◈
第一原则
SKU分层不同销售价值、波动与交期，不能共用一个安全库存天数。
01 / 先讲结论
安全库存的目标不是“永不缺货”，而是用可接受成本换取可解释的供应稳定性
我在做 SKU 库存复盘时，最先问的不是“仓库还剩多少”，而是“这部分库存正在购买什么”。它可能购买的是更高的现货率、更短的承诺交期，也可能只是掩盖了预测偏差、采购延迟或库存数据不一致。只有把库存数量翻译成成本和服务水平，安全库存才会从经验数字变成供应链负责人的管理工具。
↗
第二原则
看波动需求标准差和供应交期标准差，决定库存缓冲是否真的够用。
⌁
第三原则
看总成本持有、缺货、加急与报废成本要放在同一张决策表里比较。
✓
第四原则
持续校准安全库存是参数，不是永久不变的政策，应随数据和业务变化更新。
我的核心判断：当缺货频发时，不要只把安全库存比例从 10% 调到 20%。先检查缺货是否集中在少数 SKU、是否发生在交期拉长的月份、是否由促销或新品造成需求分布改变，再决定是加库存、缩短交期、调整承诺，还是改变 SKU 组合。
02 / 背景与真实场景
同样是缺货，背后的成本原因可能完全不同
供应链团队常常在月度会上看到两个同时存在的现象：一边是仓库总库存很高，另一边是客户要的几个 SKU 频繁缺货。总库存指标没有告诉我库存是否放在正确的地方；缺货次数也没有告诉我究竟是需求突然上升、供应商没有按期交付，还是系统中的可用库存被锁定。
▣
场景一：总库存上涨，核心 SKU 仍断货
假设一个渠道型企业有 3,000 个 SKU。慢销尾货和低周转配件占用了大量库容，但真正贡献订单和毛利的 120 个核心 SKU 缓冲不足。采购看到库存金额上升，销售看到重点订单延期，双方得出的结论却互相矛盾。
我会先把库存按销售额、毛利、订单频率和替代难度分层，而不是用所有 SKU 的平均库存天数解释问题。平均数很容易掩盖结构性短缺：一个库存天数为 200 天的滞销 SKU，不能抵消一个库存天数只有 1 天的关键 SKU。
◌
场景二：平均需求平稳，但交期波动让补货点失效
某产品过去 12 周的周均销量可能比较稳定，但供应商交期从 7 天变成 14 天，再变成 21 天。若团队仍按“周均销量 × 7 天”计算再订货点，实际需求覆盖窗口已经变长，原来的安全库存自然会被快速消耗。
这种问题不能只用提高需求预测来解决。它需要同时看采购订单承诺日、实际收货日、分批到货情况和交期标准差。如果供应商交期不稳定，哪怕需求预测非常准确，库存策略仍然可能频繁触发缺货。
说明：以上场景用于解释分析方法，不代表某家企业的公开经营数据。
!
