一个商品，一个可识别身份
SKU应当描述能够被独立采购、存储、销售和盘点的最小库存单位。例如同一款运动鞋的黑色42码与白色42码，外观相似但不能共用一个SKU；一箱24瓶与单瓶销售，也不能只靠备注区分。
01 / 先讲核心结论
SKU编码减少库存积压，关键不在“编码得多漂亮”，而在“编码能否被整个流程稳定使用”
我在看多仓库存问题时，不会先问企业有没有一套很长的编码规则，而会先问四件事：同一商品是否只有一个身份、不同包装是否被正确区分、每个仓的库存是否可比、订单和补货是否使用同一套口径。只要其中一项失真，系统里的库存数字就可能看似准确，实际却无法支持经营判断。
编码是入口，不是终点
编码统一之后，还需要绑定品类、规格、单位、供应商、保质期、包装层级和仓储条件。否则仓库只是“不会重复建品”，但采购仍然无法判断哪个规格真正缺货。
积压来自错误决策的累积
积压通常不是某一天突然发生，而是重复建品、重复采购、错误安全库存、跨仓看不见余货、促销预测未回收等问题连续叠加的结果。SKU治理可以让这些问题被定位和量化。
最终目标是缩短货物停留时间
库存健康不等于库存越低越好，而是让正确的货在正确的仓，以合理数量停留合理时间。评价编码效果，应该看库存周转、库龄、缺货率、调拨次数和报损率，而不是只看编码完成率。
1个可被全流程识别的库存身份
4类必须统一的口径：商品、仓、单位、状态
3条库存改善主线：识别、可见、决策
7天示例项目中可完成的首轮问题盘点周期
我的专业判断：如果企业只想通过“重新编一套SKU”直接消灭积压，预期通常会落空。更稳妥的做法是先冻结问题数据、定义唯一身份，再把库存状态、销售需求和补货动作串起来；编码规则应当服务于业务流程，而不是让业务流程迁就编码。
02 / 背景与真实场景
为什么仓库越多，SKU库存越容易失真
单仓企业也会遇到库存不准，但多仓环境会把同一个小问题放大。总部看到的是汇总库存，仓库看到的是实物库存，电商看到的是可售库存，门店看到的是在途和预留库存，财务看到的又是按成本计价的库存。没有统一SKU和库存状态，这些数字都可能“各自正确、彼此矛盾”。
场景一：同款商品被建成多个身份
采购人员按供应商名称建立“蓝牙耳机-白色”，运营人员按平台标题建立“无线耳机白色款”，仓库又按外箱标签建立“BT-EAR-W”。如果三个名称没有被映射到同一主SKU，系统就会把一批真实的货拆成三批逻辑库存。
这种问题常见于企业从线下转向线上、从单仓扩展到区域仓时。旧系统里的货号、平台SPU、供应商货号和内部SKU并存，人员通过搜索习惯找到商品，最终形成“知道的人能操作，不知道的人会重复建品”的隐性规则。
场景二：一个SKU承载了多个包装层级
一箱、六盒、单件分别对应不同销售动作，但系统只有一个SKU。采购按箱入库，仓库按盒拣货，门店按件销售，系统如果没有换算关系，库存数量就无法比较。看起来库存有很多，实际可能只够完成几笔订单；也可能因为单位混乱被重复补货。
解决这类问题时，我会把“基础库存单位”和“交易包装单位”拆开管理。基础SKU描述最小可售单元，包装条码、箱规、拆零规则和换算率放在包装层级中维护，并明确哪一种单位参与安全库存计算。
场景三：跨仓可见，但不可用
总部报表显示A仓有100件、B仓有80件，于是采购暂停补货。但A仓的100件中有60件已经锁定给团购订单，B仓的80件中有30件正在质检，剩余货物又因为区域配送成本过高，无法及时服务目标客户。总库存充足不代表可售库存充足。
因此库存看板不能只显示“账面数量”，至少要拆分现有、可用、已分配、在途、质检、冻结、退货和报损等状态。SKU是状态汇总的主键，主键错误，所有状态都会被放错地方。
场景四：销售预测没有回写库存策略
