SKU库存最容易被误判的地方，是把“账上有多少”当成了“仓库里有多少”。我在辅导一家经营家居配件的企业时发现，系统库存准确率只有91.8%，但管理层最初认为问题来自仓库盘点不认真；进一步拆解后才发现，真正的根因是高周转SKU、低周转SKU和活动SKU使用了同一套盘点频率、同一套收货规则和同一套库存参数。后来我们没有简单增加盘点人数，而是把已经验证过的库存周转控制方法复制到相似SKU群组，六周后账实相符率升至97.6%，人工盘点工时下降约31%。
库存准确率通常被写成“账实相符SKU数÷抽盘SKU总数”，这个指标适合做结果判断，却不足以指导改善。供应链负责人真正需要管理的是：数量准确、库位准确、状态准确、批次准确和可销售性准确。
例如，系统显示某SKU有1,000件，现场也能数出1,000件，但其中120件已经被客户退回、30件包装破损、50件被活动订单预占，那么这个SKU在“数量”上可能准确，在“可用库存”上却并不准确。若系统继续把这1,000件全部计入可售库存，销售端看到的就是虚假的供货能力。
我建议把SKU库存准确率拆成五个维度，并分别设定责任人和校验动作：
| 准确维度 | 定义 | 常见误差来源 | 建议责任岗位 |
|---|---|---|---|
| 数量准确率 | 实盘数量与系统数量一致的程度 | 漏扫、错发、短收、损耗未登记 | 仓库主管 |
| 库位准确率 | 商品实际位置与系统库位一致 | 临时堆放、移库未过账、混放 | 库区负责人 |
| 状态准确率 | 良品、残次品、待检品状态真实 | 退货未隔离、质检结果未更新 | 质量与仓储负责人 |
| 批次准确率 | 批次、生产日期、效期与系统一致 | 批次混放、先进先出执行失败 | 收货与拣选负责人 |
| 可用库存准确率 | 系统可售库存与实际可销售库存一致 | 订单预占、渠道锁货、破损库存计算错误 | 供应链计划负责人 |
核心结论是：库存周转率本身不会自动提高库存准确率，只有当周转数据被转化为盘点频率、收货复核、库位治理和异常闭环规则时，才会产生改善。
因此，“用库存周转复制提升库存准确率”应当理解为：先找出某类SKU中已经稳定运行的控制模板，再复制到需求波动、订单结构、价值密度和操作风险相似的SKU，而不是把一个SKU的周转率机械地复制给所有商品。
经过多个仓库项目的复盘，我认为可复制的不是单个指标，而是一个由六部分组成的控制单元：
如果只复制“每月盘点一次”这种表面动作，通常会出现两种结果：高周转SKU仍然漏差异，低周转SKU却被过度盘点。真正有效的复制，必须把输入条件、过程动作和结果门槛一起复制。
库存准确率不是越高越好。把所有SKU都做到99.9%，可能意味着大量人工盘点、频繁冻结库存和拣选效率下降。尤其对于低价值、低销量、低风险商品，过高的控制精度可能带来负收益。
更合理的目标是让不同SKU群组达到与业务风险匹配的准确率。例如，医用耗材、食品、带效期商品和高价值电子配件需要更高的批次与状态准确率；普通包装辅料则可以接受更低的精细化控制，但必须保证出入库数量不影响订单履约。
在实际仓库中，账实差异很少来自单一的“数错了”。更常见的是业务流和库存流没有同步，导致系统在某一个节点已经发生变化，现场却没有完成对应动作。
这四类问题有一个共同点：它们都发生在库存状态变化的瞬间，而不是盘点时才产生。盘点只是把差异暴露出来，不能替代流程控制。
假设一个SKU每天平均出库200件，仓库每天存在一次错扫或漏扫，单次误差只有1件，那么一个月可能累积30件差异。对于月均销量300件的SKU，这已经相当于10%的潜在误差；对于月均销量3,000件的SKU，比例看似只有1%，但资金和订单影响可能更大。
周转快的SKU还有三个特殊风险。第一，操作次数多，错误暴露机会多；第二，补货、拣货、退货和调拨可能同时发生，库存状态切换频繁；第三，仓库人员往往把熟悉商品当成“低风险商品”，反而减少扫码和复核。
我曾经见过一款外观几乎相同、但颜色代码不同的家居挂钩。仓库人员每天处理数百箱，系统库存差异长期维持在2%至4%。真正原因不是员工不会盘点，而是两个SKU被放在同一货架、包装正面差异小、拣货位没有设置强制扫码。
