全文约2500字；
阅读时间：约6分钟；
听完时间：约12分钟；
本周的主题聚焦于产品“缺货”问题，即库存不足以覆盖近期需求的情况。对于此类问题，有多种需求展示方式，如以下示例图表所示。在图表中，A列为产品编码（如A001、A002等），E列至K列分别记录了从7月7日至7月13日各产品的每日销售需求。同时，D列显示了对应产品的现有库存数量。我们的目标是计算C列的“库存天数”，即当前库存能支持多少天的销售需求。具体计算方法如下：
以产品A001为例，假设其库存数量为200件，而未来七天的需求分别为90、60、20、90、60、90、100件。通过计算可知，该库存仅能满足前三天的需求，第四天开始将出现短缺。基于此逻辑，我们需要设计一个高效的公式，以便快速准确地计算所有产品编码的可用库存天数。
设计思路
为了实现这一目标，我们可以采用以下步骤：
确定每种产品的当前库存量：这一步骤可通过使用引用函数完成，具体而言，我们将从《仓库现存量报表》中提取相关数据，确保获取每种产品的准确库存信息。
分析未来几天的销售需求：销售需求数据应从《销售订单明细表》中引用，需注意的是，此处应用双条件引用，其中条件一是产品编码，条件二是日期，以此精确匹配并获取所需数据。
逐日累加需求量直至库存耗尽：利用SCAN函数，我们能够实现需求量的逐日累计，直到总需求量超过现有库存为止。SCAN函数在此处扮演着关键角色，它帮助我们追踪累积需求的过程。
记录库存耗尽的日期，计算库存天数：通过比较库存与累计需求量，我们可以找出库存首次降至零或以下的日期。这一日期即代表了库存天数的截止点。具体操作上，我们可以通过计算库存减去累计需求量后，剩余量大于0的天数来实现。
汇总结果：对于所有大于0的剩余量结果，我们首先将其转换为数值形式，这可通过N函数完成。随后，对这些数值进行求和，即可得到最终的库存天数。
引用库存
为了精确计算当前库存能够满足产品需求的天数，首要步骤是正确引用库存数据。在这一过程中，选择适当的函数至关重要，具体取决于数据的特性：
如果引用的数据集中不存在重复项，例如每个产品编码只对应单一库存位置，那么XLOOKUP函数将是理想的选择。它能高效地查找并返回指定产品编码的库存数量。
然而，当存在重复项目时，比如同一产品编码可能关联多个库存位置（如A01、A02等），则应采用SUMIFS函数来代替简单的引用函数。这是因为SUMIFS函数在进行多条件引用时，能够自动汇总符合所有条件的数值，从而得出不同库位中同一种产品总量的准确数值。
在工作表的适当位置，可以输入以下公式来实现这一功能：
=XLOOKUP(B3:B7,M3:M16,N3:N16)
公式解释：
其中：
B3 代表需要查询的产品编码。
M3:M16 是包含产品编码的列。
N3:N16 则是与之对应的库存数量列。
若产品编码无重复，使用XLOOKUP函数；若有重复，则使用SUMIFS函数汇总所有相关库存量。这样，我们便能准确获得所需产品的总库存量，为进一步计算其需求可用天数奠定基础。
汇总需求
在汇总特定产品在指定日期范围内的需求时，由于涉及多条件筛选，直接运用SUMIFS函数显得尤为适用。该函数允许设定多个条件，进而精确计算符合所有条件的单元格数值总和。在本例中，条件包括产品编码和需求日期，因此，采用SUMIFS函数能够高效且准确地完成需求汇总。
为了避免繁琐的手动填充操作，并确保公式在调整数据范围时仍能自动适应，推荐使用动态数组公式。这种写法不仅简化了公式编辑过程，还免去了锁定单元格行列的需要，大大提升了工作效率。
在工作表的适当位置，可以录入如下动态数组公式：
=SUMIFS(Q3:Q37,P3:P37,B3:B7,R3:R37,E2:K2)
公式解释：
Q3:Q37 表示需求量所在的列。
P3:P37 和 B3:B7 分别指代产品编码列及当前产品的编码。
R3:R37 是日期列，E2:K2 则分别代表需求汇总的起始和结束日期。
通过上述公式，系统将自动计算出指定产品在给定日期区间内的总需求量，从而为后续的库存分析提供坚实的数据支持
累计需求
为了计算产品A001在未来7天的累计需求，我们可以使用动态数组函数SCAN，该函数能够对指定范围内的数据进行迭代处理，执行诸如求和等运算。具体操作如下：
在相应单元格中输入以下公式：
=SCAN(,E3:K3,SUM)
公式解释：
0 是初始值，表示累计求和从0开始。
E3:K3 包含了产品A001在接下来7天的具体需求数据，分别为90、60、20、90、60、90、100。
SUM 指定对数组元素进行求和操作。
执行该公式后，系统将返回一个动态数组，展示了每一天的累计需求量，结果应为 {90, 150, 170, 260, 320, 410, 510}。这意味着，从第一天到第七天，产品A001的累计需求量依次递增，最终达到510单位。
可用天数
有了累计需求，就可判断天数了，用库存减去累计需求后，进行小于0判断，返回逻辑值后用N函数转换，最后用SUM求和，即得到可用天数，以AOO1为案例，在合适位置录入公式：
=SUM(N(SCAN(,E3:K3,SUM)<=D3))
公式解释：
SCAN(0, E3:K3, SUM)：这部分先执行累计需求计算，从0开始对E3:K3区间内的需求数据进行累加求和，生成一个动态数组，表示每天的累计需求量。
<= D3：接着，将生成的动态数组中的每个元素与单元格D3（代表产品A001的库存量）进行比较，判断累计需求是否超过了当前库存。这一操作会产生一系列逻辑值（TRUE/FALSE），其中TRUE表示某一天的累计需求已超过或等于库存量。
N(…)：然后，使用N函数将逻辑值转换为数值。在WPS中，N函数会将TRUE转换为1，FALSE转换为0，便于后续的数学运算。
SUM(…)：最后，对转换后的数值进行求和。由于TRUE（即1）表示库存不足以满足某天需求的起始点，求和结果实际上反映了从第一天起直至库存耗尽的天数。
通过上述公式，我们能够准确计算出产品A001的库存可以持续供应的天数，从而为库存管理和补货策略提供科学依据。
最后总结：
综上所述，面对产品“缺货”问题，我们提出了一套全面的解决方案，旨在准确评估库存的可持续供应能力。这一流程分为四大核心步骤：引用库存、汇总需求、累计需求以及计算可用天数。
我们借助了XLOOKUP或SUMIFS函数精准获取每种产品的当前库存，确保了数据的准确性；通过SUMIFS函数高效汇总未来几天的销售需求，为后续分析打下了坚实的基础；运用SCAN函数实现了需求量的逐日累加，直至库存被完全消耗，从而清晰地追踪了库存的动态变化；
最后，结合N函数与SUM函数，我们巧妙地计算出了库存能支持销售需求的天数，为库存管理提供了有力的支持。这套方法不仅提高了库存预测的精度，还优化了供应链管理效率，为企业提供了更加科学的决策依据，有效避免了因库存短缺导致的客户流失和收益损失，同时也防止了过度库存带来的成本浪费。通过实施这一系列步骤，企业能够更好地平衡供需关系，提升运营效能。
