多仓企业的补货计划，最危险的不是不会算，而是“看起来已经算过了”：仓库负责人凭上周销量补货，采购根据销售预测下单，财务又按现金流压缩数量，最后每个人都有一套理由，SKU库存却在一个仓库积压、另一个仓库缺货。我的经验是，真正需要自查的不是“有没有补货表”，而是表里的每个数字是否对应明确的需求来源、库存位置、交付时效和决策责任。

一、先讲核心结论：补货凭感觉，通常不是人的问题

1. 补货感觉为什么会被误认为经验

很多企业把仓库主管、采购经理或销售负责人称为“最懂市场的人”。他们确实可能熟悉促销节奏、客户习惯和供应商脾气，但这种经验一旦没有被拆成可验证的规则，就很容易变成不可复盘的判断。

例如，仓库主管说“这个SKU最近卖得快，要多补一点”，至少还需要继续追问四个问题：卖得快是哪个仓库卖得快？是自然需求还是促销造成的？未来补货周期内是否还会持续？供应商交期和最小起订量是否允许这样补？如果这四个问题没有答案，“卖得快”只是一个感受，不是补货依据。

我对多仓补货的核心判断是：补货计划不是在回答“要买多少”，而是在同时回答“给哪个仓、什么时候到、服务哪类需求、承担多少缺货风险”。

2. 先把补货决策拆成五个变量

一张合格的SKU库存补货表，至少应该能够看见以下五类变量。缺少其中任何一类，补货建议都可能失真。

• 需求变量：日均销量、周销量、趋势变化、促销影响、季节性、客户订单和退货。
• 库存变量：可用库存、锁定库存、在途库存、残次库存、临期库存、已分配库存。
• 地点变量：每个仓库的库存、区域需求、仓间调拨时间、仓库服务范围。
• 供应变量：采购提前期、供应商准时交付率、最小起订量、包装规格和到货波动。
• 风险变量：缺货成本、积压成本、现金占用、保质期、替代品和客户容忍度。

如果补货人员只能看到“当前库存”和“最近销量”，他往往只能进行局部判断。局部判断的典型结果是：总库存明明够用，却因为分布错误产生缺货；总库存明明不多，却因为在途未确认、订单取消或需求回落而继续采购。

3. 多仓补货要先判断库存是否处于正确的位置

多仓企业最容易犯的错误，是把所有仓库库存直接加总，再和总需求比较。总量看似安全，并不代表每个仓都安全。华东仓多出一千件，无法自动解决西南仓明天的缺货，除非调拨时间、运输成本和客户承诺都允许。

我建议先计算“可服务库存”，再计算“总库存”。可服务库存不是账面库存，而是能够在承诺时间内满足目标仓需求的库存。一个简单的判断式可以写成：

可服务库存 = 可用库存 + 可按时到达的在途库存 + 可在承诺期内完成的调拨库存

这里的“可按时到达”必须有实际交付依据，而不是采购单上的预计日期。若某供应商过去三个月平均晚到四天，那么系统中的交期不能继续使用供应商口头承诺的七天，而应使用经过校正的交期。

二、背景和真实场景：一张补货表为什么会制造四种答案

1. 销售预测、采购计划和仓库盘点并不天然一致

在我参与过的一次多仓库存梳理中，同一个畅销SKU有四个版本的数字。销售认为未来两周要卖出2600件，仓库报表显示现有库存3100件，采购认为已有在途1800件，财务则根据已付款订单判断库存成本正在快速上升。

后来逐项核对才发现，3100件中有420件已经分配给大客户订单，180件处于质检待判，260件存放在距离主要客户较远的仓库；1800件在途货物中，有500件供应商还没有实际发运。真正能在两周内用于普通订单的库存，只剩下1240件左右。

这不是单纯的库存盘点错误，而是库存定义不一致。销售说的是需求，仓库说的是物理数量，采购说的是采购承诺，财务说的是资金状态。只要系统没有把这些状态分开，补货人员就会在不同口径之间来回切换。

