电商仓储管理：仓库新手流程优化：多仓协同怎样减少补货凭感觉

多仓补货最危险的信号，不是库存数字变红，而是仓库新人开始说：“这个仓最近卖得挺快，先补一批再看。”我在电商仓配项目中见过一个典型场景：同一款商品在三个仓库都有库存，系统总库存还能卖 42 天，但华东仓已经连续两天缺货，西南仓却压着 96 天库存。企业并不是没有数据，而是把“总库存”误当成了“可销售库存”，把“历史销量”误当成了“下一周期需求”。

这篇文章要解决的不是如何把补货表做得更复杂，而是如何让仓库新手按照一套能够解释、复核和纠错的流程工作。核心方法是：先按仓库和商品建立真实需求，再计算可用库存与补货覆盖天数，最后用调拨、采购和暂缓三种动作承接决策。只有把每一次补货都拆成输入、判断、动作和结果，补货才会从个人感觉变成可追踪的经营流程。

一、先讲核心结论：补货不是“看库存”，而是管理供需差

1. 多仓补货的最小决策单位是“仓库×商品×时间”

很多新手第一次做补货，会先导出商品总库存，再按照总销量计算补货量。这种做法在单仓、单渠道、需求稳定时勉强可用，但一旦进入多仓环境，结论就会失真。因为同一个商品在不同仓库的销量、运输半径、履约承诺、活动节奏和供应到货时间都不一样。

真正需要回答的问题不是“这款商品还剩多少”，而是“华东仓的这款商品，在未来 14 天内能不能覆盖当地需求；如果不能，调拨和采购哪个动作更快、更便宜、更稳妥”。因此，补货判断至少要同时保留三个维度：仓库、商品、时间窗口。

我通常把补货模型简化成四个基础变量：需求预测、可用库存、补货提前期和目标覆盖周期。模型不一定要复杂，但每个变量都必须能解释。如果仓库新人无法回答“这个数字从哪里来、多久更新一次、出现异常时怎么办”，模型再精密也只是漂亮的表格。

2. 补货动作只有三类：调拨、采购、暂缓

补货系统经常把“建议补货量”当作最终答案，这是流程设计上的缺陷。建议数量只是计算结果，真正的业务动作还要判断库存来自哪里。对于缺货风险较高的仓库，优先级通常是：先看其他仓能否调拨，再看供应商采购，最后才是通过促销或限售降低需求。

• 调拨：适合总库存够用、区域库存分布不均、跨仓运输时间短于采购交期的情况。
• 采购：适合全网库存不足、供应商交期明确、商品需求仍然稳定的情况。
• 暂缓：适合销量下滑、活动已经结束、库存积压或需求预测可信度较低的情况。

如果流程只有“需要补货”和“不需要补货”两个结果，新手很容易把所有问题都交给采购部门。采购部门随后会增加订单，仓库库存变高，资金占用增加，但缺货仓仍然可能因为运输路径不合理而缺货。多仓协同的价值，首先是改变货物流向，其次才是增加货物总量。

3. 先控制判断质量，再追求计算精度

很多企业一开始就讨论安全库存公式、预测算法和机器学习模型，却没有先处理基础数据问题。商品编码不统一、套装拆分规则不一致、退货未及时入账、残次品混入可售库存，这些问题会让任何预测模型产生“精确的错误”。

对于仓库新手，我更建议先建立一套简单但稳定的补货规则。例如，先使用近 28 天正常日均销量，剔除明显大促日和断货日；再以供应商承诺交期和仓内处理时长确定补货提前期；最后设置最低订单量和最大库存上限。运行四周后，再根据实际偏差调整参数。

二、真实场景：为什么新人总会把补货做成“凭感觉”

1. 仓库新人看到的是库存余额，不是库存可用性

仓库现场最容易获得的数字是“账面库存”。但账面库存不等于可售库存。一个商品账面有 1,000 件，其中可能包括已分配订单 180 件、质检待判 80 件、残次品 60 件、锁定促销库存 100 件，真正能用于普通订单的数量可能只有 580 件。

如果新人直接用 1,000 件除以日均销量，得到的覆盖天数会被高估。更严重的是，不同岗位会使用不同口径：仓库看物理库存，运营看可售库存，采购看在途库存，财务看已付款未到货。大家都在看“库存”，但实际讨论的是四种不同的库存。

