inventory-forecasting

用途

该技能用于库存需求预测与优化，目标是通过准确预测需求、计算最优库存水平，在降低持有成本的同时避免缺货。它把供应可用性与存储成本进行平衡，适用于需要制定补货与库存计划的业务场景。

历史趋势法
- 简单移动平均（适合稳定需求）：资料给出 3 个月与 6 个月移动平均的示例表，并据此得出次年 1 月预测值 1,417（3 个月移动平均）。
- 加权移动平均（近期数据权重更高）：示例权重为 3 个月前 20%、2 个月前 35%、上月 45%，计算得预测值 1,410 单位。
季节性调整
- 通过季节性指数识别旺淡季：示例中 5 月指数 1.33（峰值）、12 月指数 1.67（假日峰值）、1 月指数 0.67（淡季）。
- 季节性预测：基础趋势 1,250 单位时，5 月预测 1,250 × 1.33 = 1,663 单位；1 月 1,250 × 0.67 = 838 单位；12 月 1,250 × 1.67 = 2,088 单位。
回归分析
- 线性趋势加需求驱动：示例公式为 Demand = Base + (Growth Rate × Month) + (Seasonal Factor)，基础需求 1,200 单位、月增长 25 单位，第 25 个月预测为 1,825 加季节因子（若季节指数 1.1，则约 2,008 单位）。
需求驱动因素分析
- 列出营销支出（相关性 0.85，提前 2 周）、销售管道（0.92，1 个月）、竞争对手行动（0.60，1 个月）、季节性事件（0.75，3 个月）、经济指标（0.40，2 个月）、行业增长（0.70，持续）等驱动因素及对应动作。
- 示例调整：若 2 周后有大型营销活动（预期需求提升 30%），则第 3-6 周预测由 1,250 单位/周调整为 1,625 单位/周。

基本公式：Safety Stock = Z × σ_L × √(L)，其中 Z 为服务水平因子（95% = 1.65，99% = 2.33），σ_L 为需求标准差，L 为提前期。
示例：月均需求 1,250 单位、标准差 150 单位、提前期 2 个月、服务水平 95%，安全库存 = 1.65 × 150 × √2 ≈ 350 单位。
服务水平权衡表：90%（Z=1.28，安全库存 272，缺货风险 10%）、95%（1.65，350，5%）、99%（2.33，495，1%）、99.9%（3.09，656，0.1%）。

公式：EOQ = √(2 × D × S / H)，D 为年需求、S 为每次订货成本、H 为单位年持有成本。
示例：年需求 15,000 单位、订货成本 50 美元、持有成本 10 美元/单位/年，EOQ = √(150,000) ≈ 387 单位/次，年订货约 39 次，平均库存约 194 单位（另加安全库存）。
权衡表：100 单位总成本 8,000 美元（过于频繁）、387 单位 3,885 美元（最优）、500 单位 4,000 美元、1,000 单位 5,750 美元（可考虑批量折扣）。

方案 1：安全库存从 350 降至 200，节省持有成本 1,500 美元，但缺货与损失销售增加，净影响为每年亏损 8,500 美元（不推荐）。
方案 2：交期从 14 天缩短至 7 天，ROP 降至 583，平均库存 400，持有成本节省 5,000 美元，加急运费增加 3,000 美元，净节省 2,000 美元（推荐）。
方案 3：需求驱动订货，与供应商共享销售预测，由供应商持有安全库存，需评估供应商意愿。

资料以模板与示例形式呈现，包括月度预测报告模板（含历史需求、预测方法、需求预测、库存计划、采购计划、库存推演、风险与缓解措施）以及季节性调整框架（三年平均季节性指数表）。使用者可参照这些表格与公式，结合自身实际数据填写与计算。