店铺库存看起来是仓库里的货，实际牵动的是选品、采购、销售、现金流和履约：畅销品断货，可能是补货周期没算进去；滞销品越积越多，可能是选品、促销或生命周期判断出了偏差；账面显示有货、仓库却找不到，则要先查流程和数据，而不是马上买一套新系统。诊断店铺运营时，我会先问“哪一类商品、在哪个环节、以什么证据显示异常”，再决定是调采购、调库存、调流程还是调商品结构。
“库存太多”和“库存太少”是现象，不是诊断结论。看到积压就全面清仓，可能把仍有稳定需求的商品也降价处理；看到缺货就增加采购，可能只是账实不符或渠道库存没有同步。动作下得越快，若原因判断错，损失可能越大。
我通常先把店铺的库存异常拆成四类：需求判断错、补货节奏错、库存记录错、商品结构错。每一类对应的处理办法不同。需求判断错，要回看销量、季节性和活动影响；补货节奏错，要核对供应商交期及下单频率；记录错，要追踪入库、出库、退货和调拨；结构错，则要判断哪些商品值得持续占用资金和管理精力。
对中小商家而言，先把库存数据记准、异常分清，比一开始追求复杂预测更重要。如果商品编码不统一、退货没有及时入账、多个渠道的库存各自记录，再精细的补货公式也只是在不可靠的输入上计算。
库存管理不能只盯仓库数量。我会把每个库存问题至少连到一个经营结果：是否造成缺货损失、是否占用过多现金、是否增加仓储和清货成本、是否引发发货延迟或取消订单。这样做的好处是，店主可以比较问题的优先级，而不是看到哪个数字最醒目就先处理哪个。
判断优先级时，不必先找行业排名或万能周转标准。小店更需要一套能持续使用的口径：统计周期一致、库存金额口径一致、商品编码一致，并能解释异常变化。没有口径的一组漂亮报表，无法支持可靠采购决策。
我在做库存问题梳理时，首先会避免把店铺整体库存当成一个平均数。一个经营多款商品的店，可能有几款季节品和长尾品长期占仓，却有少数畅销规格频繁断货。此时总库存金额看起来充足，顾客真正想买的商品却没有货。
以一家销售家居收纳用品的假设小店为例：店里有收纳盒、挂钩、折叠架等多个品类。大号收纳盒占了不少货架空间，但近期销量下降；小号挂钩的单价不高，却每周都出现缺货；折叠架还有库存，但部分颜色已经很少有人购买。把总库存金额汇总后，店主可能只看到“货还不少”，看不到资金被压在不同商品上的效率差异。
这个场景中的关键不是商品数量，而是商品和需求是否匹配。总库存无法替代SKU层面的判断。至少要能按商品、规格、渠道、库龄和销量查看库存，否则整体指标会遮住局部异常。
某个商品断货，表面上可能是采购下单晚了；往前追，可能是促销计划没有提前通知采购，或者供应商交期比店主记忆中的时间更长；再往前追，也可能是商品销量只在活动期间被拉高，店主把短期峰值误认为长期需求。单看缺货当天，很难还原完整原因。
积压也一样。某款商品卖得慢，不一定只是“选品失败”。可能是商品页面没有准确展示尺寸，导致转化低；可能是同款不同颜色分散了需求；可能是采购起订量过大；也可能是商品已经过了季节销售窗口。若只在仓库端打折清货，下次同类问题仍会发生。
因此，我更愿意把库存当作经营链条的结果来诊断：商品如何进入店铺、销售需求如何变化、采购如何响应、库存如何记录、促销和渠道如何影响需求。处理库存问题要向前找原因、向后看结果，而不是只在仓库末端做动作。
店主常会说“这个商品应该还能卖”“下个月可能会旺”“供应商通常很快到货”。这些判断可能正确，但在诊断表里应当标为假设，而不是事实。可验证的事实包括过去一段时间的日销量、下单日期、到货日期、实际库存、退货数量和活动日期。
如果数据暂时不完整，不必因此停下所有管理动作。可以先把关键商品的出入库记录补齐，再对历史数据不足的部分明确标注“暂时无法确认”。把未知说清楚，比用一个未经验证的平均数制造确定感更安全。