我在流程梳理时通常要求把库存拆成以下几类，并在报表中分列显示：

• 物理库存：仓库现场实际存在的数量。
• 可售库存：扣除已分配、冻结、质检和残次品后的可销售数量。
• 在途库存：已经发出但尚未完成入库的数量。
• 已下单未到货：采购订单已确认，但尚未进入运输或入库环节的数量。
• 安全库存：用于吸收需求波动和供应延迟的缓冲数量。

2. 新人把一次异常销量当成长期需求

某个商品近三天日均销售 300 件，并不代表未来每天都能卖 300 件。这个数字可能来自直播间曝光、平台活动、广告短期放量，也可能来自之前断货后集中释放的订单。如果把这三天的销量直接年化或用于大批量采购，最容易出现“活动结束后库存还在增长”的结果。

判断销量能不能用于补货，至少要追问四件事：销量是否来自正常渠道，是否存在价格变化，是否发生过缺货，未来同一活动是否会重复。如果无法回答，补货量就不应完全按照原始销量计算，而应设置一个置信系数。

3. 新人没有把“缺货”当成被截断的需求

缺货日销量为零，不代表需求为零。某仓库商品断货后，消费者可能转买其他规格，也可能取消订单或转到竞品。若直接用包含缺货日的平均销量计算需求，系统会低估真实需求，下一次补货仍然会偏少。

我建议在日报里额外记录“可售状态”。当某天可售时长低于营业时长的 80%，就把这一天标记为异常日，不直接纳入正常销量平均值。对于高频商品，还可以根据缺货前后的销售斜率估算潜在损失，但估算结果应单独标记为推定值，不要伪装成真实订单。

4. 多仓协同失败，往往不是仓库不配合

调拨需要仓库、运营、采购和物流共同确认，但很多企业把调拨设计成跨部门临时沟通。仓库发现缺货后在群里发消息，运营询问哪个仓有货，采购再确认是否已下单，物流最后判断能否运输。信息在多个群聊里来回流动，最终无人能说清楚谁负责关闭任务。

解决这个问题不一定要先上复杂系统，而是先固定调拨单的字段和状态。最少需要包含申请仓、供货仓、商品编码、需求数量、可调数量、预计发出时间、预计到仓时间、责任人和关闭条件。只有状态从“建议”走到“已确认、运输中、已入库、已关闭”，一次调拨才算完成。

三、常见误区：看似规范的流程为何仍然失效

1. 误区一：全网库存够，就不需要补货

全网库存只适合判断企业是否需要增加采购，不适合直接判断某个仓是否需要补货。电商履约通常有时效承诺，消费者下单后不会因为另一仓有库存就自动等待。若华东仓承担次日达，而库存集中在西南仓，理论上的充足库存可能无法转化为有效履约能力。

我会把“全网库存判断”和“分仓履约判断”拆成两张表。第一张回答要不要采购，第二张回答要不要调拨。两张表的时间窗口也不同：采购可能看未来 30 至 60 天，调拨更关注未来 3 至 14 天。

2. 误区二：安全库存固定为 7 天或 15 天

固定天数非常容易执行，所以常被采用，但它忽略了商品波动和供应稳定性。日均销量 10 件、波动很小的商品，安全库存 7 天可能已经足够；日均销量 1,000 件、周末需求翻倍的商品，安全库存 7 天可能仍然不稳。

更合理的方式是让安全库存同时受三个因素影响：需求波动、供应交期波动和服务目标。可以先用较容易执行的近似公式：

安全库存 = 需求波动缓冲 + 交期波动缓冲

如果企业暂时没有标准差等统计数据，可以使用分层规则替代：高波动且高价值商品采用 1.5 至 2 个补货周期的缓冲；低波动常规商品采用 0.5 至 1 个补货周期；临近淘汰或季节性结束商品不再机械补足安全库存。

3. 误区三：补货量越大，采购成本越低

一次采购更多，可能获得单价折扣，但也会带来仓储、资金、损耗和滞销成本。尤其是有保质期、包装更新快或平台规则变化快的商品，大批量采购的隐性成本可能远高于折扣。

我在评估补货批量时不会只看采购单价，而会计算总持有成本，包括仓储费、资金占用、破损概率、退货处理成本和过期风险。只有当批量折扣能够覆盖这些成本，增加采购量才是合理的。

