庫存管理物流:中小企業實用指南

根據 Peerless Research Group 的 Warehouse/DC Outlook Survey,2024 年受訪的倉庫與配送中心機構中,僅有 26% 已將庫存準確率的衡量自動化,而 61% 計劃在兩年內實現自動化。這個落差點出一個常見問題:團隊希望做出更好的庫存決策,但許多仍需先弄清楚貨架上到底有什麼。

對中小企業而言,庫存就是實體形式的現金。貨款已經付出,但在貨物售出之前,這筆錢無法挪作他用。與此同時,還得有人負責存放、搬運、保護、盤點,有時還要維修或處置這些貨物。

庫存管理物流把這些財務後果與日常倉儲決策連結起來。它能幫助你決定買什麼、存放在哪裡、何時補貨,以及能向客戶承諾什麼。

要改善這些決策,你不需要龐大的規劃部門,只需要可靠的記錄、幾項實用的指標,以及團隊能夠執行的明確規則。實際的起點,是把每一項採購決策都視為對服務的承諾,同時也是對現金的占用。

為何庫存決策的成本遠高於採購價格

一家公司持有 100 萬美元的庫存,若年度持有成本率為 25%,每年約需負擔 25 萬美元,這還未計入流失的銷售。愛荷華州立大學收錄的庫存成本文獻指出,相關估計約介於每年 12% 至 43%,常被引用的數字約為 20% 至 40%。這些並非通用基準,而是用來說明:光看採購價格,無法判斷一項採購決策在財務上是否划算。

庫存管理物流是指在控制從採購到銷售之間所占用現金的同時,把合適的貨物在合適的時間送到合適的地點。不妨把倉庫想像成一座實體現金的金庫,只不過裡面的東西可能過期、損壞或過時。

追蹤庫存與支出

你的團隊管理著相互連動的流程,每個環節都有各自的成本:

• 供應商入庫:運費、收貨、檢驗與上架,把供應商的出貨變成可用庫存。
• 儲存:空間、設備、盤點與保護,讓貨物在等待期間保持可供應。
• 出貨給客戶:揀貨、包裝與發貨,把庫存貨物轉為已完成的訂單。

持有成本包括資金的機會成本、倉儲、保險、稅費、搬運、損耗、過時、變質與損壞。機會成本是指你把資金投入庫存、而非其他用途時,所放棄的報酬或營運效益。

資訊圖表將這些成本整合呈現。

比較折扣與持有負擔

假設供應商為季節性包裝提供大量採購折扣。單價雖然降低,但季節結束後,多出來的紙箱仍會佔用空間。採購人員應將採購節省的金額,與倉儲、搬運、融資以及可能的報廢成本進行比較。

各家企業的費率不同,是因為借貸成本、倉庫費用、產品生命週期和保險各不相同。耐用的替換配件,不像流行商品那樣面臨過時風險。

在營運實務方面,Material Handling USA 探討如何降低倉儲人力成本的文章,可作為檢視搬運成本時的實用參考。若想進一步了解與整體財務的關聯,請參閱 ELECTE 營運資金指南。

如果多囤庫存的持有成本高於折扣的價值,較低的採購價格就不算節省。

要在供貨能力與被佔用的現金之間取得平衡,而不是孤立地只想把庫存或缺貨降到最低。

需追蹤的關鍵指標及其參考基準

以下核心庫存指標,將倉庫作業與採購、客戶服務及現金方面的決策連結起來。

核心庫存指標、公式與參考基準

綜合解讀各項指標

週轉率不是越高越好的分數。已停產配件的週轉率偏低,可能需要清倉或暫停採購。關鍵零組件的週轉率偏高,可能代表採購效率良好,也可能代表團隊經常把庫存壓到幾近見底。

計算財務週轉率時,應使用銷貨成本,而非銷售收入。否則會把售價與以成本入帳的庫存混在一起,導致結果失真。

庫存天數能提供實務上的參考背景。供應商補貨週期長的產品,與可在本地取得的品項,所需的庫存覆蓋量並不相同。請先按 SKU(即單獨追蹤的產品或規格變體)計算,再對整體業務取平均。

區分服務問題與預測問題

出貨滿足率偏低,代表客戶未能準時從庫存中取得足夠的訂購數量,但它並不能指出原因。請確認缺貨是源於記錄不準確、供貨延遲、採購決策,還是需求出乎預期。

MAPE 同樣需要謹慎使用:當實際需求為零時,它無法定義;當實際需求極小時,它會變得不穩定。對於需求間歇性的備品,除了百分比誤差,也應一併檢視絕對數量誤差與漏失需求事件。

