库存计划就如赌博世界赌场名单，在已知的信息基础上，结合对未知的判断，要么赌中，要么赌不中。

在广东惠州麻将3个5中，其实大多数胡的方法和全国中都是一样的，都要像清一色等这些胡牌的方式，相信大多数的地区这些麻将胡牌也都是一样的，但是也有很多细节上是不同的，比如像一炮多响这些就是没有的，所以在广东惠州麻将中如果胡牌的话，就要根据顺序来进行计算。

庄家的下家（右手边的玩者），有权力吃或碰那张牌，其它两家则只可碰或杠那张牌。

而职业经理人的任务呢，就是争取提高赌中的概率，以最小的总成本做成最多的业务。

　　赌博有两种赌法：赌徒和赌场。

赌徒是典型的“从判断开始，由判断结束”，说白了就是拍脑袋；赌场呢则是典型的数据驱动，利用数理统计工具来提高自己的赢面。

在一个具体的赌博上，赌场可能输给赌徒；但在整体上，赌场的赢面要比赌徒高。

这就是为什么赌场大都在盈利，而赌徒大都在亏本。

企业就是开赌场的，但问题是，我们往往以赌徒的方式赌博，包括库存计划。

　　每一个库存水位的设置都是赌博。

库存水位越高，客户要货时有货的概率就越高，但库存成本也越高。

我们得时刻权衡收益与成本，即满足需求的概率和成为呆滞库存的概率。

这本身就是数理统计。

或许有人说，一个产品的概率统计比较困难。

没错，在单个具体的产品上，赌徒式的判断可能比数理统计更准确；但一个公司，比如零售、电商和工业用品公司，动辄就有几千几万个产品，这么大的样本，没有什么比概率统计更能统筹思考、全局优化了。

毕竟，这么多的产品，没有人的脑袋能算得过计算机。

　　一谈到数理统计，有些人的第一念头就是那得有一定的量才行。

比如有一位MRO电商的CEO说，他们的大部分产品需求很小，一年就卖那么三几次，根本没有规律可循。

他说的“规律”，其实指的是正态分布下的规律。

是的，那么少的数据点，当然没法满足正态分布的要求。

但他不知道，对这种情况，却有更好的梳理统计模型来模拟，比如泊松分布。

比如你有10000个产品，大多数的需求量很低。

针对每个产品，你可以用泊松分布来模拟需求，根据需求预测设定库存水位，对应的就得到这个产品的有货率；所有的产品加在一起，就得到整体有货率和库存投资；然后调整来尽量提高整体有货率，但降低总的库存投资：便宜的多备些，有货率更高；昂贵的少备些，有货率相对低一些。

　　在库存计划上，出于保守心态，赌徒式的做法一般会面面俱到，不管贵贱，每个产品都备1个，至少也封住销售、客服、工程师们的口啊：看，我备了库存的。

潜台词呢，如果库存还不够，那只能怪你命苦了。

经验判断适合于阶梯性改变，对渐进式改变则不是最佳。

从0到1（备1个库存）容易，凭经验即可。

但从1到2、从2到3就远没有那么简单了。

离开数据分析，渐进式的库存增加、减少就很难做精。

　　赌徒着眼点是战斗，聚焦局部优化，在一个个具体的产品上死磕，“广种薄收”，每个都设一点库存，结果是总体库存高，但综合有货率低；而赌场则着眼战役，聚焦全局优化，在数据分析和数理统计的支持下，虽然在具体的产品上可能输掉，但在众多产品中能优化有货率和总库存。

用赌场思维代替赌徒思维，对于多品种、小批量的“长尾”产品尤其重要。

　　2005年，我创办了“供应链管理专栏”（www.scm-blog），坚持原创，探讨、传播供应链管理的基本实践，年访问量数百万人次，写了十几年，现在有五六百篇文章。

后来我陆续写了三本书，《采购与供应链管理：一个实践者的角度》先后几十次印刷，连续4年居供应链管理门类畅销榜首，深受广大采购与供应链管理专业人士喜爱。

《供应链管理：高成本、高库存、重资产的解决方案》自2016年5月出版以来，就与上一本专著一道，长期占据供应链管理畅销榜前两位。

明年我计划出第四本书，敬请关注。