销售端先变了
商品在平台、门店、经销商和自营渠道上同时售卖时，同一个SKU可能有不同的促销价、履约承诺和销量回传频率。运营看到的销量往往是已支付、已发货或已完成中的某一种，不一定等于真实需求。
例如，平台A按支付时间回传，平台B按出库时间回传；当天看起来一个渠道卖了120件，另一个渠道卖了80件，到了次日又回补取消单。如果直接把两份数字相加，短周期补货很容易被重复订单放大。
SKU库存运营团队自查表
sku库存：运营团队自查表：多仓同步最容易出现的补货凭感觉
多仓补货真正难的不是算出一个数量，而是确认“卖得快、库存对、货在对的位置、供应来得及”这四件事是否同时成立。我会从库存口径、仓间分配、销量波动、在途订单和补货责任五个方面，带你识别凭感觉补货的风险，并用一套可落地的自查表把判断变成可复核、可协同、可持续优化的动作。
页面中的数值、仓库名称、案例与结论均为方法演示或模拟示例，不代表任何企业的真实经营数据。
多仓补货判断面板 · 示例 待复核
4需要先核对的库存口径
3必须同时观察的时间窗口
7运营团队每周自查动作
1统一的补货决策入口
需求销量与波动
→库存可用与在途
→动作补货或调拨
先统一事实，再讨论建议；先发现异常，再决定数量。
阅读路径：从“我觉得要补”走到“我能解释为什么补”
建议先看核心结论，再按团队角色选择模块。运营看第3、4、6部分，供应链看第5、7、8部分，管理者看第1、9、10部分。
01 / First answer
先讲核心结论：多仓补货最危险的不是少补，而是把错的库存当成真的库存
当团队用“这个SKU最近卖得不错”“仓库看起来快没货了”“上个月也是这么补的”来推动订单时，问题通常不在个人经验，而在判断链缺少可见证据。
我的判断顺序只有一句话
先确认库存口径，再确认需求信号；先看仓网位置，再计算补货数量；最后把建议放进供应周期和现金约束里验证。
可用库存不是系统里的一个“库存”字段。它至少要区分可销售库存、冻结库存、质检库存、残次库存、已分配未出库库存、调拨在途和采购在途。需求也不是某一天的销量，而是经过时间窗口、促销状态、缺货影响和季节性校正后的需求信号。两边没有对齐，公式越精确，错误越稳定。
01
补货判断三问
- 这批库存现在真的可以卖吗？
- 卖得快是自然需求，还是活动和缺货造成的假象？
- 库存不足发生在总仓，还是发生在某个履约节点？
三问中有一问答不清，就不要直接批准补货数量。
4类
最容易被混在一起的库存：可用、锁定、在检、在途。
3窗
建议并排观察：近7天、近28天、去年同期或同类周期。
2端
必须同时看：总库存健康度与区域履约可得性。
1表
用一张可追溯的自查表替代多个群里的截图和口头判断。
示例判断：某SKU全国可用库存还有1,200件，但华东仓只有35件，华南仓有860件，且华东未来7天需求约70件。此时“全国库存充足”不能直接推出“华东不用补货”，更不能直接推出“采购补1,000件”。正确动作可能是先调拨、再核对华东销量是否被缺货压低，最后才评估采购。
02 / Business scene
背景和真实场景：多仓同步为什么会让经验变得不可靠
我把“多仓同步”理解成一条需要持续对账的链路，而不是把几个仓库名称放进同一张表。任何一个环节延迟，都会改变补货建议的可信度。
仓内状态再变了
仓库里的“库存”可能包含已被订单占用的数量，也可能不包含质检和盘亏待确认数量。不同系统对“可用”的定义不同，甚至同一系统在不同报表里的字段口径也可能不同。
当仓库升级、盘点、波次拣货或接口延迟发生时，运营可能同时收到两个版本的库存。此时最需要的是标记数据时点和状态，而不是挑一个看上去更符合预期的数字。
