仓库里最容易被误判的缺货，往往不是“库存太少”，而是账面库存看起来够、可用库存却不够：在途货尚未到货，已分配库存没有扣减，质检冻结品仍被计入，或者促销需求突然抬高。安全库存管理真正要解决的，不是给每个 SKU 多加几件货，而是让需求、供货、库存状态和补货动作持续对得上。下面这份落地清单从日常数据核对、风险判断到补货复盘逐项展开，并用一组明确标注为情景模拟的数据演示如何把规则变成可执行的仓库动作。
我判断一套安全库存规则是否可用，通常先问三个问题：什么情况算缺货风险，风险由谁发现，发现后谁在多长时间内采取什么动作。若答案只有“低于安全库存就补货”，规则大概率还停留在表格里。仓库现场真正需要的是一条从数据到动作的闭环，而不是一个孤立的数字。
安全库存是用于吸收需求波动、供货延迟和内部处理误差的缓冲量。它不等于全部库存，也不等于采购员习惯多买的“保险量”。库存总量中可能包含已分配、待检、冻结、破损和不在可用库位的货物；这些数量如果没有被正确区分，安全库存看似充足，拣货时仍然会短缺。
核心结论：安全库存应当是“可用库存判断规则＋补货触发规则＋异常升级规则”的组合。规则至少要明确计算口径、复核频率、责任人、审批边界和失效后的临时措施。任何一项缺失，都会让库存数字难以转化为可靠供应。
安全库存越高，短期内越不容易缺货，但资金占用、仓储空间、过期报废和调拨成本也会增加。反过来，把库存压得很低，可能导致加急运输、停线、订单延期或客户流失。实际管理不是追求“仓库永远不缺”，而是把不同物料的服务要求与缺货代价对应起来。
对生产关键件，缺一件可能造成整条产线等待；对常见低值辅料，短缺时可能有替代品或本地快速采购渠道。两类物料即使月均需求相同，也不应该机械地设置相同的安全库存天数。先识别缺货后果，再决定缓冲多少；先明确供应方式，再决定如何补货。
日常管理负责及时发现变化，例如库存扣减异常、到货延期和突然放量；周期管理负责重新校准参数，例如每月或每季度复核需求波动、供应周期和服务目标；异常管理负责处理预测之外的事件，例如供应商停产、质检批量冻结或促销销量激增。
若企业只做月度盘点，风险可能在盘点之前已经转化为缺货。若只盯每日库存，又可能因为短时噪声频繁下单。较稳妥的做法是把高风险物料放进每日监控，把参数复核纳入固定周期，并为供应中断等异常建立升级通道。
常见现场是：系统显示某商品有 120 件，订单却因缺货无法发出。进一步查看才发现，30 件已被其他订单占用，20 件仍在质检，10 件因包装破损待处理，另有 15 件在库位调整过程中未完成上架。真正能用于新订单的数量只有 45 件。若补货规则直接读取账面现存量，可能会晚几天才触发。
因此我会先区分至少四个库存概念：物理库存、可用库存、库存位置和可承诺库存。物理库存回答“仓库里数得到多少”；可用库存回答“现在能否拣货”；库存位置把现有库存与可靠在途量纳入补货判断；可承诺库存则进一步考虑订单分配和承诺规则。不同系统字段的名称可能不同，关键是把口径写清楚。
一个实用的日常口径是：可用库存等于合格且可拣货的现有库存，减去已分配数量，再根据企业规则处理冻结、待检和预留数量。库存位置则可以在可用库存基础上加入已确认的采购在途，再扣除尚未满足的需求。在途是否计入，不能只看采购单是否创建；要看供应商确认、预计到货日期和历史兑现情况。
例如某物料过去十次到货，平均周期是 12 天，但其中有两次分别用了 21 天和 24 天。若安全库存按平均周期计算，采购员会觉得供应稳定，仓库却会在延迟批次出现时承担风险。对交期长、供应来源单一或停线影响大的物料，平均值不足以描述风险，至少还要观察波动范围、延迟频率和异常原因。
供应周期的起点和终点也要统一。有人从下单日期算到仓库签收，有人从供应商确认日期算到质检放行。若计算口径不同，采购与仓库对“交期”的讨论就可能各说各话。建议分别记录下单至到货、到货至质检放行、质检放行至可上架的时间，找出真正消耗缓冲的环节。
