A5. 库存与供应链 | Inventory & Supply Chain

路径: Path A: 运营人 · 模块: A5 最后更新: 2026-03-12 难度: 进阶 预计时间: 每天 30 分钟，1-2 周

flowchart LR
A1["A1 选品与市场"]
A1 --> A2
A2["A2 Listing 创作"]
A2 --> A3
A3["A3 广告优化"]
A3 --> A4
A4["A4 客服售后"]
A4 --> A5
A5[" A5 库存供应链<br/>（当前）"]:::current
A5 --> A6
A6["A6 合规风控"]
classDef current fill:#ff9900,stroke:#333,color:#fff,font-weight:bold

本模块章节导航

1. 库存方法论 · 2. AI 工具全景 · 3. Prompt 模板库 · 4. 库存实战工作流 · 5. 常见陷阱 · 6. 进阶技巧 · 7. 学习资源

本模块你将学会

用 AI 工具把库存管理从“凭感觉补货“变成“数据驱动决策“。从安全库存计算到大促备货，建立一套可复用的 AI 辅助库存管理工作流。

完成本模块后，你将能够：

• 用 ChatGPT/Claude 建立补货决策模型，基于历史销量和 Lead Time 计算最优补货时间和数量
• 用 AI 计算安全库存水位，平衡缺货风险和资金占用，避免“要么断货要么滞销“的两难
• 用 AI 制定大促备货策略（Prime Day / BFCM），从 8 周前开始系统化准备
• 用 AI 分析 IPI Score 改善方案，避免仓储限制和超量费用
• 用 AI 评估供应商交期风险，建立供应链韧性
• 用 AI 优化多站点库存分配，在 US/EU/JP 之间合理分配库存

1. 库存方法论：AI 之前你需要理解的基础

相关阅读: D4 Walmart AI 指南 WFS vs FBA 物流成本对比和库存分配策略详见 D4。 · D3 跨平台 AI 协同策略 跨平台库存协同详见 D3

1.1 库存管理的第一性原理

库存管理的本质是一个平衡问题：缺货成本 vs 滞销成本。

缺货成本 = 断货天数 × 日均销量 × 客单价 × 利润率 + 排名恢复成本

• 断货 1 天可能只损失当天销售额
• 断货 7 天以上，关键词排名下滑，恢复可能需要 2-4 周的广告投入
• 断货期间竞品抢占你的市场份额，部分客户可能永久流失

滞销成本 = 库存数量 × 单位仓储费 × 滞销天数 + 长期仓储费 + 资金占用成本

• FBA 月度仓储费：标准尺寸 $0.87/立方英尺（1-9月），$2.40/立方英尺（10-12月）
• 库龄超过 181 天开始收取 Aged Inventory Surcharge
• 库龄超过 365 天的费用更高，严重侵蚀利润
• 资金被库存占用，无法用于新品开发或广告投放

核心洞察：对于大多数跨境卖家，缺货的隐性成本远大于滞销。一次断货可能导致 BSR 排名从 Top 50 掉到 Top 500，恢复需要几千美元的广告费。但滞销的成本是可预测和可控的。所以库存策略应该偏向“宁可多备一点“，但要设定明确的库龄预警线。

安全库存公式：

安全库存 = Z × σ_d × √L

其中：
Z = 服务水平系数（95% 服务水平 → Z = 1.65，99% → Z = 2.33）
σ_d = 日均销量的标准差（衡量销量波动）
L = Lead Time（从下单到入仓的天数）

补货点公式（Reorder Point）：

补货点 = 日均销量 × Lead Time + 安全库存

当库存降到补货点时，就应该下单补货。

Lead Time 的组成：

Lead Time 是库存管理中最大的不确定性来源。FBA 入仓时间在旺季（Q4）可能从 5 天暴增到 21 天。你的安全库存计算必须考虑 Lead Time 的波动，而不是只用平均值。

1.2 Amazon FBA 库存关键指标

IPI Score 的构成（Amazon 不公开具体权重，但业界共识）：

IPI Score ≈ f(Sell-through Rate, Excess Inventory %, Stranded Inventory %, In-stock Rate)

• Sell-through Rate 权重最高 卖得快的库存是好库存
• Excess Inventory % 超量库存占比越低越好
• Stranded Inventory 必须为 0，这是最容易修复的
• In-stock Rate 保持高库存率，但不要过度备货

Content rephrased for compliance with licensing restrictions. Sources: goaura.com IPI score guide, goaura.com inventory management

