sku库存:仓库主管必看清单:用补货计划推动改善多仓协同
在多仓业务里,最危险的不是库存总量少,而是系统显示“有货”,客户下单后却找不到能发的那一件。某消费品项目曾经同时拥有华东、华南、西南三个仓,库存总量足够销售近两个月,但仍有一成以上订单因为关键 SKU 缺货、库存冻结或跨仓调拨不及时而延迟发出。复盘后我发现,问题并不在仓库主管不会盘点,而在于补货计划只计算了“要买多少”,没有回答“补到哪个仓、什么时候补、由谁承诺、缺货时如何切换”。
我的核心判断是:SKU 库存管理不是把库存数字做准,而是让每一个库存数字都能转化为可执行的补货、调拨和订单承诺。仓库主管要推动多仓协同,不能只盯库存准确率,还要把需求预测、供应周期、仓间分工、库存状态和异常升级放进同一张补货清单里。
很多仓库的库存报表会把在库数量直接当作可售数量,这是补货计划失真的起点。实际操作中,库存至少应拆成可售库存、质检库存、待处理库存、已分配库存、冻结库存和残损库存。不同状态对应不同的订单承诺能力,不能用一个总数代替。
我通常会先要求团队建立以下计算关系:
| 库存口径 | 计算方式 | 可否用于承诺订单 | 管理重点 |
|---|---|---|---|
| 账面库存 | 系统记录的全部在库数量 | 不能直接承诺 | 用于核对账实差异 |
| 可售库存 | 合格在库数量-已分配数量 | 可以 | 用于订单和补货判断 |
| 可承诺库存 | 可售库存+确定期限内可释放库存 | 需附带时间条件 | 用于预售和跨仓承诺 |
| 安全库存 | 波动需求下的风险缓冲数量 | 原则上不随意动用 | 用于防止供应或需求异常 |
真正用于补货决策的不是账面库存,而是“库存位置”。库存位置通常包括现有库存、在途库存、已下单未入库数量和已经被订单占用的数量。若只看仓内现货,采购会重复下单;若把在途数量全部当成可用,又可能在运输延误时出现虚假安全感。
一个可执行的补货计划,至少要回答四个问题:第一,未来一个周期需要多少;第二,现有库存能撑多久;第三,供应商或上游仓能否在缺货前补上;第四,补货应该落在哪个仓,而不是只写一个全国总量。
如果补货单只写“SKU-A 补 2,000 件”,但没有写明入哪个仓、最迟哪天到货、对应哪一类需求、是否允许替代仓发货,这张表看起来完整,实际上无法指导仓储、采购和运输协同。

我建议仓库主管不要一开始就追求复杂系统,而是先把补货计划的最小字段固定下来。字段不统一,部门之间就会围绕不同口径争论;字段统一后,即使暂时用表格,也能发现大部分协同问题。
| 字段 | 建议内容 | 作用 |
|---|---|---|
| SKU 编码与名称 | 统一编码、规格、包装单位 | 避免同品不同码或单位混淆 |
| 目标仓 | 入库仓、主发仓、备发仓 | 把全国需求转化为仓别动作 |
| 近 7 日、30 日销量 | 按日或周统计 | 识别近期加速和长期基线 |
| 预测需求 | 未来补货周期内需求量 | 避免只按历史平均采购 |
| 现有可售库存 | 排除冻结、分配和残损数量 | 计算真实库存覆盖天数 |
| 在途与已确认到货 | 数量、预计到货日、供应状态 | 避免重复补货或虚假可用 |
| 建议补货量 | 数量、单位、包装倍数 | 形成采购或调拨动作 |
| 责任人与截止时间 | 采购、仓储、运输、销售负责人 | 让异常能够升级和闭环 |
在单仓业务中,SKU 库存主要解决“有没有货”。在多仓业务中,还要解决“货在哪里”。华东仓有 500 件,不代表华南客户就能及时收到;华南仓有 80 件,也不代表这 80 件适合发给所有渠道。