供应端最后限制了动作
采购提前期、最小起订量、供应商交期稳定性、入仓处理时间和现金占用，会决定“理论上该补多少”能否变成“实际上值得下多少”。只看安全库存的公式，无法回答是否应当拆单、延后或改用仓间调拨。
如果采购提前期从10天变成18天，原本安全的补货点可能已经失效。若团队没有把交期变动接入自查表，补货建议就会持续滞后。
我在多仓场景里最先确认的五个事实
- SKU身份是否唯一：同款不同包装、套装拆分、赠品组合是否有独立SKU，条码和商品编码是否一一对应。
- 时间是否一致：销量、库存、在途、订单和退货是否来自同一个统计时点，是否存在跨日回传。
- 库存是否可履约：已分配、冻结、在检、残次、锁定和可售库存是否明确分列。
- 仓网是否有边界：每个仓服务哪些区域，是否存在跨区发货、调拨、共享库存和优先级规则。
- 动作是否可追溯：谁提出补货、依据是什么、审批了多少、实际到货多少，是否能在同一条记录里回看。
一个容易被忽略的信号
如果团队每天都在问“昨天库存怎么又变了”，这不一定只是仓库执行问题，也可能是库存快照、订单状态、退货回库和调拨入库没有形成统一的事件时间线。
在这种情况下，先做数据口径治理通常比增加更复杂的预测模型更有价值。因为模型不能修复重复计算、延迟同步和错误映射。
03 / Common traps
拆解常见误区：凭感觉补货通常不是一个动作，而是一串未经验证的假设
下面这些说法在日常工作里很常见。我不把它们简单归为“错误”，而是把它们还原成需要验证的条件。
| 现场说法 | 隐藏假设 | 可能造成的偏差 | 更稳妥的替代问法 |
|---|---|---|---|
| “这个月卖得好，先补一批。” | 未来需求会按照本月速度延续。 | 活动峰值被当成常态，产生过量采购。 | 本月增长来自自然需求、活动、价格还是缺货恢复？ |
| “全国还有很多库存，不急。” | 库存可以无摩擦地服务所有区域。 | 区域仓断货，跨区配送成本上升。 | 目标区域在交付承诺内还剩几天可售库存？ |
| “系统显示库存为正，就能卖。” | 系统库存等于可履约库存。 | 已锁定、在检、残次或待盘点库存被误用。 | 可售、可拣、可发的数量分别是多少？ |
| “上次补1000件，这次也差不多。” | 需求、提前期和仓网状态没有变化。 | 历史经验覆盖了新变化，补货批量失真。 | 这次的需求窗口、库存基线和供应约束是否相同？ |
| “近7天日均销量就是日需求。” | 近7天没有缺货、促销和异常订单。 | 缺货压低需求，或促销抬高需求。 | 近7天销量是否经过缺货天、活动天和退款的校正？ |
| “把所有仓库存加起来再算。” | 所有仓对所有订单可替代。 | 总量健康但局部履约失守，产生调拨和加急成本。 | 先看仓级服务范围，再看网络总量。 |
| “采购在途已经下单了，算库存。” | 在途一定按时、足量、无差异到仓。 | 交期延迟、短装或质检不合格导致虚假安全感。 | 在途的预计到达日、已验收量和可信度分别是什么？ |
| “销量表和库存表都来自系统，肯定一致。” | 两个报表使用同一主数据、口径和时点。 | SKU映射和时间偏移造成假相关。 | 两张表能否按SKU、仓、日期三项唯一关联？ |
误区一：把“看见异常”直接等同于“应该采购”
库存下降可能来自销售增长，也可能来自盘点修正、退货未入账、调拨出库或冻结释放。采购是最后一个动作，不是看到红色数字后的第一反应。
我会先检查库存变化的构成：期初可用库存、销售出库、调拨出库、报损、盘点调整、退货回库和新增入库。如果下降主要由盘点调整造成，单纯采购会把数据问题变成库存问题。
