入仓预估 - 智能计算最优入仓数量
上传商品历史销量，自动完成区间拆分 → 加权预估 → 安全系数修正 → 入仓建议，批量输出每个SKU的建议入仓数量
应用场景
▾省去excel中编写公式得时间
可根据业务情况自行权重调整
省去透视表交叉分析
Excel 公式隐蔽，不便审阅核对
功能优势
▾Excel 需手动写减法公式拆区间
Excel 需手动排查清洗脏数据
Excel 只能设固定系数一刀切
Excel 需安装分析工具包配置回归
计算流程
▾把累计销量（7/15/30/90天）拆成4段独立日均，避免重复计算。
近期数据权重更高（默认 4:3:2:1），更贴合当前销售趋势。
综合日均 × 天数；开启趋势外推则用线性回归逐天预测后累加。
建议入仓 = 预估总销量 × 安全系数 − 现有库存，负数自动归零。
查看技术细节（进阶）
区间拆分：0-7天日均 = 7天销量÷7；8-15天日均 = (15天销量−7天销量)÷8；16-30天日均 = (30天销量−15天销量)÷15；31-90天日均 = (90天销量−30天销量)÷60
动态安全系数：计算各区间日均的变异系数 CV = σ/μ，实际安全系数 = 基础系数 × (1+CV)，波动越大备货越多。
趋势外推：以各区间中点(3.5, 11.5, 23, 60.5)为 X 轴做线性回归 y=slope·x+intercept，逐天预测未来销量并累加。
促销期模式：权重首尾对调（近期↔远期互换），偏向长期数据，防止短期爆量导致过度备货。
示例说明
▾📌 示例：某京东充电宝 SKU，预估未来 30 天入仓量
① 上传历史销量数据：7天销量 140 件，15天销量 280 件，30天销量 540 件，90天销量 1440 件，现有库存 80 件
② 系统拆分不重叠区间：0-7天日均 = 20件；8-15天日均 = 17.5件；16-30天日均 = 17.3件；31-90天日均 = 15件
③ 加权综合日均（4:3:2:1）：≈ 18.0 件/天
④ 预估30天总销量：18.0 × 30 = 540 件
⑤ 系统输出建议入仓量：
决策建议：销量稳定可直接按 568 件入仓；若下月有大促活动，可手动上调至 680~720 件。
- 新品 / 上架不足 30 天——历史销量数据太少，系统无法建立可靠的日均基准，建议参考同类竞品或人工评估首批入仓量
- 数据不在同一时间点导出——7天、15天、30天、90天销量须同时导出，否则区间拆分会出现数据错位，结果失真
- 大促期间未开启促销模式——近7天正处于活动爆量期，若不切换促销模式，近期权重过高会严重高估日常备货量
- 季节性极强的品类——如羽绒服、泳衣等，旺季与淡季日均销量差异悬殊，用淡季数据预估旺季备货会严重低估
- 近期供应链或运营发生重大变化——如更换供应商导致断货、调整价格引起销量突变，历史数据与当前状态差异过大，参考价值有限
上传入仓数据
下载模板并按格式填写销量+库存数据
点击或拖拽上传Excel文件
支持 .xlsx / .csv 格式
文件格式要求
- 必需列（6列）：商品ID、7天销量、15天销量、30天销量、90天销量、现有库存
- 选填列：商品状态（在售/新品/清仓，不填默认在售）
- 文件格式：.xlsx / .csv（CSV 建议 UTF-8 编码）
查看完整字段说明（点击展开）
| 列名 | 必填 | 格式说明 |
|---|---|---|
| 商品ID | SKU编号，唯一标识 | |
| 7天销量 | 最近7天累计销量 | |
| 15天销量 | 最近15天累计（含7天） | |
| 30天销量 | 最近30天累计（含15天） | |
| 90天销量 | 最近90天累计（含30天） | |
| 现有库存 | 当前可用库存数量 | |
| 商品状态 | 在售/新品/清仓，不填默认在售 |
数据来源：后台导出销量 + 仓储管理系统导出库存，合并到同一张表。
第三步：调参数（一般默认即可） [点击展开]
分析效果预览
示例数据以下为基于模拟数据的计算效果展示，上传你的真实数据后将自动替换
