电商库存怎么用，真正难的不是把仓库里的数量录进表格，而是每天用这些数量回答四个问题：现在还能卖几天、什么时候会断货、应该补多少、这批货会不会最后变成积压。很多店铺明明有库存，却因为锁定库存、在途库存和不可售库存混在一起，导致系统显示“有货”、仓库却发不出；也有店铺看到库存下降就急着采购，结果销量已经下滑，现金反而被一批卖不动的商品占住。补货计划的本质，是把库存从“记录结果”变成“经营决策输入”。
我在做电商补货复盘时，通常不会先看“库存还剩多少”，而是先把五组数据放到同一张表里：可售库存、近期销量、采购周期、安全库存、已确认在途库存。只看其中一个变量，几乎一定会误判。
这五个变量的关系可以概括为：销量决定消耗速度，采购周期决定提前量，安全库存决定风险缓冲，库存状态决定真正可卖的数量，在途库存决定已经下单的货能否降低新的采购需求。
核心判断不是“库存低不低”，而是“在下一批货能够正常到达之前，现有可售库存能不能覆盖需求，并且还保留合理缓冲”。
不少团队把补货流程直接写成“低于某个库存数就采购”。这种做法把两个不同问题混在了一起。第一步应该判断商品是否仍有补货价值，第二步才是计算数量。
例如，一款商品当前可售库存只有80件，但近14天日均销量已经从20件降到3件，且商品即将被新款替代。它的库存确实少，却未必需要按原来的销量补货。相反，一款爆款只剩300件，近7天日均销量从40件上升到70件，即使账面库存看上去不少，也可能已经进入高风险区。
因此，我建议把补货判断拆成三个问题：
库存管理失效，很多时候不是公式错误，而是不同岗位在使用不同定义。运营看的是平台可售数，采购看的是已下单数量，仓库看的是实际在库数量，财务看的是库存金额。如果四个数字没有统一口径，团队每天都可能在“争论库存”，却没有真正解决库存问题。
最低限度要把现货、可售、锁定、待检、残次和在途拆开。系统是否支持这些状态，需要以实际配置和业务流程为准；如果暂时没有系统，至少要在表格里设置独立字段，不能把所有数量加在一个“库存余额”里。
我曾经遇到过一种很典型的库存差异：店铺后台显示某款商品还有500件，运营认为至少还能卖一周，仓库却只找到300件。进一步核对后发现，100件已经被售后订单锁定，60件在质检区，40件是退货后待处理商品，剩余数量还存在两个库位之间的调拨差异。
如果运营按照500件做活动，销售承诺就会超过实际可发数量；如果采购人员看到系统库存下降，又立即补进一批货，就会把“账实不符”和“真实缺货”混为一谈。正确处理顺序应该是先恢复库存准确性，再重新计算可售天数，最后判断是否采购。
这个案例给我的经验是：补货表里最危险的不是没有公式，而是把不可销售的数量包装成安全库存。
另一种情况发生在多仓店铺。总仓还有2000件，华东仓只剩100件，而主要订单集中在华东地区。若只看全国总库存，团队会认为无需补货；但如果考虑调拨时效、仓间运输成本和当地订单结构，华东仓可能在补货或调拨完成前就断货。
电商库存不是单纯的总量问题，还涉及库存在哪里、能否及时移动、移动后是否仍然有利润。多仓经营时，补货计划至少要增加仓库维度，不能用全国库存余额替代区域供货能力。
某些团队把“缺货”视为唯一风险，每周对低库存商品自动下单，却很少设置停止补货条件。结果是新品热度下降后，系统仍按过去30天销量计算需求，采购周期内不断补货，最终形成大量长尾库存。
在我看来，库存管理的成熟度，不是看采购人员下单多快，而是看团队能否同时管理两种相反风险：一端是断货导致销售损失，另一端是积压导致现金和仓容被占用。
