sku库存：供应链负责人老板版路线：补货决策从准备、执行到复盘

很多企业不是因为不会卖货而缺货，也不是因为不会采购而积压，而是把 SKU 库存补货做成了“库存低于某个数字就下单”。我在参与消费品、零配件和多渠道零售项目时，见过同一家公司在月初因断货损失订单，月底又因紧急采购和滞销库存同时增加现金压力。真正有效的补货决策，必须从 SKU 主数据、需求信号、供应约束和资金边界开始，经过订单执行，最后回到缺货率、库存周转和预测偏差复盘，而不是停在一张采购单上。

一、先讲核心结论：补货不是算数量，而是管理现金和服务水平

1. 老板真正要看的不是库存总额

供应链负责人向老板汇报时，最容易陷入一个误区：把库存总额当成库存健康度。库存总额只能回答“压了多少钱”，却回答不了“这些货能不能在需要时卖掉”。同样是 500 万元库存，可能有一部分是高周转核心 SKU，也可能有大量断码、过季、包装变更前的旧货。

我更建议把库存经营拆成四个同时观察的结果：可售库存、库存覆盖天数、缺货损失和现金占用。只有把这四个变量放在同一张决策表中，老板才能判断库存下降究竟是效率改善，还是因为采购过度收缩导致服务水平恶化。

2. 补货决策的底层公式

在实际管理中，我通常把补货量先写成一个可解释的框架，而不是直接依赖系统自动推荐。基础公式可以表达为：

建议补货量 = 预测覆盖需求 + 安全库存 − 可用库存 − 有效在途库存

其中，“可用库存”不能简单等于仓库账面库存。已经被订单锁定、质检不合格、即将过期、包装损坏或分配给其他渠道的货，都不应被当成可自由支配库存。

“有效在途库存”也不能只看采购单是否创建。只有已经确认供应商、明确交期、具备物流节点，并且预计能在需求窗口内到仓的在途，才应该进入计算。否则，采购单只是一个承诺，不是库存。

我的判断是：补货模型可以不复杂，但每一个输入都必须能被追问、被验证、被复盘。如果一个建议补货数字没人说得清来源，即使它看起来精确到个位数，也不适合作为老板级决策依据。

3. 先确定经营目标，再确定补货参数

不同业务的补货目标并不一样。高端定制产品可能接受较低库存，但不能接受错发和长期呆滞；快消品可能愿意多备库存，以换取货架不断货；工业配件则可能因为一个小零件缺失，导致整套设备无法交付。

因此，我不会先问“安全库存设置多少”，而会先问三个问题：第一，缺货一次会损失什么；第二，多备一批货会占用多少现金；第三，供应商延迟时有没有替代方案。只有把缺货成本和持有成本放在一起，安全库存才有经营意义。

二、准备阶段：先把 SKU 变成可管理的经营对象

1. SKU 主数据不准，所有补货模型都会失真

许多企业的问题并不是没有库存数据，而是 SKU 定义不一致。同一款商品可能在采购系统中按箱计算，在仓库按件计算，在电商渠道按套计算，财务又按金额计算。单位换算一旦没有固定规则，系统中的库存覆盖天数就会出现“看起来合理、实际完全错误”的情况。

我曾见过一个项目，采购人员以箱为单位下单，每箱 24 件，销售报表却按单件统计。某个 SKU 的历史销量看起来只有每天 8 箱，采购便认为需求稳定；实际换算后是每天 192 件，库存覆盖天数被高估了近 24 倍。这个错误持续了两周，直到仓库发现拣货频率异常才被定位。

在补货前，至少要锁定以下主数据：

• 基础单位、采购单位、销售单位和包装换算关系。
• 供应商、采购价、最小起订量、整箱量和批量阶梯。
• 正常交期、历史实际交期、交期波动和节假日影响。
• 保质期、有效期预警、批次管理和先进先出规则。
• 渠道归属、仓库归属、可销售状态和库存锁定状态。
• 替代 SKU、关联套装和缺一个零件就无法交付的组合关系。

