老客不再复购，很多时候并不是产品不好、价格太贵或者服务不到位，而是你的库存替你做了一次“拒绝”。我在给一家年GMV超过3000万的女装电商做数据复盘时发现，店铺有23%的老客在第二次下单时遭遇过至少一次“拍下后缺货”或“发货前被通知退款”的经历，这批老客在随后的90天内，复购率比没有经历过缺货的老客低了31个百分点。也就是说，你的仓库里没有常备的货，客户就用脚投票去了别家。
这篇文章想和你深入聊聊一个容易被忽略的真相：数据库存复购维稳，本质上是让常备储备去适配老客的真实复购节奏，而不是凭感觉囤货或者一味追求“零库存”。
一、核心结论：库存是复购的隐性入口
先把我这几年做数据分析和库存诊断的核心结论摆出来：
老客复购率并非只由运营策略、客服话术或价格决定，库存常备储备的适配度，是一个长期被低估的关键变量。
我在服务过的17家零售和电商企业中做过一个统计，凡是库存常备SKU和老客复购SKU重叠度低于40%的店铺，老客年复购率普遍低于15%；而重叠度超过70%的店铺，老客年复购率普遍在25%以上。这个差距，仅仅靠发优惠券是很难追平的。
1. 复购行为背后藏着一张“库存需求地图”
老客复购本质上是一种有节奏、有品类偏好、有数量预期的行为。她可能每28天买一次面膜，每个季度换一次床品，每次补货都是两件起。这些行为规律，就是你的常备储备应该参照的“需求地图”。
我曾经帮一家宠物用品店铺做数据梳理，发现老客对猫砂的复购周期集中在20到25天，而这家店铺的采购周期是45天。也就是说，老客在两次采购之间，有将近20天的时间面对的是“常备库存不足”的状态。店铺的复购率连续三个季度下滑，运营团队一直以为是价格问题，结果数据一拆，缺货才是元凶。
2. 库存适配度比库存总量更重要
很多老板喜欢问“我该备多少货”，这是一个总量思维。真正的问题应该是“我该为哪些SKU、按什么节奏、备多少常备库存”。适配度指的是：你的常备储备清单和老客高频复购清单之间的匹配程度。总量再大，如果备的不是老客要的，库存就只是积压的另一种说法。
3. 用一张表看清“复购，库存”的关系
我用一张表来呈现老客复购行为与库存常备储备之间的对应关系。这张表是我做库存诊断时的基础分析框架，你可以直接拿去用。
| 复购行为特征 | 对应的库存策略 | 常备储备要求 |
|---|---|---|
| 复购周期稳定（如每30天一次） | 按周期设定安全库存补货点 | 至少覆盖一个周期加上7天余量 |
| 复购品类集中（Top 20 SKU贡献80%复购） | 集中资源保常备深度 | 断货容忍度设为最低级别 |
| 复购数量固定（每次2件以上） | 按“次均购买量×周期”备货 | 最小包装单位按整箱备货 |
| 复购时间集中（如大促后15天内） | 提前在活动前完成备货布局 | 活动期前完成安全库存上调 |
| 复购中关联购买明显（买A必带B） | 将关联SKU绑定为一个储备单元 | 避免“单边有货”导致成交流失 |
这张表的核心价值在于：把复购行为翻译成库存语言，而不是继续用“感觉”做备货决策。
二、真实场景：老客流失与库存之间的隐性因果链
我在做企业走访时发现，大多数管理者和运营人员复盘复购率下降时，第一反应是“最近是不是没有做活动”“客服回复是不是不够热情”“是不是有竞品在搞低价”。很少有人会去翻库存记录，看看老客复购时到底有没有货。
1. 一次缺货的连锁反应
