很多电商团队把“库存低于20%就补货”当成标准答案，但我在实际梳理补货流程时发现，这条规则经常会同时制造两种相反结果：畅销品已经来不及到货，滞销品却因为目标库存设置过高继续占用现金。真正决定补货计划是否可靠的，不是某个固定比例，而是能否把销量、可售库存、在途货物、供应商交期、促销计划和审批责任放进同一条决策流程里。
本文围绕《电商库存决策指南：用流程设计判断补货计划方案》，拆解电商团队如何判断“什么时候补货、补多少、由谁确认、出现异常怎么办”。文中的案例数据均为匿名情景模拟，用于展示决策过程，不代表某家企业的公开经营数据；工具示例以九数云的多表数据分析和可视化思路为例，具体功能和适用范围应以其官网最新信息为准。
补货不是在回答“现在还剩多少”，而是在回答“等下一批货到仓之前，还能不能满足预计需求”。这两个问题看似接近，实际差别很大。库存余额是静态数字，补货决策却是一个带有时间维度的判断。
例如，某个SKU当前还有500件，日均销量是60件，供应商实际交期为10天。只看库存余额，500件似乎不少；但按现有销售速度，供应周期内预计需要600件，且还没有安全库存，这个SKU实际上已经进入高风险状态。
相反，另一个SKU库存只剩80件，日均销量只有2件，供应商交期为3天，且没有活动安排。它的库存比例可能低于20%，但并不意味着应该立即采购几百件。补货触发条件必须同时包含需求速度和供给速度。
我见过不少补货表只有一个“建议采购量”字段，却没有“补货触发日”“预计到货日”“计划覆盖期”等字段。结果是采购人员拿到一个数字，却不知道这个数字是为了覆盖7天、15天还是一个完整促销周期。
一个可执行的补货方案至少要分成两步：
如果把两个问题混在一起，团队很容易出现“提前采购过多”或“看见缺货才紧急采购”的极端情况。
库存过高会占用现金、增加仓储和折价成本；库存过低会造成断货、延迟发货、广告浪费和自然排名下降。电商库存管理真正追求的是在履约要求、销售机会与资金约束之间找到可接受的平衡。
因此，我更建议用下面这句话作为补货制度的总原则：
在满足预计销售和履约要求的前提下，把无法转化为销售的库存占用控制在合理范围内。
运营通常关注平台后台显示的可售数量，仓库关注实际盘点数量，采购关注已经下单但尚未到货的数量，财务则更关心采购金额和付款周期。如果这些数字没有统一口径，每个人都可能认为自己的判断是正确的。
例如，平台显示某SKU有1200件，但其中200件已被订单锁定，100件处于质检状态，150件在退货处理中，300件属于另一仓库且无法在活动前调拨。真正能支持当前销售的库存可能只有450件。
因此，补货表里不能只保留“账面库存”。至少要拆出账面库存、可售库存、锁定库存、不可售库存、在途库存和可按时到货的在途库存。
平均销量适合描述相对稳定的商品，却不适合直接用于新品、爆款和促销商品。一个SKU近30天日均销量为100件，并不代表未来10天每天都会卖100件。它可能经历了连续增长，也可能是前几天活动带来的短期峰值。
我在设计销售预测表时，通常会同时保留近7天、近30天和近90天三个观察窗口。近7天用来发现变化，近30天用来作为主要判断基准，近90天用来识别季节性和活动异常。三个周期方向不一致时，不能直接取平均，而要先判断销量变化的原因。
订单量不等于实际出库量。取消订单、退款订单、拆单、预售订单、异常刷单和重复下单都会影响需求判断。如果把所有订单都直接计入销量，补货模型会在异常订单集中出现时被放大。
更稳妥的做法是建立“有效销量”口径。通常可以从已支付、已履约或已出库订单中筛选，并单独标记促销订单、预售订单和异常订单。不同业务的有效销量定义不必完全一致，但必须固定下来，不能每次开会临时改变。
“安全库存设置为月销量的20%”是便于执行的粗略规则，却没有解释销量波动和供应延迟。对于日销量稳定、供应商交期稳定的商品，20%可能过高；对于日销量波动大、交期经常延误的商品，20%又可能远远不够。
安全库存更应该被看成一笔风险预算。它要覆盖的是销量预测偏差、供应商延迟、物流波动和临时需求增长，而不是机械地跟随库存金额或销售额。