我在一次区域仓协同复盘中看到,某防晒用品全国库存 4,600 件,其中华东仓 2,700 件、华南仓 1,300 件、西南仓 600 件。全国看并不缺货,但华南未来七天的促销订单预计需要 1,500 件。采购团队看到全国库存后暂停补货,结果华南仓先缺 200 件,再临时从华东调拨,最终多出干线运输和加急分拣费用。
这个案例说明,全国库存充足与区域库存安全是两件事。如果仓库主管只汇报总库存,不汇报各仓库存覆盖天数和订单结构,管理层会得到一个“没有必要补货”的错误结论。
第一类冲突是采购看全国总库存,销售看区域缺货,仓库看库位和操作能力。三方都可能说得对,但使用的时间范围不同。采购关注未来一个月,销售关注今天的订单,仓库关注本周的入库波峰。
第二类冲突是主仓与区域仓争夺库存。主仓希望集中库存以降低管理复杂度,区域仓希望提前备货以提升配送时效。若没有明确的仓网角色,库存就会在“集中”和“分散”之间反复摆动。
第三类冲突是调拨与采购的决策冲突。缺货仓可能认为从其他仓调拨最快,采购则认为直接向供应商下单更便宜。真正的比较不能只看采购单价,还要考虑调拨运费、处理时间、缺货损失、库存老化和客户体验。

我建议至少把仓库角色划分为主仓、区域仓和前置仓。主仓负责深度和长尾 SKU,区域仓负责高频和时效敏感 SKU,前置仓只保留高周转、低复杂度和明确服务半径内的商品。
如果每个仓都按照同一套安全库存比例配置,结果通常是长尾 SKU 在多个仓重复积压,高频 SKU 却在需求突增时迅速断货。安全库存不是仓库的固定福利,而是对供应不确定性和需求不确定性的定价。
库存低于安全库存只说明风险上升,不代表一定要采购。补货前必须确认在途、已分配、近期促销、供应商可交付量和仓容。某 SKU 账面库存跌破安全线,但两天后有一批 3,000 件到货,如果此时再次采购,就会造成短期堆积。
正确做法是把“触发补货”和“确定补货量”分开。触发条件可以是库存位置低于订货点,但补货量还要根据未来需求、到货周期、包装倍数和仓容进行校正。
平均销量适合做基线,不适合直接代表所有场景。促销前销量可能被活动预热拉高,活动后又会迅速回落;新品处于爬坡期,历史数据几乎没有参考价值;季节性商品在淡旺季之间差异可能达到数倍。
我通常会把需求拆成基础需求、活动增量、季节修正和渠道任务四部分。基础需求可以参考 30 天均值,活动增量需要销售或运营提供活动计划,季节修正需要比较去年同期或相邻周期,渠道任务则必须单独标记,不能混入自然销量。
在途库存只有在到货时间可信时,才可以部分纳入库存位置。若供应商过去三个月平均延迟 4 天,运输过程又经常出现拆单,那么预计到货日不能直接作为确定到货日。
我建议给在途库存增加交付可信度。比如,供应商准时交付率达到 95% 以上,且运输时效波动小,可以按较高比例计入;若准时交付率低于 80%,就只能把它视为风险缓冲,而不是确定供给。
高价值、低频、长交期 SKU 与低价值、高频、短交期 SKU 不应该使用相同的安全库存逻辑。前者库存多一件可能占用大量资金,后者缺一件可能造成大量订单拆分。
我更倾向于先按价值、销量、需求波动和供应风险做分层,再为不同层级设定策略。分类的目的不是做漂亮的分析,而是让仓库主管知道哪些 SKU 可以缺、哪些 SKU 绝不能缺、哪些 SKU 缺货后可以用替代品。
| SKU 类型 | 典型特征 | 补货策略 | 仓间策略 |
|---|---|---|---|
| 核心高频品 | 销量稳定、订单贡献高 | 较高服务水平,滚动补货 | 区域仓优先保障 |
| 波动促销品 | 活动期间需求跳升 | 按活动锁量,活动后及时回撤 | 避免所有仓同步囤货 |
| 长尾低频品 | 销量低、规格多 | 低频采购或按单采购 | 集中主仓管理 |
| 高价值低频品 | 资金占用高、需求不稳定 | 严格审批,控制批量 | 减少区域仓分散库存 |
