“0 天可售”不等于断货：库存分析里最容易下错的三个结论

技术笔记 · good fun 谷放

先看一个很常见的场景：一个多规格的商品，其中一个规格的可售天数显示 0。机械的做法会把它直接列进“断货预警”，排到补货清单的最前面。但把数据再拆一层会发现，这个商品整体上还有货——本地仓、在途都有——真正该做的是入仓和调拨，而不是再下一张采购单。

数字本身都是对的，错的是从数字到结论的那一步。这篇笔记整理我用得最多的三条判断规矩，以及怎么验证它们真的在起作用。

01坑一：把“某个规格没货”当成“这个商品要断货”

多规格商品在库存系统里通常是一棵树：一个母体下面挂着多个子体。可售天数、库存、在途这些指标，挂在不同层级上，含义完全不同。子体层面的“可售 0 天”，只说明“这个规格当下没有可立即发货的库存”，不等于“这个商品断货”。

所以判断之前先做一次追因：可售为 0，是因为确实卖空了，还是因为货压在本地仓没入、在途还没到、或者分散在别的仓库？追因追到“货在哪”这一步，动作才会对——该入仓的入仓，该调拨的调拨，确实卖空的，才谈采购。

02坑二：拿到数据，直接排“先补谁”

第二个坑更隐蔽：数据核过了、追因也做了，于是开始排“先补哪个”。排序本身没有错，但如果瓶颈不在采购环节，优先级排得再细，也只是在错误的队伍里排队。

库存问题的瓶颈，很多时候出现在流转环节：入仓预约、仓间调拨、上架节奏。这些环节不疏通，采购单下得再准，也只是把货堆到更远的地方。所以我现在的顺序是：先找瓶颈在哪一环，再决定“先做哪个”。

• 瓶颈在入仓——先解决入仓，而不是先比谁的补货量大；
• 瓶颈在调拨——先把仓间的货盘活，采购往后放；
• 确认采购是限制环节了——这时的排序才有意义。

03坑三：“少压库存”不能单边说

第三个坑表面上是措辞问题，其实会直接影响动作。“降库存”听起来永远是好事，但如果单边执行，很容易滑成“该备的也不备”——短期省了资金占用，长期丢的是产出。

我后来给自己定了两条：

• “少压库存”必须带前提：在不断掉有效产出的前提下，少压不该压的钱。两句话必须一起说，不能只留前半句。
• 不覆盖上游系统的建议值：补货数量沿用上游系统给出的原始建议值；我只决定“先做哪个、为什么”，不另算一套数字去覆盖屏幕上已有的值。两个口径打架的时候，现场反而无法执行。

04怎么验证这套规则真的在起作用

规则只写在文档里没有意义，能被检查才算数。我的检验方式是一场“陷阱对照”：事先列一份清单，把库存分析里最容易下错结论的场景收进去——比如“某个规格可售为 0、但整体库存在别处”“瓶颈不在采购环节”这类——然后用同一批数据、同一批问题，跑三种做法对照：

• 纯机械排序：16 条陷阱里躲过 1 条；
• 我之前的做法：躲过 12 条；
• 加上这三条规矩：16 条。

边界写得比数字更重要：这是我自己做的对照测试，单一数据快照、非双盲，例子做了合成处理。它说明的是“这几条规则在判断上确实有差别”，不是真实环境下的效果保证。

05把判断变成可检查的规则

这三条规矩背后有一个共性：它们都不是“更聪明的算法”，而是在数字和结论之间加了一道检查——先核口径，再判断，最后验收。

把判断变成规则之后，还有个工程上的好处：规则一旦可以被引用，就能被验收、被复盘。每条结论都能答出“按的是哪条规则”；新场景来了，只能把规则收紧，不能偷偷放宽。这套形态放到任何“数据很多、结论难下”的系统里都成立——库存只是其中一个例子。