sku库存:多仓企业增长版复盘:围绕滞销识别提炼下一步动作
很多企业把多仓库存做成了“总库存不缺货、局部仓库却卖不动”的假增长:销售额增长了,库存金额也同步增长,仓库里甚至出现连续三个月没有出库记录的 SKU。复盘一批拥有 4 个仓库、约 1.8 万个 SKU 的零售企业时,我发现真正拉低利润的并不是库存总量,而是滞销库存被分散在不同仓库后,长期没有被识别、归因和处置。多仓库存复盘的重点,不是再做一张库存余额表,而是把每个 SKU 的“卖不动原因、所在仓库、资金占用和下一步动作”连起来。
在单仓企业里,库存余额、库存周转和库龄通常可以放在同一张表中观察。但多仓企业会把问题复杂化:同一个 SKU 可能在 A 仓积压,在 B 仓缺货,在 C 仓仍然有稳定销量。若只看企业整体库存,局部失衡会被平均值掩盖。
我更倾向于把 SKU 库存分成三个层次。第一层是可销售库存,包括近期仍有稳定需求、库存能够在合理周期内转化为销售的商品;第二层是风险库存,包括需求下降、库龄偏长或库存结构失衡的商品;第三层是处置库存,包括已经超过可接受销售周期、存在季节过期风险,或者继续占用仓储和资金的商品。
这三个层次不是固定标签,而是每周根据销量、库龄、毛利、补货周期和仓间需求变化重新判断。滞销识别的最终目的,不是证明某个 SKU 卖得差,而是决定它应该继续销售、跨仓调拨、降价清货、组合销售,还是停止补货。
假设企业总库存 1200 万元,过去 90 天销售成本为 3600 万元,按季度计算的整体库存周转率为 3 次。这个数字看起来并不差,但如果其中 300 万元集中在两个低动销仓库,实际可以快速变现的库存可能只有 900 万元。
在这种情况下,企业的真实问题不是“库存周转率只有 3 次”,而是“有 25% 的资金被锁在低概率销售库存中”。如果仓储费、调拨费、促销折扣和报损一起计算,这部分库存的真实持有成本通常远高于财务报表中体现的资金成本。
| 观察口径 | 看起来的结论 | 容易忽略的风险 | 更适合的管理动作 |
|---|---|---|---|
| 企业总库存金额 | 整体库存规模可控 | 低动销库存被平均值掩盖 | 拆分到仓库、品类和 SKU |
| 整体库存周转率 | 资金周转速度尚可 | 部分仓库可能连续多月无销售 | 增加仓库级和 SKU 级周转率 |
| 总销量 | 销售规模在增长 | 销量集中于少数爆款,长尾库存未改善 | 分析销量集中度和尾部 SKU |
| 缺货率 | 库存供给基本充足 | 库存可能在错误仓库,缺货与积压并存 | 同时观察仓间可调拨库存 |

普通库存报表的结尾通常是“库存金额、库存数量、周转天数”。增长版复盘应该再增加四列:问题判断、责任归属、建议动作、截止日期。
例如,“某护肤套装在华东仓库存 2400 件,近 60 天销量 110 件”只是事实;“近 60 天销量下降 48%,西南仓仍有缺货,优先跨仓调拨 600 件,剩余库存做组合促销,由供应链负责人在 7 天内确认”才是可以执行的复盘结论。
如果复盘结果不能影响补货、采购、调拨、定价或营销排期,它就只是库存统计,不是经营复盘。
我在分析多仓库存时,经常遇到一种矛盾:企业没有明显的总缺货,但客户订单仍然频繁出现延期。进一步拆解后会发现,货并不是没有,而是库存位于距离客户较远的仓库,跨仓调拨又没有被纳入常规履约规则。
另一种情况更加典型:某个 SKU 在全国有 5000 件库存,其中 3500 件位于低销量区域仓库;而高销量区域仓库只有 200 件,按照该仓日均销量计算,仅能支撑 8 天。企业一边继续采购,一边承担远仓库存的仓储费用,最后还要用折扣处理原本可以正常销售的商品。
