工作中，最容易的是供應商和產品已經確定的采購，它只需執(zhí)行者對品項、數量和發(fā)貨時間進行判斷即可。正是這種最簡單的下單型采購，往往會占據80%的采購業(yè)務，所以，研究如何制定此類采購的計劃和策略顯得格外重要。大多數采購備貨策略都可歸入下面的4種類型之中：

【1庫存量驅動】

當庫存量達到某個臨界值時，觸發(fā)對外采購業(yè)務，采購者將庫存補充到一個特定的目標量。這種方法就是傳統(tǒng)的訂貨點法中的定量不定期型采購，可用如下庫存波動曲線描述。

安全庫存量：倉庫允許的最低庫存量，低于這個量再訂貨，就可能會斷貨，它等于訂貨需要的時間*日均消耗量

訂貨點庫存量：為了確保庫存不低于安全庫存量，根據庫存量設定的提前訂貨點，訂貨點時的庫存量通常等于2*訂貨需要的時間*日均消耗量

目標庫存峰值量：可根據倉庫空間、管理者對資金周轉的要求、供應商對起訂量的要求等因素綜合設定，沒有統(tǒng)一的標準。

前提：供應商貨源夠充足，生產/銷售/需求消耗的速度相對穩(wěn)定。

優(yōu)點：操作簡單，只要監(jiān)控庫存數量，一旦接近安全庫存量，立刻下單即可。

缺點：如果訂貨涉及的品類很多，采購者需頻繁下單，供方也需頻繁發(fā)貨。

【2時間驅動】

為應對多品類的庫存補貨工作，在第1種方法基礎上，通過對每種產品的目標庫存峰值量的精確設定，使得多品類產品在一段固定的時間周期內都不會低于安全庫存，而且在周期結束時，各類產品的庫存也都接近安全庫存。這個周期就是兩次采購備貨訂單的間隔時間。

安全庫存量：假設產品A訂貨需要10天，產品B需要5天，則當到達訂貨點時，A的庫存應為10*日均消耗量，B的庫存因為5*日均消耗量，也就是說他們同時到達安全庫存量。

訂貨時間點：為了確保庫存不低于安全庫存量，根據庫存量設定的提前訂貨點，這個提前期應該等于所有產品中，最長的那個采購訂貨周期天數。在上一條中，它就應該是A的10天。雖然提前十天下單，但是要求供應商把到貨時間控制在同一天，也就是所有產品都要在接近安全庫存量的那一天到貨。

目標庫存峰值量：這里與第1種方法不同，這個峰值量需要精確推算出來，它應該等于（產品N的訂貨需要的時間+訂貨間隔時間）*產品N的日均消耗量

前提：同上，需要供應和需求消耗的速度都很穩(wěn)定。

優(yōu)點：能應對多品類采購備貨管理的情況。

缺點：由于產品品類增多，需求的預測難度隨之增大，如需實際發(fā)生的銷售數量比預測的日均銷量低，此法不受影響，反之，會造成斷貨風險，必須提高安全庫存量才能減少風險。

【3需求驅動】

方法1、2是訂貨點法的兩種形式：定量不定期和定期不定量。它們成立的前提是上下游的供需穩(wěn)定，而現實中，這種穩(wěn)定經常被破壞，尤其表現在需求消耗的速度上。

就像電商的雙十一，一兩天的銷售額可能要超過全年銷量的80%，在這種需求的波動下，訂貨點法是完全無效的。此時，對需求的準確預估才是判斷訂貨策略的最關鍵。

生產型的需求相對容易處理一些，因為不管生產訂單有多大，多么突然，生產部門都需要按照一定的速度去排產，不能把所有的庫存一下消耗掉。這樣，我們只要按照生產的最高消耗速度去計算安全庫存量即可確保不斷貨。

而對于銷售型，決定需求變化的因素太多，若想通過邏輯規(guī)律去預測，幾乎不可能，所以，最好的方法就是大數據。根據海量的歷史數據做分析，從概率上把握需求的變化。

類似雙十一那樣的巨大波動雖然很難預測，但是諸如產品的季節(jié)性、流行趨勢、流量轉化率等因素，這樣的規(guī)律還是能夠被大致預測的。如果不能預測，那只能說這個產品的銷售人員水平不合格，對市場還不熟悉。

在能夠預測需求的前提下，將預測的數量作為一個備貨模型的調整參數，即可讓備貨的數量更接近需求市場。

需求部門調整量：需求部門根據對市場的判斷，在原有備貨算法上人為地增加一個比例系數或增加固定的數量。

前提：需求部門對市場比較熟悉，能夠做更精準的判斷。

優(yōu)點：適合需求消耗速度不均衡的情況。

缺點：備貨模型受到人為主觀因素影響，準確的水平因人而異。

【4供應驅動】

與上個方法相似，我們同樣可以通過對供應市場的充分預測，根據供應市場的變化，調整采購時機、數量，以獲得最佳采購效果。

例如：當貨源緊張時，很多同行的采購者正在爭搶貨源，此時，打破平時的訂貨規(guī)則，超量囤貨的策略會顯得非常明智。

再如：當采購者能預見到貨源將要大幅漲價或降價時，合理的提前或延后采購時間，也能大幅降低成本。

又如：當上游強勢供應商向采購者壓任務時，為了保住采購的資質、授權，采購者按照任務去囤貨，也是合乎情理的。

在對供應市場非常熟悉的前提下，采購者對預測模型也填個調整參數，即可讓備貨的數量更符合供應市場。

采購調整量：采購者根據對供應情況的判斷，在原有備貨算法上人為地增加一個比例系數或增加固定的數量。

前提：采購者對供應市場比較熟悉，能夠做更精準的判斷。

優(yōu)點：適合供應可能發(fā)生變化的情況。

缺點：備貨模型受到人為主觀因素影響，準確的水平因人而異。

任何采購的補貨大致都是這4種情況，不同的是，高明的采購者會穿插使用四種手法，譬如，對大多數產品以方法2為主要手段，以方法1作為補充救急措施，對銷售和采購情況波動大的產品采取特殊的人為預測干預，這樣的綜合運用，才能讓備貨策略達到最優(yōu)。

好了，這篇文章的內容發(fā)貨聯盟就和大家分享到這里，如果大家網絡推廣引流創(chuàng)業(yè)感興趣，可以添加微信：80709525  備注：發(fā)貨聯盟引流學習； 我拉你進直播課程學習群，每周135晚上都是有實戰(zhàn)干貨的推廣引流技術課程免費分享！