电商库存怎么选,真正难的不是算出一个“该补多少”的数字,而是判断仓库里的库存到底有多少能卖、哪些货正在路上、销量波动会不会在到货前把库存吃完。我在梳理电商补货计划时经常遇到这样的场景:系统显示某个爆款还有800件,但扣除已锁定订单、残次品和调拨占用后,实际可售只剩420件;采购人员却因为“库存还很多”没有下单,四天后商品缺货。相反,另一个低动销SKU实物库存只有300件,却足够销售两个月,继续补货只会增加积压。

电商库存怎么选?补货计划相关的标准化管理判断标准
所以,电商库存标准化管理不能从“库存保持多少件”开始,而要从三个连续问题开始:现在到底有多少可售库存?什么时候必须触发补货?触发后补多少才不会把缺货风险转化成积压风险?本文将围绕这三个问题,建立一套适合中小电商团队落地的判断框架。
很多企业把仓库盘点数量直接当成可售库存,把采购订单数量直接当成在途库存。这两个做法都会让补货计划失真。仓库里的实物可能包含待质检商品、残次品、已锁定订单商品和无法跨渠道调拨的库存;采购单里的数量也可能只是已提交申请,尚未得到供应商确认。
我建议把库存至少拆成四个口径:实物库存、可售库存、锁定库存和确认在途库存。只有确认供应商已经接单、明确交期,并且运输与入仓路径可追踪的货物,才适合纳入“确认在途库存”。供应商的一句“下周应该能发”,不能直接当成补货计划中的确定供给。
| 库存口径 | 定义 | 是否直接用于补货判断 | 常见风险 |
|---|---|---|---|
| 实物库存 | 仓库当前盘点到的全部数量 | 不能直接使用 | 包含残次品、待检品和已分配库存 |
| 可售库存 | 扣除锁定、残损、待检和不可销售商品后的数量 | 必须使用 | 系统状态更新不及时会造成虚高 |
| 锁定库存 | 已经被订单、渠道或调拨任务占用的库存 | 需要扣除 | 订单取消后未及时释放 |
| 确认在途库存 | 已经确认采购、交期和运输状态的未入库数量 | 谨慎计入 | 延期、拆单和短装会使数量失真 |
补货点解决的是时间问题,回答“现在是否应该发起采购”;目标库存和库存上限解决的是数量问题,回答“发起采购后应该补到哪里”。如果把两个问题混成一个“低于多少就补满”的规则,极容易出现两种结果:畅销品补得太晚,低动销品补得太多。
一个可执行的基础公式是:
补货点=预计日均销量×补货提前期+安全库存
补货量则可以用另一条公式表达:
建议补货量=目标库存-预计可用库存
其中,预计可用库存不应只看当前可售库存,还要考虑确认在途库存、未来活动销量、退货可回收数量和预计损耗。公式是起点,不是答案。真正决定结果的,是每个字段的业务口径是否可靠。
不同商品的销量速度、供应周期、毛利、缺货损失和贬值速度不同。一个日销500件的标品和一个月销20件的长尾商品,不应该共享同一套安全库存天数;一个供应商交期稳定的现货商品,也不应该和需要45天生产周期的定制商品使用相同补货逻辑。
标准化的正确对象,是数据字段、计算逻辑、审批流程、异常处理和复盘周期;阈值则应根据商品分层进行差异化设置。

这种情况最常见于多渠道、多仓发货的店铺。总库存看起来足够,但库存分散在不同仓库,某个渠道能够调用的库存实际上不足;或者库存已经被订单锁定,系统仍然将部分数量显示为可售。若运营人员只看总库存,就会误判供应状态。
我处理库存表时,会先问三个问题:这批货是否真的能在当前渠道销售?是否已经被其他订单或调拨任务占用?如果今天下单,剩余库存能否覆盖货物到仓前的销量?只要其中一个问题无法回答,库存数字就不适合直接用于采购决策。
“上月卖了多少,本月就补多少”看似简单,实际忽略了活动、季节、价格变化、自然流量和商品生命周期。一个刚参加直播活动的SKU,上月销量可能被短期流量放大;一个正在下滑的老品,继续按上月销量采购,则会把过时需求固化成库存。
更合理的做法是把销量拆成基础销量和事件增量。基础销量用于常规补货,活动增量单独进入活动备货计划,活动结束后及时从日均销量中剔除。否则一次促销会影响后续数周的采购判断。
供应商说“7天交货”,通常只代表生产或发货环节,不一定包含采购审批、排产等待、运输、入仓、质检和上架。对电商来说,商品完成上架之前都不能贡献可售库存。
我建议把补货提前期拆成可追踪的节点,而不是填一个笼统天数:
