第二篇 供应链的第二道防线：库存计划

【小贴士1】你是怎么设定库存水位的

1.    库存可分为三类：

1)    周转库存，一般会得到相当多的关注。周转库存=需求预测×周转周期，其中周转周期一般假定是恒值，对于作为变量的需求预测，根据实际需求和市场变化及时调整。比如生产周期是3周，那生产线上就有3周的过程库存；运输周期是28天，那就意味着有28天的在途库存。

2)    安全库存，用来应对需求的不确定性、供应的不确定性，以达到既定的客户服务水平（有货率）。这是三类库存中最不被关注的，因为大部分企业真正理解安全库存，只是停留在执行层面，一般都是凭经验放一定天数的用量。

    库存目标水位target stock level，是库存期望达到的目标水平。

    库存水平inventory level，是实际手头的库存数量。

3)    多余库存一般最受关注，特别是成为呆滞库存，死在那里，人人都看得见是个问题。

2.    安全库存的高低取决于三个因素：

1)    需求的不确定性——需求变动越大，需要的安全库存就越多；操作层面可根据历史需求确定。

2)    供应的不确定性——供应越不确定，需要的安全库存就越多；操作层面可根据历史需求确定。

3)    订单有货率的要求（服务水平）——服务水平要求越高，安全库存水位也就越高。百分之多少的情况下我们手头有货，百分之多少的情况下我们3天、5天、7天之内发货等，这是公司运营策略的重要构成，显著影响运营成本和库存周转率，是个战略层面的决策。

【小贴士2】第一步：当需求陡变时，如何量化需求的不确定性

1.    正态分布，适用于需求相对比较稳定、需求相对频繁的情况。需求的重复性是个重要的假设，也符合实践中的很多情况。用过去20周的需求历史数据，计算每周的平均需求，以及需求的标准差。

1)    标准差是量化实际值与预测值的差异，即需求的变动性，它统计的是实际需求与预测值（在这里是平均需求）之间的差异。标准差越大，表明需求的变动性越大，反之亦然。

2)    摘取去年同期的实际值，与当时做的预测对比，计算误差（实际值－预测值）的标准差，拿这个标准差代表需求的不确定性。我们可以这里的假定是，虽然今年的需求跟去年同期不一样，但需求的变动性差不多。这是在用过去的需求变动性来代替未来的变动性。

3)    要注意数据样本的大小：

    样本数太小，代表性就不好。13周是3个月，一个季度，在管理上比较常用。特别是少于10个数据点的话，要模拟一个正态分布曲线就比较困难，准确度就可能打折。

    数据点也不一定是越多越好。比如选取52周的需求，我们的风险是失去了需求的代表性，特别是那些季节性明显的产品；比如把每周拆分成每天，我们的风险是需求可能不再符合正态分布，得用二项分布等来描述。

2.    在需求很不稳定，或者需求很低的情况下，正态分布往往不合适，我们得找更合适的分布来模拟，比如泊松分布，相应地找出类似于标准差的参数，来量化需求的变动性

3.    当需求陡升或者陡降时，需求的不确定性不容易计算，因为它们虽然有需求历史，但不一定有同期相应的需求预测数据。解决方案：

1)    一种是，用现在的预测方法，比如季节性预测模型，套到去年同期数据上，“预测”去年相应时段的需求，然后按照上述方法来计算偏差。

2)    另一种是，根据历史经验，按一定天数的平均需求来设定安全库存，在需求上升阶段，适当多放点；在需求下降阶段，适当少放点。这种方法比较粗放，不过简单易懂，也被广为采用。

