sku库存：供应链负责人基础版方案：补货计划的目标、动作与检查点

我做补货复盘时，最常见的失败并不是“不会算安全库存”，而是把所有 SKU 都当成同一种商品管理：销量预测错了，采购提前期没人更新，促销锁单后仍按日常需求补货，最后形成一边缺货、一边积压。对供应链负责人来说，基础版补货计划的核心不是做出一张看起来精确的表，而是让每个 SKU 都有明确的补货目标、触发动作、责任人和检查点。

一、先讲核心结论：补货计划不是采购清单

1. 先把补货目标从“不断货”改成“在成本可控的前提下满足需求”

“不断货”听起来正确，但它会诱导团队无限提高库存。只要销售部门提出“宁可多备一点”，库存就会持续上升，资金、仓储、损耗和调拨成本最终都会暴露出来。

我更建议把补货目标写成一个可衡量的组合目标：在目标服务水平下，控制库存金额、库存周转天数和呆滞风险。服务水平是结果，库存结构是约束，补货动作则是实现路径，三者不能只看其中一个。

• 需求目标：覆盖预计销售、已确认订单和必要的活动增量。
• 供应目标：覆盖采购提前期、入库质检、运输波动和最小采购批量。
• 库存目标：保持合理的周转天数，避免安全库存失控。
• 经营目标：减少缺货损失、紧急采购、跨仓调拨和临期报废。

因此，一份合格的补货计划不能只回答“买多少”，还要回答“为什么现在买、买完覆盖多久、如果需求下降怎么办、谁在什么时间点重新检查”。

2. 基础版方案只需要先管住四个变量

在数据基础不完善的企业里，不必一开始就建立复杂的机器学习预测模型。我通常先要求团队把四个变量管起来：可用库存、在途库存、未来需求、供应提前期。

这四项中，最容易被忽略的是“可销售库存”。仓库里有一千件，不代表能卖一千件；其中可能有返修品、待检品、已分配订单、包装破损品或已经过期的批次。补货系统如果没有库存状态，就算公式没有问题，结果也会持续偏差。

3. 用一个简单公式建立第一版补货量

基础版补货量可以先采用下面的逻辑，而不是直接照搬复杂的库存优化模型：

建议补货量
= 目标覆盖期需求

+ 安全库存

可用库存

有效在途库存

已确认但未出库的供应量

其中，目标覆盖期不能统一设定。国产常规品可能按未来二十至三十天计算，进口品或定制品可能按未来六十至九十天计算，快消品则还要结合保质期限制。覆盖期不是越长越安全，而是要与提前期、需求波动、资金承受能力相匹配。

我在实际复盘中，会把建议补货量再加一道“人工约束”：如果结果超过近三个月平均月销量的某个倍数，必须人工复核；如果计算结果为负但未来有大型活动，也不能机械地停止采购。

二、背景和真实场景：为什么 SKU 越多，越不能平均管理

1. 供应链负责人面对的不是一条需求曲线

一个拥有一千个 SKU 的企业，真正面对的是一千条不同的需求曲线。A 商品每天稳定卖出一百件，B 商品每周只卖两次，C 商品可能因为一场直播在两小时内卖完一个月的量，D 商品则处于生命周期末端，销量每周下降。

如果团队把这些商品都按“过去三十天平均销量”计算，A 商品可能还能得到相对合理的结果，B 商品会被偶然订单放大，C 商品会错过活动峰值，D 商品则会继续被历史销量拖着补货。

所以，SKU 管理的第一步不是提高公式精度，而是承认不同 SKU 的经营逻辑不同。至少要从销量、毛利、波动、提前期和生命周期五个角度进行分组。

2. 一个常见的真实场景：库存看起来够，订单却发不出去

我曾见过一种很典型的仓库报表：系统显示某 SKU 有 2,400 件库存，销售团队却连续三天反馈缺货。进一步拆分后发现，2,400 件中有 600 件已经分配给历史订单，400 件处于待检状态，300 件存放在无法及时调拨的区域，剩余库存才是真正可销售数量。