如果历史数据表明供应商承诺7天,但从下单到可售的实际中位数是11天,且有20%的订单超过15天,那么补货模型至少要以实际履约数据为基础,而不是以合同上的理想交期为基础。
安全库存的作用是吸收需求波动和供应波动,不是给采购人员一个随意加量的空间。安全库存过高,会造成现金占用、仓租增加、商品贬值和清仓折价;安全库存过低,则会使促销、延迟和突发需求直接转化为缺货。
安全库存应当与商品的缺货代价相匹配。缺货会损失自然排名、连带销售和广告转化的商品,可以保留更高保障;容易替代、低毛利、短保或迭代快的商品,则应优先控制库存上限。

建议将补货判断的核心库存写成“预计可用库存”,而不是简单写“当前库存”。基础计算可以表示为:
预计可用库存=实物库存-锁定库存-不可售库存+确认在途库存-预计损耗
如果是多仓经营,还应增加渠道和仓库约束。例如,北方仓的库存不能简单抵扣南方仓的缺口,除非调拨时间、调拨成本和调拨后的上架时间已经纳入补货提前期。
“预计损耗”不只指破损。对于服饰、数码配件和季节性商品,还要考虑换季后不能按原价销售的库存;对于食品和美妆,则要考虑临期库存不能覆盖完整销售周期。
日均销量不是把过去某段时间的订单量机械除以天数。至少应先区分净销量和毛销量。取消订单、异常刷量、批量团购和大促峰值,都会影响日均销量的解释。
可以根据商品特征选择不同的观察窗口:
| 商品状态 | 建议观察方式 | 需要额外修正的因素 |
|---|---|---|
| 稳定动销标品 | 近30天加权平均 | 价格变化、渠道流量变化 |
| 刚上新的商品 | 按相似商品和当前转化率估算 | 曝光增长、评价积累、冷启动流量 |
| 大促商品 | 基础销量与活动增量分开预测 | 活动周期、投放预算、库存约束 |
| 季节性商品 | 同比周期和近期趋势结合 | 天气、节日、区域差异 |
| 下滑或清仓商品 | 短窗口趋势预测 | 折扣力度、替代品、剩余销售周期 |
如果近7天日均销量为40件,近30天日均销量为28件,不能直接说哪个数字正确。需要先判断近7天增长是自然趋势、活动拉动还是偶然爆单。如果活动已经结束,继续使用40件会放大库存;如果增长来自稳定投放和持续转化,使用28件则可能低估需求。
补货提前期应当以“从发起采购到商品可以被订单占用”为终点。建议在系统或表格中记录承诺交期、实际发货日、实际入仓日、质检完成日和上架日,至少连续跟踪三个补货周期后,再决定是否调整规则。
当供应商交期波动较大时,平均值往往不够安全。比如五次订单的可售提前期分别为8天、9天、10天、16天和18天,平均值是12.2天,但用平均值作为唯一标准,仍可能在16至18天的延迟订单中发生缺货。此时需要增加延迟缓冲,或者把该供应商标记为高风险供应商。
在没有足够历史数据时,可以先用“保障天数”建立临时规则,但必须把它标记为建议基准,而不是行业定论。更成熟的做法是分别观察需求波动和供应波动。
一个简化的管理思路是:
如果企业已经积累了足够的日销量和交期记录,可以进一步用服务水平、销量标准差和交期波动进行测算。但在数据质量不稳定时,复杂公式并不会自动带来准确结果,先修复库存状态和销量口径通常更有效。
补货点只表示“需要关注或触发采购”,不代表补到越高越好。目标库存可以覆盖下一个补货周期的需求,库存上限则要约束资金、空间、保质期和贬值风险。
我通常会把目标库存和库存上限分开管理:
这种分层比简单设置“最低库存”和“最高库存”更容易触发管理动作。每条线都应明确负责人、处理时限和审批权限,否则预警只会停留在报表上。

固定天数的优点是容易执行,但它只适合数据不足时的临时起步。不同SKU的日销量差异可能达到几十倍,同样是7天库存,日销10件的商品只需要70件,日销500件的商品则需要3500件。用天数统一,不代表用风险统一。
更合理的做法是按商品等级设置不同的保障逻辑。高销量、高毛利、缺货损失高且供应周期长的商品,重点是保障供应;低销量、低毛利、贬值快的商品,重点是限制库存上限。安全库存不是采购习惯,而是经营风险的价格。
总库存金额下降,并不一定代表库存管理变好了。可能是爆款缺货导致库存金额下降,也可能是高价值商品售罄、低价值尾货大量滞留。评价库存质量,至少要同时看库存金额、库存周转、缺货率和滞销库存占比。
