我过去一直以为，缺货复盘就是"找出这次为什么缺货，然后下次注意点"。直到我帮一家企业做缺货复盘时，被老板一句话问住了。

缺货与断货该怎么复盘？从趋势、结构和异常明细三层看

那家企业每个月都有几十个 SKU 缺货，我花了一周时间，把每个缺货 SKU 的原因都查了一遍，整理成一份 20 页的报告，结论是"预测不准、供应商慢、采购不及时"。

老板翻了两页，抬头问我："你这份报告，能告诉我下个月还会缺几个货吗？"

我愣住了。因为我查的是"过去缺了哪些货、为什么缺"，但老板要的是"未来还会不会缺、缺在哪"。这是两种完全不同的复盘——我做的叫"事故复盘"，老板要的叫"趋势复盘"。

这件事让我彻底改变了对缺货复盘的认知：缺货复盘的价值，不在于"给过去的缺货一个解释"，而在于"给未来的断货一个预警"。 而要做到后者，复盘就不能只盯"单个缺货事件"，必须从三个层次看——趋势、结构、异常明细。

这篇文章，我就把缺货复盘的三层方法完整拆给你看：每一层看什么、用什么指标、怎么判断异常、异常之后做什么动作。核心抓手还是那三个——安全库存、补货点、在途库存。

免费试用

一、核心结论：缺货复盘，要分三层看，不能只盯单个事件

我先把最反常识的判断放在前面：大多数企业的缺货复盘，都做错了层次——它们只做"异常明细"这一层，却跳过了"趋势"和"结构"这两层。 结果就是，每次缺货都查得清清楚楚，但缺货整体却一点没减少。

为什么？因为缺货问题的根因，往往不在单个事件里，而在"趋势"和"结构"里：

趋势层：缺货是越来越多，还是越来越少？是某个时间段集中爆发，还是全年均匀分布？——这一层回答"缺货的整体走向"。

结构层：缺货集中在哪些品类、哪些仓库、哪些供应商、哪些客户？——这一层回答"缺货的分布规律"。

异常明细层：具体某个 SKU 为什么缺货？是备少了还是补慢了？——这一层回答"单个缺货的具体原因"。

只做异常明细层，就像看病只看"今天头疼"这个症状，却不看"最近一个月头疼越来越频繁"这个趋势，也不看"头疼主要集中在熬夜后"这个结构。 你治好了今天的头疼，但不知道它为什么会反复。

三层复盘，逻辑是这样的：先用趋势层判断"缺货是不是在恶化"，再用结构层定位"恶化主要发生在哪"，最后用异常明细层追到"具体原因和动作"。 趋势定方向，结构定范围，明细定动作。

下面我把每一层拆开讲，包括指标口径、拆解维度、异常阈值、后续动作。

二、第一层：趋势复盘——缺货是越来越多，还是越来越少

这一层看什么

看缺货的"整体走向"：缺货率、缺货次数、缺货 SKU 数，这三个指标随时间的变化趋势。

指标口径（必须说清楚）

这里我要强调，指标口径不清，复盘就是各说各话。缺货相关的指标，口径必须统一：

缺货率 = 缺货的 SKU 数 ÷ 总 SKU 数 × 100%。注意，分子是"缺货的 SKU 数"，不是"缺货次数"——一个 SKU 一个月缺 3 次，也只算 1 个"缺货 SKU"。如果你想看"缺货有多频繁"，用缺货次数；想看"缺货面有多广"，用缺货 SKU 数。

缺货次数 = 统计周期内，SKU 发生缺货的总次数。一个 SKU 缺了又补、补了又缺，算多次。

缺货时长 = 从发现缺货到货补上架的天数。反映"处理速度"。

缺货损失 = 因缺货导致的销售损失金额。这个最难算，但最重要——它把"缺货"这个抽象问题，翻译成了"钱"。

怎么判断异常（阈值）

趋势复盘的判断，不是看"某个月缺货多不多"，而是看"缺货是不是在变差"。几个关键的异常信号：

信号一：缺货率连续三个月上升。 单月上升可能是偶然（比如旺季），但连续三个月上升，说明有系统性问题在恶化。

信号二：缺货时长在拉长。 缺货次数没变多，但每次缺货补上货的时间越来越长，说明"处理能力"在下降。

信号三：缺货损失金额在放大。 缺货次数没变，但损失的金额越来越大，说明缺的是越来越值钱、越来越畅销的货。

后续动作

趋势层发现异常，不要急着追单个 SKU，先判断是"计划端"还是"执行端"的问题：缺货率上升，多半是计划端（预测、安全库存、补货点）没做好；缺货时长拉长，多半是执行端（采购、供应商、物流）没做好。判断清楚方向，再进结构层定位。

