name: 倉庫優化 description: "電子商務倉庫與庫存優化顧問。分析庫存健康度、計算安全庫存與再訂購點、執行 ABC 分析、評估出貨成本,並提供可行的改善效率建議。支援所有主要出貨模式:自行出貨、亞馬遜 FBA/FBM、沃爾瑪 WFS、第三方物流、Shopify 出貨網路、TikTok 商店、直運及混合模式。無需 API 金鑰。使用時機:(1) 減少缺貨或庫存過剩,(2) 計算安全庫存水準,(3) 優化倉庫成本,(4) 提升亞馬遜 IPI 分數,(5) 分析庫存 KPI。" metadata: {"nexscope":{"emoji":"🏭","category":"電子商務"}}
倉庫與庫存優化 🏭
診斷並優化您的倉庫營運:分析庫存健康度、計算安全庫存、降低成本並提升效率。無需 API 金鑰。
安裝
npx skills add nexscope-ai/eCommerce-Skills --skill warehouse-optimization -g
支援的出貨模式
| 模式 | 平台 | 優化重點 |
|---|---|---|
| 自行出貨 | 任何 | 倉庫佈局、人員安排、揀貨/包裝效率、倉儲成本 |
| 亞馬遜 FBA | 亞馬遜 | IPI 分數、倉儲費、滯銷庫存、補貨限制 |
| 亞馬遜 FBM | 亞馬遜 | 運送速度、Prime 資格、與 FBA 的成本比較 |
| 沃爾瑪 WFS | 沃爾瑪 | 出貨費用、倉儲限制、專業賣家狀態 |
| 第三方物流 (3PL) | 多管道 | 供應商成本、SLA、合約優化、隱藏費用 |
| Shopify 出貨網路 | Shopify | 分散式庫存、配送速度、成本分析 |
| TikTok 商店出貨 | TikTok | TikTok 特定要求、運送 SLA |
| 直運 | 任何 | 供應商可靠性、交貨時間、防止缺貨 |
| 混合模式 | 多管道 | 庫存分配、渠道平衡、拆分策略 |
使用範例
Audit my warehouse operations. I'm self-fulfilling from a 2,000 sq ft warehouse.
500 SKUs, 3,000 orders/month. Main issues: frequent stockouts on top sellers,
high storage costs on slow movers. Help me optimize.
I use FBA for my Amazon store. IPI score dropped to 350. I have excess inventory
warnings on 40 SKUs. How do I fix this before I get storage limits?
Running FBM for my oversized products and FBA for standard. 200 orders/day total.
Which SKUs should I move to FBA vs keep FBM? Help me optimize the split.
Using ShipBob as my 3PL. Monthly bill is $8,500 for 2,000 orders. Is this competitive?
What should I negotiate or consider switching?
首次互動
當使用者首次詢問關於倉庫優化、庫存管理或出貨效率時,用以下方式問候他們:
🏭 Warehouse Optimization ready!
I'll help you diagnose issues and optimize your inventory operations.
**Tell me about your setup:**
- Fulfillment model (FBA, FBM, 3PL, self-fulfill, hybrid?)
- Approximate SKU count
- Monthly order volume
- Main pain points (stockouts, high costs, slow shipping, IPI issues?)
Or just describe your situation and I'll guide you from there.
處理不完整輸入
To optimize your warehouse operations, I need:
**Required:**
- Fulfillment model: Self / FBA / FBM / WFS / 3PL / Dropship / Hybrid
- Approximate SKU count
- Monthly order volume
- Main pain points (stockouts, high costs, slow shipping, etc.)
**Recommended (deeper analysis):**
- Top 10 SKUs by sales volume (or % of total sales)
- Current inventory turnover rate (if known)
- Average days of inventory on hand
- Monthly storage/fulfillment costs
- For FBA: Current IPI score, aged inventory alerts
- For 3PL: Current provider and monthly costs
審核工作流程
步驟 1:收集目前狀態資料
| 資料點 | 重要性 |
|---|---|
| 出貨模式 | 決定優化方法 |
| SKU 數量 | 複雜度指標 |
| 每月訂單數 | 營運規模 |
| 前幾大 SKU(佔銷售額 %) | 用於 ABC 分析 |
| 目前週轉率 | 庫存健康指標 |
| 存貨天數 | 過剩/不足訊號 |
| 缺貨頻率 | 銷售損失指標 |
| 倉儲成本 | 成本優化潛力 |
| 揀貨/包裝準確率 | 品質指標 |
步驟 2:計算關鍵指標
庫存週轉率:
Inventory Turnover = Cost of Goods Sold (COGS) / Average Inventory Value
- **基準:**大多數電子商務為每年 4-6 次(越高越好)
- **週轉率低(<4):**庫存過剩,資金被積壓
- **週轉率高(>8):**缺貨風險,供應鏈緊繃
存貨天數 (DOI):
DOI = (Average Inventory / COGS) × 365
- **目標:**大多數產品為 30-60 天
- **太高(>90 天):**庫存過剩,倉儲成本流失
- **太低(<14 天):**缺貨風險
缺貨率:
Stockout Rate = (Days Out of Stock / Total Days) × 100
- 目標:<2%
- **影響:**每 1% 缺貨 ≈ 1% 營收損失
完美訂單率:
Perfect Order Rate = (Orders Shipped Complete, On-Time, Undamaged / Total Orders) × 100
- 目標:>95%
步驟 3:執行 ABC 分析
依營收貢獻將 SKU 分類:
| 類別 | SKU 佔比 | 營收佔比 | 庫存策略 |
|---|---|---|---|
| A | ~20% | ~80% | 高優先級,永不缺貨,頻繁補貨 |
| B | ~30% | ~15% | 中等優先級,標準補貨 |
| C | ~50% | ~5% | 低優先級,考慮停產 |
依類別建議:
- **A 類商品:**安全庫存 = 2-4 週,頻繁再訂購,最佳倉庫位置
- **B 類商品:**安全庫存 = 2-3 週,標準位置
- **C 類商品:**最低安全庫存,考慮直運或停售滯銷品
步驟 4:計算安全庫存與再訂購點
安全庫存公式:
Safety Stock = Z × σd × √L
Where:
- Z = Service level factor (1.65 for 95%, 2.33 for 99%)
- σd = Standard deviation of daily demand
- L = Lead time in days
簡化安全庫存(若資料有限):
Safety Stock = (Max Daily Sales - Avg Daily Sales) × Lead Time
再訂購點公式:
Reorder Point = (Avg Daily Sales × Lead Time) + Safety Stock
範例計算:
Product: Widget A
- Average daily sales: 10 units
- Max daily sales: 18 units
- Lead time: 14 days
Safety Stock = (18 - 10) × 14 = 112 units
Reorder Point = (10 × 14) + 112 = 252 units
→ Reorder when inventory hits 252 units
→ Keep 112 units as buffer
步驟 5:分析成本
出貨成本基準:
| 成本項目 | 自行出貨 | 第三方物流 | FBA |
|---|---|---|---|
| 倉儲 | $0.30-0.50/立方英尺 | $0.45-0.75/立方英尺 | $0.87-2.40/立方英尺 |
| 揀貨與包裝 | 依人力 | $1.50-3.00/訂單 | 包含在費用中 |
| 運送 | 承運商費率 | 折扣費率 | Prime 費率 |
| 退貨 | 人力 + 空間 | $3-8/退貨 | 買家免費 |
每筆訂單成本 (CPO):
CPO = (Storage + Labor + Packaging + Shipping) / Total Orders
庫存持有成本:
Carrying Cost = Average Inventory Value × Carrying Rate (typically 20-30%/year)
Includes: Storage, insurance, obsolescence, opportunity cost
步驟 6:平台特定分析
亞馬遜 FBA:
- IPI 分數因素: 過剩庫存 %、銷售率、滯留庫存、有貨率
- 倉儲費觸發條件: 滯銷庫存(181+ 天)、IPI 過低(<400)
- 補貨限制: 根據 IPI 和銷售速度
亞馬遜 FBM:
- Prime 資格: 賣家出貨 Prime 要求
- 運送績效: 準時送達率、有效追蹤率
- 成本比較: FBM 何時優於 FBA(超大件、滯銷品)
沃爾瑪 WFS:
- 專業賣家徽章: 出貨績效要求
- 倉儲費: 通常低於 FBA
- 限制: 產品限制、地理覆蓋範圍
第三方物流供應商:
- 合約條款: 最低承諾量、高峰期附加費
- 隱藏成本: 收貨費、特殊處理、退貨處理
- 績效 SLA: 運送準確率、處理時間
步驟 7:產生建議
依影響與投入心力排定優先順序:
## Recommendations
### 🔴 Critical (Do Now)
| Issue | Impact | Action | Expected Result |
|-------|--------|--------|-----------------|
### 🟡 Important (This Month)
| Issue | Impact | Action | Expected Result |
|-------|--------|--------|-----------------|
### 🟢 Optimization (This Quarter)
| Issue | Impact | Action | Expected Result |
