LEARNING PATH · STEP 02 02 / 04 · SALES 101

销量怎么算?
同一个 SKU,5 种口径,差 1.5 倍。

去年双 11 前,一个做家居的客户找我们:他们 SKU 23084(兔子夜灯,圣诞爆款)9 月的月均销量是 200 个,但 10 月突然卖了 6,344,11 月又爆到 14,883。他们 ERP 里"月均销量"显示的是 3,831(全年 8 个月 ÷ 8),但财务给采购的数是 近 3 月平均 = 6,241,而老板拍板说"我觉得应该备 3 倍销量 = 18,000"。

三套数,差 1.5 ~ 3 倍。到底用哪个?

答案是:看这个 SKU 稳不稳。稳的 SKU 选①②③都行,波动的 SKU 选④,新上市的选⑤。
先搞懂:"口径"到底指什么?

月均销量 = 你选哪段时间的销量 ÷ 多少个月。就这两个变量:

口径时间范围退货怎么处理峰值月怎么处理一句话
① 全年毛销所有有数据的月退货不算峰值照算最粗,退货多的话高估
② 全年净销所有有数据的月退货扣掉峰值照算比①准,但大促月会拉高
③ 近 6 月净销最近 6 个月退货扣掉峰值照算行业默认,稳的 SKU 直接用
④ 近 6 月 + 剔除峰值最近 6 个月退货扣掉超 80 分位的峰值月丢掉有季节性/大促的 SKU 必须用
⑤ 加权移动平均近 12 月退货扣掉越近权重越大新上市 / 趋势变化快的 SKU
关键:口径一旦选定,必须和安全库存公式里的「日均销量」用同一种口径。月均 ÷ 30 = 日均,这个日均喂给安全库存公式的 demand。两套数打架,安全库存就全错。
STEP 02 · 月度销量 真实月度净销量

先看 12 个月到底长什么样——稳的 vs 波动的

SKU 22423(蛋糕架,稳)vs SKU 23084(兔子灯,波动大)。兔子灯是 2011-05 才上市的,所以只有 8 个月数据。

月份 22423(稳) 柱状 23084(波动大) 柱状
肉眼对比:
左边 22423 的月销量在 650 ~ 2,000 之间晃,全年只差 3 倍。
右边 23084 从 318 突然爆到 14,883,差了 47 倍。
—— 对右边这种 SKU,全年月均(3,831)会把前面所有低销量月份"平均掉",完全没意义。
STEP 02 · 5 口径结果 真实数字差多少?

同一个 SKU,5 种口径算出 5 个月均销量

下面这个表是 5 个 SKU 用 5 种口径各跑一遍的真实结果。看第一行 SKU 22423,5 种口径从 766.8 到 1,068.5,差 301——差了 39%。

口径 22423(稳) 23084(波动) 22197(销量大) 21137(有尖峰) 22086(季节)
稳的 SKU:5 种口径差不了太多
22423 从 767 到 1,069,差 39%——但你用哪个算出的安全库存都不会太离谱。
波动的 SKU:5 种口径差 2 倍以上
23084 从 2,588 到 5,284,差了 2.04 倍。如果你用了"全年毛销"那个 3,965,安全库存会比用"剔除峰值"的 2,588 多出 53%。反过来,如果用加权平均 5,284,那是对的——因为它给了爆单的 10/11 月更高权重。
雷点:客户给你的"月均销量"通常是 ERP 默认的全年 ÷ 12。如果他有季节性 SKU 或大促月份,这个数直接不能用,必须重算。
判断标准:某个 SKU 近 6 个月里有一个月销量是其他月份的 2 倍以上,那个月就是"峰值月",要剔除。
STEP 02 · 怎么选 一张决策表

我到底选哪种口径?——用 CV 分三档,直接选

先搞懂:CV 到底是什么?

CV(变异系数) = 周销量的标准差 ÷ 周销量的均值。
它衡量的是:这个 SKU 的销量"飘不飘"。CV 越小越稳,越大越忽上忽下。

为什么不用月销量,要用周销量?
月销量把 4 周揉成一个数,波动被抹平了。周销量更细——你能看到"某一周突然爆了 5,593"vs"某一周只卖了 13",这个差异是选口径的核心依据。
一步一步算(用真实 UCI 数据)

下面用两个 SKU 演示。左边 22423(蛋糕架,稳)53 周,右边 23084(兔子灯,波动)31 周。

步骤 SKU 22423(蛋糕架 · 稳) SKU 23084(兔子灯 · 波动大)
① 每周销量范围 82 ~ 822(差 10 倍) 13 ~ 5,593(差 430 倍)
② 均值 μ(平均每周卖多少) 244.9 988.6
③ 离均差² 总和(53 周各减均值平方相加) 895,274 72,437,302
④ 方差 σ²(总和 ÷ n-1) 895,274 ÷ 52 = 17,217 72,437,302 ÷ 30 = 2,414,577
⑤ 标准差 σ(√方差) √17,217 = 131.2 √2,414,577 = 1,553.9
⑥ CV = σ ÷ μ 131.2 ÷ 244.9 = 0.54 1,553.9 ÷ 988.6 = 1.57
⑦ 结论 稳 每周销量在 ±53% 区间晃 中等波动 每周销量在 ±157% 区间晃
为什么要"标准差 ÷ 均值"?不能直接用标准差比?
不行。23084 的标准差是 1,554,比 22423 的 131 大很多,但 23084 的均值本身也大(989 vs 245)。
用标准差 ÷ 均值 = "波动相对于自己有多大"——这个才公平。一个均值 10 标准差 5 的 SKU(CV=0.5)其实比均值 1000 标准差 500 的 SKU(CV=0.5)稳度一样,只是量级不同。
三个阈值(供应链行业惯例)
CV 范围叫什么推荐口径直觉解释
< 1 稳 ③ 近 6 月净销 每周销量大概在均值 ±100% 以内晃,没有突然爆发的月份
1 ~ 2 中等波动 ④ 剔除峰值 有季节性或大促月,峰值会把月均拉高,要剔掉
≥ 2 大波动 / 新上市 ⑤ 加权移动平均 每周销量能差 4 倍以上,越近的销量权重应该越大
5 个 SKU 的 CV + 推荐口径:
22423(蛋糕架)→ σ=131 / μ=245 → CV=0.54 → 稳 → 选③
23084(兔子灯)→ σ=1,554 / μ=989 → CV=1.57 → 中等 → 选④
22197(热销款)→ σ=1,087 / μ=1,065 → CV=1.02 → 中等 → 选④
21137(有尖峰)→ σ=291 / μ=237 → CV=1.23 → 中等 → 选④
22086(季节性)→ σ=587 / μ=430 → CV=1.37 → 中等 → 选④
兔子灯那个故事的答案:CV=1.57(中等波动),所以用 ④ 近 6 月 + 剔除峰值 = 2,588 作为月均销量。ERP 默认的 3,831 和财务的 6,241 都不对,老板拍的 18,000 更离谱。
月均 2,588 ÷ 30 = 日均 86,这个 86 喂给安全库存公式,算出来才靠谱。
📥 下载 Excel · Sheet 02 里有完整月销量 + 5 口径计算 learn-calc.xlsx · Sheet 02
NEXT · Step 03
安全库存手算——σ × z × √L,用真实 SKU 一步一步算
→ 点进去