
电商库存执行标准真正要控制的,不是“仓库里还有多少件货”,而是每一件货处于什么状态、占用了多少现金、还能不能按原价卖出去,以及团队是否在正确的时间对它采取了正确动作。我在库存诊断中见过一种很典型的情况:企业库存总额连续三个月下降,财务认为成本改善,仓库却频繁缺货,运营不得不临时调货、加急补货,最终履约成本反而上升。问题不在库存总量,而在库存结构失控。
库存总额是一个结果指标,它只能说明企业在某个时点把多少钱放在了货上,却不能说明这些货是否产生销售价值。相同的三千万元库存,可能由畅销现货、订单锁定货、在途货、质量待检货、季节性库存和长期滞销货组成,其现金风险完全不同。
因此,我不会在第一次库存会议上直接问“库存降了多少”,而是先问三个问题:可售库存占比是多少,库存中有多少已经失去原有售价,库存结构是否与未来四到八周的需求相匹配。只有这三个问题能回答清楚,库存下降才可能意味着成本改善。
我的核心判断是:电商库存成本控制的最小执行单元不是仓库,而是“SKU,仓库,渠道,库存状态,库存年龄”这一组组合。只看仓库总库存,会把不同成本性质的货混在一起;只看SKU库存,又可能忽略渠道之间的错配。
库存成本并不等于采购金额。实际管理中,我通常把库存相关成本拆成四类:资金占用成本、仓储作业成本、库存减值成本和缺货补救成本。前三项通常随着库存变多而上升,第四项则可能在库存过低时突然上升。
很多企业只把第一项记入财务分析,导致库存看起来“毛利不错”,但一旦把仓储、减值和补救成本加回来,某些SKU实际上已经处于亏损状态。对电商来说,库存成本控制不是单向压低库存,而是在服务水平允许的边界内,使四种成本的总和最低。
| 成本类别 | 主要驱动因素 | 常见错误 | 建议观察指标 |
|---|---|---|---|
| 资金占用成本 | 库存金额、付款周期、周转天数 | 只看采购价,不看库存停留时间 | 平均库存金额、库存资金占用率 |
| 仓储作业成本 | 库位数量、SKU数量、出入库频次 | 把低频SKU与高频SKU使用同一仓储规则 | 单位库存仓储费、每单拣选成本 |
| 库存减值成本 | 库存年龄、商品生命周期、折扣深度 | 等到清仓时才确认损失 | 库存减值率、原价可售率 |
| 缺货补救成本 | 缺货率、供应周期、渠道承诺 | 只看库存低带来的节省 | 加急采购金额、缺货损失、调拨次数 |
一个可执行的库存标准,至少要对每类库存定义三个内容:它现在是什么状态,达到什么条件会变成风险,以及谁在多长时间内采取什么动作。如果标准只有“库存不得超过三个月销量”,那仍然不够,因为不同商品的生命周期、毛利率和供应周期并不相同。
例如,低毛利日用品的库存年龄达到六十天,可能就需要减少采购;高毛利耐用品即使超过九十天,也可能仍然值得保留。标准不能只按时间一刀切,还要把毛利、折扣弹性、补货周期和缺货损失一起纳入。

我接触过一个家居用品商家,平时月均销售额约八百万元,年中大促前把核心SKU的备货量提高到平时的三倍。大促期间销售确实增长,但活动结束后,部分颜色和规格的库存只卖出原计划的一半。
问题并不是预测完全错误,而是企业只预测了总需求,没有预测需求在颜色、套装、价格带和渠道之间如何分布。结果是主推规格缺货,非主推规格积压,仓库总量看似充足,客户却买不到真正想要的商品。
大促结束后,团队通常会先做一次全店折扣,但这会把原本仍有正常销售能力的商品一并降价。更合理的做法是先按SKU和渠道识别库存结构,再决定是补货、转仓、换包装、组合销售,还是直接进入清仓。
许多电商企业把新品数量当成增长能力,把SKU扩张当成品类竞争力。但从库存成本角度看,每增加一个SKU,就会增加最低采购量、包装物料、库位、盘点、图片内容、售后备件和预测误差。
如果一个新品每月只能卖出十几件,却需要按整箱或最小起订量采购,那么它可能在第一次采购时就形成了数月库存。商品经理看到的是“新品上市”,财务看到的却是现金提前沉淀,仓库看到的是低频拣选和库位占用。
我通常会把新品分成三个阶段观察:上市验证期、放量增长期和稳定经营期。验证期不应该追求最低采购价,而要优先降低错误选品的退出成本;放量期才适合争取规模采购;稳定期则要用历史需求和供应周期优化补货。