【小贴士3】第二步：供应周期如何确定

1.    供应的不确定性一般指供应周期的不确定性。供应周期是从需求产生（订单发出的日期）到补货上架之间（收到货物的日期）的整个周期。

1)    这里的假设是交期服从正态分布，交期平均值（比如在X周左右）的概率最高；越是向两端，出现的概率越小。

2)    在量化供应的不确定性时，应该用整个供应周期，不管是原材料，还是成品、半成品，方法论都一样。

2.    以一个工业品公司为例，整个供应周期=订单发送周期+供应商交期+入库及验收+周末：

1)    订单发送周期，即从需求产生，到采购订单发出给供应商所需要的工作日；

    看上去是很简单的一件事，其实很复杂。分很多步骤：

    早晨生产线上用掉一个零件，那一刻就是需求产生的时间；

    ERP里完成扣账，MRP运转，发现库存少了一个，这是需求被识别了；

    需求被识别后，系统就触动补货流程，提出补货要求，这时系统就产生一个请购单；

    采购人员看到了请购单，就转换成供应商的订单（或者由ERP系统自动转换）；

    根据采购金额和其他规定，不同的管理层需要审批。审批完成后，订单终于发送给供应商了，总算完成了订单发送周期。

    企业的信息化水平越低、管理能力越弱，供应周期就越长，不确定性也就越高。比如扣完账已经错过了当日的MRP运转，这意味着得再等半天（MRP每天运转2次）或1天（MRP每天运转1次）；采购金额审批慢等等。

    在信息化程度高、执行效率高的企业，产线领料和ERP扣料同步进行（产品流和信息流同步），即使不同步，间隔延误也很短。

2)    供应商的交期，即下订单日期和收货日期之间的日历日差值。

    供应商的交期只是整个补货周期其中的一部分，占整个供应周期试具体情况而定。

    这是最难确定的一个环节。因为有些企业在采购订单发送上缺乏规则，或者合同上约定交期根本就是不合理的，供应商不能稳定交付，增加了供应的不确定性，最后还是得增加安全库存来对付。

3)    入库及验收，即供应商送货来了，登录到ERP里，验收好后，产品在ERP中显示为可用，且放到货架上所需要的工作日。

4)    周末，订单发送、入库及验收的总和为5个多工作日时，一定会遇到周末2天（日历日）。

3.    作为计划人员，我们得清楚地理解供应周期的各个环节，以及每个环节的不确定性，这样才有可能更好地降低不确定性，以降低安全库存；作为管理者，我们要认识到，供应周期的很多环节取决于我们的决策，是个管理问题。比如订单的审批、ERP系统里领料扣账的频率、MRP运转的次数和什么时候运转，都是管理层决定的。定期回顾这些决策，做出必要的调整，也会显著影响供应周期及其不确定性。

【小贴士4】第三步：量化服务水平（有货率），不缺货的代价是？

1.    服务水平（有货率），就是当需求产生时，比如客户下订单，多大概率下我们有现成的库存来满足订单，或者为需求产生后，在某个特定的时段里，比如3天或1周，我们能够履行订单的概率。

2.    当需求相对频繁，不讨论淡旺季的情况下，符合正态分布，假设每周按照80个的平均需求来补货，这意味着50%的概率下，需求能够马上得到满足；50%的概率下，需求没法立即满足。我们的服务水平（有货率）是50%。而要达到更高的服务水平（有货率），我们就得设置安全库存。

1)    放1个标准差的安全库存，服务水平会提高34.1%，由50%提高到84.1%；再放1个标准差的安全库存（Z=2），服务水平再提高13.59%，达到97.7%；等放到第3个标准差的安全库存时（Z=3），服务水平会再提高2.28%，达到99.9%。

2)    在Excel中，可以把服务水平（有货率）转换成Z值。如果要达到特定的有货率，需要放多少个标准差的安全库存。比如要达到95%的有货率，Z值就等于1.64，即放1.64个标准差的安全库存即可。

3.    企业要在服务水平与库存成本之间取得平衡。

1)    安全库存的投资回报率递减。为了达到那最后的零点几个百分点的有货率，我们得建几何数级增加的库存，导致库存太高、库存周转率太低、资产回报率太低。当服务水平从99%提升到99.9%时，安全库存水平会上升了75%，也就是说，每1个点的服务水平提升，以83个点的安全库存为代价。

2)    解决方案是，采取阶梯形的服务水平兼顾客服水平和库存投资，分不同的时段满足订单交付。比如95%的情况下，客户的订单可以立即由库存满足；97%的情况下在2天内发货；100%的情况下在7天内发货。这种是精细化管理的一种体现。

3)    服务水平的定义，需要达成跨职能的共识，是管理者必须正视的。

    销售对缺货很敏感，那就是库存越多交付越好。缺货并不是洪水猛兽，合理的缺货率反而有助于维持整体利润率，防止供应链的能力冗余和低效。

    有的公司甚至规定，服务水平达到既定标准后，禁止继续攀升，从而对成本进行控制，保护净利润。这在绩效考核上，就是同时考核服务水平和库存周转率。

【小贴士5】服务水平不能是一笔糊涂账

1.    服务指标是供应链上职能与职能、公司与公司之间的客观标准。没有明确的服务指标，客观上把弱势的供应链职能逼向100%的服务水平。因为内部客户、外部客户看到的都是做砸的那件事，而看不到做好的那些，最后以高昂的成本和库存为代价。

