电商仓储管理：直播商家老板关心什么：库位规划能否解决补货凭感觉

直播间一场爆单之后，最容易暴露的不是流量问题，而是仓库老板站在货架前问出的那句：“这款还剩多少？下一箱放哪里？要不要现在补？”如果答案依赖某个老员工的记忆、主播的感觉和微信群里的零散消息，库位规划即使画得再漂亮，也解决不了补货凭感觉。真正有效的做法，是把销量变化、库位容量、补货周期、拣货路径和库存可信度放在同一套判断里，让“该不该补”从经验问题变成可以追溯的经营决策。

我观察过多家直播商家的仓库，发现补货失误通常不是因为老板完全没有数据，而是数据被分散在直播后台、订单系统、采购表、仓库手工台账和员工经验里。每一份数据看起来都有道理，合在一起却无法回答一个最紧急的问题：在下一场直播开始前，这个商品是否会在这个库位、以这个拣货效率，支撑住预计订单量？

一、先讲核心结论：库位规划不是补货预测的替代品

1. 库位规划能解决什么，不能解决什么

库位规划首先解决的是“货放在哪里、能放多少、怎样更快拿到”的问题。它可以缩短拣货路径，降低错拣概率，减少同款商品散落在多个角落的情况，也能帮助仓库判断某个位置是否已经接近容量上限。

但库位规划本身并不能自动回答“什么时候补货”。因为补货涉及销售速度、供应商交期、促销计划、退货率、可售库存、在途库存和安全库存。一个商品被放在黄金库位，并不代表它应该立刻采购；一个商品放在远端库位，也不代表它不值得补货。

我更愿意把两者区分为两个层面：

• 库位规划：解决仓内空间和作业效率。
• 补货决策：解决未来一段时间的供货风险和资金占用。
• 库存分析：把销售、采购、仓储和订单履约连接起来。
• 运营机制：规定谁在什么时间、依据什么阈值做出动作。

如果只做库位编号，不做销售速度和补货周期分析，最后往往会出现一种“看起来很专业”的假象：货架上贴满了编码，仓库画出了分区，系统里也有库存数量，但老板依然要每天问仓管：“这款还能卖几天？”

2. 直播仓库最应该管理的是“可售天数”

对于直播商家而言，单纯看库存件数不够。库存有多少件，必须和每天卖多少件、下一次补货多久到仓联系起来。比“库存 2000 件”更有用的指标，是“按当前销量还能卖 3.5 天”。

可售天数可以用一个简单公式估算：

可售天数 = 当前可售库存 ÷ 近阶段日均销量

这里的“近阶段日均销量”不能机械地使用过去 30 天平均值。直播商品的销量通常高度不均匀，一场活动可能卖掉平时一周的量。因此，我在实际分析中会同时看三个口径：

• 近 7 天日均销量：反映最近热度，适合快变商品。
• 近 30 天日均销量：反映相对稳定的基础需求。
• 最近一次直播峰值日销量：反映仓库能否承受突发订单。

如果近 7 天日均销量是 800 件，当前可售库存为 2400 件，表面上可以卖 3 天。但如果 48 小时后有一场预计 5000 单的直播，这个库存就不是“够 3 天”，而是“很可能无法支撑下一场活动”。

3. 库位规划真正的价值，是让补货判断更接近真实库存

很多仓库的库存问题，不是系统数字错了，而是“系统里的库存”与“实际上能马上发出的库存”不是一回事。库存可能已经被订单锁定，部分商品在质检区，部分商品在退货待判区，部分商品堆在临时通道，部分商品虽然在仓库里，却因为包装破损不能直接销售。

因此，补货计算不能只使用总库存，而应至少拆成以下几类：

库位规划在这里发挥的作用，是让这些库存状态在空间上有明确归属。可售库存放在拣货位，补货库存放在存储位，待检库存进入隔离区，锁定订单进入待发区。空间分区越清楚，库存状态越容易被准确记录。

二、直播商家的真实场景：为什么每天都在补货，却仍然缺货

1. 一场直播会把普通仓库变成多个不同速度的仓库

传统电商仓库的销量通常相对平滑，而直播仓库会在短时间内出现订单集中、商品集中和人员集中。平时每天 300 单的仓库，可能在两个小时内接到 3000 单；平时分散销售的几十个 SKU，可能因为主播的一句“最后 1000 单”突然只剩下两个主推款。

