亚马逊FBA库存管理核心及库存补货计划自动表-48行-2个子表

文件类型：Excel表格

提取的文档内容：## 库存管理说明 | 一. 亚马逊库存管理核心是什么？ | |:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | A. 在亚马逊海外仓补货层面，对销量的处理？对已有库存数据的处理？ | | B. 亚马逊海外仓备货物流方式的选择，是快递，空运，or 海运？ | | C. 亚马逊库存管控中，多少库存是合理的，亚马逊库存周转率控制在多少是合理？安全库存量怎么确定？ | | D.亚马逊库存管控中，滞销库存怎么定义才合理。滞销库存与亚马逊总库存之间的关系是合理的？ | | E.为什么要管理sku，怎么去梳理自己的sku？ | | F.…… | | ok，我们先一一来分解下现在企业在亚马逊库存管控最大头之海外仓补货作业中，目前最常考虑的几个维度变量。 | | A. 补货提前期 = (内部处理天数 + 采购天数 + 中转仓操作天数 + 物流天数 + 目的仓操作天数 + 安全库存天数) | | B. 在途库存 = (内部已审批的库存 + 采购在途库存 + 中转仓库存 + 物流在途库存 + 目的仓待上架库 + 目的仓可用库存存) | | C. 备货周期，指的是此批次补货是准备销售多少天数。 | | D. 日均销量，指的是此批次补货在目的仓上架后，备货周期的日均销量。 | | 根据以上4个维度，推导出库存最大值及补货量： | | 库存最大值 = (补货提前期 + 备货周期) * 日均销量 | | 补货量 = 库存最大值 – 在途库存 | | 对，没错。看起来就那么一两百个字。看起来很简单，逻辑看起也很好理解。但就精益谋团队目前所接触到的公司，无一不是在库存管控这块吃了大亏，上到公司上千人，下单数十号人无一不是对亚马逊库存管控谈虎色变。要么销售因为缺货折磨的嗷嗷叫，要么一年到头老板算下账来，指鼻破口大骂：利润全在亚马逊库存里！ | | 精益谋团队认为，库存管控就是在亚马逊销量，时间及已有的库存这几个维度之间做文章。但里面涉及到的门道够啰嗦很多了。要尽可能减少缺货及滞销库存，库存管控员只有往死里扣细节，谁把细节考虑的最全，谁的亚马逊库存管控就做的最好，年会上老板才会给他加鸡腿。 | | 为了给大家更好的阅读体验，控制文章长度，本文先跟大家分享精益谋团队对库存管控中涉及到销量这块的理解。先附上张图加深各位童鞋对库存管控中维度的了解（如下图）。 | | 二. 亚马逊销量订单种类 | | 根据亚马逊订单的统计时间口径，就会产生很多种订单（假设所有的时间都统一转化为北京时间）。 | | A. 按顾客下单时间，这种指顾客只在前端操作了下单的步骤，但是还未付款。能够体现随机性，也能够表明顾客对这个宝贝有很强的欲望，但是还是未决定是否要拍下，还是会有较大的变数。 | | B. 按顾客付款时间，这种指顾客已经付款了，拍下了宝贝。能够体现随机性，也体现了顾客对宝贝的爱好程度。用于计算补货量的销量，我们建议是用按顾客付款时间为口径的销量。一方面体现了顾客对宝贝的爱好程度。另一方面从顾客付款时间的随机性中分析出规律，也有增加我们补货量的准确性。 | | C.下单到卖家操作系统的时间订单。 | | C.下单到卖家操作系统的时间订单。体量较小的公司可能还需员工手工下单到卖家操作系统。对这种统计口径的订单，有很强的人为干预因素，如周六日，节假日没人下单。订单集中到了周一或者假期后第一天上班下单。分析这种销量，就会发现假期后上班的第一销量比平时高很多。而周六日、假期期间没有销量。对统计分析销量就会有产生误导，所以强烈不推荐使用这种口径统计的销量。 | | D. 按发货时间的订单。按这种口径统计的销量也跟第三种情况一样，人为干预的因素太强。在计算补货量作业中，不推荐使用。 | | 至于为什么要定义出这么多口径的销量，是在分析公司其他作业流程有作用。 | | 三. 亚马逊历史销量与预估销量的关联 | | 在补货作业中，也经常会用到这俩种类型的销量。一种是历史已产生的实际订单销量，一种是对未来的预测销量。用实际产生的销量，还是用预估销量，也需要具体问题具体分析。对于实际产生的销量，这里提出个有效销量的概念。 | | A. 我们都知道，现在做独立站，亚马逊等都会补货到海外仓，FBA仓等。能够给顾客提供更好的服务体验。当海外仓断库存了，前端便会做下架处理。自然而然在下一批到货之前，是不会产生销量的（预售除外）。举个例子，假设仓库在3/1日至3/15日有库存，在3/16至3/31日之间是断库存了。3月份销量为60个，在求日均销量时，我们能用60/个吗？肯定是不行的。60/个得出的日均销量才能更真实的反应这个sku销售水平。这便是有效销量要考虑的其中之一。 | | B. 通过利润率判断店铺的运营是否常规。在店铺面临将要断库存的情况，而下一批补货到仓库在可预见的时间内。厉害的运营会有意识的控制自己店铺的销售节奏，控制出单。在现有的库存量下，支撑到下一批补货的到仓，避免listing下架。比如把售价提高到一个很高的水平。这样，在售价调整到合理的区间前，这段时间的销量也不应该算是有效销量。因为它不是店铺的正常运营状态。做为幕后的支撑人员，我们怎么才能知道，要怎么权衡这个销量是否合理，便是通过利润率。如果从某天后，这个店铺的订单率润率比平时高很多，销量也锐减很多。这个时候我们就要验证运营团队是否在前端把售价提高到了一个不合理的价格区间。