最低值。因为有了仓库的库存，门店不用担心会没货，从仓库补充比从批发商处供应得到的服务水平要高得多，可靠性高，意味着客户在门店获得的服务水平也更高。

d.批发商发现自己的库存积压之后，开始搞促销或者通过它的销售人员来推动下游更多的采购，比如每瓶水打7折或者返点20%。小张分析了一下，反正水都能卖掉，这些多买的水可以满足未来的需求。在这个折扣下，自己的盈利变多了，于是他趁着打折多买了可以供应4周的水，放在了仓库。这反映的是投资性购买（ivestmet buy），也就是说可能当下并没有这么多需求，但是水总归是能卖掉的，后续也需要进货，供应商给了这个折扣，小张经过测算发现很合算，因此多买了一点（超出当下一个周期内的需求量）。投资性购买下的库存周转如图6-7所示。

图6-7　投资性购买下的库存周转

e.水的销售是周期性的，夏季的需求是全年平均水平的2～3倍，而批发商到了夏季水的供应总是不足，小张从3月份就开始囤积库存，最低值。因为有了仓库的库存，门店不用担心会没货，从仓库补充比从批发商处供应得到的服务水平要高得多，可靠性高，意味着客户在门店获得的服务水平也更高。

d.批发商发现自己的库存积压之后，开始搞促销或者通过它的销售人员来推动下游更多的采购，比如每瓶水打7折或者返点20%。小张分析了一下，反正水都能卖掉，这些多买的水可以满足未来的需求。在这个折扣下，自己的盈利变多了，于是他趁着打折多买了可以供应4周的水，放在了仓库。这反映的是投资性购买（ivestmet buy），也就是说可能当下并没有这么多需求，但是水总归是能卖掉的，后续也需要进货，供应商给了这个折扣，小张经过测算发现很合算，因此多买了一点（超出当下一个周期内的需求量）。投资性购买下的库存周转如图6-7所示。

图6-7　投资性购买下的库存周转

e.水的销售是周期性的，夏季的需求是全年平均水平的2～3倍，而批发商到了夏季水的供应总是不足，小张从3月份就开始囤积库存，以应对夏季的需求高峰。

f.每年年底，小张的门店都会搞一次促销回馈客户，促销时客户的购买量会增加5～6倍，为了支撑这样的销量，同时考虑到批发商的供应能力，他需要提前3个月逐步囤积水。

场景e和场景f虽然一个是季节性需求，一个是促销，但本质上反映的是一件事，那就是需求和供应的时间和数量都是不匹配的。如图6-8所示，为了满足客户需求的高峰，门店侧可能提前一天就够了，但对于仓库而言，这么大的订货量、这么多的门店，供应的周期会变长，因此需要提前更多的时间就开始采购，并且是在还没有最终需求时就购买进来。这种在一段时间内需求超出供应能力，导致需要提前准备的库存，称为预先建立的（pre-build）库存。

图6-8　应对需求洪峰下的库存提前配置

我们单独看每一种场景时，能够清晰地分出库存的构成，但当我以应对夏季的需求高峰。

f.每年年底，小张的门店都会搞一次促销回馈客户，促销时客户的购买量会增加5～6倍，为了支撑这样的销量，同时考虑到批发商的供应能力，他需要提前3个月逐步囤积水。

场景e和场景f虽然一个是季节性需求，一个是促销，但本质上反映的是一件事，那就是需求和供应的时间和数量都是不匹配的。如图6-8所示，为了满足客户需求的高峰，门店侧可能提前一天就够了，但对于仓库而言，这么大的订货量、这么多的门店，供应的周期会变长，因此需要提前更多的时间就开始采购，并且是在还没有最终需求时就购买进来。这种在一段时间内需求超出供应能力，导致需要提前准备的库存，称为预先建立的（pre-build）库存。

图6-8　应对需求洪峰下的库存提前配置

我们单独看每一种场景时，能够清晰地分出库存的构成，但当我们把这些库存加起来看时，很难直观地看出库存的构成。要优化库存谈何容易，实践中有效的做法是通过库存的驱动因素来分析，在每次采购时需要明确地定义，到底是为了满足日常的销售需求，还是为了投资，抑或是为了应对供应的波动等。如果订货时并没有做这样的记录，那就需要通过分析销售趋势、促销、季节性和历史订货时间、数量的关系来识别。举个简单的例子，订货量超出平均值，同时采购价格比均价便宜，订货量覆盖未来需求的天数超过一个订货周期，并且零售门店未来并没有促销，这时大概率可以判断这是一笔投资性购买或者说供应商促销推动的购买。