这意味着直播仓库并不是只有一个作业速度。至少同时存在以下四种节奏：

• 日常销售节奏：用于估算基础补货量。
• 直播爆发节奏：用于估算波峰期间的拣货和包装能力。
• 售后回流节奏：用于判断退货库存何时能够重新进入可售状态。
• 供应商交付节奏：用于判断采购动作是否来得及。

如果库位按照平时的销量布局，爆款在直播开始后很快会被拣货员取空；如果库位按照峰值容量一次性铺满，又可能把大量资金压在低频商品上。直播仓储管理的难点不是“把爆款放在最前面”这么简单，而是要根据商品速度变化动态调整库位和补货批量。

2. 最常见的缺货，不是采购晚了，而是库存被分散了

我见过一种很典型的场景：某款护肤套装系统显示库存 1800 套，仓管说“还有货”，但拣货员在主货架只找到 260 套。后来查到，900 套在二楼存储区，400 套在直播间旁边的临时堆放区，剩下的库存分散在退货区、打包区和两个未标识的纸箱里。

从账面上看，它没有缺货；从履约角度看，它已经接近缺货。因为真正决定订单能否发出的，不是仓库里存在多少，而是拣货员在规定时间内能否找到、确认并拿到正确商品。

这类问题会带来三种额外损失：

1. 员工反复寻找商品，拣货工时被隐性消耗。
2. 不同批次商品混放，增加错发、漏发和临期风险。
3. 老板误以为库存充足，延迟采购或调拨，直到直播当天才发现无法发货。

3. “补货凭感觉”往往是被错误信号训练出来的

很多老板并不是不想看数据，而是过去的经验确实曾经有效。一个商品连续三天卖得很好，采购及时补货，仓库没有缺货，老板自然会形成“看到销量上来就补”的工作习惯。

问题在于，直播销售的信号变化非常快。销量上升可能来自一次性投流、达人联播、平台活动、短期低价或某个热点内容，并不一定代表未来会持续。若每次看到销量上升就按峰值采购，库存积压几乎是必然结果。

另一方面，销量下降也不代表商品失去需求。可能是直播排期改变、链接被限流、优惠券失效或库存被隐藏。没有把流量、转化和库存一起看，单看销量曲线也会误判。

三、拆解常见误区：库位规划为什么经常做成“贴标签工程”

1. 误区一：把高销量商品永远放在最前面

把高频商品放在靠近打包区的位置，通常是正确方向，但“永远放在最前面”并不严谨。商品的拣货频率、单次拣货数量、包装体积、重量、易碎程度和补货频率都不同。

例如，某款小包装零食每天订单很多，但每单只拣 1 袋；另一款纸巾每天订单略少，却每单拣 6 提。前者的访问次数高，后者的搬运体积大。如果只按销量排序，纸巾可能被放在不适合搬运的位置，导致补货和拣货都更费力。

我在设计库位时，一般会把商品分成“访问频率”和“作业负荷”两个维度，而不是只看销量排名：

2. 误区二：用总销量决定库位，而不看订单结构

同样是每天卖 1000 件，1000 个订单各买 1 件，和 100 个订单各买 10 件，对仓库的影响完全不同。前者需要大量访问库位，后者需要更高的整箱或整包搬运效率。

所以，库位规划至少要看三个数据：

• 商品出库件数：判断总体需求量。
• 商品出库订单数：判断被访问的频率。
• 商品单次拣货数量：判断作业批量和补货方式。

如果一个商品出库件数很高，但订单数很少，说明它可能适合整箱拣货；如果订单数很高而件数接近订单数，说明它需要快速、频繁、低成本访问。两者的最佳库位不一定相同。

3. 误区三：库位容量按照“满仓”设计

把库位塞满，看起来提高了空间利用率，实际却可能降低作业效率。补货时没有操作空间，拣货时无法快速辨认批次，盘点时需要反复搬箱，甚至因为超高堆叠带来安全风险。

我更倾向于把库位容量分成三层：

• 安全容量：不影响人员、设备和商品安全的最大容量。
• 作业容量：能够顺畅拣货、补货和盘点的常用容量。
• 预警容量：低于此数量需要从存储位向拣货位补货。

例如某拣货位最多可以放 120 件，但超过 80 件以后就会遮挡标签、增加拿取时间，那么 80 件才是更合理的作业容量。库位不是越满越好，而是要在空间利用率与作业稳定性之间找到平衡。

