做组合商品时,最容易犯的错误,不是少算了一个零件,而是把“卖出去的一套”误当成“仓库里的一件”。在我参与过的一次家居礼盒项目中,商品页面只有 12 个组合 SKU,仓库实际需要维护 37 个可拣选物料、4 种包装版本和 3 套赠品规则。活动开始后的第三天,前台仍显示有货,仓库却因为某款内衬短缺无法发出,最终造成 286 单延期。SKU 库存管理的核心,不是给组合商品贴一个库存数字,而是建立从销售组合、组件库存、预留量到履约结果的可追溯关系。
sku库存:供应链负责人入门版教程:组合商品从准备到复盘
普通单品的库存计算相对直接:可售库存通常等于实物库存减去已锁定库存、不可用库存和安全库存。组合商品则不同,它由多个组件共同完成交付,任何一个关键组件为零,整套商品就无法正常发出。
假设一个咖啡礼盒由咖啡豆、马克杯、礼盒、手提袋四种组件组成,组件可用库存分别为 620、480、530、700 件,那么礼盒的理论可组装数量不是 620 件,也不是四项库存的平均值,而是 480 件。计算公式可以写成:
组合商品可组装库存 = 各组件可用库存 ÷ 单套组件用量的最小值
| 组件 | 可用库存 | 每套用量 | 可支持套数 | 判断 |
|---|---|---|---|---|
| 咖啡豆 | 620 袋 | 1 袋 | 620 套 | 不是当前短板 |
| 马克杯 | 480 个 | 1 个 | 480 套 | 当前短板 |
| 礼盒 | 530 个 | 1 个 | 530 套 | 不是当前短板 |
| 手提袋 | 700 个 | 1 个 | 700 套 | 库存相对充足 |
这里还没有考虑损耗、质检不合格、已分配订单和安全库存。实际运营中,我更建议使用“可承诺库存”而不是直接使用系统里的实物库存。因为实物库存只回答“仓库里有多少”,可承诺库存才回答“今天还能卖多少”。

在项目开始时,我会要求团队把库存拆成四层,而不是让采购、仓库、运营各自使用一个“库存数”。四层口径分别是实物库存、可用库存、可售库存和可承诺库存。
这四个数字越接近,说明供应链越简单;差距越大,说明企业的流程、渠道或库存状态越复杂。供应链负责人真正要管理的,不是让所有数字完全相同,而是要知道每个数字为什么不同、差异由谁负责、何时能够转化。
组合商品的基础数据不能只保存一个商品名称和一个库存数量。至少需要建立“销售 SKU,组合版本,组件 SKU,用量,替代关系,损耗率,包装规则”的关联。一个组合 SKU 可能对应多个组件,也可能存在同一组件被多个销售 SKU 共用的情况。
我通常会把组合商品拆成三类:固定组合、可选组合和虚拟组合。固定组合是“一套固定包含哪些物料”;可选组合是“消费者从多个组件中选择一个或多个”;虚拟组合则是“销售端展示为一件商品,仓库端按组件分别拣货”。三类组合对库存计算、订单拆分和缺货提示的要求都不一样。
| 组合类型 | 典型场景 | 库存算法 | 主要风险 |
|---|---|---|---|
| 固定组合 | 节日礼盒、套餐餐具 | 按每个组件可支持套数取最小值 | 某一组件短缺导致整套不可发 |
| 可选组合 | 主机加内存、套餐自选口味 | 按用户选择路径分别计算 | 组合路径过多,库存承诺容易失真 |
| 虚拟组合 | 一键购买多件单品 | 下单时展开为组件订单行 | 退款、换货和拆单规则复杂 |
消费者看到“春季露营套装”,往往只关心图片、价格和到货时间。仓库看到的却可能是折叠椅、天幕、收纳袋、绑带、说明书、外箱和赠品。销售端把多个物料压缩成一个购买决策,履约端却必须把它们重新展开。
这就是组合商品的第一个矛盾:销售端追求组合简单,供应链端必须保留组件复杂度。如果为了页面简洁而隐藏组件关系,后面就很难解释缺货、替代、补发和退款。