如果补货负责人只看库存余额，就会认为这个 SKU 不需要采购；如果只看销售反馈，又可能直接紧急加单。正确做法是先把库存状态、订单占用和仓库可达性还原，再判断缺货是“数量不足”还是“可用库存不足”。

这类问题往往不是采购部门单独造成的。销售、仓库、财务和供应商管理之间，只要有一个口径不一致，补货计划就会出现明显滞后。

3. 先建立 SKU 分层，再决定计算方法

基础版不建议一开始就做过于复杂的分类。实践中可以先采用“经营重要性加供应难度”的二维分层。

三、常见误区：补货表为什么会越做越复杂，结果却没有变好

1. 误区一：把预测值当成事实

预测只是对未来的估计，不是订单。很多补货表会把系统生成的预测数直接写入采购数量，久而久之，团队不再追问预测为什么变化，也不再区分活动、价格、渠道和季节因素。

更稳妥的做法是把需求拆成三层：已经发生的订单、相对可信的基础预测、需要人工确认的增量需求。已确认订单可以直接纳入；基础预测需要看误差；活动增量则必须有活动时间、预计流量、转化率和历史参照。

2. 误区二：安全库存按统一天数设置

“所有 SKU 都备七天安全库存”是最常见、也最容易被误用的规则。对日均销量一千件的核心 SKU，七天意味着七千件；对月均销量三十件的慢销 SKU，七天可能没有任何统计意义。

安全库存至少应当考虑三个因素：需求波动、供应波动和缺货代价。需求稳定但供应商经常延期的商品，安全库存应更多用于覆盖供应风险；供应稳定但活动波动大的商品，则要重点管理需求预测，而不是盲目增加日常库存。

3. 误区三：只看库存金额，不看库存结构

库存金额下降不一定是好事。如果下降来自核心商品缺货，企业可能只是把现金风险转化成了销售损失。相反，库存金额短期上升，也可能是为明确的旺季和已确认订单做准备。

我会同时看以下四个指标：核心 SKU 缺货率、库存周转天数、超过目标覆盖期的库存比例、九十天无动销库存金额。只有四项一起观察，才能判断库存变化是健康调整还是结构恶化。

4. 误区四：把在途订单全部视为“马上能用”

在途库存只有在预计到货日可信、供应商已经确认、运输状态真实且入库环节没有明显阻塞时，才可以纳入补货计算。一个只有采购订单、没有发运信息的订单，不能按百分之百的有效在途处理。

我建议把在途拆成三种状态：已发运且有物流节点、已生产但未发运、仅下单未确认。三种状态的可信度不同，不能在一列里混合求和。

5. 误区五：补货计划没有“停止条件”

多数团队会定义什么时候补货，却不定义什么时候停止补货。结果是商品销量下降后，旧规则仍然按照过去的销售速度生成采购建议。

至少要设置以下停止条件：

• 连续四周销量低于原预测的百分之六十。
• 库存覆盖期超过目标覆盖期两倍。
• 商品进入替代、下架或包装切换阶段。
• 供应商最小起订量已经高于未来三个月预计需求。
• 近九十天无动销，且没有明确项目订单支撑。

四、专业判断逻辑：如何决定补多少、何时补、是否要加急

1. 先计算再判断，不要让公式替代负责人决策

补货公式适合处理重复性计算，但不擅长识别突发事件。供应链负责人需要在公式结果之外，增加几个判断问题：销量变化是真实趋势还是一次性事件？供应商延迟是偶发还是结构性问题？当前库存能否覆盖最重要的订单？补货后是否会跨过商品生命周期节点？

我的判断顺序通常是：先看需求是否真实，再看库存是否可用，再看供应是否可靠，最后才决定补货数量。很多团队的顺序正好相反，先看系统建议采购多少，然后再找理由解释。

2. 用再订货点决定“什么时候动作”

