订货与补货
季节性需求补货规划
服装、礼品、食品、户外用品等品类都有强季节性——按月平均备货会旺季断货、淡季压货。本工具用季节指数法（经典时间序列方法）算出每个月的相对水平，并预测下一年每月补货量。
它能解决什么问题
告诉你 5 月该备多少、11 月该备多少——不是凭感觉，是按历史规律。
谁适合用
电商运营、品牌经理、计划员。在淡季备货季最有用。
怎么解读结果
季节指数 = 1 表示平均水平；> 1 是旺季；< 1 是淡季。下一年预测 = 季节指数 × 月均销量。
局限性：
需要至少 2 年历史数据识别季节性。本工具对突发促销、政策性变化不识别。
输入历史月度销量
每月一行，月份, 销量。例："2024-01, 100"。至少 2 年（24 行）。
下一年月均销量预测（不含季节性）
= 你预估下一年平均月销（不含季节因素）。可用最近 12 月平均 × 增长系数估算。
提前期（月）
季节性补货规划
季节指数（条形）
12 个指数的和应约等于 12。如果偏差大说明历史数据有问题。
下一年每月预测
| 月份 | 季节指数 | 预测销量 | 考虑提前期补货量 |
|---|
使用说明
- 取历史数据：从 ERP 导出过去 2–3 年每月销量。
- 填输入：每月一行，先月份后销量。日期格式灵活，"2024-01"、"Jan 2024" 都可。
- 读结果：季节指数告诉你哪个月旺、哪个月淡；下一年预测是"季节指数 × 预估月均"。
- 考虑提前期：如果提前期是 2 个月，你需要提前 2 个月按旺季备货。
注意事项
- ① 促销会扭曲季节性。双 11、618 等节点的销量应单独处理，不应计入季节性分析。
- ② 季节性不等于周期性。春节每年日期不同，会让 1/2 月数据波动。
- ③ 如果只有 12 个月数据，本工具会按"同月平均"做简单处理，结果噪声大。
- ④ "考虑提前期"列只是简单加法。实际生产涉及原材料、产能、工人排班，远比这复杂。
常见问题
季节指数怎么算？
每月平均销量 ÷ 总月平均销量。例如 7 月平均 200，其他月平均 100，则 7 月季节指数 = 2.0。
为什么指数加起来不是 12？
因为用的是多年加权平均，可能略偏离。本工具会做归一化处理。
我做快时尚，季节性极强，怎么办？
快时尚除了季节性还有"款式周期"。本工具只能管季节性维度。建议配合单品分析。
为什么我只有一年数据也能用？
本工具会按"月份销量 / 总月均"算出当年指数，但无法去除"该年独有事件"的噪声。建议至少 2 年。
About 本工具
开发目的：季节指数法是经典时间序列预测方法，中文实操工具少。本工具面向中小电商，无需统计软件。
适用：季节性明显的服装、礼品、食品品类。
局限：无法识别一次性促销/政策影响；单品款式周期未涵盖。
Privacy Policy
本地计算，数据不上传。Google AdSense 等第三方 Cookie 说明见 StockLab 总隐私政策。
Disclaimer
预测为统计参考，实际经营需结合业务变化、促销计划、新品上市等动态调整。