企业问题诊断指南
库存越来越多，畅销品为什么仍然缺货？
按 SKU、仓库和日期还原需求、补货、调拨与库存准确性，验证缺货到底由哪一环造成。
总库存和采购额都在上涨，但 A 类商品仍频繁断货，是预测、采购、调拨还是仓库造成的？
直接回答
把问题降到“SKU × 地点 × 日期”，而不是继续看总库存。每次缺货都应区分为需求突增、补货参数错误、供应提前期变化、库存记录不准、调拨滞后或分配规则失效。最后用历史订单和真实提前期回放候选补货策略，同时观察服务水平、滞销和占用资金。
01 / DIAGNOSIS
怎么一步步查清
- 建立库存事件账
串联期初、入库、出库、调拨、取消、盘点和期末，并解释无法对平的差异。
- 重建真实需求
把缺货期间的销量损失、取消和替代购买纳入，避免用被压低的销量预测需求。
- 拆开供应约束
区分承诺提前期与真实分布，检查供应商、运输和收货波动。
- 检查策略参数
逐 SKU 核对安全库存、订货点、最小起订量、补货频率和分配优先级。
- 历史回放
使用当时可获得的信息重跑策略，防止把未来数据泄漏到预测中。
02 / EVIDENCE
最少需要哪些资料
先申请能验证当前假设的最小范围，并保留字段定义、时间范围和来源。
- SKU—仓库—日期级库存与流水
- 订单、取消、缺货标记和替代商品
- 采购单、承诺与实际到货时间
- 调拨申请、出库与收货事件
- 盘点差异、报损和主数据变更
03 / VALIDATION
怎样做一个可信的验证
选 50–200 个高价值 SKU 和 2–3 个典型仓库，覆盖促销与普通周期。建立现行策略基线，再回放一到两个候选策略。验收不能只看缺货率，还要同时比较满足率、库存金额、滞销风险和策略稳定性；通过后再做受控的仓库或 SKU 小范围上线。
04 / WATCH OUT
常见误判
- 用销量代替真实需求，忽略缺货造成的销量损失
- 只提高安全库存，转移而非解决问题
- 按平均提前期补货，忽略长尾波动
- 历史回放使用了当时未知的到货或销量信息
- 模型指标改善，但库存占用和人工例外激增
05 / FAQ
常见问题
库存准确率不高还能做吗？
可以，但应先把账实差异作为一种根因，并对低可信 SKU 单独处理，不能把错误库存直接喂给补货模型。
一定需要新的预测模型吗？
不一定。许多缺货来自参数、提前期和调拨流程；先比较简单基线，只有预测误差确实是主要约束时再换模型。
如何与竞品库存表现比较？
外部通常只能观察可售状态、到货承诺和价格。应明确观测窗口，并把外部可见服务水平与内部经营指标分开。
SOURCES
官方与原始资料
外部来源用于方法和口径核对；具体结论仍应以客户授权数据验证。