需求預測壓低斷貨損失

流程

1. 1

   接入銷售與庫存歷史

   每日銷量、庫存水位與採購單入倉，並標記斷貨日，避免把被壓抑的需求誤讀為需求低。

2. 2

   把日曆編碼入模

   平台活動日期、公眾假期與你自己的促銷窗口加成特徵，因為亞洲電商需求多由日曆驅動，並不平滑。

3. 3

   建模與回測

   預測按 SKU 家族建模，並以留出期回測；準確度按不同預測期呈報，而非只給一個好看的平均值。

4. 4

   由預測轉成補貨規則

   供應商前置期與其波動配合預測，算出每個 SKU 的補貨點與安全存量——是日期與數量，不是一張圖。

5. 5

   每週運行並修正

   預測按時刷新，同時追蹤預測誤差與斷貨日數，令模型對住現實修正，而非長期盲信。