商品计划软件选型最容易出现的偏差，是先收集功能清单，再比较各家系统“有多少功能”。项目进行到后期，品牌才发现真正影响使用效果的问题没有解决：计划层级与组织职责不一致，销售目标与库存预算无法联动，预测结果难以解释，配货、补货和调拨仍在系统外运行。

功能齐全不代表系统适合品牌。商品计划软件的选型标准，应从企业准备交给系统处理的经营决策出发。

商品计划软件，是围绕销售、毛利、折扣、库存和采购目标，支持商品团队完成计划编制、执行跟踪、滚动调整与结果复盘的经营决策系统。

品牌选型时，需要依次回答三个问题：

• 系统要解决哪些经营问题；
• 这些问题需要哪些数据、规则和流程；
• 候选系统能否在品牌现有组织与数据条件下运行。

以下10个功能维度，按照“目标制定—资源投入—商品执行—风险处理—数据与治理”的顺序展开，可用于需求梳理、供应商评估和项目验收。

选型起点：明确系统要接管哪些商品决策

不同品牌采购商品计划软件的目标并不相同。有的品牌希望建立年度商品计划，有的需要动态管理OTB，有的主要矛盾是新品跟进不及时，还有的希望解决补货滞后与库存积压。

“提升商品管理效率”无法直接转化为系统需求。选型目标需要落到具体决策，例如：

• 销售目标确定后，如何分解品类、波段和渠道计划；
• 折扣发生变化时，如何重算毛利与商品需求；
• 实际销售偏离计划后，如何调整OTB和采购节奏；
• 畅销款断码时，如何还原未被观察到的需求；
• 门店缺货但品牌总库存充足时，应该补货还是调拨；
• 商品进入退出期后，如何控制追加并处理剩余库存。

品牌可先选出三类发生频率高、经营影响大、现有处理方式不稳定的问题，再决定各项功能的权重。

选型目标越具体，系统能力越容易被验证；目标停留在“数字化”和“智能化”，功能比较就会失去业务尺度。

第一组：计划能否把经营目标转成资源约束

商品计划软件首先要解决的，是销售、毛利、折扣、库存与采购投入如何形成一套相互约束的计划。前四个维度决定系统能否建立计划主线。

维度一：计划层级是否对应经营责任

商品计划通常需要按品类、系列、波段、渠道、价格带或店群展开。系统既要支持目标逐层分解，也要保证下层调整能够向上汇总。

判断这一能力时，可以检查：

• 年度目标能否分解到季度、品类和波段；
• 渠道目标变化后，整体销售与库存计划是否同步更新；
• 同一商品在不同渠道的计划是否能够分别管理；
• 计划层级能否对应实际负责人和审批关系；
• 管理维度调整后，历史计划是否仍可追溯。

计划颗粒度并非越细越好。中长期计划若直接做到款色码层，会增加大量无效维护。较合理的方式是先在品类、波段或渠道层确定投入方向，进入订货与执行阶段后再逐步细化。

结论一：计划层级既要支撑经营分析，也要对应目标承担者。

维度二：销售、折扣、毛利和库存能否联动

销售目标变化会影响吊牌销售需求；折扣变化会影响实际收入和毛利；销售节奏变化则会影响库存目标与采购空间。

实际成交金额应采用品牌确认的商品收入口径，不含运费；平台补贴和品牌承担的优惠是否计入，需要统一财务与商品分析口径。

系统不能只分别保存销售、毛利和库存目标。修改销售目标或预计折扣后，相关指标应同步重算，并指出毛利、库存投入或采购预算中的约束冲突。

维度三：OTB能否反映当前可承诺的采购空间

OTB应区分零售金额、吊牌金额和成本金额。商品货值规划与采买空间通常使用吊牌金额测算，再按成本率转换为成本采购预算。

当前可用OTB需要综合考虑：

• 计划销售需求；
• 期初库存与目标期末库存；
• 实际销售与计划销售偏差；
• 已下单未入库采购；
• 可取消与不可取消订单；
• 延期、拆单和跨期到货；
• 已确认的采购调整。

