01 · 到货前准备
在车辆或快递到仓前,我会先检查采购订单、预约信息和预计到货明细是否存在。
- 供应商、订单号、SKU 编码是否一致
- 采购单位与库存单位是否有换算关系
- 预计数量、箱数、批次或效期要求是否明确
- 特殊商品是否提前安排质检、温控或隔离区域
- 系统是否存在重复订单或已关闭订单
如果我只能给刚接手供应链工作的负责人三条建议,我会先要求团队统一 SKU、库存状态和业务单据的口径,再把收发存动作固化成检查节点,最后让每一次差异都能够回到具体单据、人员、时间和处理结果。库存准确不是盘点日临时冲出来的结果,而是每天收货、上架、拣货、出库、退货和调整都不走捷径的累积。
名称、编码、规格、单位、包装换算、条码和批次规则要能够对应到同一个物料。相同商品不能因为供应商简称、销售渠道或包装不同就随意生成多个编码,也不能把不同规格的商品合并成一个模糊名称。
可用库存、待检库存、冻结库存、残次库存、已分配库存和在途库存分别代表不同承诺。销售可以承诺的数量,通常不是物理仓库里看到的总数,而是经过状态和订单占用过滤后的可用数。
收货不是把箱子搬进仓库,发货也不是把包裹交给快递。采购、仓库、质检、销售或客服之间要明确谁提交、谁核对、谁放行、谁承担异常反馈。
越晚发现,越难判断差异发生在收货、库内移动、拣货还是出库。对于高价值、高周转或容易混淆的 SKU,我会优先设置日清或班次清,而不是等月底一次性盘点。
我需要同时看到入库完成率、出库及时率、库存准确率、异常未结数和临期或呆滞库存,而不是让每个岗位各自维护一份无法对账的表格。
我会把“先核对、再操作;先隔离、再判断;先留痕、再调整”作为所有 SKU 收发的共同原则。核对解决的是输入错误,隔离解决的是错误扩散,留痕解决的是事后无法追溯。三件事看起来简单,却能把大量依赖个人经验的库存动作,转化为团队可以复用的流程。
我在接手库存问题时,通常不会先问“为什么盘点不准”,而会沿着一件商品的路径反向追踪:它从哪里来,经过了哪些状态,谁在什么时候改变了数量,最后为什么能被承诺给客户。这样更容易发现,库存差异往往不是单点故障,而是多个小动作没有衔接造成的结果。
供应商送来 10 箱,每箱 24 件,送货单写的是 240 件。仓库人员按箱清点没有发现问题,但系统入账单位是“个”,采购订单单位是“箱”,包装换算关系没有维护,最终入账可能变成 10 个或 240 箱。数量本身不是唯一风险,单位口径才是。
另一个常见情况是商品外箱相同,内装规格不同。仓库先收货、后补录规格,临时放置时没有库位标识,后续拣货人员只能凭外观判断,这种错误往往会在发货或客户投诉时才暴露。
系统显示某 SKU 有 500 件,但其中 120 件已经被订单占用,80 件正在质检,40 件被退货待判定,真正可以承诺的新订单可能只有 260 件。如果团队只看物理库存,就会出现超卖、拆单、临时调货和反复修改承诺日期。
因此我会把“物理数量”和“可承诺数量”分开看。前者回答仓库里有多少,后者回答在满足既有承诺和质量规则后,还能卖多少。
退货不是简单的反向出库。商品可能是完好可销售、外包装破损、配件缺失、质量待检或疑似串货。若所有退货都直接回到可用库存,账面数量虽然恢复,订单履约时却可能再次发出问题商品。
我建议退货先进入待检或隔离状态,由质检结论决定后续去向,并把退货原因与原订单、原批次、客户反馈关联起来。退货数据还能帮助我判断包装、运输和产品质量的重复性问题。
| 仓型或业务特点 | 主要风险 | 我会优先检查 |
|---|---|---|
| 电商小件、高频出库 | 拣错、漏拣、波次合单错误 | 条码扫描、复核结果、面单关联、差异件回库 |
| 制造业原材料仓 | 批次混用、替代料误领、余料不回库 | 领料单、批次、工单、退料和线边库存 |
| 经销商多渠道库存 | 渠道占用、跨仓调拨、可售口径不一致 | 渠道分配、在途、锁定量与可承诺量 |
| 食品或有保质期商品 | 临期、先进先出失效、批次追溯断裂 | 生产日期、效期、批号、库龄和出库顺序 |
在流程还没有被统一之前,我会找仓库、采购、销售、质检和财务各抽一位同事,一起把一个普通 SKU 从采购下单画到客户签收。每一步都标记四个信息:输入单据、库存状态、数量变化、异常出口。
下面的清单适合做成岗位 SOP,也适合转成 E数通中的数据看板或异常待办。并不是每家公司都需要同样细的审批,但关键是把“必须核对的内容”和“出现什么情况不能继续”写清楚。
