inventory-optimizer

# Inventory Optimizer 📦 > 智能库存管理系统，科学计算安全库存、智能补货提醒、优化库存周转、预测需求波动 通过数据驱动的库存管理，平衡库存成本和缺货风险，提升资金效率，确保订单履约率，最大化库存投资回报。 --- ## 🎯 核心功能 ### 1. 安全库存计算 #### 基础公式 ```yaml 安全库存公式: 基础版: 公式: (最大日销量 - 平均日销量) × 供货周期 示例: (50 - 30) × 10天 = 200件 标准差法: 公式: Z × 日销量标准差 × √供货周期 Z值: - 95%服务水平: 1.65 - 98%服务水平: 2.05 - 99%服务水平: 2.33 示例: 1.65 × 10 × √10 = 52件 考虑需求不确定性: 公式: Z × σd × √L σd: 日销量标准差 L: 供货周期(天) 考虑供应不确定性: 公式: Z × d × σL d: 平均日销量 σL: 供货周期标准差 综合公式: 公式: Z × √(σd² × L + d² × σL²) ``` #### 计算示例 ```markdown ## 安全库存计算示例 ### SKU: ABC-123 运动鞋 **历史数据** (过去60天): - 平均日销量: 30双 - 日销量标准差: 10双 - 最大日销量: 50双 - 平均供货周期: 10天 - 供货周期波动: ±2天 **服务水平选择**: - 目标服务水平: 98% - Z值: 2.05 **安全库存计算**: 方法1: 简单法 安全库存 = (50 - 30) × 10 = 200双 方法2: 标准差法 安全库存 = 2.05 × 10 × √10 ≈ 65双 方法3: 综合法 (推荐) 考虑需求波动: 需求部分 = 2.05 × 10 × √10 ≈ 65双 考虑供应波动: 供应部分 = 2.05 × 30 × 2 ≈ 123双 综合安全库存 = √(65² + 123²) ≈ 139双 **推荐**: 139双 (服务水平98%) ### 不同服务水平对比 | 服务水平 | Z值 | 安全库存 | 库存成本 | 缺货风险 | |---------|-----|---------|---------|---------| | 95% | 1.65 | 112双 | ¥16,800 | 5% | | 98% | 2.05 | 139双 | ¥20,850 | 2% | | 99% | 2.33 | 158双 | ¥23,700 | 1% | **分析**: - 98%服务水平是最佳平衡点 - 库存成本增加合理 - 缺货风险显著降低 ``` ### 2. 补货点设置 #### 补货点计算 ```yaml 再订货点 (ROP): 公式: (日销量 × 供货周期) + 安全库存 或: 预期需求 + 安全库存 预期需求 = 日销量 × 供货周期 示例: 日销量: 30双 供货周期: 10天 安全库存: 140双 ROP = (30 × 10) + 140 = 440双 含义: 当库存降到440双时,立即补货 订货量 (EOQ): 公式: √(2 × 年需求量 × 订货成本 / 储存成本) 示例: 年需求量: 10,800双 (30×360) 订货成本: ¥500/次 储存成本: ¥15/双/年 EOQ = √(2 × 10,800 × 500 / 15) = √720,000 ≈ 849双 最大库存水平: 公式: 再订货点 + 订货量 - 最小库存 或: EOQ + 安全库存 示例: 最大库存 = 849 + 140 = 989双 ``` #### 补货策略 ```markdown ## 补货策略设置 ### SKU分级管理 #### A类产品 (高价值/高销量) **策略**: 严格监控,高频补货 | 参数 | 设置 | |------|------| | 安全库存 | 7-10天 | | 再订货点 | 15-20天库存 | | 订货频率 | 每周/每两周 | | 服务水平 | 99% | **示例**: - SKU: ABC-001 (爆款) - 日销量: 50件 - 供货周期: 7天 - 安全库存: 350件 (7天) - ROP: (50×7) + 350 = 700件 #### B类产品 (中价值/中销量) **策略**: 常规监控,定期补货 | 参数 | 设置 | |------|------| | 安全库存 | 14-21天 | | 再订货点 | 30-40天库存 | | 订货频率 | 每月 | | 服务水平 | 95-98% | **示例**: - SKU: ABC-002 (常规款) - 日销量: 20件 - 供货周期: 14天 - 安全库存: 420件 (21天) - ROP: (20×14) + 420 = 700件 #### C类产品 (低价值/低销量) **策略**: 宽松监控,批量补货 | 参数 | 设置 | |------|------| | 安全库存 | 30-60天 | | 再订货点 | 60-90天库存 | | 订货频率 | 每季/每半年 | | 服务水平 | 90-95% | **示例**: - SKU: ABC-003 (长尾款) - 日销量: 5件 - 供货周期: 30天 - 安全库存: 300件 (60天) - ROP: (5×30) + 300 = 450件 ### 补货触发条件 **自动触发**: - 当前库存 ≤ ROP - 预售订单超预期 - 促销活动前 **人工触发**: - 价格优惠/批量折扣 - 供应商停产通知 - 季节性备货 - 供应链风险预警 ``` ### 3. 库存周转率分析 #### 周转率指标 ```yaml 库存周转率: 年周转率 = 年销售成本 / 平均库存价值 或: 365 / 库存持有天数 库存持有天数: DIO = (平均库存 / 销售成本) × 365 示例: 年销售成本: ¥2,400,000 平均库存: ¥600,000 周转率 = 2,400,000 / 600,000 = 4次/年 DIO = 600,000 / 2,400,000 × 365 = 91天 周转率基准: 电商行业: 4-8次/年 快消品: 8-12次/年 服装: 3-6次/年 电子产品: 6-10次/年 家居: 2-4次/年 ``` #### 分析报告 ```markdown ## 库存周转率分析报告 ### 整体表现 | 指标 | 当前 | 上期 | 变化 | 行业平均 | 评价 | |------|------|------|------|---------|------| | 年周转率 | 4.2次 | 3.8次 | ↑10.5% | 5.0次 | ⚠️ 偏低 | | 库存天数 | 87天 | 96天 | ↓9天 | 73天 | ⚠️ 偏高 | | 库存价值 | ¥680K | ¥720K | ↓5.6% | ¥580K | ⚠️ 偏高 | **结论**: 库存周转改善,但仍低于行业平均 ### 分类分析 #### 按产品类别 | 类别 | 周转率 | 库存天数 | 库存价值 | 评级 | |------|--------|---------|---------|------| | 服装 | 5.1次 | 72天 | ¥320K | ✅ 良好 | | 鞋类 | 4.3次 | 85天 | ¥210K | ⚠️ 一般 | | 配件 | 2.8次 | 130天 | ¥150K | ❌ 较差 | **问题**: 配件周转过慢 **建议**: 清理滞销款,减少备货 #### 按SKU分级 **A类 (前20% SKU, 贡献80%销售)**: - SKU数: 50个 - 周转率: 8.5次 - 库存天数: 43天 - 评级: ✅ 优秀 **B类 (中30% SKU, 贡献15%销售)**: - SKU数: 75个 - 周转率: 4.2次 - 库存天数: 87天 - 评级: ⚠️ 一般 **C类 (后50% SKU, 贡献5%销售)**: - SKU数: 125个 - 周转率: 1.2次 - 库存天数: 304天 - 评级: ❌ 极差 **优化机会**: C类SKU占用大量库存,销售贡献低 ### 滞销识别 **滞销标准**: - 90天无销售: 滞销预警 - 180天无销售: 严重滞销 - 365天无销售: 死库存 **滞销清单**: | SKU | 产品名 | 最后销售 | 库存 | 库存价值 | 状态 | |-----|--------|---------|------|---------|------| | C-001 | 旧款背包 | 2023-06-15 | 50 | ¥15,000 | 死库存 | | C-023 | 过季配饰 | 2023-09-20 | 80 | ¥12,000 | 严重滞销 | | C-045 | 非主流颜色 | 2024-01-10 | 30 | ¥6,000 | 滞销预警 | **处理建议**: 1. 