2.   服务水平就是短缺成本等于过剩成本的那个点——缺货带来营收损失，以及对应的净利润损失；过剩意味着库存成本，比如资金积压，以及打折损失等。当两者相等时，理论上我们最大化了收益，那就是我们的服务水平。这需要管理层来定义这个数值。

3.    如何定义服务水平：

1)    “从数据开始”就是调查客户的期望，调查竞争对手的表现（尽管数字不一定可靠），标杆自己的表现（比如过去的交付表现）。

2)    “由判断结束”就是借助管理层的经验，决定企业要达到什么样的服务水平（有货率），再根据客户的重要度、产品的重要度、产品的生命周期等差异化服务水平目标。比如对重点客户的紧急需求，有货率目标是98%，而一般客户是95%；对于新产品是98%，对于老产品就低很多。这是整体目标，在落实到具体的产品时，由计划人员适当调整。比如产品越贵，有货率越低；产品越便宜，有货率越高等。

【小贴士6】承诺的是服务水平，还是库存水平

1.    作为一个计划人员，你的目标是承诺服务水平。不过前提是提高组织、流程和系统的能力，增加供应链的可预见性，否则没法做出确切的承诺，承诺了也很难切实做到。

2.    能力低下的时候，承诺的更多是库存水平。库存水平就是承诺备一定的库存，至于能否满足客户的需求，那就不知道了。这样的库存放上去就很难拿下来。

3.    最后一步：综合需求的不确定性、供应的不确定性和服务水平，计算安全库存的公式如下：

1)    需求预测的时间单位是周（即按周预测），而平均补货周期的单位是天，那么两者得换算成统一的单位，比如都用天。

2)    有时候供应周期数据难以收集到：有的公司习惯于给供应商一个大订单，让供应商分次送货，信息系统能够统计供应商每次交货的日期，却没法统计供应商每次的开始日期。另外，如果实施VMI（供应商管理的库存），供应商根据需求预测和库存计划水平自动补货，采购方不再直接管理订单，也就没法统计供应商真实的供应周期。

3)    上面的公式后面有相当多的假设，比如需求得有一定的连续性，需求和补货周期都服从正态分布。从数理统计的角度，我们可以验证数据是否符合正态分布。有些软件，比如EasyFit（http://www.mathwave.com/）就可以帮助我们：把需求历史的数据系列输入软件，软件就能判断是否符合某种特定的概率分布。不过完美的数理统计模型不多，但尽管不完美，也从数理统计的角度帮助我们量化分析，提供一定的参考。

4.    安全库存的设置是个“从数据开始，由判断结束”的过程：量化需求的不确定性、量化供应的不确定性、量化服务水平（有货率）的要求，计算出一个基准的安全库存，然后根据具体业务情况来调整。比如新产品要导入了，那么老产品的安全库存可适当调低；年头节下需求旺盛，安全库存可适当调高点等。再比如产品的成本高，就适当少放些安全库存；产品的成本低，就适当拔高安全库存，这样以较低的总体库存，实现较高的总体服务水平。

【小贴士7】适当拔高预测，并不能替代安全库存。

1.    首先，传递的需求信号不同。

1)    假定需求预测是每周100个，安全库存是130个。这传递给供应链的信号是，每周给我按照100个来准备产能；同时，我有个一次性的需求130个，这是安全库存，你帮我一次性备齐以防不测。这样，供应商会按照100个/周来备产能和原材料库存，对于那130个的安全库存，他们会以加班加点的方式一次性解决，影响的是供应链的短期运营成本。

2)    如果适当“拔高”预测，比如把这130个的安全库存分摊到未来3个月（13周），每周分摊10个，那么需求预测就变成110个/周，供应商就得按照这个来准备产能，中长期产能就多备了10%，导致产能利用率低下，长期成本上升。

