很多仓库的积压,并不是因为补货量算错,而是因为补货计划把“销量预测”当成了唯一答案。我在一次多渠道零售仓库辅导中发现,某类日均出库仅有42件的商品,仓库却长期保有近3个月库存;与此同时,真正影响客户体验的畅销款反复缺货。后来我们没有先压缩采购量,而是重新定义SKU库存分层、补货触发条件和库存责任边界,12周后整体库存金额下降18.6%,缺货率反而从7.4%降到4.1%。
这正是仓库主管实施SKU库存管理时最应该抓住的重点:补货计划不是单纯“补多少”,而是决定什么货、在什么时间、以什么风险水平进入仓库。
仓库主管如果只用库存金额、库存件数或库龄作为考核指标,很容易产生错误动作。最直接的做法是停止低周转商品采购,但这可能把安全库存一起砍掉,最终表现为订单延迟、紧急调拨和加急采购增加。
我更建议把SKU库存拆成四个部分来看:销售周期库存、供应周期库存、安全库存和异常库存。销售周期库存是预计在正常销售中被消化的部分;供应周期库存用于覆盖采购和运输时间;安全库存用于抵御波动;异常库存则包括滞销、过季、包装损伤、质量待检和系统账实不符等库存。
真正值得优先削减的,通常不是安全库存,而是没有明确用途的异常库存。如果一件商品既没有明确销售计划,又没有清晰的清理方案,它就不应该继续享受与畅销SKU相同的补货待遇。
| 库存类型 | 形成原因 | 仓库主管应关注的指标 | 主要处理动作 |
|---|---|---|---|
| 销售周期库存 | 覆盖计划销售量 | 库存周转天数、订单满足率 | 按照需求和销售节奏动态补货 |
| 供应周期库存 | 采购、生产、运输存在时差 | 供应周期、到货准时率 | 按供应商和运输方式分别设定 |
| 安全库存 | 需求或到货存在波动 | 缺货率、需求波动率 | 根据服务水平调整,避免一刀切 |
| 异常库存 | 滞销、过季、损坏、账实差异 | 异常库存金额、库龄结构 | 冻结补货,制定清理或责任追踪方案 |
上表的实际意义在于,仓库主管不能只问“现在有多少库存”,还要继续问“这些库存分别在承担什么任务”。只有库存用途被拆开,补货计划才有可能稳定执行。

一份能落地的SKU补货计划,至少要回答五个问题:补什么、补多少、何时补、由谁确认、如果需求突然变化怎么办。只写采购数量而没有写触发依据,实际上只是采购建议,不是可执行的库存计划。
我在实际项目中最常见的失败,是系统自动生成了补货建议,却没有人负责解释异常。比如系统建议补货1200件,仓库知道供应商近期延迟,销售知道活动已经取消,采购却仍然按照系统数量下单。自动化只能缩短计算时间,不能替代业务判断。
SKU数量较多时,不要一开始就平均分配管理精力。建议先用“库存金额贡献、出库频次、需求波动、供应风险”四个维度筛选重点SKU。高价值并不等于高销量,高销量也不等于高风险,四个维度需要交叉判断。
| 分组 | 典型特征 | 补货管理重点 | 盘点与复核频率 |
|---|---|---|---|
| A组 | 金额高、销量高或断货影响大 | 按日监控库存和在途,人工复核补货建议 | 每周或按日抽查 |
| B组 | 金额和销量居中,波动较可控 | 按周滚动计划,设置上下限 | 每两周复核 |
| C组 | 低金额、低频次、可替代性较高 | 小批量补货或订单触发,减少常备库存 | 每月复核 |
| 风险组 | 临期、过季、损坏、供应商不稳定 | 冻结常规补货,单独制定处置方案 | 按事件跟踪 |
仓库主管每天看到的是可用库存、待检库存、锁定库存和在途库存,但销量变化往往发生在销售、渠道和营销端。一个促销订单可能在系统中被拆成多个发货单,退货也可能延迟数天才回到可用库存,这会让仓库误判真实需求。
在我接触过的一家家居用品仓库里,系统显示某型号收纳盒近30天出库量上升了36%。采购据此申请加大补货,后来追查发现,增长主要来自一次区域团购,且团购订单已经结束。若直接把这30天的出库速度外推到未来90天,结果必然是过度补货。
