去年9月中旬，一个做家居品类的卖家朋友发消息问我：黑五还差两个月，他的一款折叠置物架要不要再补8000件。我看完他的库存表给了三个字，先别补。他不信，因为前一周这款单量还在涨。结果10月中旬平台库容突然被砍，他原本计划发FBA的6000件卡在海外仓，滞销率从12%冲到31%，一直到次年2月才清完，光长期仓储费和折扣清货就吃掉了这款全年利润的六成。这件事让我意识到一个问题：大多数卖家的库存计划风险排查，查的是”我现在还有多少货”，而不是”我这批货在什么条件下会变成风险”。
库存计划的风险排查不是一张静态清单，而是一套按暴露度排序的动态判断。它要覆盖需求信号的质量、库存结构的老化速度、在途货物的时效方差、资金占用与现金流的匹配、平台规则的季度变化，以及逆向物流带来的隐性损耗。这六件事里任何一件没排到，你的库存数字在账面上都是好看的，直到它突然不好看。
下面我把这几年陪跑十几个卖家（年GMV从300万到2亿人民币）沉淀下来的排查框架完整拆开，包括我踩过的坑、我现在的判断阈值、以及哪些动作真的能提前把风险捞出来。
我把库存风险分成六层。不是按”库存金额”分层，而是按”风险在哪个环节诞生”分层。这样分的好处是，你能一眼看出某个SKU的问题到底该找运营、找采购、找物流还是找财务，而不是所有人一起看一张库存表干瞪眼。
需求信号是所有库存风险的源头。我用三个问题来查这一层：预测是基于平台后台的销量趋势，还是基于自己的体感？有没有剔除秒杀、站外放量、达人带货这些一次性因素？预测口径是”近7天日均”还是”近28天日均”？
我见过最典型的错误是用大促期间的日均去推平销月。一个大促日的单量可能是平销日的8到15倍，如果把它直接折进月度预测，你会得到一个虚高40%以上的补货计划。需求信号层的排查目标不是把预测做准，而是把预测的置信区间标出来。你不需要知道下个月一定卖3000件，你需要知道它可能是1800件也可能卖5000件，然后按这个区间决定补货策略。
库存结构层要看的是库龄分布，而不是库存总量。我通常要求按0-30天、31-60天、61-90天、91-180天、180天以上五个区间切。跨境卖家最危险的结构是”两头大中间小”，新到的货一堆，180天以上的尾货一堆，中间能正常周转的反而少。
这种结构意味着你的补货节奏跟销售节奏错位了。新货刚上架还没起量，老货已经在仓储费边缘，现金流被两头挤住。我在做排查时，第一眼看的不是库存周转率，而是180天以上库存占总库存金额的比例。这个比例超过15%，基本可以判断补货逻辑出了问题。
在途库存是排查里最容易被忽略的一层，因为它在大部分ERP和平台后台里是”看得见但算不准”的。海运时效从25天变成50天，你的安全库存假设就整体失效了，但账面库存数字没变，你不会有任何报警。
我要求排查时必须看三个数：最近30天实际到货时效的中位数、90分位时效、以及时效的波动幅度。中位数告诉你常态，90分位告诉你最坏情况通常有多坏。补货点应该按90分位时效来算，而不是按中位数算，这是很多人断货的直接原因。
资金层排查的核心问题只有一个：这批库存对应的现金，被占用了多久，还能不能撑到它变成回款。我会算一个数，库存资金占用天数，等于平均库存成本除以日均销售成本。再叠加账期，看整体的现金周转周期。
很多卖家利润表是正的，现金却是紧的。原因就是库存资金占用天数从60天涨到110天，而账期没变、平台回款周期没变。这中间的50天窟窿，靠借款填，利息又进一步吃掉利润。
平台规则层的排查是最容易被当成”后台通知”而忽略的。库容限制、库存绩效分数、长期仓储费阶梯、入库限制、超龄库存附加费、退货处理费，这些规则几乎每个季度都在调整。规则一变，原本能接受的库存年龄阈值就变了。
我做排查时会把平台最新规则和当前库存结构做交叉：假设库容下调20%，哪些SKU会先被挤出去？假设超龄阈值收紧30天，我现在有多少库存在新阈值内会立刻产生费用？这种压力测试比单纯看库存表有用得多，因为它模拟的是”规则变化后的你”。
逆向物流层的成本往往被严重低估。一个退货商品，你要承担退货运费、检查人工、重新包装、以及它在不可售库存里躺着的仓储费。如果是季节性商品，退货回来基本等于报废。
