【小贴士11】VMI的库存水位如何设置
1. VMI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）。供应商得到的指令就像这样：预测是每周100个，实际库存不要低于最低200个，但不要超过最高400个，你自己安排生产、配送吧。
2. 最低库存Min其实就是安全库存，是VMI的警戒线。
1) 理想情况下，供应商按照既定的预测定期供货，客户按照既定的预测消耗，两者都没有变动性，两相抵消，实际库存应该高于或等于最低库存。但是，不确定性是不可避免的，有时候需求会高于预测，有时候供货会迟到，实际库存就可能低于最低库存。
2) 在设计良好的VMI系统，一旦实际库存低于最低库存，或者接近零，客户的信息系统会自动给供应商催货指令，比如黄色警报，甚至是红色警报。
3) 这些信息可以通过电子商务系统直接传递给供应商。供应商也可在电子商务平台上随时监控整体库存的情况，采购方也可围绕这些设置相应的绩效考核。
3. 最高库存Max=最低库存Min+周转库存+补货量（经济订货量），在数据分析和经验操作的基础上，还要综合考虑经济订货量、需求预测、仓储空间、补货频次、供应商的执行能力等。
1) 周转库存是补货周期内的平均需求，补货周期主要是运输时间及入库验收，而不包括供应商的生产周期。
2) 最低库存Min+周转库存就是再订货点，加上补货量是因为：
假定供应商是随时监控库存水平，并在再订货点时安排补货，所以VMI的在库与在途库存之和都》=再订货点；
如果运输过程中，在库库存继续下降，供应商就会又一次安排补货，发送一个“补货量”的库存；最糟糕的是这段时间客户没有任何消耗，等这批货到达时，库存就达到Min+周转库存+补货量，这就是最高库存Max的水位。
最高库存Max的经济订货量越大，需求预测越高，供应商执行能力越弱，Max也就越大。仓储空间越小，补货频次越高，Max也就越小。简单把Min的1.5或2倍定义为Max，是种不科学做法。
作为客户，你也不想让Max太大，让你成为供应商的仓库。当然，你也不能为了追求所谓的“精益”或者单纯节省仓储面积，把Max设得太小，导致供应商的送货频次大增，增加补货的运营成本。
4. Max跟客户的最大库存责任可能发生关联，实际责任还得取决于双方的谈判协商：
1) 比如有些公司对供应商的VMI库存负责，以后用不掉的话要给供应商付钱，因为那是为公司准备的，不光是成品，还包括部分过程库存。但库存责任不得超过Max的两倍。这是在出现呆滞库存的情况下，这是采购方承担的责任上限。同时也提醒供应商，明知消耗不掉的情况下，还不管不顾地生产、发货，最后形成呆滞后找我索赔。
对于过程库存，可以加工或返工成别的产品；对于标准化、通用化程度高的成品，供应商也可能卖给别的客户。
如果原材料是为采购方专门定制的，这部分的风险也要加进去，以全面评估VMI的库存风险，从而评估设计变更、客户需求变化可能造成的影响。
2) 从理论上讲，最大的库存责任取决于最高库存Max、最低库存Min和供应商的生产加补货周期。比如供应商的生产周期是6周，补货需要1周，即它的周转库存是7周的用量。再假定Min是3周的库存，那加起来就是10周的库存。实际在库库存会处于Min和Max之间，这意味着又得加几周的库存。
5. 做了VMI后，库存不在自己的账本上，企业对呆滞库存往往不够警惕，增加了设计变更、需求变动等导致的库存风险。如果管理能力不够，不做VMI不失为明智之举。
1) VMI情况下，谁处于最合适的位置，谁就应该制定需求预测、设定最低和最高库存目标。
比如VMI物料专用的制造商，其需求取决于你的生产和销售计划，这些计划任务自然就该由你做，因为你的供应商离需求更远，没法预测得更准。
比如比客户更了解设备的运行和备件需求的大型设备供应商，数据分析由供应商做，比如需求历史、装机量等；职业判断由客户协助，比如产能利用率的变化、设备的升级换代等。两相结合，完成“从数据开始，由判断结束”的计划流程。
2) 有些企业的采购方不对供应商的VMI库存负责，计划人员就拔高预测，提高库存目标水位，反正花的是供应商的钱。没有库存指标，计划就由单一指标（有货率）驱动，不利于持续改进需求预测和库存计划，给供应链造成更高的成本，降低了整条供应链的竞争能力。
