什么是牛鞭效应？成因及如何减少它
牛鞭效应是指供应链上游的订单波动幅度随着需求信息向上传递而逐渐扩大的现象。零售店销售额的微小增长，会转化为分销商更大的订单，进而转化为制造商更大的订单，最终传导至原材料供应商时则演变成巨大的订单需求——每一个环节都在放大前一个环节的波动。 这个名称形象地描述了其形态。挥动鞭子手柄时的小动作，会在鞭梢产生巨大的摆动，供应链的行为方式如出一辙：你距离最终消费者越远，所感受到的需求信号就越剧烈。 什么是牛鞭效应 供应链中的每一个环节都是根据其收到的订单来下单，而不是根据最终客户的实际购买情况。正是这一事实导致了需求的放大。 零售商发现销售额增长了5%，于是下单增加10%，因为他们既要满足更高的销售周转率，又要相应地重建库存缓冲。分销商看到订单增长了10%，便如法炮制，下单增加20%。制造商看到订单增长20%，便订购了40%的额外原材料。每个环节的行为在逻辑上都是合理的，但到了第四个环节，信号与最初的5%增长已毫无关联。 这种扭曲是双向的。当需求下降时，上游订单的崩塌会更为严重且持续时间更长，因为每个环节都在消耗之前过量订购的库存。 这一问题带来了两个后果。上游参与者所看到的需求波动远比真实的消费者需求剧烈得多，这使得计划工作几乎无法开展。同时，整条供应链最终持有的库存远超实际需求，因为每个环节都在为供应链自身制造的波动进行缓冲。 牛鞭效应示例 最经典的演示是商学院沿用数十年的供应链模拟游戏——“啤酒游戏”。参与者分别扮演零售商、批发商、分销商和工厂，每个人只能看到来自下游环节的订单。在游戏中，消费者需求仅发生一次小幅变动，随后保持稳定。然而，参与者往往会制造出剧烈的波动、巨大的库存起伏和严重的短缺——而这一切仅仅源于一个他们无法察觉的微小且永久的变动。 以下是该机制的数字演示。 初始状态。 一家商店每周销售100个单位的产品，并持有两周的库存缓冲，即200个单位。其分销商持有商店两周的需求量。制造商持有分销商两周的需求量。 第一周。 消费者需求从100上升到110——增长了10%，并保持在该水平。 商店的反应。 它现在每周需要110个单位，并希望在新水平上保持两周的缓冲，因此目标库存从200上升到220。它必须订购110个单位来满足本周销售，外加20个单位来重建缓冲。它订购了130个单位——在需求仅增长10%的情况下，订单增长了30%。 分销商的反应。 它看到订单从100上升到130。它需要130个单位来满足下游需求，并需要将自己的缓冲从200增加到260，因此它订购了130 + 60 = 190个单位。这相当于90%的增长。 制造商的反应。 它看到订单从100上升到190。为了满足订单流并将其缓冲从200重建到380，意味着需要生产190 + 180 = 370个单位。在零售端仅有10%变动的情况下，产量增加了270%。 接下来发生的情况更糟。 下一周，商店的缓冲已恢复，仅需110个单位。其订单从130降至110——分销商将此解读为需求崩塌，而此时190个单位的货物刚好运抵。分销商大幅削减订单。制造商为了生产370个单位而调整了产能，现在却收到了几乎为零的订单，且手中积压了无人问津的库存。 此后供应链陷入震荡：短缺、超额订购、过剩、取消订单、再次短缺。而消费者需求自第一周后从未变动过。 牛鞭效应的成因 20世纪90年代的供应链研究确定了四个经典驱动因素，它们至今仍能解释大部分此类现象。 1. 需求信号处理。 每个环节都是根据收到的订单而非真实的消费者需求进行预测，并随着预测的变化调整自身的安全库存。由于输入信号本身已被扭曲，每一次预测都会放大所继承的扭曲。这是上述示例中的机制，也是最主要的原因。 2. 订单分批。 订购成本、MOQ（最小起订量）和整车运输的经济性促使企业倾向于周期性地大批量订购，而非持续小批量订购。一个每周稳定购买的客户，在供应商眼中表现为每月的订单高峰，随后是三周的零订单。将此情况乘以许多按不同周期订购的客户，供应商看到的“噪音”就与实际消费毫无关系了。 3. 价格波动。 促销、折扣和批量交易鼓励了提前购买——客户在价格低廉时购买远超其需求量的产品，随后数月不再购买。由此产生的需求模式反映的是定价日历而非实际使用情况，而供应商的预测正是基于此训练的。 4. 配额与短缺博弈。 当供应短缺且供应商按订单比例分配货物时，客户会学会虚报订单以获取更大的份额。