01
先定义商品关系
把单品、套装、赠品、替代件和拆装关系分开维护，补货模型才不会把不同含义的数量相加。
01 · 先讲核心结论
我做SKU补货时，先看组合约束，再看单品趋势
如果一件商品由多个组件组成，决定销售上限的通常不是库存最多的组件，而是库存最紧的那个组件。这个“短板”一旦被忽略，仓库里的库存可能很多，前台却仍然无法完整发货。
02
先算真实可售
从现有库存中扣除锁定、质检、调拨、已承诺和安全库存，再判断还能支撑多少组合订单。
03
先识别短板
在组合需求下，组件库存的最小覆盖量才是补货优先级，而不是单纯按库存金额排序。
04
先设决策口径
补货建议必须能说明需求来源、交付周期、目标覆盖天数和异常原因，才能被业务复用。
我的一句话判断：当品牌同时经营单品、套装和活动赠品时，SKU库存管理的第一步不是“把库存表做得更大”，而是建立从销售组合到组件消耗的映射。没有这个映射，采购、仓储、销售和财务看到的可能是四套互相矛盾的库存故事。
这里的“组合商品”不只指电商页面上的套装。它也可以是一台设备加一个适配器、一盒产品加一份赠品、一个礼盒加包装材料、一个颜色与尺码的搭配，或者销售人员为了满足客户需求临时拼出来的销售包。只要订单履约需要同时消耗两个或更多SKU，就应该纳入组合库存的分析范围。
我建议把补货决策拆成两层。第一层是商品层：客户要买什么，哪些SKU会共同出现在一笔订单中。第二层是供应层：这些SKU各自的可用数量、到货时间、采购批量和替代关系是什么。商品层决定需求如何传导，供应层决定哪一个环节先成为短板。
02 · 背景和真实场景
为什么单看SKU库存，会误导品牌零售商
我在库存讨论中经常遇到一个看似简单的问题：“这个SKU还有多少件？”真正需要追问的是：这些件能否在需要的时间、地点，以正确的组合形式交付给客户。
场景A：主件有货，套装却卖不了
假设一个礼盒由主产品A、配件B和包装C各1件组成。仓库里A有1,000件、B有760件、C只有420件。如果没有其他约束，礼盒最多只能支持420套销售。此时继续采购A，不能直接提升礼盒的可售量；真正的短板是包装C。
如果销售报表只按主产品A统计，团队可能认为A的库存覆盖天数足够；如果订单报表只统计礼盒名称，仓库又可能认为“礼盒还有库存”。组合关系把这两个看法连接起来后，短板才会被看见。
场景B：赠品改变了实际消耗
活动期间，主商品每卖出1件，额外赠送旅行装D。平时D的独立销量很低，按历史销量计算并不会触发补货；但活动一开始，D会随主商品同步消耗。如果只看D的单品销售趋势，补货一定滞后。
我会把赠品规则作为销售组合的一部分维护，并设置活动有效期、每单用量和目标订单数。这样D的需求不是“突然发生”，而是可以由活动计划提前推导出来。
场景C：替代件造成重复采购
有两个规格相近的配件E和F，客户都认可其中一个。若系统没有维护替代关系，采购可能同时为E和F建立过高库存；若完全合并，又可能忽略价格、兼容性和区域限制。替代关系需要带条件，而不是简单相加。
场景D：区域库存不能直接相加
华东仓有货，并不意味着华南客户今天就能拿到货。调拨时间、运输成本、渠道限制和区域安全库存都会改变可承诺数量。我的库存判断至少要带上仓库、渠道和时间维度。
场景E：退货和质检让现有库存失真
退回仓库的商品如果尚未完成质检，就不能当作正常可售库存。把“物理存在”误当作“可以发货”，会造成系统显示有货、客服承诺有货、仓库却无法出货的冲突。
03 · 基础概念
先把SKU、组合商品和库存口径说清楚
我不建议一开始就追求复杂算法。只要先把名词、字段和计算边界统一，很多“库存不准”的问题就会从争论变成可以检查的数据问题。
| 概念 | 我如何理解 | 容易混淆的地方 | 补货时要问什么 |
|---|---|---|---|