1.3 AI 在库存管理中的角色定位

AI 擅长的：

• 需求预测：基于历史销量、季节性、趋势等数据预测未来需求，比人工“凭感觉“准确得多
• 补货计算：综合考虑 Lead Time、安全库存、在途库存、仓储限制等多个变量，给出最优补货建议
• 异常检测：发现销量突然变化（暴涨或暴跌），提前预警可能的缺货或滞销风险
• 场景模拟：模拟不同备货策略的结果（乐观/基准/悲观），帮助决策
• 多变量优化：在资金有限的情况下，优化多个 SKU 的库存分配

AI 不擅长的：

• 突发事件预测：疫情、港口罢工、政策变化等黑天鹅事件无法预测
• 供应商关系管理：谈判交期、争取优先排产需要人际关系
• 质量判断：库存是否有质量问题（如过期、损坏）需要实物检查
• 现金流决策：备货多少最终取决于你的资金状况和风险偏好，AI 只能提供建议

核心原则：AI 是你的库存分析师，不是库存决策者。用 AI 做数据分析和方案生成，用人做最终决策。特别是大额采购决策（如大促备货），AI 的建议是参考，最终要结合你的资金状况、供应商关系和风险偏好来决定。

2. AI 工具全景：库存管理阶段用什么

2.1 付费工具深度评测

工具选择建议：

预算有限（<$50/月）：ChatGPT/Claude + Excel + Amazon 官方工具

• 用 ChatGPT 做补货计算和场景分析
• 用 Excel 建立简单的库存追踪表
• 用 Amazon Restock Inventory 工具查看官方补货建议
• 适合 SKU 数量 < 20 的卖家

认真做（$50-150/月）：SoStocked 或 RestockPro + ChatGPT

• SoStocked/RestockPro 做日常补货管理和预警
• ChatGPT 做大促备货策略和异常分析
• 适合 SKU 数量 20-100 的卖家

大卖家（$150+/月）：RestockPro + SoStocked + 自建系统

• 付费工具做日常管理
• 自建 Python 脚本做定制化分析（参考 Path B）
• 适合 SKU 数量 100+ 或多站点运营的卖家

Content rephrased for compliance with licensing restrictions. Sources: goaura.com RestockPro review, selectedfirms.co AI inventory management

2.2 免费工具组合

免费工具的使用策略：

1. Amazon Restock Inventory 是起点：它基于你的历史销量给出补货建议，但它不考虑大促、季节性、新品上升期等因素。把它的建议作为基准，用 AI 做调整。
2. FBA Revenue Calculator 做利润验证：在决定备货量之前，先用 Revenue Calculator 确认每单利润。如果利润率太低，备太多货反而是风险。
3. ChatGPT 做场景分析：把销量数据、Lead Time、资金预算等信息给 ChatGPT，让它模拟乐观/基准/悲观三种场景的备货方案。
4. Google Sheets 做持续追踪：建立一个简单的库存追踪表，每周更新库存数量、在途数量、预计到货日期，用 AI 帮你设计公式和预警规则。

2.3 开源工具与 API

什么时候用开源工具？

如果你管理 50+ SKU 或需要精准的季节性预测，开源工具可以：

• 自动化预测：用 Prophet 对每个 SKU 做时间序列预测，自动考虑季节性、趋势和节假日效应
• 批量计算：用 pandas 批量计算所有 SKU 的安全库存、补货点和补货量
• 自动预警：用 Python 脚本每天检查库存水位，自动发送缺货预警邮件

更多技术实现细节，参考 Path B: 技术人 的相关模块。

3. Prompt 模板库（库存专用）

本节提供每个模板的深度解析、常见错误和进阶变体。

3.1 补货决策分析

为什么这个 Prompt 有效： 它要求 AI 综合考虑日均销量、波动范围、当前库存、在途库存和 Lead Time 五个关键变量，输出三种场景的补货建议。关键设计点：

• “波动范围 min-max” 让 AI 理解销量不确定性，而不是只用平均值
• “乐观/基准/悲观三种场景” 强制 AI 做风险分析而非单一预测
• “资金占用估算” 把库存决策和资金决策关联起来

常见错误：

• 只提供平均销量 → 日均 10 件但波动范围 3-25 件，安全库存需求完全不同。必须提供波动范围
• 忽略在途库存 → 如果有 500 件在途，实际可用库存 = 当前库存 + 在途库存
• Lead Time 用平均值 → Lead Time 的波动比销量波动影响更大。用最近 3 次的实际 Lead Time，取最大值作为安全值
• 不考虑仓储限制 → IPI Score 低于阈值时，FBA 入仓数量有上限。补货量不能超过限制

