↗
核心结论一：库存数量必须换算成库存天数
“还剩 300 件”本身无法说明风险。如果日均销量只有 2 件，300 件代表 150 天库存；如果日均销量是 50 件，300 件可能只够 6 天。我的第一步应该是把可售库存除以合理的日均需求，先得到“还能卖几天”，再讨论是否补货。
库存天数 = 可售库存 ÷ 未来窗口的日均需求
01 / 先看结论
缺货和周转慢不是二选一，而是同一套 SKU 结构里同时存在的两种风险
我在做库存分析时，最先检查的不是某个 SKU 的库存数字，而是这个数字与销售速度、供应周期、商品生命周期和资金占用之间是否匹配。
!
核心结论二：缺货阈值不能脱离供应提前期
如果供应商生产、质检、发运和入仓合计需要 25 天，而库存只剩 18 天，即使看起来还有不少货，也已经进入潜在缺货区。预警线至少要覆盖供应提前期，还要为销量波动、物流延误和入仓差异预留安全库存。
再订货点 = 提前期需求 + 安全库存
⌛
核心结论三：周转慢 SKU 也会制造“缺货假象”
仓库总库存充足，并不意味着真正有价值的 SKU 没有缺货风险。常见情况是畅销颜色已经断货，冷门颜色还压着几百件；汇总库存看起来安全，订单却无法完成。这是结构性缺货，不是总量缺货。
总库存安全 ≠ 结构库存健康
¥
核心结论四：补货和清仓要放进同一张决策表
我不能只设置“低库存就补货”的自动动作。对高销量、低库存 SKU，补货是合理动作；对低销量、高库存 SKU，继续补货会放大现金占用。库存预警应至少同时呈现销量速度和周转状态，才能把资金从慢货转移到有需求的商品。
先分辨需求强弱，再选择补货、促销或暂停采购
≤ 供应周期 库存天数进入提前期范围，优先检查缺货概率
≥ 目标 2 倍 周转天数明显高于目标，优先核查滞销原因
ABC + 周转 用销售贡献和库存效率交叉分层，而非只看销量
每日复盘 预警是触发器，最终动作需要人工或规则复核
02 / 背景与场景
为什么很多店铺“库存预警做了，库存问题却没有减少”
我见过的库存预警失败，通常不是系统没有提示，而是提示只描述了一个孤立事实：库存低了。真正的经营问题发生在采购、销售、仓储和财务之间，任何一个环节的口径不一致，都可能让预警变成噪音。
一个常见的电商库存故事
假设某店铺经营一款保温杯，有 12 个颜色和容量组合。蓝色 500ml 是主推款，近 30 天日均销量为 42 件；粉色 350ml 日均销量只有 3 件，但由于上新期备货较多，仓库仍有 480 件。
系统按照商品总库存计算，得出“还剩 38 天库存”，采购人员因此暂时不补货。可是，主推蓝色 500ml 只剩 7 天可售库存，供应商从下单到可售需要 18 天；粉色 350ml 则有 160 天库存。总数没有告诉我们真正的风险：店铺会先失去主推款的销售机会，同时继续承担冷门款的仓储和资金成本。
如果我只用一个商品层级的“库存低于 100 件”规则，这两个 SKU 可能都会被错误处理：主推款还未触发数量阈值，慢销款却可能因某次退货或盘点差异触发提醒。
问题往往藏在四种口径里
- 库存口径：物理库存、可售库存、锁定库存和在途库存是否分开。
- 销量口径：看支付订单、发货订单，还是扣除退款后的净销量。
- 时间口径：用 7 天、30 天还是促销周期预测未来需求。
- 商品口径：按 SPU 汇总，还是拆到真正影响履约的 SKU。
我会先把库存问题分成三类
