服飾店熱銷缺貨預警與補貨建議單生成流程

🎯 這條流程解決什麼

服飾業最痛的庫存難題，不在「總量夠不夠」，而在「同款不同尺寸的結構性失衡」。一款熱賣的素 Tee，M 號和 L 號往往在開賣後第五天就斷碼，但 XS 和 XXL 卻整季堆在倉裡。對顧客來說，看到喜歡的款式卻沒有自己的尺寸，當下就走人，這筆生意是直接蒸發的；對店主來說，等到月底盤點才發現某個爆款早已斷貨兩週，黃金銷售期早就過了。

現在多數中小型服飾店是怎麼盯庫存的？通常是店主或倉管每隔幾天打開 POS 後台、匯出 Excel，靠肉眼掃過幾百個 SKU（最小存貨單位），憑經驗判斷哪些「好像快沒了」。一家有 300 個 SKU 的店，光是把銷售資料逐款逐尺寸看過、再交叉比對現有庫存，認真做一次至少要花 2 到 3 小時，而且每週要做好幾次才不會漏。更現實的是，人盯久了會疲乏，常常是「等到完全賣光、顧客來問才補」，補貨前置期一加上去，斷貨空窗動輒拉到一兩週。換算下來，一個熱賣款斷碼一週，少賣的營業額可能就是好幾萬元，而這些損失完全不會出現在帳面上，因為「沒賣出去的東西」是看不見的成本。

導入後的改變

導入前：店主憑感覺巡庫存，每週手動匯出報表盯盤花掉 5 到 8 小時；熱賣款常在發現前就已斷碼數天；補貨憑印象下單，要嘛補太少繼續缺、要嘛補太多壓在倉裡變滯銷；斷貨損失與壓貨成本都算不清楚。

導入後：系統每天自動算出每一個 SKU 的斷貨倒數，熱賣款在售罄前就主動跳預警，補貨決策從「事後救火」變成「事前部署」。實務上，導入這類預警流程的服飾店，通常能把「盯庫存」的人工時間從每週 6 小時左右壓到 1 小時以內（多出來的時間是覆核而非搬運），熱銷品的斷貨空窗大幅縮短，過季壓貨因為補貨更精準而下降約兩到三成。更重要的是，補貨決策有了數字依據，店主下單時心裡有底，不再是「賭一把」。

流程怎麼運作

這條流程對應四個節點，每天定時跑一次，並在庫存掉到安全水位時即時觸發：

1. 銷速計算（📈）：流程先彙整 POS 與電商平台的銷售紀錄，把實體店與線上的同一個 SKU 合併計算，算出各款各尺寸過去 7 天、14 天、30 天的日均銷量，並推算「週轉天數」（現有庫存 ÷ 日均銷量）。週轉天數越短，代表這個品項越快見底。

2. 缺貨預警（⚠️）：系統把每個 SKU 的週轉天數，對照「安全庫存」與「供應商補貨前置期」。舉例來說，某款日均賣 4 件、剩 20 件，週轉天數是 5 天，而供應商交期要 7 天——這代表還沒等到補貨到位就會先斷貨，系統就會把它列入紅色預警名單，透過 Line 官方帳號推播給店主。

3. 補貨建議（🧮）：對於進入預警的品項，流程依銷速、剩餘庫存與交期，回推「補到下次到貨前不斷貨需要多少量」，並按尺寸別拆開（這是服飾的關鍵——不能只給總數，要告訴店主 M 補 30、L 補 25、S 補 10）。產出的是草案，不是直接下單。

4. 採購單草稿（📋）：店主核定數量後，流程依供應商把建議補貨品項分類整理，每一筆都附上現有庫存與近 30 天銷量，讓店主或採購在跟供應商下單時，手邊就有完整佐證資料。

需要的工具與串接重點

• 平台（n8n / Make）：擔任排程與資料流的大腦。建議設「每日清晨排程」加上「Webhook 即時觸發」雙保險，前者做每日全面掃描，後者在 POS 回傳庫存低於門檻時即時補一槍。
• POS 資料 / 銷售報表：資料源頭。串接重點是要能拉到「含尺寸別的 SKU 層級」明細，而不是只有款式總量——很多店踩的雷就是只接到款式層，結果尺寸結構完全看不出來。
• 庫存試算表：作為安全庫存、供應商交期等參數的設定檔，店主可自行調整每類商品的安全水位。
• AI 預測模型：用於修正「促銷波動」與「季節趨勢」，避免把一次大特賣的爆量誤判成常態銷速。
• Line 官方帳號：預警推播的出口，店主在手機上就能即時收到紅色名單與一鍵核定。

串接時最關鍵的一步，是先把「實體與電商的 SKU 編碼對齊」，否則同一件衣服在兩個系統算成兩個品項，銷速與庫存全都會錯。更多串接做法可參考 自動化專區 與 食譜庫。

常見錯誤與注意事項

• 補貨數量必須人工核定：AI 算出的銷速與建議量只是決策參考，實際下單前須由店主或採購人工確認，並評估資金、倉容與供應商最小訂購量（MOQ）等現實條件。AI 不取代專業的採購判斷。
• 涉及採購金額的訂單須走簽核：補貨建議單轉成正式採購單前，請依內部核決權限完成簽核再下單，避免系統誤判造成超額採購壓資金。
• 小心促銷期的銷速失真：大特賣、直播帶貨那幾天的爆量不能當常態，務必讓模型對促銷期間做加權處理，否則促銷一結束就會嚴重高估補貨量。
• 新品與爆款資料不足要保守：上市未滿兩週的新款，銷速樣本太少，預測誤差大，這類品項建議標註「資料不足、人工判斷為主」。

台灣中小企業情境案例

台中一家經營女裝的選品店「禾衣」，旺季同時上架約 400 個 SKU，過去都靠老闆娘每週日晚上手動匯出報表盯庫存，常常週三才發現某款襯衫的 M 號早在週六就斷光了。導入這條流程後，系統每天清晨把紅色預警名單推到她的 Line，補貨從「被動發現」變成「主動部署」。實際運作三個月後，熱銷款的斷碼空窗明顯縮短，旺季有幾款主打商品因為補貨及時，整季多賣出可觀數量；同時因為補貨建議拆到尺寸別，過季壓在倉裡的冷門尺寸也比往年少了一截。老闆娘的說法是：「以前是補了才知道對不對，現在是下單前就知道為什麼補這個數。」

延伸應用

這條流程的銷速與庫存數據是一座金礦，還能往幾個方向擴充：把預警名單接到 換季促銷流程，讓補不回來的過季款及時轉出清；接續 新品上架同步流程，讓補貨到位的品項快速重新曝光。也可以反向應用，把「長期零銷售」的 SKU 自動圈出來做滯銷預警，提醒店主清倉。進階一點，還能依各分店的銷速差異，做「店間調撥建議」——A 店快斷的款，B 店剛好賣不動，與其向供應商下單，不如先在店間調貨，省下補貨成本。更多庫存與行銷自動化的組合玩法，可在 工作流總覽 與 食譜庫 找到延伸靈感。

💡 使用提醒：AI 預測的銷速與補貨數量僅為決策參考，實際下單前須由店主或採購人工確認，並評估資金、倉容與供應商最小訂購量等現實條件，避免過度補貨造成資金與庫存壓力。涉及採購金額的訂單，請依內部核決權限完成簽核後再正式下單。

流程圖

用到的工具

更多「零售商店」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →