仓库安全库存管理进阶课：围绕缺货风险完善流程设计
仓库里有货，不代表客户要的货一定有；某个 SKU 的库存看起来充足，也不代表它能撑过下一次补货周期。安全库存管理真正要解决的，不是“每个商品多备一点”，而是识别哪些需求、供应和流程波动会造成缺货，再用可执行的补货规则把风险提前拦下来。本文将从缺货风险出发，拆解安全库存的计算、分层、执行与复盘，并用一组明确标注为情景模拟的数据说明如何落地。
我判断一套安全库存方案是否有效，通常先看三个问题：什么商品值得保护，保护到什么程度，触发补货后谁负责把动作完成。若只算出一个库存数字，却没有对应的预警、采购、到货跟踪和异常升级流程，这个数字很容易变成报表上的装饰。
安全库存的核心作用，是吸收补货提前期内无法准确预测的需求变化与供应变化。它不应该覆盖长期预测错误、供应商反复延期、采购审批积压，也不应该替代滞销治理。把这些问题都塞进库存缓冲，结果往往是仓库越来越满，缺货却没有明显减少。
我的核心判断是：先控制流程中的可避免波动，再为无法消除的波动配置库存缓冲。例如，供应商交期记录缺失时，先补齐实际到货日期；采购审批经常拖延时，先明确审批时限。若不处理这些根因，简单提高安全库存只会把管理问题转换成资金占用。
仓库账面库存、可用库存和能按时交付的库存不是一回事。账面数量可能包含已分配订单、质检冻结、残次品或尚未完成上架的到货。安全库存策略应建立在可用库存口径上，并考虑补货从提出到可发运之间的完整时间。
因此，我建议把决策口径统一成“库存位置”，即现有可用量，加上确认中的采购或调拨，再减去未交付需求。具体系统字段可以因企业而异，但口径必须固定。如果采购在途没有确认交期、订单占用没有及时回写，库存位置就可能高估，补货点也会被错误地判断为尚未触发。
库存不是越低越好，也不是服务水平越高越好。提高目标服务水平，通常意味着更大的库存缓冲；降低库存，则可能增加延期、拆单、加急运输或客户流失的风险。管理者要比较的是两边的边际代价，而不是只看库存金额或缺货次数。
对高毛利、关键客户指定、缺货后停线或难以替代的商品，我会接受更高的库存投入；对需求稀少、可快速替代、保质期短或采购金额大的商品，我会优先考虑订单协同、替代料和供应保障，而不是机械堆货。安全库存是服务策略的一部分，不是采购部门单独决定的数字。
一款日常销量平稳的商品，在活动前可能出现集中备货；活动结束后，需求又快速回落。若直接用过去几个月的平均销量计算安全库存，活动前可能低估峰值，活动后又可能继续按高销量补货。平均数没有错，错的是把它当成未来每一天都会发生的需求。
对此，我会把需求拆成基础需求、已知事件需求和随机波动。基础需求用于常规补货，活动计划、客户项目单和新品导入则单独登记；如果活动量已经纳入预测，就不能再将同一批需求重复加到安全库存中。这个细节很容易被忽略，尤其是销售预测、采购计划和库存规则由不同岗位维护时。
供应商承诺“十天交货”，不等于每次都在十天内完成。采购下单、供应商确认、生产排期、发运、入库质检和上架都可能产生等待。若系统只记录下单日与入库日，企业能看到总交期，却未必知道延误主要发生在哪一段，也就难以判断应该加库存还是改流程。
我会要求交期记录至少能区分承诺日期、实际发运日期、实际到货日期和可用日期。前两者帮助判断供应商履约，后两者揭示物流及内部收货效率。若货已到仓但质检排队两天，对可供货时间而言，这两天仍属于提前期的一部分。
多仓、寄售、在途、质检和订单占用如果分散在不同表格里，采购看到的总量很可能并非真正可用量。典型情况是销售系统已经接单，仓库系统尚未扣减；或者调拨单已创建，却仍被两边仓库同时计入可用库存。
我建议先定义库存状态，再讨论安全库存参数。至少区分可用、已分配、质检冻结、损坏、在途未确认、在途已确认和待上架。状态定义要能被日常作业验证，不能只由数据人员在报表中推算。否则同一批货在不同部门的表格里会有不同解释。