| 短保或易老化品 | 有效期敏感 | 按批次和周转期补货 | 优先就近消化和先进先出 |

库存件数不能直接判断是否安全。同样是 1,000 件,日均销量 20 件时可以覆盖 50 天,日均销量 200 件时只能覆盖 5 天。仓库主管每天至少要看到各仓、各 SKU 的库存覆盖天数。
常用计算方式是:
库存覆盖天数 = 可售库存 ÷ 未来周期日均需求
如果未来需求存在明显波动,我不会直接使用过去 30 天平均,而会采用加权平均。例如,近 7 天权重为 50%,近 30 天权重为 30%,去年同期或相邻周期权重为 20%。权重不是固定答案,关键是要解释为什么这样设置。
对于活动 SKU,建议单独建立活动需求,不要把活动销量永久抬高日均需求。活动结束后,如果不做回落处理,补货计划会继续按照虚高销量采购,形成典型的“促销后库存高企”。
订货点的基本逻辑是:在补货到达前,库存至少要覆盖供应提前期内的需求,并保留一部分波动缓冲。
订货点 = 供应提前期内的平均需求 + 安全库存
如果某 SKU 日均需求 120 件,供应商平均提前期 8 天,安全库存为 500 件,那么订货点约为 1,460 件。实际执行时,还要加入运输、入库质检和上架时间。如果到货后还需要 1 天质检和 1 天上架,内部可用提前期就不能只按供应商承诺的 8 天计算。
我经常看到团队把供应商说的“发货时间”当成“可售时间”。这是一个非常实际的坑。补货计划应使用“从下单到可售”的完整周期,包括审批、生产、发运、干线、卸货、收货、质检、上架和系统释放。
补货量可以用目标库存减去库存位置计算:
建议补货量 = 目标库存-库存位置
其中,目标库存通常包括补货周期内需求、供应提前期需求、安全库存和必要的包装或起订量调整。库存位置则应包括现有可售库存、确认在途、已下单未发货数量,再扣除已分配和不可用数量。
| 项目 | 数量 | 说明 |
|---|---|---|
| 未来 14 天预测需求 | 2,400 件 | 含基础需求和已确认活动增量 |
| 安全库存 | 600 件 | 根据需求波动和供应风险设定 |
| 目标库存 | 3,000 件 | 未来需求加安全库存 |
| 现有可售库存 | 1,200 件 | 已扣除冻结和订单分配数量 |
| 确认在途库存 | 900 件 | 预计在缺货前到达并完成上架 |
| 建议补货量 | 900 件 | 3,000-1,200-900 |
但这个 900 件还不能直接下单。若供应商最小起订量为 1,000 件,包装单位为 100 件,就要调整为 1,000 件;若仓库可用库位只能容纳 700 件,则必须重新选择分批到货、跨仓入库或暂存方案。
多仓补货最容易犯的错误是先算全国总量,再按仓库平均分配。更稳妥的方式是先按仓计算需求和库存覆盖,再决定仓间调拨与外部采购的组合。
我会按照以下顺序判断:
如果华东仓库存富余 800 件、华南仓缺口 500 件,但跨仓运输要 5 天,而供应商直发华南仓只要 3 天,直采可能更优。相反,如果供应商要 12 天,华东调拨 2 天可到,那么调拨更合理。调拨不是库存多仓之间的机械搬运,而是时间、成本和服务水平的组合决策。

下面案例来自我参与过的脱敏仓配项目,数据按真实业务逻辑整理,并对商品、仓库和金额做了处理。业务有三个仓,主要销售日用消费品,SKU 约 1,800 个,其中前 120 个 SKU 贡献了约 70% 的订单数量。
项目初期,团队每周一统一查看库存报表,每周二由采购汇总补货。仓库主管主要负责确认现货和库位,销售临时反馈活动,运输部门在缺货后再安排调拨。这样的流程有两个明显后果:一是补货计划与活动节奏错位,二是区域仓缺货时无法迅速判断调拨还是采购。