我排查这一层用两个指标：退货率对应的可再售比例，以及不可售库存的月度处理成本。服装类目的可再售比例通常只有60%-75%，3C类目更低。如果你的补货计划没有把退货回收量算进去，你的实际可售库存会比账面少5%-15%，这个差额在大促期间足以让你断货。
框架讲完了，我用三个真实案例说明为什么这六层必须一起查。这三个案例分别对应需求信号失真、库存结构老化和多渠道库存冲突，都是我亲自参与复盘的。
2023年，一个做户外储能的卖家在Prime Day期间单日峰值冲到4200单，日常只有310单。他在大促结束后一周做补货计划，用的是”近14天日均”，这个口径里包含了大促的高峰，算出来日均接近1400单。他按这个数补了一批货，同时把安全库存拉高到35天。
结果8月平销回落到日均不到300单，他备的货按实际速度要卖4个月。更麻烦的是他没意识到库容问题，9月库容被砍，货进不去，只能放海外仓，头程和仓储成本翻倍。整个Q4他的库存周转天数从78天涨到163天。
这个案例的教训不是”不要相信大促数据”，而是”需求信号必须做异常值分离”。我现在要求所有补货预测必须同时跑两个版本：全量日均和剔除大促日的日均。两个版本差异超过30%，就必须人工介入判断，而不是让系统自动出补货建议。
2024年我接手一个家居饰品卖家的库存诊断。他的库存总额1200万人民币，看起来周转还算正常，整体周转天数92天。但我把库龄分层拉出来之后，问题立刻显现：180天以上的库存金额占比22%，其中有一批是2022年的圣诞装饰，已经在仓里躺了两年多。
这批货的账面成本是86万，但两年产生的仓储费、超龄附加费、以及占用的库容机会成本加起来超过120万。也就是说这批货不仅没赚钱，还倒亏。更关键的是，它占着库容，让当年的新品进不去，间接影响了整个Q4的上新节奏。
库龄分层的作用不是算清仓储费，而是暴露”决策瘫痪”。大部分滞销库存不是因为卖不掉，而是因为没人做决策，运营觉得再等等能原价卖，采购觉得退货成本高，老板不知道这批货的真实成本。分层一做，把每个区间对应的月度持有成本和清货折扣后的回收金额算出来，决策立刻就有了依据。
2024年下半年，一个做宠物用品的卖家同时开了亚马逊、TikTok Shop、Temu和独立站。他的库存是”共享池”模式：一批货放在海外仓，四个平台都能卖，靠人工每天同步库存。
黑五当天出了问题：TikTok爆单，两小时内卖掉1800件，但独立站那边同时卖出了600件，实际库存只有2100件。结果一边超卖需要赔款，一边断货影响排名。事后复盘发现，他的库存同步是”每天上午10点一次，下午4点一次”，大促期间根本没有实时性。
这个案例暴露的是库存分布层的排查缺失。多平台卖家的排查不能只看总库存，必须看”平台可售库存”和”物理库存”之间的差额，以及这个差额的更新频率。大促期间，任何超过30分钟延迟的库存同步都会造成超卖。
我见过大量卖家的库存排查表，结构上都长得很像：SKU、库存数量、在途数量、近30天销量、可售天数、周转天数。这张表能查出的风险不到实际风险的一半。下面四个误区是我在陪跑中纠正最多的。
库存金额是一个结果指标，它不告诉你风险在哪。同样是500万库存，一个是各SKU均匀分布、库龄集中在30天内，另一个是三个SKU占了70%且库龄超过150天，风险完全不同，但总额看起来一样。
我的判断标准是：库存排查表里如果没有库龄分层字段，这张表就不算合格。排查的最小单位应该是”SKU × 库龄区间”，而不是”SKU”。
很多卖家的库存视图只涵盖”已到仓、可售”的部分。在途的、在工厂生产的、在头程仓待发的，全都不在表里。这就导致一个典型现象：看起来可售天数还有45天，但实际上在途还有一大批货要在20天内到仓，叠加起来可售天数变成80天。
反过来也一样。如果只看当前库存判断要补货，但在途其实还有一批卡在港口，你就会重复下单，造成双倍库存。我在排查时坚持一个原则：库存视图必须包含”在产、在途、在仓、在平台”四段，缺一段都会导致判断失真。
