sku库存精准补货 根据销售数据精准完成SKU库存补货

我服务过的一家服装供应链卖家，SKU数量超过600个，月销售额稳定在80万上下，但每个月底对库存的时候，总有一批单品积压超过3个月卖不动，同时又有三五个爆款断货等补货等到买家退款。老板查了几次数据，发现每次补货都是“看着销量排行榜拍脑袋定的”。这个场景不是我编的，是过去三年里我在不下二十个卖家后台里反复看到的事实。补货这件事看起来简单，货少了就补、货多了就停，但真正把《sku库存精准补货 根据销售数据精准完成SKU库存补货》落到日常运营里的人，十个里面不到两个。

大多数人的补货逻辑，其实不是在“算”，而是在“猜”。今天这篇内容，我要讲的不是“用系统就能解决”，而是你自己用Excel、用一个晚上，就能把补货决策从“感觉”变成“计算”。我从三个维度来拆：先讲核心判断，再讲我看到的真实操作偏差，最后给出一套今天就能落地的计算公式和修正系数。这套方法我在多个类目验证过，标准品、服装、家居百货都适用，且不依赖任何付费工具。

先说核心结论：只要你在SKU管理里定义好五个参数、套用两个公式，任何一个会Excel的运营都能把补货误差从“拍脑袋±30%”压缩到“可解释的±10%”。补货不是预测学，而是算术题。预测不准没关系，只要允许自己“小步快补、动态纠偏”，计算模型比任何直觉都稳定。

核心结论：补货的本质是“库存水位管理”，不是“预测未来”

我见过太多人对“精准补货”的理解是“预测准某一天卖多少件”，于是把大量精力投入销量预测模型，看趋势、看季节、看促销，结果照样断货。因为预测永远不可能准确，今天带货博主一条视频推了你的产品，明天销量翻三倍；竞争对手突然降价，你的日销直接腰斩。这些都是模型预测不到的。

真正可靠的补货逻辑，不是追求“预测准”，而是保证“库存水位始终在一个安全区间内”。就像家里米缸，你不需要知道未来七天每天吃几碗饭，你只需要知道：低于什么水位必须去买，一次买多少能让未来一段时间不饿肚子，买多了会不会放坏。这个逻辑用在SKU上，就是三个数字：安全库存、再订货点、建议补货量。

我把这套方法称为“三数补货法”。它不需要机器学习，不需要BI看板，只需要你在Excel里维护一张表，每天导入一次销量，剩下的公式自动算。熟练之后，一个600 SKU的店铺，日检查时间不超过30分钟。

基于我服务的样本来看，用“三数补货法”替换直觉补货之后，断货率平均下降60%-70%，库存周转天数平均缩短20%-35%，而这两个指标，恰好就是库存管理的两条命。

背景与真实场景：我亲眼看到的库存失控现场

2023年9月，我接手一家做厨房收纳用品的卖家，天猫+拼多多双平台，SKU总数437个，月销售额60万上下。老板告诉我“库存管理一直很头疼”，但看了后台数据我才发现，问题根本不是“头疼”，是“失控”。

当时后台有三个数据触目惊心：

第一，滞销库存占比过高。超过90天没有动销的SKU有58个，占用资金约47万元。这47万不是“躺在仓库里”，而是从现金流里抽走的。很多SKU当初进货时觉得“总有人买”，实际每月只出两三单。
第二，爆款断货成为常态。Top 10贡献了全店58%的销售额，但这10个SKU里有4个处于“供货不稳定”状态，要么断货等货，要么刚到货就卖空，月内反复。断货期间，这些SKU的排名掉了，广告费翻倍也拉不回原来的出单量。
第三，补货决策没有信息依据。仓库负责人补货看的是“库存还剩多少”和“供应商说几天能到”，并没有把“日均销量”作为变量写进决策。结果就是：卖得好的不敢多补（怕压货），卖得不好的反而频繁补货（因为有供应商起订量门槛，一次补就是几百件）。

