商人天然对高性价比的领域有灵敏的嗅觉。于是，2010年跨境电商刚在中国萌芽时，入局门槛低的小件产品成了热门品类，如3C配件、皮具箱包、日用品等，大件家居始终不温不火。直到疫情期间，许多地区的人被迫居家办公隔离，大件家居也迎来前所未有的增长高潮，有的卖家利润曾一度上涨30%以上。 
商人天然对高性价比的领域有灵敏的嗅觉。于是，2010年跨境电商刚在中国萌芽时，入局门槛低的小件产品成了热门品类，如3C配件、皮具箱包、日用品等，大件家居始终不温不火。直到疫情期间，许多地区的人被迫居家办公隔离，大件家居也迎来前所未有的增长高潮，有的卖家利润曾一度上涨30%以上。
2023年全球TOP10国家家居销售额
但随着疫情常态化后民众的户外需求回归，叠加众多卖家涌入，价格内卷也成了近两年大件家居产品的常见现象。其间，有不少卖家因压货出现资金链断裂，也有因为价格内卷亏本清仓等，但也还有一部分卖家坚挺，当然也不乏新入局者。
不过，在行业洗牌后，许多大件家居卖家已经意识到要修炼好自己的基本功。需要在产品力及供应链端都有所提升。据笔者走访了解，许多大件家居卖家认为产品品质及交期、库存预测、物流成本、售后服务是困扰他们的常见痛点。所以，以下将从库存端来分析大件家居的痛点难点，并提供解决思路。
由于2020年和2021年家居行业的飞速增长，许多卖家在海外仓的库存经常售罄，于是，在2022年，许多大件家居卖家都翻倍制定年度目标，基本是2-10倍的增长，也因此开启了库存的无序扩张，大量备货到海外仓。
但2022年并没有迎来家居销量的持续爆发，大量货物被积压在海外仓，于是卖家开始疯狂打价格战，清库存回笼资金。经此一战，许多大件家居卖家意识到合理的库存预测非常重要，盲目乐观甚至会压垮整个公司。
与其他品类不同，大件家居生产和运输周期都比较长，比如实木家具涉及到选材、烘干、开料、配料、制榫、雕花等多个环节，加上品控和干燥处理时间，生产周期在45-90天；人造板材料制作的板式大件家具相对快些，大部分不需要特别复杂的个性化设计和定制，但制作时间也要15-35天。叠加家具产品体积较大，所以大部分头程运输基本是使用海运，到达北美西欧地区基本也需要25天的运输时间，所以大件卖家从下订单到工厂到海外仓再派送到消费者手里，至少需要备3个月的货。
较长的备货周期、重资产、市场及平台政策变化快等无疑给大件家居卖家做需求预测增加了很多压力。但在可为的部分，大件家居卖家需要了解需求预测偏差过大的原因，然后对症下药。
常见的问题主要有三类：
第一，许多跨境电商会使用移动加权平均法制定需求预测计划，即看以往销量和安全库存等，将所有库存天数细化，再调整节点和备货计划。但如果公司对于各平台销售数据、海外仓库存及在途数据不清晰，偏差就会较大。
比如有的卖家在做需求预测时会把产品分为三类：畅销品、长尾产品（销量不大但持续出单）和过时品（卖完就不再进货）。对于畅销品和长尾产品，基本按照往期销量和物流运输时间来做需求预测，但这些的基础是有清晰准确的数据。亿级精品卖家Leon表示，他们会要求业务员对他们手上的前15个热卖品实时监控，所谓热卖品就是它20%的SKU可以影响80%的销售，以此来了解产品的销售趋势，以更好地做需求预测。
但由于跨境电商平台政策多变，且不断有新兴平台冲击旧有的流量体系，在跨境眼调研的卖家中，有89%的卖家在2个以上的跨境电商平台运营。其中，Amazon的交易额占比最高，为71.45%；其次是eBay，占比5.31%；第三是Wayfair，占比5.29%；第四是Shopify，占比3.42%；第五是Walmart，占比3%。
随着卖家拓展的平台越来越多，使用人工进行统计已经越来越低效且极易出错。这时，有的卖家可以通过引入跨境电商ERP了解实时销售及库存数据。比如易仓ERP，可以实现拉通70多个平台销量数据，将申购信息责任到人，清楚掌握国内仓、海外仓、FBA仓的在库信息，还可以按日销估测库存周转天数等。
具体而言，可以在拉通多平台数据的基础上，可以形成一目了然的销售罗盘，并且能实时提供周期性的销售趋势分析、各平台的贡献占比、店铺维度的长预期等数据。这些数据不仅有利于及时制定和调整销售策略，还给卖家做需求预测提供了可靠的保障。
此外，易仓ERP还可以提供多平台库存信息，包括国内仓、海外仓、FBA仓的在途和在库信息，和按日销估算的库存周转天数等数据。
比如致*科技也是通过自研的系统打通内部和外部行业信息，利用历史销售数据、现有库存数据及市场需求变化、采购交货及海运周期等信息，合理制定当期销售计划和采购计划，并据此确定具体产品采购需求。
第二，许多跨境电商公司倾向于单独让销售来做需求判断，但又缺乏良好的机制去规避销售做预测可能产生的问题。一是由于销售离市场更近，接收到的个体信息更多，往往判断偏感性；二是由于他们的收入和营收挂钩，所以也倾向于做更大胆的需求预测。但对于销售人员常出现的这两个问题，又往往缺乏解决方案。
Leon也是倾向于让销售来做需求预测，但他们几乎没有过库存积压，只是会偶尔出现断货的情况。他是从两方面着手，一是对业务员的考核按毛利提成，如果毛利很低，业绩再高也没有多少提成；二是尽可能少裁员，业务员在公司的年限长，稳定性比较好，也会更同心同德，希望公司能持续发展。许多公司会把营业额作为指标且不爱惜员工，所以有些业务员会比较短视，不断地加大指标，大不了公司垮了自己离职也没有损失。
还有些家居企业则是倾向于让销售和计划人员共同做需求预测。计划人员更关注存量及运营成本，并且会从理性的数据分析出发作出判断，但会忽略经验的特殊性，这可以和销售人员形成互补。所以，这些企业往往是在历史数据分析的基础上，由计划人员做出基准预测，根据销售人员等的反馈（判断），做出适当调整，形成最终的需求预测。
具体而言，如果产品需求量越小，其数据量越少，越需要依赖销售、市场、产品管理等接近客户的职能，通过经验来判断备货计划；反之，需求量越大，需求历史数据的作用越大，越可以依赖计划职能基于数据来预测。
第三，面对市场及平台政策的快速变化，许多卖家仅靠计划及销售对当下市场的预测，预测过高或过低，没有其他的补救措施。
其实，可以通过稳定库存和销量着手。比如在库存上，有的卖家对于有市场竞争力、利润可观的产品，会让计划人员按一定的天数在国内仓库设置共享库存。一般来说，安全库存的数量取决于三个因素:需求的确定性、供应的确定性和服务水平。需求及供应的不确定性越高，服务水平要求越高，所需的安全库存的数量就越高。设置安全库存后，当公司对海外仓的需求预测做得不够时，可以通过调动国内安全库存快速补充；如果需求预测做得过高，则可以商量打折让工厂回收，降低损失。
在销量上，因为TikTok Shop的流量也很不稳定，所以也可以借鉴TikTok Shop优质卖家的做法。有的亿级卖家会根据每天销量计划制定每天达人发布视频的数量，如果遇到市场下行，则增加视频曝光量，以此来稳定销量，从而做出需求预测。
