月末盘点后把所有 SKU 的库存上限统一提高 10%，看起来是在防缺货，实际却常常把现金压进了慢销款。某品牌零售商曾连续三个月出现“总库存增加、畅销款仍缺货、仓库周转变慢”的矛盾：盘点后库存金额上涨 18.6%，A 类商品缺货率只下降 1.2 个百分点，滞销库存却增加了 31%。问题不在盘点本身，而在于品牌零售商把月末盘点当成了“重新补满库存”，没有把盘点结果转化为 SKU 级别、渠道级别和供应周期级别的安全库存决策。

sku库存：品牌零售商案例思路：月末盘点怎样优化安全库存

一、先讲核心结论：月末盘点不是数库存，而是重算风险

1. 安全库存应当围绕缺货损失，而不是围绕库存数量

我在做品牌零售库存复盘时，最先改掉的不是盘点表，而是会议上的第一个问题。过去大家问“现在还剩多少件”，后来改问“如果未来两周没有补货，这个 SKU 会损失什么”。前一个问题只描述存量，后一个问题才真正指向安全库存。

安全库存不是越高越好。它是在供应波动、需求波动和服务水平之间做出的付费选择。库存多一件，企业要承担资金占用、仓储、损耗和过季风险；库存少一件，企业可能承担缺货、失去订单、降低连带购买率和损害品牌体验的代价。

因此，月末盘点后的正确动作不是给所有 SKU 加库存，而是把 SKU 分为不同风险类型，再决定哪些商品需要加安全库存、哪些商品需要降低补货上限、哪些商品应该停止补货。

2. 月末盘点应该输出“参数变化清单”

一张合格的月末盘点报告，不应只有期末库存、盘盈盘亏和库存金额。它至少要告诉管理者：哪些 SKU 的可售库存不可信，哪些 SKU 的需求发生了结构变化，哪些 SKU 的供应周期已经失真，以及下个月应该修改哪些补货参数。

我通常把盘点结果拆成四个输出字段：账实差异、可售库存、未来覆盖天数和库存动作。这样做的好处是，仓库、采购、销售和财务看到的是同一件事，但各自承担不同责任。

• 账实差异：系统库存与实际可销售库存相差多少，差异来自损耗、未上架、调拨在途还是录入错误。
• 可售库存：扣除锁定、质检、破损、展示样品和已承诺订单后的真实库存。
• 未来覆盖天数：按近期有效需求计算，当前库存还能支持多少天销售。
• 库存动作：增加、维持、降低、停止补货，或转为调拨、促销和退供。

3. 先修正库存事实，再优化安全库存

如果系统库存是 500 件，实际可售库存只有 420 件，却仍然用 500 件计算安全库存，后续所有模型都会产生假精确。相反，如果实际有 500 件，但系统只记录 430 件，采购又会重复下单，最后形成“缺货预警频繁、仓库库存越来越高”的恶性循环。

我的判断是：库存准确率低于 97% 时，不宜直接扩大安全库存；应先处理库存数据质量。对于高价值或高销量 SKU，准确率目标应更高，通常需要达到 99% 以上。这个标准不是固定行业法规，而是基于补货频率和错误成本设定的运营基准。

二、背景和真实场景：品牌零售商为什么在月末最容易误判

1. 月末库存是一个时间切片，不等于经营状态

月末盘点最大的陷阱，是把某一天的库存余额当成整个月的经营真相。品牌零售商在月末前后经常有促销、渠道结算、门店调拨和供应商送货，库存余额会受到人为动作影响。如果只看 30 日或 31 日的存量，可能把“为了结算暂存的货”误判为正常备货，也可能把“刚被促销消耗的货”误判为持续高需求。

我曾复盘过一个运动用品品牌的季末数据。月末最后五天，核心鞋款日均销量比前 25 天高 2.4 倍，团队因此把下月预测上调 35%。但进一步拆解发现，销量增长中约 43% 来自一次性会员券，且促销结束后日均销量迅速回落。若直接根据月末销售速度计算安全库存，预测会把一次性活动误当成稳定需求。

所以月末盘点必须同时观察盘点日前 7 天、30 天和 90 天的数据。7 天用于识别临近活动和异常波动，30 天用于观察当前经营节奏，90 天用于判断季节性和长期趋势。

