SKU INVENTORY · REPLENISHMENT PLAYBOOK
我把仓库新手最容易遇到的“货不少、钱却压在库里、真正需要的货又总在缺货”拆成一套可以执行的补货方法：先看 SKU 级别的需求与库存状态，再用安全库存、交付周期和补货频率确定动作，最后用周转天数和服务水平复盘。文中案例与图表均为教学示例，不代表任何企业的真实经营数据。
库存周转慢，不等于“所有库存都应该减少”。正确动作是把库存按 SKU、渠道、仓库和需求状态分层，优先处理低动销与高占用，同时为高风险缺货品保留可解释的缓冲。
01 · CORE ANSWER
我不建议仓库新手一上来就做“大盘清库存”，因为总库存金额下降，可能只是把畅销 SKU 一并砍掉，随后用加急采购和缺货损失把成本补回来。更稳妥的做法是先让每一个 SKU 都有可解释的库存状态、补货状态和下一步动作。
我会按“需求是否真实、现有库存能卖多久、供应商多久能到货、缺货代价有多高”四个问题依次判断。四个问题不能互相替代：销量高不代表现在要补，库存低也不代表可以马上下单，预测增长更不代表一定应该囤货。
先核对需求。把销售订单、近 4 至 8 周出库量、促销计划和季节性分开看，避免把一次性大单当成日常需求。
再算覆盖天数。用可用库存除以经过清洗的日均需求，识别库存还能覆盖多久，而不是只看库存件数。
再对比供应周期。把采购处理、生产、运输、入库质检的总时间加起来，补货点必须覆盖这段等待期。
最后决定动作。动作可以是补货、暂停采购、调拨、促销、退供、拆包或继续观察，而不是只有“多买”和“少买”两个选项。
周转快不是越快越好。对一个交付周期长、缺货会造成停产的关键 SKU，适当保留安全库存是理性成本；对一个替代品很多、需求波动小的普通 SKU，堆积两个月就值得警惕。
本文中的“快、慢、高、低”都是相对同品类、同渠道和同周期的判断，不代表统一行业标准。
02 · REAL WAREHOUSE SCENE
我见过很多新手把库存周转问题理解成仓库动作慢，例如拣货慢、盘点慢、入库慢。实际上，慢周转经常在采购计划形成之前就已经发生：主数据不干净、需求口径不一致、补货批量过大，最后才以仓库里一排排未动的箱子呈现出来。
商品名称中有颜色、尺寸、包装规格、渠道简称，业务人员可能把它们当成同一款，仓库却按不同编码收发。结果是一个编码显示滞销，另一个编码反复补货，真实库存被拆散，需求信号变得失真。
我的处理方式是先建立 SKU 主数据：唯一编码、品名、规格、单位、箱规、供应商、最小起订量、交付周期、保质期和替代关系必须有明确字段。名称只是展示字段，不能承担唯一识别职责。
一场促销、一个大客户订单或一次渠道压货，都可能让某周出库量突然增加。新手如果直接用这一周做日均需求，就会把短期峰值延长到未来几个月，补货量自然过大。
我会把日常需求、已确认订单、活动增量和不可重复事件拆开记录。预测值不需要看起来很精确，但必须能解释：这一部分是历史基线，那一部分是已确认的活动增量。
供应商给出整箱、整托或价格阶梯，采购为了拿到低价而一次买很多。采购单价可能下降，库存资金、库位、损耗和过期风险却上升。若这些成本没有进入判断，系统会把“便宜采购”误认为“好决策”。
我建议把价格优惠与持有成本放在同一张表中讨论，并明确可接受的最大库存天数。低价只有在需求确定、库存能按计划消化时才是真正的节约。
如果只有一小时做初步诊断，我不会先翻采购订单，而是从 SKU 明细表开始。下面这组字段足以支撑第一轮筛查；字段越统一，后面的补货规则越容易落地。
| 字段 | 我用它回答什么问题 | 常见异常 | 建议动作 |
|---|---|---|---|
