免費諮詢

想了解更多?留下您的資訊

我們的專業團隊將在 1 個工作日內與您聯繫

請填寫姓名
請填寫職稱
請填寫公司名稱
請填寫公司統編
請填寫有效的電子郵件地址
請填寫公司電話
請填寫公司網站
請選擇預算範圍
請選擇需求類別
請簡述您的需求

感謝您的諮詢

我們已收到您的資訊,專業團隊將在 1 個工作日內與您聯繫。

商品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

總庫存看起來很充足,南部的客人卻快要買不到貨,北部倉庫另一款商品還夠賣一百多天。用一間虛構的三倉水杯店,說明缺貨與積壓為什麼會同時出現,再一步步示範庫存覆蓋天數、安全庫存、補貨點、建議下單量與周轉天數怎麼算,最後用四象限與 SKU 乘倉庫的熱力表,找出同一個商品這倉快缺、那倉壓著的「雙高」位置。

商品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

平均數很平穩,貨架上卻一邊空一邊滿

美國普查局在 2026 年 10 月 15 日公布的製造與貿易庫存及銷售報告裡,零售業 2026 年 8 月的庫存銷售比是 1.36(季節調整後的初值),去年同月的修訂值是 1.37,兩者相當接近。單看這個比值,美國零售業整體的庫存水位相當平穩。

研究機構 IHL Group 在 2025 年 9 月發布的研究則估計,全球零售業每年因為缺貨與庫存過剩損失 1.73 兆美元,約佔全球零售銷售額的 6.5%。IHL 在 2026 年 3 月的分析再拆一層:這筆損失大約 66.9% 來自缺貨,33.1% 來自過剩。

這兩組數字回答的是不同問題。前者看整個產業的庫存水位,後者估算貨放錯、進錯所付出的代價。放在一起看,至少提醒一件事:總量平穩,不代表裡面每一格都剛好。缺貨和積壓可以同時藏在同一張總表底下,總數卻看起來很健康。

週一早上,那張讓人鬆一口氣的總表

我們整理這個主題時,腦中一直浮現一個畫面。週一早上的營運會議,投影幕上是全公司庫存總表,總件數比上個月還多,採購主管鬆了一口氣,覺得這個月不用擔心斷貨。

同時,客服信箱裡躺著十幾封「什麼時候補貨」的詢問,全部來自南部。倉庫另一頭,去年冬天進的保溫瓶堆到天花板,財務每個月都在問那筆錢什麼時候回得來。

總表沒有說謊,只是把這些畫面加總成一個很健康的數字。

判斷庫存之前,先分清數量與時間

先確認下面這些詞,後面的公式才算得起來。

  1. SKU:最小的商品單位,同款水杯的粉色與藍色是兩個 SKU。
  2. 庫存:此刻倉庫裡實際有的數量。
  3. 在途:已經下單、還在路上的貨。
  4. 日均銷量:平均一天賣出幾件,常用近 7 天或近 30 天計算。
  5. 採購提前期:從向供應商下單到貨進倉的天數。
  6. 安全庫存:為了應付銷量突然變好或供應延遲而多留的貨。
  7. 補貨:向外部供應商買貨進來,公司總庫存會增加。
  8. 調撥:把貨從一個倉移到另一個倉,總庫存不變。
  9. 周轉天數:庫存大約要賣幾天才賣得完。

除了這些名詞,還要分清「缺貨風險」和「積壓風險」。等不到下一批貨就會賣完,還有幾十件也算缺貨風險;要賣很久才賣得完,件數不多也算積壓風險。兩者都是拿數量跟時間比,所以後面先用「天」判斷,再換算要準備幾「件」。

預估與分貨失準,讓缺貨和積壓同時出現

以下四個原因是本文為了說明缺壓並存而提出的分類,實務上常常同時發生。

  1. 只看總量,沒有拆到 SKU 與倉庫。少數商品佔掉大部分庫存,賣得好的反而分不到量。
  2. 用過去推估未來。照去年同期的經驗進貨,沒有把今年的促銷、季節與需求變化算進去。麥肯錫 2023 年 5 月的分析描述過放大版的例子:疫情期間零售商怕缺貨而多進貨,2022 年年中需求轉弱、消費支出轉向後,手上變成一批得打折或存放倉庫的存貨。
  3. 每個倉庫套同一套分貨規則。不同地區的需求差很多,平均分貨等於讓需求高的倉提早見底、需求低的倉越堆越多。
  4. 看到了卻沒有人處理。報表每週亮紅燈,卻沒有指定誰負責。

