商品庫存缺貨先調撥還是先補貨？從庫存診斷到有人負責的行動流程

七成缺貨的原因，在門市作業裡找得到

缺貨常被怪到供應商或需求暴增。彙整 52 項研究、調查約 7.1 萬名消費者的零售缺貨全球研究（Gruen 等人，2002 年）發現：快速消費品平均缺貨率約 8.3%，七成到七成五的缺貨直接歸因於門市作業，約 47% 出在門市訂貨與需求預估，約 25% 是貨在店裡、只是沒上架。在研究比較的八個品類中，平均 31% 的顧客遇到缺貨會改去別家店買。

這是 2002 年發布、彙整實體快速消費品資料的報告，比例不能直接套用。它提醒的是：除了供應端，也要回頭檢查自己的判斷與執行流程。

上一篇用覆蓋天數回答貨夠不夠，這一篇回答不夠或太多之後，做什麼、做多少、誰負責。

週一早上那張亮紅燈的表

我們常想像這樣一個畫面：週一的營運會議，投影幕上是一張庫存預警表，十幾個 SKU 標成紅色。採購說「上週就下單了」，倉管說「系統顯示還有貨」，行銷問「那檔促銷要不要先停」。會議結束，每個人都同意情況不妙，卻沒有人帶走一件具體的事。

下週同一張表又亮了，紅了更多格。

讓我們在意的是，每個人說的都是真話，手上的數字卻不同。

四層診斷：先確認數字是真的，再問為什麼

我們提出以下診斷順序，由下往上推：

1. 資料層：庫存、在途、銷量，各部門講的是同一件事嗎。
2. 指標層：換算成天數後，撐不撐得到下一批貨。
3. 風險層：依事先定好的門檻，算缺貨、積壓或兩者都有。
4. 原因層：為什麼會這樣，下次怎麼避免。

資料錯了，後面三層都可能失準。

資料層：同一個「庫存」，可能是三個數字

財務帳上的庫存、倉庫點得到的數量、電商後台的可售庫存，常是三個不同的數字。依系統設定，可售量可能扣掉已成立未出貨的訂單與保留量；在途算不算進帳面，也要看認列方式。三者各有用途，混用就誤判。

DeHoratius 與 Raman 2008 年發表於 Management Science 的實證研究檢查一家零售商 37 間門市、近 37 萬筆庫存紀錄，有 65% 與店內實際數量對不上。連「缺貨率」也有口徑問題，Gruen 與 Corsten 的2008 年版缺貨改善指南指出，實地盤點、銷售時點資料、帳面庫存三種量法量的面向不同，缺貨率也不同。

所以第一步很瑣碎：寫下「庫存」「在途」「日均銷量」的定義，註明用近 7 天還是近 30 天。當同一個詞在不同部門指的是不同數字，系統再聰明也只是更快地算錯。

指標、風險與原因：門檻要在看到數字之前定好

指標層最常用覆蓋天數，上一篇已說明。風險層的關鍵是門檻先講好：例如「覆蓋天數低於提前期算高風險缺貨」「周轉天數超過目標兩倍算積壓」，判斷才會是規則，不會變成會議上誰比較大聲。

原因層決定處方。銷量上升、分貨沒依地區調整、貨在倉裡沒上架，要開的藥都不同；若是沒上架，單靠多下單解決不了。

補、調、停、清：四種處方的速度與代價

這裡聚焦四種常見處方，攤開來比：

1. 調撥：倉與倉之間移貨。公司總量不變，花運費與人力，速度看路線與作業時間，前提是別的倉真的有多。
2. 補貨：向供應商下單。增加後續庫存與資金需求，到貨時間依供應商確認。
3. 停止採購：暫停新增採購，減少後續流入，但已下單與在途的貨仍會進來，也解不了缺貨。
4. 清理庫存：促銷、搭售或出清，速度與毛利影響取決於需求與折扣設計。