这里我把趋势复盘的"算例"补一下，让你更清楚怎么看。假设某企业有 1000 个 SKU，过去 6 个月的缺货数据是这样的：1 月缺货 20 个 SKU（缺货率 2%），2 月 25 个（2.5%），3 月 30 个（3%），4 月 40 个（4%），5 月 55 个（5.5%），6 月 80 个（8%）。光看单个月，每个月缺货都不算多，但连起来看，缺货率从 2% 一路涨到 8%，翻了 4 倍，这就是典型的"系统性恶化"信号。 如果你只盯着 6 月这 80 个缺货 SKU 一个个查，你会查到一堆"供应商慢""预测不准"的个案，却看不到"缺货在整体加速恶化"这个更大的问题。趋势复盘的价值，就是逼你把头抬起来，从"查个案"切换到"看走向"。

再补一个"缺货时长"的算例。假设某企业缺货次数没怎么变（每月都是 15 次左右），但缺货时长从 1 月的平均 3 天，拉长到了 6 月的平均 9 天。缺货次数没变，但每次缺货补货的时间翻了 3 倍，这说明不是"缺得更频繁"，而是"处理得更慢"了。 这种"时长拉长"的信号，往往比"次数变多"更危险——因为次数变多可能是旺季需求涨了，但时长拉长，一定是采购、供应商或物流的执行环节出了问题。

三、第二层：结构复盘——缺货集中在哪

这一层看什么

看缺货的"分布规律"：缺货集中在哪些品类、哪些仓库、哪些供应商、哪些客户。

拆解维度

结构复盘，核心是"切维度"。同样一批缺货数据，切不同的维度，看到的问题完全不同：

按品类切：哪些品类缺货最严重？是不是集中在某几个品类？——如果集中在某个品类，说明这个品类的预测或采购有问题。

按仓库切：哪些仓库缺货最严重？——如果集中在某个仓库，说明这个仓库的库存管理有问题（比如盘点不准、补货不及时）。

按供应商切：哪些供应商的货最容易缺？——如果集中在某个供应商，说明这个供应商的交付能力有问题（延迟、断供）。

按客户切：缺货影响了哪些客户？——如果集中在某个大客户，说明"优先保障"没做好。

怎么判断异常（阈值）

结构复盘的关键，是找"异常集中"。几个判断标准：

集中度判断：如果 80% 的缺货，集中在 20% 的 SKU 或品类里，说明不是"全面缺货"，而是"局部失控"，优先解决这 20%。

供应商异常：某个供应商的缺货次数，明显高于其他供应商（比如其他供应商平均缺 2 次/月，它缺 10 次/月），说明这个供应商有问题。

仓库异常：某个仓库的缺货率，明显高于其他仓库，说明这个仓库的库存管理有问题。

后续动作

结构层定位到"缺货集中在哪"，就针对性地查那个品类/仓库/供应商。比如缺货集中在某个品类，就去查这个品类的预测准不准、安全库存够不够；集中在某个供应商，就去查这个供应商的交付记录，考虑换供应商或加安全库存。

这里我补一个"集中度"的具体算例，让你更清楚怎么找"异常集中"。假设某企业有 1000 个 SKU，分布在 20 个品类里，某个月总共缺货 100 个 SKU。如果你把这 100 个缺货 SKU 按品类归类，发现：纸尿裤缺了 45 个、奶粉缺了 35 个，剩下 18 个品类加起来才缺 20 个。这就是典型的"80/20 集中"——80% 的缺货（45+35=80 个），集中在 2 个品类（20 个品类里的 10%）。 这时候，你根本不需要去查那 18 个品类的 20 个缺货，只要集中火力查纸尿裤和奶粉这两个品类就够了。结构复盘的价值，就是帮你把"100 个缺货要一个个查"的恐怖工作量，缩小成"集中查 2 个品类"的精准打击。 反过来，如果 100 个缺货均匀分布在 20 个品类里，每个品类缺 5 个，那说明不是局部问题，而是"全面缺货"，问题出在更上游的采购策略或库存策略上，而不是某个品类。