我的产品数据：
- 过去90天日均销量：[X] 件（波动范围 [min]-[max]）
- 当前 FBA 库存：[X] 件
- 在途库存：[X] 件（预计 [X] 天后到仓）
- 从下单到入仓的 Lead Time：[X] 天（最近3次实际值：[X]、[X]、[X] 天）
- 安全库存天数目标：[X] 天
- 单件采购成本：$[X]
- 单件 FBA 仓储费（月）：$[X]
- 当前 IPI Score：[X]
- FBA 仓储限制：[X] 件（如有）

请计算：
1. 当前库存可支撑天数（含在途库存）
2. 安全库存数量（用公式说明计算过程）
3. 补货点（Reorder Point）
4. 建议采购量（乐观/基准/悲观三种场景）
5. 最晚采购下单日期
6. 如果有大促（如 Prime Day），需要额外备多少
7. 资金占用估算（采购成本 + 预计仓储费）
8. 风险提示（缺货风险 vs 滞销风险的平衡建议）

进阶变体：

变体 A 多 SKU 批量补货优先级：

我有以下 SKU 需要补货决策，但资金有限（总预算 $[X]）：

SKU 1: [产品名]
- 日均销量：[X] 件，当前库存：[X] 件，Lead Time：[X] 天
- 单件成本：$[X]，单件利润：$[X]

SKU 2: [产品名]
- 日均销量：[X] 件，当前库存：[X] 件，Lead Time：[X] 天
- 单件成本：$[X]，单件利润：$[X]

[更多 SKU...]

请完成：
1. 每个 SKU 的缺货紧急度评分（基于库存可支撑天数 vs Lead Time）
2. 每个 SKU 的利润贡献排名
3. 在预算限制下的最优补货分配方案
4. 如果预算增加 20%/50%，分配方案如何变化
5. 哪些 SKU 可以延迟补货？延迟的风险是什么？

为什么用这个变体：资金有限时，不是所有 SKU 都能同时补货。优先补利润高、缺货风险大的 SKU，延迟补利润低、库存充足的 SKU。AI 可以帮你做这个多变量优化。

变体 B 新品首批备货量估算：

我准备发布一个新产品，需要估算首批 FBA 备货量：

产品信息：
- 品类：[品类]
- 售价：$[X]
- 竞品日均销量范围：[X]-[X] 件（来自 Helium 10/Jungle Scout）
- 我的目标市场份额：[X]%
- 计划广告预算：$[X]/天
- Lead Time（从下单到入仓）：[X] 天

请分析：
1. 基于竞品数据，预估我的日均销量范围（保守/中等/乐观）
2. 首批备货量建议（覆盖 [X] 天的销量 + 安全库存）
3. 首批备货的资金需求
4. 如果首批卖得比预期快/慢，第二批补货策略
5. 新品期的库存风险提示（卖不动怎么办？卖太快怎么办？）

为什么用这个变体：新品没有历史数据，只能基于竞品数据和市场分析估算。首批备货的原则是“宁少勿多“ 先用小批量测试市场反应，确认产品能卖之后再大量补货。

3.2 安全库存计算

为什么这个 Prompt 有效： 安全库存不是拍脑袋决定的“多备 30 天“，而是基于销量波动和 Lead Time 波动的数学计算。这个 Prompt 要求 AI 用公式计算，并解释每个参数的含义，帮你理解“为什么是这个数字“。

常见错误：

• 用固定天数代替公式 → “安全库存 = 30 天销量“太粗糙。销量波动大的产品需要更多安全库存，波动小的需要更少
• 不考虑 Lead Time 波动 → Lead Time 从 45 天变成 60 天，安全库存需要相应增加
• 所有 SKU 用同一个安全库存标准 → 高利润产品可以多备（缺货成本高），低利润产品少备（滞销成本相对更高）

请帮我计算以下产品的安全库存：

产品数据：
- 过去 180 天的月销量数据：[1月X件, 2月X件, 3月X件, 4月X件, 5月X件, 6月X件]
- 日均销量标准差：[X]（如果不知道，请根据月销量数据计算）
- Lead Time 数据（最近 5 次）：[X天, X天, X天, X天, X天]
- 目标服务水平：[95% / 99%]（95% 意味着允许 5% 的概率缺货）
- 单件成本：$[X]
- 单件售价：$[X]
- 月仓储费：$[X]/件

请计算：
1. 日均销量和标准差
2. Lead Time 均值和标准差
3. 安全库存数量（用公式 Z × σ_d × √L，展示计算过程）
4. 补货点（Reorder Point = 日均销量 × Lead Time + 安全库存）
5. 安全库存的资金占用成本
6. 如果将服务水平从 95% 提高到 99%，安全库存增加多少？值得吗？
7. 建议：这个产品应该用 95% 还是 99% 的服务水平？为什么？

