壹九成供应链问题,根子都在库存运营
如果你做供应链这几年来,你有没有发现一个很拧巴的现象:仓库里堆满了东西,但是销售那边还是三天两头要缺货。高库存和断货竟然可以共存,虽然听起来很矛盾,但是大多数企业都处于这种情况。资金被压在了没有销量的商品上面,利润就一点点地被吃掉了,而真正畅销的商品总是少几个。
问题在哪里?人们通常的第一反应就是“库存管理不到位”。但是你越是死守数据、层层把关,那么你就越被动。库存其实并不是看你管得严不严的问题,而是看你运营得聪明不聪明——它处于采购、生产、销售、物流等各个环节的交点处,在任何一个环节出现偏差的话,最后都会反映到库存这张账单上。把这当成一个被动的“仓库问题”去解决的话,你就永远在救火了。
那么这篇文章要和你说的是什么呢?并不是一套新的控制方法,而是一整套的能力分析体系:怎样给自家库存运营能力打分、怎样找到真正拖后腿的地方、怎样一步步进行改进。再加上游牧自由为你配套的 Excel 工具包、执行 SOP 和三套行业案例,看完之后就可以直接拿来使用了。不管你是从事制造业、快消品行业、电子商务、医药零售等等任何一种业务,逻辑都是相通的。
贰什么才叫"运营能力"
很多团队把“库存管理”和“库存运营”当作一回事,这是错误的观点。管理关注的是结果——还有多少、账对不对;而运营则关注的是这些数据背后的能力是否足够强大:你能提前预测需求吗?你能保证货物放在正确的位置吗?你能保持稳定吗?
你可以把一家企业的库存运营能力,想象成一座五层金字塔。底下不牢,上面全是空中楼阁。
| 层级 | 能力定位 | 你该问自己的问题 |
|---|---|---|
| 战略层 | 库存进入整体供应链战略 | 库存策略是否服务于公司增长目标? |
| 协同层 | 打通上下游与跨部门 | 销售、采购、计划的数据是否在一张表上? |
| 分析层 | 用数据判断健康度 | 你能说清哪些库存是"睡着"的吗? |
| 执行层 | 日常收发存的效率 | 收发货准确率、订单满足率达标吗? |
| 基础层 | 系统、数据、硬件底盘 | 账实相符率有没有到 99%? |
一套好的库存运营应该具有六个方面的特点:精准、高效、低成本、高柔性、低风险、强协同。所以当只看一个“库存周转率”的时候就会被欺骗——虽然周转快,但是这可能是由于你经常缺货而不得不频繁补充库存造成的,并且这个数据很美好,但是用户满意度却很差。单一的指标永远无法体现实际能力,你所需要的是一整套相互印证的观点。
叁七个维度,搭起一套能打分的体系
那么这“一组视角”具体指的是什么呢?我把它们缩为七类,每类都有可以量化的数据。在设计的时候要守住五条底线:系统化、可量化、可行、可比较、可追溯。
| 维度 | 看的是什么 | 代表指标 | 建议权重 |
|---|---|---|---|
| ① 基础资源支撑 | 系统与数据底盘牢不牢 | 数据准确率、系统在线率 | 8% |
| ② 库存健康度 | 货是不是"活"的 | 周转天数、呆滞占比、库龄 | 22% |
| ③ 运营执行效率 | 日常作业顺不顺 | 订单满足率、收发准确率 | 18% |
| ④ 上下游协同 | 和供应商、销售搭不搭 | 准时交付率、预测准确率 | 15% |
| ⑤ 成本精细化 | 每一分持有成本花得值不值 | 单位持有成本、缺货损失率 | 17% |
| ⑥ 风险与应急 | 出事时恢复得快不快 | 安全库存达成率、断点恢复时长 | 12% |
| ⑦ 数据驱动决策 | 决策靠拍脑袋还是看数 | 指标看板覆盖率 | 8% |
这套权重并不是由拍出来的——库存健康的权重最高,因为它是直接反映了资金占用和利润损失的情况,在所有的库存问题中都很难避免地集中在这里。当然,权重要根据行业的变化来调整,对于医药来说风险维度更加重要,对于电商来说协同能力和峰值应对能力更为敏感。知识星球工具包里有可以调整的权重格子,你可以根据自己的情况进行适当的修改。
肆八个阶段,把诊断真正做下去
有了维度之后怎么去衡量呢?给你一条可以走的道路。它并不是按照理论来运作的流程图,而是可以按照一定的标准来进行推进的一个作战图——每一个阶段都有对应的判断标准,在无法继续前进的时候就会返回来。
| 阶段 | 关键动作 | 交付物 | 分支判断 |
|---|---|---|---|
| ①启动 | 定目标、划范围、组队 | 诊断任务书 | 范围没盖住原料 → 补全 |
| ②采数 | 拉 ERP/WMS/OMS 并清洗 | 标准数据集 | 账实差>1% → 先盘点 |