这个案例不是孤例。我在给多个卖家做库存诊断时发现，中小卖家的库存问题绝大多数不是“没有数据”，而是“数据没有被转化成决策规则”。后台里明明有每一天的销售明细、每一次的采购入库记录，但运营打开Excel做的第一件事，往往是复制粘贴过去三十天的销量，加总，除以三十，然后就补了。这个动作只能说比直觉好一点，但远远不够。因为它没有回答三个核心问题：补多少才不浪费资金、货什么时候必须下手、万一销量波动有没有安全垫。

断货和积压的真实成本，大多数人并没有算清楚。断货的直接损失不只是“少卖几件”，还有排名权重下降、广告花费浪费、老客流失；积压的损失也不只是“货在仓库里”，资金占用成本按年化10%-15%算是很保守的估计，滞销三个月以上还要面临折扣清仓、过季跌价、仓储费持续累积。我常对卖家说一句话：补货决策不是仓库的事，是财务的事。

SKU补货的常见误区：我踩过和你可能正在踩的坑

在讲公式之前，先花点时间拆掉几个最常见的错误认知。这些误区几乎每个卖家都至少中两个。如果不先排雷，公式给你了也容易被误用。

误区一：把“最近30天销量”当成日均销量。我见过一个卖家，某SKU前一个月正好赶上一波短视频引流，卖了800件，她把“月销800”除以30得日销约27件。实际上这波流量只有7天，正常日销只有12件。按照27件去补货，直接多压了450件。正确做法是分窗口统计：近7天日均、近30天日均，两者差异超过20%时，说明需求不稳定，应该以更保守的窗口为准或者加权平均。
误区二：只盯“可用库存”，不盯“在途库存”。很多卖家在算补货量的时候，只看了“仓库里还有多少”，完全没有把“供应商已经在路上还没到货的量”算进去。结果就是：货还没到，又下了一单，等两批货同时到仓，仓库爆掉。正确公式里，在途库存必须是减项，这部分货虽然没到，但属于你的可用供给。
误区三：到货周期用“供应商口头承诺”而不是“历史实际周期”。供应商说下单后10天到货，实际平均14天，旺季拖到20天。如果你按10天算安全库存，每天卖20件，那至少差80件的安全垫。正确做法是：每次采购入库时顺手记一笔“下单日→入库日”，至少积累10个样本，取平均值再加1-2天余量，作为计划到货周期。
误区四：所有SKU共用一个安全库存系数。我见过最夸张的例子，一家卖家把全店SKU的安全库存统一设为“15天日均销量”。结果标品日销50件的SKU经常断货（因为补货周期15天刚好卡在临界点），而日销2件的长尾SKU压了整整3个月的货。事实是：不同SKU的销量稳定性、补货周期、缺货代价完全不同，必须分类设定参数。这个在第六部分我会给一套具体的分类方法。
误区五：忽视“残次率”和“入库损耗”。服装类、陶瓷类、玻璃类产品，入库有残次率，有些高达3%-5%。你算好了1000件，入库实际良品只有960件，如果按1000件规划库存水位，等于无形中少了4%的安全垫。建议所有涉及易损耗类目的补货量，乘上一个“1/(1-损耗率)”的系数。
误区六：拿“实时库存”当“可用库存”。平台后台显示的“可售库存”通常已经减掉了被订单锁定的量，但如果你的仓库是多平台共用、线下线上同库，后台数据可能没有减掉另一平台的锁定单。我曾经遇到一个案例：天猫后台显示“可售库存86件”，实际上拼多多当天已经出了71单，等用户在天猫下单时才发现库存不够发。这是系统同步问题，但也是补货计算中必须打的补丁，多平台库存，要以“全渠道总库存”为计算基础。

专业判断逻辑：一套今天就能用的“三数补货法”

