很多电商团队第一次做库存管理模板时，都会先建立一列“当前库存”，再加一列“库存预警”，最后发现表格每天都在更新，却仍然回答不了最关键的三个问题：什么时候必须补货、这次应该补多少、采购下单后会不会重复备货。我在实际梳理电商库存数据时发现，库存表真正的价值不在于把仓库里的数字搬到 Excel，而在于把销售、库存、供应商交期和活动计划转化成一套可以执行的补货判断。
因此，这篇文章不把库存管理模板当成静态台账来介绍，而是围绕补货计划重新设计它的核心功能。你会看到一套适合中小电商团队的字段结构、计算公式、SKU 案例、预警规则、活动期调整方法，以及运营、采购、仓库之间如何使用同一份数据完成补货闭环。文中涉及的比例和案例数据，除特别说明外，均为示意数据或样本推演，不应直接当作所有品类的行业标准。
假设某 SKU 当前库存为 800 件，这个数字本身没有明确意义。如果它每天卖 20 件，供应商 3 天可以交货，那么 800 件可能相当充足；如果它每天卖 180 件，供应商交期为 15 天，且即将参加大促，那么 800 件很可能已经处于高风险状态。
同样的库存数量，放在不同的销量速度、供应周期和活动环境中，结论完全不同。库存数量是结果，库存覆盖天数、再订货点和预计到货时间，才是补货决策真正需要的输入。
一份围绕补货计划设计的库存模板，至少要回答以下问题：
我更推荐把库存模板设计成一条“判断链”，而不是把字段简单堆在一起。它的逻辑顺序应该是：销售数据进入模板，库存状态经过统一口径计算，再结合供应商交期生成补货点，最后输出建议补货量和执行状态。
这条链路中，任何一个环节口径不一致，最终的采购建议都可能失真。例如，运营使用平台可售库存，仓库使用实际库存，采购又把在途库存全部视为可用库存，三个人面对同一个 SKU 得出的补货结论就会不同。
| 管理层级 | 需要回答的问题 | 对应模板字段 | 错误时的主要风险 |
|---|---|---|---|
| 库存口径 | 现在到底有多少货可卖 | 实际库存、可售库存、锁定库存、不可售库存 | 仓库有货但平台缺货，或重复计算库存 |
| 需求判断 | 未来几天会卖多少 | 近7天销量、近30天销量、活动预测销量 | 平销期低估活动需求，或活动后持续高估 |
| 补货触发 | 什么时候启动采购 | 库存覆盖天数、再订货点、安全库存 | 缺货、广告浪费、临时加急采购 |
| 采购执行 | 这次应该补多少、何时到货 | 建议补货量、采购倍数、预计到货日期、订单状态 | 补多造成积压，补少无法覆盖交期 |
很多库存方案一上来就引入复杂预测模型，甚至直接讨论时间序列、机器学习或深度学习。但对于大多数中小电商团队，真正的瓶颈往往不是算法不够复杂，而是 SKU 编码不统一、销量口径不一致、在途库存没有更新、活动计划没有进入库存表。
如果团队每天仍然需要手动从多个平台复制数据，或者采购单下达后没人更新预计到货日期，那么再复杂的模型也无法提高补货准确率。我的判断是：先让模板稳定完成“可售库存，库存覆盖天数，再订货点，建议补货量”四个基本动作，再考虑更复杂的预测。
电商库存最常见的误判，是直接拿仓库实际库存减去销量，再把结果作为可售库存。实际上，库存中可能包含已被订单锁定的货、等待质检的货、退货待处理的货、包装破损的货，以及为活动预留但暂时不能销售的货。
例如，仓库实际有 1,200 件，其中 180 件已经被订单锁定，100 件正在质检，120 件为活动预留。若这些库存不能立即参与普通订单，那么日常补货判断使用的可用数量就不应是 1,200 件，而应当根据企业规则计算为 800 件或其他明确口径。
我建议在模板中同时保留“实际库存”和“预计可用库存”，不要只保留一个最终数字。前者用于仓库核对，后者用于补货计算。这样当运营发现数字异常时，可以追溯到底是锁定库存、不可售库存还是活动预留造成的差异。