下面的案例是为了说明分析方法而构造的情景模拟，不代表行业平均水平或任何企业的实际经营结果。假设某仓库管理 180 个活跃 SKU，其中 30 个为关键物料、60 个为常规销售品、90 个为低频或长尾商品；最近一个季度共记录 24 次缺货，其中 15 次与交期超过承诺有关，6 次与需求突增有关，3 次与库存数据或作业延迟有关。
这个结构提醒我们，不能只盯着安全库存公式。若大部分缺货来自交期失约，单纯增加库存虽然可能降低短期缺货，却会把更多资金押在供应商波动上；若数据错误占比不低，先修复状态回写往往比普遍加量更经济。每次缺货都应记录原因和影响，而不是只在月末统计一个缺货总数。
“每个 SKU 多备七天”容易执行，却忽略了需求速度、供应稳定性和缺货后果的差别。日均需求一百件的畅销商品，多备七天意味着七百件；每月只卖两件的长尾商品，多备七天可能没有实际意义，却可能因为最小采购量而积压数月。
统一天数可以作为临时过渡规则，但不适合作为长期策略。若企业目前没有稳定数据，我宁愿先按商品类别制定可解释的初始规则，再逐步升级，也不会把一个看似简单的统一参数包装成精确管理。规则越简单，越要清楚标注适用范围和复核日期。
安全库存是应对不确定性的缓冲，最大库存则是控制一次补货后库存上限的管理约束。两者解决不同问题。如果只设安全库存而没有补货上限，系统可能在低频需求商品上一次采购过多；如果只设最大库存而没有风险缓冲，畅销品又可能在补货期间断供。
采购点、订货量和库存上限应联合设计。固定订货量适用于需求与补货批量较稳定的场景；定期检查库存则适用于采购批次、运输安排或审批节奏固定的业务。若最小起订量远高于需求，系统即使提示合理，也需要人工评估拆单、协同采购或替代方案。
缺货次数下降，可能是预测改善，也可能是库存显著上升，或者订单规模暂时减少。如果不同时观察缺货率、库存金额、周转、滞销、加急费用和订单满足情况，就无法判断改善来自哪里，更无法判断代价是否可接受。
我会把指标分成结果指标和过程指标。缺货率、延期订单和库存资金属于结果；交期偏差、预警处理时长、预测误差和异常关闭率属于过程。结果指标告诉我们有没有改善，过程指标帮助定位改善能否持续。
很多团队会计算过去销量的标准差，却把供应商交期当作固定值。实际上，需求相同的两个商品，如果一个供应商稳定交货，另一个时常晚到，其所需缓冲并不相同。忽略提前期波动，安全库存计算会低估供应侧风险。
反过来，需求和交期波动也不能不加判断地重复叠加。如果供应商延误已经通过更长的计划提前期处理，再把全部历史延误作为额外缓冲加入库存，可能造成双重保护。参数必须说明它覆盖的风险是什么、有没有被其他规则覆盖。
历史数据是校准起点，不是永久合同。新品、客户结构变化、供应商切换、运输路线调整、政策限制或渠道促销，都可能让过去的分布失去代表性。规则若长期不复核，精确到小数点的安全库存也只是过时数据的精致表达。
复核频率应由风险和变化速度决定。高销量、高价值、供应不稳的商品可以月度复核；需求低频且供货稳定的商品可按季度或事件触发复核。关键不是所有商品都高频重算，而是风险变化时有人负责让规则更新。
ABC 分类适合识别销售额或消耗金额的集中度，但不能单独决定库存优先级。销售金额高的商品未必缺货损失最高；金额低的关键零件若会导致整条产线停工，风险可能反而更高。我的做法是至少同时评估需求贡献、缺货影响、供应不确定性和替代难度。
| 评估维度 | 要回答的问题 | 适合观察的数据 | 对库存决策的影响 |
|---|---|---|---|
| 需求贡献 | 商品消耗是否集中、波动是否明显？ | 销量金额、需求频次、预测误差 | 决定复核频率与预测关注度 |
| 缺货影响 | 缺货会造成延期、停线还是可替代？ | 延迟订单、停工损失、客户等级 | 决定目标服务水平和升级优先级 |
| 供应不确定性 | 交期是否稳定，断供是否有预警？ | 实际交期分布、延期比例、履约记录 | 影响提前期风险缓冲和供应策略 |
| 替代与保质约束 | 能否替代，库存是否容易过期或失效？ | 替代料清单、保质期、停产风险 | 影响保护方式、上限和淘汰策略 |
分层最终要能落到动作，而不是只生成一张分类表。比如高缺货影响且供应不稳定的商品，可能需要更高的服务目标、双供应源或到货跟催；需求低频且临近过期风险高的商品，可能要改为项目锁量或订单驱动采购。
连续检查模式下，常用的补货点可以表达为：补货点 = 提前期内的预期需求 + 安全库存。当库存位置降到补货点或以下，就启动补货评估。库存位置通常不是库位实盘量，而是可用库存与可信在途减去未满足需求后的结果。
这条规则看起来简单，但落地前必须定义“可信在途”。只有供应商已确认、交期有依据、采购单状态有效的数量，才适合被视为可覆盖需求的在途。未确认采购申请、长期延期采购单或已经取消的订单，不应继续被当成库存保障。
若每日需求的标准差为 σd，平均提前期为 L 天，日均需求为 d，提前期标准差为 σL，在需求和提前期近似独立的前提下，可用下式估计提前期需求标准差：根号内为 L×σd² 加 d²×σL²。安全库存可进一步估为服务系数 z 乘以该标准差。
这不是所有业务都能直接套用的公式。需求有明显季节性、促销峰值、零膨胀或批量订单时，正态近似可能不合适；交期样本太少时，标准差也不稳定。此时应优先用场景模拟、历史分位数或分层规则，并把假设写入参数说明，不要把公式结果误称为真实精度。
服务系数 z 对应的是需求覆盖目标的统计假设，并不自动等同于企业的订单满足率。商品缺货代价高时，目标可以提高；商品易过期或占资大时，则需要审慎评估额外缓冲带来的收益是否足以覆盖资金、仓储和报废成本。
我通常建议先做情景比较：把低、中、高三个保护水平放在一起，分别估算库存投入、预期缺货暴露、加急物流和服务影响。若团队无法精确估算缺货损失，可以先用保守范围，而不是随意指定一个很高的服务目标，再把库存上升归因于“客户要求”。
新品或低频商品可能只有几笔有效需求，无法可靠估计需求波动。我会把这类 SKU 单独标记为低样本，不用一两次订单推导出看似精确的参数。可结合产品相似品、客户承诺、最小采购量和供应周期设置临时保护，同时规定复核节点。
当历史数据质量不够时，管理层需要看到“不确定性”本身。可以把参数区分为实测、推定和人工设定，并记录责任人及依据。这样，下一次采购员或计划员调整库存时，才知道该数字的可信度，也能避免临时参数被永久沿用。
以下为情景模拟：某零件平均日需求 20 件，平均补货提前期 8 天，日需求标准差 6 件，提前期标准差 2 天。假设需求与提前期大致独立，且短期内没有促销、停产或结构性变化。该商品缺货会影响客户订单交付，因此先用 95% 的目标覆盖假设进行演算。
提前期内平均需求为 20×8，即 160 件。提前期需求标准差约为根号下 8×6² 加 20²×2²，结果约为 43.5 件；采用约 1.65 的服务系数后，安全库存约为 72 件。因此补货点约为 160+72，即 232 件。计算结果应按包装规格、采购批量和实际业务规则取整。
这个计算不是建议所有同类商品都备 72 件，而是展示如何把需求与交期的不确定性放入同一判断框架。若供应商交期样本只有两笔，2 天的标准差可靠性有限；若补货实际还需等待质检和上架，8 天平均提前期也可能低估真正的可用时间。
假设某日该 SKU 的库存位置下降到 225 件，低于 232 件的补货点，规则触发的是“需要评估补货”，而不是“自动订购某个固定数量”。采购量仍要结合供应商最小起订量、包装倍数、未来已知需求、库存上限和到货时间来确定。
如果一次订购 500 件会让库存长期偏高，采购人员可以询问分批交付、供应商寄售或缩短交货批次；若供应商只接受整批采购，则要比较一次买入的资金成本和缺货风险。如果商品有保质期或版本更新风险，批量采购的后续损失可能高于短期加急运输。
假设一个季度后，模拟账面记录显示该 SKU 没有缺货，但平均库存增加了 30%，同时有一批货超过 90 天未动。不能因此直接判定策略成功或失败；还需核对销售量、缺货暴露、订单按期交付、采购批次和库存老化情况。若期间需求恰好低于预期，结果可能只是运气好。