排掉误区之后，我们把判断逻辑搭起来。这套方法的底层逻辑是：库存水位不要依赖“感觉”，而是定义三个数字，安全库存、再订货点、建议补货量。

三个数字背后需要五个参数：

（1）日均销量：建议同时算近7天、近30天两个口径，并记录两者差异。

（2）计划到货周期：历史实际周期的均值，而不是供应商口头承诺值。

（3）检查周期：你每隔几天看一次库存并做判断。如果每天看一次，这个数字是1；如果每周看一次，这个数字是7。

（4）风险系数：根据销量波动程度取1.2-1.5。

（5）目标库存上限：能接受的最大库存量，通常跟仓储空间、资金预算、动销周期挂钩。

第一步，算安全库存。

安全库存 = 日均销量 × 计划到货周期 × 风险系数

这里乘的“计划到货周期”不是让你把库存覆盖到“到货前一刻”，而是覆盖到“新货入库那一刻”。等于说：你从今天下单，到货之前这段时间，库存不能低于安全线。

举个例子：某SKU日均销量20件，计划到货周期15天，风险系数取1.3。

安全库存 = 20 × 15 × 1.3 = 390件。

意思是：任何时刻，可用的库存+在途库存之和，如果低于390件，你就处于断货风险区。

风险系数怎么取？销量稳定的标品（日销波动率低于20%）取1.2；有一定波动的常规品取1.3；季节性明显或受活动影响的款式取1.5。这个系数不是拍出来的，是根据你过去14天的销量波动率来定的，波动率越高，系数越高。

第二步，算再订货点。

再订货点 = 日均销量 ×（计划到货周期 + 检查周期）

为什么要加“检查周期”？因为你不是系统，你不可能24小时盯着库存。你今天检查发现库存还剩500件，但你的检查频率是5天一次，而到货周期是15天，那么真正决定你“从发现到入库”的总时间是20天。忽略检查周期，是手工订单最常犯的错误。刚才那个SKU，每天看一次库存，那么检查周期=1天：

再订货点 = 20 ×（15 + 1） = 320件。

注意，这个数字低于安全库存390件。于是规则变成：当“库存+在途”低于320件时，立刻下单补货，这个动作触发得足够早，确保到货之前库存不会跌破安全线。更严格的做法是把安全库存本身设为再订货点的下限：当库存低于安全库存390件时，不管算不算再订货点，都要把补货提上日程。

这里我要强调一个关键区别：安全库存是“水位线”，再订货点是“动作触发线”。水位线帮你判断风险，触发线帮你决定行动。很多卖家的错误在于把两者混为一谈，要么只看安全库存，等库存一低于安全线才慌慌张张下单，但这时候下单已经晚了，因为到货周期内的消耗已经大于剩余库存。
第三步，算建议补货量。

建议补货量 = 目标库存上限 − 当前库存 − 在途库存

目标库存上限 = 日均销量 ×（计划到货周期 + 检查周期 + 安全覆盖天数）

这个“安全覆盖天数”就是你希望在到货之后，库存还能维持多久的安全垫。延续上面的例子：日均销量20件，到货周期15天，检查周期1天，安全覆盖天数取10天：

目标库存上限 = 20 ×（15 + 1 + 10） = 520件。

当前库存是300件（低于再订货点，需要补货），在途库存是120件：

建议补货量 = 520 − 300 − 120 = 100件。

这个100件意味着：补货到位后，总库存 = 300（现有） + 120（在途到货） + 100（新下单） = 520件，刚好到上限，够未来26天的销量。

如果算出来是负数，说明库存+在途充足，暂时不用补。这就是公式的好处，不需要动脑判断，把数字填进去，它就告诉你要不要动。

第四步，把公式装进Excel。

你不需要任何付费软件。打开Excel，按下面的结构建表：

| SKU编码 | 日均销量7天 | 日均销量30天 | 计划到货周期 | 检查周期 | 风险系数 | 安全库存 | 再订货点 | 目标库存上限 | 当前库存 | 在途库存 | 建议补货量 |