2. 先做 SKU 分层，不要让所有商品使用同一套规则

最常用的是 ABC 分类，但只按销售金额分类仍然不够。一个销售金额不高、却决定设备能否运行的配件，不能因为销量小就被当成低优先级。实际管理中，我会把销售贡献、需求波动、缺货影响和供应风险放在一起看。

我的经验是，A 类商品需要更精细的预测，C 类商品反而不适合过度预测。长尾 SKU 的历史销量经常是零、零、零、突然卖出一批，强行用平均销量计算，容易得到一个虚假的稳定值。对这类商品，采购策略通常应优先考虑客户订单、替代关系和供应商响应速度。

3. 需求数据必须先清洗，再进入预测

历史销量并不等于真实需求。一次大促、一次渠道缺货、一次价格调整、一次异常退货，都会让销量曲线偏离正常状态。如果某个 SKU 在 6 月因为断货 10 天，只卖出 600 件，直接用 600 件作为月需求，就会把“卖不出去”误判成“没有需求”。

我会将需求记录拆成至少四类：正常销售、促销销售、异常销售和未满足需求。未满足需求尤其重要，它包括客户下单后缺货取消、销售人员记录的失单、替代品销售以及因交期过长而放弃的订单。

一个实用的清洗流程如下：

1. 标记促销、调价、渠道上线和大客户项目等特殊事件。
2. 剔除系统重复单、测试单、内部领用和非经营性调拨。
3. 把缺货期间的实际销量与取消订单分开记录。
4. 按照周、月和销售渠道重新汇总，检查异常峰值。
5. 用最近真实可比周期替代明显失真的历史区间。
6. 保留清洗前后的差异，便于复盘预测偏差来源。

三、执行阶段：把补货建议变成可以落地的动作

1. 安全库存不能凭经验长期不变

安全库存的作用，是覆盖需求波动和供应波动，而不是用来掩盖预测失误。常见的简化计算方式是：

安全库存 = 服务水平系数 × 需求标准差 × 交期平方根

如果还要考虑供应商交期波动，则可以把需求波动和交期波动同时纳入。实际工作中不一定要求所有企业都使用复杂统计模型，但至少要区分：需求稳定但交期不稳、需求波动但供应稳定、需求和供应都不稳定这三种情况。

这里有一个经常被忽略的判断：如果交期波动来自供应商管理差，而不是行业客观约束，增加安全库存只是把供应商问题转成企业现金问题。在这种情况下，供应商绩效改善、分批交付和替代供应源，通常比无限抬高库存更有效。

2. 再订货点是“何时行动”，不是“补多少”

很多系统把再订货点和补货量混在一起，导致采购人员看到库存低于阈值就一次性下大单。实际上，再订货点解决的是启动采购的时机，补货量解决的是采购多少。

再订货点 = 交期内需求 + 安全库存

例如，某 SKU 日均需求 50 件，供应商正常交期 8 天，安全库存 180 件，那么再订货点就是 580 件。库存降到这个水平时，企业应该启动采购，而不是等库存降到 180 件才下单。

如果还存在已经确认的有效在途，就要把它从未来需求覆盖中扣除；如果在途预计晚于销售窗口，不能提前把它当成可用资源。这个细节看似简单，却是造成“账面库存不少、仓库仍然缺货”的主要原因之一。

3. 采购批量要同时看价格、现金和库龄

供应商经常会用阶梯价格推动大批量采购。例如采购 1000 件每件 10 元，采购 3000 件每件 9.2 元。表面上看，后者每件便宜 0.8 元，但如果企业只能在未来 12 个月卖掉 1800 件，剩余库存可能承担仓储、折价和报废成本。

我在评估批量折扣时，会把采购单价折扣、资金占用成本、仓储成本、滞销折价和报废概率放进同一张表。真正应比较的是单位综合成本，而不是供应商报价中的单价。

4. 订单执行要有节点，而不是只有一个到货日期

采购单上的“预计到货日”经常被当成唯一进度信息，但供应链执行至少应拆成下单、供应商确认、排产、发货、干线运输、到仓、质检和可销售入库几个节点。任何一个节点延迟，都会改变补货判断。

