先把SKU定义清楚
同一款T恤的黑色M码与黑色L码，虽然属于同一SPU，但在库存管理上是两个不同SKU。颜色、尺码、容量、包装、套装组合等任何影响发货和计价的属性，都应该进入可识别规则。
如果编码体系不稳定，后续销量、库存、成本、退货率和广告投产比都会被拆散或重复统计。看起来是报表问题，实质是主数据问题。
01 / 先讲结论
SKU库存管理，核心不是“记住多少货”，而是让每个库存单元都能被准确追踪
我在做库存分析时，通常先把问题从“仓库里有多少件”改成五个可验证的问题：这是什么SKU、当前处于什么状态、最近卖得多快、占用了多少现金、下一步应该补货还是去化。只要这五个问题可以在同一套口径下回答，编码和积压问题就会从混乱的经验判断，变成可复盘的经营流程。
1个SKU对应一个清晰的规格组合与库存单元，不能用模糊商品名代替。
5项建议同时观察可售、锁定、在途、残次和待检等库存状态。
30/60/90天库龄分层的常用观察窗口，具体阈值要按品类生命周期调整。
3张表编码主数据、库存流水、销售与成本表，是分析闭环的基础示例。
再把库存状态分开
仓库里“存在”不等于“可以卖”。已付款待发货、质检中的货、锁定给订单的货、调拨中的货和已经判定为残次的货，在决策中承担的意义完全不同。
我会把物理库存、可售库存、锁定库存、在途库存和不可售库存分别列出来，避免把一批还不能发给消费者的货错误地计入可售供给。
最后用动销判断积压
库存数量本身没有好坏。一个日销100件的SKU有500件库存，可能只够五天；一个月销20件的SKU有500件库存，就可能需要重点治理。
因此我会使用库存覆盖天数、库龄、毛利率、退货率、折扣敏感度和未来需求一起判断，而不是只看仓库总量。
一句话结论：SKU编码解决“我在管理哪一个库存单元”，库存口径解决“现在到底有多少可用货”，动销与库龄解决“这些货是否正在吞噬现金”。三者必须连起来看。
02 / 背景与场景
为什么卖家明明每天看库存，仍然会出现断货与积压同时发生
库存问题通常不是某一个人粗心造成的，而是商品、订单、仓库、平台和财务使用了不同口径。当店铺数量不大时，老板可以靠记忆补救；当SKU、仓库和渠道变多，任何一处命名差异都会放大成补货错误。
场景一：一款商品被拆成多个叫法
我见过类似的商品资料：商品详情页叫“蓝色保温杯500ml”，仓库叫“BX-蓝-500”，采购表叫“保温杯蓝500”，平台导出则可能使用一串数字ID。它们可能指向同一个库存单元，也可能因为包装、赠品或版本不同而实际上不能互换。
如果运营人员在补货时按商品名称筛选，采购人员按内部简称下单，仓库人员按平台ID出库，月末盘点再按条码汇总，数据之间就容易出现重复、遗漏和错配。此时最先要做的不是换报表，而是建立一份经过确认的SKU主数据表。
主数据至少应包含内部SKU编码、SPU编码、商品名称、规格属性、条码、单位、包装关系、供应商、默认仓库、成本价和状态。对于组合装，还要记录组成明细，不能只写“套装”两个字。
场景二：库存看似充足，实际可发数量不足
假设某SKU系统库存为1200件，其中已锁定订单180件，质检待处理120件，调拨在途200件，残次品50件，真正可以立即发货的数量可能只有650件。如果采购只看1200件，就会误判为库存富余；如果客服只看650件，又可能忽略在途补给。
更复杂的是，不同平台同步时间不同。上午的订单可能已经从店铺扣减，但仓库系统下午才更新；退货入库可能先增加物理库存，质检完成后才恢复可售。只看某一个时间点的快照，很难解释库存为什么突然跳动。
我会把库存拆成“状态”和“时间”两个维度：状态说明这批货能不能卖，时间说明它在这个状态停留了多久。这样才能区分正常的订单锁定和长期无法销售的异常库存。
场景三：销售增长掩盖了结构性积压