【小贴士12】VMI是对供应链三道防线的终极挑战
1. VMI不是解决供应链问题的法宝，VMI只是把那些问题转移给供应商。在VMI的深度合作下，这些问题变得更加错综复杂，供应链的三道防线不仅要道道结实，甚至比建立VMI之前要更好才能保证VMI的顺利运营。
1) 需求预测。VMI要求给供应商提供每天或每周的预测，而且跨度要至少覆盖供应商的交期的滚动预测，以指导供应商的中长周期产能计划。交期越长，越需要长远的预测，这对需求管理薄弱的企业来说是个很大的挑战。
2) 库存水位。VMI的供应链更“精益”，将采购方和供应商两堆库存合成一堆，缺少更多缓冲地带，库存计划稍有不慎，影响到生产线和客户，也增加了供应商执行弥补的成本。这客观上要求VMI的库存计划水平更高，而这主要是采购方的任务。
3) 供应链执行。VMI对多点寻源策略也是个挑战。VMI要求跟供应商深度合作，所以一般只能跟数量有限的供应商合作，供应商的选择与管理能力不够，供应风险增加。在管理粗放的企业，虽然多点寻源带来的在交付和质量上备份是有帮助的，但是造成采购额分散，增加了供应商管理的复杂度。而对那些管理粗放的供应商，习惯于按照客户的订单生产尚可，按照VMI的一整套参数来排产，则是莫大的挑战。
2. VMI对信息系统的要求更高。
1) 对信息的及时性要求更高。提高信息化水平，用EDI、电子商务等电子手段对接双方的系统，都有实质性意义。
2) 拿信息换库存，通过更充分、更快地共享信息，来降低库存水平，在VMI环境里尤其重要。采购方和供应商的集成度低，信息沟通不畅，代价是高昂的库存。比如采购方多久更新一次实际库存，多久传递给供应商一次，对VMI的库存水位设置影响很大。
【专题二】“长尾”产品：库存计划的终极挑战
1. “长尾”需求远比我们想象的常见。库存计划的一个重要任务，就是把库存放到足够靠近需求的地方，在很多时候，那就是“长尾”需求之所在。
1) 需求越是细分，或者说越是在供应链的末端，就越呈现小众化。我们面临的注定就是“长尾”需求。供应链的末端（最后一公里）的大部分单个产品主要都是“长尾”需求，体现在需求预测几乎为零，所以基本上没有需求预测这第一道防线；主要的压力就落到供应链的第二道防线，就是如何利用库存计划应对此类“长尾”需求。
2) 有些情况下我们不用在“长尾”处做预测、建库存，供应链是拉式的；但别的情况，我们得在“长尾”处做计划，把库存一路推到最接近“长尾”需求的地方。
零售规模巨大的特点决定，大多产品每年也就卖掉那么几次，即典型的“长尾”，而且必须在门店层面做预测、建库存。
以品种多取胜的MRO电商上面，复杂度更高，电商大都冲着“爆款”去，但“爆款”毕竟是极少的产品，大多产品的销量都非常低，但又不能不放点库存，结果是成为慢动库存。电商是个新兴行业，强于业务模式创新，弱于供应链运营，在应对长尾需求上乏善可陈，结果是库存高企，戏称10个电商9个死于库存。
备品备件和军工业，是另一个典型的“长尾”需求很普遍的行业，这主要是让那些昂贵的设备正常运转。而很多备件的损坏非常难以预测，需求量小，需求模式难以预测，我们必须把库存建在需求点附近，才能及时应对。这给库存计划带来很大挑战。
2. “长尾”需求（需求很低，连续性差）用泊松分布模拟更准确
1) 泊松分布，是常见的随机离散分布，用来描述单位时间（或空间）内随机事件发生的次数。泊松分布提供了看待不确定性的独特视角和工具。需要满足这三个条件：
第一，平均值：单位时间里事件发生的平均数已知。这就是泊松分布中唯一需要的参数。
第二，随机性：没法预测具体什么时候会发生。
第三，独立性：这个事件发生并不意味着下个事件会发生，或者不会发生。
2) 你只需要知道一个参数（平均数），就能描述泊松分布，分析在未来某个时段内，某件事发生多少次的概率有多少。假定这个产品的补货周期是8个星期，那补货周期内的平均需求就是1.85（过去12个月的平均需求是0.23个/周，乘以补货周期8周）。
3) Excel函数POISSON.DIST（X，平均值，True）：平均值就是补货周期内的平均需求，X是补货周期内累计需求的上限（再订货点），True表示这里求的是累计概率，即在补货周期内，总需求介于0和X之间的概率。分别代入不同的X值，就得到相应的有货率，描绘出下面的曲线。