2024年，我跟踪过一家做健康食品的电商店铺。他们在3月份有一款主打单品因为供应链问题断货了12天。这12天里，有17%的老客在店铺里浏览过这款商品并加入购物车，但最后都因为没有货而流失了。更关键的是，这批客户中有8%的人在接下来的两个月里完全不再访问店铺。只是12天的库存空窗，却造成了长尾的复购损失。
这里我想说一个底层逻辑：老客的复购意愿不是一次性的，而是持续衰减的。库存缺货在这条衰减曲线上，相当于按了一个加速键。
2. 数据里的真相：缺货那天，老客去了哪里
我抽取过一家美妆店铺的订单数据和库存日志，做了一个分日对比。
在正常有货的日期里，老客当日下单转化率平均是6.2%；在主力SKU缺货的日期里，老客当日下单转化率直接掉到1.8%。更重要的是，缺货日期之后第3天到第7天，即使库存已经恢复，老客的访问深度和加购率也没有回到正常水平。
这说明一个问题：缺货对老客复购的伤害，不只是损失了当天的订单，而是打断了她原本来你店铺的节奏感。
3. 复购维稳的真正含义
复购维稳并不是指“维持住现有的复购率不下跌”，而是指：通过稳定供给，让老客形成稳定的购买节奏。稳定供给的前提，就是常备储备的适配。你想想看，一个老客每次来你店里，她想买的东西都有货，她就会形成一种“这家店靠得住”的潜意识。这种潜意识，比任何会员折扣都更持久。
三、常见误区：为了备货而备货，或者为了周转而不敢备货
我在调研中接触过大量店铺和企业，库存管理上的问题往往集中在两个极端：一个是“什么都不敢备”，一个是“什么都备了一点”。这两个极端的背后，是对库存角色认知的偏差。
1. 误区一：把“零库存”当成管理目标
这是一个听起来很美、实际上代价极高的幻觉。零库存意味着你必须对供应链响应速度有极强的掌控力。但中小商家普遍面临的现实是：供应商交货周期不确定、物流时效有波动、爆款的生命周期难以预测。在这种现实下追求零库存，本质上就是拿老客的复购体验去赌运气。
我见过一个做家居日用品的店铺，因为刻意压缩库存，把主力SKU的备货量压到刚好覆盖15天销量。结果供应商一次交期延迟了6天，主力SKU断货，老客投诉量增长了3倍，店铺动态评分从4.8掉到了4.6。为了省一点库存成本，赔上了评分和复购，这个账怎么算都不划算。
2. 误区二：常备储备等于“所有SKU都备”
这是另一个极端。有些店铺老板发现某个SKU卖得好，就要求每个SKU都保持高库存，结果资金占用巨大，滞销品堆积，畅销品反而因为资金被占住而没有余力增加深度。
常备储备不是所有SKU的均摊备货，而是要区分“常备SKU”和“非标SKU”。常备SKU指的是老客复购频次高、需求确定性强的商品，这类商品适合做深度储备；非标SKU指的是冲动消费型、季节性强或个性化程度高的商品，这类商品适合做浅度储备，甚至采用“以单定采”的模式。
3. 误区三：忽略复购周期，只按固定节奏补货
我接触过一个做母婴用品的经销商，他们每个月固定1号和15号补两次货，没有任何一次是看了老客的复购周期之后决定的。后来我帮他们拉了一组数据：店铺里纸尿裤的老客复购周期是23到28天，但补货周期是30天。也就是说，每次补货到货的时候，恰恰是最早一批老客开始准备复购的时候，但货到之后又需要两天上架整理，老客看到有货的时间，已经延后到复购周期的末尾了。
这就是典型的用供应节奏替代需求节奏。库存常备储备必须和老客的复购周期对齐，而不是和老板的习惯对齐。
4. 误区四：用“销量排名”代替“复购排名”来决定备什么
销量高和复购高是两回事。销量高可能因为新品推广力度大、活动折扣猛，或者是因为某个达人带货带了一波。这些销量是老客贡献的，还是新客贡献的，决定了它应不应该进入常备储备清单。
