做采购增长时，最容易被忽略的事实是：库存准确率通常不是被“盘点能力”拖垮，而是被商品结构拖垮。一个由主件、配件、耗材和赠品组成的组合商品，如果仍然按照单一 SKU 补货、收货、出库和核算，销售额越往上走，账实差异往往越大。我曾参与过一个家居用品项目，月均订单从约 1.2 万单增长到 3.8 万单后，系统库存准确率从 94.6% 降到 81.3%；真正的问题不是仓库突然变差，而是组合商品拆分规则、采购单位和出库单位没有被统一。

一、先讲核心结论：组合商品不是促销技巧，而是库存准确率的放大器

1. 采购增长的关键，不是把 SKU 越做越多

采购人员常把增长理解为扩充品类、增加供应商、提高备货量。但从库存管理角度看，增长首先意味着交易结构变复杂：一个订单可能同时包含单品、套装、赠品、替换件和不同渠道包装。若系统只记录“卖出了多少套”，却没有同步扣减套装内部的实际物料，库存账面就会逐渐偏离仓库现场。

因此，我对采购增长的判断是：商品数量增长不可怕，库存逻辑没有被标准化才可怕。只要组合商品有清晰的物料构成、可追溯的领用关系和可执行的补货规则，SKU 增长未必会明显降低库存准确率；反过来，即使 SKU 不多，只要组合关系混乱，也会出现高频盘亏、紧急采购和重复备货。

2. 组合商品应当连接销售、采购和仓储三个口径

组合商品至少存在三个不同口径。销售看“卖出一套”，采购看“需要补多少个主件和多少个配件”，仓库看“实际拣出哪些物料”。这三个口径如果没有通过清单关系连接起来，每个部门都可能认为自己的数据是对的，但整个企业的库存仍然不准确。

3. 用一个准确率公式识别真正的问题

库存准确率不能只看盘点时“账面数量是否等于实物数量”。在组合商品场景中，我更建议同时看三层指标：物料数量准确率、组合可售准确率和采购预测准确率。

物料数量准确率可以按以下方式计算：盘点差异绝对值总量除以账面库存总量，再用 1 减去这个结果。组合可售准确率则要判断某个套装是否具备完整组件，只要其中一个关键组件缺货，这个套装就不能算作可正常履约。采购预测准确率则要比较预测需求与实际消耗，而不是比较预测套装数与销售套装数。

真正值得关注的不是“盘点时差了多少”，而是差异是否会阻断销售、诱发紧急采购或制造虚假库存。一个低价值包装袋的数量差异可能不影响订单履约，但一个小配件缺 3 个，就可能让 300 套组合商品全部变成不可售库存。

二、背景和真实场景：为什么业务越增长，组合商品越容易失控

1. 订单增长会放大“一个小误差”的影响

在月均几百单时，一套商品少装一个配件，通常可以通过客服补发解决。到了月均数万单，问题就不再是偶发错装，而是结构化损耗。假设某套装每天销售 500 套，每套需要 2 个密封圈，实际装配过程中平均损耗率为 1.5%，那么每天理论消耗量是 1,000 个，含损耗后应准备 1,015 个。

如果采购只按销售套数计算，月度会少准备约 450 个密封圈。这个数量可能不足以单独触发采购人员警觉，却足以让一批套装订单在月底集中缺件。库存系统显示主件还有 500 套，但实际上只能完整交付 275 套，剩余库存被“锁死”在主件上。

2. 组合商品的复杂性通常来自四个变化

我在梳理组合商品时，不会先问“这个商品是不是套装”，而会问它的物料构成是否在订单履约过程中发生了实际变化。以下四种变化最容易造成库存数据失真。

• 固定组合：每套始终由相同主件和配件组成，例如主机加电源线、礼盒加固定数量耗材。
• 可选组合：客户可以在多个配件中选择一个，销售系统记录的是一个商品，但仓库需要根据选项拣不同物料。
• 促销组合：购买主商品赠送试用装、替换件或小包装，赠品实际消耗却没有进入销售成本和补货需求。
• 动态组合：不同批次、渠道或活动页面使用不同组件，甚至允许供应商提供替代件。