2. 最常见的四类“凭感觉”场景

第一类是月初补货惯性。企业每月固定在某个日期补货，补货数量参考上月出库量。这个方法在需求稳定时看似简单，但当月末促销、节假日或一次性大客户订单改变销量结构时，月初数据就会被放大或压低。

第二类是看到库存变少就补。库存从1000件降到600件，负责人认为要补货；但他没有比较库存消耗速度。如果每天只卖10件，600件能支撑两个月；如果每天卖80件，600件可能只能支撑一周。

第三类是看到缺货就紧急采购。紧急采购解决的是眼前的数量缺口，不一定解决库存结构问题。某个仓库缺货时，另一个仓库可能还有慢销库存。直接采购会让总库存越来越高，同时保留仓间不平衡。

第四类是按照供应商建议数量下单。供应商通常更关注生产批量、车辆装载和销售额，不会替企业承担滞销、临期和仓储成本。供应商建议可以作为输入，但不能直接成为补货结论。

3. SKU库存问题通常不是平均数问题，而是分布问题

企业经常使用“平均每天卖多少”来做计划，但多仓企业还要关注销量分布和波动。一个SKU平均每天卖100件，可能是每天稳定卖100件，也可能是六天卖20件、一天卖580件。两者的平均值相同，安全库存完全不同。

如果只看平均销量，补货表会把波动隐藏起来。更糟糕的是，促销期的销量会被直接并入日均销量，活动结束后仍按高位补货，形成一轮又一轮的积压。

三、常见误区：补货计划最容易错在这些地方

1. 把在途库存当成已经可以销售的库存

在途库存是补货计划中最容易被高估的部分。采购单创建、供应商确认、货物出库、干线运输、到仓验收和上架销售，是六个不同状态。很多企业在采购单创建后，就把数量加回库存可用量，导致系统认为安全、现场却缺货。

更稳妥的做法是给在途库存增加“可用日期”和“到货可信度”。例如，供应商承诺7月10日到货，但过去八次订单分别在7月10日、11日、12日、14日到达，那么补货表应按历史交付分布评估，而不能只使用一个理想日期。

对于关键SKU，我会把在途库存分为三层：已经发运并有物流轨迹的货物、供应商已备货但尚未发运的货物、只完成下单尚未确认的货物。只有第一层适合在短期补货计算中按较高权重计入。

2. 用总仓库存掩盖仓间缺货

“全国还有库存”是销售和客服经常听到的一句话，但客户需要的不是全国库存，而是可在承诺时间内送到的库存。一个仓库库存充足，另一个仓库距离客户超过三天运输时间，仍然可能被客户视为缺货。

自查时，应该为每个仓库设置独立的需求、交期和服务目标。直营门店、平台仓、经销商备货仓和售后备件仓，通常不应共享同一个补货阈值，因为它们的订单优先级和缺货代价不同。

3. 用最近七天销量代表未来需求

最近七天销量很容易取得，因此经常被当成预测基础。但七天窗口可能刚好包含一次直播、节日、平台活动或大客户采购。短窗口的优势是反应快，缺点是极易被异常事件带偏。

我通常会同时观察7天、28天和90天三个窗口，并给每个窗口一个业务解释。7天用于识别突发变化，28天用于判断近期运行水平，90天用于识别季节性和长期趋势。三者不能简单平均，而要结合变化原因决定权重。

4. 把缺货销量当成真实销量

当SKU连续几天缺货时，系统记录的出库量会下降，但真实需求未必下降。若企业用缺货期间的低销量计算日均需求，就会在下一轮继续少补，形成“越缺货，预测越低，越不补货”的恶性循环。

自查时要把需求分为至少三种状态：正常可售销量、受库存限制的销量、因价格或活动变化产生的异常销量。只有第一类可以直接纳入常规需求计算，第二类需要根据缺货时长和替代品情况进行修正。