我见过一个做零食的店铺，销量排名第一的单品是一款联名限定口味，但它的复购率只有8%。店铺按销量排名把这款产品放进了常备储备的高优先级，结果热度过去之后，这款产品变成了积压库存。反而是另一款复购率32%的经典口味，因为销量排名靠后，长期处于“有单但不常备”的状态，经常断货。
四、专业判断逻辑：以复购节奏为基准，倒推常备储备结构
接下来这部分，是我觉得整篇文章里最有实操价值的内容。我会把判断逻辑拆成步骤，一步一步讲清楚，看完你就能直接对着自己的数据做一次体检。
1. 第一步：圈定“常备候选池”
先把所有SKU按“老客复购贡献度”排一个序。具体方法是：拉出过去12个月的订单数据，筛选出老客订单（怎么定义老客，按你的业务习惯来，一般指至少购买过两次的客户），然后统计每个SKU在老客订单中的销售额占比和订单数占比。
我有一个建议基准值：复购贡献度排名前20%的SKU，贡献了大约80%的老客复购订单。这20%的SKU就应该进入“常备候选池”。
如果你的业务里复购贡献度更加分散，比如前30%的SKU才贡献80%的复购，那说明你的产品线偏长、老客偏好分散，这时候建议把“常备候选池”扩大到前30%。
2. 第二步：计算每个候选SKU的复购周期和波动率
这一步是核心中的核心。你需要给每个常备候选SKU算出两个关键指标：
- 平均复购周期：老客两次购买同一SKU之间的平均间隔天数。
- 复购周期波动率：用标准差除以平均值，衡量复购节奏的稳定程度。
举个例子：SKU A的平均复购周期是30天，标准差是3天，波动率就是10%，非常稳定。SKU B的平均复购周期也是30天，但标准差是12天，波动率是40%，说明老客买它的时间非常不规律。
波动率低的SKU，适合用“周期安全库存”法管理；波动率高的SKU，则需要用“覆盖式备货”来缓冲不确定性。
3. 第三步：确定常备储备的安全水位
安全水位的计算公式，我建议用这样一个简化的版本：
安全库存量 = 日均销量 × 供应商交期天数 × 交期波动系数 + 复购波动缓冲量
其中，复购波动缓冲量的计算方式：平均复购周期内日均销量 × 复购周期标准差天数 × 0.5
这个公式看着复杂，其实就是想明白一件事：你要在供应商正常交期之外，再为“老客可能提前复购”留出一部分余量。复购节奏越稳定，这个余量越小；复购节奏越波动，这个余量越大。
4. 第四步：区分“常备深度”和“常备广度”
这是我在库存诊断中反复强调的一个词。常备深度指的是单一SKU的储备数量；常备广度指的是店铺常备SKU的数量范围。
判断逻辑是这样的：复购频次高且波动率低的SKU，加深储备；复购频次低或波动率高的SKU，扩大覆盖但降低单SKU储备。
用这个逻辑去审视库存结构，你会发现很多店铺的问题不是“货不够”，而是“把钱错误地分配到了复购贡献低的SKU上”。
5. 第五步：每月滚动修正，而非每季度大改
很多店铺的备货节奏是“季度盘点一次，然后大调一次”。这种节奏太慢了。老客的复购行为是在动态变化的，一个SKU的复购周期可能因为季节、活动、竞品变化在30天到45天之间漂移。
我建议的做法是：每周花15分钟，更新一次Top 20复购SKU的平均复购周期和波动率，每月做一次常备储备清单的动态调整。 这个工作用一张Excel表就能完成，不需要上复杂的系统。
五、具体案例：一家食品店铺用“复购节奏”重建常备储备体系
前面讲了逻辑，这里我讲一个完整的案例。这是一家做坚果和健康零食的店铺，年销售额约1800万，老客占比42%。他们的核心痛点是：老客复购率连续5个月下滑，运营团队做过多次促销活动，效果都不持久。