固定组合最容易管理，但也不能简单忽略版本变更。可选组合和动态组合则必须记录选择路径，否则采购看到的是一个总销量，无法知道每种配件的真实消耗比例。

3. 一个典型项目的库存失真过程

下面是我在一次库存复盘中整理出的典型过程。某个办公用品套装由文件夹、标签纸、收纳袋和外包装组成。销售团队将其作为一个新商品上线，采购则按“套”向供应商下单，仓库在实际作业中按照四种物料分别拣货。

上线第一周，订单量不高，差异只有 0.8%。第二个月，营销活动带来约 2.4 倍订单，仓库开始使用替代收纳袋。由于替代关系没有登记，系统仍然扣减原收纳袋，原物料账面逐渐减少，替代物料却没有对应出库记录。

第三个月，系统显示原收纳袋缺货，采购追加订单；现场却发现替代收纳袋积压 6,800 个。与此同时，文件夹和标签纸因为共用在其他套装中，被提前采购，资金占用继续增加。这不是单纯的库存盘亏，而是组合关系失真导致的采购方向错误。

三、常见误区：库存不准往往不是盘点做得不够多

1. 误区一：把组合商品当成一个独立 SKU 管到底

把套装作为独立 SKU 管理，在商品展示层面没有问题，但如果库存层也只维护套装数量，就会出现“虚拟库存”。系统显示还有 800 套，实际上可能主件有 800 个、配件只有 620 个。采购人员如果根据 800 套发起补货，就会继续补错方向。

正确做法不是取消套装 SKU，而是让套装 SKU 负责销售和价格，让物料清单负责库存消耗。两者是不同层级：前者回答“客户买了什么”，后者回答“仓库用了什么”。

2. 误区二：只用销售数量预测，不看组件消耗比例

销售数量只能提供总需求，不能解释组件需求。可选组合中，某配件可能只被 30% 的客户选择；促销期里，赠品消耗可能达到主商品销量的 120%，因为部分订单会叠加赠送。若仍然按照一套一件的固定关系预测，预测误差会在长尾配件上集中爆发。

我通常把组件需求拆成三部分：基础消耗、选配消耗和异常消耗。基础消耗按照固定清单计算，选配消耗按照历史选择率和活动预估计算，异常消耗则包括损耗、补发、售后换件和样品领用。这样可以避免把所有差异都粗暴地归类为“仓库盘亏”。

3. 误区三：采购单位、仓储单位和销售单位不统一

这是非常隐蔽但高频的问题。供应商按箱报价，仓库按包收货，生产按个使用，销售按套出库。只要换算关系没有固定，采购订单中的 10 箱可能被不同人员理解为 100 个、120 个或 1,000 个。

单位换算不是录入工作，而是库存准确率的基础数据。如果采购、仓库和财务各自维护一套换算表，系统再复杂也只能把错误传递得更快。

4. 误区四：用盘点频率掩盖数据结构问题

当库存出现差异时，很多团队的第一反应是增加盘点频率。盘点确实有价值，但它只能发现差异，不能消除差异的来源。如果每天盘点一个错误的组合清单，结果只是每天更早发现错误。

我更愿意先把差异按来源分类：收货差异、拆套差异、替代差异、损耗差异、售后补发差异和单位换算差异。只有知道差异从哪一个动作产生，盘点结果才有改进价值。

5. 误区五：为了“准确”而把所有组合关系做得过度复杂

另一个极端是把每种包装、每个活动、每个渠道都做成独立组合版本。这样虽然理论上更精确，但会导致清单维护成本过高，采购和仓库反而不愿意执行。

我的判断标准是：只有当某个差异会改变采购决策、可售数量、成本核算或履约结果时，才值得进入正式组合规则。不影响库存决策的展示差异，可以留在商品描述或订单备注中，不必全部转化为库存结构。

四、专业判断逻辑：先判断组合关系，再决定库存策略

1. 第一步：判断物料是“销售组件”还是“库存组件”

