做了八年电商库存管理，我统计过自己经手的店铺数据：缺货率每上升1个百分点，次月复购率平均下降0.7个百分点，广告费的无效消耗率则上升2到3个百分点。这组数据让我形成一个判断，SKU库存缺货率从来不是一个库存指标，而是一个流量效率指标，更是一个用户信任指标。用户通过搜索或广告看到商品，点击进来却看到“无货”，那一刻之前所有引流动作全部作废。本文要说的不是怎么把缺货率压到零，那不现实，也不是库存管理的基础公式，那太浅了。
我想讲清楚的是：缺货率到底在哪个环节伤害你的生意，为什么很多团队越管越乱，以及如何用一套优先级体系让缺货率真正为你服务。
这篇文章的结论可以浓缩成五句话，先读这五句就够了，细节部分我会在后面逐一展开。
第一，缺货率的本质是流量转化漏斗的中段塌陷。用户从搜索到下单要经过曝光、点击、详情页、加购、支付五个环节，缺货发生在“加购之后、支付之前”，处于漏斗最脆弱的位置。这个位置的流失率一旦超过5%，前面所有推广动作的边际成本都开始上升。
第二，缺货率必须分口径管理。SKU数口径适合日常巡检，销量加权口径适合经营决策。只看SKU数口径的团队，往往把大量精力浪费在长尾滞销品的缺货上，而真正贡献80%销售额的爆款缺货反而被掩盖。
第三，缺货管理的核心不是预测，而是分优先级。二八定律在缺货管理上同样成立，20%的SKU贡献了80%的销售额和流量。这20%的SKU需要的是“保供逻辑”，哪怕牺牲一点周转率也要把货备足；剩下80%的长尾SKU需要的是“容忍逻辑”，允许缺货但要有监控。一刀切地把所有SKU缺货率都压到同一个水平线，是资源和决策的双重浪费。
第四，缺货率和周转率的矛盾是真实存在的，但可以通过品类分层来缓解。我的经验是：高动销高利润品类优先保供，低动销低利润品类优先清周转。这样不需要在全局层面做取舍，而是在SKU层面做取舍。
第五，缺货管理必须上升到用户信任的层面来看。一个用户因为缺货流失一次，他记住的不是“这家店缺货”，而是“这家店不靠谱”。缺货是用户体验的底线指标，不是加分项，是及格线。客服响应慢一点可以忍，物流晚两天可以忍，但“想要的货点开就是没有”这件事，用户几乎不会给第二次机会。
我先讲一个真实的运营场景。2023年双十一大促期间，我负责的一家天猫店铺遇到一次典型缺货事故。那是一款客单价199元的桌面收纳盒，日常日均销量约120单，是店铺的引流爆款。大促前一周，运营团队根据历史数据预测大促期间日均销量会冲到400单左右，于是按450单的备货量下了采购单。但实际大促第三天，单日销量冲到780单，库存第三天就见了底。从第四天开始，这款商品在搜索结果里依然正常展示，因为搜索系统还没有及时同步库存状态，但用户点进商品详情页，选择规格后系统才提示“该规格暂时无货”。
这场缺货持续了整整五天，直到供应商的紧急补货到仓。事后我们复盘了这笔账，损失远比想象中复杂：
这几笔账加起来，一次缺货的综合损失远远超过了“少卖35万”这个单维度数字。这正是缺货率和其他库存指标最不一样的地方：周转率影响的是资金效率，缺货率影响的则是流量效率、用户信任和品牌口碑三个层面。
让我把上面的损失链条拉长看。用户因为缺货没有买成，他大概率会做以下三件事中的至少一件：去同品牌的另一家店找同类商品、去竞品店铺买替代品、或者干脆放弃这次购买。前两种情况的最终结果是一样的，他在这笔订单上原本属于你的销售额，流向了别人。更关键的是，这个用户记住了“这家店缺货”的负面体验。下一次当他再次搜索同类商品时，系统如果同时推给你和竞品，他点击竞品的概率会显著上升。