总库存金额适合观察资金占用的大方向，却不能回答“哪几个商品应该优先补”“哪些商品该停止采购”。不同商品的单价、销售频率、保质期和供应周期差异很大，把它们放在一个总数里，会掩盖结构问题。
更有用的做法是按SKU观察库存数量、库存金额、近期开单量、最近销售日期和库龄。对于规格特别多的商品，还要确认编码能区分颜色、尺寸和包装。若同一商品在系统里出现多个写法，销量会被拆散，库存也容易重复或漏记。
历史销量是需求判断的重要输入，但不能不加区分地直接外推。过去销量可能受到促销、缺货、季节、短视频曝光、平台活动或一次性大单影响。若促销期间销量突然增加，随后按高峰销量长期采购，就容易形成过量库存。
我会把销量数据至少分成日常销售和特殊事件销售，并记录活动日期、折扣、渠道及缺货情况。发生过缺货的商品，历史成交量甚至可能低估实际需求；发生过大促的商品，短期成交量则可能高估常态需求。先解释销量变化，再把数据放进补货判断，才有意义。
安全库存不是越多越保险。库存多，确实可能降低缺货风险，但也增加资金占用、仓储成本、损耗和过季风险。对保质期短、款式变化快或需求波动大的商品，多备货的代价尤其明显。
设置缓冲量之前，至少要了解需求波动、供应商交期、交期波动和缺货影响。供应稳定、销量平缓的商品，不一定需要和交期不稳定的商品采用相同缓冲；销售窗口短的商品，也不宜只为追求高现货率而大量备货。
清库存常用降价，但降价不是免费解决方案。若折扣幅度超过商品可承受的毛利空间，销售额增加不代表经营结果变好。处理滞销品时，要比较继续持有的仓储和资金成本、折价销售的损失、组合销售的成本，以及退供或转渠道的可行性。
同样，畅销也不等于应该无限扩货。采购决策还要考虑实际毛利、退货率、供应稳定性和售后成本。库存管理追求的不是单一的高销量或高现货率，而是在服务水平、现金占用和商品风险之间取得适合店铺的平衡。
工具能够记录流程、汇总数据、提醒异常，但不能替团队完成每一次扫码、登记、盘点和复核。若入库不登记、退货不回库、员工随手改数量，系统只会更快地呈现错误数据。
因此，工具选型应排在流程梳理之后。先定义谁负责入库、谁登记退货、谁审批报损、多久盘点一次，再确认工具能否支持这些动作。软件不是流程的替代品，而是让流程更可见、更容易重复执行的载体。
正式分析前，我会先问清楚每个数字怎么算。库存数量是账面可售量，还是包含锁定、待检和在途？销售量是付款订单、发货订单还是扣除退款后的净销量？库存金额采用采购成本还是其他口径？统计周期是自然月、滚动30天，还是活动周期？
口径不统一时，不宜直接比较。比如，一个报表把在途库存算进去，另一个没有；一个销量扣了退款，另一个没有。两组数字即使都来自店铺，也不一定能相互解释。小商家可先选定一种内部管理口径，并在报表名称或字段说明中写清楚。
建议优先保留以下字段：商品编码、规格、渠道、可售库存、在途数量、订单出库量、退货量、报损量、采购下单日、实际到货日、销售日期、活动标记和库存金额。字段不必一开始很多，但必须能追查变化。
结果层看发生了什么，例如缺货次数上升、长期未动销金额增加、账实差异扩大。过程层看问题发生在何处，例如下单晚、到货慢、退货未入账、渠道库存不同步。原因层再判断背后的机制，例如预测依据失真、供应商交期不稳定、商品编码混乱或责任人不明确。
这三层不能混为一谈。报表显示缺货是结果，不能直接推出采购员失职；账面数量不准是结果，也不能直接推出盘点不认真。先定位过程，再核对原因，才可能改对制度或动作。
| 异常现象 | 优先核对 | 可能原因 | 先做的动作 |
|---|---|---|---|
