01
先判定缺货的真实性
把销售订单缺货、仓库可用库存为零、质检冻结、调拨在途、系统锁定和实际货架空缺分开。一个SKU显示“库存为零”，不一定等于供应不足；同样，账上有库存也不代表客户今天能买到。
01 / 先讲结论
缺货频发不是一个库存数字，而是一条订单履约链路的失真
我在月末复盘SKU库存时，会先把问题从“库存够不够”改写为“客户在需要的时间、地点和渠道，是否能拿到可销售的商品”。这个改写决定了后续分析不会被期末余额、平均库存或单一部门的解释带偏。
02
再定位缺货的主导环节
按SKU、仓库、渠道、日期、供应商和订单类型切片，找出缺货集中发生的组合。只有当某个维度的缺货贡献率明显高于其业务占比，才值得进入根因调查。
03
最后把结论变成动作
复盘不能停在“采购延迟”或“需求上涨”。我会继续追问安全库存、预测偏差、交期、最小起订量、分仓策略和异常升级机制，明确谁在何时调整什么参数。
4层库存真实性判断：账面、可用、可承诺、可拣选
6个优先切片维度：SKU、仓库、渠道、时间、供应商、订单
3类主导根因：需求、供应、执行与数据口径
1张负责人可读的复盘看板：从异常到动作闭环
我的判断原则：月末盘点是“发现窗口”，不是“问题发生窗口”。如果只在月底看库存，看到的往往是几周前已经发生的预测偏差、采购延迟或库存冻结。复盘必须回放事件发生前后的时间序列，至少同时看订单、库存变动、采购到货和仓库状态。
02 / 背景与场景
为什么月末盘点总能发现缺货，却很难解释缺货
月末盘点通常带着三个目标：核对账实、确认结存、支持财务和经营汇报。但在SKU数量较多、仓库较多、渠道订单节奏不一致的组织里，盘点结果经常同时承载了几种不同问题：仓库找不到货、系统没有可用货、订单承诺过量、采购没有按期到货，以及商品确实没有补进来。如果这些问题被统一命名为“缺货”，供应链团队会很快陷入相互归因。
我建议先把缺货定义写清楚。对客户体验而言，缺货是承诺时间内不能交付；对仓库而言，缺货可能是拣选位无货；对采购而言，缺货可能是可用库存低于补货点；对财务而言，缺货可能只是期末结存数量下降。不同定义都可能合理，但不能把它们混成一个指标。
一个月末现场的典型对话
销售：“客户下单后提示无货，重点SKU已经连续三周缺货。”
仓库：“系统里还有二百件，但库位上没有，可能是待质检或已分配订单。”
采购：“供应商说已经发货，运输单号也有，不能算采购没交付。”
计划：“预测并没有大幅上涨，是临时促销带来的订单波动。”
财务：“月末库存金额没有明显下降，为什么经营团队说缺货严重？”
这组对话并不说明谁一定错了，它说明大家拿到的是不同口径、不同时间点和不同业务事件。复盘的第一项工作不是寻找责任人，而是建立共同事实：哪一批货在什么时间、什么状态、哪个仓库、被哪个订单占用或释放。
我会先问的五个问题
- 客户缺的是哪个SKU和哪个交付地点？
- 缺货发生在销售下单时、承诺时还是实际拣选时？
- 账面库存、可用库存和可承诺库存分别是多少？
- 补货订单是否已经下达、确认、发运和入库？
- 这次缺货是偶发事件，还是连续多个周期的结构性问题？
库存有货但不可售
常见于质检冻结、包装破损、批次限制、保质期不足、已被其他渠道锁定或库位尚未上架。这个问题优先查库存状态和可承诺规则，而不是立刻追加采购。
可售库存有货但不在正确地点
全国库存看起来充足，但区域仓没有货，调拨又超过客户承诺时效。此时真正的矛盾是分仓与库存配置，不是总量不足。
正确地点确实没有货
需求高于预期、供应商交期拉长、起订量过高或安全库存偏低，都会造成真实缺货。此类问题需要把需求、供应和策略参数放在一起分析。
03 / 常见误区
五种看似有效、实际上会掩盖根因的复盘方式
缺货问题之所以反复，往往不是因为团队没有努力，而是因为复盘指标没有帮助大家做出正确区分。以下做法很常见，我也会把它们作为复盘会议的反例进行提醒。
误区一：只看月末库存余额
