库存周转天数从68天降到41天，很多电商团队会把这看成一场库存管理胜利；但我在复盘类似经营数据时，最先会追问三个问题：缺货率有没有上升？爆款是不是被压断货？这次下降究竟来自销售变快，还是来自库存被砍得过低？如果这三个问题没有答案，周转天数越漂亮，越可能只是报表上的“假改善”。
电商库存进阶课真正要解决的，不是把所有商品的周转天数压到最低，而是判断库存数量、销售节奏、供应周期、现金占用和履约能力是否匹配。本文会从计算口径、商品分层、库存结构、退货与在途、数据分析和行动取舍几个方面，拆解电商库存周转天数最常见、也最容易造成决策失误的误区。
库存周转天数通常用于回答一个问题：在当前销售成本水平下，企业平均需要多少天才能消化掉一轮库存。它反映的是库存占用与销售消化之间的关系，而不是单纯反映仓库里有多少件商品。
常见公式为：
库存周转天数 = 平均库存成本 ÷ 期间销售成本 × 期间天数
其中，平均库存成本通常可以用“期初库存成本加期末库存成本，再除以2”计算。在大促、季节性销售或补货频繁的电商场景中，简单的期初期末平均值仍然可能不够精确，这时更适合使用日均库存或周均库存。
我在分析库存报表时，不会只看“周转天数是多少”，而会把它放在一个完整的经营关系里观察：
周转天数只能说明库存“走得快不快”，不能单独说明库存管理“做得好不好”。真正有价值的判断，需要同时看库存效率、库存质量和销售机会。
库存压得太高，会带来资金占用、仓储费用、过季风险和清仓折扣；库存压得太低，则可能造成断货、广告浪费、交期延长和客户流失。两种风险并不是对称的，不同商品的最优点也不一样。
例如，一款销售稳定、供应周期短的日常商品，可以用更低的库存覆盖天数运行；一款供应周期长、需求波动大的爆款，则需要保留更多缓冲。若把两者放进同一张排行榜，要求它们都达到相同的周转天数，结果通常不是效率提升，而是其中一类商品被错误管理。
总店铺周转天数只是平均数。平均数的最大问题，是会掩盖结构性风险。一个店铺可能同时存在“爆款缺货”和“长尾积压”，但因为两者在库存金额和销售成本上的权重不同，最终得到一个看起来正常的总指标。
因此，我建议至少按以下层级拆解：
库存一般按采购成本或库存成本计价，而销售额包含售价、毛利和促销影响。如果用销售额除以库存成本，分子和分母处于不同计价基础，结果会被毛利率、折扣率和定价策略放大或压低。
举一个简化例子。某商品一个月销售额为100万元，销售成本为60万元，平均库存成本为60万元，统计周期为30天：
在错误口径下，团队会以为商品只需要18天库存就能覆盖，但实际按成本消化速度计算，库存覆盖时间是30天。这个差异足以影响补货点、现金预测和采购计划。
只要库存采用成本口径，周转计算中的销售指标也应尽量采用销售成本。如果系统暂时只能提供销售额，也必须在报表上明确标注“销售额口径”，不要把它与标准财务周转天数混用。
期末库存是一个时点数据，而电商库存会在大促备货、集中到货、批量调拨和退货回仓时快速变化。只看月末那一天，容易把某个特殊节点误认为整个月的经营状态。
例如，店铺在月末为大促提前备货，期末库存成本达到120万元；但整个月期初库存只有50万元，前两周平均库存也只有60万元。如果直接拿120万元计算，周转天数会被显著放大。
在订单波动明显的业务中，我更倾向于建立三种观察口径：
这三种口径不是互相替代，而是服务于不同决策。财务关心月度资金占用，采购关心未来几周能否供货，仓库则更关心每天可售库存是否足够。
同一个SKU，运营报表、仓库报表和财务报表算出的周转天数可能不一样。原因不一定是有人算错，而是三张报表纳入了不同的库存范围。
常见差异包括：
因此，制作库存看板时，建议在字段名称中直接写清楚口径，例如“可售库存成本”“全部库存成本”“在途库存数量”“近30天销售成本”，而不要只写一个容易引发误解的“库存金额”。
当商品销售成本增长、库存结构改善、补货周期缩短，周转天数下降通常是好现象。比如供应商从25天交付缩短到10天，采购不再需要一次性囤积两个月库存；同时页面转化率提升，商品销售更稳定，这种周转变快是经营能力改善的结果。
