我见过太多卖家把补货做成了一道“拍脑袋”的决策题。三年前我也一样，负责一家月销不到3000单的服饰店，SKU数量刚到80个，库存就已经乱成一锅粥。最惨痛的一次教训是某一款通勤衬衫，前30天日均销25件，我觉得“卖得不错”，一口气补了600件，结果下一周的销量直接掉到日均8件，因为季节转换加上同行出了更便宜的类似款。那批货压了将近四个月才清完，资金占用超过2.8万元，算上仓储和折价损失，毛利反而倒亏。
从那时起我意识到，补货这件事如果只看“卖了多少”，一定会出问题；只有把销量数据拆解成一套可复用的计算逻辑，才能从被动补货变成主动备货。这篇文章，我就把这套基于销量数据的科学补货方法完整讲透，包括公式、案例、工具选型，以及我踩过的那些认知陷阱。
先算一笔账，不会补货的代价有多大
很多中小卖家对补货的理解是“没货了就去补”，断货了紧急采购，压货了就降价清仓。听起来好像是两个孤立的运营失误，但如果你把时间拉长到一年，会发现“不会补货”的代价远比想象中更大，而且它以三种方式同时消耗你的利润、现金流和团队精力。
断货：丢掉的不是一单，是整个购物车
我做过一个小范围的样本观察，记录了一家日销40单的零食店在2023年连续三次断货前后的数据。单次断货平均持续6天，每次断货期间直接损失的订单量大约是65单，按客单价65元计算，销售额损失约4225元。但更隐蔽的损失是连带购买：零食类目的连带率通常在30%-45%，断货意味着消费者找不到目标商品后，很可能放弃整个购物车。基于这个样本，我把断货的完整损失拆成三层：
第一层是直接销售损失，就是断货期间本应成交的订单金额；
第二层是连带销售损失，因为缺一个SKU导致同店铺其他商品也失去成交机会；
第三层是客户流失成本，一部分用户会转向竞品店铺，下一次搜索时你的商品排名权重也会因为转化率下降而降低。
如果你月销过千单，每个月断货3-5次，你的实际损失可能不是几千块，而是上万块。断货不是库存问题，是流量和利润的双重泄漏。
积压：货卖不出去，钱就死在仓库里
与断货对应的是积压。国家市场监督管理总局的数据显示，我国中小企业平均生命周期只有2.5年，其中一个常见死因就是现金流断裂。而库存积压是现金流失血最隐蔽的方式。
我见过一个做家居收纳的卖家，SKU数量只有50个，但库存金额常年压在45万元以上，其中超过三分之一是超过90天没有动销的滞销品。滞销库存每多放一个月，就多产生一个月的仓储成本和资金占用成本。按年化资金成本10%估算，45万元库存压12个月，机会成本就是4.5万元；如果滞销品最终需要折价30%-50%清仓，损失进一步放大。补货补错了，看起来很努力，其实在用现金换库存，再用库存换教训。
低效补货：每天都在“救火”，没时间做增长
第三种代价是管理时间的浪费，这一条最容易被忽略。我接触过不少月销500-2000单的卖家，他们的补货节奏是“每天花两个小时拉订单、对库存、猜销量”，一周下来有将近14个小时耗在Excel表格和平台后台之间来回切换。这14个小时如果拿来优化产品、测新品、做投放，产出远超省下的一点库存成本。
更麻烦的是，这种“人肉补货”的方式天然滞后：发现断货的时候，通常已经断了一两天；发现积压的时候，往往已经压了很久。补货变成了救火，团队每天都被库存问题牵着走，没有精力去做真正带来增长的事情。
科学补货的核心，建立“销量数据闭环”
补货策略不是“算出一个数字”，而是一套持续运行的决策系统。我把它总结为“销量数据闭环”四步法：采集 → 预测 → 补货 → 复盘。任何一步缺失，补货就会退化成经验主义。
闭环四步法：采集 → 预测 → 补货 → 复盘
第一步采集，是把散落在平台后台、订单系统、Excel表格里的销量数据按SKU、按天、按渠道统一汇总。没有这一步，后面所有计算都是空中楼阁。
