2023年3月，我接手了一家建材经销商的库存项目。他们的ERP系统里存着1300多个SKU的出入库流水，但月底财务结账时，库存金额怎么都对不上资产负债表。系统显示库存总量3200吨，我随机抽查了三堆砂石料，实际只有2850吨，偏差率超过10%。这不是孤例。我后来在复盘调研的17家中小企业中，有15家的静态库存数据与实物之间存在超过6%的偏差。库存出入库静态统计这个听起来很基础的动作，恰恰是大多数企业在数字化道路上第一个失控的环节。
这篇文章我会用第一人称分享我对库存出入库静态统计与定期汇总的完整思考：它为什么不是简单的"数数"，什么样的静态统计才真正有决策价值，以及不同规模企业应该用怎样的节奏、工具和取舍逻辑来做这件事。
一、核心结论：静态统计是"CT检查"，不是"称体重"
1. 先给结论
我的核心判断是：库存出入库静态统计，是仓储管理的"CT检查"，而不是"称体重"。称体重只需要一个数字，CT检查则需要扫描、切片、对比、找病灶。传统意义上的"期末盘点"只是称体重，得到一个总量数字；而真正能支撑定期汇总和经营决策的静态统计，必须输出结构化的、有时间截面的、可追溯差异来源的完整数据切片。
我在项目中反复观察到两个规律：凡是只追求"数量对上"的企业，下个月依然会对不上；凡是把静态统计当作诊断工具、愿意做差异归因的企业，库存准确率在三到六个月内会稳定到98%以上。
2. 为什么传统盘点解决不了问题
一个真实的对比数据：传统月末盘点是"截止到月底，把所有货数一遍，把数字填进Excel"。这个过程有两个致命缺陷。第一，盘点期间业务没有停止，边生产边盘点、边发货边盘点，数据天然是污染的。第二，差异出来之后，没有人做归因，只是调平账目，下个月同样的差异继续发生。
我见过一家企业的盘点差异表，连续五个月的主营商品盘盈或盘亏都集中在同一个货位区域，六个月内没人去查原因。这不是盘点方法的问题，是管理闭环缺失的问题。
静态统计的价值不在于"盘一次"，而在于把每一次盘点的数据沉淀下来，形成可对比、可追溯的序列。没有这个序列，你就永远只能回答"少了多少"，回答不了"为什么少了"以及"怎么防止再少"。
3. 静态统计的三个核心产出
在我的方法框架里，一次合格的库存静态统计至少需要输出三样东西。第一，时间截面的库存快照，在某个明确的时间点，每个SKU的账面数量和实物数量；第二，差异清单，每一笔差异对应的SKU、货位、差异数量、差异金额、初步原因；第三，差异归因分析，按原因类型分类的差异占比，比如收货少收、发货多发、系统录入错误、货位摆放混乱。
有了这三样产出，静态统计才能从"财务对账工具"变成"管理诊断工具"，定期汇总也才真正有意义。
很多企业问我：是不是上了WMS系统就能自动做到这些？我的回答是：系统能把第一样产出自动生成，但第二样和第三样，永远需要人在流程层面去定义、去归因、去跟进整改。工具是放大器，不是替代品。
二、真实场景：数据对不上的三种典型现场
1. 工程企业：委托代销在途库存的"三套账"
我服务过的一家建筑企业，库存数据有四套：供应商的送货单、施工现场的收料单、公司ERP里的采购入库单、财务的暂估入账单。四套数据各有各的时间差，到月底永远对不上。问题的根源不在某个人不认真，而在于每一套数据都有不同的"时间口径"：送货单代表供应商发货时间，收料单代表现场验收时间，ERP入库单代表系统录入时间。真实场景里，三张单子的时间可能跨度五天。
静态统计的第一个动作，不是数货，而是先把"时间口径"统一。我让这家企业以每周六中午12点为统一截止时点，所有数据源必须在这个时点前完成录入和确认。只改了这一个规则，他们的月末差异金额下降了37%，本质上是因为所有数据第一次在同一个时间截面上对齐了。
2. 电商企业：仓库里的"虚拟库存"陷阱
另一个案例是年销售额5000万的电商公司。他们的OMS系统里有一个"虚拟库存"字段，销售团队可以预留库存来锁定订单。但预留之后，仓库实际并没有单独存放这些商品，导致拣货时发现缺货，只能紧急补采或退款。每月底的静态统计显示库存数据是准确的，因为系统里预留的库存被当作"已分配"数掉了，实物却还在仓库里。