| SKU 编码、规格、单位 | 我看的是否是同一个可销售物料？ | 一物多码、箱与件混用 | 统一编码、换算关系和单位口径 |
| 可用库存、在途、锁定库存 | 真正能承诺给客户的库存是多少？ | 把在途或锁定量当成可用量 | 分别列示并设置可用库存公式 |
| 近 4 周出库量、订单量 | 近期需求是上升、稳定还是下滑？ | 退货、调拨、活动订单未区分 | 按业务类型拆分流量 |
| 供应交付周期、最小起订量 | 我要等待多久，一次至少买多少？ | 只填供应商口头承诺的最短时间 | 用实际到货记录更新周期 |
| 最近出库日期、库存金额 | 库存是否长期不动，资金占用多大？ | 只看数量不看价值和时间 | 增加库龄和库存成本字段 |
| 替代 SKU、关键等级 | 缺货时能否替代，缺货代价是什么？ | 所有商品都按同一优先级处理 | 建立 A/B/C 或关键等级 |
03 · COMMON MISTAKES
这些错误看上去都很勤快：每天催供应商、看到低库存就补、库存高就打折。但补货是一个跨部门决策，勤快不等于有效。我的原则是先让判断可追溯，再让动作高频。
“库存还有 500 件”本身没有意义。若日均出库 10 件，能覆盖 50 天；若日均出库 100 件，只够 5 天。不同 SKU 的数量不能直接横向比较，覆盖天数才能把数量放回需求背景。
替代方法：同时展示可用库存、日均需求、覆盖天数和目标覆盖区间。遇到新品或断货复销，可以标记“需求不足”，不要用零销量把覆盖天数算成无穷大。
在途数量存在运输、清关、预约、质检和收货差异。若补货计划直接把全部在途量算进可用库存，可能产生虚假的安全感，实际入库延迟时又不得不紧急采购。
替代方法：在途库存单独计算，并记录预计到货日、供应商确认状态和延迟概率。只有完成收货和质量确认的数量，才进入可销售可用库存。
简单平均容易被大促、退货、停产、断货期污染。断货期出库少，并不代表客户不需要；促销期出库多，也不代表未来一直维持峰值。
替代方法：先识别异常周，再选择基线。可以用最近非断货周的中位数作为初始基线，也可以把正常需求与已确认事件分层加总。方法不必复杂，但要有业务解释。
统一设置 30 天安全库存很省事，却会让慢销品过度积压，让快销品仍然不够。安全库存应当与需求波动、供应波动和缺货损失相关，而不是只跟着仓库习惯走。
替代方法：至少按动销等级、供应周期和业务重要性分组，给不同组设不同目标。即使暂时没有标准差，也可以用“基础覆盖天数＋人工风险等级”先建立可迭代规则。
整批采购的单价可能下降，但周转变慢后会出现仓储费、资金占用、损耗、过期、改包装和清仓折价。采购节省如果没有扣除这些影响，只是把成本挪到了别的部门。
替代方法：比较单次采购总成本、持有成本和缺货成本。对易变质、更新快或规格容易淘汰的商品，宁愿接受适度单价，也不要超过可消化数量。
全量折扣会伤害正常商品的价格体系，也可能让客户形成等待促销的习惯。库存高的原因不同，处理方式也不同：规格过时、渠道错配、需求暂缓和预测错误，不能用一个折扣动作解决。
替代方法：先按库龄、毛利、替代性和可转渠道分组，再选择调拨、组合销售、定向促销、退供或报损。清理动作也必须保留原因标签，便于下次修正预测。
月底盘点是存量快照，无法说明库存何时开始变慢。一个月底库存正常的 SKU，可能在月初因为大批入库而持续占库，也可能在月底刚好被订单消化，二者风险完全不同。
替代方法：增加周度或日度库存流水，关注入库、出库、调拨和调整。用库龄、最后出库日和连续无动销天数补充“此刻有多少”的信息。
老员工的经验很重要，但如果只存在于个人脑中，人员轮换、供应商变化或业务扩张后就难以复制。经验应该被转译成字段、阈值、例外条件和审批记录。