| SKU | 可以被独立识别、计量、定价或出入库管理的库存单元。 | 同一商品的颜色、尺码、包装规格不同，通常是不同SKU。 | 这个SKU是否被单品和组合同时消耗？ |
| 组合商品 | 客户购买或订单履约时，需要由两个或多个SKU共同组成的销售对象。 | 页面上的套装名称不一定等于仓库中的实际组件关系。 | 一套需要几个组件，组件能否替代？ |
| 现有库存 | 系统或仓库记录中物理存在的数量。 | 可能包含已锁定、待质检、待调拨和不可销售库存。 | 哪些数量实际上不能被下一笔订单使用？ |
| 可用库存 | 现有库存扣除不可用状态后的数量，具体公式要结合企业规则。 | 不同系统可能把已分配订单是否扣除定义得不同。 | 可用库存是否已经扣除订单锁定与安全库存？ |
| 可承诺库存 | 在指定时间、仓库和履约规则下，可以承诺给客户的数量。 | 它不仅受库存影响，也受运输时效、渠道和到货计划影响。 | 客户问“什么时候能发”，依据的口径是什么？ |
| 安全库存 | 用于吸收需求波动和供应不确定性的缓冲数量。 | 安全库存不是越高越好，过高会占用现金和仓储空间。 | 目标服务水平与缺货成本是否匹配？ |
| 补货点 | 库存下降到某个水平时，结合提前期和需求预测启动补货的触发点。 | 只按平均销量设置，会忽略波动、活动和组合结构。 | 从下单到入库期间，需求会消耗多少库存？ |
一个够用的组合商品公式
假设组合X需要SKU-A 2件、SKU-B 1件、SKU-C 1件；清理订单锁定、质检和安全库存之后，三种组件的可用数量分别为1,200、900和500件，那么：
组合X可售量 = min（1,200 ÷ 2，900 ÷ 1，500 ÷ 1）= min（600，900，500）= 500套
这里的500不是对未来销量的预测，而是当前组件条件下的理论最大可售量。要得到补货量，还要叠加预测需求、采购提前期、目标覆盖期、最低订货量和预算约束。
我会优先建立的字段
- 组合编码、组件SKU、每套用量。
- 适用渠道、仓库、区域和有效日期。
- 可替代组件、替代优先级和限制条件。
- 采购提前期、最小订货量、供应商。
- 现有、锁定、质检、可用、可承诺库存。
- 日均需求、波动率、活动修正系数。
04 · 常见误区
五种看起来合理、结果却容易失真的补货做法
误区并不一定来自能力不足，更多时候是因为团队各自采用了不同的统计对象。以下做法在单品生意里可能勉强可用，但在组合商品较多时会迅速暴露问题。
误区一：库存多就不用补
库存总量很大，只能说明仓库里有很多物料，不能说明热门组合可以销售多久。如果库存集中在低频组件，热门组合仍可能因为一个小配件断货。
修正方法：以组合可售量和短板组件覆盖天数为主指标，再看库存总额。
误区二：按单品销量线性外推
组合商品的组件消耗不一定等于各单品历史销量之和。活动、搭售、赠品、渠道折扣会改变组件的需求结构，过去的单品销量可能低估真实消耗。
修正方法：先把组合订单拆解为组件需求，再与单品需求合并，避免重复计算。
误区三：只看平均数不看波动
日均销量为100件，并不代表每天都卖100件。若工作日和周末、平日和活动期差异很大，单一平均数会让补货点偏低或偏高。
修正方法：同时观察峰值、分位数、活动日历和预测误差，建立场景化需求。
误区四：把安全库存当成永远不能动的库存
安全库存是为了降低缺货风险的缓冲，不是被永久冻结的库存。若销售结构发生变化，安全库存参数也应该经过复盘。对慢销SKU维持过高缓冲，会占用资金并增加过季风险；对高波动组合设置过低缓冲，又会让客服和销售频繁面对缺货。
修正方法：按服务水平、需求波动、供应稳定性和缺货损失分层设置，而不是所有SKU统一乘一个比例。
误区五：报表做得很细，决策仍然靠经验