4. 误区四：预测数字越精细，结果就越准确

把销量预测到个位数，并不代表预测更专业。对于日均销量 20 件、波动区间在 10 至 35 件的商品，预测 22 件与预测 23 件没有实际决策差异。过度精细反而会让新人误以为数字具有确定性。

我更重视预测区间和动作阈值。例如，未来 14 天需求预计在 260 至 340 件之间，如果可售加在途只有 240 件，就应该触发动作；如果库存有 420 件，即使点预测为 300 件，也不应该继续采购。仓储流程需要的是“什么时候行动”，而不是无休止地追求一个看似精确的数字。

5. 误区五：只考核缺货率，不考核库存结构

如果仓库只被考核缺货率，最简单的应对方式就是把库存堆高。短期看缺货下降，长期看资金占用、滞销率和调拨次数上升。健康的仓储指标应该至少同时观察服务水平、库存周转、库存准确率、调拨及时率和滞销库存占比。

四、专业判断逻辑：把补货变成一条可复核的链路

1. 第一步：先定义补货口径

在任何公式之前，先定义“库存”“销量”和“到货”的口径。建议在补货表的顶部写出字段说明，让新人不需要依赖口头培训。

• 销量口径：按支付订单、出库订单还是签收订单计算。
• 退货口径：退货入库后立即恢复可售，还是质检通过后恢复可售。
• 在途口径：按供应商发货、物流揽收还是预计入仓计算。
• 活动口径：活动订单是否独立预测，是否计入正常日均销量。
• 商品口径：单品、套装、赠品和组合包是否统一换算为基础单位。

如果这些口径没有写清楚，后面的任何争论都会变成“谁的表是对的”。实际上，很多补货争议不是计算错误，而是业务定义不一致。

2. 第二步：计算正常日均需求

最简单的起点是使用近 28 天销量，但不能机械平均。建议把数据先分为正常日、活动日、缺货日和异常日。正常日用于估算基础需求，活动日用于单独估算活动增量，缺货日用于识别被截断的需求，异常日则进入人工复核。

一个可执行的计算方式是：

基础日均需求 = 正常日销量合计 ÷ 正常销售天数

预测日均需求 = 基础日均需求 × 趋势修正系数 × 渠道修正系数

趋势修正系数不建议每天大幅调整。除非有明确的价格、流量、季节或渠道变化，否则可以按周更新。新手最容易犯的错误是看到昨天销量下降，就立即下调预测；这会把短期噪声当成趋势。

3. 第三步：计算真实可用库存

建议使用下面的逻辑：

真实可用库存 = 物理库存 − 已分配库存 − 冻结库存 − 质检待判库存 − 残次库存 + 可确认释放库存

其中“可确认释放库存”不能凭仓库口头承诺加入。只有已经完成质检、上架或系统状态明确变更的数量，才可以进入可用库存。对于供应商在途，也应按照到货可信度折算，而不是全部计入。

例如，某供应商过去三个月平均准时到货率为 85%，当前在途 1,000 件，那么在风险较高的商品上，可以把 850 件作为计划可用数量，剩余部分作为不确定库存单独展示。这个折算不是财务结算口径，而是补货决策口径，必须在报表中注明。

4. 第四步：计算补货点，而不是只看最低库存

补货点应当覆盖从下单到下一批库存可用之间的需求。基础公式可以写成：

补货点 = 预测日均需求 × 补货提前期 + 安全库存

补货提前期不能只填供应商发货时间，还应包括采购审批、生产或备货、运输、到仓、质检、上架等环节。如果供应商说 7 天发货，仓库实际可售要到第 11 天，补货提前期就应该按 11 天计算。

在多仓环境中，还要加上仓间调拨时间。对一个华东仓缺货、华南仓有货的商品，采购提前期可能是 12 天，跨仓调拨加上入库只需 3 天，那么补货点虽然相同，动作优先级却完全不同。

5. 第五步：把补货数量分解成目标库存和现有供应

常见的补货量公式是：

建议补货量 = 目标库存 − 真实可用库存 − 可信在途库存

目标库存可以根据目标覆盖周期计算：

目标库存 = 预测日均需求 × 目标覆盖天数 + 安全库存

但这个结果还要经过三个上限约束：供应商最小起订量、仓库最大容量和资金预算。若计算出的建议补货量为 2,300 件，而供应商最小包装是 500 件，就需要向上取整；若取整后超过仓库容量，就必须改为分批到货或跨仓入库，而不是让公式直接生成采购单。