店铺总GMV增长并不代表所有SKU都健康。爆款可能贡献了大部分销售额，但长尾SKU仍然沉淀在仓库里；大促期间整体订单上升，也可能只是少数低毛利商品在放量。若只看店铺层面的销售额，经营者容易继续采购畅销系列，却忽略同系列中的慢色、冷门尺码或旧包装。
所以我建议把总盘子拆成“商品层级—SKU层级—渠道层级—仓库层级—库龄层级”。商品层级回答结构是否健康，SKU层级回答具体哪一件货在拖累效率，渠道层级回答库存能否跨渠道调配，仓库层级回答货是否在正确的位置，库龄层级回答资金风险是否正在扩大。
03 / SKU编码
SKU编码怎么设计：可读、唯一、稳定，比“看起来很专业”更重要
SKU编码不是越长越好，也不是把所有信息都硬塞进一串字符。我的判断标准是：仓库能快速识别，系统能稳定匹配，业务变化时不需要频繁改码，跨平台和跨仓库仍然可以追溯。
1
确定编码边界
先明确什么情况需要新SKU。颜色、尺码、容量、口味、版本、包装数量或销售组合，只要会导致库存不能直接互换，就应当考虑独立编码。
2
建立固定字段
可采用品类、系列、属性、规格、包装等字段组合，但字段顺序要固定。例如“水杯—系列A—蓝色—500ml—单只”应始终使用同一种顺序。
3
避免把易变信息写进码
促销活动、临时仓库、供应商采购批次和价格通常会变化，不宜直接写入永久SKU。需要追踪时，应放入批次、订单或业务字段。
4
给每次变更留痕
商品改包装、换供应商或调整条码时，不能只覆盖旧资料。要记录生效时间、旧编码、新编码、转换关系以及是否允许新旧库存混发。
| 字段 | 示例 | 作用 | 常见风险 |
|---|---|---|---|
| 品类前缀 | BC | 快速识别保温杯品类，方便仓库和报表筛选。 | 品类边界变化后没有维护，导致同类商品出现多套前缀。 |
| 系列编码 | A2 | 标识设计系列或产品线，支持系列级分析。 | 把年度活动或临时主题写入系列，导致编码频繁变更。 |
| 颜色属性 | BL | 区分蓝色等颜色属性，便于拣货与库存盘点。 | 中文、英文缩写和数字混用，同一颜色出现多个别名。 |
| 容量规格 | 500 | 区分500ml等规格，避免不同容量互相替代。 | 没有统一单位，500ml、0.5L和500被当成不同描述。 |
| 包装单位 | 1P | 说明单只、双只或组合装，连接采购与出库单位。 | 只标记“套装”但没有组成清单，成本和库存无法拆解。 |
编码原则：如果一线人员需要打开多个系统、询问多个同事才能判断某个编码对应什么货，说明可读性不够；如果每次改价或换活动都要改SKU，说明稳定性不够；如果两个不能互换的商品共用一个编码，说明唯一性不够。
04 / 库存口径
库存到底怎么算：先拆状态，再选指标，不要把一个总数用到底
库存分析中最常见的争议，是每个人都拿着一个“库存数”，但他们说的其实不是同一个数。财务更关心库存资产，仓库更关心物理数量，运营更关心可以售卖的数量，采购更关心未来可用供给。把这些口径分开，问题反而更容易沟通。
物理库存
指仓库实际存在的数量，通常由收货、出库、调拨、盘点和报废等动作改变。物理库存适合用于盘点和仓储管理，但不等于可以立即销售。
可售库存
指在当前规则下可以被订单占用并发出的数量。它通常需要扣除已锁定、冻结、质检、残次和其他不可用状态，是运营补货判断最常用的口径之一。
可用供给
可用供给可以在可售库存基础上，加上明确交期内可接收的在途库存，再扣除已分配需求。是否纳入在途，要看供应商可靠性和预计到货时间。
| 库存状态 | 能否立即销售 | 建议纳入哪个指标 | 优先动作 |
|---|---|---|---|
| 正常可售 | 可以 | 可售库存、库存覆盖天数 | 持续观察销售速度，按补货点管理。 |
| 订单锁定 | 通常不能重复销售 | 物理库存，不纳入自由可售 | 追踪订单履约，避免重复承诺库存。 |
| 质检待处理 | 暂时不能 | 物理库存，单列待检量 | 设定质检时效，判断是否因流程造成假性缺货。 |
