电商可以说是“速度经济”的代表：消费者不但期望批量经济下的价格、大规模定制下的选择，而且希望鼠标一点、几个小时后就能送货上门——“速度经济”的速度。虽说不要店面，但电商的种种成本，远超一般人的想象。很多传统公司跨入电商，例如美特斯邦威、红星美凯龙、飞虎乐购，都是兴冲冲而来，没多久就仓皇撤退，一大原因就是对电商的成本估计不足。

　　而诸多成本中，一大块就是库存成本。从本质上看，电商是个库存系统。从总库到一级库、二级库，哪些商品该备货、备在哪一级的库、备多少，是个典型的多阶段库存计划问题。库存计划不到位，短缺与积压并存，结果是要的没有，不要的却有一大堆。有些电商缺货率动辄百分之二三十，同时呆滞库存比例高达百分之三四十，由此而来的业务损失、库存贬值、削价清仓，成本惊人。而这些问题的解决方案，则离不开库存决策的三部曲：预测、计划和补货。

　　预测方面，电商容易犯两个错误。其一是过度依赖销售。虽说销售最熟悉市场，但他们的预测往往是拍脑袋居多，准确率不高。一流的预测从数据开始、由判断结束：基于历史销售数据，通过简单的数学模型制定基准预测，然后加入主观判断，例如节日促销、季节调整等，做出人工调整。强于判断，弱于分析——由销售主导预测的电商，就如由工程师主导的备件计划，往往是高库存下的高有货率，虽说保障了销售，却是以库存为代价：一注销或削价处理呆滞库存，这大半年就算白干了。

　　其二是预测方法单一，缺乏预测准确性的闭环反馈，预测质量得不到持续提高。虽说所有的预测都是错的，但错多错少还是大有区别。电商产品众多，加上业务节奏太快，季节性、周期性因素多，公司时时处于救火状态，没多少精力来钻研预测的准确度问题。有些预测模型明知不是最佳，也没时间、或没兴趣寻找更好的模型。结果是预测一直在低水平徘徊，只有教训，没有经验，不断重复低水平错误，也注定整体运营水平没法提高。

　　计划的核心是设立合理的安全库存，以应对需求和供货上的不确定因素。基于潜在的销售盈利和库存成本，从概率统计角度可设定合适的库存水位，让盈利的期望值最大化。这种概念放在单个商品上很抽象，也可能很不准确;但成千上万个产品放在一起，总体结果的可预测性还是相当高。这就如赌场，你可能在一个赌徒身上输掉很多，但在众多赌徒身上，赌场的赢面总是更大。电商就如赌场，而赢面的大小取决于安全库存的设置。

　　在管理粗放的电商，安全库存的设置要么是单凭经验，要么是方法单一，对于毛利率不同、销售特征不同的商品不能区别对待。有些电商没有概率统计的概念，以确定性的方法应对充满不确定性的商业环境，库存计划的水平就可想而知，短缺、积压就成了家常便饭。预测准确度低、安全库存设置不合理，很多电商输就输在计划上，虽说其执行一年强过一年，公司的运作水平却不见提高，年终一结算，扣除呆滞库存，亏多赢少，原因就在这里。

　　一流的电商从预测开始，由预测导入计划，最后是补货执行。二流的电商正好相反，一头扑在补货执行上，结果是越执行越忙，从上到下陷入活在当下的泥淖中不能自拔。补货执行从把需求计划转换为供应计划开始。这里的关键参数是补货周期，放在采购上就是采购前置期，以及补货频率。这些参数随着业务环境和公司的执行力改变而改变。例如淡季的补货速度快，旺季的补货周期长，相应地，补货周期和频率也应做适当调整。在有些电商，这些参数一经设定，就再也不会调整。有些参数明知不准确，还是听之任之。这些参数决定了供应计划的准确度和可执行性。不加调整，注定供应计划就不准确，需要在补货执行中花更多的精力来弥补。所以，看似执行的问题，其实还是个计划问题。

　　补货执行的另一个关键是供应商和物流商的管理，因为他们是补货任务的具体执行者。电商产品开发周期短、时效性强，留给战略寻源的时间很少，给选择合适的供应商带来挑战，为日后的供应商绩效埋下隐患;电商的产品种类繁多，决定了供应商众多，如何有区别地管理供应商绩效也是个大挑战。限于篇幅，这里不予详述。