干货 | 7点掌握电商供应链的主要KPI

(网经社讯)库存货值和天期

一般看日均或是月末的在库货值。日均的好处是把月中的波峰波谷都算进来，也不能月底永远踩线，就是月中要爆仓吧。这倒不用担心，对618和双11等S级大促，需要单独设峰值库存目标，随项目管理。看日均更多是因为在年同比上会更稳定可分析。库存同比增长为成交同比增长的一半，是俗称的“黄金法则”，其实做到库存增长低于GMV增长就好。

但是看月末库存，能跟财务balance sheet一致，月末的库存天期也更容易理解。因为大促爆发高，库存天期by过去30天日均销售货值来看会相对比较波动，且不反映备货原因，宜by将来销售计划来看。这里需要系统中有一版中性稳定的销售计划，中性是说它在总量上，要被要求稳定击中 90-110%的达成率，否则就是个易被操纵的数。做不到这一点，可以退而求其次看by过去30天，反正每年的数都这么看，也能呈现一定规律。

关注仓容，应该看库存件数；关注现金流，应该看货权货值。但这需要你结构化不同inco-term的货权交接节点，区分经销和代销，让系统能抓得准。但是这样看库存对指导执行不是那么直接，所以一般将库存和账期分开来管理，并单独监控PO单准时达量的情况。从财务角度来看还是要定期清理虚拟在途库存的，关PO的功能要做上。

库存天期的目标可以稳定，但库存货值目标可能需要季度根据销售目标的调整而调整，因为如果生意达成情况与预算版本迥异，会造成销售货值大变。

库存天期是不是越低越好？

不一定。主要是考虑缺货风险和采购价波动的平衡。所以要区分review强季节品和囤货性单品的库存。零售供给策略的一部分，就是圈定稀缺性单品进行打标，设定ROI规则和评估审批机制，根据市场价盘和稀缺性，适当囤货。囤货也必须review，当这部分出现滞销时，要结合当前和预判的市场价盘情况，和库存效期情况，决定是否清货。

缺货率

这里引入在架率(on-shelf availability)的概念，如果仓库都可以一仓发全国，那么用“实际在线可售SKU数/应在线可售SKU数”来计算，意味着100个品，有两个没货了，在架率是98%，缺货率是2%。

如果仓之间无法替代发货，是各自覆盖一定配送范围的前置仓，那么要计算by仓by品的在架率。比如100个品全分布在20个仓，其中有1个品在20个仓全缺货，1个品在10个仓缺货，那么缺货率(20+10)/(100*20)=1.5%，在架率1-1.5%=98.5%。可以理解为一个“仓X SKU”的矩阵，这个矩阵有多少是有货的，哪些没货。

当然这是简化的例子，哪些品下沉到前置仓，哪些品集中在CDC或者RDC覆盖更广的区域，是随仓网规划策略的，所以分母是“应在线可售SKU数”的by仓汇总即可。分子也要注意取良品可售库存，不能取退货仓、质检等原因锁定的不可售库存。

取数的品池，也要注意取一定的生命周期范围，比如从新品期到售卖期，刨除未上市和淘汰的品。

看在架率无法看出缺货金额的大小，对不同SKU没有权重概念，所以可以进一步区分A类缺货率或者AB类缺货率，即超爆爆品缺货率。这类品一般以10%左右的SKU数，贡献80%的生意，是我们需要重点review的。

光看在架率太轻松了？不希望只看“有无”，可以推进到看DOS<1和DOS<7，不做考核，也可以作为监控指标。DOS(Days of sales)是指按将来的销售计划计算，在仓库存能售卖几天。当然超爆爆品的DOS<7，追到采购和供应商具体的行动计划和进展。当然，这是后置的防控了。前置的方法是根据销售计划进行进销存推演（Stock projection），看未来的缺口无法订到货的部分，跟采购和供应商提前看。

像B2B那样计算缺货数量和金额行得通吗？不是没办法，要看你们的算法做得准不准。一种逻辑就是通过页面浏览量和历史转化率（日常参考日常，大促参考大促）来计算，但是这个数据要怎么修正，需要一些算法的模拟。因为就只有详细搜索或者从收藏/购物车才能来这里了，栏目里回看不到或者显示售罄。

另一种逻辑是缺货的日子用历史日均销售填补（日常参考日常，大促参考大促)，但是要注意这里没有考虑消费者疲劳度，对于那些不太回购的服饰箱包类，可能会过度填补，显示出过大的缺货金额，引导过大的采购，所以我说要算法磨练和陪跑一段时间，验证可用后再用。

滞销库存

滞销货值--跟前面的整体库存货值保持一样的口径，都用日均，或者都用月末。但是滞销库存的定义，见过三种：