A001
20
18
15
1
1.3
=C2*D2*F2
=C2*(D2+E2)
=C2*(D2+E2+10)
300
120
=I2-J2-K2

公式行直接写成Excel公式，每天花10分钟更新销量和库存数据即可。注意“日均销量7天”用AVERAGE函数引用你维护的销量明细表，“当前库存”从后台导出替换数字，整个表就会自动算出每个SKU的补货建议。

我再补一个实操细节：每次采购下单前，把“在途库存”问清楚。很多ERP系统里都有在途字段，但如果你用的是手工表，记得在采购入库时就把在途数量登记进去，到货后转成当前库存。这一步要养成习惯，否则补货量会被严重高估。

让计算更聪明的三个修正系数

基础公式能满足70%的日常需求，但如果你的类目有季节性、有活动节奏、有供应商不可靠，就必须加修正系数。这三个修正，是我在实战中被反复验证过最有效的。

1. 趋势修正：销量在涨还是在跌？

只看近7天和近30天日均的差距。如果7天日均 ÷ 30天日均 ≥ 1.2，说明销量在增长，安全库存应该上调，建议上调20%-30%。如果≤ 0.8，说明销量在下滑，安全库存应该下调，但下调幅度控制在15%以内，防止误判。

举例：某SKU近30天日均20件，近7天日均26件，比值1.3，处于上升期。原安全库存390件，上调25%后约为490件。这个修正在新品爬坡期尤为重要，新品起量阶段如果按老数据算，一定会断货。

2. 季节修正：淡旺季按系数调整。

把“季节指数”作为系数乘在日均销量上。方法不复杂：查看该SKU去年12个月的销量，算出每个月的相对比例。比如某季节性用品3月销量是年平均的1.6倍，9月是年平均的0.6倍。那3月计算时的日均销量乘以1.6，9月乘以0.6。如果没有历史数据，就手动设定一个预估系数，每周根据实际销量修正。

我遇到最典型的案例是热水袋卖家：10月销量开始爬坡，11月日均1000件，12月日均2500件，1月回落到700件。如果按11月的数据给12月定安全库存，一定会断货；如果按去年12月的比例提前把安全库存翻2倍，就能平稳过冬。最终这家店靠着季节系数，双十二期间单品零断货，比同行多卖了约30%的货。

3. 供应周期修正：供应商到底可不可靠？

同样是承诺10天到货，A供应商过去10次每次都是9-11天，B供应商有3次拖到18天。这时候，B供应商的“计划到货周期”就不能写10，而应该按“历史实际平均值 + 1个标准差”来算。举例：B供应商历史周期为10、10、12、16、15、18、11、10、13、15，平均值13天，标准差约2.6天，取“均值+标准差”≈16天作为计划到货周期，这样安全库存才跟得上B供应商的不确定性。

如果你还没积累历史数据，有一个简单变通：第一次合作，用“承诺值 × 1.3”作为保守计划周期；等积累了5次以上实际到货记录，再切换成平均值+标准差。

具体案例与数据观察：补货模型的真实效果

理论讲完，给你看三个案例。这三个案例分别代表三种最典型的情况：标品稳定型、服装波动型、活动驱动型。数据我做了脱敏处理，结构是真实的。

案例一：标品稳定型（厨房收纳）

我前面提到的厨房收纳卖家，在跑模型前，Top 10 SKU里4个经常断货，滞销SKU 58个占用47万元。我用了两个月逐步做了四件事：第一，盘点所有SKU的日均销量、供应商实际到货周期；第二，按“三数补货法”在Excel里重建补货表，每个SKU独立计算；第三，把滞销超过90天且月销低于3件的SKU集中清仓，释放资金；第四，对Top 20 SKU单独设置双保险，安全库存、再订货点双预警。

结果：3个月后，Top 10断货率从40%降到10%以内，库存周转天数从72天降到53天，滞销SKU减少了32个，释放资金约20万元。这家店没有买任何付费库存系统，纯靠Excel公式。

案例二：服装波动型（女装T恤）

服装类目的特点是款式多、生命周期短、补货窗口期只有2-4周。老板原来的做法是“首批只做100件，售罄再补”。结果爆款基本都断货。我们用“7天日均销量 × 剩余销售天数”来预估生命周期内的总需求：比如某款T恤上线10天，累计销量310件，近7天日均42件，预估还能卖15天，总需求=42×15=630件，减去当前库存180件，建议补货450件。

这套逻辑帮他在两款T恤上分别补货500件和350件，最后两款合计售出超过1100件，库存清空率90%，几乎没有尾货。对比同店另外一款没有补货的款式，售罄率只有6成，利润差了近一倍。

案例三：活动驱动型（大促备货）

大促的补货逻辑和日常完全不同。日常看“日均销量 × 周期”，大促要让库存直接覆盖整个活动周期的峰值销量。我给一个做家居百货的卖家做双十一备货规划时，采用的公式是：大促备货量 = 日均销量 × 活动天数 × 峰值系数 × 折扣转化系数 − 现有库存。峰值系数取1.5-2.5，取决于活动力度和是否有直播；折扣转化系数取1.2-2.0，取决于折扣力度。

最后这家店在双十一期间，备货6000件，实际销售5800件，动销率96.7%，既没有断货，也没有大量压货，双十一后没有产生大面积的退货和库存积压。对比前一年双十一（凭感觉备货），动销率只有71%，压了800多件库存，用了一年才清完。

关于断货后的恢复，我有一个被反复验证的观察：断货3天以内的排名影响可控，断货7天以上基本等于从头再来。在我的样本里，同一款产品断货3天，恢复到原有出单量平均需要5-8天；断货7天，恢复到原有出单量平均需要2-4周，且需要额外投入广告费约相当于该SKU日均销售额的3-5倍。这两个数字在不同类目会有差异，但趋势高度一致，断货时间越长，恢复成本非线性上升。

不同场景下的行动建议：你的SKU适合哪种打法？

补货不是一套参数打天下。用同一种逻辑处理所有SKU，系统再精确也会失灵。根据我经手的类目特征，把SKU分成四种类型，分别匹配不同的策略：

1. 高销量标品：销量稳定、补货周期稳定、利润稳定。

适合“高频小批量”补货。目标库存上限天数不用太长，安全覆盖天数取7-10天即可；风险系数取1.2左右。核心思路是让库存周转快一点，减少资金占用，断货风险通过与供应商的稳定关系来对冲。这类SKU可以给供应商一个“周订单”，每周固定时间下单，到货周期稳定，库存波动小。

2. 高波动爆款：销量大但波动剧烈，受活动、内容推荐影响明显。

适合“主动加安全垫”补货。风险系数取1.5，安全覆盖天数取14天内。核心思路是宁多勿少，因为断货损失远高于积压成本，前提是产品没有过期和过季风险。这类SKU要每天观察7天日均销量，一旦发现上升趋势，立即触发“趋势修正”加单。

3. 长尾低动销：月销个位数、补货周期长。

适合“按订单补货”或“小批量试补”。不建议为这类SKU专门设安全库存，因为积压风险大于断货风险。核心规则是：当前库存低于2件时，结合供应商起订量决定是否补货；如果起订量过高（比如500件起订），计算一下“500件按当前动销需要卖多少个月”，超过6个月就不建议补货，宁可放弃这部分销售额。

4. 强季节性SKU：销售集中在特定月份。

适合“旺季前一次性备足”。提前一个月用“去年同期的日均销量 × 季节指数”为基准计算备货量，旺季结束后立即停止补货，并规划清仓时间点。这类SKU最容易出现“旺季末还在补货，结果货到了旺季结束了”的情况，所以补货窗口要提前关闭。我的建议是：旺季结束前15天，停止一切常规补货，只保留紧急补货通道。

