去年帮一家年营收八千万的食品企业做库存诊断，老板拍着桌子跟我说了一句话："仓库里堆着六百万的货，销售那边却说爆款断货了，你说这账我怎么算？" 我去仓库转了一圈，发现一个残酷的事实，他们库存管理系统里所有SKU的安全库存，全是三年前一个离职员工拍脑袋填的数字，至今没改过。这不是个案。过去五年我见过太多企业，一边为积压库存付着高额仓储费，一边因为缺货被客户骂到取消合作。问题出在同一个地方：安全库存这个参数，被严重低估了。它不是一个可有可无的系统默认值，它是企业的血液阀门，拧太紧会缺血，拧太松会失血。下面我把自己这些年踩过的坑、算过的账、验证过的判断逻辑完整拆给你看，包括安全库存设置过高和过低分别带来的隐性后果、量化的损失测算方式、以及用库存管理系统动态优化的一整套实操框架。
做库存诊断时我发现一个普遍问题：很多人把安全库存、最低库存、预警库存混着用，甚至有些ERP系统里这些字段的定义都不统一。不先把定义对齐，讨论"过高过低"就没有基准线。
安全库存不是在正常需求之外"多备一点"，而是专门用来吸收不确定性的缓冲库存。不确定性来自三个方向：需求波动（客户下单忽多忽少）、供应波动（供应商延期交货或质量不合格退货）、内部波动（生产设备故障、质检周期延长）。它的作用是：当以上任何一种不确定发生，你不至于立刻断货。
举个例子：某款SKU日均销量100件，供应商标准交货周期7天。按道理备700件就够了。但如果需求波动范围是日均80到140件，交货周期波动范围是5到10天，你就得额外备一批货来覆盖最坏情况，这批货才是安全库存。它不是让你多卖货的，是让你活命的。
这是最常见的混淆点。最低库存是触发补货的门槛值，它在安全库存之上。当库存降到最低库存线，系统生成采购订单，经过采购周期后货到入库，而安全库存恰好在这个过程中被消耗，理论上永远不会被真正用掉。安全库存是保险绳，最低库存是哨兵。两者混为一谈的企业，通常安全库存设得要么太高（把最低库存的值当成了安全库存），要么太低（把安全库存设为零，用最低库存硬扛波动）。
根据我观察到的企业实际操作，安全库存出问题根子不在"算不准"，而在三个管理缺陷：
搞清楚这些基础概念之后，我们才能真正算清"过高"和"过低"各自带来的代价。接下来的分析和数据，都基于一个基准前提：安全库存被定义为"覆盖供需不确定性的缓冲库存"，而非日常周转库存。
一说库存过高，很多人第一反应是"仓储费增加了"。仓储费只是冰山浮在水面的一角。我帮企业做库存减值测算时，通常会拉五个维度的隐藏成本。2023年帮一家美妆电商做盘点，他们安全库存整体偏高约40%，算出来的隐藏成本让财务总监当场沉默，账面"资产"中的安全库存，实际每年在以18%到25%的速度蒸发价值。
库存占用的每一分钱，都不能用来干别的事。这笔钱的机会成本到底有多高？我用一个真实数据来算：那家美妆公司安全库存偏高的货值约230万元。他们当年借贷成本年化6.8%，同时如果这笔钱投入爆款推广，ROI能做到1:3以上。按保守的15%年化机会成本算，230万多备的库存一年白白蒸发34.5万。这还不算由于资金链吃紧，他们推迟了两次新品上市，被竞争对手抢了先发优势，市场窗口的损失比利息可怕得多。
不是所有行业都能承受高库存。保质期越短、迭代越快的品类，安全库存过高就是定时炸弹。
食品行业：保质期剩三分之一，商超渠道就拒收了，只能打折或者销毁。乳制品更残酷，剩一半保质期就得下架。安全库存多备一个月的量，意味着一批货还没上架就在仓库里"变老"。
服装行业：季节更替是铁律。冬装安全库存设高了，到了三月就成了"烫手山芋"，仓储费继续付，但货值在快速归零。快时尚更夸张，上架两周没卖动的款就开始打折，安全库存备太多等于提前锁定了亏损。
电子产品：技术迭代快，去年的芯片今年可能就停产了。安全库存里的元器件，随时会因为产品升级变成无人问津的库存呆料。