3.3 季节性需求预测

为什么这个 Prompt 重要： 很多跨境产品有明显的季节性 户外产品夏天卖得好，取暖产品冬天卖得好，礼品类产品 Q4 是旺季。如果不考虑季节性，你会在旺季缺货、淡季滞销。

常见错误：

• 用全年平均销量预测每个月 → 如果 Q4 销量是 Q1 的 3 倍，用平均值会导致 Q4 严重缺货
• 只看去年同期 → 今年的增长趋势、市场变化、竞品情况都可能不同
• 不区分季节性和趋势 → 销量上升可能是季节性（会回落）也可能是趋势（会持续），应对策略不同

请帮我分析产品的季节性需求并预测未来 6 个月的销量：

历史销量数据（月度）：
- 去年：[1月X, 2月X, 3月X, ..., 12月X]
- 今年已有：[1月X, 2月X, ...]

产品信息：
- 品类：[品类]
- 主要市场：Amazon [US/DE/JP]
- 是否有明显季节性：[是/否/不确定]
- 今年 vs 去年的整体增长率：[X]%

请分析：
1. 季节性模式识别：
- 旺季是哪几个月？淡季是哪几个月？
- 旺季销量是淡季的多少倍？
- 季节性因子表（每月的季节性系数）

2. 未来 6 个月销量预测：
- 基准预测（考虑季节性 + 增长趋势）
- 乐观预测（+20%）
- 悲观预测（-20%）

3. 备货建议：
- 每月建议库存水位
- 关键补货时间节点（考虑 Lead Time）
- 旺季前需要提前多久开始备货？

4. 风险提示：
- 如果季节性比预期弱/强，应该如何调整？
- 哪些外部因素可能影响季节性模式？

3.4 大促备货策略（Prime Day / BFCM）

为什么这个 Prompt 重要： Prime Day 和 BFCM 是 Amazon 全年最大的两个促销活动。大促期间销量可能是平时的 3-10 倍，但备货过多又会在大促后变成滞销库存。这个 Prompt 帮你制定系统化的大促备货计划。

常见错误：

• 只看去年大促数据 → 今年的折扣力度、广告预算、竞品策略都可能不同
• 不考虑大促前后的销量变化 → 大促前 1-2 周销量会下降（消费者等待折扣），大促后 1-2 周销量也会下降（需求被提前消耗）
• 备货太晚 → FBA 入仓在大促前 2-4 周会变慢，必须提前 6-8 周发货
• 不设止损线 → 如果大促效果不如预期，多余的库存怎么处理？需要提前想好

请帮我制定 [Prime Day / BFCM] 备货策略：

产品信息：
- 产品名称：[名称]
- 日均销量（近 30 天）：[X] 件
- 去年同期大促数据：
- 大促期间日均销量：[X] 件（是平时的 [X] 倍）
- 大促持续天数：[X] 天
- 大促前 2 周日均销量变化：[X]%
- 大促后 2 周日均销量变化：[X]%
- 当前 FBA 库存：[X] 件
- Lead Time：[X] 天
- 计划折扣力度：[X]% off
- 计划广告预算增幅：[X]%
- 大促日期：[日期]

请制定：
1. 大促销量预测：
- 基于去年数据 + 今年增长趋势 + 折扣力度调整
- 乐观/基准/悲观三种场景

2. 备货量计算：
- 大促期间需求量
- 大促前后缓冲库存
- 安全库存
- 总备货量

3. 时间线规划：
- 最晚下单日期（倒推 Lead Time）
- 最晚发货日期
- FBA 入仓截止日期
- 关键检查节点

4. 资金需求：
- 采购成本
- 头程物流成本
- 预计仓储费
- 总资金需求

5. 风险预案：
- 如果大促销量只有预期的 50%，多余库存怎么处理？
- 如果大促销量超过预期 150%，如何紧急补货？
- 止损线设定：大促后多少天内库存必须降到什么水位？

大促备货的核心原则：宁可少备也不要多备太多。大促后的滞销库存会在 Q4 高仓储费期间产生巨额费用。建议备货量 = 基准场景需求 × 1.2（留 20% 缓冲），而不是按乐观场景备货。

3.5 多站点库存分配

为什么这个 Prompt 重要： 如果你同时运营 US、EU（DE/FR/IT/ES/UK）、JP 多个站点，库存分配是一个复杂的优化问题。每个站点的销量、仓储费、Lead Time 都不同，需要在有限的总库存中做最优分配。