我曾经处理过一批“儿童绘画套装”。页面上只有一个 SKU,仓库却包含 24 色水彩笔、画本、围裙和收纳盒。水彩笔和画本采购周期较短,收纳盒需要 35 天开模。结果销售团队连续补投广告,真正决定发货能力的却是收纳盒。若只看销售 SKU 的历史销量,很容易误判补货优先级。
单品库存波动只影响单个商品,组合商品的波动会同时影响多个组件。一个核心组件被多个套餐共用时,它的库存变化会像“杠杆”一样放大,对多个销售 SKU 造成影响。
例如,某厨房套装 A 使用 1 个不锈钢锅,套装 B 使用 2 个不锈钢锅,单品锅还可以独立销售。如果锅库存从 900 个下降到 300 个,受到影响的不是一个商品,而是三个销售路径。此时供应链负责人不能只问“锅还剩多少”,还要问“这 300 个锅应该优先保障哪种销售承诺”。

促销期间,销售预测通常以“套”为单位,采购计划却以“个、箱、包”为单位。若单位换算没有固定规则,就会出现预测 1,000 套,实际只准备了 800 个盒子,或者采购了足够的主件,却忽略了赠品和包装材料。
多仓也会放大这种问题。华东仓可能有足够的杯子,华南仓可能只有礼盒;如果系统只显示全国汇总库存,消费者下单后才发现无法在承诺时效内完成配套。组合商品库存必须同时满足数量约束和地点约束。
如果企业承诺“当日发货”,组件必须位于可执行仓位,且已经完成质检、上架和拣货准备。如果承诺“七日内发货”,可以把在途物料或待组装库存纳入未来可承诺池,但必须有明确的到仓日期和异常处理方式。
因此,库存策略不能脱离履约时效。库存数字越激进,销售转化可能越高,但延期、拆单和客服成本也会增加。我的经验是,宁可把不能稳定履约的库存从即时可售池中拿出来,也不要用一个漂亮的库存数字换取后续的人工救火。
组合 SKU 通常只是销售和核算上的对象,不一定在仓库里有一个独立实物。若仓库没有预组装,组合 SKU 的库存应当由组件实时推导;若仓库已经完成预组装,则它才拥有独立的成品库存。
这两种模式不能混用。预组装成品可以提高出库效率,但会提前占用组件、增加包装空间,并可能造成版本过时。虚拟组合灵活度更高,却需要在拣货、复核和缺件处理上投入更多管理成本。
一个组合商品卖出 1,000 套,不代表所有组件都消耗 1,000 件。某些组件可能每套使用 2 个,某些组件可能只有 50% 的订单需要,赠品则可能随活动规则变化。只看销售 SKU 的销量,会掩盖真实物料消耗。
正确的需求展开方式是:先预测各销售组合的订单量,再乘以组件用量,最后叠加独立销售、售后补发、损耗和安全库存。对于可选组合,还要使用历史选择比例,而不是把所有可选组件都按 100% 计算。
例如,某套餐未来 30 天预计销售 2,000 套,三种口味的历史选择比例为 45%、35%、20%,那么采购需求应分别接近 900、700、400 份,再结合供应周期和安全系数修正,而不是每种都准备 2,000 份。

在途库存只有在运输状态、预计到仓时间、清关风险和质检时间都可控时,才适合进入未来可承诺库存。若供应商交期波动较大,直接把在途数量加入可售库存,会让销售端提前透支供应能力。
我会把在途库存分成三档:已装船且有稳定追踪信息的货物,可以按较高可信度计入;已出库但还未完成干线运输的货物,只能部分计入;供应商口头承诺但尚未出库的数量,不应计入库存承诺。
安全库存是应对需求波动和供应波动的缓冲,不是用来修复单位错误、重复扣减和组件关系缺失的工具。如果系统把一箱当成一个,把每套用量填成 1 而实际使用 2 个,再高的安全库存也无法解决问题。
