预测准确率越高，库存一定越少吗？

同一指标口径下，需求预测误差持续下降，库存会不会自然减少？

答案是不一定。预测准确性反映预测与实际需求的接近程度；库存水平还受首单深度、安全库存、采购加量、最小起订量、补货周期、服务水平和销售窗口影响。预测更准，只是减少库存错配的条件之一，不会自动改变订货与补货结果。

准确性提高，库存为什么没有下降？

预测层级与库存决策层级不一致

月度品类预测可能接近实际需求，但采购、配货和补货需要落实到款色码、店群、门店和波段。品类总量正确，不代表结构正确。

例如，某品类总需求预测误差较小，但畅销尺码持续断货，慢销尺码大量剩余。总量误差被控制住了，库存结构仍然失衡。

结论一：总量预测准确，不能证明款色码库存配置合理。

预测提高后，订货规则没有调整

如果首单比例、补货水位和安全库存仍沿用旧规则，更准确的预测也可能停留在报表里。

预测需求为1万件，采购人员考虑增长目标、供应风险或业绩压力，最终订购1.3万件。即使预测准确，多出的3000件仍可能形成库存。商品团队需要记录从预测量到订货量的调整项，包括安全库存、MOQ、整箱配比、在途风险和人工加量，区分库存来自预测偏差，还是来自决策加量。

平均误差掩盖了偏差方向

WMAPE、MAE主要衡量误差大小，不能单独说明预测持续偏高还是偏低。两个商品的误差幅度可能相同：一个长期高估，容易积压；另一个长期低估，容易断货。

企业可同时观察：

• WMAPE：衡量汇总层面的相对误差幅度；
• Bias：识别预测是否持续偏高或偏低；
• 缺货率与期末库存：验证偏差造成的经营结果。

供应约束阻断库存改善

鞋服商品存在生产周期、MOQ、整箱要求和尺码配比约束。系统预测需要补800件，供应商最低生产量却是2000件，商品团队仍要在断货与剩余库存之间取舍。

季节性商品还受销售窗口限制。羽绒商品预测准确，但到货晚于主销期，库存仍可能积压；常年销售的基本款允许跨期消化，库存风险又是另一种判断。

结论二：预测准确性只有与供应弹性、补货频率和销售窗口匹配，才可能转化为库存改善。

如何判断预测是否真正有效？

商品团队不能只问“准确性提高了多少”，还要检查预测是否改变了经营结果：

• 预测层：按品类、生命周期和计划层级观察WMAPE与Bias；
• 决策层：检查预测量如何转化为首单、补货、安全库存和追单数量；
• 结果层：跟踪断货率、正价售罄率、期末库存、库存周转和毛利。

如果准确性提高，但订货量持续高于预测需求，应检查订货规则和人工调整；如果库存下降但断货明显增加，库存改善可能来自投入收缩，并不代表预测能力提升。

结论三：有效预测应在既定服务目标下减少不必要库存和缺货风险，并改善正价销售与库存周转。

第七在线如何连接预测与库存动作

第七在线将需求预测与商品计划、配货、补货和库存目标放在同一决策链路中，结合可用库存、在途、销售窗口、供应周期和业务规则，辅助识别预测偏差并形成库存调整建议。商品团队审核建议、调整参数并记录原因，再用实际销售和库存结果校准下一轮预测与决策规则。

FAQ

预测准确率达到多少才算合理？

没有适用于所有鞋服品牌的统一标准。需要先统一指标、层级与周期，再以企业历史基线以及库存、缺货和毛利结果判断。

库存较高时，应先优化预测还是先降低采购？

先拆解库存成因。持续高估需要修正预测；预测合理而订货被人工加量、MOQ或高安全库存放大，应调整订货规则。直接压缩采购可能把积压转化为断货。