2.    其次，在SAP这样的ERP软件里，对待安全库存和需求预测的方式不同。这是两个不同的概念，应该分开处理，相辅相成。

1)    安全库存是“永久需求”，一直在那里，一旦库存低于安全库存水位，ERP就会产生“需求”，驱动供应链补货；安全库存对付的是不确定性。

2)    预测则会根据用户的设置，过段时间没用的话就可以自动删除，驱动供应链来取消或延迟补货订单，并且把手头的多余库存用于别处。等到不测发生时，你发现你手头该有的安全库存没有，因为你的实际安全库存远低于应该设置的值。需求预测对付的是平均需求。

3)    没用ERP的功能，全靠人工判断，一笔糊涂账，很难算清。

【小贴士8】再订货点法的几个变种

1.    会设安全库存，再订货点就很容易

1)    其逻辑是一旦库存降到预设的水位（再订货点，ROP），就启动订货机制，驱动供应链补充一定数量的货（订货量，ROQ）。在货来到之前（补货周期，也叫提前期），库存继续下降，直到订的货到达，然后开始下一个循环。

    再订货点ROP由两部分构成：

    补货周期内的平均需求——平均需求预测×补货周期；

    安全库存——这是为了应对需求和供应的不确定性。你每周买一次菜（这意味着补货周期是7天），每天平均吃1斤小白菜，那你要把小白菜“库存”至少建到7斤；有时候邻居来蹭饭，那你就得再加2斤。这样，你的“再订货点”就是9斤。

    订货量ROQ：

    订货成本越高，需求量越大，ROQ就越大；库存持有成本越高，ROQ就越小。

    总的来说，ROQ至少要能够覆盖补货周期内的平均需求。比如补货周期是10天，每天的平均需求是5个，那ROQ最低也得是50个。如果还低于最小经济订货量，比如供应商说最小起订量是100，那就把ROQ设为最小起订量100。

2)    再订货点法在企业里使用很广，它直接影响总体库存水平、客户服务水平和运营成本。运营成本跟订货量（ROQ）有关，这一参数直接决定订货的频率，以及相关的订货成本，这都是运营成本的重要构成。

    订货成本，就是订一次货的相关成本，比如提采购申请、下订单、跟单、运输、收货、验货、摆放到货架、付款等整个订单生命周期的成本。自动化发展过程中，订货成本在持续下降。但是，光看看我们有多少采购员、质检员，我们就不能忽视订货成本，它是运营成本的重要组成。

    库存持有成本，就是维持库存的成本，比如资金积压、仓储费用、保险费用、物料损耗、物料贬值、呆滞等费用。业界一般用产品单位成本的百分比来表述。产品更新换代越快，需求波动越大，这一比例就越高。这里面有相当一部分是隐藏费用，在添置库存时注意不到。库存持有成本是个大问题。生意做了，钱却赚到库存里了，说的就是库存成本。

3)    再订货点法的特点是定量不定期，即每次订货的时候，订货量都一样；随时都能订货，但什么时候订货，却不知道。这要求持续监控实际库存水位，一旦达到或低于再订货点，就触动补货机制。

    再订货点机制产生的两个假定条件：

    补货周期是固定的。如果补货周期有不确定性，我们就得增加安全库存来应对。

    需求相对稳定，需求的连续性较高等。

    这对库存的及时管理要求较高。在信息化水平高的企业，库存的监控、订货机制的触动、订单的生成都在ERP系统里自动化了，再订货点的运行就流畅很多。

    如果没法做到随时订货，对每个料号，只能每个星期订一次货。这意味着采购提前期得增加几天，也是增加了库存。这里的问题是究竟增加几天。断货成本越高，增加的天数越多。但不管怎么样，都是增加了很多库存。

2.    再订货点法除了最基本的方法是不定期，定量，还有一些别的假设、变种：

1)    变种1：不定期，不定量。这种模式下，系统随时检查库存，一旦低于再订货点，就驱动补货，补齐到最高库存水位。在库存水位设计上，这个变种有两个参数：再订货点ROP和最高库存Max，每次的订货量=Max－净库存。净库存不同，每次订货量就不同。

2)    变种2：定期，不定量。这种模式下，系统定期检查库存，补齐到最高库存水位。定时补货简单易行，不用随时去监控库存水位，也不用零星补货，人工成本、运输成本也较低。缺点就是拉长了补货周期，增加了平均库存量。

3)    变种3：定期，定量。这种模式下，系统定期检查库存，设再订货点和订货量两个参数，补货总量是ROQ的整数倍。

    限于信息技术和诸多限制，客户没法消耗一个就更新一次库存，而是每周更新一次，把上一周用的减掉。然后作为供应商，你开始判断是否要补货：如果库存高于再订货点，不补；如果低于再订货点，补一个订货量ROQ；补了一个ROQ还没达到再订货点ROP，那就再补一个ROQ的量，直到超过ROP。