电商库存最容易出现“局部合理、整体浪费”。直营网店仓缺货,分销仓却有货;华东仓库存过高,华南仓每天加急调拨;平台A的某个规格卖不动,平台B却在做同规格活动。
当库存数据分散在订单系统、仓库系统、采购表格和财务报表里,团队往往只能按各自口径做决定。采购看采购未交量,运营看可售库存,仓库看实物库存,财务看库存金额,四个数字都可能正确,却无法形成同一个行动结论。
库存结构管理的前提不是先买一个看板,而是先统一口径。至少要明确在途、待检、锁定、可售、冻结、调拨中和不可售库存的定义,并规定这些状态如何转换。

“库存周转率低于目标要改善”不是执行标准,因为它没有说明谁改善、改善什么、何时完成。采购可能减少订单,运营可能加大促销,仓库可能安排移库,财务可能计提减值,最后所有人都做了动作,却没有人对结果负责。
一个真正可执行的指标必须配套责任边界。例如,库存年龄超过九十天的SKU由商品负责人确认销售策略,采购负责人停止自动补单,仓库负责人确认库位与批次,财务负责人核对减值影响。每个动作都要有截止日期和结果字段。
库存周转率是重要指标,但它不能独立判断库存是否健康。某个低毛利、高销量商品周转很快,可能依然因为履约、退货和促销费用而不赚钱;某个高毛利、低频耐用品周转较慢,却可能贡献稳定利润。
我更建议把周转率与贡献毛利、库存年龄和缺货率放在同一张分析表里。只有当一个SKU同时表现为周转慢、贡献毛利低、库存年龄高,才适合优先清理。若只是周转慢但毛利高,就需要进一步判断它是否承担品类形象或组合销售功能。
| SKU类型 | 周转表现 | 毛利表现 | 优先动作 |
|---|---|---|---|
| 高频引流款 | 高周转 | 低毛利 | 控制缺货,优化补货批量和履约成本 |
| 核心利润款 | 中高周转 | 高毛利 | 优先保障现货和核心渠道库存 |
| 形象长尾款 | 低周转 | 高毛利 | 降低备货深度,保留少量展示和定制库存 |
| 低效尾货 | 低周转 | 低毛利 | 停止补货,尽快转移、组合或清理 |
“每个SKU保留十五天安全库存”看起来简单,实际上会同时制造两种浪费。高波动、高销量商品的十五天可能不够,低销量、长生命周期商品的十五天又可能远远过量。
安全库存应该至少考虑需求波动、供应周期波动、目标服务水平和缺货损失。对需求稳定的快消品,可以用需求标准差估算;对间歇性需求商品,连续几周零销量后突然销售的情况更常见,不能直接套用普通平均值。
我在实际执行中会先把SKU按需求特征分组,再决定算法复杂度。销量稳定的商品使用滚动均值和波动率就够了;促销驱动型商品需要拆分自然销量和活动增量;长尾商品则更适合设置采购触发点和人工复核,而不是自动补货。
采购部门经常通过大批量采购争取单价下降。例如一次采购一万件可以降低每件成本百分之八,但如果这批货需要多占用四个月库存,那么资金成本、仓储成本和降价风险很可能超过单价节省。
我判断批量采购是否划算时,会把采购折扣换算成每件真实节省,再减去增量库存的资金占用、存储、损耗和预期减值。若商品生命周期短,还要把销售窗口错过后的折扣损失计入。
可以使用一个简单的管理公式:
批量采购净收益 = 采购单价节省 - 增量持有成本 - 预计减值损失 - 额外操作成本
这个公式不替代财务核算,但能让采购决策从“单价更低”转向“全周期成本更低”。
仅按入库日期计算库存年龄,会误判一些经历过调拨、换包装或重新上架的商品。相反,如果企业每次移动库存都刷新日期,又会把长期滞销品伪装成“新库存”。
更稳妥的做法是同时保留三个日期:首次入库日期、最近一次可售日期和最近一次销售日期。库存年龄主要按首次入库日期计算,销售活跃度则按最近销售日期判断。这样可以区分“老货仍然卖得动”和“最近才入库但一直卖不动”。
对于组合装、拆零销售和赠品,还要明确母SKU与子SKU之间的转换关系,否则仓库显示有货,订单系统却无法准确扣减,最终会出现账面库存和实物库存同时失真的情况。

库存状态必须互斥,否则同一批货可能同时被计入可售、在途和安全库存,造成总量重复计算。我的建议是先建立基础状态,再用标签描述经营属性。