我的建议是对 A 类和关键备件建立“承诺交期”和“实际交期”两套记录。承诺交期用于决策，实际交期用于复盘。连续三次提前或延迟，都应改变供应商的交期参数，而不是继续沿用采购人员最初填写的经验值。

• 下单后 24 小时内没有供应商确认，标记为待确认风险。
• 确认数量低于采购数量，立即回写可获得数量。
• 排产日期晚于需求窗口，评估替代供应源或调整销售承诺。
• 发货后没有物流节点，不能将其视为高可信在途。
• 到仓但未通过质检的数量，不计入可销售库存。
• 入库后出现包装、批次或保质期异常，单独进入可售率分析。

5. 紧急补货时，优先解决缺货损失，而不是追求流程完美

紧急补货经常被批评为成本高、流程不规范，但在核心 SKU 即将断货时，真正危险的不是加急运费，而是没有明确的损失上限。企业应先算出每缺货一天可能损失的毛利、渠道罚款、客户流失和后续恢复成本，再决定是否接受空运、转仓或高价采购。

我会把紧急决策分成三个层级：低于一天的风险，优先做仓间调拨；一至三天的风险，评估替代 SKU 和部分订单分配；超过三天且核心客户受影响时，才考虑加急采购或高价现货。

这套顺序的关键不是节省每一笔运费，而是避免把所有缺货都直接变成加急采购。很多企业的加急费用高，不是供应链本身不可控，而是没有先利用已有库存、渠道库存和替代品。

四、常见误区：看似专业的动作，为什么仍然会造成积压

1. 误区一：销量越高，补货优先级越高

销量高通常意味着重要，但不代表永远优先。某 SKU 可能销量高、毛利低、供应稳定；另一个 SKU 销量小，却是高价值项目的关键配件。只按销量排序，会把经营风险简化成销售排名。

我更倾向使用“销售贡献 × 缺货损失 × 供应风险”的综合视角。缺货损失可以按毛利损失、客户等级、交付阻断程度和替代难度估算。这样做的好处是，低销量但高关键性的 SKU 不会被系统自动隐藏。

2. 误区二：安全库存越高，缺货率越低

提高安全库存确实可能降低短期缺货，但它不能解决需求数据错误、库存冻结、供应商延期和仓库分配失衡。如果库存被放在错误的仓库，或者核心渠道拿不到货，再高的总库存也不能改善客户体验。

安全库存过高还会造成一个反馈陷阱：库存金额上升后，企业为了降低资金占用而突然削减采购，随后缺货率上升，再通过紧急采购补救。这个过程看起来像需求不稳定，实际上是参数被频繁大幅调整导致的经营振荡。

3. 误区三：有在途就等于不会缺货

在途库存是最容易被高估的一项资源。采购单已下、供应商已答应、货物已发出，这三个状态对缺货风险的含义完全不同。特别是跨境、定制和需要质检的商品，发货后到可销售入库之间，仍可能有较长的不确定期。

我建议给在途库存设置可信度等级：

• 高可信在途：供应商已确认数量，货物已发出，有物流节点，预计到货早于需求窗口。
• 中可信在途：订单已确认但尚未发货，交期仍在正常波动范围内。
• 低可信在途：只有口头承诺、未确认排产，或历史延期率较高。

在计算可用资源时，高可信在途可以全额计入，中可信在途可按折扣系数计入，低可信在途则应从风险视角单独展示，而不应直接抵扣补货需求。

4. 误区四：预测越精细，结果一定越准确

预测模型可以精确到天、到渠道、到颜色和规格，但如果输入数据没有区分促销与正常销售，输出越精细，错误就越容易被误认为专业。预测不是越复杂越好，而是要与需求稳定程度、数据质量和执行能力匹配。

