对于众多长尾产品而言，需求频率极低，库存决策往往简化为“备 1 个”或“不备”。除复杂的数理统计模型外，企业可借助简单法则进行高效决策。
长尾需求的典型困境
在珠宝零售或高端制造场景中，常面临高价值、低频次产品的备货难题：不备货影响服务档次或导致停产，备货则面临极高的呆滞风险。此类多品种、小批量环境下的长尾需求，核心矛盾在于平衡服务水平与库存周转。
以某大型设备制造商为例，其备件库存中 60% 的料号仅备 1 个，却占据了过半库存金额。企业每日需权衡：备货可能导致数年无用形成呆滞；不备货则在突发需求时难以达成服务目标。
解决方案：成本—频次编码体系
针对此难题，可在公司层面通过整体优化确定备货策略，但该方法计算复杂，难以应用于日常计划。更实用的方案是建立“成本—频次”编码体系，通过单位成本和需求频次两个维度指导备货决策。
维度一：单位成本分级
采用单位成本而非单价作为基准，以消除地区售价差异干扰。工业品备件通常分为五档：
- A 档：≥5000 美元，占总料号数 1%，极昂贵；
- B 档：1500-5000 美元，占 2%，较昂贵；
- C 档：150-1500 美元，占 20%；
- D 档：25-150 美元，占 25%；
- E 档：<25 美元，低值产品，占比超 50%。
维度二：需求频次统计
统计过去 12 个月内有需求的月份数量（有需求记 1，无记 0），忽略具体需求量，仅关注需求发生的频率。12 月频次越高，需求越频繁；反之则长尾特征越显著。
结合上述两个维度，可将数万个 SKU 进行矩阵分类。例如，C8 类表示成本中等且过去一年有 8 个月有需求；A2 类则表示高成本且仅 2 个月有需求。后者虽频次略高，但资金占用大、呆滞风险远高于前者。
基于矩阵的备货策略
从服务水平看，缺货一颗螺丝钉与缺货一台发动机同样严重；但从库存金额看，策略应截然不同。非追求 100% 服务水平时，应允许高值低频产品适度缺货，以换取整体库存成本的降低。
据此制定备货纲要（参考表 2）：
- E 类物料：无论频次高低，各地区库至少备 1 个，避免因小失大；
- A 类物料：仅当 12 月频次大于 6 时，本地库备 1 个，否则由总库集中支持；
- 中间档位：根据成本与频次的组合，决定是否在本地铺货。
该策略本质上是在承担经过计算的风险。例如 A6 类产品，若分散至 24 个地区库，单库年均需求仅 0.25 个，即平均 4 年一次需求，此时选择集中备货、接受偶发调货延迟是理性选择。
场景应用与局限性
新库建设与库存清理
在新建仓库时，可依据历史频次数据决定首批备货名单，对低频高值产品采取“不备货、靠调拨”策略。在去库存阶段，对已被验证为高值慢动（如 A3 类）的积压物料，可清零安全库存水位，自然消耗后不再补货。
跨区域经验借鉴
成本—频次法基于历史数据的可重复性。跨境电商开拓新市场（如从欧洲到北美），或制造业扩展新区域（如从台湾到韩国），均可参考成熟市场的历史数据作为长尾需求的预判依据。
方法局限与改进
该方法依赖历史数据，存在“冷启动”风险。新品导入初期频次为 0，若不备货可能错失关键客户需求，尤其是行业顶尖客户。因此，不能完全依赖历史数据，需结合设计人员与运营专家的经验，在新品阶段引入“备件损耗指数”等预判机制，提高首发备货准确率。