我建议把库存按动销速度和库存价值做二维分析。高价值低动销商品应优先清理,高价值高动销商品应优先保障,低价值低动销商品则要判断是否值得继续占用管理资源。
在途库存必须有可信的到货概率和时间。如果一批货只是提交采购申请,或者供应商尚未确认排产,那么它只能算“计划采购”,不应该抵扣当前补货需求。
可以把在途库存拆成三类:已发货且有物流记录、已确认但未发货、仅内部申请未确认。只有第一类可以较高比例计入预计可用库存;第二类要结合供应商历史准时率折算;第三类不应参与补货抵扣。
大促期间的销量通常由折扣、广告、直播、平台流量和竞品缺货共同影响。它反映的是特殊条件下的销售能力,不等于日常自然需求。如果把大促峰值直接写入未来30天日均销量,库存很可能在活动结束后迅速积压。
活动备货要单独建立计划。活动结束后,应在复盘中拆解实际销量来源:自然销量、活动优惠、广告带来的增量、提前购买和其他SKU被替代的销量。只有能够持续复现的部分,才适合纳入常规预测。
很多库存报表有红黄绿三种颜色,但没有规定红色出现后谁来处理、多久处理、是否允许继续采购。没有动作定义的预警,只是视觉提醒,不是管理机制。
每个预警都要对应一个动作。例如,低于补货点时自动生成采购建议;超过库存上限时要求采购主管复核;连续两周低动销时暂停常规补货;供应商连续延期时调整提前期并升级供应商评估。

下面用一个情景案例说明判断过程。假设某电商店铺销售一款高频消耗品,当前仓库实物库存为800件,其中已锁定订单150件,待质检80件,跨仓调拨占用150件,因此可售库存只有420件。供应商已经确认一批200件采购订单,预计从下单到完成上架需要8天。
近30天净销量为840件,基础日均销量为28件;近7天因直播活动销量为280件,日均40件。活动已经结束,但店铺未来10天仍安排了小规模投放,运营人员估计每日增加5件销量。经过复核,补货期间预计日均销量暂按33件计算。
如果安全库存暂定为150件,那么补货点为:
33件×8天+150件=414件
当前可售库存为420件,表面上还没有跌破补货点,只差6件。但如果确认在途的200件能够按期入仓,预计可用库存将达到620件,短期内不需要追加采购。若供应商延期4天,则需要重新计算延期期间的销售消耗,当前库存就可能快速跌破风险线。
在实际管理中,我不建议让采购人员每天从订单、仓库、采购和活动表中手工拼接数据。只要字段来自不同表格,人工复制就容易出现SKU名称不一致、日期错位、在途重复计算和取消订单未剔除等问题。
可以使用九数云这类数据分析工具,把销售、库存、采购、供应商和活动计划集中到同一个分析流程中。这里的重点不是工具本身替管理者做决定,而是让补货判断所依赖的数据口径可追踪、计算过程可复核、异常结果可下钻。
一个适合补货看板的页面,不应只显示“当前库存”一个大数字,而应至少呈现以下内容:
九数云在这个场景中的价值,主要体现在三个层面。第一是连接和整合数据,减少多个表格之间的重复搬运;第二是通过计算字段统一库存口径;第三是通过筛选、分组和可视化,让采购人员能够从异常SKU下钻到具体订单、供应商和到货节点。
| 看板区域 | 建议字段 | 管理动作 |
|---|---|---|
| 库存现状 | 实物库存、可售库存、锁定库存、不可售库存 | 检查库存状态是否完整、是否存在虚高 |
| 需求趋势 | 近7天销量、近30天销量、活动增量、退货率 | 判断短期趋势是否可持续 |
| 供应状态 | 供应商、确认在途、承诺交期、实际交期、准时率 | 校正补货提前期和延期风险 |
| 补货建议 | 补货点、目标库存、库存上限、建议补货量 | 发起采购或提交人工复核 |
| 风险复盘 | 缺货次数、滞销天数、预测误差、采购偏差 | 调整商品分层和补货参数 |
看板上线后,不要只看图表是否美观,应该随机抽取几条SKU进行反向核验。比如抽查一款显示“建议暂不补货”的商品,查看它的可售库存是否扣除了锁定订单,在途数量是否有供应商确认,日均销量是否排除了活动峰值,库存上限是否考虑了剩余销售周期。
如果这些问题无法在看板中追溯,说明企业只是把原来的手工表格换成了可视化页面,并没有真正完成标准化。一个合格的补货看板,必须能够回答“这个数字从哪里来、为什么触发这个动作、谁负责处理异常”。