某 SKU 平日每天销售 8 件，周末常上升到 20 件，促销期间可能达到 50 件。如果模型把所有日期平均后得到日均 11 件，表面上没有明显错误，但如果补货窗口恰好覆盖促销前后，就可能低估短期需求。季节性商品、项目型物料和节假日商品尤其需要分开观察，不宜让短时峰值被全年平均值稀释。
我会把需求拆成基础消耗、已知事件增量和不可预测波动。基础消耗用于常规补货；已知促销、生产排程或大型项目应单独进入计划；不可预测部分才由安全库存吸收。安全库存不是用来替代需求计划的。把已经知道的促销需求塞进安全库存，会让缓冲越来越大，也让需求变化难以解释。
库存准确性不只影响财务盘点，也直接影响补货判断。常见错误包括：收货已完成但系统未入账，退货已经回库却仍处于待检状态，批次冻结后可用量没有同步减少，拣货取消后占用没有释放，或者库位调整期间重复计算数量。这些差错会使补货规则产生两种相反结果：该补时没触发，不该补时重复下单。
日常清单里应当单独设置库存状态异常项，而不是只在月底盘点时处理。可以每天查看负库存、长期待检、异常占用、无库位库存和系统数量与抽盘差异。出现差异时，先追踪业务单据和操作时间，再调整库存，不要为了让报表“变正常”直接改数。
“所有物料备 7 天”“低于 15 天就补货”很容易执行，但它把需求波动、供应风险和缺货代价都压成了同一个参数。对需求平稳、交期短的物料，固定天数可能造成积压；对需求波动大、供应周期长的关键件，同样的天数又可能不够。
固定天数可以作为数据不足阶段的临时规则，但必须写明适用范围、失效条件和复核日期。例如限定在同一类、需求相对平稳、供应周期稳定的物料，并设置“交期增加超过一定比例”“连续出现缺货”时重新评估。临时规则若没有退出机制，很容易变成长期惯例。
月均销量除以 30，适合做粗略观察，不一定适合直接计算补货点。月份天数、营业日、周内节奏、促销档期、停产安排都会影响需求。如果企业按工作日消耗，而计算时按自然日平摊，遇到连续休息日就可能低估节后集中需求。
对于有明显周内规律的商品，建议按日或按周观察；对于生产物料，优先使用已批准的生产计划，并把计划外领用作为偏差单独分析。若数据历史较短，可以先用分类规则和业务访谈建立初值，再随着实际记录积累逐步替换，而不是装作有精确预测能力。
采购订单已经下达，不代表货物一定按期到达，也不代表到货后能够立即使用。供应商未确认、物料变更未批准、运输安排未落实、质检排队时间过长，都会让在途数量失去原先的时间价值。若所有在途都按足额、准时计入库存位置，系统会把真实风险隐藏起来。
较稳妥的做法是给在途设置可靠性标签：供应商已确认且交期稳定的订单可按规则纳入；交期未确认、超期或存在质量争议的订单，应降低其供给权重，或在风险清单中单独显示。这个判断最好可追溯到订单状态与历史兑现记录，而不是依赖采购员口头承诺。
缺货率下降不一定代表管理更好。如果方法是大幅提高全部 SKU 的库存，缺货可能减少，但资金占用和呆滞风险会同步上升。反过来，一些低价值、可替代的商品偶尔缺货，对客户和经营的影响可能远低于一项关键原料短缺。
我建议把缺货事件至少按原因分类：需求超预期、采购未及时下单、供应商延期、质量冻结、账实不符、计划变更、补货参数错误、操作延迟。每次复盘都要记录影响订单、持续时长、加急费用和是否有替代方案。只有这样，才知道应该调整库存参数，还是改供应商管理、收货流程或需求计划。
每天逐条检查数万 SKU 不现实；每月才检查一次关键件也不够。若没有分层，团队往往把时间平均花在低风险品上，真正需要盯的物料反而被淹没。分类的目的不是制作一张漂亮的 ABC 表，而是为不同风险分配不同的监控频率、审批权和备援方案。
可以综合年耗用价值、需求波动、供应周期、供应集中度、替代难度和停产影响，建立运营优先级。价值高不代表风险一定最高，价值低也不代表可以忽略。某种廉价密封件若没有替代品且停线代价高，风险管理优先级可能高于普通高值耗材。
在计算安全库存前，先确认数据字段。一个便于沟通的基本关系是：可用现存量等于合格、可拣货库存减去已分配数量；库存位置是在可用现存量上加上符合纳入条件的采购在途，再扣除尚未满足的需求。企业可以采用不同口径，但必须避免同一批库存被重复计算，或把已经承诺给订单的货继续当作缓冲。
实际系统中的库存状态比公式复杂，建议逐项定义待检、冻结、退货、寄售、在途调拨、已发货未签收和预留库存的处理方式。每个字段要能说明数据来源、更新时间、责任岗位和异常处理规则。若某类在途无法可靠预测到货时间，就不要为了让库存位置看起来完整而将它无条件计入。
补货点回答什么时候需要行动，订货批量回答一次采购多少。两者经常被混为一谈：把安全库存设高，试图同时解决触发太晚和采购批量过小的问题，结果可能是库存越来越厚，却依旧无法解决审批延迟或供应商交期不稳定。
在需求较平稳、交期相对稳定时，可以用简化关系理解补货点：交期内预计需求加安全库存。这里的“交期”应包括从提出需求到货物可用的完整周期，而不仅是供应商发货时间。如果采购审批、运输、收货和质检都需要时间，这些时间必须进入补货窗口。
补货数量还要考虑最小起订量、包装倍数、采购频率、资金预算、仓储容量和保质期。即使库存位置刚低于补货点，也不一定应补到无限高的目标量；反过来，若供应商有固定整托包装，采购数量也可能需要按可执行包装取整。补货点解决响应时机，订货策略解决经济性，不能用一个数字替代两类判断。
当日需求与供应周期都有波动时，安全库存的理论计算可以使用标准差和服务目标来估计缓冲量。若将需求波动和交期波动分别处理，常见简化表达会同时考虑交期内需求的不确定性，以及平均需求受到交期变化影响的部分。实际计算前必须先保证数据口径和样本质量，否则公式再精细也只是把错误数据算得更精确。
企业不必一开始追求复杂模型。对于稳定物料，可先用近期需求均值、需求波动和实际供应周期建立基准；对于高风险物料，应进一步检查异常值、批量采购造成的间歇性需求、促销和生产计划变化。若历史数据包含长期停产、缺货导致销量被压低等情况，直接用销售历史可能低估真实需求。
服务目标也不宜统一设定。目标越高，所需缓冲通常越大，但具体增加幅度取决于需求分布和供应特征。管理层应基于缺货损失、替代能力和库存成本设定分层服务要求，而不是把某个高服务水平套到所有 SKU 上。
可将物料按运营风险分层，至少看五项：年耗用金额、需求变异、平均及波动交期、供应商集中度、缺货业务影响。分类后要落到可执行差异，例如高风险品每日检查库存位置和在途状态，中风险品每周复核，低风险品按月或按补货周期巡检。具体频率应结合业务节奏和系统刷新能力确定。
对于供应单一、替代困难的物料，缓冲库存只是风险工具之一，还应评估第二供应源、替代料认证、供应商产能确认和紧急调拨安排。对于易过期商品，降低批量、增加补货频率、缩短供应周期可能比单纯加安全库存更合适。对于需求高度间歇的备件，单看均值可能失真，应结合故障率、维修计划和关键设备影响来制定保障策略。
预警不应只有红灯和绿灯。可按距离补货点的程度、预计可支撑天数、未交订单日期和供应异常划分为提示、关注、紧急等等级。等级越高，处理时限越短，升级责任越明确。这样仓库、采购和计划团队不必等到库存归零才开始协作。
每条预警应至少包含 SKU、仓库、可用库存、库存位置、近期待发需求、预计耗尽日期、在途明细、供应商承诺日期、建议动作、责任人和更新时间。只有“低库存”而没有原因和行动信息的预警，会让接收人仍需手动拼数据，最终降低响应速度。
以下案例是为了说明管理方法而构造的情景模拟，不代表九数云客户实绩，也不是行业平均值。假设一家经营家居配件的企业有 1,200 个活跃 SKU，仓库按日处理出库，采购周期从下单到质检放行通常为 8 至 20 天。团队目前靠电子表格每周汇总一次库存，缺货后再由采购逐条追供应商。
企业抽取最近 90 天数据，先发现三类问题：库存字段对待检品处理不统一；部分在途订单没有供应商确认日期；高销量 SKU 与关键低销量配件使用相同预警频率。表面上，周度库存报告有完整数量，实际却无法回答“哪项货物会在何时耗尽”“现有在途能否赶上”“谁需要立即处理”。
