（s, S）、（s, Q）、（R, S）、（S–1, S），这四种补货模型分别是什么意思？ | 帆软九数云
做库存管理，常常会听到一堆看起来像数学公式的补货模型——（s, S）、（s, Q）、（R, S）、（S–1, S）。
很多人根本搞不清楚这四种补货模型是什么意思，在什么场景下用。
其实，这四个补货模型并不神秘，它们的逻辑只有两个核心问题：
- 什么时候下单？（订货触发方式）
- 一次下多少？（订货量策略）
这四种补货策略，就是围绕这两个问题，组合出了四套完全不一样的管理逻辑。 只要把这两件事讲透，你就能把库存补货模型全部吃透。
1、（s, S）模型：最小–最大补货策略（Min–Max）
在 (s,S) 最小–最大补货策略里，括号里的两个字母是s（小写）和S（大写），是完全不同的参数：
- s（小写）=补货触发点，即当库存水平下降到这个数值时，就要启动补货流程。
- S（大写）=目标库存，即补货的目标是让库存数量回升到这个最大值。
所以（s, S）模型，一句话解释就是库存降到 s 时触发补货，并一次性补到 S。
举个例子：
如果 s=10、S=50，就是 “当库存只剩 10 件时，立刻补货，补到库存有 50 件为止”。
适用场景：
（s, S）有两个特点：
- 补货量是不固定的：有时候补 20 件，有时候补 200 件，全看库存差多少。
- 不允许缺货的情况发生：它通常会把 s 设得比较高，确保库存有安全垫。
因此更适用于 需求波动大、补货成本不敏感、缺货后果严重 的品类，比如：
- 制造业备件（关键零件不能缺）
- 零售里的高价值 SKU
- 医疗、设备维保类耗材
- 需求变化难预测的长尾品类
（s, S）模型最大的优势是“稳”，不太容易缺货； 缺点是“贵”，库存水平往往比其他模型更高。除此之外，要保持库存一降到s就触发补货，这需要实时、持续的库存监控，如果是自动化仓储、有扫码、BI系统实时触发补货预警，用这个策略效率最高。
2、（s, Q）模型：固定批量补货策略（Fixed-Order-Quantity）
在（s, Q）模型里，括号里的两个字母分别是：
- s = 补货触发点（库存降到这条线就要订货）
- Q = 固定的补货批量（每次补货都补同样数量）
所以（s, Q）模型的逻辑很简单：
库存掉到 s 时就订货，但补货量永远是 Q，不随库存波动变化。
举个例子
假设 s = 20、Q = 40
意思就是：
当库存只剩 20 件，就自动下单补 40 件。 不管当时需求波动多大，永远补 40。
适用场景
（s, Q）模型有两个核心特点：
- 补货批量是固定的，不会变 这对供应商和仓储来说非常友好：批次固定、运输固定、仓库规划也更稳定。
- 库存监控必须实时，和（s,S）一样需要盯着库存水平变化 因为触发点还是 s。
因此，（s, Q）更适合需求相对稳定、补货量需要标准化的业务：
- 供应商给你“按批量优惠”（比如必须一箱一箱订）
- 仓库空间有限，不适合每次补太多
- SKU 需求稳定，波动小
- 物流、运输成本和批量挂钩，固定批量更划算
比如：
- FMCG 快消（有标准箱规）
- 电商仓库（按箱补货、按箱上架）
- 工业品（采购批量固定）
- 日用品、清洁用品、消费类耗材
这个补货模型的优点是供应链计划更容易批量固定，价格和物流更稳定仓库运营友好，不易挤爆仓，但如果需求突然暴涨，可能补得不够，如果需求突然下降，可能补太多造成积压，强依赖实时库存监控
3、（R, S）模型：定期补货策略（Periodic Review）
（R, S）模型和前两个补货模型最大的区别是：
它不是“库存降到多少触发”，而是“每隔固定时间检查一次库存”。
括号里的参数是：
- R = 固定的检查周期（比如每 7 天检查一次库存）
- S = 目标库存（每次检查时都补到这个数量）
所以一句话总结就是：每隔 R 天，看一次库存，不够就补到 S。
举个例子
假设 R = 7 天，S = 100 件 那就是：
- 每周检查一次库存
- 如果库存只有 42 件，则补 58 件
- 如果库存还有 90 件，则补 10 件
- 若库存超过 100 件，则当期不补
适用场景
（R, S）模型不需要实时的库存监控，而且补货时间相较来说固定，因此很适合低价值、小需求、操作成本高于库存成本的 SKU：
- SKU 价值不高、缺货影响不大（像办公耗材、低值易耗品）
- 供应商按周期配送（每周、每两周来一次）
- 仓库/门店补货成本高，不适合频繁补货