4) 跟正态分布类似，库存的边际投资回报率递减，特别是过了90%以后。
5) 平均值越大，泊松分布就越接近正态分布。除了正态分布和泊松分布，在功能强大的计划软件中，软件可以在数据的基础上，自动选择最合适的概率分布来模拟需求。
3. 用简单法则来指导“长尾”需求的计划的两个解决方案：
1) 成本——频率体系解决方案：切割SKU，把成本和频率两个维度加到一起，来指导备料。
单位成本从高到低排列。成本在公司里只有一个值，一般是在供应商的采购价基础上，加上一定比例的附加费用得到，不同于单位售价。
需求频率。即对于一个特定的产品，在过去12个月里，如果有需求，该月就是1；如果没有，该月就是0。一个产品在3个月里有需求，那它的12月频率就是3。频率值越大，表明产品的需求越频繁；12月频率值越低，表明产品越可能是“长尾”需求。
很明显C8比A2的需求频率要高得多。A2要比C8类产品贵很多，而且需求更低，不但库存金额高，而且呆滞的风险更高。
从服务水平的角度来说，一个A2和E2产品没什么区别：缺一个都会停机待料。相同需求频率下，A类单位成本太高，不备或许是个不错的节省决策；但如果是E类，让客户为5分钱的螺丝而停机待料不是个好主意，所以还是备一个为上。比如凡是E类物料，都至少备1个；凡是A类物料，只有A6以上的才备，而且只备1个。这样的原则下，就可以制定一个备货的纲要。
成本—频率指数的使用范围：
在特定的配送中心、区域层面新建库存点时，决定备哪些料。你的风险是万一客户有需求，就得从总库或别的地方调货，但这种概率很低，如果果真中了彩票，你也就认了。
在全公司层面的降库存，减少呆滞风险时，把那些慢动高值产品的安全库存水位拿掉，尽量消耗手头已有的库存。
成本—频率的前提是，相对稳定的业务（即需求历史的可重复性）。这种重复性不一定是严格意义上的重复，比如同一地区、同样的客户和产品，但还是有一定的参考意义。
成本—频率指数总体是历史经验和职业判断的载体，其风险是以试错为代价，不管是用12个月、24个月的历史，还是13周、26周的历史，都需要定期更新，比如每月。
2) “备件损耗指数”解决方案：
在备件等行业，或者新产品导入，没有历史需求数据的情况下，在重点客户身上试错可不是个好主意。所以我们得预判，做好“长尾”需求的库存计划，提高首发命准率，否则不可能达到既定的服务水平目标。要保证98%的有货率目标，经验主义下着你不得不堆积大量的库存，把所有可能出现的短缺都预防住，而代价就是高库存。
“备件损耗指数”，设备商按照备件更换频率，按六种损耗指数分类备件。凡是备件损耗指数在1到5的，至少得在客户当地仓库备1个；对于备件指数为6的，如果是关键客户或新产品导入，也要求备1个。凡是当地仓库备的，除非有特殊原因，在总库至少也要备1个。一旦当地库用掉了，总库就可以及时补货。
一类备件（损耗指数1）：易耗品，每年更换13次或以上。
二类备件（损耗指数2）：易耗品，每年更换4～12次。
三类备件（损耗指数3）：易耗品，每年更换1～3次；
四类备件（损耗指数4）：非易耗品，平均寿命为1年或更短。
五类备件（损耗指数5）：非易耗品，平均寿命在1年以上。
六类备件（损耗指数6）：按照设计规范不会坏，但如果损坏或丢失，设备运营会受到严重影响。
备件损耗指数是产品设计决定的，但实际上离不开跨职能协作，客户不同，使用环境不同，也决定了备件的实际消耗有可能和设计时的出发点不同。比如现场服务工程师、备件计划部门、产品管理等——这些职能从不同角度对备件有经验，在没有足够需求历史情况下的最佳判断。这些都得具体问题具体分析。
3) 当需求历史足够长时，备件损耗指数和成本——频率指数可以结合使用。需求历史越长，成本——频率指数在库存计划中的决策分量也就越重；需求历史越短，备件损耗指数就越有指导意义。我们要避免两个极端：
一个极端是纯粹基于需求历史的试错做法，这在对服务水平要求严苛的工业行业，注定是个灾难；
另一个极端是为了安全，先备一个，以后慢慢消化。结果是等你发现时，手头的库存都够几年用的了，到时候产品早都下市了。
4. 库存计划的优化：组织和系统的博弈
1) 库存优化的目标就是全局优化（赢得战争），从统计学的角度增加整体胜算，以最小的库存投资来达到整体的服务水平目标，而不是局部优化（赢得战斗），执迷于一城一池的得失。
