方法库

Stockpyl提供单级和多级库存模型、补货策略、供应链网络对象及仿真能力。可迁移到淘宝、拼多多SKU的供应商—国内仓—跨境履约节点，通过基线、需求上冲、交期延误等情景比较缺货率、库存成本和总成本。

核心做法：按SKU和履约节点整理需求、库存、在途、提前期及成本参数

来源贡献EOQ公式及需求量、单次订货成本和单位持有成本三个关键输入。迁移到淘宝、拼多多商家时，增加平台活动需求、供应商MOQ、美国履约周期、保质期、仓储阶梯费用及现金预算，并以情景比较替代机械采用公式结果。

核心做法：按SKU估算正常需求、促销需求和保守需求三种年度或周期需求

Shopify 文章给出 ABC 库存分析的核心逻辑：按各商品对总收入的贡献排序，并对 A、B、C 组实施差异化管理。迁移到淘宝、拼多多时应将单纯销售额升级为退款后贡献利润，并加入缺货损失、保质期、交期和母婴安全资料状态。

核心做法：汇总淘宝、拼多多最近 90 至 180 天 SKU 销量、实收、退款、成本、广告费和库存数据。

项目贡献了Bottom-Up、Top-Down、MinTrace等层级预测校准方法，以及概率区间和层级一致性评估流程。迁移时可把层级定义为平台、店铺、类目、商品族、SKU，但补货量仍需加入交期、在途、MOQ和保质期约束。

核心做法：定义平台至SKU的层级汇总矩阵并核对历史销量能否逐层加总

来源提供了按SKU贡献排序、计算累计贡献、划分A/B/C组并为各组配置不同库存策略的可执行步骤。迁移到淘宝、拼多多时，贡献指标应优先使用扣除平台费用、广告、退款和履约成本后的贡献毛利，而不是照搬销售额分层。

核心做法：导出近90至180天SKU销量、成交额、采购成本、平台费用、广告费、退款额、库存和缺货天数

CPSC页面说明儿童产品以及适用的一般消费品追溯标签应提供制造商或自有品牌方、生产地点和日期、批次等可识别信息，并讨论标签永久性及产品与包装标识。迁移到淘宝和拼多多时，应把这些字段接入商品档案、供应商批次、仓库库存和平台SKU映射；页面不是对每一产品规则的完整判定工具。

核心做法：按商品用途、目标年龄和适用法规判断是否进入强化追溯流程

来源解释安全库存的作用、常见计算思路以及需求和交期变化对库存缓冲的影响，可迁移为SKU级需求波动、平均交期、最长交期和补货点计算。Shopify示例不能直接替代淘宝、拼多多的活动峰值、平台仓规则、国内供应商最小起订量或美国市场验证假设。

核心做法：清洗SKU日销量，标记大促、断货、异常退款和一次性团购，避免把异常当作常态需求

来源给出按收入贡献划分A、B、C库存并实施差异化管理的操作框架。迁移到淘宝、拼多多时，除销售贡献外增加贡献毛利、供货交期、缺货损失、保质期和合规文件完整度，形成采购频率、安全库存和清仓动作。

核心做法：按近90天SKU销售额与贡献毛利计算累计贡献占比

开源项目提供库存优化分析与可复用代码思路，贡献了从SKU历史需求计算分类、库存策略和可视化输出的工作流。迁移到淘宝、拼多多时，应使用US履约口径下的净销量、贡献毛利、需求变异和供应交期，生成ABC-XYZ矩阵，而不是直接照搬示例参数。

核心做法：按周汇总SKU净销量、贡献毛利、退款、缺货天数、在途库存和供应交期。

StatsForecast提供AutoARIMA、ETS、Theta、季节性朴素法等统计模型及交叉验证、预测区间和大规模批量预测能力。可迁移步骤包括建立SKU时间序列、以季节性朴素法为基准、滚动回测比较误差、输出分位数区间；迁移到淘宝和拼多多时需要自行补充平台活动、价格、缺货及取消订单特征。

核心做法：导出至少52周SKU日销量，并统一订单、退款、取消和缺货口径

来源贡献了安全库存用于吸收需求和供应不确定性的概念、计算思路以及与再订货点结合的操作框架。迁移到淘宝、拼多多后，以可售库存、在途、销量、供应交期和活动计划计算风险缓冲，并对母婴刚需SKU设置更高服务水平；结果作为补货建议，不直接触发采购。

核心做法：清洗SKU日销量、缺货日、取消订单和异常活动数据，避免将缺货导致的低销量当成低需求

Shopify文章梳理了库存跟踪、需求规划、安全库存、盘点及供应商管理等可执行环节。迁移到淘宝、拼多多时，应以共享SKU主数据连接两个平台的可售、锁定、在途和退货库存，通过周期盘点校准账面数量，并依据交期和服务水平修正补货参数。

核心做法：建立平台商品ID、商家SKU、仓库SKU和供应商编码映射，明确库存状态定义

OR-Tools提供线性、整数及约束规划和车辆路径问题的建模示例，可将分配目标、容量、时间窗及不可行条件表示为求解模型。迁移到淘宝、拼多多时可用于订单—仓库分配和批次模拟；项目不包含平台物流价格、真实承运商服务水平或跨境清关规则，这些必须由商家提供。