断货通常会立即引起关注，因为销售额和发货时效会受到影响；积压却常常被延后处理。实际上，库存过量也会产生明确成本，包括仓储费用、资金机会成本、临期损耗、清仓折扣和团队管理成本。
如果复盘只问“有没有断货”，采购团队自然会倾向于多备货。更完整的复盘应同时询问：断货损失是多少、过量库存占用了多少现金、紧急采购增加了多少成本、预测偏差来自哪里。
建议每个SKU至少保留以下字段：
| 字段 | 用途 | 使用时的注意事项 |
|---|---|---|
| 近7天有效销量 | 识别近期增长或下滑 | 容易受活动、周末和偶发流量影响 |
| 近30天日均销量 | 作为常规补货的基础需求 | 应剔除取消、退款和异常订单 |
| 近90天日均销量 | 识别季节性和长期趋势 | 不能覆盖近期结构变化 |
| 活动期间销量 | 修正促销期需求 | 不能直接复制到非活动周期 |
| 退货率与取消率 | 修正真实消耗量 | 要按平台、渠道和SKU分别观察 |
我通常不会只看销量绝对值，而会进一步查看销量变化率、活动占比和渠道集中度。例如某SKU近30天销量增长50%，但增长主要来自一个即将结束的短期投放，那么直接按照增长后的速度长期补货，风险就很高。
补货判断最关键的库存字段是可售库存，而不是账面库存。可以使用以下概念关系进行整理：
可售库存 = 账面库存 – 已锁定库存 – 质检库存 – 残损库存 – 其他不可销售库存
可用供给 = 可售库存 + 预计在供应周期内到货的在途库存
其中，“预计在供应周期内到货的在途库存”必须谨慎处理。已经下单不代表一定能按时入库，尤其是交期波动较大的供应商。建议给在途库存增加预计到货日期、供应商承诺日期和历史准时交付率三个字段。
供应商报价单上写的交期通常是理想条件，实际执行中还会受到排产、质检、包装、物流和入仓预约影响。补货模型应当优先使用历史实际交期，而不是只使用供应商口头承诺。
例如，供应商承诺交期为7天，但过去10批订单的实际到货时间分别为7天、8天、9天、12天、7天、10天、11天、8天、14天和9天，那么把7天当成固定交期会低估断货风险。更合理的方式是用平均实际交期，并额外观察交期波动。
同样的需求预测，在不同现金流和库容条件下，最终方案可能完全不同。补货数据底座至少应包含预算上限、库容、商品保质期、最小起订量、整箱规则、付款条件和促销排期。
如果数据表里没有经营约束，系统输出的“建议补货量”只能算数学结果，不能算经营决策。
我建议补货流程的第一个节点不是计算，而是数据核验。每天或每周生成预警后，先检查入库是否同步、锁定库存是否释放、退货是否回仓、在途订单是否重复计算、多仓库存是否能够调拨。
如果库存数据存在明显异常，应先进入“库存核查”状态，而不是直接生成采购单。错误数据一旦进入采购审批，后续所有计算都可能看似精准、实际失真。
补货时机可以先使用一个易于理解的判断：
供应周期需求 = 调整后的日均销量 × 预计实际交期天数
补货评估触发条件：
供应周期需求 + 风险缓冲库存 ＞ 当前可售库存 + 可按时到货的在途库存
这里的“调整后的日均销量”不能机械地取一个平均数。稳定商品可以采用近30天日均销量；增长商品应提高近期数据权重；促销商品要加入活动增量；季节商品则要参考去年同期或相似周期。
预警并不只代表“库存少”。我会把预警分为四种类型：
同样是库存不足，需求风险通常需要加快采购，供给风险可能需要寻找替代供应商，数据风险要先暂停采购，经营风险则可能需要缩减采购量。不区分风险类型，流程就只能给出单一方向的建议，无法处理异常。
常规商品的小额补货不需要每次都经过复杂审批，否则团队会因为流程成本过高而绕开制度。高金额、高波动、高风险商品则不能由系统自动放行。
| 补货等级 | 典型条件 | 建议审批方式 |
|---|---|---|
| 常规补货 | 销量稳定、供应商交期稳定、金额在授权范围内 | 按周期自动生成建议，由运营或采购确认 |
| 重点补货 | 爆款、活动品、供应周期较长或库存金额较高 | 运营、采购和负责人共同审核 |