并不是组合商品里的每个元素都需要独立管理。有些元素只是视觉包装，不影响补货和履约；有些元素虽然价值低，却是订单能否交付的关键。采购人员要区分销售组件和库存组件。

• 销售组件：客户在页面上看到或购买的对象，例如某款礼盒、某套工具。
• 库存组件：仓库实际消耗、采购实际补货或会造成缺货的对象，例如主件、配件、赠品和包装。

如果一张卡片只是随包裹附赠，且供应商会随主件固定配套供货，它可以作为包装属性管理；如果卡片需要单独采购，且活动期间用量会快速增长，就应当作为库存组件管理。

2. 第二步：判断组合关系的确定性

我通常把组合关系分成固定、概率和条件三种。固定关系适合直接按比例展开；概率关系需要使用历史选择率；条件关系则要根据渠道、活动、客户类型或订单属性判断。

3. 第三步：用“关键组件最低可售量”计算真实可售库存

组合商品的可售量不是所有组件库存的平均值，而是各组件可用库存除以单套用量后的最小值。假设某套装需要主件 1 个、配件甲 2 个、配件乙 1 个，当前可用库存分别为 1,000、1,600 和 720 个，那么真实可售套数不是 1,000 套，而是 720 套。

这个计算逻辑看似简单，却经常被销售预测忽略。很多系统将套装库存直接设为主件库存，结果主件库存看起来充足，配件却已经形成履约瓶颈。采购人员应当同时看到“套装理论库存”和“组件约束库存”，两者差异就是被隐藏的销售风险。

4. 第四步：按照价值、缺货影响和补货周期分级

不是所有组件都值得投入同等管理成本。我建议建立一个三维分级：组件价值、缺货影响、补货周期。价值高且缺货影响大的组件，应当进行批次和库存状态管理；价值低但缺货影响大的组件，应当重点设置安全库存；价值高但可快速采购的组件，则可以减少前置备货。

采购人员还要特别关注“低金额、高阻断”物料。一个几毛钱的接头、密封圈或标签，可能让几百元的主件无法销售。只看采购金额进行 ABC 分类，会把这类关键组件错误地划入低优先级。

五、具体案例和数据观察：一个套装项目如何把准确率从盘点问题变成预测问题

1. 项目背景：主件库存充足，但套装持续缺货

案例中的商品是一套家庭清洁工具，包含手柄、刷头、替换布和外包装。商品页面显示套装库存 2,400 套，但连续一周有客户反馈无法发货。仓库人员认为主件仍然充足，采购人员也没有收到常规补货预警。

我把近 8 周的数据拆开后发现，真正的库存结构是：手柄 2,650 个，刷头 2,420 个，替换布 1,780 个，外包装 2,600 个。按照每套需要 1 个手柄、1 个刷头、2 个替换布和 1 个外包装计算，真实可售量只有 890 套。

系统中“2,400 套库存”的来源，是以手柄数量作为套装库存。替换布虽然采购金额只占单套成本的 6.5%，却成为整个组合商品的限制组件。若继续看主件库存，采购会误以为库存安全；若按组件展开，缺货风险立刻显现。

2. 改造过程：先建立清单，再修正消耗和预测

项目没有一开始就全面更换系统，而是先选取销售额最高、缺货投诉最多的 12 个组合商品进行试点。每个组合商品只做四项基础工作：确认物料清单、统一计量单位、登记替代关系、定义可售量计算方式。

1. 导出近 90 天销售订单，识别每个组合商品的固定组件和可选组件。
2. 逐项核对采购单位、收货单位、仓储单位和实际耗用单位。
3. 把赠品、售后补发、样品领用和损耗从“人工备注”变成可追踪的库存动作。
4. 用关键组件最低可用量重新计算组合商品可售库存。
5. 按组件实际消耗更新采购预测，而不是继续使用套装销量直接替代物料需求。
6. 连续观察四周，区分一次性调整效果和持续执行效果。

这里最重要的动作不是建立一张清单，而是让清单真正参与库存动作。如果清单只是商品资料页面上的说明，没有进入出库扣减、采购建议和盘点差异分析，它就无法改善库存准确率。

3. 四周后的观察结果

试点组在改造前的账实准确率为 84.2%，组合可售准确率为 76.9%，每周平均发生 11 次临时补货。四周后，账实准确率达到 95.4%，组合可售准确率达到 92.7%，临时补货降至每周 4 次。