| 畅销商品频繁断货 | 销量、可售库存、采购与到货日期 | 补货太晚、需求突增、交期不稳 | 先核实交期，再调整复核频率和补货点 |
| 库存金额上升但销售没有同步增长 | 库龄、SKU动销、采购批量 | 起订量过大、商品分散、销量判断偏高 | 暂停低动销品追加采购，分商品制定去化方案 |
| 账面有货但无法正常发货 | 出入库、锁定库存、退货与渠道同步 | 登记延迟、库存重复、状态定义不清 | 抽查实物，逐笔回溯最近的库存变更 |
| 活动后剩余库存明显增加 | 活动备货、日常需求、活动后销量 | 把活动峰值当成常态、活动后计划缺失 | 活动前设定备货上限与活动后处理节点 |
库存周转相关指标可用于观察库存与销售之间的关系，但使用时要固定周期和计算口径。简化管理时，商家可以用“某期间销售成本÷该期间平均库存成本”观察周转变化；也有人使用库存数量和销量的组合口径。两种口径不能混用，行业和财务管理要求也可能不同。
库存覆盖天数可以作为日常观察工具：用当前可售库存除以近段时间的平均日销量，估算库存大致可支持多少天。它依赖平均销量，遇到季节波动、活动或断货时会失真，因此要与补货提前期一起看，而不能把一个覆盖天数当成自动采购指令。
对于中小商家，更实际的做法是先盯住少数能引发动作的指标：缺货商品数、长期未动销库存金额、库存准确率、供应商实际交期、退货入库延迟。指标不在多，而在于每个指标都有责任人、复核频率和后续处理办法。
一个简化的补货判断可以这样理解：在预计补货期间可能卖出的数量上，加上适合该商品的缓冲，再扣除当前可用库存和已经确认的在途数量。这个思路有助于提醒店主何时复核采购，但预测输入、供应交期和库存状态必须可靠。
假设某商品近30天平均每天销售4件，供应商通常需要7天到货，店主额外设定8件缓冲；当前可售库存为20件，已确认在途为10件。按简化思路，预计补货期需求约28件，加缓冲后为36件，扣除现有与在途共30件，可能需要复核约6件采购量。这里的数字只是演示计算逻辑，不构成通用备货建议。
若销量受促销影响、供应商交期经常变化，或商品即将过季，就不能照这个结果下单。应先确认近期需求是否具有代表性、在途是否可靠、采购批量是否受起订量限制，并评估买多和买少各自的成本。
下面是一组情景模拟数据，用来说明诊断方法，不代表任何真实商家经营结果。假设一家小型线上店销售120个SKU，近30天商品销售额为18万元，库存账面金额为36万元。店主同时遇到两种抱怨：一些热门规格常断货，仓库又有一批商品几个月没有动销。
若只看全店库存金额，36万元并不能说明库存是否合理。进一步按SKU、库龄和销量拆分后，假设发现：20个SKU贡献了较高比例的销售，但其中6个SKU在近30天发生过缺货；另有15个SKU近60天没有销售，其中部分库存金额集中在采购批量较大的商品上。这时诊断重点就从“全店货太多”变成“畅销品补货响应不足，低动销品采购约束不够”。
这组情景的结论并不是立即增加畅销品库存，也不是把所有零销量商品打折。下一步应逐个确认：断货发生时是否真的有未满足需求、缺货是否源于库存记录、采购周期有多长；低动销品是否季节性商品、页面曝光是否不足、同类商品是否相互替代。
商家可以根据销售贡献、需求稳定性、毛利、供应周期和风险，把商品分成几个管理层级。这里不是鼓励只用一个销售额排序，而是让店主知道哪些商品值得更频繁复核，哪些商品应控制采购，哪些商品需要特别关注生命周期。
| 管理层级 | 常见特征 | 复核重点 | 建议动作 |
|---|---|---|---|
| 核心稳定品 | 持续有需求，销量相对稳定 | 补货周期、缺货风险、供应稳定性 | 设固定复核频率，优先保证库存记录准确 |