5. 只追求库存周转率，不看服务水平

库存周转率高不一定代表管理优秀。企业可以通过极度压低库存，让周转率变得漂亮，但如果缺货率上升、加急运输增加、客户流失加剧，整体经营结果反而更差。

我更建议把库存周转率、现货率、缺货损失、仓间调拨次数和库存资金占用放在一起看。库存管理不是把一个数字做到最大或最小，而是在服务水平和资金风险之间寻找可解释的平衡。

四、专业判断逻辑：从“要补多少”改成“何时补、补到哪里”

1. 先确定补货周期，而不是先填补货数量

补货周期是从做出采购决策到商品真正可售之间的时间。它不仅包括供应商生产和运输，还包括下单审批、付款、装卸、入库、质检和上架。若企业只记录供应商生产天数，补货点就会天然偏低。

建议把补货周期拆成以下环节：

1. 需求确认和采购审批耗时。
2. 供应商接单和备货耗时。
3. 生产或组装耗时。
4. 干线运输与末端配送耗时。
5. 到仓验收、质检和上架耗时。
6. 异常订单的额外缓冲时间。

如果正常周期为12天，但过去三个月有20%的订单超过16天才完成入库，那么安全库存至少要覆盖这四天的延迟风险。这里不是机械地把交期改成16天，而是要根据SKU的缺货损失和供应商稳定性确定是否需要采用较高分位的交付周期。

2. 用再订货点控制“什么时候启动补货”

再订货点解决的是时间问题。一个常用的基础结构是：再订货点等于交期内需求加安全库存。写成公式就是：

再订货点 = 交期内平均需求 + 安全库存

例如，某SKU日均需求为80件，采购到上架需要10天，安全库存为300件，那么再订货点就是1100件。当“可用库存加可按时到达在途库存”低于1100件时，系统才应触发补货评估。

但这个公式只是起点。多仓企业还要把调拨时间加入判断。如果华南仓缺货，而华东仓可以在两天内调拨到货，那么华南仓的短期补货决策应先比较调拨成本和采购成本，再决定是否立即向供应商下单。

3. 用目标库存控制“补到多少”

再订货点告诉我们什么时候行动，目标库存告诉我们行动后补到什么水平。常见的目标库存可以覆盖一个补货周期加一个复盘周期的需求，再加安全库存。

建议补货量 = 目标库存 – 可用库存 – 可按时到达在途库存 + 已承诺但未纳入需求的数量

实际执行时，还要把结果向上调整到包装规格或最小起订量。若计算结果是347件，但供应商每箱50件，企业不应直接下347件，而应根据成本和积压风险判断下350件是否合理。

4. 安全库存应该由风险决定，不应由“多放一点”决定

安全库存不是越多越好。安全库存过低，缺货风险高；安全库存过高，资金和仓储风险高。更重要的是，不同SKU的安全库存逻辑不同。

• 高毛利、缺货损失高、供应稳定的SKU：可以维持较高服务水平，但不必因为供应商稳定而无限加库存。
• 低毛利、保质期短、需求波动大的SKU：需要严格控制补货上限，宁可接受部分缺货，也不要长期积压。
• 关键配件或售后备件：销量可能低，但缺货会导致整机或服务中断，应按业务影响而不是销量排序。
• 活动专供SKU：活动库存和常规库存应分开，活动结束后要设置自动降档和清理动作。

5. 不要用ABC分类代替完整判断

ABC分类适合帮助企业分配管理精力，但它不是补货公式。A类通常代表销售额或消耗金额较高，应该增加盘点频次和参数维护；B类可以采用标准规则；C类则要重点看最小起订量、存储成本和是否有替代品。

我会在ABC之后再增加两个维度：需求波动和供应风险。这样可以识别出“金额高但稳定”“金额高且波动大”“金额低但供应难”“金额低且容易替代”等不同类型。不同类型应使用不同的复核周期。

五、具体案例和数据观察：两个仓库为什么做出相反的正确决定

1. 案例背景：同一SKU、两个仓库、两种需求结构

下面用一个经过脱敏和简化的家居类SKU做说明。该商品在东部仓和西部仓都有库存，采购提前期约14天，正常情况下东部仓日均销量为90件，西部仓日均销量为35件。企业计划每周统一补货一次。