我见过一个项目把外箱规格“20 个/箱”写在备注栏里,却没有写入换算字段。采购按箱下单,仓库按个收货,销售端按套扣减,三套单位同时存在但没有统一关系。这个问题最终通过盘点暴露,而不是通过报表发现。
短板组件决定当前可组装量,但补货时不能只看它。假设马克杯是短板,礼盒库存也只够再销售 20 套,单独补杯子并不能提升整体可售量。补货计划必须按完整组件链路检查,否则会出现“杯子到了,礼盒又没了”的连续短缺。
我建议先建立一张组合关系表,每一行只表达一个清晰关系:某个销售 SKU 使用某个组件 SKU 多少数量。不要把多个组件塞进一个备注字段,也不要用商品名称中的文字推断版本。
| 字段 | 示例 | 用途 |
|---|---|---|
| 销售 SKU | GIFT-RED-01 | 对应前台可售组合 |
| 组件 SKU | CUP-WHITE-02 | 对应实际拣货物料 |
| 单位用量 | 1 个 | 用于需求展开和库存扣减 |
| 替代组件 | CUP-BLACK-02 | 用于缺货时的受控替代 |
| 生效日期 | 2026-09-01 | 区分版本切换前后的订单 |
| 损耗率 | 2% | 用于采购和备料计算 |
主数据还要包含版本号。礼盒改版、赠品替换、说明书更新或包装尺寸变化,都可能使同一个销售名称对应不同的实际组件。没有版本号,复盘时很难判断问题来自采购不足、版本错配,还是仓库拿错物料。
对每个组件,我通常会使用下面的基本口径:
组件可用量 = 实物库存 − 质检冻结 − 破损报废 − 已分配未出库 − 其他冻结量
如果企业有跨仓调拨,还要加上“可在承诺周期内到达的调拨量”,但不能把所有调拨单都视为可用。调拨单刚创建、尚未拣货的数量,只是计划,不是供应。
如果需要把安全库存纳入可售控制,可以进一步计算:
组件可承诺量 = 组件可用量 − 安全库存 + 可信在途量 + 可信调拨量
对每个组合 SKU,再按照组件用量换算成可支持套数,取最小值。对于同一组件被多个套餐共享的情况,还要增加优先级分配规则,否则每个套餐各自计算都会得到一个虚高结果。
组合商品的订单状态至少应该区分待支付、已支付待审核、已分配、已拣货、已发货和已取消。不同状态对库存的影响不同。待支付订单是否预占库存,取决于支付转化率、活动时长和库存稀缺程度;已支付订单通常应锁定库存;已取消订单则需要及时释放。
如果所有订单在下单时立即永久扣减,取消率高时会造成库存被大量“幽灵订单”占用。如果等到发货时才扣减,活动期间又可能超卖。比较稳妥的做法是设置预占时长和释放规则,例如未支付订单预占 20 分钟,已支付订单进入正式锁定,异常订单由人工审核后释放或转入冻结池。

当一个组件同时支持单品、固定套餐和大客户订单时,供应链负责人必须明确库存分配顺序。常见优先级包括交付时效、毛利贡献、违约成本、客户等级和渠道稳定性。
我不建议只按毛利排序。一个高毛利套餐如果每单都需要消耗大量稀缺组件,可能迅速耗尽共享库存;一个毛利一般但违约赔偿高的企业订单,也可能需要优先保障。实际规则最好采用评分卡,而不是凭运营人员临时判断。
| 判断维度 | 权重示例 | 需要回答的问题 |
|---|---|---|
| 履约时效 | 30% | 是否有明确的发货和到货承诺? |
| 违约成本 | 25% | 缺货会产生退款、赔付或渠道处罚吗? |
| 毛利贡献 | 20% | 每消耗一个稀缺组件能够带来多少贡献利润? |
| 客户稳定性 | 15% | 该渠道是否有长期合作和预测价值? |
| 替代可能性 | 10% | 组件缺货时能否在不损害体验的情况下替换? |
我会为每个关键组件设置三个阈值:预警线、行动线和冻结线。预警线表示需要重新确认补货与销售节奏;行动线表示必须调整采购或限制渠道;冻结线表示不再接受不能稳定履约的新订单。