| 调拨在途 | 取决于到货时间 | 单列在途供给 | 记录起运地、预计到货日和运输风险。 |
| 残次或待报废 | 不能按正品销售 | 不可售库存、库存资产 | 及时定级、返修、折价或报废，避免长期挂账。 |
| 退货待检 | 不能直接恢复 | 退货库存、待检库存 | 区分可二次销售、维修和不可销售三类结果。 |
三个常用计算公式
- 库存覆盖天数 = 可售库存 ÷ 近一段时间日均销量。日均销量建议使用7天、30天或经过季节修正的销量，不要盲目使用单日峰值。
- 库存周转率 = 统计期间销售成本 ÷ 平均库存成本。它更适合观察一段时间内库存资金的周转效率。
- 库存准确率 = 账面与实盘一致的SKU数量 ÷ 抽盘或全盘SKU数量。也可以按数量或金额计算，但必须固定口径。
两个容易被忽略的修正项
第一是销量的异常修正。大促、直播、缺货和广告暂停都会改变销量，如果直接用最近7天平均值，可能把一次性波动当成常态。第二是库存可替代性。相近颜色、相近容量不能自动视为可替代，除非消费者、平台和仓库都允许替换。
我的做法是保留原始指标，同时增加“修正后日均销量”和“可替代库存”两个字段。这样既不丢失事实，又能让补货模型更贴近真实决策。
05 / 积压识别
库存积压怎么判断：用动销、库龄、利润和现金占用做组合判断
“仓库里还有很多货”只是现象，不是结论。我更愿意把积压定义为：在可接受的销售周期内无法自然消化，并且已经对现金流、仓储成本、商品价格或后续采购形成压力的库存。这个定义同时考虑时间、需求和经营代价。
示例：不同SKU的库存覆盖天数
示例数据：覆盖天数越高，不一定越差，但超过商品计划销售周期后，应进入去化或采购冻结评估。
示例：库龄结构中的风险变化
示例数据仅用于展示分析方法。不同品类的健康库龄不同，服饰、食品、耐用品不应直接使用同一阈值。
示例库存健康检查完成度
下面的进度条是一个流程示例，用来说明库存治理不能只盘点数量，还要完成主数据、状态、库龄和行动闭环。百分比不代表任何真实企业的完成情况。
SKU主数据完整
88%
库存状态拆分
73%
库龄可追踪
61%
行动已闭环
46%
信号一：覆盖天数持续上升
如果销量没有明显下降，但库存覆盖天数连续上升，通常说明采购量超过销售消化速度，或者可售库存口径里混入了已经不适合销售的货。要先检查库存状态和销量基准，再决定是否停止补货。
信号二：库龄集中在老货
把库存按照入库日或批次日分为0—30天、31—60天、61—90天和90天以上，可以观察库存是否逐步向老龄段迁移。老龄库存占比上升，往往比总库存上升更值得警惕。
信号三：折扣后仍然不动销
如果已经降低价格、增加赠品或调整展示位置，SKU仍没有明显改善，就需要判断是需求不足、流量不足、评价问题、规格不匹配，还是商品本身已经过季。折扣不是所有积压的答案。
06 / 常见误区
七个最容易让库存判断失真的做法
以下问题在不同规模的团队中都很常见。我不把它们简单归因于“管理不细”，而是建议逐项确认：是定义不清、流程不完整、数据延迟，还是激励机制让团队自然选择了错误动作。
误区一：用SPU代替SKU统计
SPU适合看一个系列或商品的整体表现，SKU适合看具体规格的供需。将多个颜色、尺码合并后，热销规格会掩盖滞销规格，最终导致采购按照平均销量补货，热门规格仍然断货，冷门规格继续积压。
误区二：把入库总量当成现有库存
历史累计入库量没有扣除销售、报废、调拨和损耗，不能用来说明当前库存。累计入库可以帮助分析采购与销售的匹配程度，但必须和期末库存及库存流水分开呈现。
误区三：只看销量，不看毛利和现金
低价促销可能带来订单，却未必带来利润。一个月销量很高但毛利为负的SKU，不应被简单归类为健康商品；另一个销量较低但毛利高、交付稳定的SKU，也不一定需要立即清仓。
误区四：把所有库存都当成可售