供应商随后看到巨大的虚假需求，从而扩大产能，而一旦供应恢复，订单便瞬间蒸发。这完全是由分配政策导致的自作自受。 另外两个因素也值得补充，因为它们加剧了上述四个因素的影响。 长交货周期。 你需要提前承诺的时间越长，预测的成分就越多，响应的成分就越少，当预测出错时，修正的幅度就越大。放大效应随着反馈回路的长度增加而增强。 沟通不畅。 市场部策划了一场促销活动却未告知供应商，或者赢得了大客户、产品即将停产等。每一个信息在上游看来都是无法解释的需求冲击，供应商会将其视为一种趋势并做出反应。 牛鞭效应的影响 整条供应链库存过剩。 每个环节都持有缓冲以应对波动，而这种波动很大程度上是由供应链自身制造的。这意味着资金在每个阶段都被占用，其中大部分最终变成了死库存。 同时出现缺货。 震荡同时导致了这两种结果。供应链在总量上可能过剩，但同时又无法供货，因为库存处于错误的位置或周期的错误阶段。 […]
什么是售罄率？公式与示例
售罄率衡量的是在特定时期（通常为一个月份）内，您所收到的库存中成功售出的比例。例如，收到 200 件商品，售出 90 件，则您的售罄率为 45%。 售罄率 = (售出数量 ÷ 收到数量) × 100 它首先是一个采购衡量指标，其次才是销售衡量指标。售罄率低并不一定意味着产品销售不佳，通常意味着您的采购量过大。这种区别正是该指标的价值所在，因为它是少数几个能直接指向采购决策的指标之一。 什么是售罄率 售罄率（通常缩写为 STR）用于比较同一时期内商品的流出量与流入量。 统计周期比人们预想的更为重要。 月度是最常见的周期，因为它符合大多数采购周期，且时间跨度足够短，便于采取行动。周度适用于快时尚和任何季节性极强的商品。季度则可以平滑慢销品类中的波动。无论您使用哪种周期，都必须保持一致——脱离周期谈比率是没有意义的。 关于“收到数量”的定义。 存在两种惯例，且计算结果不同。一些企业使用该时期内收到的数量；另一些企业则使用期初库存加上入库量，这更接近于“可售库存”。对于有结转库存的产品，第二种方式提供的信息量更大，且属于不同的衡量标准。请选择一种并明确标注。 它能告诉您销售数据无法体现的信息。 售出 90 件是一个事实。而售出您采购的 200 件中的 90 件，则是对采购决策的评价，且该评价在几周内即可得出，无需等到季末。 售罄率公式及计算示例 售罄率 = (售出数量 ÷ 收到数量) × 100 一家服装零售商在月底对三个产品系列进行了评估。 产品 A — 基础款 T 恤 收到数量：400 售出数量：340 (340 ÷ 400) × 100 = 85% 产品 B […]
什么是延期订单（Backorder）？运作方式及其优缺点
延期交货（backorder）是指客户下单购买您目前没有库存的商品，而您已接受订单并承诺在库存到货后进行履约。与缺货（stockout）通常导致销售流失不同，延期交货保留了销售收入，并将其转化为一项延迟履行的义务。 区分延期交货和缺货至关重要。在缺货情况下，销售会流失——客户发现商品无货后会转向其他渠道。而在延期交货中，客户选择了等待。您保留了收入，同时也承担了相应的义务。 这种差异是问题的核心。延期交货是您成功转化为延迟销售的缺货情况，而这是否是一个好的结果，完全取决于您对等待过程的管理水平。 什么是延期交货 要将某种情况定义为延期交货而非履约失败，必须满足以下三个条件： 客户已承诺。 客户在明知商品目前无货的情况下仍下单购买。 您已承诺。 您已接受订单，并且通常已经收款或完成了预授权。 有明确的到货预期。 库存已在订购中、生产中或运输途中。针对您根本没有计划获取的库存所接受的订单，不属于延期交货；那只是在推迟处理一个问题。 延期交货出现在两个层面。客户延期交货即上述情况。供应商延期交货则是其镜像——您已向供应商下单，但对方无法供货，这通常是导致问题的根本原因。 延期交货的运作方式 1. 下单： 针对库存显示为零或低于所需数量的商品进行下单。 2. 系统标记： 系统将其标记为延期交货，而不是分配库存。这一点很重要：如果将订单排入不存在的库存队列，它会进入拣货队列并在货架处失败，从而浪费拣货员的时间并导致缺货发运。 3. 通知客户： 告知客户并提供预计日期。这一步决定了延期交货是继续维持还是被客户取消。 4. 