库存金额并没有同步下降到最低水平。相反，部分核心配件的安全库存被提高了，但总库存金额下降约 8.7%，原因是原先采购人员对缺货风险缺乏判断，只能对主件和配件同时过量备货。清单化之后，库存增加集中在真正的限制组件，非关键组件则减少了重复采购。

这些数字属于项目样本观察，不代表所有企业都能复制同样幅度。但它说明了一个很重要的方向：库存准确率提升并不必然依赖压低库存，先纠正库存结构，往往比单纯削减采购量更有效。

4. 最容易被忽视的结果：预测错误被提前暴露

项目实施后，采购人员发现有两个问题原本被“库存充足”掩盖。第一，替换布的历史选择率在促销期从 42% 上升到 67%；第二，部分客户会额外购买替换布，导致独立销售和套装消耗叠加。

如果只看套装销量，这两个变化都很难被识别。把组件需求独立出来后，采购可以分别观察套装带来的基础消耗和独立销售带来的增量消耗，预测模型也从“套装数”转向“组件总需求”。这就是组合商品对采购增长的真正价值：它不仅帮助库存更准，还帮助企业看清增长到底由哪类物料支撑。

六、不同情况下的行动建议：不要用一套方法管理所有组合商品

1. 如果是固定套装，先做清单和单位换算

固定套装是最适合优先治理的对象，因为投入小、收益容易验证。建议先确认每套固定消耗哪些组件，是否存在包装损耗，供应商交付单位与仓库使用单位如何换算。

• 销售端保留套装商品，满足页面展示和价格管理。
• 库存端建立组件清单，按实际出库动作扣减。
• 采购端按组件需求计算补货数量，不能只按套装销量下单。
• 盘点端同时盘点套装组件，检查组件之间是否出现结构性偏差。

如果固定套装的组件由同一供应商以完整套件交付，也不要因此跳过组件管理。企业仍需要知道套件内部有哪些物料，以便处理拆套销售、售后补发和供应商短装。

2. 如果是可选组合，重点管理选择率和替代边界

可选组合最容易出现预测偏差。采购人员不应只看过去平均选择率，而应区分常态、促销、渠道和客户类型。一个组件在整体订单中的选择率为 35%，不代表大促期间仍然是 35%。

建议至少维护三个数据：近 30 天选择率、近 90 天选择率和活动预估选择率。短周期数据反映近期变化，长周期数据防止偶然波动，活动数据则用于修正场景变化。对于替代件，要规定哪些替代是等效替代，哪些替代会改变成本或客户体验。

3. 如果是促销赠品，必须单独管理赠送比例

赠品是组合库存中最容易被漏记的部分。销售部门常把赠品当成营销成本，仓库却把它当成实际出库物料；如果两边没有连接，采购只能在赠品突然缺货后被动补货。

我建议为赠品设置“计划赠送率”和“实际赠送率”。例如主商品销量预计 20,000 件，计划赠送率是 80%，则理论赠品需求为 16,000 件；如果历史实际赠送率长期只有 64%，就不应机械地按 80% 备货，而要进一步确认是页面规则、人工漏发还是客户不符合赠送条件。

4. 如果是动态组合，先控制版本数量

动态组合不一定要做成大量独立 SKU，但必须有版本边界。供应商改包装、替换配件或调整装箱数量时，应该记录生效日期、适用渠道和旧库存处理方式。

如果旧版本和新版本可以完全互换，可以通过替代关系管理；如果包装尺寸、客户体验或成本发生变化，则需要独立版本。版本管理的目的不是让系统看起来精细，而是避免采购人员把不可互换的库存加总。