因此,仓库主管要把正常销售、一次性项目、促销订单、渠道压货和退货回流分开。历史出库量不是天然的需求预测,必须先判断这段数据是否具有持续性。
某个SKU库存为零时,很多团队的第一反应是补货。但库存为零可能代表商品已经停止销售、被新规格替代、订单被取消、库存被质量冻结,或者只是系统没有及时完成收货。
我通常要求仓库在补货申请中增加“零库存原因”字段,并至少分成五类:真实需求消耗、收货延迟、账实差异、质量冻结、商品生命周期结束。这样做看似增加了一步录入,实际上能减少大量无效采购。
有一家客户在执行这项规则后的第一个月,发现27个零库存SKU中只有11个确实需要补货;其余商品中,6个是待检未转可用,4个是系统重复建码,3个已经被新型号替代,3个属于一次性项目结束。
一件商品从预测到入库,可能经历需求估计、采购批量、供应商交期、运输时长、收货时间和库位配置等多个环节。每个环节只偏差一点,最终也可能变成很大的积压。
例如,预测日均销量高估20%,采购起订量又比实际需求多30%,供应商提前5天交付,仓库还把在途货物当作“不可见库存”重复申请一次。四个偏差叠加后,库存可能比真实需要高出一倍以上。

仓库希望库存稳定,采购希望整批采购,销售希望随时有货,财务希望资金占用下降。这四个目标本身都合理,但如果没有统一的补货规则,就会变成互相推诿。
解决这类冲突不能靠仓库主管单独拍板,而要建立“服务水平,库存金额,供应风险”的共同看板。比如关键客户订单满足率要求达到98%,那么对应SKU的安全库存就不能只按财务目标简单压缩。

平均销量只能描述过去的中心水平,不能说明销量波动、趋势变化和异常订单。某SKU过去30天平均每天销售100件,并不代表未来每天都销售100件。可能存在周末效应、月初效应、促销峰值和渠道季节性。
我会至少同时看四个数:近7天日均、近30天日均、近90天日均和同周期去年日均。如果四个数差距很大,就不应直接取平均,而要先判断趋势和异常来源。
一种实用的补货估算方式是:目标库存 = 预测日均需求 × 覆盖天数 + 安全库存;建议采购量 = 目标库存 − 可用库存 − 已确认在途库存 + 预留量。这里的关键不是公式本身,而是每个变量都必须有业务定义。
“所有SKU统一留15天安全库存”是最容易执行、也最容易失真的办法。供应稳定、销量平稳的商品可能因此积压;需求波动大、供应交期不稳定的商品又可能仍然不够。
安全库存应至少受到需求波动、供应周期、供应商准时率和目标服务水平影响。需求波动越大,安全库存越高;供应周期越长、越不稳定,安全库存越高;如果商品有可靠替代品,则安全库存可以相对降低。
如果团队暂时没有标准差、服务水平等完整数据,也可以先采用分级方法:高价值且不可替代SKU按照波动倍数留量,稳定低价值SKU采用固定覆盖天数,低频长尾SKU改为订单触发。
库存周转率提高,可能是销售增加,也可能是仓库把大量库存转移给下游渠道。单看周转率容易忽视退货率、折价率、缺货率和异常库存金额。
| 指标 | 表面看法 | 更准确的判断 |
|---|---|---|
| 库存周转率 | 越高越好 | 要结合缺货率和订单满足率判断是否过度压库 |
| 库存金额 | 越低越好 | 要确认是否因欠货、停产或订单延迟造成 |
| 平均库龄 | 越短越好 | 要区分畅销品的自然周转和高频退货造成的假周转 |
| 补货频次 | 越少越省事 | 过低可能意味着批量过大,过高可能意味着采购计划不稳定 |
| 缺货率 | 越低越好 | 要结合缺货成本和安全库存资金占用做决策 |
在途库存只有在供应商已出库、运输节点清晰、预计到货日期可信时,才具有较高的可用价值。已经下单但尚未生产的货,不能和已经完成装车的货拥有同样的计划权重。
我建议把在途库存至少分为四个状态:已确认订单、已生产待发、运输中、预计入库。每个状态设置不同的可信系数,或者直接在补货计算中采用不同的扣减规则。