前三個原因都跟「怎麼預估與怎麼分配」有關。Gruen、Corsten 與 Bharadwaj 的2002 年全球缺貨研究(由美國食品雜貨製造商協會 GMA 出版,FMI 與 CIES 共同支持)也有類似觀察:在該研究彙整的門市情境中,大約一半的缺貨源自門市自己的下單與預估,約四分之一是貨在店裡卻沒上架,多半是品牌自己可以控制的環節。

一間虛構的水杯店:總數很夠,南部客人卻快買不到

以下用一間本文虛構的示意商店說明。它在網路上賣兒童水杯和廚房用品,貨分放在北、中、南三個倉庫,哪區的客人下單就從最近的倉出貨。向工廠訂貨從下單到進倉要 14 天,倉庫之間互相調貨要 1 到 2 天。為了方便計算,假設目前三個倉都沒有在途的貨。

左邊是一整堆看起來很充足的紙箱,右邊同一批貨分到三座貨架後,一座塞滿保溫瓶、一座幾乎見底

三款商品在三個倉的狀況如下:

  1. 學習水杯:北倉 400 件、一天賣 4 件;中倉 90 件、一天賣 4 件;南倉只剩 15 件,一天卻要賣 12 件。
  2. 不鏽鋼保溫瓶:北倉 840 件、一天賣 6 件;中倉 300 件、一天賣 3 件;南倉 200 件、一天賣 2 件。
  3. 矽膠餐盤:北倉 120 件、中倉 100 件、南倉 110 件,三個倉一天都賣 4 件。

全公司加起來是 2,175 件,其中保溫瓶佔了 1,340 件,以件數計約 61.6%。如果只看水杯的公司總數,505 件除以全公司一天賣 20 件,大約可以撐 25 天,比 14 天的採購提前期還長,看起來完全不用擔心。

拆到倉庫之後,南倉的水杯只夠賣 1.25 天。南部的客人最快第二天就會開始看到「已售完」,北倉同一款水杯卻還夠賣 100 天。這就是總表藏起來的結構問題:貨其實有,只是放錯了地方。

缺貨的代價,不只少賣那一單

一旦斷貨,損失往往比少賣一件更大,因為不少客人會直接轉去別家。可以參考前面提到的2002 年全球缺貨研究:它彙整多份研究,估計零售門市的平均缺貨率約 8.3%;同一份報告的美國消費者調查,以 11 個品類平均來看,客人碰到想買的商品售罄時,有 32% 會去別家店買、11% 乾脆不買,這筆潛在購買,零售商有 43% 直接拿不回來。

這份報告的兩項大型消費者調查做於 1999 到 2000 年,對象是超市快速消費品,只能當方向參考,今天台灣電商的流失比例,仍要品牌用自己的資料觀察。

積壓那一側的代價比較安靜。錢卡在貨上、倉儲空間被佔住,最後多半靠打折出清。折扣做得太急、太多層,折扣疊加之後的實際毛利往往比帳面難看很多。在 IHL 2026 年 3 月的拆解裡,過剩只佔扭曲成本的三分之一左右,但它會在下一季的毛利表上慢慢浮現。

先判斷何時缺貨,再計算需要多少貨

「感覺好像不太夠」沒辦法拿來做決定。先把庫存換算成天數,跟採購提前期放在同一條時間軸上比,再回頭算要準備幾件。以下五個公式,前四個用南倉水杯示範,第五個用北倉保溫瓶示範積壓。

公式 1:庫存覆蓋天數

覆蓋天數 =(庫存 + 在途)÷ 日均銷量

南倉水杯:(15 + 0)÷ 12 = 1.25 天。

有在途時,現貨和現貨加在途要分開看,後者能不能接上,還要看每批的到貨日。

公式 2:安全庫存

安全庫存 = 日均銷量 × 安全天數

公司自己決定要多留幾天的保險。假設安全天數是 7 天,南倉水杯的安全庫存是 12 × 7 = 84 件。銷量越不穩定、供應商越常延遲,就該留越多天。

公式 3:補貨點

補貨點 = 日均銷量 × 採購提前期 + 安全庫存

南倉水杯:12 × 14 + 84 = 252 件,相當於 21 天的銷量。接下來 14 天預計會賣掉 168 件,只要需求照預估、供應商準時到貨,新貨進倉時預計還剩 84 件的保險。拿來跟補貨點比較的,應該是現貨加上在途,只看現貨很容易重複下單。

公式 4:建議下單量

建議下單量 = 日均銷量 ×(採購提前期 + 這批要撐的天數)+ 安全庫存 - 庫存 - 在途

這個公式有個前提:採購提前期內不會斷貨,或斷貨期間的訂單會保留到貨到再出。南倉水杯照公式代入,假設這批貨要撐 30 天,是 12 × 44 + 84 - 15 - 0 = 597 件。