| 紧急补货 | 预计供应周期内可能断货 | 说明断货损失、加急费用和替代方案 |
| 暂停采购 | 销量连续下滑、库存高龄或退货率异常 | 由运营、仓储和财务确认处理方案 |
补货流程不是下单结束，而是到货后才完成一个闭环。需要记录预测销量、实际销量、计划交期、实际交期、采购数量、到货数量和到货后的库存消化速度。
如果某供应商连续三次实际交期高于计划交期，就应该调整该供应商的交期参数，而不是每次临时加急。若某类促销商品连续多次预测偏高，则应降低活动备货系数，而不是简单把所有商品的安全库存都提高。
补货量没有脱离时间的意义。企业需要先说明采购计划准备覆盖多久。常见覆盖期包括下一个供应周期、两个供应周期、一个促销周期或一个月度经营周期。
如果供应商交期为10天，但企业希望每次采购覆盖30天销售，那么计划覆盖期就是30天；如果该商品保质期短，可能只能覆盖15天。覆盖期越长，采购效率可能越高，但库存积压和预测误差也会同步放大。
在不引入复杂预测模型的情况下，可以先使用下面的概念公式：
建议补货量
= 计划覆盖期需求
+ 安全库存
当前可售库存
预计按时到货的在途库存
举例来说，某SKU调整后日均销量为80件，计划覆盖期为20天，安全库存为300件，当前可售库存为700件，预计在途库存为500件。那么：
计划覆盖期需求 = 80 × 20 = 1600件
建议补货量 = 1600 + 300 – 700 – 500 = 700件
这个结果还不能直接下单。采购人员还要检查最小起订量、整箱数量、预算上限、仓库容量和供应商是否能够按时交付。如果供应商最小起订量为1000件，企业就要在“采购1000件、拆分采购、寻找供应商或接受较高断货风险”之间做选择。
我不建议一开始就追求复杂的统计模型。对于许多中小团队，先把安全库存拆成风险来源，反而更容易落地：
如果一个商品销量很稳定，但供应商经常延迟，那么安全库存应更多用于交期风险；如果供应商很稳定，但活动期间销量波动大，则应把缓冲集中在需求风险，而不是盲目提高所有库存。
在途库存最容易被重复计算。采购单已经下达，并不意味着货物一定会按计划到达。可以根据供应商历史准时交付率对在途库存进行折算。
例如，在途库存为1000件，供应商过去三个月按时交付率为80%，且本次订单距承诺到货日还有较长时间。业务上可以暂时将其中800件作为较高可信度供给，把剩余200件视为风险库存，而不是把1000件全部从建议采购量中扣除。
这不是绝对的统计公式，而是一种让团队显式讨论不确定性的管理方法。关键不在于折算比例是否精确到小数点，而在于避免所有人默认“在途必达”。
我不认为任何分析工具可以自动替企业解决库存决策。工具真正有价值的地方，是把分散在订单表、库存表、采购表和活动排期表中的信息连接起来，让团队看到同一个版本的数据，并且能够追溯每个建议数字来自哪里。
在多平台电商场景中，数据往往分散在不同后台。运营下载订单明细，仓库维护库存表，采购记录供应商交期，财务另有预算表。九数云可以作为一种数据分析和可视化工具思路，用于连接、整理和展示这些业务数据。实际接入前，应根据企业的数据接口、权限和部署要求确认可行性，相关信息可参考其官网页面。
如果团队还没有完整系统，我建议先从四张表开始，不要一上来就设计几十张复杂表。
| 数据表 | 核心字段 | 解决的问题 |
|---|---|---|
| 订单明细表 | 日期、平台、SKU、有效订单量、退款量、活动标记 | 确认真实销售消耗和渠道差异 |
| 库存状态表 | 仓库、SKU、账面库存、锁定库存、可售库存、不可售库存 | 避免把不能销售的库存计入供给 |
| 采购在途表 | 采购单号、SKU、下单日期、承诺到货日、实际到货日、到货数量 | 判断哪些在途库存能够按时到达 |
| 商品参数表 | 供应商、最小起订量、实际交期、保质期、预算分类 | 把经营约束纳入采购数量计算 |
补货看板不应只是把所有SKU罗列出来。我建议首页只放置能够直接支持决策的内容：