阈值不宜只用固定数量。更合理的方式是结合日均消耗、供应提前期、需求波动和安全库存。例如,日均消耗 50 个、采购提前期 20 天、需求波动系数较高的组件,库存剩余 500 个未必安全,因为它只覆盖 10 天销售。
补货点 = 采购提前期内预计消耗量 + 安全库存 − 可信在途量。如果补货点为负,通常说明在途或现有库存已经覆盖需求;如果补货点明显高于当前库存,就不应继续用促销刺激需求。
建档之前,先回答组合商品在哪里卖、承诺多久发货、由哪个仓库履约、是否允许拆单、是否允许替代、售后如何处理。这些问题若没有答案,后面的库存数字再精确,也无法落地。
同一个组件如果在采购、仓库和销售端使用不同编码,后面很容易重复建档。编码应当尽量稳定,不要把价格、促销月份和仓库名称全部写入编码,否则每次业务变化都会制造新物料。
单位换算必须结构化保存。例如 1 箱等于 24 个,1 套等于 1 个礼盒加 2 个杯子,1 托等于 40 箱。对于需要拆零的物料,还要明确拆零后的包装状态和再次入库规则。
替代组件不能只写“缺货可换同款”。必须明确替代条件,包括颜色、规格、品牌属性、成本差额、客户是否需要确认,以及替代后是否影响质保。对食品、化妆品、医疗相关产品,还要额外检查批次、合规和标签要求。
替代关系建议分为自动替代、人工确认和禁止替代三类。价值低、差异小、客户感知弱的包装材料可以自动替代;颜色、容量和功能有明显差异的组件应人工确认;涉及安全、合规或核心性能的组件则不应随意替代。
上线前不要只测试“能否下单”,还要模拟完整履约链路。至少准备一组正常订单、一组缺件订单、一组取消订单、一组拆单订单和一组退款订单。
如果系统无法直接执行这些测试,也可以用表格先验证计算逻辑。下面是一个适合入门阶段的伪代码示例,用于说明组合库存的计算顺序:
for each bundle_sku:
bundle_capacity = infinity
for each component in bundle_sku.components:
available = (
component.on_hand
component.quality_hold
component.damaged
component.allocated
component.safety_stock
)
capacity = available / component.quantity_per_bundle
bundle_capacity = min(bundle_capacity, capacity)
bundle_sku.promised_stock = max(floor(bundle_capacity), 0)
代码不是重点,重点是顺序:先扣除不可用状态,再按组件用量换算,最后取最小值。若把“取最小值”放在扣减之前,或者把安全库存只扣在组合层而不扣在组件层,结果都会产生偏差。

组合库存经常出现“大家都看到了问题,但没人有权修改”的情况。建议把字段责任写清楚:采购负责供应商交期和采购单位,仓库负责收货、质检和损耗,商品团队负责组合规则,运营负责销售承诺,财务负责成本和库存价值,技术或系统管理员负责扣减逻辑与权限。
责任清单不需要复杂,但必须包含字段、维护人、复核频率、变更审批人和异常升级路径。对于高频变更的赠品和包装,建议每日核对;对于相对稳定的组件关系,可以按周或按版本复核。
下面的案例来自我对一类节日礼盒项目的复盘,数据做了脱敏和比例调整,但计算过程保持真实业务逻辑。该项目包含 5 个销售组合 SKU,销售周期为 21 天,预计订单量 8,000 套,履约仓只有一个。