6. 第六步：为每个建议生成“为什么”

补货表中最有价值的字段，往往不是建议数量，而是原因标签。新人看到“建议采购 1,500 件”仍然不知道如何处理；如果旁边写着“华东仓 5 天后低于补货点，西南仓可调拨 900 件，调拨到仓时间 2 天”，决策就清晰很多。

我建议至少设置以下原因标签：

• 区域缺货：本仓库存不足，但其他仓有可调库存。
• 全网缺口：所有仓的可用库存和可信在途均不足。
• 活动备货：有已确认的活动计划，需要单独占用库存。
• 供应风险：供应商交期或准时率恶化，需要增加缓冲。
• 需求下降：销量连续多个周期低于预测，应暂缓或减少补货。
• 数据异常：库存、销量或在途信息不完整，禁止自动下单。

五、工具与数据：怎样用分析平台减少手工拼表

1. 先做一个能解释的多仓补货看板

如果企业已经有订单、库存、采购和物流数据，可以使用 九数云 搭建多仓补货分析看板。这里的重点不是把所有数据都放进去，而是让不同岗位在同一个页面看到相同口径的库存、销量、在途和风险。

我在设计类似看板时，会把页面拆成四个区域。第一块是全局概览，显示订单满足率、缺货金额、库存金额和周转天数；第二块是分仓风险，按仓库展示覆盖天数、未来缺口和调拨建议；第三块是商品明细，定位到具体商品和规格；第四块是异常清单，列出需要人工复核的数据问题。

2. 数据表不宜一开始就做得过于复杂

多仓补货最少需要五张基础表：订单明细表、库存快照表、采购订单表、调拨记录表和商品主数据表。商品主数据表尤其重要，因为商品名称经常变化，但商品编码、仓库编码和基础单位必须稳定。

订单明细表应至少包括订单日期、商品编码、仓库、订单数量、渠道、活动标记和订单状态。库存快照表应包括快照日期、仓库、商品编码、物理库存、已分配库存、冻结库存和可售库存。采购订单表要记录下单日期、承诺到货日期、实际到货日期和供应商。

如果暂时无法打通所有系统，可以先按天导出 CSV 或 Excel，再统一字段名称。手工导入不是长期方案，但很适合做四周试运行。先证明指标和流程有用，再投入接口开发，通常比一开始就建设大而全的系统更稳妥。

3. 用异常规则代替人工逐行检查

仓库新人最耗时的工作之一，是在几千行商品中寻找少数真正需要关注的商品。一个有效的看板不应该让人从第一行看到最后一行，而应先把风险排序。

• 覆盖天数低于补货提前期：标记为高风险。
• 可售库存为负数：标记为数据异常。
• 近 7 天销量比近 28 天日均高出 100% 以上：标记为需求突变。
• 在途超过承诺到货日期：标记为供应延误。
• 库存金额高于设定上限且销量连续下降：标记为积压风险。
• 调拨建议数量超过供货仓可售库存 70%：标记为供货仓风险。

异常规则的作用不是替新人做所有决定，而是缩小人工判断范围。新人的工作应该从“找问题”转向“确认问题和执行动作”。

4. 用九数云时，优先实现三种联动分析

第一种是“库存覆盖天数联动商品销量”。点击某个仓库后，能够看到该仓库覆盖天数最低的商品，再点击商品查看近 28 天销量和活动情况。这样可以避免在全局视角下只看到一个红色数字，却不知道风险来自销量上升还是库存扣减。

第二种是“采购交期联动缺货风险”。同样的库存覆盖天数，对交期 3 天和交期 20 天的商品意义不同。看板应当把供应商交期、准时到货率和未来缺口放在同一层级，帮助采购判断是立即下单、催交还是改走调拨。

第三种是“调拨执行联动结果复盘”。调拨建议不是终点。应把建议日期、实际发出日期、实际到仓日期、调拨损耗和调拨后缺货情况连接起来。只有这样，企业才能知道哪些调拨真正解决了缺货，哪些调拨只是把库存从一个仓库搬到另一个仓库。