触发补货： 或者，如果库存已经在途，则将延期交货订单与预期的入库进行关联。 5. 库存到货： 库存到货并分配给延期交货订单，通常按照订单接收的先后顺序进行，尽管有些业务会根据客户或订单价值进行优先处理。 6. 发货： 订单发运，并通知客户。 第五步的分配规则值得慎重决定。先到先得是最公平且最容易解释的。优先考虑大型或战略性客户在商业上是合理的，但当等待时间更长的较小客户最终一无所获时，会引发尴尬的沟通。 拆单发货：隐形成本 当订单中部分商品有货，部分商品需要延期交货时，您需要在“等待订单齐套后再发货”与“先发出现有商品，后续再发剩余商品”之间做出选择。 齐套发货会产生一次配送成本，并延迟客户订购的所有商品，包括您原本有货的那些。 拆单发货可以立即发出有货商品，但会产生第二次拣货、第二次打包和第二次运输成本——通常仅为了一个低价值的商品。 这两种方式在任何情况下都不是绝对正确的。大多数业务会设定规则：当有货部分超过一定价值或比例时进行拆单，当延期商品在几天内即可到货时则进行等待。将其设定为规则而非临时判断，才能保持发货的一致性，并防止成本不可预见地增加。 此外，明确由谁承担第二次运输费用也很重要。承担该费用是一项带有实际成本的服务决策，那些从不量化此项成本的业务，在统计拆单发货成本后，往往会对其高昂程度感到惊讶。 延期交货的利弊 优势： 保留销售： 避免了销售流失给竞争对手。 降低库存压力： 对周转慢或高价值产品接受延期交货，意味着无需持有可能卖不出去的库存。 需求信号： 延期交货是需求的有力证明，比预测更准确，对于不确定的产品非常有用。 现金流： 在下单时收款而非发货时收款。 适用于定制和高价值商品： 客户预期需要等待，持有库存反而不合理。 劣势： 客户取消订单： 等待时间越长、日期越模糊，取消订单的客户就越多。 行政负担： 跟踪、沟通、分配和催促延期交货订单是随着业务量增加而增加的实际工作量。 […]
什么是盘点？如何进行盘点（分步指南）
盘点（Stocktake）是对您持有的所有库存进行全面实物清点，并与系统记录进行核对的过程。在美国，这被称为“实物库存盘点”（physical inventory count），它用于核实账面库存数量，并揭示因拣货错误、损坏、盗窃和未记录的库存移动所导致的差异。 这是系统不再被盲目信任的时刻。库存中的其他一切——再订货点、预测、估值、交付承诺——都建立在被假定为正确的库存数据之上。盘点是唯一能验证该假设是否成立的手段。 大多数企业每年进行一次盘点是因为审计要求，将其视为一项合规性苦差事，几乎没有从中挖掘出任何潜在价值。这是一个错失的机会，因为盘点揭示的差异正是您流程失效的“地图”。 什么是盘点 盘点的核心特征是完整性。盘点是在单一时间点对所有库存进行清点，因此结果是整个运营过程的核实状态，而非抽样调查。 相关术语虽有不同，但含义大致相同： Stocktake — 英国、澳大利亚及大多数英联邦国家的常用术语。 Physical inventory 或 physical count — 美国常用的术语。 Wall-to-wall count — 对整个仓库进行全面清点，强调不遗漏任何物品。 Annual count — 为财务年度末进行的盘点。 盘点与循环盘点（cycle counting）不同，后者是持续对部分库存进行清点，从而在不停止运营的情况下，在一段时间内覆盖整个仓库。关于两者的比较，详见下文。 为什么盘点很重要 它确立了真实库存状况。 记录会产生偏差。每一次未记录的移动、拣货错误、未核销的损坏以及录入错误都会累积，只有通过盘点才能揭示总量。 它支持财务账目。 期末库存通常是资产负债表上的重要资产，直接影响销售成本，进而影响报告利润。审计师需要证据证明该数字是真实的。 它揭示了库存损耗。 盗窃、损坏和丢失在清点前是不可见的。了解损耗规模是解决问题的第一步。 它揭示了流程缺陷。 这是最常被浪费的部分。差异的模式——哪些产品、哪些库位、哪些班次——告诉您运营中哪里出了问题。如果不分析这些模式而直接调整数字，就等于丢弃了这些宝贵信息。 它能发现您未察觉的库存。 记录管理不善的企业经常会在被遗忘的角落发现有价值的库存，从而避免重复订购已有的商品。 如何进行盘点：分步指南 盘点前 1. 规划盘点并选择时间。 选择业务最淡的时期，最好是库存水平最低的时候——单位数量越少，清点工作量越小，出错概率越低。