库存出入库:采购人员从零入门:补货决策先掌握销售出库
很多采购人员第一次接手库存时,最先看的不是销售出库,而是当前库存余额:还剩多少箱、多少件、多少托。结果往往是账面库存不少,仓库却不断催货;采购刚补进一批货,几周后又发现滞销品堆满库位。我的判断是,补货不是“库存低于多少就买多少”,而是先看销售出库的速度、结构、稳定性和异常原因。库存余额只是结果,销售出库才是需求变化留下的过程证据。
本文从采购人员的实际工作出发,拆解销售出库、库存余额、在途采购、交付周期和安全库存之间的关系。我会用一组经过脱敏的快消品仓库样本数据,说明为什么同样是月销1000件的商品,有的应该立即补货,有的应该暂缓,有的看似销量很高却不能简单放大采购量。
库存余额只能回答“现在仓库里还有多少”,不能回答“这些货还能卖多久”。例如,A商品现有库存800件,过去30天销售出库100件,日均出库约3.3件,理论上可以支撑240天;B商品现有库存800件,过去30天销售出库700件,日均出库约23.3件,只能支撑34天。两者库存数量相同,但补货优先级完全不同。
采购人员真正需要计算的是库存覆盖天数,也就是现有可用库存能够支撑未来销售出库的时间。基础公式如下:
库存覆盖天数 = 可用库存 ÷ 近期日均销售出库量
这里的“可用库存”不能只看仓库实存量,还要扣除已锁定订单、质检不合格品、临期品、调拨占用以及其他无法正常销售的库存。日均出库量也不建议只取某一天或某一周,而应结合近7天、近30天和近90天观察。
| 商品 | 可用库存 | 近30天销售出库 | 日均出库 | 库存覆盖天数 | 初步判断 |
|---|---|---|---|---|---|
| A商品 | 800件 | 100件 | 3.3件 | 约240天 | 高库存,暂缓常规补货 |
| B商品 | 800件 | 700件 | 23.3件 | 约34天 | 结合采购周期判断是否补货 |
| C商品 | 800件 | 1500件 | 50件 | 16天 | 可能需要立即补货 |
这也是我建议新采购人员建立的第一个习惯:每次打开库存表时,不要先按库存数量排序,而要先按“库存覆盖天数”和“未来采购周期”排序。这样可以避免被绝对库存数量误导。

常见的补货公式可以写成:
建议采购量 = 预测周期内需求量 + 安全库存 − 可用库存 − 在途库存
其中,预测周期通常等于供应商交付周期加上采购审批、下单、运输、收货和上架所需时间。如果供应商承诺5天送达,但企业内部审批平均需要3天,仓库收货与质检还需要2天,那么实际补货周期至少应按10天计算,而不是机械使用供应商口头说的5天。
安全库存也不能随意设定为“一个月销量”或“500件”。对于稳定出库、供应稳定的商品,安全库存可以较低;对于销量波动大、交付不稳定、缺货损失高的商品,安全库存应提高。但对于临期风险明显、产品更新快或退货率高的商品,安全库存过高同样危险。
销售出库记录的是已经发生的仓库动作,它很重要,却不等同于全部市场需求。如果某商品缺货10天,系统只记录到20天的销售出库,那么近30天出库量会被低估。反过来,如果某次大客户集中采购、促销活动或渠道压货造成出库暴增,直接把这段异常出库当作未来常态,也会导致过量采购。
因此,我在复核销售出库时,会同时追问三个问题:
销售出库适合用来描述需求事实,不能脱离业务背景直接充当预测结论。
在实际工作中,采购人员常同时看到系统库存、仓库盘点库存和可销售库存。三者经常不一致。系统库存可能包含已分配给订单的数量,仓库实物可能包含破损品,而可销售库存则通常要扣除锁定量、冻结量和待处理退货。
我曾参与过一个日用品仓库的库存复盘。某款纸品系统显示库存1260箱,采购据此判断短期不需要下单。但进一步拆分后发现,已锁定订单320箱,破损待报废90箱,客户退货待检180箱,跨仓调拨占用140箱,真正可销售库存只有530箱。该商品近30天销售出库900箱,日均出库30箱,实际覆盖天数只有约18天。
如果只看1260箱,结论是“不急着补”;如果看可销售库存和销售出库,结论则是“需要确认在途并准备补货”。这类差异不是计算技巧问题,而是库存口径问题。
对采购而言,销售出库明细不是简单的流水账。只要字段设计合理,它能够帮助采购识别需求速度、客户集中度、区域结构、订单批次和异常波动。
