
根据行业研究机构IHL Group的数据,2024年全球零售业因库存失衡(缺货与积压并存)造成的损失高达1.7万亿美元,相当于全球零售总额的6.5%。这其中绝大多数损失,根源正是采购预算管理的失控——要么买多了,要么买错了,要么该补货时没钱补。OTB的本质,是给这个失控的采购行为装上一套数据驱动的约束机制。
本文将从定义出发,完整覆盖OTB的计算公式、动态OTB的应用逻辑、中国鞋服行业的特殊场景,以及落地管理的五个最佳实践。无论你是商品总监、买手还是计划经理,读完本文你将建立起对OTB的完整认知框架。
OTB(Open-to-Buy,开放采购额)是零售企业在特定销售周期内可用于采购商品的动态预算额度,用于平衡销售增长与库存投资风险。
更完整地说:OTB是根据销售预测、计划期末库存目标和当前库存水位,动态计算出的可用于采购商品的最大预算上限。它告诉采购团队在特定时间窗口内”还可以买多少”,同时约束”不能再多买”。作为商品财务计划(MFP)的核心执行工具,OTB是商品计划与采购执行之间的关键衔接层。
理解OTB价值的最直接方式,是看它解决了什么问题。来自曾任职于Aldo Group和Forever 21的零售高管Lauren Cohen的描述:OTB是她日常工作中最依赖的工具,因为它直接控制现金流,告诉她是否在超买或欠买。
具体来说,OTB在商品经营中承担三个核心功能:
OTB的计算并不复杂,但每个变量的准确度,直接决定了OTB管理的质量。
OTB = 计划销售额 + 计划期末库存 — 期初库存 — 已下采购订单
以一个具体场景说明。某鞋服品牌某月计划销售100万元,计划月末保留50万元库存(期末库存目标),月初现有库存80万元,本月已下但未到货的采购订单30万元。则:
OTB = 100 + 50 — 80 — 30 = 40(万元)
这意味着本月最多还可再下40万元的采购订单。如果销售好于预期,期末库存消化更多,OTB额度会上升;如果销售低于预期,OTB额度自动收缩,约束进一步采购。

单一OTB总量管不好精细化采购。实践中,OTB应按品类(上装/下装/鞋品/配件)和渠道(线下直营/加盟/电商)分别计算和管理,各品类和渠道有独立的计划销售目标、库存目标和已下订单,最终汇总为总OTB,既保证整体资金约束,又实现结构化的精细管控。
OTB管理分为两种模式,两者的本质差异不是工具的复杂度,而是对市场变化的响应速度。

动态OTB的优势在快节奏市场中尤为显著。IHL Group预测,零售商到2029年可通过生成式AI与传统机器学习的结合,将毛利率提升25%以上,其中滚动OTB与实时库存数据的结合是核心路径之一。
结论:动态OTB比静态OTB更适合快节奏鞋服零售。对于SKU数量超过500、门店数超过50家、或同时经营线上线下多渠道的品牌,静态OTB的信息滞后会带来不可接受的过买和欠买风险,必须向动态OTB升级。
OTB起源于西方零售体系,直接套用西方的OTB逻辑往往在中国鞋服市场失效。这是因为中国鞋服品牌面临三个独特的结构性挑战,这些在欧美零售教科书中几乎没有充分描述。
中国鞋服品牌通常同时运行两种采购模式:期货模式(提前6-12个月下单,占总采购量的70-80%)和快反模式(当季实时追单,交货周期7-21天,占20-30%)。根据麦肯锡与BoF《2025年时尚行业状态》报告,快速响应供应链能力正成为头部品牌应对库存挑战的核心竞争力。
这意味着OTB必须区分两个池子:期货OTB池(年初锁定,刚性较高)和快反OTB池(预留一定比例,保持灵活性)。如果所有预算都进入期货池,快反追单时就会无米下锅,错失爆款机会。
许多鞋服品牌有大量经销商门店,品牌总部对经销商的库存数据掌握不完整,导致OTB计算缺乏准确的渠道库存基础。经销商的订货决策往往与品牌的OTB管理割裂,形成各自为政的采购行为,既无法合并计算总OTB,也难以协同管理全渠道库存风险。
天猫、京东、抖音、微信小程序等多平台并行,叠加品牌自营仓、经销商仓、平台仓的分散格局,导致全渠道库存可视化本身就是一道难题。OTB依赖准确的”期初库存”和”在途订单”数据,如果这两个数字不准确,OTB的计算结果就是无效的。
这三个挑战说明一个核心结论:中国鞋服品牌的OTB管理,必须建立在全渠道数据打通的基础上,而不能用单渠道、单仓库的视角来管理总体采购预算。