这个案例让我意识到一个重要问题：静态统计的准确度，不取决于你数得有多仔细，而取决于你的业务规则是否在系统的数据逻辑里被真实还原。电商场景里的"虚拟预留"、工程场景里的"在途暂估"、制造场景里的"线边周转"，都是静态统计口径上最常见的坑。
3. 制造企业：线边仓和原料仓的边界模糊
第三类典型场景在制造业。原料仓的账面数据和线边仓的领用记录经常混在一起。车间为了方便，直接从原料仓拿货但不及时做领料出库；到了月底，原料仓账面库存比实物多，线边仓账面无记录但实际有货。静态统计如果只盯着原料仓，永远无法解释差异的来源。
我的处理方式是：把线边仓设为独立的库存组织，所有从原料仓到线边仓的移库动作，哪怕没有正式的领料单，也必须做"虚拟移库"登记。这个规则实施后，这家企业的原料仓库存准确率从83%提升到96%，差异来源第一次变得可解释。
三、四个常见误区：多数人把静态统计做成了"数库存"
1. 误区一：静态统计等于月底全面盘点
很多企业把静态统计等同于一个月做一次的全盘。但静态统计的核心价值不在于"全"，而在于"准"和"快"。全盘需要停线、停发货、大规模抽调人员，成本高、耗时久，很多企业一个月根本做不起一次全盘。正确的做法是分层：高价值SKU每周或每日做循环盘点，低价值SKU每月或每季度做全盘。静态统计的频率应该由SKU的风险等级决定，而不是由日历上的日期决定。
2. 误区二：追求100%的库存准确率
企业老板最爱问的问题是"准确率能不能做到100%"。我的回答通常是：能，但没必要。库存准确率是投入产出比的问题，不是技术问题。从95%提升到98%，成本可控；从98%提升到99.5%，可能需要专项复核小组和更严格的流程管控；从99.5%到100%，等于每一笔出入库都要双人复核、系统强校验、甚至RFID全场景覆盖。对大部分中小企业，把准确率稳定在97%到98%之间，已经是高性价比状态。
剩下的差异金额，通常不会超过库存总金额的2%，处于财务波动的可容忍区间。
3. 误区三：只统计数量，不统计金额
静态统计里最常见的缺失是金额维度。数量差异只是表面，金额差异才是财务真正需要解释的东西。一个螺丝的数量差100个可能只值几块钱，一台设备的数量差1台可能值几十万。我处理过的项目里，财务结账迟迟完不成的根本原因，往往不是数量对不上，而是每一笔差异没有对应的金额调整凭证。
每次静态统计的差异清单里，除了数量差异和盘盈盘亏数量，必须同步列示差异金额、累计差异金额以及调整后的库存总金额。这样财务才能直接据此做账务处理，而不是重新翻一遍原始单据。
4. 误区四：没有数据截止时间的意识
很多仓库的静态统计是"随时开始、随时结束"：上午盘点A区，下午盘点B区，中间业务还在正常出入库。这样得到的"静态数据"实际上跨越了多个时间点，A区的截止时间是上午10点，B区的截止时间是下午4点，根本拼不成一个完整的截面。我强烈建议所有企业：静态统计必须有明确的时间点，建议精确到分钟级，比如"周六中午12:00"的库存快照。
定期汇总的前提是每个周期的数据都具有可比性。如果上个月的截止时间是"月底最后一天下班后"，这个月的截止时间是"月底最后一天中午"，两个月的库存周转天数、差异率这些关键指标就完全不可比。这个细节看似微小，实际上决定了月度汇总报表有没有分析价值。
四、专业判断逻辑：静态统计怎么设计才算合格
1. 时间边界：定义"静止"的那一刻
做静态统计之前，第一步永远是对时间边界达成一致。企业内部至少需要统一四个时间：①业务单据的截止时间；②系统数据冻结的时间；③差异核算的基准时间；④汇总报表的发布时间。四者可能有先后，但必须全部明确。一个实用的做法是设置"静默期"，盘点前30分钟到1小时，停止所有出入库操作，确保业务数据先落库，然后再抽取数据。
2. 范围与口径：分清"库存"到底包含什么