采购人员通常会认为“已经下单的货就是库存”，但补货计划真正关心的是：这批货能否在需求发生前到达。若供应商平均交期为 7 天，而当前采购单已经延迟 5 天，简单把在途库存计入可用库存，就会把一批尚未确定到货时间的货当成确定资源。
更稳妥的做法，是把在途库存拆成“可计入计划的在途库存”和“风险在途库存”。前者有供应商确认的发货时间和预计到货日期，后者存在延期、缺货、质检或运输异常。只有前者可以按一定比例计入补货计算，风险在途库存则需要单独显示并保留补货备选方案。
日均销量是补货模板中最常用、也最容易被误用的字段。某商品过去 30 天每天平均卖 100 件，并不意味着活动期间每天也卖 100 件。优惠券、直播、站内广告、站外引流和平台推荐，都可能把短期需求推到平销期的两倍甚至更高。
相反，大促结束后销量也可能迅速回落。如果团队仍然沿用活动期日均销量，就会继续采购，最终形成“活动预测过高，活动后继续补货，库存积压”的连锁错误。
当一个 SKU 同时销售在多个平台时，平台库存、仓库库存和订单锁定库存的更新时间可能不同。某平台显示可售 300 件，并不代表企业总库存还可以向其他渠道分配 300 件。若没有统一的库存池和渠道预留规则，最先发生的往往不是仓库没有货，而是多个平台同时超卖。
库存模板不一定要立即替代 ERP，但至少要明确“渠道库存分配”和“统一可售库存”两列。对于高价值或高销量 SKU，还应设置渠道优先级，规定在库存紧张时优先保障哪个渠道，以及谁有权调整分配数量。
降低库存确实可能减少资金占用，但如果库存低到频繁缺货，周转率指标可能暂时变好，经营结果却变差。缺货期间没有库存消耗，分母变小，表面上的周转速度变快，但订单满足率、广告投入产出和客户体验可能同时下降。
库存目标不能只看库存周转天数，还要结合缺货率、订单满足率和毛利损失。对于爆款或高毛利商品，适度增加安全库存，可能比持续追求最低库存更划算。
同一团队里，快消品、耐用品、季节品和高退货商品的供应链风险不同。统一设置 7 天安全库存，看起来简单，但会让低波动商品积压，也可能不足以覆盖交期不稳定的核心 SKU。
安全库存至少应该受以下因素影响：
很多资料会把 ABC 分类写成 A 类占 20% SKU、贡献 80% 销售额，B 类和 C 类再按固定比例划分。这是一种教学示例，不是所有企业都适用的规律。一个商品结构高度分散的店铺，可能没有明显的二八分布；一个以少数爆款为主的店铺，A 类贡献比例可能远高于 80%。
我建议先按实际数据计算累计销售额、累计毛利或累计缺货损失，再决定分类边界。更重要的是，ABC 分类的指标要和管理目的匹配：如果目标是降低资金占用，可以按库存金额分类；如果目标是减少缺货，可以按销量和缺货损失分类。
这个公式忽略了需求波动和供应商延期。供应商理论交期是 5 天，不代表每一次都能 5 天到货。如果实际交期在 5 至 9 天之间波动，补货点只按 5 天消耗计算，就可能在最需要库存的时候发生缺货。
基础模板可以使用“交期需求加安全库存”的方法；当数据积累到一定程度后，再把交期波动、销量标准差和目标服务水平纳入模型。公式升级应该建立在数据质量提升之后，而不是反过来用复杂公式掩盖基础数据问题。
库存跌破再订货点，并不意味着只补到再订货点。采购数量还要考虑目标覆盖周期、在途库存、最低起订量、采购倍数、仓储容量和活动计划。
如果供应商每次最低采购 500 件，而模板计算出的缺口只有 180 件，团队需要判断是接受多出的库存，还是寻找更灵活的供应商；如果商品保质期只有 30 天，那么直接采购 500 件可能比缺货更危险。补货模板应输出建议，而不是替采购人员替企业做出所有决策。
模板最少应设置以下库存字段：实际库存、可售库存、锁定库存、在途库存、活动预留库存、不可售库存和预计可用库存。字段越多并不代表管理越好，关键是每个字段都要有明确的定义、来源和更新责任人。
可以使用下面的基础口径作为起点：
预计可用库存 = 当前可售库存 + 可计入计划的在途库存 − 活动预留库存
