庫存預測模型完整指南

為什麼需要預測

• 缺貨（失去銷售 + 顧客流失）
• 滯銷（資金卡住 + 跌價損失）
• 多數電商憑感覺進貨
• 數據預測是必修

基本預測三公式

• 移動平均：過去 N 個月平均
• 加權移動平均：近期權重高
• 季節性調整：× 季節係數

範例：1 月過去 3 年銷量 100/120/140，平均 120 為預測。加成長趨勢 +10% 就是 132。

安全庫存公式

公式：日銷量 × 補貨前置時間 × 安全係數（1.5-2.5）

範例：日銷 10 個 × 7 天 × 2 = 140 個安全庫存

• 前置時間越長、安全係數越大
• 爆品需更高安全庫存
• 長尾品低安全庫存

ABC 分類管理

• A 類：20% 商品占 70% 營收，精細管理
• B 類：30% 商品占 20% 營收，標準管理
• C 類：50% 商品占 10% 營收，簡化管理

資源應集中在 A 類。C 類可考慮淘汰。

季節性分析

電商常見季節性：1. 節慶（春節、中秋、聖誕）；2. 換季（春夏、秋冬）；3. 學期（暑假、開學）；4. 雙 11/12；5. 父親/母親節。建議：1. 記錄 2-3 年資料；2. 計算季節係數；3. 提前 6-8 週進貨；4. 過季後快速清庫存。

補貨點計算

補貨點公式：（日銷量 × 補貨前置時間）+ 安全庫存

範例：（10 × 7）+ 140 = 210 個。當庫存降到 210 個就要下單補貨。系統自動提醒最有效。

滯銷品處理

• 超過 90 天未售標記滯銷
• 降價清倉（打 7-8 折）
• 組合搭售（與熱品包裝）
• 會員優惠
• 最終認賠（折扣 5-6 折）

滯銷品占用資金與倉儲空間，要果斷處理。

預測工具選擇

• Excel（基礎，免費）
• Google Sheets + 函數
• ERP 系統內建
• AI 預測工具
• 客製化機器學習

中小從 Excel 起步、月 5000+ 再投資 ERP、1 萬+ 才 AI。

預測準確度衡量

指標：1. MAPE（平均絕對百分比誤差）< 20% 為佳；2. 預測 vs 實際偏差；3. 缺貨頻率；4. 滯銷率；5. 庫存週轉率。每月檢討預測準確度，持續優化模型。

常見問題解答