| 波动或活动品 | 销量受季节、活动或流量变化影响 | 活动前后销量、活动计划、剩余库存 | 分开观察日常需求与活动需求 |
| 长尾试验品 | 销量低或刚上架，需求尚未验证 | 上架时间、曝光、转化和采购批量 | 控制首批数量，设置复评日期 |
| 退出观察品 | 长期低动销、生命周期接近结束 | 剩余库存、可回收金额和持有成本 | 暂停补货，比较促销、组合、退供或停止经营 |
如果店铺已经有多个渠道、商品编码和采购记录，经营者可以使用表格或数据分析工具汇总销售、库存、采购和退货信息。以九数云为例，适合讨论的不是“工具用了就会提高多少”，而是把分散数据放到同一张经营分析视图中，便于按商品、渠道、时间和库存状态追查变化。是否适用，仍需结合数据来源、字段质量、对接方式、权限和实际操作成本评估。
对店主而言，一个有用的分析视图应能回答具体问题：哪些SKU在近30天出现过缺货？哪些库存金额集中在较长库龄？销量增长是日常变化还是活动带动？采购下单到入库实际花了几天？如果工具只能展示汇总销售额，却无法追到商品和库存变动，解决问题的帮助有限。
在这个情景中，先用表格完成SKU编码统一和异常清单，也完全合理。待数据量、渠道数量和协作复杂度增加，再评估是否使用更适合的分析平台。选工具的起点应是“哪个重复判断太费时或容易出错”，而不是先问“哪个功能最多”。
诊断方案实施后，建议记录调整前后的同口径数据。例如，某店在情景模拟中把每周逐SKU人工核对的时间从约8小时降到5小时，这只是用于说明“减少重复核对”这一目标的示例，不是产品效果承诺。真正评估时，应由店铺记录实际耗时，并说明统计人员、任务范围和周期。
同样，缺货率、库存周转和库存金额的变化也需要解释背景。如果同期做了促销、换供应商、增加投放或调整价格，不能把全部结果归因于库存流程改变。小店可以先采用简单的前后对比，再结合商品分组和事件记录，减少错误归因。
账实不符时，首要任务不是做需求预测，而是恢复数据可信度。建议从高销量、高金额或近期发生过异常的商品开始抽盘，比较实物、账面和渠道可售量，并把差异归到具体变动环节。
如果盘点结果每天都变，通常说明变更入口太多或登记延迟。此时应先减少未授权改数、统一出入库流程，再谈库存分析。否则看板上的异常可能只是流程噪声。
频繁缺货时，先选出实际影响最大的几款商品，回看断货前的销售、当前库存、下单时间、到货时间、活动计划和退货情况。重点是区分“需求增加了”“补货晚了”“供应变慢了”和“库存数据错了”，不要把它们统一归为采购不及时。
如果商品缺货时并没有持续访问、咨询或订单需求，补货前还要检查商品是否已经进入生命周期后段。对需求正在下降的商品，维持原有库存目标可能会让积压加重。
清理积压时，我会先问三个问题：商品还会不会在当前渠道销售？继续持有会增加多少成本？现在处理能回收多少现金或空间？回答之后再比较方案，而不是一律打折。
如果商品有保质期、法规要求或安全风险，处理时还要遵守相关规定，不能为了回收库存而忽视商品质量与消费者权益。库存价值不是账面采购价，而是扣除继续持有成本后，现实可回收的价值。
SKU增加会带来隐性的管理成本：编码维护、盘点、采购沟通、仓储空间、页面更新和库存同步都更复杂。新品测试时，应提前约定首批采购数量、验证周期、成功信号和退出条件。否则新品会不断累积，店铺也难以判断哪些商品真正值得长期经营。
测试期不必只看销售量。要结合曝光、点击、加购、转化、退货和毛利判断问题发生在哪一段：有曝光无点击，可能是商品呈现或需求匹配问题；有点击无成交，可能是价格、详情或信任问题；成交后退货偏多，则要检查描述准确性和商品质量。