固定阈值适合库存波动小、供应稳定、销量较均匀的商品，但不适合所有SKU。销量快速变化、活动频繁、生命周期短或供应商交期不稳定的商品，如果仍使用一个固定库存数，很容易出现“阈值刚设好，市场已经变了”的情况。
库存阈值应该与销量和交期关联，而不是脱离业务单独存在。更稳妥的方式是用补货点替代单纯的最低库存数：
补货点 = 采购周期内预计需求 + 安全库存
如果采购周期为7天、预计日均销量为20件、安全库存为60件，那么补货点为200件。这里的200件不是行业标准，而是一个基于特定销量和交期的示意结果。销量或采购周期变化后，补货点也应该变化。
已经下单不等于已经解决供应风险。供应商可能延迟生产，物流可能晚到，实际到货数量可能少于采购单，入库后还可能因为质检不合格而暂时不能销售。
我建议把在途库存分为“可确认在途”和“高风险在途”。可确认在途需要同时满足几个条件：供应商已经发货、物流状态可追踪、预计到货时间明确、历史准时交付表现稳定。高风险在途则只能作为参考，不能一比一抵扣补货需求。
如果供应商过去一个月的准时交付率只有70%，那么一批预计7天到货的货，不能简单按“第7天一定入库”来规划断货日期。可以增加交期缓冲，或者建立备选供应商、跨仓调拨和限量销售方案。
30天平均销量看起来稳定，却会掩盖许多变化。新品在增长期会被平均值低估，活动商品会被平销数据低估，季节性商品在旺季前会被淡季数据拖低，而持续下滑的商品又可能被过去的高销量抬高。
我通常会同时观察三个窗口：近7天反映最新变化，近14天用于识别短期趋势，近30天用于判断相对稳定水平。三者差异较大时，不应该直接取平均，而要先确认差异的原因。
缺货率当然重要，但如果团队为了降低缺货率无限增加库存，经营结果未必更好。库存多一天，就多占一天的资金、仓储空间和管理成本；对于有保质期、型号更新或季节周期的商品，过量库存还可能需要折价处理。
我更愿意把补货结果放在一个二维框架里观察：一边是供货风险，另一边是库存占用。低库存且高销量的商品优先保障；高库存且低销量的商品停止补货；低库存但销量下滑的商品需要小批量维持或清理；高库存且销量稳定的商品则要重新检查采购周期和采购批量。
在任何补货计算前，我会先做库存可用性检查。检查内容包括系统数量与实盘是否一致、锁定订单是否已经发货、退货库存是否重复计入、待检库存是否被错误标记为可售，以及在途订单是否仍然有效。
如果库存准确率很低，继续精确计算补货量没有意义。假设表格显示可售库存为500件，但实际差异可能达到100件，那么把补货量算到个位数只是制造了“精确”的假象。此时更应该先做重点SKU盘点，而不是继续调整公式小数位。
可售天数是补货管理中最容易理解、也最容易被误用的指标。基础计算方式是：
可售天数 = 可售库存 ÷ 预计日均销量
例如，某SKU可售库存为240件，预计日均销量为30件，可售天数就是8天。如果从下单到入库需要10天，那么即使不考虑安全库存，也已经存在断货缺口。
但这个结果只能作为起点。预计日均销量必须说明计算窗口和调整原因。活动期间、直播期间、投放突然加大、平台流量异常时，不能直接使用普通日均销量。
更实用的做法是把预计断货日期与预计到货日期放在同一条时间轴上：
安全库存用来应对不确定性，主要来源包括销量波动、供应商交期波动和物流波动。对数据基础较弱的团队，可以先采用“缓冲天数法”；对数据较完整的团队，则可以进一步结合销量标准差和交期波动计算。
缓冲天数法的表达方式是：
安全库存 = 预计日均销量 × 安全缓冲天数
例如，日均销量为20件，设置3天缓冲，安全库存就是60件。3天并非统一标准，只是用于演示。供应稳定且销量平稳的商品，缓冲可以小一些；交期不稳定、活动波动大或缺货损失高的商品，缓冲可以更高。
