078库存分析：历史销售数据分析

　　为支持采购部门分析库存，科学订货，王二整理了常用的分析方法，包括以下七种。

　　历史销售数据分析，是假定销售趋势没有大的波动，根据公司历年的销售明细，预测后续一段时间的需求量。有以下4个步骤：

　　1、数据整理和格式清理

　　从公司ERP中按分析时间段导出销售明细数据（若报表体系比较完善，直接使用系统报表可以大幅减少数据量），存为EXCEL格式即可。然后，删除文件中的无效字段，清除文件格式，以便减小文件体积，更容易进行操作。

　　2、数据清洗

　　将多余、重复的数据筛选清除，将缺失的数据补充完整，将错误的数据纠正或删除。对生产系统而言，指去除异常数据的影响，包括促销与市场活动影响的销售数据、季节性产品销售数据、产品原材料价格波动影响的销售数据、公司政策调整影响的销售数据等。具体方法，可以参考黄成明先生的大作《数据化管理》。

　　3、数据分析

　　对每个Sku，计算近3个月销量加权平均值，该值与上一年度订货量（当月）比较，选择最大值。

　　对总公司或每个门店，权重应单独确定，初始权重可设为a=0.2、b=0.3、c=0.5。为了提高数据 的精确性，可以使用历史数据进行验证，确定合理的权值。比如根据2016年1-12月销售数据，使用1-3月销量预估4月销量，并与实际比较；使用2-4月销量预估5月销量，并与实际比较，在此过程中不断调整权重值，提高精度。

　　4、得出结论

　　以5月份数据为例计算，权重a=0.2、b=0.3、c=0.5，数据处理如下表。

　　上述计算中未考虑当前库存、在途库存、最小包装等因素。

　　根据历史数据确定后续采购量是最传统的一种方法，简单易用，适用于产品需求波动不大的情况。现在很多ERP提供的自动补货建议，基本的逻辑就是这样的。只是，考虑的指标和因素更多一些。