引言
在零售供应链中，产品多样性虽能驱动客户忠诚度，却也带来了复杂性。快动销商品往往占据规划重心，而大量低动销商品则占用宝贵库容，推高处理与运输成本。拥有数千个 SKU 的零售商常受其隐性拖累。本文探讨如何通过优化网络设计、库存细分及履约选址，在不牺牲可得性的前提下实现降本增效。
多样性的隐藏成本
2023 年，沃尔玛在美国运营超 150 个配送中心，服务 4,700 多家门店，商品涵盖易腐食品至电子产品等全品类，需求在时间与地域上分布不均。例如，某牙刷替换头在凤凰城周销 5 件，而在法戈市销量为零。但在去中心化履约模式下，零售商常在多地保留少量库存以“防患未然”，导致持有成本激增、补货效率低下、仓库拥堵及折价过期风险上升。此处讨论的并非呆滞品，而是那些可行但周转缓慢的 SKU。
真实案例：大型零售商玩具库存过度分散
塔吉特（Target）供应链团队曾发现，其玩具目录中近 22% 的 SKU 分布在六个以上区域配送中心，尽管这些 SKU 80% 的销售额仅源自两个地区。初期策略重可用性轻效率，但随着疫情后运费飙升，该模式难以为继。分析团队开发 SKU 合理化模型，按需求强度与地理分布聚类，识别安全库存过剩的异常值，将部分 SKU 重新分配至少数“主要存储节点”，并整合门店与配送中心履约逻辑。结果：全网玩具库存减少 12%，拖车装载率提升 14%，货架现货率仍保持在 97% 以上。
为何传统预测模型在此失效
典型预测与补货工具专为高销量 SKU 设计，其需求信号强劲且一致。而低动销 SKU 预测波动大，标准差常超平均周需求量。这种波动引发两大问题：一是因不确定性导致的过度分销（在多站点备货）；二是意外订单耗尽微量库存时触发的紧急补货。两者均推高成本，表现为 outbound 运输费增加、拖车利用率不足或缺货时的空运支出。
更明智的方法：基于邻近性和需求特征的选址优化
现代供应链领导者正颠覆旧范式：不再视各履约中心为孤岛，而是基于邻近性需求区和 SKU 细分重构选址策略。步骤如下：
1. 利用 ABC-XYZ 逻辑，按周转率和利润率对 SKU 分类；
2. 创建区域履约区，将 CZ 类 SKU 分配给 2–3 个区域枢纽，而非分散至十余个节点；
3. 模拟履约提前期影响，评估从少节点发货是否超出服务等级协议（SLA）；
4. 对齐库存目标与门店及在线预测，避免电商与门店系统间的重复备货。
技术栈：需要哪些工具？
实施此策略无需重建整个技术栈。零售商可从多级库存优化（MEIO）工具、预测分析引擎（如利用机器学习识别陈列低效）、节点缩减场景仿真工具（如 anyLogistix 或 Llamasoft），以及 WMS 中的库存再平衡逻辑入手。先进零售商更叠加人工智能，持续监控"SKU-渠道 - 成本”绩效，动态调整库存节点。
成本影响：节省从何而来
试点该方法的零售商在三大核心领域释放价值：
1. Outbound 运输：通过提高车厢装载率降低成本 6–10%；
2. 库存持有：冗余库存下降 12–20%；
3. 履约效率：配送中心（FCs）生产力提升 8–15%。
曾有零售商通过将非易腐品类中低周转 SKU 的库存点从 12 个减至 4 个，年省 900 万美元。
需克服的障碍
重平衡低周转库存面临挑战：内部团队担忧 SLA 受损而产生阻力；门店与在线库存系统隔离无法互通；供应商补货合同与多节点承诺挂钩。但回报足以证明变革合理性——若零售商在扩展前先针对特定品类（如玩具、家居、图书）进行测试，成功概率最高。
结论
现代零售的效率不在于将每样商品铺满所有地点，而在于在正确时间、以正确频率，将正确商品置于正确地点。通过重构低销量 SKU 的履约方式，零售商可释放隐藏营运资金，减少货运里程，并在触点精简的情况下兑现客户承诺。随着供应链日益成熟，战略性布局已与采购和预测同等重要。
作者简介
Debanshu Sharma 是密歇根大学培养的物流战略专家，拥有 15 年以上全球供应链设计和运输优化经验，专注于预测性物流、库存优化和网络转型研究。