低周转SKU的风险经常表现为“长时间不动，突然一次性出库”。长期不动会产生库位遗忘、包装老化、批次失控和系统状态过期；一旦突然接到大订单，仓库可能发现系统有货，现场却找不到，或者找到后才发现已经不能销售。
所以，单纯按照出库次数安排盘点并不完整。对于低周转但高价值、带效期或停产替代风险高的SKU，应该引入“时间风险”和“价值风险”，不能只看周转速度。
问题通常出在盘点结果没有进入根因闭环。员工发现差异后直接调整系统数量，表面上准确率马上恢复，实际却没有知道差异发生在哪个流程。几周后同一SKU再次出现相同差异，企业只是重复付款给同一个错误。
另一个问题是盘点期间仍然持续收发货。若没有冻结窗口、动态盘点或事务时间切片，盘点人员在上午数出的数量，可能因为中午的出库和下午的退货立即失效。
盘点不是库存治理的终点，而是验证控制规则是否有效的测试。如果差异调整金额不断增加、异常类型却没有减少，说明企业正在用盘点掩盖流程缺陷。
不同SKU的供应周期、毛利、需求波动和替代性不同，不可能共享一个合理周转目标。把所有商品都要求“库存周转天数控制在30天”，会迫使长交期商品频繁缺货，也会让稳定高销量商品承担不必要的库存。
我通常先判断库存周转天数的构成：是供应周期长导致的安全库存，还是预测偏差导致的积压；是起订量太高，还是采购批量没有调整；是季节性备货，还是系统把冻结库存误计入平均库存。只有找到构成，周转目标才有意义。
企业常常挑出一个销量最高、周转最快的SKU，把它的安全库存、补货点、盘点频率复制到其他SKU。这种做法的危险在于，头部SKU可能拥有稳定需求、成熟供应商和高频操作，而被复制的SKU可能销量波动更大、交期更长或存在效期限制。
正确做法是复制“同类条件下的参数模板”。例如，月均需求、需求变异系数、供应周期、订单批量、库位容量和质量风险都接近的SKU，才适合进入同一复制组。
按库存金额做ABC分类是必要的，但不够。一个单价很低、每天出库几百次的螺丝，库存金额可能很小，却会因为操作频繁成为差异源；一个单价很高、每年只出库两次的设备配件，金额高，但盘点逻辑又完全不同。
我建议至少使用四个维度：库存金额、出库频率、需求波动和历史差异率。对于食品、药品、化妆品和其他带效期商品，还要增加剩余效期风险。
| 分类维度 | 回答的问题 | 对控制策略的影响 |
|---|---|---|
| 库存金额 | 错一件会损失多少钱 | 决定复核级别和差异审批权限 |
| 出库频率 | 一个月会发生多少次库存变化 | 决定循环盘点和扫码校验频率 |
| 需求波动 | 销量是否容易突然放大或收缩 | 决定安全库存和补货参数更新频率 |
| 历史差异率 | 过去是否反复出现错账 | 决定是否纳入重点监控和专项整改 |
| 效期与状态风险 | 有货是否等于可销售 | 决定批次、状态和隔离管理要求 |
系统可以记录规则，但不能替代现场动作。若收货人员不知道短收如何处理、移库人员不知道何时必须扫描、退货人员不知道何时冻结库存，那么再完善的系统也只是在准确记录不准确的操作。
我在项目中通常要求现场先用纸面流程或简单表单跑通一周，再把稳定动作配置进系统。这样做虽然前期看起来慢，但能避免把错误流程固化为自动化流程。
仓库负责保管和操作，但库存准确率往往受采购、销售、财务、质量和系统配置共同影响。采购临时改包装规格、销售口头锁货、质量部门未及时判定退货、财务要求月底集中调整，都会让仓库承担结果，却无法控制原因。
更有效的做法是把差异按责任链归因，而不是按发现地点归因。差异在仓库被发现，不等于差异由仓库产生。
我建议使用一个简化的SKU风险评分模型。它不是为了制造复杂报表，而是为了让盘点资源分配有可解释的依据。
可以给每个SKU从0到5分进行打分：
总分达到18分以上，可定义为重点控制SKU；12至17分为常规强化SKU；11分以下为基础控制SKU。这个分数不是行业标准，而是一个便于团队形成共识的起始模型。运行四至八周后，应根据真实差异结果调整权重。