| ③评分 | 按七维度量化打分 | 能力雷达图 | 总分<2.2 → 列为薄弱 |
| ④根因 | 5Why + 鱼骨图定位 | 根因清单 | 结构问题还是执行问题? |
| ⑤排序 | 按 ROI 排优先级 | 改造路线图 | ROI<1 → 暂缓 |
| ⑥实施 | 试点→推广→固化 | 执行台账 | 试点不达标 → 回④ |
| ⑦验证 | 对比改造前后 | 复盘报告 | 未达目标 → 再迭代 |
| ⑧常态 | 上线看板、定期回检 | 监控看板 | 季度回检持续优化 |
伍核心指标库:健康度看板怎么看
七个维度中首先要做的事情就是库存健康的维护。给你的三合一看板一个逻辑框架,把ABC分类、货龄、呆滞判定放在一个表格上,一眼就可以看出哪些货物要重点管理、哪些货物需要清理。脱敏后的样本结构和工具包里带有公式、可以自动计算数据的数据表。
| SKU | 年消耗金额 | 累计占比 | ABC | 平均库龄 | 健康判定 |
|---|---|---|---|---|---|
| NM-1001 | 185万 | 52% | A | 52天 | 健康 |
| NM-1003 | 76万 | 75% | B | 75天 | 健康 |
| NM-1004 | 43万 | — | C | 120天 | 关注 |
| NM-1008 | 7万 | — | C | 260天 | 呆滞清理 |
| NM-1010 | 3万 | — | C | 330天 | 呆滞清理 |
这张表的读法很简单:累计金额占比达到70%以上的就是A类,也就是你必须每周盯紧的东西;而库龄大于等于180天并且属于C类的商品,则直接列入呆滞清理名单,并且不要有任何犹豫。把消耗金额列出来就是一目了然的柱状图;把判定列做成透视图之后,呆滞资金就一清二楚了。配套的诊断评分卡也一样,完成七项维度打分之后就会产生雷达图,并且能够显示出能力不足的地方。
陆不同行业,重心其实差很远
同样的方法,在不同的行业中会有不同的作用。抄袭别人的好例子就是最普遍的一个错误——如果你要学习汽车行业的 JIT,那么它可能不适合你。
| 行业 | 最该盯的地方 |
|---|---|
| 制造 | 原料与生产计划的协同、在制品库存别失控 |
| 快消 | 保质期管理、促销库存的全生命周期 |
| 电商零售 | 多仓库存共享、大促峰值的备货与调拨 |
| 医药 | 合规性、冷链全程追溯、近效期预警 |
| 大件家居 | 周转率与送装一体化的协同 |
| 汽车 | JIT 模式与零部件供应的精密配合 |
柒三套实战案例:看别人怎么改过来的
案例一 · 游牧科技(快消)的健康度改造
游牧科技是一家中等规模的快消品公司,以前遇到的问题就是:周转天数一直都在40天左右徘徊,呆滞资金很高,利润也在慢慢被侵蚀掉。从第七个月开始,按照上面那个SOP来执行诊断和改善工作。把他们每个月最重要的数据整理成一张对比表。
| 核心指标 | 改造前 | 改造后 | 变化 |
|---|---|---|---|
| 库存金额(万元) | 1352 | 907 | ↓ 33% |
| 周转天数 DIO | 42.5天 | 26天 | ↓ 39% |
| 呆滞金额(万元) | 175 | 80 | ↓ 54% |
| 缺货率 | 6.0% | 2.9% | ↓ 一半 |
最重要的就是三点:把ABC分类放到补货规则里面去、设立对于过期商品强制清理的规定、把销售预测写入采购参数之中。库存减少了三分之二,但是缺货率却降到了一半之下——这就表明,以前积压的商品并没有真正地影响到实际销售情况。这十二个月的数据在工具包中带有阶段标记的数据,并且以双轴折线图的形式展示出来,下降的趋势非常有力。
案例二 · 果子优选(电商)的多仓大促
果子优选就是做生鲜电商的,最让人担心的就是大促。五个仓库各自为政,华东那边准备太多库存压在手上,而华北那边则出现了峰值出库的情况,竟然超过了备货量,造成了严重的缺货问题。他们使用的是一个多仓库看板来把问题暴露出来。
| 仓库 | 大促前备货 | 峰值出库 | 峰值满足率 |
|---|---|---|---|
| 华东仓 | 14.2万件 | 13.8万件 | 100% |
| 华北仓 | 9.8万件 | 10.1万件 | 97% |
| 华南仓 | 11.8万件 | 10.9万件 | 100% |
| 西南仓 | 5.7万件 | 6.1万件 | 93% |