对于稳定销售的 A 类 SKU，滚动预测和异常检测有明显价值；对于低频长尾 SKU，人工确认客户订单和供应商响应时间，往往比复杂算法更有效。复杂模型最大的成本不是开发，而是企业必须持续维护数据、解释结果并采取行动。

5. 误区五：只考核采购价格，导致总成本失控

采购单价是最容易量化的指标，因此很多采购团队会围绕它优化。但单价下降可能伴随更高最小起订量、更长库存周期、更高仓储费用和更大报废风险。采购人员完成了价格目标，企业却承担了库存目标和现金目标的损失。

更合理的采购评价应至少包含到货及时率、价格偏差、质量合格率、加急采购占比和库存周转影响。采购部门不能对库存完全负责，但必须对自己造成的批量和交期后果承担一部分责任。

五、专业判断逻辑：老板版补货决策应该怎样排序

1. 第一步：先判断这是需求问题还是供给问题

库存低并不天然意味着要采购。库存低可能来自销量增长、预测偏低、供应商延期、仓库未及时入账、渠道分配错误或退货未完成质检。不同原因对应不同动作，直接下采购单可能会重复补货。

我通常会先做一个四问检查：

1. 过去四周真实可满足需求是多少，是否有缺货导致的销量损失？
2. 未来四周是否有促销、项目交付、季节变化或渠道上新？
3. 当前库存中有多少真正可销售，多少被锁定、质检或调拨？
4. 已有采购单中，有多少能够按需求窗口到货并通过质检？

如果答案显示需求没有增长，只是库存状态错误，那么优先解决账实、分配和入库问题；如果需求确实增长，再进入采购数量计算。

2. 第二步：判断缺货成本和持有成本谁更高

补货并不存在对所有 SKU 都适用的标准答案。对毛利高、客户替代难、缺货会导致整单取消的 SKU，持有一定安全库存通常值得；对保质期短、价格下行快、退货率高的商品，即使缺货损失存在，也不能无限备货。

3. 第三步：判断库存是应该集中，还是应该分散

多仓企业常见的错误是每个仓库都按自己的销量设置安全库存，结果全网库存叠加过高。尤其是长尾 SKU，如果区域仓销售波动较大，分散备货会显著放大不确定性。

我会先判断商品是否适合集中库存。高价值、低频、可快速调拨的 SKU，通常适合中心仓集中管理；高频、低价值、运输时效要求高的 SKU，才更适合区域前置。集中库存的风险是运输时间增加，分散库存的风险是总安全库存膨胀。

4. 第四步：给补货建议加上预算和风险边界

一个没有预算约束的补货模型，可能在数学上成立，在经营上却不可执行。供应链负责人应在建议补货量之外，再给出资金占用、预计周转、最坏情景和可取消节点。

我建议每次补货审批至少显示四个数字：

• 本次采购金额及付款节奏。
• 预计覆盖天数和最迟消化日期。
• 需求下降 20% 或交期延迟 30% 时的剩余库存。
• 如果不采购，预计缺货天数和毛利损失。

老板不一定要看到全部算法，但必须能看懂这笔采购在什么情况下会错、错了要损失多少、企业是否有回旋余地。

六、案例拆解：同一个 SKU，三种不同补货选择

1. 案例背景和基础数据

下面这个案例采用项目复盘中常见的业务结构，并对具体金额和数量做了情景化处理。某企业销售一款售价 89 元、采购价 42 元的核心 SKU，主要通过直营网店、经销商和项目客户销售。过去三个月平均月销量 1800 件，最近四周因渠道扩张增长到 2200 件。

当前仓库账面库存为 760 件，其中 120 件已被订单锁定，80 件正在质检，实际可自由销售库存为 560 件。已有采购单 900 件，供应商承诺 18 天后发货，但该供应商过去六次订单的实际到货时间分别为 24 天、21 天、32 天、20 天、27 天和 19 天。