常见错误：

• 按销量比例简单分配 → 没有考虑各站点的 Lead Time 差异和仓储费差异
• 忽略欧洲站的 Pan-EU 和 EFN 选择 → Pan-EU 可以在欧洲各国仓库之间自动调拨，EFN 只从一个国家发货
• 不考虑汇率和利润率差异 → 同一产品在不同站点的利润率可能差很多

我的产品在多个 Amazon 站点销售，请帮我优化库存分配：

总可用库存：[X] 件（或总采购预算：$[X]）

各站点数据：
US 站：
- 日均销量：[X] 件，Lead Time：[X] 天
- 当前库存：[X] 件，月仓储费：$[X]/件
- 单件利润：$[X]

EU 站（DE 为主仓）：
- 日均销量：[X] 件，Lead Time：[X] 天
- 当前库存：[X] 件，月仓储费：€[X]/件
- 单件利润：€[X]
- 物流模式：[Pan-EU / EFN]

JP 站：
- 日均销量：[X] 件，Lead Time：[X] 天
- 当前库存：[X] 件，月仓储费：¥[X]/件
- 单件利润：¥[X]

请优化：
1. 各站点的目标库存水位（天数）
2. 本次补货的分配方案
3. 各站点的缺货风险评估
4. 如果总库存不足以满足所有站点，优先保哪个站点？为什么？
5. 各站点的库存周转率对比和改善建议

3.6 滞销库存处理策略

为什么这个 Prompt 重要： 滞销库存是利润的隐形杀手。库龄超过 180 天的库存不仅占用仓储空间，还会产生 Aged Inventory Surcharge，拉低 IPI Score。及时处理滞销库存是库存管理的重要环节。

常见错误：

• 等到收到长期仓储费通知才处理 → 应该在库龄 90 天时就开始关注，120 天时采取行动
• 只想到降价清仓 → 还有创建 Removal Order、转移到其他渠道、捆绑销售等多种方式
• 不计算处理成本 → 有时候销毁比运回更划算（运回的物流费可能超过产品价值）

以下是我的滞销库存清单：

SKU 1: [产品名]
- 库存数量：[X] 件
- 库龄：[X] 天
- 原售价：$[X]，当前售价：$[X]
- 单件成本：$[X]
- 过去 30 天销量：[X] 件
- FBA 月仓储费：$[X]/件
- 预计 Aged Inventory Surcharge：$[X]/件

[更多 SKU...]

请为每个 SKU 制定处理策略：
1. 策略选项评估（每个选项的成本和收益）：
- 降价促销（降到什么价格？预计多久清完？）
- 创建 Lightning Deal 或 Coupon
- 创建 Removal Order（运回 vs 销毁的成本对比）
- 转移到其他销售渠道（eBay、独立站、线下清仓）
- 捆绑销售（与畅销品搭配）
- 捐赠（FBA Donations 计划）

2. 推荐策略和执行时间线
3. 预计回收金额 vs 继续持有的成本对比
4. 如何避免未来再出现类似滞销？

3.7 供应商交期风险评估

为什么这个 Prompt 重要： 供应商交期延迟是导致缺货的最常见原因之一。提前评估供应商的交期风险，建立备选方案，可以大幅降低缺货概率。

常见错误：

• 只有一个供应商 → 单一供应商风险极高，一旦出问题就断货
• 不追踪历史交期数据 → 没有数据就无法评估风险
• 不考虑季节性因素 → 春节前后、国庆期间供应商产能会大幅下降

请帮我评估供应商交期风险并制定应对方案：

供应商信息：
供应商 A（主供应商）：
- 合作时间：[X] 年
- 过去 12 个月的交期记录：[X天, X天, X天, ...]（每次下单到发货的天数）
- 最近一次延迟原因：[原因]
- 产能：[X] 件/月
- 最小起订量（MOQ）：[X] 件

供应商 B（备选供应商，如有）：
- [类似信息]

我的需求：
- 月均采购量：[X] 件
- 下一次大批量采购时间：[日期]
- 是否有大促备货需求：[是/否]

请分析：
1. 供应商 A 的交期可靠性评分（基于历史数据）
2. 交期延迟的概率和预期延迟天数
3. 如果供应商 A 延迟 [X] 天，对库存的影响
4. 备选方案：
- 是否需要发展第二供应商？
- 是否需要增加安全库存来缓冲交期风险？
- 关键时期（大促前、春节前）是否需要提前下单？
5. 供应商管理建议：
- 如何与供应商沟通以减少延迟？
- 合同中应该包含哪些交期保障条款？

3.8 IPI Score 改善方案

为什么这个 Prompt 重要： IPI Score 低于阈值（目前是 400 分）会导致 FBA 仓储限制，直接影响你的补货能力。改善 IPI Score 需要从 Sell-through Rate、Excess Inventory、Stranded Inventory 三个维度同时优化。