某个SKU在大促前被预测为热销，企业按峰值备货；活动结束后，预测没有回收，系统仍然沿用高安全库存。接下来几周销量回归常态，仓库却不断补货，慢动销在多个区域仓重复沉淀。
这里的根因不只是预测偏差，也包括活动SKU没有独立标识、生命周期没有被记录、促销结束没有触发复盘。好的SKU体系应当允许我们区分常规款、活动款、季节款、试销款和淘汰款。
多仓库存流程：从商品定义到积压处理
STEP 01
定义SKU主数据
确定商品身份、属性、单位、包装与生命周期，建立唯一主键。
STEP 02
同步仓储与订单
让采购、入库、上架、拣货、调拨、销售使用同一映射关系。
STEP 03
形成库存状态
区分现有、可用、预留、在途、冻结、质检和退货等数量。
STEP 04
计算需求与补货
按SKU、仓、渠道和周期观察销量、周转、缺货及补货建议。
STEP 05
识别并处理积压
按库龄、动销、毛利和调拨成本选择促销、调仓、退供或停采。
| 岗位 | 最关心的问题 | 需要读取的SKU字段 | 如果字段不统一会发生什么 |
|---|---|---|---|
| 采购 | 该补哪一种、补多少、何时到 | 供应商、采购单位、交期、最小起订量、在途 | 重复向多个供应商下单，或把包装数量当成销售数量 |
| 仓库 | 收到的货放哪里、拣哪一个 | 条码、规格、库位、批次、效期、包装换算 | 上架错位、拣货错发、盘点差异增加 |
| 销售 | 能不能承诺客户、哪个仓发货 | 可售库存、预留库存、区域仓、渠道限制 | 超卖或承诺了无法及时配送的库存 |
| 财务 | 库存价值与损耗是否合理 | 成本、税率、库存状态、报损、退货 | 账面库存与实际价值不一致，积压成本被低估 |
| 管理层 | 库存是否健康、现金是否被占用 | 周转天数、库龄、动销率、缺货率、库存金额 | 只能看到总金额，无法判断问题发生在哪个SKU和仓 |
03 / 拆解常见误区
六个看似合理、实际上会制造库存积压的做法
我不建议把所有库存异常都归结为“仓库执行不认真”。很多异常是制度、字段和指标共同造成的。下面这些误区在企业扩张时尤其容易出现，越早识别，后续清理的成本越低。
误区一：编码越长越专业
编码长度不能直接代表管理水平。把供应商、年份、颜色、仓库、渠道、价格全部塞进编码，短期看起来信息丰富，长期却会导致编码频繁变化。商品换一个仓、换一位供应商就要重建SKU，历史销量因此被切断。
更稳妥的做法是保持SKU身份相对稳定，把会变化的仓库、供应商和渠道放在关联字段中。编码承担唯一识别，属性字段承担分析维度，二者不要混为一谈。
误区二：把颜色和尺码写在备注里
备注适合补充说明，不适合承载库存决策。若颜色、尺码、容量等关键属性只存在于自由文本中，报表无法按属性聚合，系统也不能准确比较同系列商品的销量和库存。
关键属性应该结构化，例如颜色=黑色、尺码=42、容量=500ml。这样才能回答“哪个尺码缺货”“哪个颜色积压”“同系列中哪个规格贡献毛利更高”。
误区三：只看总库存，不看库龄
总库存是一个结果数，不是健康度指标。两家企业都拥有10000件库存，一家平均库龄12天，另一家平均库龄180天，资金占用和未来损失完全不同。
我会把库龄分为0至30天、31至60天、61至90天、91至180天和180天以上，并同时观察动销、毛利、退货率和效期。库龄越长，处理动作越应该从补货转向消化和止损。
误区四：库存不足就马上采购
“可售库存低”不一定意味着“需要采购”。可能是另一仓有可调拨库存，也可能是库存被订单预留、正在质检，或者销售计划已经下调。直接采购会把局部缺口变成全网过量。
补货决策应当同时检查全网可用量、在途量、调拨成本、供应商交期、需求趋势和目标服务水平。SKU编码统一后，这些检查才能在同一个粒度上完成。