这里的“可计入计划的在途库存”不能简单等于所有采购订单数量。建议只有在供应商确认出货、预计到货日期明确，且运输风险可接受时，才把这部分库存计入基础补货计算。对于已经延期或没有明确到货时间的订单，应进入风险在途库存。
最简单的算法是用统计周期内的销量除以统计天数：
日均销量 = 统计周期内销量 ÷ 统计天数
这种方法适合销量比较稳定的标准品。如果最近 7 天销量变化明显，可以采用加权平均：
加权日均销量 = 近7天日均销量 × 60% + 近30天日均销量 × 40%
这里的 60% 和 40% 只是演示参数。新品、活动品、季节品和价格刚刚调整的商品，不应直接使用固定权重。实际应用时，建议把“销量口径”设置为下拉选项，例如平销日均、活动日均、加权日均和人工预测，并保留选择原因。
库存覆盖天数是运营人员最容易理解的指标，也是连接销售和采购的桥梁：
库存覆盖天数 = 预计可用库存 ÷ 预计日均销量
如果预计可用库存为 1,500 件，预计日均销量为 100 件，那么库存覆盖天数为 15 天。这个数字还不能直接说明库存健康，因为还需要和供应商交期、目标库存周期以及活动周期比较。
当覆盖天数小于供应商交期时，缺货风险较高；当覆盖天数远高于目标周期时，要检查是否存在滞销、采购批量过大或活动预测未兑现的问题。
基础再订货点公式为：
再订货点 = 预计日均销量 × 供应商交期 + 安全库存
例如，预计日均销量为 100 件，供应商交期为 5 天，安全库存为 200 件，那么再订货点就是 700 件。当预计可用库存低于 700 件时，模板应触发补货预警。
需要注意的是，供应商交期最好使用实际平均交期，而不是合同中写的理论交期。如果供应商承诺 5 天到货，但过去 10 次订单的实际交期分别为 5、6、7、5、9、6、8、5、7、6 天，那么只使用 5 天会低估库存风险。
建议补货量可以采用目标库存周期法：
建议补货量 = 目标周期需求量 + 安全库存 − 当前预计可用库存
其中，目标周期需求量等于预计日均销量乘以目标库存周期。如果考虑采购订单已经在途，还应把可计入计划的在途库存扣除：
建议补货量 = 预计日均销量 × 目标库存周期 + 安全库存 − 当前可售库存 − 可计入计划的在途库存
如果结果小于或等于 0，说明当前不需要新增采购，但仍需观察活动预留、供应商延期和销量变化。如果结果大于 0，还要根据最低起订量和采购倍数向上取整。
库存模板不应把所有情况都压缩成一个自动公式。活动、价格调整、竞品缺货、供应商涨价、平台规则变化和渠道分配，都可能让历史销量失去参考价值。
我建议在模板中设置“调整原因”和“人工修正量”两列。运营人员可以填写“即将直播”“活动延期”“广告预算增加”“供应商延期”等原因，采购人员则可以记录“最低起订量”“交期确认”“替代供应商”等执行条件。这样，最终补货结果既有公式依据，也保留业务判断。
基础信息区是所有计算的主键，建议每个 SKU 只保留一个唯一编码，不要让同一商品因为颜色、尺寸或渠道命名不同而产生多个无法关联的名称。
| 字段 | 用途 | 填写建议 |
|---|---|---|
| SKU编码 | 关联销售、库存和采购数据 | 使用唯一编码，避免仅依赖商品名称 |
| 商品名称与规格 | 便于运营和仓库识别 | 包含颜色、尺寸、容量等关键属性 |
| 供应商 | 确定采购来源和交期 | 记录主供应商与备选供应商 |
| 采购价与销售价 | 判断资金占用和补货价值 | 注明是否含税、运费和平台成本 |
| 商品等级 | 决定复核频率和预警优先级 | 可使用A、B、C或重点、常规、长尾 |
| 生命周期 | 区分新品、成熟品和衰退品 | 不要让新品直接套用成熟商品销量 |
库存状态区建议放在表格前半部分，因为补货人员通常先看当前资源，再看需求预测。可采用以下字段：
如果系统允许，建议把“数据更新时间”也加入模板。库存数据不是永久有效的，尤其是高销量 SKU，昨天上午的库存数字可能无法支持今天晚上的补货判断。