我总结一条判断原则：产品生命周期短于库存周转周期的，安全库存宜紧不宜松。反之，像螺丝、标准件这种长生命周期品类，安全库存高一点的代价相对可控。
这是我做库存诊断时反复验证的一个规律：安全库存设得越高的企业，供应链管理往往越烂。为什么？因为高库存把问题全盖住了。供应商经常延期？没关系，安全库存够高，产线不会停。需求预测不准？无所谓，库存堆着慢慢卖。质量问题导致退货？不怕，多备的那批顶上。结果呢？所有该被暴露、该被优化的管理短板，都被厚厚的库存缓冲层捂得严严实实。直到有一天现金流撑不住了，回头一看，供应链已经千疮百孔。
我见过最典型的一个案例：一家制造企业的采购经理靠着高安全库存策略，连续三年没出过断料事故，年年拿绩效奖金。后来换了个新领导要求降库存，安全库存一压缩，供应商准时交货率只有62%、来料检验合格率不到85%，原来之前所有的"稳定"，都是靠多备的库存硬撑出来的假象。
高安全库存还会在系统层面制造一种危险的幻觉：看板上的库存周转率虽然低，但系统显示"库存在安全线以上"，所有指标都是绿的。管理层打开BI看板，看到的是一片岁月静好。实际上仓库已经堆到要外租临时场地了。为什么系统不报警？因为安全库存上限设得太高，系统认为"一切正常"。
我后来养成了一个习惯：给企业做库存诊断，第一眼看的不只是库存金额，而是安全库存参数本身是否合理。参数不合理，后面所有基于参数生成的看板和预警都是废的。这就像温度计刻度歪了，量出来的体温当然不准。
如果说安全库存过高是"慢性失血"，那过低就是"突然窒息"。慢性失血还有时间调整，突然窒息能直接要命。2022年我亲历过一个案例：一家母婴品牌双十一期间，Top 5爆款的SKU因为安全库存设得太紧，活动开始36小时就断了货，紧急补货周期需要8天，整个双十一后半程变成了"干瞪眼"。后来测算，直接销售损失约370万，但真正要命的是平台排名暴跌、用户评价里出现了大量"缺货差评"，复购率在后续三个月持续走低。
缺货的直接损失比较好理解，就是该卖没卖出去的订单金额。但实际算账时，企业往往只算"缺货那几天的销售差额"。我去复盘时发现，至少要算三层直接损失：
缺货对客户关系的伤害，远不是"这次没买到、下次再买"那么简单。零售行业有个被反复验证的数据：经历一次缺货的客户，有23%会直接转向竞品，其中超过一半不会再回来。如果是B2B企业，连续两次交不上货，客户的采购部门会把你列入"不可靠供应商"名单，再进入需要半年以上的重新评估周期。
我做跨境电商的朋友说过一句很扎心的话：亚马逊上一个爆款断货三天，排名能掉出前一百，一条差评"永远没货"能压你半年。广告费白烧，Review被毁，一切归零。在平台逻辑里，缺货是原罪。平台要的是确定性履约，你连货都供不上，系统凭什么给你流量？
制造企业对安全库存过低有最深切的恐惧。一个几毛钱的螺丝缺了，一条几百万的产线就得停。停产一小时损失多少？不同行业不同，但有一个通用公式：停产损失 = 产线产出价值 × 停工时长 + 固定成本摊销 + 延期交付罚款。汽车行业总装线停一分钟，损失轻松上万。这不是夸张，是行业共识。
2021年全球芯片短缺就是一个极端案例。很多车企一直奉行"零库存"策略，安全库存压到极低，结果供应链一断，全盘崩溃。丰田后来公开反思：极端追求效率的供应链，缺少韧性。这个教训花了上百亿美元。"零库存"是理想模型，"合理库存"才是现实解。
安全库存过低的企业，团队长期处于"救火"状态。采购天天催供应商加急，计划员反复调整排产，客服被客诉轰炸，仓库被紧急到货打乱作业节奏。所有人都在处理紧急事务，没有人做规划优化。
我测算过一个中型电商团队：安全库存偏低导致月均紧急补货12次，每次从发现问题到完成入库平均牵扯3个人花掉4小时。一个月就是144小时的额外人工，接近一个人全职"救火"。更糟的是这种状态持续半年后，最优秀的采购员提了离职，"天天催货、被骂、背锅，这工作干不下去了"。缺货不只丢客户，还丢人。
