店小秘能力上线：智能补货预测模型

2026 年 9 月 24 日，店小秘上线智能补货预测模型。系统综合近 30 天销量、在途库存、采购周期与波动系数，为每个 SKU 计算建议补货量与下单日期，并可一键生成采购单。首批 28 家卖家的平均缺货率从 7.8% 降至 4.1%。

补货判断过去依赖运营经验：卖得快的多备，卖得慢的少备。但跨境链路长，采购、头程与入仓加起来往往 30 天以上，等发现缺货再下单已经来不及。补货项目组从 2026 年 2 月开始整理历史数据，最终选择“滚动预测 + 安全库存”的组合，而不是单一的销量外推。

模型如何计算建议数量与下单日期

系统先计算日均可售销量，剔除促销与断货日期造成的失真，再乘以采购周期与头程天数，得到基础需求。随后叠加波动系数：新品与季节品取较高系数，稳定款取较低系数。最后减去可用库存与在途数量，得到建议补货量，并根据供应商交期倒推下单日期。

运营可以在建议基础上手工调整，调整原因会被记录，用于后续优化。比如某款商品即将参加平台活动，运营可以临时提高系数；某款准备清仓，则可以锁定不再补货。所有调整都会进入采购计划，审批后生成采购单并同步给供应商。

“补货模型不该替运营做决定，而是把算不清楚的部分摆到桌面上。”—— 许知，店小秘数据产品负责人

28 家卖家实测：缺货率下降，库存金额同步下降

内测覆盖家居、宠物与户外三类商品，平均 SKU 数量 312 个。启用模型 8 周后，平均缺货率从 7.8% 降至 4.1%，库存周转天数从 58.6 天降到 51.2 天，滞销库存金额占比下降 2.3 个百分点。模型建议的补货量与实际下单量的平均偏差为 11.4%。

一家宠物用品卖家把 46 个畅销 SKU 纳入模型，采购周期按 35 天计算。第 6 周时系统提示某款猫砂盆将在 12 天后断货，运营提前下单 480 件，赶在平台活动前入仓，活动期间卖出 417 件，剩余 63 件在两周内消化，没有形成积压。

“我们宁可给一个可解释的区间，也不给一个看起来精确但无法复盘的数字。”—— 范晨，店小秘算法工程师

使用前的数据准备与后续计划

模型依赖三类数据：准确的期初库存、完整的采购在途记录、可用的历史销量。如果历史订单缺失，系统会用最近 30 天数据做冷启动，但建议至少积累 8 周再做正式决策。供应商交期也需要维护，默认值 30 天只适合作为兜底。

下一阶段将加入促销日历与季节因子，让模型识别黑五、圣诞等节点的销量抬升。同时计划支持多仓补货，分别计算国内仓与海外仓的建议量，避免把货补到错误的位置。

智能补货已向专业版与企业版开放，基础版提供安全库存提醒。建议先选 20 个销量稳定的 SKU 试运行，核对两轮采购建议后再扩大范围。下载客户端后可在“采购管理”中启用。