销售区不要只保留一个“月销量”。至少应同时记录近 7 天销量、近 30 天销量、近 90 天销量和活动周期销量。不同周期数据可以帮助判断销量是稳定、上升还是下降。
对于退款率较高的商品，建议增加“净销量”字段。若近 30 天支付订单销量为 3,000 件，但退款和取消合计 180 件，那么可用于补货判断的实际消耗，可能更接近 2,820 件，而不是 3,000 件。是否扣除退款，要按照企业的库存扣减时点统一定义。
补货参数区是模板的决策核心，建议至少设置：
建议把参数与结果分开。安全库存、交期和目标周期属于“可调整参数”，再订货点和建议补货量属于“计算结果”。分开后，采购人员修改参数时，不容易误改公式。
如果模板只有建议补货量，没有采购状态，那么它仍然不是完整的补货管理工具。执行区要记录申请、审批、下单、供应商确认、发货、到货和入库等节点。
| 执行字段 | 负责角色 | 管理意义 |
|---|---|---|
| 补货申请日期 | 运营或采购 | 确认预警是否及时转化为动作 |
| 采购审批状态 | 负责人或财务 | 识别因审批延迟造成的缺货风险 |
| 采购订单编号 | 采购 | 关联供应商和到货记录 |
| 供应商确认日期 | 采购 | 判断订单是否真正进入供应链 |
| 预计到货日期 | 采购与仓库 | 决定在途库存能否计入计划 |
| 实际到货数量 | 仓库 | 核对采购数量差异和入库准确率 |
| 异常说明 | 对应责任人 | 记录延期、短装、破损和取消等情况 |
对于使用多个平台、多个仓库或多个供应商的电商团队，纯 Excel 的主要问题不是不能计算，而是数据更新、权限协作和异常追踪成本会逐渐升高。团队规模较小时，Excel 可以快速开始；当 SKU 数量和数据来源增加后，人工复制粘贴、版本冲突和公式误删就会变成新的管理风险。
九数云更适合承担数据汇总、指标计算和可视化分析这一层工作。它的价值不应被理解为“自动替采购人员决定买多少”，而是把订单、销售、库存和采购数据整理成统一视图，让团队更快发现哪些 SKU 已经跌破补货点、哪些在途订单存在延期、哪些商品库存金额过高。
我在设计这类看板时，会把工具分成三个层次：第一层是原始数据接入，第二层是补货指标计算，第三层是面向不同角色的决策页面。这样可以避免把所有字段和所有图表塞在同一张页面里。
第一类是销售订单数据，包括订单日期、SKU、销售数量、退款数量、渠道、活动标记和订单状态。订单状态必须提前统一，否则付款订单、发货订单和完成订单可能被重复统计。
第二类是仓库库存数据，包括实际库存、可售库存、锁定库存、不可售库存、仓库位置和更新时间。若存在多个仓库，还要增加仓库编码和可调拨库存字段。
第三类是采购与供应商数据，包括采购单号、SKU、下单数量、供应商、下单日期、承诺交期、预计到货日期、实际到货日期和到货差异。
第四类是活动与运营计划，包括活动日期、活动类型、预计销量、广告预算、渠道和活动预留库存。活动计划如果不进入补货模型，数据看板只能描述过去，无法支持未来备货。
库存总览页用于负责人快速判断资金和供应风险，建议显示库存金额、可售库存金额、库存覆盖天数、缺货 SKU 数量、风险在途金额和呆滞库存金额。
补货预警页用于采购和运营每天执行，建议按红、黄、绿状态筛选 SKU，并显示当前可售库存、再订货点、预计到货日期、建议补货量和补货优先级。
供应商交期页用于判断安全库存是否需要调整，建议比较承诺交期、实际平均交期、延期次数、准时交付率和短装率。
活动备货页用于大促前后管理，建议对比活动预测销量、实际销量、活动预留库存、活动消耗和活动后剩余库存。
滞销分析页用于控制积压，建议按库存金额而不是只按件数排序，并同时查看最后销售日期、毛利率、可退供性和清仓建议。
工具可以减少人工汇总，但不能自动解决业务定义问题。比如“库存周转天数”到底使用实际库存还是可售库存，“销售数量”是否扣除退款，“在途库存”何时计入可用库存，这些都必须在指标说明中写清楚。