替代方法：先把经验写成“如果……那么……”的规则，再用两到四周数据检验误报和漏报。规则不是为了束缚人，而是让团队能快速找到需要人工判断的例外。
04 · DECISION LOGIC
我把补货计划拆成“需求、库存、供应、策略”四层。只有四层能对上，采购建议才有意义；否则系统即使生成了一个很精确的数字，也可能只是精确地放大了错误口径。
需求不是单一的销量字段。我会把历史出库、销售订单、退货、调拨、赠品、样品、报损和断货期拆开。对 SKU 来说，最关键的不是拥有更多数据，而是知道每条数据是否应该进入补货基线。
公式是示例框架，不是所有行业的唯一算法。短保商品、项目型商品和强季节性商品需要增加保质期、项目节点或季节权重。
可用库存不等于账面库存。我的初始口径是：
最后一项必须有到货可信度。供应商尚未确认、运输状态异常或到货日期超过客户承诺期的在途，不能无条件算入。
补货点回答“库存降到哪里时要启动采购”，补货数量回答“启动后买多少”。二者经常被混成一个数，导致采购只知道金额，不知道为什么现在要买。
目标库存可以根据订货周期、供应周期和目标服务水平设定。最小起订量、箱规和预算约束会对结果做取整，但取整前后的差异要被记录。
| 状态组合 | 我会如何判断 | 首选动作 | 需要谁确认 |
|---|---|---|---|
| 覆盖天数低于补货点，需求稳定 | 正常补货风险，缺货概率上升 | 按建议量下单，确认到货期 | 采购、仓库、销售 |
| 覆盖天数高于上限，连续低动销 | 库存占用和滞销风险优先 | 暂停补货，寻找转渠道或组合销售 | 采购、销售、财务 |
| 库存低，但需求尚未验证 | 可能是新品、断货恢复或数据缺口 | 小批量试补，设置观察窗口 | 商品、销售、采购 |
| 在途高，现货也高 | 补货重叠，未来库存峰值可见 | 延迟后续订单，评估取消或拆单 | 采购、供应商 |
| 关键 SKU 低于安全库存 | 缺货代价高于持有成本 | 优先锁定货源，必要时调拨或加急 | 业务负责人、采购 |
示例数据：A01、B07 等为虚构 SKU。图中覆盖天数越过目标上限，不代表必须立刻清仓，而是提示我检查批量、需求基线和在途重叠。
图表能快速暴露异常，但不能替代业务解释。例如 C03 覆盖天数很高，可能是滞销，也可能是季节前备货；D02 覆盖天数很低，可能是畅销，也可能是供应商交付不稳定。
所以每个异常点都应当带上“原因标签”和“下次复核日期”。没有复核日期的异常清单，往往会变成一张看起来专业、实际上不会推动行动的报表。
05 · E数通 EXAMPLE
下面以 E数通作为优先示例，演示如何把仓库、销售和采购数据放在同一条分析链上。这里的企业、SKU、数值和结论全部是虚构教学数据，目的是说明分析方法，不代表 E数通客户、产品或任何真实经营结果。
假设一家拥有两个仓库、三个销售渠道的消费品企业，在 E数通中接入了商品主数据、订单、出库、采购入库和供应商交付记录。管理者发现总库存金额连续三周上升，但部分渠道仍然反馈缺货。初看像是仓库执行问题，拆到 SKU 后才发现：高库存主要集中在低动销规格，而缺货集中在交付周期长的核心规格。
我会给看板设置四个页面层级。第一层看总览，知道库存金额、覆盖天数、缺货风险和异常 SKU 数量；第二层看 SKU 明细，能从异常追溯到仓库、渠道和供应商；第三层看补货建议，明确哪些订单建议下单、暂停或调拨；第四层看复盘，比较建议与实际结果，持续调整参数。
示例观察：调整补货分层后，周转天数和缺货率可能同时改善，但真实项目仍需持续验证，不能把四周趋势直接当成因果证明。
