智能备货，是商家利用销售、库存、补货周期和商品特性等数据，预测未来需求，并据此安排采购、生产或调拨的经营方法。它要回答三个相互关联的问题：接下来可能卖多少，现在还缺多少，以及什么时候补到店里才来得及。
对烘焙、生鲜等短保商品，备货直接影响售罄与报损；对服饰、百货等商品，备货还关系到资金占用和门店之间的库存分配。判断是否有效，需要同时看顾客能否买到商品，以及商家为此付出了多少库存成本。
为什么昨天的销量，不能直接作为今天的备货量？
昨天卖得少，可能是需求不足，也可能是热门商品下午就售罄了。以假设情形说明：同样卖出 20 件，备了 20 件并提前售罄，与备了 50 件却剩下 30 件，反映的问题不同。前者需要检查未满足的需求，后者需要排查销售偏低的原因。
同样，促销、天气、营业时间和团购订单都会改变销售条件。把活动日的销量直接用于普通工作日，容易高估需求；只看全店总量，又可能忽略畅销品缺货、其他商品积压的结构性问题。
因此，智能备货首先需要可靠的库存管理记录，包括可售量、缺货时段与订单占用。库存管理提供当前状态，智能备货据此安排未来供应；账实经常不符时，应先查清库存。
智能备货与固定规则补货有什么不同？
固定规则补货可以设为“库存低于下限就补到上限”，也可以按日均销量计算。智能备货进一步考虑需求是否变化：同一商品在普通周末、促销日或周边施工期间，可能需要不同的备货量。
两者可以结合使用：需求预测帮助调整备货目标，规则承接补货执行。判断方案是否有用，要看它能否根据数据和经营变化修正建议，并通过实际结果复盘，不能只看是否标注了“AI”。
从销量预测到实际补货，需要走通哪些环节？
第一步：按门店和商品整理可比较的数据
按门店、商品规格和同一时间口径整理销量、退货、报损、到货与库存，统一箱、件、份等计量单位，保留停业、断货和促销说明。连锁门店还应区分社区店、商场店等场景，避免用总部平均值覆盖所有门店。
店长或指定员工核对异常记录，总部汇总活动与供应信息。短保商品另记批次和剩余可售时间，不能把次日已不能销售的商品计入次日可用库存。
第二步：判断需求，并解释变化原因
先明确预测覆盖期，例如明天全天。定期订货时，本轮计划要考虑直到下一轮订货到货前的需求，不能只算运输时间。
可以先以相同星期、相似经营条件下的有货销售记录作参考，再结合近期趋势、活动和现场变化调整。波动较大时给出预估区间；临时团购、设备检修等情况由店长补充。断货日要单独标记，不能直接作为完整需求。
建议应说明“为什么增加或减少”。人工修正时保留原建议、调整后数量及原因，供下一轮复盘。
第三步：把预测量换算成采购、生产或调拨量
预测需求还要扣除已有供应，才能得到补货缺口。以下为假设示例，不代表实际业绩或系统自动输出：门店预计某商品次日需要 100 件，期末保留 10 件，现有可售 30 件，在途 20 件。假设没有预订锁定，商品次日均可售，且在途和新增补货都能在开店前到达。
初步补充量 = 预计需求 + 期末目标余量 − 当前可售库存 − 有效在途
本例为：100 + 10 − 30 − 20 = 60 件。
结果小于零时，本轮暂不补货。目标余量应结合需求波动、到货稳定性和保质期设置，本例的 10 件不是固定标准。
计算前核对： 团购已计入预测的，不再重复增加；预订库存已从可售量扣除的，需求侧也扣除已被这批库存覆盖的部分。若在途下午才到，要另算上午的缺口。
下单前核对： 根据交期倒推下单或开工时间，检查起订量、包装倍数、空间和预算；短保食品按保质期与产能安排批次。跨店调货还要确认调出门店的余量、运输时间和调货规则。
跨店补货需要出入库与调拨记录衔接。有赞的多门店库存管理产品说明列出了这些能力，可用于核查库存流转功能。店长确认需求后，由采购、生产或仓配负责人确认数量和交付时间，收货人员验收；延迟或少到时及时调整后续供应。
第四步：把结果反馈给下一轮计划
营业结束后核对销量、缺货时段、报损和到货差异，结合人工调整记录查原因：是需求判断偏差，还是交付、品质或陈列出了问题？
总部与门店约定复盘节奏，优先处理持续异常的商品，明确调整动作、负责人和复查时间。数字化门店进一步解释了商品、订单与岗位如何协作，帮助这些安排落实到日常经营。
烘焙备货示例：少做一点，为什么未必更赚钱？
有赞公开的烘焙智能备货玩法介绍了销量预测、预测回溯和报损分析，并以小汉堡增量备货说明如何调整单品。该文未披露完整品牌与测试口径，这里仅作为操作思路参考。
降低总备货量，可能同时减少报损和销售机会。更有价值的动作，是对持续缺货商品与持续报损商品采用不同策略：前者检查是否需要增量或提前出品，后者先查过量、品质及批次问题。调整后同时看销售、缺货与报损，才能判断是否改善。
有赞相关能力如何参与备货流程？
前面的烘焙示例介绍了预测与复盘思路；有赞龙虾产品页列出了库存预警、订单状态监控和经营数据分析能力，帮助发现异常、辅助复盘。采购、生产和调拨则由店铺相应业务功能承接。
选用时，用一个真实单品验证：数据能否接入，建议能否细分到门店和周期，人工如何修正，谁有权确认执行。分别核对预测、通知和下单在当前版本、权限与配置中的支持范围。
第一轮试行，怎样判断是否值得扩大？
选择一组记录较完整、缺货或报损明显的商品，保留试行前的数据。比较时固定门店、商品范围和周期，标记活动、停业等变化，重点看四项：
- 供应： 营业时间内缺货多久，哪些订单未能交付，到货是否延迟。
- 报损： 数量、成本金额和原因如何变化；报损率的分母采用到货量还是生产量等，前后保持一致。
- 库存与收益： 按相同成本口径比较周转和毛利，核对报损、加急运输及新增生产费用，避免重计或漏计。
- 工作量： 员工整理数据、调整计划和处理异常花了多少时间。
报损下降但缺货增加时，需继续调整；需求判断合理但到货延迟时，先改善执行。一组商品走通“预测—备货—销售—复盘”后，再扩大范围。
常见问题
智能备货和库存预警有什么区别？
库存预警提示数量或状态触及设定条件；智能备货进一步判断未来需求、补充数量和到货时间。预警是检查信号，是否采购还要核对需求与已有供应。
没有足够历史销量，新店还能开始做吗？
可以先参考相似商品、相似门店和已确认订单，小批量试售，积累销量、缺货与报损记录。数据是否够用要看能否覆盖主要经营变化，不能只看积累了多少天。
预测量和实际销量越接近，就说明备货越好吗？
不一定。提前售罄会限制实际销量，即使销量接近预测，仍可能有未满足的需求。应同时检查缺货时段、正常有货时的销售表现和报损。
系统给出备货建议后，可以直接自动采购吗？
需要确认系统能力与审批配置，并核对供应商、交期和预算。首次试行可先人工审核，跟踪建议、下单与收货结果，再确定适合自动处理的商品和规则。