这就是缺货带来的“信任税”，它不会立刻反映在当天的数据面板上，但会在未来一个季度里持续压低你的复购率。
做了八年库存管理，我见过太多团队在缺货问题上反复踩坑。这些坑不是方法不对，而是认知层面就出了问题。我总结出四个最普遍的误区。
这个误区最隐蔽，也最误导人。很多老板把缺货率当成KPI，定的目标是“缺货率不能超过3%”，但从来没人质疑过3%这个数字本身有没有意义。实际上，把缺货率压到极低水平意味着你需要为所有SKU备足库存，资金占用和仓储成本会指数级上升。我见过一家店铺为了把缺货率从5%压到2%，备货量增加了40%，结果是资金链紧张，旺季到来时反而没现金去备热销品的货。缺货率和周转率是一对天生的矛盾体，把缺货率单独拎出来做考核指标，必然导致库存管理动作变形。
有一次我给一家月销2000万的店铺做诊断，他们的库存报表显示缺货率只有4.8%，看起来控制得不错。但我把销量加权的缺货率算出来后，数字是11.3%。原因很简单：他们缺货的SKU集中在几个高动销爆款上，而大量滞销长尾SKU的库存非常充足。SKU数口径的缺货率问的是“多少个SKU缺货”，销量加权口径问的是“多少比例的销售机会因为缺货而流失”。后者才是真正影响收入的数字。
团队在复盘缺货时，最常见的结论是“销量预测没做好”。但我看过大量案例后发现，很多缺货不是预测错了，是流程断了。销售端知道某个SKU卖得很好，但信息没有及时传递到采购端，采购还是按上个月的销量平均值补货。预测环节的数据是准的，但决策链路是断的。预测不准只是背锅侠。
在大多数电商公司里，缺货率的责任人是供应链或库存专员。但在实际操作中，影响缺货的变量横跨多个部门：运营决定主推哪些款、采购决定什么时候下单、供应商决定什么时候交货、仓库决定什么时候上架。缺货管理的本质是跨部门的协同管理，把责任压在一个人身上，他就算有三头六臂也推不动。
面对缺货率这个问题，我的判断逻辑可以拆成三步。第一步是统一计算口径，第二步是明确管控优先级，第三步是设计动态调整机制。
缺货率的计算口径至少有三种，不同口径之间数值差异巨大。我强烈建议每一个做库存管理的团队，先把口径统一了再讨论KPI。
| 口径名称 | 计算公式 | 适用场景 | 局限性 |
|---|---|---|---|
| SKU数量口径 | 缺货SKU数 ÷ 在售SKU总数 | 日常巡检、库存健康度检查 | 不考虑每个SKU的销量贡献，容易被长尾SKU稀释真实风险 |
| 销量加权口径 | Σ(缺货SKU的预期销量) ÷ Σ(所有SKU预期销量) | 经营决策、收入风险评估 | 对销量预测的准确度要求较高 |
| 销售机会损失口径 | 缺货导致流失的订单数 ÷ 总订单机会 | 财务评估、广告投放效率分析 | 需要额外的数据埋点支撑 |
我的实践经验是：日常管理看SKU数口径，月度复盘加看销量加权口径，做广告投放决策时再看销售机会损失口径。三个口径各司其职，而不是相互替代。
缺货管理最大的误区之一就是“所有SKU一视同仁”。我用了一个非常简单但有效的二维矩阵：横轴是流量贡献度，纵轴是利润贡献度。把店铺的在售SKU分成四类：
这套分类做了之后，缺货管理的颗粒度一下子清晰了。重点保供的SKU大概占全店SKU总数的15%到20%，需要精细管理的占30%左右，剩下的50%到60%只需要保住“有货率”就好。管理资源应该向头部SKU集中，而不是均匀铺开。
