# 假设清单 · FBA 智能补货系统

**版本**: v1（阶段 1 锚点定型后）
**日期**: 2026-05-23
**用法**: 系统上线后逐条验证，证伪的要回头改 PRD/方案

---

## 假设等级 / 风险等级说明

- 依据等级: A 真实数据 / B 权威报告 / C 媒体行业共识 / D 团队推断 / E 个人推测
- 风险等级: 🔴 错了方案崩 / 🟠 错了模块重做 / 🟡 错了细节调整

---

## A-001: 销量预测准确度可接受

- **假设**: 接入广告投放数据 + Listing 排名后，主流 SKU 周销量预测误差能 < 25%
- **依据等级**: E（个人推测，未验证）
- **依据来源**: 业界经验：纯历史预测误差通常 30-50%，加上特征工程可压到 20-30%
- **证伪条件**: 上线 4 周后，> 30% 的 SKU 预测误差 > 35%
- **验证方法**: 跑历史回测（用过去 6 个月数据训练，预测最近 4 周，对比真实）
- **如果证伪怎么办**: 转向"区间预测"+ 用户多备 20% 缓冲；或加更多特征（季节/竞品）
- **风险等级**: 🔴

---

## A-002: 海运/空运报价能实时获取 [v1 不验证，推迟到 v1.5]

- **假设**: 能从货代/平台 API 拿到实时报价（如递九易、Flexport、菜鸟国际、运去哪等）
- **依据等级**: D（团队推断，未实际接过 API）
- **v1 策略**: 用虚拟数据集模拟海运/空运报价波动，不接真实 API
- **v1.5 验证条件**: 调研明确列出 3-5 个可接入的报价源
- **如果 v1.5 证伪怎么办**: 改用"手工维护报价表" + 每周更新机制
- **风险等级**: 🟠（v1 推迟，v1.5 再担心）

---

## A-003: 缺货损失 ≈ 3-5 倍直接销售额

- **假设**: 缺货 1 天的损失 = 当日销售额 + 排名恢复期 2-4 周内的销售衰减
- **依据等级**: C（亚马逊运营圈共识，无精确量化）
- **证伪条件**: 自己历史数据校准后实际倍数 < 2 或 > 8
- **验证方法**: 翻历史断货事件 → 看断货后 30 天的销售曲线对比
- **如果证伪怎么办**: 调整决策引擎目标函数权重
- **风险等级**: 🟠

---

## A-004: 建议接受率 > 70%

- **假设**: 系统建议你认为合理的占比超过 70%（否则就是模型不懂行）
- **依据等级**: E
- **证伪条件**: 上线 4 周后，你推翻系统建议的比例 > 50%
- **验证方法**: 系统记录每次建议 + 你的实际行动，对比
- **如果证伪怎么办**: 加"决策日志学习"——你每次推翻的理由作为反馈训练模型
- **风险等级**: 🟠

---

## A-005: 200 SKU 规模适合单一决策模型

- **假设**: 200 SKU 都能用同一套预测+决策框架（仅参数不同）
- **依据等级**: E
- **证伪条件**: 发现某类 SKU（如季节性强的）需要完全不同方法
- **验证方法**: 阶段 3 调研行业经验
- **如果证伪怎么办**: SKU 分类 + 多模型路由（在功能 6.2 已预留）
- **风险等级**: 🟡

---

## A-006: 每日决策频率合理（更新自 V1 的"周决策"）

- **假设**: 每日决策能"及时发现"风险并给出建议；大多数日子建议清单为空或很短
- **依据等级**: D（基于刘润老师指示）
- **证伪条件**: 上线后发现 90%+ 的日报都是空的（说明频率过高浪费）；或者频繁出现"日报漏掉关键变化"（说明频率不够，要小时级）
- **验证方法**: 上线 4 周看日报"非空率"和"漏报率"
- **如果证伪怎么办**: 频率往周/小时级调整
- **风险等级**: 🟡

---

## A-007: 缺货成本 >> 库存成本

- **假设**: 当前业务模式下，缺货 1 天损失 >> 库存多备 1 周的资金成本
- **依据等级**: D（基于"亚马逊 Listing 排名敏感"的行业共识）
- **证伪条件**: 实际数据显示反过来（如客单价低、复购少的 SKU 缺货影响小）
- **验证方法**: 按 SKU 类别拆开看历史
- **如果证伪怎么办**: 决策引擎给每个 SKU 单独的风险偏好参数
- **风险等级**: 🟡

---

## 待量化的指标（_TBD_）

v1 用虚拟数据集，这些可以**先用合理的行业基线 / 假设值**跑通系统，v1.5 真实数据接入后再校准：

| 指标 | v1 用什么 | v1.5 用什么 |
|------|---------|------------|
| 月均缺货天数 / SKU | 模拟数据集中可控 | 真实历史校准 |
| 库存周转天数 | 模拟（如 30-90 天） | 真实数据 |
| 年化资金成本率 | 假设 10%（行业基线） | 财务真实 |
| FBA 月仓储成本 | 按 SKU 体积/月模拟 | 真实费率 |

---

## v1 验证 Checklist（虚拟数据集回测）

v1 在虚拟数据集上必须通过：

- [ ] A-001 预测准确度回测：在虚拟数据上 SKU 周销量误差 < 25%（mock 数据可控参数下应该容易达到，证明算法本身没问题）
- [ ] A-006 每日决策频率：模拟 90 天，看日报"非空率"分布
- [ ] 决策回测对比：相同虚拟数据下，"系统建议执行" vs "保守策略" vs "激进策略" 三者的缺货次数、库存成本、物流成本对比 —— 系统建议必须显著优于另外两个

## v1.5 真实数据上线后 Checklist

- [ ] A-001 实际预测准确度
- [ ] A-002 报价 API 实测
- [ ] A-003 缺货损失倍数（用真实历史回归校准）
- [ ] A-004 建议接受率
- [ ] A-007 缺货 vs 库存成本对比