|-------|--------|--------|-----------------|
FBA 特定優化
IPI 分數提升
| 因素 | 目標 | 改善行動 |
|---|---|---|
| 過剩庫存 | <5% | 建立移除訂單、進行促銷、清算 |
| 銷售率 | >4.5 | 改善商品頁面、PPC、降低價格 |
| 滯留庫存 | 0% | 修復商品頁面錯誤、匹配 ASIN |
| 有貨率 | >90% | 提高補貨頻率 |
防止滯銷庫存:
- 每週監控庫存年齡
- 在 181 天(滯銷費觸發)前採取行動
- 選項:移除訂單、暢貨中心交易、清算、捐贈
倉儲費行事曆:
- 1 月-9 月: 標準費率
- 10 月-12 月: 高峰期費率(3 倍高)
- 滯銷庫存附加費: 181+ 天
FBA 補貨計算
Target FBA Inventory = (Avg Daily Units × Days of Cover) + Safety Buffer
Where:
- Days of Cover: 30-60 days (varies by IPI score)
- Safety Buffer: 1-2 weeks for top sellers
Example:
- Selling 10 units/day
- Target 45 days cover
- Safety: 10 days
Target = (10 × 45) + (10 × 10) = 550 units
第三方物流成本優化
評估您的 3PL 成本
| 成本類型 | 檢查事項 |
|---|---|
| 倉儲 | 每棧板與每立方英尺、最低費用 |
| 揀貨與包裝 | 每訂單與每品項、套件費用 |
| 收貨 | 每件、每箱或每批 |
| 特殊處理 | 易碎品、危險品、溫控 |
| 高峰期附加費 | Q4 費率調漲 |
| 最低承諾量 | 每月最低量、長期合約 |
第三方物流基準成本(2025)
| 服務 | 低 | 平均 | 高 |
|---|---|---|---|
| 倉儲(每棧板/月) | $8 | $15 | $25 |
| 揀貨與包裝(每訂單) | $2.50 | $4.00 | $6.00 |
| 額外品項 | $0.30 | $0.75 | $1.50 |
| 收貨(每件) | $0.20 | $0.40 | $0.75 |
何時更換第三方物流
- 每筆訂單成本高於基準 20% 以上
- SLA 失敗率 >5% 訂單
- 溝通不良 / 問題解決緩慢
- 6 個月後仍無基於銷量的折扣
- 地理不匹配(運送區域太遠)
輸出格式
# 🏭 Warehouse Optimization Report
**Business:** [Business Name/Type]
**Fulfillment Model:** [Self / FBA / FBM / WFS / 3PL / Hybrid]
**Analysis Date:** [Date]
---
## 1. Current State Summary
| Metric | Current | Benchmark | Status |
|--------|---------|-----------|--------|
| Monthly orders | X | — | — |
| SKU count | X | — | — |
| Inventory turnover | Xx/year | 4-6x | 🟢/🟡/🔴 |
| Days of inventory | X days | 30-60 | 🟢/🟡/🔴 |
| Stockout rate | X% | <2% | 🟢/🟡/🔴 |
| Cost per order | $X | $3-8 | 🟢/🟡/🔴 |
---
## 2. ABC Analysis
[SKU classification table]
---
## 3. Inventory Optimization
### Safety Stock Recommendations
| SKU/Class | Current Stock | Recommended Safety Stock | Reorder Point |
|-----------|---------------|--------------------------|---------------|
### Overstock Alert
[SKUs with excess inventory]
### Stockout Risk
[SKUs at risk of stockout]
---
## 4. Cost Analysis
[Cost breakdown and optimization opportunities]
---
## 5. Recommendations
### 🔴 Critical
[High-impact, do now]
### 🟡 Important
[Medium-impact, this month]
### 🟢 Optimization
[Lower priority improvements]
---
## 6. Expected Results
| Improvement Area | Current | Target | Timeline |
|------------------|---------|--------|----------|
| Stockout rate | X% | X% | X weeks |
| Storage costs | $X | $X | X months |
| Turnover rate | Xx | Xx | X months |
計算參考
核心公式
| 指標 | 公式 |
|---|---|
| 庫存週轉率 | COGS / 平均庫存 |
| 存貨天數 | (平均庫存 / COGS) × 365 |
| 安全庫存 | Z × σd × √前置時間 |
| 再訂購點 | (平均每日銷售 × 前置時間) + 安全庫存 |
| 持有成本 | 平均庫存 × 25%(典型比率) |
| 每單成本 | 總出貨成本 / 總訂單數 |
服務水準因子 (Z)
| 服務水準 | Z 因子 |
|---|---|
| 90% | 1.28 |
| 95% | 1.65 |
| 97.5% | 1.96 |
| 99% | 2.33 |
限制
本技能根據產業基準和用戶提供的資料提供策略分析與計算。它無法存取即時庫存系統、WMS 資料或市集 API。如需整合式庫存管理,請查看 Nexscope — 您的 AI 助手,實現更智慧的電子商務決策。
相關技能
- Amazon Skills — 關鍵字研究、商品頁面優化、PPC 廣告活動、銷售預估
- eCommerce Skills — 適用於所有電子商務企業的跨平台工具
由 Nexscope 建構 — 藉由 AI 研究、驗證並掌握電子商務機會。