假设某 SKU 最近 20 个有效工作日的日需求为 8、10、9、11、12、7、10、14、9、8、11、13、10、6、12、9、15、8、11、10 件。为了避免在文章中把示意值包装成真实业务数据，这里只演示计算逻辑：样本日均需求约为 10 件，需求存在波动，供应完整周期按历史记录估计为 8 天。
团队把系统中的 132 件库存位置拆开核验后，发现可用现货 92 件、已确认在途 50 件、尚未满足的订单需求 10 件。按照企业定义，库存位置为 92 加 50 再减 10，即 132 件。若补货点暂定为 110 件，当前尚未触发常规补货，但应关注 50 件在途是否按时到达，以及未来订单是否会提前消耗缓冲。
在更细的检查中，采购单显示预计 5 天到货，但供应商尚未确认生产完成。此时不能简单把 50 件视为高可信供给。团队把该订单标记为待确认，在看板上显示“有在途、兑现待核”，并要求采购在一个工作日内取得确认。如果确认延期，库存风险从一般关注升级为紧急处理；可采取部分加急、跨仓调拨或客户订单优先级排序，而不是静默增加整批采购。
假设一个月内发生 40 起缺货事件，经过逐单复盘，模拟归因显示供应商延期 14 起，账实不符 9 起，需求突增 7 起，采购触发延迟 6 起，质量冻结 4 起。若只根据结果给所有 SKU 增加安全库存，可能暂时压低缺货，却不会修复库存状态和采购响应问题。
复盘时要进一步量化每类问题的损失。例如，供应商延期导致的缺货，应看超期天数、替代采购费用和受影响订单；账实不符则看差异金额、产生环节和重复发生次数；需求突增应检查促销信息是否提前进入计划。这样一来，问题才会从“缺了多少件”转变为“哪些管理环节导致了风险”。
在这个情景中，团队可以将库存、订单、采购在途、收货质检和供应商承诺日期汇总到一张风险看板。以九数云为例，企业可以评估这类数据分析平台是否适合承接多表整合、指标展示和异常追踪：先确认系统能否接入现有数据源，再验证字段映射、刷新频率、权限管理和预警通知是否满足业务要求。具体能力、接入方式与费用应以其官网当前公开信息和实际演示为准，不能仅凭工具名称推断适配性。
我会把平台选型放在流程和口径确定之后，而不是之前。若仓库可用库存定义尚未统一，接入工具只会更快地展示矛盾；若采购单缺少承诺日期，图表也不能自动知道哪笔在途可靠。好的看板应让人更快定位风险和责任，不应制造“系统已经替我们做了判断”的错觉。
建议先选 30 至 50 个高风险 SKU 做小范围试运行，保留原有人工复核作为对照。连续运行四周，比较预警提前量、人工核对时间、预警命中率、误报率和缺货事件。若只是图表更好看，却没有让责任人更早采取行动，就不应急于推广到全部库存。
每日检查的目标不是重新计算全部库存，而是筛出可能在补货到达前耗尽的物料。建议系统或表格至少提供库存位置、预计日需求、预计耗尽日期、有效在途、未交订单、供应商承诺日期和当前风险等级。仓库负责确认可用状态，计划负责核对需求，采购负责确认在途与交期。
每日会议不必逐条念报表。建议只讨论需要跨部门决策的例外项，普通风险由责任人按标准动作处理。会议记录应留下决定、责任岗位、截止时间和需要升级的条件，次日检查是否完成。
每周复核适合处理中短期趋势和未结风险。采购团队检查延期订单、供应商承诺变化和催交结果；计划团队比较预测、订单与实际领用；仓库团队检查收货与可用状态转换是否及时。周度复核还要找出连续多次触发预警的 SKU，因为频繁预警可能说明参数不合适，也可能说明执行流程存在阻塞。
月度复核要回答“原来的参数还适不适用”。在需求较稳定的场景，可以复算近期需求均值和波动；在季节性明显的场景，要区分正常期与活动期；在供应商频繁变更的场景，要重新估计供应周期和兑现率。若样本量不足，不要用短期数据随意推翻长期判断，可以标记为待观察并保留人工审批。