复盘时我会查看“每次库存低于补货点后，补货动作是否按时启动”“供应商是否按确认日期到货”“缺货是否发生在可用库存状态错误时”。这些过程证据能区分公式问题、参数问题和执行问题。若预警及时但供应商延期频繁，继续加缓冲前应评估替代供应、交期承诺和采购拆批。
一次缺货可能只影响一件样品，也可能导致大批订单延期。单纯记录缺货事件数，会把影响差异很大的事件看成相同。建议同时记录缺货持续时间、受影响订单数量、未满足数量、替代比例、加急成本和客户等级，以便判断保护策略是否应该调整。
缺货率也要写清分母。按订单行计算、按需求数量计算、按 SKU 天数计算，含义并不相同。若业务只用“缺货订单数÷总订单数”，高数量订单与小额订单可能被同等处理；管理层看指标前，必须知道口径和统计周期。
这类商品适合从简单、可解释的补货点开始。定期清理无效在途和历史异常，按月或按季度复核日均需求、平均提前期和库存位置口径。参数稳定时不必频繁人工改动，重点是确保预警触发后采购动作及时。
先检查波动是否来自可识别事件。若需求峰值主要由促销、项目订单或季节规律驱动，应将这些已知需求纳入计划，而不是全部留给安全库存承担。若波动是随机的，再考虑根据需求分布调整保护水平，并观察活动结束后的库存回落。
这类场景更需要供应管理而非单方面堆货。将交期拆成供应商确认、生产、发运、收货和质检环节，找出波动集中点。供应商若经常延误，应评估双供应源、合同交期、备选运输方式或关键物料锁产能；库存缓冲只能作为经过成本评估的过渡措施。
先判断风险是否可以通过经营决策降低。例如能否与客户确认订单、减少可选规格、推动替代设计或约定更长交付周期。若需求和供给两端都不可预测，计算出的单一安全库存很可能失真，应采用情景规划、限量承诺和管理层审批。
新品没有足够历史数据时，可使用相似品、工程判断、客户承诺和供应商最小批量形成临时策略。长尾商品则要检查持续持有是否合理：如果多年没有需求，增加安全库存并不一定提升服务，可能只延缓停售、替代或按订单采购的决策。
安全库存管理不需要一开始就建设复杂系统。最小闭环至少包含商品主数据、日需求或订单需求、库存状态、采购订单、供应商承诺与实际到货记录。每个关键字段要有责任人，尤其是商品编码、单位换算、仓库归属、停用状态和提前期口径。
我会优先检查四类常见数据问题：同一商品多编码、单位换算不一致、已取消采购仍计入在途、缺货期间销量被当成真实需求。最后一种容易让预测低估需求，因为缺货时卖不出去的数量不会自然出现在销售记录里。若没有未满足需求记录，历史销量就不能完整代表客户需求。
总览图能展示库存规模，却不一定能告诉执行人员今天该处理什么。更有用的是按责任和时限组织异常队列，例如低于补货点、在途逾期、库存状态不明、需求突增、呆滞风险上升和关键参数过期。每条异常都应带商品、影响数量、预计风险日期、责任岗位和处理状态。
异常队列还应记录从出现到关闭的时间。若某个预警平均三天无人处理，问题可能不是安全库存不足，而是权限、采购审批或信息通知链路不合理。看板的价值不在于颜色醒目，而在于让风险变成有负责人、有期限、有结果的工作事项。
如果企业已有库存、销售和采购数据分散在多个表格或业务系统中，可以将九数云作为数据分析与可视化场景的一个参考选项，了解产品信息可访问其官网。这里的重点不是预设某个工具能自动解决库存问题，而是先明确要把哪些数据连接起来、由谁维护、分析结果怎样进入日常作业。
例如，可以围绕商品编码统一后的日销售、可用库存、在途订单、采购承诺日期和实际收货日期，建立商品级分析视图。视图可用于发现销量变化、交期偏差、低于补货点的 SKU 和库存老化情况；具体连接方式、字段能力、权限控制与刷新频率，需要结合企业当前产品版本、数据源和实施条件逐项核实。
我建议把分析平台定位为“发现问题和验证规则的工作台”，而不是把仪表板上的数字直接当作采购指令。任何自动预警都要经过字段口径验证，任何自动化补货都应先设置审批边界、异常兜底和日志追踪。工具能缩短发现时间，但无法替业务部门承担参数责任。
