电商采购平台:采购新手年度规划:旺季备货怎样持续改善规范采购流程
很多采购新人把旺季备货理解成“提前多买一点”,但我在实际协助电商团队复盘时发现,真正造成损失的往往不是买少,而是没有把销售预测、采购审批、供应商交付、库存预警和售后反馈连成一个可持续改进的流程。同一款商品,有的团队旺季前库存充足却资金被锁死,有的团队销量暴涨却因为补货审批慢了七天,最终只能高价采购或错失销售窗口。
本文所说的规范采购,不是把表格做得更复杂,也不是要求采购人员每天填写大量字段,而是建立一套能够回答五个问题的年度机制:今年应该采购什么、什么时候采购、采购多少、谁来确认、上一轮的错误如何避免再次发生。对于采购新手而言,这五个问题比单纯学习询价、比价更重要。
传统采购流程常常在货物入库后结束,采购人员核对数量、登记单价、关闭订单,然后等待下一次需求。但旺季过后最有价值的信息,恰恰来自退货率、缺货天数、实际周转、供应商延迟原因和滞销库存处理结果。如果这些信息没有回流到下一轮采购,团队就会反复犯同样的错误。
我更建议把采购流程看成一个闭环:需求预测产生采购建议,采购建议经过预算和库存校验,订单进入供应商执行,收货和销售数据验证原先判断,异常被记录并归因,最后形成下一次采购的参数。流程是否规范,关键看它能不能让下一轮决策更准确,而不是看审批节点有多少。
电商采购的年度规划可以拆成四个周期,而不是简单按照自然月平均分配工作。第一个周期是年度基线期,用于整理商品、供应商、历史销量和采购成本;第二个周期是常态运营期,用于稳定补货、校准参数和清理异常;第三个周期是旺季准备期,用于锁定供应能力和建立风险库存;第四个周期是旺季复盘期,用于沉淀规则、修正模型和处理尾货。
这四个周期之间不能割裂。例如,旺季备货量不应只参考去年旺季销量,还要参考去年预测误差、今年流量变化、促销折扣、供应商交付周期和当前库存。如果只复制去年的采购量,实际上只是把去年的不确定性复制了一遍。

采购新人容易把“谈到最低价格”当作能力证明,但旺季期间,低价却可能伴随更长交付周期、更高起订量、更高不良率和更弱的补单能力。真正应该优先建立的是可追踪、可解释、可复盘的采购秩序,然后再通过规模和谈判逐步优化价格。
我通常会建议新人先建立三个基本能力:第一,任何采购数量都能说明计算依据;第二,任何供应商选择都能说明比较维度;第三,任何异常都能说明发生在哪个节点。具备这三点后,即使采购结果不理想,也能快速定位问题,而不是在复盘会上陷入“当时感觉应该这样做”的争论。
常态销售中,一个小的预测偏差可能只表现为多卖几天或少卖几天。但在大促、节假日或季节性高峰期间,销量曲线会突然抬升,供应商排产、仓库收货、物流运输和平台活动又往往同时拥堵。采购数量、下单时点和交付承诺只要有一个环节失真,就可能造成连锁影响。
例如,一款平时日均销量为300件的商品,旺季预计提升至800件。采购新人可能直接按照30天备货,计算出24,000件需求,却没有扣除现有库存、在途库存和供应商可分批交付数量。如果现有库存有8,000件,在途有6,000件,合理采购量与直觉采购量的差异就会达到14,000件。
相反,如果销量被低估,后续补单需要20天,而商品的销售高峰只持续15天,那么即使供应商最终交付完成,货物也可能在需求下降后才到仓。旺季备货的核心不是预测一个漂亮数字,而是判断库存到达时是否仍然有销售价值。
我曾经见过一份“旺季备货表”,字段非常齐全,包括商品编码、供应商、采购价、库存量和预计销量,但采购结论依然错误。原因是库存量没有区分可售库存、质检库存、锁定库存和在途库存,预计销量也没有标注数据来源,供应商交期则填的是合同周期,不是过去三个月的实际交付周期。
这类表格的问题不在于缺少字段,而在于字段之间没有统一口径。采购人员看到“库存12,000件”,销售人员看到“可售库存8,500件”,仓库看到“可正常发货7,200件”,三个人都没有说错,但他们依赖的是三套不同的数据。
要规范旺季备货,第一步不是增加更多颜色和公式,而是为关键字段规定定义。例如,可用库存应当扣除已锁定订单、质检不合格品和预计损耗;在途库存应当按照预计到仓日期折算,不能简单视为现货;实际交付周期应当以供应商确认订单到完整收货的天数计算。