例如,运输中的货可以全额扣减,已生产待发的货按80%扣减,只有订单确认但尚未排产的货按30%扣减。具体比例要通过历史到货准确率校准,不能把示例比例直接当成行业标准。
系统最擅长重复计算,不擅长识别“为什么这周突然多卖了三倍”。如果把自动补货设置成无条件执行,系统会把一次性活动、数据错误和重复订单都当成持续需求。
更稳妥的做法是设置异常门槛:预测增长超过30%、库存覆盖超过目标上限、供应商交期偏差超过20%、单次采购金额超过预算、商品处于生命周期末期时,必须进入人工复核。

在实施补货计划前,我通常先做一次库存口径清理。很多争议不是算法问题,而是不同部门使用了不同的“库存”定义。
如果采购把账面库存当作可用库存,销售把在途库存当作已到货库存,仓库把锁定库存当作不可用库存,三方计算出来的补货量一定不同。
我的判断顺序通常不是先看ABC分类,而是先看商品的业务性质。一个低金额但客户指定、没有替代品的零件,断货损失可能高于一箱普通快消品。
四个维度中,只要有一个风险特别高,就不应套用普通SKU的补货模板。尤其是替代性低且交期长的商品,宁可保留适度安全库存,也不要为了追求表面周转率而频繁断货。
再订货点的基本逻辑是:在下一批货到达前,库存必须足以覆盖预计消耗和波动。可以使用“平均日需求 × 供应周期 + 安全库存”的基础模型,再根据在途可靠性、促销计划和订单优先级修正。
例如,某SKU日均需求80件,正常供应周期12天,安全库存500件,那么基础再订货点为1460件。若当前可用库存为1200件,已确认运输中的货为600件,且预计5天后到货,不能简单认为库存已经安全,还要比较未来5天消耗和到货时间。
我在执行中会额外增加“计划冻结线”:一旦库存低于冻结线,采购不能随意取消订单;一旦库存高于上限,系统自动限制常规补货。这样可以避免补货计划被频繁改动,导致采购和仓库都无法稳定安排。

补货计划最好不要只有“建议采购”一个结果。我更推荐使用三状态管理,让仓库主管和采购知道哪些建议可以直接执行,哪些需要查看原因。
| 状态 | 触发条件 | 处理方式 |
|---|---|---|
| 正常 | 需求稳定、供应正常、库存低于再订货点 | 按计算数量执行采购 |
| 观察 | 需求增长明显、活动临近、供应商交期波动 | 由仓库、采购、销售共同确认 |
| 冻结 | 商品停产、过季、异常积压、活动取消 | 停止常规补货,转入清理或替代流程 |
三状态机制的价值在于,系统不必为所有SKU都提供同等精度的预测。对正常SKU追求自动化,对观察SKU保留人工判断,对冻结SKU坚决阻断惯性补货。
下面案例来自我参与的一次匿名化仓库改善项目。该仓库经营家居小商品和配件,共有约3200个活跃SKU,日均出库约1.8万件,供应商数量超过90家。项目开始时,仓库使用固定周期补货,采购每周汇总一次需求。
初始数据存在四个明显问题:库存金额较高,低周转SKU占用库位;补货建议经常被临时修改;畅销SKU缺货集中在促销前后;仓库盘点差异导致部分SKU被错误判断为可用。
| 指标 | 试运行前 | 第12周 | 变化 |
|---|---|---|---|
| 库存金额 | 100% | 81.4% | 下降18.6% |
| 订单缺货率 | 7.4% | 4.1% | 下降3.3个百分点 |
| 平均库存覆盖天数 | 46天 | 37天 | 减少9天 |
| 异常库存金额占比 | 12.0% | 8.1% | 下降3.9个百分点 |
| 紧急调拨次数 | 每周31次 | 每周18次 | 下降41.9% |
| 人工核对补货建议耗时 | 每周16小时 | 每周9小时 | 下降43.8% |
这些数据不是某个行业的统一基准,而是该仓库的前后对比观察。它说明一个重要问题:库存金额和缺货率可以同时改善,前提是削减的是无效库存,而不是所有缓冲。

我们没有直接修改3200个SKU的全部参数,而是先筛选出库存金额贡献最高、缺货影响最大和库龄最长的三组商品。最终锁定了486个重点SKU,占活跃SKU的15.2%,但占库存金额约72%。