过去四周数据显示，东部仓销量分别为630件、670件、720件和760件，呈现连续增长；西部仓销量分别为260件、250件、245件和255件，整体稳定。若把两个仓库合计后计算，企业可能只看到需求“总体平稳增长”，却无法判断两个仓库的补货参数应该不同。

如果按照两个仓库统一的70件日均销量和300件安全库存计算，东部仓会被低估，西部仓会被高估。东部仓可能在新货到达前发生缺货，西部仓则继续积累库存。

2. 先用调拨解决短期缺口，再决定是否采购

进一步看运输条件，西部仓到东部主要客户区域需要4至5天，而供应商采购到货需要14天。西部仓虽然有620件库存，但其中只有240件可以在不影响自身未来需求的前提下调拨。此时，最合理的动作不是立即采购全部缺口，而是先调拨一部分，再启动采购。

这个决策体现了多仓补货的一个重要原则：采购解决总量问题，调拨解决位置问题。如果问题只是库存位置错误，直接采购会让企业同时承担采购资金、仓储空间和后续积压风险。

3. 促销造成的销量增长不能直接外推

该SKU东部仓第四周销量增长，经过订单拆分后发现，其中有230件来自一次限时活动。如果把760件全部视为自然需求，未来两周预测会被高估。更合理的处理方式是把自然销量、活动增量和大客户一次性订单分开。

一种实用拆分方法是：

• 自然需求：过去非活动日的销量中位数或加权平均。
• 活动增量：活动期间销量减去同期基准销量。
• 一次性订单：单独标记，不直接进入常规日均需求。
• 活动后的回落：观察活动结束后7至14天，判断是否产生持续复购。

若活动带来了大量新客户，活动增量可能部分转化为后续需求；若只是老客户提前购买，活动结束后反而可能出现需求透支。两者在补货计划中的处理完全不同。

4. 用反事实问题检查补货建议

我在复核补货表时，常用一个简单的反事实问题：“如果下周没有活动、没有大客户订单、供应商晚到三天，这个补货量还合理吗？”如果答案立即变成“不合理”，说明计划高度依赖未经确认的乐观条件。

还可以反过来问：“如果需求比预测高20%，这个仓库会在哪一天缺货？如果需求比预测低20%，会多出多少库存？”补货计划不应只提供一个数量，还应告诉决策者这个数量对应的风险边界。

六、多仓企业自查表：逐项检查补货计划有没有依据

1. 需求数据自查

先检查需求数据是否干净。不要急着看计算结果，先确认销量数据是否包含缺货、退货、取消订单、内部领用、样品、调拨和异常订单。不同业务类型混在一起，任何预测模型都会得到一个看似精确但没有业务意义的平均数。

2. 库存状态自查

库存数据必须能够回答“现在有多少库存可以卖”。建议至少拆分为可用、锁定、待检、残次、临期、冻结和在途。若系统暂时无法全部拆分，至少应先把已经承诺给客户的锁定库存和无法正常销售的库存排除。

对于在途库存，要额外检查五项内容：采购单是否已确认、供应商是否已发运、是否有物流轨迹、预计到货日期是否基于历史表现校正、到货后是否还需要质检或组装。只要其中两项以上无法确认，就不应该把全部在途数量当成确定库存。

3. 仓库位置自查

每个仓库都应有自己的需求口径和服务范围。区域仓的补货量不能只按全国销量分摊，应该参考该仓历史订单、客户分布、调拨能力和配送承诺。

建议检查以下问题：

• 该仓服务哪些省市、渠道或客户群？
• 该SKU的需求是否存在明显区域差异？
• 从其他仓调拨到该仓需要几天？调拨成本是多少？
• 仓间调拨是否会产生新的拣配、质检和包装成本？
• 调拨后，原仓是否仍能覆盖自己的补货周期？