2. 品牌零售库存往往不是一个仓库，而是一组承诺

同一个 SKU 可能同时存在于中心仓、区域仓、门店、直播间备货区、待检区和在途订单中。系统显示的总库存如果没有拆分状态，就会出现“总量充足、顾客买不到”的假象。

在我实际做库存核对时，最常见的不是纯粹的盘亏，而是状态混淆。例如，门店已经为团购客户预留 80 件，系统仍将其列为可售；供应商已经发货但尚未入库，采购却把它算成“未来可用库存”；一批退货已经回仓，但未通过质检，销售却在补货时把它算作现货。

3. 供应商交期的平均值经常掩盖真正风险

采购部门常说某个 SKU 的供应商平均交期是 12 天，但平均交期不能回答“补货期间最坏会等多久”。如果过去 6 次交货分别用了 8、9、10、11、12、30 天，平均交期约为 13.3 天，但对高缺货成本 SKU 来说，30 天那次才是决定安全库存的关键。

我更倾向于同时记录平均交期、交期标准差、最长交期和按期交付率。平均值用于日常计划，波动数据用于安全库存，最长交期用于风险演练，按期交付率用于供应商分层。

三、常见误区：很多安全库存是在替错误流程买单

1. 误区一：所有 SKU 统一增加相同百分比

统一增加 10% 是最容易执行、也最缺乏经营含义的做法。一个日销 100 件、毛利 80%、缺货后顾客容易转向竞品的核心 SKU，和一个月销 3 件、毛利 20%、过季后几乎无法销售的 SKU，不可能共享同一个库存增长比例。

统一加库存还会带来两个后果。第一，资金优先流向慢销 SKU，因为慢销商品原本的库存覆盖天数就高；第二，真正需要保护的畅销 SKU 仍然可能因为供应周期长而缺货。最终报表上的库存金额变好看了，顾客体验并没有改善。

2. 误区二：用销量排名代替库存分类

销量高不等于库存风险高。某款基础黑色 T 恤月销量很高，但供应商每天补货，交期稳定，安全库存可能不需要太高。另一款专业配件月销量不高，却只有一个供应商、生产周期 45 天、缺货后无法替代，风险反而更大。

库存分类至少要同时看需求量、需求波动、毛利、缺货损失、供应波动、替代性和生命周期。销量排名只能帮助识别影响范围，不能单独决定库存策略。

3. 误区三：把盘点差异直接当成损耗

账实差异不一定是仓库丢货。它可能来自重复入库、调拨单未完成、门店收货延迟、退货未检、条码映射错误或单位换算错误。把所有差异直接记成损耗，短期内可以让系统“对上”，但会掩盖流程漏洞。

我建议把差异至少分成四类：数量差异、状态差异、时间差异和主数据差异。数量差异是确实少了或多了；状态差异是货在但不可售；时间差异是货已经移动但系统未同步；主数据差异则是包装规格、条码或 SKU 映射导致的计算错误。

4. 误区四：只看期末库存金额，不看库存覆盖天数

库存金额上升不一定是坏事，可能是为大促备货，也可能是供应商涨价前的战略采购。但如果库存金额上升的同时，库存覆盖天数从 42 天升到 78 天，且 90 天动销趋势下降，那么这通常不是安全库存优化，而是需求判断滞后。

我更重视“库存金额、覆盖天数、售罄率、缺货率”四项指标的组合。单看其中一项，容易得出错误结论；四项一起看，才能判断是备货不足、备货过度，还是库存结构失衡。

四、专业判断逻辑：从盘点数据推导安全库存参数

1. 先明确三个基本变量

安全库存计算至少需要三个变量：需求波动、补货周期和目标服务水平。常见的再订货点可以表达为：再订货点 = 交期内平均需求 + 安全库存。这个公式看似简单，但每个变量的口径如果不统一，结果就会失真。

交期内平均需求通常等于日均需求乘以平均交期。日均需求不应简单使用全年平均，而应根据 SKU 的生命周期、季节性和近期趋势进行加权。对于刚进入成长期的商品，90 天均值可能明显低估未来需求；对于过季商品，7 天促销均值又可能明显高估未来需求。

在需求相对稳定、供应波动也较稳定时，可以采用近似公式：安全库存 = 服务水平系数 × 需求标准差 × 交期平方根。这个公式适合做基础测算，不适合直接处理断货后补单、促销尖峰、最小起订量和多渠道抢货等复杂场景。