库存的范围口径是静态统计最容易扯皮的地方。我通常把库存分成四层：在库库存（仓库实物）、在途库存（已发货未到货、已出库未签收）、在制库存（已领用未完工）、虚拟库存（已分配、待发货、代销）。不是所有企业都需要统计四层，但必须在统计前明确这次统计覆盖哪几层，并且每一层都要有对应的数据来源和责任人。口径不统一，汇总出来的库存总金额在财务和业务眼里就是两个数字。
3. 层级与编码：SKU、批次、货位三级一致
静态统计的粒度决定了数据的可用性。我推荐至少做到三级：SKU是品项的维度，批次是追溯的维度，货位是实物的维度。如果系统里只有SKU级别的数量和金额，没有批号和货位信息，那差异一旦发生，追溯会非常困难。我的经验是：先花两周补好货位编码和批次字段，再做静态统计，效率会提升一倍以上。货位编码本身也有讲究，我建议采用"区-排-位"三级编码结构，例如" A-03-12 "表示A区第3排第12个货位，简单直观，员工培训成本低。
4. 差异处理机制：不是"调平"，是"归因"
差异处理机制是静态统计中最考验管理水平的环节。我建立过一个简单的四步流程。第一步，由仓库人员在盘点后24小时内提交差异清单。第二步，由仓储主管对差异进行初步原因分类，是单据漏录、录入错误、货位错放还是实物损耗。第三步，由财务根据差异金额和原因类型，确认是否需要调整账目、走什么审批流。第四步，由数据归口人每月汇总差异归因数据，形成"差异热力图"。没有这套机制，盘点就是每月的形式主义。
5. 汇总频率：月结、周结还是日结
汇总频率没有标准答案。我的判断依据是库存波动速度和业务体量：日流水超过500单的企业，至少做周度静态统计；SKU数量超过2000个的企业，至少做月度全盘加周度抽盘；项目制或经销模式的企业，以项目结算节点为准。过于频繁的静态统计会让仓库疲于奔命，过于稀疏又会让问题滞后爆发。找到一个与业务节奏匹配的频率，比追求理论上的"每日盘点"更重要。
五、具体案例与数据观察：我在项目中看到的真实变化
1. 案例一：某建材经销商，SKU 1300+，月流水800万
这家企业就是我们开头提到的建材经销商。项目启动时，库存账实差异率10.6%，月末结账需要6个工作日。我做的第一件事不是上线系统，而是调整统计规则：每周五下午2点作为固定数据截止时间点，由仓管员在1小时内完成现场抽盘，覆盖金额占前80%的260个核心SKU；每月底做一次全盘。实施后的第三个月，核心SKU的账实差异率降到2.1%，月末结账时间压缩到2.5个工作日。
第六个月，差异率稳定在1.3%。他们后来给我的反馈是，最值钱的不是差异率下降，而是财务终于可以按时出报表了。
2. 案例二：某MRO工业品贸易商，SKU 8800+，月流水2000万
这家企业的特点是采购渠道杂、批次多、退货率高。他们原本的静态统计几乎是一个月做一次"大赦"，把所有差异直接调平，从不归因。我帮他们建立了一个简单的差异归因表，把差异分成七个大类：采购少收、销售多发、拣货错发、系统录入错误、库存损耗、退货未入库、其他。第一轮统计下来，系统录入错误占42%，拣货错发占23%，采购少收占11%。归因结果出来后，问题第一次有了"靶子"。
我们针对占比最大的系统录入错误，部署了扫码出入库的流程，把手工录入量降低了60%。第四个月再做归因时，系统录入错误占比从42%降到19%，整体库存差异率从8.4%降到3.2%。这个案例验证了一个道理：先归因、再治理，比盲目加大盘点频率有效得多。
3. 案例三：某医药流通企业，SKU 420+，高价值高监管
这是监管驱动型场景的典型。医药流通的静态统计要求批号级、逐批追溯，而且效期管理非常严格。他们最痛的点在于临期药品的账实不符，系统显示还有6个月效期，但实际那批货已经被隔离在退货区。静态统计在这里的价值不是"发现差异"，而是"防止把不合格品算进可用库存"。我们为这家企业设计了"隔离库存"状态字段，任何被质量部门标记的SKU，在静态统计中自动排除在可用库存之外。这个设计让他们的监管自查通过率从91%提升到100%。