“安全库存”不建议作为基础状态,而应作为可售库存上的管理标签。因为安全库存本质上是决策保留量,不是另一种实物。把安全库存单独加到可售库存上,最容易造成虚增。
我通常将库存年龄分为零至三十天、三十一至六十天、六十一至九十天、九十一至一百八十天和一百八十天以上五个区间。区间不必盲目追求行业统一,关键是它们要对应不同的经营动作。
库存年龄还需要与销售活跃度交叉。一个入库一百二十天、最近七天仍有稳定销量的SKU,与入库三十天但从未产生有效订单的SKU,处理优先级可能完全相反。
| 库存年龄 | 销售活跃度 | 判断 | 建议动作 |
|---|---|---|---|
| 0至30天 | 高 | 正常经营库存 | 按销售和供应周期补货 |
| 31至60天 | 中 | 需要观察结构 | 控制采购量,检查渠道分布 |
| 61至90天 | 低 | 存在周转压力 | 停止盲目补货,安排组合销售或转渠道 |
| 91至180天 | 低 | 减值概率明显上升 | 制定限时清理方案并确认价格底线 |
| 180天以上 | 无或极低 | 高风险库存 | 评估报损、返工、捐赠或彻底退出 |
补货点不能只按过去三十天销量计算。基本逻辑是:补货点等于供应周期内的预计需求,加上应对波动的安全库存。
补货点 = 供应周期需求 + 安全库存
供应周期需求应包括采购、生产、质检、入库和可售确认所需要的完整时间,而不是只看供应商承诺的发货时间。如果供应商承诺七天发货,实际入库平均还需要四天,那么系统采用七天补货周期就会持续低估风险。
安全库存也不应该无限提高。服务水平从百分之九十五提高到百分之九十八,可能只需要增加少量库存;但从百分之九十八提高到百分之九十九点五,往往需要承担明显更高的库存成本。企业要先确认缺货一件货的损失,再决定值得为它保留多少安全库存。
预警阈值的价值有限,因为它只提醒问题存在。执行标准要把阈值直接绑定动作。例如,库存覆盖天数超过九十天,动作不是“关注”,而是“暂停自动采购,并在七天内给出转渠道或促销方案”。
| 触发条件 | 系统动作 | 业务动作 | 责任人 |
|---|---|---|---|
| 覆盖天数低于供应周期 | 标记短缺风险 | 复核在途、替代SKU和加急方案 | 采购负责人 |
| 库存年龄超过90天 | 停止自动补货 | 制定促销、转仓或组合销售方案 | 商品负责人 |
| 库存年龄超过180天 | 进入高风险清单 | 确认折价底线和损失处理方式 | 商品与财务负责人 |
| 可售库存与实物差异超过阈值 | 冻结异常SKU | 盘点并核对订单、退货和调拨记录 | 仓库负责人 |

在实际项目中,我更倾向于把九数云放在“经营分析层”,而不是让它替代企业原有的进销存、仓储或订单系统。原系统负责记录交易和库存变化,分析工具负责把分散数据连接起来,形成统一口径、趋势分析和行动清单。
这种分工很重要。库存分析工具可以帮助团队发现某个SKU在多个仓库的库存差异,却不能替代仓库对实物的盘点;可以计算库存年龄,却不能凭报表判断一批待检货是否真的符合入库标准。
我在设计分析模型时,会先把采购、订单、仓库、退货、调拨和财务数据统一到SKU、仓库、日期和渠道四个基础维度,再增加库存状态、库存年龄、供应商和商品生命周期等经营维度。
如果企业希望了解九数云的产品能力,可以访问九数云官网。但选型时不要只看能否做图表,更要看数据连接、权限管理、计算逻辑、更新频率和异常追溯是否满足库存管理要求。
下面案例来自我整理的脱敏项目口径,并加入了情景推演,数字用于说明分析方法,不作为任何行业的统一基准。企业是一家多渠道家居用品商家,拥有约一千八百六十个SKU,覆盖直营网店、平台店和分销渠道。
项目启动时,企业账面库存约三千一百五十万元。管理层认为库存规模与销售额基本匹配,但拆分后发现,正常可售库存约一千六百八十万元,订单锁定库存约二百二十万元,在途库存约三百六十万元,滞销库存约三百万元,呆死库存约一百七十万元,另有一部分库存处于待检和冻结状态。
更严重的问题是,采购报表把在途货物列为“已备货”,运营报表却没有把它从可售量中剔除。结果是管理层看到的库存覆盖天数为四十三天,实际能够立即发货的库存覆盖天数只有三十一天。