这类商品通常是店铺的销售支柱,缺货会影响广告效率、自然排名和关联购买。补货计划应采用更高频率的监控方式,至少每日更新可售库存和确认在途状态。
行动上可以采取以下做法:
这里的取舍是:适当提高保障库存会占用资金,但爆款缺货的损失可能不仅是少卖几天,还包括广告转化下降和客户转向竞品。因此不能只用仓储成本评价这类库存。
如果供应商可以快速补货,就没有必要为了“看起来安全”而长期囤积大量库存。此类商品更适合缩短采购周期、提高补货频率,并通过固定补货日减少临时采购。
管理重点包括:
如果一次采购的价格优惠只有3%,但库存需要多占用45天,企业还应计算资金成本、仓租、损耗和清仓折价。采购单价低,不代表总成本低。
这类SKU最容易被“供应周期长”吓到,采购人员往往为了避免未来缺货而提前囤货。但如果月销量只有几十件,提前期再长,也未必值得按大批量采购。
建议优先采取小批量、预售、按订单采购或与供应商协商柔性生产。对于销售贡献很低、替代品较多的SKU,应把库存上限放在补货点之前考虑,避免补货规则自动触发后继续累积。
这类商品通常可以随时补货,因此适合维持较低库存。若缺货不会明显影响店铺整体转化,甚至可以采用“售完再补”或“订单触发采购”的方式。
但也要注意,低动销并不等于没有价值。某些配件虽然单独销量低,却承担着组合销售、售后替换或提升客单价的作用。判断是否降库存时,需要看其关联销售贡献,而不能只看SKU自身销量。
对于食品、美妆、服饰、节日用品和快速迭代的电子配件,最重要的问题可能不是“会不会缺货”,而是“到销售窗口结束时还剩多少”。这类商品应根据剩余销售天数、折扣计划和供应商退换政策设置库存上限。
补货计划中可以增加以下字段:

第一类是商品身份字段,包括SKU编码、商品名称、品类、规格、销售渠道和仓库。SKU编码必须唯一,不能让同一商品在销售表和采购表中使用不同名称,否则后续关联分析会产生重复或漏算。
第二类是库存状态字段,包括实物库存、可售库存、锁定库存、不可售库存、确认在途库存和调拨中库存。每个字段都要定义更新频率和责任人,不能只写在操作手册中而没有系统落地。
第三类是需求预测字段,包括近7天销量、近30天销量、净退货率、活动增量、预计日均销量和预测置信等级。预测置信等级可以简单分为高、中、低,用于决定是否需要人工复核。
第四类是补货规则字段,包括补货提前期、安全库存、补货点、目标库存、库存上限、最小采购量和建议补货量。这些字段必须能追溯计算逻辑,不建议由采购人员直接手填最终结果。
第五类是结果复盘字段,包括计划到货日期、实际到货日期、实际可售日期、缺货次数、滞销天数、采购偏差原因和供应商履约结果。没有结果字段,就无法知道规则是否有效。
| 角色 | 主要责任 | 不应独自决定的事项 |
|---|---|---|
| 运营 | 提供活动计划、流量变化和需求判断 | 不应单独修改采购数量 |
| 采购 | 确认供应商、批量、价格和交期 | 不应忽略库存上限和滞销风险 |
| 仓库 | 确认实物、可售、待检和损耗状态 | 不应直接改变销售预测 |
| 财务 | 评估资金占用、采购预算和库存减值 | 不应只按金额压降所有库存 |
| 负责人 | 处理高金额、临期和重大缺货风险 | 不应替代日常数据维护 |
红黄绿预警只是展示形式,真正有价值的是预警之后的处理规则。例如,低于补货点并不一定马上采购,可能还要判断在途是否可靠、商品是否即将换季、供应商是否存在延期以及当前现金预算是否充足。
| 触发条件 | 建议动作 | 责任人 | 处理时限 |
|---|---|---|---|
| 可售库存低于补货点 | 生成补货建议并核对在途 | 采购 | 1个工作日 |
| 在途交付延期超过2天 | 重新计算库存耗尽日并评估调拨 | 采购与仓库 | 当天 |
| 库存超过上限 | 暂停自动采购,提交库存消化计划 | 运营与采购 | 2个工作日 |
| 连续14天低动销 | 检查价格、页面、替代品和采购批量 | 运营 | 一周内 |
| 临期或换季风险达到阈值 | 制定促销、退供或报损方案 | 运营与财务 | 立即处理 |

缺货率下降通常是好事,但如果企业通过大幅提高库存实现缺货率下降,可能牺牲了资金效率。订单满足率则能反映客户订单是否得到及时满足,但也要区分是库存不足、仓库处理能力不足还是配送范围限制。
