仓库设置了安全库存，缺货却仍然发生，往往不是库存数字算错，而是补货点没有覆盖真实的采购提前期、需求波动和执行延迟。反过来，有些仓库把安全库存一味调高，缺货少了，呆滞品和资金占用却持续增加。补货点不是一个孤立的数，而是一套从数据口径、计算、审批、下单到复盘的流程；只有这些环节衔接起来，安全库存才会真正发挥作用。
我设计仓库补货规则时，会先把三个概念拆开。安全库存是为了吸收需求或供货不确定性而额外保留的缓冲量；采购提前期需求是正常情况下，从发出补货指令到货物可用期间预计要消耗的数量；补货点则是触发补货动作的库存位置。
在最简单的固定提前期模型里，补货点可以写成：补货点＝日均需求量×采购提前期＋安全库存。这个公式容易理解，却有一个重要前提：日均需求、提前期、可用库存和待到货数量的口径都一致。只要其中一个口径混乱，公式算得再精确也只是精确地算错。
例如，系统账面库存为 100 件，但其中 20 件已被订单预留、15 件待质检、10 件已损坏，那么用于判断是否补货的可用量可能只有 55 件。若补货规则直接拿账面库存和补货点比较，就会出现“系统显示库存充足、拣货现场已经断货”的情况。
补货触发时常用的判断对象是库存位置，而不只是货架上的现存量。可以把库存位置理解为：可用现货＋确认在途量－未满足需求－已分配量。具体是否把预留订单、调拨在途、退货待检和冻结库存计入，需要根据业务流程明确，不能由不同部门各自解释。
对采购型仓库来说，如果只看现货，已下单但尚未入库的货物可能被忽略，容易重复订货；如果把未经供应商确认的采购申请也算作在途，又可能把并不存在的供给算进去。我的判断原则是：只有状态明确、数量可追踪、预计到货时间可信的供给，才进入补货判断。
计算回答“应该补多少、何时触发”；流程回答“谁确认、向谁下单、如何处理异常”。两者需要分开配置，再通过字段和单据状态连接。比如库存低于补货点只是触发信号，并不等于系统已经完成采购；实际执行还要经过供应商确认、预算检查、最小起订量校验以及到货后的质检入库。
因此，完整的安全库存管理至少应当包含：物料分层、数据治理、参数计算、审批与下单、收货上架、异常处置、参数复盘。缺少其中任何一段，最终都会让“补货点”成为报表里的数字，而不是可执行的管理规则。
| 概念 | 回答的问题 | 流程中的用途 |
|---|---|---|
| 安全库存 | 不确定性需要多少缓冲 | 控制缺货风险 |
| 采购提前期需求 | 等待补货期间预计消耗多少 | 覆盖正常等待时间 |
| 补货点 | 库存位置降到什么水平时触发 | 启动复核或补货动作 |
| 订货量 | 本次实际应补多少 | 决定采购、生产或调拨数量 |
很多物料的月均需求看起来平稳，拆到每天却呈现明显波动。促销、项目交付、季节性、客户集中下单都会让需求集中在少数日期。用月销量除以天数得到日均需求，适合做粗略起点，却不一定适合承担服务水平承诺。
我会先区分“总体销量波动”和“需求发生间隔”。某些低频物料一年只领用数次，需求间隔很长；另一些物料每天都有领用，但数量上下浮动明显。这两种情况的补货逻辑不同，不能都套用一个平均值和固定安全库存。
还要注意需求数据不等于实际需求。缺货期间没有出库记录，不代表客户没有需求；如果只拿历史发货量预测未来需求，缺货会把需求记录压低，随后系统又根据偏低的销量给出更低库存，形成“缺货导致低估、低估又导致缺货”的循环。
采购提前期常被录成一个固定值，例如 14 天，但实际周期可能由下单审批、供应商备货、运输、收货排队、质检和上架共同构成。供应商发货用了 8 天，不代表仓库在第 8 天就能拣货；如质检需要两天、预约入仓还要等待，真正影响缺货风险的是货物变为可用库存的时间。
建议把提前期拆成若干可观测阶段：申请到订单批准、订单批准到供应商确认、供应商确认到发货、发货到仓、到仓到质检完成、质检完成到可用上架。拆分后才能看清问题究竟在采购、供应商、运输还是仓内收货。