优化的逻辑其实很简单：便宜的多备，这些产品的有货率高；贵的少备，这些产品的有货率低；但两者结合，既能达到整体的有货率，也能达到总体库存投资最低。
挑战是，成千上万的产品，单价不同，需求历史不同，可能的组合有千千万万。市面上有库存计划软件，大都是针对单个产品的，计算单个产品的库存水位和服务水平（有货率），但没有能力做多个产品的组合优化。
2) 也有高级计划软件，能够做库存的全局优化，但有各种短板，比如“歧视”高值慢动的产品，而这些高值慢动产品往往是最为关键的，一旦缺料，后果严重，纯粹的数据分析很难客观反映这些。最后，便宜的产品加了相当多的库存（那是遵循软件系统的数据分析），而昂贵的产品又没有减下来（那是遵循计划员的职业判断），导致有货率高、库存更高的“双高”现象。（SPO，https://www.ptc.com）这问题的解决方案有二：
其一，把产品按照单价划分为不同的组，每个组内进行互相比较。10000元一个的产品不和1元一个的比较，而是跟单价差不多的比较。
其二，设定最低有货率，比如5000～10000元的那一组，至少要达到85%的有货率。
3) 小批量、多品种的行业高度复杂，有大量的情况一直处于变动状态，很难固化在信息系统里，不得不依赖人工来决策。理想的方法是从数据开始，由判断结束，综合系统的数据分析和计划员的职业判断。
有些库存优化软件考虑到这点，把计划人员的判断输入到系统里，给软件系统一定的约束。我们可以告诉软件系统，优化库存计划时，把这些库存排除在外。
在大型工业设备领域，刚开始，备的料都是新零件，慢慢地，在维修渠道的老零件越来越多，这个时候，需求历史也要“清洗”，把原来对新零件的需求历史转到修复件上，计划软件才能正常运作，给出合理的库存建议来。这是个非常漫长的过程，动辄需要几年才能完成；在此转换期间，需要人工来判断，究竟需要备多少新零件、多少修复件，不断动态调整库存水位。这样的情况交替出现，计划软件很难系统地对付。
为了降低成本，供应商在不断推出新的零件，替代那些成本高、效果差的老零件。而新老代替的过程需要人工介入，比如先替代哪些客户，后替代哪些客户，需要考虑到客户的接受度和供应链的能力，计划软件难以有效优化。
4) 库存优化是跟人性打交道，用数据分析的理性来平衡计划人员的感性，也是人性的弱点。
在贵的产品上不够冒险，在便宜的产品上不够保守，可以说是计划人员的天性。比如对那些高值慢动的产品，本来可以少备或不备，承担一些风险来降低库存，但鲜有例外，计划员的做法是每样都备1个，至少客户怪罪下来我有的说。再比如几分钱一个的螺丝钉，虽然金额没多少，但很多计划人员还是不愿拔高库存水位，因为人天生对大数字敏感，姑且不论金额有多少。
企业大了，计划人员的水平良莠不齐，不管计划软件系统建议怎么做，计划人员总是有各种理由，继续按自己的老一套来。当企业上了计划系统后，这些人其实就成了计划系统的最大绊脚石。
最好的解决方案，把库存计划的权限集中，让最优秀的那几个计划员来负责。专业能力高了，人少了，建立计划人员与计划系统的磨合，推动库存优化。
5) 高库存、高服务水平是怎么来的
库存水平和服务水平的三个层次：
“两高”企业的存在，有很多必然原因：
首先看企业重视什么，考核什么，就得到什么。服务水平一般只能越变越好。但同时库存也上去了。
有些“两高”企业管理得相当不错，有成套的指标。这些指标层层嵌套，结果是让一些指标远远超出目标。比如总体服务水平指标是95%，但在总体指标下，关键客户、关键产品的目标为98%。实际上，关键客户买的产品一般客户也买，这些产品在同一条生产线生产，同一个仓库储存，同一套物流体系配送，为了达到关键客户的98%，你只有把所有的产品都计划成98%的有货率。
这后面反映的是供应链的灵活性不足：供应链的基础设施是同一套，即同样的组织、流程和信息系统。围绕不同的业务需求，供应链没法有效地差异化服务。为了达到差异化的结果，就只有以要求最高的作为指标，结果就是高服务水平下的高库存。“两高”企业的改善，你很难通过执行来弥补；你必须在计划上找答案。
假定需求服从正态分布，比如要达到95%的有货率，放1.6个标准差的安全库存即可；但要达到98%的有货率，就得放2个标准差，两者相差25%的安全库存。
