为什么要重复检查
每周一早上是最忙的时候。打开谷歌表格,计算上周的销售量、仓库剩余数量和再发订的时机,都是手工完成的。商品超过100种,很容易遗漏。有一次某个商品库存几乎用尽,直到周四才发现。
「这种重复工作能自动化吗」
Before: 手动检查的局限
• 每周一手动检查谷歌表格(约60分钟)
• 将销售量与库存进行目视比较,再在表格中整理
• 发订时机不规律(预测失败率约40%)
• 容易遗漏风险商品(平均延迟3至4天才发现)
After: 自动化信号系统
谷歌表格(输入销售数据)
↓
Claude Code(自动分析)
↓
自动添加颜色标签
├─ 🟢 正常(库存充足)
├─ 🟡 警告(建议在2周内再发订)
└─ 🔴 紧急(立即发订)
↓
右侧栏位自动计算下周建议发订数量
机器人学到的东西
第一周只是简单地进行数量比较。但持续观察数据后,我们的模式逐渐显现。
• **季节性变化**: 周二至周四销售量较大
• **商品别流转率**: 某些商品每周售出30件,而某些只有5件
• **运输交期**: 再发订后平均10天到达(因此需提前10天发订)
从第二周开始,机器人不仅查看单纯的数量,而是自动计算「这个商品何时会用完」。
准确度改善记录
| 周次 | 预测准确度 | 发订失败 | 过剩库存 |
|------|----------|---------|----------|
| 1周 | 45% | 5件 | 3件 |
| 2周 | 62% | 2件 | 2件 |
| 3周 | 71% | 1件 | 1件 |
| 4周 | 78% | 0件 | 0件 |
衍生效应
1. **库存现况始终公开**: 电子邮件自动化机器人也能查看表格,立即判断「这个商品现在是否可供应」
2. **发订记录自动保存**: 4周后立即查询「何时发订了什么、数量多少」
3. **团队沟通减少**: 有关库存问题的消息提问几乎消失
仍需改进的部分
• 突然大量订单仍无法预测(每年1至2次)
• 退货、损伤商品需手动调整
• 汇率波动时的再发订金额自动计算尚不完善
下一步实验
目前正在测试让Mac mini读取此数据,并与Windows设备的发订系统自动同步。这样一来,数据输入表格后,发订文件是否会自动生成呢。