误区二：把“全国总量”当成“每个仓的保障”
多仓经营的服务体验通常发生在具体订单和具体区域，而不是发生在全国库存总账上。一个仓缺货，另一个仓有货，只有在时效、运费和调拨能力都允许时，才可以视为可替代。
因此，运营自查表必须同时放总量指标与仓级指标，不能用一个汇总数字遮住局部异常。
04 / Team checklist
运营团队七项自查表：每一项都要留下证据，而不是只留下结论
这份清单可以用于日检、周检或大促前检查。建议在每个SKU、仓库和日期组合下记录“通过、异常、待确认”，并保存数据快照时间。
确认SKU主数据
检查商品编码、条码、规格、包装系数、组合关系和上下架状态。若一个销售SKU对应多个仓储SKU，必须明确换算规则，否则销量和库存无法在同一粒度上比较。
主数据拆开库存状态
至少区分可售、已分配、冻结、在检、残次、调拨在途和采购在途。对补货最有价值的不是库存总数，而是预计可在承诺时效内释放的库存。
库存口径标记销量异常日
在销量序列中标记促销、直播、节假日、缺货、价格调整、渠道切换、系统中断和大客户订单。异常日不一定删除，但不能未经说明地直接进入日均销量。
需求信号核对仓级服务范围
确认每个仓覆盖的区域、配送时效、日处理能力和调拨限制。把“有货”进一步翻译成“能否在目标区域的承诺时间内发出”。
仓网配置复核在途可信度
对采购在途记录预计到达日、供应商确认状态、已发数量、已验收数量和历史准时率。未确认的在途不能和已入库库存享受同样的可信权重。
供应协同计算缺口与备选动作
先算目标库存与可用库存的缺口，再比较采购、调拨、替代SKU、限购、调整承诺和延后补货的成本。自查不应该只输出一个采购数量。
动作建议记录审批与结果
保存建议值、人工调整值、批准人、原因、实际到货、销售结果和偏差。下一轮复盘要回答“当时为什么这么判断”，而不是只看最终有没有缺货。
闭环复盘自查结果如何判级
口径完整度80%
仓级可见度65%
需求可解释度55%
动作可追溯度40%
以上百分比是演示数据。建议按“已完成项÷应完成项”计算，不要凭印象打分。
判级建议：分数不是目的，暴露短板才是目的
- 80分以上：可以进入精细化优化阶段，重点研究预测偏差、库存周转和仓间分配。
- 60—79分：可以执行基础补货，但要给异常数据加标记，并由运营与仓储共同复核。
- 60分以下：先暂停复杂模型和自动下单，优先修复SKU、库存状态、时间戳和在途信息。
这里的分数只用于团队内部管理，不代表行业标准，也不应直接用于评价个人。若一个团队的“可追溯度”很低，即使口径完整，也仍然难以复盘。
05 / Decision logic
专业判断逻辑：把补货从一句话拆成五个可核验的计算层
不同企业的服务水平、提前期和库存成本不同，下面的公式是业务沟通的框架，不是必须照抄的唯一算法。真正重要的是变量定义透明，修改后能解释。
第一层
口径层
口径层
把库存拆成“现在能服务什么”
一个便于沟通的示例是：可履约库存 = 账面库存 − 已分配 − 冻结 − 在检 − 残次。对于有调拨和采购在途的企业，还要单独列出“预计在承诺窗口内到达的在途库存”，并给它标注可信度。
我不会把所有在途直接相加。比如供应商过去只有60%的订单能按承诺日到货，那么一笔尚未发运的在途订单，和已到仓等待上架的货，决策权重自然不同。
第二层
需求层
需求层
用多个窗口识别自然需求与异常需求
可以同时看近7天、近28天和更长周期。近7天反映最新变化，近28天降低单日波动，较长周期帮助识别季节性。若近7天比近28天日均高很多，要先解释原因，而不是直接选择更高的数字。