在车辆或快递到仓前,我会先检查采购订单、预约信息和预计到货明细是否存在。
收货初检只确认货物是否可以进入正式清点,不要把明显异常的货物直接混入正常收货区。
我会要求团队先确定清点单位,再开始数货。整箱、拆箱、赠品和零头必须使用同一套换算规则。
没有质检要求的商品也应该有一个明确的“可用放行”规则,不能让不同人员凭感觉决定是否上架。
上架动作的目标是让“实物所在位置”和“系统所在位置”完全一致,尤其要防止临时堆放变成永久库位。
在安排拣货前,我会先判断订单需要的是总库存、可用库存还是满足批次和效期约束的库存。
拣货是最容易发生 SKU 相似、数量错误和库位错误的环节。我会用扫描或双人复核降低对记忆的依赖。
包装完成不等于出库完成。只有货物、订单、面单和物流交接完成,库存才应发生正式扣减。
退货和盘点是检验日常流程质量的窗口。我会把它们当作纠偏环节,而不是月末补数字。
如果系统还没有完整的流程模块,团队至少应该在每个班次交接时留下以下信息。它不追求表格复杂,而追求第二天的人能看懂昨天发生了什么。
| 记录项 | 最少要写什么 | 为什么重要 |
|---|---|---|
| 未完收货 | 供应商、订单、SKU、实收差异、存放位置 | 避免未完成收货被误当成可用库存 |
| 待处理异常 | 异常类型、数量、照片或单据、负责人、截止时间 | 防止异常只存在于口头沟通中 |
| 暂存货物 | 暂存区、所属订单或批次、预计处理动作 | 防止临时区形成“失联库存” |
| 盘点差异 | 账面数、实盘数、差异数、初步原因、复核人 | 让后续调整有依据可查 |
我会把放行判断写成“如果……那么……”的规则,避免员工只看到结果而不知道原因。
很多库存问题并不是员工不认真,而是流程把“快”放在了“可验证”之前。下面这些做法在业务高峰期尤其容易出现,我会把它们当成需要优先治理的信号,而不是单纯追责某个人。
这种做法会让系统迅速看起来“有货”,但差异一旦和销售订单、调拨或出库动作交叉,后面很难分清原始问题。正确的做法不是让所有收货都慢下来,而是把正常货和异常货分流:正常货快速放行,异常货进入差异或待检状态。
总库存适合做概览,不适合直接做承诺。待检、冻结、已分配、在途和残次库存如果没有分层,销售、采购和仓库会各自用不同的理解做决定。我的经验是,先把状态定义清楚,再讨论报表展示。
熟手经验很有价值,但不能替代编码、条码和库位规则。人员休假、轮岗或业务扩张后,依赖个人记忆的系统会迅速失效。把经验写成可扫描、可核对的标准,才是真正把能力留在组织里。
调账能让账面暂时和实物一致,却不能解决错收、漏拣、错发、退货未入库和系统接口延迟等问题。每次差异至少要回答五个问题:
库存准确率很重要,但它不是唯一结果。一个仓库可以通过冻结大量库存、减少发货或频繁盘点来获得漂亮的准确率,却牺牲了订单及时率和客户体验。我会把库存准确率与出库及时率、缺货率、退货率、异常关闭时长一起看,避免单指标优化。
面对一个“库存少了 20 件”的问题,我不会直接问谁改过数字,而会先判断这 20 件到底属于什么对象、处于什么状态、发生过什么动作、目前有什么证据。四层逻辑可以帮助新负责人从情绪化追责,转向可复盘的业务分析。
先确认 SKU 身份:编码、名称、规格、单位、批次、包装换算是否一致。若对象不清,后续所有数量比较都有可能是错的。
例:“蓝色 500ml”不能代替完整编码,因为颜色、容量、套装和单品可能都是不同库存对象。
确认这批货是可用、待检、冻结、已分配、在途还是残次。相同数量在不同状态下,对销售承诺和财务核算的意义不同。
例:待检 100 件不能直接视为可发 100 件,必须等待质量结论。
沿着库存流水查看收货、上架、调拨、领料、拣货、出库、退货和盘点调整。每一次动作都应有来源单据和时间。
例:出库数量减少但没有物流交接,可能是提前扣减或订单取消未回库。
把纸质单据、扫码记录、照片、质检结果、物流单号和系统日志放到同一条追溯链中,才有机会定位责任环节。
例:只有“仓库说已发”的口头结论,不能作为库存扣减的充分证据。
| 差异类型 | 可能原因 | 第一动作 | 是否可直接调整 |
|---|---|---|---|
| 数量差异 | 漏收、错拣、少发、多发、盘点误差 | 冻结相关库位或批次,复盘最近流水 | 不建议,先完成复核 |
