10月份在深圳培訓，20%的學員來自電商。電商可以說是"速度經(jīng)濟"的代表：消費者不但期望批量經(jīng)濟下的價格、大規(guī)模定制下的選擇，而且希望鼠標一點、幾個小時后就能送貨上門。雖說不要店面，但電商的種種成本，遠超一般人的想象。很多傳統(tǒng)公司跨入電商，例如美特斯邦威、紅星美凱龍、飛虎樂購，都是興沖沖而來，沒多久就倉皇撤退，一大原因就是對電商的成本估計不足。
而諸多成本中，一大塊就是
庫存成本。從本質(zhì)上看，電商是個庫存系統(tǒng)。從總庫到一級庫、二級庫，哪些商品該備貨、備在哪一級的庫、備多少，是個典型的庫存計劃問題。庫存計劃不到位，短缺與積壓并存，結(jié)果是要的沒有，不要的卻有一大堆。有些電商缺貨率動輒百分之二三十，同時呆滯庫存比例高達百分之三四十，由此而來的業(yè)務損失、
庫存貶值、削價清倉，成本驚人。而這些問題的解決方案，則離不開庫存決策的三部曲：預測、計劃和補貨。
預測方面，電商容易犯兩個錯誤。其一是過度依賴銷售。雖說銷售最熟悉市場，但他們的預測往往是拍腦袋居多，準確率不高。一流的預測由數(shù)據(jù)開始，由判斷結(jié)束：基于歷史銷售數(shù)據(jù)，通過簡單的數(shù)學模型制定基準預測，然后加入主觀判斷，例如節(jié)日促銷、季節(jié)調(diào)整等，做出人工調(diào)整。由銷售主導預測的電商，就如由工程師主導的備件計劃，往往是高
庫存下的高有貨率，雖說保障了銷售，但一注銷或削價處理呆滯庫存，大半年就算白干了。
其二是預測方法單一，缺乏預測準確性的閉環(huán)反饋，預測質(zhì)量得不到持續(xù)提高。雖說所有的預測都是錯的，但錯多錯少還是大有區(qū)別。電商產(chǎn)品眾多，加上業(yè)務節(jié)奏太快，公司時時處于救火狀態(tài)，沒多少精力來鉆研預測的準確度問題。有些預測模型明知不是最佳，也沒時間、或沒興趣尋找更好的模型。結(jié)果是預測一直在低水平徘徊，只有教訓，沒有經(jīng)驗，不斷重復低水平錯誤，也注定整體運營水平?jīng)]法提高。
計劃的核心是設(shè)立合理的安全庫存，以應對需求和供貨上的不確定因素?；跐撛诘匿N售盈利和庫存成本，從概率統(tǒng)計角度可設(shè)定合適的庫存水位，讓盈利的期望值最大化。這種概念放在單個商品上很抽象，也可能很不準確；但成千上萬個產(chǎn)品放在一起，總體結(jié)果的可預測性還是相當高。這就如賭場，你可能在一個賭徒身上輸?shù)艉芏啵诒姸噘€徒身上，賭場的贏面總是更大。電商就如賭場，而贏面的大小取決于安全庫存的設(shè)置。
在管理粗放的電商，安全
庫存的設(shè)置要么是單憑經(jīng)驗，要么是方法單一，對于毛利率不同、銷售特征不同的商品不能區(qū)別對待。有些電商沒有概率統(tǒng)計的概念，以確定性的方法應對充滿不確定性的商業(yè)環(huán)境，
庫存計劃的水平就可想而知，短缺、積壓就成了家常便飯。預測準確度低、安全庫存設(shè)置不合理，很多電商輸就輸在計劃上，雖說其執(zhí)行一年強過一年，公司的運作水平卻不見提高，原因就在這里。
一流的電商從預測開始，由預測導入計劃，最后是補貨執(zhí)行。二流的電商正好相反，一頭撲在補貨執(zhí)行上，結(jié)果是越執(zhí)行越忙，從上到下陷入活在當下的泥淖中不能自拔。補貨執(zhí)行從把需求計劃轉(zhuǎn)換為供應計劃開始。這里的關(guān)鍵參數(shù)是補貨周期，放在采購上就是采購前置期。這些參數(shù)隨著業(yè)務環(huán)境和公司的執(zhí)行力改變而改變。例如淡季的補貨速度快，旺季的補貨周期長，相應地，這些參數(shù)也應做適當調(diào)整。在有些電商，這些參數(shù)一經(jīng)設(shè)定，就再也不會調(diào)整。有些參數(shù)明知不準確，還是聽之任之。這些參數(shù)決定了供應計劃的準確度和可執(zhí)行性。不加調(diào)整，注定供應計劃就不準確，需要在補貨執(zhí)行中花更多的精力來彌補。所以，看似執(zhí)行的問題，其實還是個計劃問題。
補貨執(zhí)行的另一個關(guān)鍵是供應商和物流商的管理，因為他們是補貨任務的具體執(zhí)行者。電商產(chǎn)品開發(fā)周期短、時效性強，留給戰(zhàn)略尋源的時間很少，給選擇合適的供應商帶來挑戰(zhàn)，為日后的供應商績效埋下隱患；電商的產(chǎn)品種類繁多，決定了供應商眾多，如何有區(qū)別地管理供應商績效也是個大挑戰(zhàn)。