季度复盘不是把月报叠在一起，而是检查管理策略是否带来预期变化。至少观察缺货率或订单满足情况、库存周转、呆滞比例、加急费用、预警提前量和人工处理耗时。若缺货下降而呆滞和资金占用大幅上升，说明库存策略可能过度保守；若库存下降但紧急调拨与加急运输暴增，则可能把成本从库存转移到了履约环节。
季度复盘还应检查重大业务变化，例如产品结构调整、供应商切换、仓网变化、生产模式变化和服务承诺调整。安全库存参数并非一次计算永久有效，发生这些变化后，应评估是否需要重新分层或设置临时保障策略。
这类物料可以用较简单的补货点和固定复核周期，重点是保证库存状态准确、采购批量符合包装与成本约束。无需每天人工盯每个 SKU，但应设置库存位置低于补货点的自动提醒，并检查参数是否长期未更新。若历史波动稳定，过度复杂的模型未必比清晰、可解释的规则更好。
行动重点是设定统一的需求口径、完整补货周期和复核日期；每次供应周期或需求水平出现持续变化时，再触发参数调整。不能因为某一周销量偶然偏高，就立刻把常态安全库存永久上调。
若波动来自可预告的促销、渠道活动或生产计划，应让需求计划提前进入采购判断。活动前确认需求量、活动日期、备货截止时间、供应商产能和活动后库存处理方案。安全库存只负责吸收未能准确预测的部分，不应代替活动备货计划。
对活动品建议设置临时参数和有效期，活动结束后自动复核或恢复常态规则。若销售预测明显偏离，应记录偏差原因，而不是长期保留活动期的高库存参数，导致后续日常需求下积压。
供应周期长且不稳定时，库存缓冲当然重要，但采购确认、产能锁定、分批交付、替代料审批和第二来源往往同样关键。若只通过堆库存对冲所有延迟，资金占用可能不断增加，仍无法防住供应商停产或质量批次异常。
可以把供应风险拆成“时间风险”和“中断风险”。时间风险可通过交期监控和合理缓冲管理；中断风险则需要备选供方、替代材料、关键库存地点配置或客户订单优先级方案。对停线影响特别大的物料，必须让业务负责人共同确认风险承受边界。
对于保质期短、款式迭代快或季节性强的商品，提高安全库存可能使缺货风险转化为报废和折价风险。若供应端允许，可以通过更频繁的小批量补货、供应商寄售、提前锁定产能或分批到货来降低一次性库存暴露。
调整前要核对采购最小量、运输成本、收货能力和供应商响应速度。小批量若导致频繁加急或运输成本过高，未必更经济。此类物料要同时监控预计耗尽日期和预计过期日期，不能只盯库存周转的单一指标。
备件可能数月没有需求，却不能简单判定为不需要库存。若它关联关键设备，缺货会造成长时间停机，历史平均需求接近零也不能代表风险很低。应结合设备数量、故障率、维修周期、替代品和供应商交期，评估保障方式。
对于低频高影响物料，可以考虑共享库存、跨仓调拨、维修翻新、替代件认证或供应商寄存。若最终决定不备库存，也要明确应急采购路径和预计恢复时间，让业务方知道风险并接受相应服务边界。
提高服务要求通常意味着需要更多缓冲，但需要多少，要结合需求分布和供应可靠性，而不是把一个服务目标机械换算成统一库存。管理层应明确哪些物料属于必须优先保障，哪些允许在缺货时延期或替代，并将差异落实到库存目标与客户承诺中。
评估时建议把库存资金占用、仓储空间、过期报废、加急运输、停线损失、订单延期和客户影响放到同一张决策表里。不同成本的计量口径未必都能精确，但至少应明确谁承担成本、哪些损失被遗漏。只看采购金额，可能低估缺货造成的经营损失；只看缺货率，又可能掩盖库存过量。
提高补货频率可以降低平均库存，但会增加订货、运输、收货和质检工作；一次采购更多可能获得更低单价，却增加资金占用、仓储压力和呆滞风险。企业应评估总成本，不要只比较单价或库存数量。
若供应商距离近、响应稳定、收货能力充足，小批量高频补货可能可行；若供应链长、运输成本高或供应商要求固定整批交付，则需要结合分批交货、滚动预测和产能预订寻找折中。所谓最优方案取决于真实约束，不存在适用于所有仓库的固定答案。