| 状态差异 | 待检误放可用、退货未隔离、冻结未释放 | 核对质检结论和状态变更记录 | 有结论后可调整 |
| 单位差异 | 箱、件、套、公斤换算错误 | 确认主数据和历史单据单位 | 需评估连锁影响 |
| 时间差异 | 接口延迟、跨日入账、先操作后过账 | 比对业务发生时间和系统入账时间 | 不能只改期末余额 |
下面是为了说明方法而设计的示例场景,不代表 E数通客户的真实数据、真实项目结果或任何企业的经营承诺。我选择 E数通,是因为这类库存问题不仅需要记录单据,还需要把多角色、多个节点和多个指标放到同一个分析视角里,帮助负责人从“查表”转向“看异常、找原因、做动作”。
假设我负责一家拥有 3 个仓库、约 1,200 个 SKU 的示例企业。商品同时通过直营网店、经销商和线下门店销售,仓库每天有收货、跨仓调拨、订单拣货和售后退货。企业过去使用多份 Excel 表,采购、销售和仓库对“库存”的理解不完全相同。
我不会先把所有历史数据一次性搬进看板,而会选择 30 个高周转 SKU 做试点,统一编码、单位、仓库、库位、库存状态和订单占用规则,再逐步扩展到全量 SKU。
这是一组用于演示分析方法的虚构数据。它不是对任何企业的真实统计,重点是说明:负责人不能只看“总异常数”,还要知道异常主要集中在哪个动作。
示例口径:同一单据出现多个问题时按主要原因归类。若收货差异和单位错误同时存在,应在明细中保留多标签,避免概览数据掩盖根因。
如果某天通过集中盘点把数字调平,单日准确率可能明显上升,但这不代表流程已经改善。我会把准确率按仓库、SKU 分层和周次观察,并同时查看差异关闭时长,确认问题是不是在重复发生。
示例数据按周展示,百分比为虚构的管理演示值。真实应用时应明确盘点范围、抽盘规则、计算分母和是否排除冻结库存。
在 E数通这类数据分析场景中,我会让每个指标都绑定到一个可以执行的动作。例如看到收货差异占比升高,不是只在看板上标红,而是进一步查看供应商、SKU、班次、收货人和包装单位,决定是培训、供应商沟通,还是修正主数据。
看库存总量、可用量、占用量、在途量、异常量和库存准确率趋势,解决“现在整体怎么样”的问题。
按供应商、SKU、仓库和日期分析到货及时率、收货差异率和待检积压,解决“问题从哪里进入”的问题。
分析订单波次、拣货差错、复核差异、出库时长和物流交接,解决“问题在哪里被放大”的问题。
按库龄、周转、状态、批次和渠道看库存健康度,解决“库存为什么越来越多或越来越不够”的问题。
这就是我认为数据看板的价值:不是把问题换成一张更漂亮的表,而是减少定位路径,让负责人可以从异常数字继续钻取到具体业务动作。
任何工具都不能自动替代现场清点、质量判断和岗位责任。E数通可以帮助我汇总和分析已有数据,但前提仍然是 SKU 主数据、单据字段、状态定义和业务流程足够清楚。
因此我会把项目分成三步:先统一口径,再确保数据持续产生,最后做指标分析。顺序反过来,只会得到一个看起来有图表、实际没人信的系统。
库存管理不可能一开始就做到所有节点都精细化。我会根据商品风险、订单频率、人员能力和系统基础做优先级排序。先控制高风险错误,再逐步提高自动化和分析深度,通常比一次性设计一套复杂流程更容易落地。
优先做:统一 SKU 编码、库位标签、收发单据和每日抽盘。即使订单量不大,也要把异常货单独放置。
可以暂缓:复杂波次拣货、过度细分的绩效指标和过多审批节点。
取舍:用简单规则换取执行稳定,先确保每个库存变化都有记录。
优先做:条码扫描、订单锁定、拣货复核、物流单号关联和取消订单回库。
可以暂缓:低周转 SKU 的复杂预测模型和非关键字段的精细维护。
取舍:用标准化动作换取速度,不能为了快而省掉复核。
优先做:批次追溯、先进先出、待检隔离、效期预警和退货判定。
可以暂缓:只看总库存的汇总报表,因为总数无法反映可用质量。
取舍:接受部分操作变慢,换取质量风险和召回风险可控。
按销售影响、单价、周转速度、批次要求和历史差异找出优先级,不要一上来平均分配精力。
清理重复名称、模糊规格、单位换算和可用库存定义,形成一页纸的口径说明。
选择一个高频 SKU,从收货、上架、锁定、拣货、出库到退货完整走一遍,并记录每个断点。
规定异常分类、负责人、截止时间和复核方式,要求每项异常都有状态变化和结论。