所以,滞销识别至少要回答两个问题:这个 SKU 是否卖不动,以及它是不是放错了地方。前一个问题属于需求判断,后一个问题属于库存网络设计,两者不能混为一谈。
新品、常青品、季节品、促销品和淘汰品的销售规律不同。一个刚上架 20 天的新品没有稳定销量,不一定代表滞销;一款已经销售两年的常青品连续 45 天无出库,风险却非常高。
季节品尤其容易误判。冬季服饰在 2 月出现销量下滑,可能是正常季节衰退;但如果把同样的库存阈值应用到日用品,就会把短期波动误判为滞销。反过来,如果对季节品使用过于宽松的规则,等到换季之后才识别,往往已经错过最佳销售窗口。
| SKU 类型 | 主要判断依据 | 常见风险 | 复盘重点 |
|---|---|---|---|
| 新品 | 上架天数、曝光、加购、首单转化 | 没有销量但仍处于冷启动 | 判断是流量不足还是产品不匹配 |
| 常青品 | 滚动销量、库存覆盖天数、缺货记录 | 需求下滑或补货过量 | 观察销售趋势和安全库存 |
| 季节品 | 季节窗口、历史同期销量、剩余销售天数 | 过季后折价和报损 | 提前制定换季清仓计划 |
| 促销品 | 活动周期、折扣力度、活动后销量 | 活动结束后库存失去价格优势 | 区分活动拉动和真实需求 |
| 淘汰品 | 产品替代关系、停售计划、售后责任 | 采购和补货系统仍然自动下单 | 关闭补货并安排库存退出 |
销售团队更关注日、周和活动周期,采购团队关注供应周期和起订量,财务团队关注月度库存金额,仓库关注入库、出库和库龄。如果不统一时间窗口,同一个 SKU 会得到三种不同结论。
例如,某 SKU 过去 7 天销量为 300 件,看起来增长很快;但过去 90 天销量只有 500 件,且最近 7 天的销量来自一次大促。采购如果据此增加 30 天库存,很可能在活动结束后留下大量过剩库存。
我的做法是同时保留三个观察窗口:近 7 天用于识别活动和突发变化,近 30 天用于估计近期销售速度,近 90 天用于判断趋势和季节性。三个窗口不取平均,而是分别承担不同决策职责。

“连续 30 天没有销售”是一个有用的预警条件,但不是完整的滞销定义。它没有考虑 SKU 的生命周期、仓库服务区域、销售季节、在途库存和订单取消情况。
如果某产品是低频高价值设备,30 天无销售可能正常;如果某产品是高频消耗品,7 天无销售就可能已经意味着价格、曝光或供应出现问题。滞销判断必须先建立商品分类,再设置差异化阈值。
更稳妥的判断方式,是把以下条件组合起来:
销量低不代表经营价值低。一个 SKU 每月只卖 20 件,但单件毛利 800 元,可能比每月卖 1000 件、单件毛利 3 元的商品更值得保留。
同样,某些低销量 SKU 可能承担配套、引流、售后替换或客户定制功能。直接清仓会导致主商品销售受到影响。识别滞销时,我会把销量和毛利拆开,至少计算库存金额、预计毛利、仓储成本和处置折损四项。
| SKU | 库存数量 | 库存金额 | 近 30 天销量 | 单件毛利 | 初步判断 |
|---|---|---|---|---|---|
| A 高毛利设备 | 80 件 | 24 万元 | 12 件 | 800 元 | 低销量但可能值得保留,重点改善曝光和区域配置 |
| B 低毛利日用品 | 5000 件 | 15 万元 | 260 件 | 3 元 | 需要观察库存覆盖和仓储成本,不能只看金额 |
| C 过季套装 | 2400 件 | 36 万元 | 110 件 | 25 元 | 高资金占用和高换季风险,应优先处置 |
如果复盘只停留在“打折卖掉”,企业可能在下一个月重新制造同样的库存。滞销的原因通常包括预测过于乐观、采购最小起订量过高、活动结束后没有退出机制、仓间分配不合理、商品内容不适配目标区域,以及补货规则没有排除停产或替代品。