很多人把安全库存当成一个数学问题：安全库存=日均销量×交期天数×波动系数。这个公式本身没错，但它在实际运行中暴露出的问题是，公式里的三个参数全是变量，只有波动系数是静态的。日均销量会因季节和促销而变，交期天数会因供应商和物流而变，唯独安全系数是拍脑袋定的。我见过太多团队把这个公式当成了“一次算清”的工具，算完之后半年都不再更新参数。正确做法是把安全库存当成一个滚动更新的过程：每两周根据实际动销数据重新计算一次，大促前和换季前单独调整，供应商交期一变化就要重新评估。
2024年我深度参与了一家美妆类目店铺的缺货率整改项目。这家店铺年销售额约6000万元，SKU总数约450个，当时缺货率（SKU数量口径）是15%，销量加权口径的缺货率更是高达23%。整改周期为三个月，我对整个过程做了完整的数据记录。
这家店铺的典型病状有三个：第一，爆款SKU的库存周转天数只有12天，但因为补货周期要7天，安全库存又没设够，每个月至少出现一次断货；第二，滞销长尾SKU占用了43%的库存金额，却只贡献了8%的销售额，资金被卡死在慢动销品上；第三，运营和供应链之间没有顺畅的信息同步机制，运营推爆款的前一周，采购甚至不知道这款商品即将成为主推。
我们做了四件事。第一步，把所有SKU按四象限矩阵重新分类，锁定28个明星SKU和46个引流SKU，把这74个SKU设为“强制保供清单”。第二步，调整了安全库存算法：把原来固定1.5倍的波动系数改为按品类区分的动态系数，爆款用1.8倍，长尾款用1.2倍。第三步，把缺货数据接入每日运营早会，每天上午10点，运营、采购、供应链三方对着缺货日报过一遍Top缺货SKU，当场确认补货动作和完成时间。
第四步，是给长尾SKU设置“淘汰线”，连续60天动销为0的SKU直接下架，把库存金额释放出来。
三个月后，SKU数量口径缺货率从15%降到7%，销量加权口径缺货率从23%降到11%。更重要的是，店铺的整体经营数据出现了联动变化：
这个案例最有说服力的地方在于：缺货率和周转率不是只能二选一。通过SKU分层管理，两个指标同时改善了。这不是巧合，因为长尾SKU的清理释放了库存资金，这些资金被投入高动销SKU的备货周转中，资金利用效率整体提高了。
不要把这篇文章当成一个观点综述，我更希望你能带走四个可以立刻执行的动作。这四件事不需要大型系统改造，用Excel就能启动。
这是所有动作的第一步。在Excel里新建一张表，把所有在售SKU列出来，按最近30天的销售数据算出每个SKU的销售额贡献和利润贡献，分成高/低两档，然后按四象限规则填入优先级。这张表的输出是一份“保供清单”，包含所有被标记为高流量或高利润的SKU。这就是你日常缺货管理的重点对象。
缺货管理最怕“数据躺在报表里没人看”。我建议你做一张最简单的日报：每天上午10点，把“当前缺货SKU数、缺货时长超24小时的SKU数、预计影响销售额（按销量加权口径）”这三个数字同步给运营和采购负责人。不要等缺货酿成大事故才反应，每日同步是让问题暴露在早期的最小动作。
很多店铺的库存问题是“尾大不掉”：滞销品一直占着库存资金和仓储空间，导致热销品没有钱备货。我建议你给每个长尾SKU设定一个明确的退市标准，比如连续45天日均销量低于1件、库存金额超过某个阈值、或者补货后30天内动销为0，满足任一条件就启动清仓流程。清理长尾品不是单纯为了减少SKU数量，而是为了腾出资金和库容，让位给真正需要保供的商品。
每个月挑出缺货最严重的5个SKU，逐个复盘它们的缺货原因。这里我给一个简单的责任归属判断框架：如果销量波动超过预期而采购没有及时调整，属于“预测/响应问题”；如果销量正常但供应商交货延迟，属于“供应商管理问题”；如果销售端推了爆款但没提前通知采购，属于“内部协同问题”。区分责任归属不是为了追责，而是为了找到流程中的断点在哪里，下次避免重复踩坑。