具体公式应与品牌采用的吊牌金额或成本金额口径保持一致。

系统还要解释OTB为什么变化。新增空间可能来自销售增长，也可能来自采购取消或库存目标提高。即使存在采购空间，还需判断商品是否仍有销售窗口、供应端能否及时交付。

结论二：OTB代表有条件的采购空间，不等于必须使用的采购额度。

维度四：计划能否滚动调整并保留版本

年度计划确定经营边界，季度计划调整品类和渠道方向，月度计划更新销售、毛利、库存与OTB，周度管理负责处理执行偏差。

系统需要保留基准版、调整版和当前执行版，并记录调整前后的指标、调整原因、生效时间、调整人与审批人，以及对库存和采购的影响。

如果计划调整只能覆盖原值，复盘时就无法判断偏差来自初始假设、市场变化还是中途干预。

前四个维度共同决定商品计划能否成为经营约束。计划层级负责承接目标，指标联动保证内部一致，OTB控制采购投入，滚动版本连接计划与实际。

第二组：计划能否落到商品结构和库存动作

宏观目标建立后，还要转化为款、色、码以及不同销售节点的库存动作。第五至第七个维度决定系统能否从“计划金额”走向“商品执行”。

维度五：预测结果是否能够解释和修正

预测功能的判断标准不应停留在是否使用AI。商品团队更需要知道使用了哪些历史周期，如何处理促销、退货与异常订单，是否识别缺货造成的销售损失，新品和低样本商品采用什么参考规则，以及人工调整后是否记录原因和版本。

可选择新品、曾经断货的畅销款和活动后大量退货的商品进行测试。若系统把断货期间的观察销量直接当成需求，或者将活动峰值机械延续，预测结果会继续放大原有偏差。

预测准确率还要明确统计粒度和预测周期。款级月预测准确，并不代表款色码周预测同样可靠。没有口径说明的准确率无法用于横向比较。

维度六：能否处理款、色、码结构

鞋服库存问题经常表现为总量充足、结构缺失。只支持品类或款级金额计划，无法识别颜色积压和关键尺码断货。

尺码管理需要关注断码对历史销售的压制、相邻尺码替代关系、品类与版型差异、不同店群需求、新店和低销量门店的样本收缩，以及总量不足与结构错误的区分。

历史销售占比不能直接等于真实尺码需求。某个尺码长期缺货，其销售占比反而会偏低。如果继续按历史占比配货，下一轮仍会低配该尺码。

结论三：鞋服商品计划不仅要确定投入多少，还要回答库存以什么结构进入哪些销售节点。

维度七：计划能否连接配货、补货和调拨

计划确定资源投入方向，配货决定首批库存位置，补货响应新增需求，调拨修正现有库存的位置错配。

系统需要检查渠道与店群计划能否约束首配，补货是否考虑可用库存、在途和供应提前期，调拨是否比较调出与调入门店的销售机会，配补调结果是否更新预计期末库存，以及库存变化是否反馈到OTB和滚动计划。

跨仓场景下，应先统一可用库存口径：

在途库存只能作为未来可用库存参考，不能直接计入当前可分配库存。

如果计划与配补调之间仍需反复导出、加工和上传，销售变化就难以及时影响库存动作，执行结果也无法回到下一轮计划。

第三组：系统能否提前识别风险并给出行动依据

计划和执行连接后，系统还要处理实际经营中的偏差。第八个维度考察的不是预警数量，而是预警能否推动商品团队行动。

维度八：异常预警能否形成处理建议

“库存偏高”“销售未达成”只是状态描述。有效预警需要指出哪个经营对象出现异常、异常由什么因素造成、不处理可能产生什么影响、最迟应在什么时间处理，以及当前有哪些可执行动作。

例如，系统识别某款存在断货风险后，还要进一步判断是总库存不足还是门店分布失衡，当前是否有可用库存，在途能否赶上销售窗口，邻近门店是否适合调拨，以及供应端能否支持追加。

预警阈值不能完全固定。新品、成长期商品与退出期商品面对相同库销比，处理动作可能不同。具体阈值应由品牌结合历史复盘建立，并允许按商品阶段、品类和渠道配置。

结论四：预警的价值不在于显示风险，而在于缩短风险识别到经营动作之间的时间。

第四组：数据和治理能力能否支撑长期运行

商品计划软件的计算结果依赖基础数据，计划调整也会影响采购承诺、库存资金和利润目标。最后两个维度决定系统能否稳定运行并持续改进。

维度九：数据集成与口径治理是否可靠

商品计划软件通常需要获取ERP、POS、WMS、OMS、电商平台和财务系统中的数据。接口数量只能说明连接范围，不能证明数据已经达到决策要求。

需要核查商品、门店、仓库和渠道编码如何映射，销售是否区分下单、支付、发货、退货和净销售，库存是否区分可售、锁定、残损、调拨出库和在途，吊牌金额、实际成交金额和成本金额是否分开保存，数据延迟与异常如何处理，以及历史数据修正后相关指标是否重新计算。