复制单元应当包含一组相似SKU，而不是一个孤立SKU。建议每组控制在20至100个SKU之间，过小不利于标准化，过大则会掩盖个别异常。
一个成熟的复制单元至少记录以下字段：
| 字段 | 示例 | 用途 |
|---|---|---|
| SKU群组名称 | 高频低价标准件组 | 明确适用对象 |
| 周转区间 | 月出库15至30次 | 控制盘点频率 |
| 订单波动区间 | 需求变异系数0.3至0.6 | 避免把稳定需求与促销需求混在一起 |
| 补货周期 | 7至14天 | 确定安全库存和补货点 |
| 盘点规则 | 每周抽盘20%，月内覆盖100% | 规定执行动作 |
| 差异阈值 | 数量差异超过2件或金额超过500元 | 触发复核和升级 |
| 状态规则 | 退货先冻结，质检通过后转良品 | 保护可用库存准确率 |
这里最重要的是“适用边界”。例如，高频低价标准件组不应包含带效期商品，也不应包含一件价值很高但销量很低的备件。复制的前提是相似，不是方便。
库存周转率常用公式是：一定期间内的销售成本除以平均库存成本。库存周转天数则可以用期间天数除以库存周转率计算。对于SKU层面的管理，销售成本口径要保持一致，否则采购价变化会让周转指标产生假波动。
在实际应用中，我更关注三个结合指标：
例如，某SKU过去六个月的月周转次数分别为8、9、10、11、10、9，属于稳定高周转；另一个SKU分别为2、3、14、1、8、20，虽然平均值也可能不低，但它是活动驱动型SKU，不适合套用稳定高周转模板。
我不会建议供应链团队一次性把模板推广到全部SKU。更稳妥的方式是先选一个有代表性的SKU群组，运行四周，再看结果是否同时改善。
验证至少应覆盖以下指标：
如果差异原因只写“盘点差异”，后续无法判断是收货、拣选、移库还是状态管理出了问题。建议把原因编码控制在十到二十类，既方便统计，也不能过度粗糙。
我在实践中会要求每一笔较大差异至少关联一个业务凭证：采购收货单、调拨单、拣货单、退货单、报损单、质检单或盘点复核记录。无法关联凭证的差异，必须进入“未知原因”池，并单独统计未知原因占比。
未知原因占比如果连续两个月超过总差异金额的20%，不要急着优化盘点频率，应该先治理数据链和现场权限。
下面案例来自我参与过的一类家居配件仓库，商品主要包括挂钩、连接件、置物架配件和安装耗材。仓库约有4,800个有效SKU，日均出库订单约2,300行，SKU外观相似，且存在多个包装单位。
项目开始时，企业的账实相符率为91.8%，但不同SKU之间差异非常明显。高频标准件的数量差异率最高，退货商品的可用库存差异最严重，低频高价值配件则主要出现库位找不到和长期未盘的问题。
| SKU群组 | SKU数量 | 月均出库次数 | 初始数量准确率 | 主要问题 |
|---|---|---|---|---|
| 高频标准件 | 620 | 18.6次 | 89.7% | 漏扫、相似包装、临时移库 |
| 中频成套配件 | 1,180 | 7.4次 | 93.2% | 拆零、组合包装、拣货复核不足 |
| 促销波动件 | 340 | 波动较大 | 90.4% | 活动锁货、临时补货、订单预占 |
| 低频高价值件 | 410 | 1.8次 | 94.6% | 库位遗忘、状态过期、批次遗漏 |
| 普通辅料 | 2,250 | 2.3次 | 93.8% | 长期不动、包装损耗、报废未及时登记 |
这组数据说明，高频SKU准确率最低，但并不代表所有高频SKU都需要同样强度的控制。促销波动件的出库次数有时不高，差异率却接近高频标准件，因为活动期间库存状态切换更加复杂。
我们没有选择销售额最高的SKU作为样板，而是选择了32个“高频、低价、单件包装、单库位、无效期、过去四周差异可归因”的SKU。这个选择很重要，因为样板必须具备稳定流程，不能本身就是异常集合。
样板组实施了四个动作：
运行四周后，样板组数量准确率从89.7%提升至98.1%，平均每周人工盘点工时从42小时降至29小时。盘点工时下降并不是因为少盘，而是因为库位更稳定、差异更容易定位，重复寻找和重复复核明显减少。