中央仓和区域仓面对的需求、补货频率、运输距离和供应商条件可能完全不同。把总部仓的补货点复制到所有仓库，会让远端仓长期缺货，近端仓却囤货。即使是同一个 SKU，也要明确参数的管理维度是“物料”“物料加仓库”还是“物料加仓库加供应来源”。
多仓调拨还会增加判断复杂度。对区域仓来说，中央仓发出的调拨单不是可立即使用的库存；在途时间、调拨优先级和中央仓自身的供给约束都要进入判断。若把所有在途都算成确定供给，调拨延误就会被补货模型隐藏。
| 场景 | 容易被忽略的变量 | 建议的数据口径 |
|---|---|---|
| 促销或项目需求 | 活动开始前集中备货 | 区分常规需求和已确认的专项需求 |
| 低频需求物料 | 长时间无需求后突然领用 | 记录需求发生间隔、关键订单和缺货损失 |
| 采购周期波动 | 等待质检和上架的时间 | 以“可用入库”而非“货物到门”作为终点 |
| 多仓调拨 | 调拨在途和源仓供给能力 | 追踪在途状态、预计到达时间和可分配量 |
增加库存通常能降低部分缺货概率，但也会增加资金占用、仓储成本、过期损耗和盘点复杂度。对短保质期、技术迭代快或需求快速衰退的物料，库存增加可能把服务风险转化成报废风险。安全库存的目标不是“尽量多”，而是让缺货风险与持有成本处在企业可接受的平衡点。
我会要求讨论“多保留一件库存换来什么”。如果多出的库存不能明显缩短缺货时间、提升订单满足率，或者这类物料可以快速替代、临时采购，那么把安全库存调高可能只是把问题推迟到库龄分析阶段。
“每种物料都备 15 天”易执行，却忽略需求价值、波动、供货稳定性和失效风险。一个高价值进口件和一个低价值标准辅料，即便消耗量相同，也不一定应采用相同的服务目标；一个供应商交付稳定的常用件，与一个交付周期常常偏离承诺的关键件，缓冲方式也不应相同。
固定天数可以作为数据不足时的临时策略，但要写清适用范围、负责人和失效日期。否则临时参数会被误认为长期规则，后来即使需求模式或供应商发生变化，也没人知道这套数字从何而来。
平均提前期会掩盖长尾风险。供应商大多数订单 12 天到货，少数订单拖到 28 天，平均值可能仍然看起来合理，但遇到长尾时安全库存不足的情况会集中发生。对关键物料，除平均值外还应检查中位数、较高分位数、最大偏差以及按供应商和季节拆分后的差异。
分位数不是越高越好。用极端最慢的一次作为常态，会让长期库存显著增加；完全忽略长尾，又会低估停线或延迟交付的风险。判断时应把异常原因分开：供应商偶发事故、节假日、运输中断和仓内拥堵是否会重复出现，决定它们该进入常规参数还是应通过应急预案处理。
阈值触发只是提醒，不应自动绕过所有业务检查。采购订单是否需要考虑在途、替代料、供应商最小起订量、预算、近期需求取消和物料停用状态，需要按业务规则处理。若系统每天反复提醒但没有责任人和响应时限，最终会产生大量“看见了但没人处理”的告警。
相反，对标准化、低价值、高频且供应稳定的物料，过多人工审批会让采购延迟成为新的提前期。流程不应一刀切：低风险品可以按授权范围自动生成建议订单，高风险或高金额品则保留复核节点。
汇总缺货率可能掩盖关键物料的严重问题。例如大多数低价值辅料供应充足，会把少数关键件的缺货表现稀释掉。至少要按物料类别、仓库、供应商、客户订单优先级和缺货原因拆开观察，并区分“物理上没有货”“有货但被锁定”“账实不符”和“补货未及时执行”。
如果补货点频繁触发，但订单一直未审批，问题在流程响应；如果订单及时下达而供应商晚到，问题在供货稳定性；如果货已到仓却迟迟没有上架，问题在收货与质检。解决方案必须对准原因，不能看到缺货就只改库存参数。
参数计算之前，先确定物料主数据是否可靠。每个物料需要有唯一编码、计量单位、有效状态、采购方式、仓库归属和供应来源。计量单位换算不准确，会让需求量和库存量无法比较；供应商编码混乱，则会把不同供货表现混在一起。
接着进行分层，不必一开始就追求复杂模型。实用的第一层可以同时看年消耗金额、缺货影响和需求稳定性；第二层再加上提前期波动、保质期、替代性和最小起订量。分层的目的不是给物料贴标签，而是让不同风险的物料进入不同管理路径。