清仓促销 (50-70% off) 2. 捆绑销售 3. 赠品/抽奖 4. 捐赠/报废 ### 资金效率分析 **库存占用资金**: - 平均库存: ¥680,000 - 资金成本 (8%): ¥54,400/年 - 仓储成本: ¥42,000/年 - 保险/损耗: ¥8,500/年 - **总持有成本**: ¥104,900/年 - **持有成本率**: 15.4% **优化潜力**: - 目标库存: ¥580,000 (行业平均) - 可释放资金: ¥100,000 - 年节约成本: ¥15,400 ``` ### 4. 滞销库存识别 #### 滞销分析框架 ```yaml 滞销分类: 轻度滞销: 标准: 60-90天无销售 库存: 中少量 处理: 促销/降价 中度滞销: 标准: 90-180天无销售 库存: 中量 处理: 清仓/捆绑 重度滞销: 标准: 180-365天无销售 库存: 大量 处理: 批量清仓 死库存: 标准: 365天+无销售 库存: 任意量 处理: 报废/捐赠 滞销原因: 产品因素: - 过季/过时 - 款式不受欢迎 - 质量问题 - 价格过高 运营因素: - 定价错误 - 缺乏推广 - 页面优化差 - 竞品冲击 市场因素: - 需求下降 - 趋势变化 - 竞争加剧 ``` #### 滞销处理策略 ```markdown ## 滞销库存处理方案 ### 方案1: 促销清仓 **适用**: 轻度-中度滞销 **折扣力度**: 30-50% **预期效果**: 清除50-70%库存 **实施步骤**: 1. 确定折扣力度 2. 创建清仓专区 3. EDM通知客户 4. 社交媒体推广 5. 限时限量创造紧迫感 ### 方案2: 捆绑销售 **适用**: 与热销款搭配 **组合方式**: 热销+滞销 **折扣力度**: 20-30% **预期效果**: 清除40-60%库存 **示例**: - 畅销运动鞋 + 滞销运动袜 - 原价: ¥599 + ¥79 = ¥678 - 捆绑价: ¥599 (节省¥79) - 客户感知: 获赠品 - 实际: 清理库存 ### 方案3: 会员专享 **适用**: 保护品牌形象 **折扣力度**: 40-60% **对象**: VIP客户/订阅用户 **预期效果**: 清除30-50%库存 **优势**: - 不影响公价 - 维护品牌价值 - 提升客户忠诚 ### 方案4: 渠道转移 **适用**: 特定渠道滞销 **转移方式**: - 线下门店 - 闪购网站 - 批发渠道 - 海外市场 **注意**: 避免渠道冲突 ### 方案5: 最后手段 **报废处理**: - 捐赠慈善 - 回收利用 - 报废处理 **财务处理**: - 资产减值 - 税务抵扣 - 现金流改善 ``` ### 5. 库存预测 #### 预测方法 ```yaml 时间序列法: 移动平均: 适用: 需求稳定 公式: 最近N期平均 加权移动平均: 适用: 有趋势 公式: 近期权重更高 指数平滑: 适用: 短期预测 公式: Ft = α×At-1 + (1-α)×Ft-1 季节性调整: 加法模型: 适用: 季节波动固定 乘法模型: 适用: 季节波动比例 X-11/X-12-ARIMA: 适用: 复杂季节性 因果关系法: 回归分析: 自变量: 价格、促销、季节 神经网络: 适用: 复杂非线性关系 机器学习: 随机森林 XGBoost LSTM (深度学习) ``` #### 预测示例 ```markdown ## 库存需求预测 ### SKU: ABC-123 夏季T恤 ### 历史销售数据 (过去12个月) | 月份 | 销量 | 趋势 | 季节指数 | |------|------|------|---------| | 4月 | 200 | 基准 | 1.0 | | 5月 | 250 | ↗ | 1.25 | | 6月 | 400 | ↗ | 2.0 | | 7月 | 500 | ↗ | 2.5 | | 8月 | 450 | ↗ | 2.25 | | 9月 | 300 | ↘ | 1.5 | | 10月 | 200 | ↘ | 1.0 | ### 季节性分析 **季节特征**: - 淡季: 4月、10月 (指数1.0) - 旺季: 6-8月 (指数2.0-2.5) - 过渡: 5月、9月 (指数1.25-1.5) ### 未来3个月预测 **方法**: 季节性调整 + 趋势 **基准销量**: 250件/月 (移动平均) **5月预测**: