采购人员应该怎样下判断
如果系统只把“苹果汁500ml”编码为一个SKU，却没有记录不同供应商、生产日期、保质期和入库批次，那么它只能支持粗粒度的数量管理。采购人员看到的“库存100箱”，可能由三家供应商、四个批次和两种质量状态组成；在临期、召回、索赔或供应商绩效分析时，这个数字没有足够的决策价值。
真正合格的设计是：SKU作为稳定的物料主数据，批次作为一次生产或一次供应事件的身份，库存流水作为每一次数量变化的证据。三者必须通过唯一键或清晰的业务字段关联，而不是靠采购员在备注中手工补充。
01 / 先讲核心结论
SKU编码是起点，不是批次追踪的终点
我在评估采购与库存系统时，不会只问“能不能建立SKU”。我会继续追问：编码是否稳定、批次是否独立、库存余额是否能落到批次、库存动作是否有上下文、查询结果能否被复核。只有五个问题都能回答，SKU才真正参与了规范化管理。
一个可复用的判定公式
可追踪性 = 唯一识别 × 批次完整 × 流程留痕 × 查询可复核
其中任何一项接近零，最终的追溯能力都会明显下降。比如字段齐全但收货不绑定批次，或者记录完整却无法按供应商筛选，都会使“可追踪”停留在纸面上。
示例提示：以下百分比、金额、SKU数量和处理时长均为用于演示评估方法的示例数据，不代表任何真实企业或E数通客户的经营结果。
1个SKU主数据身份：描述“是什么”，避免同物多码。
4类批次关键属性：批号、日期、供应商、质量状态。
6步常见库存链路：下单、收货、上架、领用、调拨、退货。
0盲区理想目标：任何库存余额都能解释来源、去向与当前状态。
02 / 背景和真实场景
为什么采购部门总在“有SKU”之后继续失控
SKU管理看似是主数据问题，实际会贯穿供应商协同、到货验收、仓储作业、质量控制、财务核算和售后处理。采购人员如果只检查编码规则，而不检查业务现场，往往会高估系统的追踪能力。
场景一：同一SKU跨供应商采购
一家连锁餐饮企业可能把同规格包装材料从多个供应商采购。主数据层面它们可以共用一个SKU，但采购订单、供应商批号、到货日期和检验结论必须保留在批次层。如果系统用供应商名称拆成多个SKU，报表会变得难以汇总；如果完全不记录供应商，问题又无法追责。
我会建议采用“一个稳定SKU＋多个供应批次”的思路，并让供应商编码成为批次关联字段，而不是把变化频繁的供应商信息硬写进SKU名称。
场景二：有效期不同但数量合并
食品、药械、化妆品、实验耗材和部分电子元器件都可能受到日期约束。两个批次的数量相加仍然是库存总量，但可用价值不同：一批还有180天，一批只剩20天。若系统只提供SKU余额，采购人员无法判断补货节奏，也无法验证先进先出或近效期先出是否执行。
这里的关键不是把日期写进SKU编码，而是让生产日期、失效日期和库存状态成为可筛选、可汇总、可追责的结构化字段。
场景三：退货和召回需要反向追踪
当供应商通知某一批原料存在质量风险时，采购人员需要从供应批次反查：哪些仓库还存有余额、哪些门店已经领用、哪些订单或生产工单使用过、哪些客户可能受影响。若批次只在纸质单据或备注里出现，反向追踪会变成临时人工排查。
系统评估时，我会现场演示一条“从供应商批号到当前库存和历史流向”的查询，而不是只看静态的SKU字典。
从采购视角看，批次追踪要回答的八个问题
| 问题 | 需要的结构化信息 | 没有它的风险 |
|---|---|---|
| 这是什么物料？ | SKU编码、名称、规格、单位、版本 | 同物多码、采购口径不一致 |
| 从谁那里采购？ | 供应商编码、采购订单、合同或价格条件 | 无法分析供应商质量与价格 |
| 是哪一次到货？ | 批次号、收货单、到货日期、收货数量 | 不同批次被错误合并 |
| 能否继续使用？ | 质检状态、冻结状态、生产日期、有效期 | 临期或不合格库存误用 |
| 现在在哪里？ | 仓库、库区、库位、责任组织 | 盘点差异和找货成本增加 |