平台后台显示的是库存数量和销量，不显示这批货的真实成本结构。头程运费、关税、海外仓操作费、平台配送费、退货处理费、仓储附加费，这些加在一起，才是库存的真实持有成本。
我做过一个测算：一个售价29.9美元的宠物玩具，毛利看起来有32%，但把180天以上库存的持有成本摊进去，实际毛利只剩9%。如果这批货最终以7折清货，就是净亏。库存排查必须带上”库存持有成本率”这个字段，否则你无法判断一个SKU是”暂时卖得慢”还是”已经在亏钱”。
这是最普遍也最致命的误区。库存风险是连续产生的，不是大促前两周才出现的。等到大促前排查，你能做的只有止损，不能做优化，货已经在路上，库容已经定死，供应商已经排产。
我现在的建议是把排查做成固定节奏：周排查看异常（断货预警、超龄预警、在途异常），月排查看结构（库龄分布、资金占用、周转效率），季排查看规则（平台政策、库容预测、供应商交期）。大促前的那次排查，其实是前面积累的结果验收，不是起点。
排查清单做出来之后，接下来的问题是：先看哪个。大多数人的直觉是按库存金额排序，金额大的先看。这个逻辑在大多数情况下是错的，因为金额大不等于风险高。
我用的排优先级方式是算”风险暴露度”，它是一个综合评分，由四个因子相乘再开方。具体是：库存金额权重、库龄恶化速度、需求不确定性、以及不可逆程度。
不可逆程度是我自己加的一个因子，它指的是”这个风险一旦发生，你能不能补救”。比如已经发到FBA的货，不可逆程度高，因为退回来成本极高；还在国内工厂没发货的货，不可逆程度低，因为你可以改、可以缓、可以取消。
风险暴露度 = (库存金额权重 × 0.3 + 库龄恶化速度 × 0.3 + 需求不确定性 × 0.25 + 不可逆程度 × 0.15) × 10
其中：
库存金额权重 = 该SKU库存成本 / 全部库存成本 × 100
库龄恶化速度 = 近30天库龄增长天数 / 30 × 100
需求不确定性 = 近90天销量变异系数（标准差/均值）× 100
不可逆程度 = 已入平台仓 80 / 在海外仓 50 / 在头程 30 / 在国内 10
这个公式不是精确科学，但它的价值在于强迫你把”感觉上重要”变成”可比较的排序”。我用它做过一次验证：给一个卖家的120个SKU打分排序，然后对照他过去半年的实际亏损记录，前20个高暴露度SKU覆盖了78%的亏损金额。
算出暴露度之后，我会按分位数切成三层：前15%是红区，必须本周内有动作；15%-40%是黄区，进入周度观察；剩余是绿区，月度看一次就行。
红区的动作必须明确到人、到日期、到具体操作。比如”这批180天的库存，本周内确定清货渠道，下周三前完成降价上架”，而不是”关注一下”。我发现排查失效最常见的原因不是没查出问题，而是查出来之后没有明确到人的动作，问题就一直在那里。
周转越快的品类，排查频率应该越高。周转天数在30天以内的品类，比如快消、美妆小样，我建议每周排查一次，因为一周的偏差就能吃掉整个周转周期。周转天数90天以上的品类，比如家具、大件器械，月度排查配合季度深度排查就够了。
这里有个反直觉的点：不是库存越大越要频繁排查，而是库存周转越快越要频繁排查。大库存但慢周转的品类，风险变化慢，你有时间反应；小库存但快周转的品类，一次判断错误就可能导致断货，而断货对排名的影响是不可逆的。
框架和排序逻辑都讲完了，接下来是落地问题。排查最难的不是设计，而是坚持。我见过太多卖家做了很漂亮的排查模板，用了三周就荒废了，因为数据要人工从五个后台导出来拼。
一次完整的库存风险排查，至少需要六类数据：平台销售数据（含退货）、平台库存数据（含库容和绩效指标）、海外仓库存数据（含库龄）、头程与在途数据、采购与在产数据、以及财务的库存成本数据。这六类数据通常分散在四到六个系统里。
我建议的第一步不是买工具，而是先把字段口径统一。比如”库存数量”这四个字，在平台后台指可售库存，在海外仓系统指物理库存，在财务表里指账面库存，三个数字通常不一样。口径不统一，后面的所有排查都是错的。
下面这张表是我现在做库存排查时用的核心字段，每个字段都标了口径和预警阈值。这套口径我在三个不同类目的卖家那里跑过，调整的主要是阈值部分。