再订货点可以采用一个容易执行的版本：

再订货点
= 提前期内预计需求

+ 提前期安全库存

可替代供应量

例如，一个 SKU 日均需求为 80 件，实际供应提前期为 18 天，提前期内的需求约为 1,440 件；如果根据历史波动设置 360 件安全库存，而已有 500 件有效在途，那么再订货点对应的可用库存大约是 1,300 件。库存低于这个水平时，不代表必须立刻买满，而是必须启动补货评审。

这里最容易犯的错误是用供应商口头承诺的十天交期，而不是历史实际从下单到可销售入库的十八天。供应链计划必须使用“可销售交期”，而不是“出厂交期”。

3. 用目标库存决定“动作后补多少”

再订货点解决的是触发问题，目标库存解决的是数量问题。两者不能混在一起。

目标库存可以按目标覆盖期计算：

目标库存
= 目标覆盖期内预计需求

+ 安全库存

+ 已确认活动增量

有效在途库存

如果目标覆盖期为三十天，日均需求为 80 件，安全库存为 360 件，有效在途为 500 件，则目标库存对应的补货数量为 2,260 件。这个数量还要结合包装规格、最小起订量、供应商阶梯价格和仓储容量进行取整。

4. 加急采购必须通过“缺货损失，加急成本”比较

加急采购不是供应链能力强的证明，很多时候只是前期计划失误的昂贵补救。是否加急，至少要比较四项：预计缺货天数、每天缺货损失、加急成本、普通补货到货后的剩余价值。

五、具体案例和数据观察：同一批库存，为什么结果差异很大

1. 案例背景：一个渠道型企业的三类 SKU

下面用一个情景案例说明补货逻辑。假设企业经营家居消耗品，共有 600 个活跃 SKU，其中 80 个 SKU 贡献了约百分之七十的销售额。企业此前采用“月均销量乘以两个月”的简单规则，结果是核心品偶发缺货，长尾品库存持续增长。

我们选取三个具有代表性的 SKU：

• A SKU：月均销量 3,000 件，实际供应提前期 14 天，需求相对稳定，毛利率 28%。
• B SKU：月均销量 1,800 件，活动期间销量可达到平日的 2.5 倍，实际供应提前期 21 天，毛利率 35%。
• C SKU：月均销量 180 件，供应提前期 45 天，近三个月销量呈下降趋势，毛利率 22%。

如果三者都按两个月销量补货，A SKU 会获得约 6,000 件的目标量，B SKU 获得约 3,600 件，C SKU 获得约 360 件。表面上规则一致，实际上没有反映活动波动、提前期差异和生命周期变化。

2. 调整后的补货判断

对 A SKU，我们采用三十天目标覆盖期，加上约十天需求的安全库存，并扣除有效在途。由于需求稳定，它适合自动触发，人工只检查供应异常和订单集中变化。

对 B SKU，我们不直接把活动期销量平均摊到全年，而是把活动日历独立建模。活动前补货分两次完成：第一次锁定基础需求，第二次根据预售、加购和渠道订单确认增量。这样可以减少一次性押注。

对 C SKU，我们停止按两个月销量自动补货，改为设置库存上限和最低供应量。若没有明确订单，优先消化现有库存；如果必须满足售后或组合销售，则只维持一个较低的保障量。

3. 调整后的结果应当看结构，而不是只看采购金额

在这个情景中，调整后采购金额可能下降，但最有价值的变化不是节省了多少钱，而是库存风险从长尾 SKU 转移到了可解释、可跟踪的活动增量。负责人能够说清楚每一笔库存为什么存在，库存就从“沉淀的资产”变成了“有用途的资源”。

评估效果时，我会设置至少四周的观察窗口，并区分正常销售、活动销售和供应异常。不能因为某一周刚好没有缺货，就认为方案有效；也不能因为某一次供应商延期，就完全否定补货模型。