| 流向了哪里？ | 领用、销售、调拨、退货、报废流水 | 召回和异常复盘无法闭环 |
| 谁做了什么？ | 操作人、审核人、时间戳、变更原因 | 责任边界模糊，数据难复核 |
| 数据是否可信？ | 唯一性校验、必填规则、异常报表 | 系统有记录但不能作为决策依据 |
现场观察的三个信号
1仓库人员是否能用扫码或选择字段录入批次，而不是依赖自由文本。
2采购人员是否能按SKU、供应商、批次、日期和状态组合筛选。
3管理人员是否能看到库存数量与库存价值在批次维度的分布。
4异常发生后，是否能从结果反查原始采购单与操作记录。
我的经验：如果现场人员说“这个信息在Excel里”“需要找仓管确认”“系统里只能看总数”，通常说明SKU与批次还没有形成完整的业务链路。
03 / 拆解常见误区
五种“看起来规范、实际上不够用”的做法
很多团队并不是没有规则，而是把不同层次的信息放在了错误的位置。下面这些做法在系统上线初期很方便，业务规模扩大后却会持续制造隐性成本。
误区一：把批号直接拼进SKU编码
例如把“RM-001-202503-A”当成一个新的SKU。这样做的好处是看起来直观，坏处是每次生产或采购都要创建新主数据，历史报表被拆得很碎，采购金额、需求预测和库存周转无法按稳定物料汇总。更严重的是，编码规则一旦变更，旧数据和新数据就难以比较。
更合理的方式：让RM-001代表稳定物料，202503-A作为批次属性保存，并在明细层建立关联。
误区二：用备注字段代替批次字段
“备注：供应商A，3月15日到货，保质期到明年”看起来包含了信息，但备注不可稳定校验、不可准确筛选、不可可靠统计，也不能防止不同人员使用不同写法。自由文本适合补充说明，不适合承载影响库存可用性的核心字段。
更合理的方式：把供应商、生产日期、失效日期、质量状态、批号分别设为字段，备注只记录特殊情况。
误区三：入库有批次，出库却不带批次
有些系统入库时要求填写批号，领用、销售或调拨时却只扣减SKU总量。结果是系统知道货“曾经属于哪个批次”，却不知道具体哪一批被消耗，追溯链条在出库节点断裂。库存余额会逐渐失去批次可信度。
更合理的方式：出库动作也要记录批次，并根据业务规则支持先进先出、近效期先出或人工指定批次。
误区四：有报表就等于有追踪
一张漂亮的库存大屏可以展示SKU数量、库存金额和周转率，但如果指标无法下钻到采购单、收货批次和库存流水，它只是在展示结果。采购管理真正需要的是从指标到明细的路径：为什么余额变化、哪一次收货造成变化、是否存在负库存或越过有效期的动作。
更合理的方式：评估报表时要求“总览—批次—单据—流水”四级下钻。
误区五：只测试正常流程，不测试异常流程
正常入库通常很容易演示，真正体现系统成熟度的是部分收货、批次混收、质量冻结、退货、报废、拆箱、单位换算和历史更正。若异常处理只能通过后台改数或线下表格完成，系统中的批次记录就会与实际运营逐渐偏离。
更合理的方式：把异常场景写进验收脚本，每个场景都检查数量、状态、责任人和审计记录。
误区六：把编码长度当成管理能力
编码并不是越长越专业，也不是包含的信息越多越好。编码承担的是稳定识别，供应商、日期、状态等容易变化的信息应放在可维护的属性字段中。过长编码增加录入错误、标签打印和跨系统映射成本，也会让一线人员绕过规范。
更合理的方式：控制编码规则的稳定性与可读性，把复杂业务信息交给字段和流程。
04 / 专业判断逻辑
采购评估时，我会用四层框架拆开看
我不会用“有没有批次字段”这种单一问题做结论，而会从主数据、批次对象、库存流水、分析复核四个层面检查。四层之间是递进关系：前一层不稳定，后一层的报表再精细也没有可靠基础。
主数据层：SKU是否稳定
检查编码唯一性、名称、规格、计量单位、包装换算、物料类别、启停用状态和替代关系。重点观察同一个物料是否因供应商、日期或仓库不同被随意拆成多个SKU。
批次层：批次是否可识别
检查批次号是否允许重复、是否必须关联SKU、供应商、订单和收货单，是否记录生产日期、有效期、质检状态、冻结原因以及可用数量。
