为避免库存积压或断货，我是如何设计功能——预警补货

商品的库存管理在进销存中占有很重的地位，滞销款库存积压过多，导致企业的资金周转不良；畅销款无法及时补货，销售业绩做不上去。

一次补货行为，可细化成3个步骤：

什么时候补货；

如何制定补货计划；

生成补货单。

本文基于三个场景进行产品功能的设计讨论。

名词解释：

补货周期：完成补货计划到补货商品到货所需天数，通常包括：确认补货计划、商品生产、运输到货；

制定补货计划：完成制定补货计划的标志是生成补货单；

在途库存：确定会补货但还没到货的库存；

一、什么时候补货——补货提醒

1. 场景描述

在售商品那么多，我很难定位哪个sku需要补货；

因此对每款sku设置预警的条件，当sku的库存达到预警条件时，系统主动提醒我；

2. 产品设计

预警条件：

固定库存：用户输入预警库存值A，当库存值低于库存预警值A，则系统预警；常用于销量不持续的产品；

动态库存：用户输入天数B，则预警库存值是<系统每次在判断预警时，统计过去B天的销量>；常用于持续销售，未来几天的销售数量约等于历史销售数量的产品；

预警方式：

标红顶置：采用每天定时预警，满足预警条件的sku标红顶置，便于用户定位预警sku。该功能是基础的预警表现方式，也是最易实现且业务高频应用的功能；

消息推送：若出现预警sku则采用消息推送，推送方式可以是应用内，邮件等。若补货周期较短，可无需实现该功能；否则，建议提供该功能；

预警和补货之间的关系：

无论预警条件是固定库存还是动态库存，理论上预警库存的可售卖天数等于补货周期，这样在补货商品到货时，现有的库存消耗完毕，这样既不会产生库存积压也不会断货；

制定补货计划的周期的频率等于补货周期，也就是如果补货周期是10天，则建议10天制定一次补货计划。

当然了，这都是理想情况的设置，具体情况还是根据实际业务去进行预设设置和制定补货计划，以最终满足及时准确补货的目的。

二、如何制定补货计划——销量数据参考

1. 场景描述

1）在确定补货计划的时候，最核心的问题是预计在接下去的补货周期里能卖多少？商品的销量预测其实有很多因素影响，比如说所处的销售生命周期，竞争关系，促销活动等。抛开不确定因素，销售生命周期相对稳定。因此我如何能快速查阅需补货sku的销售周期，以便作为补货计划的判断依据。

2）在本次补货数量一定的情况下，我该如何给sku进行配比。以减少部分sku库存积压，而另一部分sku断货的情况？特别常见的场景是，某个SKU的销量低，只是因为中间断货了很久，而不是市场需求下降了。

2. 产品设计

1）提供可筛选日期的历史销量折线图及明细统计

用户根据历史销量趋势得出产品的销售周期时间段，再判断当前是处于哪个销售周期，有助于预测未来销量。

销售生命周期的解释如下：

导入期：新产品上市，消费者有个接受过程，销量较为缓慢；

成长期：产品经过一段时间后，销售快速增长，这段时间也是最容易出现断货的时期；

成熟期：产品稳定销售，销售增长速度缓慢直至转而下降；

衰退期：产品销量显著衰退，顾客的消费习惯发生改变，转向其他产品。

2）统计出SKU的真实占比和理论占比，以供业务判断两者的差异原因及如何配比SKU

真实占比：该SKU的真实销量/该商品销量；

理论占比：该SKU的各个维度组合占比；

举例说明，以尺码分为S,M,L，颜色分为白色、黑色；已销售的商品一共卖了100件，S&白色15，M&白色30，L&白色5，S&黑色15，M&黑色15，L&黑色20，此时L&白色的真实占比和理论占比分别如何计算？

真实占比：5/100=0.05

理论占比，白色=（15+30+5）/100=0.5，L=（5+20）=0.25，0.5*0.25=0.125

可以发现真实占比和理论占比有较大差异，大概率是因为有一部分用户在白色断货的时候改买黑色，因此实际上L&白色的市场需求不止0.05。

三、生成补货单——得出补货数量

补货数量=补货周期的销量—补货周期的库存

补货周期的库存：可用库存+补货周期内的在途库存，因此确认补货数量就是确认补货周期的销量。

补货场景：

1）针对某个SKU补货，未来日均销量是以历史日均销量为参考估算，例如销售平稳期，未来日均销量=历史日均销量；销售增长期，未来日均销量=2*历史日均销量；预测未来日均销量，采用excel中的forecast函数推算。

2）针对某个商品补货，某商品即将参加营销活动，预计销售1000件，该商品的sku该如何补货。

产品设计：

对某个sku补货，允许选择参考历史日期，未来日均销量的计算方式；

对每个商品补货，在输入商品数量的同时需输入sku占比。