出于会计原因，年底盘点很常见，但这往往不是运营上最方便的时刻。 2. 整理与组织。 合并零散托盘，将放错位置的物品归位，清理收货区，并处理未完成的交易。在一个杂乱的仓库中盘点，耗时会成倍增加且结果更差。这种准备工作对准确性的贡献通常超过盘点当天的任何努力。 3. 冻结库存移动。 盘点期间停止收货、拣货和发货。如果无法完全停止，请将必须移动的物品隔离并单独清点，同时清晰记录交易。 4. 处理所有文书工作。 确保每一笔收货已入账、每一笔发货已确认、每一笔调整已过账。实物存在但系统未记录，或反之，都会成为虚假的差异。 5. 准备盘点表或设备。 […]
什么是缺货？原因、成本及预防方法
缺货是指客户想要购买某件商品，而您却无法提供。缺货（也称为 OOS）通常意味着销售机会的流失，而非仅仅是延迟。由于交易从未发生，缺货在销售数据中几乎不留痕迹，这也是为什么缺货问题长期以来被严重低估的原因。 缺货最显著的特征，也是其管理长期被忽视的原因，在于它几乎不留痕迹。呆滞库存（Deadstock）摆在货架上，您看得见；而缺货是一种“缺失”——客户没有购买、搜索结果为空、订单流向了竞争对手。由于销售并未发生，您的销售数据中不会有任何体现。 这种隐蔽性正是问题的核心所在。大多数企业能精确到个位数地报出其过剩库存的价值，却无法估算出上季度因缺货造成的损失金额。 什么是缺货 严格定义是指在有需求时可用库存为零。但在实践中，几种情况的表现是一样的： 真正零库存。 物理上没有任何库存。 可用库存为零。 库存存在，但已分配给其他订单。从客户的角度来看，这与缺货没有区别。 虚假库存（Phantom stock）。 系统显示有货，但货架上却是空的。这比单纯的缺货更糟糕，因为您先接受了订单，随后却不得不让客户失望。 存放位置错误。 库存存在于仓库的某个地方，但在有效时间内无人能找到。 不可销售状态。 库存存在，但已损坏、过期或被隔离。 只有第一种情况在会计意义上属于缺货。但这五种情况对想要购买的客户而言结果相同，这也是为什么仅测量“真正零库存”会低估问题严重性的原因。 无人计算的成本 计算缺货的实际成本需要刻意为之，因为默认情况下，这些成本不会出现在您的报告中。 直接损失的利润。 最简单的组成部分。如果某产品每天销售 8 个单位，利润为 $12，且您缺货 5 天，直接损失约为 $480。这种计算比较粗略——它假设需求与平均水平一致——但远比假设损失为零要好得多。 替代品（或缺乏替代品）。 有些客户会购买您的替代产品，这种情况下损失仅为利润差额。而另一些客户则会完全流失。这两者之间的比例决定了大部分实际成本，且该比例因产品和您的差异化程度而有很大不同。 购物篮中的其他商品。 一位因缺货而离开的客户，原本可能还会购买其他四件商品。在零售业中，这部分损失往往大于缺货产品本身的利润。 客户留存率。 最重要且最难衡量的一项。首次购买的客户如果遇到缺货，可能永远不会再来。老客户可能会发现竞争对手的产品也足够好，这种成本是在数年而非数周内显现出来的。 加急补货成本。 用空运代替海运，用快递代替托盘运输，用零担代替整车。这些成本真实、可见，且通常是唯一被记录下来的部分。 内部成本。 客户服务沟通、采购催货、管理层关注，以及在某些业务中产生的缺货订单管理成本。 罚款。 对于向大型零售商供货的供应商而言，采购订单出现缺货行项目会产生财务罚款，因此这部分成本是明确的，而非估算的。 一种可行的方法是针对您的核心产品准确估算前三项成本，并承认其余部分仅具参考意义。即使是一个粗略的总数，也比大多数运营部门目前掌握的“零数据”更有价值，因为它将服务问题转化为了一个可以与持有更多库存的成本进行比较的数字。 缺货的成因 缺货原因存在于一条链条中，而大多数运营部门往往归咎于错误的环节。 需求高于预期。 真正的预测误差、促销活动效果超预期、竞争对手缺货、外部事件等。并非总是可以预防，但通常可以通过更好的缓冲库存来应对。 供应商未交付。 延迟、缺货或完全未交付。这是实践中最常见的原因，也最常被归咎于预测失误，因为无法衡量供应商提前期的运营部门无法区分这两者。 再订货点（Reorder point）设置过低。 通常是根据供应商报价的提前期而非实际测量的提前期计算得出，或者是两年前设置后随着需求增长从未更新过。 无人执行触发指令。 系统已发出补货提醒，但采购订单未创建。这种情况出奇地普遍，它会导致参数完全正确的产品出现缺货。 记录错误。 库存不准确导致您误以为有货。这是最具破坏性的情况，因为它们毫无预兆地发生，且客户已被告知商品有货。 内部补货失败。 […]