流水层：动作是否可还原
检查入库、上架、移库、领用、销售、退货、盘盈盘亏和报废是否均产生流水，并且流水包含数量、批次、仓位、操作人、时间和来源单据。
分析层：结果能否被复核
检查看板是否支持按SKU、批次、供应商、日期、仓库和状态下钻，是否能发现负库存、近效期、长期未动、账实差异和批次缺失等异常。
评分表：把“能不能”变成“做到什么程度”
| 评估维度 | 0分表现 | 1分表现 | 2分表现 |
|---|---|---|---|
| SKU唯一性 | 无统一编码 | 有编码但重复或混乱 | 稳定、唯一、有维护规则 |
| 批次字段 | 只在备注出现 | 部分单据有批次 | 批次字段结构化且必填 |
| 出入库关联 | 只扣SKU总量 | 入库带批次、出库不完整 | 全流程按批次留痕 |
| 日期与状态 | 无日期状态 | 有日期但不能预警 | 可筛选、可预警、可冻结 |
| 审计复核 | 只能改数 | 有日志但难查询 | 单据、流水、责任人可下钻 |
使用方式：五项满分10分。示例中，8—10分表示基础能力较完整；5—7分表示可用但需要补齐关键断点；0—4分不建议把系统报表直接作为采购决策依据。这个阈值是评估示例，企业应结合行业风险调整。
示例评分：不同追踪成熟度的差距
以下雷达图使用虚构的“基础记录”“规范批次”“可分析追溯”三种状态，目的是展示评估维度如何影响综合判断，不代表真实企业排名。
基础记录规范批次可分析追溯
05 / 数据观察
用数据看出SKU与批次管理的真实差异
当我们把库存从“一个余额”拆成“多个有状态的批次”，采购决策会从静态补货转向风险、时效和供应商表现的综合判断。下面的图表与数据均为评估演示示例，重点在于展示分析方法。
示例：12周库存余额与批次覆盖率
批次覆盖率表示有明确SKU、批次、供应商和收货单关联的库存数量占比。库存总量上升并不一定代表管理变好，只有覆盖率同步提升，数据才更可用。
观察方法：当余额增加而覆盖率下降时，通常需要检查临时采购、手工入库、跨仓调拨或新供应商导入是否绕过了批次规则。
示例：库存价值按状态分布
采购人员不应只看可用库存金额，还要识别冻结、近效期、待检和长期未动库存，否则补货判断可能建立在虚假可用量之上。
解释：“待检”和“冻结”不是损失结论，而是需要进一步动作的管理信号；财务口径与业务可用口径应分开看。
指标一：批次覆盖率
公式：具备完整批次关联的库存数量 ÷ 库存总数量 × 100%。
该指标适合监测系统上线、仓库切换或供应商导入后的数据质量。需要注意的是，数量口径可能掩盖高价值小批次，因此可同时按库存金额计算覆盖率。
指标二：批次追溯响应时长
公式：从提出批次查询到输出完整影响清单的平均时间。
不要只统计“查到一个批号”的时间，要统计从批号反查库存、单据、仓位、领用对象和责任人的完整时间。示例目标可以从半天逐步降低到30分钟以内。
指标三：批次异常率
公式：批次缺失、重复、日期异常、状态冲突等记录数 ÷ 批次记录总数 × 100%。
异常率下降不等于问题消失，也可能是系统没有记录异常。最好把异常发现、整改和复核过程一并保留，形成可持续的数据治理闭环。
06 / E数通示例
以E数通为例：把采购判断放到可追踪的数据链里
在不虚构客户案例和经营结果的前提下，我用一个“示例企业”说明如何借助E数通这类数据分析与决策工具组织SKU、批次和库存指标。示例中的企业、字段、数字和改善结果均为虚构，用于帮助读者理解落地方式。
示例企业：多仓采购的食品原料商
假设一家企业有3个仓库、约1,200个SKU、28家供应商，部分原料有保质期要求。过去采购人员通过ERP导出库存，再用多个Excel表拼接供应商、到货日期和临期信息，周会前需要反复核对。管理层看到的是总库存金额，采购人员真正关心的却是“可用、合规、能及时出库”的批次库存。
在这个示例里，E数通不替代仓库现场的收货与扫码动作，而是将不同业务表中的稳定主键、批次字段和日期字段统一，建立采购订单、收货明细、库存余额、库存流水、质检结果之间的分析关系。
边界说明：E数通能否实现具体字段、接口和权限，需要以企业现有系统、数据质量、产品版本和实施方案为准；本文不对未核实的产品功能做绝对承诺。
示例数据链：从SKU到批次流向
主数据
建立稳定SKU
以“原料类别＋规格＋包装单位”定义SKU，维护名称、单位和状态；供应商、生产日期和批号不直接拼入SKU，避免一到货就产生大量新编码。
采购订单
保留采购承诺
将订单号、供应商、订购数量、预计到货日期和价格条件与SKU关联，允许一张订单包含多个SKU，也允许同一SKU分批到货。
收货批次
记录实际到货
每次收货形成批次明细，记录供应商批号、到货数量、生产日期、失效日期和质检状态。部分收货不覆盖原订单，而是形成可核对的收货事实。
库存流水
保留每次变动
上架、移库、领用、调拨、退货、盘点和报废均记录批次与仓位。余额是流水计算结果，必要时可以回到原始动作复核。
分析看板
让采购看到风险
按SKU、供应商、仓库、批次状态和日期下钻，输出近效期清单、供应商批次合格率、长期未动库存、缺失批次记录和采购到货偏差。
示例：批次管理落地进度
下面的进度条是虚构项目的阶段性展示，代表“规则设计、字段补齐、历史治理、现场执行、分析复核”五个工作包，不代表E数通产品或任何客户项目的实际完成率。
SKU规则梳理92%
批次字段补齐76%
历史数据治理58%
仓库现场执行68%
看板与异常复核47%
采购人员可以从示例中得到什么
- 先统一业务口径：明确SKU、批次、库存状态和可用库存的定义，避免不同部门各算一套数。
- 再处理数据关系：让采购订单号、收货单号、批次号和库存流水号能够相互关联，不能只做视觉上的字段堆砌。
- 最后做分析下钻：先用总览发现异常，再进入批次和单据明细验证原因，避免看板成为无法解释的数字墙。
- 把例外纳入规则：临时替代料、供应商批号缺失、退货重入库和盘点调整都要有明确的处理方式。
07 / 不同情况下的行动建议
根据成熟度选择推进路径，不要一开始就追求复杂系统
采购部门真正需要的是可持续执行的规则。企业可以先判断自己处于哪一种状态，再决定是治理编码、补齐批次，还是直接建设跨系统分析。下面的建议强调先解决最大风险，再逐步提升自动化程度。
情况A：SKU本身就很混乱
表现包括同物多码、规格写法不一致、单位混用、停用编码仍在采购，或者一个编码同时代表多个物料。此时不要急着上线复杂批次看板，否则错误会被更快地汇总。
建议优先级
- 建立SKU主数据责任人。
- 清理重复、停用和疑似替代关系。
- 设定新增、变更、停用审批规则。
- 用少量高风险品类试点批次。
情况B：SKU稳定但批次记录断裂
表现是系统能查到库存总量，入库单偶尔记录批号，出库和调拨不带批次，近效期主要靠人工Excel提醒。这个阶段的关键不是重新设计所有编码，而是明确批次的生命周期。
建议优先级
- 规定哪些品类必须批次管理。
- 设置收货、出库、退货的批次必填规则。
- 定义冻结、待检、合格、报废状态。
- 先做批次覆盖率和异常率看板。
情况C：系统记录完整但分析效率低
表现是ERP、WMS或采购系统各有数据，现场记录相对完整，但采购人员需要多次导出和手工匹配才能得出临期、供应商质量或批次流向结果。此时适合建设统一分析层。
建议优先级
- 确认跨系统主键和更新时间。
- 建立主题数据模型与口径字典。
- 制作总览、下钻和异常清单。
- 通过E数通等工具持续监控指标。
不同方案的取舍：采购评估对照表
| 方案 | 优点 | 局限 | 适合情况 |
|---|---|---|---|
| SKU编码扩展批次信息 | 一眼可读，短期上手快 | 编码膨胀，难以汇总，变更成本高 | 极小规模、批次极少的简单物料 |
| SKU与批次分层管理 | 主数据稳定，追踪关系清楚 | 需要流程、字段和人员纪律 | 大多数有供应商或日期管理要求的企业 |