下面这个表是我在上次分享时总结的，直接给你参考：

行动建议的底线是：先分类型，再定参数。别让全店SKU共享一套补货逻辑。我见过太多店铺用“统一库存预警线”管理所有产品，结果标品断货的同时长尾SKU堆成山。分类不是增加工作量，而是让每一类SKU都有自己的“被重视程度”，把精力集中在真正影响利润的SKU上。

不同情况下的取舍：库存决策没有最优解，只有最合适解

补货决策表面上是一个数学问题，落到实处全是取舍。每个卖家都要在“断货损失”和“积压成本”之间找到属于自己的平衡点。我把几个最常见的取舍讲透，你来判断自己的立场。

取舍一：宁可断货 vs 宁可积压。

高毛利、高复购、高权重的核心SKU，应该选择“宁可积压”。比如你毛利率60%，断货一周损失的不只是这一周的利润，还有排名和复购；而多压一百件，最多占用一两万资金。反过来，低毛利、低复购、更新快的SKU，应该选择“宁可断货”。因为积压到最后的清仓折扣，会把本来就薄的毛利直接吃掉。

我自己的经验法则是：毛利率高于35%的SKU，风险系数可以上调到1.4-1.5；毛利率低于20%的SKU，风险系数不要超过1.2。

取舍二：快速发货 vs 批量采购成本。

供应商普遍有“起订量折扣”。多下200件，单价能便宜5%；但按你的真实动销，这200件要卖3个月。这5%的折扣，扛不扛得过3个月的资金占用、仓储成本和潜在跌价风险？很多卖家只看到“便宜了”，没算过资金成本。一般来说，如果动销周期超过60天，批量采购折扣带来的成本优势就会被资金占用成本抵消。越是资金紧张的中小卖家，越要警惕这种“假便宜”。

取舍三：手算Excel vs 付费库存系统。

SKU数量少于1000个、产品生命周期长、库存周转相对平稳的店铺，Excel手算完全够用，没必要花钱买系统。SKU超过5000个、多平台运营、SKU生命周期短、退货率高的店铺，手算容易出错，用系统是值得投入的。我见过一家SKU 3000+的卖家，用手工表管理，每次月末盘点都要两天，还经常漏算在途；上了系统之后，每天自动同步所有渠道数据，库存准确率大幅提升。

但我也要说句公道话：系统不是万能药。如果你连“日均销量、到货周期、检查周期”这些基础参数都没定义清楚，上什么系统都是白搭。我见过最夸张的案例，一家店花了十几万上了一套ERP，但因为没人维护SKU主数据，系统里的安全库存阈值全是默认值，补货逻辑依然混乱。

取舍四：数据完整度 vs 数据维护成本。

很多人把“精准补货”理解成“数据越多越好”。但实际经验是：补货计算的边际收益在数据覆盖率达到80%之后就开始递减。你不需要把每个SKU的每一笔历史记录都录入系统，只需要维护好贡献80%销售额的Top 20% SKU的准确参数，就能解决大部分库存问题。剩下80%的长尾SKU，只要保证“不会突然爆单、不会积压太久”即可，不值得花太多精力做精细化管理。

取舍五：集中到货 vs 分批到货。

一次下大单、一次到货，可能拿到更低单价，但会形成库存高峰，占用仓储空间；分批到货，单价可能高一点，但库存水位更平滑，资金占用更均匀。我建议资金充足的成熟卖家选择“大批量下单+让供应商分批发货”，这样既锁定了折扣，又控制了库存曲线。这需要与供应商的合同有弹性，现实中很多大卖家就是这么操作的。