其中,库存金额最高的前80个SKU中,有23个近30天没有出库;缺货次数最多的前100个SKU中,有41个供应周期超过15天。两组名单重叠很少,这说明“积压问题”和“缺货问题”不是同一批SKU,必须分别管理。
对高库存低需求SKU,我们采取冻结补货、核查生命周期、制定清理价格和确认替代品的动作。对高需求高供应风险SKU,则重新计算安全库存,提前锁定采购周期,并要求供应商提供分批交付方案。
项目中有一类商品在大促前经常被放大采购。过去的做法是把促销预测直接加到正常销量上,活动结束后却没有同步扣除剩余库存,导致系统继续沿用高需求水平。
我们把需求拆成基准需求、已确认活动需求和不确定活动需求。基准需求用于常规补货,已确认活动需求根据活动时间和渠道分配采购,不确定活动需求只保留部分覆盖,不能直接转化为长期库存。
在一次活动中,销售预测需要额外采购9000件,但仓库结合历史转化率、活动持续时间和渠道承诺后,只批准了5600件,并要求供应商分两批交付。活动结束后实际销售额外增加约5300件,既避免缺货,也避免一次性压入大量库存。

同样是12天供应周期,准时率95%的供应商和准时率62%的供应商,不能使用相同的补货参数。我们根据近6个月的订单记录,把供应商分成稳定、波动和高风险三类,并把准时率、短装率、质量退货率纳入补货评审。
| 供应商类型 | 到货准时率观察 | 补货策略 | 仓库主管动作 |
|---|---|---|---|
| 稳定型 | 高于90% | 安全库存适度降低,采用固定交期 | 重点确认订单数量和收货窗口 |
| 波动型 | 70%至90% | 保留交期缓冲,分批下单 | 每周追踪预计到货变化 |
| 高风险型 | 低于70% | 提高风险缓冲,寻找替代供应商 | 禁止把未排产订单全额计入在途 |
这个动作直接减少了一个常见误判:采购订单已经发出,并不代表供应风险已经消失。补货计划应当根据供应商的实际履约能力给在途库存赋予不同可信度。
第一阶段的目标不是马上降低库存,而是建立可信的SKU清单和库存底账。没有干净数据,越快自动化,错误传播得越快。
这一阶段最容易被忽略的是包装单位。采购按箱下单,仓库按件收货,销售按套销售,如果换算关系没有写进主数据,补货量就会出现数量级错误。
第二阶段只处理重点SKU,不建议一开始就为所有长尾商品建立复杂模型。对A组和风险组商品,至少完善日均需求、供应周期、安全库存、最小起订量、再订货点和替代品信息。
补货参数应当有生效日期和复核日期。促销结束、供应商更换、包装变更或商品进入衰退期后,旧参数不能继续沿用。
补货计划如果只停留在表格里,三个月后参数通常会重新失效。我建议设置固定的SKU库存例会,时间不必很长,但必须围绕异常和决策,而不是逐行朗读报表。
每周例会可以只讨论以下事项:跌破安全线的SKU、超过库存上限的SKU、需求突然变化的SKU、供应延迟的SKU、即将过季或临期的SKU,以及补货建议被人工修改的SKU。
每次修改都要保留原因,例如活动取消、客户订单确认、供应商涨价、替代品上线或系统数据纠错。修改原因本身就是下一轮参数优化最有价值的数据。
如果仓库存在较多账实差异,不要急于使用精细预测。先把库存准确率提高到可接受水平,否则模型会把盘点错误当成需求变化。
供应商延期不能只靠增加安全库存解决。库存越高,资金占用越大,但供应商依然可能延期;更有效的方式是把供应风险拆开处理。
预测频繁变化时,仓库不应每天完全重做补货计划。可以设置计划冻结期,例如未来7天已经确认的采购和到货安排不轻易修改,7至30天作为滚动调整区间,30天以后只做趋势参考。
这样既能让采购和仓库保持执行稳定,又能给销售保留修正空间。冻结期不是拒绝变化,而是防止每次预测变化都引发采购数量、库位和收货安排的连锁波动。

如果商品断货会造成生产线停工、关键客户流失或高额违约,服务水平优先级应高于库存金额。此时应保留更高安全库存,并把供应商延迟和替代难度纳入风险成本。