误区五：为了清理重复SKU而强行合并
重复SKU需要治理，但不能只看名称相似就合并。不同批次、材质、包装、售后政策、成本或法规属性可能要求独立管理。错误合并会造成销售承诺、成本核算和追溯风险。
合并前至少进行身份、规格、包装、条码、供应商、历史交易和实物抽样七项核验。能证明为同一库存单位时才合并，否则建立主SKU与别名映射。
误区六：上线系统就等于完成治理
系统可以让规则被执行，但不会自动替企业做出正确规则。若主数据导入前没有清洗，系统会把错误更快、更稳定地复制到每个仓和每个渠道。
上线后还需要设置数据责任人、变更审批、异常提醒和月度复盘。把SKU质量纳入日常管理，才能避免项目结束三个月后再次出现重复建品。
一个简单的反向检查：当有人说“我们只是库存多了一点”，我会继续追问：多的是哪些SKU？在哪些仓？库龄是多少？是否可售？最近90天卖了多少？如果这些问题不能在几分钟内回答，企业面对的就不只是库存数量问题，而是库存数据可见性问题。
04 / 给出专业判断逻辑
用五层判断法决定：该重编码、建映射，还是直接调整库存策略
面对SKU混乱，我不会一上来就要求全部重建。重建会影响接口、条码、历史报表和员工习惯，必须先判断问题的性质。下面五层判断法可以把“数据问题”和“经营问题”分开处理。
第一层
身份一致性
身份一致性
确认实物是不是同一个库存单位
先通过实物、包装、条码、规格和交易规则判断两个记录是否代表同一件可独立销售的货。如果只是名称不同但实物和交易规则完全一致，可以建立别名映射；如果颜色、容量、尺码、材质或售后属性不同，就必须保留独立SKU。
判断输出：唯一主SKU、合法别名、必须拆分的SKU清单。
第二层
单位一致性
单位一致性
确认采购、库存和销售的数量能否换算
将采购单位、库存基础单位、销售单位和物流包装单位分别记录。例如采购单位是箱，库存单位是盒，销售单位是瓶，就要明确1箱=6盒、1盒=24瓶的换算关系，并说明是否允许拆箱。没有换算关系的数字不能直接相加。
判断输出：基础单位、包装层级、换算率、拆零规则。
第三层
状态一致性
状态一致性
确认“有货”到底是哪一种有货
现有库存表示仓库账上数量，可用库存表示在当前规则下可以承诺给客户的数量。已分配、冻结、质检、退货、报损和在途都不能未经判断直接计入可售。多仓企业还要明确哪些仓能服务哪些区域和渠道。
判断输出：库存状态字典、可用库存公式、渠道和区域可售规则。
第四层
需求一致性
需求一致性
确认销量、订单和预测是否使用同一SKU粒度
如果销售数据按SPU统计，库存按SKU统计，预测结果就不能直接下发到具体规格。应先把历史订单、退货、促销和渠道数据映射到可执行的SKU粒度，再决定安全库存。对于新款或低销量SKU，可以使用系列级参考，但必须标注为估算。
判断输出：需求粒度、统计周期、异常销量处理规则、预测来源。
第五层
动作闭环
动作闭环
确认每个异常是否有负责人和截止时间
看板发现积压只是开始。每一条异常都要落到动作：停止采购、跨仓调拨、组合销售、折扣处理、退供应商、拆分包装或核对实物。动作需要负责人、预计释放数量、预计完成日期和复盘结果，否则异常只会在报表中反复出现。
判断输出：异常工单、动作状态、结果指标、复盘周期。
库存健康度不要只用一个指标
我建议至少同时看五组指标：库存金额与占用资金、周转天数与周转率、库龄结构与慢动销金额、服务水平与缺货率、调拨与报损成本。单独追求低库存，可能让缺货上升；单独追求高服务水平，又可能制造更多积压。
- 金额回答“钱被占在哪里”。
- 周转回答“货移动得快不快”。
- 库龄回答“风险是否正在累积”。
- 缺货回答“客户体验是否受影响”。
- 调拨与报损回答“解决问题的代价是多少”。
一个可复用的可用库存公式