六、不同情况下的行动建议：补货计划要有场景化动作

1. 销量稳定、供应稳定：可以自动化，但不能无人检查

对于销量稳定、供应商交付准时、库存状态清晰的 SKU，可以设置自动补货触发。自动化的重点不是完全取消人工，而是把人工从重复计算转移到异常处理。

• 每天更新可用库存和有效在途。
• 库存低于再订货点时自动生成建议。
• 建议量超过近三个月月均销量一定倍数时触发复核。
• 供应商实际交期连续两次超出标准时，重新计算安全库存。
• 每月检查预测误差和服务水平是否发生漂移。

这类 SKU 不适合频繁人工修改。若每次采购都依赖负责人临时拍板，流程会变慢，且经验无法沉淀。

2. 销量波动、活动明显：活动计划必须进入补货计划

活动型 SKU 的核心不是预测一个精确数字，而是把不确定性拆开管理。日常需求、已确认渠道订单、预售数量和活动增量应该分别列出，不能合并成一个“预计销量”。

活动前至少检查以下内容：

1. 活动开始前的可销售库存是否覆盖首轮流量。
2. 活动期间供应商是否能够补发，补发周期是否真实。
3. 活动结束后剩余库存是否超过正常覆盖期。
4. 包装、赠品、组合件是否会成为新的瓶颈。
5. 不同仓库之间能否在承诺时效内完成调拨。

如果活动增量完全依赖预测，建议分批锁货，而不是一次性把全部预测量下给供应商。分批锁货会增加协调成本，但通常能降低活动后积压的概率。

3. 供应提前期长：优先管理信息质量，不要只增加库存

长周期商品的计划窗口更长，预测误差自然更大。很多企业遇到长周期就提高安全库存，结果只是把预测错误提前固化在仓库里。

更有效的做法是建立滚动锁定机制：未来一段时间的订单数量锁定，稍远周期只保留预测，远期需求只向供应商提供产能参考。不同时间区间对应不同承诺强度，供应商也更容易安排生产。

4. 低频慢销：把“有货”与“值得备货”分开

低频 SKU 最容易让团队产生错觉：因为销量低，所以库存压力也低。实际上，低频商品往往采购批量大、需求间隔长、预测误差高，库存一旦买多，消化时间可能远超预期。

这类 SKU 可以采用按单采购、供应商寄售、最小保障库存、组合销售或替代品引导。判断标准不是是否能买到，而是库存成本是否低于缺货损失。

5. 处于切换期或下架期：先处理旧库存，再讨论新采购

包装变更、规格升级、渠道切换和产品替代期，是库存最容易失控的阶段。新旧 SKU 如果没有明确切换日，采购会继续补旧品，销售又开始推广新品，仓库最终同时承受两套库存。

我建议在切换期建立清单，明确最后采购日、最后销售日、售后保留量、替代关系和库存消化方案。只要新品已经能够满足主要需求，旧品就应当从自动补货规则中移除。

七、检查点设计：把补货计划变成可以追责的日常机制

1. 每日检查点：看今天会不会断

每日检查不需要讨论所有 SKU，而是聚焦未来七天可能发生缺货、核心订单无法满足或在途异常的商品。

• 库存低于再订货点的 SKU 数量。
• 未来七天预计缺货的 SKU 和预计缺货日期。
• 核心 SKU 的有效在途数量和预计到货日。
• 仓库冻结、待检和分配库存是否异常上升。
• 当天销售是否出现超过历史波动范围的增长。

每日会议最好只处理异常，不要重新朗读整张库存表。一个有效的异常清单应当写明 SKU、异常原因、预计影响、临时动作、负责人和截止时间。

2. 每周检查点：看下个月会不会失衡

每周检查的时间范围应扩大到未来四至八周，重点从“今天会不会断”转向“库存结构是否正在变坏”。

3. 每月检查点：看规则是否还适用

每月复盘不能只追问“本月买了多少钱”，还要检查规则是否失效。商品价格、渠道结构、供应商交期、活动频率和产品生命周期都会改变，补货参数不可能永久有效。

我建议每月至少做一次 SKU 参数刷新：重新计算月均需求、需求波动、实际交期、供应商准时交付率、库存覆盖期和九十天无动销金额。对连续三个月没有明显变化的 SKU，可以继续自动化；对波动明显的 SKU，则必须重新分层。