4. 误区四：只规划静态库位，不规划临时库位

直播商家无法完全避免临时货物。活动样品、赠品、组合套装、达人专属库存和大促预留库存都会出现。如果没有提前定义临时库位，员工会把货物放在通道、桌下、直播间角落或空纸箱旁边。

临时库位并不等于随便放。一个可执行的临时库位至少要有：

1. 唯一编码，例如“活动区-日期-商品编码”。
2. 明确责任人，避免活动结束后无人清理。
3. 限定有效期，超过时间自动转回正常库位。
4. 库存状态标识，区分可售、锁定、待配和待检。
5. 入库和移库记录，避免临时库存永久失踪。

5. 误区五：把“库存准确率高”当成“补货准确率高”

库存准确率通常回答的是“账上数量与实物数量是否一致”，但补货还需要知道销量预测是否合理、交期是否稳定、活动计划是否变化。

一个商品账实相符，并不代表补货正确。假设系统准确显示库存 1000 件，但最近 7 天销量突然从每天 80 件升到每天 500 件，供应商交期是 10 天，那么这个库存仍然处于明显风险状态。

因此，仓库应将以下指标分开管理：

四、专业判断逻辑：把“凭感觉补货”改成一套可解释的公式

1. 先确定补货判断的最小数据集

很多商家一听到数据分析，就想把所有字段都接进来。我的建议恰恰相反：先建立一个能够每天更新、每个人都看得懂的最小数据集。

对于直播仓库，第一阶段至少需要以下字段：

• 商品编码、商品名称、规格和包装单位。
• 当前可售库存、锁定库存、待检库存和在途库存。
• 近 7 天、近 14 天、近 30 天销量。
• 最近一次直播销量、预计下一次直播时间。
• 供应商平均交期、最长交期和最低起订量。
• 当前拣货位容量、存储位容量和补货阈值。
• 退货率、破损率和近期开箱异常数量。

这组数据不复杂，但它能够把“库存够不够”拆成一个完整判断链：现在有多少、每天卖多少、什么时候会卖完、补货多久能到、到货后有没有地方放、放进去后能不能及时拣出来。

2. 用加权销量代替单一平均数

直播商品的销售速度变化很快，简单平均容易被过往低销量稀释，也容易被一次峰值抬高。实践中可以使用加权销量作为第一版模型：

加权日均销量 = 近 7 天日均销量 × 50% + 近 30 天日均销量 × 30% + 最近一次直播日均销量 × 20%

这个比例不是行业标准，而是适合多数中小直播商家的起始参数。商品生命周期、活动频率和销量稳定性不同，权重应当调整。

例如：

• 稳定复购品：提高近 30 天数据权重。
• 刚刚爆发的新品：提高近 7 天和最近直播数据权重。
• 季节性商品：增加同期历史数据，不能只看最近一个月。
• 强活动商品：将下一场直播预估订单单独列出，不要完全混入日均销量。

3. 用补货点判断“什么时候必须下单”

基础补货点可以这样计算：

补货点 = 加权日均销量 × 采购交期 + 安全库存

如果加权日均销量为 400 件，供应商平均交期为 5 天，安全库存为 800 件，那么补货点就是 2800 件。当可售库存与已确认可到货的在途库存合计低于这个水平时，就应该启动补货评估。

但直播商家还需要加入活动需求：

直播补货需求 = 预计直播销量 × 预计履约比例 − 当前可售库存 − 已确认到货库存

这里的“预计履约比例”很重要。不是所有直播间成交都能形成有效发货订单，可能有取消、超卖、地址异常、支付失败和售后拦截。不要把成交口径直接当作出库口径。

4. 安全库存不能只按固定件数设置

固定安全库存容易执行，但无法适应销量波动。供应商交期稳定、销量平缓的商品，安全库存不必太高；销量波动大、交期不稳定的商品，即使平均销量不高，也需要更高的缓冲。

可以用以下思路估算：

安全库存 = 波动缓冲 + 交期缓冲 + 活动缓冲

• 波动缓冲：用于应对日销量上下波动。
• 交期缓冲：用于应对供应商晚到、物流延误和质检延迟。
• 活动缓冲：用于应对已排期直播、投流和达人联动。

我不建议中小商家一开始就追求复杂的统计模型。先用过去 8 周销量的波动范围，结合供应商实际交期记录，给商品设置低、中、高三档风险，比套用一个没人理解的复杂算法更容易落地。