未来 30 天，销售团队预计有一次渠道活动，基础需求约 2100 件，活动增量预计 500 至 800 件。企业当前现金较紧张，只能为本次采购安排不超过 10 万元的付款预算。

2. 先看供应风险，而不是直接套平均交期

这家供应商的平均实际交期约为 23.8 天，最长交期达到 32 天，说明“18 天交期”更像商务承诺，而不是可靠的运营参数。如果只用 18 天计算，企业会高估在途到货能力，实际可能在活动前出现缺口。

3. 三种方案的取舍

方案一：按基础需求补货。企业只补未来 30 天基础需求，新增采购约 1500 件。优点是现金压力可控，缺点是活动增量和供应商延期都没有充分覆盖。这个方案适合活动尚未确认、企业现金压力极高，且市场上存在可快速采购的替代货源。

方案二：按活动需求一次性备货。企业将基础需求和活动增量合并，新增采购约 2200 件。优点是服务水平较高，缺点是如果活动效果不及预期，活动库存会转化为慢销库存。这个方案要求销售活动计划已经冻结，渠道不会临时取消，且商品没有快速迭代风险。

方案三：分阶段采购并锁定供应能力。企业先采购 1200 件作为确定需求覆盖，再向供应商锁定 1000 件产能，要求分两批交付；同时为活动设置触发条件，当活动预售或订单达到阈值后，再释放第二批采购。这个方案不一定拥有最低采购单价，但可以把需求不确定性分散到执行过程中。

4. 我的选择和原因

在这个案例中，我会选择方案三，而不是简单选择最便宜或库存最充足的方案。原因有三个：第一，供应商历史交期波动明显，必须锁定产能；第二，活动增量尚未完全确定，不应一次性把所有风险转成库存；第三，企业现金预算有限，分批采购可以保留后续决策空间。

执行上，可以把 1200 件拆成两次付款和两次交付，要求供应商提供明确生产节点；同时约定第二批 1000 件的取消或延期条件。销售端需要设置活动触发阈值，例如预售订单达到 400 件时释放第二批，而不是等活动开始后才发现采购来不及。

这个案例说明，补货决策的高级能力不是预测出一个绝对准确的数量，而是把不确定性拆成多个可观察、可暂停、可追加的决策节点。

七、复盘阶段：不复盘的补货，只是在重复消耗现金

1. 复盘不能只问“有没有缺货”

缺货和不缺货都可能是错误结果。没有缺货，但库存高出实际需求两倍，说明企业用过度备货换取了表面服务水平；出现少量缺货，也不一定代表补货失败，可能是一次无法提前预知的大客户订单。

我会把复盘分为结果、原因和动作三层。结果层看缺货率、库存周转和资金占用；原因层看预测偏差、交期偏差、库存状态错误和销售计划变更；动作层则明确下次是调整参数、改供应商、改流程，还是改变产品策略。

2. 关键指标要形成一条因果链

指标之间必须能连起来。例如库存周转下降，同时缺货率上升，可能不是库存太少，而是库存结构错配；如果预测偏差正常但到货及时率下降，重点应放在供应商和交期；如果到货及时率正常但可售率下降，问题可能出在质量、批次或仓库处理。

3. 复盘要区分预测错、执行错和决策错

预测错是需求本身估计偏离，例如预计 1000 件，实际需求 1500 件，但当时没有任何活动或订单信号可见。它需要优化数据和预测方法。

执行错是补货建议正确，但采购没有及时下单、供应商没有按承诺发货、入库没有及时完成或库存没有按渠道分配。它需要改善流程和责任节点。

决策错是所有信息都已经可见，但企业仍然选择了不合适的方案。例如明知活动已确认、供应商交期不稳定，却为了追求低价一次性采购过少；或者明知商品即将换代，仍为了阶梯折扣大量囤货。