月末余额是一个截面值，无法说明月中是否曾经出现过零库存，也不能说明库存是否可销售。一个SKU在月底补到一千件，可能掩盖了前两周连续缺货；另一个SKU月底是零，也可能只是当天刚好完成大批出库。
替代方法：同时看日均可用库存、库存为零天数、缺货订单行数、缺货持续时长和补货到货时间，把余额还原成时间序列。
误区二：把库存周转率当作缺货解释
周转率高通常代表库存使用效率好，但它并不自动代表服务水平高。过低的安全库存、过快的促销消耗和补货周期不匹配，都可能让周转率漂亮、客户却频繁买不到。
替代方法：将周转率与缺货率、订单满足率、可售率和供应准时率并列观察，避免只优化一个效率指标。
误区三：看到预测偏差就结束分析
预测偏差是线索，不是根因。即便预测准确，供应商交期延迟、仓库入库拥堵或区域分仓错误，也会导致缺货；即便预测偏差较大，灵活的补货机制也可能及时吸收波动。
替代方法：把预测偏差拆成方向、幅度、持续时间和可预警提前期，判断偏差是否足以解释缺货。
误区四：把所有问题归给采购
采购确实负责订单和供应商协同，但采购无法单独决定销售预测、促销计划、库存状态、验收节奏和区域调拨。只追采购责任，会让组织形成“提前多买”这种高成本的单一解法。
替代方法：把订单、计划、采购、仓储和销售的事件串起来，判断每个环节是否在约定时间完成动作。
误区五：只看平均值，不看长尾SKU
平均缺货率可能只有几个百分点，但少数高贡献SKU会承载大部分销售损失和客户投诉。另一方面，一些低频SKU长期占用库存，不应因为追求统一服务水平而无限补货。
替代方法：进行ABC贡献分类和XYZ需求波动分类，按“价值贡献×波动程度×供应风险”设置不同策略。
误区六：会议上只输出结论，不输出证据
“需求上涨”“供应商不稳定”“系统数据不准”都可能是真的，但如果没有订单明细、库存状态、到货节点和时间轴作为证据，就无法判断优先级，也无法在下个月验证动作是否有效。
替代方法：每个根因至少对应一个证据字段、一个影响指标、一个责任动作和一个复查日期。
04 / 专业判断逻辑
我使用的“六步定位法”：从现象走到可执行动作
这套方法适合月末复盘，也适合每周例会的异常追踪。顺序很重要：如果没有先确认库存口径，后面所有关于预测、采购和仓配的判断都可能建立在错误事实之上。
1
定义缺货事件
明确统计对象是订单行、件数、SKU天数还是客户订单。建议同时保留“缺货订单行数”和“缺货数量”，前者反映客户触达，后者反映数量影响。
2
统一库存口径
至少区分账面库存、可用库存、已分配库存、质检冻结库存、在途库存和可承诺库存。定义字段含义、更新时间和责任系统，避免不同部门导出不同结果。
3
建立事件时间轴
记录订单创建、需求预测、补货建议、采购下单、供应商确认、发货、到仓、质检、上架和订单承诺等节点，查看缺口究竟在哪个节点扩大。
4
按贡献度切片
先按缺货损失或缺货订单贡献排序，再看SKU、仓库、渠道、供应商和时间段。优先解决贡献度最高且能够通过动作改善的组合，不被零散异常分散注意力。
5
区分根因类型
将问题归入需求、供应、库存策略、仓储执行、订单规则或数据质量，并允许一个事件拥有多个根因。根因分类是为了指导动作，不是为了给部门贴标签。
6
形成闭环验证
为每项动作设置负责人、截止时间、预期指标和复查周期。例如调整安全库存后，要观察未来四周的缺货率、库存金额和服务水平是否同时改善。
时间轴必须回答的三个问题
缺货前
是否已经出现可预警信号？
例如连续三天可用库存低于补货点、供应商确认交期变化、预测误差连续为正、促销订单突然增加。若信号存在但无人处理，问题就不只是预测准确率，而是预警与升级机制失效。
缺货时
订单如何被承诺和分配？
确认库存是否被其他渠道锁定，是否发生超卖、分仓规则错误、批次限制或库存同步延迟。这个阶段要保留订单状态变化，不能只看最终的取消结果。
缺货后
恢复速度是否足以避免重复发生？
查看补货建议生成、采购下单、供应商发运、到仓和上架的实际时长。恢复慢说明供应链弹性不足，恢复快但仍重复发生则可能是参数或需求治理问题。
指标口径建议
- 缺货率
