服飾零售企業(yè)向工廠、批發(fā)商、品牌商訂貨的時候，每個款式必須要具體到尺碼。和我們自己買衣服一樣，零售商批量下單也講究尺碼合適。

例如本地區(qū)人員體型整體偏高大，店鋪存貨卻是一堆XS，S這樣的尺碼。衣服再好看也沒用，銷售機會白白流失，暢銷款也成滯銷款。所以，訂單的尺碼比例必須要和你的消費者的尺碼體型分布基本一致。

整體上尺碼呈現中間多兩頭少的結構。例如服裝M，L，XL這樣的尺碼多訂貨，XS，3XL這樣的極端尺碼少訂貨（鞋子同理）。但是，什么是多，什么是少？這就需要我們對歷史數據進行分析。

有些人的做法是，參考前期的尺碼銷售比例?，F在要訂春季的產品，直接在ERP中導出去年春季毛衫、長袖襯衫、牛仔長褲等所有類別的銷量數據（具體到尺碼），然后分別算個占比，作為來年的訂單尺碼比例。

但是，歷史數據往往并不能反映消費者的真實需求，有可能你上一季度的訂單尺碼比例已經失衡。很多消費者沒有找到合適自己的尺碼走掉了。這樣的機會損失無法在數據中直接體現。

也有人結合售罄率（期貨制服飾企業(yè)常用的一個指標，公式為銷量/進貨數量）修正歷史數據。比方售罄率作為一個權重指數，對銷售數據進行加權。下圖是一個虛擬的長袖襯衫訂貨和銷售尺碼數據：

售罄率高的尺碼賦予更高權重，加大訂貨比例。本例中L碼訂量最多，銷量也最多，但是XL碼售罄率最高。所以下次訂貨我們應該XL加大劑量，訂貨占比最高嗎？

這是典型的賣家思維。消費者根本不關心你的售罄率。示例中長袖襯衫滯銷了，售罄不佳，此時實際銷量反而基本能夠反映消費者的尺碼真實需求，沒有斷碼的機會損失，L碼還是應該訂量最多。

還有人問了，那我們不加權，也不看累計銷售，而是看這個類別售罄大約在50%左右的銷量占比，可以嗎？這個時候應該也沒有斷碼，銷量是真實需求的反映?？聪旅孢@個數據：

答案是這樣也不行。整體該品類售罄50%，但是2XL這個尺碼售罄已經高達83%。很有可能大部分長袖襯衫款式大碼已經沒有，導致消費需求被抑制。

靠譜的辦法是，還原每個款式每個尺碼的真實消費需求，作為尺碼參考配比。比方貨品ID為STY0001這個款式有S-2XL五個尺碼，只要其中任何一個尺碼沒有庫存，我們就認為這款貨品開始斷碼，后續(xù)的消費需求全部被扭曲。

我們截取斷碼臨界點前一天的該貨品所有尺碼數據作為參考數據。每款貨品皆如此，然后匯總形成某個品類，或者某個版型的尺碼配比。

以這樣的尺碼比例去下單，才會相對可靠。