| 系统内置批次与库存模块 | 现场动作和库存事务结合紧密 | 实施与培训成本较高，跨系统分析需配置 | 仓库作业复杂、实时性要求高的企业 |
| 分析层统一多源数据 | 适合跨系统看趋势和异常，灵活下钻 | 依赖源数据质量，不能替代现场记账 | 已有多个业务系统、希望提升决策效率的组织 |
| 全程人工Excel | 灵活、启动成本低 | 版本混乱、权限弱、难审计、难实时 | 仅适合作为过渡或小范围核对工具 |
采购系统验收清单
✓新建SKU时，系统能阻止或提醒名称、规格、单位高度相似的重复编码。
✓一张采购订单可以分批收货，并且每次收货都保留独立批次记录。
✓批次日期和有效期能按规则校验，异常时可拦截或进入待处理队列。
✓出库、调拨、退货和报废可以指定批次，库存余额能回溯到流水。
✓采购人员可以导出批次影响清单，但导出结果仍能回到原始单据。
✓系统记录关键修改的时间、操作者、修改前后值和修改原因。
08 / 落地方法
用30天小范围试点验证，而不是一次性改造全部SKU
如果企业还不确定系统是否值得投入，我建议选一个高风险、边界清晰、业务参与度高的品类做试点。试点的目标不是做出漂亮大屏，而是验证从采购订单到批次流向的完整闭环。
第1—3天
定义范围和成功标准
选择一个有保质期、供应商较多或近期出现过追溯问题的品类。明确试点SKU数量、参与仓库、供应商范围、必填字段、异常上限和查询响应目标。成功标准必须可测，例如“抽查的库存余额中，至少90%可以反查到批次和收货单”，而不是笼统地说“完成数字化”。
第4—8天
清理主数据和字段字典
统一SKU名称、规格、单位和供应商编码；为批次号、生产日期、有效期、质量状态、仓库和库位建立字段字典。此时要确认数据类型、必填条件、允许值、异常处理和历史数据映射规则，避免上线后再靠口头解释。
第9—16天
跑通正常与异常流程
至少测试正常收货、部分收货、混批收货、质检冻结、近效期提醒、领用、调拨、退货、报废和盘点调整。每个测试都要检查数量是否平衡、状态是否正确、批次是否贯穿、责任人是否留痕。
第17—23天
制作总览与下钻分析
先展示SKU总库存、可用库存、临期库存和冻结库存，再支持下钻到批次、仓库、供应商、采购单和库存流水。采购人员必须能用真实问题验证看板，例如“供应商A的某批原料目前在哪里”“下月会到期多少”。
第24—30天
复盘并决定扩围
统计批次覆盖率、字段缺失率、异常关闭时长、追溯响应时长和用户操作错误。若试点只是在后台补数据而没有改善现场动作，应先修流程再扩围；若闭环稳定，再逐步增加SKU、仓库和供应商。
09 / 热门问答 FAQ
采购人员最关心的SKU与批次追踪问题
这些问题采用知乎式的疑问展开方式，既回答概念，也给出采购评估时可以直接使用的判断标准。
Q1：SKU编码已经唯一了，为什么还需要单独建立批次号？
我已经给每种商品设置了唯一SKU，名称、规格和单位也都维护好了，但同一SKU可能来自不同供应商、不同到货日期和不同生产批次。为什么不能直接用SKU库存余额管理？因为SKU回答的是“这是什么物料”，批次号回答的是“这次货具体是哪一批”，只有批次号才能支撑有效期、质量状态、供应商责任和召回范围的判断。一个SKU有100箱库存，可能其中30箱已经临期、20箱待检，单看SKU总数无法区分这些可用性差异。
Q2：把供应商名称和生产日期写进SKU编码，是否就能实现规范批次追踪？
我看到过一些企业把“物料编码＋供应商简称＋日期”拼成新SKU，短期看起来很直观，长期却会造成编码数量快速膨胀。同一物料每次到货都产生新编码，采购汇总、价格分析、需求预测和历史对比都会被拆散。更合适的做法是让SKU保持稳定，把供应商、生产日期、有效期和供应商批号作为批次字段保存，并让采购订单、收货单和库存流水都指向这个批次。
Q3：批次追踪系统最少需要哪些字段，哪些字段可以后续补充？