- 缺货订单行数 ÷ 需要该SKU的订单行数。用于观察客户触达层面的服务损失。
- 可售率
- 符合销售和质检条件的可用数量 ÷ 账面数量。用于识别“账上有货但不可售”。
- 订单满足率
- 按承诺时间完整交付的订单行数 ÷ 总订单行数。用于判断履约结果。
- 供应准时率
- 按确认日期或约定窗口到货的采购订单行数 ÷ 到货订单行数。
- 库存覆盖天数
- 可用库存 ÷ 近一段时间的日均需求。要写明需求窗口和是否剔除异常促销。
05 / 数据化观察
不要让图表复述问题，要让图表帮助我们做选择
下面图表使用一组明确标注的示例数据，目的是展示月末复盘时如何组织信息。真实使用时，应该将数据替换为企业自己的订单、库存和采购明细，并记录数据提取日期、口径和过滤条件。图表的价值不在于颜色和形式，而在于帮助我们判断缺货是集中在少数SKU、少数仓库，还是贯穿整个供应链。
示例：四周缺货订单行与可售率
示例：缺货原因贡献结构
示例：仓库层面的库存覆盖与缺货率
用四个阈值决定是否升级
我不会为所有SKU设置同一个警报阈值。下面是一组可作为讨论起点的示例阈值，最终要结合商品毛利、客户承诺、供应弹性和库存资金占用进行校准。
关键SKU可售率目标86%
一般SKU可售率目标72%
供应准时率基线64%
异常恢复完成度48%
进度条为示例展示。目标值不是越高越好，过高的服务目标可能带来不必要的安全库存和资金占用。
06 / E数通示例案例
用 E数通把“月末缺货”拆成一张可以追问的经营看板
以下是为了说明方法而构造的 E数通示例场景，不代表 E数通或任何客户的真实业务数据。假设一家拥有多个区域仓和多个销售渠道的企业，在某月末发现 120 个重点SKU中有 28 个出现缺货订单。供应链负责人希望知道：这 28 个SKU是因为需求突然上涨，还是因为供应没有按计划到货；如果调整库存参数，应该先动哪些SKU，是否会带来过多库存。
示例问题的重写：不要问“为什么这个月缺货这么多”，而要问“哪些SKU在什么仓库、什么订单场景下，因哪一个可验证的节点延误，贡献了最多的缺货订单行和预计损失？我们下一周能通过什么动作验证判断？”
第一层：经营总览
把重点SKU数量、缺货SKU数量、缺货订单行、可售率、订单满足率、库存金额和供应准时率放在同一视图。负责人先看趋势和异常规模，不直接在总览页寻找单个责任人。
总览趋势目标差异第二层：异常定位
点击缺货SKU后，联动查看仓库、渠道、订单日期、库存状态、最近一次到货和未来采购计划。通过同一套筛选条件保持上下文一致，避免人工拼接多个Excel版本。
SKU下钻仓库订单第三层：行动追踪
将每个高优先级异常绑定处理人、动作、预期完成时间和复查指标。例如“调整区域仓补货点”不是结论，结论必须包括调整幅度、起效日期和验证缺货率的周期。
责任人截止日复查示例：从 28 个缺货SKU筛出前三类优先事项
| 优先事项 | 示例证据 | 可能根因 | 建议动作 | 验证指标 |
|---|---|---|---|---|
| 区域仓 A 的 6 个高贡献SKU | 全国账面库存充足，但区域仓可用库存连续 5 天为零；跨仓调拨平均需要 3 天。 | 分仓比例与区域需求不匹配，订单承诺规则未考虑调拨时长。 | 重新计算区域需求权重，设置关键SKU的区域安全库存；短期建立跨仓调拨优先级。 | 区域缺货率、调拨完成时长、订单满足率。 |
| 供应商 B 的 4 个长交期SKU | 采购订单已下达，但确认交期比主数据提前期多出 8 天；其中 3 个SKU缺货超过 4 天。 | 提前期主数据过时，供应商承诺没有进入补货计算。 | 按供应商和SKU更新实际提前期，设置交期变更预警并纳入安全库存计算。 | 供应准时率、交期偏差、缺货持续天数。 |
| 促销渠道的 3 个波动SKU | 促销开始后两天订单量达到过去四周日均的 2.4 倍，但补货建议仍使用普通日均需求。 | 促销计划没有及时同步到需求计划，异常需求未触发补货升级。 | 建立促销标记和活动前冻结窗口，单独计算活动需求并设置活动后回落规则。 | 预测偏差、活动订单满足率、活动后库存周转。 |
这个例子中，三类事项不能用同一个动作解决。区域仓问题偏向库存配置和承诺规则；供应商问题偏向提前期和供应协同；促销问题偏向需求计划和跨部门同步。将它们混为“补更多库存”，短期可能缓解缺货，长期却可能把库存从一个仓库搬到另一个仓库，或把波动库存变成呆滞库存。
在 E数通中建议保留的分析字段
- 商品字段：SKU、品类、品牌、ABC等级、生命周期、保质期和替代品关系。
- 库存字段：账面数量、可用数量、已分配数量、冻结数量、在途数量、库龄和库位状态。
- 订单字段：订单号、渠道、客户区域、下单时间、承诺时间、缺货数量、取消原因和履约状态。
- 采购字段：供应商、采购订单、下单时间、确认交期、实际到货、质检完成和入库时间。
- 计划字段：预测数量、预测版本、促销标记、补货点、安全库存、最小起订量和计划覆盖天数。
看板布局的建议顺序
- 顶部显示当前周期、数据更新时间、重点SKU数和缺货订单行。
- 第二层展示缺货趋势、可售率趋势和原因贡献，不急于展示复杂明细。
- 第三层提供按SKU、仓库、渠道和供应商的切片，支持从贡献度排序进入明细。
- 底部保留行动清单、负责人、截止日期、预期结果和实际复查结果。
这样做的好处是，管理者看到的是从结果到原因再到行动的路径，而不是一页堆满字段的报表。
07 / 场景化行动
不同缺货情形下，应该采取什么动作、承担什么取舍
库存策略没有脱离业务目标的标准答案。提高服务水平通常需要更多库存、更多供应弹性或更快的仓配；降低库存则可能增加缺货和加急成本。负责人需要先确认商品价值、客户承诺和供应风险，再选择动作。
情形 A：需求短期暴涨
如果订单量集中在促销、节假日或单一客户项目，先确认上涨是否有结束时间。短期可采用临时采购、替代SKU、渠道配额和订单承诺分层，避免把一次性峰值永久写入预测。
取舍：快速补货可能带来高采购价和活动后积压；不补货则可能损失高价值订单。应把活动毛利、补货可取消性和剩余保质期一起评估。
情形 B：供应商交期失真
先将计划提前期与实际提前期按供应商、SKU和订单批次对比。如果交期波动可预测，就更新参数并增加缓冲；如果波动不可预测，则需要备选供应商、分批到货或更高层级的供应承诺。
取舍：提高安全库存能降低缺货，但会增加资金占用；切换供应商可能提高单价或影响质量，需要用总成本而非采购单价判断。
情形 C：总仓有货但区域仓缺货
先确认客户承诺是否允许调拨。如果调拨时间超过承诺时间，必须把库存配置和订单分配规则一起调整，而不是只统计全国库存覆盖。关键SKU可建立区域保护库存和跨仓优先级。
取舍：分仓越细，区域服务水平可能提高，但库存被分散后更容易形成局部过量。应根据区域需求稳定性设置不同分仓策略。
情形 D：账上有货但不可售
按冻结原因拆分质检、破损、包装、批次和系统锁定。能通过快速质检或重新包装释放的库存，不应再采购；无法释放的库存，要回到可售率和报损流程中。
取舍：加快放行可能带来质量风险，继续冻结又会造成客户缺货。应让质量标准、风险等级和放行责任清晰可追踪。
情形 E：低频长尾SKU缺货
先判断是否为高价值客户的刚性需求，还是偶发订单。对于低频且可替代商品，可以采用按单采购、较长承诺周期或替代推荐，不必按照核心SKU同样的服务目标备货。
取舍：降低长尾库存会牺牲即时满足率，但能够减少呆滞和过期。要把客户价值和替代性纳入决策。
情形 F：数据口径或同步异常
如果WMS、ERP、订单系统和看板更新时间不一致，先冻结结论并完成数据核对。可以建立数据质量指标，例如库存同步延迟、SKU主数据缺失、供应商交期为空和订单状态未闭环比例。
取舍：临时人工修正能快速恢复业务，但会制造新的不可追溯数据。应记录临时处理，并在事后完成系统规则修复。
08 / 复盘会议模板
一场有效的月末库存复盘，应该产出什么
我建议把会议从“各部门轮流汇报”改成“围绕异常证据共同判断”。会议不必覆盖所有SKU，而应先选择贡献度最高、风险最高或连续发生的异常。每个异常的讨论时间都要服务于一个决策：补不补、补多少、补到哪里、由谁执行、什么时候验证。
会前准备清单
- 锁定统计周期，并记录库存、订单和采购数据的更新时间。
- 输出缺货订单行、缺货数量、缺货持续天数和估算影响金额。
- 按SKU、仓库、渠道、供应商和原因完成初步排序。
- 标记连续两期以上缺货、关键客户涉及和高替代风险的SKU。
- 准备库存状态、订单状态、采购节点和促销计划的明细证据。
会中必须回答
- 这个缺货事件的业务定义和统计口径是什么？
- 客户是在什么节点感知到缺货的？
- 哪个节点没有按计划完成，或者计划本身就不合理？
- 短期恢复动作和长期参数调整是否相同？
- 如果选择增加库存，增加的依据和退出条件是什么？
会后动作卡片字段
| 字段 | 填写要求 |
|---|---|
| 异常描述 | 用SKU、仓库、渠道和时间描述，不写模糊结论。 |
| 证据 | 至少引用一个数量、一个时间节点和一个数据来源。 |
| 动作 | 写清调整对象、幅度、开始日期和停止条件。 |
| 负责人 | 指定能够执行参数、采购、调拨或规则调整的人。 |
| 验证指标 | 同时观察服务水平和库存成本，避免单指标优化。 |
建议保留的复盘结论格式
“在统计周期内，SKU/仓库/渠道贡献了比例的缺货订单行。证据显示，事件节点比计划晚了时长，同时参数或规则没有反映变化。因此采取短期动作，并在日期前完成长期调整，以指标验证。”
这种格式的价值在于让事实、判断和行动分开，下一次复查时可以直接判断结论是否成立，而不是重新争论上个月发生了什么。
09 / 热门问答
SKU库存与月末缺货复盘 FAQ
以下问题以供应链负责人常见的知乎式疑问组织，每个问题都尽量给出定义、判断路径和使用场景。示例数字仅用于帮助理解，不能替代企业自身数据分析。
月末盘点发现SKU缺货，第一步到底应该查库存还是查订单？
我经常遇到这样的情况：仓库说账上有货，销售却说客户买不到，采购又说货已经在路上。我应该先从哪张表开始，才能避免一上来就把问题归因给采购或仓库？
建议先查订单与库存的对应关系，再核对库存状态。先确认客户缺货发生在下单、承诺、分配还是拣选环节，然后同时查看账面、可用、已分配、冻结和在途数量。只有确认“正确仓库、正确状态、正确时间”都没有可交付库存后，才能把问题定义为真实供应不足。
账面库存很多但SKU仍然缺货，这种情况应该如何解释？
我发现某些SKU在全国库存报表里数量不少，可是重点区域仓一直无法发货。管理层容易认为这是仓库执行问题，但我不确定应该如何证明是分仓配置或订单承诺规则导致的。
可以将总库存拆成仓库和渠道两个层级，比较每个区域的需求占比、可售库存占比、缺货订单占比和调拨平均时长。如果某区域只贡献了20%的库存，却产生了60%的缺货订单，并且跨仓调拨超过客户承诺时间，就说明总量充足不能代表地点可用，问题应进入分仓策略和承诺规则复盘。
缺货率和库存周转率应该一起看吗，哪个指标更重要？
我希望库存效率更高，所以一直关注周转率；但最近周转率提升后，客户投诉和缺货订单也增加了。是不是说明周转率这个指标不适合供应链负责人使用，还是我遗漏了其他指标？
两个指标应该一起看，但不能简单比较谁更重要。周转率反映库存使用速度，缺货率反映服务损失，二者可能同时变好，也可能一高一低。建议再加入订单满足率、可售率、库存覆盖天数和库存金额，按ABC分类设定目标。例如核心SKU优先保证服务水平，长尾SKU则在客户价值允许的范围内接受更长交付周期。
预测偏差很大，是不是只要把安全库存调高就能解决SKU缺货？
我看到某个SKU连续两周预测低于实际订单，团队建议直接增加安全库存。但这个SKU有明显促销波动，活动后需求可能快速回落，我担心调高参数会形成积压。应该怎样在缺货和呆滞之间做判断？
