履约与库存分析 P27 · 数量看板与分析
这一页把驾驶舱里的两个核心指标拆开看： OTIF 到底是怎么被拖累的，库存到底压在哪个环节。
这一页讲什么
OTIF 三因子分解（可交互）、履约时长拆解、库存周转趋势、库龄与呆滞趋势、缺货原因分布。
关键概念
OTIF = 准时 × 足量 × 无损、履约时长分解、GMROI、库存周转天数、缺货率、呆滞率。
常见坑
用平均值掩盖短板。平均 OTIF 92% 看起来还行，但拆开可能是"准时 98% × 足量 96% × 无损 97%"， 乘法效应下每一项短板都会直接放大损失。
1. OTIF 三因子分解
拖动任一因子，看 OTIF 如何被乘法放大影响OTIF = 准时率 × 足量率 × 无损率 （三者必须同时满足，缺一不可）
准时率：98%
足量率：96%
无损率：97%
OTIF
–%
三者乘积
未达标订单
–单/万单
以 10,000 单为基数
最大短板
–
优先改进项
若短板提到 99%
–%
改进后的 OTIF
2. 履约时长拆解：时间花在哪了
总时长 38.5 小时 = 审核 2.5h + 分配等待 6h + 拣货 12h + 复核打包 5h + 出库交接 3h + 等待揽收 10h
从这张图能推出什么
真正"干活"的时间（拣货 + 复核）是 17 小时，而等待时间（分配等待 + 等待揽收）就有 16 小时。 优化等待（提高分配频率、调整承运商揽收时间）比逼仓管拣得更快更有效—— 这就是流程分析的价值：先找出真正的大头，再决定优化哪里。
3. 库存与呆滞趋势（近 12 个月）
这是一个典型的"看起来变好"陷阱：总量指标改善掩盖了结构恶化。
所以库存分析必须总量与结构一起看，只看周转天数会漏掉呆滞风险。
4. 缺货原因分布：改进优先级怎么排
| 缺货原因 | 占比 | 根因 | 改进方向 |
|---|---|---|---|
| 预测偏差 | 38% | 促销未纳入预测、新品无历史 | P04 滚动预测、协同预测 CPFR |
| 供应商延期 | 27% | 供应商产能不足、原材料短缺 | P22 分级管理、P23 交期协同、备选供应商 |
| 安全库存设置偏低 | 16% | 沿用历史参数、未随波动调整 | P06 动态安全库存、服务水平分级 |
| 库存数据不准确 | 12% | 账实不符、占用未释放 | P12/P14 盘点与占用治理 |
| 其他（突发需求等） | 7% | — | 建立快速响应机制 |
怎么读这张表
前两项（预测偏差 + 供应商延期）占 65%，说明缺货的根源在计划与供应商管理，而不是仓库。 如果企业把缺货责任压给仓储，方向就错了——这就是用数据定位责任归属的价值。
供应链管理系统演示原型 · 静态教学版 · 数据均为模拟演示数据