4. 供应商与交期自查

补货表中的采购提前期，最好不要填一个固定整数，而要记录平均交期、最短交期、最长交期和准时交付率。供应商平均12天到货，但实际有几次晚到25天，与每次都稳定12天，补货策略显然不同。

还要检查最小起订量是否与销售速度匹配。若一个SKU每天只能卖5件，而供应商最小起订量是1000件，那么企业每次补货都会带来至少200天的需求覆盖，除非该SKU有明显季节性或项目型订单，否则这已经不是补货问题，而是供应商协商问题。

5. 决策责任自查

很多补货计划失败，不是因为公式错，而是因为没有明确谁能修改参数、谁能批准例外、谁负责解释缺货和积压。建议在补货表中增加“参数负责人”和“例外原因”字段。

例如，销售不能直接把未来销量改高而不说明客户订单；采购不能直接把交期改短而不提供供应商承诺；仓库不能把待检库存改成可用库存而不完成质检。所有修改都应该有来源和时间。

七、不同情况下的行动建议：不要让所有SKU走同一条流程

1. 需求稳定、供应稳定的SKU

这类SKU适合自动化程度最高。企业可以使用固定复核周期、再订货点和目标库存进行补货。重点不是每天人工讨论，而是每周检查参数是否仍然适用。

建议设置以下规则：

• 每周自动计算可用库存和再订货点。
• 当需求波动没有超过设定范围时，自动生成补货建议。
• 当供应商连续两次延迟交付时，自动提高交期参数。
• 当销量连续四周低于预测时，自动降低目标库存。

这类SKU的最大风险不是模型复杂度不够，而是长期不维护参数。稳定并不意味着永远稳定，渠道结构、价格、竞品和供应商都可能改变需求。

2. 需求增长但供应商稳定的SKU

这类SKU不能只看当前库存是否低于阈值，还要观察需求斜率。若销量连续四周上升，静态安全库存可能被快速消耗。补货计划应该增加趋势修正，但不能把一次促销峰值直接视为长期增长。

我建议先判断增长来源：

• 新渠道持续增加订单，通常具有一定延续性。
• 价格下降带来的销量增长，需要观察毛利和价格恢复后的需求。
• 平台活动带来的增长，应拆分活动增量和活动后复购。
• 竞争对手缺货带来的短期转移，持续性通常不确定。

增长型SKU还要提前和供应商沟通产能，而不是等库存跌破再下单。因为供应商产能受限时，补货公式即使算得正确，也无法保证货物按时到达。

3. 需求波动大、供应商稳定的SKU

这类SKU的关键不是简单提高安全库存，而是提高预测频率、缩短决策周期和区分订单类型。高波动SKU如果盲目增加库存，可能在需求回落后留下大量库存。

适合采用滚动预测。每周重新看未来两至四周的需求，同时设置库存上限。对于活动型商品，活动前可以建立专门的活动备货量，活动后必须安排降库存动作，例如跨仓调拨、渠道转售、组合销售或停止采购。

4. 需求稳定、供应商不稳定的SKU

这类SKU最适合从供应商管理入手。库存安全可以缓冲交期波动，但不能无限替代供应商改善。若一个供应商经常延迟、短装或分批交付，企业应该把准时交付率纳入采购评分，并考虑双供应商或替代规格。

在没有替代供应商之前，可以采用分层库存：一部分放在需求仓，一部分作为中央缓冲库存。中央缓冲库存不应被普通订单随意占用，否则一旦供应商延迟，企业会失去最后的保护层。

5. 需求波动大、供应商也不稳定的SKU

这是最不适合凭感觉的组合。它需要人工复核，但人工复核不是让负责人拍脑袋，而是让负责人审查情景和边界。

至少需要同时输出三种情景：

1. 基准情景：按照近期真实需求和正常交期计算。
2. 乐观情景：需求增加、供应按期到达时的库存结果。
3. 保守情景：需求下降或供应延迟时的库存结果。

每种情景都要显示预计缺货日期、期末库存、资金占用和需要采取的动作。这样管理者看到的不是一个“建议采购500件”，而是“采购300件时缺货风险较高、采购500件时资金占用增加、采购700件时活动结束后可能积压”的取舍。