如果是，那这段时间的销量也不能算做是有效销量。 | | 综上俩点，在我们认为有效销量的概念即是：在合理的售价，库存充足的期间内，店铺产生的销量即为有效销量。只有有效销量求出来的日均销量，才能够有效的支撑我们作为下批次补货的数据。 | | 我们接着往下深究，既然有效销量这么重要，我们怎么找出哪段时间的销量是最有效的。这就要对不同类型的sku做不同情况区分。 | | 第一种情况，可用库存天数记录≥30天的sku。如图1-1。统计期间内，假如统计近30天（标红色日期）的库存及对应销量的情况。每天都是有库存的，近30天也没做促销活动。便可以认为，统计期内的销量是有效的。如果在未来一两个月内，销售没有别的销售动作，如参加活动，市场竞争稳定。这个样本销量可以作用来预估未来30天或者60天的日均销量的样本。 | | 说明：由于数据量的问题，上传的图片显得很小，各位读者点击可放大，数据为脱敏后实际业务数据。 | | 第二种情况，15天≤可用库存天数记录＜30天的sku。如图1-2。统计期间内，假如统计近30天（标红色日期）的库存及对应销量的情况。3/16日至4/1日这段期间是有库存。4/2至4/14日库存已断库存且也没有销量。根据有效销量的理念，有效销量是3/16日至4/1日这段期间的销量。但是根据统计学大数定律，样本数据要大于等于30以上才具有可参考性。现在只有17天的样本数据，那怎么办？我们在接着往前看，3/1日至3/15日这段期间是有库存的，我们是否可以把这段期间产生的销量数据作为样本数据，凑足30天。在我们看来是可以的。这就是我们对这种sku的处理办法。对于15天≤可用库存天数记录＜30天的sku，只要不是季节性的sku，在近60天的销量都可具有参考性。 | | 说明：由于数据量的问题，上传的图片显得很小，各位读者点击可放大，数据为脱敏后实际业务数据。 | ## 库存管理自动输入表 | 库存补货计划自动生成表格（输入变量即可） | Unnamed: 1 | Unnamed: 2 | Unnamed: 3 | Unnamed: 4 | Unnamed: 5 | Unnamed: 6 | Unnamed: 7 | Unnamed: 8 | Unnamed: 9 | Unnamed: 10 | Unnamed: 11 | Unnamed: 12 | |:-----------------------|:-------------|:-------------|:-------------------|:-------------|:-------------|:-------------|:-------------|:-------------|:-------------|:--------------|:--------------|:--------------| | SKU | ASIN | 近7天销量 | 日均销量 | 预估日均销量 | 备货天数 | 运输天数 | 销售天数 | 预计所需库存 | FBA在库库存 | 在途库存 | 总库存 | 需要补货数量 | | *** | B**** | 68 | 9.714285714285714 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 | | *** | B**** | 69 | 9.857142857142858 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 | | *** | B**** | 70 | 10 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 | | *** | B**** | 71 | 10.142857142857142 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 | | *** | B**** | 72 | 10.285714285714286 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 | | *** | B**** | 73 | 10.428571428571429 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 | | *** | B**** | 74 | 10.571428571428571 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 | | *** | B**** | 75 | 10.714285714285714 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 | | *** | B**** | 76 | 10.857142857142858 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 | | *** | B**** | 77 | 11 | 10 | 5 | 15 | 15 | 350 | 30 | 180 | 210 | 140 |

文件大小：0.4MB

数据行数：48

适用平台：Amazon

数据用途：优化库存管理，提高补货效率