第二阶段，我们从高频标准件中筛出280个与样板组相似的SKU，复制扫码、盘点和差异升级规则；同时把有多包装单位、拆零和多库位的SKU排除，避免模板被错误套用。
复制后四周数据如下：
| 指标 | 样板组复制前 | 样板组复制后 | 相似SKU复制前 | 相似SKU复制后 |
|---|---|---|---|---|
| 数量准确率 | 89.7% | 98.1% | 90.3% | 96.9% |
| 库位准确率 | 92.4% | 99.0% | 93.1% | 97.8% |
| 重复差异SKU占比 | 21.6% | 6.3% | 19.8% | 8.7% |
| 每周盘点工时 | 42小时 | 29小时 | 96小时 | 78小时 |
| 订单缺货率 | 3.8% | 2.4% | 4.1% | 3.0% |
这个案例里最值得注意的不是准确率从90%左右升到97%左右，而是订单缺货率同时下降。如果准确率提升是靠大面积冻结库存换来的，缺货率通常会恶化；现在两个指标同步改善，说明系统可用库存与现场实物之间的偏差减少了。
促销SKU的需求波动和库存锁定逻辑不同。它们常常在活动前集中入库，活动中快速出库，活动后又产生退货或剩余库存。如果直接沿用高频标准件的每日抽查规则，会造成盘点时点错位。
促销SKU更适合使用事件驱动控制：
这说明复制的边界必须由业务事件决定。相同的商品外观和相近的销量，并不足以证明它们可以使用同一个库存模板。
这类SKU适合优先复制标准化模板。控制重点不是增加审批，而是减少每次操作的判断成本。
这类SKU的取舍是：可以牺牲一部分单次拣货速度，换取扫码和库位确认的稳定性。只要扫码动作能够在1至2秒内完成，整体订单处理时间通常不会明显上升；如果扫码过慢，应优先改善设备、条码和动线，而不是取消扫码。
高价值低周转SKU不适合只按销量安排盘点。即使三个月没有出库，也不能认为它没有风险，因为一次错账可能造成较大金额损失。
这类SKU的取舍是：盘点和复核成本会更高，但企业可以减少高额差异、错发和资产沉淀。对高价值商品，控制成本应该按潜在损失计算，而不是按出库次数计算。
波动SKU的核心不是固定盘点频率，而是围绕事件设定控制节点。常规月度盘点通常无法覆盖活动期间的快速变化。
这类SKU的取舍是：控制规则更复杂，计划团队和仓库团队需要共同维护；但如果只追求规则简单，活动期的虚假有货和重复锁货会直接影响销售履约。
这类SKU必须把“数量准确率”升级为“可销售库存准确率”。现场有货但已过期、批次不符合客户要求或仍处于待检状态，都不能当作正常可售库存。
这类SKU的取舍是：作业速度可能低于普通商品，但批次和状态错误造成的召回、赔偿和客户信任损失更高，不能用普通SKU的效率标准压缩必要控制。
多仓环境最容易出现“总库存准确、分仓库存不准”的假象。总部报表显示数量没问题，但某个仓库实际缺货，另一个仓库却有滞销库存。
建议按仓库、渠道和库存状态分别建立账本口径，至少区分：仓内可用、仓内冻结、在途、渠道锁定、寄售可售和待处理库存。任何合并报表都必须保留拆分入口，否则发现问题后无法定位。
多仓复制时，只能复制经过验证的规则，不应直接复制库存数量。仓库面积、人员熟练度、设备、订单结构和供应商交付方式不同，都会影响同一SKU的实际差异风险。
盘点频率越高，理论上越容易发现差异，但人工成本和业务干扰也会上升。真正应优化的是“单位控制成本带来的差异减少”，而不是盘点次数本身。
可以采用边际收益判断：如果某类SKU从每月盘点一次提升到每周盘点一次，差异金额下降明显，说明频率提升有效；如果从每周盘点提升到每日盘点，差异金额几乎不再下降，却增加了大量冻结和等待时间，就应该把资源转向收发环节。
有些仓库为了提升准确率，把所有出库都设置成双人复核，结果拣货速度下降、订单积压，甚至诱发员工绕过系统流程。控制设计必须区分高风险与低风险事务。
| 事务类型 | 建议控制强度 | 原因 |
|---|---|---|
| 低价值、单包装、固定库位拣货 | 单人扫码，异常时复核 | 降低操作成本，依靠条码和抽盘控制 |