库存指标好度量，不管是库存金额还是周转率，都简单易懂，但目标值却很难设定：究竟库存多高、周转多少次算合理？谁也不知道。库存指标达不到，找些理由来解释，下次的库存就在这次库存的基础上加些，所以库存总是在增长。
【小贴士13】库存的边际周转率
1. 最常见的计算库存周转率的方法，就是把年度，或季度销售产品的成本（不计销售的开支以及管理成本）作为分子，除以年度平均库存价值：库存周转率=年度销售产品成本/ 当年平均库存价值。平均库存一般为年初、年末的库存平均值。
2. 说你的库存不合理，其实是太高的代名词。从绝对数量上讨论库存多少合理是个伪命题，各个职能为了自卫，就互相推脱，导致在预防未来问题上，难以达成共识。
1) 你可以按照周转库存、安全库存来粗略估计理论上的“合理库存”。比如原材料有3周左右的安全库存，生产线需要2周来加工，成品一般放置4周的库存，那至少就得有3+2+4=9周的库存。很多因素，比如库存不齐套，都会造成库存偏高。那好，再加2周。这就是说，总体上有11周库存看上去就比较“合理”。这是制造业常见的大问题，特别是长周期物料的预测、计划和执行不到位时。
2) 还没谈到那些多余库存。它们来自以前的种种决策，能处理的都处理过了，剩下的不合理，你拿它也没办法。
3. 从相对数量出发，讨论库存的增量却有很大价值，即截取某个时间点的库存作为基准，然后根据业务量的变化，判断库存量的增减是否合理。
1) 这是赦免了原罪，让大家把精力聚焦在避免未来重复同样的错误，而不是一遍又一遍地解释那些老库存怎么来的。
2) 业务量增加，库存也会增加，但增速应该低于业务增速。这是规模效益的体现。
4. 库存的边际周转率，就是对业务的单位新增量，新增库存要达到的周转率，这是考核库存控制的一个更有效，更合理指标。
1) 假定公司的库存系统由总库和子库构成，总库一般会放4周的库存，子库放3周，加起来就是7周的库存，总库存的周转率就是7.4次（即52除以7）。因为规模效益，针对新增业务，假定总库会增加3周的库存，子库增加2周的库存，加起来就是5周。库存的边际周转率是10.4次（即52除以5）。这意味着我们就可以把责任机制建立到具体的仓库，让具体的人对各自的绩效负责：
如果过去一年的业务增量部分的产品成本是3亿元，你的库存增量不得超过2885万元（即3亿元除以10.4）。
总库的边际周转率是17.3次（即52除以3），子库是26次（即52除以2）。总库库存增量应该不超过1731万元（即3亿元除以17.3）；子库库存增量应该低于1154万元（即3亿元除以26）。
2) 回到库存的构成：周转库存和安全库存。周转库存与业务量成正比，即周转周期乘以平均需求。周转库存是没有边际效益递减或递增的，而安全库存有：当业务越多时，相对的变动也就越小，需要的安全库存也就相对越少。这就是规模效益，必须在供应链计划和运营的结果上体现出来。
3) 这里有两个基本的前提：新增业务是原有产品的销量净增，而且供应网络也维持不变。在现实中，这两个假定往往难以实现。库存的周转率每况愈下。这是个全球现象。
导入更多的新产品或者新型号，往往是针对一些差异化的需求，规模效益更低。
企业为增加销量，全国化或者全球化扩张，增加更多的仓储和配送中心和库存点，也导致规模效益递减，库存的边际回报更低。
【小贴士14】优化能力来优化库存
1. 库存优化不能只奔结果而去。结果取决于能力：能力不改变，结果即使改变，也没法持久；要持久地改变结果，就得改变能力。而能力呢，则是组织、系统和流程的有机结合。
1) 我们实施计划软件，目的是给计划人员更好的工具，把库存计划集中到少数有能力的计划员手里，这些人能够更好地对接系统和组织。
2) 剩下的人让他们继续工作在经验层面，重点在流程：建立、强化与需求端的对接流程，管理好那些变化的东西，以弥补系统的不足——组织和流程是对核心数据体系的补充。在改善流程的时候，自然会涉及组织问题，包括责任体系的建立。
一个是设计变更流程——研发与供应链对接，设计变更中导入新料号时，尽可能消耗掉老的库存；
另一个是销售和运营协调流程——在需求预测上，销售和运营有效对接，提高需求预测准确度。
2. 计划能力的三个台阶，对公司的贡献由小到大排列：
第一个台阶（最基本的）是执行能力，“只知低头拉车，不知抬头看路”，比如催货；