但南倉 1.25 天後就會賣完,如果斷貨那段期間的需求就此流失、不會回補,這 597 件裡有 153 件是在替已經走掉的客人備貨。比較合理的是到貨後撐 30 天的 360 件,加上 84 件安全庫存,共 444 件。

公式 5:周轉天數

周轉天數 = 庫存 ÷ 日均銷量

北倉保溫瓶:840 ÷ 6 = 140 天。假設保溫瓶這一類商品平常大約 45 天賣完一輪,這一格是平均的三倍多,已經可以列入積壓觀察。

這是日常盤點用的快速估算,算法和覆蓋天數相同,覆蓋天數問「夠不夠撐到下一批」,周轉天數問「是不是壓太久」。財務報表上的周轉天數另以期間平均庫存與銷貨成本計算,兩者不要混用。

算之前先檢查日均銷量

日均銷量是最容易算偏的數字,先檢查三個陷阱:

  1. 斷貨那幾天的銷量是 0,代表的是沒貨可賣,客人其實還在。把這些天一起平均,會把需求算低,下次又進得太少,形成越缺越少進的循環。
  2. 促銷檔期要分開處理。估平日需求時,把檔期靠折扣衝出來的銷量另外列;預測下一次檔期時,反過來要參考可比較的促銷資料。
  3. 在途要看預計到貨日。把南倉水杯的在途改成 200 件,覆蓋天數會變成約 17.9 天,看起來很安全;但如果這批貨第 10 天才到,前面那幾天照樣斷貨。

覆蓋天數比提前期短,現在下單已經來不及

貨架上只剩一個水杯和快漏完的沙漏,新貨卡車還在時間軸遠端,中間紅色區段是沒有貨可賣的空窗

南倉水杯的覆蓋天數是 1.25 天,今天向工廠下單,第 14 天才會進倉。中間大約 12.75 天,客人下單就買不到,以一天 12 件估算,這段時間大約有 153 件需求接不住。

覆蓋天數短於採購提前期,光靠下單已經救不了,要找更快的貨源,例如其他倉多出來的同款商品。14 天是危險線,補貨點對應的 21 天才是下單提醒線。

四象限加熱力表,找出這倉快缺、那倉壓著的「雙高」

四象限以 SKU 為單位,同時檢查這個商品有沒有任何一個倉出現缺貨風險,有沒有任何一個倉超過積壓門檻。以下分類是本文提出的示範做法。

  1. 單倉判斷:覆蓋天數短於採購提前期,標為缺貨風險;周轉天數超過同類平均的兩倍,標為積壓風險。
  2. 缺貨或積壓:所有亮燈的倉都是同一種風險。
  3. 雙高:同一個 SKU,有的倉缺貨風險、有的倉積壓風險。
  4. 未觸發警示:每個倉都沒有亮燈。

示範用的同類平均,水杯設為 40 天、保溫瓶 45 天、餐盤 35 天,積壓門檻就是各自的兩倍:80 天、90 天、70 天。這些都是示範假設,各品牌應依提前期、效期、季節與資金壓力調整;零銷量或資料不足的 SKU 另列待判斷。套到水杯店,每一格的天數如下:

  1. 學習水杯:北倉/中倉/南倉依序 100 天積壓風險/22.5 天未觸發/1.25 天缺貨風險,屬於雙高。
  2. 不鏽鋼保溫瓶:北倉/中倉/南倉依序 140 天/100 天/100 天,三個倉都超過 90 天門檻,屬於積壓。
  3. 矽膠餐盤:北倉/中倉/南倉依序 30 天/25 天/27.5 天,未觸發警示。
左邊貨架擺滿同一款學習水杯,右邊同款貨架只剩兩個,空出的位置以紅框標示

實務上會把這些數字做成熱力表:每一列是一個 SKU,每一欄是一個倉,格子依狀態上色。同一列同時出現紅色和橘色,就是雙高;四象限告訴你哪個商品有問題,熱力表告訴你問題在哪個倉。

雙高值得優先檢查:貨其實有,用內部的貨就有機會救急。但時間要算清楚:南倉只剩 1.25 天,調貨要 1 到 2 天,越晚動手,空窗就越長。保溫瓶則是另一種處境,三個倉都壓,內部挪來挪去也解決不了,要回頭檢討採購量。