团队最初认为核心短板是主商品,因为主商品采购金额最高、销量也最大。但将组件树展开后发现,真正的限制因素是印刷礼盒:它的供应提前期为 18 天,允许损耗率为 3%,而且不能用普通纸箱替代。
| 组件 | 周期初可用量 | 日均需求 | 供应提前期 | 可覆盖天数 |
|---|---|---|---|---|
| 主商品 | 10,500 件 | 380 件 | 10 天 | 27.6 天 |
| 配件 | 9,200 件 | 340 件 | 12 天 | 27.1 天 |
| 印刷礼盒 | 7,100 个 | 360 个 | 18 天 | 19.7 天 |
| 说明卡 | 12,000 张 | 380 张 | 5 天 | 31.6 天 |
| 手提袋 | 8,600 个 | 360 个 | 15 天 | 23.9 天 |
5 个销售组合并不是均匀消耗组件。高价组合使用 2 个配件,基础组合不含手提袋,企业客户组合使用定制礼盒。按照订单结构展开后,印刷礼盒的需求集中度最高,且不能在不同版本之间自由调拨。
如果按总订单量平均分配,项目会得到“库存大体够用”的结论;如果按组件版本和销售渠道展开,礼盒可支撑的高峰日订单只有约 6,700 套。最终团队将企业客户订单锁定为预约发货,零售端减少 2 个投放渠道,并把普通礼盒的一部分库存转入高转化组合。

项目采取了四个动作。第一,把礼盒从即时可售库存中单独监控;第二,将企业客户订单改为锁定批次发货;第三,取消一个低转化赠品组合,释放共享配件;第四,每天两次根据实际订单结构重新计算组合可承诺量。
在接下来的 10 天里,前台组合商品的展示库存从平均 2,400 套降到 1,650 套,但延期率从 8.6% 降到 2.1%。看起来库存展示更保守,实际客户体验却更好。客服人工处理时长从每天约 7 小时降到 2.5 小时,仓库临时拆单次数减少约 41%。
这个案例给我的判断是:库存管理的优化目标不是把可售数量做大,而是让展示数量与真实履约能力一致。如果前台少卖一些,但承诺更可信,整体利润可能高于高库存展示下的退款、赔付和差评成本。

低频商品不适合投入过度复杂的实时库存系统。可以采用虚拟组合加人工复核的方式,但必须保留组件清单和库存快照。每次活动前确认一次组件可支持套数,活动期间按订单波动更新。
高频组合应建立自动计算和自动预警。组件消耗量、订单预占、短板变化和补货点最好能够每日刷新,关键组件则按小时刷新。高频商品最怕人工表格滞后,因为几小时的促销流量就可能消耗掉数天的安全库存。
多仓场景首先要判断订单是否必须在同一仓完成。如果允许跨仓拆单,可以提高可售量,但会增加运费、包裹数和客户收货不完整的风险。如果必须同仓发出,则每个仓库都要独立计算组件短板。
| 模式 | 库存利用率 | 履约复杂度 | 适用判断 |
|---|---|---|---|
| 同仓配齐 | 中等 | 较低 | 适合时效要求高、组件价值高的商品 |
| 跨仓拆单 | 较高 | 较高 | 适合组件独立包装、客户接受分批到货的商品 |
| 中心仓组装后发货 | 中等偏低 | 中等 | 适合需要统一包装和质检的礼盒 |
替代策略必须提前获得商品、客服和质量团队认可。不能等到仓库发现缺货后才临时找一个“看起来差不多”的物料。替代前要核对外观、尺寸、功能、成本、标签和售后责任。
如果替代品价格更高,企业要决定是自行承担差价、向客户补差价,还是暂停销售。若差异会影响消费者预期,建议在下单前展示替代说明,而不是发货后再通知。
预售商品可以降低库存风险,但会把风险转移到交期管理和客户沟通。预售库存不应与现货库存使用同一个展示标签。供应链负责人要维护采购截止日、最晚到仓日、质检缓冲期和取消条件。