| 指标 | 计算口径 | 预警阈值 | 对应风险层 |
|---|---|---|---|
| 180天以上库龄占比 | 180天以上库存成本 / 总库存成本 | 超过15%触发 | 库存结构层 |
| 在途时效90分位 | 近90天到货时效的90%分位值 | 超过中位数1.6倍触发 | 在途与时效层 |
| 库存资金占用天数 | 平均库存成本 / 日均销售成本 | 超过品类均值1.3倍触发 | 资金与现金流层 |
| 预测偏差率 | |预测量-实际量| / 实际量 | 连续两月超35%触发 | 需求信号层 |
| 库容使用率 | 当前库存体积 / 可用库容 | 超过85%触发 | 平台规则层 |
| 退货可再售率 | 退货中可再售数量 / 退货总量 | 低于65%触发 | 逆向物流层 |
| 不可售库存月处理成本 | 不可售库存仓储费+处理费+报废损失 | 超过月销售额1.5%触发 | 逆向物流层 |
| 平台可售与物理库存差额 | 物理库存 – 各平台可售库存之和 | 超过5%或同步延迟超30分钟触发 | 库存分布层 |
人工拼数据这件事我做过两年，最痛苦的环节不是分析，是每周一上午花三个小时从五个后台导表格、对格式、处理SKU编码不一致。后来我把这套流程迁到了数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys）。
我的用法是把它当成库存风险的”仪表盘”而不是”报表工具”。具体分三步：第一步是把亚马逊、TikTok Shop、Temu、独立站和海外仓的数据接进来，做SKU维度对齐；第二步是按上面那张表的八个指标搭一页看板，库龄分层和资金占用放在最上面；第三步是设置预警，把红区SKU自动推给我。
它对我最大的价值不是省时间，而是让我能做到”周排查”。以前人工拼数据只能支撑月排查，月排查的滞后性太大，很多问题发现时已经错过最佳处理窗口。排查频率从月变成周之后，我处理的库存问题从”止损型”变成了”调整型”，这两种动作的成本差了三到五倍。
我现在要求排查周报控制在一页以内，结构固定为四块：第一块是本周新增红区SKU和对应动作责任人；第二块是库龄分布的变化（和上周对比）；第三块是在途异常和时效预警；第四块是库容与资金占用的趋势。
这四块之外的所有数据都进明细表，不进周报首页。原因是排查周报的读者通常有三个人，运营负责人、供应链负责人、老板，他们需要的是”这周要做什么决定”，不是”这周发生了什么”。把排查做成一份需要读20分钟的报告，等于没做排查。
排查框架不能一刀切。一个月销10万美金的卖家和月销500万美金的卖家，能用的人和系统完全不同。下面我按三个阶段给具体的行动建议，你可以直接对号入座。
这个阶段不需要买工具，也不建议上复杂系统。你需要的是每周花两小时，手工算三个指标：180天以上库龄占比、在途时效的中位数与最大值、以及现金能支撑的库存天数。
具体操作是：从平台后台导出库存报表，用Excel做库龄透视；从货代那里要最近三个月每批货的到货日期，算出时效区间；用银行流水和应付账款算出还能撑多久。这个阶段最大的风险不是效率，是”老板一个人拍脑袋补货”，所以排查的关键是建立”补货前必须看这三个数”的习惯。
这个阶段通常有3到8人的运营和供应链团队，SKU数量在200到1000之间，靠手工已经算不动了。你需要一套能把六层指标自动跑出来的系统，以及明确的红黄绿分区规则。
我的建议是：先明确每个指标的owner，需求信号层归运营，库存结构层和在途层归供应链，资金层归财务，平台规则层归运营负责人，逆向物流层归客服或售后。然后按周开一次30分钟的库存风险会，只讨论红区SKU的处理动作。这个阶段最容易犯的错误是让一个人管所有层，结果每一层都做得很浅。
到这个规模，排查不能只查现状，还要做情景模拟。我会建议至少跑三种情景：库容下调20%、主力物流渠道时效延长15天、以及主力平台订单下滑30%。每种情景下算出对应的库存风险和资金缺口。