第二个台阶是计划能力，“不但能做到，而且能想到”，比如预测和库存水位设置；
第三个台阶是分析能力（能力要求最高），“不但能做粗活，而且能算细账”，超越单个的产品、料号，能够从全局层面发现问题。比如，你不能认为，没人投诉就没问题。透过数据分析，能分析出库存投入和服务水平提升的产出比，把资源用在投入回报更高的地方。
3. 四分法来识别、管控库存风险
1) 四分法的对象是整个供应链的库存，包括在途和在库。有四个维度：
周转库存：是指维持正常运转所需的。比如以三个月的需求历史作为预测，乘以采购提前期和采购单价，得到周转库存。对原材料来说就是采购提前期，对成品来说就是制造周期和运输时间。实际的采购提前期增加了，在途库存就得增加。此类库存的风险相对较低，设计变更、需求变化是最大的风险源，会因为周转周期不合理而变得不合理。
安全库存：为应对需求和供应的不确定性而设立，比如需求波动、补货延误。在信息系统里，安全库存设在那儿，就会一直驱动供应。所以，安全库存不“安全”，需求变化了，库存计划一刀切，安全库存水位设置不合理，安全库存就不合理了。
过剩库存：理论上，一旦超出周转和安全库存，就是过剩库存。实践中，出于各种原因，企业总会有一定的过剩库存。比如库存不齐套，客户订单推迟，产品设计的无序变更，大批量采购以获取价格优惠等等。所以，一定范围的过剩库存并不可怕，比如2个月内可以消耗掉的；可怕的是超出部分，呆滞的风险就更大，产品流不通成为风险库存。
风险库存：所有的库存都有风险，但超出周转、安全和过剩库存的部分风险最大。对企业来说，从上到下，一定要特别关注风险库存。当然，有时候由于策略采购等，比如批量买入大宗原材料等。
2) 库存的四分法为我们提供了一个分析框架，来识别和判断不同库存的风险。虽然很难一下子找出黑白分明的答案，但是“合理性”就越低，就要引起越多的关注，当然你千万不要被这些合理的理由蒙蔽，要查究计划与执行能力有关的原因。
周转库存的根源是周转周期。只有缩短周转周期，才能从根本上降低周转库存。产品的标准化设计、产品与工艺设计的交互优化、精益生产等措施，从根本上都是为增加可制造性，缩短周转周期，从而降低周转库存。
安全库存的根源是不确定性。只有降低不确定性，才能从根本上降低安全库存。产品的标准化设计增加了规模效益，降低了需求和供应的不确定性；提高供应商的按时交货率，降低了供应端的不确定性；周转周期缩短了，相应的不确定性也会降低。
多余库存的根源是人的行为，必须从组织行为上着手，比如促进供应链上的信息共享、推动协同计划、预测与补货、提高决策水平，都是控制多余库存的有效举措。再比如最小起订量也会造成多余库存，而解决方案就是不要用最小起订量。采购为了省钱大批量买进（明钱），最后造成一堆呆滞库存（暗钱），不一定是个好主意。
3) 库存过剩，根源还是离不开短缺时的过激反应：不管什么时候，都得遵循基本的准则，比如只买提前期内的量；如果要超出提前期，一定要认真评估，只承担“经过计算”的风险。
【小贴士15】所有的短缺，最后总是以过剩收尾
1. 行业性的短缺，跟全球市场大行业的规律性的扩张、收缩有关。作为规模较小的案例公司，很难有效驱动千亿级的大型供应商，让他们准备足够的产能。但是，过剩问题，如果管理得当，完全可以避免，或至少可以减轻损失。
1) 增加安全库存不解决你眼下的短缺问题，等供应商产能问题解决了，反而造成后续的过剩问题。所以，在严重的产能不足造成短缺时，管理良好的企业在增加安全库存上会非常谨慎，尽量不增加。
2) 周转库存。供应商的交期增加到200多天时，你得提前给供应商下更多的订单，这大幅增加了周转库存（也是在途订单，从原来的56天的量，一直上升到265天的量）。供应商的实际交期改善，需要相应地减少部分在途订单。当然，你不会一看到订单的交期改善就采取措施。但趋势这么明显时，作为优秀的计划人员，你得明白，供应商的产能在增加，交期才能系统地缩短。
2. 所有的短缺都由过剩结束，而所有的过剩也是短缺的开始：周而复始，短缺和过剩交替出现。在微观层面上叫“牛鞭效应”，在宏观层面上叫“经济危机”。
3. 降库存比降成本一样更难对付
1) 库存是各种问题的综合产物，虽然库存和现金都属于流动资产，但两者的流动性可大不一样：把钱变成库存容易，把库存变成钱难。