这类改善往往具有几个共同特征：
另一种情况是，管理者直接削减采购量、暂停补货或强行清理仓库。库存账面变轻了，周转天数也下降了，但爆款在广告投放期间反复断货，销售额和客户体验同时受损。
这种“假改善”通常有明显信号：
此时继续压缩库存，可能只会把仓库成本转化为缺货损失。我的判断原则是：如果周转变快依赖于牺牲核心商品的现货率，就不能称为库存优化。
更合理的做法，是先确定商品希望达到的服务水平，再反推安全库存和周转目标。服务水平可以用现货满足率、订单满足率或目标缺货率表示。
对于供应周期短、销售波动小的商品，安全库存可以低一些；对于供应周期长、销量波动大的商品，需要增加缓冲。周转天数并不是先验答案，而是库存政策的结果。
新品上市初期缺少稳定的历史数据，周转天数受首批备货量、试销期长度和推广节奏影响很大。如果一开始就用成熟商品的周转目标考核新品，运营可能为了满足指标而减少试销库存，导致商品还没有完成有效验证就出现断货。
新品更应该观察以下指标：
新品管理的核心不是立刻追求低周转，而是尽快获得可靠的需求信号。只要首批库存规模可控、测试周期明确、退出机制清楚，略高的周转天数不一定是问题。
爆款的需求通常集中、波动大，缺货损失也高。如果团队只考核周转天数，商品负责人可能会倾向于降低备货量，以避免库存金额和周转天数上升。
但爆款的实际管理目标应该包括：
如果一款商品的毛利贡献很高，适度提高库存覆盖天数，可能比反复断货更划算。库存不是免费的，但失去销售机会同样有成本。
长尾商品周转慢，并不意味着必须全部清仓。有些长尾商品承担品类完整性、搭配销售或老客复购功能，直接下架可能导致关联订单减少。
我通常会把长尾商品分成三类：
假设店铺总库存成本为100万元，月度销售成本为100万元，按30天计算，整体周转天数是30天。这个数字看起来很健康，但拆开后可能发现：20万元库存集中在高动销爆款，却只能覆盖10天；另外80万元库存集中在长尾商品，已经超过90天没有明显动销。
如果只看总指标，团队会得出“库存正常”的结论；如果看库存结构，则会发现一边缺货，一边积压。这个例子说明，库存分析不能只回答“整体是多少”，还要回答“是谁贡献了这个数字”。
我常用两个维度做第一轮筛查：库存金额和近30天动销速度。它们可以把SKU分成四类：
| 类型 | 库存金额 | 动销速度 | 优先动作 |
|---|---|---|---|
| 高金额高动销 | 高 | 快 | 保障供货，优化补货节奏，避免断货 |
| 高金额低动销 | 高 | 慢 | 停止盲目补货，优先回收现金和降低库龄 |
| 低金额高动销 | 低 | 快 | 提高补货频率，防止小额库存造成缺货 |
| 低金额低动销 | 低 | 慢 | 结合品类角色决定保留、合并或下架 |
这张表比单一周转天数更接近实际决策，因为它同时考虑了库存对现金的影响和商品对销售的贡献。
库存数量多不一定是最大风险，库存金额高且动销慢的SKU才更容易形成现金流压力。一些大件商品、季节商品或高客单价商品，可能数量并不多，但一旦积压，资金占用非常明显。
在做库存排查时，我建议先按库存金额降序排序，再叠加近30天销售数量、库龄和毛利率。不要只按库存件数排序，否则低价值耗材会占据大量注意力，真正影响现金流的商品反而被忽略。
周转变慢只是结果，不是原因。相同的周转天数，可能由完全不同的经营问题造成。销售不足、采购过量、退货回仓、库存不可售和销售成本下降，都会让指标变差，但处理方式完全不同。
我建议先按以下顺序排查：
如果数据口径没有先确认，后面的促销决策很容易变成“用营销预算掩盖库存数据问题”。
库存不变、销售成本下降，周转天数自然会增加。这并不一定说明仓库突然多了货，可能是商品进入淡季、广告停止、渠道流量下降或销售成本确认延迟。
反过来，如果企业通过大幅降价提高销量，销售成本快速增加，周转天数可能下降，但毛利率也可能明显下降。此时要判断的是现金回收速度是否值得承担利润损失，而不是只看周转数字。
| 异常表现 | 可能原因 | 优先动作 | 不建议立即做的事 |
|---|---|---|---|