大家经常说库存优化、降低库存、提高周转，笔者也碰到不少科技公司试图通过所谓的大数据、人工智能技术去优化库存，所取得的结果往往让企业无所适从，不知道所谓的库存优化结果应不应该用。这就好比医生给病人看病，病因都不知道就直接拿药让病人吃，后果可想而知。优化库存之前，必须搞明白库存的作用和构成，这样才有可能从源头上优化库存。当有人提出帮你优化库存时，你要问他到底优化哪一部分库存，下一个问题才是如何优化。

针对不同类型的库存，其优化方法往往不同。优化周转库存，可以从采购频率着手；优化安全库存，需要从预测准确率和供应波动性上着手，建立基于波动概率的优化模型；优化投资性购买，需要从订货成本、投资回报率、库存持有成本的角度进行平衡。们把这些库存加起来看时，很难直观地看出库存的构成。要优化库存谈何容易，实践中有效的做法是通过库存的驱动因素来分析，在每次采购时需要明确地定义，到底是为了满足日常的销售需求，还是为了投资，抑或是为了应对供应的波动等。如果订货时并没有做这样的记录，那就需要通过分析销售趋势、促销、季节性和历史订货时间、数量的关系来识别。举个简单的例子，订货量超出平均值，同时采购价格比均价便宜，订货量覆盖未来需求的天数超过一个订货周期，并且零售门店未来并没有促销，这时大概率可以判断这是一笔投资性购买或者说供应商促销推动的购买。

大家经常说库存优化、降低库存、提高周转，笔者也碰到不少科技公司试图通过所谓的大数据、人工智能技术去优化库存，所取得的结果往往让企业无所适从，不知道所谓的库存优化结果应不应该用。这就好比医生给病人看病，病因都不知道就直接拿药让病人吃，后果可想而知。优化库存之前，必须搞明白库存的作用和构成，这样才有可能从源头上优化库存。当有人提出帮你优化库存时，你要问他到底优化哪一部分库存，下一个问题才是如何优化。

针对不同类型的库存，其优化方法往往不同。优化周转库存，可以从采购频率着手；优化安全库存，需要从预测准确率和供应波动性上着手，建立基于波动概率的优化模型；优化投资性购买，需要从订货成本、投资回报率、库存持有成本的角度进行平衡。服务水平

在企业扩大覆盖的过程中库存势必会增多，企业应保持良性的扩张，把库存扩张速度控制在合理的范围内，用更少的库存做生意。即便不扩大覆盖，控制库存也是企业提高效率的关键。然而这么说更多的是站在供应链的角度，如果你是零售运营或者销售负责人，抑或老板，你可能说库存太少了会影响销售。我们都知道在工业企业，销售人员为了提高自己的发货量，往往提报高于实际销售预测的数量，卖掉最好，卖不掉反正老板也不会让自己负责，都是供应链的责任。零售行业也有类似的逻辑，零售讲的是货卖堆山，商品琳琅满目才能刺激客户购买，库存少了销售目标怎么达成？销售人员背着完成业绩目标的KPI，并不对库存周转负责，他们希望把商品卖给每一个有需求的人，要确保店里或仓库里随时有货。这样的要求看起来是合理的，因为销售是企业的第一要务，没有销售发生其他业务都免谈。但仔细一想企业存在的目的不仅仅是通过销售来盈利，它还要在资源有限的情况下实现利润最大化，如果不能盈利，卖再多也是竹篮打水一场空。

我们用供应链术语来描述这个问题，就相当于销售人员倾向于提供100%的服务水平，不错过每一笔销售。什么是服务水平呢？举个例子，你到店里去买水，最近一个月你碰到两次去店里都没有水的情况，那这个月的服务水平=1-（2/30）=93.33%，服务水平表示不断货的概率。同样的逻辑也适用于仓库，比如仓库给门店补货，一个月内仓库出现了2次缺货，那仓库对门店的服务水平就是93.33%。服务水平用来描述供应链上游节点对客户或者下游节点需求满足的程度。服务水平

在企业扩大覆盖的过程中库存势必会增多，企业应保持良性的扩张，把库存扩张速度控制在合理的范围内，用更少的库存做生意。即便不扩大覆盖，控制库存也是企业提高效率的关键。然而这么说更多的是站在供应链的角度，如果你是零售运营或者销售负责人，抑或老板，你可能说库存太少了会影响销售。我们都知道在工业企业，销售人员为了提高自己的发货量，往往提报高于实际销售预测的数量，卖掉最好，卖不掉反正老板也不会让自己负责，都是供应链的责任。零售行业也有类似的逻辑，零售讲的是货卖堆山，商品琳琅满目才能刺激客户购买，库存少了销售目标怎么达成？销售人员背着完成业绩目标的KPI，并不对库存周转负责，他们希望把商品卖给每一个有需求的人，要确保店里或仓库里随时有货。这样的要求看起来是合理的，因为销售是企业的第一要务，没有销售发生其他业务都免谈。但仔细一想企业存在的目的不仅仅是通过销售来盈利，它还要在资源有限的情况下实现利润最大化，如果不能盈利，卖再多也是竹篮打水一场空。