一个示例需求基线可以是：校正日需求 = 正常销售量 ÷ 正常销售天数。活动日、缺货日和渠道切换日不应简单算进分母。若没有足够数据，就明确标记“估算”，不要把估算结果包装成精确预测。
第三层
时间层
时间层
把提前期从一个数字变成一个区间
采购提前期不只包括供应商生产，还可能包括下单确认、出库、干线运输、到仓、收货、质检、上架和系统同步。建议至少区分承诺提前期、历史平均提前期和高分位提前期。
如果平时平均10天，但偶尔需要18天，使用10天做唯一补货依据会在波动时失效。团队可以根据缺货成本与资金成本，选择更保守或更灵活的提前期区间。
第四层
保障层
保障层
安全库存要服务于波动，而不是装饰报表
简化示例：补货点 = 预测日需求 × 供应提前期 + 安全库存。安全库存可以根据需求波动、供应波动和目标服务水平设定，也可以先采用分层规则，例如A类SKU较高保障、C类SKU较低保障。
如果安全库存连续数月没有被重新审视，它就可能只是一个历史遗留常数。特别是在渠道扩张、仓网调整和促销频繁的阶段，安全库存应当随着业务条件变化而复核。
第五层
动作层
动作层
先比较动作，再决定采购量
当库存低于补货点时，可以比较采购、仓间调拨、临时替代、调整区域承诺、限制大单、降低投放和分批到货。动作选择取决于金额、时效、调拨成本、缺货损失和SKU生命周期。
最终建议应至少写清：建议动作、数量、目标仓、最晚到达日、假设条件、风险提示和责任人。没有这些信息的“补1000件”，不能称为完整的补货建议。
示例：从数据到建议
假设某SKU目标仓近28天校正日需求为24件，采购提前期按14天评估，安全库存为120件，仓内可履约库存为290件，可信在途为80件。
补货点 = 24 × 14 + 120 = 456件。若将可信在途计入预计可用量，则当前预计库存为370件，缺口约86件。此时并不代表要立刻采购86件，还要检查最小起订量、包装倍数、调拨可行性和缺货时点。
公式使用的三个边界
- 销量受缺货影响时，历史销量会低估真实需求。
- 大促或价格变动时，常态参数不能直接外推。
- 在途交付不稳定时，理论库存不能替代风险库存。
06 / E数通 example
案例与数据观察：用 E数通示例把“库存事实—判断—动作”串起来
以下内容是一个为说明方法而构造的 E数通使用示例，不代表 E数通客户、产品功能或任何企业的真实经营结果。示例重点是展示如何组织数据与沟通决策。
示例：三个仓的预计可售天数
按模拟的近28天校正需求计算。预计可售天数 = 可履约库存 ÷ 校正日需求，数值越低表示越需要复核。
图表数据均为示例：华东、华南、华北三仓在连续六个观察日的预计可售天数。
示例：补货异常来源构成
将团队一段模拟周期里发现的异常按主要原因分类，用于决定先修数据还是先调库存。
比例不是行业基准，仅用于演示异常分类的看板表达方式。
| 仓库 | 可履约库存 | 校正日需求 | 预计在途 | 补货点 | 初步判断 |
|---|---|---|---|---|---|
| 华东仓 | 180件 | 28件/日 | 60件，已发运 | 420件 | 优先处理先核对区域需求，再比较调拨与采购。 |
| 华南仓 | 620件 | 22件/日 | 0件 | 360件 | 暂缓采购库存高于补货点，但需观察需求是否上升。 |
| 华北仓 | 95件 | 9件/日 | 120件，待确认 | 225件 | 待确认在途可信度不足，不能直接当作安全库存。 |
第一步：统一视图
在 E数通示例中，运营把订单、销量、库存、在途、仓库和SKU主数据按“日期—SKU—仓库”组织起来，先保证不同数据源可以被同一维度筛选和对照。