什么是库存积压？成因、成本及避免方法
库存积压是指持有的库存超过了需求所能证明的合理水平。这些商品最终可能会售出，但在此期间，它们占用了你无法动用的现金，占据了你正在支付费用的空间，并承担了在售出前过期的风险。 这是两种库存失效中较隐蔽的一种。缺货会直接显现出来——客户询问时你却无货可供。而库存积压则静静地躺在货架上，看起来像是一项资产，甚至可能在长达两年的时间里，因为无人提及而一直处于积压状态。 什么是库存积压 技术定义很简单：库存量超过了在目标服务水平下，在合理的时间范围内满足需求所需的数量。 实际定义则更有参考价值。当你持有的某产品数量，其售出所需的时间远超该产品的保质期、商业相关性或你的耐心所能承受的限度时，该产品就处于积压状态。 没有通用的阈值，因为不同类别的合理库存覆盖天数差异巨大。对于交货期为六个月的工业备件，十二周的库存覆盖是审慎的；但对于生鲜产品，这却是一个严重的问题。应按产品类别设定阈值，而不是在整个业务范围内统一设定。 库存积压不等同于库存充足。持有足够的库存以可靠地满足需求是库存管理的意义所在。库存积压是指超出该需求的部分，这种区别至关重要，因为在遭遇缺货后的常见反应往往是矫枉过正，走向另一个极端。 库存积压 vs 缺货 vs 安全库存 定义 原因 可见性 主要成本 库存积压 库存量超过了需求所能证明的合理水平 过度采购、预测不准、批量折扣 是 — 占用货架空间 资金、空间、陈旧过时 缺货 库存量低于需求所需水平 采购不足、补货延迟、供应商失误 仅在导致缺货时可见 销售损失和客户流失 安全库存 为应对波动而刻意设置的缓冲 经过计算的决策 是，且其存在是有目的的 持有成本，已知并接受 最重要的区别在于库存积压与安全库存之间，因为它们在货架上看起来一模一样。安全库存是根据你所选择的服务水平，针对需求和交货期的测量波动而计算出的储备量。而库存积压则是超出该储备量的所有部分，且没有任何人能说明其持有的理由。 测试方法：你能说出为什么持有该数量的库存，以及它在防范什么吗？如果答案是一个源自波动的数值，那就是安全库存。如果答案是“买500个更便宜”，那就是库存积压。 缺货和库存积压也不是可以在范围内平衡的对立面。典型的企业往往同时存在这两种情况——在客户真正需要的畅销品上缺货，而在无人问津的长尾产品上积压。解决这种组合失衡通常比单纯减少总库存更有价值。 导致库存积压的原因 批量折扣。这是最常见的原因。供应商以双倍数量提供更优惠的单价，节省成本是即时且可见的，而持有额外库存十一个月的成本却不明显。这是理智的人基于看似合理的计算所做出的决定。 基于目标而非预测进行采购。销售目标与需求预测被混为一谈。目标是你希望发生的事情；预测是你预期会发生的事情。基于前者进行采购必然会导致过剩。 预测误差。真正的预测过高，在促销、季节性高峰和新产品发布时最具破坏性，因为这些情况下没有历史数据可供参考。 缺货后的矫枉过正。在缺货后为了寻求安全感而下达的大额补货订单。恐慌性订货是十八个月后出现的呆滞库存的常见来源。 供应商最小起订量 (MOQ)。被迫购买500个你只需要80个的产品。这在某些产品线上是合理的、不可避免的，但依然属于过剩。 长交货期。你必须提前承诺的时间越长，你就越是在进行预测而不是响应，双向的误差也就越大。 产品系列激增。增加变体会将相同的需求分散到更多的SKU上，每个SKU都需要自己的缓冲。每个新变体看起来都很小；但加在一起，它们就形成了一个永远无法清理的长尾。 牛鞭效应。在供应链中，每个环节订货时既要覆盖流量的变化，也要覆盖自身缓冲的变化，因此消费者需求的微小波动会变成上游巨大的订单波动。距离消费者较远的环节，往往因为其自身链条制造的扭曲而导致库存积压。 库存记录不准确。找不到的库存会被重新订购。库存记录准确性较差的企业通常会重复持有他们已经拥有的库存。 缺乏库龄报告。被动的原因。过剩库存因无人报告而未被察觉，只有在空间耗尽时才会显现出来。 后果 资金占用。未售出库存中的资金无法用于销售中的库存、营销或其他任何用途。