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
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。