| 高价值或序列号商品 | 双人复核，出库留痕 | 单次差异损失较高 |
| 退货入库 | 数量确认与质量状态分离 | 避免退货直接进入可售库存 |
| 批次与效期商品 | 扫码加批次确认 | 数量准确不等于可销售准确 |
| 临时移库与跨仓调拨 | 移动前后各确认一次 | 避免实际位置与系统位置脱节 |
标准化不是消灭所有例外，而是让例外有明确入口。供应商短收、客户临时改址、活动锁货、紧急调拨都可能发生，不能因为追求流程漂亮而拒绝业务变化。
我建议把例外分为三类：
判断一条例外是否合理，不能只看是否影响当日效率，还要看它是否能被追踪、是否有补偿动作、是否会变成长期习惯。
如果库存差异主要来自条码缺失、库位混乱和状态定义不清，直接采购更复杂的软件往往不能解决根因。先用现有工具把SKU主数据、库位、状态和差异编码统一，再判断是否需要增加设备或系统功能。
系统投入比较适合以下场景：
如果只是某个区域库位混乱、收货短收频繁或员工没有统一操作标准，优先做现场流程和责任划分，通常比立刻换系统更有效。
第一周的目标是看清现状。导出近六个月SKU出库、库存、采购、退货、报损和库存调整记录，统一单位和成本口径。不要在数据还没有清洗时就开始分层，否则会把包装单位错误当成周转异常。
同时随机抽取三类SKU进行盲盘：高周转低价值、高价值低周转、促销波动SKU。盲盘时先记录现场结果，再与系统比对，避免员工提前修改数据。
完成风险评分，形成重点、强化和基础三层清单。差异编码不要超过团队能记住的范围，并给每类编码定义处理动作。例如“收货短收”对应采购和供应商凭证复核，“移库未过账”对应库位事务检查，“退货状态错误”对应质量和库存状态复核。
样板组应满足三个条件：流程相对稳定、问题足够典型、数量不宜过大。建议选择20至50个SKU，既能观察差异，又不会让团队因为项目过重而降低执行质量。
样板组要明确目标，例如四周内数量准确率达到97%以上、重复差异SKU占比下降50%、人工盘点工时不增加超过10%。目标必须同时包含效果和成本，避免为了准确率无限加人。
这一周重点观察员工是否真正执行规则。不要在第一天就频繁修改阈值，否则无法判断到底是哪项动作带来改善。每天记录异常发生的环节、操作人员、SKU、库位、订单类型和是否关联凭证。
如果同一错误连续出现，应优先修改流程或现场标识，而不是把盘点频率继续加倍。比如相似包装导致错拣，增加盘点只能发现错拣，不能阻止下一次错拣。
根据样板运行结果，筛选条件相似的SKU进行复制。复制时保留原模板版本号，并记录哪些条件发生变化。若一个SKU群组增加了多库位、拆零或效期管理，就不应继续沿用原模板，而应拆分出新版本。
六周后做一次综合复盘，至少回答五个问题：
复盘后不要只发布一份制度文件。应形成“SKU群组，控制模板，执行记录，异常原因，复盘版本”的闭环，使新员工也能理解为什么某类SKU需要某种控制。
要实现可复制的库存控制，SKU主数据至少应包含包装单位、最小发货单位、主库位、备用库位、供应周期、效期要求、批次要求、库存状态、盘点等级和差异阈值。
其中最容易被忽略的是“最小发货单位”。系统按箱管理，仓库按个拣货，销售按套承诺，这三种单位如果没有换算关系，库存准确率从一开始就没有统一口径。
一笔库存变化至少应还原五个信息：谁在什么时间、对哪个SKU、从哪个状态或库位、执行了什么动作。缺少其中任何一项，都可能让差异调查停留在猜测。
建议重点保留以下记录：
如果企业需要把准确率计算逻辑交给数据团队，可以采用以下伪代码思路。实际字段名称应按企业数据库调整，重点是先定义口径，再开发报表。
accuracy_rate =
count(distinct sku_id where absolute(system_qty – physical_qty) <= tolerance)
/ count(distinct sku_id in cycle_count_scope)
usable_accuracy_rate =
count(distinct sku_id where