5. 将库位容量加入补货模型

很多补货计划只计算“还需要买多少”，却没有计算“买回来放哪里”。这会导致采购到货后堵在通道，或者因为拣货位容量不足而无法快速补入。

每个商品都可以建立一个简单的容量约束：

预计到货量 ≤ 存储位可用容量 + 拣货位可用容量

如果计算出来需要采购 5000 件，但仓库可用容量只有 3200 件，就不能简单地下单 5000 件。可选方案包括拆分到货、调整其他商品库位、增加临时存储区、改变包装单位，或者重新评估直播备货量。

这就是库位规划与补货决策真正的交叉点：补货数量不能只由需求决定，也受到仓储容量和作业能力约束。

五、具体案例：用数据看板识别“库存够但仓库发不出”的商品

1. 案例背景：一个主推款的三种库存数字

下面这个案例来自我对直播商家仓配数据的匿名化整理，商品名称、数量和时间均做了脱敏处理。商家主营食品礼盒，每周有两到三场直播，仓库面积约 900 平方米，SKU 数量约 420 个。

其中一款坚果礼盒是长期主推款。老板在直播前一天查看系统，发现账面库存 6800 盒，采购表里还有 3000 盒在途，因此判断“库存足够”。但仓库主管给出的可发库存只有 4100 盒，且其中 1200 盒没有放在固定拣货位。

进一步拆分后，库存构成如下：

当天直播预计有效订单约 4600 单。按照可直接拣货的 1900 盒计算，商家必然会出现大量缺货；即使把后备存储位的 2200 盒提前补入，也只能勉强达到 4100 盒，仍低于预计订单。

2. 使用九数云做数据整合时，重点不是“做一张漂亮大屏”

这类场景适合使用九数云进行多来源数据整合和可视化分析。官网地址：https://www.eshutong.com/。

在我看来，工具的价值不在于把所有数据堆到一张大屏上，而在于将直播订单、商品销量、采购到货、仓库库存和库位信息按照同一商品编码关联起来。老板需要的不是“今天卖了多少”的单一数字，而是能够继续追问：

• 这款商品的销量增长来自日常自然销售，还是来自某一场直播？
• 当前库存中有多少能直接发货，多少处于锁定、待检或临时区？
• 如果下一场直播按预计销量进行，什么时候会触发缺货？
• 在途库存的到货时间是否早于需求缺口出现时间？
• 即使采购及时，现有库位是否能够容纳并快速拣出这批货？

九数云更适合承担“分析层”的工作，而不是替代仓库现场的收货、上架、拣货和盘点动作。数据分析工具可以帮助老板识别风险和比较方案，但现场仍然需要明确的库位编码、移库流程和责任人。

3. 案例中的三个关键发现

第一个发现是，账面库存高估了即时履约能力。6800 盒账面库存中，只有 4100 盒处于相对可控状态，而真正位于固定拣货位的只有 1900 盒。

第二个发现是，在途库存被错误地当成了当前库存。3000 盒预计两天后到仓，但直播在第二天上午开始。即使供应商准时发货，这批货也无法解决本场直播的供货问题。

第三个发现是，库位容量限制了补货动作。如果把后备库存全部补入拣货位，现场将出现拥堵，且需要重新安排周转箱和包装材料。补货不是简单地把箱子搬过去，而是一项会占用人员、通道和时间窗口的作业。

4. 改造后的动作安排

商家没有直接取消直播，而是采取了分层处理：

1. 将固定拣货位的 1900 盒全部完成盘点和批次确认。
2. 提前将 2200 盒后备库存分两批补入拣货位附近，但保留主通道宽度。
3. 把临时区的 800 盒进行快速复核，只有确认规格和包装合格的部分才转入可售库存。
4. 将预计直播量从 4600 单调整为 3900 单，并在直播间明确限量。
5. 把在途 3000 盒安排为直播后的第二批库存，不再用于本场直播承诺。
6. 直播结束后复盘每小时订单、拣货完成量和缺货节点，而不是只看最终销售额。