高频问题速答：关于SKU补货的三个具体困惑

我每周都会收到很多卖家的咨询，问题高度集中在三个点上。这里做一次集中回答，每道题先给结论再给判断标准，赶时间的话直接看加粗部分。

问题一：库存设为0后，要不要下架这个SKU？
标准答案：看这个SKU是否还有“产生订单的能力”，而不是看它现在有没有货。如果这个SKU自然搜索出单稳定、收藏加购还在持续增加、广告计划还在跑，那就不要下架。下架会直接让链接失去权重积累，后面即使补货了，也要重新爬坡。正确的做法是把库存调成“缺货但可订购”状态，或者设置预售，保住链接权重。如果这个SKU过去15天已经没有自然搜索流量、没有加购，那留着也是占位置，不如下架集中资源。

判断标准三连问：这个SKU近7天有没有出单？有没有广告投放？收藏加购数据是不是在涨？三个全是“否”就下架，只要有一个“是”就别下架。

问题二：库存剩太多、压着资金怎么办？
标准答案：先分类，再决定处理方式，不要无脑清仓。把滞销库存分成三类：第一类，90天内还有持续的零星出单，属于“动销缓慢”，处理方式是捆绑销售、关联推荐，尽量原价或微亏出掉；第二类，30天以上零出单、且生命周期已过，属于“死库存”，处理方式是清仓特价、直播甩卖、线下渠道消化；第三类，产品有保质期或季节性淘汰风险，属于“时间炸弹”，必须在失效期前强制清仓，哪怕亏本。

清仓时有一个技巧：先按原价的5-7折甩一批，如果一周内没效果，直接降到2-3折，不要反复试探市场底线。库存也是钱，压着每一天都在贬值。

问题三：多平台库存怎么同步更省心？
标准答案：按“平台独立库存”和“共享总库存”两种模式分别处理。如果你是同一批货在多平台销售，核心规则是：每个平台的可售库存 = 总库存 − 其他平台已锁定的订单 − 安全预留量。最稳妥的方式是用ERP系统做库存同步，如果你不想为这个小问题付费，也有手工方法：每天固定时段（比如晚上10点）从各平台导出“待发货订单量”，汇总后扣减到总库存表里，再手动调整各平台后台可售库存。

这个方法的关键是每天执行，一天不执行就会出现超卖。如果你日订单量超过300单、多平台同时经营，还是建议用库存同步工具，手工操作漏单概率太高。

行动清单：今天就能开始的3件事

文章最后，套路的话我不爱说，直接给你今天下午就能完成的三步行动方案。做完这三件事，你至少能搞清楚店铺里Top 20 SKU的真实补货水位在哪里。

第一步：从后台导出过去30天销量Top 20的SKU数据。

包括SKU编码、名称、日销量、当前库存、在途库存。只要这20个SKU的补货算准了，你店铺的断货和积压问题就已经解决了70%。剩下80%的长尾SKU，暂时按每周一次的检查频率粗粒度管理即可。

第二步：按公式算一遍这20个SKU的再订货点和安全库存。

把Excel表搭好，参数填进去。注意“计划到货周期”别问供应商，去翻历史采购记录算平均值。如果你连过去5次到货周期都找不到记录，那这是比补货更优先要解决的数据问题。没有这个数据，任何补货公式都是空中楼阁。

第三步：在Excel里设一个条件格式预警。

选中“当前库存+在途库存”这一列，设置条件格式：当数值低于“再订货点”时，单元格标红；低于“安全库存”时，整行标黄。这样你每次打开表，一眼就能看到哪些SKU要出手了。

做完这三步，你就能清晰地回答三个问题：哪些SKU现在就必须补货？每个SKU补多少件合适？到货之前库存够不够撑到入库？这三个问题能随时答上来，你的补货决策就已经超过了大部分同行。

有关SKU库存补货的方法论，市面上能搜到的内容很多，但真正能落地为“今天下午就能做的动作”的很少。我用这套“三数补货法”服务过十几个卖家，也把它分享给了很多同行运营，核心就是那句话：补货不是艺术，是算数，把参数定义清楚，把公式套进去，剩下的就是每周30分钟的维护而已。

算清楚一次，后面就顺了。现在打开你的后台，导出那份销量数据，让自己从“凭感觉补货”切换到“按计算补货”。