当预计到仓时间已经接近承诺发货日时,应立即降低新增订单量,而不是继续等待供应商的乐观承诺。预售最重要的不是“多卖几天”,而是让客户知道什么时候能收到,以及延期时怎样处理。

缺货次数只能说明结果,不能说明原因。一次组合商品售罄,可能是需求预测偏低,也可能是组件质检冻结、供应商延期、订单重复预占、版本切换失败或仓库盘亏。若只记录“某 SKU 缺货”,下一次仍然会重复发生。
我建议每次异常至少记录五项:触发时间、受影响的销售组合、真正短板组件、异常原因、最终处理成本。处理成本不只包括补货价差,还包括加急运费、客服工时、退款损失、渠道赔付和客户生命周期影响。
某个组件是否重要,不仅取决于它的采购金额,还取决于它支持多少个销售组合、每天消耗多少、是否可以替代、补货需要多久。可以定义一个简单的组件风险分:
组件风险分 = 共享组合数 × 日均消耗 × 供应提前期 ÷ 可替代程度
这个公式不是财务核算公式,而是用来帮助团队排序。共享组合数越多、消耗越快、供应周期越长,风险越高;可替代程度越高,风险则可以适当下调。
例如,一个每天消耗 300 个、支持 6 个组合、提前期 25 天且不可替代的包装件,风险通常高于一个采购金额更高、但每天只消耗 20 个且有两家供应商的核心主件。

库存准确率和履约准确率不是同一个指标。库存准确率关注账面数量与实物数量是否一致;履约准确率关注系统承诺的订单是否按时、按套、按版本完成。
| 指标 | 计算方式 | 适合发现的问题 |
|---|---|---|
| 库存账实准确率 | 盘点一致组件数 ÷ 抽盘组件总数 | 盘亏、错收、错发、单位换算错误 |
| 组合完整履约率 | 一次性完整发出订单 ÷ 组合订单总数 | 缺件、拆单和组件短板 |
| 承诺兑现率 | 按承诺时间完成订单 ÷ 承诺订单总数 | 库存展示过度、到仓预测不准 |
| 组件异常率 | 发生组件异常订单 ÷ 组合订单总数 | 特定组件、仓位或版本的系统性问题 |
| 库存占用成本 | 平均库存金额 × 资金占用周期 | 预组装过量、低周转赠品和过度安全库存 |
复盘报告如果只有原因描述,没有规则改变,价值很有限。每次复盘至少应该落地一个动作,例如修改安全库存、增加替代组件、调整渠道分配、改变预占时长、更新组合版本或要求供应商提供更早的交期确认。
动作还要有负责人和截止时间。比如“优化礼盒库存”过于模糊;“由采购在周五前确认两家备用供应商,由商品团队在下周一前完成替代规则审批”才具备执行性。
实时计算适合高频、订单量大、组件变化少的业务。它能减少人为延迟,但建设成本、系统接口和异常维护成本较高。人工复核适合低频、定制化或组合关系经常变化的业务,缺点是依赖个人经验,容易出现错漏。
我的判断标准不是企业规模,而是库存变化速度和错误代价。每天只卖几十套、每套组件经常变化的业务,未必值得一开始就建设复杂系统;每天几万单、一个组件短缺就会影响多个渠道的业务,则不适合长期依赖手工表格。
| 比较维度 | 预组装 | 虚拟组合 |
|---|---|---|
| 出库速度 | 快 | 取决于拣货效率 |
| 库存灵活性 | 较低 | 较高 |
| 场地占用 | 较高 | 较低 |
| 版本切换 | 容易产生旧成品 | 可以按订单使用新组件 |
| 拣货复杂度 | 较低 | 较高 |
如果商品包装稳定、销量可预测、时效要求高,预组装往往更划算。如果组件经常被其他组合共用,需求波动大,或者商品版本更新快,虚拟组合更稳妥。还可以采用混合模式:常销基础款预组装,低频和定制款按订单组合。
很多团队会把“前台显示更多库存”当作增长手段,但组合商品的库存展示越激进,延期和拆单风险通常越高。库存多卖出去的订单只有在完整交付后才真正创造价值,不能把未履约订单当作成功。