安全库存过高和过低都有代价。过低会让一次物流延期就造成断货，过高则会增加资金占用。设置安全库存时，应同时参考商品毛利、缺货损失、仓储费用、保质期和供应商替代难度。
基础公式可以写成：
建议补货量 = 目标库存 − 当前可售库存 − 可确认在途库存
目标库存通常由覆盖周期内需求和安全库存构成：
目标库存 = 预计日均销量 × 目标覆盖天数 + 安全库存
例如，预计日均销量20件，目标覆盖周期14天，安全库存60件，当前可售库存120件，可确认在途库存50件，则：
170件只是理论结果，实际采购还要检查最小起订量、采购包装、供应商阶梯价格、仓储容量、资金预算和商品销售周期。如果供应商最小起订量为500件，而商品预计14天只能卖280件，就不能因为公式得出170件而盲目接受500件。
我不建议所有SKU都使用同一套补货规则。可以先按销量贡献、毛利贡献、库存金额和生命周期进行分层，再决定管理频率。
| 商品类型 | 主要风险 | 建议管理方式 | 补货取舍 |
|---|---|---|---|
| 高销量核心款 | 断货导致销售和流量损失 | 每日监控，单独跟进在途 | 优先保障供货，但设置资金和仓容上限 |
| 销量稳定款 | 采购过频或管理成本过高 | 按周或固定周期补货 | 在服务水平和批量折扣之间平衡 |
| 长尾款 | 库存占用和滞销 | 低频补货，设置停止采购条件 | 宁可偶发缺货，也不宜大批压货 |
| 季节或活动款 | 预测失真和活动后积压 | 单独预测，活动前后分别复盘 | 保障活动窗口，同时控制尾货 |
下面用一款日常销售的标准商品做演示。数据为情景模拟，不代表某家店铺的真实经营结果。假设该商品当前可售库存120件，已确认在途50件，供应商正常采购周期为7天，团队希望每次补货覆盖14天，安全库存按3天需求设置。
| 字段 | 演示数据 | 使用说明 |
|---|---|---|
| 近7天销量 | 154件 | 日均约22件，用于观察最新趋势 |
| 近14天销量 | 280件 | 日均20件，用于基础需求估计 |
| 近30天销量 | 570件 | 日均19件，用于观察相对稳定水平 |
| 当前可售库存 | 120件 | 已经扣除锁定和不可售库存 |
| 可确认在途库存 | 50件 | 供应商已发货且物流状态可追踪 |
| 采购周期 | 7天 | 从下单到完成入库的平均周期 |
| 目标覆盖周期 | 14天 | 根据采购批量和现金计划设定 |
近7天日均销量为22件，近14天为20件，近30天为19件。三个窗口存在轻微上升趋势，但差异还没有大到必须按22件长期预测。为了避免低估，我会采用20件作为基础日均销量，同时在风险评估中提醒运营关注销量增长。
当前可售库存120件，按日均20件计算，可售天数为6天。采购周期为7天，意味着现货在正常销售下可能在新货入库前一天耗尽。即使50件在途货物能够按时到达，也需要确认到货日期是否早于断货日期。
如果按照近7天的22件计算，可售天数只有约5.5天。这个差异说明，商品已经不适合只按“库存还有120件”来判断，而应该进入补货和在途跟进的优先清单。
安全库存按3天需求设置，即20 × 3 = 60件。补货点为采购周期需求加安全库存：
补货点 = 20 × 7 + 60 = 200件
当前可售库存120件，已经低于200件补货点。但这并不意味着必须立刻采购，因为还要看在途50件是否能按时入库，以及供应商是否有最小起订量。
目标库存为14天需求加安全库存：
目标库存 = 20 × 14 + 60 = 340件
理论补货量为：
建议补货量 = 340 − 120 − 50 = 170件