2. 用“服务水平分层”代替“一刀切”

服务水平不是越高越好。把所有 SKU 都设为 99.9% 的可得率，会造成巨大的库存成本；把所有商品都设为 90%，又可能让核心商品频繁缺货。更合理的方式是按照缺货后果设定不同目标。

这里的服务水平是经营目标，不是仓库可以凭空保证的承诺。采购能力、仓储能力和现金流都必须支持这个目标。如果供应商的最大交期已经超过商品生命周期，再高的安全库存也不一定合理，可能应该改为提前生产、替代供应商或降低销售承诺。

3. 把缺货损失量化，才知道哪些 SKU 值得保护

缺货损失可以从四部分估算：直接毛利损失、订单取消损失、连带商品损失和品牌体验损失。品牌体验很难精确计价，但可以通过复购率、评价变化、客服投诉和转购率做近似观察。

例如，某核心护肤套装缺少其中一个补充装时，顾客往往不会只少买一个补充装，而是会取消整套订单；某个低价配件缺货时，顾客则很容易选择同类替代品。两者销量可能接近，但缺货损失完全不同。

我一般会给每个重点 SKU 建立“缺货成本区间”，而不是追求一个看似精确的数字。缺货成本区间足以帮助团队判断：增加 100 件安全库存，是合理保险，还是没有必要的资金占用。

4. 需求标准差不能直接照搬，要先排除异常订单

需求波动计算最容易受到异常值影响。一次大客户团购、一次直播爆单、一次系统延迟发货，都会让标准差突然升高。如果把这些特殊订单原样带入安全库存，系统会持续为一次性事件备货。

我的做法是把订单标记为常规需求、活动需求、项目需求和异常需求。常规需求用于基础预测；活动需求单独建立活动计划；项目需求按照客户承诺采购；异常需求则先判断是否有重复发生的可能，再决定是否纳入模型。

如果某项异常已经连续发生三次，就不能简单地称为异常。它可能意味着渠道策略改变、产品进入成长期或价格体系发生变化。这时应该重新定义需求基线，而不是继续用旧参数修修补补。

五、案例拆解：一个品牌零售商如何把月末盘点变成补货动作

1. 案例背景与初始问题

下面这个案例采用匿名化处理，数据为我在项目复盘中整理后的情景样本，部分金额做了比例缩放，但业务关系保持一致。该品牌拥有约 1,800 个在售 SKU，销售渠道包括直营门店、线上商城和区域经销商，核心供应商平均交期 14 天，最长交期达到 38 天。

项目开始时，企业使用统一的 30 天销售均值和统一 10% 安全库存比例。月末盘点后，采购人员主要依据库存金额和销售排名下单，结果表现为三个问题：高销量商品在促销期缺货，低销量商品库存覆盖超过 120 天，部分门店明明有库存，线上仓却持续补货。

我们先没有修改采购系统，而是连续观察了两个完整月度周期，重点核对四类数据：订单发生时间、库存状态变化、供应商实际到货时间和门店调拨完成时间。这样做花了更多时间，但避免了把数据同步问题误判成需求问题。

2. 第一步：建立 SKU 风险矩阵

风险矩阵不是简单的 ABC 分类。我们同时使用月均毛利贡献、需求波动系数、供应交期波动和缺货损失四个维度。每个维度按 1 至 5 分评分，再根据企业实际情况确定权重。

在这个矩阵下，一款月销仅 80 件的专业配件被识别为高风险 SKU，因为它的供应周期长、替代性低、缺货后会导致整套产品无法交付。相反，一款月销 500 件的基础耗材被评为中风险，因为供应商每天可以补货，且市场上存在多个替代来源。

3. 第二步：重新计算可售库存和覆盖天数

盘点后，我们将系统库存拆成可售、锁定、质检、在途、破损和待调拨六种状态。某核心套装系统库存为 1,260 件，实际可售只有 930 件，其中 210 件已锁定订单，80 件待质检，40 件外包装破损。

如果按照系统总量计算，库存覆盖天数是 26 天；如果按照可售库存计算，覆盖天数只有 19 天。该 SKU 的平均补货周期为 14 天，需求波动较大，原来的安全库存实际上已经被锁定订单和待处理库存吞掉。