在九数云或类似分析工具中，展示方式可以根据数据密度选择表格、趋势图、分组柱状图和明细钻取。高层需要看到风险金额和断货SKU数量，运营需要看到销量趋势，采购需要看到供应商交期，仓库需要看到可售库存和入库状态。同一套底层数据可以服务不同角色，但不应让所有角色面对同一张拥挤的报表。
红色可以表示“预计供应周期内库存不足”，黄色可以表示“数据待核验”，蓝色可以表示“在途库存存在不确定性”，绿色可以表示“当前满足常规覆盖期”。颜色的作用是帮助人快速定位，不是代替判断。
每个风险标签都应能点击或钻取到明细，例如红色SKU要能追溯到日均销量、预计交期、当前可售库存和建议补货量。否则团队只看到颜色变化，却无法解释为什么变红，也就无法对决策负责。
如果运营把“支付订单”定义为销量，仓库把“出库数量”定义为销量，财务又按“开票数量”核算，工具只会把三种口径更快地放在一起，不能自动消除冲突。
因此，工具实施的第一步不是制作看板，而是写清楚字段定义、更新时间、责任人和异常处理规则。只有数据口径稳定后，分析结果才具有可比性。
稳定销售商品适合采用固定频率检查、上下限库存和标准化审批。重点不是每天调整预测，而是保持销售数据、库存数据和供应商交期持续准确。
例如某日用品近90天销量波动较小，供应商交期稳定在5至6天，退货率也较低。这样的商品可以按周计算补货，设置常规覆盖期，并对异常波动设置单独升级条件。没必要因为某一天销量多了10%就临时大幅增加采购量。
爆款商品的最大风险不是库存多，而是历史平均销量反应太慢。近7天销量快速增长时，建议提高近期数据权重，并单独查看流量来源、转化率和活动持续时间。
但增长也不能直接等同于长期需求。需要确认增长是由稳定自然需求、可持续投放，还是偶发热点带来。如果供应商无法及时补货，可以同时准备限购、分仓、替代规格和广告降速等方案。
促销商品不应只设置一个活动前采购量。更合理的流程是将活动拆成活动前准备、活动中监控和活动后消化三个阶段。
活动后最容易出现“惯性补货”。如果活动销量很高，采购人员可能继续按照峰值补货，但活动结束后需求已经回落。补货流程必须设置活动结束日期，否则活动数据会持续污染常规预测。
新品最缺少的不是库存，而是可靠的需求数据。首批采购量应当被看成一次市场测试成本，而不是对未来销量的确定性下注。
我会为新品设置观察窗口和第二批采购触发条件，例如有效订单达到某个数量、转化率达到预设区间、退货率没有明显异常，并且供应商补货周期能够被接受。这样即使首批判断偏差，损失也被限制在可控范围内。
当商品连续多个周期销量下滑、库存库龄上升或保质期进入风险区间时，默认动作不应是继续补货。应先检查页面、价格、评价、渠道匹配和产品竞争力，再决定促销、组合销售、渠道转移、退供或停止采购。
滞销品的补货建议如果仍然由“库存低于目标比例”触发，往往会形成错误循环：销量下降导致目标库存下降，系统判断库存不足，企业继续采购，最后积压更严重。
这是典型的时间窗口错配。第一步不是立即下单，而是计算断货缺口：预计断货前还能销售多少、已有在途库存何时到达、是否能从其他仓库调拨、供应商是否能够部分提前发货。
如果确认存在缺口，可以按优先级采取措施：
紧急采购不能只看采购单价。加急物流、临时人工、低效拼单、广告浪费和平台履约损失，都应计入真实决策成本。
此时不应按照比例立即补货。先判断目标库存的分母是什么。如果目标库存是基于过去高峰销量建立的，那么库存比例低并不代表当前需求不足。
建议查看近7天、近30天销量趋势、商品转化率、退款率、广告成本和竞品变化。如果销量下滑属于页面或投放问题，先修复经营问题；如果是季节性回落或产品生命周期变化，应降低覆盖期并暂停大批量采购。
不要为了“防止断货”直接按最高历史峰值备货。可以采用分阶段方案：先准备能够覆盖基础需求的库存，再与供应商确认可追加数量和最快交期，活动开始后根据实际销售速度滚动调整。
在数据不足时，保留供应弹性通常比一次性囤积更多库存更有价值。尤其是高客单价、保质期短或清仓折扣大的商品，过量库存的损失可能远高于短时缺货。