第二步预测，是基于历史销量数据估算未来一段时间内的需求。这里重点不是用一个公式吃遍所有商品，而是根据每个SKU的销量形态选择合适的预测方法。持续稳定出单的商品用近30天日均销量；上升期的商品要看最近7天环比增速；季节性商品要用去年同期数据做基准。
第三步补货，是根据预测结果、当前库存、在途库存和供货周期，计算出“什么时候下单、下多少单”两个关键参数。这就是后面第三大章要展开的核心公式。
第四步复盘，是把实际销量与预测销量做对比，评估偏差原因，更新下一次的预测参数。比如你预测下周日均销35件，实际只卖了20件，就要去分析是季节变化、竞品涨价还是自身流量下滑，然后在下一轮预测中把修正系数纳入进去。
这个闭环看起来简单，但真正跑起来的团队非常少。大多数卖家的状态是：有采集（看后台），有补货（没货就下单），但缺预测、缺复盘。少了两条腿，整个闭环就不成立。
需要采集哪些数据：不是只有“销量”这一个数
很多卖家以为收集销量数据就是看后台的“已售件数”，但真正支撑补货决策的销量至少包含六个维度：
订单量：按SKU记录的每天付款件数；
退货量：按SKU记录的每天退货件数，净销量=订单量-退货量；
流量数据：商品详情页的访客数和转化率，用于判断销量变化是趋势性还是偶然性；
促销日历：包括平台大促、店铺活动、直播带货的时间和强度；
价格变动：每次调价的时间点与幅度，价格变动直接影响需求；
供货周期：从下单到到货的天数，包括供应商生产时间、物流在途时间。
我建议你至少维护一张“SKU日销量明细表”，格式很简单：日期、SKU名称、订单量、退货量、净销量、备注（当天是否有促销/流量异常）。这张表就是你的补货决策的数据底座。没有这张表，任何补货公式都只是摆设。
为你的商品做ABC分类：不是所有商品都值得精细补货
做数据采集时有一个现实问题：SKU一多，管理不过来。我的建议是先做ABC分类，基于销售额贡献把商品分成三类：
A类商品：累计销售额贡献前70%的SKU，数量通常只占10%-20%。这类商品决定你的利润盘子，必须逐SKU精细管理，单独计算安全库存和补货周期，每周至少复盘一次。
B类商品：累计销售额贡献70%-90%的SKU，数量占20%-30%。这类商品需要常规管理，每两周复盘一次，补货计算可以批量进行。
C类商品：累计销售额贡献90%-100%的SKU，数量往往占50%-70%。这类商品走量低、动销慢，不需要逐个精细管理，而是设一个统一的最低库存阈值，低于阈值就批量补一次，不浪费精力。
有了ABC分类，你的补货管理就不再是一刀切，而是把有限的运营精力花在最能影响利润的商品上。
手把手教你算，补货量到底怎么定
现在进入全文最核心的实操部分。我会用一个具体的SKU案例，把补货计算从零到一带你走一遍。这套方法不是我拍脑袋发明的，而是从仓储管理和快消品行业的库存理论中简化出来的，适配中小电商卖家的实际场景。
四个关键参数：日均销量、供货周期、安全库存、补货点
在计算补货量之前，你要先搞清楚四个基础参数：
日均销量：建议取近30天净销量的平均值。净销量就是订单量减去退货量，这样才能反映真实的需求消耗速度。如果商品处于上升期，可以用近7天日均销量替代，但要在复盘时注意是否高估。
供货周期：从你下采购单到商品入库可售的天数。它包含供应商备货时间、发货时间、物流运输时间、入库上架时间。这个周期你一定不要用“供应商说几天”来填，而是用过去3次实际采购的平均天数。
安全库存：是为了应对需求波动和供货延迟而额外设置的缓冲库存。它的计算逻辑是：安全库存 = 日均销量 × 供货周期 × 安全系数。安全系数一般取1.2到1.5之间。如果你卖的是需求稳定的日用品，取1.2；如果是波动大的季节品或新款，取1.5甚至更高。
补货点：是一个库存水位线，当当前库存+在途库存低于这个水位线时，你就应该触发补货。计算公式是：补货点 = 日均销量 × 供货周期 + 安全库存。