数量型风险
可售库存确实不足，库存天数低于供应周期，继续销售会出现订单无法履约。这类风险适合通过再订货点和安全库存预警。
结构型风险
总库存并不少，但需求集中在某些颜色、尺码、规格或渠道，畅销 SKU 断货而慢销 SKU 充足。这类风险要拆细 SKU 粒度。
效率型风险
商品仍能卖，但库存周转天数不断拉长，毛利被仓储、折扣和资金成本消耗。这类风险不能用缺货阈值解决，需要动销和清仓策略。
第 1 天
销量上升
销量上升
营销放量带来需求变化
活动、达人内容或季节因素让某个 SKU 的日均销量突然提高。若仍用过去 30 天平均值，系统会低估未来需求，预警通常来得太晚。
第 3—7 天
库存分化
库存分化
主推款下降，慢销款停留
同一 SPU 下不同属性组合的销售速度开始分化。总库存趋势可能仍然平稳，但真正有订单的 SKU 已经快速接近补货线。
第 8—18 天
供应等待
供应等待
补货单进入生产和运输
采购已经下单，并不代表库存已经可售。在途数量如果没有按预计到货日拆分，容易让团队误以为“有货”，实际却无法承接当前订单。
第 19 天以后
结果显现
结果显现
缺货损失与慢货成本同时暴露
主推款因为缺货损失曝光和转化，慢销款因为持续占用仓储与现金而降价。此时再看库存总额，往往只能看到结果，无法及时解释原因。
03 / 数据关系
先看关系，再看数字：库存预警应该把两个方向放在一起
下面图表使用一组虚构的演示数据，目的是展示分析方法，不代表任何平台、品牌或店铺的真实经营结果。横轴和纵轴分别代表库存效率与需求速度，只有把两者合并，才容易识别“该补货”和“该去库存”的不同动作。
不同 SKU 的库存风险位置
示例：日均销量越高，需求越强；周转天数越高，资金占用越久。
右上区域通常意味着需求强、周转慢，需要确认是供货不足造成的库存结构问题，还是预测错误造成的压货；左上区域更接近慢销高库存，应优先处理，而不是继续补货。
库存构成变化
同一组虚构样本中，可售、锁定与在途库存的占比。
在途库存不能直接等同于可售库存。只有确认到货时间、质检状态和可上架数量后，才能将它纳入特定日期的供给判断。
04 / 常见误区
六个看似合理、实际会让预警失真的做法
这些误区的共同点是把复杂的经营判断压缩成一个固定阈值。规则越简单不一定越好，关键是规则是否能表达商品、时间和供应链的真实差异。
所有 SKU 共用一个库存数量阈值
把所有商品都设为“低于 100 件就预警”，会忽略日均销量的巨大差异。一个日销 50 件的 SKU 余 100 件只够两天，一个日销 1 件的 SKU 余 100 件却可能够三个月。数量阈值只能做底线检查，不能替代库存天数。
改法：先使用库存天数做主判断，再根据商品价值、体积和最低采购量设置数量下限。
只看 SPU 总库存，不拆到 SKU
SPU 总库存很适合看品类规模，但不适合判断履约风险。尺码、颜色、容量和渠道之间不能互相替代时，汇总会掩盖主推 SKU 缺货。尤其是服装、鞋类和配件，结构性缺货经常比总量缺货更早发生。
改法：预警至少下钻到可销售和可履约的最小 SKU 粒度，汇总层只用于观察结构。
把在途库存直接加进可售库存
在途货可能处于生产、海运、清关、入仓、质检或上架中的任一环节。把全部在途数量直接加到库存里，会让系统推迟预警；如果到货延期，采购和运营会在同一天面对断货。