找到位置之後,要調撥、補貨、停採還是出清,是下一步的決策題。

在 91APP 後台,先讓缺貨留下可以用的線索

91APP 有幾項既有功能,可以補上斷貨期間看不到的需求,或在缺貨當下先接住客人。適用條件依方案、版本與設定而定,導入前建議先和 91APP 顧問確認。

  1. 貨到通知:消費者可以訂閱已售完的商品,品牌補貨時,系統以 App 推播或 Email 通知訂閱者。訂閱以商品選項 SKU 為單位計算,和購買前留下的其他行為訊號一樣,可以在訂單出現之前看到需求。要留意重複訂閱、實際購買比例與訂閱者地區,當作需求參考,不宜等量加回日均銷量。
  2. 門市小幫手的加入購物車:門市現場沒貨時,店員可以把商品加入會員的線上購物車,產生 QR Code 或簡訊連結,讓客人回到品牌 App 結帳。單一門市缺貨時,需求不必跟著流失,還有機會把門市客人變成跨通路消費的會員。
  3. 全景數據中心的商品報表:可以自選維度與指標、匯出全部商品,作為計算各 SKU 日均銷量的起點。這份報表在功能說明中標示為 Beta 測試版、數據僅供參考,正式盤點仍以倉儲與進銷存系統為準。

下週一開會,讓每個 SKU 的倉庫差異出現在表上

  1. 把庫存表拆成 SKU 乘倉庫:至少拆到每個 SKU 在每個倉(預期效果:第一次看見雙高與局部缺貨風險;建議週期:第一週先拆前 50 大 SKU)。
  2. 畫出兩條線:覆蓋天數低於補貨點對應的天數就檢查下單,低於採購提前期就找緊急貨源(預期效果:客人看到「已售完」前就知道哪裡快斷;建議週期:每週,大檔期前改每天)。
  3. 修正日均銷量的計算方式:排除斷貨日,促銷檔期另外列,貨到通知的訂閱數當作需求參考(預期效果:下單量不再越缺越少;建議週期:每月)。
  4. 為每個商品分類訂出積壓門檻:用同類商品的平均周轉天數當基準,超過一定倍數就列入觀察(預期效果:積壓變成折扣問題前就被發現;建議週期:每季)。
  5. 雙高 SKU 指定負責人:同一列有紅有橘的商品,當週指定一個人追(預期效果:紅燈開始有人接手;建議週期:每週營運會議)。

下一次投影幕上,換一張會說話的表

回到週一早上的會議室。總件數比上個月多,還不足以讓人鬆一口氣。

總數夠,不等於每個地方都夠。

把總表拆成 SKU 乘倉庫、把件數換成天數,南部客人等不到的那 12 天、北倉還夠賣 100 天的水杯,才會一起出現在投影幕上。這一步不需要先花大錢買貨,需要的是把已經有的貨看清楚。

品牌最常問的安全庫存與補貨點問題

Q1:安全庫存怎麼算? A1:入門算法是日均銷量乘以安全天數。安全天數由品牌自己決定,銷量越不穩定、供應商越常延遲,就留越多天。進階做法會用銷量波動程度與期望的服務水準計算,可以等資料累積夠了再改用。

Q2:庫存覆蓋天數和周轉天數有什麼不同? A2:日常盤點時兩者算法幾乎一樣,都是把庫存除以日均銷量。覆蓋天數通常把在途也算進去,用來判斷貨夠不夠撐到下一批;周轉天數用來判斷貨是不是壓太久,常拿來跟同類商品的平均比較。財務報表上的周轉天數另以期間平均庫存與銷貨成本計算。

Q3:補貨點和採購提前期是什麼關係? A3:補貨點等於日均銷量乘以採購提前期,再加上安全庫存。提前期越長,補貨點越高,需要越早下單。比較時要用現貨加在途,避免重複下單;如果現有庫存能撐的天數已經短於提前期,現在下單也來不及,要先找其他倉庫的同款貨救急。

Q4:SKU 和倉庫都不多的小品牌,也需要做這些計算嗎? A4:需要,而且更容易開始。只有一個倉的品牌,至少每週把主力 SKU 的覆蓋天數和採購提前期比一次;有多個倉或門市的品牌,再加上 SKU 乘倉庫的熱力表,就能找出局部缺貨。

Q5:日均銷量要用近 7 天還是近 30 天? A5:近 7 天反應快,適合變化大的熱銷品;近 30 天比較穩定,適合長銷品。不論用哪一種,都要排除斷貨日;估平日需求時把促銷檔期另外列,預測下一次檔期時再參考可比較的促銷資料。

Q6:總庫存充足,是不是就不會缺貨? A6:不一定。總庫存充足可能只是某幾款商品或某幾個倉庫堆太多,暢銷款在需求高的地區反而不夠。要拆到 SKU 乘倉庫的層級,比較每一格的覆蓋天數,才看得出局部缺貨。

這篇是庫存與商品經營系列的第 1 篇。算出哪裡缺、哪裡壓之後,下一步是決定動作,可以接著讀〈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〉;想從整排商品的角度看組合健不健康,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

☆ 在 Google 新聞中設為偏好來源