电商采购平台可以帮助团队集中管理商品、供应商、合同、订单、审批、收货和库存信息,但它不会自动消除预测错误。系统最有价值的地方,是把原来散落在聊天记录、个人表格和邮件里的事实放在同一条业务链上,让采购人员能够看到“为什么买、买了什么、现在到哪一步、结果怎样”。
如果平台只被当成录入工具,团队依然可能出现线下先下单、事后补审批、供应商改价未留痕、到货短缺未回写等问题。引入工具之前,我会先画出实际流程,再确认哪些节点必须线上留痕,哪些判断仍然需要采购、销售和财务共同负责。

按去年销量乘以增长系数,是最容易执行的备货方法,也是最容易隐藏风险的方法。去年销量可能受到断货、价格、活动资源、竞品变化和平台流量分配影响。若去年某商品中途断货,历史销量反而低估了真实需求;若去年有一次异常爆单,直接照搬又会造成过量备货。
我会要求采购人员把去年销量拆成至少四个部分:正常销售、活动销售、缺货损失和异常销售。只有先判断去年数据是否完整,增长系数才有意义。增长系数不是“今年想增长多少”,而应当由流量计划、转化率变化、价格变化和库存可得性共同推导。
供应商报价或聊天中说的“七天交货”,通常是理想条件下的生产周期,不一定包括订单确认、原料采购、排产等待、包装、质检、发运和到仓时间。如果采购计划只使用供应商口头承诺,旺季一旦出现延迟,采购人员会被迫临时加价找货。
更稳妥的做法是区分三个时间:供应商生产时间、从下单到发运时间、从下单到可销售入库时间。补货点应当使用第三个时间。对于过去十次订单,若实际到仓天数分别为8、9、11、12、13、9、10、15、11、14天,就不能继续把供应周期设置为7天。平均值约为11.2天,但旺季计划还要考虑波动,通常应使用较高分位或增加缓冲。
采购单价低,不代表实际成本低。小批量多次采购可能导致运输费用上升,供应商交付不稳定可能增加加急运费,质量不合格又会产生返工、退货和客服成本。旺季期间,缺货造成的广告浪费和排名损失,也应当纳入决策。
| 成本项目 | 低价供应商方案 | 稳定供应商方案 | 采购判断 |
|---|---|---|---|
| 采购单价 | 18.60元/件 | 19.20元/件 | 低价方案表面节省0.60元 |
| 平均运输及包装 | 1.80元/件 | 1.20元/件 | 低价方案因分批发运成本更高 |
| 质量与返工成本 | 1.10元/件 | 0.35元/件 | 质量稳定性直接影响售后成本 |
| 预计缺货损失 | 2.40元/件 | 0.80元/件 | 交付不稳会影响销售机会 |
| 综合到货成本 | 23.90元/件 | 21.55元/件 | 稳定供应商反而更具经济性 |
上表是一个采购决策示意案例,数值为情景模拟。它提醒我,采购比较至少要包含单价、运输、质量、付款条件、缺货风险和尾货风险。采购价格是合同上的数字,综合到货成本才是经营上的数字。
安全库存不是给每个商品固定增加10%或20%。高销量、高毛利、交付稳定的商品,与低销量、易过期、交付不稳定的商品,应该采用不同的风险策略。对前者,缺货损失可能更高;对后者,过量库存可能直接变成无法销售的损失。
商品分层至少要同时考虑销售贡献、毛利水平、需求波动、交付稳定性、保质期和替代性。只按照销售额分层,会忽略某些低销量但高风险的关键配件;只按照采购金额分层,又可能把高频低价商品的重要性低估。

旺季预测不应只给出“预计销量为50,000件”,而应至少形成保守、基准和乐观三个情景。保守情景用于控制资金风险,基准情景用于制定主计划,乐观情景用于提前锁定供应商产能和补货通道。三个情景的价值,不是让预测显得复杂,而是让团队提前讨论不同结果下的动作。
一个简单的需求估算可以拆成:预计曝光量乘以预计转化率,再乘以活动周期,并根据缺货率、取消率和渠道结构进行修正。对于有多个销售渠道的商品,还要分别计算渠道销量,避免将一个渠道的流量增长误认为全渠道增长。
基准需求量 = 预计有效流量 × 预计转化率 × 活动销售天数
可采购数量 = 基准需求量 + 安全库存 – 可售库存 – 确认在途库存
安全库存 = 日均需求量 × 需求或交付波动缓冲天数