可用库存 = 现有库存 − 已分配库存 − 冻结库存 − 质检待定库存 + 合规可用的在途库存
这里的“在途库存”不能无条件加回，需要根据预计到货日期、供应商履约稳定性和订单承诺规则决定。对于跨区域仓，还应增加“可服务区域”和“配送时效”两个约束，避免看见数量却无法兑现。
05 / 用数据看问题
库存分析应该从SKU明细上升到仓、渠道和生命周期的组合观察
一个总库存数字很难指导动作。可执行的分析要把SKU作为主轴，同时展开仓库、渠道、供应商、时间和生命周期。下面的图表数据均为虚构的示例数据，用于演示分析方法，不代表真实企业表现。
示例：不同库龄段的库存金额占比
假设某多仓企业库存金额合计为100%，观察库龄结构后，管理重点应从“总金额”转向“高库龄金额的来源SKU”。
解读：若91天以上库存占比持续升高，应优先检查促销结束、预测未回收、错误补货和跨仓调拨障碍，而不只是继续压低采购总额。
示例：SKU治理后的流程完成度
以下是一个用于项目管理的示例进度，不代表项目承诺。完成度需要以抽样通过率和业务验证为准。
解读：主数据导入完成不等于治理完成，单位换算、库存状态和异常闭环仍需要业务人员验证。
示例：重编码前后周转天数变化
模拟三个仓库在连续六个月的平均周转天数。图表用于演示如何观察趋势，不证明重编码必然带来同样结果。
解读：趋势改善还需要结合销量变化、采购周期和促销活动验证，不能把所有改善都归因于SKU编码。
看板上建议固定保留的字段
我建议将“可定位、可解释、可行动”作为看板字段筛选标准。字段太少，管理层无法判断；字段太多，用户无法快速使用。首屏可以保留以下核心字段，点击或下钻后再查看详细交易。
- 主SKU、商品名称、关键规格和基础单位。
- 仓库、现有库存、可用库存、已分配和在途。
- 近7天、30天、90天销量及销售趋势。
- 库存金额、周转天数、最近入库日期和最大库龄。
- 供应商交期、最小起订量、采购状态和责任人。
- 建议动作、预计释放数量、截止日期和复盘状态。
06 / E数通示例案例
用一个标注为示例的E数通场景，演示SKU库存治理怎样落到日常管理
下面的企业、数据和结果全部为虚构的分析示例，仅用于说明方法。这里优先采用E数通作为数据分析与经营看板的示例工具：重点不在宣传某个确定结果，而在展示如何把分散数据汇总、建模、下钻并转成动作。
示例背景：某消费品企业拥有华东、华南、西南三个仓，约1200个在售SKU，主要通过电商、经销商和门店销售。企业发现总库存金额增长，但订单履约没有同步改善；仓库之间频繁调拨，仍有部分规格长期不动销。经过抽样发现，问题集中在同款多编码、包装单位不一致、活动款生命周期未更新和可用库存口径混乱四个方面。
先建立SKU主数据表
示例项目先不直接删除旧编码，而是建立主SKU、历史别名、平台商品ID、供应商货号和条码之间的映射。每个映射记录都要有来源、确认人和确认时间，避免“凭印象合并”。
主数据表还增加颜色、规格、容量、基础单位、包装换算、生命周期、效期管理和可售渠道等结构化字段。这样后续分析可以按属性筛选，而不需要在商品名称中猜测。
再统一库存状态口径
示例中把库存拆成现有、已分配、可用、在途、质检、冻结、退货和报损八类，并为每一类定义来源系统和计算规则。看板不再把所有数量简单相加，而是同时展示“账面规模”和“可兑现规模”。
当业务人员点击某个高库龄SKU时，可以继续看到仓库、批次、入库日期、近90天销量和未完成动作，从而把一个数字变成可以核查的任务。
最后让异常进入动作清单
示例项目将库存异常分成四种：重复编码、慢动销、局部缺货、状态不明。每种异常对应不同动作，不能用统一的“继续观察”处理。动作列表中保留责任人、预计处理量、截止日期和结果。
