7.3 预测与自动化运营
7.3 预测与自动化运营
本节摘要：成熟的运营者把精力花在例外上，把规律交给系统。本节讲两件事：一是用移动平均与同比做保守但够用的销量预测，解决备货这个最容易砸手里的决策；二是识别五类适合写成规则的重复判断——补货提醒、库存警戒、自动问候、账期核对、数据日报——让机器替你值夜班。
承接前两节：看板告诉你现在，诊断解释过去，本节面向未来与解放双手。主线里的标志性成果：林晓第二年的旺季没有再断过一次货，而她每周多出了整整半天时间用于拍视频——这些时间是从自动化里省出来的。
销量预测：不求神准，只求不翻车
小卖家的预测需求很朴素：下个月进多少货？搞错的下场两头都见过——备多了资金压成死库存（第 2.2 节的衰退期教训），备少了旺季断流白白错失权重。公式化的做法不需要任何统计学位：
朴素预测三件套（以月为单位） 一 移动平均基线 近三个月销量的平均值 作为基本盘 二 同比修正 去年同月相对去年全月均值的季节系数 套在基线上 三 干预变量列表 手工列出本月已知事件 投放计划 上新 大促 与每个变量的预期影响幅度 示例计算 山野拾光 十一月预测 近三月均 38万 元 同比季节系数 1.4（去年十一月为全月均的一点四倍） 基线修正后 约53万 再加 大促投放增量预估 +6万 减 新竞品分流 -3万 预测中枢 约56万 波动带 按 正负15% 记 48万 至 64万 备货决策规则 库存按预测下限的 一点二倍 备 就是一般不缺也不至于重压 保质期短应季品按更保守下限备 宁可二次补货 吃三五天物流时间 也别赌一个旺月末梢 二次补货提前量 供应商生产周期 加 物流在途天数 提前触发 这就是再订货点
必须坦白这套方法的天花板：它对平稳经营与温和季节波动的店铺相当好用；对新店（无历史）或爆款突变期（无规律）无能为力。新店的替代方案是拿同行的公开销量区间打对折估算，宁少勿多；突变期的唯一纪律是分批滚动下单、缩短单批周期，用灵活性对冲不可知性。
图：备货决策的供需双线示意图
动手环节：五类值得写成规则的场景
自动化的准入标准只有一条：判断逻辑能被完整写下来的事，都不该占用你的大脑。 五个已经过验证的起手式：
自动化清单 v1.0（每条含触发条件与执行动作 可用平台工具或表格提醒实现） 一 补货提醒 条件 某单品库存折算可售天数 小于等于 再订货点天数 动作 生成补货建议单 填好建议数量 发到指定信箱或群机器人 二 库存警戒 条件 实际库存低于 安全库存 且 无在途订单 动作 高优先级告警 该单品详情页同步置顶 到货通知收集 三 自动问候与回访 条件 签收后 第三天 推送使用提示 第三十天 未复购 推送轻量回访 动作 预设话术定时触达 注意频次封顶 每客每月不超过两条营销类消息 四 对账核验 条件 每周一 早九点 定时任务 动作 各渠道流水汇总 与实际到账对比 差异超过阈值 高亮标红人工复核 五 数据日报 条件 每晚 固定时刻 自动抓取各后台核心数 动作 按上一节模板拼好日报草稿 唯一留给人的动作是写下那两行备注 红线 自动化只做 判断与执行 不替代 审视 —— 每周务必抽查自动化产出的正确性 例 周日抽三条补货建议 人工复核参数是否漂移 规则也是会过期的
落地次序建议从第五条开始：先让数据自己报到，尝到甜头后再逐条加装。贪快一次性全开的人，往往因为某个规则参数设错连续误报一周而对整个系统失去信任。
落地工具：小卖家的自动化选型路径