这组公式不是为了追求数学上的精确,而是为了让每个数字都能被追问。若采购人员无法回答“预计有效流量来自哪里”“在途库存何时可售”“安全库存为什么是这个天数”,说明预测还没有达到可执行标准。
我在做库存核算时,会把账面库存拆成可售库存、已锁定库存、质检库存、残次库存和在途库存。只有满足质量、仓库、渠道和时间条件的库存,才可以直接用于扣减需求。尤其是多仓电商团队,跨仓库存不一定能及时调拨,不能把所有仓库的数量简单相加。
在途库存还需要按照到仓时间分组。如果一批货预计在活动开始前到仓,可以纳入基准需求扣减;如果预计在活动中段到仓,只能部分抵扣;如果预计在活动结束后到仓,则不应作为本次旺季的有效库存。库存是否有价值,取决于它能否在正确时间、正确地点、以合格状态被销售。
平均交期很容易计算,却不一定适合风险决策。假设供应商平均11天交货,但有20%的订单超过16天,采购计划若只按11天设置补货点,就会频繁出现临时催货。更实用的做法是同时观察平均交期、最长交期、交期波动和延迟原因。
| 交付观察项 | 采购用途 | 建议动作 |
|---|---|---|
| 平均交付天数 | 估算常态补货周期 | 用于日常计划,不单独用于旺季风险控制 |
| 交付天数中位数 | 识别典型履约水平 | 用于比较不同供应商的稳定程度 |
| 高分位交付天数 | 估算极端延迟风险 | 用于核心商品和旺季备货缓冲 |
| 延迟原因分布 | 判断风险能否改善 | 区分产能不足、原料不足、确认错误和物流问题 |
我不建议旺季前把全部预计需求一次性下完。更合理的方式是将采购量拆成三部分。锁定量用于保证供应商产能和核心销售期,滚动量根据实际销售每周或每几天调整,应急量则用于应对突发流量或供应商延期。
这种分拆能降低“预测错一次就全盘被动”的风险。即使基准需求判断偏高,滚动量也可以暂停;即使实际销量高于预期,应急量也有明确的启动条件。采购新人最需要的是这种有闸门的计划,而不是一张看起来很确定的采购总表。

下面案例来自一个家居类电商团队的样本推演,数据经过脱敏和简化,用于说明方法,不代表某一行业的公开统计。该团队在旺季前为一款主力商品采购了52,000件,旺季期间实际销售46,000件,表面上看销售完成率不错,但活动结束后仍有11,000件库存处于低周转状态。
复盘后发现,库存数字之所以看起来矛盾,是因为部分在途库存已经被提前计入备货计划,部分仓库库存因包装破损不能正常销售,还有一批商品因为活动价格调整导致销售速度低于预测。采购部门当时只看到了销售预测,没有把库存状态、价格策略和仓储可售率纳入同一张决策表。
| 观察指标 | 复盘前结果 | 改进目标 | 流程调整 |
|---|---|---|---|
| 旺季预测偏差 | +19% | 控制在±10%以内 | 采用保守、基准、乐观三情景 |
| 可售库存识别准确率 | 76% | 提升至95% | 拆分锁定、质检、残次和在途库存 |
| 供应商准时到货率 | 71% | 提升至90% | 按实际到仓日期进行履约评分 |
| 旺季后滞销库存占比 | 21% | 降至12%以内 | 设置分批采购和尾货处理闸门 |
| 采购异常平均关闭时间 | 6.5天 | 缩短至2天 | 规定责任人、截止时间和升级路径 |
从这些数据可以看出,预测偏差只是表面问题。可售库存识别不准确,会放大采购量;供应商准时到货率低,会迫使团队增加安全库存;异常关闭缓慢,又会让同一问题持续占用采购和运营时间。采购改善必须同时看准确性、速度、稳定性和资金结果。
改进后,团队在采购前增加了四项校验。第一项是库存状态校验,确认扣减需求的库存是否真正可售;第二项是销售假设校验,要求运营说明活动流量、价格和渠道变化;第三项是交付校验,要求供应商提供分批交货计划;第四项是资金校验,确认采购付款节奏与库存周转是否匹配。
采购后则增加了三个回写节点:订单确认后回写供应商承诺日期,发货后回写实际发运信息,收货后回写短缺、质量和延迟原因。过去这些信息常常停留在聊天窗口中,改进后成为供应商评价和下一次采购的依据。