我建议在看板中加入“指标口径说明”页面，列出每个指标的计算公式、数据来源、更新时间和责任人。这样当管理者看到库存覆盖天数从 20 天变为 12 天时，可以知道是销量增长、库存减少，还是计算口径发生了变化。
九数云官网地址为：https://www.jiushuyun.com/。如果团队目前只有少量 SKU，可以先用 Excel 建立字段和公式，再把稳定的数据结构迁移到分析工具中，不建议一开始就为了“上系统”而跳过库存口径梳理。
下面用一个家居收纳类商品进行示意。该商品属于成熟款，近 30 天销量比较稳定，但即将参加一次持续 5 天的活动。案例中的数字是样本推演，用于展示模板的计算方法，不代表该品类的统一标准。
| 字段 | 数值 | 说明 |
|---|---|---|
| 近30天销量 | 3000件 | 用于计算平销期基础日均销量 |
| 平销期日均销量 | 100件/日 | 3000件除以30天 |
| 当前可售库存 | 600件 | 可直接用于普通订单的库存 |
| 锁定库存 | 80件 | 已产生订单但尚未完成出库 |
| 可计入计划的在途库存 | 100件 | 供应商已确认发货，预计5天后到仓 |
| 供应商平均交期 | 5天 | 基于历史采购记录的平均值 |
| 安全库存 | 200件 | 按初始安全天数法设定 |
| 目标库存周期 | 15天 | 用于平销期补货建议 |
再订货点为：
100 × 5 + 200 = 700件
当前可售库存为 600 件，低于 700 件，因此已经触发补货预警。这里不能把锁定库存直接加回可售库存，因为 80 件已经对应现有订单，不能再次用于普通销售。
如果只看实际库存，团队可能认为 680 件足够；但补货判断应该看能否支撑未来需求。当前可售库存已经低于再订货点，即使在途库存将在 5 天后到达，也不能自动消除风险，因为这批货刚好可能被交期内的订单消耗掉。
平销期目标需求为：
100 × 15 = 1500件
平销期建议补货量为：
1500 + 200 − 600 − 100 = 1000件
如果供应商采购倍数为 100 件，最终建议数量仍为 1000 件；如果采购倍数为 300 件，则需要向上取整为 1200 件。采购人员不能只看“缺口 1000 件”，还要检查起订量、仓储空间和资金占用。
假设活动期间预计每天销售 220 件，活动持续 5 天，活动增量需求不能简单理解为 220 乘以 5 后全部叠加，因为其中可能包含原本就会发生的平销需求。较稳妥的计算方式，是把活动期预计销量与平销期预计销量进行比较。
活动新增需求为：
（220 − 100）× 5 = 600件
如果活动预留库存需要单独保留 600 件，那么平销期建议补货量 1000 件还不能直接作为最终采购量。团队要继续判断活动前后库存目标、供应商是否能按时交货，以及活动结束后剩余库存是否会超过可接受范围。
一种偏稳健的方案是采购 1600 件，即平销期补货 1000 件加活动增量 600 件；一种偏谨慎的方案是只采购 1300 件，同时降低广告预算并设置活动库存上限。两种方案没有绝对正确答案，关键取决于缺货损失、活动确定性、毛利率和供应商补单速度。
如果最终采购 1600 件，模板必须能说明这 1600 件分别来自哪里：其中 1500 件用于覆盖 15 天平销需求，200 件用于安全库存，600 件用于活动增量，再扣除 600 件当前可售库存和 100 件确定在途库存。
参数透明后，采购人员可以根据供应商交期、现金流和活动确定性调整方案，而不是面对一个无法解释的“系统建议采购 1600 件”。这也是我判断一个库存模板是否成熟的重要标准：任何建议数量都应该能够被拆解、复核和修改。
对于销量稳定、供应商交期稳定、退货率较低的成熟 SKU，可以采用近 30 天日均销量，并按周更新补货参数。重点关注库存覆盖天数是否低于交期加安全天数。
对于连续 7 天销量增长的 SKU，近 30 天平均值可能明显滞后。可以提高近 7 天数据的权重，或者将增长率作为人工修正参数加入计算。