连续八周的复盘数据显示,三仓平均库存准确率为 96.8%,看起来并不差,但区域订单准时发出率只有 88.4%。这说明库存准确率解决了“系统有没有记错”,却没有解决“正确的货是否在正确的地方”。
我们没有先更换系统,而是先把补货清单改成按仓、按 SKU、按到货日管理。每条建议必须绑定一个目标仓和一个责任人。对活动 SKU,还增加活动开始日、活动结束日和活动后回落系数。
每周计划会分成三层。第一层是未来七天必须处理的红色项目,通常包括预计缺货、活动即将开始和供应异常。第二层是未来八到二十一天需要确认的黄色项目,重点是锁定采购和运输资源。第三层是二十二天以后的观察项目,主要用于发现结构性积压和供应风险。
经过三个月调整,三个仓的平均库存周转天数从 46 天降至 38 天,库存资金占用下降约 14%;区域订单准时发出率从 88.4% 提高到 95.1%;临时跨仓调拨次数下降约 27%。不过,核心 SKU 的安全库存没有被简单压低,反而对少数高贡献 SKU 做了更精确的区域保障。
这里有一个容易被误读的地方:库存下降并不是因为所有 SKU 都少备货,而是因为长尾 SKU 从“多仓重复备货”改成“主仓集中备货”,核心 SKU 则根据区域需求重新分配。库存结构改善,比库存总量下降更重要。

先不要直接要求采购加急。第一步是核对缺货是否真实,重点检查冻结库存、待质检库存、其他仓可调拨库存和已分配但未释放的订单。很多“缺货”其实是库存状态没有及时更新,或者某仓存在可用库存但订单分仓规则没有命中。
如果确认缺口真实,应在同一张异常单上列出三种方案:跨仓调拨、供应商加急、替代 SKU 或拆单发货。每种方案都写明预计可售时间、额外成本和对客户承诺的影响,避免部门只提出自己最熟悉的方案。
对于高价值客户或明确时效订单,可以采用订单级保障,而不是给整个区域仓无限补货。订单级保障能减少盲目备货,但需要销售确认客户优先级,仓库确认拣选可行性。
新品或大促没有足够历史数据时,不应假装预测很精确。我会使用三档情景:保守、基准和激进,并为每档设定触发条件。比如预热期每天订单达到某个阈值,就从保守补货切换到基准或激进补货。
| 情景 | 需求假设 | 库存动作 | 适用条件 |
|---|---|---|---|
| 保守情景 | 按销售目标的 60% 备货 | 主仓少量备货,区域仓不分散 | 新品认知低、供应可快速补充 |
| 基准情景 | 按销售目标的 80% 备货 | 核心区域仓配置首批库存 | 已有相似商品或预售数据 |
| 激进情景 | 按销售目标的 100% 或更高备货 | 锁定供应和跨仓资源 | 活动曝光大、缺货损失高、补货慢 |
数据不足时,最重要的不是追求一个看似准确的数字,而是提前设计数字变化后的动作。有触发条件的区间预测,通常比一个没有解释的单点预测更适合仓库现场。
供应商交付不稳定时,建议把平均提前期和提前期波动同时纳入判断。平均 7 天到货、但有时延迟到 15 天的供应商,不能按 7 天设置安全库存。仓库主管应持续记录承诺到货日、实际发货日、实际可售日和短交数量。
如果供应商连续出现延迟,补货计划要做两件事:一是提高高影响 SKU 的供应风险等级;二是把采购批次拆分,减少一次性押注。分批交付可能增加运输和管理成本,但能降低供应中断的集中风险。
这类情况通常不是简单的部门冲突,而是库存口径和商品结构没有被拆开。仓库里可能积压的是旧包装、低动销规格或不适合当前渠道的库存,而销售需要的是新规格、特定颜色或指定批次。
处理时要把积压库存按 SKU、规格、批次、渠道和可销售条件拆分。能替代的,先推动渠道消化;不能替代的,重新评估退货、组合销售、转仓和报损。只要积压库存没有明确去化路径,就不应因为“全国还有库存”而停止对高需求规格补货。