很多人期待一个万能公式：安全库存 = X × Y，代入就有答案。我负责任地说：不存在一个放之四海皆准的数字，但存在一套严谨的推导逻辑。这个逻辑的核心是：安全库存不是算出来的固定值，是在特定约束条件下权衡出来的合理区间。接下来我拆解这个权衡过程。
我在实际项目中建立了一个五变量判断框架，任何一个变量发生变化，安全库存的合理区间都会偏移：
| 变量 | 波动越大，合理区间越偏向 | 波动越小，合理区间越偏向 |
|---|---|---|
| 需求波动幅度 | 偏高（吸收需求冲击） | 偏低（需求可预测） |
| 供应提前期波动 | 偏高（覆盖延期风险） | 偏低（交期稳定可控） |
| 缺货容忍度 | 偏低（宁溢不缺） | 偏高（宁缺不溢） |
| 产品生命周期阶段 | 成熟期可偏高，导入/衰退期偏低 | 取决于阶段特征 |
| 单品毛利贡献 | 高毛利可适当偏高（断货损失大） | 低毛利应偏低（库存成本敏感） |
这五变量框架的好处是：它让安全库存讨论从"你觉得"变成"数据说"。每次复盘安全库存参数时，不用再拍脑袋，而是逐一审视这五个变量有没有发生变化。
安全库存设定中最关键的一个概念叫"服务水平"，它回答的是：你愿意接受百分之多少的缺货概率？
服务水平95%，意味着100次补货周期中，有5次可能出现缺货。听起来挺高了？对于一个日发千单的店铺，5%的缺货概率意味着每天有几十个订单面临断货风险。服务水平99%听起来更安全，但所需安全库存量会非线性地飙升。
理解这个非线性关系非常重要：服务水平从95%提到99%，库存可能要多备一半，但提升的只是最后一公里的安全感。很多老板张口就要"绝对不能断货"，问题是，为了"绝对"两个字，你愿意让库存翻倍吗？
我实操中的建议：A类SKU（销售额前20%）追求97%-99%服务水平，B类95%就够了，C类可以放到90%甚至更低。用ABC分类区别对待，而不是对所有SKU一刀切。这是用最小库存代价换取最大销售保障的性价比最高的方式。
统计意义上的安全库存公式并不复杂：
安全库存 = Z × σ × √L
其中：
Z = 服务水平对应的安全系数（查标准正态分布表，95%对应1.65）
σ = 需求的标准差（衡量需求波动幅度）
L = 补货提前期（以天/周为单位，需与σ的时间单位一致）
但我不建议任何企业让员工手算这个公式。一个好的库存管理系统应该内置这个计算逻辑，自动从历史销售数据中提取需求标准差、从采购记录中计算平均提前期和波动范围，然后输出建议安全库存值。人工要做的不是算数，而是判断系统给的建议是否合理、是否需要根据业务判断做调整。
如果你手上的系统不支持自动计算安全库存，那么至少要做到定期从系统导出数据，用Excel的STDEV函数算需求标准差，手动校准一次参数。一年校准一次是最低要求，季度校准是合理节奏。
说了这么多理论，回到工具层面：一个合格的库存管理系统应该具备哪些能力，才能帮你把安全库存从"一次性设置"变成"动态优化"？根据我使用和评估过的多个系统，以下五个功能是刚性需求，缺一不可。
系统必须能区分"安全库存预警"和"最低库存预警"。很多系统只有一个预警线，低到某个值就报警，这不够。合理的做法是设置多级预警：
这套分级机制的精妙之处在于：不是等到缺货了才报警，而是在缓冲层逐级消耗过程中分阶段预警，给不同角色留出不同长度的应对时间。
好的系统能自动分析每个SKU过去3-6个月的销售数据，计算日均销量、需求标准差、补货周期均值及波动，然后系统自动推荐安全库存值。人工审核确认后即可生效，大大降低了对使用人员数据分析能力的要求。
这里有一个血泪教训：系统推荐值出来之后，至少要由最熟悉该SKU的业务人员过一遍。系统不知道下个月有大促、不知道这款产品即将停产、不知道供应商最近在搬厂。系统算的是历史规律，人要判断的是未来变化。系统和人的判断叠加，才是最优解。
