01
先定义缺货损失
缺货不只意味着货架上少一个SKU，还可能带来订单取消、替代采购、客户流失、加急运输和销售人员额外沟通。若不把这些后果分开记录，团队很容易只看到“仓库库存不足”，却看不到库存策略造成的经营代价。
落地动作：建立缺货事件表，至少记录SKU、日期、需求量、可供量、持续时间、影响订单与后续处置。
01 / 先讲核心结论
仓库主管真正要改的，不是一个库存数字，而是一套决策链
我建议先把“库存管理”从盘点工作升级为经营流程。仓库是问题暴露点，但未必是问题起点。
02
再做SKU分层
并非所有SKU都值得相同的安全库存和关注频率。高销售贡献、强波动、长交期或缺货代价高的商品，应该获得更高的管理优先级；低频、可替代、供应稳定的商品，则不必用同等精度管理。
落地动作：把金额贡献、需求波动、交期、替代性和供应风险组合起来，而不是只按销量排序。
03
最后固定补货节奏
当需求预测、采购下单、到货验收、上架拣选和库存扣减之间没有共同口径，任何一次补货都可能只是“看起来在处理”。主管要把例外订单、到货差异、库存冻结和系统账实差异纳入同一条闭环。
落地动作：设定每日、每周和每月三种节奏，并为每种节奏规定负责人、输入数据和完成标准。
我的判断：如果一个团队只能回答“现在有多少库存”，却回答不了“哪些SKU最容易缺货、缺货损失多大、提前几天能发现”，那么库存控制还停留在结果记录阶段，没有进入经营决策阶段。
管理快照
先建立一张能推动行动的库存全景图
下面是示例化指标，不是任何企业的真实数据。它们用于说明主管在启动项目时应当怎样组织信息。
02 / 背景和真实场景
缺货通常不是某一个人粗心，而是多个时间差叠加
我在设计库存改善项目时，会先还原一件缺货事件的时间线，再讨论责任和方案。
场景一：账面有货，现场拣不到
系统显示某个SKU还有二十件，但仓库人员在拣货位找不到。进一步核查，可能是货物在收货暂存区、质检冻结区、退货区或另一个库位；也可能是包装单位不同，系统以箱记录，拣货以件执行。此时直接把库存数调成零，只能消除表面异常，却没有消除库位、状态和单位之间的断点。
仓库主管要追问三个问题：系统的“可用库存”是否排除了冻结库存？库位状态是否实时同步？SKU的基本单位、采购单位和销售单位是否有清晰换算关系？只有把这三层解释清楚，账实差异才有机会从偶发问题变成可管理指标。
场景二：预测看起来准确，订单仍然缺货
月度总量预测可能没有明显偏差，但需求集中在某几天、某几个区域或某些渠道时，日内供给仍然会断档。例如一个月销售一千件的SKU，平均每天三十多件，可是促销周末可能单日消耗两百件。如果补货规则只看月均销量，就会低估峰值期间的库存需求。
这类问题要求团队同时看总量、节奏和结构：总量判断采购规模，节奏决定补货时间，结构决定库存放在哪个仓、哪个库位以及给哪个渠道预留。平均值可以帮助理解趋势，但不能替代对波动和峰值的管理。
场景三：采购已经下单，仓库仍然无法承诺交付
下单并不等于库存即将可用。供应商确认、生产排期、出库、干线运输、到仓、质检、上架，每一步都会产生时间差。若系统只记录“采购订单已创建”，销售或客服可能误以为货物已经在路上，最终承诺日期不断后移。
因此，我会把在途库存拆成至少四种状态：已下单待确认、已确认未发货、运输中、到货待上架。每一种状态对应不同的可承诺程度，也对应不同的异常升级动作。
场景四：为了不缺货，团队把所有SKU都备得很高
提高库存确实可能短期缓解缺货，但如果没有区分SKU价值和风险，结果往往是畅销品仍会在峰值时缺货，慢销品却占用了大量资金与库容。更高的库存还会带来过期、损耗、盘点压力和库位拥堵，最后增加拣选错误。
正确的方向不是简单地“少备货”或“多备货”，而是把服务水平目标、供应交期、需求波动、库存资金和缺货损失放在同一个决策框架里比较。
03 / 常见误区
五个看似合理的做法，为什么经常不能减少缺货
误区的共同点是只优化局部动作，没有把动作放回订单履约和经营损失的完整链路。
误区一：只看库存总额
库存总额适合观察资金占用趋势，但不能直接说明服务能力。总库存增加时，可能只是慢销品变多；总库存下降时，也可能是高价值SKU的安全边际被削薄。主管应该同时看可用库存、库存覆盖天数、重点SKU缺货率、呆滞库存和缺货损失。
误区二：所有SKU采用同一规则
统一的补货周期和统一的安全库存比例，执行起来简单，却忽略了SKU在销售贡献、需求波动、交期、保质期和替代性上的差异。规则越统一，越容易出现高价值商品保护不足、低价值商品过量囤积的双重结果。
误区三：只要提高安全库存
安全库存是对不确定性的缓冲，不是对所有管理问题的遮盖。如果缺货源于库存冻结、库位错误、采购确认延迟或需求结构变化，单纯加库存只会让问题变贵。增加安全库存前，先确认不确定性来自哪里。
误区四：只在月底盘点
月底盘点能发现结果，但很难及时纠正每天发生的差异。高频SKU、易损耗SKU和高价值SKU需要周期盘点；盘点还要和差异原因分类连接起来，否则每次只是“改账”，无法判断流程是否真的变好。
误区五：把缺货全归因于仓库
仓库可以控制收货、库位、拣选、盘点和出库，但不能单独决定需求预测、采购提前期和销售承诺。把跨部门问题压给仓库，会让数据被修饰、异常被隐藏。更有效的方式是用同一事件编号追踪需求、采购、仓储和交付。
误区六：看了看板就算完成数字化
看板只是把信息展示出来，真正的数字化还包括口径统一、责任到人、异常触发和复盘闭环。如果看板没有告诉主管哪些SKU需要今天处理、由谁处理、逾期会造成什么影响，它就仍然只是静态报表。
04 / 专业判断逻辑
用四层判断，把“要不要补货”变成可解释的决策
我建议每一个补货建议都可以被复核：为什么是这个SKU、为什么是现在、为什么是这个数量、如果不做会发生什么。
A
需求层
先看过去一段时间的实际消耗，再看趋势、星期效应、促销、区域和渠道结构。不要用简单平均掩盖峰值，也不要把一次性活动直接当成长期趋势。
关键问法：未来补货周期内，需求是稳定、上升、下降还是高度不确定？
B
供给层
核对供应商交期的平均值和波动范围，查看近期确认率、到货完整率、运输异常和质检放行时间。平均交期相同的两个供应商，风险可能完全不同。
关键问法：预计到货日是否可信？在途量到底处于哪个状态？
C
库存层
库存不能只看账面数量，要拆成可用、锁定、冻结、在途、待检和呆滞。以可用库存覆盖预计需求，才能判断当前库存是否真正足够。
关键问法：能用于承诺订单的库存还有多少？覆盖到哪一天？
D
损失层
最后把缺货概率和缺货代价放在一起。高销量但容易替代的商品，和低销量但一旦缺货就导致整单取消的商品，策略不应该相同。
关键问法：不补货的成本，是否高于补货、持有和过期成本？
一个可执行的判断公式
预计可用余额 = 当前可用库存 + 预计按期到货量 − 已承诺需求 − 补货周期内预计消耗量。 当预计可用余额低于目标缓冲线时，再根据最小订货量、包装单位、仓容和现金约束确定订货量。这里的目标缓冲线不是固定数字，而是由服务水平目标、需求波动和供应交期共同决定。
如果数据不完整，我不会假装计算出精确答案，而会先标记“数据不足”。例如只有月销售额，没有日销量，就不能可靠判断峰值；只有采购下单日期，没有供应商确认日期，就不能可靠判断在途。诚实地标记不确定性，比输出一个看似精确的数字更有管理价值。
05 / 指标与数据结构
指标要服务于动作：每个数字都要能回答“下一步做什么”
我会把指标分成结果指标、过程指标和预警指标，避免团队只在缺货发生后才开始讨论。
库存管理指标地图
| 指标层 | 指标示例 | 主管如何使用 | 常见误读 |
|---|---|---|---|
| 结果指标 | 重点SKU缺货率、订单满足率、缺货损失金额 | 判断客户承诺是否被库存策略支持，适合周度和月度复盘。 | 只看比例，不看缺货订单价值与影响范围。 |
| 过程指标 | 补货建议完成率、采购确认及时率、收货上架时效 | 判断缺货链路在哪个环节变慢，并明确责任部门。 | 把“已创建订单”当作“补货已完成”。 |
| 预警指标 | 可用库存覆盖天数、预计断货日期、需求波动率 | 让团队在缺货前获得处理窗口，适合日常看板。 | 用平均销量计算所有SKU，忽视峰值与季节性。 |
| 效率指标 | 库存周转天数、库位利用率、盘点差异率 | 在服务水平稳定后，继续优化资金和仓内作业效率。 | 把周转越快简单等同于经营越好。 |
一条缺货事件至少需要哪些字段
为了让数据可以复盘，我建议不要只保存“SKU缺货”四个字，而要保存事件的上下文。最小字段可以包括：
- SKU编码、品名、规格、仓库、库位和库存单位。
- 缺货开始时间、恢复时间、影响订单数与影响渠道。
- 缺货前可用库存、锁定库存、在途库存和预计需求。
- 直接原因：预测偏差、采购延迟、收货差异、库位错误、系统扣减异常等。
- 处置方式：替代品、调拨、加急采购、拆单发货或取消订单。
- 责任节点、完成时间、复盘结论和是否需要更新规则。
数据原则：先保证字段能被稳定填写，再逐步增加复杂模型。一个每天能用、口径一致的简单看板，通常比一个没人维护的复杂系统更有价值。
数据观察 / 示例
用图表看出：缺货改善不一定来自库存总量增加
以下图表使用虚构的月度示例数据，用来演示两种管理视角。实际项目应替换为企业自己的SKU、订单和损失数据。
重点SKU缺货率与库存覆盖天数
示例解读：第5周起缺货率下降，同时覆盖天数并未持续上升，可能意味着补货时点、库位准确率和高风险SKU优先级得到改善。趋势关系不等于因果关系，正式结论仍需结合事件记录验证。
缺货损失的构成比
示例解读：如果客户取消和加急运输占据较高比例，改善重点不应只放在仓库盘点，还要重新审视承诺时间、替代品规则与供应协同。
06 / E数通示例案例
以E数通为例：把分散的库存信息变成主管每天能用的判断界面
以下是方法演示性质的虚构案例，不代表E数通客户、产品功能承诺或真实经营结果。
某多仓消费品团队的起点
假设一家拥有三个区域仓、约两千个活跃SKU的消费品企业，仓库主管每天收到销售、采购和财务三份不同口径的表格。销售关注缺货订单，采购关注未交采购单，财务关注库存金额，仓库关注账实差异。大家都在看数据，但很难围绕同一批SKU形成行动优先级。
项目初始不追求一次性建立复杂预测模型，而是先统一SKU主数据、仓库编码、库存状态、订单日期、预计到货日期和缺货事件口径。随后将数据整理为几个可筛选的主题：今日断货风险、重点SKU覆盖、采购在途、仓库差异和缺货损失。
用E数通思路组织一张“库存驾驶舱”
| 看板区域 | 核心问题 | 展示字段 | 触发动作 |
|---|---|---|---|
| 断货风险 | 未来几天哪些SKU可能无法满足已承诺需求？ | 可用库存、已承诺量、日均需求、预计断货日、替代SKU | 仓库确认库存状态，采购确认交期，销售确认承诺策略。 |
| 重点SKU | 哪些SKU值得优先投入管理时间？ | 销售贡献、缺货损失、波动率、交期、替代性、服务水平 | 调整安全库存、补货频率、盘点频率和库位优先级。 |
| 在途跟踪 | 采购下单后的货物是否按承诺向可用库存转化？ | 订单状态、供应商确认、发货日、预计到仓、质检状态 | 逾期升级，必要时安排替代供应、调拨或客户沟通。 |
| 异常复盘 | 本周缺货损失为什么集中发生？ | 事件数、影响订单、损失金额、原因、处置结果、责任节点 | 选择排名靠前的一个原因做流程改造，而不是泛泛培训。 |
示例观察一：同样的库存金额，结构可以完全不同