Vendmoore Enterprises 的指南 vending inventory KPIs that matter 提供了很有參考價值的情境,說明為何商品可用性與補貨績效應一併衡量。

實務原則:同時追蹤的核心指標不超過五項,每週檢討一次,並為每項指標指定一位明確的負責人。

負責人應帶著決策方案出席,例如減少訂購量、調查差異,或調整供應商的交貨時程。

補貨策略及其適用情境

補貨方法比較

連續盤點會在每次記錄庫存異動後檢查庫存狀況。定期盤點則按固定時程檢查。如果沒有記錄收貨、分配和調撥,這兩種方法都無法可靠運作。

再訂購點與訂購量回答的是不同的問題。前者告訴你何時訂貨,後者告訴你訂多少。經濟訂購量(EOQ)是在簡化假設下,平衡訂購成本與持有成本的計算方式。

避免訂單放大需求

長鞭效應是指上游訂單的波動大於顧客需求的波動;如同關於季節性需求與補貨前置時間的生產經濟學研究所述,製造商對零售商的需求變異比率大於 1,即表示需求被放大。

預測更新、訂單批量化、價格波動,以及因短缺而實施的配給,都可能造成這種情況。零售商為防範缺貨而下了一筆異常大量的訂單,供應商則把這筆訂單解讀為持續的需求成長。

你的團隊可以減少這種扭曲:

• 在經濟可行時縮小訂購批量:比較額外的訂購或運費支出與庫存風險。
• 分享消耗資訊:在提供採購訂單的同時,也向供應商提供實際銷售或使用數據。
• 單獨標示促銷活動:說明暫時性的需求變化,避免供應商將其視為新的基準。

了解促銷如何扭曲銷售預測,有助於採購人員避免對一時的銷售高峰持續補貨。

依失效後果選擇對應的政策

對於生產備件,可以考慮替代方案,而不是備齊所有可能用到的零件。American Additive Manufacturing 對如何以列印替換零件減少停機時間的說明,提供了另一個可評估的選項,但須視材料、品質和工程核准而定。

先對高價值、需求穩定的產品設定再訂購點。對於低價值的常規品項,則使用最小-最大法或定期盤點,尤其是在採購人員可以合併交貨的情況下。

體積龐大的貨品需要額外檢查:其最高庫存量必須符合可用空間。如果採購時程雖然方便,但由此產生的訂單卻阻塞收貨或出貨,這樣的時程就沒有用處。

如何計算再訂購點與安全庫存

1. 確定平均每日需求量。採用具代表性的歷史資料,例如假設情境中的最近 90 天。將真正的經常性需求,與特殊訂單及已標註的促銷活動區分開來。
2. 衡量供應商的實際交期。記錄從下單到庫存可供使用的時間,而不僅僅是貨車抵達的時間。
3. 計算交期內需求量。以平均每日需求量乘以補貨交期,並統一使用日曆日或工作日作為單位。
4. 選定安全庫存。針對需求與交貨的不確定性預留緩衝。歷史資料有限時,採用固定天數的覆蓋緩衝是務實的起點。
5. 計算再訂購點。將交期內需求量加上安全庫存。
6. 檢驗財務上的取捨。比較緩衝庫存的持有負擔,與缺貨可能造成的後果。

以快速週轉商品為例

假設某個虛構 SKU 的平均需求為每天 40 件,交期 7 天,安全庫存 60 件。交期內需求量為 40 × 7 = 280 件,因此再訂購點為 280 + 60 = 340 件。

這表示庫存降到此門檻時就要觸發補貨,並不表示訂購數量就是這個數字。

如果您的流程支援,請使用庫存持有量(inventory position):可用的現有庫存,加上已確認的在途供應量,再減去尚未扣除的承諾量或欠撥訂單。否則,採購人員可能會在前一批貨已在途時重複下單。

計算方式摘要如下。

對照慢速週轉商品

再看另一個虛構 SKU,每天售出 2 件,交期 30 天。在加上安全庫存之前,預期交期內需求量為 60 件。

補貨耗時很長時,即使銷量慢,仍可能需要相當程度的庫存覆蓋。但不要直接照搬快速週轉商品的緩衝量:應評估其需求的不規則程度,以及缺貨會造成什麼後果。

對於不穩定的供應商,假設的起始政策可以是加上 7 天的需求量作為緩衝。請將其視為有待驗證的假設,而非業界標準。若歷史資料充足,則應採用統計方法計算安全庫存,並配合需求波動、交期波動及您設定的服務水準目標。