如果供应链尚未具备稳定的组件数据和状态管理能力,我建议先采用偏保守的可售策略,观察承诺兑现率、完整履约率和异常工时,再逐步释放库存。先证明能稳定交付,再追求更高销售上限。

把当前销售中的组合商品全部导出,逐一标记固定组合、可选组合、虚拟组合和预组装成品。然后统计每个组件被多少个销售 SKU 共享,先找出影响面最大的物料。
确认实物、质检冻结、破损、已分配、可售和安全库存的定义。统一采购、仓库和销售端的数量单位,先解决最容易造成计算错误的基础问题。
每个销售 SKU 对应到组件 SKU,补齐用量、版本、生效日期、替代规则和损耗率。无法确认的关系不要默认为 1,应该单独进入待确认清单。
按组件可用量除以单位用量,计算每个组合的可支持套数。把结果与前台展示库存、已支付订单和在途库存对比,找出系统承诺与真实能力差异最大的组合。
为关键组件设定预警线、行动线和冻结线,同时明确共享库存优先保障的订单类型。不要等到售罄后才讨论谁应该得到库存。
测试缺件、取消、拆单、替代、换仓、退款和版本切换。至少让商品、仓库、客服和财务共同参与一次,因为组合库存问题通常跨越多个部门。
建议每周查看库存账实准确率、组合完整履约率、承诺兑现率、组件异常率、临时拆单次数和库存占用成本。指标不必一开始就很多,但必须能够对应具体行动。
如果只能先做一件事,我建议先建立“组合 SKU 到组件 SKU”的关系表,并用它重新计算当前可承诺库存。很多企业并不是没有库存,而是不知道库存究竟能支持哪些订单。
组合商品管理的独特难点,在于它把销售承诺、物料供应、仓库作业和客户体验绑在了一起。供应链负责人不应只盯着某个 SKU 的库存数字,而要持续追踪三件事:哪个组件正在限制销售、哪些订单正在占用资源、当前承诺是否真的能按时完成。
下一步可以从一个销量最高、组件最复杂的组合商品开始,完成组件树、库存口径、短板计算和异常测试,再把方法复制到其他商品。先把一个组合做准,比同时建立一套没人信任的复杂报表更有价值。
我刚接手供应链时,团队把“蓝色保温杯+杯刷”直接当成一个独立商品管理,结果活动一结束,成品库存和两个组件库存都对不上。我想知道,组合商品到底应该建立一个新 SKU,还是只维护组件 SKU?
建议采用“销售组合 SKU + 可扣减组件 SKU”的双层结构,而不是把组合商品完全当成独立实物。组合 SKU 负责前台报价、订单和销量统计,组件 SKU 负责采购、入库、盘点和库存扣减。
例如“保温杯套装”由保温杯、杯刷和礼盒组成,系统中可以建立 1 个销售 SKU、3 个组件 SKU,并维护如下清单: 组件单套用量可用库存理论可售套数 保温杯1860860 杯刷1920920 礼盒1740740 这套组合的理论可售量不是 920,而是 740,因为礼盒是瓶颈组件。
实际操作中,我会把“组件库存、单套用量、损耗率、质检冻结量、已分配量”全部纳入计算,否则销售看到的可售数量通常会比仓库真实能发出的数量高。只有在组合商品已经预先装配、独立入库并且后续不会拆卖时,才适合把它作为真正的成品 SKU 管理。
判断标准不是“页面上是否展示成一个商品”,而是仓库是否把它当作一个不可拆分的实物流转。
我以前只看每个配件的库存总数,活动期间却连续出现超卖,后来才发现有一部分库存已经被其他订单占用,还有一部分正在质检。我想要一个供应链负责人可以直接落地的计算方法。
组合商品的可售库存,建议按“每个组件的可用库存除以单套用量后取最小值”计算。基础公式是:可售套数 = MIN(组件可用库存 ÷ 组件单套用量)。更稳妥的可用库存公式是:可用库存 = 物理库存 – 已分配库存 – 质检冻结库存 – 安全库存。