在实际管理中,我认为最容易被忽略的是“异常原因的结构化记录”。“供应商延迟”不是足够好的原因,至少要进一步区分原料不足、产能排队、订单信息错误、质检返工、物流延误和临时插单。只有原因足够具体,团队才知道应该换供应商、改合同、提前锁料,还是优化内部确认速度。

第一季度不宜急着讨论全年采购总额,应该先确认数据是否可用。采购人员需要整理过去至少一个完整销售周期的销量、售价、折扣、缺货、退货、库存、采购价和交付记录。若企业经营时间较短,也可以使用近三到六个月数据,但必须明确季节性不足带来的预测限制。
第一季度的成果应该是一份“采购事实底表”,而不是一张只有采购价和库存数量的商品清单。采购新人如果一开始就建立错误的数据口径,后续所有预测、比价和绩效分析都会建立在不稳定的基础上。
第二季度适合在没有重大旺季压力的情况下测试补货规则。团队可以为不同商品设置补货点、最小采购量、最大库存覆盖天数和复核周期,再观察规则是否导致频繁下单、库存过高或缺货增加。
供应商评价也应从“采购价格”扩展到交付、质量、响应、补货能力和协同程度。对于同一供应商,不能只看一次大促的表现,而应持续观察多个订单周期。评分不是为了制造排名,而是为了决定哪些商品可以提前锁量,哪些商品必须保留备用供应商。
| 评价维度 | 建议权重 | 核心口径 | 触发动作 |
|---|---|---|---|
| 准时交付率 | 30% | 按承诺到仓日与实际到仓日计算 | 低于目标时减少关键商品锁量 |
| 质量合格率 | 25% | 按收货检验和售后反馈综合判断 | 连续异常时增加抽检或暂停采购 |
| 综合到货成本 | 20% | 包含运输、包装、返工和加急成本 | 重新谈判或切换采购组合 |
| 补货响应速度 | 15% | 从需求确认到给出可执行交付方案 | 作为旺季备用供应能力依据 |
| 异常协同能力 | 10% | 是否主动反馈风险并提供替代方案 | 决定是否建立长期合作机制 |
第三季度的重点不是马上把订单全部下完,而是确认旺季计划是否可执行。采购、运营、仓储、财务和客服需要共同确认活动时间、预计销量、可接受缺货率、仓容上限、付款节奏和尾货处理方案。
在这个阶段,我通常会要求每个重点商品形成一页“旺季采购卡”。采购卡至少包含基准需求、库存覆盖、供应周期、首批锁定量、滚动补货量、备用供应商、启动应急采购的条件,以及活动结束后的库存处理办法。
第四季度的复盘不能只写“销售达成”或“供应商配合较好”。我建议至少核算五类结果:预测准确度、库存周转、缺货影响、供应商履约和资金占用。每项结果都要能关联到具体决策,例如是预测模型错误、审批延误、供应商排产不足,还是仓库收货能力不足。
复盘会议也不应只由采购部门参加。销售负责解释需求变化,运营负责解释活动和流量,仓库负责解释可售库存和收货瓶颈,财务负责解释资金成本,客服和售后负责解释质量与退货。只有把上下游放在同一张结果表上,才能避免部门之间互相推责。

资金有限时,最危险的做法是所有商品都同比例削减采购量。更合理的方法是按照缺货损失、毛利贡献和补货难度排序,优先保障高贡献且难以临时补货的商品,对低毛利、替代性强或可以快速补单的商品采取更轻库存策略。
如果企业无法一次性采购足量,可以与供应商协商分批交付、分阶段付款或预留产能。需要注意的是,分批交付不是简单把一张订单拆成几张,而是明确每批数量、最晚发运时间、价格有效期和延期责任,否则供应商可能只接受前期订单,后期仍然无法保证。
对于新品、短周期商品或受内容流量影响很大的商品,历史数据不足,采购量本身就是一次试验。此时应把首批采购控制在可承受的验证规模,重点观察点击、加购、转化、退货和复购,而不是一开始就追求大规模毛利。
当数据达到预设阈值后,再释放第二批采购。阈值可以包括连续三天销量达到基准预测的120%、转化率不低于目标、退货率没有明显恶化、供应商能够在指定时间内补货。新品采购的第一批货,不只是库存,也是购买市场信息的成本。
如果某个供应商占据某类商品80%以上的采购量,短期内不一定要立即切换,但必须建立替代方案。替代方案可以是第二供应商、替代规格、可互换原材料、临时采购渠道或缩短活动周期。关键是要验证这些方案真的能在压力下执行,而不是只停留在名单上。
