对于食品供应链行业而言，供应链优化环节中的补货调货是极为重要的一环。决策合理的库存补货与配车计划，不仅能够有效平衡库存水平，确保货物供应的连续性和稳定性，还能显著降低运输费用，从而提升整体运营效率。

本期，我们从一食品供应链客户的真实案例切入，探究该企业是如何借助蓝幸 SCATLAS 来完成补货模型的构建，在发运成本和库存健康度之间找到合理平衡的。

01 企业痛点

补货模型复杂度高：补货计划的模型极具复杂性，涵盖了巨大的计算变量，这一体系由【数十家供货工厂】×【数十座仓库】×【数千种SKU】×【十余种车型】共同构成。

过度依赖人工经验：补货计划高度依赖于计划员的专业经验，其计算过程繁琐且耗时较长，

补货计划主要侧重于提升车辆的满载率，这一策略在一定程度上加剧了备货高与缺货并存的现象，使得库存健康度处于较低水平。

02 优化目标

当多个工厂均持有初始库存时，需决定由哪个工厂为特定仓库及SKU进行补货；

选定补货线路上的合理车型；

确保在补货线路上，多个产品的补货数量能最大限度接近整车装载率，同时尽量控制在预设的库存健康度上限范围内；

相较于手工计划，模型在提升运行效率的同时能制定出更优的补货方案。

03 方法&步骤

通过补调拨计划的输入要求，收集并梳理成标准的模型数据；

搭建日度运算补调拨计划模型，输出工厂向仓库的补货配车量；

分析补调拨计划的满载率和单方调拨成本，对比手工调拨计划结果；

同时分析调拨计划后的库存健康度；

多日结果验证补货模型的可用性，在满足限定条件下实现总成本（运输+库存违约+销量违约）最低；

实现日度补调拨计划的更新及及时输出，为每日配车计划提供建议。