例如，华东仓慢动销但华南仓同SKU缺货时，优先评估调拨；全网都慢动销时，先停止补货并评估组合销售或退供；高销量但可用库存不足时，检查预留与质检，而不是立刻放大采购量。
| 观察信号 | 可能原因 | 需要核验的字段 | 优先动作 | 复盘指标 |
|---|---|---|---|---|
| 同规格出现3个以上编码 | 历史系统迁移、平台货号未映射 | 条码、规格、包装、历史订单 | 确定主SKU，保留别名映射并冻结新建 | 重复编码数、映射通过率 |
| 库龄超过90天且近30天无销量 | 活动结束、预测未回收、区域错配 | 生命周期、活动标记、仓间销量 | 停止采购，评估调拨、促销或退供 | 高库龄金额、库存释放量 |
| 总库存充足但频繁缺货 | 库存被预留、仓库不可服务目标区域 | 可用库存、订单分配、区域规则 | 调整分仓或释放无效预留 | 缺货率、订单满足率 |
| 系统数量与实盘差异较大 | 单位换算、损耗、退货未入账 | 基础单位、盘点记录、退货状态 | 抽样盘点并修正转换关系 | 盘点差异率、调整次数 |
| 调拨次数持续增加 | 补货按仓独立计算，未看全网需求 | 仓间销量、调拨成本、交付时效 | 建立全网库存与区域服务模型 | 调拨频次、调拨成本、服务水平 |
示例项目的四周推进节奏
示例说明：进度条表示项目阶段完成情况，不等同于库存改善百分比。真正的结果要看高库龄金额、缺货率和周转等经营指标。
为什么需要分析看板，而不只是导出Excel
Excel适合一次性的清洗和抽样，但多仓SKU问题具有持续变化的特点：新商品不断增加，订单不断流入，库存状态不断变化，供应商交期也会改变。如果每周依靠人工复制粘贴，团队很难保证口径一致，也很难追踪上周的异常是否被真正解决。
以E数通为例，合理的使用方式是把ERP、WMS、订单、采购和渠道数据按统一主键汇总，在看板中提供总览、明细、趋势和下钻。工具不代替业务判断，但能让判断基于同一份数据，并减少重复整理时间。
07 / 不同情况下的行动建议
不要用同一套方案解决所有企业的SKU库存问题
企业规模、SKU数量、仓库数量、商品生命周期和系统基础不同，治理路径也应该不同。下面我把常见情况拆开，便于团队先找到最小可行切口，再逐步扩大范围。
如果只有一个仓、SKU少于500个
优先做主数据清单、基础单位、重复编码和库龄分层，不必一开始建设复杂的全网调拨模型。可以选择销量最高、金额最高和最容易混淆的前100个SKU做样板，验证规则后再推广。
- 建立SKU申请与审批模板。
- 锁定颜色、规格、单位等必填字段。
- 每周检查新增SKU和负库存。
- 按30/60/90天库龄做一次清理。
如果有多个仓、SKU在500至5000个
重点是统一主SKU和库存状态，并把仓库作为分析维度。企业可以先选择一个品类或一个区域仓做试点，打通采购、库存和订单数据，再处理跨仓可见性和调拨规则。
- 建立全网库存与区域可售口径。
- 区分现有、可用、预留和在途。
- 比较各仓SKU周转和库龄结构。
- 给调拨增加成本与时效约束。
如果SKU超过5000个且变化频繁
重点不只是清洗存量，还要控制新增质量。需要建立主数据治理角色、字段字典、变更审批、接口映射和自动校验。对高频上新的企业，编码申请必须嵌入商品生命周期流程。
- 按品类设定属性模板与编码规则。
- 自动识别名称相似和条码重复。
- 记录平台ID、供应商货号和历史别名。
- 将停产、停售和清仓状态同步到补货规则。
如果企业最严重的问题是库存积压
不要先花几个月设计完美编码，而应先建立积压清单。按库存金额和库龄分成四组：高金额高库龄、高金额低库龄、低金额高库龄、低金额低库龄。高金额高库龄需要管理层直接决策，低金额高库龄可以批量清仓，高金额低库龄要重点防止继续补过量。