六、案例拆解：三个仓库如何从“抢货”变成按规则调拨

1. 案例背景与数据口径

下面案例采用情景模拟，数据用于展示方法，不代表任何企业的公开经营数据。某家经营家居小电器的电商企业有华东、华南、西南三个仓库，主销商品为一款便携榨汁杯。企业发现每周都会出现华东仓缺货、西南仓积压的情况，采购部门却仍然不断增加总采购量。

我们先统一数据口径：销量按已出库订单计算，剔除取消订单；可售库存扣除已分配和质检待判库存；未来 14 天作为短期调拨窗口；供应商平均到货时间为 12 天，跨仓调拨平均到货时间为 3 天。

如果只看全国库存，三个仓一共有 8,700 件，按全国日均销量 500 件计算，覆盖天数约为 17.4 天，表面上并不紧张。但华东仓只有 4 天库存，且调拨到仓需要 3 天，已经没有足够的操作余量。全网平均值在这里掩盖了履约风险。

2. 先判断华东仓需要多少，而不是直接采购多少

假设华东仓未来 14 天预计需求为 4,500 件，目标安全库存为 900 件。若只按短期调拨考虑，华东仓目标库存为 5,400 件。扣除当前可售库存 1,200 件，短期缺口为 4,200 件。

但这 4,200 件不一定全部通过采购解决。西南仓有 4,800 件可售库存，且本仓未来 14 天预计需求为 700 件。为了不把西南仓抽空，假设西南仓最低保留 2,000 件，则理论可调数量为 2,800 件。

华南仓当前 2,700 件，未来 14 天预计需求为 2,100 件，最低保留 900 件，因此最多可调拨 900 件。这样，华东仓可以先从西南仓调拨 2,800 件、从华南仓调拨 700 件，合计 3,500 件。剩余 700 件再结合供应商交期和活动计划决定是否采购。

这个案例的关键不是算出 700 件采购量，而是证明采购量应该在调拨之后计算。如果先按华东仓缺口采购 4,200 件，后续又完成跨仓调拨，企业就会同时得到过量库存和更高资金占用。

3. 供货仓也必须设置保护线

调拨不是“哪里有货就搬哪里”。如果西南仓虽然库存很多，但未来 20 天即将进入当地大促，直接调走大部分库存可能只是把华东缺货转移成西南缺货。供货仓必须保留自己的需求库存、调拨缓冲和异常缓冲。

我建议供货仓至少保留三部分数量：正常销售覆盖量、已确认活动占用量和最低安全库存。只有超过三部分之和的库存，才可以进入可调拨池。对于季节性商品，还要考虑调拨后是否会错过区域销售窗口，因为库存移动本身也需要时间和费用。

4. 调拨完成后必须复盘“是否真的解决问题”

调拨完成不代表流程成功。需要检查四个结果：华东仓是否在预计时间内恢复可售，调拨商品是否产生损耗，西南仓是否跌破安全线，以及采购量是否因此被减少。如果只记录“已发出”，不记录“到仓后是否恢复服务”，企业无法知道调拨规则是否有效。

在案例中，可以把调拨任务关闭条件设为：货物完成入库、华东仓覆盖天数达到目标区间、供货仓仍高于保护线、对应采购建议已重新计算。只有四个条件同时满足，任务才应从待办列表移除。

七、不同情况下的行动建议：不要用一套规则处理所有商品

1. 稳定畅销品：建立固定节奏和自动提醒

稳定畅销品通常销量连续性好、退货率低、供应商交期相对稳定。这类商品适合采用固定周期补货，例如每周一统一计算未来 21 天需求，并在覆盖天数低于补货点时触发采购或调拨。

但“稳定”不等于可以完全自动化。仍然要保留价格变化、平台活动和供应商延迟三个例外开关。只要商品价格变化超过 10%、活动流量预计翻倍，或者供应商连续两次延迟到货，就应从自动补货清单转入人工复核清单。

• 重点指标：订单满足率、缺货次数、预测偏差、供应商准时率。
• 建议周期：每周计算，日常监控。
• 适合动作：固定补货、优先调拨、设置明确安全库存。
• 主要风险：过度自动化导致活动期库存不足。

2. 活动商品：把基础需求与活动增量分开

活动商品不应直接把活动期间销量作为常态需求。正确方法是拆分基础需求和活动增量。基础需求用于活动后的正常补货，活动增量用于活动专属备货，并在活动结束后及时回收剩余库存。

