在飛哥的帶領下，產品部有個很好的文化傳承，每周部門周會，交由一名同事主持和分享，分享主題可以涉及工作生活的方方面面，當然題材得積極健康。分享是一種很好的鞏固自我知識體系的方式，在整理準備和分享的兩次經歷中，很多斷檔的知識點會如暗礁般裸露出來，同時演講的過程又能提升產品經理的表達能力，可謂一舉多得。

       既然是文化，部門長自然也不會有特權，本周主持分享輪到了飛哥。由于近期在梳理采購系統業務，而飛哥又是這方面的專家，于是同志們集體要求老大拿出自己的看家本領，給大家分享一下智能補貨的實踐經驗。于是，本周的主題被定為很有調性的“智慧采購策略探討與實踐之路”，刷新了往期分享標題黨的新高度。

01 供應鏈庫存分類

        “按照我們庫房商品的庫存用途，我們可以把庫存分為三類”，飛哥指著投影在墻上的PPT，頂著略有發福的肚腩面對大家說道。

        “第一類：日常周轉庫存。主要用于日常業務需求的庫存，例如未來30天、60天的銷售備貨；

           第二類：安全庫存。主要用于應對不確定性需求的緩沖庫存。例如某一天需求量突然比往日激增了10個，那這10個庫存就要動用安全庫存；

           第三類：多余庫存。此類庫存因需求預測錯誤或者其它原因導致長期滯銷、占用了庫容成本，需要盡快處理 。”

▲供應鏈庫存分類

         “聊完庫存以后，再給大家補充幾個關于補貨的概念：

        采購提前期：指商品采購需要的時間，從下采購單，到供應商備貨、供應商送貨到目標庫房、庫房入庫的全周期；

        訂貨點：也稱再訂貨點，是觸發再次采購的時機點，當現貨可用庫存下降至訂貨點庫存時就觸發下次補貨；

        目標庫存：每次補貨的庫存上限，超過目標庫存就不能再補貨了，否則會產生多余的滯銷庫存；

        補貨數量：每次需要補貨的數量。  ”

        “這幾個概念和智能采購補貨是什么關系呢 ，飛哥？”，浩子滿臉不解的問道，發現大家也是如此表情。

       “這位同學問了一個好問題，請問你叫什么名字？”

        “老師，你可以叫我浩子，浩是陳浩南的浩，不是老鼠的那個耗子哦~”，浩子機智的站起來幫領導捧場，并向大家握拳作揖，逗得大伙一陣大笑，凝固的氣氛瞬間瓦解。

         “我們的SKU有幾萬個，每個SKU有自己的庫存，采購的同事如何知道哪些SKU庫存快不夠了，何時該補貨，該補多少？”,飛哥開始解釋,

          "訂貨點就是用來辨別哪些SKU庫存不足以及何時該補貨的，一旦當前庫存低于訂貨點庫存了，這部分就是該補貨的商品；目標庫存是補貨的目標，與庫存滿足率相關；補貨數量就是采購量。訂貨點、目標庫存、補貨量三者息息相關，組成了智能采購的前提。若我們的系統做得足夠準確和智能，一旦商品低于訂貨點了，就可以自動計算補貨量，生成采購單，省去人為操作的過程。”   

02 采購補貨方式

        “按照補貨數量和補貨周期，我們把補貨方式分為四種，分別是定量不定期、定期不定量、不定期不定量、定期定量。4種方式適用于不同的公司和業務形態，給大家羅列一下各種方式和其優劣勢：”，飛哥翻到PPT的下一頁，詳細為大家講述每一種補貨方式：

▲采購補貨方式

    “明白了，我們公司目前就是按照不定期不定量的方式進行采購的，畢竟創業公司，資金有限嘛！所以只能采購頻次高一點，每次采購的量少一點，保證庫存少積壓。”，小Q恍然大悟，補充道。

03 采購補貨邏輯

        “說的對，下面我們就不定期不定量的業務形態下，聊一聊補貨的系統邏輯。”，飛哥停頓了一下，繼續說道。

         “大家知道，咱們生活中有諸多特性都是符合正態分布的，人的身高、體重、某地區的降水量等，咱們公司的業務需求從長期來看，一定也是符合正態分布的，大家可以抓取歷史銷量數據中來分析一下便知。

        既然需求符合正態分布，那我們有理由相信在外界因素沒有特別大的變化的時候，通過歷史銷量，可以預測出未來一段時期的日均銷量，轉換到采購過程里即為每日需求量；再根據標準差可以算出需求的波動性，波動性應對庫存滿足率的概率，也即我們的服務水平。若需服務水平提升，就需要多備貨來應對波動性，這個多備的商品就是安全庫存。