这四个参数是整个补货体系的基石。每一条都直接关联到你店铺的真实运营数据，而不是拍脑袋定出来的感觉值。
补货量公式：安全库存、补货点与单次订货量
有了基础参数，接下来就是计算单次补货量。我用的公式是：
单次补货量 = 日均销量 ×（供货周期 + 补货间隔天数）+ 安全库存 – 当前库存 – 在途库存
这个公式的逻辑是：让你在补货间隔结束、下一批货到仓的时候，库存恰好回到安全库存水平，既不积压也不断货。
举个例子：某SKU的日均销量20件，供货周期7天，安全系数1.3，安全库存就是20×7×1.3=182件。补货点就是20×7+182=322件。假设你每14天补一次货，当前库存150件，在途库存100件，那么单次补货量=20×（7+14）+182-150-100=352件。
这套公式有一个好处：每一步都是可解释的，你能清楚地知道每一件补货是怎么算出来的，而不是凭“感觉差不多”来下单。当你需要跟合伙人解释为什么这次要补350件而不是200件时，这套公式就是你的决策背书。
淡季和旺季怎么调：季节系数法与促销系数法
固定公式解决的是平稳期的问题，但电商没有真正的平稳期，每个月都有或大或小的波动。我建议你在基础公式上再加上两个调整系数。
季节系数法：以过去12个月的平均日销量为基准1.0，每个月份根据历史销售数据算出一个系数。比如某防晒品类6月份的销量是全年平均的1.8倍，那6月的日均销量预测就是全年日均销量乘以1.8。这个系数建议用你去年的数据计算，如果没有去年的数据，可以先用行业经验值，然后在复盘中逐步修正。
促销系数法：在大促或活动期间，需求会被集中释放。我会把大促的销量曲线拆成预热期、爆发期、消退期三个阶段，每个阶段采用不同的系数。比如预热期销量是平时的0.7倍，爆发期是3到5倍，爆发后3天回落到0.4倍。补货计划要围绕这三个阶段分别计算，而不是一整个月用一个均值。
实战演练：用一个SKU走完整计算流程
我把完整的计算流程放在下面，你可以直接照着走：
第一步，取该SKU过去30天的净销量600件，得到日均销量20件；
第二步，查过去3次采购的供货周期分别为6天、7天、8天，取平均值7天；
第三步，因为这款商品属于需求比较稳定的基础款，安全系数取1.3，安全库存=20×7×1.3，约为182件；
第四步，补货点=20×7+182=322件；
第五步，当前库存150件，在途库存100件，计划每14天订货一次，单次补货量=20×（7+14）+182-150-100=352件；
第六步，考虑到下个月是旺季，季节系数1.3，将日均销量调整为20×1.3=26件，重新计算补货量=26×21+182-150-100=478件；
第七步，把计算结果记录到补货计划表，并注明“预估6月中旬到货，覆盖到6月底”。
这七个步骤看起来简单，但它把“什么时候下单、下多少单、为什么这样下”三个问题一次性回答清楚了。
从“手动算”到“系统管”，用进销存工具把补货自动化
公式再清晰，手动计算依然存在两个天花板：第一，数据更新不及时，等你在Excel里算完，销量和库存已经变了；第二，SKU一多，计算量就大到不现实。这个时候就需要一套进销存工具来替代人工执行。
人工算 vs 系统算：效率差在哪里
我对比过人工Excel测算和系统辅助补货的差别，核心差在三个维度：
效率层面，人工测算一个SKU的补货量平均需要10-15分钟，包括查销量、库存、在途和计算；系统辅助下，一个SKU大约需要10秒，而且是批量计算。
准确率层面，人工处理多平台数据时漏单、记错库存、过期数据混淆的情况很常见；系统通过API实时同步订单和库存，误差率大幅下降。
响应速度层面，人工补货一般是一周集中处理一次，断货风险窗口长达几天；系统可以做到每日自动扫描库存水位，一旦低于补货点就发出提醒，甚至可以生成采购建议单。