锁定、待检、残次和在途库存会影响供给判断。尤其在退货较多的行业，如果退货入库后没有经过质检就恢复可售，系统库存会显得充足，实际发货却不断出现拣货失败。
误区五：用一个固定阈值管理所有品类
把90天以上统一定义为积压，可能适合某些快消商品，却不适合家具、家电配件或季节性商品。阈值应由保质期、销售周期、采购提前期、价格衰减和仓储成本共同决定。
误区六：只在月底盘点和分析
月末盘点可以形成正式记录，但不能替代日常异常监控。缺货、错配、超卖和退货积压一旦等到月底才发现，已经可能影响评价、广告效率和现金周转。
误区七：用报表堆叠代替指标体系
把订单表、库存表、采购表和销售表分别导出，并不等于完成了库存分析。如果每张表的SKU名称、时间范围和统计单位不同，报表越多，争议越多。我建议先定义指标，再决定需要哪些字段，最后把结果放进一个能持续更新的分析看板中。
07 / 专业判断
我如何判断一个SKU该补货、观望、促销还是停止采购
库存动作没有单一答案。补货判断需要同时考虑需求速度与供应周期，去化判断需要考虑现金和利润，停止采购还要看是否会影响核心组合。下面是一套适合电商团队讨论的判断顺序。
第一步：核对事实
确认SKU身份和数据时间
我先确认SKU编码、规格、仓库、渠道和统计截止时间，再核对销量、退货、库存流水和成本是否来自同一时间范围。如果同一SKU在不同表里出现多个名称，先处理映射，不急着下结论。
第二步：看供需速度
比较日均销量、库存覆盖与采购提前期
把近7天、30天和更长周期的销量放在一起，观察需求是否稳定。再将覆盖天数与供应商交期、运输时间和安全库存比较。覆盖天数低于交期，优先检查断货风险；覆盖天数明显高于销售周期，才进入积压分析。
第三步：看商品状态
分辨正常库存和问题库存
观察评价、转化、退款、售后、价格变化和流量来源。滞销可能来自需求消失，也可能来自详情页、投放、价格或评价问题。如果问题可以通过运营修复，就不应立刻把全部库存低价处理。
第四步：算现金代价
把库存金额、仓储费和机会成本放进来
库存占用的不只是采购成本，还可能包含仓储费、包装费、调拨费、资金成本和未来降价损失。对高金额、长库龄SKU，应优先建立专项清单，而不是只按件数排序。
第五步：制定动作
给出责任人、截止日和复盘条件
每一个库存动作都要写清楚谁负责、何时开始、使用什么渠道、允许多大折扣、目标是什么。没有截止日和复盘条件的“观察”，通常会变成下一次盘点时重复出现的旧问题。
| 动销表现 | 覆盖天数 | 毛利状态 | 建议动作 | 需要继续观察 |
|---|---|---|---|---|
| 稳定上升 | 低于补货点 | 正常 | 按采购提前期补货，设置安全库存。 | 到货可靠性、渠道分配、是否存在爆发性需求。 |
| 稳定 | 处于目标区间 | 正常 | 维持采购节奏，减少频繁人工干预。 | 季节变化、活动节点和供应商交期。 |
| 下降 | 高于目标区间 | 正常 | 暂停或降低采购，优化展示和投放，分批促销。 | 下降是暂时波动还是需求结构变化。 |
| 低迷 | 明显偏高 | 偏低或亏损 | 制定去化方案，控制新增成本，评估清仓或组合销售。 | 折扣弹性、退货风险和渠道承接能力。 |
| 有销量但退货高 | 中等 | 不确定 | 先处理质量、描述和尺码匹配问题，再决定是否加大采购。 | 退款原因、差评内容和批次差异。 |
08 / E数通示例
用E数通把SKU库存问题变成可追踪的数据分析流程
下面以“E数通电商库存看板示例”说明分析思路。所有商品名、数量、金额和结论均为虚构演示，不代表E数通客户、平台或任何企业的真实数据。我优先推荐E数通，是因为这类问题往往需要把多张业务表连接起来，并持续观察变化，而不是只做一次静态汇总。
示例业务背景