活动备货还要按仓库拆分。平台活动面向全国，不代表所有仓库的需求同比例增加。可以根据历史区域订单占比、投放区域和配送时效要求分配库存。若某仓库过去承接了 60% 的活动订单，就不能简单按仓库数量平均分配。

• 活动前：锁定活动库存，避免被日常订单消耗。
• 活动中：按小时或按波次监控消耗速度，及时调整分仓。
• 活动后：冻结新增采购，重新计算基础需求和剩余库存。
• 复盘时：区分真实售罄、流量不足和库存未及时入仓。

3. 长尾商品：不必追求每个仓都有库存

长尾商品销量低、需求分散，如果每个仓库都保持安全库存，会形成大量低效库存。更好的做法是选择一个或两个中心仓集中备货，再根据订单密度和配送承诺决定是否前置。

长尾商品的核心不是让所有仓库都有货，而是比较“集中库存的配送损失”和“多仓库存的持有成本”。如果客户愿意等待两天，集中库存可能更划算；如果商品属于高客单价且时效承诺强，则需要在重点区域保留少量库存。

4. 季节性商品：库存上限比安全库存更重要

季节性商品在旺季前容易被过度采购，因为历史旺季销量看起来很有吸引力。但补货计划必须同时估计销售窗口结束时间。越接近季节尾声，库存上限越应该收紧，不能继续沿用旺季初期的安全库存。

我建议季节性商品设置三个时间节点：开始备货日、需求峰值日和停止采购日。停止采购日之后，任何新增采购都必须经过负责人审批。对于剩余库存，应提前设计跨仓调拨、组合销售、渠道转售或折价清理方案。

5. 新品：不要用短期销量建立过高信心

新品上市初期通常有广告、种草和首发优惠，销量曲线容易被放大。新品补货应采用小批量、多批次策略，重点观察复购、退货、评价和不同区域的自然销量，而不是只看首周销量。

如果新品首周卖得很好，但退货率超过同类商品两倍，就不应直接扩大采购。仓储团队要把商品质量反馈和补货决策连接起来，否则库存越多，后续退货和售后压力越大。

八、流程落地：给仓库新手一套可以照着执行的日常动作

1. 每日开工前：先检查数据是否能用

补货计算之前，仓库新人先不要急着看红色预警。应先检查数据更新时间、库存负数、商品编码缺失、在途订单超期和异常销量。如果基础数据不完整，最正确的动作不是补货，而是标记“待确认”。

1. 确认订单数据已更新到前一日 24 点。
2. 确认库存快照已完成同步，并核对总数与仓库系统是否一致。
3. 筛选可售库存为负数或明显异常的商品。
4. 筛选超过承诺到货日期仍未入库的采购单。
5. 检查近 7 天销量突增或突降的商品。
6. 确认活动库存、赠品库存和组合商品换算规则。

这一步看起来不产生补货量，却能减少大量误判。一个库存字段错位的问题，可能让后面几十个商品全部进入错误的采购建议。

2. 上午：按风险等级处理补货清单

建议把清单分成红、黄、蓝三种等级。红色表示覆盖天数低于补货提前期，或者已出现订单缺货；黄色表示未来一个周期可能跌破补货点；蓝色表示库存偏高、销量下降或需要观察。

• 红色：两小时内确认调拨或采购动作，并由负责人复核。
• 黄色：当天完成需求和在途核对，纳入下一次计划。
• 蓝色：暂停新增采购，检查是否存在滞销、活动结束或预测偏高。

风险等级不能只由库存覆盖天数决定。高价值商品、冷链商品、临期商品和平台强时效商品，即使覆盖天数相同，也应拥有不同的处理优先级。

3. 中午前：完成调拨可行性判断

对于每一个区域缺口，都要先检查其他仓库是否有可调库存。判断时不能只看可售数量，还要扣除供货仓保护线、当地未来需求和运输损耗。

1. 列出所有可能供货仓。
2. 计算每个供货仓扣除保护线后的可调数量。
3. 比较调拨到货时间、运输成本和采购到货时间。
4. 选择最少影响供货仓履约的路径。
5. 生成调拨单并指定发出和入库责任人。