同时要建立供应商和物流的备选方案库。我服务过的一个卖家，2024年红海局势导致海运时效从28天涨到52天，他因为提前做过情景模拟，在时效刚开始延长时就切了30%的货走空运，虽然空运成本高，但保住了两个主力SKU的排名。大卖家的库存竞争力，本质上是”假设能力”的竞争。
库存计划没有”没有风险”的选项，只有”你选择承担哪种风险”。我在陪跑时最常被问的问题是”到底要不要补货”，这个问题本身没有标准答案，但取舍逻辑是清晰的。
大部分情况下，断货比滞销更不可逆。断货会掉排名、掉评论权重、掉广告质量分，这些损失恢复起来通常需要一到三个月，而且需要额外投入。滞销的损失主要是资金占用和仓储成本，是可以用折扣换回现金的。
但有两类例外。第一类是季节性极强的商品，滞销等于报废，这时候宁可断货也不要囤货。第二类是生命周期短、迭代快的商品，比如3C配件，滞销的贬值速度极快。我的判断标准是：看这个SKU的库存价值能在多久内跌到原价的50%以下。低于90天，宁可断货。
多平台铺货能分散单平台政策风险，但会显著增加库存管理复杂度。我在案例三里看到的超卖问题，本质就是多平台共用库存池的代价。
我的建议是分平台对待：流量稳定、可预测的平台（比如已经做起来的亚马逊主力站点）可以独立备货；流量波动大的新平台（比如刚起的TikTok Shop）用共享池，但要接受一定的超卖风险，并设置同步频率上限。关键是不要”全都共享”或”全都独立”，那两种极端都会带来不必要的成本。
空运补货的成本通常是海运的4到8倍。要不要空运，不是比运费绝对值，而是比”空运多花的钱”和”断货期间损失的销售额与排名恢复成本”哪个更大。
我用的简化算法是：断货一天损失的销售额 = 日均销量 × 售价 × 断货天数；排名恢复成本通常估算为断货期间损失的销售额的30%到60%（取决于类目竞争度）。如果这个总和超过空运成本，就应该空运。很多卖家只看到空运报价单，没算过断货的完整代价，所以总觉得空运是亏的。
回到最初那个问题：库存计划的风险排查要覆盖哪些事项。我的答案是六层，需求信号、库存结构、在途时效、资金占用、平台规则、逆向物流。这六层里，任何一层单独看都不难，难的是它们必须一起看，而且必须固定频率地看。
但这篇文章真正想说的不是这六层清单本身。清单是可以抄的，抄完之后大部分人会做三周就停。原因不是懒，是排查出来的问题需要做决策，而做决策意味着要承认之前补错了货、要接受打折清货的亏损、要在没有完整信息的情况下做判断。
库存风险排查的门槛从来不是数据能力，而是决策速度。我见过数据做得非常漂亮的卖家，库存问题照样堆积，因为他每一次都在”再等等看”；也见过只有Excel的卖家，因为每周固定做决策，库存周转一直很健康。
如果你现在要开始做这件事，我的建议是从最小动作起步：这周先把180天以上库龄占比算出来，把在途时效的中位数和最大值算出来，然后针对这两个数里最差的三个SKU，在本周内做出明确动作，清货、降价、暂停补货、或者接受亏损报废。
等这个动作跑顺了，再把六层指标补齐、把排查迁到类似数跨境这样的数据平台上做成周度自动化。顺序不能反，先有决策习惯，再有工具。工具会把你的决策速度放大，但放大不了零。
下一步具体怎么做，我给一个可以直接执行的三周计划：第一周，导出全部库存数据，按五个库龄区间做分层，标出180天以上的SKU清单，同时向货代索取最近90天每批到货的实际时效，算出中位数和90分位。第二周，对红区SKU逐一做处理决策并设定完成日期，同时把在途数据接入你的库存视图，建立四段式库存（在产、在途、在仓、在平台）。第三周，搭建一页式排查周报，明确每个指标的owner和预警阈值，开始执行每周30分钟的风险会。
三周之后，你会发现库存管理从”事后救火”变成了”提前布局”。
我们团队每次做季度复盘，检查表写了一版又一版，总觉得漏东西。有次大促前只盯了销量预测，结果在途货卡在清关，海外仓可售库存撑不到活动结束。到底有没有一个不能再删的最小清单？
可以先按"会不会直接导致断货、罚金或资金占用"排序，落到八项就能覆盖绝大多数事故：一是需求口径，统一用近7/28/56天日均销量，并区分自然流量与大促拉升；二是可用库存，明确扣掉锁定、质检中、不可售后的真实可售数；三是在途库存，按订单、生产、头程、清关、入仓上架分段标注预计到仓日；