建议至少同时查看缺货率、订单满足率和可售库存准确率。若缺货率下降而库存准确率没有改善,可能只是系统显示库存变高,并不代表真实供货能力提高。
库存周转天数是一个整体指标,可能掩盖结构问题。一个店铺的整体周转天数看起来合理,但高价值商品可能已经积压,爆款则持续缺货。企业应按品类、商品等级和仓库分层查看周转,而不是只看一个总数。
滞销库存占比可以帮助判断库存是否被低动销商品占用。建议结合库存金额计算,而不是只按SKU数量计算。100个低价值长尾SKU和10个高价值滞销SKU,对现金流的影响完全不同。
预测误差大并不一定说明预测模型不好,也可能是活动计划临时变化、价格大幅调整、供应商缺货或渠道流量异常。复盘时应把误差分成需求侧、供应侧、数据侧和执行侧。
| 偏差类型 | 典型表现 | 调整方向 |
|---|---|---|
| 需求侧偏差 | 实际销量高于预测,活动或流量发生变化 | 增加活动修正和趋势判断 |
| 供应侧偏差 | 到货晚于计划,实际提前期被低估 | 调整供应商交期和风险缓冲 |
| 数据侧偏差 | 销量包含取消单,库存包含不可售品 | 修复数据口径和字段映射 |
| 执行侧偏差 | 建议已生成但审批或下单延迟 | 缩短审批路径并明确责任人 |
不是每次销量变化都要改安全库存,也不是每次缺货都要提高采购量。参数调整应有周期和条件,例如连续两个补货周期出现同方向偏差,再考虑调整日均销量或提前期;单次大促造成的异常,不应直接改变常规参数。
每月复盘可以回答五个问题:

当采购预算有限,不建议平均削减所有SKU的补货量。应先按照销售贡献、毛利、缺货损失和供应确定性进行排序,保证高贡献商品能够覆盖最关键的销售周期。
对低贡献、低动销和高贬值风险商品,可以采用延迟采购、减少批量、暂停自动补货或清理现货。对核心商品,则应尽量通过提高采购频率、优化账期、寻找替代供应商等方式降低现金压力,而不是简单砍掉安全库存。
大促备货的核心不是把历史最高销量乘以一个倍数,而是建立需求区间。至少应准备保守、基准和乐观三个情景,并分别计算库存需求、资金占用和活动后剩余库存。
| 情景 | 需求假设 | 适合的采购策略 | 主要风险 |
|---|---|---|---|
| 保守情景 | 按基础销量加低幅活动增量 | 确保活动基本供货,控制后续尾货 | 活动爆发时可能缺货 |
| 基准情景 | 结合历史活动、投放计划和当前转化率 | 分批采购,设置第二批补货触发条件 | 需要供应商具备快速响应能力 |
| 乐观情景 | 按高流量和高转化预估 | 只适用于高确定性核心商品 | 活动不及预期时积压严重 |
如果供应商可以在活动中途快速补货,分批采购通常比一次性按乐观情景囤货更稳妥;如果供应商生产周期很长且活动不可延期,则需要通过预售、限量销售或替代品承接来降低一次性备货风险。
当供应商频繁延期时,企业往往第一反应是提高安全库存。但如果延期持续发生,单纯加库存会把供应问题转化为资金问题。更有效的行动包括建立供应商准时交付率、短装率、质量合格率和异常响应时效。
对核心SKU,可以比较备用供应商的采购价格与缺货损失。如果备用供应商单价高5%,但能把交期从18天降到10天,且缺货损失明显高于价差,那么备用供给可能更有价值。这个判断应基于综合成本,而不是只看采购单价。
销量增长可能来自短期活动、内容爆发、竞品缺货或渠道临时倾斜。建议先判断增长持续性,再决定是否修改常规补货参数。短期可以通过临时活动库存、限量销售、提高补货频率和监控库存耗尽日应对,而不是立即把高销量写入长期模型。
如果商品连续多个周期下滑,应重新判断它处于成熟、衰退、换季还是被替代阶段。此时库存管理重点应从“保障供应”转为“加速周转和减少损失”。可以通过组合销售、调整价格、转移渠道、减少采购批量或与供应商协商退换降低风险。

很多团队一开始就想建立自动预测模型,但基础字段还没有统一。此时最应该做的是确认SKU主数据、库存状态、订单状态、采购状态和供应商名称是否一致。
落地时可以先建立一张基础数据字典:
例如,“库存”必须明确是实物库存还是可售库存;“在途”必须明确是已发货、已确认还是内部申请;“销量”必须明确是否扣除取消单和退货。只有先解决这些定义问题,后续图表和预警才有可信度。