团队通过九数云建立库存状态映射后,先解决口径问题,再进行库存动作。高频核心SKU优先保障可售量,低频尾货停止采购,跨仓库存进行渠道匹配,超过九十天的商品进入周度处理清单。
一个有用的库存看板不应只展示库存金额、周转率和库存天数。我会把页面设计成四个层次:总览层、定位层、决策层和追踪层。
其中最容易被忽略的是追踪层。没有追踪层,库存看板只能告诉团队“哪里有问题”;有了追踪层,才能回答“上周发现的问题处理了吗,处理后释放了多少资金,是否造成缺货”。
在这个脱敏案例中,团队没有要求所有SKU统一降库存,而是先处理风险最高的两百多个SKU。经过九十天的调整,平均库存从三千一百五十万元降至约二千四百七十万元,风险库存从四百七十万元降至约三百一十万元。
同期,库存缺货率没有因为降库存而上升,反而从情景基准的百分之四点六下降到百分之三点七。这并不是因为库存越少越好,而是因为原来被低效SKU占用的资金和库位被重新分配给了真正有需求的核心SKU。
需要特别说明的是,以下成本变化为脱敏项目口径与情景推演。其价值不在于数字可以复制,而在于展示库存结构调整应当如何同时观察资金、仓储、减值和缺货补救成本。
| 成本项目 | 调整前每月 | 调整后每月 | 变化解释 |
|---|---|---|---|
| 资金与仓储持有成本 | 79.2万元 | 58.4万元 | 库存金额下降,同时减少库位和操作压力 |
| 降价与减值成本 | 30.5万元 | 18.2万元 | 提前识别高龄库存,减少被动深度折扣 |
| 加急采购与调拨成本 | 2.1万元 | 4.8万元 | 部分核心SKU提高现货保障,短期补救成本上升 |
| 库存相关总成本 | 111.8万元 | 81.4万元 | 总成本约下降30.4万元,结构优化收益高于补救成本增加 |

第一个视图是“库存结构总览”,按库存状态展示金额、数量和占比,同时可以切换仓库与渠道。它解决的是管理层不知道库存质量的问题。
第二个视图是“库存年龄与销售活跃度矩阵”,横轴为库存年龄,纵轴为近三十天销售频次,气泡大小代表库存金额。它能快速识别“金额大、年龄高、销量低”的优先处理对象。
第三个视图是“补货与缺货双向清单”。一端列出覆盖天数低于供应周期的SKU,另一端列出库存覆盖过高且销量连续下降的SKU。这样采购会议不会只讨论缺货,也不会只讨论压库存。
如果看板只能显示一个总库存数字,就算视觉上很漂亮,也不具备库存执行价值。真正有价值的是从总览点击到SKU,再点击到订单、采购批次和责任人,最后能够形成动作记录。

对于需求稳定、供应周期清晰、退货率较低的日常商品,可以建立相对自动化的补货规则。重点监控近四周销量、需求波动、供应周期、库存覆盖天数和供应商交付稳定性。
这类商品适合设置系统自动建议采购量,但不建议完全自动下单。采购量超过历史均值一定比例时,仍应触发人工复核,尤其是在价格变动、平台活动和供应商交期异常的情况下。
季节性商品不能只看同比销量,因为今年的活动节奏、天气、平台流量和竞争价格都可能不同。最重要的是把“销售窗口”纳入库存结构。
我通常会给季节性商品设置三个节点:最晚入库日、销售高峰日和清货截止日。超过最晚入库日再补货,可能还没有到仓就错过高峰;超过清货截止日仍保留原价销售预期,通常意味着减值判断过晚。
季节性商品的采购审批应同时显示三个数字:预计销售量、可退或可转移数量、销售窗口结束后的残余数量。只有预计残余数量可控,采购量才有意义。
多渠道企业不能把所有渠道的库存简单相加。每个渠道的价格体系、活动节奏、履约承诺和退货规则不同,同一件货在不同渠道的价值也不同。
建议建立渠道级库存池,同时保留共享库存。核心渠道可以设定最低保障量,但不能让渠道库存长期固化。若某渠道连续两周销售低于计划,应允许部分库存转移到转化更好的渠道。
| 渠道状态 | 库存判断 | 建议动作 |
|---|---|---|
| 高转化、低库存 | 机会损失风险高 | 优先调拨和补货,避免被低效渠道占用 |
| 低转化、高库存 | 渠道库存错配 | 减少投放,转移库存或调整商品组合 |
| 高退货、高库存 | 表面销售掩盖真实消耗 | 按净销售计算补货,检查商品描述和质量问题 |