场景三：促销造成“异常”被误当成常态
大促、节假日、渠道上新和价格调整都会改变需求分布。若把促销周的高销量直接纳入普通周均值，后续安全库存可能被永久抬高，促销结束后形成大量积压。反过来，如果完全删除促销数据，又可能低估下一次活动的供应准备。
↺
场景四：库存可见，但不可用
在途库存、质检库存、冻结库存、客户预留库存和跨仓调拨库存，都会造成“账面有货、订单不能用”。我的判断口径通常先区分现有库存、可用库存、可承诺库存与预计可用日期，避免用一个库存数覆盖所有业务语义。
⌂
场景五：缺货损失没有进入库存决策
如果团队只统计仓储费和资金占用，就会倾向于压低库存；如果只统计订单延期，又会倾向于大量备货。更稳健的方式是估计缺货订单的毛利损失、客户服务补偿、加急运输和替代采购成本，形成可比较的预期损失。
我会先把库存问题分成四个问题
- 有没有货：关注物理库存，但不把冻结、质检和已预留库存当作可销售库存。
- 能不能及时到货：关注供应商交期、运输时长、收货处理和在途可靠性。
- 有没有必要备这么多：关注需求价值、替代性、生命周期和缺货后果。
- 现在的策略是否有效：关注服务水平、库存周转、缺货率和策略变更后的成本结果。
库存看板至少要有这组字段
SKU、品类、仓库、可用库存、在途数量、近 4/8/12 周需求、需求标准差、供应商、平均交期、交期标准差、再订货点、安全库存、缺货次数、库存金额、库存周转和最后更新时间。
字段不完整时，我不会急于给出“安全库存应该增加多少”的结论，因为缺少口径本身就是风险。
03 / 常见误区
六个看似简单的做法，为什么会让库存成本越来越难控
库存管理中的误区往往不是公式不会用，而是把一个局部指标当成完整决策。下面这些做法在短期内可能缓解某次缺货，却容易把问题转移到资金占用、滞销或供应商管理上。
误区一：所有 SKU 统一设置安全库存天数
统一设置 15 天或 30 天，看起来执行简单，但它忽略了不同 SKU 的需求波动和供应风险。日均销量 10 件、波动很小的标准品，与日均销量 1 件但偶发大单的项目型商品，使用同一个天数会同时产生过量和不足。
改进方法是至少按价值、需求波动、供应风险和替代难度进行分层。层级不必一开始就很复杂，先分成核心、常规、长尾三组，再逐步细化。
误区二：把“平均销量 × 天数”当成安全库存
平均销量乘以若干天数更接近需求覆盖量，不等于安全库存。安全库存的任务是吸收预测误差和供应波动，应该与需求标准差、交期长度和目标服务水平建立联系。
如果平均销量是 100 件/月，波动很大，单纯增加覆盖天数无法说明风险是否被覆盖；它甚至会在需求下行时造成更多积压。
误区三：只看仓库库存，不看可承诺库存
库存系统里显示 500 件，并不意味着销售可以承诺 500 件。已分配给订单、等待质检、冻结、损坏或被其他渠道锁定的数量，都应该从可承诺口径中剔除。
我建议看库存状态桥接：期初可用库存 + 已收货 – 已分配 – 冻结 – 损耗 = 当前可承诺库存，并把在途库存按预计到货日期单独展示。
误区四：一次缺货就永久上调安全库存
一次缺货可能来自促销、系统延迟、供应商临时停产或订单录入错误。如果没有识别缺货原因，直接把参数上调，等于把偶发事件变成永久成本。
我会把缺货事件拆成需求超出预测、采购晚到、库存不可用、主数据错误和操作异常五类，分别统计频率与损失，然后只对可重复的风险调整策略。
误区五：把服务水平设成 100%
100% 现货率在很多业务中意味着极高的边际库存成本。服务水平从 95% 提升到 98% 可能需要明显增加库存，从 98% 再提升到 99.5% 时，最后那部分库存往往最昂贵。