        假設歷史銷量符合正態分布，且需求和采購提前期相對穩定，在不定期不定量情況下，采購補貨邏輯應為：某倉的可用庫存低于訂貨點庫存時，就觸發補貨，補到目標庫存為止。”，飛哥為大家展示了一張補貨邏輯圖。

    ▲采購邏輯

        

“如圖：

        補貨觸發時機為某倉的可用庫存低于該倉的訂貨點，且所有庫房的總可用庫存低于總訂貨點時（若某倉可用庫存低于訂貨點，但全國總庫存超過總訂貨點，說明某些庫房商品尚有盈余，此時不需要補貨，將訂單分撥到盈余倉庫即可，必要時可以進行倉間調撥），采購單以倉庫為單位生成：

        訂貨點=單倉日平均銷量*采購提前期+ 日安全庫存；日安全庫存為服務承諾水平下的備用庫存，應對需求和供應商送貨的不確定性；

        補貨量=目標庫存 當前倉庫可用庫存；當然這是不定量情況下的方式，若為定量補貨，補貨數量每次都是固定的。

        可用庫存=實物庫存 - 訂單已出庫預占庫存 + 在途庫存； 在途庫存包含：已入庫未上架數量 + 已采購/調撥未到貨數量；

        目標庫存=日平均銷量*（計劃備貨天數+采購提前期）+日安全庫存；計劃備貨天數為需要儲存的日常需求天數，根據業務量、倉庫容量和財務狀等因素決定，例如咱們公司日常備貨1個月左右 。”

        見大家一臉茫然，飛哥早就在意料之中了，用戲謔的眼神望著小Q，繼續說道：“給大家舉個簡單的例子，比如小Q你，每個月工資交給你媳婦，由媳婦定期給你轉賬生活費，這個生活費的給法和咱們采購補貨其實是一個原理。

        假如銀行轉賬到賬時間是1天（采購提前期=1），你和你媳婦商量說你每天生活費100元（日均需求=100），為了防止你花心，一次性只給你5天的口糧（計劃備貨天數=5），有的時候你還想和同事們喝點小酒放松一下，大概每周一次，需要花費200元（安全庫存=200），現在我們來算一下你媳婦該怎么給你錢：

        訂貨點=日平均銷量*采購提前期+ 日安全庫存=100*1+200=300；

       目標庫存=日平均銷量*（計劃備貨天數+采購提前期）+日安全庫存=100*（1+5）+200=800；

        OK，以上為前提條件，是你提前和媳婦商定好的。周一上班前，媳婦一次給了你800（補貨到目標庫存），但因為本周你好哥們來找你接濟了，超出你的預期消費，結果兩人開啟了兩天奢侈的生活，周二結束時已經花掉了600（需求超過預期），這時你的剩余生活費就只剩200了（可用庫存僅剩200），低于訂貨點300，后面還有3天，很明顯僅剩200肯定不夠，這個時候你會怎么辦？”

        “我會跟哥們一起挨餓，”，小Q笑嘻嘻的回答道。

        “夠義氣，估計再餓上幾天，你這好不容易蓄起來的雙下巴就會消失了”，飛哥打趣說，“相信以你的專業性，肯定不會讓自己的肚子受罪，所以你會立馬跟媳婦發起補貨申請，再次補到目標庫存800。媳婦審判后發現本周庫存消耗的有點快，但也算合理，于是同意了你的補貨申請，又給了你600，此時補貨量就是600（補貨量=目標庫存-可用庫存）。

       以上就是補貨的全過程，現在大家聽懂了吧？”

      “我還有一個問題，”，征得飛哥示意后，小Q怕大家聽不清，故意提高音量：“邏輯是懂了，不過案例中的小Q不是我哈，我們家是我管錢的，嘿嘿～”

       “咦～”引得同事們集體鄙夷。

04 安全庫存原理

    “飛哥，安全庫存還是不太了解，能再給詳細解釋一下嗎？”，浩子提問。

    “別急，馬上就來。”  飛哥示意讓浩子坐下認真聽。

    “關于安全庫存，百度百科上的定義是這樣的：     

      安全庫存（Safe Stock）是為防止未來物資供應或需求的不確定性因素（如大量突發性訂貨、交貨意外中斷或突然延期等）而準備的緩沖庫存。其大小取決于供應和需求的不確定性、顧客服務水平(或訂貨滿足率），以及缺貨成本和庫存持有成本。

    

     安全庫存和顧客服務水平，以及庫存持有成本直接相關，是把雙刃劍。安全庫存增多，缺貨成本降低，顧客服務水平對應提高，但庫存持有成本隨之提升；相反，安全庫存量降低，庫存持有成本較小，但缺貨成本會升高，顧客服務水平會降低。