| 信息维度 | 建议关注字段 | 采购用途 |
|---|---|---|
| 时间 | 出库日期、周次、月份 | 判断趋势、季节性和周期性波动 |
| 商品 | 编码、规格、单位、批次 | 避免同品不同规格混算 |
| 数量 | 出库数量、订单数量、退货数量 | 测算消耗速度和净需求 |
| 客户 | 客户类型、渠道、地区 | 识别大客户依赖和需求来源 |
| 业务原因 | 正常销售、促销、样品、调拨、领用 | 剔除不可复制的异常出库 |
如果系统只有“日期、商品、数量”三个字段,采购仍然可以做基础分析,但很难区分正常需求和异常需求。我的建议不是一开始就做复杂系统,而是先要求销售出库单明确记录业务类型,并保证商品编码、计量单位和退货关联关系一致。
如果供应商当天可以发货、次日到仓,那么近7天销售出库对于短期补货很有参考价值。如果供应商生产周期45天,海运还需要20天,那么只看近7天几乎没有意义,至少应观察近90天趋势,并加入季节性和订单预测。
我通常会把采购周期分成三档:

销售订单代表客户提出了需求,销售出库代表仓库已经实际发出了货。两者之间可能隔着付款、审核、备货、缺货、取消和拆单。采购如果只看订单,不看实际出库,可能把尚未兑现的需求重复计入补货量。
但只看销售出库也不够。如果订单已经确认,却因为缺货而无法出库,系统中的销售出库会出现“需求被压低”的假象。较稳妥的方法是将需求拆成三个层次:
采购建议量应分别管理这三类数据,而不是把所有数量混在一列里。已完成出库用于计算基准消耗,确认未出库订单用于判断短期缺口,预测性需求则要设置可信度或折扣系数。
平均值是有用的,但它会掩盖方向变化。某商品近30天销售出库1000件,看起来日均约33件;如果前20天只出库200件,后10天出库800件,那么最近的真实需求速度已经明显加快。用33件作为采购依据,可能低估未来需求。
我建议至少同时计算三个速度:
当三者差距不大时,商品需求相对稳定;当近7天远高于近90天时,要调查促销、季节、缺货恢复或大客户订单;当近7天远低于近90天时,也不能立即判断需求衰退,可能只是库存不足导致无法正常出库。

销售出库表中常常混入仓间调拨、样品领用、售后补发和赠品出库。如果这些数量直接参与日均销售计算,采购会高估真实市场消耗。尤其是仓间调拨,货物只是从一个仓库转到另一个仓库,并没有离开企业经营范围。
我会把出库量拆成“总出库”和“净销售出库”:
净销售出库 = 正常销售出库 − 可确认退货回库 + 需要计入消耗的售后补发
调拨、内部领用和样品出库是否计入需求,要根据业务目的判断。调拨通常不计入企业总需求,但可以计入区域仓补货需求;内部领用不代表市场销售,却可能形成稳定的运营消耗,不能简单删除。
出库增长可能来自真实需求,也可能来自渠道压货。两者对后续补货的含义完全不同。真实需求通常会伴随终端销售、复购、客户数量或订单频次增长;渠道压货则可能出现大批量一次性出库、后续订单骤降、退货率升高等特征。
采购判断出库增长是否可持续时,可以查看四个辅助指标:
| 辅助指标 | 真实需求增长的常见表现 | 渠道压货的常见表现 |
|---|---|---|
| 客户数量 | 购买客户逐步增加 | 主要由少数客户贡献 |
| 订单频次 | 复购间隔较稳定 | 单次大单后长时间无订单 |
| 退货情况 | 退货率无明显上升 | 后续退货、换货明显增加 |
| 价格变化 | 价格相对稳定仍能增长 | 低价促销期间集中出库 |
在计算之前,我会先做一轮数据清洗。不要急着建立复杂模型,先确保每个商品的单位、编码、仓库和业务类型一致。箱、件、包之间如果没有换算关系,任何日均出库和库存覆盖天数都可能失真。
建议建立以下基础字段:
如果企业使用某项目管理工具或某项目管理平台来协同采购任务,建议把库存异常、供应商延期、缺货影响和采购审批状态作为任务字段记录,而不是只在聊天工具里口头传递。这样在月底复盘时,采购人员才能还原“为什么当时决定补货或不补货”。
第一个结果是需求速度。可以分别计算近7天、近30天和近90天日均出库。第二个结果是库存覆盖天数。第三个结果是交付周期内的预计需求量。