同时冻结明显重复的新建SKU，避免清理过程中继续产生新的分叉。清单中的每个SKU都要有下一动作和预计处理量，只有库存从异常池中真正释放，治理才算产生经营价值。
如果企业最严重的问题是频繁缺货
先检查“缺货”是否是真缺货。把客户订单、预留库存、质检库存、在途库存和区域仓库存拆开，确认是需求预测偏低、库存分配错误、仓库服务半径不合理，还是入库状态没有及时更新。很多企业同时存在积压和缺货，根因正是库存没有被放到需要它的地方。
在解决缺货时，也要设定库存上限、补货周期和调拨成本，防止为了提高服务水平而把所有仓库都堆满。服务水平与资金占用必须放在同一个决策面上。
| 成熟度 | 当前特征 | 第一个月做什么 | 三个月后看什么 | 不建议做什么 |
|---|---|---|---|---|
| 起步期 | 依靠表格和经验，重复SKU较多 | 清理重点SKU，建立必填字段和责任人 | 重复建品率、负库存、盘点差异 | 一次性重建全部历史编码 |
| 规范期 | 有系统，但仓与渠道口径不一致 | 统一状态、单位和主数据映射 | 可用库存准确度、跨仓可见率 | 只看系统库存，不做实物抽样 |
| 协同期 | 多仓多渠道，补货与调拨复杂 | 建立全网需求和区域服务规则 | 周转天数、缺货率、调拨成本 | 按单仓独立追求最高库存 |
| 优化期 | 数据较完整，需要精细化经营 | 按生命周期和毛利分层管理 | 库存回报、库龄金额、预测偏差 | 用单一KPI考核所有品类 |
08 / 不同情况下的取舍
SKU治理的每个选择都有成本，关键是把成本放在可接受的位置
管理上最危险的不是有取舍，而是假装没有取舍。例如统一编码会带来迁移成本，追求高服务水平会增加库存占用，仓库越分散越贴近客户却越难集中管理。把这些代价提前说清楚，方案才更容易得到业务团队支持。
| 决策主题 | 方案A | 方案B | 适合情形 | 我的建议 |
|---|---|---|---|---|
| 历史重复SKU | 立即合并 | 主SKU+别名映射 | 身份完全一致可合并；历史接口多时需稳妥迁移 | 先映射、后验证、再分批合并，避免历史数据断裂 |
| 仓库布局 | 集中库存 | 区域分仓 | 订单集中且时效要求低适合集中；区域时效要求高适合分仓 | 用需求密度、配送时效和调拨成本共同评估 |
| 安全库存 | 偏高保障服务 | 偏低减少资金 | 供应不稳定或缺货损失高时偏高；商品易过期时偏低 | 按SKU生命周期和服务等级分层，不采用统一比例 |
| 编码内容 | 编码携带大量属性 | 编码简单稳定、属性字段独立 | 属性长期稳定且系统能力弱时可适度编码；多变环境应拆字段 | 建议保持短且稳定，把变化属性放到主数据字段 |
| 分析工具 | 人工表格 | 自动化看板 | 数据量小且变化慢可用表格；多仓多渠道更适合看板 | 先做一个可复用看板，再逐步自动化，不追求一次到位 |
| 积压处理 | 大幅折扣快速回款 | 慢速销售保持毛利 | 现金压力大或效期临近适合快速处理；品牌和毛利敏感时需分层 | 按库龄、毛利、效期和替代性组合决策 |
不能牺牲的底线
可追溯性、单位准确性、批次和效期管理、库存状态清晰、历史交易可解释。这些内容一旦被牺牲，后续看板再漂亮，也无法支撑审计、售后和经营判断。
可以逐步优化的部分
复杂预测模型、自动补货、全链路实时同步、精细化配送成本模型。企业可以先用规则和固定周期建立稳定基线，再根据数据质量逐步提高自动化程度。
必须共同决定的部分
服务水平目标、清仓折扣、调拨阈值、安全库存和停采标准。这些不是IT或仓库单独能够决定的经营规则，需要销售、采购、财务和管理层共同确认。
09 / 建立长期机制