四、第三层：异常明细复盘——具体某个 SKU 为什么缺货

这一层看什么

看"单个缺货事件"的具体原因：某个 SKU 为什么缺货？是备少了还是补慢了？

拆解维度（原因树）

异常明细复盘，用"备少了还是补慢了"这个框架，往下拆原因树：

备少了（计划端）：

• 预测低估：预测的销量，明显低于实际销量。
• 安全库存不足：安全库存设得太低，扛不住波动。
• 补货点设错：补货点设得太低，触发补货太晚。

补慢了（执行端）：

• 供应商延迟：供应商承诺 7 天到货，实际 15 天。
• 采购没及时下单：库存降到补货点了，采购却没及时下单。
• 物流卡壳：货发出了，但物流出了问题，迟迟不到。

怎么判断异常（阈值）

异常明细的判断，核心是"用数据定位"。几个具体的判断方法：

免费试用

预测偏差：预测销量 vs 实际销量，偏差超过 30%，说明预测有问题。比如预测 100 件，实际卖了 150 件，偏差 50%，这就是预测低估。

补货点触发对比：库存降到补货点的时间 vs 采购下单的时间，如果库存降到补货点后，采购过了 3 天才下单，说明"采购不及时"。

供应商交付对比：供应商承诺的到货周期 vs 实际到货周期，如果实际比承诺多了一倍，说明"供应商延迟"。

后续动作

异常明细层追到根因，就"改参数"：预测低估，就改预测方法；安全库存不足，就调高安全库存；补货点设错，就调高补货点；供应商延迟，就换供应商或把补货周期调长（把延迟风险提前算进去）。

这里我把"改参数"的具体算例补一下，因为这是明细层最容易"停在结论"的地方。假设某 SKU 缺货，明细层追下来，发现是"安全库存不足"——它的安全库存设的是 100 件，但实际销量波动很大，促销时一天能卖 80 件，补货周期要 5 天，那么按公式算，安全库存应该 = (最大日销 80 - 平均日销 30) × 补货周期 5 = 250 件。原来设的 100 件，只有应设值的 40%，当然扛不住波动。 这时候"改参数"就是把安全库存从 100 件调到 250 件。如果复盘只停在"安全库存不足"这个结论，而不把 100 改成 250，那下次促销，它照样缺货。 明细层的价值，不在"诊断出病"，而在"开出药方、并且把药吃下去"。

下面这张表，我把三层复盘的"看什么、指标口径、异常阈值、后续动作"整理出来，你可以直接当复盘手册用：

五、一个完整的三层复盘案例

我讲一个真实的三层复盘案例，让你看看这套方法是怎么落地的。

某家做母婴用品的电商企业，SKU 有 800 多个，月销售额 500 万左右。他们的问题是缺货越来越严重，老板让我做一次复盘。

第一层，趋势复盘。我把他们过去 12 个月的缺货数据拉出来，发现：缺货率从年初的 3%，一路升到了年底的 9%，翻了 3 倍；缺货时长也从平均 3 天，拉长到了 7 天。趋势很明确：缺货在系统性恶化，而且"处理速度"也在变慢。 这说明不是偶然，是系统性问题。

第二层，结构复盘。我把缺货数据按品类、仓库、供应商切了一遍，发现一个惊人的规律：80% 的缺货，集中在两个品类——纸尿裤和奶粉，其他品类基本不缺。再往下切，发现这两个品类的缺货，又集中在两个供应商身上。结构很清晰：不是全面缺货，是这两个品类、这两个供应商的问题。

第三层，异常明细复盘。我针对纸尿裤和奶粉这两个品类，追到具体 SKU，发现：这两个品类的预测偏差普遍超过 50%（预测 100 件，实际卖 150 件），而且安全库存设得极低（只有 1 天的量），补货点也设错了。明细很具体：预测低估 + 安全库存不足 + 补货点设错，三个问题叠加。