不能直接选择报价低的供应商。需要把采购价格、交期、交期波动、最低起订量、付款条件、缺陷率和加急能力放在一起比较。
如果低价供应商交期长且波动大，高价供应商交期短且稳定，可以将部分订单分配给高价供应商作为风险缓冲。供应商组合的价值不只体现在单价，也体现在减少断货和临时加急的能力。
库存不准时，任何采购建议都应该降级处理。先暂停自动下单，锁定受影响SKU，核对入库、出库、退货和调拨记录，再恢复补货计算。
如果系统库存长期与实际盘点不一致，需要把库存准确率纳入仓库考核和补货复盘。否则团队会不断通过“多买一点”弥补数据缺陷，最终把数据问题转化为资金占用问题。
低库存方案适合现金流紧张、商品保质期短、需求不稳定或库存折价损失较高的业务。它通常采用较短覆盖期、小批量采购和更高频率复核。
优点是资金占用低、滞销风险小；缺点是对供应商交期和数据准确度要求高，容易产生紧急采购和断货波动。若企业没有稳定的补货执行能力，单纯追求低库存反而会增加运营成本。
履约优先方案适合平台时效要求高、断货损失大、商品毛利较高或供应商交期长的业务。它通常保留更高安全库存，并提前锁定供应能力。
优点是断货概率较低，销售连续性较好；缺点是现金占用更高，若预测失误，滞销和折价压力会明显增加。该方案必须配合库龄监控，否则“保障履约”很容易变成“长期囤货”。
供应弹性优先不是简单提高库存，而是通过多个供应商、分批到货、替代规格、区域调拨和可调整采购合同降低风险。它适合销量波动大、活动频繁或供应商不稳定的业务。
这种方案可能带来采购单价更高、管理复杂度增加和供应商协调成本上升的问题，但在需求不确定时，购买“调整空间”往往比购买更多库存更划算。
| 方案 | 主要目标 | 优势 | 主要代价 | 适用条件 |
|---|---|---|---|---|
| 低库存优先 | 降低资金和积压 | 周转快、折价风险低 | 断货和加急风险较高 | 供应稳定、数据准确、需求可预测 |
| 履约优先 | 减少断货 | 销售连续性和发货稳定 | 库存金额和库龄压力较大 | 断货损失高、交期长、时效要求高 |
| 供应弹性优先 | 降低不确定性 | 可以分散供应和需求风险 | 协调成本和采购单价较高 | 活动多、波动大、供应商不稳定 |
补货建议单的作用不是让审批人重新计算，而是让审批人快速理解这次采购的依据和风险。建议包含以下字段：
运营审批时，重点确认未来销量预测是否包含活动、投放和季节变化；仓库审批时，重点确认可售库存、跨仓库存和在途状态是否准确；采购审批时，重点确认实际交期、起订量和供应商履约记录；财务审批时，重点确认采购金额、付款节奏和库存资金占用。
负责人不应只问“为什么要买这么多”，还应问“如果不买会发生什么”“如果买多了如何处理”“这个建议最不确定的假设是什么”。这三个问题通常比单纯讨论采购单价更能暴露方案风险。
以下情况建议自动升级到负责人或跨部门会议：
升级规则的价值是让团队提前讨论，而不是等到仓库完全断货或财务发现库存金额异常后才召开会议。
| 指标类别 | 建议指标 | 判断重点 |
|---|---|---|
| 销售保障 | 缺货率、断货天数、延迟发货率 | 补货流程是否支持履约 |
| 库存效率 | 库存周转天数、库龄结构、滞销占比 | 是否存在过度采购 |
| 预测质量 | 预测偏差、活动预测偏差、新品首批命中率 | 模型和业务假设是否需要调整 |
| 供应稳定 | 实际交期、准时交付率、加急采购比例 | 供应商参数是否真实 |
| 资金成本 | 库存资金占用、仓储成本、折价损失 | 库存保障是否超过合理代价 |
召集运营、仓库、采购和财务，先确定可售库存、有效销量、在途库存和实际交期的定义。不要在第一天讨论复杂算法，先确保所有人对关键字段使用同一口径。
导出至少近90天的订单、库存和采购数据，剔除明显异常记录，并标记活动、换季、断货和大额退款。数据不完整时要保留缺失标识，不要用看似精确的数字掩盖空白。
可以先按稳定销售、增长商品、促销商品、新品和滞销商品五类分组。分类不必一次做到完美，但必须让不同风险的商品不再共用同一条补货规则。
