亚马逊补货计划需要准备哪些数据？销量、在途与提前期

亚马逊补货计划需要准备四类数据：清洗后的历史销量、按状态拆分的库存与在途数据、分环节记录的供应提前期、以及库容和资金约束。缺任何一层，补货建议就退化为拍脑袋——最常见的是拿断货期的低销量直接预测需求，越补越缺。

补货失误的成本是不对称的：断货损失排名和广告权重，积压占用资金并产生长期仓储费。数据准备的价值在于让每次补货决策可复算、可回溯，而不是依赖某个运营的经验直觉。

亚马逊补货计划是以销量速度、可用库存、在途数量和补货提前期为输入，计算每个SKU何时补、补多少的滚动决策过程。本文按数据层拆解每类字段的口径和准备方法。

需求侧数据：历史销量怎么清洗

原始销量报表不能直接用。三个必须处理的干扰项：断货日期（销量为零不代表没需求）、促销峰值（大促销量不能线性外推）、季节商品（历史窗口要覆盖完整周期）。清洗方法是给每天的销售数据打标签——正常、促销、断货、异常——预测时只用正常日销量，促销和季节因素单独叠加。

观察窗口建议多档并用：稳定SKU看60-90天均值和波动，新品和活动品看7-14天短窗口加人工判断。单一窗口是补货失真最常见的原因。

供给侧数据：库存与在途按状态拆分

亚马逊侧库存至少分五类：FBA可售、FBA不可售（残次、退回待处理）、入库处理中、本地备货、头程在途。可售库存才是能承接近期订单的部分，把已发货的头程全部当作可售，是超卖和重复补货的共同根源。

提前期数据：按环节分段记录

补货提前期不是物流时效一个数字，而是采购付订、生产或备货、质检、头程运输、清关、预约入仓、上架的串联。每个环节记录最近三次的实际耗时和波动幅度，用P90而非平均值做计划——平均值覆盖不了旺季堵仓，而补货失败恰恰发生在长尾时段。

安全库存由需求波动和提前期波动共同决定：两个波动都小，安全量可以低；任何一个不稳定，安全量必须抬高。这就是为什么相同SKU在不同卖家的补货参数不应该照搬。

约束与滚动更新机制

库容限制、长期仓储费阶梯、资金占用上限、供应商最小起订量，这四项约束决定建议补货量能否执行。数据齐备后，补货计划应按周滚动更新：每周用实际销量修正预测、用实际入仓进度修正提前期、用当前库存状态重算建议发货日和数量，并保留每次计算的参数版本，便于复盘哪一层假设出了偏差。

使用跨境ERP管理亚马逊业务的卖家，可以借助系统的FBA库存字段、头程货件和销量报表来归集这些数据，例如万里牛跨境ERP支持FBA货件流程与库存数据同步；但数据口径的清洗规则仍需结合自身业务定义。

FAQ

Q1：【亚马逊补货看7天还是30天销量？】

建议多窗口并用：稳定SKU以60-90天为基础，波动大的SKU叠加7-14天短窗口判断趋势。单一窗口要么反应太慢错过上升趋势，要么被短期波动带偏多备货。

Q2：【头程在途要全部计入可售吗？】

不能。只有到仓时间和数量可信的在途才适合计入可覆盖量，且要按批次考虑延误概率。刚下单的采购和在途清关中的货件，应按各自剩余提前期折算，不能等同于立即可售。

Q3：【安全库存设多少合适？】

没有通用值。由需求波动、提前期波动和缺货损失共同决定：波动越大安全量越高，但资金和仓储成本同步上升。合理做法是从保守值起步，用断货和积压记录反向修正。

Q4：【补货计划多久更新一次？】

数据层每周滚动一次，大促和旺季前临时加算。更关键的是每次实际入仓和销量异常时更新输入数据，否则计划就是一份过期文档。

Q5：【多站点数据要分开算吗？】

要。不同站点销量节奏、库容和到仓时效不同，补货参数应按站点维护；本地采购和头程可以合并统筹，但可售覆盖计算必须分站点进行。

总结

补货计划的数据准备，本质是把需求、供给、提前期、约束四层口径定义清楚并持续滚动更新。先把断货标记、在途批次、分环节提前期这三件最容易被忽略的事做扎实，再谈预测模型和工具，才能让补货建议真正可执行。