如果供应商按50件一箱、最小采购量为100件，170件可能需要向上调整为200件；如果供应商最小起订量为500件，则需要比较500件带来的采购折扣和积压成本，而不是机械执行公式。
当SKU数量较多时，单靠人工在多个平台、仓库和采购表之间复制数据，很难每天重新计算。以九数云为例，我会把它作为数据汇总和分析展示层，连接销售、库存、采购及在途数据，再围绕SKU建立可售天数、补货点、预计断货日期和建议补货量等字段。
这里需要强调，任何数据分析平台都不能替代库存口径设计。九数云能够帮助团队把分散数据汇总、清洗、计算并可视化，但“锁定库存是否扣除”“在途库存是否计入”“安全库存设置多少”等规则，仍然需要业务负责人先定义。
一个适合补货场景的看板，不应该只展示库存总量，而应至少包含以下几个区域：
我更看重看板能否直接触发动作，而不是页面看起来是否复杂。比如，运营每天打开后能马上回答“今天需要联系哪三个供应商、哪五个SKU需要调整投放、哪两个仓库需要调拨”，这才说明分析结果进入了工作流。
九数云官网可作为产品能力和功能信息的进一步参考：https://www.jiushuyun.com/。实际接入前，应根据平台接口、数据权限、更新频率和现有系统兼容性进行验证。
第一个坑是只接入销售和库存，没有接入采购单与到货状态。这样看板能告诉你库存正在下降，却无法解释下一批货何时到，也无法区分“正在补货”和“补货已经延期”。
第二个坑是把所有SKU都放在一张总表里，导致真正重要的爆款被长尾商品淹没。看板应该支持按店铺、仓库、商品层级、负责人和风险等级筛选。
第三个坑是指标更新频率与业务节奏不匹配。高频销售商品如果一天只更新一次，可能错过活动期间的库存变化；而低销量长尾商品不一定需要每小时刷新。更新频率应根据订单速度、供应风险和数据成本决定。
日常管理最忌讳把所有库存数据都重新看一遍。建议先按预计断货日期和商品贡献筛选，再处理需要动作的项目。
每日会议不需要讨论所有商品，而应该围绕“今天谁做什么、什么时候完成、完成后更新哪个字段”展开。例如，采购确认供应商交期，仓库复核实盘，运营调整投放，数据负责人更新状态。每个风险SKU都要有负责人和截止时间。
每周补货会议适合处理需要跨部门协调的问题，包括采购预算、供应商分配、仓库调拨、活动备货和积压清理。
每周计划不应只输出“采购多少”，还应输出“哪些商品本周不采购以及为什么”。停止采购也是库存管理动作，必须留下记录，否则下一周很可能又被重复推荐。
到货环节经常被认为只是仓库工作，但它直接影响下一次补货。若实收数量、破损数量、待检数量和系统入库数量没有及时区分，后续看板就会基于错误数据计算。
如果供应商连续三次出现延期或短装，补货规则就不能继续使用原来的采购周期。数据复盘不仅要看销售，也要看供应商兑现承诺的能力。
活动商品的需求通常由基础销量、活动增量、投放变化、活动持续时间和活动后回落共同决定。仅用过去30天平均销量，往往会低估活动需求；直接按运营预估全量备货，又可能造成活动后积压。
活动前至少要拆成三部分：
活动后还要立即下调补货建议，不能让活动期间的高销量继续影响未来30天预测。活动结束后的第3天、第7天和第14天，可以分别检查销量回落速度和剩余库存。
爆款缺货可能损失销售额、排名和广告效率，因此通常需要更高的服务水平和更快的供应响应。但爆款也最容易因为预测乐观而形成大批量采购。
我的建议是把爆款拆成“保障库存”和“机会库存”。保障库存用于覆盖正常销售和采购周期，机会库存用于应对活动或突发增长。机会库存必须有明确的消化条件，例如活动结束后几天未达到目标销量，就停止追加采购。