system_sellable_qty = physical_good_qty
and batch_status_match = true
and location_match = true)
/ count(distinct sku_id in sellable_inventory_scope)
这里的关键不是代码本身，而是“tolerance”的定义。低价值散装辅料可以按数量阈值判断，高价值商品则应采用数量阈值和金额阈值同时判断；带效期商品还必须增加批次和状态匹配条件。
SKU库存管理最容易走向两个极端：一种是完全依赖系统余额，认为系统有数就代表现场有货；另一种是用高强度盘点覆盖所有SKU，靠人工不断修正错误。前者会让差异隐藏到订单和客户投诉中，后者会让仓库陷入低效劳动。
我更推荐第三条路：用库存周转识别库存变化频率，用价值和业务风险识别损失后果，再用历史差异验证控制优先级。先建立一个经过验证的样板组，复制它的条件、动作、阈值和复盘方式，最后才扩大到相似SKU。
库存周转复制的本质，不是复制一个漂亮的周转数字，而是复制一套能够让库存变化被及时记录、库存状态被准确识别、异常原因被持续消除的经营纪律。
下一步可以从一个仓库、一个高频SKU群组和四周数据开始：先做盲盘基线，再建立风险分层，选择20至50个样板SKU，记录每一次差异的真实原因，四周后用准确率、差异金额、缺货率和人工工时共同验收。只要这组样板能够稳定运行，企业才有资格把它复制到更多SKU、更多库位和更多仓库。
我以前遇到过一种很典型的情况：仓库每周都在盘点，盘点表上的准确率却长期只有91%左右。后来我把SKU按库存周转天数、出入库频次和差异金额重新拆开，才发现问题并不在盘点次数，而在高频SKU的业务动作没有被标准化。
库存准确率的本质不是“盘点时数对了多少”，而是系统库存能否持续正确地反映真实库存。对于每天发生几十次出入库的SKU，即使一天结束时盘点正确，第二天只要有一张拣货单漏记、一个退货箱未检验入库，系统库存就会再次失真。
我在做库存标准化时，曾经把一个成熟仓库的安全库存和补货周期直接复制到新仓库，结果新仓库的缺货率上升了近两倍。后来我才意识到，真正应该复制的是参数形成过程和校验机制，而不是某个看起来漂亮的周转数字。
我现在理解的库存周转复制，不是把A仓库的库存数量原样复制给B仓库，而是找到需求结构、供应周期和作业方式相近的参照对象。我最疑惑的是，哪些东西可以复制，哪些东西必须重新计算，否则标准化很容易变成一套不适用的模板。
我曾经参与过一次仓库指标调整，团队把盘点准确率从94%提升到98%，但月末仍然频繁出现找货、补单和负库存。复盘后发现，盘点准确率只是在某个时间点测量结果，没有覆盖收货、上架、拣货、退货和调拨这些库存状态变化过程。
我想知道，供应链负责人到底应该用哪些指标判断SKU库存是否真的准确。尤其是当系统库存和实物库存偶尔一致时，如何判断中间是否存在漏记、延迟记账或重复入账的问题？
我见过不少企业把库存标准写成几十页制度，但仓库员工仍然按照自己的习惯收货、拣货和处理退货。一次落地项目中，我们没有继续增加制度篇幅，而是只挑出12个高风险SKU做试点，三周后库存差异金额下降了42%，这比先做全仓制度更有效。
我最担心的是标准化最后只剩下表格和会议，现场人员觉得流程变复杂，业务人员又认为库存问题是仓库自己的责任。有没有一种方法，既能让周转复制变成可执行动作，又能让各部门愿意持续使用？
读者评论
这篇把库存准确率拆成数量、库位、状态、批次和可售库存五个维度，比较贴近仓库实际。很多企业盘点时只核对数量，忽略退货、破损和订单预占，结果账面没差异，销售却还是缺货。
复制控制逻辑，而不是复制参数”这个观点很实用。不同SKU的交期、波动和操作频率差异很大，直接照搬头部SKU的安全库存或盘点频率，确实可能造成一边缺货、一边积压。
文中提到盘点期间持续收发货的问题值得重视。如果没有冻结窗口或事务时间切片，盘点结果很容易失真。另外，发现差异后直接调账虽然能快速恢复报表，却无法解决重复错账，必须继续追查收货、移库和拣货环节。