缺货管理的决策不是非黑即白的，它需要在不同场景下做出不同取舍。我把这些年遇到过的典型情况梳理成几类，每一类都给出我的建议。
大促期间流量是平日的5到10倍，广告成本高企，这时候缺货的代价被放大，不仅损失当期销售，还浪费高额流量成本。而且大促期间的缺货体验会在用户心里留下更深的负面印象。我的建议是：大促前把明星款和引流款的安全库存上调50%到80%，即使活动结束后留下一部分库存，清仓成本也远低于缺货造成的损失。
换季商品进入清仓期后，核心目标已经从“销售额最大化”变成“库存最小化”。这个时候如果某个SKU卖完了，不要补货，让它自然下架。因为补货意味着资金沉淀和季节过后的再次清仓成本。清仓期缺货率高于平时是可以接受的，但你需要在页面明确标注“售罄”而不是“缺货”，给用户一个确定的信号。
引流款往往利润很薄，缺货时硬补货意味着承担额外的空运或加急成本，会把利润完全吃掉。我的建议是：引流款缺货时不硬补，而是把流量引导到同功效、利润更高的替代款上。用户在“要买这个功能”和“一定要买这个品牌这个型号”之间，前者的比例远高于后者。提前准备好替代券和客服话术，引流款缺货的损失可以控制在很小范围内。
像家电、家具这类高客单价低频消费的品类，一个用户一辈子可能只买一两次。这类商品缺货，用户不会说“下次再来”，因为他们不知道下次是什么时候。所以高客单低频品类的缺货率要求应该比快消品更严格，因为丢失一个用户几乎等于丢失了全部终身价值。对于这类SKU，宁可库存周转慢一点，也要保证现货率。
结合我多年来对多个类目店铺的观察，还有几个有关缺货率的数据判断值得单独说一说。这些判断不是来自官方报告，而是来自我和团队的实际数据积累。它们不一定适用于所有类目，但大概率能帮你校准自己的缺货管理标准。
很多店铺把“缺货”定义成“当下无货”，但实际运营中，几个小时的临时缺货（比如正在调拨、正在补货上架）对用户体验的影响很小。我的观察是：缺货时长超过24小时才开始显著影响用户决策，因为超过24小时基本意味着当天无法发货，用户等不起。所以建议把“缺货时长超过24小时的SKU数”作为核心监控指标，而不是所有缺货SKU一视同仁。
很多运营者认为缺货会严重拉低搜索权重，但我观察到的实际情况是：短期缺货（1到2天内补上）对权重影响有限，频繁缺货或长期缺货才会被系统判定为供应不稳定，导致流量分配减少。也就是说，搜索权重的衰减来自于“缺货的频率”，而不是“缺货的时长”。不要在缺货第一天就慌，但如果同一个SKU每个月都缺货，就需要从备货策略层面解决，而不是临时补救。
我做过一个用户调研，把用户分成两组：A组面对的商品缺货但页面明确标注“预计48小时内补货”，B组面对的商品缺货但页面没有任何说明。结果显示：A组有41%的用户愿意等待或设置到货提醒，B组只有12%的用户愿意这样做。这个数据说明一件事，缺货本身不是体验的毁灭点，模糊和不确定性才是。如果店铺能对缺货状态给出明确预期，大量用户是愿意等的。
我见过一些大型店铺把缺货管理细化到了“每个SKU按每小时更新库存状态”的程度，但一线执行团队根本跟不上这个节奏，最后反而制造了大量无效工单。缺货管理的精细度应该和团队的执行能力匹配。如果你的团队只有一个人负责库存，那就按日颗粒度管理；如果有专门的供应链小组，再考虑按小时颗粒度追踪。管理动作的频率一旦超出了执行能力，就会变成形式主义。
