节假日怎么办：安全库存的时间节点框架

每年八月，办公室里总会出现同一种对话。运营问：中秋的货什么时候开始囤？计划员挠头：老规矩，提前两周吧。运营再问：两周是哪来的？回答通常是沉默，或者”去年就这样”。

节假日备货大概是供应链里经验密度最高、沉淀密度最低的领域。每个老计划员心里都有一本账，但这本账写不进系统，人一走就带走了。我们今年做的，是把”什么时候加安全库存、什么时候撤”从手感变成规则。框架谈不上多精巧，但它是可复用的，明年新人来了能直接用。

拆问题：节点和量级是两件事

节假日安全库存其实是两个独立的问题，混在一起讨论永远没结果。

什么时候加、什么时候撤，是节点问题。 答案是倒推出来的：销量爆发的起点，减去供应商的 VLT，再减去下单到生效的缓冲，就是加库存的最晚时点。撤除时点同理，爆发结束、需求回落到常态，多囤的部分要尽快放掉，不然节后全是积压。这两个时点都有客观锚点，不该靠感觉。

加多少，是量级问题。 这个要分商品看，我们收敛出四条思路，按优先级用。

量级的四条思路

第一，去年爆发日的分位数叠加。 把去年同期逐日的出库倍数（当日 ÷ 节前基准）拉出来，按仓 × 品类看。爆发的形态去年什么样，今年大概率还是那个形状，只是规模变了。所以不直接抄去年的量，而是取去年爆发曲线的分位数（比如 75 分位）作为今年的叠加系数，乘在今年的基准上。用第 02 篇的话说：去年的绝对值是锚点噪声，去年的形状才是信号。

第二，履约差的供应商针对性囤货。 节假日的缺货，一半死在供应商放假和物流瘫痪上。平时 VLT 是 3 天的供应商，节前一周可能变成 7 天，而且这个恶化是有规律的、逐年重复的。把历史节前履约数据拉出来，对履约恶化幅度大的供应商，提前囤货或者提前下单窗口。注意顺序：先跟业务核实这家供应商今年还放不放假、放几天，再定囤货幅度。模型算的是概率，业务知道的是事实，事实优先。

第三，低销品用绝对值安全库存。 日销两三件的长尾品，节前按倍数叠加没有意义，1.5 件乘 2 倍还是 3 件，四舍五入全是噪声。这类商品直接给绝对值：节前水位不低于 N 件。简单粗暴，但在这个量级上，简单就是正确。

第四，仓容校验兜底。 前三条算出来的囤货量加总，可能超过仓库的物理容量。每条仓的周转水位和仓容上限要对一遍，装不下的提前做取舍：哪些品类保、哪些品类放弃部分有货率。这个取舍提前做是策略，节中被迫做是事故。第 04 篇那张等高线图，本质上就是把这个取舍提前到了两个月前。

一个容易被忘的纪律：节假日数据要隔离

框架里还有一条和备货无关、但和明年有关的规定：节假日保障期的数据，全部打标，不进常规期的参数样本。

节前囤货的出库是脉冲，不是常态需求。如果让这段数据流进常规期的日均销、分布检验、模型评估，等于让一年里最特殊的二十天，污染剩下三百四十天的参数。第 02 篇讲的大促日机制暂停，在这里是同一个道理：特殊时段，机制让位，数据隔离，事后单独复盘。

最近一次中秋国庆是我们的第一个完整样本：执行动作、实际效果、复盘结论，全部按模板记录下来。它的价值不在今年，在于明年此时，框架的参数不用从零拍起。

AI 改变不了日历，但能改变备考方式

说点应景的。大模型预测不了明年的春节卖得怎么样，这一点我劝大家死心，节假日需求由运营动作和假期安排驱动，统计规律能给的有限。但 AI 在”备考”这件事上能帮大忙：去年同期的爆发曲线提取、供应商节前履约恶化模式的逐年比对、大量仓 × 品类的仓容校验加总，这些活以前是一个团队扒两周 Excel，现在是脚本加 Agent 跑一晚上。经验从人脑到系统的搬运速度，被整个改写了。

老计划员的那本账还在，只是现在它写在框架里，人走了，账还在。

下一篇是本系列正文的收官：把前面所有篇目串起来，回答一个终极问题——不同的商品，到底该用哪一套策略。

附录：节假日时间节点框架速查表

节点公式

加库存最晚时点 = 销量爆发起点 − 供应商 VLT − 下单生效缓冲
撤库存时点     = 爆发结束、需求回落至常态后的第一个可消耗窗口

量级四条思路

复盘模板（每个节假日一个完整样本）：① 保障期窗口与执行动作清单；② 加/撤时点的实际命中情况；③ 分品类有货率与节后积压量；④ 参数回写建议：明年各节点的提前天数、分位数、绝对值水位。

供应链实战系列 · 第 11 篇 · 卷五「场景深化篇」｜ 上篇：库存算法怎么做 A/B ｜ 下篇：不同商品角色不同命 文中数字均为 DEMO 示意，非真实业务数据。