大促备货不准怎么办？双11/618需求预测误差的核心原因

导读：双11、618等大促备货不准，往往不是单纯预测模型失效，而是支付需求、净销售、退货回流、可履约库存和活动后库存风险没有分开管理。本文拆解大促需求预测误差背后的核心原因，帮助鞋服品牌建立更清晰的备货和复盘口径。

双11、618结束后，商品团队经常面对两张相反的报表：主力款提前断货，活动流量来了，库存没接住；备货很深的款，活动后退货回流，库存重新压回仓库和门店。

大促备货不准，表面是预测误差，背后通常是经营口径混乱。很多品牌把支付件数、净销售件数、退货回流库存、不可二次销售损耗和采购缺口放在一个数字里讨论，最后很难判断到底是备少了、备多了，还是商品池本身选错了。

对鞋服品牌来说，大促需求预测不能只回答“这次能卖多少”。更关键的是：活动期间需要履约多少，消费者最终留下多少，退货回来后还有多少可售价值，以及这次库存投入是否还能形成健康GMROI。

一、大促预测先拆成四张账

大促预测不能从一个销量数字开始。更稳妥的方式，是先把它拆成四张账。

这四张账对应四个不同决策。销量账看机会，退货账看真实消化，库存账看履约准备，回报账看库存资金是否创造价值。

如果只用去年大促销量乘以增长率，通常会漏掉提前消费迁移、退货时滞、可售回流库存和活动后库存贬值。

二、先区分总备货目标、备货缺口和可履约库存

很多大促备货公式之所以误导，是因为把活动总共需要多少库存、活动期能履约多少库存、还缺多少库存混在一起。

大促总备货目标 = 预测支付履约需求 + 安全缓冲

大促备货缺口 = 预测支付履约需求 + 安全缓冲 – 活动期可履约可用库存 – 活动期可确认到货

活动期可履约可用库存不能简单等于仓库库存。它应扣除已被其他渠道锁定的库存、不可调拨库存、不符合尺码结构的库存、门店展示库存、安全库存、质检待处理库存，以及活动期间无法及时到达的库存。

备货缺口可能通过采购、跨仓调拨、渠道锁货或门店库存回收解决，不一定全部转化为新增采购。

采购缺口也不能绝对按支付履约需求追加。长交期商品、供应商最小起订量较高的商品、活动后处置成本高的商品，需要更谨慎；短交期商品则可以根据活动期间销售速度滚动补货。

安全缓冲不建议统一按固定比例设置，应结合历史预测误差、活动期间补货能力、商品角色、缺货损失、尺码缺口结构和活动后库存风险确定。

三、原因一：把活动增量当成真实需求增量

大促销售增长，不一定全部来自新增需求。一部分来自自然需求提前释放，一部分来自折扣刺激，还有一部分来自渠道资源。

活动净增量可以作为复盘口径，但不能把无法观测的变量直接写进公式后就当作可计算结果。

活动净增量 = 活动期销售 – 正常周期基准销售 – 提前消费迁移量

其中，提前消费迁移量通常不能直接观测，需要通过估算。常用方法包括：对比活动前后同品类销售波动；对比未参加活动的相似商品；对比相似渠道或相似门店；用活动后若干周销售回落估算迁移；按商品、渠道和消费者群体拆分计算。

这个口径的价值，是帮助商品团队判断大促到底创造了新增销售，还是提前透支了后续销售。

销售增长不等于需求扩大，活动爆发不等于趋势成立，支付件数高也不等于高质量售罄。

四、原因二：把退货率当成简单折扣系数

鞋服大促和普通销售最大的不同之一，是退货存在明显时滞。活动高峰集中在预售尾款、活动首日和资源位爆发期，退货往往发生在收货后的7到30天。

退货率不能直接决定备货量。首先要说明退货率口径：是支付口径、发货口径还是签收口径；是商品级、渠道级还是活动级；是否包含取消单、拒收单；退回商品的可售率是多少。

更清楚的做法，是把净销售、退货损耗和可售回流库存拆开。

预计净销售件数 = 预计支付件数 – 预计总退货件数

预计退货损耗件数 = 预计不可二次销售退货件数

预计活动后可售回流库存 = 可二次销售退货件数

如果退货商品最终可以二次销售，它不应被视为销量损耗，而应作为活动后可售回流库存管理。如果退货商品无法二次销售，才应计入退货损耗。

例如某鞋类商品预计活动支付5000双，历史退货率18%。这个18%不能直接套用到所有渠道和尺码。商品团队还要看退货发生时间、退回可售率、退货后是否仍在销售窗口内，以及核心尺码是否已经失去销售机会。