2) 全民动员的降库存运动如果不触及根源，就如减肥失败，库存大都会反弹，到降库存运动最终以失败告终。销售拼命把货往渠道压，采购勒令供应商近期少发货，生产线上也在勒紧腰带，把那些过程库存消化掉，这些行为过于频繁，都会为供应链导入更多的不确定性，有可能引起安全库存的上升，结果库存运动反而系统地提升了库存水平。
4. “三管齐下”降低周转库存
1) 其一，推动“六周计划”，通过针对独特设计、独特工艺的部件，在供应商处建立过程库存，以及自身产品的标准化设计、精益生产、生产工艺的优化，全面缩短供应商的采购提前期，设置合理的过程库存，基于预测（推）在精加工处新建立粗胚的中间库存，再基于订单（拉）进一步精加工粗胚，不但可以显著缩短交货周期，而且可以降低供应链的整体库存水平（成品的安全库存总金额的减少大大抵消因为增加粗胚的中间库存产生的金额）。
组织上的挑战在于绩效考核：
设计还没定型。一旦设置过程库存，管理难度上升，设计变更造成的呆滞风险较大；
出自部门利益，采购不愿意在供应商处建立过程库存，因为这增加了采购的责任，采购方往往因为看不见而丧失警惕，而且一旦成为呆滞库存，采购处理的难度大。
解决方案：
采购需要每月汇报每个供应商现场的库存，以评估呆滞风险。在脉动更快的行业，库存更新的频率应该更高。
有一定用量、用量较稳定、设计变更少的物料，操作得好的话，VMI是个双赢的做法。
a) 供应商在现场建立库存，维持一定的库存水平，同时按照预测来补货。这看上去是给供应商库存负担，但减少了赶工加急，也让供应商的生产排程更加平稳，生产成本会下降。供应商一般会得到一定的业务量承诺，降低了业务风险和不确定因素，从而也降低成本。
b) 对采购方来说，在计划到位、需求相对变化不大的情况下，采购提前期为零。
2) 其二，全面缩短生产、调试、安装周期。主要针对产品流，大致决定了20-30%的周转周期。
JIT的前提是稳定的生产计划。对于极度的需求变动，季度变化量动辄在百分之三四十的行业，尽管很多精益的概念有帮助，比如看板管理体系等简化了物料流，生产现场和生产线员工的效率显著提高，但注定没法推行JIT。
推动产品的模块化设计，由供应商做好组件、模块甚至子系统进行交付，公司进行最后的组装与测试，这样生产组装的周期就降下来了，这也是轻资产的过程，把非核心模块的组装外包给低成本地区，节省运输成本和时间，也降低在途库存，总成本反倒更低。当然，这样做的前提是模块的质量提高，否则，质量问题会成为现场安装与调试的噩梦。
3) 其三，优化流程、系统，缩短信息周转周期。主要针对信息流，决定了70-80%的周转周期。
走流程，供应链越复杂，流程就越复杂，需求信息从最终客户传到最末端的供应商，层层审批，动辄就得几个星期。这也意味着周转周期增加了几个星期。这几周从客户的角度看不增加价值。尤其是公司大了，流程只有往上增加的理，没有往下精简的份。于是，流程就越来越臃肿，成为大公司病的一部分。
批处理，比如每周只集中在周五给供应商提供一次预测，这意味着可能高达7天的延误。也意味着产能扩张、生产准备可能得延迟更长时间，增加了周转周期，相应地增加了周转库存。
成立了流程改进小组，从跨职能层面审视信息流，进行公司层面的流程优化，真正去“缩短我们所做的任何事情的周期”（reduce the cycle time of everything we do）
【小贴士16】聚焦成本vs.聚焦库存
1. 在供应链管理上，人们习惯于聚焦成本，但成本就如库存，是结果，不是根源；根源是时间，比如周转周期。如果能系统地把周转周期缩短，库存和成本都会降下来。
2. 降库存要避免互扣人质的死循环，我们得通过解决问题来解决问题，而不是转嫁问题。
1) 只有加了该加的，才能降下该降的；不解决短缺问题，就没法解决过剩问题。
我们的库存要么是过多，要么是过少，而且是成对出现。因为造成库存过高和过低的原因相同：计划上的先天不足，执行上的拖泥带水。企业的资源总是有限：如果你备多了不需要的产品，你就只能在有需要的产品上少备。
所不同的是，利益相关方看到的不同罢了：供应链看到的是库存太多，销售看到的是库存过低，处于短缺的产品。所以要解决过剩问题，首先要解决短缺问题。要降低库存，首先要增加库存。或者说，要省钱，首先要花钱。
很多企业的做法就是你不让我降，我就不给你加库存：销售和供应链互扣人质，陷入僵局。