我们用供应链术语来描述这个问题，就相当于销售人员倾向于提供100%的服务水平，不错过每一笔销售。什么是服务水平呢？举个例子，你到店里去买水，最近一个月你碰到两次去店里都没有水的情况，那这个月的服务水平=1-（2/30）=93.33%，服务水平表示不断货的概率。同样的逻辑也适用于仓库，比如仓库给门店补货，一个月内仓库出现了2次缺货，那仓库对门店的服务水平就是93.33%。服务水平用来描述供应链上游节点对客户或者下游节点需求满足的程度。服务水平越高，客户越满意，但同时带来的库存水平越高，成本越高；服务水平越低，客户越不满意，但库存水平会降低，成本也会降低。

服务水平为100%，意味着不管谁到店里来，买多少量，哪怕是几年才偶然发生一次的大量需求也能被满足，这就要求配备无限多的库存。为了既能满足销售需求，又能盈利，就需要取舍，库存不可能无限多，也不能少到无法支撑销售，这个问题就回到了服务水平设定的问题。整个零售供应链离客户最近的节点在门店，我们从门店开始分析。

1.如何设定门店服务水平假设一个门店只销售一种鲜食，比如当天加工的新鲜三明治或者汉堡包，如果当天销售不掉就得扔掉。该商品的成本是12元，售价是20元，毛利是8元，如果卖不掉会损失12元。服务水平的设定就是在“客户进店后购买所产生的毛利”和“缺货导致的损失”之间找平衡，假设该商品每天平均销售10个，在10个的基础上额外再卖一个的概率是20%，额外再进一件货的预期收入就等于8×20%+（-12）×80%=-8（元），这是亏钱的。为了盈亏平衡，至少要有60%的概率，也就是说多卖一个的概率至少要大于60%。但接下来在这一个的基础上再卖一个的概率就变得更小，所以你备的货越多，损失的风险就越大。这么说来好像应该保守一点，但现实中你发现门店里备的货往往非常多，超过需求量。不信你在门店快打烊前去超市、便利店、零食店、烘焙店、咖啡店里看看，几乎没有哪一家门店里的东西卖个精光的（生鲜蔬菜类零售商除外）。这里面有三个原因。第一，从理论上看，最理想的情况是门店里的东西到日末都卖光，由于不同商品的销服务水平越高，客户越满意，但同时带来的库存水平越高，成本越高；服务水平越低，客户越不满意，但库存水平会降低，成本也会降低。

服务水平为100%，意味着不管谁到店里来，买多少量，哪怕是几年才偶然发生一次的大量需求也能被满足，这就要求配备无限多的库存。为了既能满足销售需求，又能盈利，就需要取舍，库存不可能无限多，也不能少到无法支撑销售，这个问题就回到了服务水平设定的问题。整个零售供应链离客户最近的节点在门店，我们从门店开始分析。

1.如何设定门店服务水平假设一个门店只销售一种鲜食，比如当天加工的新鲜三明治或者汉堡包，如果当天销售不掉就得扔掉。该商品的成本是12元，售价是20元，毛利是8元，如果卖不掉会损失12元。服务水平的设定就是在“客户进店后购买所产生的毛利”和“缺货导致的损失”之间找平衡，假设该商品每天平均销售10个，在10个的基础上额外再卖一个的概率是20%，额外再进一件货的预期收入就等于8×20%+（-12）×80%=-8（元），这是亏钱的。为了盈亏平衡，至少要有60%的概率，也就是说多卖一个的概率至少要大于60%。但接下来在这一个的基础上再卖一个的概率就变得更小，所以你备的货越多，损失的风险就越大。这么说来好像应该保守一点，但现实中你发现门店里备的货往往非常多，超过需求量。不信你在门店快打烊前去超市、便利店、零食店、烘焙店、咖啡店里看看，几乎没有哪一家门店里的东西卖个精光的（生鲜蔬菜类零售商除外）。这里面有三个原因。第一，从理论上看，最理想的情况是门店里的东西到日末都卖光，由于不同商品的销