不能只用一个固定天数判断所有SKU。7天或14天可以作为观察窗口，但最终要结合商品生命周期、供应周期、活动节奏和毛利来解释。示例来说，常青款连续14天有效销量下降且覆盖天数超过补货周期，可以进入观察；节日礼盒则要看距离需求窗口还有多久，过了节日后即使只剩20天库存，也可能比常青款更需要处置。

我建议先把SKU分成正常、观察、处置三层：正常层保持日常监控；观察层暂停盲目补货并检查原因；处置层比较清仓、转渠道、拆包和报损的总成本。这样做比单纯把“没有销量”当成滞销更稳妥。

成交量高不代表有效销量高，也不代表退货已经闭环。直播间可能同时存在未支付、发货前取消、重复下单、规格改换、签收后退货和退款完成但商品尚未回库等状态。如果这些状态都被简单汇总成订单数，销售看起来很好，实际可复售库存和现金结果却可能完全不同。

我会先按订单号和SKU建立链路，再分别查看支付、发货、签收、退款、退货入库和质检状态。对于组合装，还要核对主件与赠品是否齐套。E数通示例工作台可以把这些字段放在一个可筛选视图里，帮助团队从总量下钻到具体订单，而不是反复手工拼表。

需要单独建立SKU退货率，而且要把分母写清楚。可以分别计算支付订单退货率、签收订单退货率和某个观察窗口内的退货申请率，不能把不同分母的比例直接比较。店铺整体退货率是加权结果，订单量小但问题严重的SKU很容易被大销量SKU稀释。

我建议至少按SKU、规格、直播场次、主播、仓库和退货原因交叉查看。示例中，一个大码SKU整体订单不多，但退货率和不可复售率同时偏高，就应该优先检查尺码表、主播表达和实际发货，而不是因为它对店铺总退货率贡献不大就忽略。

退款是资金流程完成的一个节点，不等于商品已经完成回库和库存确认。商品可能在运输中、已经签收但未清点、等待质检、缺少配件，或者被判定为不可复售。把这些商品直接计入可售库存，会导致继续接单时无法准确履约；把它们直接计入损耗，又可能在没有证据时提前确认损失。

更合理的做法是设置独立状态：待签收、已签收待检、质检异常、可复售待上架、不可复售和已闭环。每个状态记录进入时间和负责人，按停留时长生成异常清单。这样财务、仓库和客服可以围绕同一件商品讨论，而不是各自维护一套结果。

从分析工作方式看，E数通适合用来组织多来源经营数据、统一指标口径并搭建可筛选的分析视图。是否适合你的团队，还要看数据字段质量、更新方式和实际使用目标。通常不需要等所有系统彻底改造完成才开始，可以先用订单号、SKU编码、数量、状态、时间、仓库和退货原因等最小字段做示例看板。

我会先做一个小范围试点，例如选择一个直播渠道和十个SKU，验证三个问题：库存覆盖天数能否算出来，异常退货能否下钻到订单，动作是否能绑定负责人和复盘日期。试点口径稳定后，再逐步接入更多渠道或仓库。页面中的E数通数据仅为示例方法，不代表任何具体实施承诺。

库存覆盖天数高只能说明按照近期销量速度，现有可售库存需要较长时间消耗，它不是自动降价指令。先看库存形成原因：如果是详情页描述不清导致转化低，应该先修正内容；如果是季节窗口即将结束，清仓可能更合理；如果是退货待检被错误计入可售库存，应该先修正库存状态。

我建议比较四项：预期继续持有的仓储和资金成本、未来销售窗口、降价后的毛利、降价可能带来的退货与客服成本。对常青品可以做小流量测试，对临近窗口的商品可以设置分阶段折扣，对组合装可以先拆分销售。每种动作都要设置复盘日期，避免促销后没有结果评估。

组合装的售卖单位和库存扣减单位经常不同，赠品又可能不作为独立商品进入正常库存，所以退货时容易出现“整套退款、部分回收”的情况。若系统只保留一个组合装SKU，就无法表达主件、子件、赠品是否齐套，也就无法准确判断复售状态。

我建议建立组合关系表，至少记录组合SKU、子件SKU、数量、赠品标记和拆分规则；退货质检记录实际回收数量、缺失数量、破损状态和处理结果。最后把结果分为整套可复售、拆分可售、待补件、不可复售四类。这样库存、仓库和客服都能看到同一套事实。

可以先从八个指标开始：可售库存、近7天有效日均销量、近14天有效日均销量、库存覆盖天数、支付订单退货率、签收后退货率、退货平均回库时长和退货复售率。它们分别覆盖库存数量、销售速度、客户退回和商品恢复四个环节，能够帮助团队判断“卖不动”与“退不清”是否同时发生。

每天看异常列表，每周看趋势和动作结果，不要只看单日波动。示例工作台可以按SKU、直播场次、仓库和退货原因筛选，并把高风险SKU绑定负责人。指标数量少并不代表管理简单，关键是每个指标都有明确口径、阈值、负责人和下一步动作。