备货预测错了别急着改数,先记一笔账
每次断货或者压货,多数团队的处理是打开备货表,把日均改一改,下一批继续。改完心里踏实了,但下一次照样错,因为错的原因没有留下来。
每次断货或者压货,多数团队的处理是打开备货表,把日均改一改,下一批继续。改完心里踏实了,但下一次照样错,因为错的原因没有留下来。
改数字只解决这一次
备货表里的日均是一个估计值,估计值有偏差是常态。真正要判断的是偏差有没有方向性——如果每次都偏高,那不是随机误差,是模型偏了。
判断有没有方向性,靠的不是感觉,是记录。没有记录的团队,一年遇到十次断货,学到的东西跟遇到一次一样多。
一条记录要记满六格
预测误差台账的六格结构
六格分别是下单日、下单时用的预测日均、到货后 4 周的实际日均、偏差率、归因码、下次怎么改。
前四格是数据,第五格是判断,第六格是动作。只填前四格的表我见过很多,它只能告诉你错了多少,不能告诉你下次怎么不错。
第六格最难填,也最有用。它逼你在当下就做一个决定:下次是把系数调低,还是把缓冲天数加长,还是换头程方式。填不出来说明这次复盘没想透。
偏差率怎么算才有用
偏差率 = 到货后 4 周实际日均 ÷ 下单时预测日均 - 1
用 4 周不用 1 周,是因为到货后第一周有上架延迟、广告重启这些扰动,一周的数噪音太大。用 4 周能压掉一部分波动,也不至于等到货都卖完了才复盘。
我的分档:正负 15% 以内算正常,不用动模型;15% 到 30% 记一条,看是不是同一个品连续出现;超过 30% 必须写归因,且下一次下单前要回头看这条。
三类归因,季度拉一次
| 归因 | 典型表现 | 对应的改法 |
|---|---|---|
| 需求判断错 | 实际远低于预测,评论数没起来 | 回到开发端,查立项依据 |
| 时效估计错 | 预测不低,货晚到导致断货 | 重标头程口径,加缓冲天数 |
| 执行没跟上 | 预测对,下单晚了或拆分错了 | 改流程,不碰模型 |
这三类里第二类最容易和第三类混。货晚到了,看起来是执行问题,实际是头程口径本来就偏乐观。区分的办法是看延误是不是每次都卡在同一段——如果每次都卡在清关,那是口径问题不是执行问题。
我自己的台账翻过一次车
我们有段时间台账填得很勤,季度回看时发现归因码里"需求判断错"占了七成。我当时信了这个结论,把开发端的立项标准收紧了一轮。
半年后发现那批归因是错的。真实原因是那半年头程普遍延误,运营懒得区分,凡是对不上就归到需求。台账填得快不等于填得准,这个坑我自己踩过。
后来我加了一条:归因码为需求判断错时,必须同时填一个需求侧证据,比如转化率周环比、竞品价格变动。填不出证据就归到时效。
台账落在谁手里
这个表不能让运营自己填自己看。我把它放在供应链那边,运营只提供实际日均和证据,归因由两边一起定。原因是运营填自己的误差,本能会往外部原因归。
台账也不用做成系统,一张共享表就够。它的价值不在工具,在每次错完之后有人逼着写那第六格。
登录后可点赞
← 返回库存物流板块