我会建议至少做一次小额试单或样品验证,确认第二供应商的质量、包装、交期和系统编码是否可用。没有经过验证的备用供应商,在旺季来临时往往只能提供“看起来可行”的承诺,不能真正降低风险。
有保质期、明显季节性或款式更新快的商品,采购审批时就应该同步填写尾货方案。尾货方案可以包括折扣销售、组合销售、跨渠道转移、返厂、改包装或停止补货的触发条件。
如果团队只在旺季结束后才讨论尾货,往往已经错过最佳处理窗口。采购数量越大,尾货折价越可能吞噬前期的低价优势。因此,对这类商品,我更看重“库存退出速度”而不是“采购单价下降了多少”。

适合通过某采购管理平台或某项目管理工具系统化的,通常是重复发生、需要多人协同、容易遗漏和必须留痕的工作。例如采购申请、预算校验、供应商报价、比价记录、订单状态、收货异常、发票关联和库存预警,都适合由系统集中管理。
系统化的目标不是让每个岗位都填写更多内容,而是让数据在一次录入后能够被后续环节使用。供应商承诺交期一旦录入,就应该能自动进入到货提醒;收货短缺一旦登记,就应该影响订单结算和供应商评价;商品库存低于补货点,就应该生成待确认任务,而不是只显示一个红色数字。
系统可以根据公式生成采购建议,但不能替采购人员判断活动是否会改变商品结构,也不能判断某个供应商的延迟是偶发事件还是长期能力不足。对于新品、重大促销和供应中断,系统结果必须经过业务判断。
例如系统按照历史销量建议采购30,000件,但运营已经确认下个月会更换主图和价格,销售结构可能发生明显变化。这时不能因为“系统有建议”就直接下单。采购人员应当标记预测假设变化,并要求重新计算。系统负责提高判断速度,人员负责承担判断责任。
采购新人常常希望一次性建立几十个字段,结果因为填写成本过高而出现大量空值。实际落地时,我更建议先确保一组最小字段准确,再逐步扩展。字段少并不可怕,口径混乱才可怕。
| 字段类别 | 最小字段 | 使用场景 |
|---|---|---|
| 商品信息 | 商品编码、规格、包装单位、保质期 | 避免采购数量和库存单位错误 |
| 需求信息 | 预测周期、基准需求、预测来源、情景版本 | 让采购数量可以被解释和复盘 |
| 库存信息 | 可售、锁定、质检、残次、在途库存 | 准确判断实际可用数量 |
| 供应信息 | 承诺交期、实际交期、起订量、分批交付能力 | 计算补货点和供应风险 |
| 结果信息 | 到货差异、质量问题、销售结果、尾货数量 | 形成年度流程改进依据 |
所有订单都走同样复杂的审批,会拖慢高频小额采购;所有订单都简化审批,又会增加大额和高风险采购的失控概率。审批强度应当与采购金额、商品风险、供应商集中度、付款方式和预测不确定性匹配。
如果使用某采购管理平台,建议将审批规则配置成“条件触发”,而不是让审批人凭标题判断。例如当订单金额超过预算、库存覆盖超过上限、供应商准时率低于目标或商品属于高尾货风险类别时,自动增加相应复核人。这样比简单增加审批层级更有效。

一次性大量备货的优点是单价可能更低、供应商更容易提前排产、物流安排相对简单。缺点是资金占用高,预测错误的代价大,商品规格或活动价格变化后更难调整。它更适合需求稳定、保质期长、供应周期长且旺季缺货损失高的商品。
分批采购可以降低库存和预测风险,也能利用旺季实时销量修正计划,但它可能带来价格上涨、交付排队和运输成本增加。它更适合新品、需求波动大、尾货处理困难或供应商能够快速补货的商品。
| 方案 | 库存风险 | 资金压力 | 缺货风险 | 适用商品 |
|---|---|---|---|---|
| 一次性大量备货 | 高 | 高 | 较低 | 稳定爆款、长交期、长保质期商品 |
| 分批采购 | 较低 | 中等 | 中等 | 新品、波动商品、可快速补货商品 |
| 按需采购 | 低 | 低 | 高 | 低周转、强定制、替代性高商品 |
单一供应商更容易获得价格、质量和交付的稳定性,沟通成本也低,但供应中断时几乎没有缓冲。多供应商看似更安全,却会增加样品管理、质量一致性、订单协调和起订量压力。
