1. 课程导论
1.1 供应链计划面临的现实挑战
在当今高度不确定的市场环境中，供应链计划正面临前所未有的复杂性。传统的“预测-执行”模式已难以应对需求波动、供应中断和库存积压的多重压力。以下是企业普遍遭遇的核心痛点：
| 挑战维度 | 典型表现 | 业务影响 |
|---|---|---|
| 需求不确定性 | 订单激增或骤降、促销效应难以量化、新品上市无历史数据 | 缺货损失（Lost Sales）或过剩库存（Excess Inventory） |
| 供应不稳定性 | 供应商交期波动、原材料短缺、物流延误 | 生产停线、紧急补货成本飙升 |
| 库存与服务的矛盾 | 高库存并未带来高服务水平，低库存却导致客户流失 | 资金占用与客户满意度难以平衡 |
| 计划孤岛效应 | 安全库存由库存团队独立设定，补货计划由采购/计划部门执行 | 参数脱节、响应滞后、整体成本次优 |
关键洞察： 超过 60% 的企业在安全库存与补货计划之间缺乏显式联动，导致库存周转率低于行业基准 20%-30%。
1.2 服务水平驱动的核心理念
服务水平（Service Level）是衡量供应链满足客户需求能力的核心指标。它不仅仅是“不缺货”，而是通过概率化的库存策略，在成本与服务之间找到最优平衡点。
- 服务水平定义： 通常指在补货提前期内，不出现缺货的概率。例如，95% 的服务水平意味着在 100 个补货周期中，有 95 个周期能够完全满足客户需求。
- 从“成本驱动”到“服务驱动”： 传统计划以最小化库存成本为目标；服务水平驱动则以“目标服务水平”为输入，反向推导所需的安全库存与补货策略。
- 核心公式逻辑： 安全库存 = 安全系数（Z）× 提前期需求标准差。其中 Z 值直接由目标服务水平决定（如 95% 对应 Z=1.65）。
实践要点： 服务水平不是越高越好。从 95% 提升到 99%，安全库存可能需要增加 50% 以上。企业应基于 SKU 的利润贡献、客户重要性、品类战略来差异化设定服务水平。
1.3 安全库存与补货联合优化的价值
传统做法将安全库存设定与补货计划视为两个独立环节：先计算安全库存，再基于此制定补货策略。这种“串行”模式忽略了二者之间的动态耦合关系，导致整体供应链绩效次优。
联合优化（Joint Optimization） 的核心思想是：将安全库存水平与补货参数（如订货点、订货批量、补货频率）作为一个整体系统进行协同求解，而非分步决策。
| 对比维度 | 传统串行模式 | 联合优化模式 |
|---|---|---|
| 决策顺序 | 先定安全库存，再定补货计划 | 安全库存与补货参数同步求解 |
| 目标函数 | 局部最优（库存成本最小化） | 全局最优（总成本 + 服务水平约束） |
| 对波动的响应 | 滞后、被动调整 | 动态、自适应调整 |
| 典型效果 | 库存高企或服务水平不足 | 库存降低 15%-25%，服务水平提升 3%-5% |
量化价值案例： 某快消品企业实施联合优化后，在保持 98% 服务水平不变的前提下，安全库存总量下降 22%，年库存持有成本节省 340 万元，同时紧急补货次数减少 40%。
1.4 课程学习路径与预期收益
本课程将系统性地拆解“服务水平驱动供应链计划系统”的完整构建过程，从理论基础到工程实现，再到业务落地。以下是课程的核心模块与学习收益：
- 模块一：理论基础 — 掌握服务水平、安全库存、补货策略的数学模型与统计学基础。
- 模块二：联合优化算法 — 学习如何构建联合优化目标函数，使用梯度下降、模拟退火或启发式算法求解。
- 模块三：数据工程 — 处理需求数据清洗、异常检测、提前期分布拟合等数据预处理技术。
- 模块四：系统架构设计 — 设计可扩展的供应链计划系统，包含数据层、计算层、决策层与可视化层。
- 模块五：UI/UX 与决策可视化 — 构建面向计划员的仪表盘，支持“What-If”模拟与参数调优。
- 模块六：案例实战 — 基于真实行业数据，完成从数据接入到联合优化策略部署的全流程。
适合人群： 供应链计划经理、库存分析师、数据科学家、供应链系统架构师、以及希望从“经验驱动”转向“数据驱动”的供应链从业者。