例如，高业务影响且供货不稳的物料，适合高频监控、明确责任人和异常升级；低价值稳定消耗的物料，可以追求较低的人工维护成本；高价值间歇需求品，则要谨慎避免按平均需求长期持有。
需求稳定、提前期相对稳定时，可以先用固定提前期模型：补货点＝平均日需求×平均可用提前期＋安全库存。这个方法清晰、便于解释，也适合作为大多数企业建立基线时的起点。
若需求和提前期都有波动，常见的统计思路是为“提前期内需求”设置目标服务水平。在简化假设下，如果每日需求独立、波动近似稳定，提前期固定，安全库存可以按服务水平对应系数乘以需求标准差再乘以提前期平方根估算。更一般的做法，是直接观察历史“提前期内需求”分布，用目标分位数决定补货点，而不是把需求波动和提前期波动拆开后盲目套公式。
公式里的服务水平必须说清定义。周期服务水平关注一个补货周期内是否发生缺货；订单满足率关注需求数量中有多少及时满足。两者不是同一个指标，不能只写“目标服务水平 95%”却不说明计算口径。
安全库存并不是唯一的补货参数。还要检查最小起订量、采购包装倍数、订货周期、批量折扣、供应商停产通知、保质期和仓容限制。最终建议数量可能高于模型建议量，也可能因到期风险、预算约束或近期需求下滑而低于模型建议量，但每一次人工调整都应保留原因。
对不规则需求，不能把“无需求日”随意删掉，也不能把一次大订单简单平摊到所有日期。要先辨别订单是正常消耗、项目性需求、一次性补库，还是销售促销。对需求发生间隔较长的物料，可能更适合按需求事件审查，而不是每天用微小的平均值触发补货。
每个补货参数都应保存生效日期、计算口径、样本窗口、数据来源、审批人和变更原因。参数不是一次算完永久使用的静态值，而是随需求、供应和业务策略变化的管理对象。没有版本记录，就无法判断库存改善究竟来自参数变化、采购执行改善还是需求自然回落。
我通常建议把参数变更分为常规更新和紧急覆盖。常规更新按月或按季度运行；紧急覆盖用于供应商停产、重大促销、召回或运输中断等事件，并设置自动失效时间。临时拉高的安全库存到期后必须复核，不能无限期保留。
| 决策因素 | 需要检查的证据 | 对规则的影响 |
|---|---|---|
| 需求稳定性 | 日需求分布、需求间隔、促销与缺货记录 | 决定采用均值模型还是分布/事件型方法 |
| 提前期稳定性 | 订单到可用入库的时间戳及延误原因 | 决定是否需要把提前期波动纳入补货点 |
| 缺货影响 | 停工、订单延期、替代料和客户优先级 | 决定服务目标和异常升级级别 |
| 持有风险 | 单位价值、保质期、淘汰与跌价记录 | 决定库存缓冲上限和复核频率 |
先由仓储、采购、计划和财务共同确认可用库存、冻结库存、预留库存、退货待检、调拨在途和采购在途的定义。每个状态都要明确是否进入库存位置，以及数量如何更新。建议把口径写进数据字典和操作规程，而不只停留在会议纪要中。
还应指定库存位置的计算时点。日结计算适合每日批处理；关键物料若需要实时预警，则要确认单据状态和库存变动可以及时刷新。若源系统每天只同步一次，就不要在操作端宣称规则能够实时发现缺货。
需求数据至少要能够区分正常出库、样品、报废、调拨、项目领用和异常冲销。提前期数据则要能从订单创建追踪到货物可用。对历史记录先检查缺失值、重复单、负数调整、单位变更和供应商更换，异常数据不能直接进入统计。
清洗规则需要保留可追溯性。比如删除明显错误的日期记录时，应保存原值、修正值、修正原因和操作人；遇到无法判断的异常，不要悄悄剔除，应先标记待核实。数据不完整时，可以先运行规则提示，但应降低自动下单权限。
高影响物料可以按周检查供需与交期，普通物料按月或季度复核，低价值稳定物料则可根据采购周期安排较低频率。复核频率不应只看销售变化，还要看供应商交期漂移、质量异常、物料替代和仓库布局变化。