服务目标应与客户价值、缺货替代性、毛利和合同承诺相匹配。关键医疗耗材、通用小配件和季节性低毛利商品，合理目标可能完全不同。
误区六：只在月末做一次库存分析
月末报表适合看结果，不适合及时干预。缺货往往在某个 SKU 连续几天低于补货点时就已经可以预警。只在月末回看，会把可以低成本处理的问题变成加急采购、客户延期和跨仓调拨。
更好的节奏是日常监控异常、每周处理高风险 SKU、每月复盘参数、每季度重新评估分层与策略。
04 / 专业判断逻辑
用“需求 × 供应 × 成本 × 服务”四个维度计算安全库存
我不建议一开始就追求复杂模型。供应链负责人首先需要一套业务能理解、数据能取得、结果能复盘的判断逻辑。下面的框架既可以用于人工分析，也适合在 E数通中做 SKU 级看板和参数追踪。
再订货点 ROP = 交期内平均需求 + 安全库存
安全库存 SS ≈ 服务水平系数 × 交期内需求波动
总成本 = 持有成本 + 缺货预期损失 + 补货与加急成本
安全库存 SS ≈ 服务水平系数 × 交期内需求波动
总成本 = 持有成本 + 缺货预期损失 + 补货与加急成本
这里的公式是管理分析的简化表达，不应在没有核对数据口径时直接套用。交期内需求波动至少要考虑需求波动和交期波动的共同影响；当二者都明显不稳定时，只用历史平均销量乘固定天数会低估风险。
服务水平系数代表我愿意为更高的现货概率支付多少库存成本。服务水平越高，通常需要更大的安全库存，但它并不是越高越好。供应链负责人要把客户承诺、毛利、替代品和报废风险一起带入判断。
四个变量的业务翻译
- 需求均值：正常周期内每天或每周预计卖多少。
- 需求波动：实际销量围绕均值摆动多大。
- 交期：从下单到可用入库需要多久。
- 服务目标：客户允许多大概率的缺货或延迟。
统一时间与库存口径
把日、周、月销量统一到同一时间单位，明确退货、取消单、内部领用和促销订单是否纳入需求。库存则区分现有、可用、在途和可承诺。
识别异常和业务事件
标记促销、断货、价格变化、供应商切换和新品上市。异常不一定要删除，但必须说明它代表什么，避免把一次活动当成长期需求。
建立 SKU 分层
先用销售额或毛利做价值分层，再叠加需求波动、交期风险和替代难度。高价值高风险 SKU 应获得更高的分析频率。
估算缺货的真实代价
把丢失毛利、客户赔付、加急运输、替代采购、销售机会损失和品牌影响用可追踪的估算方式记录下来。
设定服务目标和边界
不是所有 SKU 都追求同一个现货率。关键订单和高替代性商品应有不同目标，也要设置最大库存、保质期和现金占用约束。
用结果反推参数
每个周期观察服务水平、缺货次数、库存周转和库存金额变化。参数调整必须留下原因，下一轮才能判断这次调整到底有效没有。
缺货预期损失怎么估
一个实用的起点是：预计缺货数量 × 单位缺货损失。单位缺货损失可以由订单毛利、赔付、加急费用和可合理估算的客户流失风险构成。它不需要一开始就精确到小数点，但要保持口径一致，能够比较不同 SKU。
例如，某核心 SKU 每缺 1 件可能损失 80 元毛利并产生 20 元加急配送费，而某普通配件缺 1 件只会延迟订单、且有替代品，那么两者的安全库存优先级显然不同。
成本决策的三张表
| 成本类别 | 主要组成 | 我会追问的管理问题 | 常见信号 |
|---|---|---|---|
| 持有成本 | 资金占用、仓储、保险、损耗、过期与降价 | 多备一件货，每月实际增加多少成本？ | 库存金额上涨、周转下降、尾货增加 |
| 缺货成本 | 丢失毛利、订单延期、赔付、客户替代与加急 | 少备一件货，平均会损失多少？ | 缺货率上升、延期订单增加、投诉变多 |
| 补货成本 | 采购批量、运输、跨仓调拨、加急与操作成本 | 小批量频繁补货是否比备货更贵？ | 采购订单碎片化、空运比例上升 |