1. 数据诊断阶段
我帮他们拉取了12个月的订单数据，筛选出3162个老客ID和对应的复购订单明细。经过拆解后发现三个关键问题：
第一，复购贡献度高度集中。 前15个SKU贡献了76%的老客复购销售额，但这15个SKU里只有6个被列为常备库存。
第二，复购周期与备货周期错位。 销量最高的混合坚果，老客平均复购周期是26天，但店铺的采购补货周期是35天。也就是说，在补货到货之前，有接近10天的时间处于库存水位亮红灯的状态。
第三，部分SKU存在“复购被压制”的现象。 有一款单品老客搜索量很高，但经常显示无货或预售。数据显示，这款单品过去6个月里有41天处于完全缺货状态，而这41天里，该单品的老客搜索量占了全年的28%。
2. 库存结构调整阶段
基于以上数据，我们做了三件事：
第一，把老客复购贡献度最高的15个SKU全部纳入常备清单，并按照各自的复购周期计算安全库存量。
第二，把混合坚果的补货周期从35天压缩到28天，同时把安全库存水位从7天提高到11天。这增加了大约8万元的库存资金占用，但换来的是这款单品连续4个月不断货。
第三，对复购贡献低的SKU做了“降深处理”：从常备库存中移出12个销量排名中等但复购率低于10%的SKU，转为“以单定采”模式。
3. 结果与复盘
调整执行了90天后，老客复购率从19.2%提升到24.7%，恢复了之前的历史高点。更重要的是，库存周转天数从58天下降到44天。你可能觉得奇怪，常备库存增加了，周转天数怎么反而下降了？
原因很简单：以前的库存里有一部分是“老客不买”的积压库存，调整之后，这部分被清掉了，资金被释放出来投到了老客真正会复购的SKU上。存货还是那些钱，但花在了刀刃上。
六、不同情况下的行动建议
不是所有店铺都适合用同一套打法。根据你的业务特征，我把行动建议分成四类，你可以对号入座。
1. 如果你是一家稳定复购型店铺
特征：老客占比超过40%，产品以日用消耗品为主，复购周期相对固定。
建议：把常备储备当成最核心的运营动作。用前文提到的“复购周期倒推法”，给每个Top 20复购SKU设定安全库存水位和补货提醒值。这一步做完，你的复购率提升会比做任何活动都有效。
2. 如果你是一家产品线很长、老客偏好分散的店铺
特征：SKU数量超过200个，老客复购贡献度分散，没有明显的大单品。
建议：不要急着加深单个SKU的库存，先把“常备候选池”从20%扩大到30%到35%，确保覆盖足够多的复购来源。每一个SKU的备货量可以适当降低，但覆盖范围要够广。这种情况下，你更需要“广度安全”而不是“深度安全”。
3. 如果你是一家刚刚开始重视老客运营的店铺
特征：过去主要精力在拉新，老客数据积累不足一年，复购行为还没有形成明显规律。
建议：先用3个月时间积累数据，不要去猜测老客的复购周期。每一次老客下单，都做好SKU维度的记录。3个月后，你会得到一份初步的复购周期分布数据。在此之前，常备储备按“过去30天销量的1.5倍”作为保底水位即可。
4. 如果你是一家受季节波动影响很大的店铺
特征：产品有明显的淡旺季，比如季节性礼品、应季服装、节令食品。
建议：在旺季来临前2个月，就要用去年同期的复购数据来预测今年旺季的常备储备量。不要用淡季的销量数据去推算旺季的需求。旺季期间，复购行为会明显集中，这时候需要把安全库存水位上调50%到80%，不要心疼资金占用。淡季到来时，及时把深度储备降下来，防止旺季备货变成淡季库存。