先用近30天日均销量、实际平均交期、当前可售库存和在途库存建立基础建议量。随后再为增长、促销和新品增加修正字段，不要一开始就把所有复杂因素混成一个黑箱分数。
确定常规补货、重点补货、紧急补货和暂停采购的审批人及处理时限。每种状态都要规定下一步动作，不能只写“需要关注”。
使用九数云或其他适合企业的分析工具，将订单、库存、采购和商品参数连接起来，制作面向不同角色的看板。看板必须能够从风险总览下钻到SKU明细和原始数据。
不要直接全公司上线。选择一个SKU数量适中、供应商关系稳定、数据相对完整的品类试运行一到两个补货周期，记录预警数量、人工处理时间、建议调整次数和最终采购结果。
试运行结束后，重点不是证明工具“准确”，而是找出哪些字段缺失、哪些责任人没有按时处理、哪些假设与实际不符。流程能否持续运行，通常比第一次计算结果是否漂亮更重要。
第一，方案是否说明了预计覆盖哪个时间窗口？如果只给采购数量，不说明覆盖期，数字就无法被复核。
第二，方案是否区分了可售库存、锁定库存和在途库存？如果把所有库存都视为可用，断货风险会被低估。
第三，方案是否解释了安全库存对应什么风险？如果安全库存只是固定比例，团队无法知道提高或降低它的依据。
第四，方案是否规定了异常时谁做决定？如果出现促销超预期、供应商延迟或库存数据异常时没有责任人，流程仍然依赖临场拍板。
如果企业目前仍依赖多个Excel表格和即时通讯沟通，不必先追求复杂的智能预测。建议从一个品类开始，先统一有效销量、可售库存、实际交期和在途库存四个口径，再建立补货建议单和审批状态。
随后可以用九数云等数据分析工具，将订单、库存、采购和活动数据集中展示，减少人工复制和重复核对。但工具的引入顺序应当是“先统一流程，再实现可视化，最后优化预测”，而不是先买工具、再试图让工具替团队定义业务规则。
库存管理的核心能力，不是知道仓库里有多少货，而是知道这些货能否在正确的时间支持正确的需求。当补货流程能够清楚解释需求从哪里来、库存哪些可用、供应何时到达、风险由谁承担，以及结果如何复盘时，企业才真正拥有了一套可执行的库存决策系统。
我以前给一个日均销量波动很大的店铺做库存表时，曾把“库存低于20%”设成统一预警线，结果低频商品被重复采购，真正的爆款却因为供应商延迟交货差点断货。这个比例到底能不能作为补货依据？
不能把“库存低于20%”直接当成采购指令。它最多只能作为提醒信号，真正要判断的是：当前可售库存能否覆盖供应商交货前的预计销量。我在测试补货表时，发现最容易出错的是分母口径。有的团队用最大库存计算20%，有的用目标库存计算，还有的直接用上月期末库存计算。分母不同，得到的预警结果可能完全相反。
商品可售库存日均销量供应周期20%规则结果实际判断 A稳定款80件10件5天可能不预警需要立即评估 B低频款20件1件10天可能预警暂不补或小批量补 A商品的交货前预计需求约为50件，库存只剩下30件缓冲，即使比例看起来不低，也已经接近风险线。
B商品虽然库存比例低，但10天预计销量只有10件，继续大量采购反而会增加积压。更稳妥的预警逻辑是：当“可售库存＋能够按时到货的在途库存”小于“供应周期内预计需求＋安全库存”时，进入补货评估。比例预警可以保留，但必须与销量、交期和在途库存交叉验证。
我在整理多平台库存时遇到过一个典型问题：运营按照近30天销量下单，采购却认为仓库已经有在途货物，最后出现同一批货重复采购。补货量到底应该看历史销量、当前库存，还是还要把在途库存和安全库存算进去？
补货数量不能只看过去卖了多少，也不能简单用“目标库存减当前库存”。我更推荐先确定计划覆盖期，再扣除真正可用的库存和能够按时到货的在途库存。一个适合日常使用的基础逻辑是：建议补货量≈计划覆盖期需求＋安全库存－当前可售库存－预计按时到货的在途库存。
这里的“在途库存”必须有明确到货时间，只有采购单没有交期承诺，不能直接算作可用库存。
例如某SKU近30天日均销量为25件，未来21天没有大型促销，供应商平均交期为7天，计划覆盖期按28天计算，安全库存为100件，当前可售库存为360件，预计第5天到货的在途库存为120件： 计划覆盖期需求为25×28＝700件，建议补货量约为700＋100－360－120＝320件。
