「安全系数取 1.2」——这个数字最常见，也最没有依据。 它可能来自某个模板，也可能来自上一个行业。但补货系数取决于销量波动、补货周期、缺货成本和资金成本，这四项每个品类都不一样。
为什么没有普适的系数
系数越大，缺货越少，但库存越高、周转越慢。它本质上是在两个代价之间选一个：缺货损失客户，压货占用现金。
所以正确的问题不是「系数应该是多少」，而是「我们愿意为缺货付多少钱」。 一家毛利 60% 的店，和一家毛利 15% 的店，答案不可能一样。
用 90 天数据回测，四步
- 取过去 90 天的日销量、补货周期、缺货记录，按 SKU 整理
- 用 1.0 / 1.2 / 1.5 / 2.0 四个系数分别模拟，算出每种情况下的缺货次数和平均库存
- 把结果画成两条曲线：横轴是系数，纵轴分别是缺货次数和平均库存
- 找那个「再加大系数，缺货减少得很少、库存涨得很快」的拐点
一个观察
拐点通常在缺货次数降到「每周不到一次」的位置。再往上加，缺货几乎不再减少，库存却继续涨。这个位置就是你的系数。
按品类分层，别用一个数
把所有商品用同一个系数，是最常见的偷懒，也是最容易出问题的地方。
- A 类（销量高、占总销售额大头）：系数低一些，周转优先，缺货代价能被高毛利覆盖
- B 类（销量中等）：中间值，按回测结果定
- C 类（长尾、销量低）：系数可以高一些，因为单件占用资金少，断货反而影响体验
- 新品和季节性商品：单独一套，不能用历史均值
什么时候必须临时调
- 促销前：按预估销量单独算，不要用日常系数
- 供应紧张：补货周期变长，系数要跟着放大
- 季节切换：用去年同期曲线，不要用最近 90 天
- 新品上市：前 4 周没有历史数据，宁可少补勤补
两个常见错误
- 系数定了不复盘：市场变了、供应变了，系数还停在去年的数
- 只调系数不看执行：补货申请批了但没到货，问题在履约不在公式
最后
系数是一个可以被验证的数，不是一种经验。 只要你愿意花一天把 90 天数据跑一遍，就能得到一个比「1.2」有依据得多的答案，而且以后每季度都能重新验证一次。