但销量增长不一定会持续。如果增长来自一次性直播或短期投放，直接把高峰销量外推 30 天，容易造成活动后积压。建议同时查看增长来源、投放计划、转化率和活动结束日期。
大促 SKU 不应和普通 SKU 共用一张平销补货表。最好增加活动备货字段，单独记录活动预计销量、活动持续天数、活动预留库存和活动后目标库存。
如果供应商的平均交期为 7 天，但实际交期经常在 10 至 15 天之间波动，安全库存就不能只按平均交期设置。可以增加交期缓冲天数，或把最大交期与平均交期的差值作为风险参考。
同时，建议在供应商看板中增加准时交付率、延期次数、短装率和质量合格率。补货数量不是唯一决策，必要时还要把订单拆分给备选供应商，以降低单一供应来源的风险。
新品没有足够的历史销量，直接使用近 30 天日均销量没有意义。可以参考同类商品、预售订单、广告预算、渠道曝光和首批转化率，但初始补货应采用小批量、多批次验证，而不是一次性备足很长周期。
新品模板中应增加“预测置信度”字段，例如高、中、低三个等级。预测置信度较低时，建议缩短复核周期、降低首批采购量，并提前确认供应商补单能力。
当商品连续 30 天没有销量，或者近 7 天销量明显低于近 30 天平均值时，模板应停止自动生成普通补货建议。这个 SKU 的核心问题已经从“何时补货”变成“如何消化库存”。
增加库存可以降低缺货概率，但会占用现金、仓储空间，并提高滞销风险。减少库存可以释放资金，却可能造成订单流失。真正需要比较的不是“多备货还是少备货”，而是两种方案的预期成本。
可以用一个简化模型辅助判断：
预期库存成本 = 过量库存数量 × 单位持有成本 + 缺货概率 × 单次缺货损失
单位持有成本不只是采购价，还可以包括仓储费、资金占用、保险、损耗和降价处理损失。单次缺货损失也不只是当笔订单利润，还可能包含广告浪费、排名影响、客户流失和后续复购损失。
高毛利爆款通常值得设置更高服务水平，因为缺货损失更大；低毛利长尾款则要控制库存深度，避免为了少量订单长期占用现金。
| 商品类型 | 库存策略 | 补货策略 | 主要风险 |
|---|---|---|---|
| 高毛利爆款 | 优先保障可售库存 | 较高安全库存，缩短复核周期 | 活动预测过高导致活动后积压 |
| 稳定常规款 | 保持目标覆盖周期 | 按再订货点和采购倍数补货 | 供应商延期造成临时缺货 |
| 低毛利长尾款 | 控制库存金额 | 低频补货，优先消化现有库存 | 起订量导致采购过量 |
| 新品 | 小批量试销 | 缩短观察周期，分批采购 | 历史数据不足，预测偏差大 |
一次性大批量采购通常可以获得更低的采购价或更好的物流成本，但会增加库存风险。分批采购的灵活性更高，却可能带来更高单价、更多运输成本和供应商排产不确定性。
如果商品生命周期短、季节性强或活动不确定，优先考虑分批采购；如果商品销量稳定、保质期长、供应商交期长且采购价差明显，一次性采购可能更合理。模板中可以增加“批量折扣”“库存持有成本”和“预计清仓折损”字段，避免只看采购单价。
自动化适合处理高频、规则清晰的判断，例如库存低于再订货点、采购单延期超过 3 天、库存覆盖天数低于交期。人工审批则适合处理活动、新品、渠道冲突和供应商异常。
我不建议让系统对所有 SKU 自动下采购单。更稳妥的分层方式是：低风险成熟 SKU 可以自动生成建议，高风险 SKU 必须经过运营和采购共同确认，金额较大的采购再增加负责人审批。
每天首先同步前一日销售、退款、订单锁定和库存变化。高销量 SKU 可以增加日内更新频率，但没有必要让所有长尾 SKU 都进行高频人工维护。
预警不应只看“库存低于某个固定数量”，而应至少综合库存覆盖天数和再订货点。建议设置红色、黄色、绿色和灰色四种状态。
| 状态 | 判断条件 | 处理动作 |
|---|---|---|
| 红色 | 预计可用库存低于再订货点 | 当天确认采购、替代供应商或渠道限售方案 |
