千万不要小看了库存这个细节，事实证明，适宜的库存数量更能吸收消费者下单。
不过，库存假如没有了，要及时补货，这也是一个十分有技术含量的问题，拼多多商家要怎样补货呢?
一、基于日销补货测算首先，这种办法适用于店铺日销偏平稳的店铺。
每天的数据动摇是正常的，但总体不会呈现规律和大起大落的状况。
前半局部是由于活动招致销量动摇，活动完毕后趋于平稳，而且在补货周期和销售周期内没有活动方案。
难点是不同的SKU的补货周期不同，要完成高效率的补货测算假如用Excel函数将十分复杂，因而我选择的工具是Power Pivot，是效率最高，完成相对较为容易，最容易的是Power Query能够全程可视化操作。
以下的几个SKU的补货周期是21天(也就是从工厂下单到入库需求21天)，依据最近21天的销量减去现有的库存量，就是要补货的最小量，几天后要补货是依据库存和补货周期的计算，这张表需求每天更新数据，能够每天监控可能要补货的SKU，库存一周期备货量是到货后还能卖一个补货周期天数的量，普通以这个为准。
二、基于时序的补货测算当销售趋向呈现规律性的时分，假如是下图这种7天规律的，补货周期大于7天的时分，能够用时序预测的办法，当然也能够用基于日销的办法，由于周期性曾经涵盖在补货周期天数里面的。
当SKU的销量趋于上升趋向的时分，比方在产品中前期时，还不稳定，而且呈现一定的增长趋向，那样就无法基于之前N天的销量来测算补货数量了，否则补货量将无法满足周期的销售。
基于时序的预测，需求用到FORECAST.ETS函数这个函数共4个参数第一个参数是要预测的日期第二个参数是历史的数据第三个参数是历史数据对应的日期第四个参数是周期长度，为7表示周期为7天(7天为周期是经过察看图表和经历得来，淘宝7天为一个商品的流量周期)。
预测结果是每7天稳步上升，由于前面3个(7天)周期中都有两个峰值，所以后面的预测图形都具有这个特征。
前21天的销量为9207，预测将来21天销量为18140。
三、基于活动补货测算活动的数据在图形中属于异常值，特别是一天的活动，就特别像是一个离群点。
以上两种办法完整不顺应于活动的测算，活动销量的测算需求思索的要素更为丰厚。
关于S级别的活动，备货量是跟小二谈的了，关于聚划算、淘抢购等常见的A级活动预测能够经过历史数据树立回归方程测算，关于参与大促的中小商家也适用此办法。
此办法重点是影响要素确实定，重要要素有珍藏数，珍藏率，活动位置，同行活动价钱，同行活动销量等。
本例以淘抢购平台的销量测算为例，但不同类目不同状况下的重要要素不同，因而本文中的例子办法不完整通用，思绪和办法的原理是通用的。
首先要记载数据，经过数日的跟踪，发现数个跟本人的商品同类型的产品，得到下表。
备注：场次表示从0点到23点的13个场次，店铺类型1为集市店，2为天猫店，店铺销售额为近30天销售额(不包含活动当天)这些数据会存在水分，商家为了完成业绩会刷单，关于我们预测来讲这个数据是会影响结果的。
能够经过同行理解大约的比例，假如无法理解就本人预判，预判的范围在20-60%之间，假如你说大家上个淘抢购要刷个90%的单子，那这个的可能性不大。
从你报名到活动上线，中间有8-13天的时间，这是给补货的时间，假如补货周期极短，那就无所谓了，但是假如补货周期较长，最保险的办法当然是报名前就要预估好大致的销量，这样能够依照报名件数停止备货。
什么时分补货?
什么状况下要补货?
补货几?
这些都是我们要重点计算的，假如补货补得好，我们既能赚到，又不会由于货太多卖不进来而积压库存。
这个问题还有疑问的话，可以加幕思城火星老师免费咨询，他的微信号是huoxing051。
更多资讯请关注:幕思城。