| 活动期临时高销量 | 需求可能不可持续 | 拆分活动增量,不用活动峰值直接作为常态补货依据 |
小团队不需要一开始就建立复杂模型,但必须先保留关键字段。最小可行表至少包括SKU、商品名称、仓库、可售库存、锁定库存、在途库存、近三十天销量、供应周期、最近销售日期、库存成本和责任人。
小团队可以先用周报驱动库存会议,每周只处理三张清单:缺货风险清单、超龄库存清单和异常差异清单。不要把时间花在制作复杂图表上,先确保每一条异常都有结论和负责人。
当SKU超过五百个、仓库超过两个,或者每天订单量快速增长时,再考虑使用九数云等分析工具统一数据和权限。工具的价值是降低重复整理成本,而不是让小团队拥有更多无人阅读的报表。

库存越低,资金占用通常越少,但缺货风险会提高;库存越高,订单承接能力更强,但持有和减值成本也会上升。管理层真正需要做的是确定哪一种损失更值得承担,而不是要求所有部门同时做到“零缺货、零积压、零成本”。
对于核心引流商品,缺货可能导致广告投放浪费和客户转向,因此应该接受较高的安全库存。对于低毛利、可替代的长尾商品,缺货损失较低,就不应该为了极高服务水平长期压货。
增加SKU可以提高选择丰富度,帮助企业覆盖更多需求,但每个SKU都需要最小库存深度。商品数量增长到一定程度后,库存复杂度往往不是线性增加,而是同时增加预测、盘点、陈列和补货的组合难度。
我建议用“SKU贡献毛利,库存占用,替代性”做组合判断。若某个SKU贡献毛利低、占用资金高、又容易被其他SKU替代,它应当优先退出;若它虽然销量低,却是高价值客户的必要搭配,就应保留小批量而不是直接删除。
自动化适合处理规则清晰、数据稳定、动作重复的任务,例如库存汇总、覆盖天数计算、年龄分层和异常提醒。但促销新品、供应商突然涨价、质量争议品和生命周期即将结束的商品,仍需要人工判断。
自动化最大的风险不是计算错误,而是把错误口径稳定地放大。如果在途库存被错误算进可售库存,系统每天都能准确地输出一个错误的补货建议。因此,自动化之前必须先建立数据质量检查。
一次大促清仓可能导致当月毛利下降,但可以释放仓储空间和现金;继续维持原价销售可能保住账面毛利率,却承担更高的库存年龄和未来减值风险。
我在评估清仓方案时,会同时看三个结果:本次活动的直接毛利、释放的库存资金和对后续正价销售的影响。如果清仓价格只带来小幅亏损,却能释放大量现金并减少后续仓储支出,它可能是正确的经营选择。

日级库存管理不适合讨论长期策略,重点是避免今天发不出去、今天重复采购或今天把不可售库存当成可售库存。日报应该只保留需要快速响应的异常。
日级异常必须有明确的临时措施,例如切换仓库、调整可售量、拆分发货、替换商品或暂停广告。当天不需要解决所有根因,但必须防止异常继续扩大。
周会是库存结构执行的核心。周会不应从一张全量库存表开始,而应从上周动作完成率开始:哪些补货按时到仓,哪些滞销SKU已经处理,哪些调拨产生了额外成本,哪些预警被证明是误报。
周会建议固定输出四张表:补货建议表、缺货风险表、超龄库存表和动作跟踪表。每张表都要有金额、数量、责任人、截止日期和处理结果。
月度会议要回答的是参数是否还合理。包括供应周期是否变化,安全库存是否过高,预测误差是否扩大,库存减值是否充分,渠道库存是否需要重新分配。
月度还应把库存动作与利润表联系起来。仅仅看到库存减少并不够,还要观察毛利、折扣、缺货、退货、仓储和加急成本是否发生变化。否则团队可能通过打折清库存,制造一个库存改善假象。
| 角色 | 主要负责内容 | 不能替代的职责 |
|---|---|---|
| 商品负责人 | 生命周期、销售策略、商品组合和清理方案 | 不能替代仓库确认实物状态 |
| 采购负责人 | 供应周期、采购批量、交付和供应商协同 | 不能单独决定渠道促销价格 |
| 仓库负责人 | 实物数量、库位、批次、质检和盘点 | 不能修改经营口径掩盖差异 |
| 运营负责人 | 渠道销售、活动计划、转化和库存消化 | 不能把活动峰值直接当作常态需求 |
| 财务负责人 | 库存金额、减值、现金占用和成本归集 | 不能只看账面库存而忽略实物状态 |

