2025 年 9 月,我在洛杉矶的 FBA 仓里同时栽了两个跟头。一款收纳盒黑五前断货 11 天,广告正跑得顺,链接直接没货了;另一款挂钩备了 90 天的量,三个月只卖出去不到三分之一,剩下的货到现在还在仓里交仓储费。同一套需求预测,同一批数据,一个让我断货,一个让我压仓。我当时第一反应是模型不行,想换个更贵的 AI 预测工具。后来花了两周把历史数据翻了一遍才发现,模型确实有毛病,但更大的坑在数据上。
做卖家这几年,我越来越觉得需求预测这事跟看病差不多。发烧可能是感冒,也可能是别的毛病,上来就换药没用,先得搞清楚病根在哪。数据问题和模型问题,症状看着像,修法完全不一样。修错了地方,钱照花,货照样断。
需求预测翻车,先看数据是不是假的
先说收纳盒那次。2025 年 7 月到 8 月,这款收纳盒月销一直在 1800 件上下,我按这个数备了黑五的货,又加了 20% 的安全量。结果 10 月底一波达人带货,单周就卖了 900 多件,库存直接见底。系统给我的预测还是 1900 件一个月,完全没跟上。
我去翻历史销量,才发现 7 月那波数据本身就是歪的。那两个月我做过两次 7 折促销,销量是被价格打上去的,系统里却没有标促销。更要命的是 8 月中旬断过一次货,断了 6 天,那 6 天的销量是零,系统以为需求就是零。促销拉高、断货拉低,两头一平均,出来的就是个谁也不认识的数字。
退货也是个隐形坑。有一款挂钩退货率一直不低,退回来的货重新上架又卖了一遍,系统里记了两次销量。真实需求只有一次,账面却多了一次。按这个数备货,越备越压。
我后来养成一个习惯,每次预测离谱,先不看模型,先问三个问题。历史销量里有没有促销没标出来,有没有断货把销量截断了,退货有没有重复算。只要有一个答案是肯定的,预测不准就先别怪模型。数据是假的,模型算得再准也没用,它只会把错误算得更精确。
还有一个坑是 FBA 分仓。同一款货分到三个仓,某个仓缺货,消费者看到的就是没货,转头去买了竞品。这笔丢掉的销量,系统里永远不会出现。你以为需求就这么多,其实是你自己把门关上了。
需求预测不准,模型有三个死穴
数据洗干净了,模型就能信了吗?也不能。我用的那套工具,有三个地方反复坑我。
第一个是只看平均数,不看波动。我的收纳盒平时月销 1800 件,看着挺稳,但每周销量能在 300 件到 700 件之间跳。模型取了个平均值就交差,备货按平均值备,波动大的那周必断货。卖家备货最怕的不是平均卖多少,而是最猛的那一周能卖多少。只看均值不看波动的预测,写在纸上好看,放到仓库里就是断货。
第二个是新品冷启动。2026 年 3 月我上了一款新收纳架,没有历史销量,模型直接拿同类目的平均数套上去,给了我一个月 1200 件的预测。结果新品前两周每天只卖十几件,广告还在学习期,转化率也没起来。我按 1200 件备了首批货,压了两个月才慢慢消化。新品没有历史,模型只能猜,猜的数就不能当备货依据。我的做法现在是新品首批只备 30 天的量,宁可补货勤一点,也不多压。
第三个是季节拐点。收纳类产品每年 9 月到 11 月是一波高峰,1 月到 2 月是低谷,模型看的是过去 12 个月的平均,拐点一到就慢半拍。2025 年 10 月它还在按夏天的节奏给我数,我已经在黑五的坑里了。季节性强的品,模型如果只会平滑处理,不会认拐点,越到旺季越不准。
这三个死穴有个共同点:模型不知道你的生意正在发生什么变化。它不知道你上了新广告,不知道达人要带货,不知道你要清仓。它只认识数字,不认识人。
先查数据再动模型:我的排查顺序
我现在遇到预测不准,按这个顺序查,基本不会走弯路。
先看数据。把最近三个月的订单导出来,对一下促销日历、断货记录和退货单。促销有没有标,断货那几天是不是零,退货有没有重复算。这一步花半天,能排除一大半问题。我的收纳盒就是在这一步找到病根的。
再看波动。别只看月均销量,把销量拆到周,看最高一周和最低一周差多少。差得越大,安全库存就得越厚,备货天数也得往上加。我现在备货天数不是固定数,波动大的品备 45 天,波动小的品备 30 天,旺季再加 15 天。
最后才看模型。模型要换可以,但换之前先问它三个问题:新品怎么算,季节拐点认不认,波动大不大它管不管。答不上来的,再贵也不换。这招我亲测有效,换工具之前先把这三问问清楚,省了不少冤枉钱。
数据问题和模型问题,对照起来看更清楚:
| 症状 | 更可能是数据问题 | 更可能是模型问题 |
|---|---|---|
| 预测长期偏高,货越压越多 | 退货重复算,促销销量当常态 | 新品直接套类目均值 |
| 预测长期偏低,老断货 | 断货那几天销量记成零 | 只看均值,不看波动高峰 |
| 旺季一到就失灵 | 大促没标,历史被拉高拉低 | 不认季节拐点,平滑过度 |
| 新品预测离谱 | 没有历史可对 | 冷启动只能猜,还当真数用 |
还有一次是 2026 年 4 月,一款置物架的预测突然偏高,我差点按系统数下单。翻订单才发现,前一周有个大客户一次下了 200 件团购单,系统当成日常需求算进去了。这种一次性大单不剔除,预测就会被带偏一整个月。现在我每月对账,先把团购和一次性大单挑出来再看数。
算一笔账就知道这事值多少钱。拿我的收纳盒说,月销 2000 件,单件成本 6 美元。原来按 60 天备货,仓里常年压着 4000 件,就是 24000 美元。后来我把数据洗干净,波动大的周单独加安全量,备货天数压到 45 天,仓里压着 3000 件,资金占用少了 6000 美元。预测这事不用做到百分之百准,备货天数少 15 天,省下的就是真金白银。反过来也一样,断货 11 天丢掉的销量和广告权重,补货回来又要花几周,隐性成本比压仓还贵。
亚麻逊又改规则了,广告成本一年比一年高,备货这事容错越来越小。我的体会是,需求预测不准,别急着换模型,先把数据翻一遍,再把波动看一遍。数据是真的,模型才有意义。模型有死穴,那就用人补,旺季手动加量,新品手动减量,别把备货全交给一个只会算平均数的工具。
你最近一次备货翻车,是断货还是压仓?翻翻那次的历史数据,促销、断货、退货这三处,有没有一处是没标干净的?
作者:阿K|跨境电商卖家