4. 为每个检查点建立“触发，动作，输出”格式

检查点如果只有指标，没有动作，就很容易变成报表展示。可以使用下面的格式：

八、指标和数据口径：别让一个服务水平掩盖全部问题

1. 服务水平至少拆成三种含义

“服务水平达到百分之九十五”并不一定说明补货做得好。这个数字可能来自订单满足率、订单行满足率或时间维度的可供货率，三者的分母不同，结论也不同。

• 订单满足率：完整订单按承诺时间发出的比例，适合观察客户体验。
• 订单行满足率：订单中的商品行被满足的比例，适合观察 SKU 缺货情况。
• 可供货率：某时间窗口内库存可销售的比例，适合观察库存连续性。

如果一个订单包含十个商品，其中一个核心商品缺货，订单行满足率可能仍然很高，但客户体验已经受到影响。因此，供应链负责人应当同时关注核心 SKU 的缺货天数和订单完整履约率。

2. 预测准确率不能替代预测偏差管理

预测准确率常常被包装成一个漂亮数字，但它容易掩盖高估和低估方向。对库存管理而言，连续高估会造成积压，连续低估会造成缺货，两者的经营后果不同。

建议至少同时记录平均绝对百分比误差、平均预测偏差、缺货天数和超额库存金额。对低销量 SKU，百分比误差可能极端放大，应当改用绝对件数或分层指标。

3. 建议使用一组相互制约的指标

九、不同方案的取舍：没有一种补货策略适合所有企业

1. 低库存策略与高服务策略的取舍

低库存策略适合现金流紧张、商品可替代、供应响应快的企业。它的优点是资金占用低、清理库存容易，缺点是遇到需求波动时更容易缺货，需要销售和客户服务接受一定程度的订单等待。

高服务策略适合缺货损失大、替代困难、客户对交付稳定性要求高的商品。它的优点是订单满足率高，缺点是库存资金和呆滞风险更高，尤其不适合生命周期短、价格变化快的商品。

2. 集中采购与分批采购的取舍

集中采购可能获得价格折扣、降低运输成本，也可能满足供应商的最小起订量。但集中采购会把需求预测风险一次性转化为库存风险，商品一旦滞销，折扣带来的节省往往不及积压成本。

分批采购能够保留调整空间，适合活动型、价格波动型和生命周期不稳定的 SKU。代价是采购协调次数增加，单次运输成本可能更高，供应商也可能要求更严格的排产承诺。

3. 单一供应商与多供应商的取舍

单一供应商便于质量控制、议价和交付协同，但一旦发生产能、质量或区域运输问题，企业缺少替代方案。多供应商能够降低单点故障风险，却会增加验厂、质量管理、订单分配和成本核算工作。

我不建议所有 SKU 都强行设置双供应商。对于低价值、低风险、交期短的商品，单一稳定供应商可能更经济；对于高毛利、长周期、缺货损失大的核心 SKU，多供应商或至少保留替代规格更有价值。

4. 自动补货与人工审批的取舍

自动补货适合规则稳定、数据质量高、供应商交期可预测的 SKU。人工审批适合活动品、定制品、切换期商品和异常供应品。

最好的基础版方案通常不是二选一，而是设置“自动通过区间”和“必须审批区间”。例如，建议补货量不超过近三个月平均月销量的百分之一百二十时自动流转；超过该范围，或者商品处于活动、替代、缺货和供应异常状态时，必须人工确认。