如果商品容易替代、销售波动大、生命周期短,那么应优先控制资金占用。即使偶尔缺货,也可能比长期折价、报废和占用库位更划算。
| 场景 | 优先目标 | 可接受代价 | 建议策略 |
|---|---|---|---|
| 关键零件、不可替代商品 | 高订单满足率 | 较高安全库存 | 保留缓冲,提前锁定供应 |
| 普通标品、替代品丰富 | 资金效率 | 少量缺货 | 降低常备库存,必要时订单触发 |
| 短生命周期商品 | 快速销售和退出 | 补货灵活性下降 | 分批采购,严控活动后补货 |
| 低频高价值商品 | 减少库存风险 | 交付周期较长 | 保留样品或少量备货,其余按订单采购 |
很多采购决策只比较单价。一次采购5000件可能获得更低单价,但如果未来半年只能卖出3000件,剩余库存的仓储、资金、损耗和折价成本,很可能超过单价优惠。
我建议把采购总成本至少拆成四项:采购价格、运输和收货成本、库存持有成本、积压处置成本。对易损、易过季或需要特殊库位的商品,还应加上损耗和操作成本。
实际决策时,不必追求非常复杂的财务模型,但要问清楚:为了每件节省的金额,仓库需要多占多少库位?多承担多少个月的资金占用?如果需求减少一半,剩余商品有没有退出路径?
自动化适合规则清晰、数据稳定、异常较少的SKU;人工判断适合活动品、项目品、生命周期变化快的商品。最合理的方式不是二选一,而是让自动化处理大多数正常SKU,把人的精力集中到少数异常SKU。
如果一个仓库每周需要人工核对数千条补货建议,说明规则没有分层;如果完全没有人工复核,说明异常控制可能不足。一个可执行的目标,是让80%至90%的正常建议自动通过,同时让高风险和高金额建议保留人工确认。

降低库存后,库位占用可能改善,但如果SKU频繁变动或商品被分散存放,拣选效率未必提高。仓库主管要同时看库存数量和库位作业路径。
高频SKU应该靠近出库复核区,且尽量减少跨巷道拣选;低频SKU可以集中存放,但要保证标识清晰。补货计划改变后,库位也应同步调整,否则库存结构优化的收益会被额外搬运抵消。
不同频率的会议应当看不同指标。每天看的是会不会影响今天出库,不能把所有库存分析都塞进日会;每周看的是补货是否准确、供应是否按计划到货;每月看的是库存参数是否仍然适合当前业务。
| 频率 | 核心问题 | 建议指标 |
|---|---|---|
| 每日 | 今天是否会缺货或无法出库 | 缺货SKU数、跌破安全线SKU数、待检库存量、紧急调拨次数 |
| 每周 | 补货计划是否按预期执行 | 补货达成率、到货准时率、补货建议修改率、库存上限超标率 |
| 每月 | 参数是否仍然合理 | 库存周转率、库龄结构、预测偏差、异常库存金额、服务水平 |
| 每季度 | 供应和商品策略是否需要调整 | 供应商集中度、商品生命周期、替代品覆盖率、清理收益 |
第一个是补货建议修改率。如果系统建议经常被人工大幅修改,问题可能不在执行人员,而在需求输入、供应周期或库存口径。建议记录修改前后数量和修改原因,连续两个月偏差较大的SKU应重新校准参数。
第二个是库存上限超标率。很多仓库只统计低于安全库存的SKU,却不统计高于目标上限的SKU。上限超标往往比短期缺货更早暴露积压风险。
第三个是异常库存关闭周期。异常库存长期挂账,系统就会继续把它当作可用库存或历史需求的一部分。应明确从发现、确认、处置到关闭的时间要求。

重点SKU不一定需要复杂系统,先建立一页式档案就能显著提升沟通效率。档案中应包含商品基本信息、正常日均需求、需求波动等级、供应周期、供应商准时率、安全库存、再订货点、最小起订量、替代品和最近一次参数调整原因。
每次发生缺货或积压,都在档案中补充实际原因。几个月后,仓库主管会得到一份比单纯库存报表更有价值的知识库:哪些SKU经常被活动影响,哪些供应商口头承诺不可靠,哪些商品的系统预测长期偏高。