| 库存高、转化率低 | 商品竞争力下降 | 优化页面、价格和评价，分层促销 | 直接加大投放 |
| 库存高、销量稳定 | 采购批量过大 | 减少采购批量，延长采购间隔 | 盲目清仓 |
| 库存低、缺货频繁 | 补货规则过紧 | 提高安全库存，缩短补货周期 | 继续压低库存目标 |
| 账面库存高、可售库存低 | 退货或残次积压 | 加快检验、维修、二次销售和核销 | 按正常库存补货 |
传统库存报表往往默认“仓库里有多少货”，但电商业务的库存状态更加复杂。货物可能在平台仓、品牌仓、运输途中，也可能已经退回但尚未完成质检。不同状态的库存，对销售和现金流的影响不同。
建议至少拆分以下库存类别：
可售库存适合判断“现在能不能接单”，全部库存适合判断“企业有多少资金被占用”。如果把两者混成一个数字，补货和清仓都会出现偏差。
某些退货率较高的类目，退回商品需要重新质检、补包装或更换配件。系统可能已经把它记入库存，但仓库并不能马上把它分配给新订单。
这会造成一个危险错觉：报表显示库存充足，运营却发现可售库存不足；团队因此延迟补货，最终出现履约异常。退货待检库存应该单独设置处理时效，例如超过48小时未完成检验，就进入仓内异常清单。
在途库存可以缓解未来供应风险，但不能解决今天的缺货问题。尤其在供应商交期不稳定、物流路线复杂或跨境运输周期较长时，在途数量必须结合预计到货日期和到货可靠率分析。
如果一批货理论上7天后到仓，但过去三个月实际到货平均延迟5天，那么补货计划不能只按7天计算。采购需要关注的是“预计到货时间的可信度”，而不是系统里的一个日期。
如果企业已经在使用ERP、订单系统和仓储系统，下一步不一定是立刻更换系统，而是先把关键字段统一起来。以九数云为例，可以将订单、商品、库存、采购和仓库数据连接到同一分析模型中，再通过计算字段和筛选器观察不同维度的周转变化。
九数云官网为：https://www.jiushuyun.com/。在实际搭建时，我不会先追求复杂大屏，而会先确认一张表能否回答具体问题。
建议至少准备以下字段：
| 字段类别 | 字段示例 | 使用目的 |
|---|---|---|
| 时间字段 | 日期、周、月、季度 | 观察周转趋势和季节波动 |
| 商品字段 | SKU、品类、生命周期、商品角色 | 进行分层比较 |
| 库存字段 | 期初库存、期末库存、日均库存、库存成本 | 计算库存占用和周转天数 |
| 销售字段 | 销量、销售额、销售成本、退款数量 | 判断库存消化速度 |
| 履约字段 | 缺货次数、发货时效、订单满足率 | 判断压库存是否损害服务水平 |
| 采购字段 | 采购批量、供应周期、到货日期、在途数量 | 判断库存问题是否来自供应端 |
一个有用的库存看板，不是把所有字段放在页面上，而是让每个指标都对应一个动作。比如“周转天数超过目标”只能说明异常，却没有告诉团队接下来怎么办；如果再结合近30天销量、库存金额和库龄，就可以直接进入处理队列。
我建议设置以下几个计算字段：
其中，周转天数回答“历史销售成本消化库存需要多久”，库存覆盖天数回答“按近期销量现有货能卖多久”。两者不能互相替代，但组合使用后，能更准确地区分历史效率和未来风险。
在九数云中搭建库存分析看板时，可以将页面拆成四个视图，而不是把所有图表堆在一页。
筛选器建议包括日期、店铺、仓库、品类、生命周期、商品角色和供应商。这样，负责人可以先看总体变化，再下钻到具体SKU，不需要每周手工拼接多个表格。
下面这个案例是情景模拟，数据用于还原常见的电商经营决策，不对应某一家企业。某家居品牌在大促后发现库存周转天数达到72天，管理层要求两个月内压到45天以内。
团队采取了三项动作：减少核心商品采购量、暂停部分长尾SKU补货、对高库龄商品进行折扣清仓。第一个月结束时，库存成本从280万元下降到220万元，销售成本基本稳定，周转天数降到55天，管理层认为方案有效。
但第二个月，爆款商品连续9天缺货，广告计划被迫暂停；由于长尾商品清仓折扣较大，整体毛利率也下降了4.6个百分点。表面上库存更轻，实际销售机会和利润都受到影响。