用 E数通或现有数据工具呈现准确率、及时率、异常量和库存结构,开始按周复盘。
| 环节 | 执行者 | 确认者 | 异常升级对象 |
|---|---|---|---|
| 采购订单确认 | 采购 | 供应链负责人 | 采购经理或供应商负责人 |
| 到货清点 | 收货员 | 仓库班组长 | 仓库负责人 |
| 质量放行 | 质检 | 质量负责人 | 质量或供应商负责人 |
| 拣货复核 | 拣货员、复核员 | 仓库班组长 | 订单运营负责人 |
| 库存调整 | 库存专员 | 供应链负责人 | 财务或业务负责人 |
这里的角色名称可以按企业实际调整,重点是同一环节不能既没有确认者,也没有异常升级路径。
以下回答以第一人称整理,适合新任供应链负责人、仓库主管和需要搭建库存看板的业务人员作为检查入口。文中的数据和案例均为方法示例,不代表任何企业真实情况。
我刚接手仓库时,常常会把商品名称、销售组合和实际库存对象混在一起理解。我的做法是把 SPU 看成一类商品,把 SKU 看成可被独立销售、采购和库存管理的具体规格,例如同一款水杯的不同颜色可以是不同 SKU;库存单位则是系统计算数量的基本单位,可能是件、箱或套。如果编码和单位不统一,收货、拣货、盘点和销售承诺都会出现“名字相同、数量不同”的问题,所以我会先建立编码、规格、单位和包装换算表。
我会把收货核对分成单据、实物、质量和状态四层,而不是只看送货单上的一个数字。单据要核对采购订单、供应商和单位,实物要核对 SKU、规格、箱数、件数和批次,质量要确认外观或检验结果,状态要决定它是可用、待检还是隔离。即使送货单写着 240 件,也要确认 10 箱乘以每箱 24 件的换算关系正确,否则系统可能出现数量或单位错误。
我通常先用物理库存描述仓库里实际存在的数量,再从中扣除待检、冻结、残次和已被其他订单占用的部分,得到更接近业务使用的可用库存。可承诺库存还要考虑订单优先级、批次效期、渠道分配和补货计划,所以不一定等于简单减法。销售在承诺新订单时不应只看物理总数,而应看企业定义好的可承诺口径,并在特殊商品上同时确认批次和质量状态。
我不建议发现差异就直接调账。正确顺序是先隔离相关 SKU 或库位,确认账面数量、实盘数量和差异范围,再检查最近一次收货、移动、拣货、出库、退货和盘点记录,最后把原因归为数量、单位、状态、时间或系统接口问题。确实需要调整时,我会保留审批人、调整原因和相关单据,并把重复出现的原因转化为流程改进动作,否则调账只是在修饰结果。
我会把退货先放到待检或隔离状态,不会因为系统需要回冲数量就直接放回可用库存。退货要关联原订单、原 SKU、批次和退货原因,再检查外包装、配件、功能、效期以及是否存在客户使用痕迹,最后根据质检结论进入可销售、返工、退供、报废或其他状态。普通收货主要验证供应商交付是否符合订单,退货还要判断商品是否仍适合再次履约。
我会先做四件低成本但必须坚持的事:统一 SKU 编码和单位,在货架和暂存区设置清晰标签,把可用、待检、冻结和退货隔离开,最后每天对高周转或高价值 SKU 做循环盘点。Excel 或现有系统可以先记录收货、出库、退货和调整,但字段必须固定,不能每个人自由增加口径。等业务数据稳定后,再用 E数通等工具把多表数据汇总成异常和趋势视图。
我会至少同时观察库存准确率、入库及时率、出库及时率、缺货或欠交数量、异常未结数、退货闭环率、库龄和可用库存结构。库存准确率只说明账实是否接近,不能说明订单是否按时发出,也不能说明库存是否积压或状态错误。例如准确率很高但待检库存持续增加,业务仍然可能无法正常履约。因此每个指标都应对应一个问题和一个负责人,而不是把看板做成只供展示的数字墙。
当我已经有采购、收货、库存、订单、出库、退货或物流等持续产生的数据,但需要跨部门汇总、筛选和追踪异常时,就适合考虑用 E数通建立管理分析视图。上线前我会先准备 SKU 主数据、仓库和库位、库存状态、单据编号、业务日期、数量和单位,以及订单与物流的关联字段。如果基础口径还不一致,我会先做字段和流程治理,再逐步接入工具,避免得到一个图表很多、结论不可靠的看板。
我认为,SKU 库存管理的核心不是让每个人都成为数据专家,而是让每个人在关键节点知道应该检查什么、发现异常应该停在哪里、下一步应该通知谁。收发动作越频繁,越需要用统一编码、状态分层、单据关联和异常闭环,减少对个人经验的依赖。