起點原則是先用內部的貨，再花錢買，最後才打折，實際仍要比較到貨時間、成本與可售期限。排成決策順序如下：

1. 先排除帳實不符或貨沒上架，再判斷這個 SKU 在這個倉是缺還是壓。
2. 缺：別的倉有餘量、調撥來得及且成本合理就先調，補短期缺口，後續需求同步計算補貨；沒有餘量，或撐不到正常補貨到貨，就要加急或找更早的來源。
3. 壓：可停採或調往需求較高的倉；效期、季節或持有成本等不起時，才排清理。

清理最容易用力過猛，折價券疊加失控會讓毛利一路流失，折扣要集中在要消化的品項。

同一間水杯店，也不能開同一張處方

以下用一間虛構的示意水杯店說明，假設需求穩定、沒有其他在途。這間網店的貨分放北、中、南三倉，向工廠訂貨 14 天到貨，本例假設倉與倉調撥 1 到 2 天。

學習水杯：南倉快斷貨，北倉放很久

南倉 12 件、一天賣 10 件，只撐 1.2 天；北倉 260 件、一天賣 3 件，夠賣近 87 天。只向工廠補貨，南倉會斷貨將近兩週。

比較好的組合是同一天下三個動作：從北倉調 170 件到南倉、向工廠下補貨單、檢查分貨規則是否反映各地區銷量。調撥補短期缺口，補貨接後續需求，查分貨規則則是找原因。調撥貨要在 1.2 天內到倉可售；若要 2 天，當天出貨也可能缺約 0.8 天，需另找就近支援。

保溫瓶：全公司都偏多

北倉 900 件、一天賣 5 件，約可賣 180 天；若以 45 天為目標，約高出 675 件。假設其他倉也沒有需求可承接，先停採；還賣得動就搭售慢慢消化，季節或持有成本等不起時再針對這個品項排出清。

矽膠餐盤：不動也是一種決定

餐盤北、中、南三倉的覆蓋天數落在 27 到 30 天，假設都在設定的目標區間內。預警也要確認哪些商品不用動，把人力留給真正有問題的地方。

先模擬再動手：調撥量有上下限

調太少，南倉撐不到新貨；調太多，換北倉缺貨。先在試算表裡算：

1. 下限：南倉要撐過 14 天提前期需約 140 件，扣掉現有 12 件，至少調 128 件。
2. 上限：北倉要求至少留 30 天，需保留 90 件，最多調出 170 件。
3. 落點：在 128 到 170 件之間選。調 170 件時，南倉現貨加已確認調入量共 182 件，約支應自今日起 18 天需求；北倉留 90 件撐 30 天。

模擬也會揭露限制：若要求新貨到之前南倉仍留 70 件安全庫存，需調 198 件，超過上限 28 件，要另找更早到貨的來源，或調整安全庫存目標。

需求一變，調撥上下限就要重算

上下限建立在需求穩定的假設上，需求一動，範圍就會變。假設南倉日銷從 10 件升到 12 件，14 天要 168 件，下限變成 156 件，可選範圍從 128 到 170 縮成 156 到 170，而且 12 件現貨只撐 1 天，調撥必須在 1 天內到倉可售。日銷到 13 件，數量下限 170 件剛好等於上限，但現貨撐不到 1 天，就算調撥最快 1 天到，南倉也會先斷貨，需要更早的支援。北倉的需求也可能變，若北倉日銷從 3 件升到 4 件，留 30 天要 120 件，上限降到 140 件，這時南倉日銷 12 件的下限 156 件就超過上限。

所以模擬至少跑三種情境：照目前銷量、需求偏高、需求偏低，看選定的調撥量在三種情境下是否都撐得住，同時檢查調撥到貨前會不會先斷貨。撐不住的那個情境，就是要事先備好加急補貨或其他來源的情境，也是最該寫進任務表的風險。

調整前後，四個數字一起看

實務上可以設定不同的調撥量、補貨量、需求情境與安全庫存量，再比較調整前後四個數字：缺貨 SKU 數（以 SKU 乘倉別計）、積壓金額（以進貨成本計）、平均周轉天數（依庫存金額加權），以及錯配比例。錯配比例是同時有一倉缺貨、另一倉積壓的 SKU 數，除以納入評估的 SKU 總數。前後比較要固定時間窗、品項範圍與門檻，錯配比例下降才可能代表貨開始放到對的地方，而且仍要排除需求本身變動的影響。