示例比例用于说明分类方法：批量过大、需求下降、在途重叠和主数据问题需要不同的负责人和动作。
第一步固定日期口径，所有周转和出库都说明统计周期；第二步固定库存口径，区分账面、可用、锁定、质检和在途；第三步固定成本口径，库存金额统一按采购成本或标准成本计算；第四步固定组织口径，仓库、渠道和供应商维度不能在不同报表中随意更名。
在 E数通这样的分析工具中，价值不只是把多个表放到一起，而是让口径、筛选和异常追踪更容易复用。工具不会替管理者决定是否下单，但能减少人工拼表、重复核数和跨部门争论，把时间留给原因判断和行动跟进。
| SKU | 库存覆盖 | 补货点 | 库存金额状态 | 异常原因 | 动作 | 复核时间 |
|---|---|---|---|---|---|---|
| A01 标准规格 | 8 天 | 12 天 | 中 | 交付周期上升 | 确认供应商排产，必要时调拨 | 3 天后 |
| B07 大包装 | 64 天 | 21 天 | 高 | 整箱采购过多 | 暂停补货，转组合销售 | 7 天后 |
| C03 节日规格 | 92 天 | 30 天 | 高 | 活动结束，需求回落 | 拆分渠道，制定库龄清理计划 | 5 天后 |
| D02 核心配件 | 5 天 | 10 天 | 中 | 历史断货压低基线 | 用订单和正常周修正需求 | 2 天后 |
| E11 新品 | 未定义 | 试补阈值 | 低 | 缺少历史需求 | 小批量试补，记录首周转化 | 首批售出后 |
06 · ACTION AND TRADE-OFF
一个成熟的补货计划，应该允许“不下单”也是合格答案。我的目标不是让采购单数量最大化，而是在服务水平、库存资金、仓储空间和供应稳定性之间做出透明取舍。
这是最适合标准补货规则的场景。先确认订单是否真实、库存是否可用，再按补货点计算建议量，结合箱规取整。
动作：正常下单，保留供应商确认记录；如果订单集中到一个仓库，先比较调拨和采购的总成本。
仅仅提高安全库存可能会把资金压得更重。关键要拆开供应波动，计算延迟期间需求，并寻找替代供应商或替代 SKU。
动作：分批下单、提前锁产能、提高交付预警频率；对关键客户设置优先分配规则。
继续等自然销售可能造成更高库龄。先检查是否存在渠道错配、价格错位或主数据错误，再决定促销和清理。
动作：暂停采购，按库龄分段处理；促销应限定渠道和时间，避免影响正常商品价格。
这类 SKU 不能只按销量判定为滞销。可能是关键备件或服务保障件，需求低但一旦缺货会影响整机或客户维护。
动作：用业务重要性重新分级，保留最低保障库存，同时减少非必要补货和重复在途。
新品的预测精度天然有限。与其假装算出精确需求，不如把首批数量视为一次可控实验，明确试销周期和补货触发条件。
动作：小批量、多批次、短周期复盘；记录曝光、转化、退货和渠道反馈，逐步替换猜测。
历史平均会低估旺季，盲目照搬去年的峰值又可能高估。要结合今年活动排期、渠道订单和供应周期做分段计划。
动作：提前锁定关键产能，设定分阶段补货点；旺季前后分别使用不同的安全库存策略。
总库存看起来足够，但网络库存配置失衡。直接采购会进一步增加总库存，应该先判断调拨时效、运输成本和区域需求。
动作：优先评估跨仓调拨；调拨后仍不足，再按缺口采购，并在看板上区分“全国有货”和“本仓可用”。
折扣是条件，不是结论。我要问清楚付款账期、交付批次、退换货、保质期和最小起订量，并测算占用资金能否被需求消化。
动作：争取拆单锁价或分批交付；只有在总成本和库存上限都可接受时，才考虑一次性采购。
| 想提高什么 | 通常需要付出什么 | 我会如何控制代价 |
|---|---|---|