这里的关键不是把所有物料都做成高频报表，而是将有限的人工注意力放在“参数错了会造成较大损失”的对象上。若一种物料连续多个周期都没有补货、需求模式变化不明显，可减少人工频次；但高影响物料即使消耗不大，也不应因此被忽略。
计算结果至少应能回溯到样本期间、日均需求、需求波动、实际提前期、目标服务口径和最终安全库存。上线前可挑选不同特征的物料进行人工复算，例如稳定高频、间歇低频、长提前期、高价值和易过期物料，避免只验证“最容易算对”的样本。
校验时还应做边界测试：需求为零、刚发生大额需求、采购在途延迟、库存负数、物料冻结、供应商停用以及单位换算变化时，系统分别应该怎么处理。规则若在边界条件下表现不确定，就不应直接放开全量自动补货。
触发条件需要对应实际动作。库存位置低于补货点后，可生成补货建议；建议单上显示当前库存位置、补货点、建议量、在途明细和异常原因。采购或计划人员核对后，再依授权执行下单、生产补充或跨仓调拨。
还要明确触发后多久必须处理，以及超时找谁升级。例如普通物料一个工作日内复核，关键物料在数小时内确认；具体时限应依据缺货风险和组织工作节奏制定。没有响应时限的预警，只是一个未完成的通知。
采购单到货并不意味着补货流程完成。仓库要区分已到门、待点收、待质检、待上架和可用库存。若入库差异、质量拒收或供应商短交发生，应立即回写采购在途状态，并重新计算库存位置，避免系统继续把原计划数量当成确定供给。
关键物料应预先定义异常路径：交期延误时是否催交、拆单、改走替代供应商、从其他仓调拨，或者与业务部门协商交付优先级。安全库存无法替代供应中断预案，尤其当中断时间可能超过缓冲覆盖天数时。
上线后至少同时看缺货次数、缺货持续时间、订单满足率、库存周转、呆滞金额、补货响应时间和参数调整频率。单看“安全库存覆盖天数”没有意义；覆盖天数变长可能意味着备货过量，也可能只是需求下降，必须与服务和成本结果一起解释。
每次复盘都要把结果归因到可行动原因。若缺货来自供应商延误，应该改善交付或制定备用方案；若来自审批滞后，要精简授权；若来自需求数据漏记，要修复数据；若确实因为需求波动超出模型范围，再考虑调整安全库存。
为了把计算和执行说清楚，我用一个普通包装耗材 SKU 做示例。假设其近 60 个有效需求日平均需求为 24 件/日，日需求标准差为 7 件，最近一段时间从订单批准到质检上架的平均提前期为 10 天，且该物料属于常规补货、没有明显季节性。以下数据是情景模拟，仅用于展示操作方式。
若企业采用目标周期服务水平约 95% 的简化正态假设，所选系数可近似取 1.65。固定提前期下，安全库存的演示计算为 1.65×7×√10，约为 37 件。提前期需求约为 24×10＝240 件，因此补货点约为 277 件。实际系统通常需要按包装倍数取整，并结合最小起订量、仓容和保质期校验。
这个计算不是通用答案。它依赖需求波动近似稳定、提前期固定、样本有代表性等假设。如果日需求呈间歇分布，或者供应周期波动明显，就应直接分析历史提前期内需求分布，或建立更适合该物料的规则。用演示公式算出 277，不代表 277 就一定是合理库存目标。
假设账面现货 230 件，其中已预留 18 件、质检冻结 7 件，另有供应商已确认的采购在途 40 件，未满足需求为 10 件。按本案例定义，库存位置＝230－18－7＋40－10＝235 件。由于 235 低于补货点 277，系统应生成补货建议，而不能因为账面现货看起来有 230 件就判断“暂时不用管”。
如果在途 40 件只是尚未获供应商确认的采购申请，就不能直接算入确定供给；如果预留量已包含在未满足需求中，也不能重复扣减。公式的正确性最终取决于单据状态口径，而非算术本身。
假设目标库存位置为 277 件，当前库存位置为 235 件，理论补充差额为 42 件。但若供应商最小起订量为 100 件，且包装单位为 20 件，实际订单可能需要按采购策略决定补 100 件，或等待下一次合并采购。若物料只有两个月保质期，而当前需求明显下降，直接补足到 100 件可能造成过期损耗。