五类自动化场景开了清单，落地用什么工具实现？这层一直没说，补一条务实的选型路径——原则是先用笨办法跑通，再谈聪明工具。
第一级是零成本的日历与提醒：手机自带的日程或待办应用就能承载补货提醒、周报时刻、推演排期这类定时触发。别笑它简陋——把再订货点写进日历备注（例如"笋干库存跌破六十份即下单"），到点弹出的提醒和一个专职库管员的判断没有本质区别，区别只是不领工资。林晓的头半年全靠这一级运转，准确率令她后来雇的人都佩服。
第二级是表格内建的功能。当数据积累到一定量，公式可以替你算掉一部分判断：用当日库存除以近七天日均销量得出可售天数列，条件格式让低于阈值的行自动变红；再配一个简单的过滤视图，每天早上打开就知道今天有哪些品类要行动。这一级的门槛只是半小时的表格设置学习，收益是把"翻报表找异常"压缩成"只看标红行"。
第三级才是平台自带或市面上的自动化工具、机器人推送。它的正确启用时机是你已经用前两级稳定运转至少一个季度、并且清楚每条规则背后的业务逻辑之后——否则工具只会把你混乱的流程自动化得更混乱。
选型路径背后是一个容易被忽略的认知顺序问题：先有流程，再有制度，最后才轮到工具。多数数字化转型失败的故事，剧本都是反着写的——买了最贵的工具，然后把原本就乱的流程跑得更快更乱。慢即是快，在这件事上尤其成立。
一道完整的备货演算例题
预测三件套讲了思路，很多人卡在落地演算的最后一步。这里给一道从头算到尾的例题，照着走一遍就能上手。
例题 山野拾光 十月菌菇礼盒备货演算 已知条件 近三个月周均销量 六百二十盒 去年十月销量 三千八百盒 去年全月平均销量 两千七百盒 供应商生产周期 七天 物流在途 两天 安全库存政策 按一周预估销量预留 第一步 算季节系数 三千八百 除以 两千七百 ≈ 1.41 第二步 求十月基线 周均 六百二十 × 当月约四个销售周 = 二千四百八十盒 再乘 季节系数1.41 ≈ 三千五百盒 取整为月度预估中枢 第三步 定备货下限 中枢三千五 打九折作保守值 ≈ 三千一百五十盒 第四步 配安全库存 一周预估销量 = 三千五百 ÷ 四点三周 ≈ 八百一十盒 第五步 排补货节奏 首批下单量 = 下限3150 + 安全810 - 当前库存1600 - 在途400 ≈ 1960盒 再订货点 = 未来（7+2）天的预估消耗 ≈ 每天115盒 × 9天 ≈ 1035盒 库存一旦跌破一千零三十五 立即触发第二批下单 第六步 设触发检查频率 高峰期每天上午固定查看一次库存水位 批发季改为一天两次 结论与留白 本套演算最脆弱的假设是季节系数沿用去年 —— 若今年有新渠道投入 应在第三步手工上调而非让公式失明
做完这道题你会发现，备货决策的全部神秘感来自"没把假设写下来"。当每个数字的来路都被写在纸上，讨论就变成了核对，争论就变成了查证——这和第 7 章一贯的主张一脉相承：把模糊的紧张感翻译成清晰的算术题，是数据方法给经营者最大的温柔。
要点回顾与本节的接口
- 要点一：预测的目标是划定波动带而非精确命中，决策规则围绕下限设计。
- 要点二：短保应季品的备货哲学是宁可迟到二次补货，绝不押注旺末库存。
- 要点三：再订货点等于供应周期加在途时间，它是自动化补货的心跳阈值。
- 要点四：自动化准入判据是逻辑可穷举，产出仍需每周人工抽检。
- 要点五：省下的时间要有去处——投入内容与用户，才是这半天的正确归宿。
方法齐了。下一节作为本章新增的收官工具，把全书散落的指标定义集中装订成一本速查手册——从此团队讨论数据不再鸡同鸭讲。