电商大促下的库存预分仓策略：从被动到主动

去年双 11 第一天凌晨 2 点，我们一个客户仓库的库管老李发来微信：「我这边 5 万单压着没发出去，跨区调拨单已经排到下午了。救一下。」 —— 后来复盘发现，问题不是出在大促当天，而是出在大促前 3 周的备货计划上。

618、双 11、年货节……大促对仓库的考验，从来不是「今天能发多少单」，而是「3 周前你把货放对地方了吗」。

我们陪 30+ 家电商客户做过大促备战，今年把方法论总结成这篇——一份从「被动应对」到「主动规划」的预分仓策略。

一、为什么大促总是「爆仓」

很多老板把大促爆仓归咎于「订单太多」「人手不够」「系统卡了」。这些确实是问题，但都是表面问题。真正的根因，是大促前的库存分布和需求分布不匹配。

举个真实案例：

某美妆品牌在全国有 5 个仓库：广州、上海、武汉、成都、沈阳。大促前一周，他们根据「历史销量」给每个仓分了等量的 A 爆款（5000 件 / 仓）。结果大促当天，南方三仓（广州、上海、武汉）上午就卖断货了，北方两仓（成都、沈阳）还剩 2500 件。但因为「跨区调拨需要 3-5 天」，南方三仓的断货窗口期持续了整整 4 天，损失销售额 800 万。

问题出在哪？

• 历史销量没考虑区域差异：南方用户比北方更偏好这款 A 产品。
• 没有实时反馈机制：北方仓卖得慢，没及时把货调走。
• 大促当天调拨来不及：跨区调拨的物流时间是硬约束，必须在大促前完成。

「爆仓」的本质是「错配」——货在不该在的地方，不在该在的地方的货在别处。 预分仓要解决的，就是这个「错配」问题。

二、预分仓模型的核心思想

预分仓不是「拍脑袋分货」，是一套基于数据驱动的决策模型。它的核心思想可以概括为四步：

1. 需求预测：大促当天每个仓大概能卖多少

数据输入：

• 历史大促数据：去年 618 / 双 11 同一仓的销量。
• 日常动销数据：过去 30 天每个仓的日均销量、动销曲线。
• 活动力度：满减、折扣、平台流量倾斜。
• 天气 / 季节因素：服装、化妆品类目尤其敏感。
• 新品 / 直播因素：今年新上 SKU、达人带货计划。

数据输出：

• 每个仓、每个 SKU 的大促期间销量预测值（P50 / P90 两个置信度）。

2. 库存盘点：现在每个仓有多少货

数据输入：

• 当前在库数量（系统实时数）。
• 在途库存（已采购未到货）。
• 预占用库存（已被订单锁定）。
• 待退库存（即将入库的退货）。

数据输出：

• 每个仓、每个 SKU 的可用库存。

3. 缺口计算：哪些仓需要补货、哪些仓需要调出

公式很简单：

缺口 = 销量预测（P90） - 可用库存

• 缺口 > 0：该仓需要从其他仓调入或总部补货。
• 缺口 < 0：该仓有富余，可以调出支援其他仓。

4. 调拨计划：怎么调最划算

这一步是大促备战的关键。调拨不是「想调就调」，每笔调拨都有成本和时间：

• 物流成本：跨区调拨的运费 vs 本地履约的运费。
• 时间成本：跨区调拨需要 2-5 天，是否赶得上大促窗口期？
• 库存成本：调拨期间在途库存的「库存占用费」。
• 风险成本：调拨过程中损耗、错发的概率。

最优调拨方案的目标函数：在大促窗口期内，所有仓的所有 SKU 库存满足 P90 需求，且总调拨成本（物流 + 库存 + 风险）最小。

三、实战：一份预分仓 SOP

上面说的是模型思想，落到执行层面，我们整理了一份「预分仓 7 步 SOP」，适用于大多数电商客户：

第 1 步：确定大促时间窗口（T-30 天）

• 明确大促开始时间、结束时间。
• 倒推：大促前 7 天库存必须全部就位（给最后一波调拨留 2 天缓冲）。
• 再倒推：跨区调拨需要 3-5 天，大促前 14 天必须启动调拨。
• 再倒推：调拨前的「补货入库」需要 7-10 天，大促前 30 天就要锁定所有 SKU 的采购计划。