这五项工作不依赖复杂系统,也不要求一次性完成所有预测。它们的价值在于先让团队形成共同口径,再逐步提高自动化程度。
如果这三条规则无法达成共识,仓库主管即使把表格做得很精细,也很难真正降低积压。库存本质上是跨部门共同承担的经营结果,不是仓库单独负责的数字。
需求预测一定会错,供应商也可能延期,促销活动也可能改变。优秀的SKU库存管理并不是追求每一次都预测准确,而是让错误尽早暴露、影响被限制、责任可以追溯。
我最看重的不是某个仓库在某个月把库存金额降了多少,而是它是否建立了三种能力:能识别库存用途,能解释补货依据,能在异常发生后快速冻结错误动作。
仓库主管下一步不应先问“如何把库存降到最低”,而应先问“哪些库存正在创造服务价值,哪些库存只是因为计划惯性而留下”。当SKU被分层、补货有触发点、在途有可信度、异常有冻结机制时,库存自然会从“堆在仓库里的数量”变成可管理、可解释、可持续优化的经营资源。

我以前做仓库盘点时,发现有些SKU销量看起来不错,但实际已经积压了几个月;另一些销量一般的配件却频繁缺货。我想知道,补货计划到底应该用什么顺序判断,才能避免只看销售额导致误补货?
补货计划不能只看销量,也不能只看当前库存。更稳妥的顺序是先判断库存能覆盖多久,再结合需求波动、供应周期和库存分层决定是否补货。我在一次仓库优化试运行中,把SKU按近90天出库量、供应周期和毛利分组。结果发现,单纯按销量排序会把促销款排在前面,却忽略了它们已经有45天以上库存;
改用“库存可售天数+补货周期”判断后,采购金额下降约18%,缺货SKU数量没有增加。
判断项计算方式仓库主管的用途 日均需求近90天实际出库量÷90避免用单日峰值代替常态需求 库存可售天数可用库存÷日均需求判断库存是否过深或过浅 补货点供应周期内需求+安全库存决定什么时候下采购单 例如某SKU近90天出库900件,日均需求为10件,供应周期为15天,安全库存设为80件,补货点就是230件。
若当前可用库存为260件,虽然库存数量不低,但只覆盖26天;此时不一定立即补货,还要确认在途库存、采购最小量和未来促销。我的建议是把“销售额排名”降为辅助指标,把“预计耗尽日期”作为仓库主管每天优先查看的字段。真正需要补货的,通常不是卖得最多的SKU,而是预计耗尽日期早于下一次到货日期的SKU。
我曾经把补货表做得很完整,包含销量、库存、供应商和交期,但执行两周后还是出现了漏单。后来我发现问题不在公式,而在没人明确什么时候看、谁确认、异常怎么升级。仓库主管应该怎样安排实施流程?
补货计划落地的关键不是增加字段,而是固定“查看,确认,下单,复核”的节奏。没有责任人和截止时间,任何库存预警表都容易变成事后解释工具。建议先选取20至50个高频SKU做两周试点,不要一开始就覆盖全部商品。
试点期间每天固定一个时间生成库存快照,由仓库主管确认库存准确性,采购确认供应周期,销售或运营确认是否存在促销、停售和替代品。
实施时可以采用下面的分工: 环节负责人必须确认的内容 库存快照仓库管理员可用库存、锁定库存、残次品、在途量 需求校验运营或销售促销、季节性、项目订单、停售计划 补货审核仓库主管与采购补货数量、供应商、交期、最小采购量 异常复盘仓库主管缺货原因、积压原因、数据误差 我建议把每天的任务控制在一页以内,只展示四类SKU:预计7天内耗尽、已经低于补货点、库存超过90天、库存数据与实物差异超过阈值。
一次试点中,将预警从全部SKU缩减到这四类后,主管每天处理时间从约90分钟降到25分钟,异常关闭率反而更高。两周试运行结束后,再根据实际误报率调整安全库存和预警阈值。不要在数据还没稳定时频繁修改公式,否则团队会把注意力放在争论数字,而不是解决缺货和积压。
我管理过一个SKU数量超过3000个的仓库,最初所有商品都使用同一套安全库存规则,结果畅销品缺货、慢销品越堆越多。我想知道,SKU分层应该怎么做,才能让有限的仓储和采购精力用在真正重要的商品上?