这也是许多零售企业明明“仓库有货”却仍然缺货的原因：库存报表回答的是“物理上有多少”，而销售履约需要知道“现在能承诺多少”。

4. 第三步：按场景调整参数，而不是一次性永久修改

对于核心套装，我们没有直接把全年安全库存永久提高，而是分成常态参数和活动参数。常态期间使用 19 天覆盖目标，活动前 14 天根据已确认的活动流量追加备货，活动结束后 7 天自动回落，避免促销峰值长期污染基础库存。

对于长尾配件，我们降低了库存上限，并把部分订单切换为区域集中采购。对于供应商交期不稳定的商品，则优先推动供应商承诺交期，而不是简单把库存压在品牌方仓库。

经过两个复盘周期，样本 SKU 的核心结果如下。这里的改善数据为匿名化项目观察值，具体效果会受到季节、渠道规模和供应商配合程度影响。

六、月末盘点的执行流程：从仓库现场走到采购系统

1. 盘点前：先冻结口径，不要边盘边改

盘点前最重要的工作不是安排更多人员，而是确定数据冻结时间和库存状态定义。若一个门店在盘点过程中仍然持续收货、出货和调拨，最终差异很可能来自时间错位，而不是实际损耗。

1. 确定盘点截止时间，并暂停非必要的出入库操作。
2. 导出盘点前库存快照，记录仓库、门店、渠道和库存状态。
3. 整理在途、锁定、退货、质检和待调拨清单。
4. 为高价值、高销量和高差异 SKU 设置重点复核范围。
5. 确认包装单位、计量单位和条码映射，避免箱数与件数混用。

2. 盘点中：用循环盘点定位差异来源

不建议每个月都对所有 SKU 做同等深度的全面复核。更有效的方法是把高风险 SKU 纳入高频循环盘点，把低风险 SKU 采用抽样复核。这样既能控制盘点成本，也能把人力集中在最容易影响补货的商品上。

高风险 SKU 的判断可以综合库存金额、出库频率、历史差异率和缺货损失。对于每天出库数百件的商品，盘点频率应高于每月一次；对于高价值但低频商品，重点应放在数量、状态和库位安全，而不是只看销量。

3. 盘点后：建立差异归因和动作闭环

盘点差异确认后，不能只在系统里做一次调整。每项超过阈值的差异都应有原因、责任环节、处理动作和复核日期。否则，差异会在下个月重新出现，库存准确率只是在报表上短暂变好。

• 差异率低于 0.5%：记录并观察，不必立即调整安全库存。
• 差异率在 0.5%，2%：完成原因分类，核对相关单据和库位。
• 差异率超过 2%：暂停自动补货，进行专项复盘。
• 连续两个月超过 2%：检查条码、包装单位、调拨和权限流程。

这些阈值属于运营建议基准，不是统一法规。企业应根据商品价值和缺货成本自行调整。例如，高价值珠宝配件即使差异率只有 0.3%，也可能需要专项核查；低价值标准耗材则可以采用更高的容错区间。

七、不同情况下的行动建议：不要用同一套参数处理所有商品

1. 需求稳定、供应不稳定的 SKU

这类 SKU 往往是品牌零售中的基础爆款。日常销量比较稳定，但供应商有时提前到货，有时延迟两到三周。此时安全库存的重点不是提高预测值，而是覆盖交期波动。

建议先核实供应商的真实交期分布，再计算交期期间需求。若交期波动主要来自排产，采购可以通过锁定产能、提前下单或增加第二供应商来降低库存需求。用供应链协同解决波动，通常比单纯堆库存更便宜。

2. 需求不稳定、供应稳定的 SKU

这类商品的问题通常不在供应，而在销售预测。若供应商可以快速补货，安全库存不应为了短期尖峰长期提高。应将活动订单、直播订单、团购订单和常规需求分开管理。

对于活动商品，建议建立活动前置库存和活动后回落机制。活动前根据已确认的流量、转化率和客单量做专项备货；活动结束后及时取消未执行采购，或者把库存转向仍有需求的渠道。

3. 需求和供应都不稳定的 SKU

这类商品最危险，因为需求端和供应端同时不可预测。常见于新品、限定款、进口商品和季节性商品。此时不应只追求一个“准确预测”，而要建立情景计划。

• 保守情景：需求低于基准，供应按正常周期到货，防止采购过量。
• 基准情景：按近期趋势和确认订单安排常规补货。
• 积极情景：需求快速增长或供应延迟，提前准备替代供应和渠道调拨。