稳定款销量波动小，适合采用固定补货周期和相对稳定的安全库存。过度频繁地根据每日波动调整采购，会增加采购沟通、入库和财务处理成本，却不一定带来更好的库存结果。
这类商品可以每周更新一次需求参数，每月复盘一次采购周期。如果近7天销量没有明显偏离近30天水平，就不需要因为一天的销量变化频繁改动规则。
长尾商品通常订单分散，单个SKU销售贡献有限，但SKU数量多，容易形成管理黑洞。如果为了保持全量现货而长期采购，库存金额会不断累积。
长尾商品可以采用小批量采购、按单采购、延长交付或替代品推荐等方式。这里的关键取舍是：不是所有SKU都值得用同样的库存服务水平。对于低毛利、低转化和高仓储成本商品，偶发缺货可能比长期积压更可接受。
季节商品的库存不能只看数量，还要看销售窗口剩余时间。旺季开始前，库存不足是风险；旺季结束后，同样的库存可能立刻变成折价压力。
季节款补货计划需要设置“最后采购日”和“停止补货日”。最后采购日由采购周期倒推，停止补货日则要根据预计销售结束时间、折扣消化能力和退货周期确定。超过停止补货日，即使库存低于常规补货点，也不应自动采购。
如果一个仓库缺货，另一个仓库有货，不一定要立刻向供应商采购。应该先比较调拨耗时、调拨成本、区域订单密度和供应商到货时间。
| 判断条件 | 优先动作 | 原因 |
|---|---|---|
| 其他仓库存充足，调拨时间短于采购周期 | 优先调拨 | 可以更快恢复区域供货，减少重复采购 |
| 其他仓库存也低，且全国销量上升 | 采购并控制区域分配 | 调拨只能改变位置，不能增加总供应量 |
| 缺货仓订单少，调拨成本高 | 暂缓调拨，观察需求 | 避免为低价值订单承担过高物流成本 |
| 供应商到货快于仓间调拨 | 比较采购与调拨总成本 | 不能因为仓库已有库存就默认调拨更优 |
如果团队暂时没有库存分析系统，可以先建立一张能支撑决策的表格。字段不宜只包含商品名称和库存余额，而应覆盖库存状态、需求速度、供应约束和责任信息。
| 字段类别 | 建议字段 | 解决的问题 |
|---|---|---|
| 商品识别 | SKU、商品名称、规格、仓库、负责人 | 避免同款不同规格或多仓数据混淆 |
| 库存状态 | 现货、可售、锁定、待检、残次、在途 | 避免把不可销售数量计入补货判断 |
| 需求速度 | 近7天、近14天、近30天销量、预计日均销量 | 识别最新趋势和稳定需求水平 |
| 供应约束 | 采购周期、最小起订量、供应商、承诺到货日 | 判断是否能在断货前补回库存 |
| 决策结果 | 补货点、目标库存、建议补货量、处理状态 | 把分析结果转成采购、调拨或停止补货动作 |
表格适合SKU数量有限、仓库较少、订单波动不大、参与人员较少的团队。只要每天有人负责更新，字段口径清楚，表格完全可以支持基础补货管理。
但表格的限制也很明显：多个渠道需要重复导入，历史数据容易被覆盖，公式可能被误改，采购和仓库状态不能自动同步，负责人也很难追踪一条采购建议是否真正完成。
当店铺开始出现多平台、多仓库、多供应商和高频订单时，人工表格的维护成本会快速上升。以下情况通常说明需要工具化：
以九数云这类数据分析平台为例，更适合承担“多源数据汇总、指标计算、趋势分析和看板展示”的工作；库存系统则通常更偏向库存交易、订单扣减、采购入库和仓储作业。两者是否需要组合使用，取决于团队现有系统边界，不应把分析平台当成仓库作业系统的简单替代品。
我建议从四个实际问题评估工具，而不是先看功能列表有多长：
如果工具只能展示漂亮的库存总览，却无法回答“为什么这个SKU被预警”“建议数量是怎么算出来的”“谁已经处理了这条采购建议”，那么它对补货计划的价值仍然有限。
缺货率可以按订单、SKU或时间统计，不同口径会得出不同结论。建议至少记录缺货SKU数、缺货次数、缺货时长和缺货期间的潜在销售量。
如果一个SKU只缺货10分钟，另一个SKU连续缺货5天，把两者都记为一次缺货，管理价值并不相同。高贡献商品还应单独观察缺货损失，因为它们对销售和流量的影响更大。
库存周转天数可以帮助团队观察资金被库存占用的时间，但必须结合商品类型和毛利判断。高毛利爆款和低毛利长尾商品使用同一周转目标，可能会造成错误激励。
建议同时观察库存金额、超储金额和超过设定天数的SKU数量。金额告诉你资金压力，SKU数量告诉你管理范围，两者结合才能判断问题是否集中在少数大件商品，还是普遍存在于大量长尾商品。
补货计划不是只复盘“有没有买到货”，还要复盘预测与实际销量的偏差。如果实际销量长期高于预测，说明需求参数偏低；如果实际销量长期低于预测，说明库存目标可能过高。
对于活动商品，应该把基础销量预测和活动增量预测分开复盘。否则一场活动的异常销量会污染后续日均销量，导致下一轮采购继续放大或缩小错误。
供应商准时交付率不是采购部门的孤立指标，它会直接影响安全库存和在途库存的可信度。一个准时率高、数量稳定的供应商，可以让团队使用更低的缓冲；一个延期频繁的供应商，即使价格便宜，也可能通过缺货和应急采购增加总成本。
建议按供应商记录承诺到货日、实际到货日、延期天数、短装数量和质量异常次数。连续几个月出现异常时，应重新评估采购周期，而不是继续把供应商承诺日期当作确定事实。
先把现货、可售、锁定、待检、残次和在途拆开。不要急着计算补货量，先确认每个字段的定义、来源和负责人。
按销量、销售额、毛利、库存金额和缺货影响筛选重点商品。不要一开始就试图管理所有SKU，先把最容易造成销售损失或资金占用的商品纳入日常监控。
为重点SKU记录近7天、近14天和近30天销量，确认供应商真实采购周期，并标记活动、季节和新品状态。所有参数都要写明更新时间，避免长期使用过期数据。
先用基础公式计算，再检查最小起订量、包装规格、资金预算和仓储容量。计算结果是建议，不是自动采购指令，异常SKU仍然需要人工确认。
可以用表格，也可以用九数云等分析平台。看板至少要展示预计断货日期、补货点、建议补货量、在途状态和库存金额，并能按负责人和仓库筛选。
明确库存低但销量下降、在途延期、系统有货但仓库找不到、活动前库存不足和库存长期偏高时分别怎么处理。规则写清楚后，团队才不会每次都从头讨论。
选择一到三个SKU，比较建议补货量、实际采购量、实际到货时间和到货后的销售速度。记录人为调整原因，再决定哪些规则需要修改。
这七天的目标不是建立完美模型，而是让团队拥有一条可重复的决策链：数据进入、库存校验、风险识别、补货建议、人工确认、到货更新、结果复盘。
电商库存怎么用，表面上是在问库存表、补货公式或库存系统，实际上是在问企业如何在缺货风险和资金占用之间做选择。真正有效的补货计划，不会把“库存低”直接翻译成“马上采购”，而是先判断商品未来是否值得继续投入，再结合销量、交期、在途、仓容和现金流做决定。
我最建议团队先改掉一个习惯：不要再用库存余额作为唯一的补货依据。把可售库存、锁定库存和在途库存拆开，把预计断货日期和预计到货日期放到同一张表里，再为不同商品设定不同的补货规则，很多看似复杂的库存问题会迅速变得清楚。
下一步可以从今天开始做三件事：选出销售贡献最高的20个SKU，补齐可售、在途、近7天销量和采购周期四个字段；计算每个SKU的可售天数和补货点；建立一张能显示负责人、截止时间和处理状态的风险清单。等规则稳定后，再用九数云等工具减少数据汇总和重复计算，把补货管理从依赖个人经验，逐步变成团队可以持续执行和复盘的经营流程。