不要一开始就为几千个SKU分别设置几十个参数。可以先采用销售速度、库存金额、缺货损失、供应周期和贬值风险五个维度进行初步分层,再对高价值和高风险商品单独复核。
九数云看板可以按照商品等级、品类、供应商、仓库和销售渠道进行筛选,让管理者快速定位“哪些SKU需要采购”“哪些SKU需要暂停采购”“哪些SKU需要看供应商延期”。这样比在一张宽表里寻找红色单元格更适合日常决策。
看板不宜堆满各种图表。建议保留能够改变决策的视图:
如果一张图不能触发任何动作,就应重新评估它是否有必要保留。库存分析的目标不是展示更多数据,而是减少错误采购、缩短异常响应和提高库存资金使用效率。
自动化规则不能替代所有判断。新品、临期品、大促品、供应商延期品、高金额采购单和跨仓调拨,都应进入人工复核清单。
人工复核也不能变成重新凭感觉下单。复核人员应记录修改原因,例如“活动流量取消”“供应商交期延长”“商品即将换季”“库存状态未及时释放”。这些原因在下一次参数调整时才能转化为可复用的管理经验。

第一周不要急着调整采购量,先建立可信的库存基线。抽查重点SKU的实物、系统可售、锁定、待检和在途数量,找出差异最大的商品。
第二周选择销售贡献最高或库存金额最高的前20%SKU作为试点。试点不宜覆盖所有商品,否则规则问题会被复杂度掩盖。
为每个试点SKU填写近7天销量、近30天销量、活动状态、实际可售提前期、安全库存、补货点、目标库存和库存上限。若数据不足,应标记参数来源和置信程度,不要把估计值伪装成精确值。
第三周让系统或看板生成补货建议,但先不完全自动下单。采购、运营和仓库共同检查建议结果,重点关注建议数量异常高、在途抵扣异常、活动SKU和供应延期SKU。
每一次修改建议都要记录原因。经过一周试运行后,通常可以发现一些隐藏问题,例如退货库存回库慢、仓库状态更新滞后、活动销量未标记或供应商交期字段为空。
第四周比较标准化前后的建议处理耗时、库存准确率、缺货风险和异常完成率。不要只看采购数量是否下降,而要看是否减少了错误采购和无计划缺货。
当试点流程稳定后,再逐步扩展到更多SKU和仓库。对于高价值、临期和特殊渠道商品,即使系统规则成熟,也建议保留人工审批。
没有适用于所有店铺的固定库存数量。合理库存取决于日均销量、真实补货提前期、安全库存、缺货损失、资金预算和商品贬值风险。比起问“应该备几天”,更应该问“当前库存能覆盖到货前的需求吗,超过销售窗口后会剩多少”。
通常不需要立即追加,但要检查确认在途是否可靠、活动是否即将开始、供应商是否存在延期,以及当前库存是否被其他渠道占用。如果在途不确定或需求即将大幅增加,仍可能需要提前采购或制定替代方案。
固定天数只能作为数据不足时的起步基准,不能当作行业统一标准。安全库存应根据需求波动、供应波动、缺货损失和库存贬值风险调整。数据积累后,应逐步使用实际销量和实际交期分布替代经验天数。
采购单只代表企业提出采购需求,不一定代表供应商已经确认数量和交期。若供应商尚未接单、未排产或交期不明确,把这部分数量计入在途,会导致补货计划低估真实需求。
应把基础销量、活动增量、广告计划、转化率变化、活动持续时间和活动后剩余销售周期分开计算。建议准备保守、基准和乐观三个情景,并优先使用分批采购、活动中补货或替代品承接来降低尾货风险。
九数云更适合用于整合销售、库存、采购、供应商和活动数据,统一字段口径,建立补货看板和异常分析流程。它不能替管理者决定所有采购数量,也不能弥补源数据错误。使用前应先明确库存定义、更新频率和责任边界。
需要。标准化不等于必须购买复杂系统。小商家可以先在表格中统一SKU、可售库存、在途、日均销量、提前期、补货点和库存上限,再逐步使用数据工具提升自动化程度。关键是规则可解释、数据可追溯、异常有人处理。
电商库存管理最容易陷入两个极端:一边把低库存当成唯一目标,导致爆款频繁缺货;另一边把安全库存当成采购加量理由,导致仓库被低动销商品占满。真正专业的做法,是把服务水平、资金占用和库存风险放在同一个决策框架中。
我认为,库存标准化最重要的判断标准不是“是否使用了某个公式”,而是管理者能否回答四个问题:这批库存现在能不能卖?它能覆盖到什么时候?补货到仓前会发生什么?如果需求没有实现,库存如何被消化?
