商品团队最常犯的10个预测错误

预测偏差不一定来自模型。很多鞋服品牌即使更换算法，结果仍不稳定，因为商品定义、数据口径和业务动作没有同步进入预测过程。

以下十个错误，可以作为商品团队的预测检查清单。

错误一 把历史销量当成完整需求

商品断货、断码、铺货不足或到货过晚后，实际销量属于受约束销售，不能直接代表完整需求。使用前应检查库存和销售窗口。

错误二 混用需求预测、销售预测和可实现销售

需求预测回答市场可能需要多少；销售预测回答在既定渠道和经营条件下可能卖多少；可实现销售还要考虑库存、产能、交期和窗口限制。采购计划则是企业最终决定购买多少。四者相关，却不是同一个量。

错误三 混用支付、履约和净销售

电商和直播的支付件数可能包含取消、多码试购和后续退货。直营门店的Sell-Through与加盟、经销渠道的Sell-In也不是同一销售口径。商品团队若直接用支付量做需求基准，会高估最终留存销售。

错误四 新品直接套用旧品平均值

新品应从商品角色、价格带、版型、面料、波段、渠道覆盖和相似款经营条件出发。相似款如果曾经断货，其历史销量同样需要修正。

错误五 数据不足时直接预测到款色码

粒度越细，随机波动越大。新品可以先在品类、商品角色或款色层形成判断，再随着销售积累逐步下钻。

错误六 所有门店使用同一需求曲线

商圈、气候、面积、客群和经营能力不同，需求模式也会不同。门店应先分群，再决定预测和补货参数。

错误七 忽略商品生命周期

上市、成长、成熟和清退状态具有不同需求变化。单品生命周期状态也不能与品牌的季前、季中、季末管理阶段混用。

错误八 整个季度只预测一次

天气、活动、竞品、到货和渠道流量都会改变需求。中国市场还要处理春节及农历节奏错位、平台大促和直播流量。春节日期每年变化，直接做公历同比会错位；直播支付量也要扣除取消和退货影响，不能直接当作稳定需求。预测需要滚动更新，同时保留版本，才能判断偏差来自原始预测还是环境变化。

错误九 只看一个准确率指标

WMAPE＝Σ|实际值－预测值|÷Σ实际值×100%。

WMAPE是误差指标，不能机械写成“100%－WMAPE＝预测准确率”。实际销售严重受断货约束时，也不能直接把它作为完整需求的比较基准。

错误十 人工调整不记录原因

业务人员可能掌握活动、天气和竞争信息，但调整后必须保留原预测、调整值、原因、责任人和实际结果。否则，复盘无法判断人工经验是否真正改善结果。

第七在线可基于销售、库存、活动、价格和商品数据形成预测建议，并保留模型预测、人工调整和实际结果三个版本，同时标记断货、促销、生命周期及渠道异常。现货库存、确认在途、采购承诺和可售回流用于判断需求能否转化为可实现销售，不应直接作为市场需求进入预测；商品团队可结合活动、天气和渠道特殊事件审核并调整建议，使每次修正都有依据、能够复盘。

核心结论

预测改进的起点不是更复杂的算法，而是先区分真实需求、受约束销售、可实现销售和采购决策。口径不清、约束不明时，模型精度提升也难以转化为库存改善。

常见问题

1. 预测准确率越高 库存结果一定越好吗

不一定。采购交期、配货、补货和执行偏差同样会影响库存结果。

2. 断货期间的需求能够完全还原吗

通常不能，只能根据断货前速度、相似门店和相似商品估计，并标明不确定性。

3. WMAPE适合评价所有SKU吗

不一定。低销量和零销量商品需要结合偏差方向、业务影响和其他指标判断。