如果把三类错误混在一起，复盘会变成一句“下次注意”。真正有效的复盘必须写出：当时看到了什么、遗漏了什么、哪个判断触发了错误、下一次要改哪一个参数或审批规则。

4. 复盘周期应与 SKU 风险匹配

A 类核心 SKU 建议每周复盘，重点看需求变化、在途可信度和未来四周覆盖；B 类 SKU 可以半月复盘，关注批量、周转和供应稳定性；C 类长尾 SKU 通常按月或按订单复盘，重点是库龄、替代采购和清理策略。

复盘不应每次都推翻全部参数。参数调整应设置最小变化幅度和观察周期，否则团队会在一次异常后把安全库存从 5 天改成 20 天，下一次又从 20 天降回 3 天，最终形成前文所说的库存振荡。

八、不同业务情况下的行动建议

1. 适合提高库存保障的情况

当商品缺货会导致整单取消、客户停产、渠道罚款或长周期重新开发时，应提高保障水平。但提高库存前，应先确认供应商交期是否可以改善、是否存在替代 SKU，以及是否能够通过订单优先级管理降低损失。

• 核心客户已确认订单，且交付日期不可推迟。
• 供应商交期长于一个完整销售周期。
• 商品没有成熟替代品，缺货后恢复成本很高。
• 销售波动虽大，但大客户项目有明确的提前信号。
• 商品保质期长、迭代慢，额外库存不会快速贬值。

2. 适合降低库存、保护现金的情况

当企业现金流紧张、需求信号不明确、产品迭代速度快或商品有明显季节性时，不能只因为供应商给出折扣就增加采购。此时更重要的是保留采购弹性，减少一次性承诺。

• 未来需求主要依赖尚未确认的促销或项目。
• 产品即将改版、换包装或被新型号替代。
• 商品退货率高，实际可售率明显低于入库量。
• 供应商本地有现货，补货响应时间较短。
• 库存库龄已经上升，且销售端没有明确消化计划。

3. 适合采用分批采购的情况

分批采购不是简单把一张采购单拆成两张，而是将不确定性与采购承诺绑定。第一批覆盖确定需求，第二批绑定销售触发条件，第三批则视供应商产能和市场表现决定是否释放。

这种方式适合需求存在上下限、供应商需要提前排产、企业又不能承受一次性积压的场景。缺点是可能失去部分批量折扣，也要求采购和销售之间有更高的计划纪律。

4. 适合按订单采购或停止补货的情况

低频长尾 SKU 不应为了维持“库存完整度”长期备货。只要客户能够接受等待时间，或者市场上存在稳定现货供应，就可以按订单采购。对于已经连续多个周期没有销售、又没有明确项目需求的 SKU，应进入停售、替代或清仓流程。

停止补货并不意味着立即报废库存。可以先把存量库存按客户、渠道和组合套装重新设计消化路径。真正需要避免的是一边销售端不再推广，一边采购端仍根据旧的最低库存参数自动补货。

九、不同情况下的取舍：没有完美库存，只有明确边界

1. 低库存与高服务水平的取舍

库存越低，现金效率通常越好，但供应链对需求变化越敏感；服务水平越高，客户体验通常越稳定，但企业需要承担更多库存和预测错误风险。老板不应要求所有 SKU 同时达到最高服务水平，而应把高服务水平留给真正值得保障的商品。

可以把商品分成“必须不断货、允许短缺、可以等单”三类。前一类看服务水平，中间一类看毛利和替代性，后一类看现金和客户等待意愿。这样的分类比要求全公司统一 95% 或 98% 的服务水平更接近真实经营。

2. 低采购价与高库存周转的取舍

低价采购适合需求稳定、保质期长、销售周期明确且现金充足的商品。对于需求不稳定的商品，低价往往只是把风险从采购成本表转移到库存损益表。

我建议采购审批中增加一个问题：如果未来三个月销售下降 20%，这批货是否仍能在可接受库龄内售完？如果答案是否定的，除非缺货损失极高，否则不应只因单价优惠而扩大采购。