常见错误：

• 只关注 IPI Score 数字，不分析具体原因 → 需要知道是哪个维度拖了后腿
• 通过减少库存来提高 Sell-through Rate → 这会增加缺货风险，得不偿失
• 忽略 Stranded Inventory → 这是最容易修复的维度，但很多卖家不检查

我的 IPI Score 需要改善，请帮我制定改善方案：

当前数据：
- IPI Score：[X] 分（目标：≥ 400）
- Sell-through Rate：[X]（过去 90 天销量 ÷ 平均库存）
- Excess Inventory：[X] 个 ASIN，[X] 件
- Stranded Inventory：[X] 个 ASIN，[X] 件
- In-stock Rate：[X]%
- 当前仓储限制：[X] 立方英尺（如有）

Excess Inventory 详情：
[列出库龄超过 90 天的 ASIN、数量、库龄]

Stranded Inventory 详情：
[列出 Stranded 的 ASIN 和原因]

请制定改善方案：
1. 诊断：IPI Score 低的主要原因是什么？
2. 快速修复（1 周内）：
- Stranded Inventory 处理方案
- 最紧急的 Excess Inventory 处理
3. 中期改善（1-3 个月）：
- Sell-through Rate 提升策略
- Excess Inventory 系统性清理计划
4. 长期预防：
- 补货策略调整（避免过度备货）
- 库存监控频率和预警机制
5. 预计改善时间线和目标 IPI Score

Content rephrased for compliance with licensing restrictions. Sources: goaura.com IPI score improvement, impakter.com FBA AI forecasting

4. 库存实战工作流

4.1 月度补货 SOP

每月执行一次的系统化补货流程，确保所有 SKU 的库存水位健康。

Step 1: 数据收集（30 分钟）
操作: 导出以下数据
- Seller Central → Inventory → Manage Inventory（库存）
- Business Reports → Sales（过去 90 天销量）
- Inventory Dashboard → IPI Score 和库龄分布
- 在途库存清单（采购订单追踪表）
AI: 将数据整理成标准格式，粘贴给 ChatGPT

Step 2: 库存健康检查（20 分钟）
检查: IPI Score 是否 ≥ 400？
检查: 是否有 Stranded Inventory？→ 立即修复
检查: 是否有库龄 > 90 天的库存？→ 标记处理
检查: 是否有即将缺货的 SKU？（库存 < 14 天销量）
AI: 用 IPI 改善方案 Prompt（3.8）诊断问题

Step 3: 补货计算（30 分钟）
AI: 用补货决策分析 Prompt（3.1）逐个 SKU 计算
或: 用多 SKU 批量补货变体（3.1 变体 A）批量处理
输出: 每个 SKU 的建议补货量、最晚下单日期
审核: 人工检查 AI 建议，结合资金状况调整

Step 4: 采购下单（20 分钟）
操作: 向供应商下达采购订单
记录: 更新采购订单追踪表（供应商、数量、预计交期）
确认: 与供应商确认交期和质量要求

Step 5: 滞销库存处理（20 分钟）
操作: 处理 Step 2 中标记的滞销库存
AI: 用滞销库存处理策略 Prompt（3.6）制定方案
执行: 创建促销/Removal Order/转移渠道

4.2 大促备货 SOP（Prime Day / BFCM 前 8 周计划）

大促备货是一个 8 周的系统化过程，不是大促前 2 周才开始准备。

Week 8（大促前 8 周）: 需求预测
操作: 收集去年大促数据 + 今年增长趋势
AI: 用大促备货策略 Prompt（3.4）预测大促销量
输出: 乐观/基准/悲观三种场景的备货量
决策: 确定备货量（建议用基准 × 1.2）

Week 7: 供应商沟通
操作: 向供应商下达大促采购订单
确认: 交期承诺、质量标准、紧急加单的可能性
AI: 用供应商交期风险评估 Prompt（3.7）评估风险
备选: 如果主供应商产能不足，联系备选供应商

Week 6: 头程物流安排
操作: 预订海运/空运舱位
注意: 大促前物流资源紧张，提前预订
决策: 海运 vs 空运（见进阶技巧 6.3）
追踪: 更新物流追踪表，确认预计到港日期

Week 5: 质检和发货
操作: 工厂质检 → 装箱 → 发货
检查: 产品质量、包装完整性、标签正确性
发货: 按 FBA 要求准备发货计划

Week 4: 入仓追踪
操作: 追踪货物运输状态
预警: 如果物流延迟，启动备选方案（空运补货）
准备: 开始准备大促 Listing 优化和广告计划

Week 3: FBA 入仓
操作: 货物到达 FBA 仓库，等待入仓处理
注意: 大促前入仓速度可能变慢，预留缓冲时间
检查: 入仓数量是否正确？是否有 Stranded Inventory？