这次调整没有让商家获得最高的成交额，却避免了超卖、延迟发货和售后赔付。对直播商家来说，这种取舍非常现实：少卖一部分确定可控的订单，往往比承诺全部订单后大规模延迟发货更划算。

六、库位规划的落地方法：从商品分层到动态调整

1. 第一步：建立商品分层，而不是先画仓库平面图

很多团队一开始就拿仓库平面图划区域，这是顺序反了。库位规划应该先从商品和订单开始，再回到空间。

我通常建议先做四类分层：

商品可以使用“高频高波动”“高频低波动”“低频高价值”“低频低价值”等组合标签。标签不需要做得过多，否则员工无法理解。能够指导库位、补货和盘点就足够了。

2. 第二步：计算拣货位的合理容量

拣货位不应等于商品全部库存。它的任务是支撑一段时间内的快速拣货，而不是承担长期存储。

可以用以下方法设定初始容量：

拣货位容量 = 目标覆盖天数 × 高峰修正日销量 × 单位安全系数

例如，某商品平时日均销量 300 件，直播前希望拣货位覆盖 1.5 天，高峰修正系数为 1.4，单位安全系数为 1.1，那么初始容量约为 693 件。这个容量不一定是最终答案，但它比“货架能塞多少就放多少”更容易验证。

容量设计还要考虑包装单位。如果商品以箱为单位入库、以件为单位拣货，拣货位最好能够容纳完整的周转单位，避免每次补货都拆箱。如果商品易变形或怕压，则不能仅根据体积计算容量。

3. 第三步：建立主库位、后备库位和活动库位

直播仓库至少需要三种角色不同的库位：

• 主库位：拣货员最常访问的位置，存放当前周期内的主要拣货量。
• 后备库位：存放大包装、整箱或较长周期库存，用于向主库位补充。
• 活动库位：为直播、大促、组合装和赠品设置的阶段性区域。

主库位和后备库位必须建立关联关系。否则仓管知道“后面还有货”，但不知道后备货具体在哪个位置，补货仍然会依赖熟练员工。

活动库位则需要有开始时间和结束时间。活动结束后，如果没有清理机制，活动货会逐渐变成“无主库存”。我建议每天设置一个活动区清理时段，活动结束后 24 小时内完成复核、转库和差异处理。

4. 第四步：把拣货路线纳入库位调整

库位规划不能只看商品之间的距离，还要看订单组合关系。两个经常一起出现在同一订单中的商品，如果相距很远，拣货员会频繁往返；但如果两个商品都非常高频，放得过近又可能产生拥堵。

可以统计商品之间的共现关系：

• 哪些商品经常被同一订单同时购买？
• 哪些组合装需要同时拿取多个 SKU？
• 哪些商品虽然销量高，但与其他商品几乎不组合？
• 哪些商品经常被放在同一个直播套餐中？

当订单结构发生变化时，库位也应调整。例如主播从单品销售转向“主品加赠品”组合，赠品的访问频率会突然上升。如果仍然把赠品放在原来的低频货架上，主品销量越高，拣货路径浪费越严重。

5. 第五步：设置库位调整的触发条件

库位不能每天随意调整，否则员工会失去稳定的作业记忆；也不能一年不动，否则商品热度变化后库位会逐渐失效。

我建议设置以下几类触发条件：

1. 某 SKU 连续 7 天进入高频商品前 20%，评估是否前移。
2. 某 SKU 连续 14 天拣货次数下降超过 40%，评估是否后移。
3. 某 SKU 连续 3 次出现拣货位缺货，但后备库存充足，检查补货阈值。
4. 某 SKU 发生两次以上错拣，检查相邻商品、标签和包装相似度。
5. 某商品活动排期确定后，提前 3 天建立活动库位和预留库存。
6. 商品包装、规格或组合方式变化时，强制重新确认库位。

七、不同情况下的行动建议：老板应该先改哪一处

1. 如果仓库面积小、SKU 少，先做可视化和编码

小仓库不一定需要复杂系统，但必须先解决“找得到”和“数得准”。建议为每个货架、层位和箱位建立唯一编码，并将商品与库位绑定。

第一阶段可以只做以下事情：

• 固定主库位，避免同款商品随意迁移。
• 设置可售区、待检区、待发区和异常区。
• 每天对高频商品进行循环盘点。
• 用近 7 天销量计算简单可售天数。
• 为下一场直播单独建立预留库存表。