八、不同情况下的取舍：没有绝对正确的库存答案

1. 现货率和库存资金之间的取舍

追求高现货率通常需要更高库存，但不同SKU不值得使用同样的服务目标。核心产品、客户指定产品和停线风险高的配件，可以设置更高现货率；低毛利、可替代和临期风险高的SKU，则需要接受更低的服务水平。

我建议把服务目标分成三档，而不是所有SKU统一追求99%：

2. 采购批量和仓储成本之间的取舍

大批量采购通常可以获得更低的单价和更少的运输次数，但账面采购成本下降，不代表总成本下降。企业还要计算仓储、保险、损耗、资金利息、临期折价和处理积压的成本。

当供应商提出“订满多少件才能降价”时，我不会只比较采购单价，而会把折扣带来的节省与额外库存覆盖天数放在一起。如果为了每件便宜0.5元而多买5000件，但这些库存需要存放一年，节省很可能被仓储和滞销成本吃掉。

3. 采购和跨仓调拨之间的取舍

调拨并不免费。它会产生运输费、装卸费、重新包装费、库存同步成本和潜在损耗。但当一仓积压、另一仓缺货时，调拨通常比继续采购更能改善库存结构。

我建议用“调拨后总成本”比较：

调拨决策成本
= 调拨运输成本

+ 装卸与处理成本

+ 原仓服务水平下降的潜在成本

+ 调拨期间的库存风险

如果调拨成本明显低于新采购成本，并且原仓调拨后仍能覆盖自己的需求，优先调拨通常更合理。反之，如果两个仓库都接近风险线，调拨只是转移问题，应直接评估采购或调整客户承诺。

4. 自动补货和人工审批之间的取舍

自动补货适合规则稳定、数据质量高、供应商表现稳定的SKU。人工审批适合高价值、高波动、活动型和供应异常SKU。将所有SKU交给人工，会造成审批疲劳；将所有SKU交给自动化，又会放大异常数据。

一个实用做法是建立例外触发条件：

• 建议补货量超过过去四周平均补货量的两倍。
• 补货后库存覆盖天数超过设定上限。
• 供应商交期变化超过三天。
• 活动结束后仍然维持活动期需求预测。
• 某仓缺货而其他仓库存覆盖天数超过上限。
• 补货金额超过部门预算或单SKU审批阈值。

只有触发例外条件的建议才进入人工审核，其余建议按规则自动执行。这样可以把人的时间放在真正需要判断的地方，而不是每天检查大量正常订单。

九、落地执行：把自查表变成每周都能运行的机制

1. 第一步：建立SKU库存状态字典

先统一每个库存状态的定义。建议明确“可用库存”“锁定库存”“待检库存”“残次库存”“在途库存”“调拨中库存”和“预计可用库存”的含义，并规定每种状态什么时候可以进入补货公式。

这一步看起来基础，却往往最耗时间。因为销售、仓库、采购和财务可能长期使用不同口径。没有统一字典，后续报表越复杂，争议反而越多。

2. 第二步：为每个仓库建立独立参数

每个仓库至少需要维护以下参数：

• 日均需求或周均需求。
• 需求波动范围。
• 采购提前期和调拨提前期。
• 安全库存或最低保障量。
• 目标库存和库存上限。
• 仓库服务范围和订单优先级。

参数不必一开始就非常复杂，但必须能解释。一个参数如果没有负责人、更新时间和修改原因，过几周后就会重新变成“系统里有一个数字，但没人知道为什么是这个数字”。

3. 第三步：设置补货计划的固定复盘节奏

建议把复盘分为日、周、月三个层级。日复盘只处理缺货风险、异常订单和供应延迟；周复盘调整补货建议、仓间库存和在途确认；月复盘重新评估SKU分类、服务水平和供应商表现。