我会要求每一条滞销记录绑定一个原因编码,而不是由负责人自由填写一段描述。原因编码可以包括需求下降、价格失配、流量不足、商品替代、采购过量、仓间错配、季节结束、质量或售后问题等。
原因编码的价值在于可以统计重复发生的结构性问题。例如,若 40% 的滞销金额都来自“活动后未退出”,下一步就不是再开一次清仓活动,而是为促销商品增加活动结束后的自动降级规则。
调拨可以解决位置不对的问题,却不能解决需求不存在的问题。一个 SKU 如果在所有仓库都连续低动销,把库存从华南仓搬到华北仓,只是改变了运输成本和库龄起点,不能创造需求。
调拨前必须确认目标仓的真实需求、目标仓的库存覆盖天数、调拨成本和预计售罄周期。若目标仓只能多卖出 30 件,而调拨需要支付干线运输、装卸和重新上架费用,调拨很可能不如直接组合销售或折价处理。

库存覆盖天数的基本公式是:现有可销售库存 ÷ 近 30 天日均销量。这个指标反映库存按照当前销售速度还能卖多久,比单纯的入库日期更接近经营决策。
例如,某 SKU 当前库存 1200 件,近 30 天销量 300 件,日均销量 10 件,库存覆盖天数就是 120 天。如果企业对该品类的合理覆盖周期是 45 天,那么超出的 75 天库存就属于结构性过量。
但当销量为零时,不能简单把覆盖天数记为无穷大后直接排序。销量为零可能是新品、停售品、缺货导致的销售中断,也可能是商品页面下架。需要先判断销售为零的原因,再决定是否进入滞销池。
已经滞销的 SKU 容易识别,最难处理的是正在从健康库存滑向滞销库存的商品。对于这类商品,我会比较近 30 天与前 30 天的日均销量变化。
如果近 30 天日均销量从 20 件下降到 12 件,降幅达到 40%,即使当前库存覆盖天数还只有 35 天,也应该降低采购量、暂停自动补货或提前设计促销。等覆盖天数升到 90 天再处理,往往已经失去价格调整空间。
趋势判断最好使用滚动窗口,而不是比较两个自然月。自然月容易受到大促、节假日和月末集中发货影响,滚动窗口能更及时地反映需求变化。
同样是 1000 件滞销库存,单件成本 5 元和单件成本 500 元,对企业的影响完全不同。库存风险关注商品能不能卖,资金风险关注卖不掉会占用多少钱。
我通常使用五个维度做初筛,每项按 0 到 5 分评分:库存覆盖、销量下降幅度、库龄、毛利承受力和仓间需求差异。总分高的 SKU 进入人工复核,但不建议把评分结果直接当成自动清仓指令。
| 评分维度 | 低风险表现 | 高风险表现 | 对应动作 |
|---|---|---|---|
| 库存覆盖 | 低于合理覆盖上限 | 超过销售周期两倍以上 | 暂停补货,核查过量库存 |
| 销量变化 | 近两期稳定或增长 | 连续两期下降超过 30% | 分析价格、流量和替代关系 |
| 库龄 | 处于正常销售窗口 | 接近保质、换季或产品淘汰节点 | 提升处置优先级 |
| 毛利承受力 | 有降价和促销空间 | 降价后仍无法覆盖履约成本 | 比较清仓、退供和报损成本 |
| 仓间需求差异 | 各仓销售速度接近 | 一仓积压、另一仓缺货 | 优先评估跨仓调拨 |
评分适合帮助团队排序,但不能代替判断。真正执行时,我会把 SKU 分成四类动作区间:
这套分区有一个好处:不同部门拿到清单后知道该做什么。采购看到控制区会暂停订单,仓储看到调配区会核算可发库存,运营看到处置区会设计促销,财务则能提前估计现金回收和损失。

下面是一组匿名化、经过口径整理的复盘数据。企业拥有华东、华南、华北、西南四个仓库,共 1.8 万个 SKU。复盘周期为连续 6 个月,销售数据按出库订单统计,库存金额按采购成本统计,数据用于说明判断方法,不对应某一家企业的公开经营数据。
