——写给那些刚刚戒掉“平均值”，又准备把P90塞进系统的供应链经理人
上一篇文章里，我们聊了一个供应链计划中很常见、也很隐蔽的问题：
不要再只用平均交期排计划。
因为在真实供应链里，交期往往不是一个规规矩矩的正态分布，而是右偏、长尾、多峰，甚至还带一点“命运的随机性”。
很多朋友看完之后可能会说：
“好，我懂了。平均值不靠谱，那我以后不用Mean了，我直接用P90，够稳健吧？”
听起来很专业。
也确实比拍脑袋强。
但今天这篇文章想补上一句：
P90不是万能药。用错了，它也会变成库存放大器。
尤其是在进口海运物料上。
一、海运提前期为什么特别容易长尾？
先讲一个所有做进口物料的人都懂的场景。
德国工厂发货，物料准备得差不多了，物流同事也在盯船期。只要赶上这班船，后面节奏就比较顺：装船、海运、到港、清关、内陆运输。
但如果晚了一天，错过了截关或集港时间呢？
抱歉，它不是晚一天到。
它可能要等下一班船。
如果船是一周一班，那就是多等7天。
如果船是两周一班，那就是多等14天。
这就是海运物流里非常典型的“班轮效应”：
赶上船，就快；
赶不上船，就不是晚一天，而是晚一班。
这件事听起来像物流细节，但放到供应链统计分析里，它会直接改变提前期分布的形状。
海运提前期的KDE图，通常会有两个非常鲜明的特征。
第一个特征，是左侧有“物理硬边界”。
比如从欧洲海运到中国，海上航行时间、港口操作、清关、内陆运输加在一起，总有一个最快也绕不过去的时间。你不可能今天德国发货，10天后上海工厂收货。
所以它的左边不是无限延展的，而像撞到一堵墙。
第二个特征，是右侧会不断被拉长。
因为只要错过一班船，提前期就不是连续地多1天、多2天，而是跳跃式地多7天、14天，甚至更久。
于是你会看到一个很有意思的分布形态：
前面有一个主峰，代表大多数正常赶上船的订单；
后面每隔一段时间，又出现一些小峰，代表错过一班、两班，或者遇到查验、塞港、单证问题的订单。
如果把这些点用KDE平滑一下，就会形成一条非常典型的右偏长尾曲线。
这时候，平均值又开始“不老实”了。
它会被少数特别慢的订单向右拖拽，看起来比真实的“典型交期”要长。
所以，上一篇文章里讲过的那个问题，在海运场景里不仅存在，而且更加明显：
你管理的不是一个固定提前期，而是一条被班轮节奏拉扯出来的概率曲线。
二、那我用P90，不就稳了吗？
很多供应链团队会自然走向下一步：
既然平均值会被误导，那我们用P90。
P90是什么意思？
简单说，就是历史上90%的订单都能在这个时间内完成。
听起来非常稳健。
比如，一批进口件正常赶上船时，实际到货可能是45天左右。但考虑到错过船期、海关查验、港口拥堵等情况，统计出来的P90可能是75天。
于是，计划员说：
“那我就在SAP里把采购提前期维护成75天。这样总安全了吧？”
看上去很有道理。
但问题来了。
对于那10%真正发生异常的物料，75天可能刚刚好。
它们终于没有拖累生产，大家松了一口气。
但对于那大多数正常赶上船的物料呢？
它们实际45天就到了。
系统却提前75天下单。
结果是什么？
提前30天到货。
也就是说，你为了防范那10%的长尾风险，把另外大多数正常物料都提前推到了仓库里。
这就像一个人怕迟到，于是每天提前两个小时出门。
迟到是不会迟到了。
但人生也基本贡献给了楼下咖啡馆。
在一个进口物料占比较高的制造企业案例中，我们看到过类似现象：某工厂从欧洲内部供应商采购的物料，提前交货比例高达58.3%，平均提前天数约31天。
这不是偶然。
这背后很可能就是一个典型机制：
为了防范海运不确定性，计划端在系统参数里放入了过大的时间缓冲。
结果，断料风险是被压住了一部分，但库存也被系统性推高了。
三、P90排计划的“高级陷阱”：它让库存看起来很合理
平均值排计划的问题，是“看起来合理，但执行起来经常崩”。
P90排计划的问题，则更隐蔽：
它看起来更专业，执行起来也更安全，但财务结果可能很难看。
因为所有动作都可以被解释。
为什么提前下单？
为了保障交付。
为什么仓库里货多？
为了防范海运风险。
为什么库存周转慢？
因为进口件周期长。
为什么提前一个月到货？
因为不提前就可能赶不上生产。
每句话单独看，都没错。
但合在一起，就会变成一个供应链系统性问题：
少数异常订单决定了系统参数，
系统参数又让多数正常订单提前到货，
最后库存替所有不确定性买单。
这也是很多制造企业很熟悉的状态：
库存金额很高，管理层要求降库存；
计划员不敢降，因为一降就怕缺料；
采购也不敢压，因为进口件一旦错过船期就很麻烦；
生产说你别跟我讲库存，我只关心开工时料齐不齐；
财务说你们都很有道理，但钱到底是谁占着的？
最后大家达成一种微妙的共识：
谁也不满意，但谁也不敢动。
这就是P90被错误使用后的典型后果。
它不是让供应链更精益，而是把不确定性“固化”进了系统参数。
四、真正的问题：Lead Time不该承担所有风险
很多企业在设置系统参数时，有一个隐含假设：
Lead Time越长，越安全。