七、不同情况下的取舍：备货从来都是权衡，不是算术
最后这部分，我想聊一聊那些“原则上正确、但实际操作起来很拧巴”的时刻。库存管理没有完美的答案，只有取舍的智慧。
1. 资金有限时：保核心复购SKU，还是扩大覆盖？
我建议优先保核心复购SKU。因为20%的核心SKU贡献了80%的老客复购，如果把有限的资金平摊到所有SKU上，会导致核心SKU的储备深度不够，老客体验受损。反过来，如果集中资金保核心SKU，即使部分长尾SKU偶尔缺货，对整体复购的影响也有限。
2. 供应商交期不稳定时：多备货对冲风险，还是少备货降低风险？
很多人觉得交期不稳定就应该多备货，这是最简单的对冲思维。但更聪明的做法是：对交期不稳定的SKU，优先做“双供应商”或者“备选物料方案”的排布。只有在你确认短期内无法解决交期问题时，才通过增加常备储备来对冲。多备货能解决缺货问题，但会增加库存积压风险；多供应商能解决交期问题，但会增加管理成本。先选后者，再选前者。
3. 流量波动大时：按平均销量备货，还是按峰值销量备货？
按峰值备货会带来大量积压，按平均备货会在大促时缺货。我的建议是：日常销量按平均备货，大促销量按“活动预热期加购数据”动态补货。 这样既不会日常积压，也不会在大促时完全被动。
4. 老客复购和新客拉新的资源分配
这是一个老生常谈的话题，但结合库存来看有不一样的角度。对于复购率极高且库存深度充裕的SKU，值得用新客优惠去引流，因为你接得住，来了就能转化成长期复购。但对于复购率低且库存深度有限的SKU，谨慎拉新，新客来了没货，反而制造差评和负面体验。
写在最后：库存是复购的物理载体
回到文章的主题：数据库存复购维稳，稳定老客复购适配库存常备储备。这句话的核心并不复杂，库存不是仓库里的数字，而是复购行为的物理载体。 当你把一个SKU的常备储备设置得足够合理，你其实是在告诉老客：你的习惯我记得，你下次来，我还在。
下一步，你可以做三件事：
第一，拉出过去12个月的订单数据，筛选出老客复购贡献度最高的20个SKU。
第二，计算这20个SKU的平均复购周期和波动率，画出属于你自己的“常备储备地图”。
第三，按“平均复购周期内销量×1.2”设定最低补货提醒线，并在未来30天里每周跟踪一次水位变化。
哪怕你的团队只有一个运营和一个仓管，没有复杂的BI系统，这套方法也用得起来。因为它的核心不是工具，而是一个转变：从“我觉得该备什么货”，变成“老客的复购节奏告诉我该备什么货”。
常见问题解答（FAQ）
1. 为什么老客复购上不去，问题往往出在库存而不是运营？
我在天猫开店三年，复购率一直在20%以下徘徊，我一直以为是产品不够好或者价格不够有吸引力。后来有次客服跟我说好多老客在补货期问过有没有货，我查了后台才发现，原来很多老客都是因为缺货才流失的。为什么缺货对老客复购的影响这么大？库存和复购到底是怎么关联起来的？
老客复购率上不去的团队，几乎都把精力放在促销、短信、私域运营上，很少有人去查一个最基础的动作：老客想下单的时候，仓库里有没有货。我实际操作过一个年GMV 2000万左右的女装店铺，有一款基础打底衫，每个月有稳定复购，老客平均每三周买一次。有段时间因为面料供应商延期，这款断货了整整十天。
当时的运营同事还在群里说‘正好测一下饥饿营销’，结果复购数据狠狠打了我们的脸。那十天里，有37个老客点击了购买按钮但看到缺货提示后离开；其中17个人后来在竞对店铺买了同款。一个月后，这个商品的复购率从32%跌到了24%。缺货对老客的伤害不只是丢一单生意，而是打断了老客的复购节奏。