这家企业在 6 个月内销售额增长 18%,但库存金额增长 31%,库存可售率从 82% 降至 68%。表面上看,增长带来了备货压力;深入拆分后发现,新增库存主要集中于季节品和活动套装,而非核心常青品。
| 指标 | 第 1 月 | 第 3 月 | 第 6 月 | 变化 |
|---|---|---|---|---|
| 月度销售额 | 820 万元 | 910 万元 | 968 万元 | 增长 18% |
| 库存金额 | 760 万元 | 890 万元 | 996 万元 | 增长 31% |
| 可售库存占比 | 82% | 76% | 68% | 下降 14 个百分点 |
| 90 天以上库龄库存 | 96 万元 | 143 万元 | 218 万元 | 增长 127% |
| 跨仓缺货 SKU 数量 | 310 个 | 420 个 | 587 个 | 增长 89% |
这个案例最值得注意的是,跨仓缺货 SKU 数量增长的同时,90 天以上库龄库存也在增长。它说明企业不是单纯的库存不足,而是库存位置和需求结构发生了错配。

在总库存拆到仓库后,华东仓的库存覆盖天数为 38 天,属于相对健康;华南仓为 29 天,但部分高频 SKU 出现缺货;华北仓为 96 天,主要积压冬季用品;西南仓为 142 天,积压集中在活动套装和低频配件。
如果企业只按 SKU 总库存判断,可能会继续采购华南仓缺货商品,同时忽略华北仓和西南仓的可调拨库存。正确的动作是:华东仓保持正常补货,华南仓优先接收跨仓调拨,华北仓启动季节性促销,西南仓停止补货并进行组合清仓。
| 仓库 | 库存金额 | 库存覆盖天数 | 90 天以上库存占比 | 主要问题 | 第一动作 |
|---|---|---|---|---|---|
| 华东仓 | 310 万元 | 38 天 | 9% | 整体健康,少量慢销品 | 维持常规补货,限制尾部采购 |
| 华南仓 | 230 万元 | 29 天 | 6% | 高频品局部缺货 | 优先承接其他仓可调拨库存 |
| 华北仓 | 260 万元 | 96 天 | 31% | 季节品需求下滑 | 停止季节品补货,提前促销 |
| 西南仓 | 196 万元 | 142 天 | 47% | 活动套装和配件积压 | 停止采购,拆套组合清仓 |
这次复盘没有一开始就要求所有仓库统一降价,而是按照商品和仓库的组合关系分层处理。华南仓缺货商品从华东仓和西南仓调拨,减少了新增采购;华北仓季节品按照“正价、轻促销、深度折扣”分三阶段处理;西南仓则把滞销套装拆分为核心单品与赠品,放入高动销商品的组合促销中。
经过 8 周,风险库存金额从 218 万元下降到 137 万元,跨仓缺货 SKU 数量从 587 个下降到 402 个,新增采购订单金额减少约 74 万元。需要强调的是,这些数据是匿名化案例中的情景结果,用于说明动作链路,不应被理解为所有企业都能复制的固定收益。
案例给我的最大提醒是:库存复盘不能把“清理滞销”和“保障增长”分成两个部门目标,它们本质上是同一件事的两面。释放错误位置的库存,往往比立即增加采购更能支持增长。

滞销复盘最容易在数据口径上失败。销售部门按支付订单统计,仓库按出库单统计,财务按入库金额统计,三者如果没有统一规则,最终会出现库存数量对不上、销量口径不一致、库龄重新计算等问题。
建议先建立一份字段字典,至少明确 SKU 编码、仓库编码、可销售库存、锁定库存、残次库存、在途库存、近 7 天销量、近 30 天销量、近 90 天销量、最早入库日期、采购成本和可退供状态。
不同频率承担不同任务。每日预警不需要复杂分析,只需要捕捉高风险变化,例如高频 SKU 缺货、某仓库存突然超过上限、销量连续三天下降、在途库存即将入仓等。