这就是补货点与订货量的区别：低于补货点意味着进入判断流程，不一定意味着下单数量就是“补到阈值”。订单数量还要受经济批量、订货周期、在途确认、预算、包装倍数和库存上限影响。
如果团队使用九数云或其他数据分析工具搭建补货分析，可以先围绕明确的数据表建立模型：物料主数据、库存快照、出入库流水、采购订单明细、供应商交期记录和缺货事件。示例中，我会将物料编码与仓库编码作为关键关联字段，并检查单位、日期和状态字段能否一致匹配。
看板可以分成三层：管理层查看缺货风险与资金占用；计划和采购人员查看待处理补货建议、在途异常和供应商延迟；仓库人员查看待收货、待质检和待上架数量。若只展示补货点和现有库存，却不提供在途明细、责任人、更新时间和异常原因，使用者仍要回到多张表里手工核对。
使用具体平台前，应以当前版本的官方说明和企业权限要求核验数据连接、刷新频率、权限控制及计算能力，不要把“能展示图表”误当成“已具备库存自动控制”。九数云在这个例子里是数据整理和分析呈现的工具选择之一，补货策略的可靠性仍取决于业务规则、源数据质量和执行责任是否清晰。
| 示例字段 | 来源单据 | 主要校验点 | 看板用途 |
|---|---|---|---|
| 物料编码、仓库编码 | 物料主数据与仓库主数据 | 编码唯一、停用状态明确 | 对齐库存与需求范围 |
| 可用数量、冻结数量、预留数量 | 库存快照与订单分配 | 状态定义统一、避免重复扣减 | 计算库存位置 |
| 下单日期、承诺日期、可用入库日期 | 采购单与入库单 | 时间戳完整、延误原因可追踪 | 分析真实提前期 |
| 需求日期、需求数量、需求类型 | 出库与需求记录 | 区分常规、项目、调拨及异常调整 | 识别需求波动 |
假设连续三个月该物料有 4 次补货，其中 2 次实际到货超过承诺日期，另有 1 次质检等待时间明显偏长。此时直接把安全库存提高 30%，可能短期减少缺货，却掩盖供应商和收货流程的问题。更合适的复盘顺序是：先确认需求记录是否完整，再拆解实际提前期，最后判断高延迟是否反复发生、是否属于可避免原因。
参数调整也要设定评估窗口。比如变更后观察若干个完整补货周期，比较缺货天数、订单满足率、平均库存和呆滞金额，并控制促销或季节变化的影响。样本太少时，不要把一两次结果当成长期改善证据。
这类物料适合采用清晰、低维护成本的规则。用固定窗口计算日均需求和提前期，按月或季度检查参数；库存位置低于补货点后自动生成建议单，采购人员主要核对在途和包装倍数。管理重点是减少重复人工操作，而不是频繁调整模型。
如果采购周期较长，可按订货周期合并采购，但要防止合并周期把补货响应拖过可承受范围。建议关注补货建议按时处理率、供应商准交率和平均库存，而非只看系统触发次数。
先确认波动来自真实需求还是促销、项目和异常领用。已经确认的专项需求可单独纳入计划，避免把一次性高峰永久写进日均需求。对于常规需求本身波动明显的物料，适合采用滚动需求预测、需求分位数或场景化备货，而不是简单扩大固定覆盖天数。
如果业务部门可以提前提供活动计划，流程上应设置需求变更截止时间和冻结窗口。例如计划窗口内需求变动需要审批并说明影响，避免仓库按旧预测下单后又被临时取消。
先拆解供应端和仓内各阶段时间，区分供应商延误、运输不稳定、预约拥堵和检验时间长。若波动集中在供应商端，优先谈交期承诺、交付绩效和备用来源；若问题在收货端，增加库存只会补偿内部流程低效。
关键物料可为高风险延误设置升级规则，例如预计交期偏离阈值时自动提醒采购、计划和业务负责人，并评估拆单、替代料或调拨。安全库存可作为缓冲，但不能成为不管理供应商的理由。
这类物料不适合机械地按平均日耗和固定天数备货。优先检查是否能按单采购、由供应商寄售、跨仓共享、寻找替代规格，或采用需求事件审批。确需备货时，应为库存设上限，并将有效期、停产通知和技术变更加入复核。