    之所以有订货量ROQ的要求，是因为客户有类似的要求，比如每次用4个，或者货架上摆放时6个一组最省空间等，那么，ROQ就分别是4、6。

3.    定期与否，对运营成本影响显著。

1)    如果随时补货（不定期），那补货成本就很高，也增加了运营的复杂度。

2)    定期的好处是操作简单，挑战是增加补货周期，相应地增加周转库存和安全库存。比如定期每周补货一次，这意味着从需求产生到触动补货（注意：是触动补货，补货周期还没算），最长得有7天的延迟。这意味着你得增加多达7天的周转库存。补货周期越长，期间的不确定性越大，你就不得不增加更多的安全库存。

4.    订货点法看上去是库存计划的一种方式，其实是供应链的三道防线的结合体。

1)    对于库存计划来说，最基本的其实就三个概念：安全库存、再订货点、订货量。

2)    “补货周期内的平均需求”叫周转库存，是基于需求预测的，跟供应链的第一道防线相关；“应对不确定性的安全库存”是安全库存，是供应链的第二道防线；作为供应链的第三道防线，执行效果也直接影响再订货点法。执行不到位，比如信息不对称，供应的不确定性增加，会导致库存升高。

【小贴士9】设再订货点，还是安全库存+预测

1.    在ERP系统里，从计划的角度看，需求是由需求预测和库存计划驱动的。一般有两种做法：

1)    一种是在ERP里设再订货点，一旦库存达到或低于再订货点，就驱动供应链补货；

2)    另一种是按时段设定需求预测，外加安全库存。

2.    在补货周期内，这两种方式带来的总体库存一样，但传递给供应商和供应链的信息可大不一样，对于供应链运营成本的影响也是。

1)    再订货点=补货周期内的平均需求+安全库存。假定需求预测是10个/周，采购提前期是6周，安全库存是30个，那么再订货点就是10×6+30=90个。假定没有在库、在途库存，再订货点对供应链的需求信号是：给我90个，马上就要。这里有两个缺点：

    作为供应链和供应商，你知道不会是90个马上都要。但你没法系统地知道，究竟什么时候需要多少，因为再订货点没法传递需求的时间维度，它传递的只是需求的数量维度。

    当产品特殊性较高，比如定制化设计，或者多重供应链的情况下，供应方高度依赖需求方的预测，层层的再订货点扭曲了真实需求，成为“牛鞭效应”的帮凶，是供应链协同的大敌。

    再订货点没法有效应对变动的需求预测。比如前6个星期预测是10个/周，后7个星期是15个/周，再订货点就没法有效应对，除非到第7个星期时调整再订货点水位。

    今天用掉1个的库存，产生1个的需求，驱动生产线制造或供应商补货1个；明天的需求是100个，MRP就产生100个的需求。供应链和供应商看到的需求忽高忽低的一个个独立的订单，这对追求平稳的生产、配送来说，是个大挑战。因为再订货点没法平滑需求变动，传递需求预测，除非手工干预，即使再订货点里有最小订货量，这会适当减小波动，但根本问题还是存在。

2)    在安全库存+预测的模式下，再订货点的上述两个缺点，都能得到相当完美的解决。

    需求预测的数量维度和时间维度都能设立，比如每周的预测是6个，供应商看到的指令就是每周送6个过来；安全库存呢，给供应商的信号是现在就要，因为安全库存是应对不确定性，而不确定性随时都有。

    一旦客户的订单录入ERP系统，它会“消耗”预先设好的需求预测，而不是直接转化成给供应商的指令。这样就平滑了需求的起起伏伏。供应链和供应商看到的需求信号，还是原来设好的需求预测，按照一定的时段、数量分布，，有利于控制生产、配送过程中的运营成本。

    如果实际需求太高，超出ERP里向后消耗、向前消耗的设置，多余部分就会以紧急需求的方式传递给供应链，形成需求波动。

    安全库存+需求预测则可以更灵活地呈现需求的变化。这让我们得以更灵活地应对促销、价格、竞争等因素，以及季节性需求、产品的生命周期变化等。

3)    如何选用两种补货方法：

    对于简单的情况，比如子库从总库调货，补货周期较短，子库也不需要向总库传递预测，再订货点就能很好地应对。设好再订货点和订货量，由ERP系统持续监控库存，一旦降到再订货点，自动补货即可。如果用安全库存+需求预测，维护成本较高，有点杀鸡用牛刀的感觉。