05 / E数通示例观察
用一个明确标注的示例，看看 SKU 级数据如何改变结论
下面的 E数通场景是为了演示分析方法而构造的模拟数据，不是 E数通客户的真实经营资料，也不代表任何公开案例。假设一家经营家居小电器配件的企业，将订单、库存、采购和供应商交期接入分析看板，我会先从高价值、高波动和高缺货损失的 SKU 开始。
| SKU分组 | 近8周周均需求 | 需求波动 | 平均交期 | 交期波动 | 当前安全库存 | 近8周缺货周 | 初步判断 |
|---|---|---|---|---|---|---|---|
| 核心滤芯 A | 420 件 | 高 | 14 天 | 高 | 180 件 | 3 周 | 需求与交期双波动，缓冲明显不足 |
| 标准电源 B | 260 件 | 中 | 7 天 | 低 | 120 件 | 0 周 | 服务稳定，可继续观察持有成本 |
| 装饰配件 C | 95 件 | 低 | 21 天 | 中 | 300 件 | 0 周 | 交期长但库存偏高，需看替代与周转 |
| 季节礼盒 D | 60 件 | 很高 | 10 天 | 低 | 70 件 | 2 周 | 活动数据未被单独建模，普通参数失真 |
| 低频螺丝包 E | 18 件 | 低 | 5 天 | 低 | 90 件 | 0 周 | 可通过替代、合单或最低采购量优化 |
示例观察一：缺货不是平均分布的
模拟数据中，核心滤芯 A 和季节礼盒 D 贡献了大多数缺货周，但它们的原因不同。A 是供应和需求双波动，D 是活动需求没有被单独处理。如果只看整体缺货率，管理动作会被平均值带偏。
示例观察二：高库存也可能是错误的缓冲
装饰配件 C 和低频螺丝包 E 没有缺货，但安全库存占周均需求的倍数很高。它们可能确实有长交期或最低采购量约束，也可能只是历史上为了避免缺货而不断叠加库存，需要把资金占用与替代策略一起评估。
示例观察三：看板要能连接原因
如果 E数通只展示库存余额，团队只能看到结果；如果同时串联订单趋势、采购交期、在途到货、缺货记录和库存金额，就可以从“库存低”继续追问“为什么低、何时到、是否值得加急”。
模拟趋势：服务水平与库存金额的关系
下面使用同一组策略模拟不同安全库存水平下的结果。数据仅用于说明边际成本，并非企业实测结果。
解读：安全库存从低位提高时，缺货率通常会下降；当服务水平接近上限后，继续增加库存的金额增长会更明显。
示例策略完成度
在模拟的改善项目中，我不会把“库存增加”当作唯一完成标准，而会看数据口径、SKU分层、供应协同和复盘机制是否同时建立。
库存口径统一92%
重点 SKU 分层78%
交期数据完整64%
缺货原因闭环51%
进度条为示例项目状态，用于展示看板表达方式，不代表实际项目完成率。
模拟成本结构：不同库存政策下的取舍
将月度持有成本、缺货预期损失和加急补货成本放在一起，才能看出“少库存”和“高服务”各自付出了什么。示例金额以人民币元计，数值为构造数据。
解读：政策 A 的库存投入最低，但缺货损失最高；政策 C 的服务更高，却需要承担明显的持有成本。最终选择应由客户承诺和单位缺货损失决定。
模拟数据：需求波动与交期波动的组合
安全库存风险常来自两个方向。横向看需求波动，纵向看交期波动，可以快速找到需要优先处理的 SKU，而不是只按照销量排序。
解读：右上区域代表需求和交期都不稳定，通常优先级最高；左下区域可以更多考虑合单、降低批量或减少分析频率。
我会如何读这三张图
- 先看服务水平是否达到业务承诺，而不是先看库存金额是否下降。
- 再看每提高一个服务百分点增加了多少持有成本，判断边际收益是否仍然合理。