4. 下午：再生成采购建议

采购建议应当在调拨方案确认后重新计算。因为调拨会改变需求仓和供货仓的库存结构，如果不重新刷新，采购量通常会被高估。

采购单还应区分紧急采购、常规采购和计划采购。紧急采购用于处理即将缺货且无调拨来源的商品；常规采购用于补足正常需求；计划采购用于活动或季节性备货。三类采购的审批和供应商选择不应完全相同。

5. 收工前：关闭任务并记录偏差

每天结束时，应检查哪些补货任务已完成、哪些仍在运输、哪些因为数据问题未执行。对未完成任务必须记录原因，例如供应商未确认、供货仓库存不准、运输资源不足或需求预测发生变化。

偏差记录不能只写“未完成”。更有价值的写法是：“华南仓调拨 700 件，实际发出 500 件，原因是 200 件质检未通过；华东仓预计覆盖天数由 4 天提升至 5.7 天，仍低于目标 8 天，已转为紧急采购。”这种记录才能支持第二天继续处理。

九、指标与复盘：判断流程是否真的变好了

1. 不要只看补货完成率

补货完成率高，不一定代表流程有效。团队可能为了完成任务，提前采购大量商品；也可能关闭了任务，但货物还没有入库。建议把指标分为服务、库存、执行和数据四类。

2. 重点关注“缺货与积压同时发生”

单独看缺货率，可能发现问题不大；单独看库存金额，也可能认为库存正常。但如果同一商品在一个仓缺货、另一个仓积压，这就是典型的网络结构问题。建议每周统计“缺货仓位”和“高库存仓位”的交叉数量。

如果交叉数量持续上升，说明采购计划和仓间分配没有连接起来。此时继续提高安全库存，只会扩大问题。应优先检查仓库布局、调拨规则、渠道分仓和订单分配策略。

3. 用库存偏差分解责任，而不是简单追责

库存偏差可以拆成需求偏差、供应偏差、执行偏差和数据偏差。需求偏差是预测与实际销量不同；供应偏差是供应商交期或到货数量不同；执行偏差是调拨或入库未按计划完成；数据偏差是系统记录与实际库存不一致。

不同偏差应由不同岗位处理。如果把所有结果都归因于仓库，就会让仓库通过多备库存来规避风险；如果所有问题都归因于预测，供应商延误和数据错误又会被掩盖。

4. 设置四周观察期，不要第一周就下结论

流程上线后的第一周，指标可能因为培训、数据清洗和人员适应而波动。建议至少观察四周，并按周记录缺货率、调拨次数、采购金额、库存覆盖天数和人工处理时长。

如果缺货率下降，但调拨次数增加三倍，说明库存分布可能仍然不合理；如果人工处理时间下降，但库存异常数量上升，说明自动规则可能过滤了重要问题；如果采购金额下降，但订单满足率同步下降，则可能是过度压缩库存。

十、不同策略的取舍：不是所有企业都需要同样复杂的模型

1. 小规模企业：优先建立统一口径

仓库数量少、商品数量有限的企业，不必一开始就使用复杂预测模型。最重要的是统一商品编码、库存分类、销量口径和补货责任人。用一张结构清晰的表格，加上固定的每日检查和每周复盘，往往已经能解决大部分“凭感觉”问题。

小规模企业的取舍是：牺牲部分自动化，换取更低建设成本和更快落地速度。只要每次补货都有原因、有负责人、有结果记录，流程就具备进一步数字化的基础。

2. 中等规模企业：优先做多表关联和异常筛选

当企业拥有多个仓库、多个渠道和数千个商品仓位时，纯手工拼表会快速失控。这时应优先把订单、库存、采购、调拨和商品主数据关联起来，建立分仓看板与异常规则。

中等规模企业的取舍是：不追求所有商品都自动决策，而是让高频、高价值、高缺货风险商品获得更细的规则，长尾商品采用简化策略。这样可以把有限的数据治理和系统资源用在最能改善经营结果的地方。

3. 大规模企业：自动化必须配合治理机制

大规模企业可以使用更复杂的预测和优化模型，但必须设置模型版本、参数变更记录、人工干预日志和回滚机制。否则，当模型建议与业务直觉冲突时，团队无法判断是数据异常、参数错误还是市场变化。

大规模企业的取舍是：用更高的系统建设成本，换取更高的处理效率和规模化能力。但自动化范围越大，对主数据质量、系统稳定性和异常处理机制的要求越高。自动化不是减少责任，而是把责任从逐行操作转移到规则设计和例外管理。