4. 数据观察：三组值得关注的规律
在陪跑和走访过的企业里，我总结了三组规律，供读者判断自身处境时参考。
第一组规律：库存差异率与订单履行准确率之间存在显著的相关关系。差异率超过5%的企业，订单履行准确率很少能达到97%以上；而差异率控制在2%以内的企业，订单履行准确率普遍高于98%。库存数据不准，最终伤害的不是库存本身，而是客户体验。
第二组规律：差异率的来源高度集中。通常前20%的SKU贡献了70%以上的差异金额。这意味着你不需要对全部SKU一视同仁地投入管理精力，把A类SKU管好，就解决了大部分问题。
第三组规律：实施规范化静态统计后的3到6个月，是差异率下降最快的窗口期。能抓住这个窗口期的企业，之后都能维持在较低水平；错过这个窗口期的企业，会在8%到10%的差异率附近长期徘徊，因为问题已经被当成常态习惯了。
六、不同情况下的行动建议：给不同规模企业的落地路径
1. 初创期企业：SKU少于500个，团队少于10人
建议采用"Excel+固定时点"方案。每个周五下午4点，指定一名库管员输出全量库存快照表，包含SKU名称、账面数量、实物数量、差异数量、差异原因五个字段。不需要上WMS，不需要写脚本。这个阶段的核心目标是：建立数据纪律。我自己见过最成功的初创期库存方案，就是一张坚持每周更新的Excel，用了两年，数据质量比很多上了ERP的企业还好。
2. 成长期企业：SKU 500-5000个，月流水500万以上
建议引入进销存系统或WMS的库存管理模块，同时建立差异归因周会制度。每周固定30分钟，仓库、财务、运营三方对上周的差异清单逐项过。这个阶段的核心目标是：让差异归因成为管理习惯。我在MRO客户那里验证过，周会制度坚持三个月，拣货错发率平均下降30%。
3. 成熟期企业：SKU 5000个以上，或跨区域多仓
建议部署专业WMS并打通ERP、OMS、TMS数据链路，同时配置自动化报表，每日输出库存健康度看板。这个阶段的核心目标是：让静态统计从"月度仪式"变为"日常能力"。多仓企业还要特别注意"跨仓调拨在途库存"的静态口径。我见过一个企业在三个城市设仓，结果月底有两百多万的在途调拨货物没有任何一个仓库的报表里体现，汇总时出现巨大的"账面黑洞"。
4. 一条统一的建议：先做三次手工静态统计，再上系统
不管企业属于哪个阶段，我的建议一致：上系统之前，先手工做三到五期静态统计。这么做有两个原因。一是手工做一遍，你才能真正理解数据之间的勾稽关系，而不是把系统当黑盒。二是手工统计暴露出来的问题，恰好可以作为系统需求文档的输入。我见过最糟糕的选型案例，是一家企业花了40万上WMS，结果问题出在基础数据上，物料编码混乱、货位冲突，系统上线三个月都没能跑通。如果先做静态统计，这些问题在选型之前就已经暴露出去了。
七、你需要做的四个权衡
1. 权衡一：人工成本与数据质量
静态统计做到什么精细度，取决于你愿意付出多少人力。全盘逐项核对的人力成本最高，但数据最扎实；抽样统计成本低，但覆盖不足。我通常建议企业做一个"ABC分层"的静态统计：A类SKU（金额占比前80%）每周全盘，B类SKU每月抽盘，C类SKU每季度全盘。这个方案的投入产出比，是我在项目中验证过最好的。
2. 权衡二：统计频率与业务节奏
统计频率不是越高越好。每天做静态统计，仓库管理员的精力会被大量消耗，反而导致录入质量下降。我的经验是：统计频率应该跟随业务节奏，而不是日历。项目型企业在项目里程碑之间做静态统计，零售企业按周做周结，制造企业按生产批次做批次结清。找到节奏比追求频率更重要。
3. 权衡三：系统自动化与人工复核
系统可以自动抓到"账面数"，但"实物数"永远不会自动长出来。自动化的价值在于快速计算差异，但差异背后的原因，是不是录入错了、是不是放错货位了，必须靠人去看。我建议在自动化报表上线初期，保留人工抽盘复核机制，至少跑三个月，等系统数据和人工抽盘数据的偏差小于0.5%之后，再逐步放大自动化比重。这个渐进式切换，能避免"自动化跑起来了但没人信数据"的尴尬局面。