十、落地实施：用四周建立一套可运行的基础版方案

1. 第一周：统一数据和库存口径

第一周不要急着改采购规则，先统一 SKU 编码、仓库编码、库存状态、供应商交期和订单状态。没有统一口径，后续所有模型都只是把错误计算得更快。

• 清理重复 SKU、停用 SKU 和同品不同码问题。
• 确认可用库存、冻结库存、待检库存和已分配库存的定义。
• 补齐采购订单号、供应商确认日、预计发运日和预计入库日。
• 识别没有稳定供应商、没有历史销量或没有成本信息的 SKU。
• 建立一份异常数据清单，指定修复负责人和完成时间。

2. 第二周：完成 SKU 分层和参数初设

第二周根据销量贡献、需求波动、供应提前期、毛利和生命周期进行分层。不要追求分类数量很多，先确保每个 SKU 都能进入一个明确的管理规则。

参数初设可以从历史实际数据出发：用过去三到六个月的销量计算基础需求，用实际到货周期计算供应提前期，用需求和供应的波动设定安全库存区间。对于数据不足的新品，必须单独标记为“试销期”，不能混入成熟 SKU 规则。

3. 第三周：建立补货建议和审批流程

第三周开始生成补货建议。建议表至少包含 SKU、当前可用库存、有效在途、未来需求、再订货点、目标库存、建议补货量、供应商、预计到货日、风险等级和负责人。

审批流程要明确哪些情况可以自动通过，哪些情况必须升级。例如，涉及高金额、活动增量、长周期采购、生命周期切换和加急运输的建议，都应当要求采购、销售或财务中的相关角色确认。

4. 第四周：用异常复盘替代形式化汇报

第四周不要只看系统是否上线，而要挑选一批真实异常进行复盘：一次缺货、一次供应延期、一次活动超卖、一次慢销积压和一次库存状态错误。

每个案例都要追问五件事：当时看到了什么数据、当时做了什么动作、哪个信息没有及时获得、哪个参数需要调整、以后由谁在什么时间点检查。只有把异常变成规则，基础版方案才真正完成闭环。

5. 可以直接使用的基础版补货检查表

十一、结尾：真正有效的补货计划，是一套提前暴露错误的机制

1. 我的独特判断：补货能力的上限取决于检查点，而不是公式

很多企业把主要精力放在预测模型、库存公式和系统功能上，却忽略了一个更实际的问题：当数据出现异常时，谁会发现，谁能判断，谁有权改变采购数量。

补货计划真正的价值，不是让所有预测都准确，而是让错误尽早暴露，让错误的成本尽量小。提前发现活动销量超预期，可以分批追加；提前发现供应商延期，可以调拨或切换；提前发现慢销趋势，可以停止补货。好的方案不是消灭不确定性，而是缩短不确定性从出现到被处理的时间。

2. 下一步怎么做

如果你现在的库存管理还停留在“看库存余额、凭经验采购”，建议不要一次性改造全部流程，可以先选择二十个核心 SKU 做试点。

1. 统一这二十个 SKU 的可用库存和有效在途口径。
2. 记录过去三个月实际销量、预测销量和实际供应提前期。
3. 按稳定、波动、长周期、慢销和切换期进行分层。
4. 分别设置再订货点、目标库存和补货上限。
5. 建立每日缺货检查、每周库存结构复盘和每月参数刷新。
6. 连续运行四周后，比较缺货率、库存周转天数、库存金额和无动销金额。

如果试点结果只显示采购金额下降，却没有改善核心 SKU 的服务水平，说明规则可能过于激进；如果服务水平提高但库存金额和呆滞库存同步快速上升，说明安全库存或活动增量没有被正确分层。只有在服务、资金和风险三个方向同时观察，补货计划才真正具备供应链管理价值。

SKU 库存管理的基础版，不是低配版的复杂系统，而是把最关键的动作做得可解释、可执行、可复盘。先管住库存口径，再区分 SKU，再设定触发条件和检查点，最后才是增加算法复杂度。这个顺序，通常比一开始追求“更精准的预测”更能减少缺货和积压。

免费注册

咨询方案

扫码咨询方案