我不会简单主张所有商品都采用双供应商,而是会先判断切换成本。如果两个供应商的产品无法互换,或者第二供应商只能在高价下临时供货,那么“名义上的多供应商”并没有真正降低风险。更务实的方式是为关键商品准备可验证的备选来源,并明确在什么条件下启动。
当旺季窗口很短时,交付速度本身就是商品价值的一部分。若低价采购导致商品晚到十天,损失可能超过每件节省的几毛钱。反过来,如果商品销售周期长、需求稳定,过度追求快速交付又可能让采购成本不必要地上升。
我的判断方法是计算缺货一天的边际损失,并与提前采购的资金成本和滞销风险比较。如果缺货一天损失明显高于库存一天的占用成本,应该优先保证交付;如果商品容易过季或折价,应该优先控制库存深度。没有脱离商品特性的统一答案。

结果指标回答“采购最终带来了什么经营结果”,包括库存周转天数、缺货率、旺季后滞销库存占比、综合采购成本和供应商准时到货率。过程指标回答“团队是否按照规则执行”,包括采购建议按时确认率、审批平均耗时、异常关闭时间和订单信息完整率。
只看结果会忽略过程改善,可能把偶然的销售增长误认为采购能力;只看过程又容易变成形式主义,所有人都按时填表,却没有改善库存和利润。指标体系必须把过程与结果连接起来,例如审批耗时下降后,缺货率是否下降;供应商评价完善后,实际到货准时率是否提升。
| 指标 | 计算口径 | 管理价值 |
|---|---|---|
| 预测准确率 | 1-预测误差绝对值/实际销量 | 判断需求假设是否需要修正 |
| 可售库存准确率 | 实际可售数量/系统登记可售数量 | 识别库存口径对采购量的影响 |
| 库存覆盖天数 | 可售库存/近期开动日均销量 | 判断库存是否过深或不足 |
| 准时到货率 | 按承诺日期准时到货订单/总订单 | 评估供应商真实履约能力 |
| 采购异常关闭时间 | 异常提出至完成处理的平均时间 | 判断问题是否持续占用团队资源 |
| 综合到货成本 | 采购、运输、质量、加急等成本合计 | 避免只追求合同单价 |
| 旺季后滞销库存占比 | 超过预设周转天数库存/旺季结束库存 | 衡量备货是否过度 |
| 采购建议转订单率 | 形成有效订单的建议数/初始建议数 | 识别建议质量和审批流程损耗 |
不同商品的合理指标不同。核心爆款可以接受更高的库存覆盖,以降低缺货风险;低周转商品则应严格限制库存上限。供应商准时到货率也不能脱离订单类型判断,定制商品、临时加单和常规补货应分别统计。
指标的作用是帮助决策,不是制造漂亮报表。如果某个团队通过减少采购量把滞销库存降下来了,却导致核心商品频繁缺货,那么这个指标改善并不代表流程成功。每个指标都要同时关联一个可能的副作用,并在月度或季度复盘中检查平衡结果。

每周采购例会不宜只讨论“哪些订单还没到”。我建议固定查看库存覆盖、未来两周需求变化、供应商承诺日期、质量异常和需要升级的事项。会议结束时,每个异常必须有负责人、下一步动作和截止时间,否则它只是被讨论过,并没有被管理。
每月复核适合处理不会每天变化、但又不能一年不动的参数,例如补货点、安全库存、最小采购量、供应商交期、付款周期和库存上限。参数调整应当保留调整前后数值与调整原因,避免几个月后没人知道某个规则为什么改变。
供应商月度评价也要区分可控问题与不可控问题。若供应商延迟是因为采购方反复修改规格,不能简单记为供应商履约不佳;若供应商多次承诺无法兑现,就应当减少对其的关键商品依赖。评价的目的不是打分本身,而是改变订单分配和风险准备。
季度复盘要回答三个问题:哪些商品的预测逻辑已经失效,哪些供应商的表现发生变化,哪些审批和数据节点仍然依赖线下沟通。若某个商品连续三个周期预测偏差很大,应当调整预测方法或商品分层,而不是继续机械修改增长系数。
同时,要检查采购平台中的字段使用情况和流程绕行情况。如果大量订单在系统外完成,通常不是员工不愿意使用,而是系统流程不符合真实业务节奏,或者审批责任不清。改善时应优先减少重复录入、明确例外处理和提高数据复用,而不是简单要求所有人“严格执行”。
年度复盘应当形成几项明确政策,例如核心商品的安全库存规则、不同供应商的订单分配比例、旺季锁产能的时间点、超预算采购的审批条件和尾货处理的责任机制。政策必须能够落到具体动作,否则下一年仍然会回到临时决策。