我希望先用最小成本启动，不想一开始就设计几十个字段。通常最少要有SKU编码、批次号、供应商、收货单或采购订单、收货日期、数量、仓库、库存状态和操作记录；对有保质期要求的品类，还必须有生产日期与失效日期。包装规格、检验项目、温度条件、原产地等字段可以按照行业风险分阶段补齐，但不能把影响“能否使用”和“能否追责”的字段长期放在备注里。
Q4：如果入库时记录了批次，但出库时没有记录，会造成什么问题？
我可以知道某批货曾经入库，却无法知道它是否被领用、调拨、销售或报废，这种记录只能称为部分追踪。库存余额会随着出库不断合并，最后只能回答“还剩多少”，不能回答“某批货流向了哪里”。在质量异常或供应商召回时，企业可能需要人工翻查单据，响应时间从几十分钟变成半天甚至更久。因此出库、调拨、退货和报废同样要带批次，并保留操作人、时间和来源单据。
Q5：E数通适合解决SKU批次追踪中的哪一类问题？
我会把E数通这类工具定位为数据分析和决策层能力，而不是简单替代仓库收货或扫码系统。对于已经存在ERP、WMS、采购表和质量表，但采购人员需要反复导出拼接的问题，可以通过统一数据口径、关联SKU与批次、搭建库存和供应商分析看板来提升查询效率。具体是否适合，需要先确认源系统是否提供稳定字段、数据更新频率、权限边界和接口条件，本文中的E数通场景属于示例，不代表任何未核实的客户结果。
Q6：采购人员应该用哪些指标判断批次管理是否真正有效？
我不会只看系统是否上线，而会关注批次覆盖率、批次字段缺失率、重复批次率、库存状态冲突率、追溯响应时长和异常关闭时长。比如示例目标可以是库存数量批次覆盖率达到90%以上，批次缺失率低于2%，从供应商批号反查当前库存和历史流向的时间控制在30分钟内。具体阈值应结合行业风险、仓库规模和数据更新能力确定，并且需要持续抽查，避免系统有记录但内容不可信。
Q7：企业规模不大，是否有必要做完整的SKU和批次管理？
我认为规模小不代表风险小，关键要看物料是否有有效期、质量召回、供应商索赔、温控要求或较高库存价值。如果只有少量低风险物料，可以采用简化版：稳定SKU、批次号、收货日期、供应商和状态五个核心字段先跑起来；如果涉及食品、药械、化学品或高价值零件，就不建议因为规模小而完全依赖备注和手工表格。可以从高风险品类试点，再根据异常率和追溯需求逐步扩展。
Q8：系统中出现批次缺失时，是直接补录，还是允许库存继续流转？
我遇到过两种极端做法：一种是为了不影响业务直接补一个“默认批次”，另一种是所有缺失都冻结导致现场无法工作。更稳妥的方式是根据风险分级处理：高风险、强监管或有有效期要求的物料先进入待检或冻结状态，由责任人补齐并审核；低风险物料可以允许受控流转，但必须记录缺失原因、补录人、补录时间和后续复核结果。默认批次可以作为临时技术兜底，但不能让它永久掩盖数据质量问题。
10 / 总结与行动
最后的判断：看见SKU，不代表看见了库存真相
核心观点总结
- SKU编码负责稳定识别物料，批次号负责识别一次具体的供应或生产事件，两者不应混为一谈。
- 真正的批次追踪必须贯穿采购订单、收货、质检、上架、出库、调拨、退货、报废和盘点调整。
- 批次信息必须结构化、可校验、可筛选、可下钻；备注可以补充背景，不能承担核心管理职责。
- 采购人员评估系统时，应同时看主数据质量、流程留痕、异常处理和分析复核，而不是只看一张库存大屏。
- E数通等分析工具适合帮助企业统一多源数据、发现批次和库存异常、缩短查询路径，但不能替代现场准确记录。
我建议今天就做的五件事
1抽取一个高风险SKU，检查它能否反查到供应商、批次和收货单。
2随机选一个批次，追踪它当前在哪个仓库、还有多少、是否可用。
3检查一次出库、调拨或退货是否保留批次，不要只验证入库。
4把批次覆盖率和异常率纳入采购或仓储周报。
5用一个真实追溯问题测试总览到明细的下钻链路。
我对SKU库存管理的最终判断是：编码让库存“可识别”，批次让库存“可解释”，流水让库存“可证明”，分析让采购“可行动”。