一个实用的落地顺序是：先用小范围 SKU 验证数据完整性，再建立缺货和库存风险视图，随后比较预警与实际事件，最后才讨论自动化程度。若数据每天更新但采购每周才处理一次，自动刷新不会自然带来更快响应；流程节奏要与数据节奏配套。
| 指标类别 | 建议观察项 | 管理问题 | 常见误读 |
|---|---|---|---|
| 服务结果 | 缺货率、按期满足率、延期订单数 | 客户需求实际受到多大影响？ | 未说明分母，导致不同周期不可比较 |
| 库存投入 | 库存金额、周转天数、超龄库存金额 | 保护库存花了多少资金？ | 库存上升就被当成服务改善 |
| 供应过程 | 交期偏差、逾期采购行、供应商履约率 | 补货提前期是否稳定？ | 只看平均交期，忽略长尾延期 |
| 执行过程 | 预警处理时长、异常关闭率、参数过期率 | 规则有没有进入日常工作？ | 只统计预警数量，不看是否解决 |
高服务水平适合缺货损失明显大于持有成本的商品，但不能无限外推。管理者要估算库存增加的资金占用、仓储费用、过期风险和潜在报废，再对照减少的延期、加急和客户影响。如果缺货损失缺乏可靠金额，可以先用等级制表达，例如高、中、低，并明确等级依据。
若商品对客户交付极关键、替代性低且供应周期长，可以接受更高缓冲，但同时要设定库存上限和复核周期。若商品需求不稳定且易过期，则应优先推动订单确认、缩短采购批次或建立替代方案。取舍不是找一个适用于所有商品的最优值，而是公开谁承担风险、为什么接受这个风险。
增加库存通常能较快覆盖短期波动，但资金立即占用；改善供应可能需要谈判、认证或流程调整，见效较慢，却可能从根因上缩短提前期或减少波动。对同一商品，二者并非只能选一个，但需要把时间、投入和效果分阶段比较。
如果供应商短期无法改变，先设置有期限的临时缓冲，并持续追踪交期改善；如果供应商已有明确产能承诺和稳定履约证据，则可以逐步下调缓冲。不要在供应改善还未验证前提前削减关键物料，也不要因一次延误就永久加库存。
更复杂的模型需要更完整的数据、更频繁的维护和更强的解释能力。若企业的数据质量有限，先做好稳定的库存位置、交期记录、缺货原因和复核流程，通常比直接上复杂预测模型更有价值。复杂模型的结果若无法被采购与仓库理解，最后仍会回到人工拍板。
可按成熟度逐步升级：第一阶段统一口径与异常规则；第二阶段按商品分层并纳入需求与交期波动；第三阶段比较不同服务策略和供应方案；第四阶段才评估自动化补货或更复杂的预测。升级条件要以问题解决能力为依据，而不是以模型看起来先进为依据。
我建议把安全库存复核分成定期复核与事件触发两种。定期复核检查需求、交期、库存老化和参数有效期；事件触发则覆盖供应商切换、客户大单、促销、连续缺货、停产通知和交期显著变化。每次调整都要记录调整前后参数、调整理由、批准人和观察期限。
复盘时不追求“没有任何缺货”，而要确认缺货是否落在企业接受的风险范围内，是否有可避免的执行失误，以及额外库存是否带来相称的服务改善。若缺货下降但库存老化显著上升，就要重新审视分层和上限；若库存稳定而延期订单增加，则要检查需求与提前期数据是否滞后。
如果企业目前尚未形成稳定规则，我建议不要一次性重算所有 SKU。先选取一组关键商品和一组常规商品，覆盖不同需求波动、交期表现及缺货影响。用一个完整补货周期验证库存口径、预警逻辑、采购响应和到货记录，再决定是否扩展。
安全库存的进阶，不是把公式算得越来越复杂，而是让每一份库存都能解释它在防什么风险，让每一次缺货都能追溯到真正原因。下一步，先挑出近期发生过缺货或库存异常的商品，逐笔核实库存状态、需求记录和实际交期；再选一小组 SKU 试运行补货点与异常闭环。只有当参数、责任和复盘机制连在一起，安全库存才会从仓库里的数字变成可验证的经营能力。
我一直按“够卖两周”给常用物料设安全库存，但有些货还是会断，有些却越积越多。我想知道，需求起伏和供应商交期不稳定时，应该怎样把两种风险放进同一套计算里？