同一个商品在采购系统里可能按箱计量,在仓库系统里按件计量,在订单系统里按套销售。如果没有统一换算关系,库存金额、库存数量和销售速度都会出现偏差。
SKU编码也必须保持唯一。颜色、尺码、包装数量、版本和赠品组合只要存在差异,就要确认是否应当成为独立SKU。编码混用会导致销量被错误合并,库存年龄被错误覆盖,最终让补货和清仓都建立在错误基础上。
很多企业一开始就希望把所有系统全部接入,结果项目周期长,口径争议多,业务人员迟迟看不到结果。我更建议先选择一个品类、一个仓库或一组高风险SKU做试点。
第一阶段只接入订单、库存和采购数据,验证库存状态、库存年龄和覆盖天数是否正确。第二阶段加入退货、调拨、仓储费用和渠道数据,计算真实库存成本。第三阶段再增加预算、利润和促销数据,支持跨部门决策。
每个阶段都应保留人工抽样核对。比如选取金额最大的二十个SKU,逐一核对订单数量、库存数量、采购批次和账面金额。系统计算结果只有与业务现场能对上,才值得扩大范围。
我通常从六个问题判断一个库存分析工具是否适合落地:能否稳定连接数据源,能否保留历史快照,能否处理多单位和多状态,能否支持权限隔离,能否追溯计算逻辑,能否让业务人员自己完成常规分析。
其中历史快照特别重要。若系统每天只展示最新库存,团队无法判断库存年龄和结构是如何变化的。库存治理需要回答“这个SKU什么时候开始变差”,而不是只回答“今天它为什么异常”。
| 评估维度 | 必须验证的问题 | 不合格的后果 |
|---|---|---|
| 数据连接 | 订单、采购、仓库和财务能否统一更新 | 人工搬运数据,更新慢且容易漏项 |
| 历史追踪 | 能否查看库存状态和指标的历史变化 | 无法判断问题形成过程 |
| 计算能力 | 能否按SKU、仓库、渠道和批次计算 | 只能得到总量,无法定位动作 |
| 权限管理 | 采购、仓库、运营和财务能否看到适当数据 | 信息过度暴露或部门无法协同 |
| 异常追溯 | 能否从看板下钻到原始记录 | 会议上出现数字争论,无法形成决策 |
数据质量不能只检查是否为空,还要检查是否符合业务逻辑。例如,可售库存不应小于零;锁定库存不应长期大于可售加在途库存;最近三十天销量为零的SKU不应持续产生自动补货建议;库存年龄不应因为仓库调拨而重新归零。
这些检查可以在九数云看板中做成异常卡片,也可以由数据负责人每周抽查。规则不需要复杂,但必须把最容易影响决策的错误提前暴露出来。

先不要急着设计复杂看板。把所有库存状态写成一页定义表,确认可售、锁定、在途、待检、冻结和不可售的边界。任何无法归类的库存,都先放入异常状态,不要强行并入可售库存。
同时确认库存金额采用采购成本、移动平均成本还是标准成本。不同口径可以并存,但必须在报表中明确,否则库存金额和毛利分析会互相矛盾。
按照库存金额从高到低排序,再叠加库存年龄、近三十天销量和毛利率。先选出二十到五十个高风险SKU,逐个明确动作,不要一开始就试图治理全部商品。
每个SKU至少要填写以下字段:
试点看板不需要覆盖所有经营指标,先把库存状态、库存年龄、覆盖天数、缺货风险和动作跟踪做准确。看板上的每一个数字都要能下钻到SKU和原始记录,不能只停留在汇总图表。
试运行至少覆盖四周,观察系统建议与实际动作的偏差。若补货建议经常与业务判断相反,先查数据口径和供应周期,不要马上否定工具,也不要为了让结果好看而修改阈值。
库存管理最终要服务现金流和利润,而不是服务报表本身。每月应把库存动作对应的成本变化列出来:释放了多少资金,减少了多少仓储,产生了多少折扣,增加了多少调拨和加急费用,缺货率是否发生变化。
如果只汇报库存从三千万元降到二千五百万元,却不说明销售损失、折扣成本和缺货补救成本,那么这个结果并不能证明库存管理变好了。
库存执行标准最容易缺少的,是停止动作。停止自动补货、停止继续投放、停止追加包装、停止把高龄库存当作正常资产,这些决定往往比新增采购更重要。
我建议在每个SKU的动作状态中加入“继续经营、限制补货、转渠道、促销消化、清仓处理、报损退出”六种结果。没有明确结果的“持续观察”,只能保留有限期限,例如七天或十四天,到期必须重新决策。