我见过最好的实践是：每季度末，系统自动生成一份"安全库存参数校准建议报告"，列出所有偏离合理区间的SKU，标注当前参数与系统建议值的偏差，以及调整后的预期影响。采购经理花半小时审核，批量调整，下季度生效。整个过程不超过半天。
安全库存优化的最大障碍不是算法，是数据获取效率。如果每次分析都要从三四个平台导出订单数据、手工合并去重、清洗格式，那安全库存复盘就不可能常态化。系统能自动对接电商平台、ERP、WMS，把多源数据汇聚到一个工作区，是动态管理安全库存的前提条件。没有这个能力，前面说的"季度校准"就是一句空谈，因为光取数据就要花掉采购员一整天。
安全库存参数不是独立存在的，它必须和采购流程打通。当系统检测到某个SKU的库存接近安全库存线，应该自动触发以下动作链：生成建议采购量 → 推送给对应采购员 → 采购员确认或调整 → 生成采购订单 → 跟踪到货入库。这个闭环一旦形成，安全库存就从"静态参数"变成了"业务引擎"。
五年里跨了好几个行业做库存项目，我最大的认知升级是：安全库存管理的底层逻辑相通，但不同行业的参数偏好和风险容忍度天差地别。用同一套标准去套跨境电商和连锁餐饮，一定会出大问题。这部分我把几个典型行业的差异展开讲清楚。
电商的安全库存管理是地狱难度。原因很简单：需求极度集中，20%的SKU吃掉80%的销量，爆款一旦断货就是灾难。但同时，长尾SKU的库存积压风险又极高。电商的安全库存策略必须是极致分化的：爆款多备、长尾少备甚至不备、中间款精准备。
一个行业特征数据：某服饰电商的数据显示，其Top 10%的SKU占据了73%的销售额，但只占了18%的SKU数量。这意味着对Top 10%的SKU投入更多库存资源，对另外90%的SKU压缩库存，整体库存效率能大幅提升而销售额几乎不受影响。电商安全库存管理的核心就是"把子弹集中打在能打中的地方"。
跨境电商的安全库存管理比国内电商复杂一个量级。核心差异在于补货周期被拉长到30-60天甚至更久，而且海运、清关、入仓等环节充满了不可控因素。国内电商补货可能3-5天就到，安全库存偏差几天问题不大。跨境如果安全库存估错了，要么在海上漂着的货已经解决不了眼前的断货危机，要么漂了两个月的货到了海外仓才发现卖不动。
跨境的安全库存公式里，提前期波动这一项的权重必须大幅提高。不能只看平均海运周期，要加入港口拥堵、海关查验、旺季爆仓等尾部风险。我帮跨境卖家做库存规划时，安全库存会在标准计算结果上再加15%-20%的"跨境缓冲"，专门应对不可预见的物流延迟。
餐饮是安全库存管理最"残酷"的行业：原料有保质期，过了就是废品，没有任何折价甩卖的机会。同时缺货的代价也很高，一道招牌菜缺食材，影响的是一桌客人的整体体验。
餐饮的安全库存管理有一个独特指标："损耗率"和"缺菜率"的平衡。损耗率控制在1%以内可能需要很高的安全库存，但损耗直接吃掉利润。缺菜率控制在0.5%又需要极其精准的用量预测。我见过运营得最好的连锁餐饮品牌，是把安全库存和销售预测系统深度绑定，基于历史同期、天气、节假日、商圈活动等多维数据做用量预测，安全库存只设置一个很小的波动缓冲。
制造业的安全库存管理有一个电商和餐饮都没有的维度：物料之间的依赖关系。一个成品需要几十上百个物料，缺一个就能导致整条装配线停摆。同时，很多物料是共用料，被多个成品共享。一个共用料的安全库存设低了，影响面不是一个产品而是一批产品。所以在制造业中，共用料的安全库存设置要比专用料更保守。
文章看到这里，如果你是企业管理者或库存负责人，我建议你下周就做这五件事。每一步都不需要额外采购软件，用你现有的库存管理系统基本都能做：
找出最近半年从未被修改过的安全库存参数。如果这个值和半年前一模一样，而销量、季节、供应商情况都变了，这个参数大概率已经偏离合理区间。先标记出来，不必马上改，但要知道哪些参数在"裸奔"。
用系统导出过去12个月的销售数据，按销售额从高到低排序，累计贡献80%销售额的为A类，接下来15%的为B类，最后5%的为C类。A类安全库存按97%-99%服务水平设，B类按95%设，C类按90%甚至更低。这个分类动作本身就能让库存结构优化一大截。