第二步：发现差异
通过仓级库存、日需求和可售天数的并排观察，团队发现华东仓与华南仓不是同一种问题：一个是区域保障偏紧，一个是总量富余。这样可以避免对所有仓采取同一动作。
第三步：留下决策痕迹
把补货建议、人工调整和最终执行量放在同一张记录中，并附上异常原因。下一周复盘时，可以比较建议与实际，而不是重新争论当时看到了什么。
我会特别提醒团队：E数通或任何分析工具的价值，不是替人承担业务责任，而是让同一组事实更容易被看见、筛选、追踪和复盘。示例中的图表和数字用于展示信息架构，不能被直接复制为某企业的补货参数。
07 / Action by situation
不同情况下的行动建议：同样是库存偏低，处理方式不应该相同
我建议先判断异常类型，再选择动作。以下场景可以直接转成运营会议上的讨论顺序。
自然需求持续上涨
如果近7天、近28天和较长周期都显示需求抬升，且没有明显促销或一次性大单，说明补货参数可能需要重新估计。先确认增量来自哪些区域和渠道，再提高预测基线或分批采购。
建议动作：提高需求基线，核对供应能力，设置较短复盘周期。
活动导致短期尖峰
活动期销量很高并不等于活动后仍然高。建议把活动订单、活动后衰减和退货周期拆开观察，避免用尖峰日均值覆盖整个补货周期。活动货可以分批到仓，保留调整空间。
建议动作：建立活动专属参数，按活动前、活动中、活动后复核。
销量下降但库存仍高
不要因为销量下滑就立即停止所有补货。先确认库存是否集中在错误区域、是否有滞销规格、是否存在渠道限制或商品生命周期变化。必要时用跨仓调拨、组合销售和减少采购替代继续堆库存。
建议动作：分仓看周转，冻结低效采购，清理滞销结构。
总库存不低但某仓即将断货
这是典型的仓网分配问题。先比较调拨时效、调拨成本和跨区直发能力，再与区域服务承诺一起计算。若调拨来不及，应考虑临时改变履约路径，而不是等仓库真正归零。
建议动作：优先调拨或跨区履约，采购作为中期修复。
库存数据突然大幅下降
先查盘点、接口、订单状态、批次转换、报损和调拨出库。若库存变化没有对应业务事件，建议暂缓自动下单，标记数据异常并由仓储与系统负责人共同确认。
建议动作：冻结异常快照，补齐事件记录，确认后再计算缺口。
供应商交期频繁延迟
不能只把提前期数字从10天改成15天就结束。还要区分供应商、品类和订单批次，观察准时率、短装率和质检通过率。对关键SKU可以准备第二供应源或更细的安全库存层级。
建议动作：按供应商建立交期可信度，调整保障策略。
08 / Trade-offs
不同方案的取舍：没有“库存越低越好”，只有与业务目标匹配的风险边界
库存决策本质上是在缺货风险、资金占用、履约体验和运营复杂度之间做选择。把取舍说清楚，团队才不会把一次争论变成长期的拍脑袋规则。
| 方案 | 适合什么情况 | 优点 | 需要承担的代价 | 决策前必须问 |
|---|---|---|---|---|
| 提前采购 | 需求稳定、供应交期长、缺货损失高。 | 提高可得性，减少临时加急。 | 资金占用、滞销和过期风险。 | 需求上涨是否有可验证证据？ |
| 仓间调拨 | 总量足够、区域结构不均衡、调拨时效可接受。 | 比新增采购更快，减少重复备货。 | 运输成本、操作复杂度和途中损耗。 | 调拨完成前目标仓是否会断货？ |
| 分批到货 | 需求方向明确但波动较大，供应商允许拆单。 | 兼顾保障和资金弹性。 | 跟单、运输和入仓次数增加。 | 分批成本是否低于库存过量成本？ |
| 调整履约策略 | 某仓短缺但其他仓有货，客户可接受跨区配送。 | 快速保住服务，避免立即采购。 | 运费上升、时效变化和仓网压力。 | 客户承诺与实际配送能力是否匹配？ |
