库存规划对商家至关重要。高估或低估库存需求均会损害收入与利润，而准时制（JIT）库存管理能有效保留现金、减少仓储压力并降低风险。因此，准确预测库存需求是关键，Google Analytics（分析）和 Data Studio 可通过提供历史销售数据与趋势辅助决策。
历史销售数据与趋势
在已设置电商报告（转化 > 电商）的前提下，Google Analytics（分析）可提供整体及按产品名称、SKU、类别划分的历史销售数据。查看按产品划分的销售情况，请前往 转化 > 电商 > 产品表现。
如需报告按产品划分的销售情况，请前往转化 > 电子商务 > 产品表现。
如需按 SKU 生成报告，请添加辅助维度“产品 SKU”。
通过“产品 SKU”设置辅助维度。
“数量”列显示所选时间段内售出的单位数量。
“数量”列显示所选时间段内售出的单位数量。
要预测某个 SKU 的需求：
- 点击数据表上方的“高级”按钮，设置包含过滤器以针对特定 SKU 生成报告；
- 选择较长的历史时期，例如两年。
要预测某个 SKU 的需求，请设置更长的时间范围，例如两年。
该报告将展示单个 SKU 两年的销售数据。如下方示例所示，若 SKU 根据销售渠道（网站、Amazon、eBay）不同，可能会有多个条目。
由于在多个渠道上销售，该 SKU 有多个名称。
要在图表中按数量而非收入进行报告，请在下拉菜单中选择“数量”。
选择“数量”以在图表中包含该指标，而不是收入。
最后，通过将选项从“天”更改为“月”，按月报告数据。
使用“天”、“周”或“月”选项来设定所需的时间范围。
最终输出结果为该 SKU 两年按数量统计的销售数据。利用这些数据可了解季节性影响并识别整体趋势。
输出结果将是所选 SKU 按数量统计的两年销售趋势。
结合两年销售图表和已售数量表，可帮助估算未来每月的销售和库存需求。
利用已售数量来估算应保持的库存量。
如果数据无法得出明确结论，请进行同比比较。下方截图展示了截至2018年4月30日的12个月与截至2017年4月30日同期的对比。
根据需要比较同比销售额。
随后分析图表和表格中的销售变化。如下方示例所示，该 SKU 销售量增加了10.5%，表明未来一年的需求可能会更高。
该SKU的销售量增加了10.5%，表明未来一年的需求可能会更高。
其他因素
检查历史数据时，需考虑价格、广告、促销及竞争对手行为等可能影响未来销售的变化。建议按产品类别（Google Analytics 中的一个维度）报告销售额以观察长期变化，从而获得品类层面库存需求的宏观视角。
合并销售渠道
若产品在商家网站、Amazon 和 eBay 等多渠道销售，按 SKU 汇总数据会更具挑战性。当购物车无法直接汇总时，Google Data Studio 可作为有效补充工具。
Data Studio 的“社区连接器”支持多渠道销售报告，能将来自 Google Analytics 和商家购物车的数据合并至单一报告中，实现按单个 SKU 汇总。
下方的 Data Studio 示例报告合并了某产品的多个销售渠道并进行同比比较，同时添加了用于未来规划的注释（如“复活节提前了两周……”）。
此Google Data Studio报告将某一产品的销售渠道进行了合并，并进行同比比较。