FBA 库存预警机制怎么搭——从 Excel 表格到自动化

做亚马逊跨境电商这些年，库存管理是日常工作中最"磨人"的部分之一。一开始靠 Excel 跟踪，再后来上了 ERP 工具，但真正的"解放"是开始用 Python 写自动化之后。

这篇聊聊我从零搭建 FBA 库存预警机制的全过程，附可以直接借鉴的思路和工具组合。

一、为什么要做库存预警

FBA 的核心矛盾：库存多了占资金、库存少了断货丢排名。

• 滞销：仓储费按月累积，长期存放还可能产生长期仓储附加费
• 断货：BSR 排名断崖式下跌，再补货至少需要 2-3 周才能恢复
• 一次大断货可能直接导致某个 SKU 进入"死亡循环"

预警机制的目标：在库存到达"危险水位"之前提醒运营/采购介入，把"救火"变成"预防"。

二、预警的核心指标

我这边最终固化的 5 个关键指标：

1. 可售天数（Days of Supply, DOS）

• 计算：当前可用库存 ÷ 日均销量
• 警戒线：因品类而异，我司标准是 DOS < 21 天触发预警
• 紧急线：DOS < 14 天会断货风险

2. 在途库存天数

• 已下单未到货的数量也要算进"总可售"
• 关键：在途数量 ÷ 日均销量 ≈ 还有 N 天到货

3. 补货周期（Lead Time）

• 从下单到 FBA 入库的全周期
• 包括：工厂生产 + 物流 + 清关 + 派送
• 我司主力 SKU 平均 30-45 天

4. 安全库存

• 抵御"销量波动 + 物流延误"的安全垫
• 一般设 日均销量 × 7-14 天

5. 断货次数

• 统计近 30/90 天的断货次数
• 用于识别"反复出问题"的高风险 SKU

三、三种实现方式对比

方式	成本	实时性	适用场景
Excel + 人工	低	差	10 个 SKU 以下的小卖家
ERP 内置预警	中	中	100-500 SKU 的中型团队
Python 自动化	一次开发成本 + 长期零边际	高	500+ SKU 或需要个性化规则

我选了第三条，因为有些规则 ERP 不支持（比如按"日均销量 × 系数"动态计算补货点）。

四、我用 Python 搭的预警系统骨架

数据源：领星 ERP 每日定时导出 → 飞书多维表同步 → Python 拉取分析

import pandas as pd
from datetime import datetime, timedelta

# 1. 读取飞书表数据
df = pd.read_csv('fba_inventory.csv')

# 2. 计算核心指标
df['dos'] = df['available'] / df['daily_sales']
df['in_transit_dos'] = df['in_transit'] / df['daily_sales']
df['total_dos'] = df['dos'] + df['in_transit_dos']
df['alert_level'] = pd.cut(
    df['total_dos'],
    bins=[-1, 14, 21, 30, 999],
    labels=['紧急', '警告', '关注', '正常'],
)

# 3. 触发预警的 SKU
alerts = df[df['alert_level'].isin(['紧急', '警告'])][
    ['sku', 'available', 'daily_sales', 'dos', 'in_transit_dos', 'alert_level']
]

实际项目中还接入了：

• 飞书机器人：每日 09:00 自动推送预警清单到群里
• 历史趋势分析：DOS 持续下降 3 天的 SKU 单独标记（可能销量突然爆了）
• 断货风险预测：基于销量趋势做线性外推

五、几个坑和建议

1. 销量数据要看"近 30 天"而不是"昨天"

销量会有波动，单日销量不稳。我用 14 天滚动均值 平衡了响应速度和数据稳定性。

2. 季节性 SKU 要单独处理

圣诞季、Prime Day 前的销量是平时的 3-5 倍，预警线要提前调高。 我司的做法是给 SKU 打"季节标签"，规则自动套用不同参数。

3. 误报比漏报更糟糕

预警太频繁会"狼来了"，让运营免疫。 建议：先保守触发（宁可多报），再观察 2-4 周，调高阈值。

4. 不要只盯"数字"

预警机制只是工具，关键还是人——运营要在预警后立即行动（补货 / 调价 / 清仓）。 我把这套系统接入飞书群后，运营响应时间从"半天"压到"2 小时内"。

六、最后

库存预警是供应链的"心脏监测仪"，不能没有，但也不能过度依赖。 建立一套适合自己业务节奏的规则，比追求"完美算法"更重要。

之后会写一篇关于供应商交期管理的实操，那是另一个被低估但影响巨大的环节。