Week 2: 最终确认
检查: 库存是否全部入仓可售？
检查: 大促 Deal 是否已提交并通过？
检查: 广告预算和竞价是否已调整？
准备: 大促期间的客服模板（参考 A4 模块）

Week 1: 大促执行
监控: 每天检查库存消耗速度
调整: 如果消耗比预期快，考虑提高售价或减少广告
记录: 记录每天的销量数据，用于下次大促参考

大促备货的核心教训：大部分卖家的大促失败不是因为“卖不动“，而是因为“备货不够“或“备货太晚“。8 周的准备时间看起来很长，但考虑到供应商生产 + 海运 + FBA 入仓的时间，其实刚刚好。

4.3 新品首批备货 SOP

新品没有历史数据，首批备货需要特别谨慎。

Step 1: 市场调研（参考 A1 选品模块）
操作: 用 Helium 10/Jungle Scout 调研竞品销量
数据: 竞品日均销量范围、市场容量、季节性
AI: 用新品首批备货 Prompt（3.1 变体 B）估算销量

Step 2: 首批备货量决策
原则: 首批备货 = 30-45 天预计销量（保守估计）
理由: 新品不确定性高，先小批量测试市场反应
计算: 预计日均销量 × 45 天 × 0.7（保守系数）
资金: 确认采购资金和头程物流费用在预算内

Step 3: 同步准备第二批
操作: 首批发货的同时，与供应商确认第二批的交期
触发: 如果首批上架后日均销量达到预期的 80%，立即下单
数量: 第二批 = 60-90 天预计销量（基于实际数据调整）

Step 4: 上架后监控
频率: 每天检查销量和库存
预警: 如果销量远超预期，紧急空运补货
调整: 如果销量远低于预期，暂停第二批采购
AI: 每周用 AI 分析销量趋势，调整补货计划

新品备货的核心原则：首批宁少勿多。新品失败率很高，如果首批备了 3000 件但只卖出 300 件，剩下的 2700 件就是纯亏损。先用 500-1000 件测试市场，确认能卖再大量补货。

5. 常见库存陷阱

5.1 缺货相关陷阱

5.2 滞销相关陷阱

5.3 资金相关陷阱

5.4 物流相关陷阱

6. 进阶技巧

6.1 AI 需求预测：Prophet 简介

当你的 SKU 数量超过 20 个，手动用 ChatGPT 逐个预测不现实。Facebook Prophet 是一个开源的时间序列预测工具，特别适合有季节性的销量预测。

什么时候用 Prophet vs 什么时候用简单规则？

Prophet 快速入门（伪代码）：

# 1. 准备数据：日期 + 销量
# 格式：ds (日期), y (销量)
import pandas as pd
from prophet import Prophet

df = pd.DataFrame({
'ds': ['2025-01-01', '2025-01-02', ...], # 日期
'y': [10, 12, 8, ...] # 日销量
})

# 2. 训练模型
model = Prophet(
yearly_seasonality=True, # 年度季节性
weekly_seasonality=True, # 周度季节性（周末销量可能不同）
changepoint_prior_scale=0.05 # 趋势变化灵敏度
)
model.fit(df)

# 3. 预测未来 90 天
future = model.make_future_dataframe(periods=90)
forecast = model.predict(future)

# 4. 输出：预测值 + 置信区间
# forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']]
# yhat = 预测值, yhat_lower/upper = 80% 置信区间

Prophet 的核心优势：它自动处理季节性、趋势变化和节假日效应，不需要你手动设定参数。对于有 1 年以上历史数据的产品，Prophet 的预测准确度通常优于人工判断。详细实现参考 Path B: 技术人 的相关模块。

Content rephrased for compliance with licensing restrictions. Source: Facebook Prophet documentation

6.2 多渠道库存同步（Amazon + Shopify + 独立站）

如果你同时在 Amazon、Shopify 和独立站销售，库存同步是一个关键挑战。同一批库存在多个渠道销售，如果不同步，可能出现超卖（已卖完但其他渠道还在卖）。

多渠道库存管理框架：

Amazon Shopify 独立站
FBA 仓库 自发货 自发货


库存中心系统
(总库存池)

策略选择：

AI 辅助多渠道库存分配：

我同时在以下渠道销售，请帮我优化库存分配：

总可用库存：[X] 件

渠道数据：
Amazon FBA：日均 [X] 单，利润率 [X]%，Lead Time [X] 天
Shopify：日均 [X] 单，利润率 [X]%，自发货
独立站：日均 [X] 单，利润率 [X]%，自发货