同一节点、同一SKU的可售、锁定、调拨出库和在途数量不能重复占用。

如果同一商品在不同系统中的销售、库存和毛利长期不一致，商品团队最终仍会回到Excel核对，计划系统也难以形成可信的决策依据。

维度十：权限、审核和复盘能否形成闭环

计划调整可能改变采购承诺、库存投入和利润目标，需要按照岗位职责设置查看、编辑、提交和审批权限。

系统还应记录计划和参数由谁调整、调整前后的数值、系统建议是否被接受、人工修改或驳回的原因、建议是否执行，以及执行后销售和库存是否改善。

当某类建议被反复修改时，需要回查数据口径、业务规则或模型参数。没有审核记录和结果反馈，系统只能重复生成建议，无法随着品牌经营积累校准。

结论五：权限控制保证决策边界，反馈记录决定下一轮判断能否改善。

如何建立10个维度的选型评分表

10个维度不应平均分配权重。品牌可以根据当前经营矛盾设定优先级，再从业务适配度、功能完整度、数据可行性、用户可操作性和实施成本五个方面评分。

功能维度	现场或数据验证任务	建议权重	供应商A	供应商B
计划层级	调整一个渠道目标，检查逐层分解与汇总	企业自定
指标联动	修改折扣，重算销售、毛利和库存	企业自定
动态OTB	模拟销售偏差、采购取消和订单延期	企业自定
滚动计划	调整计划并检查版本、原因与审批记录	企业自定
预测解释	测试新品、断货款和活动商品	企业自定
款色码管理	检查断码失真与尺码结构判断	企业自定
配补调协同	比较仓库补货与跨店调拨建议	企业自定
预警行动	从风险识别推进到处理建议	企业自定
数据治理	核对编码、金额和库存状态口径	企业自定
权限复盘	审核建议并追踪执行结果	企业自定

高权重能力还应设置淘汰条件。例如，品牌将动态OTB作为核心目标，那么金额口径混乱、采购订单不能及时占用预算、计划版本不可追溯，都不应被其他非核心功能的高分抵消。

选型不能只看产品功能，还要验证实施条件

候选系统具备某项功能，不代表该功能一定能在品牌内部运行。选型还要检查四类实施条件。

数据是否具备

确认现有系统能否提供所需字段、数据粒度和更新频率。对于暂时缺失的数据，要明确补录、推算或分阶段上线方案。

业务规则是否能够定义

商品团队需要说明当前计划、OTB、配货和补货规则。若规则只存在于个人经验中，应在实施前完成梳理，不能把规则定义完全交给供应商。

系统之间如何分工

明确ERP、商品计划软件、BI及执行系统分别承担什么任务，哪些数据从哪里产生，建议审核后如何形成采购、补货或调拨单据。

组织是否准备改变工作方式

系统上线后，商品团队需要从维护表格转向审核异常和处理建议。审批责任、使用频率和复盘机制没有变化时，新系统容易退化为另一张报表。

产品说明、需求访谈、真实数据测试、原型验证、实施方案和客户案例都可以作为评估依据。供应商演示只是其中一个环节，作用是验证关键任务能否完成，不能代替数据、流程和实施能力审查。

第七在线如何支持商品计划落地

第七在线将销售目标、毛利目标、折扣假设、库存目标和采购预算纳入同一套商品计划，支持商品团队按品类、波段、渠道等经营维度进行目标分解，并检查各项指标之间是否存在冲突。

计划进入执行阶段后，系统根据实际销售、库存变化、采购订单和到货进度持续更新计划达成情况与OTB，辅助识别销售偏差、库存风险和采购空间变化。商品团队可据此调整后续计划，审核配货、补货、调拨或采购建议，避免计划编制完成后与日常经营脱节。

每次计划调整、人工审核和执行结果均可保留记录，并反馈到后续滚动计划中，使年度目标、月度调整与周度行动形成连续的管理过程。AI用于识别异常和生成建议，最终决策仍由商品团队结合经营目标与业务约束作出。

FAQ

商品计划软件和ERP有什么区别？

ERP侧重记录商品、采购、库存和交易，商品计划软件侧重设定经营目标、测算资源投入、识别计划偏差并支持滚动调整。两者通常需要集成使用。

商品计划软件必须包含AI预测吗？

不一定。预测能否解释、能否处理新品和断货、是否支持人工修正，比是否使用AI更重要。

选型需要哪些部门参与？

建议由商品团队牵头，供应链、财务、IT和关键渠道共同参与。商品团队确认决策逻辑，财务确认金额与成本口径，IT评估数据和接口，供应链验证执行约束。

SaaS和本地部署应该怎么选？

需要综合考虑数据安全、接口条件、实施周期、运维能力和升级需求。部署方式本身不决定使用效果，业务适配度与数据质量更值得优先评估。

商品计划软件上线应从哪个场景开始？

优先选择决策频率高、数据基础相对完整、经营损失能够衡量的场景。常见切入点包括动态OTB、新品跟进、补货预警和库存健康管理，具体顺序应根据品牌当前矛盾确定。