P paper2skillsPlaybook
AI 路线图 →

健康库存三层数字化KPI体系 — 可视层/分析层/应用层的量化指标与联通机制

Skill-Healthy-Inventory-Three-Layer-KPI · 04-供应链

causalexperimentforecastingmulti_agentfraud_detectionpricing供应链与补货MAS与智能体工程定价与利润风控与合规WF-A 智能补货WF-F 动态定价WF-I 智能体工程WF-K 全域风险防御
年化 ROI10万
实现难度⭐⭐⭐⭐☆
业务优先级⭐⭐⭐⭐⭐
业务视角
适用角色供应链负责人 · 采购负责人 · CEO / 运营 VP
适用平台Amazon FBA · 海外仓 · 多国仓位(美/欧/日)
什么情况下用库存周转率低,资金压在海外仓出不来;SKU 断货紧急空运,物流成本吃掉毛利;多仓库存分布不均
成功是什么样的库存周转天数从 90 天降到 60 天,断货率 <3%,海外仓综合成本降低 15-25%
业务痛点
库存周转天数太长资金压死了断货了只能空运救急成本爆了多市场库存分配不均

1. 解决的问题

库存数据分散在3个系统每天2小时手工汇总仍然看不清全局——三层数字化架构(可视层现状+分析层趋势预测+应用层自动触发行动),书中终极数字化形态使决策时间从2小时降至20分钟

2. 核心算法逻辑

书籍核心洞察(陈凤霞):书中专节阐述了健康库存管理系统的三层数字化架构,这是比单一KPI更高层次的系统性框架——将库存管理从"指标监控"升级为"数字化决策支持"。

3. 业务应用场景

- 业务问题:品牌有FBA/UK仓/DE仓3个仓库,30个SKU,运营每天需要查3个系统才能了解库存状态,信息碎片化,无法做整体决策 - 三层架构应用: 1. 可视层:统一展示所有仓库库存价值$280,000,DOI均值42天,15个SKU绿灯,8个黄灯,5个红灯,2个黑灯 2. 分析层:预测4周后有3个SKU缺货(概率>70%);有2个SKU如不干预将进入积压状态 3. 应用层:自动推送补货建议(3个SKU)、清仓建议(2个SKU),运营一键确认即可 - 预期产出:每日运营决策时间从2小时降至20分钟,库存健康评分从62分提升至81分

- **业务问题**:供应链团队的绩效考核只看"有没有断货",不关心库存质量 - **健康评分KPI应用**:将三层架构的综合库存健康评分(0-100分)纳入月度考核,推动团队主动管理库龄、维护参数、及时清仓

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

  • ROI 预估:运营决策时间从2小时降至20分钟(年节省240小时≈$6000工时);系统化识别行动项使漏处理率从60%降至10%(避免约$1万+月度损失);系统$3万,ROI>300%
  • 实施难度:⭐⭐⭐⭐☆(三层系统需要整合多个数据源;最难的是应用层与实际系统的自动联通)
  • 优先级:⭐⭐⭐⭐⭐(书中第七章收官之作,是所有供应链数字化的终极形态;是从"KPI追踪"到"数字化决策支持"的质的跨越)
  • 适用规模:月GMV>$10万、SKU数>30个的卖家;越大越有价值
  • 数据依赖:多系统数据整合(OMS+WMS+财务);数据质量是最大挑战

7. 代码模板

代码块数量:2 · 路径:未检测到

"""
健康库存三层数字化KPI体系
基于《全链路管理》陈凤霞 第七章第六节
可视层 + 分析层 + 应用层的三层量化指标
"""
import numpy as np
import pandas as pd
from dataclasses import dataclass, field
from typing import Dict, List, Optional
import warnings
warnings.filterwarnings('ignore')


@dataclass
class SKUInventoryData:
    """SKU库存数据(整合多源)"""
    sku_id: str
    abc_class: str
    unit_cost: float
    unit_price: float
    current_stock: int
    in_transit: int
    sales_last_7d: float
    sales_last_14d: float
    sales_last_30d: float
    aging_0_30: int     # 0-30天库龄库存
    aging_31_60: int
    aging_61_90: int
    aging_90plus: int
    lead_time_days: int
    safety_stock_days: int


class HealthyInventoryThreeLayerKPI:
    """健康库存三层数字化KPI体系"""

    def layer1_visibility(self, sku: SKUInventoryData) -> Dict:
        """可视层 KPI"""
        total_stock = sku.current_stock + sku.in_transit
        inventory_value = sku.current_stock * sku.unit_cost
        avg_daily_sales = sku.sales_last_30d / 30

        # DOI
        doi = total_stock / max(avg_daily_sales, 0.01)

        # 动销率(近7天是否有销售)
        is_active = sku.sales_last_7d > 0

        # 库龄分布
        total = max(sku.current_stock, 1)
        aging_dist = {
            '0-30天': sku.aging_0_30 / total,
            '31-60天': sku.aging_31_60 / total,
            '61-90天': sku.aging_61_90 / total,
            '90天+': sku.aging_90plus / total,
        }

        # 五色灯
        target_doi = sku.lead_time_days + sku.safety_stock_days
        doi_ratio = doi / max(target_doi, 1)

8. 论文来源

未自动抽取;请查看原始 Skill 卡片。