补货计划不能只考虑商品数量,还要考虑收货能力。大促前集中到货,如果仓库每天最多处理 20 车,而采购安排了 35 车,结果可能是货在门口等待、供应商产生滞箱费、系统迟迟不能上架,最后仍然无法发货。
我建议在补货清单中增加“预计到货箱数、托盘数、收货工时和质检工时”。当仓容或收货能力达到预警线时,可以采用分批到货、改入备用仓、延后非核心 SKU 或先做供应商暂存。

多仓协同不需要所有人每天开长会,但必须有稳定节奏。我通常建议采用“周计划、日异常、月复盘”的节奏。
周计划解决“提前安排”,日异常解决“及时止损”,月复盘解决“不要反复犯错”。如果所有事情都放在每日会议里,团队会被临时问题占满;如果所有事情都等周会,已经发生的缺货又无法及时挽回。
仓库主管不需要追踪几十个指标,但以下指标应至少按仓和 SKU 层级查看。指标必须能对应动作,否则只是报表装饰。
| 指标 | 建议口径 | 异常信号 | 对应动作 |
|---|---|---|---|
| 库存准确率 | 账实一致 SKU 数 ÷ 抽盘 SKU 数 | 持续低于目标 | 检查收货、移库、拣货和状态更新 |
| 库存覆盖天数 | 可售库存 ÷ 未来日均需求 | 核心 SKU 过低或长尾过高 | 分别做补货和去化 |
| 补货命中率 | 按计划及时到货并满足需求的补货单 ÷ 总补货单 | 频繁提前或延迟 | 校正需求、提前期和责任确认 |
| 区域缺货率 | 区域缺货订单 ÷ 区域总订单 | 全国库存高但区域缺货高 | 重做仓别分配和调拨规则 |
| 临时调拨占比 | 临时调拨单 ÷ 调拨总单 | 持续上升 | 提前识别缺口和冻结调拨窗口 |
| 库存资金占用 | 库存数量 × 成本价 | 周转下降且金额上升 | 压缩长尾和低动销库存 |
我在现场处理库存异常时,不会先问“为什么缺货”,而会先把问题归入四类。数据错,是系统数量和实物不一致;货不够,是全国范围内供给不足;货不在,是库存集中在错误仓;货不能用,是商品存在但处于质检、冻结、破损或批次限制状态。
四类问题的责任和动作完全不同。数据错要修正流程,货不够要调整采购或需求承诺,货不在要做调拨和仓网优化,货不能用要处理质检、批次或商品状态。如果把它们统称为“库存不足”,团队很难找到真正的根因。

集中库存适合长尾 SKU、高价值低频 SKU、规格复杂且需求分散的商品。它可以减少重复安全库存,降低盘点和库位管理难度,也更容易执行先进先出和批次管理。
代价是配送距离可能变长,区域订单响应速度下降,主仓一旦发生设备、人员或运输异常,影响面会扩大。因此集中库存不能只看库存成本,还要评估客户承诺、运输时效和主仓故障风险。
分散库存适合高频、时效敏感、需求区域差异明显的 SKU。区域仓有货时,可以减少跨区运输和订单等待,特别适合服务半径较短的业务。
但分散库存会放大预测误差。每个仓都备一部分,某些区域卖不动时,库存就被锁在错误地点。分散策略还会增加盘点、批次控制、库存同步和调拨管理的复杂度。
动态调拨适合需求波动大、仓间距离适中、运输网络稳定的商品。它可以让企业不必在每个仓都配置最高安全库存,而是通过共享库存应对区域差异。
不过,动态调拨不是免费的。调拨会产生运输、搬运、包装、系统操作和库存冻结成本。如果调拨频率过高,说明仓网配置或补货参数本身有问题。我的判断标准是:偶发调拨是柔性能力,持续高频调拨是计划失效。
| 策略 | 更适合 | 主要收益 | 主要风险 |
|---|---|---|---|
| 集中库存 | 长尾、高价值、低频商品 | 减少重复库存和管理成本 | 区域时效和主仓故障风险 |
| 分散库存 | 高频、时效敏感、区域需求稳定商品 | 提高本地履约速度 | 库存重复和预测误差放大 |