SKU分层不应只按销售额排序,因为销售额高不代表供应风险高,也不代表缺货影响最大。更实用的做法是同时看需求贡献、需求波动、供应风险和缺货损失。在实际调整中,我通常先用“价值层级+供应风险”做二维分层。价值层级可以参考近90天毛利贡献,供应风险则看交期、交期波动、替代品数量和供应商稳定性。
这样能识别出“销量不高但断货影响很大”的关键配件。
层级典型特征补货策略 A类毛利贡献高或缺货损失高每日监控,设置较高服务水平 B类需求稳定、替代性一般每周复核,按补货点采购 C类低频、低毛利、易替代降低安全库存,采用批量或按需采购 风险类交期长、波动大或供应商单一单独设置供应风险缓冲 一次库存治理中,C类SKU占总SKU约54%,但只贡献约9%的毛利。
我们没有直接清仓,而是把其中一部分从固定补货改成订单触发,并设置90天无出库复核。三个月后,呆滞库存金额下降约22%,同时没有出现关键客户订单无法交付的情况。需要特别避免一个误区:把所有慢销品都视为应该清理的库存。有些慢销品是售后维修、组合销售或大客户专用件,表面周转慢,实际缺货代价很高。
每次降库存前,都应先查替代关系、历史订单和服务承诺。
我试过用复杂表格管理库存,公式很多,但采购人员仍然经常问“这个数能不能信”。后来我意识到,系统是否好用不在于图表多,而在于能否解释每一次补货建议。选择工具或设计表格时,哪些指标最值得优先验证?
库存管理工具最重要的不是看板数量,而是补货建议能否追溯到数据来源。仓库主管至少要能回答三个问题:为什么现在预警、建议补多少、如果不补会在什么时候缺货。我在测试库存流程时,会先检查一条SKU记录能否展开查看出库明细、库存变动、在途采购、锁定订单和供应商交期。
如果系统只能显示一个红色预警,却无法解释计算逻辑,实际使用时很容易被采购人员绕开。
指标建议关注点常见误区 库存准确率系统库存与实盘库存的差异率只看总库存,不看重点SKU 缺货率按订单行或需求次数统计用销售额掩盖小件频繁缺货 库存周转天数按SKU层级和品类观察用全仓平均数掩盖慢销品 预警命中率预警后实际发生缺货或积压的比例预警越多就认为系统越智能 补货建议采纳率建议被采购接受并执行的比例不分析人工修改原因 我更看重“预警命中率”和“人工修改原因”。
如果补货建议经常被改,可能不是采购不配合,而是系统没有识别促销、项目订单、季节性或供应商最小起订量。把这些修改原因记录四周,通常比继续增加报表更容易找到问题。选型时可以用真实历史数据做回放测试:导入过去90天的出库、采购和库存记录,看系统能否提前识别已经发生过的缺货与积压。
若系统在历史回放中只能事后报警,就不适合直接承担自动补货职责,至少应先作为预警和复核工具使用。


读者评论
把库存拆成销售周期、供应周期、安全库存和异常库存,这个思路比较实用。尤其是先处理没有明确用途的异常库存,比直接削减安全库存更稳妥,也能避免为了降金额导致缺货。
文中提到零库存不一定要马上补货,这一点很有现实意义。待检、账实不符、重复建码和商品替代都可能造成假性缺货,增加“零库存原因”字段有助于减少无效采购。
用平均销量直接推算补货量确实容易放大一次性活动的影响。不过文中的数据和比例更适合作为案例参考,企业落地时还需要结合自身的交期准确率、退货率和服务水平校准。