四是补货参数，即安全库存、补货点、补货周期三者是否与当前交期匹配；五是库龄与滞销，按平台库龄分段和可售天数双维度看；六是仓储与处置成本，包括月度仓储费、长期仓储费临界点、弃置与退回成本；七是平台侧约束，库容上限、库存绩效指标、账号绩效是否会影响补货节奏；八是资金面，库存周转天数与占用资金额。
判断依据很简单：任何一项一旦失控，都会在两周内变成缺货或罚款，其余指标可以月度看，这八项至少要周度看。
我们之前的参数是年初设一次用一整年，结果旺季断货、淡季压货两头挨打。我一直以为安全库存设个固定天数就行，后来发现头程时效一变，整套参数就全废了。到底按什么频率、用什么数据重算才靠谱？
重算频率要和波动源挂钩，而不是和日历挂钩。我的做法是：常规SKU月度重算，旺季前两个月起改为每两周一次，出现清关政策变化、船期大面积延误、爆款流量突变时立即触发临时重算。数据口径上，先算补货周期，它等于下单到生产完成加头程运输加清关加入仓上架的实际天数，取最近三批的中位数而不是最快值；
再算需求波动，用近8周日均销量的标准差。安全库存可以按 日均销量×波动系数×补货周期的平方根 来估，服务水平取95%时系数约1.65，取99%时约2.33，爆款和断货代价高的品就往上取。补货点等于补货周期内的预计销量加安全库存。
关键判断是：如果实际到仓时间比计划晚的比例超过20%，说明问题在补货周期本身，先修交期数据，别急着调安全库存。
我们同时跑平台仓、第三方海外仓和国内直发，后台数字经常差几十到几百件，谁也说不清是哪一层的问题。有次因为一个SKU超卖被平台降权，才发现是海外仓调拨中的货被重复算了两次。这种对账到底该从哪一步开始查？
先立口径，再查差异，顺序错了会白干。第一步统一定义可售库存：实物库存减去已锁定未发货订单、减去质检中与不可售、加上已确认在途，这个公式要在所有系统里一致。第二步做同一时间戳的库存快照，各系统数据抓取时间不一致是最大假差异来源，建议每天固定一个时间点导出。
第三步分层排查：平台在售数与仓库实物数对，实物数与调拨中、退货在途数对，在途数与采购订单对，通常差异集中在这三处。第四步设容忍阈值，SKU级差异超过2%或超过10件就必须当日查清，低于阈值可累积到周复盘看趋势。执行节奏上日对账只看异常清单，周复盘看重复出现的SKU，月复盘回看阈值是否太松。
另外提醒一点，退货在途和调拨在途是最容易被两边同时计入的项，先查这两类，能解决大部分莫名其妙的对不上。
每次拉库龄报告都是一大堆SKU，钱压在里面，但真让我决定清哪个又下不去手，怕清完又缺货。我也试过一刀切按180天清货，结果把一个补货周期本来就长的长尾款清掉了，客户还来问。到底怎么设阈值才既不误杀又不拖死？
别只看库龄一个维度，我用三个指标交叉判断：可售天数、库龄分段、单位持有成本。可售天数超过90天对快消类预警，超过180天对补货周期长的长尾款才预警；库龄上要紧盯平台的长期仓储费计费节点，通常要在跨过该节点前30到45天做出处置决定。
处置顺序按损失从小到大走：先站内促销或捆绑搭配，再考虑跨站点调拨到仍有需求的市场，然后走批发或清仓渠道，最后才是弃置或退回。判断依据要算清楚：继续持有一个月的成本等于仓储费加占用资金成本，资金成本按公司实际资金成本或按月1%粗算，如果清货折价损失低于再持有三个月的成本，就该清。
执行节奏建议每周生成一次滞销清单并给出建议动作，月度集中决策一次，避免每天都在清货和补货之间反复摇摆。
读者评论
库龄分层确实有用，但180天以上占比15%这个阈值对季节性品类偏松，旺季前可能10%就该警觉。另外小卖家没ERP做自动分层，手工拉数据很痛苦，框架落地成本不低。
在途时效按90分位定补货点理论上对，但货代给的数据经常滞后、口径不一，算出来的波动很大，最后还是拍脑袋。想问问有没有更简单的办法，比如按船公司历史准班率折算安全库存？
多平台共享库存池那段有同感，但说超过30分钟延迟就会超卖，还得看品类和日均单量。低动销链接1小时也未必出事，高动销爆款10分钟都可能翻车，同步频率不是唯一变量。