每周复盘要处理动作,包括暂停补货、调整仓间分配、安排促销、核对商品状态和确认责任人。每月决策则关注结构性问题,例如某品类预测偏差是否持续扩大,某仓库的库存覆盖是否长期高于网络平均值,采购起订量是否导致尾部库存不断增加。
| 频率 | 主要对象 | 必须回答的问题 | 输出结果 |
|---|---|---|---|
| 每日 | 高频 SKU、异常库存、在途订单 | 今天是否会影响履约或造成重复采购 | 异常预警和紧急处理单 |
| 每周 | 风险 SKU、仓间错配、促销库存 | 本周应该调拨、暂停、促销还是清仓 | 动作清单、负责人和截止日期 |
| 每月 | 品类、仓库、供应商和预测模型 | 滞销是否由流程和规则反复制造 | 采购政策和库存网络调整方案 |
我建议在复盘表中使用固定的动作编码,减少会议上反复讨论。每个 SKU 只能有一个主动作,必要时再增加一个辅助动作。
动作必须配套四个字段:预计处理数量、预计完成日期、负责人和验收指标。例如,“西南仓清仓”过于模糊;“在 14 天内处理 800 件,预计回收现金 9 万元,促销负责人负责,仓储负责人确认出库”才具有可追踪性。

调拨动作的验收指标不应只是“货已经移动”,而应包括目标仓售罄天数、调拨后缺货改善和单位调拨成本。促销动作也不应只看销量增长,还要看折扣后的毛利、库存金额下降和新客是否带来后续复购。
清仓动作需要同时确认回收现金和损失控制。如果一场促销卖掉了 80% 的库存,但折扣、赠品、平台费用和履约成本合计超过商品毛利,企业可能只是把账面库存变成了现金流损失。
这类情况的判断证据是:目标仓近 30 天销量稳定或增长,源仓库存覆盖明显超过上限,且商品没有临近过期或换季。此时应优先调拨,而不是降价。
调拨数量建议按目标仓的补货缺口计算,而不是把源仓全部搬走。一个简单的估算方式是:目标仓目标库存量减去现有可销售库存,再扣除在途库存,最后考虑调拨周期内的预计销量。
如果目标仓未来 14 天预计销量为 280 件,目标覆盖上限为 45 天,当前库存和在途合计可以覆盖 20 天,那么调拨应围绕缺口数量计算,并保留一定安全库存,而不是机械地把源仓的 1000 件全部转过去。
这类 SKU 不适合立刻清仓,因为仍然存在销售基础;但继续按过去的速度采购会放大风险。建议先暂停补货,观察近 14 天的自然销量,同时通过页面优化、价格测试或组合销售验证需求是否能够恢复。
判断促销是否有效时,我会把活动前、活动中和活动后的销量分开。活动中销量上升,只能说明折扣或流量有效;活动结束后仍保持较高自然销量,才说明商品本身的需求有所恢复。
季节品的关键不是等到“零销量”才处理,而是根据剩余销售天数计算可售库存。假设距离季节结束还有 25 天,某仓当前库存 3000 件,历史同期日均销量为 70 件,那么自然销售最多消化约 1750 件,剩余库存必须提前安排促销或跨渠道销售。
季节品通常需要设置三级动作:第一阶段保持价格并减少补货,第二阶段采用轻折扣或组合销售,第三阶段直接清仓或转入适合的渠道。越接近季节结束,库存的可回收价值通常下降越快。
套装滞销不一定是产品本身没有需求,也可能是套装定价、赠品组合或使用场景不符合客户预期。我处理这类库存时,会先拆解套装的单品销售记录,比较单品独售销量与套装销量。
如果核心单品独售稳定,而套装没有转化,可以尝试拆套销售;如果赠品占用成本高且对转化帮助小,应减少赠品;如果套装中的某个配件在所有渠道都低动销,则要考虑退供、替换或直接作为促销赠品处理。
当某 SKU 在所有仓库都连续低动销,且近 90 天销量持续下降,就不能再把问题归因于仓位。此时需要核查商品是否被新型号替代、价格是否失去竞争力、页面是否下架、售后问题是否影响评分,以及供应商是否仍在继续供货。