三层复盘下来，结论非常清晰：缺货恶化，主要集中在纸尿裤和奶粉两个品类，根因是预测低估、安全库存不足、补货点设错。 针对性地改：把这两个品类的预测方法从"拍脑袋"改成"用最近 90 天加权平均"，安全库存从 1 天调到 5 天，补货点重新按公式计算。

三个月后，缺货率从 9% 降回了 3%，缺货时长也从 7 天缩回了 3 天。最关键的是，这次复盘不是"头痛医头"，而是从趋势、结构、明细三层，把缺货的根子挖了出来。

这里我再补一个这个案例里"数据是怎么来的"的细节，因为很多人问"这些趋势、结构数据，我上哪找"。这家企业以前是没有缺货数据的——缺货了，仓库喊一嗓子，采购去补，事后谁也没记录"哪天缺的、缺了多久、为什么缺"。所以复盘的第一步，其实是"先把缺货数据记下来"。 我让他们做了一个很简单的动作：每次缺货，仓库填一条记录，包含"缺货日期、SKU、缺货数量、发现方式（预警/客户投诉/盘点）、补货日期、根因（备少了/补慢了）"。就这一张表，记了三个月，趋势和结构的数据就全有了——缺货率能按月算，缺货时长能用"补货日期 - 缺货日期"算，结构能用 SKU 的品类字段切。没有记录，就没有复盘。 很多人抱怨"缺货复盘没法做，因为没数据"，其实是"缺货发生了，但没记录"。先把记录做起来，复盘才有米下锅。

这个案例说明一件事：缺货复盘的价值，在于"分层定位"。 趋势层告诉你"问题在恶化"，结构层告诉你"问题在哪"，明细层告诉你"为什么、怎么改"。三层缺一层，复盘就是片面的。

六、缺货复盘，最容易犯的三个错误

在帮企业做缺货复盘时，我见过三个特别常见的错误。

错误一：只做"事故复盘"，不做"趋势复盘"。 这是最普遍的错误。每次缺货，都当成一个独立事故去查，查完就完事。但单次事故查得再清楚，也看不到"缺货在整体恶化"这个趋势。正确的做法，是先把缺货率、缺货时长这些指标的时间趋势拉出来，看整体走向，再往下查。

错误二：指标口径不统一，各说各话。 仓库说"缺货 10 次"，采购说"缺货 5 次"，老板问"到底缺了几个货"，谁也说不清。缺货率、缺货次数、缺货时长这些指标，口径必须统一，否则复盘就是各说各话，吵不出结论。

错误三：复盘停在"找到原因"，不改参数。 复盘报告写得很漂亮，结论是"预测不准、供应商慢"，但最后什么都没改。不复盘的补货是治标不治本，不改参数的复盘是白费功夫。复盘的终点，是改一个具体的参数或流程。

这里我再补一个更隐蔽的错误：错误四：复盘只追"缺货"，不追"假缺货"。 很多企业的缺货数据里，混着一堆"假缺货"——账实不符、库位错乱、编码错误造成的"系统显示没货"。如果不先把假缺货剔掉，复盘出来的"缺货原因"就是错的——你以为缺货是因为预测不准，其实是盘点不准。所以复盘的第一步，永远是先确认"这些缺货是真的缺货"。

七、常见问题解答（FAQ）

问：缺货复盘，一定要分三层吗？只做明细层行不行？

答：只做明细层，能看到"单个缺货为什么"，但看不到"缺货整体在恶化"。 很多企业缺货越来越严重，就是因为只做明细层——每次缺货都查清楚了，但缺货整体却一点没减少。三层复盘，趋势定方向、结构定范围、明细定动作，缺一层就片面。如果时间和精力有限，至少做"趋势 + 明细"两层：趋势层看缺货是不是在恶化，明细层追具体原因。

问：缺货率这个指标，到底怎么算才对？

答：缺货率 = 缺货的 SKU 数 ÷ 总 SKU 数 × 100%。 关键是分子用"缺货的 SKU 数"，不是"缺货次数"——一个 SKU 一个月缺 3 次，也只算 1 个缺货 SKU。如果你想看"缺货有多频繁"，用缺货次数；想看"缺货面有多广"，用缺货 SKU 数。口径一定要统一，否则复盘就是各说各话。