例如,某商品近7天日均出库40件,近30天日均出库32件,近90天日均出库28件;可销售库存为600件,在途库存100件,供应商交付周期为12天,内部采购和收货还需3天。那么,未来15天的基础需求约为480件。如果将近期增长趋势纳入判断,预计需求可能达到520至560件。
此时,库存和在途合计700件,看起来足够,但如果未来还有已确认未出库订单180件,可自由使用的库存只剩520件左右,已经接近交付周期内需求。采购不能只看“库存加在途”,还要扣除已被订单占用的数量。

采购决策不能只分成“买”或“不买”,更适合分成四类:高缺货风险、高积压风险、低风险稳定品和需求异常品。
| 分类 | 典型特征 | 采购动作 |
|---|---|---|
| 高缺货风险 | 覆盖天数低于补货周期,出库稳定或持续增长 | 立即核对在途并加急下单 |
| 高积压风险 | 覆盖天数远高于销售周期,近30天出库低迷 | 暂停常规采购,推动促销或库存消化 |
| 低风险稳定品 | 出库波动小,覆盖天数处于合理区间 | 按固定周期补货,减少人工干预 |
| 需求异常品 | 近7天与近90天差异极大,原因不明 | 先调查业务原因,再决定采购量 |
这种分层的价值在于,它把采购人员的时间集中到真正需要判断的商品上。稳定品可以使用规则自动生成建议,异常品则必须保留人工复核。自动化不应该替代判断,而应该替采购人员筛出需要判断的对象。
同样的销售出库速度,如果一个供应商平均7天到货,另一个供应商平均15天到货,补货点不能相同。更重要的是,不能只使用供应商承诺周期,还要查看历史实际到货周期。
我建议统计至少三项供应商履约数据:
如果供应商承诺10天,但历史实际周期在8至22天之间波动,采购就不应按10天设置库存警戒线。更稳妥的做法是使用历史高分位交付周期,或者在波动较大时提高安全库存,同时评估是否需要增加备选供应商。

下面使用一组脱敏后的样本推演。商品是一款标准包装日用品,采购单位为箱,销售单位也为箱,供应商正常交付周期为14天,企业内部审批、到货验收和上架平均需要4天,因此完整补货周期按18天计算。
| 项目 | 数据 |
|---|---|
| 当前账面库存 | 1200箱 |
| 已锁定订单 | 260箱 |
| 质检冻结库存 | 80箱 |
| 在途库存 | 300箱 |
| 近7天销售出库 | 315箱 |
| 近30天销售出库 | 1020箱 |
| 近90天销售出库 | 2460箱 |
| 未来确认订单 | 180箱 |
近7天日均出库为45箱,近30天日均出库为34箱,近90天日均出库约27.3箱。近期速度明显高于长期速度,但我们还不知道原因是持续增长,还是促销形成的短期尖峰。
第一种算法是简单月销法。按近30天出库1020箱,再减去当前账面库存1200箱,采购人员可能得出“不需要补货”的结论。这种算法忽略了已锁定订单、冻结库存和未来采购周期,风险很高。
第二种算法是可销售库存法。可销售库存为1200减去260和80,即860箱。加上在途300箱,合计1160箱。按近30天日均34箱计算,覆盖约34天;看似超过18天补货周期,但未来确认订单180箱还没有扣除,扣除后只剩980箱,对应约29天。
第三种算法是趋势修正法。假设销售团队确认近7天增长主要来自持续性渠道扩张,而不是一次性促销,则可以按近7天与近30天之间的加权速度估算。例如取近7天速度的40%、近30天速度的40%、近90天速度的20%,得到约37箱/天。未来18天预计需求约666箱,再加上安全库存150箱,所需库存约816箱。扣除可销售库存860箱和在途300箱后,理论上暂不需要大量补货,但应确认在途到货时间,并准备小批量滚动采购。
三种算法的差异说明,采购量不是一个孤立数字,而是由库存口径、需求窗口、在途状态和趋势判断共同决定。

我会进一步查看这款商品的客户分布。近7天315箱出库中,有一名客户贡献了180箱,另外三名老客户合计出库90箱,其余客户只有45箱。如果这180箱是一次性项目订单,按45箱/天持续补货就会严重高估需求;如果客户已经签署未来三个月的滚动采购计划,则增长可能具有延续性。
还要查看价格和促销信息。如果近期出库增长伴随20%的折扣,而促销将在一周后结束,那么采购量必须使用促销修正系数。反之,如果没有降价、客户数量增加、复购频次提高,且销售团队有明确的新增渠道计划,才更有理由提高预测基准。