核心做法：按订单行建立可履约仓库候选集，核验可售库存、批次状态、销售区域和产品限制。

来源解释订单履约从接单、库存管理、拣选包装、运输到退货处理的完整流程及自营、第三方履约选择。可迁移步骤是分解履约节点、设定服务时限、跟踪库存准确性和配送表现；淘宝、拼多多面向美国市场时需额外纳入跨境清关、当地承运商和平台承诺时效。

核心做法：按平台、仓库、目的地区域、运输方式和商品属性定义承诺送达规则

来源介绍了库存跟踪、需求预测、安全库存、再订货点、盘点和库存绩效等基础做法，可迁移为淘宝、拼多多多仓库存的统一可售量、补货点和情景模拟流程；具体服务水平和交期参数必须用本店数据估计。

核心做法：按SKU、仓库和日期对齐订单、取消、退款、可售库存、在途库存、采购单及入库记录

AWS Labs仓库提供基于SageMaker和GluonTS的深度时间序列预测方案，说明传统ARIMA、VAR与深度模型的差异，并覆盖数据标准化、滞后、多时间尺度、类别变量、缺失值、训练和部署资产。迁移时可使用淘宝、拼多多SKU周销量及促销、价格、缺货等特征，但仓库明确警告手工运行可能产生问题，且模型必须与简单基线进行业务回测。

核心做法：按SKU和周聚合淘宝、拼多多有效支付销量，分离退款、取消、缺货和异常订单

Shopify文章贡献了Kraljic供应商四象限、按12个月销售数据衡量利润影响、按交期和单一来源暴露衡量风险，以及以OTIF、fill rate、perfect order rate、缺陷率、退货率和到岸成本偏差建立记分卡的步骤；这些指标可直接映射到淘宝、拼多多店铺的采购、质检和履约数据。

核心做法：建立供应商—SKU—工厂—合同关系表，合并近12个月采购、销量、毛利和售后数据。

Shopify文章把采购、收货、销售和退货视为一个连续库存流，并提出识别滞销库存、按当前速度与在途量给出补货建议，以及比较各商品库存价值与售罄率。迁移到淘宝、拼多多时，可用ERP、仓库和订单导出数据重建这些指标，不依赖Shopify功能。

核心做法：按SKU和仓库对齐现货、锁定库存、在途、退货待检、单位成本及最近入库批次

来源给出安全库存公式“最大日销量×最大交期－平均日销量×平均交期”和订货点公式“平均销售速率×交期＋安全库存”，并区分固定、交期需求、季节性、JIT和ABC策略。迁移到淘宝、拼多多时，以店铺净销量、促销标签、供应商实际入库交期和可售库存计算，公式作为初始规则而非普适最优模型。

核心做法：按SKU汇总近90至180天支付后净销量，并标注大促、断货、异常退款和新品冷启动日。

来源将供应商管理拆为选择、合同谈判、入驻、绩效管理、风险缓解和付款管理，并强调集中存储资料、跟踪支出、库存、质量和供应风险。迁移到淘宝、拼多多商家时，可将订单准时率、来料合格率、批次文件完整度、响应时长和成本偏差纳入统一供应商台账；来源没有提供统一淘汰阈值，阈值必须用商家历史基线设定。

核心做法：建立供应商准入资料包，核验主体、产能、报价、交期、质量体系、产品责任安排和目标市场合规证据。

Shopify库存管理指南贡献了三次测试发货、比较承诺与实际到货、核查声誉与客户引用、记录响应时间、建立交期可靠性和备用能力评分卡，以及本地与国际供应商混合配置等步骤。迁移到淘宝和拼多多时，应进一步纳入平台退款、批次质量及美国进口合规资料，关键母婴SKU不能因最低报价而单一来源采购。

核心做法：先核验主体、工厂地址、目标品类产能、质量体系、美国出口经历及可提供的合规资料。

来源将SKU按累计收入贡献划分为约80%的A类、后续15%的B类和剩余5%的C类，并分别建议提前补货、监测等级迁移、组合促销或退出。来源同时明确其原始分级基于零售价收入且不计折扣和成本，因此迁移到淘宝、拼多多时应优先改用扣除退款、广告、履约和采购成本后的贡献毛利。

核心做法：拉取至少90天SKU级支付收入、退款、优惠、广告费、采购成本、履约成本、库存和缺货记录。

来源贡献了Kraljic供应商分层、以12个月销售评估利润影响、以交期和单一来源暴露评估风险，以及OTIF、填充率、缺陷率、退货率、到岸成本偏差和合规指标构成供应商计分卡的方法。上述数据可映射至淘宝、拼多多店铺的采购、质检和订单记录。

核心做法：建立供应商主档，将每个SKU、合同、证书、批次和采购单关联到真实供应商。

来源给出ABC分级框架：A类约贡献80%收入、B类约15%、C类约5%，并建议优先保障A类供给、降低C类库存。迁移到淘宝和拼多多时，应将分级主指标调整为扣除平台费用、广告、履约和退款后的贡献利润，并补充售罄率、库存天数及缺货损失。

核心做法：导出近90天SKU级销量、成交收入、退款、广告费、平台费、采购成本、履约成本和当前库存