但供应链计划里有一句话值得认真琢磨：
采购提前期不是保险箱。
Lead Time的主要作用，是描述正常节奏下，从触发采购到物料可用的时间。
它应该尽量反映供应链的常规运行节拍。
如果你把所有异常风险都塞进Lead Time，表面上系统更稳了，实际上你只是把风险变成了库存。
更准确地说，你是在用库存和现金流，替系统参数的粗糙买单。
对于海运物料，尤其不能简单地说：
“那就按P90维护提前期。”
因为海运的长尾，并不是每天随机发生一点点，而是带有明显的里程碑特征。
是否赶上截关？
是否完成订舱？
是否按时开船？
是否正常到港？
是否清关顺利？
这些信息在过程早期就能被识别。
也就是说，很多海运风险不是等到最后一天才突然爆炸，而是在途中早就露出苗头。
既然风险可以被过程识别，就不应该全部提前固化到Lead Time里。
五、怎么破局？别把所有风险都塞进一个参数
对于供应链职业经理人来说，真正有价值的不是争论“到底用均值还是P90”，而是要把不同类型的风险拆开管理。
1. 把“正常节拍”和“异常风险”分开
系统里的采购提前期，建议更接近正常供应节拍。
对于海运进口件，可以参考中位数、众数，或者正常赶上船时的典型周期。
这样，大多数正常订单不会被系统过度提前。
至于那部分错过班轮、查验、塞港造成的长尾风险，应该通过安全库存、安全时间、关键物料监控池、项目风险预警等方式管理，而不是简单粗暴地把Lead Time拉长。
一句话：
Lead Time管节拍，安全机制管波动。
不要让Lead Time一个人扛下所有不确定性。
它扛不住。
扛住了，仓库也扛不住。
2. 从“静态提前期”转向“动态里程碑管理”
海运不是黑箱。
一票货有没有赶上船，其实在开船节点就知道了。
既然知道了，就应该及时更新ETA，并联动后续计划。
对进口物料来说，建议至少建立几个关键里程碑：
供应商预计完工日期；
订舱确认日期；
截关日期；
实际开船日期；
预计到港日期；
实际到港日期；
清关完成日期；
入库可用日期。
这些节点不是物流部门自己看的流水账，而应该变成计划系统的输入。
一旦发现没赶上船，就不要等到生产缺料那天才开会。
系统应该尽快刷新ETA，MRP应该重新评估影响，计划员应该知道哪些生产订单、客户订单、项目节点会被波及。
这才叫供应链协同。
否则，所谓“可视化物流跟踪”，最后就会变成一个好看的网页链接。
3. 对少数长尾物料，要敢于“切尾巴”
对于极少数已经明显进入长尾区间的关键物料，要不要继续等船？
不一定。
如果某个关键件已经错过两班船，继续等会造成整机延误、项目罚款、客户投诉，甚至影响收入确认，那么空运就不一定是浪费。
很多企业一听空运就皱眉：
“太贵了。”
但真正的问题不是空运贵不贵，而是你有没有算过：
所有物料提前30天入库的库存持有成本，和少数关键物料应急空运的成本，到底哪个更贵？
如果为了防范极少数异常情况，让几乎所有进口物料普遍提前一个月到货，那么看似节省了空运费，实际上可能多花了库存资金占用、仓储成本、呆滞风险和减值损失。
这笔账，不能只让物流经理算运费。
财务、计划、采购、生产都应该一起算。
有些尾巴，应该用应急机制切掉，而不是让全部物料陪它一起提前到货。
六、给管理者的一张判断表
如果你们企业也有大量进口海运物料，可以用下面这张表做个自查。
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
这张表的核心不是让大家多做几张报表。
而是帮助管理者问一个更准确的问题：
我们到底是在管理供应链风险，还是在用库存掩盖供应链风险？
七、写在最后：不要从“平均值迷信”跳到“P90迷信”
上一篇文章我们说：
不要迷信平均值。
这篇文章想补充一句：
也不要迷信P90。
P90是好工具，但不能被简单塞进Lead Time参数里一劳永逸。
供应链管理最怕的，不是工具不够先进，而是把一个好工具用成了新形式的拍脑袋。
平均值的问题，是忽略了长尾。
P90的问题，是可能把长尾成本转嫁给所有正常订单。
真正成熟的供应链团队，不是简单问：
“这个物料提前期到底是多少天？”
而是会继续追问：
这个提前期的正常节拍是多少？
异常长尾来自哪里？
哪些风险可以提前识别？
哪些风险需要安全库存？
哪些风险应该用应急物流切断？
哪些物料值得保守，哪些物料不应该提前？
说到底，供应链不是把所有风险塞进一个参数里。
供应链是把风险拆开、看清、分类，然后用最合适的机制去管理。
最后送给供应链经理人一句话：
平均值会骗你，P90也可能坑你。
真正决定库存水平的，不是你选了哪个数字，
而是你有没有把“正常节拍”和“异常风险”分开管理。
互动问题
你们公司进口物料的Lead Time，是按平均值、经验值、P90，还是多年没人敢动的“祖传参数”？
有没有遇到过这种情况：
明明进口件总是提前到货，但一到关键项目，还是缺那一个最不该缺的件？
欢迎留言聊聊。
供应链人的痛，很多时候不是没有数据，而是数据终于说真话的时候，大家都沉默了。