第 2 步：SKU 优先级分层（T-25 天）

不是所有 SKU 都值得精细化分仓。对 SKU 做 ABC 分层：

• A 类（Top 20% SKU，占销售额 80%）：必须精细化分仓到每个仓、每个 SKU 维度。
• B 类（中间 30% SKU，占销售额 15%）：按区域分仓（南方区 / 北方区 / 中部区）。
• C 类（Bottom 50% SKU，占销售额 5%）：集中存放在 1-2 个中心仓，全国调拨即可。

这个分层很关键。很多团队试图「全 SKU 全仓精细化」，最后把自己累死，效果还不好。

第 3 步：A 类 SKU 销量预测（T-20 天）

用第二部分的方法，对每个 A 类 SKU 做销量预测，输出每个仓的 P50 / P90 预测值。

预测模型不需要很复杂，关键是把去年的数据用对：

• 去年 618 / 双 11 同一 SKU 同一仓的销量 = 「基线」。
• 今年新上 SKU 参照「同品类」去年同期数据。
• 平台流量倾斜、品牌投放力度作为调整系数。

第 4 步：缺口计算与调拨建议（T-15 天）

用 P90 预测值减去可用库存，得出每个仓每个 SKU 的缺口。

• A 类 SKU 的缺口必须 100% 解决（调拨或补货）。
• B 类 SKU 的缺口至少解决 70%。
• C 类 SKU 的缺口由中心仓兜底即可。

这一步会输出一份「调拨建议清单」：从哪个仓调多少件到哪个仓。

第 5 步：调拨执行（T-14 ~ T-7 天）

调拨是体力活，但有几个技巧能让效率翻倍：

• 整托盘调拨：尽量整托盘出库，减少拣货工作量。
• 同向合并：A 仓调往 B 仓、B 仓调往 C 仓，合并同方向运输。
• 优先级排序：先把 A 类 SKU 调完，再调 B 类，最后 C 类。
• 每日对账：每天同步调拨进度，识别滞后的仓和 SKU。

第 6 步：大促前 7 天：库存冻结

• 跨区调拨全部停止。
• 各仓盘点一次实际库存，对比预期。
• 对仍有缺口的 SKU，启动「应急预案」：

- 与总部协调紧急调拨。 - 调整店铺 SKU 上下架状态（暂时下架缺货 SKU）。 - 调整订单发货策略（延迟发货、改发其他仓）。

第 7 步：大促期间：实时监控

• 每小时更新一次库存。
• 爆品断货预警：当某个 SKU 在某仓库存低于安全值，自动预警。
• 跨区紧急调拨：预留 5% 的机动库存，用于大促期间的紧急调拨。

四、真实案例：某美妆品牌的 618 复盘

去年我们陪某美妆客户（年销 15 亿）做 618 预分仓，结果对比他们前一年（没做预分仓）的数据：

光缺货损失这一项，就省了 720 万。 而整个预分仓的投入（人力 + 系统 + 调拨物流）合计 90 万。

ROI 是 8 倍。

五、WMS 在预分仓中的作用

数格智途 WMS 的预分仓模块，今年已经支持以下能力：

• 多维度销量预测：内置时间序列模型 + 机器学习模型，预测准确率 P90 下 80%+。
• 一键生成调拨建议：系统根据缺口自动算出调拨清单，支持人工调整。
• 调拨全程跟踪：从出库、在途、入库全链路可视化。
• 大促实时看板：每小时刷新一次库存、销量、履约率、缺货预警。
• 历史复盘：每次大促后自动生成复盘报告，沉淀数据资产。

这套模块已经帮 12 个客户做 2025 年双 11、2026 年 618 的预分仓，平均缺货损失下降 70%，跨区调拨次数下降 60%。

六、写在最后

大促不是「拼执行力」的事，是「拼规划」的事。

很多仓库每年都在「救火」：爆仓了救、缺货了救、跨区调拨救、客户投诉救。救火式运营的成本，比事前规划高 10 倍。 一份系统的预分仓方案，能把 70% 的「救火」前置到「防火」。

618 还有 1 个月，双 11 还有 5 个月。 如果你今年想告别「仓库惊魂夜」，现在就该启动预分仓了。

我们愿意陪你做一次完整的预分仓复盘——看看你去年大促的钱到底亏在哪，今年怎么用预分仓把亏的钱赚回来。首次咨询免费，欢迎联系。

写作日期：2026-06-14