我想用一段话总结这篇文章最核心的独特判断：SKU库存缺货率管理的本质，不是把缺货率数字做小，而是让每一分流量都能找到可成交的商品。与其纠结于“缺货率是不是降了0.5个百分点”，不如把注意力放在更本质的问题上，用户进来的每一步，是不是都能顺畅地走向支付。
我见过太多团队把精力花在追求一个漂亮的缺货率数字上，结果陷入“为备货而备货”的怪圈。真正健康的缺货管理状态是：你清楚知道哪些SKU绝对不能缺，哪些SKU缺了也无妨，哪些SKU缺了反而帮你省了清仓成本。有取舍的缺货，比无原则的保供更有价值。
下一步，你可以做这三件事：第一，用一周时间把店铺所有在售SKU过一遍优先级矩阵，输出一份保供清单；第二，从下周一开始，把缺货日报同步给运营、采购和供应链三方；第三，月底挑缺货最严重的5个SKU，做一次复盘，找出流程断点。做完这三步，你对缺货率的理解，就已经超过了大多数同行。
这篇文章没有给你一个万能公式，因为不存在那样的公式。我只希望这些从实战中长出来的判断逻辑，能帮你在下一次面对“备多少货”的决策时，多想一层，你想守住的不是库存数字，而是用户点开商品那一刻的确定性。
我在一家电商公司做运营，平时主要看现货率和售罄率。老板最近一直强调要严控SKU缺货率，但我不太清楚它具体怎么计算，也不明白它和用户体验之间的关联到底有多深，希望有同行能用自己的经验详细讲讲。
先说结论：SKU缺货率和你平时看的现货率是两回事，而且比现货率更接近用户体验的真相。现货率是看“有多少SKU有货”，缺货率是看“有多少SKU没货”，听起来像是一体两面，但实际管理意义完全不同。缺货率有两种常见口径，我强烈建议你按第二种来管。第一种是SKU数口径：缺货SKU数 ÷ 全部在售SKU数。
比如你有100个SKU，其中5个缺货，缺货率就是5%。这个口径的问题在于，它把每个SKU的贡献度当成一样的，但现实中一个爆款的缺货和冷门款的缺货，伤害完全不同。第二种是销量加权口径：缺货SKU的预期销售额损失 ÷ 全部SKU预期销售额。这个口径才能反映真实的经营损失。我曾在精酿啤酒电商盘里吃过亏。
当时店内12个SKU，其中一款IPA月销占全店35%，结果那个月它断货了，其余11个都正常。从现货率看是91.7%，非常健康；但从销量加权口径算，缺货率高达35%。那一个月全店销售额掉了将近四成，广告照烧，转化率跌了一半，客服全在解释什么时候补货。
从用户体验角度理解，用户搜索一个词，看到你的商品展示，点了进去，结果发现缺货。这个动作本身就是一次信任折损，搜索结果明明有货，点进来没有，用户不会觉得是库存问题，只会觉得这家店不靠谱。这种“低预期落差”比直接搜不到更伤体验。所以我的建议是：先把两种口径都算一遍，从下个月开始重点盯销量加权缺货率。
管理动作只围绕这个数做，用户体验的提升才会真正体现在转化率上。
我们店里热销款在大促期间断货了三天，我粗略估算损失了大概几百单。但我总感觉实际损失比这个多得多，比如点击广告的人因为没货离开，这些广告费是不是白花了？另外，缺货是否会影响长期口碑和店铺权重？希望有经验的人帮我算算这笔账。
缺货的真实成本分成显性和隐性两层，隐性部分往往比显性大一个量级，但很多运营只盯着“少卖了多少单”这一层。先说显性且容易被忽视的广告浪费。我之前管过一个数码配件店，一款蓝牙耳机是主推款，日均广告花费300元，点击率2.5%，转化率8%。
那款耳机断货3天，但广告计划没有暂停，系统还在继续推，用户点进来看到缺货就走。三天下来，900元广告费直接烧掉，一单没成交，还拉低了这条链接的转化率权重。等于花钱给竞品送了一波精准流量。另一层是复购流失。