新品尤其不适合直接套用成熟 SKU 的安全库存公式。新品没有足够历史数据，应使用相似商品、预售订单、渠道反馈和小批量试销来建立初始区间，并设置更短的复盘周期。

4. 需求下降但库存仍然较高的 SKU

当一个 SKU 连续 8 周销量下降，库存覆盖却不断增加时，继续提高安全库存是明显错误。此时需要判断下降是短期渠道调整、价格变化，还是产品生命周期进入尾部。

如果是短期因素，可以降低补货频率但保留少量库存；如果是生命周期尾部，应停止常规补货，采用门店调拨、组合销售、分级折扣或退供。库存优化的目标不是让每个 SKU 都保持高可得率，而是让有限资金留在有未来需求的商品上。

5. 多渠道共享库存的 SKU

线上、门店和经销商共享库存时，安全库存必须考虑渠道优先级。若线上订单承诺时效很短，不能把门店货全部视为可随时调用的库存；若门店承担品牌展示功能，也不能为了线上履约完全抽空门店。

建议建立渠道库存池和调拨规则。对于高毛利、高转化渠道，可以配置较高保障；对于可延期交付或可替代渠道，允许较低库存。关键是把渠道承诺写成规则，而不是在缺货时临时争抢。

八、不同情况下的取舍：安全库存优化不是单向降低库存

1. 服务水平与库存金额的取舍

提高服务水平通常需要更多库存，但两者不是线性关系。当服务水平从 90% 提高到 95% 时，增加的库存可能比较可控；从 98% 提高到 99.5% 时，为覆盖少数极端波动，库存成本可能快速上升。

因此，核心 SKU 可以接受较高服务水平，长尾 SKU 则应根据缺货损失做经济性判断。如果一个长尾商品每月只产生几百元毛利，却需要额外占用数万元库存，那么维持极高可得率显然不划算。

2. 集中库存与分散库存的取舍

集中库存便于管理，能够降低总安全库存，因为不同区域的需求波动可以部分抵消。但集中库存可能增加配送时效和运输成本。分散库存能够提高区域响应速度，却会把每个仓库都迫使配置一份缓冲。

3. 自动补货与人工判断的取舍

自动补货适合规则清晰、需求稳定、主数据准确的 SKU。对于活动商品、新品、临期品、重大客户订单和供应商突然变更的商品，人工复核仍然必要。

很多企业的问题不是自动化程度不够，而是把错误规则自动执行了。自动补货上线前，至少要设置价格异常、需求突增、交期超限、库存差异超阈值和商品生命周期变化等拦截条件。

我的建议是让系统负责计算和提醒，让业务人员负责解释和批准。系统可以告诉团队“建议采购 600 件”，但采购人员必须能够看到这个建议是由哪些销量、交期和库存状态推导出来的。

九、管理落地：把月末盘点纳入经营节奏

1. 建立月度库存复盘会议的固定顺序

库存会议如果从“采购要买多少”开始，通常会过早进入数量争论。我建议固定为以下顺序：先确认库存事实，再看需求变化，再看供应变化，最后才讨论安全库存和采购数量。

1. 确认账实一致率和重点差异 SKU。
2. 确认可售库存、锁定库存和在途库存的状态。
3. 查看 7 天、30 天和 90 天需求趋势。
4. 检查供应商平均交期、波动范围和按期交付率。
5. 评估缺货损失、库存金额和库存覆盖天数。
6. 形成增加、维持、降低、停止补货的 SKU 清单。
7. 为每项参数调整设置生效日期和下次复核日期。

2. 设置一组真正能驱动动作的指标

库存指标不能只用于向上汇报，也要能告诉执行团队下一步做什么。库存周转率适合观察资金效率，缺货率适合观察服务水平，库存准确率适合观察数据可信度，预测偏差适合观察计划质量，超龄库存金额适合观察尾部风险。

3. 什么时候应该使用某项目管理工具或某项目管理平台

当库存优化涉及仓库、采购、商品、财务、门店和供应商多个角色时，仅靠电子表格很容易出现版本不一致、责任不清和截止日期失控。此时可以使用某项目管理工具，把盘点差异、参数调整、供应商整改和清仓动作拆成可追踪任务。

但工具并不能替代库存逻辑。若 SKU 编码混乱、库存状态没有定义、责任人没有确认，换成任何平台都只会让错误流程更快流转。工具适合承载任务、审批、提醒、附件和过程记录，安全库存本身仍需要业务规则和数据治理支撑。

