Excel 案例
07｜進銷存與安全庫存管理
一、案例定位
本案例以 18 個 SKU 建立可用庫存、安全庫存、補貨點與風險分類模型。學生不只知道「剩多少」，還要回答「哪些 SKU 應優先補貨」。
二、學習目標
計算期初庫存＋預計入庫－承諾出庫的可用庫存。
以平均日需求建立安全庫存。
把前置天數納入補貨點計算。
使用 IF 建立正常／需補貨／危急／缺貨分類。
以條件格式呈現庫存風險。
讓 AI 依 Excel 結果形成補貨優先順序，而不是自行猜庫存。
三、案例情境
跨境企業同時管理電子模組、感測器、控制器、精密零件與耗材。若只看目前庫存，可能忽略已承諾出庫與供應商前置時間。本案例用 Excel 把需求與 Lead Time 納入，建立補貨預警。
四、開始資料
SKU |
商品 |
類別 |
期初 |
入庫 |
承諾出庫 |
前置天數 |
日需求 |
SKU001 |
電子模組 A |
電子模組 |
520 |
95 |
160 |
21 |
12 |
SKU002 |
電子模組 B |
電子模組 |
390 |
82 |
140 |
28 |
9 |
SKU003 |
感測器 A |
感測器 |
860 |
180 |
300 |
14 |
28 |
SKU004 |
感測器 B |
感測器 |
620 |
135 |
240 |
18 |
19 |
SKU005 |
控制器 A |
控制器 |
310 |
62 |
110 |
30 |
7 |
SKU006 |
控制器 B |
控制器 |
260 |
55 |
100 |
35 |
6 |
SKU007 |
精密零件 A |
精密零件 |
740 |
155 |
260 |
20 |
24 |
SKU008 |
精密零件 B |
精密零件 |
510 |
108 |
210 |
25 |
15 |
SKU009 |
IoT Gateway |
IoT |
180 |
38 |
70 |
32 |
4 |
SKU010 |
Edge Server |
伺服器 |
95 |
18 |
35 |
45 |
2 |
SKU011 |
包裝材料 A |
耗材 |
1450 |
310 |
520 |
10 |
45 |
SKU012 |
包裝材料 B |
耗材 |
1120 |
250 |
460 |
12 |
36 |
SKU013 |
備用電源 |
零組件 |
420 |
92 |
150 |
27 |
11 |
SKU014 |
連接器套件 |
零組件 |
980 |
205 |
350 |
16 |
26 |
SKU015 |
RFID Tag |
耗材 |
2100 |
460 |
780 |
9 |
70 |
SKU016 |
工業鏡頭 |
精密零件 |
240 |
48 |
90 |
38 |
5 |
SKU017 |
溫度探頭 |
感測器 |
680 |
145 |
250 |
17 |
21 |
SKU018 |
電源模組 |
電子模組 |
470 |
100 |
180 |
24 |
14 |
五、Excel 分析方法
項目 |
公式／方法 |
用途 |
可用庫存 |
期初＋入庫－承諾出庫 |
真正可支配數量 |
安全庫存 |
平均日需求×7 |
保留一週需求緩衝 |
補貨點 |
日需求×前置天數＋安全庫存 |
考慮供應前置期 |
庫存狀態 |
IF 多層判斷 |
形成補貨優先級 |
管理摘要 |
COUNTIF／SUM |
快速統計風險 SKU |
六、主要結果
KPI |
結果 |
||||
SKU 數 |
18 |
||||
總可用庫存 |
10,078.00 |
||||
正常 SKU |
10 |
||||
需補貨 SKU |
8 |
||||
危急 SKU |
0 |
||||
缺貨 SKU |
0 |
||||
SKU |
商品 |
可用庫存 |
安全庫存 |
補貨點 |
狀態 |
SKU010 |
Edge Server |
78.00 |
14.00 |
104.00 |
需補貨 |
SKU009 |
IoT Gateway |
148.00 |
28.00 |
156.00 |
需補貨 |
SKU016 |
工業鏡頭 |
198.00 |
35.00 |
225.00 |
需補貨 |
SKU006 |
控制器 B |
215.00 |
42.00 |
252.00 |
需補貨 |
SKU013 |
備用電源 |
362.00 |
77.00 |
374.00 |
需補貨 |
SKU018 |
電源模組 |
390.00 |
98.00 |
434.00 |
需補貨 |
SKU008 |
精密零件 B |
408.00 |
105.00 |
480.00 |
需補貨 |
SKU007 |
精密零件 A |
635.00 |
168.00 |
648.00 |
需補貨 |
SKU005 |
控制器 A |
262.00 |
49.00 |
259.00 |
正常 |
SKU002 |
電子模組 B |
332.00 |
63.00 |
315.00 |
正常 |
SKU001 |
電子模組 A |
455.00 |
84.00 |
336.00 |
正常 |
SKU004 |
感測器 B |
515.00 |
133.00 |
475.00 |
正常 |
SKU017 |
溫度探頭 |
575.00 |
147.00 |
504.00 |
正常 |
SKU003 |
感測器 A |
740.00 |
196.00 |
588.00 |
正常 |
SKU014 |
連接器套件 |
835.00 |
182.00 |
598.00 |
正常 |
SKU012 |
包裝材料 B |
910.00 |
252.00 |
684.00 |
正常 |
SKU011 |
包裝材料 A |
1,240.00 |
315.00 |
765.00 |
正常 |
SKU015 |
RFID Tag |
1,780.00 |
490.00 |
1,120.00 |
正常 |
七、結果分析與管理解讀
1. 18 個 SKU 中，正常 10 個、需補貨 8 個、危急 0 個、缺貨 0 個。這組資料刻意保留正常與需補貨兩類，方便學生比較補貨點如何改變管理判斷。
2. 補貨點高的商品不一定庫存少，而可能是日需求高或 Lead Time 長；庫存決策必須把需求速度與供應時間一起看。
3. 本案用『7 天需求』作為教學安全庫存假設。真實企業可進一步改用需求波動、服務水準與供應變異計算。
4. AI 適合把風險 SKU 整理成行動清單，但採購數量仍應由 Excel／ERP 的可驗證數據與政策決定。
八、What-if 練習
把某供應商前置天數從 20 天提高到 35 天，或把平均日需求提高 15%，觀察補貨點與風險分類如何改變。
九、AI 分析 Prompt
你是跨境庫存管理助理。根據 Excel：① 按缺貨、危急、需補貨、正常排序 SKU；② 說明高風險 SKU 是因需求高、Lead Time 長或可用庫存不足；③ 提出今日應先處理的 SKU；④ 指出還需要哪些供應商與成本資料才能決定實際補貨量。不得自行改動庫存或需求數字。
十、Excel 與 AI 的分工
工具 |
任務 |
Excel |
精確計算可用庫存、安全庫存、補貨點與狀態。 |
AI |
整理風險原因、形成補貨優先順序與管理摘要。 |
不可交給 AI |
在沒有採購成本、MOQ、供應商容量時直接決定下單量。 |
十一、課堂討論題
庫存量高為什麼仍可能需要補貨？
安全庫存固定 7 天有什麼限制？
若服務水準要求提高，安全庫存會如何變化？
AI 排出優先順序後，採購主管還要檢查什麼？
十二、資料說明
本案例包含 18 個 SKU 的安全庫存與補貨預警資料，所有資料均為教材設計。