只看單一數字容易自欺。缺貨 SKU 數下降、積壓金額卻上升，可能是用多備貨換來的改善，要追查多出來的庫存落在哪些品項與倉；平均周轉天數變短、錯配比例卻沒動，可能只是某幾個暢銷品拉低了平均。四個數字一起看，較能看出改善一項指標時，是否惡化了另一項。

補貨量要和調撥一起算

最常見的錯，是兩個動作各算各的。在同一個決策時點，若補貨單只看南倉現貨 12 件，依建議下單量的算法（日均 10 件乘以提前期加這批要撐的 30 天，加安全庫存 70 件，減掉可用庫存）會得到 498 件；把已確認調入的 170 件一起算，只需 328 件。沒一起算，就多訂了 170 件。

事前分配，還是事後救火

Paterson 等人 2009 年的文獻回顧把倉與倉之間的調撥分成兩種：在預先排定的時間點主動重新分配，或在某點缺貨、快缺貨時才被動調貨。作者指出零售業搬運成本常占大宗，事前分配特別適合這種環境。

水杯店那種發現才調若每週發生，該檢討的是分貨規則。門市之間調撥還牽涉業績歸屬與跨部門規則，最好事前講清楚。

91APP 平台上可以接住這些處方的功能

有幾個處方可以在 91APP 的電商與門市功能上直接執行，實際範圍依品牌方案、版本與後台設定而定。

1. 補貨等待期：貨到通知。消費者可訂閱已售完的商品規格，補貨時系統以 App 推播或 Email 提醒，訂閱數可作為補貨的需求參考。
2. 門市缺貨、不想為單筆調貨：門市小幫手的加入購物車。店員替會員把商品加進線上購物車，產生 QR Code 或簡訊連結，讓顧客回品牌 App 結帳。
3. 清理積壓、不想全店打折：折價券可指定可使用的商品範圍；任選活動的紅配綠機制能把主力與滯銷品分區組合，把折扣集中在指定商品。

讓紅燈有人接：把建議寫成任務，再用事後檢討校正

沒人去做，問題下週還在。同一份指南寫得直接：少了穩定的量測，就無法判斷進度、分派責任、追蹤成果；量測一停，人會回到舊習慣，缺貨也回到原本水準。下次週會就能做：

1. 每個紅燈對應一列任務，欄位固定為風險類型、SKU 與倉別、動作、負責人、截止日、狀態（未開始、處理中、已完成）。例如「學習水杯／南倉，北倉調 170 件，倉管負責，今日出貨、1.2 天內到倉可售，處理中」。狀態只留三種，避免出現「研議中」這種看不出進度的寫法；高風險紅燈當天指派，中風險本週內處理。（預期效果：會議結束時每個紅燈都有名字；建議週期：每週營運會議）
2. 組合拳拆成多列。調撥、補貨、改分貨規則分屬倉管、採購與營運，各有截止日。每列只寫一位負責人，需要協作的人寫在備註，避免一列任務掛三個名字、最後沒有人真的負責。（預期效果：減少「以為對方會處理」；建議週期：每次預警產生時）
3. 同日確認調撥量與預計到貨日後，再重算並送出補貨單，記下計算時點。（預期效果：避免重複下單；建議週期：每次調撥與補貨並行時）
4. 重要事件結束後，參考 NASA 改編自美軍的行動後檢討指引即時依序問：預期什麼、實際如何、為何有差異、下次如何改善並延續做對的部分。這份指引也提醒，檢討是學習場合，不是個人考核，最好由一位主持人帶著團隊把事實講清楚，再談原因。（預期效果：門檻跟著業務調整；建議週期：事件後即時，每月彙整）
5. 缺貨、積壓、滯銷各用各的門檻，同時看誤報與漏報再調整。例如某個缺貨門檻一個月亮了二十次，事後覆核確認其中十七次不需介入，就是誤報太多，要檢查觸發條件；沒亮燈卻斷貨就是漏報，要檢查門檻敏感度、資料與訊號。（預期效果：預警少吵也少漏；建議週期：每季）