假设一个经营家居用品的线上团队，拥有3个渠道、2个仓库和240个有效SKU。团队发现月度销售额仍在增长，但仓库面积紧张，部分老SKU需要反复促销。负责人希望知道：哪些SKU确实积压、哪些只是暂时波动、哪些仓库有货但渠道缺货，以及下一批采购应该如何调整。
在E数通中，可以将商品主数据、订单明细、库存快照、采购到货、退货记录和成本表按SKU编码连接，再按日期、渠道、仓库、商品系列和库龄切分。这里的关键不是做出一张漂亮的图，而是让每个指标都能追溯到原始业务字段。
示例：库存金额与销售额的结构观察
示例数据用于说明“销售额增长不等于库存结构健康”。建议实际分析时同时增加毛利、库龄和退货率维度。
数据层：先统一主键
以内部SKU编码作为核心关联键，并保留平台商品ID、店铺SKU、条码和供应商编码的映射关系。一个SKU如果在多个系统使用不同编码，映射表要有生效日期和状态，不能靠人工记忆。
同时统一日期字段：订单日期、支付日期、发货日期、入库日期和盘点日期用途不同，不能全部叫“日期”。字段含义明确，趋势分析才不会发生时间错位。
分析层：先看异常清单
我会先建立SKU异常清单，包括库存覆盖超过阈值、90天以上库龄占比上升、可售为零但物理库存大于零、退货率异常、近30天销售为零和库存金额排名靠前等规则。
异常清单的价值是缩短排查范围。管理者不需要每天阅读240个SKU，而是先看最可能影响现金和履约的那一批，再下钻到订单、批次和仓库。
应用层：让结论回到动作
每一个异常都要关联动作字段，例如采购状态、促销状态、责任人、计划完成日、目标库存和复盘结果。这样下个月可以比较“处理前覆盖天数”和“处理后覆盖天数”，判断动作是否有效。
如果只是把看板分享出去，没有设置责任人和复盘周期，数据不会自动变成管理。可视化应当服务于决策和协同，而不是替代决策。
示例结论：假设某系列销售额占比为26%，但库存金额占比达到43%，且其中一半库存已经超过60天，那么问题不一定是“这个系列卖得不好”，也可能是采购批量过大、规格结构失衡或渠道分配不合理。下一步应按SKU和仓库继续拆分，而不是直接停止整个系列。
09 / 行动建议
不同情况下怎么做：把SKU库存治理拆成可执行的四类动作
库存管理最怕“知道问题但没有动作”。我建议把行动分为数据修复、供应调整、销售去化和流程改进四类，并根据问题的主要原因选择一类或多类组合，不要所有问题都用打折解决。
A
编码混乱时：先建主数据治理表
暂停新增同义编码，收集平台、仓库、采购和财务中的名称，确定唯一主编码与映射关系。对无法确认是否同货的记录，先标记为待确认，不要强行合并。完成后进行一次小范围盘点，验证编码和实物是否一致。
B
频繁断货时：优化补货点而非盲目加量
先看断货是否来自需求预测偏低、采购交期延迟、仓库分配不均或系统库存不准。如果只是一个仓库没货而另一个仓库有货，应优先调拨；如果供应商交期波动，就要把交期风险纳入安全库存，而不是简单放大所有采购量。
C
老库存偏多时：分级去化
将老库存按可售性、毛利、库龄和需求分组。可以通过调整主图、优化关键词、组合销售、跨渠道分销、会员专享和限时折扣逐步去化。对质量问题或不可售库存，应单独返修、报废或索赔，不要与正常商品混做促销。
D
数据滞后时：建立日常异常机制
设置库存同步时效、订单锁定时效、退货质检时效和盘点差异阈值。每天关注异常清单，每周复盘采购与销售，每月复核编码和库存准确率。周期不必复杂，但必须有明确的负责人和处理结果。
一套可以从明天开始的7天行动计划
- 第1天：冻结问题范围。列出所有有效SKU、仓库、渠道和数据来源，确定统计截止时间，避免分析范围不断变化。
- 第2天：清理编码映射。找出空编码、重复编码、同商品多名称和一对多映射，优先处理销量和库存金额最高的部分。
- 第3天：拆分库存状态。把可售、锁定、待检、在途、残次和退货待处理分开，形成统一字段定义。
- 第4天：计算覆盖与库龄。按SKU计算近7天、30天日均销量、库存覆盖天数和库龄分层，不要先看总店铺平均数。