| 提高现货率 | 增加安全库存与资金占用 | 只对关键 SKU 提高，按缺货代价分层 |
| 降低采购单价 | 更大批量、更慢周转 | 设置库存上限，谈分批交付与价格锁定 |
| 减少库存金额 | 可能增加加急、缺货和运输成本 | 保留关键品保障量，按服务水平复盘 |
| 减少人工审核 | 异常可能被规则漏掉 | 自动处理稳定品，保留高价值和高风险例外 |
下面的进度条是教学用自评，不是系统评分。它帮助我判断下一步应该先补数据、补规则，还是补协作。不要把百分比当成真实经营结果。
07 · SEVEN-DAY IMPLEMENTATION
我不建议一开始就追求复杂预测模型。先用七天做出一版可核对、可解释、可行动的 SKU 补货清单，再根据实际结果迭代。以下流程适合小团队作为第一轮试运行，也可以映射到 E数通的数据准备和看板搭建工作中。
确认 SKU 唯一编码、规格、单位、箱规、供应商、仓库和渠道名称。先挑选贡献度高或异常明显的一组 SKU 试跑，不要一开始把所有历史脏数据全部塞进来。
与仓库核对库存状态定义，确定什么数量可以承诺给客户。抽取若干 SKU 做手工对账，确保看板的可用库存不是一个无法解释的计算结果。
建立需求类型字段，选择观察窗口。对异常值不必立即删除，先保留原值和调整原因，保证以后能够回看“为什么这个数字被修正”。
先使用简单、透明的公式。对没有历史需求的新品显示“待观察”，不要用一个默认销量掩盖数据缺口；对季节性 SKU 添加人工说明。
可以从 A/B/C 动销分层开始，再叠加关键等级。优先把人工精力放在高金额、高风险和高影响的 SKU 上，低风险稳定品尽量自动化。
每个异常只保留一个当前负责人和一个下一步动作。销售负责确认需求，采购负责确认交期，仓库负责确认库存状态，财务或负责人负责确认资金边界。
比较建议采购量、实际采购量、实际到货、出库、缺货和库存金额变化。把误报、漏报和特殊情况记录下来，调整阈值，而不是只评价某个人“买多了”或“买少了”。
仓库最需要保证的是库存状态真实：收货及时、质检冻结明确、损益调整有原因、拣货和调拨记录完整。没有准确的库存状态，任何补货建议都只能算理论值。
采购要反馈真实交付周期、最小起订量、供应商履约和拆单可能性。系统中的供应周期如果长期停留在第一次录入值，补货点就会越来越脱离现实。
销售要区分已确认订单、机会订单、活动预测和个人判断。所有需求都可以纳入讨论，但确定性不同，不能使用同一个权重，更不能让机会订单自动变成采购订单。
08 · FAQ
下面的问题按照仓库新手实际会遇到的判断顺序编排。每个答案都尽量给出可以落到表格字段、看板指标或工作动作上的方法；示例数字均为虚构，仅用于说明。
我刚接手仓库时，看到库存周转天数上升，往往会纠结是先组织全面盘点，还是马上催采购停单。我认为第一步应该做“有目标的库存核对”：先选出高金额、高库龄、低覆盖和关键缺货风险 SKU，核对它们的账面、可用、锁定、冻结和在途状态。
如果所有数据都不可信，全面盘点当然有必要；但如果只是部分 SKU 异常，先做重点核对更快。补货计划也不应等待所有历史数据完美，完全可以先用已确认订单、最近正常出库和供应周期建立一版临时清单，并在复核日期更新。
我会把两者理解成“面向未来”和“回看过去”的两个指标。库存覆盖天数通常是可用库存除以预计日均需求，用来判断当前库存还能支持多久，适合补货和缺货预警；库存周转天数通常由期间库存周转率推导而来，用来观察一段时间内库存被消耗和更新的速度。
例如某 SKU 有 300 件可用库存，预计日均出库 10 件，覆盖约 30 天；但过去一个季度的周转天数可能是 45 天，因为之前曾经有大批量入库。前者帮助我决定今天是否补货，后者帮助我判断库存策略是否长期偏重，不能互相替代。
