引言
在之前的文章《供应链管理中的数学》中，我们已经给大家提到了有关经典安全库存公式的内容，以及他的实用性拓展——再订货点公式，从这篇文章开始，我将给大家深入剖析再订货点公式中的各种细节，背后的数学逻辑以及量化思想，并结合实际的业务情况，给大家梳理为什么很多公司在过去使用再订货点公式的时候效果都很差，公式在使用时有哪些要点与陷阱。相信能让大家对再订货点公式以及数字化管理概念的认识会焕然一新。
01 经典安全库存公式介绍
那么作为系列第一期，我们先对再订货点公式进行一个基础介绍，而再订货点公式其实是从我们一个非常熟悉的公式发展而来的，这个公式就是——经典安全库存公式：
公式中的各个参数含义为：
公式中的各部分所代表的业务含义也不同，根号外的z值代表了我们“期望达到的服务水平对应的系数”，例如我们期望最终获得95%的服务水平，那么z值就会取对应系数1.65，这里就暂时不一一列示了。根号内前半部分的
代表的是“需求的不确定性”，通常指“今天需求100件，明天需求200件，后天150件”的这种需求的波动性。而后半部分
则代表了“供应的不确定性”，例如对原材料库存来说，此处代表的就是供应商配送时所花费的天数，第一次7天，第二次8天，第三次6天等。而通常来说，由于供应的不确定性是远小于需求的不确定性的，所以经常也会见到简化后的，仅考虑需求波动的安全库存公式：
反之也有仅考虑供应波动，忽略需求波动的公式，但实际业务中很少会用到。
02 再订货点公式介绍
那么在了解了安全库存公式后，是否就可以据此来设计库存，指导补货了呢？其实还不行，安全库存是用来吸收波动的库存，基于公式我们可以很容易的推测出，若需求波动为0，供应波动也为0的话，安全库存就为0，但是即便如此，我们也不能说就不需要库存了，还需要一部分库存来应对正常的平稳需求，而这部分就叫做周转库存，将这部分和安全库存公式进行组合就得到了我们的“再订货点”公式：
公式的参数含义与安全库存公式中的含义相同，那么如果用业务性的语言来描述再订货点的含义的话，就是：通过执行“当总库存（含在途）低于再订货点时就进行补货，使得补货后的库存数量（含在途）重新超过再订货点”的补货策略，即可使得最终得到的服务水平为z值所对应的服务水平。而基于再订货点模式所得到的库存曲线通常就是这样的：
图中实线部分为在手库存，而虚线部分则为在途库存。可以看出，由于图中的需求是稳定的，供应也是稳定的，整体波动为0，所以安全库存并没有被突破，对应了我们刚才提出的论点，而对于稳定的需求，仅需要周转库存部分即可进行吸收。
03 关于再订货点公式的细节问题
再订货点公式的逻辑其实极其好懂，参数的计算也并不复杂，但是一旦你磨刀霍霍的准备将其运用到实际的业务当中去的时候，你就会发现各种各样的细节问题开始接踵而至了。
需求的平均值是日需求的平均值还是周需求的平均值还是月需求的平均值？
需求是历史的需求还是未来的需求？
标准差是计算日的标准差还是周的标准差还是月的标准差？
标准差是取一个月的样本还是半年的样本还是2年的样本？
提前期是生产提前期还是采购提前期还是订单提前期？
服务水平的计算方式是按订单计算？还是按订单行计算？还是按订单行数量计算？还是其他的什么计算方式？
以及一个上文还未提及，但是十分重要的公式运用前提：波动的分布必须满足正态分布，以及因此而衍生出的问题，为什么要满足正态分布？是需求波动还是供应波动满足正态分布？如果不满足正态分布会导致什么结果等。
甚至于假如实际业务与公式已经完美的契合了，是否就能准确的通过公式对库存进行指导了？我们的再订货点公式是否还有尚未考虑到的其他业务细节？亦或是更基础的问题，再订货点公式凭什么能够保证服务水平？这些其实都需要我们一一弄清楚后，才能真正的将这个公式运用到我们的实际业务当中。
结语
限于篇幅，无法在一篇文章里将这些细节全部解答，本文是我们再订货点公式的系列文章的第一章，只是对再订货点公式进行了简单的介绍，未来我将陆续的把公式中所涉及的各个细节一一展示给大家，让大家对这个公式知其然，更知其所以然，知道怎么用，知道为什么能用，知道为什么不能用，甚至于知道怎么调整才能使得原本不能用的公式变得可以用。
在数字化转型的过程中，不是被算法所绑架，而是成为算法的缔造者，成为公司数字化转型浪潮中的掌舵人。我们下期再见！