不要每天重算所有参数。频繁修改会让团队无法判断调整是否产生效果，也会让补货量随短期波动来回跳动。参数更新频率应该和业务变化速度匹配。

4. 第四步：用结果反推参数，而不是只检查执行

补货计划执行后，要追踪建议是否准确。至少关注以下指标：

如果系统建议经常被人工大幅修改，不要简单认为是员工不遵守规则。先看修改原因：是促销未录入、库存状态错误、供应商交期不准，还是客户订单没有进入预测。人工修改记录本身就是发现系统盲区的重要数据。

十、最终自查清单：今天就能开始检查的十六个问题

1. 数据与库存口径

1. 每个仓库的可用库存是否与账面库存分开？
2. 锁定库存、待检库存和残次库存是否被排除在普通补货计算之外？
3. 在途库存是否有明确的发运状态和预计可用日期？
4. 仓间调拨是否会被重复计入销售需求？

2. 需求与预测逻辑

1. 是否同时观察7天、28天和90天需求窗口？
2. 缺货期间的低销量是否经过需求修正？
3. 促销、直播、大客户订单是否单独标记？
4. 活动结束后是否检查需求是否回落？

3. 仓库与供应链条件

1. 每个仓库是否有独立的日均需求和安全库存？
2. 仓间调拨时间是否纳入补货决策？
3. 供应商交期是否来自历史交付数据，而不是只看承诺日期？
4. 最小起订量是否会造成过长的库存覆盖天数？

4. 结果与责任

1. 补货建议是否显示预计缺货日期？
2. 补货后是否显示库存覆盖天数和资金占用？
3. 人工修改补货量是否必须填写原因？
4. 是否有负责人定期复盘预测偏差、缺货和积压？

如果十六个问题中有六个以上无法回答，企业通常还不适合直接追求复杂的智能补货。此时最优先的工作不是购买更多功能，而是统一库存状态、仓库口径和需求来源。

如果大部分问题都能回答，但补货结果仍然不稳定，下一步应检查参数维护和异常流程。尤其要关注促销、缺货、在途延迟和仓间调拨这四类事件，它们往往比公式本身更容易改变结果。

如果数据、参数和责任都已经比较清晰，再考虑使用自动预警、滚动预测和多仓库存优化。工具可以提高计算速度，但不能替企业决定缺货究竟值不值得避免，也不能替企业承担错误备货的成本。

十一、结尾：真正成熟的补货计划，允许自己说“不确定”

1. 不要把单一补货数量伪装成确定答案

我见过最危险的补货表，是每个SKU都给出一个精确到个位数的建议数量，却不显示需求波动、供应交期、库存状态和例外原因。数字越精确，管理者越容易误以为它越可靠。

成熟的补货计划应该同时给出建议数量和建议边界：基准需求是多少，保守情景会怎样，乐观情景会怎样，哪个条件变化会触发重新计算。真正专业的计划不是消灭不确定性，而是把不确定性标出来，让企业知道应该为哪一种风险付费。

2. 下一步建议：先选一个SKU和两个仓库试运行

不要一开始就改造全部SKU。可以选择一个销量较高、同时存在多仓库存的SKU，连续四周做以下动作：

• 统一可用库存、锁定库存、在途库存的定义。
• 分别计算两个仓库的需求和库存覆盖天数。
• 拆分自然销量、促销销量和一次性订单。
• 记录供应商实际交期，而不是只记录承诺交期。
• 同时比较采购、调拨和暂缓补货三种方案。
• 复盘建议量、实际下单量、缺货和期末库存之间的差异。

四周后，如果企业能解释每一次补货为什么发生、为什么没有补、为什么选择调拨而不是采购，就说明补货机制开始从“凭感觉”转向“有依据的判断”。

多仓SKU库存管理的真正难点，从来不是把库存数字加起来，而是判断库存是否在正确的地点、正确的时间、以正确的状态服务正确的需求。先把这件事做清楚，补货公式才有价值；否则，越自动化，可能只是越快地重复同一个错误。

免费注册

咨询方案

扫码咨询方案