天销量 | 最近 30 天累计（含 15 天） | 540 |
| 90 天销量 | 最近 90 天累计（含 30 天） | 1440 |
| 现有库存 | 当前可用库存（非在途） | 80 |
第二步：拆分不重叠区间，计算各时段日均
工具会将累计销量拆分成 4 个不重叠的时段，分别计算日均销量：
- 0-7 天日均 = 7 天销量 ÷ 7
- 8-15 天日均 = (15 天销量 - 7 天销量) ÷ 8
- 16-30 天日均 = (30 天销量 - 15 天销量) ÷ 15
- 31-90 天日均 = (90 天销量 - 30 天销量) ÷ 60
第三步：加权平均得到综合日均
不同时段的数据可信度不同，越近期的数据越能反映当前趋势。默认权重是 4:3:2:1（近期权重更高）：
加权日均 = (日均₁×4 + 日均₂×3 + 日均₃×2 + 日均₄×1) ÷ 10
第四步：预估未来需求，扣减库存得出入仓建议
系统根据加权日均预估未来 N 天销量，乘以安全系数，再减去现有库存：
建议入仓量 = (加权日均 × 预估天数 × 安全系数) - 现有库存
计算结果概览界面，展示需入仓商品数、总件数、SKU 分布柱状图
一个实际案例：充电宝品类的补货计算
以某京东自营充电宝 SKU 为例，数据如下：
| 指标 | 数值 | 计算说明 |
|---|---|---|
| 7 天销量 | 140 件 | 后台导出 |
| 15 天销量 | 280 件 | 后台导出 |
| 30 天销量 | 540 件 | 后台导出 |
| 90 天销量 | 1440 件 | 后台导出 |
| 现有库存 | 80 件 | 仓储系统导出 |
| 0-7 天日均 | 20.0 件 | 140 ÷ 7 |
| 8-15 天日均 | 17.5 件 | (280-140) ÷ 8 |
| 16-30 天日均 | 17.3 件 | (540-280) ÷ 15 |
| 31-90 天日均 | 15.0 件 | (1440-540) ÷ 60 |
| 加权日均 | 18.2 件 | 加权平均 (4:3:2:1) |
| 预估 30 天销量 | 546 件 | 18.2 × 30 |
| 含安全系数的总需求 | 655 件 | 546 × 1.2 |
| 建议入仓数量 | 575 件 | 655 - 80 现有库存 |
最终系统提示建议入仓 575 件。如果近期有大促活动，可以手动上调安全系数到 1.3-1.4，建议入仓量会相应增加到 690~720 件。
计算结果明细表格截图，展示各 SKU 的日均、预估销量、建议入仓量
几个进阶功能，应对复杂场景
1. 促销期模式
如果近 7 天正处于大促爆量期，近期销量会严重高于日常水平。开启促销期模式后，权重会反转（1:2:3:4），让远期数据占更高权重，避免过度备货。
2. 动态安全系数
不同 SKU 的销量稳定性不同。有的 SKU 日均稳定在 20 件左右，有的可能今天 10 件明天 30 件。开启动态安全系数后，系统会根据各 SKU 的历史波动程度自动调整：波动大的 SKU 安全系数自动提高，波动小的保持基准。
3. 趋势外推
如果商品处于明显的上升或下降趋势（比如新链接起量期、老链接衰退期），开启趋势外推后，系统会拟合销量趋势线，将趋势延续到未来，而不是简单按当前日均预估。
4. 商品状态标记
数据表中可以加一列"商品状态"，标记为"新品"或"清仓"：
- 新品：系统提示"需人工评估首批入仓量"，不参与自动计算
- 清仓：系统建议入仓量为 0，不再补货
参数设置面板截图，展示安全系数、预估天数、促销期模式等选项
几种需要谨慎参考的情况
以下场景下，工具的预估结果可能偏离实际，建议结合人工判断：
| 场景 | 风险说明 | 建议做法 |
|---|---|---|
| 新品上架 | 无历史销量数据，系统无法建立基准 | 参考同类竞品首批入仓量，或人工评估 |
| 季节性品类 | 用淡季数据预估旺季会严重低估 | 只取去年同期或上个旺季的数据 |
| 销量数据时间错位 | 7天/15天/30天/90天销量不是同时导出 | 确保所有数据基于同一时间点 |
| 近期运营策略大变 | 如调价、换主图导致销量突变 | 等数据稳定后再用，或缩短预估天数 |
输出结果和导出功能
计算完成后，系统会展示两个维度的结果：
数据概览（Dashboard）
- 需入仓商品数 / 库存充足数 / 需人工评估数
- 建议入仓总件数
- SKU 建议入仓量分布柱状图（按入仓量降序，Top 20）
- 各时段权重配置和平均加权日均
明细表格
- 每个 SKU 的各时段日均、加权日均、预估销量
- 现有库存、实际安全系数、建议入仓量
- 是否需入仓的状态标记
支持导出 Excel 和 PPTX 报告，方便整理成汇报材料或发给仓库执行。
导出 PPTX 报告预览，展示包含图表和数据的幻灯片效果
写在最后
入仓备货的本质是平衡断货风险和库存成本。纯凭感觉容易走极端，要么太保守导致缺货，要么太激进导致积压。
这个入仓预估工具是我基于日常运营需求整理的，用加权日均捕捉销量趋势，用安全系数预留弹性，自动扣减现有库存后输出建议数量。数据纯本地处理，上传的表格不会离开浏览器，不用担心销量数据泄露。
工具地址：yitongweb.cn/predict/jd/rucang
如果你在使用过程中发现问题，或者有其他仓储相关场景希望支持，欢迎留言反馈。
关于作者：易通数据站长，专注电商数据分析和运营工具开发。更多实用工具可访问 yitongweb.cn 探索。