- 做盘点时顺便补货的行业（便利店、药店部分品类）
- 自动化程度不高，实时监控库存不现实
比如：
- 便利店、商超（笔、记事本、胶带、耗材等）
- 药店中销量低的长尾药品
- 工厂的低值备件
- 办公物资管理
这个补货模型的优点是不需要实时监控库存周期固定，补货作业简单适合 SKU 多、单品价值低的行业，缺点是R 期间若突然爆单，可能来不及补补货时间固定，灵活性差周期内可能出现短暂的缺货
4、（S–1, S）模型：消耗一个补一个策略（One-for-One）
（S–1, S）模型其实是（s, S）的一个极端特例：
- 把 s = S - 1
- 把 每次补货量 = 1
所以它的逻辑就是：只要卖掉 1 个，就补 1 个回来。这是最“紧凑”、最“精准”的补货方式。
举个例子
假设 S = 5 那就是：
- 库存从 5 → 4（立刻补 1 个）
- 库存从 4 → 3（再补 1 个）
永远维持S这个目标库存量上
适用场景
（S–1, S）模型的两个关键特点：
- 库存量非常少，精准控制，没有多余占用
- 必须实时监控库存，每一个出库动作都能触发补货
因此它更适用于“价值高、数量少、不允许多备货”的品类，比如：
- A 类备件（价值高、不可缺、不适合囤）
- 价格昂贵的关键零件
- 医疗设备、工业设备中的核心元件
- 维修周转件（每用一次就要补回来）
- 高单价、低频需求的 SKU
（S–1, S）模型的优点是几乎没有库存积压，周转极高；缺点是对系统要求极高（实时监控+自动补货），若供应链响应稍慢就容易断货，不适合低价值、大量销售的商品
写在最后
现在你发现了，其实只要搞清楚几个字母，和逗号前后代表什么，就能够快速看懂这个补货模型：
- s=补货触发点，即库存降到这个点就补货
- S=目标库存量，即补货的目标是库存达到这个数据
- Q=固定的补货数量，即永远都补这么多的货
- R=固定的检查周期，即隔几天查一次库存
而“，”前，意味着补货的出发方式，“，”后是补货的数量或者目标数量，这样你就可以轻松搞懂这四个补货模型了。
使用一款在线的九数云BI工具，可以用最简单的方法实现库存的实时监控：
- 直接连接ERP、WMS等系统，自定义逻辑计算在库数量
- 直接连接pos、电商后台等系统，实时获取销量数据
- 设置补货点s阈值，库存下降到这个点立即发送信息到对应责任人，提醒补货
热门产品推荐
在企业日常运营中，管家婆数据导出是财务人员和管理者经常需要进行的操作。无论是为了制作报表、进行数据分析，还是为了备份数据，都需要熟练掌握从管家婆系统中导出数据的方法。本文将详细介绍如何将管家婆数据导出为 Excel 和 PDF 两种常用格式，并针对导出过程中可能出现的问题提供解决方案，助您轻松应对各种数据导出需求。
九数云 | | 2025-08-12
在竞争激烈的电商市场，选品是成功的关键一步。传统的选品方式依赖经验和直觉，效率低且风险高。 电商数据选品软件应运而生，它通过大数据分析，帮助电商卖家精准把握市场趋势，选择潜力商品，实现高效运营。本文将深入探讨 电商数据选品软件的功能、优势和使用方法，助力电商卖家提升选品效率和成功率。
九数云 | | 2025-08-12
九数云提供全面的数据分析功能，帮助您监测平台性能、用户行为和交易情况，从而提升系统稳定性和用户体验，可以更好地评估和优化您的 B2C电商平台！
九数云 | | 2025-03-07
阿里巴巴生意参谋数据分析是阿里巴巴为商家提供的官方数据分析工具，旨在帮助商家了解店铺运营状况、市场趋势以及竞争对手情况。通过对平台海量数据的深度挖掘和分析，商家可以更精准地制定运营策略，优化产品结构，提升店铺流量和转化率，最终实现店铺运营效率的提升。它无需商家进行额外的数据采集，直接基于阿里巴巴平台的数据进行分析，为商家节省了大量时间和精力。
九数云 | | 2025-12-01
电商平台数据库是支撑电商平台高效稳定运行的核心基础设施。它负责存储和管理平台上的各类数据，包括商品信息、用户信息、订单信息、支付信息、物流信息等。一个优秀的电商平台数据库设计，能够确保数据的安全性、完整性、一致性和可用性，并为平台提供强大的数据分析能力，从而优化运营策略，提升用户体验，最终实现商业目标。
九数云 | | 2025-11-28
一份高质量的电商运营方案计划书是电商企业成功的基石。它涵盖产品定位、市场诊断、日常运营、选品规划、销售目标、营销推广、预算财务以及数据分析等八大核心模块。
Jamie | | 2025-07-27