五、原因三：只预测销量，没有筛选商品池

很多大促库存失控，并不是预测公式错了，而是商品池选错了。

适合大促的商品，通常具备几个特点：库存深度充足，毛利空间允许，销售窗口进入中后段，仓配能够快速履约，活动后仍有一定销售承接。

新品、核心正价主力款、高毛利商品和下一波段重点商品，通常需要谨慎评估，但不能简单排除。核心主力款可能承担拉新和流量入口，新品可能需要通过大促获得曝光，高毛利商品也可能有足够折扣空间。

关键不是商品类型本身，而是活动角色、价格策略、库存深度和活动后影响。同样预计能卖1000件，一款季末库存参加大促是在释放库存；一款正价窗口内主力款参加大促，可能是在用折扣损失换短期销售额。

六、预测复盘要形成闭环指标

单看预测误差不够，还要区分预测偏低导致断货，还是预测偏高导致积压。建议把大促复盘拆成几类指标。

支付销量预测误差：用于判断活动流量和转化预估是否准确。

净销售预测误差：用于判断退货后真实库存消化是否符合预期。

预测偏差Bias：用于区分系统性高估还是系统性低估。

退货率预测误差：用于判断退货口径、渠道差异和商品差异是否被低估。

活动后残余库存率：用于判断活动后库存压力。

活动后库存消化周期：用于判断退货回流和残余库存需要多久释放。

活动毛利率或净毛利率：用于判断销售额是否真正带来经营回报。

这些指标要回流到下一次活动商品池、备货缺口、安全缓冲、锁货规则和采购策略中。

七、第七在线实践视角：从备货数字转向大促商品决策

对大型鞋服集团来说，大促备货难点不只是预测销量，而是商品、渠道、门店、仓库和退货回流同时变化。商品团队真正需要管理的，是哪些商品值得加深，哪些商品只能锁定现有库存，哪些商品活动后会拖累库存回报。

当某款活动首日支付销量高于预测，但退货率同步升高、核心尺码库存快速消耗、后续销售窗口不足时，商品团队不应直接追加采购，而要先判断调拨、限量锁货、渠道优先级和活动后残余风险。

第七在线可以把大促预测放进商品计划、OTB、库存、配货、补货和复盘链路中判断。活动前，系统辅助识别商品池、活动期可履约库存、锁货需求和备货缺口；活动中，根据销售速度、库存消耗和渠道表现更新需求判断；活动后，再把支付销售、净销售、退货回流、残余库存、折扣表现和GMROI变化反馈到下一轮活动和商品计划中。

AI的价值不是替商品团队决定备多少货，而是在大量SKU、渠道和库存状态变化中，提前识别哪些预测偏差会变成销售损失，哪些会变成库存风险。

核心结论

大促备货总是多或少，根本原因往往不是预测模型单点失效，而是支付需求、净销售、退货回流和活动后库存风险没有分开管理。

退货率不能直接当作备货折扣系数。品牌需要区分净销售、不可二次销售损耗和活动后可售回流库存。

成熟品牌管理的不是一次大促销量，而是活动前、活动中、活动后的完整商品决策链路。

常见问题

1.双11备货不准，最常见原因是什么？

最常见原因是直接用去年销售乘以增长率，忽略提前消费迁移、退货时滞、可履约库存口径和活动后库存风险。

2.大促备货量应该按支付销量还是净销售计算？

活动履约准备要看支付件数，真实库存消化要看净销售件数。采购和锁货还要结合活动期可履约库存、到货时间、补货能力和活动后库存风险。

3.退货率为什么不能直接决定备货量？

因为退货率有不同口径，退货也有时间差。可二次销售的退货应作为回流库存管理，不可二次销售的退货才是损耗。

4.大促后如何复盘备货量计算是否合理？

建议看支付销量预测误差、净销售预测误差、预测偏差Bias、退货率预测误差、活动后残余库存率、库存消化周期和活动净毛利率。重点是区分预测偏低造成断货，还是预测偏高造成积压。