销售跟踪分析及电商平台补货专用分析模块

解决多仓库库存与白名单的交叉匹配难题

在电商平台的补货流程中，库存数据通常散落在ERP导出的CSV文件里（包含多个仓库的明细行），而需要叫货的商品往往维护在一份独立的Excel白名单中。手动将这两份表格拼接、计算缺口不仅繁琐，还容易在多仓库汇总和周期换算中出错。该技能旨在自动化这一交叉分析过程，直接输出带有预警标记的补货参考报表。

核心计算逻辑与工作流程

技能的核心在于基于“叫货后到货周期”的缺口测算。执行时，脚本 scripts/inventory_cross_analysis.py 会按以下步骤处理：

• 数据清洗与透视：自动尝试 GBK/UTF-8 等编码读取CSV，对商品代码执行 strip() 去除空格，并解析千分位数值。随后按商品代码维度透视，叠加所有仓库的 可配数 与 近30日销量。
• 缺口算法：匹配白名单中的 叫货后到货周期，计算公式为：叫货周期销量 = 近30天销量 / 30 × 叫货后到货周期，进而得出 到货前预计销量。
• 向上进位原则：计算 库存-30天销量（缺口）时，若存在小数则强制向上进位，绝不四舍五入，以确保补货量足够覆盖到货前的销售消耗。

输出报告与适用边界

分析完成后，会生成一个包含两个Sheet的Excel文件：

• Sheet 1（白名单分析）：严格沿用源白名单的列顺序（不含供应商列）。库存-30天销量 <= 0 的单元格标红预警，库存 = 0 的单元格标琥珀色预警。
• Sheet 2（异常预警）：仅筛选非白名单中 可配数 - 近30日销量 <= 0 的异常项（排除双0已售空数据）。

此外，可选生成一份扁平化的HTML可视化清单，便于直接勾选下单。需要注意的是，每次运行必须重新上传当期的CSV与白名单源文件，切勿沿用历史生成的报告文件以免字段缺失导致报错。