- 最后看风险矩阵中的 SKU 是否集中在同一供应商、同一仓库或同一品类，寻找结构性改善机会。
如果图表只能告诉我“这个月库存高了”，却不能点到具体 SKU、供应商和订单，我会把它当成展示报表，而不是决策工具。有效看板应该支持从总览下钻到明细，再回到行动清单。
06 / 不同情况下的行动建议
不要用同一把库存尺子处理所有问题
下面的动作不是互斥的。供应链负责人可以根据 SKU 处在什么生命周期、客户对缺货的容忍度以及供应商是否可协同，组合使用库存、采购、销售和数据动作。
情况 A：高价值、高波动、高缺货损失
优先动作：提高数据更新频率，单独设定服务目标，重新估算交期内需求波动，并与供应商确认交期承诺和紧急补货方案。
不建议：只把所有 SKU 的安全库存统一上调。这样会把资金挤向不重要的商品，却没有真正解决关键 SKU 的风险。
情况 B：需求稳定、交期稳定、缺货很少
优先动作：观察周转、库存金额和仓储成本，逐步验证安全库存是否存在冗余。可以从小范围降低缓冲，设置回滚阈值。
不建议：为了追求极低库存而一次性大幅削减。稳定不等于没有季节变化，要留出异常事件的应对方案。
情况 C：需求稳定，但供应交期经常变化
优先动作：把供应商实际收货日期纳入交期统计，区分承诺交期和实际交期；对高风险供应商设置交期预警和备选来源。
不建议：长期用库存替代供应商改善。库存只能暂时吸收波动，不能修复交期承诺失真的根因。
情况 D：季节性或促销型需求
优先动作：建立活动前、中、后的独立预测窗口，把活动销量、活动持续时间和结束后的回落速度分别建模。
不建议：把活动峰值直接写入全年安全库存。活动结束后应及时下调参数，关注剩余库存的销售窗口。
情况 E：低频长尾 SKU 很多
优先动作：考虑替代品、按单采购、供应商寄售、最小采购量谈判和共享库存。对没有明确客户价值的长尾商品，设置最大库存和清理规则。
不建议：为每个长尾 SKU 配置高标准服务水平，否则复杂度和库存占用都会超过它的业务价值。
情况 F：新品或历史数据不足
优先动作：用相似 SKU、渠道容量、试销订单和供应商交期建立初始区间，并设置较短的复盘周期，随着真实销售快速校准。
不建议：把没有数据理解成可以凭经验无限备货。新品最大的风险通常是需求未知和生命周期短。
07 / 不同情况下的取舍
库存决策不是追求单一最优，而是在约束下选择更合适的方案
供应链管理的价值，往往体现在把冲突讲清楚。销售希望现货，财务希望降库存，采购希望整批下单，仓库希望减少复杂作业。我的做法是先把每个方案的收益、代价和可逆性写出来，再用同一组指标比较。
| 策略 | 能解决什么 | 付出什么 | 适用场景 | 需要监控 |
|---|---|---|---|---|
| 增加安全库存 | 快速吸收短期需求或交期波动 | 资金占用、仓储和滞销风险上升 | 缺货损失高且供应改善需要时间 | 服务水平、库存金额、老化库存 |
| 缩短供应交期 | 降低交期内需求覆盖量，减少缓冲 | 可能增加供应商管理、运输或议价成本 | 供应商集中、交期有改善空间 | 实际交期、准时交付率、加急比例 |
| 提高预测与分层 | 让库存放在更值得服务的 SKU 上 | 需要数据治理、业务协同和持续维护 | SKU 数量多、需求结构差异大 | 预测误差、分层稳定性、参数更新率 |
| 调整客户承诺 | 减少不现实的即时交付要求 | 可能影响订单转化或客户体验 | 客户可接受分批、预售或替代方案 | 承诺达成率、取消率、客户反馈 |
| 替代与共享库存 | 降低单一 SKU 缺货造成的订单损失 | 需要产品兼容性、调拨和主数据支持 | 商品有替代关系、仓网可协同 | 替代成功率、调拨时效、错配率 |