基于行业实践,以下五个原则是鞋服品牌将OTB从理论工具转化为实际管理能力的关键。
第七在线是一家专注于鞋服商品经营决策的AI平台,为零售品牌提供覆盖商品计划、OTB管理、智能配货和库存优化的全流程解决方案。
在OTB管理场景中,第七在线的商品财务计划模块直接支持动态OTB的建立与滚动更新。系统自动同步全渠道的销售实绩、在途订单和库存数据,每周自动重算OTB余额,无需人工汇总报表。商品团队可以在同一界面看到按品类、按渠道、按门店分拆的OTB状态,以及距离OTB红线的实时距离。
同时,第七在线的商品智能分析模块将OTB与需求预测结合:当AI预测模型识别出某款式销售提速时,系统会主动提示”该品类OTB余额可支持追单X件,当前爆款风险窗口为N天”,帮助买手在最合适的时机做出快反决策。
对于同时管理直营和经销商渠道的品牌,第七在线支持经销商库存数据的整合接入,打通分散的库存可视化基础,让全渠道OTB计算不再依赖手工拼表。
OTB(Open-to-Buy,开放采购额)是零售企业在特定周期内可用于采购商品的动态预算额度,通过公式”计划销售额 + 计划期末库存 – 期初库存 – 已下采购订单”计算得出,用于平衡销售增长与库存投资风险。它告诉采购团队”还能买多少”,是商品计划与采购执行之间的关键约束工具。
采购预算是年初或季初一次性设定的静态资金上限,通常不随市场变化调整;OTB是在预算框架内按实际销售情况动态计算的可用额度。预算决定”全季可以花多少钱”,OTB决定”当前时间窗口还可以花多少钱”。两者关系是:OTB是在采购预算约束下的动态执行工具。
OTB = 计划销售额 + 计划期末库存 – 期初库存 – 已下采购订单。以金额为单位计算时,期初库存和期末库存均以零售价(或进价)统一口径。已下采购订单需包含所有已签合同但未到货的在途库存,包括期货订单和快反订单,遗漏任何一项都会导致OTB虚高、实际超买。
静态OTB在季度开始时计算一次,此后不再调整;动态OTB按周或月滚动更新,根据实际销售数据和最新库存状态持续重新计算可用采购额。动态OTB对市场变化响应更快,在快节奏的鞋服零售中可有效降低过买风险(减少积压)和欠买风险(减少机会损失)。
OTB超额(实际采购额超过OTB上限)通常由四个原因导致:一是计划期末库存目标设置过高,人为放大了OTB额度;二是期初库存数据不准确,库存虚低导致OTB虚高;三是遗漏了部分在途订单;四是管理层绕过OTB机制强制追加订单。解决方案是建立数据自动联动的OTB系统,同时明确OTB红线的审批权限。
建议将总OTB按比例分成两个池:期货OTB池(通常占75-85%,在订货会前锁定)和快反OTB池(占15-25%,全季保持可用)。期货池负责保障基本货量,快反池负责在当季识别爆款后的追单。两个池子独立管控,不得相互挪用,快反池剩余额度可在货期末转为清货补货使用。
推荐按周更新。对于规模在5亿元以上、SKU超过1000、或有快反供应链能力的品牌,每周更新OTB是基本要求;中小规模品牌可按两周更新。按月更新是最低频率,按季更新(静态OTB)在快节奏市场中已基本失效,信息滞后会导致买手决策严重脱离市场实际。
不仅可以,而且必须。总量OTB只能管控整体资金安全,无法防止品类结构失衡。正确的做法是按品类(上装、下装、鞋品、配件)分别计算OTB,各品类独立管控,避免用某品类的剩余OTB弥补另一品类的超额,从而破坏预设的商品结构比例。
需要,但可以简化执行。小品牌同样面临过买和欠买的风险,OTB对现金流的保护意义同样重要。对于小品牌,可以用Excel建立月度OTB表,在每次采购决策前检查余额,即使不使用专业软件,也能建立基本的预算约束习惯。随着品牌扩张,再逐步向自动化OTB系统升级。
OTB超额已发生时,优先采取以下措施:首先暂停所有未签合同的新增订单;其次评估已下订单中可否协商延期到货或减量;再次启动现有库存的加速消化(调拨积压门店的库存至缺货门店,或启动提前折扣);最后分析本次超额的根因,修正下一周期的OTB设置参数,避免再次发生。
免责声明:
本文转自 [7thonline],版权归原作者所有。文中图片源自网络,仅为辅助说明文章观点,其版权归原作者所有。如涉及侵权,请联系我们删除。