这类商家最大的风险不是数据模型不够复杂，而是基础数据没有稳定下来。先把库存状态和库位关系做清楚，再考虑预测模型。

2. 如果销量波动大，先做活动前后的分层预测

销量波动大的商家不能用一个统一日均销量覆盖所有日期。至少要区分普通日、直播日和直播后处理日。

建议在直播排期确定后，建立三张表：

1. 活动商品表：记录主推商品、预计订单、赠品和套餐关系。
2. 供货能力表：记录现货、在途、预计到货和可售转换时间。
3. 作业能力表：记录每小时拣货、复核和打包上限。

如果预计订单超过供货能力或作业能力，就应该提前调整库存承诺，而不是等到订单涌入后再让仓库“想办法”。

3. 如果供应商交期不稳定，先建立交期分布

采购人员经常说“供应商一般 5 天到货”，但补货模型需要的不是口头平均值，而是实际交期记录。建议至少记录过去 10 次采购的下单日期、发货日期、到仓日期和合格入库日期。

如果 10 次交期分别为 4 天、5 天、5 天、6 天、7 天、5 天、9 天、4 天、6 天、8 天，那么平均交期可能是 5.9 天，但真正用于风险控制的交期不应只看平均数。对于不能缺货的主推品，可以按 8 天或 9 天设置保护周期。

供应商交期越不稳定，仓库越不能把在途库存全部当作确定供货。应将“已发货”“运输中”“已到仓待检”“已完成入库”分开。

4. 如果仓库经常拥堵，先检查补货时间窗口

很多仓库的拥堵不是因为面积太小，而是补货和拣货同时进行。直播前临时补货，仓管推车堵住主通道；订单高峰期整箱拆分，包装人员和拣货人员互相等待。

可以尝试以下安排：

• 在直播前完成高频商品的主库位补充。
• 将大批量移库安排在订单低峰时段。
• 为高频商品设置最小补货批量，减少频繁往返。
• 为活动区设置单向流动路径，避免补货车逆向穿行。
• 将耗材、赠品和组合装提前配置到拣货工作站附近。

如果仓库仍然拥堵，需要测量每小时的拣货量、补货次数和通道占用时间。没有这些数据，单纯增加人员往往只能短期缓解，不能解决结构性问题。

5. 如果商品生命周期短，避免过度精细化库位

新品、季节品和热点商品的生命周期可能只有几周。如果为每个商品设计固定货架、复杂标签和长期动线，管理成本可能高于收益。

这类商品更适合使用可调整的活动库位和临时编码，但必须加强批次、有效期和退出机制。商品热度下降后，应及时转入普通存储区或清仓区，不要继续占用活动区和黄金拣货位。

八、不同方案的取舍：效率、库存和资金不可能同时最大化

1. 库位前移与空间利用率的取舍

把高频商品前移，可以减少拣货距离，但会占用更好的空间。对于高毛利、稳定高频且缺货代价高的商品，这样做通常值得；对于偶尔因活动爆发的商品，长期前移可能造成空间浪费。

2. 高安全库存与资金周转的取舍

提高安全库存可以降低缺货风险，却会占用现金、仓储空间和管理资源。尤其是食品、美妆、服饰和具有明显季节性的商品，库存过多还会带来临期、过季和折价风险。

判断安全库存是否过高，不能只看缺货率，还要同时看：

• 库存周转天数是否持续上升。
• 库存中滞销品占比是否扩大。
• 临期和折价处理金额是否增加。
• 库存资金占用是否超过毛利承受能力。
• 补货后的实际销量是否达到预估水平。

对缺货代价很高的主推品，可以提高安全库存；对可替代性强、毛利低或生命周期短的商品，则应降低备货深度，接受少量缺货或通过替代品承接需求。

3. 单一主库位与多库位分散的取舍

同一商品放在一个主库位，盘点和拣货更容易；放在多个库位，可以降低单点容量压力，也能让不同作业区更快拿到商品。

但多库位会增加库存同步、盘点和拣货规则的复杂度。除非确实存在空间、动线或作业分区需求，否则不建议为了“看起来灵活”而随意拆散同款库存。

如果必须多库位存放，应明确优先拣货规则，例如先拣主库位，再拣后备库位；或者按照批次、效期和活动用途设定优先级。规则必须写进作业标准，而不能只存在仓管主管的记忆中。