我会设置三个决策阈值
- 服务阈值：连续两个周期低于目标时，必须进入复盘，而不是等月末解释。
- 库存阈值：库存金额或库存天数超过上限时，检查是否由于采购批量、异常入库或活动结束。
- 损失阈值：缺货损失高于增加一件库存的持有成本时，优先保护该 SKU；反之则寻找替代或调整承诺。
我会保留策略变更记录
每次修改安全库存、再订货点或服务目标时，记录修改日期、修改人、原因、使用数据窗口、预期结果和回滚条件。这样下一次看到缺货或库存上升时，团队才能判断是策略失效、数据变化，还是业务环境发生了改变。
这类记录也能帮助 E数通从“结果展示”变成“管理记忆”：不是只告诉我现在多少，而是告诉我为什么变成现在这样。
08 / 落地工作流
用 30 天建立第一版 SKU 安全库存管理闭环
如果企业还没有完整的库存治理体系，我建议先做一个范围可控的试点。选取一个品类或一组核心 SKU，比一开始覆盖全部商品更容易验证口径和方法。
第 1—3 天
确认数据口径
明确销量、订单、取消单、退货、库存状态、采购订单和收货日期的定义。列出缺失字段与异常值，不要在口径未统一时直接比较部门数字。
第 4—7 天
建立 SKU 画像
为每个 SKU 补充价值、需求波动、交期波动、替代性、生命周期和缺货后果。画像的目的不是增加表格，而是让不同商品的库存策略有理由可讲。
第 2 周
算出基线并识别异常
计算需求均值、标准差、平均交期、交期标准差、当前安全库存和再订货点。把缺货次数高、库存金额高、周转慢的 SKU 放在同一张优先级清单中。
第 3 周
组织业务评审
邀请销售、采购、仓库、财务和计划一起解释异常。销售补充客户承诺，采购解释供应商交期，仓库确认库存状态，财务校验成本口径。
第 4 周
试行参数与复盘机制
只对重点 SKU 调整参数，设置服务、库存金额和缺货损失的目标区间。试行后每周观察，每月复盘，确认改善来自参数变化还是来自需求自然回落。
管理层看什么
看重点 SKU 的服务水平、缺货预期损失、库存金额、周转天数和风险集中度。管理层不需要每天查看全部明细，但需要知道当前库存投入是否买到了相应的供应稳定性。
采购看什么
看供应商实际交期分布、准时交付率、订单承诺变化、在途风险和加急比例。采购动作不应只围绕价格，也应围绕交期可靠性和需求响应能力。
计划与仓库看什么
看可用库存、预计可用日期、低于再订货点的 SKU、超储和临期库存。信息要能指向具体待办，而不是停留在颜色和数字的展示。
09 / 热门问答 FAQ
关于 SKU 安全库存，供应链负责人最常问的 7 个问题
以下回答采用问题、疑惑和判断方法结合的方式，便于把术语放回实际场景中理解。文中的数字示例均为演示数据，企业使用时应替换为自己的订单、库存和供应商记录。
安全库存到底应该设置多少天？我看到很多团队直接用 7 天、15 天或 30 天，这种做法是否足够可靠？
我不会先给所有 SKU 一个统一天数，因为安全库存不是简单的覆盖天数，而是吸收需求和交期波动的缓冲。需求稳定、供应可靠的标准品可能只需要较小缓冲；需求高峰明显、交期经常延迟且缺货损失高的核心 SKU，则需要更高服务目标。更稳妥的方式是先按 SKU 分层，再结合需求标准差、实际交期和缺货成本设定区间，并通过连续几个周期的服务水平和库存金额复盘。
库存总量已经很高，为什么核心 SKU 还是频繁缺货？是不是还应该继续增加采购量？
我会先排查库存结构，而不是立即增加总采购量。高库存可能集中在低周转或不可替代性较低的商品，核心 SKU 反而被需求波动、供应交期或订单预留消耗掉。建议把库存拆成可用、冻结、在途、已分配和可承诺口径，再按销售价值、缺货损失和补货风险排序。只有确认核心 SKU 的库存缓冲确实不足，且缺货成本高于持有成本时，增加库存才是合理动作。