这里面有一个很关键的认知转变：使用进销存工具的目的不是替代你的判断，而是把可重复、可量化的工作（采集数据、计算补货量、跟踪库存变动）交给机器，让你把精力集中在不可替代的判断上（选品调整、促销计划、供应商品质管理）。
进销存软件的补货逻辑：预警、建议、生成的“三级火箭”
现在主流的进销存产品在补货这件事上基本遵循同一个逻辑，我把它总结为“三级火箭”：
第一级是库存预警。系统根据你设定的安全库存和补货点，自动扫描全店SKU。某个SKU的当前库存+在途库存低于补货点时，系统立即在仪表盘上标红提醒。这一级解决的是“什么时候补货”的问题。
第二级是补货建议。系统根据最近30天销量、供货周期和补货策略，自动计算出建议补货量。你可以在系统界面上看到计算过程和每一个参数的可信度，比如“日均销量基于过去30天数据，置信度较高”，然后你自己决定是否采纳。这一级解决的是“补多少”的问题。
第三级是自动生成采购单。当你确认补货建议后，系统可以一键生成采购单，并把补货记录回传到库存系统中，形成“采购→入库→销售→补货”的完整闭环。这一级解决的是“怎么执行”的问题。
三级火箭的价值不是“一键解决一切”，而是把补货流程从“人找数据”变成“系统找人确认”，效率自然不一样。
选型建议：中小卖家如何挑进销存工具
市面上的进销存产品很多，但不是越贵越复杂就越好。我给中小卖家的选型建议是“五看”：
一看多平台同步能力。如果你的店铺跨淘宝、京东、拼多多、抖音等多个平台，系统必须能自动同步各平台订单和库存，这是效率基线。没有这个能力的工具，再便宜也不能选。
二看补货建议的透明程度。系统给出的补货建议要能展示计算逻辑和参数来源，而不是给一个黑箱数字。透明度决定了你敢不敢信任这个系统。
三看预警灵敏度。安全库存和补货点设置越灵活越好，最好支持按SKU配置不同的系数，而不是全店统一一个公式。
四看成本和规模匹配度。月销千单的店铺不必追求几万元一年的高端系统；月销两三百单的卖家也完全不着急上系统，先把Excel模型跑通再说。我一般建议月销3000单以上或者SKU超过200个的店铺再认真考虑付费系统，低于这个规模，Excel清晰表+人工每周检查完全够用。
五看服务与培训。进销存软件牵涉库存、采购、财务多个模块，团队的培训成本不可忽视。选择有完善文档、视频教程和售后响应快的产品，前期推进会顺利很多。
避开5个补货认知陷阱
再好的方法，如果底层认知有偏差，执行时也会变形。这五个陷阱是我在自身实战和大量卖家访谈中反复看到的，每一个都足够隐蔽。
补货策略不是一个一劳永逸的答案。你上个月设的安全系数1.3，这个月可能应该调到1.5；你上个月用的季节系数1.8，今年同样的月份可能只到1.4，因为竞品多了。我建议每月最后一个工作日做一次完整的补货复盘，把每个SKU的预测销量和实际销量对比，偏差超过30%的单独分析原因，然后把修正后的系数更新到下一轮计算中。这个动作看起来朴素，却是整个数据闭环里最值钱的一步。
写在最后的总结
补货这件事，真正的核心不是“备多少货”，而是你怎么用数据来驾驭需求的不确定性。那些断货和积压的教训，绝大多数不是“运气不好”造成的，而是数据流断掉了：要么没有采集，要么没有预测，要么算出来不执行，要么执行完不复盘。
我见过不少卖家总觉得补货是个低价值的工作，不值得花时间建设方法论。但恰恰是这个看起来不起眼的环节，决定了你的现金流能不能转起来，决定了你敢不敢把爆款推到更大的流量池，决定了你的团队是在天天救火还是在稳步增长。这套基于销量数据的方法，不需要你是数学天才，只需要你愿意把原来的“感觉”换成一条条可验证的公式和记录。