对于现金是制约因素的企业来说，这是最大的成本，也是最少被计算的成本。 仓储成本和空间。占用的库位，如果过剩导致决定租用更多空间，成本就会变得非常具体。 整体持有成本。每年库存价值的20–30%作为运营指标，涵盖了资金、空间、搬运、保险和损耗。以此计算，持有三年的过剩库存成本大约等于其自身价值。参见库存持有成本。 陈旧过时。库存随时间推移而贬值，且超过一定程度后贬值速度会加快。过剩库存仅仅因为时间流逝就变成了呆滞库存。 利润率侵蚀。清理过剩库存意味着打折，而折扣直接从利润率中扣除。等待的时间越长，所需的折扣力度就越大。 搬运浪费。过剩库存多年来在每次盘点时都要被清点、移动、除尘，然后再清点。 […]
什么是 OTIF？准时足额交付详解（公式与示例）
OTIF 代表 On Time In Full（准时且足额交付）。它衡量的是在约定的时间窗口内且完整（包含所有行项目和单位）交付的订单比例。由于它要求同一订单必须同时满足这两个条件，因此 OTIF 的数值总是低于单独衡量准时率或足额率的数值。 关键在于同时这两个字。一个准时到达但缺少两行项目的订单是不合格的。一个完整但晚了两天到达的订单也是不合格的。只有同时满足这两个条件的订单才会被计入，这就是为什么 OTIF 始终低于人们所引用的各项独立指标，也是大型零售商在想要真实了解供应商绩效时所采用的指标。 它在设计上就是一个要求严苛的指标。其意义就在于此——它反映的是客户的实际体验，而不是任何单一部门的绩效。 OTIF 的衡量内容 准时 (On time) — 交付是在约定的时间窗口内完成的。定义至关重要，这也是大多数争议的来源。时间窗口可以是一个具体的日期、日期范围、预定的交付时段或几个小时的时间段。有些客户也将提前交付视为失败，因为提前到达会占用他们分配给其他用途的卸货平台能力和仓储空间。 足额 (In full) — 订单中的每一行和每一个单位都已交付。一个二十行项目的订单如果缺少其中一项，就不算足额。部分交付无法获得部分评分。 同一订单同时满足 — 这正是 OTIF 与其组成部分区别开来的地方。你的准时率可能达到 95%，足额率也达到 95%，但 OTIF 可能远低于 95%，因为失败的订单并不一定重叠。 有些定义会增加更多条件——无损坏、单据正确、文书工作无误——此时该指标通常被称为完美订单率 (perfect order rate)，而不是 OTIF。 为什么“同时”很重要 算术逻辑值得一看，因为它解释了为什么人们第一次测量 OTIF 时会感到惊讶。 如果 95% 的订单准时到达，95% 的订单足额到达，且两种失败类型互不相关，那么同时满足这两个条件的比例大约是 0.95 × 0.95 = 90%。 因此，两个看起来不错的指标结合在一起，得出的结果看起来要糟糕得多。情况并没有变差；你只是在衡量客户的实际体验，而不是每个职能部门单独实现的指标。 在实践中，失败原因往往是相关的——缺货会导致发货延迟且不完整——这使得实际数字比纯粹的乘法计算结果要好一些。但它始终低于任何单一组成部分的指标。 这正是客户青睐它的原因。单独衡量准时率和足额率，可以让业务双方都报告成功，而客户却两样都没得到。 […]
什么是库存损耗？原因、计算公式及预防方法
库存损耗是指账面记录的库存量与实际盘点的库存量之间的差额。它是指在没有销售记录的情况下消失的库存——因盗窃、损坏、变质或行政错误而导致的损失。 损耗 = 账面库存 − 实际盘点库存 “损耗”（Shrinkage）一词有着特定的含义。它并不等同于被盗，尽管盗窃是其中的一部分。它指的是“无法解释的库存减少”，这是一个范围更广且更具参考价值的类别——因为在大多数运营中，导致损耗的最大单一原因往往是文书工作失误，而非犯罪。 什么是库存损耗 损耗是“发现”的，而非“观察”到的。没有人会亲眼目睹损耗的发生；它是在盘点时作为一种差异显现出来的。 只有通过盘点才能发现损耗。 在定期盘点制度下，销货成本被计算为所有不在货架上的商品——因此被盗、损坏或丢失的库存被默认为已售出，损耗根本不会作为损失显现出来。从不进行盘点的运营部门并非损耗更少，而是损耗处于“隐形”状态。通过盘点核实的永续盘存记录才是使其可量化的关键。 通常以价值衡量。 损耗通常表示为销售额或库存价值的百分比，因为在混合商品范围内比较单位数量并没有实际意义。 