断货会影响预测准确率吗？

会。断货既造成销售损失，也会使系统记录的销量低于真实需求，从而扭曲模型训练和预测评估。

某款可能产生1000件需求，但可售库存只有700件并全部售出。系统记录销量为700件。模型若预测700件，报表看似完全准确，实际仍有约300件需求没有被满足。

为什么断货会让预测失真？

在简化的单周期场景中：

库存充足时，销量可以近似反映需求；库存不足时，销量只是已经实现的部分，未成交需求不会进入交易记录，这类数据称为受约束销售或截断需求。

鞋服还存在局部断货。一款鞋仍有100双库存，但核心尺码已经售罄，款级报表显示“有货”，顾客需求仍无法满足。判断断货必须落实到门店、款色码和具体时间。

结论一：断货期间的销量是库存约束下的交易结果，不能直接等同真实需求。

断货怎样扭曲准确率？

模型预测800件，真实需求1000件，门店也只有800件库存，最终销量为800件。以销量为实际值，误差为0，模型低估被掩盖。

若系统继续使用这类销量训练，可能形成“预测偏低—库存不足—销量受限—下一轮预测继续降低”的循环。断货门店还可能因销量较低被误判为低需求门店，下一轮配货进一步减少。

结论二：不修正断货数据，预测准确性可能表面提高，需求判断却持续恶化。

怎样处理断货造成的需求截断？

品牌应先记录缺货门店、日期和尺码，并使用可售库存判断库存状态。锁定、残损、不可销售或无法及时调拨的库存，不能证明商品具备销售条件。

未满足需求可以参考：

• 断货前后的有货销售速度；
• 同店相似商品的同期变化；
• 同店群有货门店的销售表现；
• 浏览、加购、询货或缺码记录；
• 相邻尺码和同类商品的替代关系。

估算值需要保留方法、适用窗口和不确定性，不能伪装成已发生销售。原始销量用于交易核对，校正需求用于预测与缺货复盘，两种口径应分开保存。

结论三：处理断货影响的关键，是识别受约束销售、估计未满足需求，并保留可追溯的修正记录。

第七在线如何处理断货与预测

第七在线结合门店可售库存、断码状态、有货销售速度、店群表现和商品生命周期，辅助识别受约束销售，并将实际销量与校正需求分开管理，为预测、配货和补货提供相应口径，供商品团队审核。

FAQ

有库存就说明没有断货吗？

不一定。剩余库存可能集中在边缘尺码、被锁定或不可销售，应按门店款色码和时间窗口判断。

断货期间的数据需要直接删除吗？

通常不应删除。应标记受约束区间并估计未满足需求，否则会损失信息并使样本偏向低需求时期。