其实销售的任务是做生意，但供应链管不好库存，没法有效满足销售的需要；销售得不到想要的结果，就开始控制过程——库存水位。
让销售放手，供应链计划必须主动走出一步，就是供应链先解决短缺问题，把该放的库存先放上去。这也是帮助销售建立对供应链的信心。销售才不会介入供应链的库存控制，这样供应链才会更容易地把该降的降下来。
2) 少打总库的主意：总库多备，子库少备，降库存的重点在子库。
一般的企业采取网络状库存结构：总库补给各个地区库，地区库补给下一级的子库，子库再补给客户，一层一层展开，形成车轮毂一样的补给结构。从理论上讲，这种结构便于综合平衡库存、运营成本和服务水平，以总成本最低的方式来达到既定的服务水平。
总库一般由总部控制，子库由分部控制。总部和分部的关注点不同形成人质互扣局面：
总部在老总和财务的驱动下，一轮又一轮地降库存；分部在客户和销售的驱动下，更关注客户服务水平（有货率），在一次又一次地要求加库存。
如果总部要降库存，分部不支持，总库单方面库存降下去了，对子库的补货不够及时。作为应对措施，子库的自然举措就是提高子自身的库存水位。单个增幅没有总库的大，但子库的数量多，总的库存反倒上去了。
总库降库存造成的补货不及时，进一步证实了分部“顾虑”的合理性，在后续的降库存上更加不配合，尤其是针对一些特定的地区性产品。库存更加分散，降低了规模效益，反倒增加了总体库存，降低了整体的有货率。
解决方案：
打开这个死循环的结的前提是，只有总库加上该加的库存，才可能降下子库该降的库存。总库增加库存，提高有货率，缩短了给子库的补货周期，降低给子库补货的不确定性，子库就能降低安全库存。子库每个库降一点，总量就相当可观，除去总库加上去的部分，总体库存还是降低了。
把子库的库存计划权限收归总部，由总部的计划员统一设定总库、子库的库存水位。这样有助于总库、子库的全局优化。
3) 少打速动产品的主意：降库存的焦点是高值慢动品
为了很快见效，企业常见的做法降速动产品的库存的目标水位，这样多余出来的库存很快就被消耗掉了，库存就降下来了。但是如果当销售和客户发现连常用的产品都开始缺货，就对库存计划的信心陡降，逼着计划采取纠偏措施，增加库存，不但逼着把原来降下去的加上去，而且把一些本来很充足的库存也给加得更多。
高值慢动产品才是降库存的重点。如果没有大面积的短缺问题，这些产品因为用量低，“偷偷”降一点，业务和客户也不大注意。那些高值慢动的产品不仅占用大量资金，更糟糕的情况下，长时间不用而且被忽略，就变成呆滞库存；而呆滞库存注销时，就形成成本，降低企业的利润率和投资回报率。
库存计划的目标不是100%的有货率，以95%的有货率目标来看，计划的任务是不但要确保达到95%的目标，而且要确保5%缺货率。因为库存的边际回报率递减，特别是超过95%以后的那几个点。
在控制呆滞库存上，计划必须承担主要角色。库存计划可以说是唯一的职能，有机会定期去回顾那些产品，把安全库存水位调低或纯粹拿掉，否则即使别的地方有需求，也不会把这本来多余的库存给消耗掉。
3. 降库存是推动意志力极限
1) 现实中，库存水位浮动于处于资产成本和服务水平的不同效率水平:
极少的顶尖企业能同时优化库存和服务水平，做到低库存下的高服务水平；
做得不错的企业以高库存为代价，实现高库存下的高服务水平；
这些企业以客户服务为重，库存决策比较保守。它们一般知道该备哪些料，但不知道该备多少，或者在客户满意度为主的绩效考核驱动下，偏向于备多点。
这种企业里，高层一定要承担风险，不能光发指令、定政策。因为内部客户对基层计划人员的评判是基于料号的，基层降掉一些库存，有时导致料号层面的短缺，引起内外部客户的不满，虽然整体客户服务水平没受到影响。如果高层不站出来说话，
基层员工在压力下，有可能就不会继续这么降低库存了。
相当多的企业则在高库存、低服务水平里库存一大堆，有货率却一塌糊涂。
2) 对大多数企业来说，用不着牺牲服务水平，降库存就有很多潜力可挖，需要的不是技巧，而是意志力和决心。当你想拿掉某个“长尾”产品的时候，内外客户都会说，万一有需求而没料，你该怎么办？其实，长时间的慢动产品，万一客户要这料，那也没什么大不了，因为库存系统的目标不是100%的服务水平，缺这种料，缺得对。当时拿掉的料，真正影响客户的有限，而库存却降下来几百万元。