它与已记录的损坏不同。 使用原因代码核销的单位属于已知损失，已得到妥善处理。损耗是指那些你无法解释的损失。 库存损耗公式 有两种形式，明确你所引用的是哪一种非常重要。 绝对值： 损耗 = 账面库存价值 − 实际盘点库存价值 损耗率（占销售额的百分比）——零售业常用的形式，也是大多数基准参考的形式： 损耗率 = (损耗价值 ÷ 总销售额) × 100 或者作为库存价值的百分比，适用于库存周转缓慢的企业： 损耗率 = (损耗价值 ÷ 账面库存价值) × 100 基于相同的数据，这两种计算方式会得出截然不同的数字，这也是已发布的损耗数据难以比较的主要原因。请注明你使用的是哪一种。 计算示例 一家企业在年底进行库存盘点。 数据： 系统记录的库存价值：$486,000 实际盘点的库存价值：$471,300 年度总销售额：$2,940,000 第一步 — 绝对损耗值。 $486,000 − $471,300 = $14,700 第二步 […]
永续盘存制与定期盘存制：有何区别？
永续盘存系统会在每次收货、销售和调整发生时，持续更新您的库存记录。而定期盘存系统仅在进行实地盘点时（可能是每月、每季度或每年）才更新记录。在两次盘点之间，定期盘存系统的数据仅为估算值，而非准确记录。 这就是两者的全部区别，而几乎所有其他差异都由此衍生：您可以实现自动化的程度、您可以向客户做出的承诺、您年中时的财务状况，以及整个系统的运营成本。 什么是永续盘存系统？ 永续盘存系统记录每一笔库存变动。入库时，库存数量增加；拣货时，库存数量减少；报损时，库存数量进行调整。在任何时刻，系统都能提供每种产品的当前库存状态。 在实践中，这意味着在变动点进行扫描——在入库、拣货、发货时读取条码——并将数据实时传输至软件以更新记录。也存在手动永续盘存系统，即通过在每次变动时手动更新库存卡片来记录，这种方式仅适用于极小规模的运营。 在永续盘存系统下，销货成本（COGS）是持续计算的。每笔销售在记录时都会即时计入其成本，因此毛利可以在期间内的任何时间点得出，而无需等到盘点后。 永续盘存记录仍然需要盘点。由于拣货错误、未记录的损坏、盗窃和录入错误，记录会产生偏差，而循环盘点正是为了将记录与实物库存重新对齐。如果一个运营环节仅使用永续记录而不进行盘点，那么它虽然拥有实时数据，却无法确认其准确性。 什么是定期盘存系统？ 定期盘存系统通过在特定时间间隔进行实地盘点来确定库存数据。在两次盘点之间，系统不会尝试追踪单次变动。采购计入采购账户；销售记录为收入，而不对应库存变动。 销货成本随后在期末通过算术计算得出，而非通过追踪得出： 销货成本 = 期初库存 + 采购额 − 期末库存 期末库存数据来自库存盘点。货架上没有的商品都被假定为已售出，这是该方法的主要弱点所在：盗窃、损坏、变质和管理错误都会悄无声息地消失在销货成本中，使其与合法的销售额无法区分。 定期盘存系统简单、廉价且仍然很常见——适用于小型零售、低价值同质化库存的企业，以及任何追踪每笔变动的成本高于其所带来的价值的运营场景。 永续盘存与定期盘存：对比分析 永续盘存 定期盘存 记录更新时间 持续，在每次变动时 仅在实地盘点时 盘点期间的库存数据 当前且实时 基于采购和销售的估算值 销货成本 随每笔销售计算 期末通过公式计算 实地盘点 循环盘点，持续进行 期末进行全面盘点 运营干扰 极小；盘点可穿插在工作中 显著；通常需要暂停运营进行盘点 损耗可见性 在每次盘点时识别为差异 不可见——被计入销货成本 设置成本 较高——软件、扫描仪、库位标签 低或无 运营成本 每次变动时需保持持续纪律 集中在盘点期间 补货自动化 可行；再订货点基于实时数据触发 不可行 多渠道销售 支持；各渠道共享一个实时数据 超卖几乎不可避免 中期财务报告 随时可用 仅在盘点后可用 […]
什么是库存优化？策略及实施方法