我以前做补货表时，最先看的就是后台库存余额，结果经常出现“明明有库存却发不了货”的情况。后来才发现，现货、可售、锁定、待检和在途库存不能混在一起看，否则补货判断从一开始就会失真。
补货计划里，库存不是一个数字，而是几种状态的组合。真正参与补货判断的，通常是“可售库存”，而不是仓库里所有货物的总和。
库存字段实际含义补货判断方式 现货库存仓库账面上已经拥有的数量需要继续扣除锁定、待检和不可售数量 可售库存当前可以继续承接销售的数量用于计算可售天数和预计断货时间 锁定库存已被订单、活动或调拨占用的数量不能重复计算为可售库存 待检或残次库存已经到仓但暂时不能正常销售的数量通常不能计入补货覆盖量 在途库存已经下单但尚未完成入库的数量必须结合供应商准时交付率谨慎计入 我更建议把库存判断拆成三个问题：现在能卖多少、已经承诺出去多少、未来确定能到多少。
比如系统显示某SKU有500件，但其中80件被订单锁定、40件待检、150件在途，那么真正能立即支撑销售的可能只有280件。在途库存尤其容易制造“虚假安全感”。如果供应商过去十次交付有三次延期，就不应把全部在途数量当成确定供给，可以按实际准时交付率折算，或者干脆将延期订单单独列入风险清单。
日常库存表至少要分开记录现货、可售、锁定、在途、预计到货日期和不可售库存。字段分开以后，运营、采购和仓库讨论的是同一组数据，补货争议会明显减少。
我见过不少店铺把库存低于100件直接设成补货线，但这个规则对爆款和长尾款都一样，最后不是爆款断货，就是慢销品越堆越多。我的疑惑是，库存数量、销量趋势和商品生命周期，到底应该怎样放在一起判断？
库存低不等于必须补货，关键要看库存还能支撑多久，以及商品未来还会不会继续按当前速度销售。只看库存数量，是补货计划中最常见、也最昂贵的误判。可以先计算可售天数：可售天数＝当前可售库存÷预估日均销量。例如某商品可售库存为120件，近14天加权日均销量为20件，那么理论可售天数只有6天。
但这还不能直接得出“马上采购”的结论。还要检查采购周期、活动安排、销量趋势、毛利和商品生命周期。如果供应商3天即可交货，且销量正在下降，120件库存未必危险；如果采购周期需要10天，即使当前库存有200件，也可能在到货前断货。
我会把SKU分成四种情况处理： 库存状态销量趋势建议动作 低库存上升优先确认采购、物流和活动需求，必要时加急补货 低库存下降先小批量补货，检查是否进入衰退期或被替代 高库存稳定控制后续采购频率，按目标库存滚动补货 高库存下降停止补货，制定促销、调拨或清仓方案 补货点可以用一个基础公式计算：补货点＝供货周期内预计销量＋安全库存。
例如日均销量20件、供货周期7天、安全库存60件，补货点就是200件。但这个结果只是触发评估，不是无条件下单，因为还要扣除可确认在途库存，并检查仓容和预算。我的判断原则是：销量上升时防缺货，销量下降时防积压，活动商品单独预测，长尾商品少量多次。
补货规则应该服务于商品经营阶段，而不是让所有SKU套用同一个库存阈值。
我曾经遇到过一个SKU，采购单已经下了300件，团队就认为后面不用再管了，结果供应商延期，活动前还是断货。现在我想把补货量算得更稳一些，既不重复采购，也不因为把不可靠的在途库存算进去而漏补。
补货量不能简单等于“目标库存减当前库存”，更准确的基础公式是：补货量＝目标库存－当前可用库存－可确认在途库存。其中，目标库存通常由覆盖周期需求和安全库存组成：目标库存＝预估日均销量×目标覆盖天数＋安全库存。