| 动态调拨 | 波动较大、运输网络成熟商品 | 提高库存共享效率 | 调拨成本和操作复杂度上升 |
| 混合策略 | SKU 分层明显的多品类业务 | 兼顾成本、时效和风险 | 规则设计和执行要求较高 |
如果团队连可售库存、冻结库存和在途库存都没有统一口径,直接采购复杂系统通常不能解决问题,只会把混乱流程电子化。此时应该先用统一模板跑四到八周,确认字段、责任和异常规则。
当 SKU 数量、仓库数量和订单频率达到人工表格难以维护的程度,再考虑引入库存管理、供应链计划或仓配协同工具。选型时不要只看功能清单,应重点验证以下场景:多仓库存可视化、库存状态拆分、在途管理、补货建议、调拨审批、批次管理、异常预警和权限留痕。
我建议在选型演示中直接拿一组真实脱敏数据,让供应商现场回答三个问题:一个 SKU 如何从全国需求拆到不同仓;一批延迟到货的在途库存如何影响补货建议;一个仓缺货、另一个仓有货时,系统如何比较调拨和外采。能否回答这些现场问题,比演示页面是否漂亮更有价值。

第一周不要急着调整安全库存参数。先抽取贡献最高的 100 个 SKU,逐仓核对账面库存、实物库存、冻结库存、已分配库存、质检库存和在途库存。把所有无法解释的差异单独列出,并标注责任环节。
第一周的成果不是形成一张漂亮报表,而是让团队相信同一个数字。没有这一步,后续讨论补货量时,采购、销售和仓库仍然会用不同的“库存”说话。
第二周按照销量、销售金额、需求波动、供应提前期、商品价值和时效要求做 SKU 分层。不要追求复杂模型,先把核心高频、促销波动、长尾低频、高价值低频和短保商品分开。
同时确认每个仓的角色。哪些仓是主仓,哪些仓是区域仓,哪些仓只承担前置服务。仓库角色一旦明确,补货计划就有了落点,安全库存也不再是每个仓随意设置的数字。
第三周开始,所有补货建议必须包含数量、目标仓、预计可售日、供应责任人和异常替代方案。采购单未确认到货日时,不能标记为“已解决”;调拨单未确认运输时效时,也不能标记为“已安排”。
建议把计划状态设置为待评估、待确认、已下单、运输中、已到货、已上架和已关闭。状态变化必须有时间和责任人,避免同一条补货记录在不同部门之间反复转发,却没人知道目前卡在哪里。
第四周开始观察计划质量。预测偏差大,不一定代表预测模型差,也可能是活动信息晚、区域订单未同步、库存状态不准或供应商承诺不可信。复盘时要把偏差拆成需求偏差、供应偏差、库存偏差和执行偏差。
如果一个 SKU 连续四周都提前补货,说明目标库存可能过高;如果连续三周临近缺货才补货,说明提前期、安全库存或责任确认机制存在问题。参数必须由结果反推,而不是长期沿用历史习惯。
我见过不少企业在缺货后第一反应是增加安全库存,在积压后第一反应是全面压库存。这两种做法都过于粗糙。真正有效的改善,是把库存从一个静态数量,转化为带有地点、时间、状态、责任和替代方案的履约能力。
对仓库主管而言,最值得坚持的不是每天追求报表上的库存准确率,而是持续追问五个问题:这批货能不能卖?在哪个仓最有价值?能撑到哪一天?补货到达后什么时候真正可售?如果供应或需求发生变化,谁负责切换方案?
多仓协同的本质,不是让所有仓都有货,而是让正确的 SKU 在正确的时间出现在正确的仓。下一步可以从贡献最高的 100 个 SKU 开始,完成库存状态清洗、仓别覆盖计算和补货责任绑定,再用四周数据验证缺货率、周转天数、临时调拨占比和补货命中率。先把少数关键 SKU 的规则跑通,再逐步扩展到全量商品,通常比一次性改造所有库存更稳、更快,也更容易获得团队的真实反馈。
我以前接手过一个同时服务直营网点和电商渠道的仓库,主管每天都在催采购补货,但缺货率并没有明显下降。我想知道,补货计划到底应该优先看销量、库存天数,还是供应商交期,怎样把这些数据放进同一套判断逻辑里?