    假設顧客的需求服從正態分布，那么：

    安全庫存SS= 服務水平系數Z * 需求的標準差 σ，向上取整。

    原理是：正態分布的總面積是1，對應服務水平為100%，若要滿足目標服務水平，則需要調整標準差的系數，以求目標覆蓋面積接近目標值（也即庫存量滿足服務水平）。

▲正態分布

    下面，我們舉個實際的例子：

     若某SKU需求符合均值5，標準差為2的正態分布，若要求服務水平（庫存滿足率達到95%），通過反查標準正態分布表得知，最接近95%的標準正態分布累計分布函數的反函數值為1.64，也即服務水平系數為1.64。

     故安全庫存SS=Z* σ= 1.64*2 = 3.28 個，向上取整為4 個。

▲正態分布表（部分）

        實際工作中，不可能實時去查正態分布表，EXCEL中有個 NORMSINV( )函數，可直接計算出標準正態累積分布函數的反函數值，如：NORMSINV(0.95) =1.64。”    

05 實際業務情況處理

        看著大家的表情，數學好的同學們豁然開朗，稍微差點的若有所思，上學不用功的還是一臉茫然。飛哥打開自己的保溫杯，對著還冒著熱氣的杯面吹了吹，然后喝了一大口枸杞茶，嚼了兩口隨茶入口的枸杞并吞咽下肚，然后一臉幸福的繼續跟大家講解：

      “以上是一種比較理想的情況下的算法，實際業務里面，可能面臨供應商送貨時效不固定、需求變化較大等意外情況，那我們又該如何面對呢？這里給幾個建議：

       ①有些公司業務尚不穩定、數據較少時，可以參考用泊松分布代替正態分布計算供應商時效的期望和方差，雖然不準確，但有好過無；

       ②針對供應商的送貨時效和采購提前期，通俗做法是排除異常數據后，取供應商到每個庫房的送貨平均時效；若需更精確，可以參考正態分布計算供應商的均值和方差，考慮供應商時效波動的方差，同時，考慮加入采購品項和數量等因素綜合建模求解（采購量級不同，供應商備貨和庫房收貨時長也會有影響），這就更加復雜了，最好請教懂算法的高材生一起設計；

      ③供應商送貨時效、訂貨點、目標庫存這些系統計算出的結果可只做推薦，人為可以根據實際情況進行調整；

      ④為了方便操作和結算，應盡量以整件進貨，計算采購數量時盡量以商品大包裝數的整數倍進行訂貨點、補貨數量的計算，避免拆零。“

       “如果所有的商品都備安全庫存，庫存成本會增加好多的吧？”，小Q終于提出了一個實實在在的問題。

       “沒錯，所以在實際運作過程中，咱們可以根據企業實際情況來選擇備或者不備，我的一個參考經驗是根據SKU的價值和出庫頻次做一個九宮格，根據公司的庫容和財務資金狀況定奪”。

▲安全庫存設置建議

06 需求預測-指數平滑法

    “飛哥，需求預測該怎么做？”，小Q繼續提問，一定要榨干老大的最后一點智慧。

    “需求預測對應到咱們公司，可以等同于銷售預測。方法有很多，比如定性分析中的德爾菲法、專業判斷法；定量分析中的因果預測法、時間序列法等，下面給大家重點介紹一下時間序列法中的指數平滑法。”，飛哥又端起茶杯，重復了一遍中年油膩男教科書式喝枸杞茶的方法。

▲需求預測的一些方法列舉（引自百度百科）

       “指數平滑法是生產預測中常用的一種方法，也用于中短期經濟發展趨勢預測，所有預測方法中，指數平滑是用得最多的一種。簡單的全期平均法是對時間數列的過去數據一個不漏地全部加以同等利用；移動平均法則不考慮較遠期的數據，并在加權移動平均法中給予近期資料更大的權重；而指數平滑法則兼容了全期平均和移動平均所長，不舍棄過去的數據，但是僅給予逐漸減弱的影響程度，即隨著數據的遠離，賦予逐漸收斂為零的權數。（百度百科）”。

        “按照數據變化趨勢的不同，指數平滑法可以平滑多次，例如一次指數平滑預測法、二次指數平滑預測法、N次指數平滑預測法。若是水平型歷史數據的預測，適合一次指數平滑預測法；若呈斜坡型線性趨勢歷史數據的預測，適合二次指數平滑預測法；若呈現拋物線趨勢，選用三次指數平滑法或更多次指數平滑預測法：

    1.一次指數平滑法 

        以某種指標的本期實際數和本期預測數為基礎，引入一個簡化的加權因子，即平滑系數，以求得平均數的一種時間序列預測法。即對離預測期較近的歷史數據給予較大的權數，權數由近到遠按指數規律遞減的一種特殊的加權平均法。（百度百科）