下面用一组演示数据说明： 项目数值 预估日均销量20件 目标覆盖周期14天 安全库存60件 当前可用库存120件 可确认在途库存50件 目标库存为20×14＋60＝340件，理论补货量为340－120－50＝170件。
这个170件还不是最终采购数量，还要根据最小起订量、包装规格、采购预算、仓库容量和保质期进行调整。在途库存是否可以全额扣除，要看它的可靠程度。供应商准时交付率高、已有物流轨迹、预计到货时间早于断货日期时，可以全额计入；如果只是口头承诺、订单长期延期或运输状态不明，建议只计入一部分，甚至暂不计入。
例如有100件在途库存，但供应商近三个月准时交付率只有70%，可以把70件作为风险折算值，而不是把100件全部视为确定供给。这样算出的补货量可能更高，却能减少“账面库存安全、实际仓库断货”的情况。活动期间不要直接套用平销期日均销量。
如果日常销量20件，活动预计带来额外200件需求，就应将活动增量单独加入目标库存，并在活动结束后重新计算，避免一次性补货过多造成后续积压。
我以前把库存管理理解成每天改一次表，采购下单后就算完成任务，结果到货差异、供应商延期和实际销量偏差都没有人跟进。现在更想建立一套日常闭环，明确每天看什么、每周做什么，以及月底应该复盘哪些指标。
补货管理不是一次计算，而是“识别风险，制定计划，跟进到货，核对库存，复盘偏差”的循环。不同频率的工作重点不一样，全部堆在每天处理，反而容易漏掉关键问题。每日管理：只处理会影响近期供货的风险。重点查看预计断货SKU、低于补货点SKU、销量突然上升SKU、库存账实不符SKU，以及供应商交期异常的采购单。
每天不必重新审查所有商品，先抓未来7至14天可能影响销售的SKU。每周管理：形成正式补货计划。按销量、毛利和库存占用对SKU分层，汇总采购建议，核查供应商交期，评估预算和仓容，同时处理停止补货、调拨或促销消化的高库存商品。到货管理：完成采购单与实收数量的闭环。
到货时需要核对SKU、数量、包装、批次和质量状态。系统入库数量不能直接照抄采购单，少到、错到和待检商品都应单独记录，否则下一轮补货会继续使用错误库存。每月管理：复盘规则是否有效。
建议至少跟踪以下指标： 指标主要看什么异常时如何处理 缺货次数和时长哪些SKU频繁断货检查销量预测、采购周期和安全库存 库存周转天数库存资金占用是否过高减少慢销SKU采购量，清理高库存 预测偏差预估销量与实际销量差多少调整日均销量窗口或活动增量 到货准时率供应商承诺是否可信调整在途折算比例或更换供应商 库存准确率系统库存与实盘是否一致追查拣货、退货、盘点和入库差异 如果团队规模较小，可以先用一张表建立这套流程，但必须增加负责人、截止日期和处理状态三列。
库存数据没有负责人，就很容易停留在“发现问题”；补货计划真正完成的标志，是有人跟进到货并确认结果。当店铺出现多平台、多仓库、频繁调拨或大量人工重复录入时，再考虑使用库存管理系统。系统的价值不是替团队思考，而是让库存状态、采购进度和异常提醒更及时、更容易追溯。
读者评论
文章把库存从“账面数量”转成补货决策输入，尤其是区分可售、锁定、待检和在途库存这一点很实用，能避免因口径不一致造成误判。
多仓场景的分析比较到位。全国库存充足并不代表区域不会断货，补货时同时考虑订单分布、调拨时效和运输成本，确实更符合实际运营。
用近7天、14天和30天销量结合判断，比单看30天平均值更稳妥。不过实际执行还需要排除活动、投放等异常因素，否则趋势判断仍可能失真。
文章没有只强调降低缺货率，也关注库存资金占用和滞销风险，这对新品、季节品和生命周期较短的商品尤其重要。
补货点和安全库存的公式适合作为基础框架，但安全缓冲不能长期固定，最好根据供应商准时交付率、销量波动和商品价值定期复核。