我常用一个简单的“增长可信度评分”辅助复核,但它不是机械决策工具:
| 观察项 | 满足条件 | 建议判断 |
|---|---|---|
| 客户数量 | 出库增长由多个客户共同贡献 | 增长持续性较高 |
| 复购频次 | 老客户重复下单且间隔缩短 | 可适度提高预测 |
| 促销依赖 | 无明显价格刺激仍保持增长 | 需求质量较好 |
| 未来订单 | 有合同、排产或确认订单支持 | 可纳入确定性需求 |
| 退货表现 | 增长后退货率未明显上升 | 渠道压货风险较低 |
这是最明确的缺货风险场景。比如近30天日均出库50件,可销售库存300件,完整补货周期10天,当前覆盖天数只有6天。即使在途有100件,也要确认在途是否能在6天内到仓并完成上架。
建议动作按顺序执行:
在这种情况下,宁可牺牲一部分采购成本,也不要只追求最低采购价。因为缺货造成的损失不仅是一次销售机会,还可能影响客户履约、渠道评分和后续复购。
这类商品不能直接按照最高出库速度补货。更稳妥的做法是把采购拆成“基础量”和“弹性量”。基础量按照稳定需求计算,弹性量则根据已确认订单或销售计划分批释放。
例如,稳定日均出库为30件,近期日均达到50件,供应商最小起订量为500件。可以先按30至35件/天计算基础补货,再向供应商争取锁价、预留产能但分批发货。这样既不会完全错过增长,也避免一次性把库存推到高位。
增长不确定时,采购合同的灵活性往往比单价优惠更重要。能够分批交付、延后发货或调整规格的供应商,即使报价略高,也可能降低整体库存成本。
此时最常见的错误是继续按历史月销补货。采购应立即暂停常规采购,并区分库存下降的原因。若是季节性淡季,可能需要保留部分库存;若是产品替代、客户流失或渠道退出,则应把重点转向库存消化。
库存积压不是仓库一个部门的问题。采购继续下单只是把问题扩大,真正的解决方案应包含停止补货、消化库存和调整商品策略。

零出库商品通常比低出库商品更危险。低出库至少还能形成消耗,零出库则可能意味着商品已经失去销售能力、编码失效、库存被冻结,或者系统中的库存并不真实。
采购需要先核对实物,再核对业务状态:
对于零出库商品,采购的目标不是“找到一个补货点”,而是把库存从采购视野中移出,转入清理和责任确认流程。
季节性商品不能使用淡季日均出库直接补货,也不能把去年高峰的最高日出库原样复制。采购应至少对比去年同期、今年同期、销售计划和供应商产能。
如果去年6月至8月月均出库3000件,今年同期销售渠道增加20%,可以先形成需求基线3600件,再根据实际订单和近四周出库滚动调整。补货应分成预备库存、首批高峰库存和滚动补货三部分,避免在高峰结束后剩下大量尾货。
供应商经常用阶梯价格推动采购人员多买。例如,采购500件单价20元,采购2000件单价18元。表面看每件节省2元,但如果实际月销只有300件,额外1500件需要占用2.7万元货款,还要承担仓储、损耗和贬值风险。
采购不能只计算单价优惠,还要计算总持有成本:
总持有成本 = 采购金额 + 仓储成本 + 资金占用成本 + 损耗成本 + 过期或贬值损失
只有当价格优惠能够覆盖这些增量成本,并且商品销售具有足够确定性时,大批量采购才有意义。否则,分批采购即使单价略高,也可能是更便宜的方案。
安全库存越低,资金占用越小,但缺货概率越高;安全库存越高,客户履约更稳定,但积压风险和现金压力增加。不同商品不能使用同一个服务水平目标。
| 商品类型 | 缺货影响 | 建议库存策略 | 主要代价 |
|---|---|---|---|
| 核心引流品 | 高,可能影响整单销售 | 较高服务水平,保留安全库存 | 资金占用较高 |
| 高毛利稳定品 | 高,缺货损失明显 | 按稳定出库和交期滚动补货 | 需要更准确的预测 |
| 低频长尾品 | 中低,可接受等待 | 低库存、按单采购或小批量采购 | 交付时间可能较长 |
| 易过期商品 | 视客户需求而定 | 小批量高频补货,严格批次管理 | 采购频次和管理成本增加 |
我不建议采购部门单独承担服务水平目标。销售、运营、财务和仓库应共同确定哪些商品必须保供,哪些商品可以接受等待。否则采购会在“不能缺货”和“不能积压”两个相互冲突的目标之间反复被动调整。