改法：在途库存按预计到货日分桶，并设置延期概率或到货置信等级，只有可在需求窗口内到仓的数量才参与供给计算。
用大促期间销量预测日常需求
促销峰值很容易抬高平均销量。若活动结束后仍按峰值补货，慢销和积压会在活动结束后出现；反过来，如果把淡季销量用于大促期，则会错过补货时机。预测窗口必须与经营场景一致。
改法：将自然日、活动日、节假日和新品期分开统计，并对异常峰值做标记而不是简单删除。
只用销量判断畅销和滞销
销量高不一定代表库存效率高。如果为了卖出商品投入了过深折扣，销售额增长却没有带来足够毛利；销量低也不一定就是没有需求，可能是主图、价格、评价或流量不足。库存状态应该与毛利、折扣和曝光一起解释。
改法：至少结合销量趋势、毛利率、库存金额和周转天数判断处置优先级。
设置了预警，却没有预警后的动作
如果收到提醒后仍要人工从多个表格查供应周期、在途单和促销安排，团队会逐渐忽略提醒。预警价值不在于颜色变红，而在于它能明确告诉我下一步应该补货、加速入仓、调整投放、调拨还是清仓。
改法：每条预警都关联责任人、处理时限、建议动作和复核结果，形成闭环而不是消息列表。
05 / 专业判断逻辑
我会用“四问三层”把库存预警变成可执行决策
下面是一套适合中小电商团队起步的分析框架。它不要求一开始就建立复杂算法，但要求我把数据口径、判断顺序和动作责任先固定下来。
四问：先判断风险是什么
- 还能卖多久？用可售库存除以未来窗口的日均需求，得到库存天数，而不是只报剩余件数。
- 补货来得及吗？比较库存天数与采购、生产、物流、入仓的完整提前期，注意不同供应商和 SKU 的周期差异。
- 需求是否可靠？看近 7 天、近 30 天和同周期趋势是否一致，识别活动、断货、价格变化造成的异常。
- 库存是否值得留下？把周转天数、库存金额、毛利和生命周期放到一起，判断继续持有还是尽快去化。
三层：再决定预警如何落地
1
信号层
系统每天计算库存天数、周转天数、需求趋势和在途覆盖，标出异常 SKU。
2
复核层
运营结合活动、价格、评价和渠道，确认异常是短期波动还是持续趋势。
3
行动层
采购、运营和仓储按责任分工执行补货、调拨、促销或暂停采购。
几个不能省略的计算口径
可售库存 = 物理库存 − 锁定库存 − 质检不合格库存 − 已分配未发库存
日均需求 = 预测窗口内的有效净销量 ÷ 有效销售天数
安全库存 = 需求波动缓冲 + 供应周期波动缓冲
库存周转天数 = 期末库存金额 ÷ 期间日均销售成本
公式中的具体窗口、成本口径和缓冲系数应根据品类调整。低价高频商品可能更适合短窗口，高价低频商品则需要结合订单间隔和采购批量，不能机械套用同一个参数。
06 / 阈值设计
不要只设置一条红线：至少建立绿色、黄色和红色三段区间
分段阈值能让团队区分“提前观察”和“必须行动”。下面仍然是示例方案，我会根据品类、供应商稳定性和现金流压力逐步校准。
✓
绿色：可持续观察
库存天数高于提前期与安全库存之和，周转天数接近目标，销量趋势没有明显下滑。此时不需要盲目补货，也不需要立刻促销，只要保持日常监测。
建议动作：按周复盘需求、供应和库存金额，更新下一个预测窗口。
△
黄色：需要复核
库存天数接近提前期，或者周转天数达到目标的 1.5—2 倍；同时销量趋势和库存结构出现不一致。黄色不是立即下单，而是要求负责人在规定时间内核对原因。
建议动作：核对在途、活动、供应商交期和 SKU 贡献，形成补货或去化建议。
!
