整理书稿第二版的时候，我对内容都做了梳理和更新，接下来会在这里持续登载。如果发现是你熟悉的内容，也可以在评论里补充一句你掌握之后发挥的新实践，互相激发思考。
在前一篇讲安全库存时，我提到了九宫格法：ABC与XYZ交叉，分成九类定安全库存策略。其中ABC是销售额重要性，XYZ是预测准确率，如图2-1。
有同行说，XYZ用预测准确率，其实是用的需求计划预测的结果，而非产品本身的预测难度。可否用预测难度分呢？当然。
什么指标能体现预测难度呢？变异系数。变异系数＝标准差/均值，英文叫Coefficient of Variance，简称CV。CV客观，用CV定XYZ类，不因预测水准而变。这也是一种做法。特别是用SAP APO系统的公司，系统中就是按CV分XYZ类。
用预测难度还是用预测结果？企业实践中其实都有。我觉得理论探讨适可而止，安全库存策略，我们要考虑的一个重要方面，还是业务部门是否听得懂，想得通。
有产品“莫名”缺货，或者“莫名”滞销，库存策略变成系统黑盒子，肯定影响业务部门对我们需求计划的信任。为什么缺货、为什么滞销要能讲清楚，能让对方明白。所以库存策略必须首先是自己清楚明白，对方也听得懂的。“以我们的昭昭，使人昭昭”。
photo from Unsplash.
比如一个AX产品，是明星产品，虽然活动和非活动期间销量差距很大，但是每月的预测准确率都比较高，各部门也确实花了很多精力在这个产品的促销计划上。典型的预测难度（CV）高但预测准确率（FA）也高的产品。
那么用预测准确率的结果来区分XYZ，就会对这类不再放高天数的安全库存，避免同向叠加增加成本，业务部门也容易理解。
若是市场和销售部也比较成熟和专业，经过较长时间的合作，已经能理解变异系数CV，并对哪些产品CV低哪些CV高也能大致心中有数，可以用CV。不依赖于需求计划的水平发挥，考虑产品本身的“难预测”的性质来选择多备库存。
不管用CV还是FA来分XYZ，都要核算整体平均的安全库存天数，是否在总的库存预算范围之内。策略只决定安全库存的品间分布，整体必须可控。
具体到技术层面：
横轴XYZ：用需求波动(CV)，三段的分段标准常见以0.67和1为界。
纵轴ABC：除了可以用销售额，也可以根据公司体量和行业的不同，选用数量，甚至毛利。用毛利虽比较少见，但特别适用于贸易公司尤其是SKU量大的情况下。这其实是对生意选择的思路。
分好类之后，解决方案是什么呢？如果是消费品，在按库存生产（Make to stock，简称MTS)的前提之下，决定的只是库存天数的高低。
但其实未必一定是MTS型，九宫格可以有多至九大备货和补货策略。比如：联合计划预测与补货（CPFR）、供应商管理库存（VMI）、按订单生产（MTO)、订购点法、周期回顾法、分销补货计划（DRP）等。这是一个大话题了。
最后感慨下，把工作实践中的所行所思写出来，真的是会受益良多。不仅促进自己思考和总结，还有同样有热情的人前来讨论和推敲，激发更多思辨，真好。
END
