区域需求不均
华东仓某饮料SKU一周销售预测为1,200箱,安全库存设为300箱,当前可用库存只有180箱;而华南仓可用库存1,900箱,但本周预测消耗仅900箱。若只看全国总库存,企业会认为货够,实际上区域已经存在缺口。
我把多仓调拨拆成一条可执行的数据链:先统一商品、仓库、批次和单据口径,再用需求、库存、在途与时效判断调拨方向,最后通过出库、运输、入库和差异复盘闭环。本文以“E数通”为优先示例,所列数字均为演示数据,帮助企业把“凭经验调货”变成可追溯、可比较、能持续改善的库存决策。
调拨不是简单地把库存从A仓减掉、在B仓加上。真正可用的管理视角,需要同时回答“为什么调、调多少、何时调、谁确认、差异如何处理”五个问题。
我在设计多仓库存分析时,会把调拨看成一次跨仓的库存承诺:来源仓承诺拿出可用货,运输环节承诺在某个时间到达,目的仓承诺按计划接收并销售。只要这三个承诺没有被同一套数据连接,企业就会同时出现“一个仓缺货、另一个仓积压”和“系统有货、现场找不到”的矛盾。
先以统一口径算出“可调拨库存”,再以目的仓的净需求确定数量,并将调拨单的每个状态纳入库存出入库分析。调拨效率的终点不是审批更快,而是缺货减少、库存结构变好、在途更透明、差异能追责。
没有在途视图的库存表,只能告诉我“账面上有多少”,不能告诉我“下一周哪里会缺货”。
——本文为示例性管理观点,不构成对任何企业经营结果的保证。
当企业从一个中心仓扩展到区域仓、门店仓、前置仓或平台仓,库存就不再是一张总数表,而是一组有位置、有状态、有时效的承诺。以下场景为常见业务抽象,数字仅作演示。
华东仓某饮料SKU一周销售预测为1,200箱,安全库存设为300箱,当前可用库存只有180箱;而华南仓可用库存1,900箱,但本周预测消耗仅900箱。若只看全国总库存,企业会认为货够,实际上区域已经存在缺口。
某渠道在周末做活动,目的仓需要在周四前收到一批商品。采购补货的交付周期可能是十天,跨仓调拨只需三天。此时调拨不是替代采购,而是解决时间窗口内的供给错配。
账面库存中可能同时包含良品、待检、冻结、残次、已分配、待出库和在途库存。目的仓看到“数量很大”并不意味着可以马上销售,调拨决策必须识别状态。
以“中心仓C向华东仓E调拨500箱”为例,完整链条至少包含:业务申请、需求依据、库存承诺、审批、来源仓拣配、过账出库、承运交接、运输在途、目的仓收货、质检或上架、差异确认。每一步都有时间戳和责任人,才能在复盘时判断是计划错、拣货错、运输损耗还是收货延迟。
我建议把“调拨状态”与“库存状态”分开管理。调拨单显示流程走到了哪里,库存台账显示货物当前属于可用、已分配、在途、冻结还是已入库。两者混在一起,最容易造成重复计算。
我不会先建议企业增加审批人或催仓库速度,而会先检查指标定义。错误的口径会让团队越努力,库存越失真。
| 常见误区 | 看起来合理的做法 | 实际风险 | 建议改法 |
|---|---|---|---|
| 把账面库存当可用库存 | 目的仓库存低于安全库存就自动发起调拨 | 冻结品、待检品或已分配库存被重复承诺 | 拆出可用、已分配、冻结、在途等状态,并明确计算优先级 |
| 只看总库存不看分仓 | 全国库存总量足够,所以不安排调拨 | 需求发生在另一个区域,跨区运输来不及 | 按SKU、仓库、日期和渠道计算覆盖天数 |
| 调拨出库即视为目的仓库存 | 来源仓出库后立刻把数量加到目的仓 | 在途货物被提前计入可售,形成虚假库存 | 目的仓只有验收入库或明确收货后才增加可用库存 |
| 用平均销量覆盖促销波峰 | 以近30天日均销量估算未来需求 | 活动、节假日和渠道订单被平均值抹平 | 增加活动系数、订单锁定量和时间窗口判断 |
