图5-47　根据到货时间倒推补货时间

（2）总仓补货

总仓往前置仓补货，与前置仓往门店补货有相似之处。如图5-48所示，假设一个总仓覆盖了两个前置仓，总仓的发货预测就来自前置仓的补货计划，这是典型的拉式补货。总仓的不同商品有不同的送货周期和供应天数，据此可以测算出总仓的补货计划。具体怎么计算上文已经详细介绍过，这里不再赘述。

拉式补货适合有现货或者获取难度低、供应充足的商品，换言之就是你想要补货的时候，市场上能找到供应来源。对于这类商品，往图5-47　根据到货时间倒推补货时间

（2）总仓补货

总仓往前置仓补货，与前置仓往门店补货有相似之处。如图5-48所示，假设一个总仓覆盖了两个前置仓，总仓的发货预测就来自前置仓的补货计划，这是典型的拉式补货。总仓的不同商品有不同的送货周期和供应天数，据此可以测算出总仓的补货计划。具体怎么计算上文已经详细介绍过，这里不再赘述。

拉式补货适合有现货或者获取难度低、供应充足的商品，换言之就是你想要补货的时候，市场上能找到供应来源。对于这类商品，往往是供应提前期小于补货周期，不需要提前太长时间来做补货计划，比如补货周期是3天即每3天补一次货，供应提前期是1～3天，下单之后1～3天能拿到货。如果举一个生活中的例子，这就好像你去超市里买猪肉，超市里都是现货，你不需要提前很长时间做采购计划。但如果超市里的猪肉供应不足，每周限量，你就会多买一点囤起来，而不是按照你近期真实的需求量来采购。对于供应周期比较长的商品就是这种情况，我们用上文中提到的“供应驱动力”来描述，这就属于供应驱动力不足的商品，比如供应周期是10天，而补货周期是2天，这种情况下你需要提前至少10天制作补货计划。

图5-48　总仓补货逻辑示意图

针对供应驱动力不足的商品，在做总仓补货计划时，最理想的情况是在门店层面制订中长期的补货计划，把从当周开始一直到12个月甚至24个月内的补货计划都做出来。这样前置仓1～12个月的发货预测就有了，同理总仓1～12个月的发货预测也有了，可以计算补货往是供应提前期小于补货周期，不需要提前太长时间来做补货计划，比如补货周期是3天即每3天补一次货，供应提前期是1～3天，下单之后1～3天能拿到货。如果举一个生活中的例子，这就好像你去超市里买猪肉，超市里都是现货，你不需要提前很长时间做采购计划。但如果超市里的猪肉供应不足，每周限量，你就会多买一点囤起来，而不是按照你近期真实的需求量来采购。对于供应周期比较长的商品就是这种情况，我们用上文中提到的“供应驱动力”来描述，这就属于供应驱动力不足的商品，比如供应周期是10天，而补货周期是2天，这种情况下你需要提前至少10天制作补货计划。

图5-48　总仓补货逻辑示意图

针对供应驱动力不足的商品，在做总仓补货计划时，最理想的情况是在门店层面制订中长期的补货计划，把从当周开始一直到12个月甚至24个月内的补货计划都做出来。这样前置仓1～12个月的发货预测就有了，同理总仓1～12个月的发货预测也有了，可以计算补货计划了。但让门店预测12个月的销售，同时用推算出来的库存量来计算未来的补货量，且不说能不能做出来，预测和补货计划本身的波动是非常大的，单个门店的波动汇总起来，会变成非常大的波动。换个角度来看，对于服务门店的前置仓，它需要覆盖所对应门店的需求量，这是个总数，对于中长期的需求，如果按照总量来做精度就会更有保障，实践中有以下两种做法。

A.汇总销售预测法

汇总销售预测法是指把前置仓或者分仓所对应的门店的历史销售数据汇总起来，在总量上做销售预测。如图5-49所示，把每个门店的历史销售按照其所对应的前置仓进行汇总，得到该前置仓所对应的历史销售，然后用这个历史销售做销售预测，这代表了前置仓所覆盖的市场的销售预测。由于这是销售预测，前置仓不会按照销售预测量发货，需要把前置仓现有的库存和门店现有的库存扣掉，并把近期要从前置仓发往门店的补货量扣掉，然后就得到了净需求量。门店发生销售的日期，并不代表前置仓发货的日期，前置仓的发货日期早于门店的销售日期，因此需要把净需求量沿着时间轴全部向左移动，如果送货周期是2天，那么就把需求日期向左移动2天。这样做出来的并不是精准的发货预测，是用销售预测推算出来的净需求量，有了各个前置仓的净需求，汇总到总仓就得到了沿着时间轴的需求量，并且展望期可以很长，总仓就可以据此安排采购或者生产了。