系统自动补货适合处理稳定、高频、规则清晰的商品。例如某商品连续90天出库稳定,供应商交期波动小,最小起订量合理,那么可以设置自动预警和周期补货。
但以下情况不适合完全自动化:
最佳做法不是“系统替采购做决定”,而是让系统先产生异常清单,再由采购判断业务原因。自动化负责速度,人工负责解释;规则负责稳定场景,经验负责处理例外。

采购人员不需要每天制作一份复杂报告,但需要建立不同频率的观察节奏。每日关注可能导致缺货或影响客户交付的异常商品;每周观察销售出库速度和库存覆盖变化;每月复盘商品结构、供应商履约和预测偏差。
| 频率 | 重点问题 | 输出结果 |
|---|---|---|
| 每日 | 哪些商品可能在补货到达前缺货?哪些在途延期? | 缺货预警和加急处理清单 |
| 每周 | 哪些商品出库速度变化最大?哪些库存覆盖异常? | 补货建议和异常原因记录 |
| 每月 | 预测是否准确?供应商是否按承诺交付?积压是否扩大? | 采购参数调整和供应商复盘 |
| 每季度 | 商品结构和采购策略是否仍然适用? | 商品分层、供应商组合和合同策略调整 |
一张好的采购建议单,不应只有商品、数量和金额。它至少要让审批人看懂需求来源、库存风险和数量依据。否则审批人看到大额采购时只能凭经验判断,采购人员也很难在后续复盘中解释当时的决策。
建议每条采购建议包含以下内容:
当采购建议中明确写出“假设”时,审批沟通会更高效。例如:“本次按近30天日均出库计算,未纳入一次性客户订单;若销售确认该订单将在下月持续,则采购量需增加300箱。”这比直接写“建议采购1000箱”更专业,也更便于调整。
刚开始做库存管理时,不必马上搭建复杂预测模型。使用一张结构清晰的表格,也可以完成大部分基础判断。关键是每个字段要有明确口径,且数据更新时间固定。
| 商品编码 | 可销售库存 | 近30天出库 | 日均出库 | 补货周期 | 覆盖天数 | 在途数量 | 建议动作 |
|---|---|---|---|---|---|---|---|
| P001 | 240件 | 900件 | 30件/天 | 12天 | 8天 | 0件 | 立即下单 |
| P002 | 1200件 | 300件 | 10件/天 | 10天 | 120天 | 500件 | 暂停采购 |
| P003 | 600件 | 600件 | 20件/天 | 15天 | 30天 | 200件 | 核查趋势后小批量采购 |
如果需要在表格中设置基础公式,可以使用类似下面的表达方式。实际使用时,应根据企业字段名称和库存口径进行调整:
日均出库 = 近30天销售出库量 / 30
库存覆盖天数 = 可销售库存 / 日均出库
预计补货缺口 = 补货周期内需求 + 安全库存 – 可销售库存 – 在途库存
建议采购量 = MAX(0, 预计补货缺口)
采购结果不能只看“有没有缺货”。如果为了避免缺货而把库存无限做高,表面服务水平提高,资金效率却会变差。建议同时跟踪库存周转率、缺货率、预测偏差、采购提前期、订单完整率和呆滞库存占比。

第一周不要急着调整采购参数。先选择销售额或出库量最高的20至50个商品,核对系统库存、仓库实物、锁定库存、冻结库存、在途库存和退货库存。
本周的目标是发现基础数据问题,例如商品单位不一致、重复编码、负库存、未及时入账、调拨未闭环以及退货未回写。很多所谓的预测不准,根源其实是出入库记录不完整。
第二周为每个重点商品补充近7天、近30天和近90天销售出库,并计算三个时间窗口的日均速度。把出库业务类型拆分为正常销售、调拨、领用、样品、售后和其他类型。
这一步不追求预测精度,而是先让采购看见需求变化。对于近7天与近90天差距超过30%的商品,应要求销售或运营补充原因说明。
第三周统计主要供应商最近几个月的实际交付周期,至少记录下单日期、承诺到货日期、实际到货日期、到货数量和合格数量。不要只记录“按时”或“延期”,因为延期3天和延期20天对补货决策的影响不同。
将供应商按交付稳定性分层:稳定供应商可采用较低安全库存;波动供应商需要提高缓冲或安排备选;经常延期且影响核心商品的供应商,应进入重点改善或替换评估。