红色：当天采取行动
库存天数低于完整供应周期，或主推 SKU 已经出现订单无法履约；另一类红色是库存金额高、周转明显恶化且需求连续下滑。两种红色对应的动作完全不同。
建议动作：缺货红色优先加速供给，慢货红色优先停止采购并制定去化方案。
预警成熟度自查
以下进度仅用于演示团队自评，不代表真实测量结果。分数越高，表示这项工作越接近可持续运行。
阈值设计时容易忽略的五个变量
| 变量 | 它会改变什么 | 我会怎么处理 |
|---|---|---|
| 供应商交期 | 决定预警线需要提前多少天 | 按供应商和 SKU 记录实际交期，不只填一个默认值 |
| 销量波动 | 决定安全库存要留多少缓冲 | 观察波动幅度和活动规律，避免用单一平均数 |
| 最小起订量 | 决定补货后是否会造成过量库存 | 把 MOQ 对应的库存天数加入补货评估 |
| 商品生命周期 | 决定补货后还能销售多久 | 新品、成熟款、衰退款使用不同规则 |
| 库存资金成本 | 决定慢货处置的优先级 | 把库存金额、毛利和仓储费用一起看 |
07 / E数通示例
用 E数通搭一张 SKU 库存经营看板：从发现异常到解释原因
以下内容是一个明确标注的虚构示例，用来说明可以如何组织数据和分析过程，不代表 E数通客户、平台或任何企业的真实经营情况。实际使用时，我会把订单、商品、库存、采购和仓储数据按业务口径连接起来。
示例背景：一个有 8 个 SKU 的保温杯 SPU
假设店铺在一个自然月内销售 8 个 SKU。蓝色 500ml 和黑色 500ml 是主要成交组合，粉色 350ml 和绿色 350ml 的销售速度较慢。供应商平均提前期为 18 天，但不同批次的实际到货时间在 15—25 天之间波动。
| SKU | 可售库存 | 近 30 天净销量 | 日均销量 | 库存天数 | 初步判断 |
|---|---|---|---|---|---|
| 蓝色 500ml | 294 件 | 1,260 件 | 42.0 | 7.0 天 | 缺货风险 |
| 黑色 500ml | 410 件 | 900 件 | 30.0 | 13.7 天 | 接近提前期 |
| 白色 500ml | 350 件 | 600 件 | 20.0 | 17.5 天 | 需复核 |
| 粉色 350ml | 480 件 | 90 件 | 3.0 | 160.0 天 | 周转慢 |
| 绿色 350ml | 360 件 | 120 件 | 4.0 | 90.0 天 | 周转慢 |
| 其他 3 个 SKU | 270 件 | 450 件 | 15.0 | 18.0 天 | 观察 |
演示假设：日均销量采用近 30 天净销量除以 30 天，实际工作中还需排除断货日、区分活动日，并以真实可售库存而不是物理库存作为分子。
从这张表我会得到三个结论
- 蓝色 500ml 的库存天数只有 7 天，低于供应提前期，不能等到库存为零才处理。
- 粉色 350ml 的库存足够销售约 160 天，继续用常规采购规则补货会扩大资金占用。
- 同一 SPU 的 1,000 多件库存并不能相互替代，必须按 SKU 进行补货和去化。
示例：库存天数与供应提前期
18 天虚线代表假设的平均供应提前期。
蓝色和黑色主推组合需要优先供给保障；粉色和绿色虽然不缺货，但周转天数远高于合理范围，应该进入去化清单。
如果我在 E数通中组织看板字段
- 识别字段：店铺、渠道、SPU、SKU、颜色、规格、供应商、仓库。
- 库存字段：物理库存、可售库存、锁定库存、质检库存、在途数量、预计到货日。
- 需求字段：近 7 天销量、近 30 天销量、活动销量、净销量、退款量、日均销量。
- 判断字段：库存天数、供应提前期、周转天数、库存金额、毛利率、预警等级。
- 动作字段：建议动作、责任人、处理时限、采购单号、复核日期、处理结果。
看板的关键不是展示字段越多越好，而是让我在同一个视图中从“哪个 SKU 异常”继续追问“为什么异常”和“下一步谁处理”。