对于保质期很短的商品，过了保质期就无法成为有效供应，甚至可以忽略门店里的库存，仅仅考虑前置仓现有的有效库存。计划了。但让门店预测12个月的销售，同时用推算出来的库存量来计算未来的补货量，且不说能不能做出来，预测和补货计划本身的波动是非常大的，单个门店的波动汇总起来，会变成非常大的波动。换个角度来看，对于服务门店的前置仓，它需要覆盖所对应门店的需求量，这是个总数，对于中长期的需求，如果按照总量来做精度就会更有保障，实践中有以下两种做法。

A.汇总销售预测法

汇总销售预测法是指把前置仓或者分仓所对应的门店的历史销售数据汇总起来，在总量上做销售预测。如图5-49所示，把每个门店的历史销售按照其所对应的前置仓进行汇总，得到该前置仓所对应的历史销售，然后用这个历史销售做销售预测，这代表了前置仓所覆盖的市场的销售预测。由于这是销售预测，前置仓不会按照销售预测量发货，需要把前置仓现有的库存和门店现有的库存扣掉，并把近期要从前置仓发往门店的补货量扣掉，然后就得到了净需求量。门店发生销售的日期，并不代表前置仓发货的日期，前置仓的发货日期早于门店的销售日期，因此需要把净需求量沿着时间轴全部向左移动，如果送货周期是2天，那么就把需求日期向左移动2天。这样做出来的并不是精准的发货预测，是用销售预测推算出来的净需求量，有了各个前置仓的净需求，汇总到总仓就得到了沿着时间轴的需求量，并且展望期可以很长，总仓就可以据此安排采购或者生产了。

对于保质期很短的商品，过了保质期就无法成为有效供应，甚至可以忽略门店里的库存，仅仅考虑前置仓现有的有效库存。具体来看一个生鲜商品的例子，如表5-15所示。假设前置仓服务两个门店，将两个门店的历史销售加起来进行销售预测，得到了前置仓所覆盖区域的销售预测。8月9日前置仓有80个库存，其中有15个在8月9日到期，要被处理掉，不能算作有效库存。假设门店总共有50个库存，有10个在8月9日到期，要被处理掉。这时8月9日的总有效库存就只有80+50-10-15=105（个）。这105个库存，到了8月10日，又有20个要到期，导致总可用库存只有85个。这85个库存可以覆盖8月10日、8月11日的销售。

图5-49　汇总销售预测法

表5-15　生鲜品类补货示意具体来看一个生鲜商品的例子，如表5-15所示。假设前置仓服务两个门店，将两个门店的历史销售加起来进行销售预测，得到了前置仓所覆盖区域的销售预测。8月9日前置仓有80个库存，其中有15个在8月9日到期，要被处理掉，不能算作有效库存。假设门店总共有50个库存，有10个在8月9日到期，要被处理掉。这时8月9日的总有效库存就只有80+50-10-15=105（个）。这105个库存，到了8月10日，又有20个要到期，导致总可用库存只有85个。这85个库存可以覆盖8月10日、8月11日的销售。

图5-49　汇总销售预测法

表5-15　生鲜品类补货示意接着把净需求量沿着时间轴向左移动2天（送货周期），得到前置仓的发货需求量。如果每个前置仓都进行这样的计算，然后将每个前置仓的发货需求量加起来，就得到了总仓的发货需求量。有了总仓的总需求量，结合商品的采购提前期（如果是自己生产的话，就是生产提前期），可以倒排制作出补货计划或者称为采购计划或者生产计划了。举个具体的例子来看，假设总仓服务两个前置仓，发货需求如图5-50所示。总仓做计划的颗粒度到周，假设需求都发生在每周的周一，所有的供应也都发生在周一。该商品的供应周期为10个工作日即2周，每次补货的时候沿着时间轴向前看15个工作日即3周（合并供应天数），安全库存是50个。假设该商品是有有效期控制的，在各周都会有到期要处理掉的库存。接着把净需求量沿着时间轴向左移动2天（送货周期），得到前置仓的发货需求量。如果每个前置仓都进行这样的计算，然后将每个前置仓的发货需求量加起来，就得到了总仓的发货需求量。有了总仓的总需求量，结合商品的采购提前期（如果是自己生产的话，就是生产提前期），可以倒排制作出补货计划或者称为采购计划或者生产计划了。举个具体的例子来看，假设总仓服务两个前置仓，发货需求如图5-50所示。总仓做计划的颗粒度到周，假设需求都发生在每周的周一，所有的供应也都发生在周一。该商品的供应周期为10个工作日即2周，每次补货的时候沿着时间轴向前看15个工作日即3周（合并供应天数），安全库存是50个。假设该商品是有有效期控制的，在各周都会有到期要处理掉的库存。