下一次紅燈亮起時

回到週一早上那張表。紅燈本身從來不是問題，問題是它亮完之後，會議室裡沒有人帶走一件事。

庫存管理比的是發現問題到有人動手隔了幾天。口徑對齊、門檻先講好、動作先模擬、任務有名字，下一次紅燈再亮，大家知道第一步做什麼。

品牌最常問的庫存診斷與調撥問題

Q1：庫存診斷的四層是什麼？

A1：我們提出資料、指標、風險、原因四層。資料層先確認庫存、在途、銷量的定義一致，指標層換算成覆蓋天數與周轉天數，風險層依事先定好的門檻分出缺貨或積壓，原因層找出為什麼發生，才能決定處方並預防下次。

Q2：缺貨時應該先調撥還是先補貨？

A2：先釐清帳實差異、處理沒上架的貨，單靠多下單修正不了這些根因。接著看別的倉：有餘量、調撥來得及且成本合理就先調，補短期缺口；後續需求同步計算補貨，補貨量要扣掉已確認的調撥量，避免重複下單。若撐不到正常補貨到貨，就要加急或找更早的來源。

Q3：調撥量怎麼算，才不會讓出貨倉也缺貨？

A3：先設下限與上限。下限是收貨倉撐過採購提前期的需求缺口，上限是出貨倉扣除自己至少要保留的量之後可調出的數量。在兩者之間選落點，並用需求偏高、偏低兩種情境再算一次。數量可行之後，還要確認收貨倉現貨撐得到調撥到倉可售；時間或數量任一不成立，就要找能及時到貨的其他來源。

Q4：積壓的商品一定要打折出清嗎？

A4：不一定。還賣得動的商品可先停止採購，或調往需求較高的倉慢慢消化；效期、季節或持有成本等不起時才排清理，而且折扣最好集中在指定商品，避免全店毛利一起被拉低。

Q5：SKU 不多的小品牌，也需要這套流程嗎？

A5：需要，但可以很輕。SKU 與倉點少的品牌，用一張試算表就能做四層診斷與調撥上下限試算，再用共用任務表記錄負責人、截止日與狀態即可起步。重點在定義寫下來、門檻先講好、每個紅燈都有人接，和商品數量多寡關係不大。

Q6：多久檢討一次門檻比較合適？

A6：我們建議任務每週在營運會議追進度，重要事件結束後即時做事後檢討，每月彙整檢討結果，門檻每季依誤報與漏報全面調整一次。旺季前後或大型檔期結束時，若需求型態變化大，可以額外加做一次。

這篇是庫存與商品經營系列的第 2 篇。覆蓋天數、安全庫存與補貨點怎麼算，在〈安全庫存與補貨點怎麼算？用覆蓋天數看懂缺貨和積壓為什麼同時發生〉有完整說明；把視角從單一商品拉到整個商品組合，請看〈SKU 管理怎麼做？從品類地圖揪出拖累業績的商品，再決定誰來接手〉。

延伸閱讀

1. 破解 CDP 的 AI 神話：高轉換仍需仰賴人的執行力
2. 缺貨與超賣的代價，多數品牌只算到取消那一單為止
3. 虛實整合不是接完資料就結束：線上線下對不起來的地方，客人比報表先發現
4. 採購物流人力盤點：人手夠不夠，別再用「每人管幾個品牌」來算
5. 品牌電商物流 KPI 怎麼定：從準時出貨率到單位物流成本
6. 呆滯庫存是採購的錯嗎？用庫存健康度拆出預測、採購、供應商各自的責任
7. 叫貨、出清、調撥交給 AI agent 之前：誰接哪一段，人在哪裡簽名

想討論庫存口徑與預警怎麼接到行動，歡迎與 91APP 團隊聯繫。