08 / 数据观察
四种组合对应四种动作，不要把所有异常都叫作“补货”
当库存天数和销售速度被放在同一张图里，行动会更清楚。下表是我在经营会议中会使用的判断方式。
| 需求速度 | 库存水平 | 风险含义 | 优先动作 | 需要继续确认 |
|---|---|---|---|---|
| 高 | 低于提前期 | 主推 SKU 可能缺货，损失销售和排名 | 加急补货 | 在途是否能按时到货、是否可以调拨、是否要限制投放 |
| 高 | 高于目标 | 当前供给尚可，但活动放量可能改变需求 | 观察与优化 | 销量趋势、活动结束时间、供应商 MOQ |
| 低 | 高于目标 | 慢销和资金占用，仓储成本持续增加 | 去化清仓 | 价格弹性、渠道迁移、组合销售、退供可能性 |
| 低 | 低于目标 | 不一定是好消息，可能是自然卖完或需求消失 | 停止采购 | 是否为季节性低谷、是否值得重新投放、生命周期位置 |
09 / 行动建议
把判断落实到补货、运营、仓储和财务的协同动作
库存优化不是采购部门单独完成的事情。一个 SKU 的低库存，可能要由采购解决；一个 SKU 的高库存，可能需要运营改变曝光、价格或组合方式。不同情形要有不同责任链。
情形 A：高销量、低库存
这是最典型的缺货风险，但我不会马上只看“采购单是否下了”。应该同时核验库存冻结、仓库可用量、在途批次、可替代 SKU 和当前投放强度。
- 将库存天数与最悲观供应提前期比较，确认缺口会持续多少天。
- 询问供应商是否可以拆单、加急生产或先发主推颜色。
- 检查其他仓库和渠道是否有可调拨库存，避免重复采购。
- 必要时降低广告预算或限制大额促销，保护现有库存用于高价值订单。
情形 B：低销量、高库存
这类 SKU 不应该收到“再补一批”的默认动作。我要先判断它是暂时没有流量，还是商品本身已经进入衰退期，然后选择低成本、可验证的去化方式。
- 暂停常规补货，核对是否有未完成采购单可以取消或调整。
- 测试小幅降价、组合销售、赠品、换图和渠道迁移，观察动销变化。
- 计算折扣后的毛利与仓储成本，确定清仓底线，而不是无限期等待原价销售。
- 将去化结果记录回商品分层，避免下一次预测重复把它当成正常需求。
情形 C：销量和库存都在上升
销量上升不一定代表健康增长，库存上升也不一定是过量。新品期、活动期和渠道扩张期都可能出现双升。我会看库存增速是否低于需求增速，并关注库存金额是否超出现金流承受范围。
取舍重点：保留增长机会与控制资金占用之间的平衡。可采用分批补货、按周滚动预测和设置采购上限，避免一次性押注。
情形 D：销量和库存都在下降
这可能是自然衰退，也可能是店铺流量下降、商品被竞品替代或价格竞争加剧。我不会直接把它判断为“卖得慢”，而会将销量趋势与曝光、点击、转化和评价变化对照。
取舍重点：如果需求已经不可恢复，尽快释放现金比维护原价更重要；如果只是流量问题，则应先修复经营环节再决定清仓。
10 / 执行 SOP
我会用一套七步流程，让库存预警每天都能形成闭环
流程不需要一开始就很复杂，但每一步都应该留下可追溯的口径和结果。这样当预测失误或供应延迟发生时，我能找到需要改进的环节。
1
统一数据口径
明确可售库存、锁定库存、在途库存和净销量的定义，确定每个字段的更新时间和责任人。
2
拆分商品粒度
从 SPU 下钻到真正能决定履约的 SKU，补充渠道、仓库、供应商和规格等识别维度。
3
计算需求窗口
至少同时观察 7 天和 30 天，活动期则单独标记，避免异常销量把常态预测带偏。
4
换算库存天数
用可售库存除以合理的日均需求，必要时使用保守、中性和乐观三种预测场景。
5
叠加供应周期
把下单、生产、运输、入仓、质检和上架时间全部纳入，按真实历史交期校准安全库存。
6
分配预警等级
用绿色、黄色、红色区分观察、复核和行动，避免所有异常都发出同样紧急的通知。
7
记录处理结果