如果商品已经被替代,最重要的动作是关闭自动补货和停止新增采购。库存处置可以按照客户售后、内部备件、组合赠品、渠道清仓和报损顺序评估,避免把一个已经失去市场需求的 SKU 永久留在仓库里。
| 情况 | 优先动作 | 不建议的动作 | 核心验收指标 |
|---|---|---|---|
| 源仓过量、目标仓缺货 | 跨仓调拨 | 继续采购目标仓库存 | 缺货率、售罄天数、调拨成本 |
| 销量下降但仍有需求 | 暂停补货并测试营销 | 立即大幅降价 | 自然销量、折后毛利、覆盖天数 |
| 季节窗口即将结束 | 分阶段促销和清仓 | 等待零销量再处理 | 售罄率、回收现金、折扣损失 |
| 套装不动、单品有需求 | 拆套和重新组合 | 整套统一降价 | 单品转化率、组合毛利、库存减少量 |
| 全仓低动销或已替代 | 关闭补货并退出库存 | 继续等待自然销售 | 采购停止率、处置周期、资金回收率 |

一些企业在看到滞销库存后,会把库存目标简单设为“越低越好”。这会导致采购过度收缩,最终出现核心 SKU 缺货、交付延迟和销售机会丢失。库存优化的目标不是把库存压到最低,而是让库存与需求位置、销售速度和服务承诺匹配。
对于高频核心 SKU,我宁愿接受适度安全库存,也不建议为了降低库存金额而频繁缺货。对于低频高价值 SKU,则可以降低现货库存,采用预售、订单驱动采购或区域共享库存。不同商品应该使用不同的服务水平。
调拨是否值得,不能只看一车货的运输费用。需要比较三项价值:调拨后增加的销售毛利、避免的缺货损失,以及源仓减少的仓储成本。如果调拨后目标仓能在 20 天内售罄,且可以避免核心客户订单流失,调拨成本可能非常划算。
相反,如果目标仓需求只是一次性波动,调拨后仍需 120 天才能卖完,那么调拨只是把风险转移。此时可以考虑区域渠道转售、组合促销或降低采购优先级。
深度折扣通常能带来最快的库存下降,但会影响后续价格锚点和渠道关系。尤其是主力商品,如果频繁用大幅降价处理库存,客户可能形成等待促销的习惯,正常价格销售会越来越困难。
我一般按商品生命周期和渠道属性选择处置方式。过季品、包装临期品和即将淘汰品可以更快清仓;常青核心品则优先通过调拨、组合和内容优化解决,不轻易破坏价格体系。
系统适合做计算、筛选和提醒,例如计算覆盖天数、识别连续下降、汇总仓间库存、标记长库龄和检查在途订单。人工更适合判断商品生命周期、促销策略、供应商协商和渠道影响。
最危险的做法是把“超过 90 天未销售”直接连接到自动清仓。自动化应该先生成风险清单,再由负责人完成原因核验和动作确认。对于高金额、高毛利或涉及售后的 SKU,必须保留人工审批。

已有滞销库存通常是过去决策的结果,但采购部门可以通过停止补货、调整起订量和缩短采购周期,阻止问题继续扩大。复盘时不应只问“过去为什么买多了”,还要问“今天是否仍在继续买”。
建议将采购订单与风险库存联动。当 SKU 进入控制区时,新增采购需要说明销售依据;进入处置区时,系统或流程应限制自动补货,除非负责人明确批准。
仓储数据不能只记录库存数量,还要反映库存是否可拣选、是否锁定、是否待检、是否处于异常库位。很多所谓滞销库存其实是系统显示有货,但实际无法销售,或者商品被放在错误库位,导致订单无法正常履约。
对于多仓企业,仓储团队还需要提供调拨可行性,包括装卸成本、运输时效、批次限制和调拨后上架时间。没有这些信息,销售和供应链很容易高估调拨收益。
数据只能告诉我们销量下降,不能单独说明下降原因。运营需要补充流量、点击、转化、价格、评价和竞品变化;销售需要解释客户结构、渠道政策和大客户订单变化。
如果销量下降来自流量减少,运营动作可能比降价更重要;如果销量下降来自产品替代,继续增加曝光只会浪费预算;如果销量下降来自价格失配,则需要比较降价后的毛利和竞争商品的价格带。