需求标准差和交期标准差分别是什么意思？供应链业务人员应该如何理解这两个术语？
需求标准差可以理解为销量围绕平均水平的波动程度。例如某 SKU 平均每天卖 100 件，有时卖 60 件、有时卖 150 件，波动就比较明显。交期标准差则反映供应商从下单到可用入库的天数是否稳定，例如有时 7 天到货、有时 18 天到货。前者影响我要准备多少需求缓冲，后者影响补货窗口会不会突然拉长，两个波动同时较大时，安全库存风险通常更高。
促销期间的销量要不要放进安全库存计算？如果全部纳入，会不会造成活动结束后积压？
促销数据不应该简单地全部保留或全部删除。我会把促销作为独立业务事件，单独记录活动开始、持续时间、预估销量、实际销量和活动后的回落速度。对于下一次同类活动，可以用历史活动数据建立专门的准备量；对于普通销售周期，则不应把促销峰值直接当成常态。活动结束后，还要设置参数回落和库存消化计划，否则为一次活动准备的库存会变成长期持有成本。
服务水平是不是越高越好？为什么很多企业追求 99% 现货率后，库存金额反而快速上涨？
服务水平越高，通常意味着我要为更少发生的极端需求和供应延迟准备更多库存，边际成本会逐渐上升。从 90% 提升到 95% 可能相对容易，从 98% 提升到 99.5% 往往要支付更高的库存、仓储和报废代价。因此我会根据客户承诺、毛利、替代品和生命周期为不同 SKU 设定目标，而不是把 99% 复制给全部商品。关键不是追求最高数字，而是确认每增加一单位库存换来的缺货损失减少是否值得。
E数通在 SKU 库存分析中能解决什么问题？它是否能直接替代计划人员的判断？
在本文的示例场景中，我会把 E数通作为连接订单、库存、采购和供应商数据的分析工具，用来统一口径、识别异常、查看 SKU 分层、追踪趋势并下钻到具体原因。它可以帮助我更快看到哪些 SKU 缺货频繁、哪些商品库存偏高、哪些供应商交期波动明显，但它不能替代业务人员对客户承诺、产品替代性和供应关系的判断。工具负责提高可见性和复盘效率，策略仍需要业务共同确认。
没有完整的历史数据，或者新品只有几周销量，安全库存应该怎么设置才不至于凭感觉？
数据不足时，我会采用“相似 SKU + 供应约束 + 小步试行”的方法。先参考功能、价格、渠道和客户群相近商品的需求区间，再结合供应商承诺交期、最小采购量和新品试销计划设定初始上下限。新品参数不能一次确定后长期不动，而应缩短复盘周期，持续把真实销量、取消订单和缺货记录补入模型。与此同时，设置最大库存和清理触发条件，避免因为不确定而无限备货。
10 / 核心观点总结
把“缺货频发”转化为一组可以管理的成本问题
- 安全库存不是越多越好，而是要覆盖可识别的需求和供应风险。
- SKU 不能共用一个安全库存天数，价值、波动、交期和替代难度决定策略差异。
- 库存总量、可用库存和可承诺库存必须分开，库存高不等于供应安全。
- 服务水平要与缺货损失和持有成本比较，不能孤立追求 100%。
- 促销、新品、季节性和供应商异常要单独标记，否则历史数据会误导参数。
- 有效的 E数通分析应支持从总览到 SKU、从 SKU 到供应商和订单原因的下钻。
明天就可以执行的 8 个动作
- 拉出近 12 周缺货次数最高的 20 个 SKU。
- 同时拉出库存金额最高但周转最慢的 20 个 SKU。
- 确认库存、订单和采购交期的时间口径。
- 区分可用、冻结、预留和在途库存。
- 给 SKU 标记价值、波动、交期和替代性。
- 为重点 SKU 估算一单位缺货的损失。
- 设置服务、库存金额和缺货损失三个阈值。
- 约定每周异常处理、每月参数复盘的责任人。