你从今天开始可以做的第一步，就是建立那张“SKU日销量明细表”，坚持记录一星期，然后按文章里的公式算一遍全店最畅销的3个SKU的补货量，和你的经验值对比一下，差异会让你意外的。补货不是“多备一点更安全”，而是“算得越准越从容”，祝你早日把库存压力变成增长动力。
我经营着一家日销几十单的淘宝店，SKU超过一百个。以前补货全靠感觉，结果爆款经常断货，滞销款又压了不少资金。最近想认真用销量数据来算补货量，但网上的公式版本太多，不确定哪个适合我的情况。
先给结论：没有万能公式，但有可落地的四步框架。核心要算四个数：日均销量、采购提前期、安全库存、补货点。我们按顺序代入自己的数据就能用。日均销量不要只看近7天，建议取近30天均值，同时剔除大促和退款异常值。一个SKU如果近30天销量900件，日均就是30件。这是补货的基础输入，错了后面全错。
采购提前期等于供应商从下单到入仓的天数，再加1至2天物流缓冲。我做过的一个供应商写着3天发货，实际经常拖到第5天，所以提前期按6天算。宁可把提前期放宽，也不要卡着承诺天数算。安全库存用来吸收销量波动和供应延迟。
按“日均销量×提前期×波动系数”估，稳定商品系数约0.5至1，活动频繁商品系数约1.5至2。如果商品过去30天最大日销有波动，系数就往高处取，否则按低值算也够。补货点就是库存降到哪个数触发补货。公式是：日均销量×提前期+安全库存。
某SKU日均30件、提前期6天、安全库存270件，那么补货点=30×6+270=450件。单次补多少要看目标库存。假设每周补一次，目标库存=安全库存+日均销量×(提前期+补货周期)=270+30×(6+7)=660件。当现有库存降到450件时，建议补货量=660-现有库存-在途库存。
我踩过最大的坑是漏算在途库存。一批货还在路上，系统显示库存偏少，我又下了新单，结果重复采购压了大几万资金。现在我会把库存拆成可售库存和在途库存两个字段，补货量=目标库存-可售库存-在途库存，这个动作能避开大部分超采。速算参考如下：日均销量=近30天总销量/30；采购提前期=承诺天数+1至2天缓冲；
安全库存=日均销量×提前期×波动系数；补货点=日均销量×提前期+安全库存；建议补货量=目标库存-可售库存-在途库存。
新店开张一个多月，后台只有零零星星几单，供应商却要求首单至少几千件才供货。我既担心断货没有库存可卖，又怕一次囤太多压死现金流，这种没有销量数据的情况到底该怎么决策？
新店没有历史销量，第一次补货本质上是“用试错换数据”。我的建议是别追求首单精确，而是追求小批量多批次，让第一批货帮你验证真实需求。我常用两个替代方法。第一个是站内搜索热度加加购收藏估算：开直通车测款两天，记录曝光、点击、加购、收藏。
假设商品有2000次曝光、120次点击、45次加购，参考同品类平均点击率3%、加购率2%，再按加购转化三到四成去粗估首月需求。这个数字不够准，但比拍脑袋强很多。第二个方法是和供应商谈判首单。很多工厂说首单要3000件，其实是为了摊薄生产成本。
可以用“首发合作加后续翻单”来谈，比如首批1000件，第二个月补单到3000件，价格上浮不超过5%。我帮一个朋友的新店谈过，供应商最后接受了首批500件、按阶梯价补单。新店的生命周期比首单折扣更值钱，多聊几家工厂，比硬吃库存风险划算。
关于首单数量我有个经验值：预算允许的情况下，首批备货量控制在预估首月销量的60%到80%，剩余部分用预售或小批量翻单解决。比如预估月销300件，首单做200件左右，给销售验证留出空间。一旦卖起来，翻单只是多等几天的事。核心判断是新店补货的KPI不是“准”，而是“活着试出来”。
首单占用的资金不宜超过流动资金的三成，否则流量起来了资金却转不动，那才是最被动的局面。
我的店铺有明显淡旺季，比如冬天的暖宝宝和夏天的防晒衣，平时和旺季销量差好几倍，大促前后变化也很夸张。如果一直按平时销量来算补货，不是缺货就是积压，想知道旺季和促销期应该怎么调整补货参数。