假设改造前后库存总额都为一百万元。改造前，慢销与低贡献SKU占用了较多库容，重点SKU的覆盖天数却偏低；改造后，团队通过SKU分层和跨仓调拨把部分库存重新配置到需求更稳定、缺货损失更高的商品。此时总额没有明显变化，但订单满足能力可能改善。
这个例子说明，库存优化的第一步不一定是降低总额，而是先改善库存结构。只有当结构清晰、服务水平可控，才适合进一步压缩低效库存。
示例观察二：异常闭环比报表数量更重要
假设看板发现一个SKU连续三周出现“有库存但无法拣选”。如果团队只在报表上加一列备注，问题很可能持续存在；如果把它归入库位与状态同步异常，指定仓库负责人核验、系统负责人修正状态、主管在一周后复核，那么这条数据才转化成流程改进。
我会把看板上的每个高风险项都关联到一个动作状态：待确认、处理中、已解决、需复盘。这样主管看到的不是一堆红色数字，而是一组有负责人和截止时间的工作队列。
07 / 90天落地路线图
把路线拆成四个阶段，先稳定口径，再优化规则
时间安排是示例，实际应根据SKU数量、系统基础、仓库复杂度和团队容量调整。
画出缺货链路
抽取近一个月的缺货订单和重点SKU，回放从需求产生到订单恢复的全过程。确认每个节点的系统字段、人工表格和责任人，标记无法解释的数据。
交付物：缺货事件清单、SKU基础数据问题清单、现状流程图。
建立共同口径
统一SKU编码、单位换算、库存状态、仓库与库位、订单状态、采购状态和日期定义。先选择一个仓库或一组重点SKU做小范围试点。
交付物：指标字典、数据责任表、试点SKU名单和异常分类。
上线每日例外管理
围绕预计断货日、库存覆盖、在途逾期和账实差异建立日清机制。每天只处理高优先级例外，避免用大量报表挤压实际作业时间。
交付物：每日库存驾驶舱、异常工单、周度复盘模板。
校准规则并推广
比较试点前后的缺货率、满足率、损失结构和库存覆盖，确认哪些变化来自流程，哪些只是短期波动。将有效规则复制到其他仓库和SKU层级。
交付物：SKU分层规则、补货策略手册、月度经营复盘机制。
落地进度示意：不要把“看板完成”当作“管理完成”
进度百分比为虚构展示。真实项目应以已验收的流程和数据产物为准，而不是以页面上线或会议召开次数为准。
08 / 仓库现场SOP
让主管每天、每周、每月都知道该看什么、改什么
库存改善最终要进入工作节奏，否则项目结束后指标会迅速回到原来的状态。
每日：处理例外
- 查看未来补货周期内的断货风险SKU，优先检查高损失、高贡献和不可替代商品。
- 核对系统可用库存与现场异常状态，确认冻结、待检、待上架和错库位库存。
- 跟踪逾期采购和即将到货订单，确认预计日期是否仍然可信。
- 关闭已经解决的异常，并留下原因与证据，避免重复打开同一问题。
每周：看趋势
- 按SKU层级和仓库比较缺货率、满足率、覆盖天数和库存差异率。
- 分析缺货原因排名，挑选一个最主要原因做流程复盘。
- 查看高风险SKU是否出现持续低覆盖或持续高覆盖。
- 与采购、销售确认下周促销、渠道变化和供应异常。
每月：调规则
- 复核SKU分层，处理新品、季节品、淘汰品和销售结构变化。
- 比较目标服务水平与真实缺货损失，重新讨论库存缓冲。
- 审查供应商交期与到货完整率，更新补货参数。
- 评估库存资金、仓容、报废和加急物流之间的综合取舍。
盘点不是单独的任务，而是数据质量反馈机制
我会把盘点频率和风险分层连接起来。高价值、高频、差异率高的SKU适合更高频的循环盘点；低价值、低频且稳定的SKU可以采用较低频率。每次差异都要分类，例如收货漏记、拣货错扣、库位移动未更新、损耗未登记或单位换算错误。
如果盘点差异反复发生在同一库位或同一作业环节，就应该改流程、改培训或改系统，而不是持续要求员工“更加仔细”。人的注意力有限，好的流程要把错误机会变少，把异常发现时间提前。
SKU分层可以从简单规则开始
初期不必追求复杂的算法。可以先按销售贡献分为A、B、C，再叠加需求波动和供应风险形成优先级。例如A类且高波动的SKU需要每日关注，B类且供应稳定的SKU可以每周复核，C类且可替代的SKU则采用更简单的补货策略。