▲一次指數平滑法計算公式

   2.二次指數平滑法 

        若歷史數據呈斜坡型線性趨勢，選用二次指數平滑法，對一次指數平滑的再平滑，它適用于具有線性趨勢的時間數列：

▲二次指數平滑法計算公式

 3.三次指數平滑法 

    若歷史數據呈現拋物線趨勢，選用三次指數平滑法 ，在二次指數平滑的基礎上再進行一次平滑：”

▲三次指數平滑法計算公式

   4.一次指數平滑法和二次指數平滑法舉例說明

    “為了便于大家理解，給大家舉個例子：

    某SKU 初始預測銷量為23萬，設定平滑指數為 α=0.9。實際銷量分別為：

        第1個月：29萬

        第2個月：36萬

        第3個月：40萬

    如上，根據一次指數平滑法計算：

        第2個月預測銷量 = 29*0.9 +23*（1-0.9）= 28.4萬

        第3個月預測銷量 = 36*0.9 +28.4*（1-0.9）=35.24萬

        第4個月預測銷量 = 40*0.9 +35.24*（1-0.9）=39.524萬

        基于以上結果，再根據二次指數平滑法計算，以第2個月預測銷量（28.4萬）作為初始值進行再平滑：

        第3個月預測銷量 = 35.24*0.9 + 28.4*（1-0.9）=34.556萬

        第4個月預測銷量 = 39.52*0.9 + 34.556*（1-0.9）=39.0236萬 ”

     “需求預測就講到這里吧，大家如果感興趣，可以會后自行對各種策略和算法進行深入研究，看看有沒有更好的方式來讓預測盡量接近準確。注意，是盡量哦！要知道，所有的預測都是不準確的，只有越接近實際情況，考慮的因素越多，才能計算出更接近實際的預測值。

        需求越穩定、頻次越高，基于歷史數據的時間序列預測會越準確；需求越不頻繁，判斷的成分越多，越得依賴銷售、市場等接近實際業務的經驗判斷。

        所以，采購需求預測的過程并不是一蹴而就的，需要銷售部門和供應鏈部門緊密結合，銷售計劃有變動（例如促銷）時，應該及時提醒供應鏈部門調整需求預期和采購計劃。”

07 有限的采購預算下如何實施采購？采購目錄建議

    

    “在資金有限的前提下，優先該采購哪些品種呢？”，小Q更加深入的提出下一個問題。

    “我的建議是，將預算資金分攤到最需要采購的品種上。具體做法為：

        ①根據商品常關注指標，為每個指標設定不同的權重值W（各權重值之和=1）;

        ②再按照歷史數據計算每個SKU在每個指標中的得分Px;

        ③以上權重和得分加權即可算得每個SKU的綜合評分f(x)，評分越高，說明優先級越高：

        ④根據商品的綜合評分排名，結合采購價*預測需求數量依次采購，直到所有預算資金用完為止。”

▲采購日常關注商品指標

        “同安全庫存和需求預測一樣，采購目錄建議算法也不是時刻不變的，需要采購根據實際情況來不斷調整指標權重，直到推薦的商品目錄與實際情況相符為止。”，飛哥補充道。

        "今天的分享就講完了，以上只是我個人的一些經驗，不一定完全正確也不一定最優，而且這些策略一定需要結合業務現狀和歷史數據綜合分析、靈活變通，否則不僅不能幫助到業務部門，還會適得其反，各位在以后的工作應用中一定要因地制宜，不要邯鄲學步 。下面看看大家還有什么疑問，咱們一起探討一下。”，飛哥講完以后，獲得大家陣陣掌聲，因為知識點太多，需要慢慢消化，大家又帶著各自的疑問展開了將近1個小時的頭腦風暴......

        獨樂樂不如眾樂樂，共同進步的療效是很神奇的，可以提升整個部門的積極性和凝聚力，讓每位員工不再只是為了薪水而工作，而是能突破工資層面，深刻認識到自己做的每一分一毫都是在鞏固和提升自我在行業大流里的位置。逆水行舟不進則退，你若不進步，淘汰你的不是你所在的公司，而是你所處的行業和社會、你的大齡和狹隘的認知，到那時，每一擊都將是殘酷和致命的。   

        老當益壯，寧移白首之心；窮且益堅，不墜青云之志。小Q為身在這樣一支積極向上的團隊而自豪，也確信只要自己足夠努力，一定能夠打破互聯網人35歲失業魔咒，在36歲乃至往后每一年生日的站臺邊，都會有一個更加優秀的自己在向自己招手，感謝今天為他付出的一切......