若供应商最小起订量为500件，就不能机械地下单320件，而应比较500件带来的库存占用、价格优惠和滞销风险。我通常会把计算结果分成三个版本：理论需求量、受采购约束后的下单量、经过预算审核后的最终量。这样能避免公式看似准确，执行时却因为整箱数、起订量或现金流被迫改变。
我们团队以前经常因为补货争议反复开会：运营说再不买就断货，仓库说系统库存不准，采购说供应商交期没有确认，财务则担心资金占用。后来我发现，问题不完全在预测方法，而在于每个岗位提交的信息和承担的责任都没有写清楚。
补货流程的核心不是增加审批层级，而是让每个岗位在同一节点提供不可替代的信息。建议把流程拆成预警、核验、计算、审批、执行和复盘六个节点。运营负责提交近7天和近30天销量、活动计划及需求变化原因；仓库负责确认可售库存、锁定库存、残损库存和盘点差异；采购负责确认供应商实际交期、起订量和延期风险；
财务或负责人则审核预算和库存资金占用。
流程节点必填信息不通过时的处理 库存预警SKU、可售库存、日均销量检查数据同步 库存核验锁定、在途、质检库存先盘点或修正状态 需求评估活动、趋势、季节因素重新修正预测 采购审批数量、金额、交期、风险拆单或调整方案 到货复盘实际销量、到货时间、缺货天数更新规则参数 我建议把“补货原因”设为必填字段，例如常规消耗、活动备货、供应商延期、替代供应商切换，而不是只记录采购数量。
原因字段能帮助团队在复盘时区分预测错误、库存错误和供应错误。对于金额较小、销量稳定的常规款，可以设置授权额度自动处理；对于新品、爆款、临期品和加急采购，则必须走专项审批。流程不应让所有SKU都按最高风险管理，否则执行成本会超过库存风险本身。
我曾经见过一个新品首批卖得很好，团队就按照前两周的销量直接放大采购，结果流量回落后积压了几个月。相反，某个增长中的老品仍按30天平均销量补货，又连续出现缺货。这几类商品到底应该怎样分开判断？
不建议所有商品共用一套补货规则。商品的销售稳定性、需求来源和库存风险不同，统一公式通常会把稳定款算得过于保守，把波动款算得过于激进。
商品类型主要判断依据更适合的补货方式 稳定销售款历史日均销量、实际交期固定周期检查，设置上下限 快速增长款趋势、流量、转化和活动缩短检查周期，分批采购 促销款活动周期、历史活动表现单独预测，预留退货和回落风险 新品点击、转化、评价和复购小批量试采，分阶段追加 滞销款库龄、周转和可处理库存暂停补货，先做去库存 新品最容易踩的坑是把短期销量当成稳定需求。
我更倾向于把首批采购拆成测试量和追加量：先验证真实转化与退货情况，再根据连续几周的数据决定第二批，而不是一次性押注大批量库存。快速增长款则不能只看30天平均值。可以同时观察近7天与近30天日均销量的差异。
如果近7天销量明显高于近30天均值，就要把增长趋势作为专项信号，但仍应采用分批到货、备用供应商或限量销售来控制判断错误的成本。滞销款的正确动作通常不是降低预警线后继续采购，而是设置停止补货条件，例如连续若干周低于最低销售速度、库龄超过目标周期或预计销售回本期过长。
补货系统如果只有“该买多少”，没有“什么时候停止买”，就很难真正控制库存。
读者评论
文章把“库存预警”和“采购指令”区分开来很有价值，尤其是把交期、在途库存和安全库存纳入同一判断，比单看库存比例更符合实际运营场景。
可售库存的拆分比较实用。锁定、质检、退货和跨仓库存如果直接计入库存总量，确实容易导致补货判断失真，建议企业先统一数据口径再建模型。
近7天、近30天和近90天销量结合观察的思路较全面，但不同行业的季节性差异较大，实际落地时还需要根据品类调整权重。
分级审批和异常分类能降低流程失控的风险。不过文中公式仍是基础框架，涉及促销峰值、最低起订量和预算限制时，还需要进一步细化计算规则。
文章强调到货后的预测复盘，这一点容易被团队忽略。持续记录实际交期、销量和到货量，有助于逐步修正供应商参数和备货策略。