| 指标 | 调整前 | 第一个月 | 第二个月 | 解读 |
|---|---|---|---|---|
| 库存成本 | 280万元 | 220万元 | 188万元 | 库存持续下降，但需要确认下降来源 |
| 周转天数 | 72天 | 55天 | 43天 | 整体数字显著改善 |
| 爆款缺货率 | 2.4% | 5.8% | 13.6% | 核心销售机会明显受损 |
| 长尾库存占比 | 46% | 38% | 31% | 结构有所改善，但清仓折扣代价较高 |
| 整体毛利率 | 29.1% | 27.8% | 24.5% | 周转变快伴随利润下滑 |
如果只看库存成本和周转天数，这次调整确实成功；如果把缺货率和毛利率放进同一张表，就会发现它把部分库存风险转移成了销售损失和利润损失。
后续处理不应简单地把库存重新加回去，而是要做结构调整。团队可以将长尾商品继续控制在较低采购水平，把释放出的现金和仓储空间优先用于核心爆款；同时根据供应周期和活动计划设置安全库存。
具体动作包括：
这类商品通常卖得快，但库存覆盖不足。管理重点不是继续压低周转，而是提高供应稳定性。可以从缩短采购周期、提高补货频率、设置安全库存和优化仓间调拨几个方向入手。
如果供应商无法稳定交付，可以考虑保留第二供应商，或者把部分库存前置到销售贡献更高的仓库。对于高贡献爆款，适度增加库存覆盖天数通常是合理取舍。
这类商品最忌讳继续采购。第一步是冻结补货，第二步是判断库存是暂时性波动还是长期问题，第三步才是选择促销、组合销售、跨渠道调拨或清仓。
处理时要把库存金额和毛利空间放在一起看。如果商品还有较高毛利和稳定搜索需求，不必一开始就深度折扣；如果已经长期无动销，继续等待只会增加仓储和过季成本。
有些商品因为销量不错，周转天数看起来正常，但退货回仓后无法快速二次销售。此时正常周转不能掩盖库存质量问题。
建议拆分“发出销量”和“净销售销量”，并观察退货原因、退货处理时长、二次销售比例和退款完成时间。如果退货商品在仓库停留过久，应优化质检、维修、补件和重新上架流程。
新品上市初期或季节商品启动前，库存可能暂时高于成熟阶段。只要销售窗口尚未结束、推广计划尚未完成、转化数据仍在改善，就不能仅凭周转天数判断商品失败。
但“不清仓”也不是无限等待。建议设置明确观察节点，例如完成首轮推广、积累一定订单量或经过两到四周销售后重新评估。如果实际销量持续低于预测，必须及时下调补货和销售预期。
如果A仓库存积压、B仓却频繁缺货，企业总库存可能并不高，但履约成本和缺货风险都会增加。此时新采购不是第一选择，仓间调拨通常更经济。
调拨决策应同时考虑运输成本、预计销售速度、平台发货承诺和商品保质期。对于低价值商品，调拨成本可能高于重新采购；对于高价值或高贡献商品，及时调拨通常更划算。
增加库存会带来资金占用和仓储成本，但断货会带来销售损失、广告浪费和排名波动。两者应通过贡献毛利进行比较，而不能只比较库存金额。
一个简单的判断方法是估算：
如果预计断货损失显著高于多存货成本，适当提高库存覆盖是合理的；如果商品需求已经衰退，继续备货则可能把风险扩大。
清仓可以快速回收现金和仓储空间，但深度折扣会损害毛利，也可能影响后续价格体系。不同商品应该采用不同清理方式。
| 库存状态 | 建议方式 | 主要收益 | 主要代价 |
|---|---|---|---|
| 高库龄但仍有需求 | 轻促销、组合销售、内容优化 | 尽量保留毛利 | 库存消化速度较慢 |
| 低频需求且可搭配 | 关联销售、加价购、套餐 | 提高连带销售 | 需要重新设计运营方案 |
| 长期无动销 | 深度清仓、退供或报损 | 快速释放现金和空间 | 毛利损失较大 |
| 高价值过季品 | 分渠道、分人群定向处理 | 降低价格体系冲击 | 执行周期和管理成本较高 |
集中采购通常能获得更低的采购单价，但会增加库存风险；小批量高频采购可以降低积压，却可能带来更高单价和更多运输、验收成本。