淡旺季和促销本质上是同一个问题：历史均值失效了。平时补货像匀速行驶，旺季大促像弯道加速，继续按近期平均值算，不是断货就是积压。我会把补货参数临时放大，用季节系数和促销系数做两重调整。先说季节系数。取历史同期的涨跌幅度：冬季取暖器近30天日均30件，去年12月日均90件，季节系数就是3。
淡季则取0.3到0.5。具体取多少，参考去年同期同环比，不要凭感觉拍。再说促销系数。我做过某年双11复盘，有个核心SKU平时日销50件，大促当天冲到800件。如果不把大促销量标记为异常，直接算进日均值，活动结束后系统会按高均值继续建议补货，结果就是积压。
我们现在的做法是：大促数据独立标记，只在算促销期补货时使用，日常补货一律剔除促销异常值。调整方式很直接：先算调整后日均销量，再代入公式。举例，一个SKU平时日销50件，旺季系数3，大促系数1.5，调整后日均=50×3×1.5=225件。
如果提前期6天、波动系数2，安全库存=225×6×2=2700件，补货点=225×6+2700=4050件。注意这里的波动系数也放大了，因为大促期间不确定性远高于平时。促销结束后要记得关掉系数，否则系统会按活动期的高销量继续备货。我当时就是活动结束后没切回日常参数，按大促均值补了一批货，滞销了半年。
现在每个活动都会设置独立标签，活动前切换活动参数，活动结束当天切回日常参数。宁可少补一点，也不能把促销需求当成常态需求。
我在用一款进销存软件，系统会自动给出补货建议，但有时候它建议补得特别多，有时候又让我补一个根本卖不动的SKU。到底是软件不靠谱，还是我参数没设置对？想搞清楚该怎么正确使用这个功能。
进销存软件的智能补货建议，我把它当计算器，而不是当大脑。直接照做往往出问题。问题根源多数不在软件，而在参数没校准。我替客户切换过一款进销存工具，刚打开补货建议时，发现所有SKU都按“过去30天日均×7天”来算。这个7天是系统默认采购提前期，但客户供应商实际4天到货。参数错了，建议补货量自然普遍偏高。
后来我把每个SKU的采购提前期逐一改掉，再补上安全库存设定，建议值才变得可用。使用逻辑应该是：先让系统做库存预警和采购单模板，再用计算器或表格核对建议值。尤其高价值SKU，我会坚持人工复核一遍公式，不会全部交给系统。
市面上多数进销存软件的补货建议只依赖历史销量均值，不会自动剔除大促和退款异常，也不会判断趋势拐点。如果商品正处上升期或淡季来临，系统的建议天然滞后。当系统建议补货量比我自己的估计值高20%以上，我会先降级观察两天，再决定要不要补。
选型方面，中小卖家重点看四个能力：多平台订单库存同步、安全库存自定义、补货参数按SKU设置、库存预警阈值可调。第一个解决库存不准的问题，后三个决定补货建议能不能真正用起来。不要被“一键补货”“全自动采购”这类宣传带走。进销存真正值钱的是把业务流程标准化，而不是替代你做判断。
系统负责把账算清楚，你负责把生意读懂。
读者评论
文中把断货损失拆成三层很到位，我自己的店就经历过因为断货导致整单流失，连带率确实比想象中高。以前只盯着单件利润，现在会按公式算安全库存。
补货点公式其实不难，难在日均销量取数。文章说用近30天净销量，但新品或上升期商品用近7天更合理，这个需要自己判断，不能死套公式。
ABC分类很实用，我以前对所有SKU都一视同仁，结果累死还没管好。把80个SKU分成ABC后，只精细管A类，库存金额降了差不多三分之一。
文中提到的人肉补货太真实了，每天花两三个小时对表。现在我们用简单进销存工具来自动算补货点，能把精力省下来做运营，建议中小卖家先把数据表建起来。
季节系数法启发很大，不过对于非季节性商品，促销系数要特别小心。我按大促爆发期3倍备货，结果物流延迟，大促结束后货才到，反而积压。预警和供货周期也要纳入调整。