明白了没有?华北、西南两个仓库的最大出货量都超过了储备量。解决的办法并不是盲目增加库存,而是要让满足率高的华东、华南成为“前置仓”,在大促当天把缺口的部分从缺口仓中调过来。把这张表做成簇状柱状图,备货与峰值一起排列出来,下一次要往哪个仓库多放货物就可以很快地决定了。
案例三 · 游牧医药的冷链效期追溯
到了医药行业,那么就更加严格了,有效期以及合规性都不能妥协。游牧医药用批次级的追溯表来跟踪每一批货物的剩余有效期以及温度控制情况。
| 批次 | 产品 | 剩余效期 | 温控达标 | 预警 |
|---|---|---|---|---|
| B2604-05 | 口服液丁 | 约487天 | 99.9% | 正常 |
| B2511-01 | 注射液甲 | 约162天 | 99.6% | 关注 |
| B2601-03 | 疫苗乙 | 约31天 | 98.9% | 近效期-优先出 |
| B2512-02 | 注射液甲 | 约80天 | 97.5% | 近效期-优先出 |
规则也很严格:如果剩余的有效期限小于90天的话,就强制进行先进先出,并且会发出警报;如果温控达标率低于99%的话,则需要追溯整个运输链条来查找问题的原因。这张表上的有效期是根据当天的时间来计算的,在打开工具包的时候它就会自动更新——这就是数据驱动的价值,预警并不是靠一个人的记忆来完成的,而是由系统来监督。
捌最容易踩的 12 个错
方法都对,照样可能翻车。这些坑太多团队连环踩中,你对照着自查一遍。
| # | 致命错误 | # | 致命错误 |
|---|---|---|---|
| 1 | 只看财务,忽视过程指标 | 7 | 照搬标杆,不结合自身 |
| 2 | 指标过多过杂,没有聚焦 | 8 | 只盯成品,忽视原料在制品 |
| 3 | 数据来源不统一,结果失真 | 9 | 为降本而降本,牺牲服务 |
| 4 | 只做静态分析,不看趋势 | 10 | 一次性诊断,没有常态机制 |
| 5 | 只看结果,不追根因 | 11 | 过度依赖系统,忽视人 |
| 6 | 缺乏跨部门协同 | 12 | 忽视隐性成本与长期风险 |
玖进阶:往世界级体系上走
把诊断变成常态之后,下个步骤就是如何把能力固化为组织的习惯。给你的两套配套流程分别是:一个是关于日常补货决策的管理,另一个是对于滞销商品的清理工作,这两项都属于工具包中可以直接调用并集成到系统中的规则。
| 判断节点 | 条件 | 是 → | 否 → |
|---|---|---|---|
| 库存≤安全库存? | 可用量对比SS | 看在途 | 暂不补 |
| 在途能补缺口? | 在途+现有vs需求 | 只预警 | 下单 |
| 供应商交期稳? | 准时率≥95% | 按经济批量 | 加大SS再下 |
| 是否大促高峰? | 活动日历 | 峰值上浮 | 常规量 |
| 阶段 | 触发/手段 | 退出标准 |
|---|---|---|
| 识别 | 库龄>180天且近90天0出库 → 打标 | 进入处置池 |
| 分级 | A催销 / B改制 / C报废 | 完成分级 |
| 消化 | 跨仓调拨、内部领用 | 库存下降 |
| 清理 | 降价、退供、打包出货 | 完成出清 |
| 防复发 | 调低再订货点、设库存上限 | 呆滞占比≤5% |
虽然可以利用技术来完成这些规则,但是不能忘记上面的第11条陷阱——系统的本质就是工具,而判断本身则属于人的范畴。真正的世界级体系就是让数据驱动成为团队的决策文化,并且让计划、采购、销售坐在一起讨论问题,最后把库存策略纳入到公司整体供应链战略中去。
拾说到底,库存运营是一门平衡的艺术
绕了一个大圈之后就会发现库存的本质就是资金占用和服务之间的一个动态平衡点。压得过紧会造成断货,放得太松又会消耗大量的资金,而所谓的运营能力就是你在一根钢丝上面行走得是否稳健、从容。
往前看,人工智能和大数据使得这个艺术越来越具有计算性——需求预测更加准确、补货更加智能、滞销预警也来得更早。但是不管工具多么先进,总有一个人能够做出这样的决定:“该多备一些、该果断清掉。”你就是那个角色。技术把路看得很远,但是方向盘仍然掌握在你的手中。
-END-
下面是Excel工具包▼










...

-END-
作者往期精彩原创推荐▼
工作没思路,想体系化并且快速学习供应链知识
赶快加入“游牧自由的”的知识星球,体系化的学习笔记和专业模板
▼
看到这里详细了解点击这里→『游牧自由图解供应链』的知识星球
喜欢的话,扫描下面二维码,加入我们。收货会超值也精彩!~


点击下方“阅读全文”有惊喜
夜雨聆风


