本文涉及公式可在Excel Power Pivot及Power BI中使用。

連鎖服飾企業(yè)常常關(guān)注的商品指標(biāo)有銷量、銷售額、銷售折扣、毛利率、庫存周轉(zhuǎn)率等。對應(yīng)的，在ERP系統(tǒng)中最常用的是銷售、庫存相關(guān)模塊。然而，ERP中有助于我們改善商品指標(biāo)的調(diào)撥單模塊卻常常被忽視。該模塊其實蘊含改善商品指標(biāo)的乾坤。

為什么會有調(diào)撥單產(chǎn)生？因為商品需要流轉(zhuǎn)。典型的調(diào)撥單如下圖所示：

新貨到達物流中心后，商品部開立調(diào)撥單，將指定貨品按照合適的數(shù)量配發(fā)給各個店鋪。物流中心按照商品部開立的調(diào)撥單為各店分揀貨品并配送到店。

商品部為各店配備的新貨是基于銷售預(yù)測的，凡是預(yù)測都會有誤差。各店銷售速度不盡相同，因此店鋪與店鋪之間需要進行貨品調(diào)整，大的原則是銷售速度快、庫存緊缺的店鋪從銷售速度慢庫存充足的店鋪調(diào)入貨品，此時也需要開立調(diào)撥單去完成該項作業(yè)。

顧客在A店選中團購商品，但是A店該商品數(shù)量不足，臨近的B店有貨，A店需要從B店調(diào)入滿足顧客需求，這種情況也需要開立調(diào)撥單。B店調(diào)入給A店，做到賬實相符。

就這樣，無數(shù)的貨品在物流中心與店鋪之間，店鋪與店鋪之間飛來飛去，產(chǎn)生了大量數(shù)據(jù)流，一團亂麻。這些數(shù)據(jù)有什么用呢？

我們可以跟蹤新貨配送時效。

從貨品抵達物流中心到完成分揀，并配送到店的速度反映零售商的供應(yīng)鏈效率。新貨是否能夠及時到店對商品銷售有至關(guān)重要的影響，尤其是你的商品同質(zhì)化比較嚴重的時候。

調(diào)撥單中有明確的店鋪收到貨品時間，DATEDIFF函數(shù)即可算出差值。

使用矩陣或者透視表可以看每個店到店天數(shù)的分布情況，依照距離遠近查看新品到店時間是否異常。

不排除有些公司管理更加精細化，具體到小時，DATEDIFF對于這樣精細的測算也是支持的，到分鐘，到秒也沒有問題，只需變更第三個參數(shù)。

以上公式反映了從開立調(diào)撥單到貨品到店的完整時效。如需拆分進行評估也是可行的。

比如，反映物流中心貨品分揀時效，可以

反映承運商運送時效,可以

從數(shù)據(jù)反映的時效可針對性分解解決，是承運商效率不行需要更換，還是物流中心缺人手，還是分揀流程需要優(yōu)化。

我們還可以檢核異常。常見的調(diào)撥異常有兩種。

第一種是貨品剛剛調(diào)入又調(diào)出。比方下圖STY00009這款商品5月22日剛調(diào)入Store162這家店鋪，5月25日又調(diào)出，沒有給店鋪足夠的銷售時間。

第二種是貨品剛剛調(diào)出又調(diào)入。比方下圖STY00201這款商品5月21日剛從Store47這家店鋪調(diào)出，5月24日又調(diào)回。

造成這兩種狀況有可能是特殊業(yè)務(wù)需求，也有可能是人為失誤，還可能是人為故意。

手工調(diào)撥作業(yè)容易造成人為失誤，人為失誤導(dǎo)致空中飛貨（禍），貨品常年在空中飄來飄去，造成銷售機會損失及物流費用增加，人為失誤可以通過工具提前避免。

理論上調(diào)撥是為了銷售，兩店之間頻繁發(fā)生這種往返調(diào)撥，某貨品從Ａ調(diào)Ｂ店，過幾天又從Ｂ店調(diào)Ａ店，明顯不是銷售原因，就需要深入排查，以避免財務(wù)風(fēng)險。

在調(diào)撥單中添加計算列可以快速對以上異常進行排查：

SUMX, FILTER,?EARLIER語法規(guī)則參考DAX.GUIDE網(wǎng)站

以下是部分異常調(diào)撥商品

通過以上解析，對調(diào)撥單時效及異常流向的跟蹤，我們可以更好的促使商品進行流轉(zhuǎn)，從而改善商品指標(biāo)。