开篇：EOQ 算得很漂亮，货还是断了
经济订货批量（EOQ）是每个学供应链的人都背过的公式：√(2DS/H)。但真正在仓库里管补货的人都知道，EOQ 回答的是"一次订多少最省钱"，却回答不了"什么时候下单不断货"。现实中的需求是波动的，供应商的交期是飘的，EOQ 公式里那两个"恒定"假设一碰就碎。
我们见过太多仓库：安全库存凭感觉设（"备 2 周的量吧"），补货点凭经验拍（"剩 100 件就下单"），结果要么断货丢单，要么库存积压占资金。这篇文章给一套实战算法，不需要高深数学，一个 Excel 就能跑，解决"何时补、补多少"的问题。
核心方法：动态安全库存四步算法
步骤一：先算清你的需求波动（σd）
安全库存的本质是"为不确定性买保险"，保费多少取决于波动有多大。取某 SKU 过去 6~12 个月的日均出库量，算出日需求标准差（σd）。Excel 里一个 STDEV 函数就够了。
波动分三档，对应不同的管理策略：
| 变异系数 CV（= σd / 日均需求） | 波动等级 | 策略要点 | |---|---|---| | < 0.5 | 低波动（稳定品） | 安全库存可设低，重点看交期波动 | | 0.5 ~ 1.0 | 中波动（常规品） | 标准公式计算，每月复核 | | > 1.0 | 高波动（促销品/季节品） | 公式 + 人工判断，大促前单独建计划 |
步骤二：再算清你的交期波动（σL）
很多仓库只算需求波动，不算交期波动，这是断货的最大盲区。同样取过去 6 个月该 SKU 每次采购订单的实际交期（下单到入库的天数），算出交期标准差（σL）。
实战经验：交期波动对安全库存的影响经常大于需求波动。一家汽配仓算完发现，某 SKU 需求很稳定（CV=0.3），但供应商交期从 7 天飘到 21 天（σL=4.2 天），真正的安全库存大头是为交期买的保险。
步骤三：套公式——同时考虑两种波动的安全库存
标准实战公式（假设需求与交期独立）：
安全库存 SS = Z × √( L × σd² + d² × σL² )
- Z：服务水平系数。95% 服务水平 Z=1.65，97.5% 取 1.96，99% 取 2.33。别全品类用 99%，A 类热销品用 97.5%~99%，C 类长尾品 90%（Z=1.28）就够了，省下的资金很可观。
- L：平均交期（天）；d：日均需求；σd、σL 如上。
补货点 ROP = d × L + SS：当可用库存（在手 + 在途 − 已分配）降到 ROP，就触发补货。
举个具体例子：某 SKU 日均需求 d=50 件，σd=15；平均交期 L=10 天，σL=3 天；目标服务水平 97.5%（Z=1.96）。SS = 1.96 × √(10×225 + 2500×9) = 1.96 × √24750 ≈ 308 件。ROP = 50×10 + 308 = 808 件。以前这家仓库凭感觉设安全库存 200 件，旺季断过两次货；按公式调到 308 件后，全年零断货，库存周转只慢了 2 天。
步骤四：动态复核——参数会过期，公式不会
需求和交期都是活的，参数必须定期刷新。建议节奏：
| SKU 等级 | 复核频率 | 触发临时复核的事件 | |---|---|---| | A 类 | 每月 | 大促前 6 周、供应商变更、需求突增 50% | | B 类 | 每季度 | 同上 | | C 类 | 每半年 | 连续 3 个月零出库，转入呆滞品处理流程 |
实战技巧：WMS 或 Excel 里给每个 SKU 建一行，d、σd、L、σL、Z 五个参数列，SS 和 ROP 自动算。每月 1 号跑一遍数据刷新，差异超过 20% 的标红人工确认。一名计划员管 5000 个 SKU，每月花半天就够。条件允许的话，把 SS 和 ROP 设为 WMS 系统参数，由系统自动预警，彻底告别人工盯表。
实战案例：一座电商仓的"断货率减半"计划
背景：内华达一座日均 8000 单的电商仓，自营 SKU 约 2500，断货率 3.2%（行业优秀线是 1% 以内），同时库存周转天数 42 天（偏高）。矛盾：又断货又积压——典型的"该多的不多、该少的不不少"。
诊断：安全库存全部凭品类经理感觉设，热销品设少了（怕积压），长尾品设多了（"反正便宜，多备点"）。
行动：用四步算法重算全部 SKU 参数，ABC × XYZ 九宫格分类（ABC 按出货金额，XYZ 按需求波动），AX 类（高价值低波动）降安全库存、CZ 类（低价值高波动）直接砍到只备 7 天。WMS 上线 ROP 自动预警。
结果：6 个月后断货率从 3.2% 降到 1.1%，库存周转天数从 42 天降到 31 天，释放现金约 45 万美元。品类经理的原话："原来我不是不会管库存，是之前一直在用感觉管。"
避坑提醒
- 别用 EOQ 决定"何时补"：EOQ 管批量，ROP 管时点，两者是搭档不是替代。只算 EOQ 不算 ROP，等于只系了一边的安全带。
- 新品没有历史数据时，别硬套公式：用同类老品的参数打 7 折起步，前 3 个月每周人工盯，数据攒够再转公式。新品断货多半是因为"没数据所以没设安全库存"。
- 在途库存要算进"可用库存"：ROP 比较的是"在手 + 在途 − 已分配"，只看在手库存会重复下单。我们见过一家仓因此多订了 30% 的货。
- 服务水平 Z 别一刀切：全品类 99% 服务水平听起来很美，代价是 C 类长尾品的安全库存翻倍。分级设 Z，省下的钱投到 A 类品上，整体服务水平反而更高。
- 别把安全库存和"囤货"混为一谈：安全库存是公式算出来的"保险"，囤货是凭感觉"多备点"。我们审计过一家仓，C 类 SKU 的安全库存普遍是公式值的 3 倍，理由是"多订有折扣"。折扣省下的 2% 采购成本，根本覆盖不了多占 60 天库存的资金成本。记住：公式值是上限，不是下限。
总结
EOQ 之外的实战算法，核心就三句话：波动用数据量化（σd 和 σL 都要算），安全库存为两种波动同时买保险，参数按月刷新。这套方法不需要上昂贵的计划系统，Excel + WMS 预警就能跑。记住，安全库存不是"越多越好"的棉被，而是"不多不少"的保险——买多了浪费保费，买少了断货丢单。先从你的 Top 100 SKU 开始算，跑一个月看到效果，再推广到全品类。