老客的复购行为里面有‘条件反射’，就像你每天早上路过那家咖啡店会习惯性买一杯一样。一旦连续两次扑空，这个反射就会消退。等你有货了，她可能已经在别家形成了新的购买习惯。还有一个容易被忽略的信号：如果某个老客的复购间隔突然缩短，说明她可能正在囤货，比如换季、送礼、给家人带。
这个时候缺货的惩罚是双倍的，因为她本来已经把预算留给了你。所以复购维稳的第一件事不是发券，是盘点库存。把所有老客高频复购的SKU列出来，核对当前库存能不能覆盖未来两到三个复购周期。如果覆盖不了，优先补货，再谈运营动作。
2. 如何用老客的复购数据倒推常备库存的安全水位？
以前我们店备货完全靠感觉：爆款就多订一点，卖得慢的就少订一点，结果要么爆款缺货，要么平价款压了一堆库存。后来听人说可以用老客的复购数据来倒推备货量，但具体怎么算、用哪些数据、安全水位怎么定，我完全没概念。有没有一套简单的计算逻辑可以落地？
备货不能只看历史总销量，要看老客的复购间隔分布。历史总销量告诉你‘卖了多少’，复购间隔告诉你‘老客什么时候再来买’。后者才是常备库存的真正依据。我给自己管理的一个家庭清洁品牌做过一次梳理，方法分三步，每一步都基于数据。第一步，拉取最近12个月所有成交订单，筛选出复购次数≥2的SKU。
把每个SKU的复购间隔天数算出来，比如A产品老客平均18天买一次，B产品老客平均32天买一次。具体操作是：在订单表里按客户ID分组，分别取相邻两单的时间差，再求中位数。用中位数而不是平均值，因为某些大促订单会拉偏数据。第二步，确定安全水位。
公式是：安全库存 =（复购间隔中位数 × 日均销量 × 波动系数）+ 供应商交期内的销量。以A产品为例，日均销量22件，复购间隔中位数18天，供应商交期5天，波动系数取1.3。那么安全库存大约是18×22×1.3 + 5×22 = 515件，加上交期内的110件，大约是625件。
这个数字就是常备库存的红线，低于它就要触发补货。第三步，每月复盘一次复购间隔有没有变化。复购间隔缩短，说明产品使用频次高或老客推荐带来新转化，安全水位就要上调；复购间隔拉长，说明产品可能进入了衰退期，安全水位就要下调。
这套逻辑的独特之处在于，它把备货决策从‘参考大盘增长’变成了‘跟随核心人群的消费节奏’。老客买得勤，库存就深；老客买得慢，库存就浅。库存不再是拍脑袋的赌注，而是对复购行为的一种量化回应。
3. 复购备货最容易踩什么坑？过度备货是怎么发生的？
去年我有一款厨房收纳盒复购率突然上升，我看到数据特别兴奋，直接订了三个月的货，结果三个月后这款产品的热度明显降温，仓库里压了600多件，资金全被占住了，后面只能亏本清仓。为什么会这样？复购数据明明在涨，为什么备货还是出了问题？我到现在都没完全想明白，应该怎么避免这种错误？
这是我亲眼见过也亲手踩过的坑。厨房收纳盒那款产品，去年4月复购率从28%涨到41%，我判断是产品口碑爆了，赶紧追加了三个月用量。结果第四个月复购率回落到22%，库房里堆了600多件货，按原价卖至少需要四个月，最后只能降价处理，毛利亏了差不多7万。复盘后发现，我当时犯了三个错误。
第一个错误是，只看了‘复购率’这个单点指标，没看‘新客首购占比’。其实那波复购率上涨是大促带来的一波新客二次购买，不是老客的自然复购节奏变快。新客的首购冲动退潮之后，复购率自然回落。第二个错误是，没有设定备货上限。复购增长20%，并不是说库存就要增长20%。