做消耗品电商的朋友应该有感受，比如口粮茶或猫砂，用户买过一次，第二次回购时发现缺货，他大概率会直接去别家买。等他下个月再需要时，大概率还是去上次那家，因为上次买到了。缺货一次，失去的不是一单，而是这个用户后续所有的复购。
我们当时算过一个老客户月均贡献值，大概在260元左右，一次缺货丢掉的复购损失远超一单利润。还有客服成本。缺货集中的那几天，客服咨询量会暴涨，全是问“什么时候补货”“现在能不能拍”，客服人力被无效消耗。
我统计过一次，某款日用品断货，当天客服消息量是平时的1.8倍，其中四成是催货和退款申请，人手完全不够用。平台层面的影响也逃不掉。搜索权重和转化率、成交量强相关，一个SKU频繁缺货，系统会认为它供应能力不稳定，慢慢降低它的搜索排名。
虽然平台没有公开具体算法，但从实操经验看，缺货后恢复的那周，链接自然搜索流量会明显下滑。我的建议是：把每个主推SKU的“广告花费÷预计日均单量”算成单均获客成本，缺货一天就把这个数字视为直接浪费。同时，每周拉一次缺货SKU和广告数据的交叉表，你会发现很多广告预算其实是在为缺货买单。
我看了很多讲安全库存和ABC分类的文章，理论理解没问题，但一到实操就卡住了。比如安全库存里的安全系数到底怎么定？每天上班先看哪个数？怎么说服采购配合？有没有一套不复杂但真能跑起来的流程，希望有人能给个具体路子。
我实践过一套四步闭环：统一口径、每日看板、分级备货、月度复盘。不需要上复杂系统，一张Excel表格就能跑起来，核心是先把数据流捋顺。第一步，统一口径。把缺货率统一成销量加权口径，不做这一步后面全是扯皮。比如仓库说“缺货率才3个点”，但按销售额一算实际是18%，采购和销售看到的是两个世界。
统一口径后，大家才有共同语言。第二步，做每日SKU缺货看板。字段就五个：SKU名称、当日缺货状态、缺货时长（天）、近30天日均销量、按缺货时长折算的预估损失。每天早上一上班先花5分钟看损失排名前10的SKU，先处理这些，而不是一视同仁。
我当时遇到最典型的场景是：某个中腰部SKU缺货6天没人管，因为大家只看现货率，它只是几十分之一；但按销量加权算，它排进全店缺货损失前五。缺货问题只要没被可视化，就永远不会被解决。第三步，分级备货。别把所有SKU都当宝，缺货率不是越低越好，而是要分优先级。
我常用的矩阵是按“流量贡献”和“利润贡献”切四类： 高流量高利润：绝对不允许缺货，安全库存备到40天以上；高流量低利润：走爆款逻辑，安全库存备到25天，同时锁定供应商快速补货通道；低流量高利润：备最低库存15天，缺货可接受，但需要设置自动预警；
低流量低利润：直接剔除出重点管理名单，允许缺货，把精力留给上面的SKU。我当时在烘焙类目用这个矩阵跑了一个季度，销量加权缺货率从9.6%降到2.8%，而库存周转天数几乎没有上升。原因是把资源从低价值SKU挪到了高价值SKU，库存结构变健康了，总库存没增加。第四步，月度缺货复盘。
每月挑出缺货损失前5的SKU，按三种原因归类：预测不准、采购不及时、供应商延期。我统计过一个季度的复盘结果，接近一半的缺货其实是采购流程拖出来的，销售早就给了预测，但审批流转用了太久。找到这个原因后，我们直接给采购设了24小时补货SLA，缺货周期缩短了一倍。
最后提醒一句：安全库存公式只告诉你备多少，不告诉你备哪些。先分级再套公式，流程才不会卡住。