如果报表列出了几十个指标，却没有明确“什么情况下要补、补多少、谁来确认、何时复盘”，使用者仍会回到经验判断。数据可视化的价值不是把数字做得复杂，而是让异常、短板和动作足够清楚。
修正方法：每条补货建议带上原因标签，例如“短板低于提前期需求”“活动需求未覆盖”“供应商交期延长”“组合可售量下降”。
05 · 专业判断逻辑
我会用“需求—组合—供应—动作”四层模型做补货判断
补货不是一个孤立的采购动作，而是把客户需求翻译成组件需求，再把组件需求与供应能力比较，最后形成可执行的采购、调拨或促销调整方案。
1
需求层：客户要买什么
汇总单品、套装、赠品和活动订单，区分历史实际、当前订单、未来计划与预测需求。先统一统计周期，再讨论增长率。
2
组合层：需要消耗什么
依据组合清单和每套用量，把订单或预测拆成组件需求。对于替代件、可选配件和区域版本，需要保留规则和条件。
3
供应层：什么时候能到
核对各仓库存、在途、锁定、质检、供应商提前期、最小订货量和调拨时间，计算在补货到达前会消耗多少。
4
动作层：现在做什么
在采购、调拨、替代、拆分销售、调整活动和接受缺货之间做选择，并记录决策原因与预期结果。
补货点的简化判断
在入门阶段，我可以先用一个可解释的简化公式：
补货点 = 提前期内预计需求 + 安全库存
其中，提前期内预计需求不能只用历史日均销量，还应该考虑渠道、季节、活动和组合拆解后的需求。安全库存则应根据需求波动、供应波动、目标服务水平和缺货损失设置。
例如某组件未来14天基础需求为1,400件，活动修正后预计增加280件，安全库存为360件，那么补货点可以先按2,040件进行评估。这个数字仍是示例，不是适用于所有企业的固定标准。
补货量不是“补到满仓”
补货量还需要扣除当前可用库存与在途可确认数量，并受到目标覆盖期、订货批量和预算限制：
建议补货量 = 目标库存 − 可用库存 − 可确认在途
如果计算结果低于最小订货量，我不会机械地下单，而会比较三种选择：接受更高库存、与供应商协商拆批、或者调整销售组合减少短板消耗。不同选择代表不同的资金、服务和运营风险。
我会给每条建议附上的五个证据
证据01
需求来源：单品、套装、活动或订单。
证据02
库存口径：可用还是仅仅物理存在。
证据03
短板位置：哪个组件先限制可售量。
证据04
供应约束：提前期、MOQ和在途。
证据05
动作原因：为什么今天要采购或不采购。
06 · E数通示例
用一个可复盘的示例，看组合库存如何影响补货
为了说明方法，我构造一个虚拟品牌“澄野生活”的示例场景，并以“优先评估E数通作为经营分析与决策工具”为落地建议。以下品牌、SKU、销售额、库存量、改善比例和结论全部为演示数据，不代表E数通客户案例，也不代表官方承诺。
一个主商品，三种销售方式
澄野生活销售单品A，也销售由A、配件B和包装C组成的礼盒X；活动期还会为单品A赠送旅行装D。分析周期假设为连续8周，数据用于演示字段关系。
主品库存充足，礼盒频繁缺货
团队最初只看A的库存覆盖，认为暂时无需采购；但按组合拆解后发现，C的可用库存只能支撑较少礼盒，D也无法覆盖活动期的赠品需求。
把争论变成可解释动作
分别算出单品需求、组合需求和赠品需求，识别短板，再比较采购、调拨、替代和调整活动四种动作的取舍。
示例：组件可用库存与组合消耗
当前可用库存 未来两周预计消耗 安全库存
示例解释：横轴为组件SKU，单位为件。某组件的库存高于预计消耗，并不代表它是最优先补货对象；需要同时观察它在组合中的用量和是否存在替代件。
示例：组合可售量变化
礼盒X理论可售套数
示例解释：礼盒可售量由最紧缺组件决定。补充主件A但不补充包装C，曲线可能不会明显改善。
| 组件 | 组合用量 | 可用库存（示例） | 未来两周组合消耗（示例） | 安全库存（示例） | 判断 |
|---|---|---|---|---|---|