不要把安全库存当作预测治理的替代品。先区分持续性需求变化和一次性活动峰值，查看预测偏差方向、幅度、持续时间以及供应提前期。如果是可识别的促销，应将活动信息纳入独立需求计划，并设置活动结束后的回落规则；如果是持续偏差，再根据服务目标、需求波动和提前期重新计算安全库存，同时设定退出条件。
供应商说已经发货，但系统仍然显示缺货，复盘时应该算供应商延迟吗？
我经常面对“已发货”和“已到货”两个完全不同的节点。供应商认为货物已经交给物流，仓库认为没有入库就不能使用，月末复盘时到底应该按哪个日期判断责任和服务结果？
建议把采购链路拆成确认、发运、到仓、质检完成和可用入库五个节点，分别比较计划日期与实际日期。若供应商按约发运但运输延误，应将供应商履约与物流运输分开；若货到仓但质检或上架延迟，则应进入仓内执行问题。对于客户服务结果，最终仍以可承诺库存形成的时间为准，不能用发运日期替代可售日期。
E数通适合用来做SKU库存缺货复盘吗，应该先搭哪些内容？
我不希望再做一张只展示库存余额的报表，而是想让供应链负责人可以从缺货总览直接下钻到SKU、仓库、订单和采购节点。像这样的分析场景，应该先搭建哪些字段和页面结构？
可以先搭建“经营总览—异常定位—行动追踪”三层结构。总览放缺货订单行、可售率、订单满足率和供应准时率；定位层关联SKU、仓库、渠道、库存状态、采购到货和需求预测；行动层记录负责人、动作、截止日和复查结果。E数通更适合作为这类跨表关联和经营分析的示例工具，但实际效果取决于数据口径、主数据质量和业务流程是否稳定。
低频SKU缺货时，应该保持高服务水平还是接受更长交付周期？
我担心降低低频SKU的库存会影响客户体验，但如果所有商品都按同一个服务水平备货，库存金额和呆滞风险会越来越高。有没有一种比较客观的决策方式，而不是依靠业务人员的经验争论？
可以把客户价值、销售贡献、需求频率、替代性、供应提前期和库存风险放在一起评分。对高价值且不可替代的低频SKU，可以保留较高保障或与供应商约定快速响应；对低贡献且可替代的SKU，可以采用按单采购、明确较长承诺周期或推荐替代品。关键是把服务目标分层，并在页面上公开对应的库存和客户影响。
月末库存复盘怎样判断动作真的有效，而不是下个月恰好没有缺货？
我曾经在复盘会上提出调整补货点，下一月缺货率确实下降了，但库存金额也明显增加。怎样设计验证指标，才能知道这次动作是有效改善，还是用更多库存暂时掩盖了问题？
至少要同时观察服务、库存和过程三个维度。服务看缺货率、订单满足率和缺货持续天数；库存看库存金额、覆盖天数、周转率和呆滞风险；过程看供应准时率、预测偏差、补货建议执行率和库存状态准确率。最好与调整前的基线周期和相似SKU对照，设置复查窗口及退出条件，避免用单月结果做过度结论。
10 / 结尾总结
把一次月末盘点，变成下一周期的供应链改进起点
缺货频发的核心，不是“库存不够”四个字，而是需求、供应、库存状态、订单承诺和仓配执行没有在同一套时间和口径下被管理。
核心观点一
先确认缺货是否真实，区分账面库存、可售库存、可承诺库存和实际可拣库存，避免把状态问题误判为采购问题。
核心观点二
用时间轴串起订单、预测、采购、发运、到货、质检、上架和调拨，定位缺口在哪个节点发生，而不是只看月底结果。
核心观点三
不同情形要采用不同动作，并同时评估服务水平、库存资金、供应风险和后续退出条件，不能用“多买一点”解决所有问题。
我建议供应链负责人下周就做的七件事
- 写出企业内部对“缺货”的统一定义，并在看板上展示数据更新时间和统计周期。
- 为重点SKU补齐库存状态、仓库、渠道、供应商和订单履约节点字段。
- 从缺货订单贡献最高的前20个SKU开始，不要一开始试图覆盖全部商品。
- 把缺货事件放回时间轴，区分需求变化、供应延迟、仓内执行和数据口径问题。
- 建立关键SKU和一般SKU的服务目标，不让低频长尾商品与核心商品使用同一套参数。
- 每个行动写清负责人、截止日期、预期指标和退出条件，并在下个周期自动复查。
- 用 E数通或现有分析工具建立从总览到下钻的可追溯路径，让会议从解释数字转向做经营决策。