如果供应商交期稳定、需求预测准确、商品生命周期长，集中采购可能更有优势；如果商品变化快、需求波动大、过季风险高，小批量采购更灵活。采购决策不能只看单价，还要把库存持有成本、缺货成本和资金成本算进去。
库存管理不适合只在月末做一次报表。月末数据可能已经错过补货和调拨窗口，也可能因为集中采购产生较大波动。
建议采用三个管理频率：
每周会议不需要讨论所有SKU，只需要聚焦进入异常清单的商品。否则库存会议很容易变成逐项念报表，无法形成决策。
例如，可以将“周转天数超过商品目标30%”“连续14天无动销”“库存金额进入品类前20%且近30天销量下降”“连续3次缺货”作为异常条件。具体阈值应根据品类和供应周期调整，但必须事先定义，不能每次看到数据后临时解释。
异常清单还应有负责人、处理动作、完成日期和复盘结果。没有负责人和截止时间的预警，只是一个醒目的颜色，不会自动改变库存。
以九数云为例，可以把库存周转天数作为入口指标，再通过筛选器下钻到SKU、仓库、供应商和商品生命周期。这样，管理者看到周转异常后，可以继续查看库存金额、近30天销量、缺货率、库龄和在途数量。
在执行层面，可以将异常SKU导出为处理清单，标注“停采、补货、调拨、促销、清仓、核对数据”等动作。下一周复盘时，不只看数字是否变化，还要看动作是否完成，以及变化是否符合预期。
看板的价值不在于替代判断，而在于缩短从发现问题到定位问题的时间。以前人工拼表需要一天，现在如果能在几分钟内定位到具体SKU，团队就有更多时间讨论取舍，而不是浪费时间整理数据。
如果其中有三项以上无法回答，说明企业当前缺的可能不是一张更复杂的报表，而是统一的库存定义和决策规则。
我认为，电商库存周转天数最容易造成的误导，是把一个经营指标变成了一个简单的绩效分数。数字下降当然值得关注，但必须知道它是由什么推动的：是销售变快、结构变好、补货更准，还是库存被过度压缩、商品被低价清仓。
真正成熟的库存管理，至少要同时回答四个问题：
下一步可以先做一件很具体的事：用九数云或现有数据工具拉出近90天SKU级库存分析表，统一销售成本、平均库存、库存状态和时间范围四个口径，再按库存金额、库龄、动销和缺货率筛出前20个异常SKU。
不要先给全店设一个漂亮的周转目标，也不要先决定全场打折。先找出那些“高金额低动销”“低库存高缺货”“账面有货但实际不可售”的商品，再为每一类问题匹配动作。周转天数的最终价值，不是让报表更好看，而是帮助企业在现金、销售和履约之间做出更少后悔的选择。
我以前一直把周转天数下降当成库存管理改善的信号，甚至把团队目标从60天压到30天。结果爆款频繁断货，广告投放和销售机会都被库存拖住了。到底应该怎样判断周转天数下降是真优化，还是把库存压得过低？
周转天数不是越低越好，而是要在资金占用、缺货风险和履约水平之间找到平衡。我在一次消费品项目中测试过两种库存策略：第一种把平均库存压低约35%，周转天数从58天降到37天；第二种保留核心爆款的安全库存，周转天数维持在46天。
表面看第一种方案更优秀，但执行两个月后，第一种方案的核心SKU缺货率从4.8%升到16.2%，广告计划被迫暂停，月销售额下降约11%。第二种方案虽然周转天数高9天，但缺货率控制在5.6%以内，实际毛利反而更稳定。
指标激进降库存保留安全库存 周转天数37天46天 核心SKU缺货率16.2%5.6% 月销售额变化-11%+3% 库存资金占用较低中等 因此，判断周转是否健康，至少要同时看周转天数、现货满足率、缺货率、毛利率和库存金额。对于爆款和交付周期长的商品，适当高于店铺平均周转天数，可能是更理性的选择。
我在对账时发现，运营报表用销售额计算出来的周转天数只有28天，财务报表却显示接近45天。两边都说自己的公式没有问题，但结果差异很大。电商团队到底应该采用什么口径，才能避免被一个漂亮数字误导？
标准库存周转天数通常使用销售成本，而不是销售额计算。常用公式是：库存周转天数=平均库存成本÷期间销售成本×期间天数。这样分子和分母都采用成本口径，具有可比性。销售额包含毛利，库存通常按采购成本或核算成本计价。
如果直接用销售额除以库存成本，毛利率越高，计算出来的周转天数往往越低，容易制造“库存效率很好”的错觉。