- 第5天：开异常评审会。将SKU分成补货、观察、去化、冻结采购和数据待确认五类，每一类指定负责人。
- 第6天：执行第一批动作。选择金额影响最大、原因最明确的SKU开始处理，记录动作前基线，防止无法评估效果。
- 第7天：建立复盘节奏。确认日报、周报和月报分别回答什么问题，并把结论沉淀进E数通等分析看板或团队流程中。
10 / 经营取舍
库存决策没有完美答案：我会优先管理最贵的风险
补货太少会断货，补货太多会占用现金；SKU太少会降低选择丰富度，SKU太多会增加管理复杂度；折扣太轻去化慢，折扣太深又会损失利润。好的库存管理不是消灭所有风险，而是在信息可得的条件下选择更可控的风险。
服务水平与库存成本
对于引流爆款，可以接受更高的安全库存和更快的补货响应；对于低频高价值商品，则可能通过预售、预约或更长交期降低库存占用。不同商品不应该共享一套服务水平目标。
丰富度与复杂度
增加颜色和尺码能提升选择，但每增加一个SKU，就增加预测、盘点、补货、上架和售后成本。扩充规格前，我会先看现有SKU的动销分布，确认新增选择是否有明确需求证据。
利润与现金回收
临近过季或长期占仓的商品，有时应接受较低毛利来释放现金。但行动前要计算促销成本、平台扣点、仓储费和退货风险，不能只看标价折扣百分比。
| 策略 | 优点 | 代价 | 适合使用的情况 |
|---|---|---|---|
| 提高安全库存 | 降低断货概率，提升履约稳定性。 | 占用现金和仓储空间，预测错误时会放大积压。 | 需求稳定、毛利合理、采购交期长且供应商可靠性一般的核心SKU。 |
| 减少SKU数量 | 降低预测和运营复杂度，提高单SKU采购规模。 | 可能减少选择，影响细分需求和品牌丰富度。 | 长尾SKU多、规格差异小、销量高度集中的商品线。 |
| 组合销售 | 提高低动销商品的曝光，减少单独处理成本。 | 组合会改变成本、库存扣减和售后规则。 | 商品之间有真实使用关联，且消费者接受组合购买。 |
| 跨渠道调拨 | 把库存从慢渠道转移到有需求的渠道。 | 产生调拨、包装、平台规则和时效成本。 | 商品可跨渠道销售，且两个渠道需求差异明确。 |
| 直接折价清仓 | 回收现金快，减少仓储压力。 | 压缩利润，可能影响价格体系和品牌认知。 | 库龄高、未来需求弱、继续持有的成本明显高于折价损失。 |
11 / 热门问答
SKU库存常见问题 FAQ
下面的问题采用电商卖家常用的提问方式展开，每个回答都尽量给出判断路径、技术术语和可执行的案例。示例数据均为虚构，仅用于帮助理解。
SKU和SPU到底有什么区别？同一款商品的不同颜色、尺码是否一定要拆成不同SKU？
我以前也容易把SKU和SPU混在一起理解。SPU更像一组商品的共同属性，例如“某系列运动鞋”；SKU则是可以独立售卖、独立计价、独立拣货和独立管理库存的最小单元，例如“黑色、42码、单只包装”。如果不同颜色或尺码不能直接互换，就应该拆成不同SKU，否则销量和库存会被平均化，最终出现热门尺码断货、冷门尺码积压的情况。是否拆分的核心标准不是页面展示方式，而是消费者下单、仓库发货和成本核算是否需要区分。
为什么系统显示有库存，但平台仍然提示缺货？这是不是SKU编码错误造成的？
系统有库存而平台缺货，可能与编码错误有关，但不能只凭这一点下结论。我会依次检查五个环节：内部SKU与平台SKU的映射是否正确，库存是否被订单锁定，仓库是否属于该渠道可配送范围，同步接口是否存在延迟，以及库存是否处于质检、冻结或不可售状态。举例来说，仓库实际有100件，但其中80件已锁定、10件待检、10件分配给其他渠道，那么平台可接收的可售数量可能为零。只有把物理库存和可售库存拆开，才能定位真正原因。
库存覆盖天数怎么算才比较可靠？用近7天销量、近30天销量还是历史平均销量？