| 只考核调拨数量 | 调得越多,完成量越高 | 库存搬运增加,缺货和积压未必改善 | 同时看满足率、准时率、差异率、库存周转和调拨成本 |
| 异常靠群聊处理 | 用聊天记录说明少货、破损和延迟 | 信息分散、无法统计、责任难以归因 | 设置异常类型、证据字段、处理时限和关闭状态 |
下面这套方法适用于日常补货、促销备货、区域平衡和临期转移。企业可以根据行业特点替换参数,但不建议跳过计算过程。
净需求 = 需求窗口预测 + 安全库存 – 可用库存 – 已分配库存 – 可靠在途库存。结果小于或等于0时,不代表永远不调,还要结合库存结构和未来需求判断。
可承诺量 = 来源仓可用库存 – 来源仓安全库存 – 已锁定出库量。来源仓如果自己也处于低覆盖状态,不应为了补目的仓而制造新的缺货。
比较调拨运输天数、采购交期、跨仓费用、装卸费用、损耗和机会成本。时效不能满足需求窗口时,调拨量再大也不能解决当前问题。
校验批次、保质期、温控、包装、渠道限制和目的仓接收能力。满足数学条件的库存,不一定满足业务条件。
假设目的仓未来7天预测销量为1,000箱,希望保留安全库存250箱,当前可用库存180箱,已分配给订单120箱,预计两天后到达且可靠的在途库存为300箱,则:
若来源仓可承诺量只有500箱,我不会直接把650箱写进调拨单,而会将500箱作为第一批调拨,另外150箱进入缺口清单,同时评估采购、供应商直送或跨区域借货。这样做的好处是,缺口没有被“调拨已申请”掩盖。
进度条为判断优先级的示例表达,不代表真实评分。企业应根据缺货损失、运输费用和服务水平自行设定权重。
如果主数据不统一,任何漂亮的看板都只能放大错误。准备阶段的目标是让不同部门看到同一个SKU、同一个仓库和同一个库存状态。
同一商品可能以件、箱、托盘、公斤或套为单位流转。我的建议是为每个SKU指定库存基本单位,并维护箱规、托盘规、换算比例、规格、品牌、批次属性和效期属性。采购、仓库、销售使用展示单位时,报表必须保留原始数量和换算后的数量,避免“12箱”和“144件”被误认为两批货。
我会把仓库拆成组织、区域、仓库、库区和库位五级,但报表不必一次展示全部层级。管理层通常看区域和仓库,仓库主管看库区和库位,财务更关心库存金额和权属。调拨双方要明确来源仓、目的仓、承运方以及最终确认人,避免单据完成却没有责任人。
对于委外仓、寄售仓和门店仓,应单独标记库存权属。能否调拨不只取决于数量,还取决于合同、结算和客户承诺。
建议至少区分可用、已分配、待检、冻结、残次、在途和已入库待上架。状态变化要有来源单据,不能只在报表中通过人工修改颜色表示。
建议包含调拨单号、申请时间、需求来源、来源仓、目的仓、SKU、申请数、审批数、发出数、签收数、差异数、预计到货、实际到货和异常原因。
销售可以查看目的仓可售与预计到货,仓库可以维护出入库与差异,财务查看金额,管理者查看跨仓汇总。每个指标旁边都应能找到计算口径和更新时间。
调拨执行最怕“业务已经发生,系统还停留在申请中”。我建议将流程拆成可检查的节点,节点越清晰,后续越容易分析准时率和差异率。
目的仓根据预测、订单、活动计划和安全库存提出需求。申请单不要只写“补货500”,应注明需求窗口、预测来源、优先级和期望到达时间。若是临时紧急申请,也要选择紧急原因,方便月底复盘临时调拨占比。
系统或分析人员同时检查目的仓缺口、来源仓可承诺量、批次适配、运输时效和费用。审批的重点不是重复确认数量,而是确认这个数量是否会把来源仓推入风险区,是否有更优的来源仓。
来源仓按先进先出、效期优先或指定批次拣货,出库时记录实发数和差异。实发数与审批数不一致时,应要求选择短发、替代批次、破损或系统库存不足等原因,而不是直接覆盖原数量。