下一步可以先选取销售贡献高、库存金额高和近期发生过缺货的20个SKU,完成库存口径核对,再计算补货点、目标库存和库存上限。随后将销售、采购、仓库和供应商数据接入统一分析看板,连续运行一个月,记录每一次预警、采购和偏差原因。
不要先追求一套看起来复杂的库存模型,先建立一套每周都能执行、每个数字都能追溯、每次异常都有动作的补货机制。当库存从“采购人员的经验判断”变成“可解释、可复核、可持续修正的经营流程”,电商库存才真正开始具备标准化管理价值。
我在做补货表时经常遇到一个问题:仓库明明显示还有几百件,为什么运营却说马上要缺货?我想知道,制定补货计划时,哪些库存是真正可以支撑销售的,哪些数字只是看起来有货?
补货时最容易踩的坑,是把仓库里的实物数量直接当成可销售库存。我曾经处理过一个家居用品SKU,系统显示库存为620件,但其中有80件已被订单锁定,35件正在质检,25件属于包装破损品,最终真正能继续销售的只有480件。建议先统一三个口径:实物库存是仓库盘点到的数量;
可售库存是扣除锁定、残损、质检和其他不可销售数量后的库存;在途库存则必须是已经确认采购、能够提供预计到货日期的货物,供应商口头承诺的数量不能直接算入。
库存类型是否直接用于补货判断常见误区 实物库存不能直接使用把残次品、锁定库存一起计算 可售库存是忽略已付款订单或渠道预留 确认在途库存可以纳入预计库存把未生产或未发货订单当成在途 实际计算时,可以先用“可售库存=实物库存-锁定库存-不可售库存”,再用“预计可用库存=可售库存+确认在途库存”。
如果不同仓库的库存无法在预计销售周期内调拨,也不要为了让总库存看起来充足而把它们合并计算。我的判断是:补货表第一列不应该是“当前库存”,而应该是“可售库存”和“确认在途库存”。只要数据口径没有统一,后面的安全库存、补货点和采购量都会变成精确地计算错误。
我以前一直按照“库存低于7天销量就补货”来执行,但遇到大促、供应商延期或销量突然上涨时,这个标准经常失效。到底应该怎样判断补货时机,才能避免爆款缺货,又不至于频繁下采购单?
补货点不是一个固定的库存天数,而是覆盖“从提交采购到新货可以销售之前”的需求量。比较实用的基础公式是:补货点=预计日均销量×补货提前期+安全库存。我在实际制定计划时,会把补货提前期拆成审批、供应商备货、运输、入仓、质检和上架几个环节。
比如供应商承诺3天发货,但内部审批1天、生产4天、运输2天、入库质检1天,真正的提前期就是11天,而不是供应商口中的3天。项目示例数据 预计日均销量40件 完整补货提前期8天 安全库存150件 补货点40×8+150=470件 如果当前可售库存是500件,表面上还没有跌破补货点;
但如果100件在途货物存在延期风险,或者近7天销量已经从40件上升到55件,就不能继续机械地等待。此时应重新计算需求,并把延期概率纳入人工复核。日均销量也不能简单取上月平均值。
稳定商品可以参考近30天销量,增长中的商品要提高近7天数据权重,而参加过大促的商品则应拆分活动销量和自然销量,避免把一次性的峰值当成长期需求。我更建议设置两道线:补货点用于触发采购评估,紧急库存线用于触发加急采购、跨仓调拨或限制促销。
这样比单纯设置一个“低于多少天就补货”的阈值更能应对真实业务中的波动。
我经常遇到采购建议一次性把库存补满,理由是这样可以减少采购次数和物流成本。但有些商品补完后几个月都卖不掉,最后只能降价处理。补货量究竟应该由销量、采购批量还是库存上限决定?
