体育周边卖断货到底是好事还是库存预测失败？

第四天就卖光，先别急着庆祝

“卖断货”在体育周边行业里常常被当作好消息：说明商品受欢迎，说明没有积压，说明这一批赚到了钱。这些都没错，但它们只说出了一半。另一半问题是：如果多备一千条、两千条，是不是也能卖掉？

回到开头的模拟场景。这款冠军纪念围巾的销售窗口是十天，庆祝活动、夺冠游行和随后的两个主场都在这十天里。示例数据显示，前四天的销量分别是1500、1400、1200和900条，第四天晚上售罄。之后的六天里，商品页每天仍有上万次浏览，加购按钮变成了到货提醒，累计登记了2300多人。

在十天窗口的第四天就卖光，意味着后面六天的需求完全没有被满足。这不是一次成功的备货，而是一次备货不足——只是它的损失不会出现在任何一张销售报表上。

卖掉的数量，不等于需求的数量

这里有一个在库存预测中非常关键的概念：需求截断（Censored Demand）。当库存充足时，销量约等于需求；一旦卖断货，销量就被库存“封顶”了，记录下来的5000条，只能说明需求至少有5000条，却说明不了到底有多少。

需求截断最危险的地方，在于它会悄悄污染下一次预测。设想下一个赛季，同类纪念商品又要备货，预测模型拿上一次的历史销量作为依据：“上次卖了5000条，这次备5500条应该够了。”可如果真实需求是8000条，这次还是会提前售罄，记录下来的又是5500；再下一次，模型会基于5500继续预测。几轮下来，历史数据看起来越来越稳定，实际上一直在低估需求，而每一次都留下了一大块没人看见的缺口。

所以在做预测之前，应当先给历史数据打上一个标记：这段时间有没有断货？哪几个尺码、哪几个渠道断了？断货持续了多久？没有这个标记的历史销量，不能直接当作需求来用。这也是为什么体育商品预测不能只看历史销量——历史销量里本身就藏着过去的库存决策。

卖断货以后，怎么估算丢掉的需求

既然销量被截断了，就需要用别的证据把真实需求“补”回来。实践中常用的方法有四种，最好组合使用：

1. 用售罄前的销售速度和相似商品的曲线推算。如果过去同类冠军纪念品在十天窗口中，前四天的销量通常占全窗口的55%左右，那么这次前四天卖出5000条，推算全窗口需求约为9100条。这个方法依赖相似商品的曲线是否可比，需要谨慎选择参照物。
2. 用到货提醒和加购数据做下限校验。2300多人登记到货提醒，按照过去到货后约35%的转化率，至少还有800条左右的需求是明确存在的。这个数字一般偏保守，因为很多人不会登记提醒，而是直接离开。
3. 用没有断货的渠道或门店做对照。如果同一款商品在某个门店一直有货，而它在前四天的销量和线上的比例相对稳定，就可以用它后六天的销量，推算线上如果有货会卖多少。
4. 看替代商品的销量变化。围巾售罄后，同系列的冠军帽子、纪念T恤销量明显上升，说明一部分需求转移到了替代品上。这部分需求没有完全丢失，但也要从“丢失的需求”中扣除，避免重复计算。

把这几种方法放在一起，这个模拟场景里的真实需求大致落在7500到9000条之间，丢失的需求约为2500到4000条，其中有一部分被替代商品接住了。给出一个区间，比给出一个精确数字更诚实，也更有用。

备多了的代价同样真实：不同商品的残值差别很大

如果只盯着缺货，结论很容易变成“以后都多备一点”。但积压也是有代价的，而且不同商品的代价差别很大。关键在于商品卖不掉以后还能值多少钱，也就是残值：

这张表说明了一个常被忽略的事实：同样是“多备了一千件”，对基础款围巾来说可能只是明年接着卖，对印有夺冠日期的纪念围巾来说却几乎等于直接亏掉成本。所以缺货和积压哪个更可怕，不能一概而论，要看商品本身。

缺货和积压，哪个更贵：一个不用公式的算法

在库存理论里，这类“一次性备货、卖完即止”的问题有一个经典的思考方式，通常被称作报童问题。它的核心思想可以用两句大白话讲清楚：

• 少备一件，如果有人想买却买不到，损失的是这一件本来能赚到的毛利。
• 多备一件，如果最后卖不掉，损失的是它的成本减去最后能回收的残值。

用一组示例数据来算。一条纪念围巾售价120元，成本40元：少备一件的损失是80元。如果它是基础款，卖不掉后能以20元清仓，多备一件的损失就是20元。两者相比，缺货的代价是积压的四倍，这时候应该宁可多备一些——比较合理的目标，是让备货量能覆盖大约80%的可能需求情形（80除以80加20）。