4. 高价值或高风险商品：宁可人工复核，也不要盲目自动下单

高价值商品、冷链商品、危险品、临期商品和强季节商品，不适合完全按照普通商品规则自动补货。即使系统判断库存不足，也应先核对批次、有效期、质量状态和销售承诺。

这类商品更适合采用“系统提醒、人工审批、系统追踪”的方式。虽然处理速度比全自动慢，但可以避免一次错误采购带来的大额损失。

十一、30 天落地计划：从一张表开始，而不是从大项目开始

1. 第 1 至 3 天：确定商品和仓库范围

不要一开始就把所有商品和仓库全部纳入。先选择一个经常缺货、同时存在跨仓库存的商品类别，覆盖两个或三个仓库。范围太大，会让团队把时间耗在数据清洗上，无法快速验证流程。

• 确定商品编码和基础单位。
• 确定纳入分析的仓库。
• 确定订单、库存和采购数据的负责人。
• 确定补货判断时间窗口。
• 记录当前缺货、积压和调拨的基准数据。

2. 第 4 至 10 天：完成数据清洗和库存拆分

这一阶段的目标不是做出漂亮看板，而是让每个数字能被复核。重点检查商品编码、仓库编码、重复订单、负库存、库存状态、在途状态和日期字段。

如果某个字段无法确认，就不要悄悄填补。可以增加“数据状态”字段，分为已确认、部分确认和待核验。补货建议只允许使用已确认数据，部分确认数据只能作为人工参考。

3. 第 11 至 17 天：建立补货点和动作规则

先使用简单公式，不要同时引入过多参数。确定正常日均需求、补货提前期、安全库存、目标覆盖天数和供货仓保护线。把计算结果转化为调拨、采购、暂缓和异常四种状态。

这一阶段要让仓库新人参与测试。让他们用真实案例判断系统给出的建议是否符合现场情况，并记录每次修改原因。流程只有让执行者理解，才能真正落地。

4. 第 18 至 24 天：试运行并记录人工干预

试运行期间不要直接让系统自动生成采购单。先由系统给出建议，再由负责人审批。所有人工修改都要记录原建议、修改结果和修改原因。

如果人工修改比例很高，先不要认为人员不规范，可能是规则没有覆盖活动、断货、渠道切换或供应商延迟。人工干预记录正是发现规则缺口的重要数据。

5. 第 25 至 30 天：评估是否扩大范围

扩大范围之前，至少回答五个问题：缺货是否下降，库存金额是否失控，调拨是否真正缩短缺口，异常数据是否减少，人工处理时间是否下降。如果只有一个指标改善，说明流程还不够成熟。

建议把第一阶段成果整理成一页复盘报告，包括上线前后对比、典型案例、未解决问题和下一阶段范围。不要只写“系统上线成功”，而要明确“哪些商品已经可以自动提醒，哪些商品仍需人工审批”。

十二、结尾：真正减少“凭感觉”的，不是更复杂的公式

1. 把补货感觉变成可解释的判断

仓库新手会凭感觉补货，通常不是因为他们不认真，而是因为系统没有告诉他们该看什么、先判断什么、什么情况下需要升级。一个成熟流程应当允许新人说清楚：当前仓库的真实可用库存是多少，未来需求是多少，补货提前期是多少，其他仓库能否支援，最终为什么选择调拨、采购或暂缓。

当每一个动作都能被解释，经验就不再只存在于某个老员工的脑子里，而是沉淀为团队可以复用的规则。补货流程的价值，也从“避免今天缺货”升级为“持续改善库存网络”。

2. 下一步先做三件事

1. 选择一个经常发生区域缺货和异地积压的商品，建立仓库×商品维度的基础表。
2. 统一真实可用库存、正常日均需求、补货提前期和供货仓保护线四个口径。
3. 连续记录四周的调拨、采购、缺货和积压结果，再决定是否引入更复杂的预测模型。

如果只能记住一句话，我建议记住这一句：多仓补货不是为了把库存补到更多，而是为了把正确的库存，在正确的时间，放到正确的仓库。先解决库存结构和流程责任，再谈算法精度；先让每个建议可解释，再让系统自动执行。这样，仓库新手才真正有机会摆脱凭感觉，多仓协同也才会从临时救火变成稳定的经营能力。

免费注册

咨询方案

扫码咨询方案