中小店铺可以先用表格建立可追溯记录，但要设置维护规则。不要让每个人随意新增商品名称或修改库存数字，也不要把多种库存状态塞进一个“库存”字段。表格并非天然低效，关键在于能否持续更新、避免冲突和追到变更原因。
最小可行表格可包含：商品编码、商品名称、规格、渠道、可售库存、锁定数量、在途数量、近30天销量、最近销售日期、采购下单日期、预计到货日期、实际到货日期、库龄、库存金额、异常原因和负责人。若商品数量较少，先维护重点SKU；若多渠道同步复杂，再评估更合适的工具。
现货率提高通常需要更多库存或更稳定的供应能力。现金紧张的店铺，盲目提高备货量可能挤压营销、工资和其他采购资金；服务要求高、缺货损失大的商品，则可能值得保留更多缓冲。判断时要看缺货带来的损失是否大于额外持有库存的成本。
可采用分商品的策略：对销量稳定、缺货影响明显、补货周期长的商品，提高复核频率并谨慎设置缓冲；对需求不确定、生命周期短或容易过时的商品，降低首批采购量，缩短复评周期。不同商品不必追求同一个库存目标。
大批量采购可能降低单件成本，却会增加库存占用和滞销风险；小批量补货可能单价更高，但便于验证需求。采购决策不能只比较单价，还要算上仓储、资金、折损、运输、缺货和追加采购成本。
如果供应商允许小批量试单，且商品需求尚未验证，灵活性往往比单件采购价更重要。若商品需求稳定、供应周期较长、批量优惠明确，则可以评估较大采购批次，但应确认库存能在风险窗口内售出。
自动提醒和自动补货适合数据质量稳定、需求相对可预测、采购规则清楚的商品。对新品、活动品、季节品或供应风险突出的商品，完全自动下单可能把异常放大。更稳妥的方式是先让系统提示“需要复核”，由人核实活动计划、供应商变化和商品生命周期。
自动化的目标不是让人不再判断，而是把重复、规则清晰的工作交给工具，把需要业务背景的判断留给负责人员。对于小店，先自动汇总和提醒，通常比一开始自动采购更容易落地。
快速降价能回笼部分资金、释放空间，但可能损害毛利或影响顾客对价格的预期；继续等待可能保留利润机会，也可能带来更长的仓储和资金占用。可以为每类积压品设一个复核截止日期：到期后重新比较继续持有的收益和成本，不让库存无限期“等一等”。
对于季节性明显的商品，销售窗口是重要约束。错过窗口后，原来的销售判断不一定还成立。对于常年商品，若转化变差，也要确认问题是需求变化、竞争加剧、页面表达还是商品质量，避免单靠降价掩盖根因。
每周复核可以聚焦近期缺货、即将到货、账实差异、异常退货和活动备货；每月复核则看SKU动销、库龄、库存金额变化、采购批量和退出商品。时间安排不必复杂，关键是固定负责人和固定问题清单。
如果店铺规模较小，可以每周只检查重点商品，并在月末做一次结构复盘。若商品和渠道增多，再按风险分层提高复核频率。不要为了追求管理形式，让团队把大量时间花在无法影响决策的报表整理上。
例如，调整补货规则时，记录“为什么调整、基于什么数据、预期解决什么问题、什么时候复核”。几周后再比较缺货、库存金额和采购执行情况。如果结果没有改善，可以回到假设层检查，而不是继续叠加新规则。
这类记录尤其适合处理季节品和促销品。若不记录活动、折扣、流量变化和备货计划，事后很难判断销量变化来自库存策略，还是来自其他经营动作。小店不一定需要复杂实验，但要避免完全依赖记忆。
每个异常指标都要有后续动作。例如，库存准确率下降，由谁核查最近的入库和退货；某商品超过设定库龄，由谁判断暂停采购或处理库存；供应商交期连续偏长，由谁跟进备选供应方案。没有责任人的指标，只会反复出现在报表里。
职责也不一定由不同岗位承担。小店可能只有店主和一名运营人员，但仍可以区分“提出采购建议”“确认现金安排”“登记入库”“复核异常”等动作，避免一个人凭印象完成所有环节，却没有记录可供追查。