分层规则需要定期回看，因为SKU角色会变化。一个新品可能从低数据量状态快速进入高贡献；一个曾经畅销的商品也可能因渠道变化变成慢销。分层不是贴标签，而是决定管理资源如何分配。
09 / 不同情况下的行动建议
没有一种库存策略适用于所有企业，关键是说清楚取舍
下面的建议不是替代业务判断的固定答案，而是帮助仓库主管快速定位矛盾。
| 业务情境 | 优先行动 | 主要取舍 | 建议关注 |
|---|---|---|---|
| 需求稳定、供应稳定 | 使用基础补货点和周期补货，重点减少过量库存与作业复杂度。 | 以较低缓冲换取资金效率，但要保留异常监控。 | 周转天数、订单满足率、补货执行率。 |
| 需求波动大、供应稳定 | 提高峰值识别能力，按活动、区域和渠道拆分需求，调整安全库存。 | 增加部分缓冲，换取高峰服务水平。 | 峰值需求、波动率、活动预测偏差。 |
| 需求稳定、供应不稳定 | 建立供应商交期分布和逾期预警，增加替代供应与调拨方案。 | 库存可能需要更高，但应优先改善供应协同。 | 交期波动、确认及时率、到货完整率。 |
| 需求波动大、供应不稳定 | 只对高贡献、高损失SKU做重点保护，建立销售承诺分级和替代品机制。 | 不可能同时做到最低库存与最高服务，需要明确客户优先级。 | 缺货损失、服务水平、现金占用、替代成功率。 |
| 新品或生命周期切换 | 单独管理预测置信度、首批库存和退出规则，避免沿用旧SKU参数。 | 用小批量试错减少滞销风险，可能牺牲部分即时满足率。 | 首购转化、补货速度、退换率、生命周期状态。 |
三种常见取舍
服务水平与库存资金：关键SKU可以提高保护，但必须说明保护的是哪类订单、哪段时间和哪种客户承诺。
预测精度与响应速度：预测不是越复杂越好。短交期、高频补货场景更重视快速响应；长交期场景则需要更早识别趋势。
集中库存与分仓库存：集中库存更容易共享，分仓库存更接近客户。选择时要比较调拨时效、运输成本和区域需求差异。
当团队规模小、数据基础弱
我会先选择一个仓库、二十到五十个重点SKU和一个明确的缺货问题。先把字段、口径和每日处理节奏跑通，再逐步扩展。如果一开始就覆盖全部SKU、全部仓库和所有指标，团队很容易在数据清洗中失去行动焦点。
工具方面，E数通这类数据分析与看板工具可以帮助团队集中查看指标、筛选异常和追踪趋势，但前提是业务定义清楚、源数据有负责人。工具不替代流程设计，也不替代仓库现场的核验。
当企业正在快速增长
增长期最容易出现SKU数量、仓库数量和渠道数量同时扩张。此时要优先做主数据治理、库存状态标准化和跨部门指标统一，否则规模越大，人工表格之间的差异越难收敛。
可以先建立分层规则与异常机制，把管理资源集中到高贡献、高波动、高损失的SKU。随着数据积累，再逐步增加预测、供应商评分、库位优化和自动补货等能力。
落地检查清单
在项目验收前，我会逐项确认这十个问题
如果其中有一半以上无法回答，说明项目还停留在报表建设阶段，需要回到流程和数据口径。
- 我们能否准确区分可用、锁定、冻结、待检、在途和呆滞库存？
- 每个重点SKU是否有明确的库存单位、包装单位和换算关系？
- 我们能否在缺货前看到预计断货日期，而不是缺货后才统计？
- 补货建议是否能说明需求依据、交期依据和订货数量依据？
- 采购单从创建到可用库存之间，是否有可追踪的状态变化？
- 缺货事件是否记录了影响订单、损失类型和最终处置结果？
- 仓库、采购、销售和财务是否使用同一套核心指标口径？
- 高风险SKU是否拥有与风险等级匹配的盘点和复核频率？
- 看板中的异常是否有负责人、截止时间和关闭标准？
- 每月复盘是否会真正修改SKU分层、补货参数或业务流程？
10 / 热门问答 FAQ