记录补货、调拨、促销、暂停采购等动作及其结果，下一周期用实际结果修正规则。
11 / 取舍管理
库存决策永远有代价：我会先说明取舍，再决定动作
没有一条规则能同时让库存最低、缺货为零、现金流最好和销售最大化。真正专业的判断不是追求绝对安全，而是让团队清楚自己在承担哪一种成本。
| 决策 | 获得的好处 | 承担的代价 | 适用情况 |
|---|---|---|---|
| 提高安全库存 | 降低短期缺货概率，承接突发需求 | 资金占用和滞销风险增加 | 需求稳定、毛利高、供应不稳定的核心 SKU |
| 降低补货批量 | 减少压货，提升现金灵活性 | 采购频次和单位物流成本可能增加 | 需求波动大、生命周期短或供应灵活的商品 |
| 提前停止采购 | 避免衰退期库存继续膨胀 | 需求意外反弹时可能错过销售 | 销量连续下滑、替代商品出现、库存天数过高 |
| 加大促销去化 | 释放库存和仓储空间，回收现金 | 毛利下降，可能影响价格体系 | 慢销明确、剩余生命周期短、库存成本高 |
| 限制广告投放 | 延长有限库存的销售周期 | 流量、排名和新增客源可能下降 | 供应补不上且缺货代价高的核心 SKU |
我的判断原则
先看缺货损失是否大于库存持有成本，再看慢货折价是否会侵蚀毛利。如果一个 SKU 的销售贡献很高，但供应周期长，我愿意承担适度安全库存；如果一个 SKU 需求弱、库存金额大，我会更快接受折价去化。
每周复盘时，我还会把预测误差、供应延迟和处理结果记录下来。规则不是一次配置后永远不变，而是随着真实业务结果持续校准。
12 / 管理指标
不要只考核“有没有缺货”，还要看预警是否准确、动作是否有效
如果团队只被要求“不能缺货”，采购很容易通过过度备货来完成目标，最终把风险转移到慢周转和现金流上。我会同时观察结果指标和过程指标。
缺货率
衡量有需求时无法履约的比例。应按核心 SKU、普通 SKU 和渠道分别观察，避免总平均值掩盖主推款的断货。
库存周转天数
衡量库存转化为销售成本需要的时间。需要和品类目标、毛利水平以及季节周期共同解释。
预警命中率
被标记为高风险的 SKU 中，最终真正发生缺货或慢货的比例。过低说明规则噪音大，过高也可能说明预警太晚。
预警处理时效
从产生信号到完成复核和采取动作的时间。没有时效约束，优秀的算法也可能无法转化为经营结果。
13 / 热门问答 FAQ
关于 SKU 库存、缺货预警和周转慢的常见问题
以下问题按搜索和实际经营中最容易产生疑惑的场景组织。每个回答都尽量给出判断口径、技术术语的业务解释和可执行的例子。
为什么我已经设置了 SKU 缺货预警，店铺还是会突然断货？
我设置了“库存低于 100 件提醒”，但主推 SKU 仍然会在活动中突然断货，这是不是系统预警不准确？我还发现仓库里明明有货，前台却不能下单，所以想知道应该从哪几个数据口径开始检查。
通常问题在于数量阈值没有换算成库存天数，也没有纳入供应提前期。假设一个 SKU 日均销量为 40 件，库存剩余 100 件只够 2.5 天，而采购到入仓需要 15 天，预警就应该在库存天数接近 15 天时触发，而不是等到剩余 100 件才提醒。另外，还要核对锁定库存、质检库存、渠道占用和在途库存，确认“可售库存”才是前台履约判断的分子。
库存周转慢和缺货预警有什么关系，为什么要放在同一张看板里？
我理解缺货是库存少，周转慢是库存多，感觉这两个指标方向相反。为什么做预警时还要把它们放到同一张 SKU 看板里，而不是分别交给采购和运营处理？
因为它们经常出现在同一商品结构中：畅销颜色可能只有 7 天库存，冷门颜色却有 160 天库存。只看 SPU 总库存会认为货量充足，只看缺货提醒又会继续采购，结果是慢货更多、主推款仍然缺货。把库存天数和周转天数并列，才能看到结构性风险，并把有限的现金和供应能力优先放到真正有需求的 SKU 上。
库存天数应该用近 7 天销量还是近 30 天销量计算？