选一个爆款、一个中等款、一个长尾款，从系统里导出它们过去半年的销量数据、采购数据、缺货记录、库存水位变化。用数据回答三个问题：安全库存设对了吗？有没有长期偏高或偏低？调整多少比较合理？三个SKU走完一遍，你就知道整个流程应该怎么建。
在日历上圈出每季度末的最后一周，固定为"安全库存参数校准周"。不需要全员加班，指定一个负责人，用半天时间完成系统数据导出、偏差分析和调整建议，再用半天时间和业务负责人过一遍确认。一年四次，形成肌肉记忆。
如果现有系统连基础的数据导出和标准差计算都做不了，那就需要认真考虑升级了。选系统时重点考察两个能力：数据源自动对接覆盖度，以及安全库存智能推荐和动态校准功能的成熟度。不要在功能列表里迷失，这两项是安全库存管理的硬核需求。
如果让我用一句话总结安全库存管理的全部智慧，我会说："用最少库存成本，换取可接受的缺货风险。"
这句话里每个词都有分量。"最少"意味着追求效率而非绝对安全，"可接受"意味着风险容忍度是主动选择而非被动接受，"库存成本"和"缺货风险"是永远在博弈的两端。安全库存的本质，就是在成本与风险之间画一条自己愿意认的线。
回到文章开头那个拍桌子的老板。帮他做完库存诊断、重新校准了所有SKU的安全库存参数之后，三个月内库存总金额降了22%，缺货投诉反而减少了。不是魔术，是逻辑。把之前拍脑袋填的数字，换成了基于数据算出来的合理区间；把三年不动的参数，变成了季度动态校准的活参数；把一刀切的管理方式，换成了按ABC分类的差异化策略。库存管理这件事，方向比努力重要一万倍。方向对了，哪怕参数暂时不够精确、哪怕系统功能还不完善，你至少不会再同时承受"仓库堆满"和"爆款断货"的双重折磨。方向错了，你加再多班、雇再多人、买再好的系统，都是在错误的方向上加速狂奔。
如果你读完这篇文章只做一件事，我希望是：打开你的库存管理系统，找到安全库存设置页面，问自己一个问题，这个数字，我上次认真想它是什么时候？
我是仓库主管，总担心断货，所以把所有SKU的安全库存都设得很高，结果仓库爆满，老板天天骂我占用资金。但我觉得这已经是最大的问题了，还能有什么更可怕的后果？
很多人以为安全库存过高只是多花点仓储费，实际上有三个“隐形杀手”比资金积压更致命。第一个是产品过时风险，我2019年服务过一家服装电商，把冬季羽绒服的安全库存按历史峰值×1.5倍设置，结果次年暖冬，两百多万的库存最终以2折清仓，亏损远超仓储费。
第二个是数据失真，过高的库存会掩盖真实的市场需求，导致采购部门继续按错误信号下单，形成恶性循环。第三个是管理成本陡增，我们曾跟踪一个客户，安全库存过高后，每月盘点误差从0.5%飙升至5%，因为库存堆积导致周转慢、拣货路径拉长，人力成本上升30%。
我的判断是：安全库存的“安全”二字体现在资金、时间、管理三个维度，用“库存周转天数”这个指标来监控，当某SKU的周转天数超过行业平均值50%时，无论账面多安全，都是危险的。
我是电商运营，为了冲库存周转率指标，把爆款的安全库存压到极低，结果双11第一天就断货，损失了近400万销售额。老板只看到库存周转快了，可缺货带来的连锁反应我该怎么量化给他看？
缺货的损失远不止那笔被放弃的销售额。我做过一个测算模型：假设某SKU年销售额500万，缺货率达到5%，直接损失25万。但更隐蔽的是客户流失，数据显示，一次缺货后，20%的客户会在下次下单时选择竞品，按客户生命周期价值算，这5%的缺货率可能造成未来2年100万的隐性损失。
还有个案例：某快消品牌因为缺货，触发了平台流量降权，自然搜索排名掉了10个位，为了补流量花了30万广告费。我的建议是：用‘缺货机会成本’= 缺货订单数×平均客单价×1.5（流失系数）这个估值来向管理层汇报。