我建议按问题复杂度逐步选择工具，而不是把系统采购当作库存改进的第一步。只经营少量SKU、单一渠道、出入库频率低的店铺，维护规范的表格可能已经够用；当SKU数量、渠道数量、协作人员和对账频次上升，手工汇总开始经常出错或占用大量时间时，再考虑库存管理或数据分析工具。
评估工具时，可以逐项核对数据接入、商品维度、库存状态、采购记录、退货处理、权限管理、异常提醒、导出能力和学习成本。还应先用一小批商品试跑，检查字段是否能对上、异常是否可追溯、团队是否愿意持续维护。涉及费用、功能和对接能力的事项，应以服务方当前公开信息和实际测试结果为准，不应仅凭宣传材料判断。
| 店铺状态 | 优先方案 | 升级信号 | 不宜急着做的事 |
|---|---|---|---|
| SKU少、渠道少、记录可控 | 统一表格字段和出入库责任 | 对账频繁、多人改表、常出现漏记 | 为追求自动化购买复杂系统 |
| 商品增多、渠道分散 | 统一商品编码，汇总销售与库存 | 人工汇总耗时增加，库存同步延迟 | 未清理数据就直接迁移全部历史记录 |
| 多个岗位共同处理采购和仓库 | 明确权限、审批和异常追溯流程 | 改数原因不清，责任交接容易遗漏 | 只看报表，不改执行流程 |
| 库存数据已稳定且规则相对成熟 | 评估自动预警和部分自动化 | 重复任务多，人工复核价值较低 | 让系统对需求不确定的商品自动大量采购 |
不需要先把所有SKU都盘完，也不必先建立复杂模型。可以挑出一类最困扰店铺的商品，例如经常断货的畅销品，或占用金额较大的长期未动销品，按以下顺序完成一次诊断：
若一次只改变一个主要环节，结果会更容易解释。若同时改价格、投放、补货量和渠道，销售变化就很难归因。实际经营里并非总能只改一件事，但至少应记录同期发生的变化，避免把相关性误当成因果。
库存降下来，不一定代表管理变好；如果缺货损失上升、顾客取消订单增多，低库存可能只是把成本从仓库转移到销售和履约端。库存增加，也不必然是坏事；若是旺季前对稳定畅销品做了有依据的备货，并且现金和销售窗口允许，增加库存可能是合理选择。
我更看重三个问题：库存数据能否解释，采购决策能否追溯，异常发生后能否及时调整。店铺不需要一开始就做到预测精准，而是要让每次采购、盘点和清货都有依据，让错误能尽早暴露、损失能被控制。
店铺运营诊断的价值，在于从“货多或货少”的表象，追到需求、采购、记录、渠道和现金流之间的关系。中小商家最值得优先做的，不是把所有商品都套进复杂模型，而是统一口径、识别重点SKU、补齐出入库记录，并给异常设置负责人和复查日期。
下一步，先选出一类最影响经营的商品，核对实物与账面，再追查销量、采购和到货过程。先把一个问题诊断清楚，再把有效做法复制到其他商品。这比盲目加库存、全面清仓或先买工具，更容易在预算有限时真正改善经营判断。
我店里既有卖不动的货，也会遇到畅销款突然断货，光看库存总金额根本判断不出问题在哪。我应该先查商品、采购、仓库，还是销售数据？
别先问“库存多不多”，先分清问题属于积压、缺货，还是账实不符。三者看起来都像库存管理差，根因却不同：积压常与选品、需求变化或采购批量有关；缺货可能来自补货周期、促销波动或多渠道库存未同步；账实不符则要追查入库、退货、报损和调拨记录。
可以先抽查一批重点商品：选近期卖得最快、库存金额最高、以及长期没动销的商品，逐一核对系统数量与实物，再看近几周销量和供应商到货时间。假设账面有 20 件、实物只有 14 件，先查出入库和退货记录，而不是急着补 6 件；否则可能把记录错误变成新的积压。