九、如何用数据工具建立老板真正会看的仓储看板

1. 老板每天需要看到的不是一堆数字

仓储看板最容易犯的错误，是把所有能统计的指标都放上去。老板真正需要的是能够触发动作的指标，而不是数字越多越显得专业。

我建议把看板分为四个区域：

• 缺货风险区：未来 1 天、3 天、7 天可能缺货的商品。
• 补货执行区：已触发补货但未下单、已下单未到货、已到货未上架的商品。
• 库位作业区：主库位缺货次数、补货耗时、拣货路径和拥堵情况。
• 资金风险区：高库存天数、低周转商品、临期或活动后剩余库存。

每个区域都要有明确动作。例如“未来 3 天缺货”后面应该显示责任人、供应商、预计到货日和替代方案。只有数字没有动作，系统就会变成另一个需要维护的表格。

2. 建议设置五个核心指标

3. 指标必须支持下钻，而不是停留在总数

看板显示“缺货风险商品 18 个”还不够，点击后应能看到商品、规格、库位、当前可售库存、近 7 天销量、下一场直播时间、供应商交期和责任人。

如果显示“拣货效率下降 20%”，还需要继续判断是某几个库位拥堵、某类商品包装变化、人员熟练度下降，还是订单组合发生变化。数据分析的价值，正在于让管理者从结果追到原因，再追到具体动作。

使用九数云这类分析工具时，建议先把字段口径统一，再设计图表。尤其要统一商品编码、订单状态、库存状态、入库时间和出库时间。否则不同部门各自使用不同口径，图表越多，争议越多。

十、实施步骤：用四周把仓库从经验管理带到规则管理

1. 第一周：盘清商品、库位和库存状态

第一周不要急着调整货架。先建立基础清单，确认每个 SKU 的商品编码、包装单位、现有库位、库存状态和近期销量。

建议完成以下工作：

1. 为所有货架、层位和临时区域建立编码。
2. 盘点高频商品和高价值商品，确认账实差异。
3. 将可售、待检、待发、锁定、破损和异常库存分开。
4. 统计近 7 天和近 30 天的订单数、出库件数。
5. 记录最近一次直播的商品销量和订单峰值。

这一周的目标不是达到完美，而是找出最影响补货判断的三类数据缺口。常见缺口包括商品编码不一致、临时库存没有登记、在途库存没有预计到货日。

2. 第二周：完成商品分层和主库位设计

第二周按照需求速度、波动程度、作业负荷和经营价值对商品分层。先处理前 20% 的高频商品，因为它们通常贡献了大部分拣货任务，也最容易产生效率收益。

为每个重点 SKU 确定：

• 主库位。
• 后备库位。
• 拣货位容量。
• 补货预警点。
• 活动时的临时库位。
• 盘点频率和责任人。

3. 第三周：把补货规则接到订单和直播计划

第三周开始把补货点与活动排期连接起来。每次直播前至少检查一次现货、在途、库位容量和作业能力。

直播前检查可以采用以下顺序：

1. 确认预计成交量和预计有效订单量。
2. 确认当前可售库存，而不是账面库存。
3. 扣除已锁定、待检和不可直接发货库存。
4. 确认在途库存能否在直播前完成合格入库。
5. 确认主库位和后备库位能否支撑拣货。
6. 确认人员、设备、耗材和打包能力。
7. 为库存不足的商品设置限量、替代品或下架方案。

4. 第四周：复盘偏差，调整参数而不是责怪员工

第四周需要比较预测与实际：预计销量是多少，实际有效订单是多少；预计补货量是多少，实际缺货发生在哪里；预计拣货效率是多少，实际耗时增加在哪个环节。

如果结果偏差很大，不要立刻认为员工执行不到位。先检查模型输入和规则是否合理。例如，最近 7 天销量可能被一次异常直播抬高，供应商交期可能使用了口头平均值，退货库存可能被错误计入可售库存。