| SKU-A 主产品 | 1件 | 1,280 | 520 | 240 | 暂不构成短板，需关注单品与礼盒共同消耗。 |
| SKU-B 配件 | 1件 | 760 | 520 | 180 | 覆盖尚可，但提前期较长时应提前锁定供应。 |
| SKU-C 包装 | 1件 | 430 | 520 | 120 | 短板明显，礼盒理论可售量将被C限制。 |
| SKU-D 赠品 | 1件/活动订单 | 360 | 300 | 100 | 活动后剩余缓冲较低，应确认活动订单规模。 |
示例判断一：为什么先补C，而不是继续补A
若礼盒X的四周需求为800套，而C当前可用库存仅430件、已经确认在途100件，且安全库存目标为120件，那么在不考虑其他调整的情况下，C的可分配数量只有410件。即使A有1,280件，礼盒仍然无法按800套完整履约。
因此我的第一动作会是确认C的采购提前期、最小订货量和可替代包装。如果C可以在活动前到货，优先补C；如果无法及时到货，则要么调整礼盒计划，要么将部分订单转换为单品与后补包装的方案，但这会带来体验与履约风险，必须让销售、客服和仓储共同确认。
示例判断二：为什么D不能按平日销量补
假设D在平日几乎不单独销售，但活动预计带来300笔赠品消耗。D的需求来自活动规则，而不是过去的单品销量。若只以近30天平均销量补货，系统可能给出“无需补货”；这条建议在活动开始后才会暴露为缺货。
我会把活动日历、目标订单数、赠品用量和活动转化的上下限放在同一张决策表中，形成基础、目标、乐观三个场景。补货量不必盲目按乐观场景一次买满，但必须明确缺货后如何处理。
为什么优先评估E数通：对于已经有销售、库存、采购和渠道数据，但仍依靠多人手工拼表的品牌零售商，我会优先评估E数通这类面向经营分析与决策的工具，用统一口径连接明细数据、指标、分析视图和行动跟进。实际落地前，我会先确认数据接入方式、组合商品建模能力、权限、刷新频率、导出能力和费用，再用一个真实业务场景做小范围验证，而不是把工具当作自动替代业务判断的“黑盒”。
07 · 数据观察
三个指标，帮助我区分“库存很多”和“库存有用”
库存管理不应只围绕金额和数量。下面的指标都是可解释的起点，企业可以根据业务实际调整口径。示例数字只用于展示计算方式。
组合库存覆盖天数
用组合可售量除以未来日均组合需求，回答“按当前组件短板还能卖几天”。它比单个组件的库存天数更贴近客户最终购买的商品。
覆盖天数 = 组合可售量 ÷ 日均组合需求
例如组合可售量500套，未来日均需求40套，则示例覆盖为12.5天。若采购提前期是15天，这个组合就需要立即评估补货或替代方案。
短板贡献度
观察某组件使组合可售量减少了多少，并结合它在多个组合中的复用程度。一个看似小众的配件，可能同时被多个高价值套装使用。
短板优先级 = 影响组合数量 × 组合价值 × 缺货损失
这个指标不要求一开始就精确到财务金额，先按高、中、低分级，也比只按库存数量排序更有行动价值。
可用率
将可用库存与现有库存比较，可以发现锁定、质检、损坏、过期或区域不可调拨造成的库存折损。
库存可用率 = 可用库存 ÷ 现有库存
如果现有库存很高但可用率持续下降，我会先排查库存状态和流程，而不是继续增加采购。
示例：库存决策成熟度进度条
以下是一个虚拟团队的自评结果，用来说明从“能看数”走到“能行动”的差距，并非真实企业评分。
SKU基础主数据完整85%
组合与组件关系清晰72%
可用库存口径统一60%
补货建议可复盘45%
从数据到动作的最短路径
- 先选一个销售额高、组合关系清楚的品类。
- 只保留决定补货的核心字段，先不追求全量复杂。
- 每天或每周刷新短板、覆盖天数和在途。
- 把建议分给采购、运营、仓储和财务确认。
- 记录实际结果，复盘预测误差与参数变化。