电商库存执行标准的价值,不在于把库存划分成更多类别,而在于让每一类库存都对应清晰的成本逻辑和执行动作。可售库存要服务销售,在途库存要匹配现金计划,安全库存要匹配缺货损失,滞销库存要尽早改变销售路径,呆死库存要及时止损。
我最坚持的一点是:库存总额下降,不一定代表成本控制成功;只有高风险库存减少、核心商品缺货不恶化、库存相关总成本下降,才算真正完成了库存结构优化。
如果企业准备开始,可以按以下顺序行动:先统一库存状态,再拆分库存年龄,接着把SKU按需求稳定性和毛利分组,然后用九数云或其他分析工具建立试点看板,最后把每个预警绑定到负责人、截止日期和成本结果。
当库存会议从“仓库还有多少货”变成“哪些货占用了现金、为什么占用、谁在什么时候处理、处理后成本如何变化”,库存结构才真正进入执行层。那时,库存不再只是仓库和财务的数字,而会成为商品、采购、运营、仓储和管理层共同使用的一张经营地图。
我一直以为只要把库存金额压下来,仓储成本就会下降。但实际盘点时经常发现,仓库里明明有不少货,畅销SKU却仍然缺货;这种“库存很多但不能及时卖”的情况,到底应该怎么判断?
库存总量只能回答“有多少货”,不能回答“这些货是否放在正确的位置、是否能被订单使用”。在实际库存梳理中,我会先把库存拆成可售库存、锁定库存、不可售库存、活动库存、在途库存和呆滞库存,再分别观察它们的金额、覆盖天数和销售贡献。
例如,某店铺账面库存金额为100万元,其中可售库存60万元、订单锁定库存10万元、退货待检库存8万元、活动结余库存12万元、超过180天未动销库存10万元。表面上看库存并不低,但真正能支持日常销售的库存只有60万元;如果其中高频SKU还缺货,说明问题不是总量不足,而是结构错配。
| 库存结构 | 主要成本 | 优先控制动作 |
|---|---|---|
| 高动销可售库存不足 | 缺货、订单损失、加急补货 | 提高补货及时性,设定安全库存 |
| 低动销库存过多 | 资金占用、库位占用、跌价 | 暂停采购,设置清理时限 |
| 活动库存结余 | 促销折损、仓储和过期风险 | 活动后单独复盘并制定退出方案 |
| 不可售或待处理库存 | 重复搬运、盘点误差、账实不符 | 明确质检、退货和报废责任人 |
因此,成本控制的目标不应是机械地减少库存,而是减少无效库存,同时保护真正影响履约的核心库存。
判断结构是否合理,至少要把库存金额、动销贡献、库存覆盖天数和缺货率放在一起看。
我所在的团队过去主要凭采购人员经验补货,销量一变动就容易出现过量采购或临时调货。现在想把库存管理变成可执行的标准,但担心直接套用固定的A、B、C分类比例会失真,具体应该怎么设计?
库存标准不能从“所有SKU统一一个库存天数”开始,而应从商品贡献度、动销速度、生命周期和供应稳定性四个维度建立分层。我的做法是先用近90天销售额或毛利贡献做初筛,再用出库频次、采购提前期和商品生命周期修正分类。
例如,某SKU近30天日均销量为20件,供应商采购提前期为7天,安全库存为60件,那么补货点可以先按“日均需求×采购提前期+安全库存”计算,即200件。当可用库存低于200件时触发补货,但如果该SKU即将换季,就不能继续机械执行这个公式,而应降低补货上限。
| 分类 | 判断重点 | 常用执行标准 |
|---|---|---|
| 高贡献、高频动销 | 缺货损失是否高于持有成本 | 每日监控,设置补货点和安全库存 |
| 稳定销售、中等贡献 | 周转与采购批量是否匹配 | 每周复盘,设置库存上限 |
| 低频或长尾商品 | 是否持续占用资金和库位 | 限制采购,按月处理 |
| 新品 | 销量数据不足,预测不稳定 | 小批量试采,设置观察周期 |
| 衰退或换季商品 | 未来销售窗口是否缩短 | 停止常规补货,制定退出计划 |
需要特别区分“补货点”和“库存上限”。
补货点解决什么时候买,上限解决最多买多少;只设置前者,采购仍可能因起订量或促销预测过度而形成积压。阈值也不应长期不变,至少要在大促、季节切换、供应商交期变化和商品生命周期变化时重新校准。
我曾经遇到过大促前为了保证发货提前备货,活动结束后仓库却留下大量特定颜色和规格的商品。运营认为这是活动预测误差,采购认为是销量没有兑现,仓库则只负责存放;活动库存到底应该怎样单独管理?