我用近 30 天平均销量计算时，结果比较稳定；用近 7 天销量时，活动期间又会突然变得很紧张。两种口径经常给出不同结论，我应该选择哪个周期才比较合理？
没有适用于所有商品的固定窗口。近 7 天更能反映最近需求，但容易被活动、断货或偶然爆单影响；近 30 天更平滑，却可能滞后于趋势变化。我通常同时看两个窗口：如果 7 天销量持续高于 30 天，说明需求正在加速，应采用偏保守的预测；如果 7 天低于 30 天，则要进一步确认是活动结束、流量下降还是商品衰退，不能只用平均数掩盖变化。
在途库存能不能直接加到可售库存里，避免系统频繁预警？
我有很多采购单已经发出，但还没有入仓。采购同事认为这些货已经在路上，可以算作库存；运营同事却担心到货延迟。到底应该怎样处理在途库存，才能避免重复补货或错误地推迟预警？
在途库存不应无条件等同于可售库存。更稳妥的方法是按预计到货日分桶，例如 7 天内到货、8—15 天到货和 16 天以后到货，再结合历史准时到货率计算可纳入供给的数量。如果某批货预计 10 天后到仓，而当前库存只能支撑 6 天，就算在途有 500 件，也不能让系统取消当前预警；这批货只能在确认入仓和上架后转为可售库存。
周转慢的 SKU 应该直接打折清仓，还是继续等待自然销售？
我担心打折会损失毛利和价格体系，但库存放在仓库里又会持续占用现金。对于库存周转天数已经超过目标两倍的 SKU，我应该依据什么条件决定促销、调拨、退供还是报损？
我会先计算继续持有的成本，包括仓储费、资金占用、过季风险和未来可能的折价幅度，再与促销后的可回收毛利比较。如果商品仍有稳定搜索和转化，可以先测试小范围优惠或组合销售；如果需求连续下滑、生命周期接近结束，应停止采购并设置清仓底价。决策重点不是“是否打折”，而是比较不同处理方案在未来时间段能回收多少现金和利润。
新商品没有足够历史销量，怎么做 SKU 库存预警？
我刚上新一个商品，没有 30 天销量，也没有稳定的日均需求。如果直接使用老商品的阈值，可能会补货过多；如果完全不设预警，又担心首批库存很快售罄，应该怎样建立初始规则？
新品可以使用相似商品、预售订单、投放计划和供应提前期建立初始区间，并设置保守、中性、乐观三个需求场景。前几天重点关注售罄速度、加购率、转化率和退款率，而不是追求一个精准的平均销量。比如首批库存预计可销售 20 天，供应提前期为 15 天，就应该在观察到需求加速时提前采取小批量补货，同时设置采购上限，避免因为短期爆单一次性备货过多。
使用 E数通做库存分析时，最先应该搭建哪些字段和视图？
我想用 E数通把订单、库存和采购数据集中起来，但担心一开始搭建太复杂。对于一个 SKU 数量不算特别多的电商团队，哪些字段是最值得优先整理，哪些图表可以帮助我快速发现问题？
我会先保证 SKU、仓库、渠道、可售库存、锁定库存、在途数量、预计到货日、近 7 天销量、近 30 天净销量、供应提前期和库存金额这些基础字段可用。第一张看板可以展示库存天数排名、周转天数排名、预警等级和库存金额；第二张看板按供应商和渠道拆解原因。等口径稳定后，再加入毛利、活动标记、预测误差和处理时效。工具的价值在于让异常、原因和动作连在一起，而不是单纯增加图表数量。
14 / 最后总结
我真正要管理的不是库存数量，而是库存与需求之间的匹配关系
做 SKU 缺货预警时，我不能只问“现在还剩多少件”，还要问“按当前需求还能卖几天”“补货什么时候能到”“这些在途货是否真的可售”“哪些 SKU 正在占用现金却没有产生足够动销”。只有这些问题同时出现，预警才会从仓库提醒升级为经营决策。
核心观点
- 用库存天数替代单一数量阈值。
- 把供应提前期和安全库存纳入再订货点。
- 拆到 SKU 粒度，识别结构性缺货。
- 将缺货风险与周转慢风险放在同一张看板。
我今天就能执行的建议
- 列出库存天数最低的前 20 个 SKU。
- 列出周转天数最高且库存金额最大的前 20 个 SKU。
- 逐一确认供应周期、在途状态和责任人。
- 为每条预警写清补货、调拨、促销或停采动作。