只有在规则明确、数据可靠、责任清晰之后，才适合追踪个人执行差异。否则，仓库人员会被迫用更多经验去弥补系统缺陷。

十一、哪些情况不适合马上做复杂库位规划

1. 商品编码还没有统一时，不要急着做自动补货

同一商品在直播后台叫“坚果礼盒”，在采购表叫“坚果组合装”，在仓库台账又用供应商货号。如果这些名称没有统一映射，系统可能把同款商品拆成多个 SKU，也可能把不同规格合并，自动补货结果必然不可靠。

此时最重要的工作是建立商品主数据，明确品牌、系列、规格、包装单位、条码和供应商编码之间的关系。

2. 订单和库存更新存在明显延迟时，不要过度依赖实时预警

如果订单每天只同步一次，库存状态需要人工隔天更新，那么“实时缺货预警”只是视觉上的实时。管理者应先明确数据更新时间，并在看板中显示最后刷新时间。

对于延迟较大的系统，可以使用更保守的安全库存和人工确认机制，避免把滞后数据当成实时事实。

3. 仓库作业尚未标准化时，不要频繁调整库位

如果员工没有统一的上架、移库、拣货和盘点流程，频繁改变库位只会增加混乱。先确定基本规则，再逐步调整空间。

最小标准至少包括：

• 货物移动必须记录原库位和新库位。
• 异常库存必须进入指定区域。
• 拣货优先级必须统一。
• 补货完成后必须更新数量和时间。
• 库位标签必须清晰、耐用、容易扫描或识别。

十二、最终判断：补货不该问“感觉要不要买”，而该问“风险是否已经超过阈值”

1. 给直播老板的一套日常判断清单

每天开工前，可以围绕以下问题快速检查：

1. 今天哪些商品的可售天数低于采购交期？
2. 哪些商品虽然账面有库存，但主库位已经缺货？
3. 哪些在途库存的预计到货时间晚于下一场直播？
4. 哪些活动商品尚未完成预留、分区和补货？
5. 哪些商品最近销量上涨，但上涨原因尚未确认？
6. 哪些低周转商品占用了高价值或高效率库位？
7. 昨天发生的库存差异，是否已经找到责任环节？

这些问题的共同特点是，它们都能对应一个动作。比如“可售天数低于交期”对应采购评估；“主库位缺货”对应补货任务；“在途晚于直播”对应调整承诺；“低周转占用黄金库位”对应移库或促销处理。

2. 给仓库主管的一套执行原则

仓库主管最重要的不是记住所有货物的位置，而是让任何一个经过基本培训的员工都能按照规则找到货、补到货、记录货。

建议坚持以下原则：

• 一个商品至少有一个明确主库位。
• 主库位和后备库位必须建立可识别关系。
• 临时库位必须有期限和责任人。
• 库存状态变化必须伴随位置或记录变化。
• 补货任务必须有触发点、完成时间和结果。
• 库位调整要有数据依据，不能只凭个人偏好。

3. 给老板的最后建议：先解决一个爆款，再复制到全仓

不要一上来就规划几百个 SKU。选一个销量高、直播频率高、缺货代价明显的主推款，完整跑通一次流程：

1. 明确库存状态和库位。
2. 计算近阶段销量和可售天数。
3. 记录供应商真实交期。
4. 设置主库位、后备库位和活动库位。
5. 建立补货点和直播前检查表。
6. 复盘缺货、拣货、补货和库存差异。

当一个商品的流程跑通后，再复制到同类商品。这样做虽然看起来慢，但能够避免一套错误规则被批量推广到全仓。

我的核心判断是：库位规划不能单独解决补货凭感觉，但它能让库存状态变得可见，让销量速度能够落到具体库位，让补货动作有时间窗口，也让老板知道“缺货风险究竟发生在采购、入库、存储、补货还是拣货环节”。

下一步不要先买设备，也不要先做复杂预测。先选出一个直播主推 SKU，连续记录 14 天的销量、可售库存、库位缺货、补货耗时和供应商交期。再用九数云或现有数据工具把这些字段连起来，形成一张能够回答“还能卖几天、什么时候补、补多少、放哪里、谁负责”的决策表。

当补货从“老板觉得应该买”变成“数据显示在某个时间点必须补、现场也有位置接货”，仓库才真正从经验驱动进入可控运营。

免费注册

咨询方案

扫码咨询方案