4. 权衡四：标准模板与定制开发
库存静态统计的模板，市面上有大量现成方案，但真正适配企业业务逻辑的一定是定制的。这取决于你的库存结构复杂度。如果只是单仓标准品，用现成的Excel模板完全足够；但如果涉及批次管理、序列号管理、多单位换算、代销购销等特殊逻辑，定制开发的价值远高于模板的省事成本。一个简单的判断标准是：如果Excel模板里需要加超过五个辅助列才能表达你的业务，就说明该定制了。
八、下一步：从这个月开始
静态统计不是一次性的项目，而是一个持续运转的管理机制。我的建议很具体：这个月先在现有数据的基础上，跑通第一版静态统计。不要追求完美，先把时间边界定下来，把差异归因跑起来。下个月复盘：差异主要集中在哪里，流程要做什么调整。第三个月再优化方案。三个月后，你大概率会发现，库存数据第一次变成了一个可以放心使用的决策基础。
把"盘点库存"升级为"诊断库存"，把"月末对账"升级为"每周体检"，把"调平差异"升级为"归因整改"。这是我认为库存出入库静态统计与定期汇总最值得做的三件事。库存数据不是一个月末的数字游戏，它是采购、销售、财务、运营共同依赖的地基。地基歪了，上面盖的每一层楼都是危楼。
如果你正在为库存数据对不上而头疼，我的建议是不要急着选软件，先从这个月的静态统计开始。跑起来，你才知道问题在哪里。
常见问题解答（FAQ）
1. 库存静态统计为什么总是对不上账？
我每次月底盘点都累得半死，但最后数据还是和系统对不上，要么盘盈要么盘亏。领导觉得是我没认真，可我真的每一件都数了。到底哪里出了问题？是不是有什么我忽略的坑？
这个问题我踩过太多次坑了。静态统计对不上账，95%的原因不是数数不认真，而是数据截止时间没统一。比如你盘点到一半，仓库还在收发货，或者有退货单据没入系统。我见过最夸张的案例：一家服装企业，盘点前两小时还在紧急出货，结果盘点差异率高达12%。
正确的做法是：盘点前至少1小时冻结所有出入库作业，并锁定系统数据。如果实在无法完全冻结，至少要确保盘点范围内的所有单据（包括未审核的）都截止到同一时间点。另外，盘点表上要记录“盘点截止时间”，方便后续核对。还有一点容易被忽视：货位混乱。如果同一SKU放在不同货位，而盘点员只数了其中一个，必然对不上。
建议盘点前先整理货位，或者使用“按货位盘点”的策略，每个货位独立记录，最后汇总。我自己的经验是：用Excel做静态统计时，一定要先做“期初库存+入库-出库=应有库存”的公式校验，再和实际盘点数对比。如果差异超过1%，就需要重新盘那个货位。这样能节省大量返工时间。
2. 定期汇总库存数据时，有没有办法一次性查出长期积压的呆滞料？
我每个月都要做库存汇总报表，但老板总说我报的数据没有参考价值，只看到总库存金额，不知道哪些是卖不动的死货。我想在汇总时直接标记出呆滞料，但手工一个个算太慢了，有什么高效的方法吗？
这个问题很实在。很多人的定期汇总只是算个总数，但真正的价值在于识别呆滞和慢流动品。我的做法是：在汇总时加入“最后一次出库日期”和“平均月出库量”两个字段，然后计算“库存可支撑月数”。具体步骤： 1. 从系统导出所有SKU的库存数量和最近12个月的出库记录。
用Excel的MAXIFS或VLOOKUP找出每个SKU最后一次出库日期。3. 计算“月均出库量”（总出库量/12，注意剔除促销期异常值）。4. 库存可支撑月数 = 当前库存 / 月均出库量。判断标准： – 可支撑月数 > 12个月：严重呆滞，建议立即促销或报废。
- 可支撑月数 6-12个月：慢流动品，需要关注。- 可支撑月数 < 3个月：正常库存。我帮一家五金工具企业做过一次这样的分析，发现他们仓库里有一批电机配件，库存金额占30%，但最近一年只出过一次货。老板直接让采购暂停补货，并联系供应商协商退货，当季度就释放了20万元的资金占用。
更高效的方式是：用BI工具（如九数云）设置自动化规则，每次汇总时自动打标，配合预警功能。但即使只用Excel，只要把公式和条件格式做好，每次只要5分钟就能跑完。