如果无法替代且缺货损失极高，少量安全库存可能仍然合理，但需要明确库存责任人、定期盘点和呆滞处置方案。成本评估不能只看采购金额，还要考虑停工损失和报废风险。
新品缺少历史需求和提前期样本，不应假装模型已经准确。可以先采用业务预测、相似物料、供应商承诺和阶段性试运行设置临时参数，同时标注“试运行”、负责人和复核日期。每次实际需求和收货都应积累为后续校准依据。
新供应商首批订单的交期不宜直接视为稳定周期。至少经过若干个可比较的订单周期后，再判断是否能够自动化补货；在此之前，可将自动补货限制为建议单，保留人工确认。
当物料主数据、库存状态和采购时间戳长期稳定，且规则经过边界测试后，可以逐步开放自动生成订单或自动下单。若数据来源经常延迟、人工改数无记录，自动化只会更快地放大错误。建议从“自动计算建议”开始，再到“自动生成申请”，最后才评估是否需要自动提交订单。
高金额、关键件、受监管物料或供应来源受限的物料，通常应保留必要的审批和异常确认。自动化目标是缩短重复处理时间，不是取消所有业务判断。
频繁补货有利于降低平均库存，但会增加订单处理、运输和收货次数；批量补货可以降低单次操作成本，却可能提高资金占用和过期风险。企业应把采购成本、持有成本、运输成本、缺货损失和仓内作业成本放在同一决策框架下比较。
当供应商有明显的阶梯报价时，不应只看单位价格。为了跨过折扣门槛而购买过量，若后续产生资金占用、仓储和报废成本，整体未必划算。对现金流紧张或库容受限的企业，低库存策略的价值可能高于单价折扣。
统一公式有利于培训、审计和系统维护；差异化参数则更贴近需求与供货现实。我的建议是统一字段、计算口径、审批流程和指标定义，把差异留在参数层，而不是让每个仓库用不同表格、不同公式和不同术语。
差异化必须有证据和责任人。若某仓库要求明显高于其他仓库的安全库存，应能说明原因是交期长、服务承诺高、运输不可靠还是需求波动更大，并定期复核差异是否仍然成立。
建议选择一组具有代表性的物料试点，覆盖稳定消耗、需求波动、长提前期、高价值、易过期和新品等情况。试点期间同时运行旧规则与新规则的模拟结果，记录新规则会提前多少天触发、建议量变化多少、会不会重复下单，以及异常单据是否能被识别。
上线验收要关注“操作可用性”而不只是公式正确。采购人员能否看到建议依据，仓库能否识别待检数量，管理者能否追溯参数版本，异常触发后是否有人负责，都是验收内容。若一线人员必须导出多张表人工拼接才能理解建议，说明流程设计还没有完成。
若企业暂时没有能力建立复杂预测模型，也可以先把数据口径、状态流转、责任时限和异常原因统一。这些基础工作通常比盲目追求更复杂的算法更能减少重复补货和错误预警。
我对补货点的核心判断是：它不是孤立参数，而是需求、供货、库存状态、审批和仓内可用性共同作用的结果。库存低于阈值之后，谁处理、多久处理、怎么判断在途、异常如何升级，都和公式本身一样重要。
安全库存也不应被当成缺货的万能补丁。需求识别错了，增加库存会放大预测偏差；供应商交付不稳，缓冲只能争取时间；收货上架慢，仓库已经到货也无法满足订单。只有先找到风险来源，才知道应该增加库存、改善流程，还是改变供应策略。
当一个补货建议可以清楚回答“为什么现在触发、数量如何得出、哪些供给被计入、由谁处理、结果如何复盘”，安全库存才从仓库里的静态数字变成可管理的风险缓冲。下一步与其先把所有物料的库存加高，不如先挑出最常缺、最常积压和最难解释的物料，把数据与流程逐项跑通。
读者评论
把采购提前期算到“可用上架”这一步很关键，货到了但还在质检时，现场确实不能当作可拣库存。建议系统把各阶段时间戳留好，复盘时更容易找到延误环节。
文中区分库存现货和库存位置很实用，尤其是预留、冻结和在途状态。如果这些口径没统一，补货提醒很容易失真。不过在途是否计入，也需要结合供应商确认和预计到货可信度设定。
安全库存调高不一定解决问题，文章把缺货原因拆到审批、供货、质检等环节，判断更落地。低频高价值物料还应关注需求间隔和替代方案，单看月均消耗确实容易误判。