问：怎么判断"缺货在恶化"，有没有明确的阈值？

答：看三个信号：缺货率连续三个月上升、缺货时长在拉长、缺货损失金额在放大。 单月上升可能是偶然（旺季），但连续三个月上升，说明有系统性问题。缺货时长拉长，说明处理能力在下降；缺货损失放大，说明缺的是越来越值钱的货。这三个信号出现任何一个，都值得警惕。

问：结构复盘，按哪些维度切最有效？

答：按品类、仓库、供应商、客户四个维度切，最有效。 按品类切，看缺货集中在哪些品类；按仓库切，看哪个仓库库存管理有问题；按供应商切，看哪个供应商交付能力差；按客户切，看缺货影响了哪些客户。切维度的目的，是把"全面缺货"缩小成"局部失控"，找到那个失控的点。

问：异常明细复盘，怎么快速定位根因？

答：用"备少了还是补慢了"这个框架，再往下拆原因树。 备少了（计划端）：预测低估、安全库存不足、补货点设错；补慢了（执行端）：供应商延迟、采购没及时下单、物流卡壳。然后用数据定位——预测偏差超 30% 是预测问题，库存降到补货点后 3 天才下单是采购不及时，供应商交付超期是供应商问题。

问：缺货复盘，最重要的抓手是什么？

答：安全库存、补货点、在途库存，这三个是缺货复盘的核心抓手。 复盘到最后，所有的根因，都会落到这三个东西上——预测低估，要调安全库存；补货点设错，要重算补货点；供应商延迟，要看在途库存。把这三个东西查清楚、调对，缺货复盘才算真正闭环。

问：缺货复盘多久做一次合适？

答：分两个节奏：明细层每次缺货都做，趋势和结构层按月或按周做。 明细层是"事故复盘"，每次缺货发生，都应该追根因、改参数，这个要即时做、每次做。趋势和结构层是"定期体检"，需要积累一段时间的缺货数据才有意义，所以按月或按周做——每月拉一次缺货率、缺货时长的趋势，切一次品类、供应商的结构。只做明细不做趋势结构，看不到整体恶化；只做趋势结构不做明细，落不到具体动作。两个节奏配合起来，缺货复盘才完整。 我见过做得好的企业，是"每周五下午固定 1 小时做缺货复盘"——先花 20 分钟看趋势和结构（缺货率涨没涨、集中在哪），再花 40 分钟过明细（本周缺的货，一个个追根因、改参数）。固定节奏，比"缺货严重了才想起来复盘"强得多。

八、你的下一步行动

看到这里，如果你也想把缺货复盘从"事故复盘"升级成"三层复盘"，我给你一份可以直接落地的行动清单：

第一步，统一指标口径。 把缺货率、缺货次数、缺货时长、缺货损失这几个指标的口径定义清楚，写下来，让仓库、采购、销售用同一套口径。

第二步，先做趋势复盘。 把过去 6-12 个月的缺货率、缺货时长拉成趋势图，看缺货是不是在恶化。

第三步，再做结构复盘。 把缺货数据按品类、仓库、供应商、客户切一遍，找"异常集中"的点。

第四步，最后做异常明细复盘。 针对集中的品类/供应商，追到具体 SKU，用"备少了还是补慢了"定位根因，然后改参数。

最后，给你三条红线原则，踩了必翻车：

红线一：指标口径不统一就复盘。 各说各话的复盘，吵不出结论，等于白做。

红线二：只做明细层，跳过趋势和结构层。 只看单个缺货，看不到整体恶化，缺货永远减不下来。

红线三：复盘停在"找到原因"，不改参数。 不改参数的复盘，下次缺货一模一样。

缺货复盘这件事，说到底不是"查得细不细"的问题，而是"层次全不全"的问题。你把趋势、结构、明细三层都做到位，缺货就不再是"查不清的糊涂账"，而是"看得见、定位得到、改得动"的清晰问题。而要把这三层复盘真正落地、让指标口径统一、让趋势和结构自动算出来，一套能自动沉淀缺货数据的工具就很有必要——比如用简道云搭一个进销存复盘系统，把缺货记录、缺货率、缺货时长都放进表单和仪表盘里，趋势和结构自动可视化，复盘就不再靠手工拉数据、各说各话了。