库存优化是指在确保达到既定服务水平的同时，以最低的总成本在正确的位置持有适量产品的实践。它是在可用性与可用性所需的资金和空间之间进行审慎的平衡——这是针对每一款产品进行的精细化管理，而非针对整个产品系列一概而论。 美式英语拼写为 optimization，英式英语拼写为 optimisation；两者描述的是同一门学科。 其中最关键的词是“既定”（chosen）。优化并不意味着最小化库存，也不意味着永远不会缺货。它意味着决定每款产品应达到的服务水平，然后持有能够实现该水平的最少库存。 库存管理与库存优化 两者虽有重叠，但并非同一项活动。 库存管理是运营准则——包括跟踪库存持有量、下达采购订单、收货、盘点、评估库存价值以及保持记录准确。它回答的是：我们有什么？我们需要采购什么？ 库存优化是其之上的分析层——决定目标本身应该是什么。这款产品需要什么样的服务水平？考虑到其实际波动性，合适的缓冲库存是多少？应该存放在哪里？哪些产品应该完全停止备货？它回答的是：我们所管理的这些数字是正确的吗？ 企业可以很好地管理库存，却从未对其进行优化。这表现为记录准确、订单下达及时，但补货点却是三年前设定的，且对所有产品线都套用同一条经验法则。一切运作正常，但总库存投资却远高于必要水平，且分布不合理。 优化完全依赖于稳健的库存管理。在记录不准确的基础上进行优化，只会得出看似自信、精确，实则错误的结论。 优化三角：服务、成本与容量 这三个目标相互制约，你无法同时实现三者的最大化。 服务水平——客户找到所需产品的频率。提高服务水平需要更多库存，且两者并非线性关系。将可用性从 90% 提升至 95% 需要一定的缓冲库存；而从 95% 提升至 99% 则需要大约两倍的投入，因为你是在应对越来越小概率的事件。 成本——被占用的资金、库存持有成本以及过期库存的核销。降低成本意味着减少持有量，除非有其他因素改善，否则这会降低服务水平。 容量——可用的物理空间和处理资源。更多的库存需要更多的存储位置，一旦超过某个临界点，就需要扩建仓库，这通常是一笔巨大的阶梯式成本，而非渐进式成本。 之所以称之为“三角”而非两者之间的权衡，是因为改善其中一项通常会削弱另外两项。提高服务水平会消耗现金和空间；削减成本会损失服务水平并占用容量；限制容量则必须在服务水平和持有量之间做出选择。 优化的真正作用是为每一类产品而非整个企业找到三角中的最佳平衡点。对于缺货会导致客户流失的畅销品，无论缓冲成本如何，都应保持高服务水平。而对于容易被替代的滞销品则不然，为其持有 99% 的缓冲库存纯属浪费资金。 驱动整个三角的杠杆是降低波动性——通过更好的需求预测来降低需求波动，通过更好的供应商绩效来降低供应波动。波动性越小，达到相同服务水平所需的缓冲库存就越少，从而同时释放成本和容量。这是唯一能同时改善这三者的途径，也是获得最大收益的关键所在。 库存优化技术 需求预测。 这是基础。所有其他技术都是基于对未来需求的估算进行计算的，因此预测质量决定了优化的上限。从历史数据中剔除缺货期，按你将要执行的层级进行预测，并衡量预测误差，以便了解误差需要多少缓冲库存。 安全库存设定。 根据测算的需求和交货期波动，在既定的服务水平下计算缓冲库存，而不是凭经验法则。这一项改变通常能在释放滞销品资金的同时，防止畅销品出现缺货。 补货点。 根据测算的供应商实际交货期（而非报价交货期）进行计算，并随需求变化进行审查。导致缺货的最常见单一原因，就是补货点建立在供应商无法实现的交货期之上。 经济订货量 (EOQ)。 设置订单规模以平衡订货成本与持有成本。最好将其作为一种诊断工具——找出那些当前订货量远高于或远低于应有水平的产品线。 ABC 分析法。 按价值对产品进行排名，将精力、服务水平和盘点频率投入到最有价值的地方。对整个产品系列应用单一策略是优化失败的最常见原因，而 ABC 分析法正是解决之道。 JIT。 持有最少库存并按需收货。在需求稳定且供应商可靠的情况下非常强大，但在不稳定的情况下则代价高昂。应有选择地应用，而非将其视为一种普适哲学。 VMI。 由供应商监控你的库存并进行补货，这省去了一层基于订单的重新预测环节，通常能减少所需的缓冲库存。 多级库存优化。 同时优化整个网络（中央仓库、区域站点、门店）的库存，而不是独立优化每一个节点。分别优化每个位置会导致每一层都产生重复的缓冲库存；而联合优化则承认中央缓冲库存可以覆盖多个下游站点。这是多点经营企业实现最大节约的关键，且需要软件支持才能妥善完成。 SKU 合理化。 决定哪些产品应该存在。长尾变体产品会增加每个地点的复杂性、空间占用和缓冲库存。削减这些产品是“减法优化”，通常是回报率最高的行动。 自动补货。 让系统根据实时数据提出采购建议，而不是依赖人工审查报告。消除了触发信号与人工操作之间的延迟。 […]