服饰零售店铺库存调拨补货建议数据
收藏资源简介：
本数据产品用于博洋服饰旗下店铺商品库存的智能调拨补货决策。基于DRP系统汇聚的销售、库存、店铺及商品数据，以“店铺+商品(SKU)”为最小粒度，通过AI模型/SKILL自动识别各店铺各SKU的缺货与富余状态，量化需求缺口和库存余量，并结合调拨策略与地理距离，生成跨店调拨补货建议明细数据。建议字段涵盖调出/调入店铺、SKU、建议调拨数量、调拨顺序号、调拨类型及地理位置距离等关键指令信息。 该数据直接服务于企业运营管理场景：运营官以调拨建议为标准，向各店长下达精准调配指令，实现库存资源在店铺间的动态再平衡。日常应用于周期性补货计划，亦支持紧急缺货时的快速响应，替代传统依赖人工经验的高成本决策模式，使操作简单高效。 实际应用成效显著：一方面，缓解缺货店铺的商品断供风险，保障销售连续性，提升整体销售额；另一方面，加速富余店铺库存流转，减少积压，提高库存去化率。该数据产品有效提升了企业商品运营效率和终端市场响应能力，对优化企业整体经营绩效具有重要推动作用。一、数据来源说明 本数据集源自休闲服饰企业自有的DRP系统，整合旗下店铺销售与库存数据，经AI模型/SKILL运算生成智能调拨补货决策建议。关键字段含本地基础数据、计算字段及AI生成字段，隐私字段已做匿名化与去标识处理。 二、数据集关键字段 1.基础字段 版本、单据日期、所属周/前一周；调入方与调出方的组织编号、店铺编号、省份、城市、县区；商品SKU（含颜色尺码）、商品评级（爆/爆待/畅/畅待/平/滞）、规格、始销日期、销售停止日期。 2.计算字段（调入/调出分别计算，下面周数都为保留2位小数，商品库存和销量单位为件） 已销周数、可售周数（按始销/停销日期计算）；店铺库存数量；安全库存周期（依评级：爆4周、爆待3周、畅3周、畅待2周、平2周、滞1周、未评默认2周）；周销量、前一周销量、周均销量（取两周均值）；预计可销数量＝周均销量×安全库存周期（取整）；调入方：缺货状态（已缺货/缺货中/库存充足/无法估算），需求缺口＝预计可销数量－库存，并取整；调出方：余量状态（超富余/富余/无法估算），库存余量＝库存－预计可销数量，单位为件，剩余可销周数。 3. 大模型生成字段 调拨顺序号（按策略标注1,2,3…）；调拨补货建议数量（单位为件）；调拨类型（同组织/跨组织）；地理位置距离（同县区/同城市/同省份/同区域）。 三、AI Skill处理规则 1.数据读取：全量读取店铺基础与商品信息表；销售库存表按数据量全量或分批读取。2.合并与关联：合并分批，按SKU左连商品信息补充分类字段；强制通过店铺编号关联店铺基本信息表。3.强约束：当任一方达上限即终止该SKU配对。4.AI大模型（Deepseek v4）分析配对：调入候选：筛选“已缺货/缺货中”，按需求缺口降序；调出候选：筛选“超富余/富余”，按库存余量降序。调拨优先级：①同组织内调拨＞跨组织；②调入方已缺货＞缺货中；③同缺货状态缺口大优先；④调入方按地理位置近匹配（同县区＞同城市＞同省份＞同区域）；⑤同地理位置调出方超富余＞富余。5.结果数据集 （调拨补货明细）：调入、调出方维度：组织、店铺、省份、城市、县区、SKU、商品名、评级；指标：已销周数、缺货状态、需求缺口、库存、安全周期、周均销量、可售周数、预计可销、余量状态、库存余量。调拨建议维度：调拨类型、地理位置距离；指标：调拨顺序号、建议数量 。