在途阶段要保留承运单号、发运时间、预计到达时间和异常状态。对于高价值或高时效商品,可以按运输节点更新。目的仓在此时看到的是“预计到货”,不能将其直接计入可售库存。
收货人员核对箱数、SKU、批次、包装和温控要求。签收数、验收合格数和最终上架数可能不同,三者应分别记录。合格品进入可用库存,待检品进入待检状态,差异则进入异常处理。
将调拨结果与目的仓销售、缺货、库存覆盖天数和来源仓剩余库存对照。对于没有改善服务水平的调拨,追查需求预测、审批延迟、运输延迟和上架延迟,不把所有问题都归咎于仓库。
以下是我为演示数据分析思路而构造的 E数通案例,不代表 E数通真实客户、真实产品配置或真实经营结果。实际落地时,应以企业已有系统字段和E数通可接入的数据源为准。
数据说明:这是用于教学的虚构数据,单位为单据数量。图表用来观察计划偏差和执行趋势,不用于证明任何真实企业绩效。
示例总库存按数量占比拆分。管理者要重点关注在途、冻结与待检,而不是只看可用库存的绝对值。
在一个可读的调拨看板中,我会把指标分成“结果、过程、风险”三层。结果层回答库存服务是否改善,过程层回答单据是否按时推进,风险层回答未来几天哪里可能缺货或出现异常。
| 看板层级 | 推荐指标 | 解读方式 | 负责人 |
|---|---|---|---|
| 结果层 | 目的仓缺货率、服务满足率、库存覆盖天数、库存周转 | 判断调拨是否改善业务结果,不能只看调拨完成量 | 供应链负责人、区域负责人 |
| 过程层 | 申请到审批时长、审批到出库时长、运输时长、收货上架时长 | 寻找流程瓶颈,按仓库和承运方切分 | 计划、仓储、物流 |
| 风险层 | 未来7天缺口、逾期在途、异常差异、临期库存 | 将问题从事后统计变成事前预警 | 计划、仓库、销售 |
如果使用E数通搭建分析页面,我会优先设计筛选条件:日期、区域、来源仓、目的仓、SKU、品牌、渠道、调拨状态和异常类型。筛选项不宜一次堆满屏幕,默认先展示近期未关闭调拨和未来需求窗口内的风险数据;管理者需要跨区域时,再展开更多维度。
复盘不是给某个部门打分,而是建立下一次决策可使用的证据。我的复盘表会同时保留计划值、过程值和结果值,避免只看最终数字。
调拨决策没有一个适用于所有场景的最优答案。库存成本、缺货损失、时效要求和业务承诺不同,取舍也不同。
优先调拨,但先确认来源仓的安全库存、批次和运输时效。如果目的仓在三天内会缺货,而调拨需要五天,我会把调拨和紧急采购、跨仓直发并行评估,不能因为已有调拨单就停止其他补救动作。
取舍:加急运输费用可能上升,但通常低于关键渠道断供造成的损失。建议把加急费用与预计缺货损失并列展示。
不能只因为库存多就调拨。应先确认目的仓销售速度、保质期要求、先进先出能力和退货规则。若目的仓销售速度快且能在有效期内消化,可以设计批次优先调拨;否则可能只是把来源仓的临期风险转移到另一个仓。
取舍:调拨可以减少单仓积压,但会增加运输和操作成本。应与折价销售、供应商协商或停止补货一起比较。
此时不能按申请先后简单分配。建议按渠道重要性、缺货损失、预计销量、客户承诺、距离和运输时效建立优先级。数量有限时,宁可透明地展示未满足缺口,也不要把所有申请都审批为满额。
取舍:集中满足一个高价值渠道可能牺牲其他仓的服务水平,企业需要明确优先级规则并留下决策依据。
先查预计到货是否可靠、在途是否逾期、货物是否已签收未上架。如果在途持续逾期,应冻结其“可承诺”属性,重新计算缺口;如果只是收货处理慢,则优化预约、验收和上架流程,而不是继续盲目发货。