第四周组织一次跨部门评审,参加人员至少包括采购、仓库、销售或运营、财务。逐项讨论高缺货风险、高积压风险和需求异常商品,记录每次调整的原因和责任人。
评审结束后,不要只留下采购数量,还要保留以下决策记录:

从零入门时,可以按照以下顺序建立补货判断:
这个顺序看似基础,却能解决大量实际问题。因为采购决策最容易出错的地方,不是公式不会算,而是输入数据混乱、业务原因缺失和异常需求没有被识别。
如果你今天就要开始改善库存补货,建议不要从全品类入手。先选出20个出库量最高、缺货影响最大或库存金额最高的商品,建立销售出库与库存覆盖表,连续观察四周。
每周固定回答四个问题:
我的独特建议是:先不要追求“预测得很准”,先追求“每一次补货都能解释”。当采购人员能够说明销售出库数据从哪里来、哪些异常被剔除、库存为什么可用、供应商周期如何影响数量,补货决策就从经验判断变成了可复盘的经营过程。
最终,销售出库不是仓库报表中的一个字段,而是采购认识真实需求的第一扇窗口。掌握它,采购才有可能在缺货、积压、低价和现金流之间做出有依据的取舍。
我刚开始做采购时,以为补货的核心是看当前库存和供应商交期,结果经常出现库存看起来不少、销售却断货的情况。我想知道,销售出库记录到底应该怎么看,才能真正判断哪些商品需要补货?
销售出库是补货决策里最接近真实需求的一层数据。采购订单只能说明“买了什么”,库存余额只能说明“现在还剩什么”,但销售出库记录才能回答“商品正在以什么速度被消耗”。如果没有先看出库,采购很容易被库存总量、销售预测或业务人员的主观判断带偏。
我在梳理一批约120个SKU的补货数据时,先按近30天销售出库量排序,再对照当前库存。结果发现,库存金额最高的10个SKU只贡献了约18%的出库数量,而出库数量最高的20个SKU贡献了近71%的销量。真正需要优先关注的,并不是库存金额最大的商品,而是消耗速度快、剩余覆盖天数短的商品。
建议采购人员先掌握三个指标:日均销售出库量、库存覆盖天数、出库趋势。日均销售出库量可以用近30天实际出库数量除以30计算;库存覆盖天数则是当前可用库存除以日均出库量。比如某商品当前库存240件,近30天出库300件,日均出库10件,理论覆盖天数只有24天。还要区分销售出库和其他出库。
样品领用、报损、调拨、赠品和内部领用不能直接混入正常销售需求,否则会把补货量虚高。我的做法是先建立出库类型分类,再只用“正常销售出库”计算补货基线。采购入门阶段,先学会从出库单中分离真实销售消耗,比急着研究复杂预测模型更重要。
我目前只会看商品的月销售量,但不知道应该按月补货还是按天监控。我担心直接用平均销量计算会忽略供应商延迟、周末波动和促销活动,想要一个采购新人也能落地执行的补货点计算方法。
补货点不是“库存低于多少就买”,而是判断在下一批货到达前,库存是否足以支撑正常销售。最基础的公式是:补货点=日均销售出库量×采购提前期+安全库存。这个公式看似简单,但真正容易出错的地方在于日均销量和提前期都不能只凭经验填写。
我通常先用近30天正常销售出库量计算日均需求,再用供应商过去5到10次订单的实际到货天数计算提前期。假设某商品近30天出库450件,日均15件;供应商平均需要8天到货;企业希望保留5天安全库存,那么补货点就是15×8+15×5=195件。
项目数据计算结果 近30天销售出库450件日均15件 平均采购提前期8天需求库存120件 安全库存周期5天安全库存75件 建议补货点120+75195件 安全库存不建议所有商品统一设置。出库波动大、供应商经常延迟的商品,应提高安全库存;销售稳定、供应商交付可靠的商品,则可以降低安全库存。
一个实用判断方法是比较近30天日出库量的最高值和平均值,如果最高日出库量明显超过平均值,说明只用平均销量可能会低估风险。还要注意可用库存不等于账面库存。已经被销售订单占用、待检、冻结或即将调拨出去的数量,都不应继续算作可补货库存。
补货点计算最好使用“现有可用库存+在途库存”的视角,而不是只盯着仓库系统里的结存数字。
我遇到过一种情况:过去30天平均每天卖10件,但最近7天每天卖18件,如果继续按月均销量补货,可能会低估需求。可是如果完全按照最近7天采购,又担心只是短期促销造成的假增长,我应该怎么判断?