如果它是印有夺冠日期的纪念款，过了窗口一分钱也卖不掉，多备一件的损失就是完整的40元。这时缺货代价80元、积压代价40元，合理的覆盖目标降到大约67%（80除以80加40）。也就是说，残值越低的商品，越应该接受一定的售罄风险。

这个比例，就是通常所说的服务水平目标的一个来源。它提醒我们，“一定不能断货”和“一定不能积压”都不是合理的目标，合理的目标是让两种风险在这件商品的成本结构下达到平衡。关于决赛类纪念品的具体备货，可以结合一场决赛应该提前准备多少冠军纪念商品一起看。

服务水平和安全库存：给不确定性留出多少余量

有了服务水平目标，还要把它转化成具体的备货量，这就要用到安全库存。安全库存不是“多放一点以防万一”这么随意，它是专门用来吸收两类不确定性的：

• 需求的不确定性：预测是一个区间，比如5500到9000条。区间越宽，为了达到同样的服务水平，需要准备的余量就越多。
• 补货的不确定性：如果商品可以在三天内补货，安全库存可以少一些，因为断货后很快能补上；如果补货需要六周，而销售窗口只有十天，那实际上就只有一次备货机会，安全库存必须在开始前就放足。

同一款商品的不同尺码、不同渠道，也应该有不同的安全库存。比赛现场的商店补货困难、客流集中，余量要更充足；线上仓可以跨区域调拨，余量可以相对精简。欧宝体育的Inventory Engine在计算时会把商品残值、预测区间、补货提前期和渠道特点放在一起，给出每个尺码、每个渠道的建议备货量，而不是一个统一的总数。更细的限量商品备货思路，可以参考限量收藏品应该生产多少。

整体没卖光，也可能已经在尺码上断货

需求截断不只发生在“整款商品卖光”的时候。更隐蔽的一种情况是：总库存还剩三成，但最热门的尺码早就断了。以一款冠军纪念T恤的示例数据为例，M码和L码在开售第三天就售罄，而XS和XXL码到窗口结束时还剩下一大半。报表上显示整体售罄率约70%，看上去备货偏多；实际上，热门尺码的需求被截断了，冷门尺码却积压了。

这种情况如果只看总量，下一次的结论会是“少备一点”，结果热门尺码断得更早。正确的复盘方式，是把售罄时间和剩余库存都拆到尺码、渠道一级去看：哪些尺码在什么时候断的，断货以后同款其他尺码有没有被“将就”买走，剩余库存集中在哪些尺码。尺码结构的偏差，往往比总量的偏差更值得先修正。

另外，如果商品本身允许少量追加，比如基础款围巾可以在一周内补一小批，那么就不必在开售前把全部风险都压在一次备货上。可以先按较保守的服务水平备货，同时准备好快速补货通道和预售入口，用开售前两天的真实销售速度去决定是否追加。这种“首批加追单”的方式，本质上是用较短的补货提前期换取更少的安全库存。

比“有没有卖光”更值得看的，是“什么时候卖光”

复盘一次周边销售时，建议不要只问“卖没卖光”，而是看售罄发生在销售窗口的哪个位置：

在开头的模拟场景里，售罄发生在十天窗口的第四天，也就是前40%左右，这属于明显的备货不足。它的“成功”只是表面上的：没有积压、没有打折，但同时有两三千条的需求被放走了，而且如果不修正，这个缺口还会延续到下一次预测里。

下一次复盘，请带上这四组数据

卖断货到底是好事还是预测失败，答案不在“卖光了”这三个字里，而在它背后的几组数据里。建议每次重要周边销售结束后，复盘会上至少带上四组数据：售罄发生的时间点占销售窗口的比例；售罄后的浏览、加购和到货提醒；用两种以上方法估算出的丢失需求区间；以及按商品残值计算出的缺货成本和积压成本。

有了这四组数据，团队讨论的就不再是“这次备得好不好”的感受，而是“下一次应该把服务水平定在哪里”的决定。卖光不一定是成功，剩下一些也不一定是失败，真正需要避免的，是让被截断的销量一次次冒充真实需求，悄悄决定下一次的备货量。