规则自动化适合处理字段完整、逻辑稳定、风险可解释的场景，例如库存位置低于阈值、订单超期或待检时间超过设定范围。需求突然变化、供应商重大异常、物料替代和客户优先级等情况，仍需要专业人员判断。
自动预警要有误报与漏报反馈渠道。若团队每天收到大量无行动价值的提醒，就会出现预警疲劳；若系统没有记录参数版本和判断依据，出现错误时也难以复盘。建议先让自动化承担“筛查和提示”，由责任人作出关键决策，再逐步扩大自动执行范围。
数据平台可以帮助整合多来源数据、统一口径、展示趋势和追踪异常，但不能自动修复主数据混乱，也不能替代采购与仓库之间的责任约定。若数据源更新延迟一天，日内风险看板就可能只提供历史信息；若 SKU 编码映射错误，图表可能整齐地展示错误结论。
评估九数云或其他数据分析工具时，我会先准备一组真实业务问题和样本数据，要求演示库存位置计算、异常筛选、数据刷新、权限隔离、修改追踪及预警方式。除产品功能外，还要确认实施工作量、维护责任、数据安全要求和后续扩展成本。官网资料可以作为了解产品的起点，最终适配性应以企业自己的数据验证为准。
需求历史短、库存状态不准、采购日期缺失时，精确到小数点的安全库存结果并不可信。模型输出应保留假设、样本范围和置信边界，并把数据治理列为改进事项。与其把不确定结果包装成精准数字，不如先采用透明的临时规则，同时收集更可靠的需求和交期记录。
当企业规模较小或 SKU 较少时，电子表格和人工复核可能更划算；当仓库、订单和供应数据分散，且 SKU 数量和更新频率不断增加时，自动化看板的价值才更明显。系统是否先进不是第一判断标准，能否减少漏检、缩短响应时间并留下可追溯记录才是。
先选一个业务范围清楚的仓库或产品类别，确认可用库存、库存位置、有效在途、缺货事件、完整补货周期和需求统计口径。把每个字段的来源、更新时间、责任人和例外处理方式写下来。优先修复会直接影响补货判断的数据问题，例如已分配未释放、待检状态不明和在途日期缺失。
按缺货影响、供应周期、需求波动和替代难度筛选 30 至 50 个 SKU。试点名单不应只选销量最高的商品，也要包含低频但影响大的关键件。为每项设定当前参数、预警等级、责任人和处理时限，并标记哪些规则是临时建议基准，避免后续把模拟或初值当成已经验证的事实。
每条预警都记录触发时间、当时库存位置、预计耗尽日期、实际到货日期、最终是否缺货、处置动作及结果。若误报，查清是需求数据、库存状态还是供应日期有误；若漏报，判断是阈值设置不合理、刷新不及时，还是业务事件没有进入计划。试点的价值不在于证明系统正确，而在于暴露规则和数据的盲区。
至少比较五项结果：预警提前量是否增加，缺货和加急是否改善，人工核对时间是否下降，误报漏报是否可接受，库存金额与呆滞风险是否扩大。评估时应与试点前使用相近的统计口径，并说明订单量、促销和供应环境是否发生变化。若结果不明确，延长观察或缩小范围，不要为了按计划上线而过早宣告成功。
最终留下的不是一张安全库存表，而是一套能够被新人执行、被主管复核、被数据检验的日常管理机制：定义清楚、责任明确、风险可见、动作可追、结果可复盘。我更看重的不是安全库存算得多精，而是库存风险能否在缺货发生前被识别，并由正确的人采取正确的动作。
下一步可以从最近三个月的缺货记录中选出最常见的十个 SKU，逐个核对可用库存、在途可信度、完整补货周期和缺货根因；再用一张简单的风险清单试运行两周。先修正口径和责任链，再决定是否需要更复杂的模型或数据平台。这样做通常比先给全仓加库存，更容易找到真正影响供应稳定性的环节。
读者评论
账面库存和可用库存分开看很实用。我们之前也遇到待检品被算进可用量，结果系统显示有货，拣货时才发现不能出库。
交期只看平均值确实容易漏掉少数严重延迟。把到货到质检放行的时间单独记录，能更清楚地找到缓冲到底耗在哪个环节。
缺货后先归因再决定是否加库存，这个思路比较务实。若主要问题是采购触发晚或库存状态未及时更新，单纯提高安全库存可能只会增加积压。