8.1
深览指数
产品人人都是产品经理·Totoro畅··AI 生成
为什么生鲜补库存不能直接套通用公式？聊聊补货系统的设计逻辑
本文系统拆解了生鲜配送场景下补货系统的设计逻辑，核心观点是：制造业的MRP模型无法直接套用，因为生鲜面临需求波动、高损耗和短保质期三大特性，必须将其改造为概率化模型。文章详细介绍了基于加权移动平均的需求预测、用除法计算损耗率、低水位安全库存等关键参数的设计原理与取舍，并强调了BOM（物料清单）在净菜加工中的重要性。最后指出，算法落地效果的上限取决于数据质量，而非算法复杂度。适合正在搭建或优化生鲜供应链系统的产品经理、运营和研发人员阅读。原文 ↗
核心观点
- ▍生鲜补货不能直接套用制造业的MRP模型，因为需求波动、有损耗、保质期短三个特性，需要将其改造为概率化模型。
- ▍算法落地的价值不在于替代人，而在于把采销从算数的苦力活里解放出来，让他专注做判断；人工审核是必须保留的环节。
- 01补货公式为：建议采购量 = (预测需求量 + 安全库存补差 − 当前可用库存) ÷ (1 − 损耗率)。
- 02预测需求量采用加权移动平均，最近3天权重3，4到7天权重2，更早的权重1，再乘以由季节、节假日、天气、促销四个因子相乘得到的波动系数。
- 03损耗率计算必须用除法（净需求÷(1-损耗率)），而非加法（净需求×(1+损耗率)），因为损耗发生在采进来的总量上。叶菜损耗率5%-10%，根茎3%-5%，冻品1%-2%。
- 04生鲜安全库存不宜过高，最终定为1.5天，用于兜住日常小幅偏差和到货时差，大波动通过预测端的波动系数处理。
- 05BOM（物料清单）是连接成品需求与原料采购的关键，其核心参数是出成率，采用标准出成率（预设值）和实际出成率（加工后回算）双轨制，偏差超5%预警。
- 06多层BOM结构允许系统将拼盘的需求层层反拆到最底层的原料采购量，如500g蔬菜拼盘可反算到需要多少斤大白菜和土豆。
- 07成品单位成本 = (原料用量 ÷ 出成率 × 原料采购价 + 加工费) ÷ 成品量，且必须用实际出成率回写以确保账实相符。
反方 / 局限
- — 文章承认预测模型还比较粗，使用加权移动平均加四个手工系数，品类一多，调系数就成了体力活，且人调系数带主观偏差。
- — 作者反思，算法准确率提升最大的时候往往不是算法变复杂了，而是上游数据质量改善了，指出算法决定下限，数据决定上限。
12 分钟 · 5 卡片 · 9 资料
读原文 →