诊断时至少同时看四项：库存准确性、缺货情况、长期未动销库存、采购到货周期。建议先统一统计口径和时间范围，再讨论改善；单看库存总额或某一天的销量，容易把季节变化误判成管理问题。
我现在主要凭经验下单，有时货刚到，销量已经降下来了；有时等发现卖得快，供应商又要等很久。我想知道有没有简单、能用现有数据做的补货方法？
中小商家可以先用一个可复核的简化方法：补货参考量＝日均销量×（供应商交货天数＋复核间隔）＋缓冲库存－可用库存。它不是精确预测模型，而是把“卖得多快、等货多久、多久检查一次、手头还有多少”放进同一张账里。举例：某商品近 28 天卖出 56 件，日均 2 件；
交货约 7 天，每周检查一次，缓冲库存设为 5 件，可用库存 18 件。那么参考量为 2×（7＋7）＋5－18＝15 件。这里的 5 件只是示例缓冲量，实际应根据销量波动、交期稳定性和缺货损失调整，不能照抄成通用标准。下单前还要扣除已下单未到货的数量，并确认促销、季节和退货是否会改变需求。
若销量突然上涨，先核实是持续趋势还是短期活动，不要只凭一两天的高销量就大批补货；每次调整都记下原因，下一轮才能判断规则是否有效。
我发现有些商品几个月几乎没卖出去，但一降价又担心亏损，还怕影响其他商品的价格。我应该怎样判断是继续等、换渠道，还是尽快清掉？
不要把所有滞销品都归为同一种情况。先看它是季节商品过了销售窗口、生命周期接近尾声、商品页面转化差，还是本身需求不足；再核对库存数量、单位成本、预计仓储成本和还能销售多久。若只是曝光或页面信息不足，直接大幅降价可能没有解决真正原因。
可以做一张简单的处置表：记录最近一次销售日期、现有数量、近阶段销量、剩余销售窗口和可选渠道。比如季节品距离旺季结束只剩两周，继续按原价等待的风险可能高于分批促销；稳定但曝光不足的商品，则可先测试组合销售或调整展示，再决定是否清货。
清仓也要设止损边界：先小批量测试折扣、组合或其他渠道，观察成交、毛利和退货变化，再扩大处理范围。对仍有需求但周转慢的商品，可暂停补货；对长期无销量且占用资金的商品，则明确处理期限，避免因为“已经花了钱”而无限期留仓。
我目前商品不算多，用表格记库存似乎够用，但订单来自不止一个渠道，偶尔会出现账面有货、实际找不到的情况。我不确定该先改流程，还是直接换系统，怎样判断更稳妥？
是否需要工具，不宜只按商品数量决定。更值得观察的是：是否有多人同时改库存、是否跨多个销售渠道、每天是否频繁处理入库退货、盘点差异是否反复出现。商品少但渠道多、更新频繁，表格也可能很快失控；商品多但流程简单、更新及时，规范表格仍可能够用。
先做一个低成本测试：给商品统一编码，规定每次入库、销售出库、退货、报损和调拨都记录同一份台账，并每周抽盘重点商品。若连续几轮仍经常出现漏记、重复改数或渠道库存不同步，再评估工具是否能解决这些具体问题，而不是因为功能多就购买。
选工具时逐项验证商品编码、库存变动记录、多渠道同步、权限和数据导出能力，并用少量商品试跑一次完整流程：采购到货、销售、退货、盘点。若关键数据无法追溯，或需要大量手工重复录入，即使界面方便也未必适合。先把流程跑通，再迁移全部商品，通常比一次性导入后再补规则更稳妥。
读者评论
把库存分成需求判断、补货节奏、记录准确性和商品结构来排查，比看到积压就清仓、缺货就加采购更稳妥。
文中强调统一库存和销量口径很实用。若退货、在途货和锁定库存定义不清，覆盖天数等指标确实容易误导采购。
促销峰值不宜直接当作日常需求，这点对活动频繁的小店尤其重要；记录活动日期和缺货情况，才能更合理地看历史销量。
先梳理入库、退货、报损和盘点流程，再考虑上系统，顺序比较务实。工具能辅助记录，但无法弥补漏登记造成的数据偏差。