库存成本不只是采购金额,还包括仓储租金、资金占用、保险、搬运、调拨、折扣、报损和机会成本。企业如果只看库存账面金额,容易拖延处置;一旦把每月持有成本展示出来,许多原本“再等等”的 SKU 会自然进入优先处理队列。
| 角色 | 核心责任 | 每周应提交的信息 | 最终结果指标 |
|---|---|---|---|
| 采购 | 控制新增库存 | 暂停订单、供应商退供、起订量调整 | 新增滞销金额 |
| 仓储 | 保证库存真实可用并优化位置 | 可销售库存、锁定库存、调拨成本 | 履约及时率和仓间错配率 |
| 运营 | 改善仍有需求商品的销售效率 | 流量、转化、促销和组合方案 | 自然销量、折后毛利和售罄率 |
| 销售 | 反馈客户和渠道需求变化 | 大客户需求、渠道退货、替代品信息 | 订单转化和客户留存 |
| 财务 | 核算资金占用和处置收益 | 库存成本、折扣损失、回收现金 | 库存资金周转和损失率 |
第一步不是重新设计复杂系统,而是先用现有数据找出最可能影响现金流和履约的 SKU。优先筛选库存金额最高、库龄最长、覆盖天数最高,以及一仓积压另一仓缺货的商品。
第二阶段要把数字转成原因和动作。每个高风险 SKU 都应有一个明确的主责人,并在会议结束前确定下一次检查日期。
如果一个月后仍然只是处理旧库存,而新的滞销库存继续增加,说明复盘没有改变业务规则。此时需要检查补货模型、仓间分配、活动退出、供应商起订量和商品淘汰流程。
我建议至少建立三条长期规则:一是活动库存必须有结束日期和退出方案;二是进入高风险区的 SKU 自动限制补货;三是跨仓缺货和远仓积压同时出现时,优先触发调拨评估,而不是直接生成采购需求。

多仓企业最容易产生的错觉,是仓库里有货就代表企业具备销售能力。实际上,库存只有在正确的仓库、正确的时间、以客户接受的价格存在,才是有效供给。放错位置、超过销售窗口或已经被替代的库存,数量再多也不能真正支持增长。
因此,SKU 库存复盘应该从“剩多少货”升级为“这些货还有多少销售机会”。这个问题会自然引导团队关注需求、位置、毛利、时间和处置成本,而不是沉迷于库存总量变化。
如果企业目前还没有成熟的滞销识别流程,我不建议一开始就覆盖全部 SKU。可以先选出 20 个高库存金额、高库龄或仓间差异明显的 SKU,完整走一遍“识别,归因,动作,验收,复盘”流程。
这 20 个 SKU 要覆盖不同情况:至少包含一个仓间错配品、一个季节品、一个活动套装、一个销量下降的常青品和一个全仓低动销品。通过小范围验证阈值、动作和责任分工,再逐步扩大到整个商品池。
我见过不少企业把库存系统建设成一个更漂亮的数字看板,却没有因此减少采购错误,也没有改善跨仓缺货。问题不在于看板不够复杂,而在于数据没有连接到决策。
真正有价值的库存复盘,必须让每一个风险 SKU 都走向一个动作,让每一个动作都对应一个经营结果。如果复盘结束后,采购不知道哪些订单要停,仓库不知道哪些货要移,运营不知道哪些商品要推,财务不知道能够回收多少钱,那么这次复盘仍然没有完成。
下一步可以从本周开始:先统一库存和销量口径,按仓库拆分覆盖天数,再筛出高风险 SKU,最后为每个 SKU 指定继续销售、暂停补货、调拨、促销、退供或清仓中的一个主动作。多仓增长真正需要的,不是更多库存,而是更快识别错误库存,并在它继续贬值之前做出决定。
我负责过一次多仓库存复盘,最初直接按单仓库存周转天数筛选,结果把不少正常销售的 SKU 判成了滞销品。后来我把销量、可售库存、在途库存和跨仓调拨一起纳入判断,才发现问题并不在“卖不动”,而在“货放错了地方”。我想知道,企业到底应该用什么口径识别滞销,才能避免误清仓?