补货点解决的是“什么时候启动补货”,补货量解决的是“启动后买多少”,两者不能混为一谈。基础计算可以使用“建议补货量=目标库存-预计可用库存”,但最终下单量还必须受到起订量、仓储容量、资金预算和商品生命周期的约束。
例如某商品目标库存为900件,当前可售库存为300件,确认在途库存为200件,理论补货量是400件。如果供应商最小起订量是500件,采购不能只看公式下400件;但如果该商品每月只能卖100件、有效销售窗口只剩4个月,也不应因为起订量而盲目采购。
判断因素对补货量的影响需要警惕的问题 供应商起订量可能推高单次采购量低动销商品被迫积压 仓储容量限制库存上限占用爆款或高毛利商品库位 保质期或迭代周期应缩短覆盖周期到货后无法在有效期内售完 价格阶梯可能降低采购单价毛利提升被库存损耗抵消 我通常会把补货量分成三个层次:目标库存是正常销售下希望维持的水平,库存上限是任何情况下都不应轻易突破的边界,紧急采购量则是为了避免短期缺货而采取的临时数量。
采购建议超过库存上限时,必须增加人工复核,而不是让系统自动下单。判断一次补货是否合理,不能只看采购单价是否下降,还要在30天或一个完整销售周期后复盘实际销量、库存周转和剩余库存金额。如果为了省一次运费,额外占用数月现金流,甚至形成尾货,账面上的采购优惠往往并不是真正的节省。
我想把现在依赖采购经验的补货方式改成标准化流程,但不同商品的销量、毛利、供应周期和缺货损失差异很大。如果每个SKU都单独设置规则,管理成本太高;如果全部使用同一标准,又担心出现一刀切。库存标准化到底应该统一什么、区分什么?
标准化不等于所有商品使用相同阈值。真正应该统一的是数据口径、计算字段、审批流程、异常触发条件和复盘周期;安全库存、覆盖天数和库存上限则应根据商品风险分层设置。我在设计补货规则时,会先按销售速度和经营风险做矩阵,而不是只按商品类目分类。一个高销量但供应商每天都能补货的商品,未必需要很高的安全库存;
一个销量一般、但生产周期45天且缺货后无法替代的配件,反而更需要提前备货。
商品特征管理重点建议动作 高销量、长供应周期降低缺货风险高频监控,提前锁定采购计划 高销量、短供应周期平衡周转与服务水平小批量、高频次补货 低销量、长供应周期控制采购错误订单驱动或人工复核后采购 易过期、易贬值商品控制库存上限缩短补货周期,限制一次性囤货 统一流程可以设计为:系统每天更新可售库存、锁定库存、确认在途、近7天销量和近30天销量;
当可售库存跌破补货点时生成建议;当建议量超过库存上限、销量异常变化或供应商延期时,转人工复核。标准化规则上线后,还要用结果指标验证,而不是只看采购流程是否完成。比如缺货率下降但滞销库存金额上升,说明安全库存可能过高;库存周转变快但订单满足率下降,说明库存压缩过度。
只有同时观察缺货率、订单满足率、周转天数和滞销库存占比,才能判断规则是否真的有效。我的建议是先选20到50个核心SKU试运行一个完整销售周期,记录每次补货建议与实际结果的差异,再调整阈值。先小范围验证,比一开始就把整套规则强行套到所有商品上,更容易发现数据口径、在途确认和异常处理中的问题。


读者评论
文章把实物库存、可售库存、锁定库存和确认在途库存区分开,较好地解释了为什么系统有货仍会缺货,适合多仓、多渠道电商团队参考。
将补货点与补货量分开管理很实用。实际执行时,销量预测和供应商交期数据的准确性仍是关键,建议结合历史履约记录持续修正。
文中对安全库存的理解比较客观,没有简单主张多备货,而是同时考虑缺货损失、资金占用、仓储和商品贬值,适合中小团队建立基础规则。
文章框架清晰,但公式部分仍偏管理建议。若要落地,还需要明确数据负责人、异常审批机制,以及不同品类的服务水平和库存上限。