    对于供应商向总库补货，补货周期比较长的情况下下，供应商需要依赖采购方的预测来备原材料，准备产能，再订货点就显得力不从心，特别是需求不稳定，时高时低，供应商需要比采购提前期更长的预测时，安全库存+需求预测就更有效。通过ERP系统和电子商务平台，安全库存+需求预测也更容易传递，在跨职能、跨公司沟通时更不易被扭曲。

    共同的需求预测是供应链协作的关键，再订货点下，没有系统的方法来共享需求预测，导致供应链上的不确定性更高，为“牛鞭效应”肆虐、短缺和过剩交替埋下了伏笔。

3.    一刀切地设置库存水位，导致要么库存太高，要么太低。他们假定供应周期、需求和供应的不确定性、有货率的要求是恒定的，每个产品都一样，但现实并不是这样。

1)    这就涉及供应链的第三道防线：供应链执行。有几个重要因素：

    第一，供应商的交期不是一样长。不同产品交期的变动性也各不相同。战略供应商“有能力，也有脾气”，配合度不高，催货很难催到；“没脾气，也没能力”的一般供应商，配合度相对较高，通过赶工加急弥补了采购方的计划不足，但是客观上也造成了供应商的赶工加急费用。

    第二，补货周期还包括订单发送、来料验收、节假日和周末等，实际时间上比供应商交期要长。如果计划按单纯的交期设置补货周期，就会出现缺货的可能性。

    第三，需求的波动性也不同。如果都按照同样天数的需求来设不同产品的安全库存水位，高波动性的产品就可能缺货。

2)    供方的产能情况在改变，所以供应周期也会改变；买方的经营状况、市场形势也在改变，需求的模式、需求的不确定性也在改变。

4.    以跨境电商的电子产品为例，计算其81个主要产品的安全库存

1)    用EasyFit测试需求是否符合正态分布。正态分布下，分解最近13周的销售数据，采用92%的有货率目标，用安全库存公式计算出库存量对应的补货周期，分布在1.4周到4.8周之间。这说明，要达到92%的有货率，不同产品需要放1.4周-4.8周不等的量作为安全库存。

2)    分析安全库存跟平均需求量的相关系数是-0.14，表明是负相关：需求量越大，需要的安全库存的周数就越少。需求量大，采购量大，供应商的配合度上升：同一个产品，随着需求量的上升，我们可以适当降低安全库存的周数，为企业收获规模效益带来好处。

3)    分析需求的变异系数。

    变异系数是用标准差除以平均值，让不同产品的需求离散性有了可比性。变异系数大，说明需求变动性大，因而得放更多的安全库存（安全库存的周数就要大）来达到同样的有货率。

    我们发现，安全库存的周数与变异系数之间存在显著的正相关，两者的相关系数是0.84。

5.    库存计划，尤其是多品种、小批量的“长尾”产品，要学赌场，而不是赌徒，就是职业经理人在已知的信息基础上，结合对未知的判断，争取提高赌中的概率，以最小的总成本做成最多的业务。

1)    每一个库存水位的设置都是赌博。库存水位越高，客户要货时有货的概率就越高，但库存成本也越高。我们得时刻权衡收益与成本，即满足需求的概率和成为呆滞库存的概率。

2)    在单个具体的产品上，赌徒式的判断可能比数理统计更准确；但一个公司，比如零售、电商和工业用品公司，动辄就有几千几万个产品，这么大的样本，没有什么比概率统计更能统筹思考、全局优化了。

3)    在一个个具体的产品上死磕，“广种薄收”，每个都设一点库存，结果是总体库存高，但综合有货率低；在数据分析和数理统计的支持下，虽然在具体的产品上可能输掉，但在众多产品中能优化有货率和总库存。

【专题一】VMI是好东西，对供应商也是

VMI是供应商管理库存的缩写，最早在零售行业出现，就是根据库存的最低水位、最高水位和需求预测，由供应商自主安排补货，包括补货数量和补货时间，目标是把库存维持在最低水位和最高水位之间，达到一定的服务水平（有货率）。操作得当，VMI简化了客户与供应商之间的产品流、信息流和资金流，降低了双方的交易成本，降低了供应链的总库存，因而被广泛应用于各个行业。