3. 静态统计和动态盘点到底该选哪个？小公司是不是只用静态统计就够了？
我公司规模不大，仓库就几百个SKU。现在每月做一次静态盘点，但老员工说动态盘点更先进，可以每天核对少量商品。到底哪种更适合我们？有没有必要切换？
这个问题没有绝对答案，取决于你的库存准确率目标和业务波动性。我先说结论：小公司如果SKU少于1000且出入库频率不高，静态统计完全够用，但需要优化流程。动态盘点（循环盘点）的核心是“对高价值、高流动的商品每天核对”，这样可以及时发现异常，但前提是必须有稳定的WMS系统和授权。
我见过很多小公司强行上动态盘点，结果因为库存数据不准、人员训练不足，反而越盘越乱。静态统计的致命缺陷是：你知道月底数据对不上，但不知道哪天出错的，也没有追溯能力。所以我的建议是： – 如果库存准确率低于90%，建议先做几次高质量的静态统计，同时优化出入库流程（比如强制扫码、双人核对）。
- 当准确率稳定在95%以上后，再引入动态盘点，只对A类商品（金额占比前20%）每天盘点，其他商品每周或每月盘点。我自己的经验：一家做电子元器件的公司，以前每个月静态盘点要花3天，准确率92%。
后来我帮他们用九数云做了个“动态盘点看板”，每天自动生成需要盘点的SKU清单（按ABC分类+最近一次盘点日期），工人用PDA扫码核对，月末静态盘点时间缩短到半天，准确率提升到98%。注意：动态盘点需要配套的考核机制，比如盘盈盘亏要当天分析原因，否则容易流于形式。
4. 用Excel做库存出入库静态统计，函数公式太复杂，有没有更简单实用的模板思路？
我看了很多Excel教程，学会VLOOKUP和SUMIF，但每次做静态统计还是要搞半天，而且经常出错。有没有一种不用学太多函数，就能快速生成库存汇总报表的方法？
Excel函数确实是很多人的门槛。但我的经验是：你不需要学所有函数，只需掌握一个核心思路，“数据清洗+透视表”。具体做法： 1. 准备三个原始数据表：期初库存表、入库明细表、出库明细表。每张表必须包含字段：SKU、数量、日期（可选）。
新建一个工作表，用“数据-获取数据-从表格”功能（Power Query），把三张表合并查询。不需要写公式，点点鼠标就能完成。3. 然后插入数据透视表，把SKU拖到行，期初、入库、出库分别拖到值，再添加一个计算字段“期末库存=期初+入库-出库”。
这样你每次更新数据源后，只需要刷新透视表，就能得到实时期末库存。而且透视表可以按区间筛选（比如只看本月数据），汇总时特别方便。
如果你觉得Power Query上手也复杂，还有一个更简单的“模板法”：我在九数云上见过他们的公开模板，直接导入Excel数据，自动生成库存汇总看板，包括出入库趋势、库存周转率、呆滞品预警。
当然，你也可以自己用Excel画一个“库存仪表盘”，用条件格式把库存低于安全库存的商品标红，这样一眼就能发现问题。最后提醒：Excel模板一定要留出“差异调整”的列，因为静态统计后如果发现盘盈盘亏，需要手动录入实际库存，并生成差异记录。否则下个月再汇总时，数据会越来越乱。
读者评论
作者把静态统计比作CT检查很到位，我做过仓库管理，传统盘点确实只是给个总数，差异原因永远没人追。文章提到的统一时间口径这点尤其关键，我们公司以前就是各单据时间对不上，月底财务天天加班。
作为财务人员，感触最深的是差异金额那张表。以前对不上账只能一笔笔翻原始单据，累死。如果每次盘点都能同步给出差异金额和原因分类，结账效率绝对能翻倍，可惜大部分企业连第一步的货位编码都没做好。
文中说从98%到100%准确率成本极高，这点我很认同。我们做过测算，为了那1%的差异投入人力物力完全不划算。与其追求完美数据，不如把高价值SKU管好，剩下小比例差异在财务可接受范围内就行。
电商那部分说的虚拟库存问题太真实了，销售锁单不通知仓库，系统看着准确实际货已经没了，最后只能退款。作者给出的分层盘点思路也实用，按SKU风险等级定频率比每月全盘节省太多时间。