取舍:重复调拨会提高库存总量和运输成本。保守的在途承诺可能带来少量缓冲库存,但能降低虚假可用的风险。
企业不需要等所有系统都完美后才开始。可以先从一个区域、一个品类或一个高频调拨流程试点,再逐步扩大。
对计划人员,工具应该减少跨表找数和手工核对,让他更快发现缺口;对仓库人员,工具应该减少重复录入,清晰显示待处理任务;对管理者,工具应该把库存金额、服务水平和异常原因放在同一张可追溯的页面上。以E数通为例,我更推荐从“数据接入—口径建模—看板呈现—异常下钻—复盘留痕”的链路规划,而不是只做一张静态库存大屏。
以下问题采用知乎体展开方式,适合在实际项目中作为需求访谈、流程培训或SEO内容入口。示例中的数字仅用于说明计算方法。
我经常遇到这样的疑惑:来源仓明明还有很多货,为什么不能直接把多出来的库存调走?我的理解是,调拨应先看目的仓在需求窗口内的净需求,再看来源仓可承诺量。比如目的仓未来7天预计销售1,000件,安全库存200件,可用库存150件,已分配100件,可靠在途100件,那么净需求是850件;来源仓即使账面有1,000件,扣除自身安全库存和已锁定订单后也许只能承诺600件,因此申请数量不能只按“来源仓余额”决定。
我会把在途库存单独列示,而不会直接计入目的仓可售库存。因为货物从来源仓出库后,目的仓还没有完成签收、验收和上架,运输过程中可能延迟、破损或出现数量差异。更稳妥的做法是保留在途数量、预计到达日期、承运单号和可靠性状态,在需求计算中按到货时间分层使用:预计在需求窗口前到达且历史准时率较高的在途可以部分承诺,逾期或信息不完整的在途应谨慎处理。
我认为不能只比较申请数量和最终入库数量,否则所有差异都会被归到一个“调拨差异”指标里。应至少保留申请数、审批数、实发数、签收数、验收合格数和上架数:审批数到实发数的差异,多与库存可用性、拣货或批次有关;实发数到签收数的差异,重点看运输损耗和交接证据;签收数到合格或上架数的差异,则要检查破损、质量和收货处理。这样在E数通等分析工具中按节点下钻,才有机会找到真正责任环节。
我不会把调拨单数量或调拨件数作为唯一绩效指标。至少需要同时观察目的仓缺货率、服务满足率、准时到货率、调拨差异率、逾期在途率、调拨成本和调拨后库存覆盖天数。例如某月完成了1,200件调拨,但目的仓缺货率没有下降,来源仓反而从20天覆盖降到5天,那么这次调拨数量越大,未必代表管理越好。结果指标和过程指标结合,才能识别真实改善与库存搬运的区别。
我认为可以先做小范围的数据治理,但必须明确数据边界,不能把手工填报的数据包装成完全准确的实时库存。可以先用统一模板收集仓库、SKU、可用库存、冻结库存、在途、预计到货和未关闭调拨,再由业务负责人确认更新时间与责任人。以E数通为例,可以先将这些表格或已有系统数据汇总成基础看板,验证指标口径和管理流程;当试点证明有价值后,再推动接口、自动更新和权限体系建设。
距离近通常意味着运输时效和费用更有优势,但不是唯一判断条件。我会同时考虑来源仓可承诺库存、目的仓需求紧急度、批次和效期、运输稳定性、订单合并机会以及来源仓自身的安全库存。例如近距离仓只有待检品,而较远仓有符合渠道要求的良品,那么近距离并不代表可直接调拨。建议用“缺口风险、到货时效、总成本、库存保护”建立排序规则,并在看板中展示候选来源仓的比较结果。
我会把日常监控和周期复盘分开。逾期在途、未来几天缺货、收货差异等风险需要日常甚至实时关注,因为等到月底再处理可能已经错过销售窗口;准时率趋势、来源仓选择、运输成本和预测偏差则适合按周或按月复盘。对于促销季或高价值商品,可以按活动批次做专项复盘。关键不在于会议频率,而在于每次复盘是否有明确的指标、异常原因和下一步验证动作。