实际操作中，我会把安全库存拆成‘绝对不可缺货的A类品’（比如贡献60%利润的Top20 SKU）和‘可适当缺货的C类品’，对A类品我会设置更激进的预警倍数，甚至手动保留一周冗余。
我听过各种安全库存公式，什么正态分布、服务水平、标准差，但公司几百个SKU，需求波动毫无规律，每个产品都要算一遍根本不可能。有没有一种基于业务场景、能落地的方法？
我推荐一个实战中验证过的‘三段式’校准法。第一段：将SKU按销售频率和波动性分四类，高频稳定、高频波动、低频稳定、低频波动。我服务的一家化妆品公司，前两者占SKU总数的30%却贡献了80%销售额。
第二段：对这30%的SKU用覆盖95%需求的缓冲天数公式：安全库存 = 日均销量 × 覆盖天数 × 波动系数。波动系数根据历史月销量变异系数设定：变异系数<0.3取1.2，0.3~0.6取1.5，>0.6取2.0。覆盖天数则参考补货周期+1天预警。
比如某爆款日均100件，补货期7天，变异系数0.4，则安全库存=100× (7+1)×1.5=1200件。第三段：用系统持续追踪‘预警命中率’，如果缺货预警后仍断货，说明覆盖天数或系数偏低；如果预警后从未触发，说明偏高，每季度动态下调。这种方法不需要复杂统计，用Excel或BI工具半小时就能跑完。
公司上了库存管理系统，也配置了安全库存预警，但该断货还是断货，该积压还是积压。我觉得预警阈值设得不对，但系统是死的，该怎么校准？
预警功能最大的坑是‘静态思维’。我见过太多公司上线时设一个值就再也不调了，结果采购周期变了、供应商延迟率变了、季节波动来了，预警形同虚设。真实案例：一家餐饮连锁，系统给每个门店的冻品设了7天安全库存，但夏季冰淇淋销量暴涨3倍，预警根本来不及触发，导致连续缺货。
我的做法是：第一，预警必须绑定‘动态基线’，把安全库存设置为‘最近30天日均销量×补货天数×1.2’，并每周自动重算。第二，区分‘补货预警’和‘异常预警’。补货预警触发时自动生成采购建议；异常预警则监控缺货率、超储率，当某个SKU连续3天低于安全库存但无补货动作时，直接推送到负责人手机。
第三，利用九数云这类BI工具拉取系统日志，做‘预警有效度分析’：把预警触发次数与实际断货次数做对比表，如果预警触发后仍有断货，说明阈值需要加系数；如果预警触发但没断货，说明阈值偏紧。通过月度复盘，单SKU的预警准确率可以从40%提升到85%以上。
读者评论
作为一名食品企业仓库主管，文章里说的‘三年没动过的安全库存’简直就像在说我们公司。我们也有类似问题，爆款断货、滞销品堆满仓，老板只看金额不看参数。最触动的是‘高库存掩盖运营问题’那段，确实，供应商延期、预测不准全靠多备货硬扛，但迟早要爆。回头我就去盘点系统里的安全库存设置。
做财务八年，最烦的就是库存减值。文章把安全库存过高的五层隐性成本拆得清清楚楚，尤其是机会成本那块。230万备货一年蒸发34.5万，我算过我们公司类似的数据，更吓人。老板总觉得库存是资产，但资金占用、过时报废、推广机会损失一加，比明面上的仓储费恐怖多了。建议财务人都看看。
自己创业做跨境电商，对缺货的痛感同身受。文章里亚马逊缺货三天排名掉出一百的案例，我亲身经历过。一个爆款断货就导致整店转化率掉20%，连带损失比直接少卖的单大得多。现在安全库存设定参考了需求标准差和服务水平，不再拍脑袋。这篇文章值得收藏，特别是‘瀑布图’测算方式很实用。
做IT实施这几年，最怕客户把安全库存和最低库存混为一谈。文章把这两个概念理清了，还指出参数不合理导致系统看板全是废数据，这点太准了。我们给企业上线库存系统时，安全库存初始值全是默认值，没人复盘。后面出问题都是参数底子歪了。建议所有ERP实施顾问都把这篇作为培训材料。
作为一名采购员，‘救火模式’那段看得眼眶发酸。天天催货、被骂、背锅，仓库紧急到货打乱一切节奏，真的一刻都不想待。文章说得对，安全库存过低不只是丢客户，还丢人。我们公司就是这样，最优秀的老采购都走了。希望老板和供应链领导明白，安全库存不是成本，是保命的缓冲。