我判断一个电商采购流程是否成熟,不是看它有没有复杂的审批图,也不是看采购平台上有多少字段,而是看团队能否在旺季前说清楚风险,在旺季中快速调整,在旺季后找到原因。流程成熟的团队不一定每次都预测准确,但他们能更早发现偏差,更快停止错误,更有准备地承受意外。
对采购新人而言,第一年的重点不是追求一次性建立完美模型,而是建立三个习惯:所有数量都有依据,所有承诺都有日期,所有异常都有回写。只要这三个习惯稳定下来,后续的供应商谈判、库存优化、资金控制和系统建设才有可靠基础。
不要一上来就试图改造全部采购流程。选择一款旺季销售贡献高、数据相对完整的商品,完成一次小范围试点:整理可售库存,统计真实交期,建立三情景需求,拆分锁定量和滚动量,设置异常触发条件,再在活动结束后复盘结果。
旺季备货最值得持续改善的,不是“这次买了多少”,而是“下一次能否少依赖猜测”。当采购平台承载的是统一事实、明确责任和可回流的数据,规范采购流程才会真正转化为更低的缺货损失、更少的积压库存和更可控的现金流。
我以前以为年度采购计划越详细越好,结果把全年销量、预算、供应商和到货日期都填满后,旺季一到还是不断临时加单。到底应该把哪些内容固定下来,哪些内容必须允许动态调整?
年度采购规划不应该是一张静态采购清单,而应该是一套能随着销售证据变化而调整的规则。我在复盘一家家居电商的采购流程时发现,真正有用的年度计划只固定三类内容:供应商准入标准、关键节点和预算边界;销量预测、补货数量和安全库存则按周滚动更新。
这家公司原先按月采购,遇到大促时经常出现两个极端:爆款断货,长尾商品却积压。后来我们把商品按销售稳定性和供应风险分成四组,并为每组设置不同的复盘频率。
商品类型典型特征复盘频率采购策略 稳定畅销品销量波动小、供应稳定每周按库存覆盖天数补货 大促爆发品活动期间销量可能增长3倍以上每日拆分首单、锁定追加产能 季节性商品销售窗口短每两周按季节曲线分批备货 长尾试销品销量不确定每月小批量验证,设清库存线 年度计划中建议增加一个“触发式调整表”,而不是只写月份和采购金额。
例如,当某商品连续7天销量高于预测20%,库存覆盖天数低于12天,且供应商交期超过7天时,自动触发追加评估;当连续14天动销低于预测50%时,则暂停常规补货。我更建议用“年度目标、季度策略、月度预算、周度动作”四层结构。年度层只回答采购成本率、缺货率和库存周转目标;
周度层才落实到具体SKU、供应商和订单。这样既能控制方向,又不会被年初预测绑死。
我最困惑的是,历史销量、活动预估和安全库存经常互相矛盾。比如去年大促卖了1万件,今年投放预算增加了30%,但供应商交期也变长了,我不敢简单按增长比例下单,应该怎样拆解备货量?
旺季备货不能直接套用“去年销量×增长率”,因为这个公式忽略了活动流量、转化率、供应交期和可追加产能。我在一次大促备货复盘中采用的是分段预测:基础销量、活动增量、风险库存分别计算,最后再扣除现有可售库存和已确认在途库存。
一个更稳妥的计算框架是:建议备货量=日常预测销量+活动增量+交期风险库存-现有可售库存-确定到货量。活动增量还要拆成流量变化、转化率变化和客单结构变化,不能只看销售额增长。
项目数据说明 日常预测4200件活动周期内的基础销售量 活动增量2800件根据流量与转化率拆解 交期风险库存900件覆盖供应商延迟3天 现有可售库存3100件已扣除锁定和残次库存 确定到货量1800件已确认排产并有发货节点 建议新增采购3000件4200+2800+900-3100-1800 真正容易被忽略的是“确定到货量”。
供应商口头承诺不应算作在途库存,只有完成排产、确认发货日期,并且历史准时交付率达到约定标准的订单,才可以从备货需求中扣除。对于爆款,我通常不建议一次性把全部预测量下完,而是采用首单加追加单。首单覆盖确定性需求,追加单则绑定供应商产能和价格有效期。
这样即使活动实际转化率比预测低,也不会把全部风险转移到仓库。
我们公司的采购审批有时要经过多个部门,平时还能接受,到了大促前却经常因为等审批错过排产窗口。可如果为了效率完全放开紧急采购,又容易出现价格偏高、重复下单和责任不清的问题,流程应该怎么设计?