診斷警訊

反覆出現緊急訂單,可能表示門檻過低,但供應商延遲、漏收貨或需求未被記錄也會造成相同的現象。提高庫存之前,請先查明原因。

同樣地,假設在 90 天時觸發的庫齡警示可以促使您檢視,但並不能證明再訂購點過高。訂購量過大、促銷取消或季節性採購政策,都可能是原因。

決策檢查:應調整造成問題的那個參數,而不是單純調整最容易修改的參數。

保障庫存準確性的倉庫作業做法

幽靈庫存的起因，是系統顯示有庫存，但作業人員卻找不到。揀貨員到錯誤的儲位搜尋，訂單因此錯過出貨時間，而採購人員也可能緊急下單採購，即使帳面記錄仍顯示有貨。

APQC 的倉儲生產力基準顯示，庫存準確率中位數為 95.0%，中間 50% 的範圍落在 92.0% 至 98.0%。這些參考數據並不能取代您自行定義衡量單位與容許誤差的需要。

假設某倉庫有 100,000 筆逐一評估的單位記錄，95% 的準確率就代表約有 5,000 筆記錄不一致。請勿直接將這個算法套用到 SKU 儲位稽核上：儲位不符的情況，其數量差異可能很小，也可能很大。

將盤點資源投向高風險項目

循環盤點是指定期檢查選定的庫存，而不是等到全面盤點時才處理。ABC 分類有助於依價值、movement 頻率與營運重要性，決定盤點的優先順序。

以下是一項示範用的起始政策，並非實際測得的業界分布。

依 ABC 類別劃分的循環盤點頻率

對於可能導致生產停擺的低成本零件,應手動調整其分類。僅憑採購價值,無法反映其對營運的關鍵程度。

條碼核對能幫助員工將實際儲位與帳面異動記錄對應起來。

修正流程,而不只是修正帳面數量

盤點未通過時,請調查:

• 收貨錯誤：比對採購單、實際到貨與已過帳的收貨記錄。
• 貨物上錯貨位：檢查相鄰貨位與外觀相似的產品。
• 單位換算：確認員工記錄的是單件、箱還是整件包裝。
• 未記錄的異動：檢視調撥、損壞、退貨及內部領用的庫存。

貨位規劃（Slotting）是指有計劃地分配儲存位置。在安全前提下，將經常揀貨的產品放在靠近出貨區的位置，同時確保重型貨物便於取用，並將容易混淆的品項分開存放。

假設某倉庫有 5,000 個 SKU，約佔 20% 的 A 類就包含 1,000 個 SKU。如果揀貨記錄證實這些品項主導了倉庫作業，就應優先針對它們的貨位進行盤點和佈局改善。

請按 SKU、貨位和作業環節衡量準確率。全倉平均值可能掩蓋反覆出現的收貨問題，或某個不可靠的儲存區域。

規劃退貨、永續發展與中斷風險

賣家為熱銷產品追加訂貨，而尚未處理的退貨卻堆在後倉。其中有些可以再次銷售，有些需要檢查，另一些已經損壞。如果把它們全部視為可售或全無價值，就會造成本可避免的採購失誤。

逆向物流是指讓貨物經過檢查、維修、轉售、再利用或回收後重新流通的過程。它應納入庫存規劃，因為退回商品的狀況決定了它能否用來履行對客戶的承諾。

DHL 有關中小企業物流趨勢的指引指出，各行業受訪中小企業中，至少三分之二認為永續發展非常或極其重要。回收可用貨物，讓團隊能以實際做法將這項優先事項與採購決策結合起來。

為每件退貨指定處置方式

請依循清晰的步驟：

1. 標記狀況。在帳目中以不同狀態區分已退回、已損壞、待檢查、可維修和可銷售的貨物。
2. 界定可用性。只有符合放行要求的庫存，才可計入可承諾量（available-to-promise）。
3. 選擇回收途徑。指定維修、轉售、再利用、回收或報廢，並由專人負責完成。