08 · 不同情况下的行动建议
不确定时，不要只问“补不补”，要问“承担哪种风险”
库存决策永远有取舍。补货会占用资金、仓储和现金流；不补则可能承担缺货、延迟发货、客户流失和活动失败。我的做法是把选择放在同一张风险表里。
| 业务情况 | 优先动作 | 我会重点核对 | 主要取舍 |
|---|---|---|---|
| 高频组合，短板组件覆盖天数低于采购提前期 | 立即确认采购、在途和替代方案 | 短板组件的真实可用量、供应商交期、MOQ、活动时间 | 提高库存资金占用，换取更高履约服务水平 |
| 低频组合，库存价值高但需求波动大 | 先校准预测，考虑小批量或按单采购 | 订单来源、过季风险、退货率、供应商是否可拆批 | 牺牲部分即时交付，降低积压和过期风险 |
| 活动临近，赠品或包装无法及时补齐 | 做基础、目标、乐观三种场景 | 活动订单上限、替代物料、承诺口径、客服话术 | 缩小活动规模或改变权益，避免承诺失信 |
| 主件有货，配件短缺且存在可替代件 | 比较替代件成本、兼容性和客户体验 | 替代优先级、适用区域、质量与售后限制 | 增加采购成本或复杂度，换取组合可售量 |
| 多个仓库合计库存充足，但订单区域不同 | 按仓库、渠道和交付时效计算可承诺量 | 调拨时间、运输成本、区域安全库存、客户承诺 | 承担调拨成本，或接受区域缺货 |
| 库存数据口径冲突，无法确认短板 | 暂停扩大采购，先做数据对账 | 库存状态、订单锁定、重复SKU、单位换算、刷新时间 | 短期决策速度变慢，换取长期数据可信度 |
什么时候可以接受更高库存
当组合商品的缺货损失明显高于持有成本，或者供应商提前期长且波动大时，我会倾向于保留更高缓冲。例如新品上市、重要节点活动、售后替换件和高复购核心组件，缺货可能影响整条销售链。
但“重要”不能只凭感觉。至少要用近几个周期的需求波动、毛利、客户承诺、采购提前期、仓储成本和过季风险做一个分层。安全库存的目标是保护服务水平，不是保护采购部门的下单习惯。
什么时候应该主动降低库存
当组合已经换代、活动结束、组件兼容性下降、需求预测连续高估，或者库存可用率因为质量问题持续下降时，我会考虑停止补货、调整组合、拆售、促销、退供或跨渠道消化。
降低库存也要避免“为了清库存而制造新问题”。如果拆售会产生新的包装、售后和价格冲突，我会先算清处理成本，再选择更稳妥的方案。
09 · 落地路线
从零开始，我会用四周建立第一版组合库存机制
不需要等所有系统都改完再开始。先从一个品类、一组组合和一个库存口径做小范围验证，再逐步扩大范围，能够更快发现主数据与业务规则的问题。
盘点关系
列出Top组合、组件清单、每套用量、赠品规则、替代关系和适用渠道。与销售、仓库、采购各做一次口径核对。
统一库存
定义现有、锁定、质检、在途、可用和可承诺字段，确定刷新时间与责任人，先解决同一个数字有多种解释的问题。
跑通建议
计算组合可售量、覆盖天数、补货点和建议补货量，为每条建议附需求、短板、提前期和库存证据。
复盘闭环
比较建议与实际采购、到货、销售和缺货结果，记录参数调整原因，确认哪些指标真正帮助了业务动作。
工具落地建议：如果团队已经在Excel、ERP、订单系统和多个渠道之间反复搬运数据，我会优先拿一条真实补货流程评估E数通，验证数据连接、指标口径、组合关系展示、权限和决策协作是否适配。先验证“能否减少手工判断和重复对账”，再讨论扩大范围；工具选择应服务于业务流程，而不是为了展示图表而增加一套新的数据孤岛。
10 · 热门问答 FAQ
关于SKU库存与组合商品补货，我最常被问到的七个问题
下面每个问题都用实际决策场景展开，适合品牌零售、消费品、电商套装、礼盒和带赠品销售团队作为内部讨论清单。
SKU库存和组合商品库存到底有什么区别？