正确的做法是先按复购间隔中位数算安全水位，再乘一个≤1.5的封顶系数。我当时一激动直接放了3个月的量，等于把安全水位乘以了4。第三个错误，也是我后来才意识到的：复购产品的热度本身有生命周期，收纳盒这种偏功能性的产品，一旦家庭已经买够了，复购间隔就会被拉长。你不能用增长期的节奏去推断成熟期的备货量。
后来我给团队定了一条‘备货红线’，就是复购型SKU的单次补货量不得超过安全水位的1.5倍，除非连续三个月复购间隔都在缩短，而且是老客占比≥70%的情况下，才能突破到1.8倍。这条红线必须提前设好，否则每次看到数据上涨都会手痒。
4. 中小团队没有预算上数据系统，怎么用表格落地复购驱动的常备库存方案？
我们是五个人的小团队，没预算上那种很贵的数据分析系统，平时就是Excel记录订单和库存。我想把老客复购数据和库存备货串起来，但感觉自己搭不出来一套逻辑。表格能做到这种程度吗？需要哪些字段、怎么设公式、多久复盘一次？有没有一套可以直接照抄的方案？
完全做得到。我帮一个年GMV 600万左右的小家电配件团队搭过一套Excel库存管理表，没有花一分钱买软件，就是普通Excel，前后搭了两天，之后每个月只要花两小时更新数据。
核心是建一张主表，字段按这个顺序放：SKU编码、SKU名称、最近30天销量、日均销量（用最近90天销量/90）、老客复购间隔中位数（单位：天）、最近一次补货的供应周期（单位：天）、当前库存、预设安全水位、建议补货量。关键公式有两个。
安全水位按前面说的逻辑算：＝ROUND(复购间隔中位数 × 日均销量 × 1.3 + 供应周期 × 日均销量，0)。建议补货量＝IF(当前库存 < 安全水位, 安全水位×1.2 − 当前库存, 0)。每次只要把当前库存和最近90天销量更新进去，Excel会自动告诉你哪些SKU该补、补多少。
再加一个条件格式，当前库存低于安全水位的行标成红色，高于1.5倍安全水位的行标成黄色。红色代表需要立即补货，黄色代表库存偏多、暂停补货。这样一眼就能看清全盘的备货节奏，不用每个SKU盯一遍。复盘维度我建议按周和按月两层。每周一花15分钟更新销量和库存，只看红色预警的SKU要不要触发补货；
每月最后一天更新一次复购间隔中位数，重新计算安全水位。如果某个SKU连续两个月复购间隔拉长超过20%，就把它从常备清单里降级，改为按单采购。这套表格的局限在于需要人工维护，但好处是让每个人都清楚‘当前库存裕量’是多少，运营和采购第一次有了统一的数据口径。
等做到2000万以上再考虑上系统，前期表格完全够用。
读者评论
我经历过类似问题，一直以为是价格和客服导致老客流失，看了文章才意识到缺货记录可能才是真正把人推走的原因。数据摆在那里，23%的老客遇到缺货，复购率差31个百分点，这个角度值得所有电商运营自查。
文章提到的“复购需求地图”很实用。我试着拉了一下自己店铺的后台数据，果然发现某个主力SKU的补货周期和老客购买周期完全错位。看完后马上调整了常备库存逻辑，不再凭感觉囤货。
这文章让我重新思考“零库存”这个概念。对中小商家来说，供应链本来就不稳定，盲目追求零库存本质上就是在赌。文中那个家居店因为压库存导致评分下滑的例子，很有警醒意义。
比较认可文中对“销量排名”和“复购排名”的区分。我之前就踩过坑，跟着销量去备货，结果联名款热度过后就压了一堆货，反而是那种稳定复购的老款经常断货。以后备货优先看复购数据。
我这边做招商，接触过不少电商老板，很多人确实没意识到库存缺货会影响复购节奏。文章说的是常识，但现实中极少有人去算缺货后的访问深度和转化率变化。这个思路值得引入到日常经营复盘里。