| 限制投放或限购 | 供应短期受限，需求峰值不可持续。 | 保护核心客户和关键区域。 | 可能影响转化、渠道关系和收入。 | 限制规则是否公平、透明且可执行？ |
| 暂缓动作 | 数据口径异常、库存变化无法解释。 | 避免错误采购和错误放大。 | 可能错过补货窗口，需要快速补数。 | 数据修复责任人和截止时间是谁？ |
管理者需要看什么
管理者不一定要看每个SKU的计算过程，但应看到三类信息：风险集中在哪里、建议动作是什么、如果不采取动作会发生什么。对于金额较大的采购，还要看到假设条件和替代方案。
如果报表只有一个“建议采购量”，没有缺货风险、库存金额、预计覆盖天数和动作理由，管理者很难判断这是谨慎还是过度保守。
运营需要保留什么
运营最需要保留的是快照和变化过程：数据更新时间、筛选条件、异常标签、手工调整原因、审批记录和实际结果。复盘的价值来自对比，不来自重新讲述。
对反复出现的人工调整，应当追问是否可以沉淀为规则、维度或数据质量校验，而不是长期依赖某位同事的记忆。
09 / Operating cadence
把自查表变成团队节奏：日检发现问题，周检解释原因，月检调整规则
一张表如果只在断货或大促前被打开，就很难形成组织能力。建议让不同频率承担不同任务，避免日常会议陷入重复搬运数据。
日
每日：只处理高优先级异常
- 目标仓可售天数低于阈值。
- 库存突然变化且没有业务事件。
- 核心SKU出现订单无法履约。
- 在途延迟超过约定日期。
每日不建议重新争论所有参数，只处理影响今天到未来几天的异常。
周
每周：复盘建议与实际偏差
- 建议采购量与实际到货量。
- 预测需求与实际需求。
- 计划补货与仓间调拨的结果。
- 缺货天数、加急成本和滞销变化。
每周复盘不只是看有没有断货，还要看为避免断货付出了多少成本。
月
每月：调整规则和责任边界
- 更新SKU分层与安全库存。
- 评估仓网服务范围和容量。
- 复核供应商交期和可信度。
- 清理长期依赖人工修正的字段。
月度不是简单更新一个参数，而是确认业务条件是否已发生变化。
一场30分钟补货复盘怎么开
5′
先看异常分布
按仓、SKU等级和异常类型快速定位，不逐条朗读报表。
10′
解释前三项原因
把需求变化、库存变化和供应变化分别说明，确认是否同一口径。
10′
确定动作与边界
写明采购、调拨、限购或暂缓，以及数量、时点和负责人。
5′
登记下次验证
为每个判断留下验证日期，避免动作完成后没有结果复盘。
10 / FAQ
热门问答：关于多仓同步与凭感觉补货，我最常建议先回答这些问题
每个问题都可以作为团队培训、数据治理排查或SEO内容中的独立主题。回答中的数字均为说明方法的示例，不代表真实行业基准。
Q1多仓库存应该看总库存，还是看每个仓的库存？
我在实际判断时不会二选一，而是先看仓级库存，再看网络总量。总库存能够回答企业整体是否有货，但不能回答目标区域能否在承诺时效内发货。例如全国有1000件库存，如果其中900件集中在华南，而华东未来7天每天需要80件，那么“总库存充足”不能替代华东仓的履约分析。建议同时展示总可履约库存、各仓可售天数、跨区调拨时效和调拨成本，再决定采购还是调拨。
Q2库存表里的可用库存为什么不能直接拿来做补货计算？
因为系统里的可用字段可能包含已经被订单分配、冻结待处理、质量检查中或实际上无法拣货的数量，不同系统对字段定义也可能不同。我通常会把账面库存拆成可售、已分配、冻结、在检、残次、调拨在途和采购在途，再计算预计可履约库存。比如账面有500件，但已分配80件、在检60件、残次20件，那么真正可用于近期订单的数量可能只有340件，直接用500件会制造虚假的安全感。