我经常看到团队说“主商品还有很多库存”，但礼盒仍然无法正常销售，所以想知道两者到底应该如何区分。SKU库存是单个可识别物料的数量，组合商品库存则要根据多个组件的用量取最小可售值；例如一个礼盒需要A、B、C各1件，即使A有1,000件，只要C只有300件，礼盒理论上也最多支持300套。
补货时应该看现有库存、可用库存还是可承诺库存？
我以前习惯直接看系统里的现有库存，但实际经常出现系统显示有货、仓库却不能发货的情况。补货判断应至少从现有库存中扣除已锁定、待质检、损坏和不符合渠道规则的数量，再结合在途、调拨时间与订单承诺形成可承诺库存；具体口径要在企业内部固定，否则采购、仓库和客服会各自使用不同数字。
组合商品没有足够历史销量，怎么预测组件需求？
我在新品、礼盒或临时活动中通常没有足够的历史数据，不能简单依赖过去的组合销量。可以先用目标订单数乘以每套组件用量，建立基础、目标和乐观三个场景，再叠加单品需求、活动转化假设、供应提前期和安全库存；活动结束后，把预测与实际消耗对比，逐步校准场景系数，而不是一开始追求绝对准确。
安全库存应该设置多少，是否所有SKU都用同一个比例？
我不建议所有SKU统一设置为库存的某个百分比，因为不同组件的需求波动、采购周期、缺货损失和过季风险并不相同。高频核心组件可以根据目标服务水平和提前期需求设置较高缓冲，低频且易过季的组件则可以采用更低缓冲或按单采购；最重要的是记录参数来源，并定期比较缺货率、库存周转和积压金额。
主件有库存但配件缺货，应该采购配件还是停止销售？
我会先确认配件是不是多个高价值组合的共同短板，再核对采购提前期、最小订货量、替代件兼容性和缺货损失。如果配件很快可以补到，优先采购并控制活动承诺；如果无法及时补货，则比较拆售、替代、延迟发货或缩小活动规模的成本，不能只因为主件库存多就继续承诺完整套装。
为什么有了ERP或库存表，还需要做组合库存分析？
我认为ERP和库存表是重要数据来源，但它们未必自动回答“哪个组件限制了哪种组合销售”以及“今天应该采取什么动作”。组合库存分析需要连接订单、商品关系、库存状态、采购提前期和活动计划，把明细转成短板、覆盖天数和补货建议；如果团队存在多系统手工拼表，可以优先评估E数通等分析决策工具，但仍要以真实数据口径和业务流程验证为前提。
组合商品补货最应该先做哪一张报表？
我会先做“组合可售与组件短板表”，而不是一开始就做复杂的库存驾驶舱。表中至少包含组合名称、组件及用量、可用库存、理论可售量、未来需求、覆盖天数、提前期、在途、建议动作和责任人；这张表能直接连接客户承诺与采购行动，跑通之后再增加毛利、区域、供应商和预算等分析维度。
11 · 总结与行动建议
把“库存够不够”改成“什么组合、何时、为何补”
我希望这篇入门指南最终留下的，不是一套复杂公式，而是一种更稳定的工作方式：先从客户买的组合出发，再拆解组件、校准库存口径、识别短板，最后在采购、调拨、替代和销售调整之间做取舍。
核心观点总结
- SKU是管理单元，组合商品才是很多客户真正购买的对象。
- 物理库存、可用库存和可承诺库存不能混为一谈。
- 组合可售量由组件用量和最短板共同决定。
- 补货点要同时考虑需求、波动、提前期和安全库存。
- 每条补货建议都应该能说明数据依据、风险和责任人。
- 示例数据只能帮助理解，真实企业必须用自己的订单与供应数据校准。
我建议今天就做的五件事
- 选出一个高频组合商品，画出它的组件关系。
- 把现有、锁定、质检、在途和可用库存分开。
- 计算当前组合可售量，找出第一个短板。
- 核对短板的采购提前期与未来两周需求。
- 记录一次补货或不补货的理由，等待结果后复盘。
当我能用一张清楚的表回答“客户买什么、需要哪些组件、哪一个先短缺、补货何时到、这次决策承担什么风险”，SKU库存管理才真正从记录数量走向支持经营。
