1. 课程导论:库存策略与服务水平在供应链计划中的核心地位
1.1 为什么库存策略与服务水平是供应链计划的“双核”?
在供应链计划体系中,库存策略与服务水平并非两个孤立的参数,而是一对相互耦合、共同决定计划系统行为的关键变量。库存策略决定了“何时补货、补多少”,服务水平则量化了“客户需求被满足的概率”。两者共同构成了供应链计划系统的决策基础,直接影响库存周转率、缺货率与运营成本。
核心洞察: 服务水平每提升1个百分点,通常需要增加5-10%的安全库存。在计划系统中,这种非线性关系必须通过精确的参数配置来管理,而非依赖经验估算。
1.2 课程目标:从参数理解到工程落地
本课程旨在帮助学员建立从理论到实践的完整知识闭环,具体目标如下:
| 目标维度 | 具体内容 | 预期产出 |
|---|---|---|
| 理论层 | 理解库存策略类型(ROP/EOQ/周期性补货)、服务水平定义(CSL/FR/IFR)及其数学关系 | 能够独立推导安全库存公式,解释参数敏感性 |
| 配置层 | 掌握在计划系统中配置服务水平参数的方法,包括需求分布拟合、提前期变异处理 | 完成至少3种典型场景的参数配置模板 |
| 工程层 | 学习参数落地的系统架构设计,包括数据管道、计算引擎、参数同步机制 | 输出可执行的系统集成方案与API设计 |
| 优化层 | 通过模拟与回测,持续调优服务水平与库存成本的平衡点 | 建立参数监控仪表盘与自动调优流程 |
1.3 学习路径:四阶段递进式结构
课程按照“认知→配置→工程→优化”的逻辑递进,每个阶段都包含理论讲解、系统演示与动手实践:
- 第一阶段:基础认知(第1-5章) — 库存策略分类、服务水平度量、安全库存公式推导、需求与提前期分布建模。
- 第二阶段:系统配置(第6-12章) — 在主流计划系统(如SAP IBP、Blue Yonder、O9)中配置参数,处理多层级、多品类场景。
- 第三阶段:工程落地(第13-22章) — 系统架构设计、数据集成、计算引擎开发、参数同步与版本管理。
- 第四阶段:持续优化(第23-30章) — 模拟回测框架、参数调优算法、监控告警与治理机制。
学习建议: 建议学员在第二阶段开始前,准备好至少一个实际业务数据集(包含SKU、需求历史、提前期、成本信息),用于后续的配置与工程实践。
1.4 库存策略与服务水平的核心关系图
下图展示了库存策略、服务水平与计划系统之间的核心关系,以及参数配置的关键路径:
1.5 课程知识体系架构
从企业架构视角,本课程覆盖了从业务能力到技术实现的完整链路。下图展示了课程知识体系的分层架构:
1.6 课程适用对象与前置要求
重要提示: 本课程面向具备一定供应链基础的专业人士,建议学员在开始前确认已掌握以下前置知识。
- 目标学员: 供应链计划经理、库存计划员、SCM系统架构师、ERP/APS实施顾问、数据科学家(供应链方向)
- 前置知识:
- 基础统计学:均值、标准差、正态分布、Z值查表
- 供应链基础:库存周转、补货流程、需求预测基本概念
- 系统基础:了解至少一种计划系统(SAP、Oracle、Blue Yonder等)的基本操作
- 工具准备:
- Python 3.8+(用于数据分析和模拟)
- Jupyter Notebook 或 VS Code
- 示例数据集(课程提供)
1.7 课程交付物与评估方式
| 交付物 | 形式 | 占比 |
|---|---|---|
| 参数配置方案 | 文档 + 配置文件 | 30% |
| 系统集成设计 | 架构图 + API规范 | 30% |
| 模拟回测报告 | Jupyter Notebook + 分析报告 | 25% |
| 最终项目 | 完整方案 + 演示 | 15% |
学习路径建议: 建议每周投入6-8小时,按顺序完成各章节。第13章开始的工程落地部分,建议与IT团队协作完成实践项目。