让SKU治理从一次性项目变成每天都能执行的工作流
库存积压会反复出现，是因为商品不断上新、渠道不断变化、供应商不断调整。清理存量只是起点，长期效果取决于新增SKU是否经过控制、异常是否及时发现、动作是否有结果记录。
新增控制
新商品申请必须填写规格、单位、包装、条码、供应商、生命周期和可售渠道。系统或表格先检查名称相似、条码重复和关键字段缺失，再进入审批。
变更控制
价格、供应商和仓库可以变化，但不能随意改变主SKU身份。若实物或销售规则改变，应走拆分流程；若只是名称或渠道变化，应更新属性或建立别名。
异常控制
每天或每周查看负库存、重复条码、异常高库龄、可用库存为负、单位换算缺失和订单与实物差异，并按严重程度分派给责任人。
复盘控制
每月复盘新增SKU数量、重复率、积压金额、缺货率、盘点差异和调拨成本。指标变化要能回到具体规则，不能只在月报中描述“库存有所改善”。
SKU主数据字段示例
| 字段组 | 字段示例 | 管理目的 |
|---|---|---|
| 身份 | 主SKU、历史别名、平台ID、条码 | 保证不同系统识别同一实物 |
| 属性 | 品类、品牌、颜色、尺码、容量、材质 | 支持筛选、分析和同类比较 |
| 数量 | 基础单位、采购单位、销售单位、换算率 | 避免不同包装数量直接相加 |
| 供应 | 供应商、交期、最小起订量、采购状态 | 支持补货和停采判断 |
| 生命周期 | 试销、常规、活动、季节、清仓、停产 | 匹配不同库存策略 |
管理层每周可以问的八个问题
- 本周高库龄金额主要集中在哪些SKU和仓库？
- 哪些SKU同时出现积压和其他仓缺货？
- 新增SKU中有多少缺少单位、包装或生命周期？
- 可用库存与现有库存差异最大的原因是什么？
- 最近一次补货是否覆盖了已经下调的需求？
- 哪些异常已经分派，但超过截止时间仍未处理？
- 调拨带来的服务改善是否值得付出物流成本？
- 本周最应该停止采购、调拨或促销的SKU是什么？
10 / 热门问答 FAQs
关于SKU库存和多仓管理，企业最容易卡住的八个问题
以下回答尽量用业务语言解释技术术语，并给出可以落地的判断方法。示例中的商品、数字与场景均为虚构说明，不代表任何特定客户的真实情况。
Q1SKU编码和商品编码有什么区别？多仓企业为什么不能直接沿用供应商货号？
我经常看到企业把供应商货号直接当成内部SKU，但同一个供应商可能更换货号，不同供应商也可能用不同编码描述同一件商品。SKU是企业内部可持续管理的库存身份，应该稳定地连接采购、仓储、订单和分析；供应商货号可以作为外部映射字段保存，而不应成为唯一主键。这样即使换供应商，历史销量、库存和库龄仍然能够连续。
Q2SKU编码越详细，真的越有利于减少库存积压吗？
我曾经见过把年份、仓库、渠道、供应商和促销批次全部写进编码的设计，表面上非常详细，实际却导致同一商品不断产生新身份。编码越详细不等于库存越清晰，关键是稳定身份与结构化属性是否分工明确。建议把不经常变化的核心身份保持稳定，把仓库、渠道、活动和供应商等变化信息放到独立字段，避免历史数据被切碎。
Q3同一商品在不同仓库必须使用不同SKU吗？如果不区分仓库，如何知道库存在哪里？
通常不需要因为仓库不同就创建不同SKU。SKU描述商品本身，仓库应该作为库存事实的独立维度，例如“主SKU+仓库+批次+状态”共同记录数量。若把仓库写进SKU，跨仓汇总会变得困难，也会让调拨像商品变更一样复杂。只有当不同仓库的实物、包装或销售规则真的不同，才需要拆成独立SKU。
Q4库存积压和SKU编码混乱之间有什么直接关系？是不是编码规范后库存就会自动下降？