3. 集中库存与快速交付的取舍

中心仓可以减少重复安全库存，提高盘点和批次管理效率；区域仓可以缩短配送时间，提高本地服务水平。两者没有绝对优劣，关键是运输时效改善能否覆盖分散库存带来的资金占用和管理复杂度。

对于长尾 SKU，我通常优先选择集中库存；对于高频、低单价、时效敏感 SKU，才考虑前置到区域仓。对于关键备件，则要根据停机损失判断，而不是单纯按销量决定仓网。

4. 自动化建议与人工判断的取舍

系统适合处理大量重复计算，例如库存覆盖、历史需求、在途数量、交期统计和批量换算。人工更适合处理活动、项目、客户承诺、替代品和供应商关系等上下文信息。

最稳妥的方式不是让系统完全替代采购，也不是让采购人员凭经验覆盖系统，而是建立“系统给建议、人工解释例外、老板审批边界”的机制。系统建议必须保留输入快照，人工修改必须留下原因，这样复盘时才能知道结果是模型算出来的，还是人为调整造成的。

十、落地清单：用四周建立一套可复盘的补货机制

1. 第一周：清理数据和库存状态

第一周不要急着上线复杂预测。先选出销售贡献最高、缺货影响最大和库存金额最高的 50 至 100 个 SKU，核对单位、仓库、可售状态、锁定库存、质检库存和在途状态。

这一周的成果不是一张漂亮报表，而是一份“库存真实度清单”。每个 SKU 都应能回答：现在有多少可卖、多少已承诺、多少在途、多少可能无法按时到货。

2. 第二周：建立分层参数

根据销售贡献、波动、缺货影响和供应风险，为 SKU 分配管理层级。为 A 类和关键备件设置较高的复核频率，为 C 类长尾设置最低库存或按订单采购规则。

同时建立再订货点、安全库存、最小起订量、供应商交期和交期波动字段。参数不必一次达到完美，但必须标记数据来源和最近更新时间。

3. 第三周：用历史订单进行回放测试

把过去三个月的销售和采购记录放回模型，模拟如果当时使用新规则，什么时候会触发补货、会采购多少、是否会出现缺货。回放测试可以暴露很多实际问题，例如系统把质检库存算成可用库存，或者把已取消采购单继续计入在途。

我建议至少做三种情景：正常需求、需求增长 20%、供应商延期 30%。如果模型只在正常情景下表现良好，说明它还没有覆盖真实经营风险。

4. 第四周：建立例外审批和复盘会议

第四周开始运行例外机制。系统或表格只把异常 SKU 推给负责人，例如预计覆盖不足、在途延期、活动需求未确认、库存库龄过高、采购金额超预算等。不要让团队每天人工检查所有 SKU，否则很快会回到经验管理。

周度会议只讨论三类问题：本周必须补什么、哪些采购可以延后、哪些库存必须处理。会议结束后，每项决策都要记录触发依据、负责人、完成时间和后续验证指标。

十一、最终结论：SKU 库存管理的核心，是把不确定性变成可选择的动作

补货不是在“多备一点”和“少压一点”之间反复争论，而是要先识别需求、供应、库存状态和现金边界，再设计可以暂停、追加、替代和调拨的行动路径。对核心 SKU，要保证关键时点不断货；对长尾 SKU，要避免用虚假预测占用现金；对不稳定需求，要尽量把一次性承诺拆成多个决策节点。

我最看重的不是某个月库存周转率达到多少，而是企业是否能够解释每一笔补货：为什么现在买、买多少、什么情况下追加、什么情况下停止、如果判断错了谁会最先发现。能回答这些问题，库存系统才真正服务于经营，而不是只负责记录数量。

下一步可以从 50 个重点 SKU 开始，完成主数据核验、可售库存清理、需求异常标记和供应商实际交期统计。然后用过去三个月订单做回放测试，分别模拟正常需求、增长需求和延期交付，最后确定每类 SKU 的补货规则与审批边界。先让补货决策可解释，再让它自动化；先控制错误的代价，再追求预测的精度。

免费注册

咨询方案

扫码咨询方案