我不建议所有 SKU 统一设置 30 天。安全库存本质上是对需求波动和供应波动的缓冲，应该同时考虑日均需求、交付周期、供应商稳定性、缺货损失和商品保质期。交付稳定且替代品多的普通 SKU，可能不需要很高缓冲；交付周期长且影响生产的关键配件，即使销量不高也可能需要保障量。
如果团队暂时没有标准差、服务水平等统计基础，可以先按动销等级和供应风险分组，例如稳定普通品设较低基础天数，关键且波动大的品设较高基础天数，再用两到四周的缺货和积压结果修正。重要的是记录设定原因，而不是追求一个看起来精确的统一数字。
我会先把“单价节省”与“总成本变化”放在同一个决策表中。除了采购单价，还要考虑库存资金占用、仓储空间、搬运、损耗、过期、包装升级、价格下跌和清仓折价。如果一个 SKU 原本每月只能消化 100 件，供应商要求一次采购 600 件，即使单价低 8%，也可能因为库存多放数月而失去节省。
更稳妥的谈法是锁定价格、分批交付，或者按需求确认分次释放订单。只有当需求已经确认、商品生命周期较长、库存上限可控，而且持有成本低于折扣收益时，整箱采购才可能合理。采购建议中最好保留这个取舍的计算和审批记录。
这通常是因为系统的库存口径只看当前仓，或者调拨时效没有纳入可用库存。全国库存充足不代表客户承诺期内能送到，华南仓的 500 件如果需要 10 天才能调到华东，而客户 3 天后需要，那么对华东订单来说它仍然不能完全替代现货。
我会同时展示“本仓可用库存、网络可用库存、调拨周期、调拨成本和预计缺货日”。先比较调拨与采购的总成本和时间，再决定是否下单。若经常出现一仓积压、一仓缺货，还要回头检查区域需求预测、仓网分配和安全库存是否按仓库分别设置。
新品没有历史数据时，我不会把一个拍脑袋的日均销量包装成精确预测，而是把首批采购设计成可控试验。先明确试销渠道、曝光范围、预计销售周期、可接受的缺货风险和最大试补量，记录每天的订单、出库、转化、退货和客户反馈。
例如初始试补 100 件并观察 7 天，期间售出 60 件且退货低于预设水平，可以结合剩余库存和供应周期决定第二批；如果只售出 8 件，就先检查流量、价格、展示和渠道匹配，而不是直接下结论说产品滞销。新品的补货规则应有试验窗口、升级条件和停止条件。
如果我是刚开始搭建，我会先做一个能够推动会议的轻量看板，而不是一次性堆很多指标。第一层建议放库存金额、可用库存、库存覆盖天数、缺货风险 SKU 数和高库龄金额；第二层按 SKU、仓库、渠道和供应商下钻，查看近几周出库、在途、补货点和最后出库日期。
第三层要放“建议动作”和“动作状态”，例如建议补货、暂停采购、调拨、促销、退供和待确认，并记录负责人及复核日期。E数通在这里更适合承担统一数据、快速筛选和可视化追踪的工作；具体采购决策仍需要结合供应商条款、客户承诺和企业审批边界。
09 · SUMMARY
| 检查项 | 完成标准 | 如果未完成 |
|---|---|---|
| SKU 是否唯一 | 编码、规格、单位和箱规一致 | 先修正主数据，避免重复统计 |
| 库存是否可用 | 现货、锁定、冻结、在途分别可见 | 先做重点 SKU 对账 |
| 需求是否可解释 | 日均需求能说明观察窗口和异常处理 | 标记不确定性，先小批量试补 |
| 供应周期是否真实 | 来自近期实际到货，而非固定口头承诺 | 向采购和供应商补充记录 |
| 动作是否有边界 | 有目标库存、库存上限和审批条件 | 先设临时阈值并约定复核 |
| 结果是否会回写 | 能比较建议、执行、到货和最终周转 | 建立补货复盘表，不让建议成为孤岛 |