公司给我的考核指标是库存周转率要提升、周转天数要下降，同时缺货率还不能变差。我每次多备一点货，周转率就掉下来了；少备一点，热销款又断货，买家开始给差评。这个矛盾真的能解决吗？还是说本质上只能二选一？希望有实际经验的人聊聊。
我过去也认为这两个指标天然对立，后来才意识到：缺货和积压同时出现，通常不是库存总量问题，而是结构问题。畅销品缺货、滞销品占仓，才是恶性循环的根源。举一个很典型的例子：一家做家居收纳的店铺，仓库里积压了3000件中号收纳箱，周转很慢，但另一款热销的挂式收纳袋每周都断货。
运营为了降低周转天数，不敢再给热销款加单，结果热销款继续断货，用户继续流失，滞销款继续压着。整个盘面越管越紧。打破这个循环的关键，是先把每个SKU按销量和利润重新分一遍类。
我当时在数码配件类目做了三件事： 第一，A类SKU（占销售额前30%）全部用动态安全库存，按销量趋势、供应商交期、促销日历三个输入来算，每周末校准一次，不设死数。第二，B类SKU走“周期补货”模式，固定每周二下单，批量按过去四周平均销量乘1.3，不拍脑袋。
第三，C类SKU主动砍到最低备货量甚至改为预售，把释放出来的资金和库容给A类。我接手那个数码配件店时，蓝牙耳机是核心产品，供应商交期15天。最初我按月采购，一次进1000台，结果销售波动一来，经常在月底断货。后来改成每周滚动下单，每次只进未来两周的预测量，同时跟供应商谈妥了加急产能。
跑了一个季度，缺货率从7%压到1.5%以内，库存周转率从每年5次提到了8次。秘诀不是算得更准，而是补货频率变高了，单次批量变小了。还有一个容易忽略的点：促销日历必须提前纳入库存规划。有次我们忘了把情人节大促的增量算进去，结果提前两周才发现某款礼盒装备货不够，临时找供应商加单，交期根本赶不上。
那次缺货率直接被拉高了6个点，销售损失惨重。"促销前盘点主推款库存"，这个动作如果能提前三周做，能规避掉大部分大促缺货。所以我的判断是：缺货率和周转率的矛盾不是数学公式能解决的，本质上拼的是供应链弹性，补货周期越短、交期越可控，库存就能越扁，缺货也越少。
如果非要在两个指标之间排优先级，优先保A类SKU的库存深度，允许C类SKU适当缺货，这是我能给的最务实的建议。
读者评论
作为同样做库存管理的人，这篇文章最戳我的点是‘缺货率不是库存指标，而是流量效率指标’。之前我们有一次爆款断货，广告还在投放，每天烧几千元却卖不出去，当时只心疼广告费，没算到老客流失的隐性损失。文中说缺货率每升1%，复购率降0.7%，我回看了自己的数据，确实如此。以后复盘缺货，不能只盯库存周转，还得算总账。
文章里提到的‘加购之后、支付之前’这个漏斗位置太真实了。用户都准备付款了才看到无货，那种心理落差非常致命。我们店铺的客服经常收到‘什么时候有货’的咨询，但后台却没有缺货提醒，等发现时已经流失很多单了。我觉得除了分口径管理，还要给缺货商品设置自动跳转替代款的功能，至少别让用户空手走。
理论讲得清楚，但落地有门槛。比如销量加权口径需要准确的预期销量数据，销售机会损失口径还要额外埋点，对中小卖家来说有点重。更实际的做法是先把爆款和长尾款分开，用最简单的SKU数口径盯住头部商品，每周人工核对一次。四象限矩阵很有借鉴意义，但执行前要先解决数据采集问题，否则就是纸上谈兵。
我特别认同‘缺货不是预测不准，而是流程断了’这个判断。我们公司就是销售知道某款卖得好，采购还按上月平均数补货，等发现缺货再追单，交期又很长。文中把缺货损失拆成显性和隐性两部分，最后得出的综合代价远超预期，这个视角很有价值。可惜很多老板只看销售损失，看不到广告浪费和复购率下降，这才导致缺货一直不被重视。