我会建议先用一个月度周期试运行，选择一个仓库和 100，300 个 SKU，验证差异关闭率、参数调整及时率和缺货改善情况。试点确认流程可复制后，再扩大到全部仓库和渠道。

十、下一步怎么做：用一个月完成安全库存的第一次有效优化

1. 第一个星期：清理库存事实

先不要急着改安全库存。第一周只做数据清理，确认 SKU 主数据、包装单位、库位、库存状态、在途订单和锁定订单。选出库存金额最高、销量最高和历史差异最高的三组 SKU，进行重点核对。

这一周的交付物应该是一份可信的可售库存表，而不是一份漂亮的盘点汇报。每个重点 SKU 都要能回答：现在有多少可售、多少已锁定、多少在途、多少待处理，以及这些数量分别由哪张单据支持。

2. 第二个星期：建立需求和交期基线

第二周整理近 90 天销量，标记活动、团购、异常订单和缺货日期。缺货期间的销量不能直接当成真实需求，因为销售量低可能只是库存不足造成的结果。

同时整理供应商过去 6，12 次实际交期。不要只记录承诺交期，要记录从下单到可售入库的完整周期。如果商品还需要质检、贴标或分仓，应该把这些时间计入补货周期。

3. 第三个星期：完成 SKU 分层和参数试算

第三周为 SKU 设定服务水平、补货周期和安全库存区间。对于数据不足的 SKU，不要伪装成精确计算，可以使用相似商品和人工判断，并明确标注为“建议基准”或“试运行参数”。

建议把参数分成常态参数、活动参数和应急参数。常态参数用于稳定经营，活动参数用于短期备货，应急参数用于供应中断或突发订单。三者分开后，活动峰值就不会永久改变基础库存。

4. 第四个星期：小范围上线并验证结果

第四周选择一个仓库或一个商品类别进行试运行，至少观察一个完整补货周期。不要只看库存金额是否下降，还要同时观察核心 SKU 缺货率、长尾 SKU 覆盖天数、盘点差异关闭率和采购建议被人工修改的比例。

如果系统建议频繁被修改，通常说明需求口径、库存状态或供应交期仍有问题。不要把人工修改全部视为人员不配合，它可能是在暴露模型没有覆盖的业务事实。

1. 先确认库存数据是否可信。
2. 再确认需求和交期口径是否一致。
3. 然后按照缺货损失进行 SKU 分层。
4. 最后才调整安全库存、再订货点和库存上限。

5. 用一张决策表确定月末后的动作

十一、总结：真正的安全库存，是对不确定性的有选择地付费

1. 不要追求所有 SKU 都不缺货

品牌零售商不可能用有限资金把所有商品都保护到同样的服务水平。真正专业的库存管理，是识别哪些商品缺货会伤害利润和品牌体验，哪些商品缺货只会造成轻微不便，然后把缓冲资源优先投入前者。

月末盘点的意义，也不是让系统库存和实物数量在某个瞬间完全一致就结束。它更重要的价值是暴露库存状态、需求变化、供应波动和流程责任，让企业能够在下一个补货周期采取不同动作。

2. 最值得先做的不是复杂模型，而是三项基础动作

• 先把可售库存算准：扣除锁定、质检、破损和不可及时调用的库存。
• 再把 SKU 分层：同时考虑需求、毛利、交期、替代性和缺货损失。
• 最后让参数可复盘：每次调整都记录原因、生效时间、结果和下一次检查日期。

如果企业目前还没有完善的预测系统，也可以先从 100 个重点 SKU 开始。用一个月建立库存状态表，用一个补货周期验证交期和需求，再根据缺货率、覆盖天数和库存金额决定是否扩大范围。

3. 给管理者的最终判断

月末库存高，不代表安全；月末库存低，也不代表危险。真正需要判断的是：库存是否处在正确的 SKU、正确的渠道、正确的时间和正确的风险等级上。

下一步可以直接导出最近三个月的 SKU 销量、期末库存、锁定库存、在途库存、供应商交期和缺货记录，先挑出 20 个库存金额最高、20 个缺货频率最高、20 个账实差异最高的 SKU。将三组名单合并去重后进行第一轮风险分层，通常就能发现最值得优化的库存结构问题。

免费注册

咨询方案

扫码咨询方案