2. 库存优化工程概述
库存优化工程并非简单的“多备货”或“少备货”，而是一套系统性的、以数据驱动、贯穿计划-采购-仓储-销售全链路的持续改进过程。其核心是在保障客户服务水平（OTIF）的前提下，最小化库存持有成本与运营风险。
2.1 库存优化的核心目标
所有库存优化活动都围绕三个相互制衡的维度展开，通常被称为“库存三角”或“服务-成本-现金”平衡。
| 维度 | 目标 | 关键问题 |
|---|---|---|
| 服务水平 | 提升订单满足率与准时交付率 | 客户要货时，我们是否有货？ |
| 库存成本 | 降低持有成本、仓储成本与损耗 | 库存资金占用是否合理？呆滞风险是否可控？ |
| 运营效率 | 加速库存周转，释放现金流 | 库存周转天数（DII）是否在行业基准内？ |
优化铁律： 任何单一维度的极致优化（如无限提高库存保交付）都会导致另外两个维度恶化。库存优化的本质是寻找三者的帕累托最优解。
2.2 关键绩效指标（KPI）体系
衡量库存优化工程效果，需要建立从战略到执行的多层级KPI体系。以下为最核心的五个指标：
- 库存周转率（Inventory Turnover, ITO）：年销售成本 ÷ 平均库存金额。衡量库存流动速度。
- 库存周转天数（Days Inventory Outstanding, DII）：365 ÷ 库存周转率。直观反映从入库到售出的平均天数。
- 缺货率（Stock-out Rate）：缺货订单行数 ÷ 总订单行数。直接反映服务水平。
- 呆滞库存占比（Slow-moving / Obsolete Ratio）：超过特定天数（如90天）未动销库存金额 ÷ 总库存金额。衡量库存健康度。
- 库存准确率（Inventory Accuracy）：盘点相符SKU数 ÷ 总SKU数。衡量数据基础质量。
KPI联动示例： 当ITO从6次提升至8次，意味着DII从60天降至45天。若同时缺货率未上升，则证明优化工程取得了真实收益。
2.3 优化工程生命周期
一个标准的库存优化工程通常遵循“诊断-设计-实施-监控”的闭环生命周期，共五个阶段：
2.4 常见挑战与应对
在实际推进库存优化工程时，企业常遇到以下四类典型挑战：
| 挑战类别 | 具体表现 | 应对思路 |
|---|---|---|
| 数据质量差 | 库存台账不准、历史需求数据缺失、BOM错误 | 先做数据治理，建立盘点与校验机制；使用稳健统计方法处理异常值 |
| 需求波动剧烈 | 促销、新品上市、市场突变导致预测失效 | 引入安全库存动态调整机制；采用多模型集成预测（如组合预测） |
| 组织协同不足 | 销售、采购、仓储各自为政，KPI冲突 | 建立S&OP（销售与运营计划）会议机制；统一以“库存周转+服务水平”为共同目标 |
| 模型落地困难 | 理论模型（如EOQ）与实际业务脱节，参数难以确定 | 从简单模型起步（如固定再订货点），逐步迭代；通过仿真验证参数敏感性 |
避坑提示： 不要试图一次性解决所有问题。建议从“高价值、高波动”的A类物料入手，快速验证优化效果，建立团队信心后再逐步推广。