SKU编码规范不会自动消化库存，但会让积压的来源被看见。没有统一编码时，同款货可能分散在多个记录中，企业低估真实库存并重复采购；统一后，可以看到全网总量、各仓库龄、近90天销量和在途数量，再决定停采、调拨或促销。因此编码是识别和分析的基础，库存下降还需要需求判断、补货规则和异常动作共同完成。
Q5什么是可用库存？为什么系统显示有货，销售却仍然不能承诺发货？
可用库存不是仓库账上的全部数量，而是经过预留、冻结、质检、区域和渠道规则筛选后，可以被当前订单承诺的数量。例如某仓有100件，20件已分配给未发订单，10件正在质检，15件只允许门店销售，那么对某个电商区域来说，可用量可能只有55件。企业需要统一可用库存公式，并在看板中同时展示现有量和不可用原因。
Q6企业已经有ERP和WMS，为什么还需要做SKU库存分析看板？
ERP和WMS通常负责交易记录和仓储执行，但经营人员还需要跨系统、跨仓库、跨渠道比较趋势。若每次都人工导出采购、订单和库存表，再手工匹配SKU，容易出现口径不一致、版本不一致和无法追踪处理结果的问题。以E数通为例，分析看板可以把系统数据按统一主键汇总，提供总览、下钻和趋势，帮助团队把“找数据”变成“看异常、做动作”。
Q7清理重复SKU时，怎样判断两个记录可以合并？直接按照商品名称相似度合并可以吗？
不能只按名称相似度合并。至少要核验实物、条码、规格、包装层级、销售单位、成本、供应商、售后政策和历史交易；对于食品、化妆品或需要批次追溯的商品，还要核验效期和法规属性。如果无法证明是同一个可独立管理的库存单位，建议保留不同SKU，同时建立主SKU与别名关系。先映射再合并，比一次性删除更安全。
Q8多仓企业应该先做SKU编码，还是先做库存盘点和补货规则？
我建议并行但分层推进：先对重点SKU做实物和身份盘点，确认主SKU与单位，再同步定义库存状态和补货口径。若只做编码而不核对实物，错误会被固化；若只盘点而不统一身份，结果很快会重新分散；若只改补货规则而不处理可用库存，采购建议仍然会失真。可以用一个品类或一个仓做四周试点，验证后再扩展到全网。
11 / 结尾总结
把SKU从“编号”升级成多仓企业共同使用的库存语言
当SKU身份唯一、单位清楚、状态可见、需求可追踪、动作有闭环时，库存管理才真正从“仓库记账”走向“全链路经营”。这套方法不要求企业一次性推翻现有系统，而是先把最影响现金和服务水平的SKU找出来，建立可验证、可复制的治理节奏。
核心观点总结
- SKU编码的第一价值是建立唯一且稳定的库存身份，不能把所有变化属性都塞入编码。
- 多仓库存必须同时管理商品、仓库、单位和状态四类口径，否则总库存与可用库存会互相矛盾。
- 库存积压要按SKU、仓库、库龄、动销、毛利和生命周期定位，不能只看库存总额。
- 统一编码不会自动减少库存，但会让重复采购、错配、慢动销和状态不明等原因被准确定位。
- E数通这类分析工具适合承担数据汇总、指标计算、趋势观察和异常下钻，经营规则仍需要业务共同制定。
我建议今天就开始的五个动作
- 导出所有在售SKU、别名、条码、单位和仓库库存，保留原始版本。
- 优先抽取库存金额最高、库龄最长和销量最高的三类SKU做身份核验。
- 明确现有、可用、预留、在途、质检、冻结、退货和报损的计算口径。
- 建立高库龄清单，为每个SKU指定停止采购、调拨、促销、退供或继续观察动作。
- 用E数通或现有分析工具搭建一个从总览到SKU明细的示例看板，先验证口径再扩大范围。
判断项目是否有效的六个信号
- 新建SKU重复率和关键字段缺失率下降。
- 跨仓同SKU库存可以快速汇总和下钻。
- 可用库存与订单承诺的差异减少。
- 高库龄库存金额持续下降，而不是简单转移仓库。
- 缺货和调拨可以解释，并能区分真缺货与状态问题。
- 异常清单中的动作有负责人、期限和复盘结果。