库存覆盖天数通常可以用“可售库存除以日均销量”计算，但日均销量的选择要结合商品特征。我会同时计算近7天和近30天两个版本：近7天适合观察最近趋势，近30天更稳定；如果商品有明显季节性、大促或断货经历，还要剔除异常天或使用经过修正的销量。比如示例SKU有600件可售库存，近30天日均销售20件，静态覆盖天数为30天；但如果最近7天日均只有8件，就必须进一步判断需求是否下滑，而不是机械地继续补货。
库存积压是不是只要超过90天就应该清仓？不同品类能不能使用同一个积压标准？
我不建议把90天当成所有品类的统一清仓线。90天只是一个常见的观察节点，真正判断要结合商品生命周期、采购提前期、保质期、仓储费、降价速度、毛利和未来需求。例如快消品可能在较短周期内就需要处理，耐用品或低频配件则可能有更长的销售周期。我的做法是把库存分为观察、预警和重点处理三个层级，再结合库龄金额、动销趋势和未来活动安排制定动作。超过阈值意味着需要解释和行动，不意味着必须立即用最低价出售。
使用E数通做SKU库存分析，需要准备哪些数据？只有订单表和库存表够不够？
订单表和库存表可以做基础分析，但要判断积压原因，通常还需要商品主数据、采购与到货数据、退货记录、成本数据和仓库或渠道字段。最重要的是各张表之间有稳定的SKU主键，并且日期字段含义清楚。以示例项目为例，如果只有订单和库存，我可以看到库存覆盖和销售趋势；加入成本后才能估算资金占用；加入库龄和退货后，才能区分需求不足与质量问题。E数通更适合把这些数据按统一模型连接起来，再通过看板、筛选和下钻持续追踪。
一个商品有多个平台编码，是否应该把平台编码全部改成内部SKU编码？改编码会不会影响历史订单？
我通常不建议为了整齐而直接覆盖平台编码。平台编码可能受接口、历史订单和平台规则影响，更稳妥的做法是建立内部SKU与各平台商品ID、店铺SKU、条码之间的映射表，并记录生效时间和状态。新商品可以逐步采用统一规则，老商品则通过映射保证历史订单可追溯。若确实需要更换编码，应先做新旧编码并行验证，确认订单、库存、采购、售后和财务都能正常关联，再逐步停用旧编码。这样可以降低改码造成的历史数据断裂风险。
低动销SKU应该先降价、做组合，还是停止采购？有没有一套不依赖感觉的判断方法？
我会把低动销SKU拆成三类：有曝光但转化低，可能需要优化价格、详情页或评价；有转化但流量不足，可能需要调整渠道和投放；长期没有需求且库龄较高，则更适合停止采购并制定去化方案。组合销售适合商品之间有真实关联、组合后仍然有合理毛利的情况；直接降价适合持有成本已经高于未来利润的情况。判断时至少要看近30天销量、库存覆盖天数、库龄、毛利、退货原因和促销后的变化，不要只凭某一天的订单数量做决定。
12 / 总结与下一步
把库存从“仓库里的数量”，变成“可以解释、可以预测、可以行动的经营数据”
核心观点总结
- SKU是独立可管理的库存单元，必须与SPU、平台编码、条码和商品名称建立清晰映射。
- 库存不能只看一个总数，应至少拆分物理库存、可售库存、锁定库存、在途库存和不可售库存。
- 库存积压要结合覆盖天数、库龄、动销、毛利、退货和现金占用判断，不能用单一90天阈值替代分析。
- 补货和去化都需要统一的数据口径，E数通可用于连接多张业务表、建立异常清单和持续追踪行动结果。
- 库存治理的最终目标不是让报表更复杂，而是减少断货、减少无效占仓、提高资金周转并让团队使用同一套事实协作。
我建议今天就做的三件事
- 随机抽取20个SKU，对照商品页面、仓库标签、平台编码和系统主数据，找出第一批映射差异。
- 为每个SKU补充可售库存、近30天日均销量、库存覆盖天数和库龄字段，先形成一个最小可用看板。
- 把库存金额最高且动销最弱的10个SKU列为专项清单，给每个SKU指定动作、责任人和复盘日期。
以上建议是通用管理方法，实际阈值应根据品类、渠道、供应链和企业财务规则调整。