| 黄色 | 库存接近再订货点，或在途存在延期风险 | 确认销量趋势和到货时间，提前准备采购申请 |
| 绿色 | 库存覆盖处于目标区间 | 维持当前策略，按周期复核参数 |
| 灰色 | 暂停销售、长期无动销或供应商无法交付 | 停止自动补货，转入清仓、退供或替代方案 |
采购审批时，不能只提交 SKU 和数量。至少应附带当前库存、库存覆盖天数、再订货点、供应商交期、在途数量、活动计划和建议补货原因。这样负责人才能判断这次采购是为平销需求、活动需求还是风险备货。
金额较大的采购，可以增加“库存占用金额”和“预计回收周期”两个字段。如果一批货采购金额较高，但预计销售周期远超过商品生命周期，就算公式建议采购，也应进行人工复核。
货物到仓后，仓库应更新实际到货数量、合格数量、破损数量和实际到货日期。采购订单数量与实际入库数量不一致时，要保留差异原因，而不是直接覆盖原订单数量。
到货日期是非常重要的复盘数据。只有积累实际交期，团队才能知道供应商的理论交期是否可靠，进而调整再订货点和安全库存。
每周至少复盘一次以下问题：触发预警后是否及时下单、采购是否按建议数量执行、供应商是否按期交付、活动预测是否偏高、哪些 SKU 仍然发生缺货、哪些 SKU 补货后没有按计划销售。
建议把“补货建议量”和“实际消耗量”进行对比。若连续多个周期都高估销量，说明预测参数需要下调；若多个爆款反复缺货，说明安全库存或供应商交期参数偏低，而不是简单责怪采购执行不及时。
缺货率用于衡量商品是否因为库存不足而无法完成销售，订单满足率则更接近用户体验。两者都不能单独看，因为一个 SKU 可能缺货次数不多，但每次缺货都发生在高峰活动期间，影响会非常大。
建议同时记录缺货 SKU 数量、缺货订单数量、缺货持续时长和缺货期间的预估销售额。这样能判断问题到底是局部 SKU 异常，还是整个补货周期设计不合理。
库存周转天数可以衡量库存消耗速度，库存金额则能反映现金占用。低价商品可能件数很多但金额不高，高价商品件数不多却可能占据大部分资金，因此不能只按库存件数排序。
管理层通常应该优先查看“高库存金额、低销售速度”的 SKU，再查看“低库存覆盖、高缺货风险”的 SKU。这两个清单分别对应积压风险和销售损失风险。
补货预测偏差可以用以下方式观察：
补货预测偏差率 = （预测周期需求量 − 实际需求量）÷ 实际需求量
偏差率为正，通常意味着预测高于实际销售，可能导致采购过量；偏差率为负，则说明预测低于实际销售，可能产生缺货。不同 SKU 的偏差不能简单平均，建议按销售金额或毛利进行加权。
供应商准时交付率直接影响安全库存和再订货点。如果某供应商长期延期，团队有三个选择：增加交期缓冲、切换供应商，或者调整采购批量与下单时间。只增加安全库存而不改善供应商管理，可能只是把供应链问题转化成资金占用问题。
呆滞库存的定义要根据品类设置，不宜直接把 90 天作为所有商品的统一标准。生鲜、服装、电子配件和耐用品的可接受库存周期差异很大。
模板中可以设置品类级阈值，并跟踪呆滞库存金额、清仓折扣、每周去化数量和预计清零日期。只有把去化动作量化，滞销分析才不会停留在“建议关注”的提示上。
建议至少分为基础资料表、每日库存表、销售数据表、采购订单表和活动计划表。看板或补货计算表通过 SKU 编码关联这些数据。这样既便于维护，也可以避免多人同时修改同一张复杂表格。
建议用不同颜色区分原始输入、计算字段和人工判断字段。例如，销售和库存是数据输入，库存覆盖天数和再订货点是公式结果，活动修正量和供应商风险等级是人工判断。颜色和字段说明要形成固定规范，避免新成员接手时无法理解。
缺货预警提醒团队补货，过量预警提醒团队停止补货。两者必须同时存在，否则库存模板会天然倾向于采购，无法控制资金和仓储风险。
过量预警可以结合库存覆盖天数、最后销售日期、库存金额和预计毛利设置。例如，库存覆盖超过目标周期两倍，且近 14 天销量持续下降，就应进入人工复核，而不是继续自动补货。