Q3近7天销量上涨时，是否应该马上提高补货量？
我会先判断上涨是自然需求还是活动、直播、降价、渠道切换和缺货恢复造成的短期信号。近7天适合发现变化，但不适合未经解释地代表整个供应周期；可以同时对比近28天、较长周期和活动前后数据。如果近7天日均从20件升到35件，但其中有三天促销、两天集中大客户订单，就不应该直接把35件作为长期日需求。更稳妥的做法是标记异常日、做情景预测，并采用分批补货。
Q4采购在途能不能计入库存？如果不算，会不会重复补货？
采购在途可以进入预计库存，但不建议和已经验收入库的库存使用同一个可信权重。我会区分已发运、供应商确认、待排产、预计到达和已到仓待上架等状态，同时记录预计到达日、历史准时率和短装情况。比如一笔在途订单过去只有60%概率按承诺日到达，就不能把全部数量当作确定库存。为了避免重复补货，补货表必须显示在途明细、预计到达日、是否计入补货点以及计入的规则。
Q5安全库存应该怎样设置，是否可以所有SKU使用同一个比例？
不建议所有SKU套用同一个比例，因为需求波动、供应稳定性、缺货损失、商品生命周期和资金成本都不同。可以先按销售贡献、波动程度、供应风险和服务重要性进行A/B/C或更细分层，再为不同层设置规则。举例来说，核心且交期长的SKU可能需要更高保障，长尾且容易过期的SKU则更重视资金占用。安全库存还应定期复核，如果促销结构、仓网或供应商发生变化，历史参数就需要重新评估。
Q6库存数据经常延迟或不一致，是否应该先上预测模型？
如果库存、订单和SKU主数据的口径还没有统一，我通常建议先修复数据链路，再考虑复杂预测。模型可以识别趋势，却不能自动判断重复订单、错误SKU映射、跨日回传和库存状态混算。团队可以先建立数据快照时间、唯一关联键、异常标签和人工核对流程，确保同一个SKU、仓库、日期能够稳定关联。当基础数据能够解释大多数库存变化后，再引入更复杂的预测或自动补货规则，落地风险会更低。
Q7使用E数通做库存分析时，最应该先搭建哪些视图？
在这个示例主题下，我会优先搭建四类视图：第一是SKU和仓库维度的库存总览，第二是可履约库存与预计可售天数，第三是近7天、近28天和较长周期的需求趋势，第四是补货建议、人工调整和实际结果的闭环记录。重点不在于一开始做很多图，而在于同一张表能够筛选到同一个SKU和仓库，并看见数据更新时间与异常原因。E数通在这里应被理解为一种分析和协同工具示例，页面中的案例数字不代表产品承诺或客户结果。
Final takeaway
最后总结：让补货判断经得起下一次追问
第一，先统一库存口径。账面库存、可履约库存、在途库存和区域可得性必须分开表达。
第二，先解释需求变化。近7天的增长或下降只能作为信号，必须结合活动、缺货、渠道和季节性理解。
第三，先看仓网再看总量。总库存健康不代表每个仓都能服务目标订单，仓间调拨是采购之外的重要选项。
第四，先比较动作再给数量。采购、调拨、分批到货、调整履约和暂缓动作都有对应场景与成本。
第五，保留判断痕迹。建议值、调整原因、实际结果和偏差必须可回看，才能把个人经验转化为团队能力。
今天就可以执行的五个动作
- 随机抽取10个SKU，核对库存字段定义。
- 给所有在途记录补上预计到达日和可信状态。
- 把近7天销量中的活动日与缺货日标记出来。
- 找出总量充足但区域可售天数偏低的仓。
- 为下一次补货审批增加“依据与替代方案”两列。
不需要等到系统改造完成才开始。先用小范围SKU和一个仓网做试点，再根据复盘结果扩展。