活动库存最容易踩的坑,是把“预计销售量”直接等同于“应该采购量”。大促库存必须同时考虑历史转化率、活动流量、活动持续时间、退货率、补货周期和活动后自然销量,否则活动结束后,剩余货品就会从销售保障库存变成滞销库存。建议在系统或库存台账中单独标识活动库存,不要让它和日常可售库存混在一起。
活动前设定计划量、最低保障量和最大备货量;活动结束后再设置明确的T+3、T+7或T+14处理节点,分别检查未发货订单、退货回流和剩余库存,而不是等到月底才发现库存已经沉淀。
| 节点 | 应关注的数据 | 对应动作 |
|---|---|---|
| 活动前 | 预测销量、采购提前期、供应能力 | 确定最小保障量和最大备货量 |
| 活动中 | 实时销量、转化率、缺货率 | 动态调拨或限制低效SKU继续补货 |
| 活动后3天 | 未发货订单、退货和取消订单 | 冻结重复采购,核对真实消耗量 |
| 活动后7至14天 | 剩余库存、自然销量、毛利空间 | 转日常销售、组合销售或清仓 |
我更关注“活动库存结余率”和“活动后库存覆盖天数”,而不是只看活动GMV。
假设活动采购1000件,活动后剩余300件,之后日均只能销售5件,那么库存覆盖天数已经达到60天;如果商品还存在换季或规格过时风险,就应优先处理,而不是继续等待自然销售。促销可以处理库存,但不能替代选品、预测和补货规则的改进。
我发现有些库存优化项目会把库存金额和周转天数做得很好看,但同时紧急采购、跨仓调拨和缺货投诉明显增加。库存复盘时,应该看哪些指标,才能判断成本控制是否真正有效?
库存成本控制不能只看库存金额下降了多少,因为库存减少可能只是把持有成本转移成缺货成本、加急运输成本或销售损失。我通常会把指标分成库存效率、履约服务和综合成本三组,并至少连续观察4至8周,避免单周促销或季节波动造成误判。
| 指标组 | 建议指标 | 异常时的判断 |
|---|---|---|
| 库存效率 | 周转天数、动销率、呆滞库存金额 | 库存是否减少了无效占用 |
| 履约服务 | 缺货率、订单满足率、延迟发货率 | 是否压库存过度 |
| 运营协同 | 紧急采购次数、跨仓调拨次数 | 库存是否放错仓或补货失序 |
| 综合成本 | 仓储费、加急运费、清仓折损、缺货损失 | 成本是否发生转移 |
例如,调整前库存金额为100万元、库存周转天数为65天、缺货率为1.5%;
调整后库存金额降至82万元、周转天数降至48天,但缺货率升至4.2%,紧急运输费用增加2万元。此时不能直接宣布优化成功,应继续拆分缺货发生在哪些高贡献SKU,判断减少的持有成本是否足以覆盖新增履约和销售损失。更可靠的做法是建立SKU级别的前后对比,而不是只看全店平均值。
高动销商品应重点看订单满足率和缺货损失,低动销商品应重点看库存账龄和清理回收率;只有在核心商品服务水平稳定、低效库存下降、综合成本同步改善时,才能说明库存结构优化真正产生了成本控制效果。


读者评论
文章把库存总量和库存质量区分开,这一点很实用。尤其是把资金占用、仓储、减值和缺货补救放在一起看,比单独追踪周转率更接近电商真实经营。不过,实际落地时四类成本的数据口径统一会是最大难点。
大促备货那部分很有共鸣。很多团队只预测总销量,却忽略颜色、规格和渠道分布,最后出现“仓库有货、消费者买不到”的情况。按SKU、渠道和库存年龄拆分后再决定调货或促销,确实比全店降价更稳妥。
库存年龄同时保留首次入库、最近可售和最近销售日期,这个建议很细。只看入库日期容易误判,频繁调拨又可能掩盖老库存。文章还提到给每个动作明确负责人和截止时间,这对避免报表停留在分析层面很关键。