在途库存要按到货确定性分级。供应商已确认发货、物流轨迹正常、预计到货日期明确的订单，可以计入计划；尚未排产、已经延期或存在质量问题的订单，应单独标记。
活动预测应记录来源和置信度。可以填写历史同类活动销量、预估流量、转化率、客单价和库存限制，并在活动期间用实际销量滚动修正，而不是活动前填一次、活动结束后才发现预测失真。
看板可以告诉团队哪些 SKU 有风险，但不能替代谁确认活动、谁联系供应商、谁审批采购、谁更新到货。每个预警状态都应有负责人和处理时限，否则红色预警会越来越多，最终失去管理意义。
整理所有 SKU 编码，删除重复名称，确认实际库存、可售库存、锁定库存和不可售库存的定义。先不要急着设计漂亮的看板，优先解决数据能否对应的问题。
导入近 30 天销量、近 7 天销量、退款数量、供应商、采购订单和实际到货日期。缺少实际交期的供应商，可以先使用理论交期，但必须标记为“待验证参数”。
先完成日均销量、预计可用库存、库存覆盖天数、安全库存、再订货点和建议补货量。所有公式都要在一两个 SKU 上手工复算，确认结果与业务理解一致。
设置红色、黄色、绿色和灰色状态，分别对应补货、关注、正常和暂停自动补货。建议先覆盖销量最高的 20% 至 30% SKU，不要一开始就对所有长尾商品进行复杂管理。
增加活动日期、预计销量、活动预留库存、供应商延期、人工修正量和异常说明。模板真正适用于电商，而不是普通仓储表，关键就在于这些动态字段。
让三个角色分别使用同一份模板完成一次补货会议。记录每个人对字段的不同理解，尤其检查“可售库存”“在途库存”和“预计到货日期”是否存在口径冲突。
将需要管理层关注的指标集中到看板中，例如缺货 SKU、风险在途金额、库存覆盖异常、滞销库存金额和供应商延期情况。看板不需要一开始就非常复杂，能帮助团队每天筛出真正需要处理的商品即可。
运营、采购和仓库首先要看到同一套 SKU、销量和库存事实。没有统一事实，任何补货公式都只是不同版本的猜测。模板的字段设计越清楚，团队在会议中争论“数字到底是多少”的时间就越少。
等到平台显示缺货时再采购，通常已经晚了。库存覆盖天数、再订货点、在途延期和活动预留库存，都是提前暴露风险的信号。一个好的模板不是记录过去发生了什么，而是告诉团队未来几天最可能发生什么。
采购数量必须能被拆解为需求、交期、安全库存、现有库存和在途库存。对于活动、新品和供应商异常，还要允许人工修正并记录原因。只有这样，团队才会信任模板，而不是把它当作一个无法解释的黑盒。
如果你现在还没有库存管理模板，不必先覆盖所有商品。建议先选出销量最高、缺货损失最大或库存金额最高的 20 至 50 个 SKU，建立以下最小字段：
先连续运行 2 至 4 个补货周期，观察缺货率、库存覆盖天数、补货预测偏差和供应商实际交期，再决定是否增加复杂预测、自动同步或可视化分析。需要跨平台汇总销售、库存和采购数据时，可以考虑使用九数云等数据分析工具搭建统一看板，但前提仍然是先把业务口径和责任流程定义清楚。
我的核心判断是：电商库存管理模板不是越复杂越专业，而是越能把“库存变化”及时转化成“补货动作”越有价值。真正值得长期使用的模板，应该同时告诉你哪些商品需要补货、哪些商品暂时不能补、哪些在途库存不能相信，以及每一次采购建议为什么是这个数量。做到这一点，库存表才从记录工具变成了电商经营的决策工具。
读者评论
文章把库存管理从简单记账提升到补货决策，尤其是区分可售、锁定、在途和不可售库存，这对减少重复备货很有实际参考价值。
活动期和平销期使用不同销量参数的思路比较重要，很多店铺确实容易因沿用历史均值而低估大促需求，或在活动后继续过量采购。
文中强调先统一库存口径和数据更新流程，再引入复杂预测模型，比较符合中小团队的实际情况。不过具体公式仍需结合品类和供应商数据调整。
关于安全库存和 ABC 分类不能直接套用固定比例的提醒较客观。建议实际落地时增加订单满足率、缺货损失等指标，避免只关注库存周转天数。