5. 如果有多个仓库，优先统一“组件可用量”定义

多仓环境中，组合商品可能在仓库甲拆套，在仓库乙整套出库，在仓库丙进行售后补发。若每个仓库对“可用库存”的定义不同，集团层面的库存准确率会被平均数掩盖。

至少要统一以下口径：在库、待检、冻结、已分配、可拣选、可售和可调拨。组合可售量应当基于组件的可用状态计算，而不是把待检、已分配或冻结数量一起算进来。

七、不同情况下的取舍：库存准确率不是越高越好，而是要匹配经营目标

1. 追求高准确率，意味着更高的数据维护成本

如果企业要求每个赠品、每次替代、每个包装变化都实时记录，库存准确率可能提高，但仓库作业会变慢，采购人员也会承担更多维护责任。对于低价值、可替代且不影响履约的物料，过度精细化可能不划算。

我的建议是先计算管理价值。一个组件每月消耗 100 万个、单价 0.2 元，但一旦缺货会阻断主商品销售，它值得精细管理；另一个组件每月消耗 300 个、单价 5 元，且可随时从本地采购，即使差异略高，也不必投入同等复杂度。

2. 追求低库存，可能牺牲组合商品的履约稳定性

降低库存金额是采购增长中的常见目标，但组合商品不能简单按平均库存或总库存周转率评价。主件库存下降并不代表经营效率提高，如果关键配件频繁短缺，企业可能付出拆单发货、客服补发、订单取消和客户流失的代价。

更合理的取舍是：对高阻断组件设置安全库存，对低阻断组件采用快速采购或替代策略，对需求波动大的选配件采用分层预测。库存不是越少越好，而是要把资金放在最可能影响履约的地方。

3. 追求系统自动化，不能跳过现场验证

组合清单和自动扣减可以减少人工操作，但系统里的规则如果没有经过仓库现场验证，自动化只会放大错误。比如系统设定每套消耗 2 个配件，现场却因为装配工艺长期只使用 1 个；或者系统允许替代件自动扣减，仓库实际上仍需要人工区分不同批次。

我一般要求每个新组合商品至少完成一次“从订单到货架”的走查：模拟下单、生成拣货任务、实际拣料、记录损耗、完成出库，再回到系统核对组件库存变化。只有这条链路走通，清单才具备上线价值。

4. 追求标准化，不能忽略业务灵活性

销售团队经常希望临时增加赠品或更换包装，采购团队则希望所有规则固定不变。两者之间不必二选一，可以设置“正式组合”和“临时活动规则”两条路径。

• 正式组合：适用于长期销售，纳入标准库存清单和常规补货。
• 临时活动规则：适用于短期促销，必须设置开始时间、结束时间和责任人。
• 高频活动组合：如果连续出现三次以上，应评估是否转为正式组合。
• 低频试验组合：可以先使用订单标签和领用记录，不必立即增加完整商品层级。

八、把方法落地：采购人员可以执行的 30 天改进计划

1. 第 1，3 天：找出最值得治理的组合商品

不要一开始就全面清理所有商品。先按照四个条件筛选：销售额高、缺货投诉多、组件数量多、近期发生过改版或促销。满足其中两个条件的商品，就值得进入首批清单治理。

我建议从 20 个以内开始，保证采购、仓库和销售能够共同复核。首批样本过大，往往会把团队拖入资料整理，反而无法验证方法是否有效。

2. 第 4，7 天：建立最小可用的组合清单

组合清单不必一开始就包含所有成本和工艺信息，但必须包含足以支撑库存动作的字段。每一行至少包括组合商品、组件名称、单位用量、生效日期、替代关系和损耗率。

3. 第 8，14 天：用历史订单反推组件消耗

这一阶段不要急着调整库存。先用历史订单重算理论消耗，再和实际库存差异进行对照。若理论消耗和仓库出库记录相差很大，要先确认是否存在漏记、补发、拆套销售或替代使用。

可以采用下面的基础公式：

组件总需求
= 固定套装销量 × 固定单位用量

+ 可选套装销量 × 历史选择率 × 可选单位用量

+ 赠品订单量 × 实际赠送率

+ 独立销售量

+ 售后补发量

+ 预计损耗量

公式本身并不复杂，难点在于每个参数是否有明确来源。我的经验是，宁可先用“近 30 天实际值”建立一个可解释的基准，也不要直接套用一个复杂但无人维护的预测模型。

4. 第 15，21 天：设置组件级预警，而不是只预警套装

组合商品至少需要三类预警：关键组件库存低于安全库存、组件库存无法支持当前可售套数、组件实际消耗率连续偏离预测。三类预警分别对应补货、履约和预测校准。

例如，某套装当前预计未来 14 天销售 1,000 套，核心配件每套用量 2 个，安全库存为 300 个，则核心配件目标库存至少应为 2,300 个。如果当前可用库存只有 1,900 个，即使主件库存很充足，也应立即触发补货或调整套装可售量。