我在一次多仓库存复盘中发现,单看近30天销量会误导补货:促销期间的销量会把需求均值抬高,而长交期SKU又会因为一次集中到货形成虚假的库存充足。更稳妥的做法是把需求、供应、库存和履约风险放在同一张表里,而不是只盯库存数量。建议至少计算五个字段:日均需求、需求波动、供应商交期、可用库存和安全库存。
可用库存不能只等于账面库存,还要扣除已分配未出库、质检冻结和已确认但尚未入库的异常批次。
字段计算方式实际用途 日均需求近8周有效出库量÷有效销售天数避免只看最近几天的偶然波动 交期需求日均需求×供应商平均交期判断下单后能否撑到到货 安全库存需求波动×交期波动系数覆盖销量和交期的不确定性 可用库存现存库存-锁定库存-冻结库存避免把不可销售库存当成补货依据 我通常先用一个简单规则做初筛:可用库存小于“交期需求+安全库存”时进入补货候选;
可用库存低于交期需求时标记为高风险。这个规则不追求一次算得非常精确,但能迅速筛出真正可能断货的SKU。补货量还要加上目标周期,而不是机械地补到满仓。一个实用公式是:补货量=目标覆盖天数需求+安全库存-可用库存-在途可确认数量。
这里的在途数量必须满足供应商已发货、物流节点可追踪、到货时间在计划窗口内三个条件,否则只能作为参考,不能直接抵扣。在那次复盘里,团队把“近30天销量排名前100”改成“缺货风险评分前100”。两周后,采购申请数量减少了约18%,但高周转SKU的缺货订单下降了约27%。
我的判断是:补货计划的价值不在于让仓库库存更高,而在于把有限现金优先用在最可能影响履约的SKU上。
我负责过区域仓和中心仓并行的库存场景,最麻烦的不是没有库存,而是库存分布不对:华东仓有货,华南仓却因为调拨慢而延期发货。我想知道,多仓协同应该按照库存数量调拨,还是按照订单需求和运输成本一起判断?
多仓调拨最容易踩的坑,是把“库存最多的仓库”当成“最适合出货的仓库”。我曾处理过一次调拨,某中心仓账面上有600件,但其中约160件已被渠道订单锁定,90件正在质检,真正可调拨库存只有350件。如果不区分库存状态,系统会持续生成无法执行的调拨单。
我建议先为每个仓库计算可调拨库存和仓库服务缺口,再决定调拨方向。服务缺口不是简单的负库存,而是未来计划窗口内的需求减去可用库存、可确认在途和已安排调拨。判断项优先级判断问题 区域缺货风险最高未来7至14天是否无法满足已确认订单?调出仓可用库存高扣除锁定、冻结和安全库存后是否仍有余量?
运输时效高调拨到货时间是否早于需求发生时间?单位调拨成本中调拨成本是否低于外部采购或延期履约损失?库存新鲜度中是否存在批次、保质期或版本优先级?在实际执行时,我会把调拨分成三类。第一类是订单保障调拨,只服务已经确认且临近承诺日期的订单;第二类是库存平衡调拨,用于解决区域库存天数差异;
第三类是结构性调拨,针对季节性或渠道结构变化提前调整库存。这三类调拨不能混在一个审批队列里,否则紧急订单会被普通平衡任务拖慢。一个可落地的规则是:当某仓未来14天库存覆盖低于7天,且其他仓扣除安全库存后仍有可调拨余量时,优先执行订单保障调拨;当两个仓库存覆盖天数差距超过10天时,再评估平衡调拨。
调拨前还要把运输天数加入需求窗口,不能今天看到缺货、明天才发现调拨要走5天。我在类似场景中把仓间库存覆盖差异从14天压到6天,跨仓紧急调拨次数下降了约31%。关键不是增加调拨频率,而是让调拨只解决“时间上来得及、库存上调得出、经济上值得做”的问题。
我曾经遇到过一天生成几百条补货建议的系统,仓库主管只能凭金额和销量挑任务,结果低金额但高影响的关键配件经常被漏掉。我想知道,SKU优先级应该怎么分层,哪些指标最适合用来决定今天先处理什么?