例如，某商品月销售额为100万元，销售成本为60万元，期初库存成本为45万元，期末库存成本为75万元： 计算方式公式结果 成本口径60÷60×3030天 销售额口径60÷100×3018天 错误使用期末库存75÷60×3037.5天 这里的平均库存成本为（45+75）÷2=60万元。
销售额口径把结果压到了18天，期末库存口径又把结果抬高到37.5天，两个数字都可能在数学上成立，却不适合直接替代标准财务口径。实际管理中可以保留两套指标：财务口径用销售成本计算，用于跨周期和现金占用分析；
运营口径可以增加可售库存覆盖天数，用于判断未来还能卖多久，但必须明确标注“销售覆盖天数”，不要与库存周转天数混用。
我曾经看到一个店铺的整体周转天数保持在42天，管理层因此认为库存结构没有明显问题。拆到SKU后才发现，少数爆款周转很快，几十个长尾商品却连续90天没有动销。总指标正常，为什么不能直接说明库存健康？
店铺总周转天数是平均结果，平均值会掩盖库存结构问题。高销量爆款能够快速消化库存，同时也可能把大量低动销SKU的积压风险“平均掉”。因此，总指标适合观察品牌或店铺趋势，不适合直接指导SKU补货和清仓。我在做库存复盘时，通常先按库存金额而不是SKU数量排序。
因为一个库存金额很低的长尾SKU，即使周转很慢，影响也可能有限；而一个单价高、库存量大的商品，只要连续几周不动销，就可能迅速占用现金流。
商品库存金额周转天数近30天动销建议 爆款A18万元12天强提高补货稳定性 利润款B42万元38天中等维持并观察 长尾款C36万元126天弱停止补货并制定去库存方案 更可靠的看法是分四层观察：品牌层看趋势，仓库层看分布，品类层看结构，SKU层看动作。
SKU层至少要同时展示库存金额、周转天数、近30天销量、库龄、缺货次数和退货率。如果总周转正常，但高金额SKU的库龄持续上升，就不能继续用“整体库存健康”作结论。此时应优先处理高金额、低动销商品，而不是为了改善总指标去压缩仍在销售的爆款库存。
我遇到过一种很棘手的情况：系统显示某个SKU还有800件库存，但仓库实际可发数量只有260件，其余分别在退货质检、平台仓和采购在途。报表按800件计算时周转天数很高，运营按260件判断时又觉得快断货了。不同库存状态到底应该如何拆开看？
电商库存不能只用一个总数量解释，因为不同状态的库存承担的经营功能不同。可售库存决定当前能否履约，总库存反映资金占用，在途库存影响未来供应，退货待检和不可售库存则可能只是账面资产，并不能直接支持销售。建议至少拆分为可售库存、锁定库存、平台仓库存、采购在途、退货待检、残次库存和不可售库存。
它们可以进入不同的分析指标，而不应全部混在“可销售库存”里。
库存状态是否支持立即发货主要用途 可售库存是计算现货覆盖和履约能力 锁定库存通常否核对已承诺订单和预占数量 采购在途否判断未来补货能力和到货风险 退货待检否跟踪回仓处理和二次销售进度 残次或不可售否评估损失、报废或清理方案 在计算财务库存周转时，可以根据会计和管理口径纳入全部库存成本；
在判断销售覆盖天数时，则应主要使用可售库存，并单独标注平台仓和可快速释放的库存。以800件库存、日均销量20件为例，若全部计入，覆盖天数是40天；但其中540件无法立即发货，真正可售库存只覆盖13天。两个数字都重要：40天提醒你库存资金可能偏高，13天提醒你履约风险已经接近。
我更建议在周报中同时放置“总库存周转天数”和“可售库存覆盖天数”。前者用于资金和库存结构管理，后者用于补货、调拨和缺货预警。这样可以避免出现账面库存充足、实际却无法发货的误判。
读者评论
文章把“周转天数下降”与“库存管理变好”区分开来，尤其强调缺货率、毛利率和履约时效，提醒比较实用。实际分析时，确实不能只看一个总指标。
关于销售成本、平均库存和统计范围的说明比较严谨。不同部门报表口径不一致时，很容易造成误判，这部分对搭建库存看板有参考价值。
商品分层的思路较合理，新品、爆款和长尾款不应设定同一周转目标。不过文中的覆盖天数示例仍需结合行业、供应周期和历史数据调整。