目录
基于历史·反映效率
面向未来·预测指标
- DOI 和 Stock Days均基于历史数据计算，本质是分析性指标（反映过去库存效率）。
- Inventory Coverage库存覆盖天数和Safety Stock Days安全库存天数则是预测性指标。
基于历史·反映效率
多数情况 Days of Inventory (DOI) = Stock Days，DOI是财务分析中的标准术语，术语营运资本管理指标，计算基于成本(平均库存/销货成本*天数)，反映库存变现效率。
Stock Days更多是行业或口语化表述，可能因语境不同而有差异，在供应链中更为常见，例如衡量库存可维持销售的天数。
DOI 和 Stock Days均基于历史数据计算，本质是分析性指标（反映过去库存效率）。
| 指标 | 公式（以计算周期365天为例） | 应用场景 |
|---|---|---|
| Days of Inventory | 平均库存金额 / 年销货成本（COGS）× 365 | 财务分析（周转效率） |
| Stock Days | 平均库存金额 / 日均销售额（Revenue） =平均库存金额 / 年销售额（Revenue）× 365 | 供应链管理（当前库存还能支撑多少天销售） |
假设数据
- 平均库存（Average Inventory）：¥1,500,000
- 年度销货成本（COGS）：¥3,000,000
- 年度销售额（Revenue）：¥6,000,000
- 计算周期：365天
（1）DOI=182.5天，表示库存需要182.5天才能通过销售成本完全消耗，反映库存持有成本效率。
（2）Stock Days=91.25天，当前库存按照当前销售速度可维持91.25天的销售，反映库存对收入的覆盖天数。
→DOI衡量“成本消耗速度”，Stock Days衡量“收入覆盖能力”。
→两者差异源于毛利率，如果毛利率=50%(Revenue=2×COGS)，Stock Days≈DOI÷2。
面向未来·预测指标
供应链中的预测性指标通常是：
库存覆盖天数（Inventory Coverage）= 当前库存 ÷预测需求
安全库存天数（Safety Stock Days）= 基于需求波动的缓冲库存计算
注：需求预测是库存覆盖天数计算的核心，其准确性直接决定库存策略的有效性。参见其单篇。
| 指标 | 公式 | 目的 |
|---|---|---|
库存覆盖天数 Inventory Coverage | 衡量当前库存可满足未来预测需求的天数，用于动态补货决策 | |
安全库存天数 Safety Stcok Days | 计算应对需求波动和供应延迟所需的缓冲库存天数，降低缺货风险。 |
假设数据(1)
某快消品公司计划在“双11”大促期间销售某商品，
- 当前库存量：10,000 件
- 大促预测总需求：30,000 件（预测周期：10天）
- 日均预测需求 = 30,000 ÷ 10 = 3,000 件/天
→当前库存仅够支撑3.3天的预测需求，需立即安排补货或调整促销策略。
假设数据(2)
某电子产品零售商数据如下，
- 日均需求量（μ）：500 台
- 日需求标准差（σ）：80 台
- 平均补货提前期：7 天
- 提前期标准差：2 天
- 目标服务水平：95%（Z=1.65）
→需保持至少3.4天的安全库存，以应对需求波动和供应延迟（95%不缺货概率）。
| 指标 | 核心输入 | 应用场景 | 决策意义 |
|---|---|---|---|
| 库存覆盖天数 | 当前库存 +预测需求 | 促销备货、季节性计划 | “当前库存能撑多久？是否需补货？” |
| 安全库存天数 | 需求波动 + 供应不确定性 | 日常库存策略、供应链韧性管理 | “为避免缺货，需额外备多少天的库存？” |
应用场景：
动态调整预测：
- 库存覆盖天数应与需求预测系统联动（如每周更新预测数据）。
- 示例：若预测需求从 3,000 件/天上调至 4,000 件/天，库存覆盖天数从 3.3天降至 2.5天，触发紧急补货。
安全库存的权衡：
- 服务水平（Z值）越高 → 安全库存天数越长 → 库存成本增加。
- 优化建议：通过缩短提前期（如供应商协同）或平滑需求（如促销计划），降低安全库存需求。
总结：
- 库存覆盖天数是“进攻性”指标，用于匹配销售机会；
- 安全库存天数是“防御性”指标，用于管理供应链风险；
- 两者结合可构建智能化库存模型（如：补货点 = 预测需求覆盖天数 + 安全库存天数）。