固定天数适合数据不足时临时兜底，不适合作为长期规则，因为它把需求波动和交期波动混成了一个粗略数字。更实用的做法是先算再订货点：平均需求量×平均交期＋安全库存，并明确统计周期与服务水平。例如，某物料每周平均需求100件，需求标准差25件；平均交期2周，交期标准差0.5周。
假设两者相互独立，目标服务水平约95%（系数取1.65），安全库存约为1.65×√（2×25²＋100²×0.5²），即约101件；再订货点约为301件。这个结果不是精确到个位的承诺，而是基于数据和假设的管理信号。若需求与交期会同时变差，例如旺季供应商也更容易延迟，就不能直接套用独立假设；
应按旺季数据单独测算，或先保留较宽的缓冲并记录例外。
我发现仓库里有些物料几个月都没动，另一些关键件却常常临时短缺。我不确定是不是应该给每种物料都设安全库存，也想知道除了金额和用量，还应该看哪些条件？
不建议给每种物料套同一个安全库存策略。库存决策至少要同时看补货风险和断供后果：需求或交期越不稳定，补货风险越高；停线影响越大、替代越困难，缺货后果越重。只按采购金额或历史用量排序，容易漏掉低价但关键的零件。实际分类时，可将物料分成“高后果且难替代”“高波动但可替代”“低后果且稳定”等组。
第一组设置明确的最低保障量和供应异常升级责任人；第二组优先改善预测、替代方案或供应周期；稳定且低影响的物料，则可采用较低缓冲或按需采购。分类结果应能改变动作，而不只是多一张标签表。比如同样预测会晚到一周，关键且无替代的物料要立即评估调拨和停线风险；
可替代的普通耗材则先核实替代品库存，不必一律加急采购。
我遇到过供应商说要延迟交货，仓库就临时多下了一批订单，后来原订单和加急订单一起到货，反而压满库位。我想知道，出现交期异常后怎样处理，才能既降低断供风险又避免重复补货？
供应商延迟属于异常事件，不应自动转化为永久增加安全库存。先核对未交订单、在途数量、可用库存、已分配量和替代料，再重新计算预计可用库存何时跌破需求；否则只看“延迟几天”就加单，容易把在途货和新订单重复计算。可以把处理流程设为四步：采购登记新的预计到货日；仓库按日更新可用量和缺口日期；
计划人员评估调拨、替代、分批交付或加急；负责人比较加急成本与缺货损失后批准方案。每一步都记录数量、时间、责任人和下一次复核时间。若异常反复发生，再分析近几个月实际交期，而不是只围绕一次延迟加库存。只有当交期波动持续扩大、替代和供应改善都不可行，且缺货损失高于持有成本时，才有理由调整该物料的缓冲参数。
我之前主要用月末库存金额判断库存是否合理，但账面库存看起来充足时，生产仍然报缺料。我想知道，应该跟踪哪些指标，才能分清是安全库存不足、数据不准，还是补货流程出了问题？
单看月末库存金额无法说明关键物料是否在需要的时间可用。建议至少同时跟踪缺货发生次数、缺货持续时间、订单满足率、库存准确率，以及实际交期偏离承诺的幅度，并按物料类别和缺货原因拆分。还要区分周期服务水平和订单满足率：前者关注一个补货周期内是否发生缺货，后者关注需求数量中有多少及时满足。
比如某物料一年只缺货一次，但一次短缺导致大批订单延误，单看“全年大多数时候有货”会低估影响。可以每周复核缺货与到货异常，每月复算需求和交期参数，并对连续两次偏离目标的物料做原因分析。若账面显示有货但现场找不到，先处理库位、批次或系统账实差异；
若库存准确而到货持续偏晚，再调整补货规则或供应方案，避免用加库存掩盖流程故障。
读者评论
把账面库存和可用库存分开看很重要，尤其是质检冻结、订单占用和待上架数量。如果这些状态回写不及时，补货点算得再细也可能失真。
文中的情景数据明确标注为模拟，这点比较严谨。实际复盘时还可以把延期订单和加急运输费用一起统计，避免只看缺货次数就判断库存策略有效。
我认同不能所有商品统一多备几天。关键物料可以优先保障，但长尾、易过期商品更适合结合替代方案和采购批量评估，减少库存积压。