比如一套礼盒需要 2 个杯垫,杯垫物理库存为 2,400 个,已分配 300 个,质检冻结 100 个,安全库存设为 200 个,则杯垫可用库存为 1,800 个,对应可支持 900 套,而不是表面上的 1,200 套。
组件可用库存单套用量支持套数 杯体1,05011,050 杯垫1,8002900 外箱9801980 最终可售量应取 900 套,杯垫就是当前瓶颈。我的经验是,系统每天自动算一次还不够,活动、直播或大客户订单期间,至少要在订单波峰前后各核对一次,并将“可售库存”和“物理库存”分开展示。
我发现很多组合商品不是卖不动,而是上线前只准备了商品名称和售价,没有把包装、赠品、损耗和替换关系整理清楚。等到订单增长后,仓库才发现组件没有编码,采购也不知道该补哪一种库存。
上线前至少准备四类资料:销售组合清单、组件 SKU 主数据、库存扣减规则和异常处理规则。不要只做一张“商品名称,售价”表,那只能支持展示,不能支持履约。我通常要求每个组合 SKU 至少具备以下字段:组合编码、组件编码、单套用量、损耗率、是否允许替换、包装方式、装配工序、拆卖规则、生效时间和失效时间。
对于赠品,还要单独标记“随单扣减”还是“人工补发”,两者不能混用。
检查项目上线前确认内容常见遗漏 组件主数据编码、规格、单位、条码一致采购单位与出库单位不同 配方清单数量、替换关系、版本号明确同名不同规格未区分 包装资料礼盒、内衬、外箱均有库存编码只登记商品本体 异常规则缺一个组件时如何暂停或拆单仓库临时拍脑袋处理 上线前最好做一次“反向演练”:拿一笔真实订单,从下单、锁库存、拣货、装配、出库到售后退回完整走一遍。
只要其中有一个环节无法回答“扣哪个 SKU、扣多少、谁来改回去”,就不应直接放量。
过去的复盘只看销售额和毛利,发现缺货时就责怪采购,发现多库存时就责怪运营,但同样的问题下个月还会重复发生。我想知道,组合商品复盘到底应该拆哪些指标,才能判断是预测、采购、仓库还是系统规则出了问题。
组合商品复盘不能只看卖了多少套,更要看“组件被消耗得是否符合预期”。我会把复盘拆成需求预测、库存准确、履约损耗和尾货占用四个层面。最有用的指标之一是组件消耗偏差率:实际消耗量 ÷ 理论消耗量 – 1。
比如计划销售 1,000 套,每套需要 1 个礼盒,理论消耗 1,000 个,实际领用 1,080 个,偏差率就是 8%。这通常意味着装配损耗、错发补发或配方维护存在问题,而不一定是销售预测错了。
指标计算方式建议关注信号 库存准确率1 – |账面库存-盘点库存| ÷ 账面库存低于 98% 需查盘点和出入库 组件消耗偏差率实际消耗 ÷ 理论消耗 – 1连续超过 3% 需查损耗或错发 瓶颈缺货率因关键组件不足导致的缺货订单 ÷ 总订单识别采购和安全库存问题 组合尾货占比活动后专用组件金额 ÷ 组合采购金额过高说明配方或预测过于激进 复盘时还要记录“本次临时改动”:例如替换了包装、人工补发了赠品、拆单发货或手工调整库存。
很多账差并非系统本身造成,而是临时操作没有留下可追溯记录。建议活动结束后 48 小时内完成复盘,并给每个异常指定负责人、金额影响和下次预防动作。


读者评论
组合库存由最短板决定”这个判断很实用,尤其是礼盒、套餐类商品。很多团队只看成品销量,忽略包装和赠品,促销时很容易出现主件充足却无法发货的情况。建议再补充一套短板预警的触发阈值。
文章把实物、可用、可售、可承诺库存区分开,解决了仓库和销售口径不一致的问题。多仓场景下还应进一步考虑组件是否能在同一仓完成配套,否则全国库存汇总仍可能造成错误承诺。
需求展开部分很有参考价值,可选口味按历史比例采购明显比平均分配更合理。不过选择比例会受活动、价格和渠道影响,实际执行时最好按渠道分别统计,并定期校准损耗率和安全库存。