平均销量和最近销量都可能误导采购,关键不是二选一,而是先判断波动来自什么原因。平均销量适合稳定商品,最近销量适合需求正在明显变化的商品,但促销、季节、渠道切换和一次性大客户订单,都可能让最近出库短期失真。我处理这类情况时,会同时看7天、30天和90天三个窗口,并计算趋势变化。
比如某SKU的日均出库分别为18件、12件和9件,7天数据已经是90天基线的2倍,且增长连续发生,就不能继续机械使用90天平均值。反过来,如果7天高销量主要来自一笔150件的集中订单,就应该把它单独标记,而不是直接放大常规补货量。
观察窗口日均出库适合判断什么 近7天18件近期变化、促销影响 近30天12件常规补货基线 近90天9件季节性和长期趋势 我的判断规则是:如果7天销量比30天销量高出30%以上,先检查是否存在促销、价格调整、渠道新增或异常订单;
如果原因明确且会持续,就采用“近期销量权重更高”的加权值,例如7天、30天、90天分别占50%、30%、20%。按照上面的数据,加权日均需求为18×50%+12×30%+9×20%=14.4件。如果增长原因不明确,则不要立刻大幅加单。可以先采用小批量、短周期补货,同时设置一周复盘点。
采购决策里最危险的不是少买一次,而是把一次性峰值误判成长期需求,最后形成高库存和滞销。
我发现仓库里有些商品系统显示还有100件,现场盘点却只有82件;还有一些已经发给客户但没有及时做销售出库。采购如果直接依赖系统数据,补货数量很可能算错,这种情况下应该怎样排查和决策?
系统数据不是天然可靠,采购要先判断数据是否具备决策资格。销售出库延迟、退货未入库、调拨未过账、负库存、单位换算错误和盘点差异,都会让补货结果看起来合理,实际却完全错误。我的经验是,先检查数据链路,再讨论补货公式。可以按“单据时间、库存状态、实物数量”三层排查。第一层确认销售出库单是否在发货当天完成;
第二层确认已分配库存、待检库存和冻结库存是否被排除;第三层对高价值、高周转或系统与实物差异超过3%的SKU进行快速盘点。
检查项常见问题处理建议 销售出库时间发货后隔天甚至月底才过账统一要求发货当日登记 库存状态占用、冻结数量仍计入可用库存按状态拆分库存 单位换算箱、件、托盘换算不一致固定基础计量单位 账实差异系统100件,实物82件先冻结异常SKU的自动补货 遇到账实不符时,我不会简单地把系统库存改成盘点数后继续采购,而是先判断差异是否会重复发生。
如果是流程延迟造成的,应修正单据时点;如果是损耗或漏发造成的,应建立差异原因;如果只是一次性盘点误差,才适合直接调整库存。在数据未修复前,可以采用保守决策:对高周转且缺货损失大的商品,以“已确认可用实物+可靠在途”为基础计算;对低周转和高金额商品,则暂停自动加单,先完成复核。
采购系统的数字可以作为起点,但不能替代仓库现场的验证。


读者评论
文章把库存余额与可销售库存区分开来很实用,尤其是扣除锁定、破损和待检退货后再计算覆盖天数,能避免仅凭系统库存做出错误补货判断。
近7天、30天和90天出库速度结合分析的思路比较客观,但实际应用时还需要补充季节性、促销和缺货造成的销量失真,否则短期波动仍可能影响预测。
文中对销售出库、调拨、领用和退货进行拆分值得参考。采购系统如果能统一商品单位、业务类型和在途库存口径,后续计算采购缺口会更可靠。