【小贴士10】VMI和寄售没关系

1.    VMI说的是库存的管理责任，寄售说的是库存的所有权。寄售存在的客观前提是，供应商处于更好的位置来承担库存风险。就是供应商更熟悉自己的产品，对自己的产品更加有信心；或者有规模效益，在这个客户处用不掉的库存，可以让别的客户来消耗。在用掉或卖掉之前，库存的所有权是供应商的。寄售其实是买卖双方分担风险的一种方式。在实践中，两者并用的情况也很常见。

1)    比如零售商对制造商的产品没有信心，担心买来后形成呆滞库存；制造商说那好，我给你供货，卖掉的话你付我钱，卖不掉的话算我的，还给我好了。就这样，制造商承担的是库存风险，零售商出的是店面和管理，双方分担风险，为共同的目标协作。

2)    有些大型设备行业，一般都比较复杂，客户的经验很有限，形成呆滞库存的概率很大。客户对供应商的设备不放心。供应商说，在保修期内，我在你家仓库里放一堆备件（寄售），确保一旦设备出现问题，我们马上有备件给你。

2.    但在现实中，寄售常常变味，变成采购方为了降低自己的资金压力，纯粹向供应商转移库存的工具。这有悖寄售的初衷。如果单纯是为了解决现金流问题，倒还不如直接延长供应商的账期。不过在有些悲催的行业，客户要求供应商不但做寄售，而且有3个月的账期，最后拿到手的是张6个月的承兑汇票，算是走到极端了。

3.    寄售背后的运营挑战，鲜有例外，寄售增加了供应链的复杂度，增加了双方的交易成本。大多的ERP系统，在处理寄售上都乏善可陈，这往往意味着定制开发，或花大量的人力来手工管理寄售。

1)    在寄售模式下，货物发送给客户了，却不能当作应收账款来处理，就不得不在ERP里设一个专门的账户来跟踪这些库存；

2)    日常的库存转移、对账很容易出现偏差，系统往往不能及时、准确地记录物料的移动，信息流和产品流不同步，最后不得不靠大量的人力来一行一行地对账。

4.    管理得当的情况下，VMI的优点：

1)    提高了客户服务水平，因为一有需求，马上就可以拿到货。

2)    VMI也降低了整个供应链的库存：客户和供应商两处的库存合二为一。这也是供应链的一个基本原理：供应链上的库存节点越少，供应链的总库存就越低。库存低，成本就低；库存少，导入新产品就更快，因为要消化老库存更少，可以更有效地响应市场需求变动。

3)    对于供应商来说，获得更多的确定性带来的好处可以抵消库存带来的额外成本：

    产品流。有VMI之前，产品的流动是由订单驱动的，补货需求时高时低，供应商看到的需求变动很大；建立VMI之后，供应商可以参照最低、最高库存水位和需求预测，比如每天产线安排就平稳多了。也可以根据淡旺季提高产能利用率，单位生产成本下降。物流配送也是：根据客户的预测，供应商可以每天送货，也可多天送货，这样配送成本也降低。

    信息流。有VMI之前，信息围绕订单流动。每个订单都得确认交期、单价、数量，交付，验收入库，N多个订单就有N多条信息流，如果客户催货，供应商是没法判断究竟有多紧急的——他们能做的就是根据采购方的声音高低，以最快的方式赶工加急，花了不少冤枉钱；有了VMI之后，供应商只需要知道三类信息即可：最低、最高库存目标水平，当前的实际库存，以及需求预测，供应商可以确切地知道客户现在手头有多少料，根据这些信息更好地安排正常生产或者赶工加急，所以成本更低。

    资金流。有VMI之前，是订单驱动，每个订单都得结一次账，供应商和采购方都得花大量的精力来对账，尤其是采购单、收货单、发票三单不合一的时候；有了VMI之后，一般每两周或一个月结一次账，统计总数，乘以单价就是总价，资金流就简单多了。

5.    与损人不利己相比，损人利己是种高境界。在“别人的孩子不心疼”的心态下，采购方损人不利己，供应商在库存上积压太多资金，是供应商不喜欢VMI的一个根本原因。但是“羊毛出在羊身上”，这些不合理的成本最后供应商也会以某种方式转嫁给采购方。