不要為了等待不確定的回收結果而延誤緊急補貨訂單。應將預計回收日期與已確認的可售庫存分開記錄。

請將回收價值與檢查、運輸、維修和處理成本作比較。永續發展並不要求假裝每件損壞商品都值得修復。

保障服務免受中斷影響

供應商風險不只是延遲交貨。網絡安全事故可能中斷訂貨或倉庫出入；惡劣天氣或能源短缺則可能令生產和運輸停頓。

對於前置時間長或不穩定的供應商，可考慮提高選定的緩衝庫存、改用其他供應商，或採用經核准的替代品。請每季檢視這類風險，並在供應商表現出現重大變化後再次檢視。

最佳政策不一定是庫存件數最少的那一個。它可能會保留特定零組件或維修能力，因為相較於多備成品，這些做法更能有效保障服務水準。

分階段建立分析能力，並選定第一個改善重點

先建立一份採購人員、倉庫主管與財務負責人都能對帳的台帳。若在互相矛盾的庫存餘額上再加入預測，只會讓分歧看起來更有把握，而不會讓規劃更可靠。

Impinj 供應鏈完整性報告指出了一個可視性落差：85% 的受訪零售供應鏈主管認為其組織已具備準確可視性的條件，但只有 36% 能持續做到準確、完整且即時的庫存可視性。

對中小企業而言，務實的做法不一定是更換所有系統，而是先約定哪些記錄具權威性、更新必須多快送達，以及由誰處理例外狀況。

先建立台帳，再加入智慧分析

請分階段建立您的分析能力：

• 建立共用的庫存台帳。統一 SKU 識別碼、計量單位、位置、狀態與交易時間戳記。
• 為重點產品加入警示。監控缺漏的更新、意外的負庫存，以及尚未解決的對帳差異。
• 引入預測比較。在將預測結果用於採購之前，先以相同的歷史期間測試各種候選方法。

為每個來源資料饋送指派負責人。請衡量更新延遲與未解決的差異，而不是在沒有明確標準的情況下就稱資料為即時。

請運用資料品質維度監控來組織檢查，涵蓋完整性、一致性、有效性與時效性。請限制客戶與供應商資訊的存取權限，從分析輸入中移除不必要的個人資料，並保留調整的稽核軌跡。

分階段的做法能讓每項分析工作都與實際決策緊密連結。

不同的分析工作對應不同的問題

預測用於估計未來需求。請使用保留的歷史期間（即模型在擬合預測時未使用的觀察值）來比較各模型。選用在相關誤差指標上表現最佳的方法，同時不要忽略季節性或間歇性需求。

異常偵測用於找出值得調查的記錄。例如，某則警示顯示某個收貨地點反覆出現負餘額。倉庫主管發現作業人員將整箱收貨以單件登錄，於是修正換算，並檢查受影響的交易。

最佳化能將預估值與限制條件轉化為建議的行動方案。它可以在需求變動時重新計算補貨門檻,並找出庫存高於目標涵蓋天數的產品。在核准變更之前,人員應先檢視供應商最低訂購量、倉儲限制及特殊訂單。

每週使用相同的時間區間,比較客戶需求、補貨訂單與供應商出貨的變異程度。若上游波動持續擴大,請先查明原因,再決定是否增加庫存。

依症狀選擇優先處理的項目

如果實體盤點結果經常與帳面記錄不符,請先從 A 類品項的盤點與根本原因修正著手。如果記錄可靠,缺貨卻反覆發生,請檢視補貨假設。如果需求大幅變動,請比較不同的預測方法,並將促銷效應分開處理。

ELECTE 是專為中小企業打造的 AI 數據分析平台,提供免費的再訂購點計算器,以及可比較六種預測模型、標示異常、分析第三季營收偏差、彙整主要競爭對手並準備董事會簡報的 AI Agent。處理庫存工作時,請從能支援您當前決策的計算或異常項目開始,不必一次將所有報表自動化。

關鍵要點

• 為持有的庫存計價:針對便於管理的優先群組計算週轉率與持有成本率,例如假設的第一批 20 個 SKU。
• 核對實際庫存:執行 A 類品項的循環盤點,並記錄每項差異的原因。
• 設定補貨觸發點:為具備可用需求與前置時間歷史資料的產品建立再訂購點。
• 指派責任:為每項警示與參數變更指定負責人與檢視日期。

更完善的庫存管理物流,並不要求團隊預測每一次中斷。它需要可靠的記錄、明確的假設,以及在現實與計畫不符時可重複執行的應對方式。

ELECTE 提供免費的再訂購點計算器與 AI 驅動的分析功能,協助您將庫存決策與需求、異常狀況及現金風險連結起來。請造訪 ELECTE,探索計算器,或針對貴團隊最需要改善的庫存決策,申請個人化示範。