旺季流程的核心不是减少审批,而是把审批从“逐单判断”改成“按风险分级”。我见过一家电商在大促前每天处理数十笔临时采购,所有订单都要求同样的审批路径,结果采购人员大量时间耗在追签字上,真正高风险的供应商和价格异常反而没有被重点检查。建议至少划分低风险、可控风险和高风险三档。
低风险订单适用于已准入供应商、历史价格稳定、金额低于限额且不改变商品规格的补货;可控风险订单需要采购负责人和财务复核;高风险订单则必须由业务、采购、财务共同确认,并保留异常原因。
风险等级适用条件审批方式事后要求 低合格供应商、价格波动不超过5%采购负责人审批次日汇总复核 中临时加量、价格波动5%至10%采购与财务联合审批补充比价和交期记录 高新供应商、预付款、价格波动超过10%跨部门会签专项复盘并更新供应商档案 紧急采购还应设置“失效时间”。
例如,临时加急额度只对未来48小时有效,超过时限必须重新确认库存和销售预测。这个设计可以避免旺季临时权限长期保留,降低重复采购和无效备货的概率。流程落地时,某项目管理平台的价值不在于把审批按钮搬到线上,而在于把订单、预算、供应商报价、库存快照和异常原因放到同一条记录里。
这样事后复盘时,团队看到的不只是“谁批准了”,还知道“当时依据什么数据批准”。
过去我们复盘大促,通常只看销售额、毛利和库存剩余,发现问题后也很难定位到底是预测错了、供应商慢了,还是内部审批拖延了。采购流程应该记录哪些指标,才能真正指导下一年度规划?
采购复盘最忌讳只看结果指标。销售额增长并不代表采购做得好,可能只是靠高库存和高折扣换来的。我在复盘项目中会把指标分成结果、过程和原因三层,并要求每个异常都能追溯到一个具体节点。
指标层级关键指标判断方式 结果指标缺货率、库存周转天数、采购成本率看是否达到业务目标 过程指标预测偏差、准时交付率、审批耗时看流程是否稳定 原因指标改量次数、延期原因、价格异常次数看问题来自哪里 预测偏差建议按SKU和阶段计算,而不是用全店平均值掩盖问题。
一个商品预测1000件、实际800件,偏差是20%;另一个商品预测1000件、实际3000件,偏差是200%。如果只看总销售额,第二个商品造成的断货损失可能完全被平均数掩盖。我通常会在活动结束后7天完成第一次复盘,重点检查缺货、延迟和临时加单;
在库存基本稳定后再做第二次复盘,重点检查滞销、退货和资金占用。两次复盘不能合并,因为活动期间看到的是供应响应问题,活动后看到的才是采购量和商品结构问题。每个异常最好形成“问题,证据,动作,负责人,截止时间”的闭环。
例如,某供应商准时交付率从96%降到78%,不能只写“加强跟进”,而应明确为:下次大促提前14天锁定产能,设置分批发货节点,若首批延迟超过24小时则自动切换备用供应商。如果团队使用某项目管理工具,建议建立三个固定视图:采购计划视图、异常订单视图和复盘改进视图。
工具只是承载方式,真正重要的是每次改进都必须进入下一轮采购规则,否则复盘就只是会议纪要,不会改变下一年的结果。


读者评论
文章把旺季备货从“多买一些”转成了需求、库存和供应商交付的闭环,这个思路比较实用。尤其是区分可售库存、质检库存和在途库存,能避免采购表数据看似完整,实际却无法支撑决策。
对采购新人来说,供应商承诺七天交货不等于七天可销售入库,这个提醒很有价值。用过去多次订单的实际到仓天数校准周期,比直接照搬合同或聊天记录更客观。
综合到货成本的案例值得参考。单价低的供应商如果经常分批发货、质量不稳,最终成本可能更高。不过文中的比例属于情景模拟,实际执行时还需要结合企业的退货率、运输费和缺货损失核算。