关于SKU库存管理，仓库主管最常遇到的七个问题
每个问题都从实际管理疑惑出发，答案优先给出判断路径和可执行动作。
SKU库存管理到底先做什么？
我刚接手仓库时，系统里有很多库存数字，但每天仍然会出现缺货。我应该先做盘点、先调安全库存，还是先做数据看板？更稳妥的顺序是先抽取一批真实缺货事件，确认缺货发生在需求、采购、在途、库位还是系统扣减环节，再统一库存状态和SKU单位，最后做面向例外的看板。这样可以避免在问题原因还不清楚时盲目加库存。
SKU分层是不是只按销量或销售额排序？
我发现按销量排序后，某些销量不高但缺货会导致整单取消的配件被排到了低优先级，所以只按销量并不完整。SKU分层至少要结合销售贡献、需求波动、供应交期、替代性和缺货损失。可以先用A、B、C分类，再叠加高波动、高供应风险等标签，形成管理优先级，而不是把一个分类结果永久固定。
如何判断安全库存应该增加还是减少？
我不能只看到缺货率上升就增加安全库存，也不能只看到库存资金高就直接削减。应该先判断缺货和过量库存的原因：如果是需求波动和供应交期不确定，适度增加缓冲可能合理；如果是库位错误、冻结库存未释放或采购确认滞后，增加库存可能只是掩盖流程问题。最终要比较服务水平、缺货损失、持有成本和过期风险。
账面有库存但拣不到，应该算缺货吗？
从客户订单履约角度看，只要库存无法在承诺时间内被拣选和出库，就应当被记录为“可用性缺货”或“作业缺货”，不能因为账面数量不为零就忽略。建议把可用库存、冻结库存、待检库存、错库位库存分开，并记录发现、定位和恢复时间。这样既能保护库存数据质量，也能揭示仓内流程对服务水平的影响。
E数通适合用来解决SKU库存的哪些问题？
以本文的虚构示例来说，E数通可以被用作统一查看库存、订单、采购、到货和缺货事件的分析看板，帮助主管筛选重点SKU、比较趋势、定位异常和追踪处理状态。它不能替代仓库现场盘点，也不能自动消除主数据错误。使用前应先明确指标定义、数据来源、更新频率和负责人，再把工具用于日常决策和复盘。
库存周转越快，是不是说明库存管理越好？
库存周转快通常意味着资金占用效率较高，但如果同时伴随重点SKU缺货、加急运输增加或客户取消订单，说明周转改善可能是以服务水平下降为代价。我的建议是把周转天数与订单满足率、缺货损失、呆滞库存、加急物流和毛利贡献一起看。不同品类的合理区间不同，不能用一个数字评价所有SKU。
仓库主管如何推动采购和销售一起改库存？
我会避免用“仓库数据不准”作为单向指责，而是建立共同的缺货事件编号和统一指标。销售补充客户承诺、促销和替代品信息，采购补充确认交期与供应风险，仓库补充可用状态、库位和作业异常，财务补充库存资金与损失口径。每周只挑排名靠前的异常复盘，并明确谁在何时完成什么动作，协作才会从会议讨论变成流程闭环。
11 / 结尾总结
从“库存有多少”走向“库存为经营创造什么价值”
库存改善没有一个孤立的终点，它是一套持续校准需求、供应、仓储和客户承诺的管理机制。
我的核心观点
- 缺货损失是经营问题，不应只被记录为仓库少了一件货。
- SKU分层的目的不是分类本身，而是把有限的管理时间投向最值得保护的商品。
- 库存状态必须可解释，账面库存只有在正确库位、正确状态和正确单位下才具有履约价值。
- 补货建议需要同时回答需求、供应、库存和损失四个问题，不能只看历史销量。
- 看板的价值在于推动异常处理和复盘，不在于展示更多数字。
- E数通等工具可以帮助统一分析与协作，但流程口径、数据责任和现场执行仍然是基础。
明天就可以开始的五个动作
- 拉出近30天缺货订单，选出影响最大的十个SKU。
- 逐个核对这十个SKU的可用、锁定、冻结、在途和待检库存。
- 记录每次缺货的直接原因、恢复时间与处置成本。
- 与采购、销售各约一次短会，只解决排名靠前的三类异常。
- 建立一张每日例外表，连续运行两周后再决定需要增加哪些指标。