请建议：
1. 各渠道的库存分配比例
2. 是否应该用 FBA MCF 发其他渠道的订单？
3. 库存同步策略（如何避免超卖？）
4. 如果总库存不足，优先保哪个渠道？

6.3 头程物流优化：海运 vs 空运 vs 铁路

头程物流成本通常占产品总成本的 10-20%，选择正确的物流方式可以显著影响利润。

物流方式对比：

决策框架：

需要补货
库存可支撑 > 45 天？
是 → 海运（成本最低）
库存可支撑 15-45 天？
目的地是欧洲？→ 考虑铁路（性价比）
其他 → 海运 + 少量空运（混合策略）
库存可支撑 < 15 天？
空运（紧急补货，避免断货）
已经断货？
空运最快批次 + 海运大批量（双管齐下）

AI 辅助物流决策：

请帮我选择最优的头程物流方式：

货物信息：
- 产品重量：[X] kg/件，体积：[X] CBM/件
- 本次发货数量：[X] 件
- 总重量：[X] kg，总体积：[X] CBM
- 出发地：[城市]
- 目的地：Amazon [US/DE/JP] FBA 仓库

时间要求：
- 当前库存可支撑：[X] 天
- 期望到仓日期：[日期]

物流报价（如有）：
- 海运：$[X]/kg 或 $[X]/CBM，时效 [X] 天
- 空运：$[X]/kg，时效 [X] 天
- 铁路：$[X]/kg（如适用），时效 [X] 天

请分析：
1. 各物流方式的总成本对比
2. 各方式的到仓时间和缺货风险
3. 推荐方案（考虑成本和时效的平衡）
4. 是否建议混合方式（如 70% 海运 + 30% 空运）？
5. 如果物流延迟 [X] 天，对库存的影响和应对方案

头程物流的核心原则：常规补货用海运控制成本，紧急补货用空运保证不断货。建议每次海运发货时，预留 10-20% 的空运预算作为应急。

Content rephrased for compliance with licensing restrictions. Source: impakter.com FBA prep and 3PL operations

7. 学习资源

7.1 免费课程

7.2 YouTube 频道推荐

7.3 推荐阅读

Content rephrased for compliance with licensing restrictions. Sources cited inline.

7.4 社区与论坛

9. 完成标志

• 用 AI 建立一个产品的完整补货决策模型（含安全库存计算、补货点、三种场景分析）
• 用 AI 分析你的 IPI Score，制定具体的改善方案并执行至少 1 个月
• 用 AI 制定一次大促备货计划（Prime Day 或 BFCM），包含 8 周时间线
• 建立月度补货 SOP 并执行至少 2 个月，记录补货准确率
• 用 AI 处理至少一批滞销库存，对比处理前后的仓储费变化
• 用 AI 评估供应商交期风险，建立至少一个备选供应商方案

完成以上所有项目后，你已经掌握了 AI 辅助库存管理的核心技能。接下来进入 A6 合规与风控，学习如何用 AI 应对 Amazon 合规挑战。

附录：快速参考卡片

Prompt 速查表

工具速查表

安全库存与补货公式速查

服务水平系数 (Z) 速查

库存健康检查清单

每周检查：
IPI Score 是否 ≥ 400？
是否有 Stranded Inventory？→ 立即修复
是否有 SKU 库存 < 14 天销量？→ 紧急补货
在途库存状态是否正常？→ 追踪物流

每月检查：
库龄 > 90 天的 SKU 清单 → 制定处理方案
库龄 > 180 天的 SKU → 紧急清仓
各 SKU 的 Sell-through Rate → 低于 3 的需要关注
补货计划执行情况 → 是否按时下单和到货
供应商交期记录 → 更新交期数据

每季度检查：
安全库存参数是否需要调整？（销量变化、Lead Time 变化）
供应商评估 → 是否需要发展备选供应商？
库存资金占比 → 是否超过 60%？
下一个大促的备货计划 → 提前 8 周启动

库存决策树

需要补货决策
库存可支撑天数 < Lead Time + 安全天数？
是 → 紧急补货（考虑空运）
否 ↓
库存可支撑天数 < Lead Time + 安全天数 + 30 天？
是 → 常规补货（海运）
否 ↓
未来 3 个月有大促？
是 → 启动大促备货 SOP
否 ↓
库龄 > 90 天的库存占比 > 20%？
是 → 先处理滞销，再考虑补货
否 ↓
库存水位健康 → 下月再检查

(a4-customer-service.md) | Path 总览 | A6 合规 >