SKU数量一多,补货计划就不再是“算出一个数量”这么简单,而是“把有限执行能力分给最重要的任务”。我做过一次任务清洗,发现当天的补货建议中约42%只是由于最小起订量、包装倍数或临时促销产生的普通提醒,真正需要当天处理的高风险任务不到15%。
我建议采用“影响程度+紧迫程度+执行难度”三维排序,而不是单独使用销售额。一个低价连接件如果会导致整套设备无法发货,其缺货影响可能远高于一个高价但可替代的单品。
等级典型条件处理时限主管动作 S级已确认订单将延期,且无替代库存当天采购、仓库、销售共同确认 A级未来7天低于交期需求24小时内确认采购量和到货日期 B级库存覆盖低于目标,但暂不影响订单本周内纳入常规补货批次 C级库存偏高或需求波动较大观察暂停追加并复核预测 排序时可以给每个SKU建立一个简单评分:缺货订单数×5+未来7天需求缺口×2+不可替代系数×3+供应商交期风险×2。
分数不需要被包装成绝对精准的模型,它的作用是让主管先看到会造成履约损失的事项。我还建议把“补货任务”和“库存治理任务”分开。补货任务解决未来供应不足,库存治理任务处理呆滞、错位、包装倍数和主数据错误。如果把两者混在一起,团队会花大量时间调整低周转SKU,却没有及时处理真正会断货的SKU。
一次试运行中,仓库每天只允许主管确认前30条高优先级任务,其余任务自动进入下一批复核。这样做之后,人工审核时间从每天约3小时降到1小时40分钟,紧急订单的处理及时率从78%提高到93%。我的经验是,补货系统不应该把所有可能的问题都推给主管,而应该先替主管完成排序。
我见过一些项目上线后,系统里的补货单、调拨单都按时关闭,但一线仍然频繁催货,销售也在抱怨交付不稳定。我想知道,仓库主管应该跟踪哪些指标,怎样区分是预测错了、采购慢了、仓库执行慢了,还是库存数据本身不可信?
判断多仓协同是否改善,不能只看库存周转率或补货单关闭率。库存周转变快,可能是因为安全库存被削得过低;补货单按时关闭,也可能只是系统把未完成任务强行结案。真正有价值的是把结果指标和过程指标连起来看。我建议至少建立四组指标。第一组是结果指标,包括订单满足率、缺货率、延期订单占比;
第二组是库存质量,包括可用库存准确率、呆滞库存占比、库存覆盖天数波动;第三组是计划质量,包括预测偏差、补货建议采纳率、紧急采购比例;第四组是协同效率,包括调拨及时率、到货差异率和跨仓异常关闭时长。
异常表现更可能的原因验证方法改进动作 库存很多但仍缺货库存锁定、冻结或分布错误核对可用库存状态和仓间需求重定义可用库存口径 补货量频繁被修改需求波动或主数据错误对比预测、实际出库和起订量拆分促销需求并修正包装参数 调拨按时发出但订单延期运输时效或收货处理慢拆分发出、在途、签收、上架时间设置节点级时效责任 库存准确率下降盘点、入库或退货流程不完整抽查高价值和高频SKU先治理关键SKU,再扩大范围 我在一轮8周的改进中采用了“基线周+试运行周+稳定周”的对比方式。
基线周记录原有缺货率、紧急采购比例和调拨及时率;试运行周只选择两个仓和约500个核心SKU;稳定周再观察指标是否持续,而不是只看上线当天的结果。当时最有用的指标不是库存周转,而是“计划内满足率”:在计划窗口内,能够通过现货、已确认采购或可按时到达的调拨满足的需求占比。
这个指标从84%提高到92%时,客户延期明显减少,而总库存只增加了约4%。这说明改善重点应该放在库存可兑现程度,而不是盲目增加库存。最后要给每个异常绑定责任节点。预测偏差由计划人员复盘,供应商延期由采购跟进,收货和上架延误由仓库负责,主数据错误则由数据管理员修正。
没有责任归属的报表只能描述问题,不能推动多仓协同真正变好。


读者评论
把账面库存拆成可售、已分配、冻结和在途这点很实用。以前我们做补货时只看总库存,结果区域仓明明有货,订单还是因为库存被占用而延迟,库存覆盖天数比库存件数更有参考价值。
多仓协同确实不能只看全国库存总量。文章里华南仓促销需求1500件、实际库存1300件的例子很典型,补货计划如果不明确目标仓和最迟到货时间,最后往往只能临时调拨,成本和时效都受影响。
我比较认同把触发补货和确定补货量分开。库存跌破安全线不一定要马上采购,还要核对在途、活动需求、供应商交付稳定性和仓容。建议实际表格再增加异常原因和升级时限,方便跨部门闭环。