5. 第 22，30 天：复盘准确率和资金占用是否同时改善

只看库存准确率，可能得到一个片面的结果。项目复盘至少应同时看库存准确率、组合可售率、临时补货次数、呆滞组件金额、采购人工耗时和订单取消率。

如果准确率提高了，但呆滞组件金额大幅上升，说明安全库存设置过于保守；如果库存金额下降了，但组合可售率降低，说明削减库存伤害了履约；如果所有指标都没有改善，通常是清单没有进入实际出库流程。

九、采购系统和流程如何配合：工具不是重点，数据闭环才是重点

1. 最小功能应当覆盖五个动作

无论企业使用表格、进销存系统还是某项目管理平台，组合库存治理至少要能支持五个动作：建立物料清单、记录版本变化、按组件扣减库存、根据组件生成采购建议、追踪差异处理结果。

如果工具只能展示套装库存，却不能展开组件；或者只能创建组合商品，却不能记录替代关系，那么它更像商品展示工具，而不是库存控制工具。采购人员选工具时，应该用真实订单进行演示，而不是只看功能清单。

2. 用真实业务场景做验收，而不是看演示页面

我会要求供应商或内部系统团队现场演示以下场景：一张订单包含固定套装和可选配件；仓库缺少其中一个关键组件；供应商以不同单位收货；中途发生一次替代；售后补发一个组件；最后再进行退货。

如果系统能完整呈现每一步库存变化，并且采购人员可以追溯“为什么补货”，才说明它适合组合商品管理。仅仅能把几个商品放在同一个页面上，不代表它能解决库存准确率问题。

3. 采购人员要关注数据责任，不要把问题全部交给仓库

组合商品的库存问题通常跨越多个部门。销售负责组合规则和促销条件，采购负责供应商单位、交期和替代边界，仓库负责实际拣货和损耗记录，财务负责成本归集。若没有责任归属，任何差异都可能被归咎于仓库。

十、结尾：采购增长真正要放大的，是可解释的库存能力

1. 不要把库存准确率理解成仓库的单项考核

库存准确率是销售结构、采购规则、仓库执行、供应商交付和系统数据共同作用的结果。组合商品把这些关系集中暴露出来，因此它既是库存风险的放大器，也是采购增长能力的放大器。

如果企业只把组合商品当作销售包装，增长后一定会遇到“系统有货、仓库缺件、采购却不知道该买什么”的问题。若把组合商品当作一组可追踪的物料关系，采购人员就能从销售增长反推出组件需求，从组件消耗判断真正的热销方向。

2. 我最建议先做的三件事

1. 挑选 10，20 个高销售或高缺货组合商品，建立第一批真实清单。
2. 用实际订单回测组件需求，找出单位换算、替代件和赠品消耗造成的差异。
3. 同时观察组合可售率、临时采购次数和库存金额，不要只追求盘点准确率。

完成这三步后，采购人员通常就能判断企业当前的主要问题究竟是商品结构不清、仓库执行不稳，还是预测方法不适合组合商品。这个判断比盲目增加盘点频率、提高安全库存或更换系统更有价值。

3. 最后的专业判断

组合商品的本质不是把多个商品放在一起卖，而是把一次销售拆解成一组可预测、可采购、可履约和可复盘的物料消耗。采购增长越快，越需要从“采购多少套”转向“每种组件为什么需要采购这么多”。

下一步，可以先用一个月的订单数据完成组合商品筛选，再选择一个固定套装和一个可选套装进行对照试点。四周后同时复盘账实准确率、真实可售套数、临时采购次数和库存资金占用。只要这四项数据能够解释清楚，企业就拥有了把方法复制到更多品类的基础。

免费注册

咨询方案

扫码咨询方案