多仓环境下,不能只看某个仓库的库存天数。我的做法是先把同一 SKU 的可售库存合并,再计算全网需求覆盖天数;如果只看单仓,库存被拆散后会制造大量假滞销。复盘时我使用了一个更实用的判断公式:预计覆盖天数=(各仓可售库存+在途库存×到货可信系数)÷近90天日均销量。
到货可信系数通常取0.5至0.8,因为在途货物并不一定能按计划入库。
判断维度容易产生的误判建议口径 单仓库存天数某仓库存高,但其他仓正在缺货先看全网库存,再看仓间分布 近30天销量促销或季节波动导致销量失真同时参考近30天、90天销量 在途库存采购延期,导致覆盖天数虚高按供应商准时交付率折算 销售额占比高客单价 SKU 被误认为健康增加库龄和毛利占用指标 在一次包含4个仓、约1200个 SKU 的复盘中,按单仓库存天数筛出186个疑似滞销 SKU;
改用全网口径后,真正需要处理的只剩73个,其中41个属于仓间分布不合理,18个是季节性商品,只有14个适合立即降价清理。我建议把 SKU 分成“真实滞销、仓位错配、季节性滞销、采购交付风险”四类。只有第一类直接进入清仓动作,第二类优先调拨,第三类等待销售窗口,第四类则要先调整采购计划。
这样做的价值不是把滞销数量做得更少,而是避免用错误动作损害正常商品的利润。
我以前遇到过一个仓库积压某款配件近800件,团队第一反应是全渠道打折,结果折扣后仍然卖得慢。后来检查订单区域和仓库库存才发现,需求主要集中在另一个仓库覆盖的省份。我想知道,在什么情况下仓间调拨比降价促销更值得优先执行?
判断调拨还是促销,关键不是看库存数量,而是看“需求是否存在,只是货不在需求附近”。如果目标区域近90天持续有订单,且调拨后的履约成本低于折扣损失,通常应先调拨。我在复盘中使用过一个简单决策式:调拨收益=预计减少的折扣损失-调拨成本-调拨后新增损耗。
只要调拨收益为正,并且目的仓未来30天有稳定需求,就不建议先做全渠道降价。
场景优先动作原因 目的仓近30天有持续订单仓间调拨需求已经被验证,不必牺牲价格 全网无订单,库龄超过180天分级促销或清仓调拨只会转移库存,不会创造需求 商品体积大、跨仓运费高本地渠道促销避免调拨成本吞噬毛利 临近保质期或版本淘汰快速清理库存继续持有会产生更高损失 一个实际案例中,A仓积压800件,B仓覆盖区域的月均需求约260件。
直接降价15%预计损失约1.9万元;将其中500件调拨至B仓,运费和操作成本约4200元,按原价销售的预计毛利改善约1.2万元。最终我们选择“先调拨500件,剩余300件做定向优惠”,比全量促销少损失约1.5万元。但调拨不是默认答案。
若商品在所有仓库都没有动销,或者需求只来自一次性活动,就不要为了追求库存平衡而重复搬运。我的经验是,调拨必须绑定目的仓的订单证据和消化期限,例如要求30天内消化70%,否则转仓只是把问题从库存表的一列移动到另一列。
我们曾经把所有超过90天未售出的 SKU 放进同一个清单,采购、仓库和销售各自提出意见,最后因为数量太多而没有真正执行。后来我意识到,滞销并不是一个动作,而是一组需要按损失和可恢复性排序的任务。想请教怎样建立一套能落地的优先级规则?
我不建议按库龄从高到低简单排序,因为库龄最长的商品不一定损失最大。更有效的排序方式是同时看库存占用金额、未来需求概率、毛利空间和处置成本,优先处理“金额大、恢复可能性低、继续持有代价高”的 SKU。
在一次复盘中,我给每个 SKU 计算了风险分:库存成本占用金额×库龄系数×需求衰减系数,再结合是否存在替代销售渠道。这样可以把“库存很多但还能卖”和“库存不算多但马上过期”区分开。
优先级典型特征动作责任人 P0临期、版本淘汰、继续持有损失快速增加立即清仓、退供或拆解采购与仓库 P1库存金额高,仍有明确区域需求优先调拨和定向销售供应链与销售 P2有搜索或询价,但转化率低优化组合、详情和价格商品与运营 P3长期无订单、无替代渠道报废或一次性处理财务与仓库 具体执行时,我会把每个 SKU 的动作写成“条件+期限+退出标准”,而不是只写“加强销售”。
例如:“将A仓库存调至B仓,30天内消化300件;若消化率低于50%,剩余库存进入组合销售;若仍无订单,则执行清仓。”这种写法能避免任务停留在会议纪要里。需要特别注意的是,打折只能解决价格阻力,不能解决需求不存在、产品版本过时或渠道不匹配。
复盘中有一批配件连续两次降价仍无改善,后来改为与主商品组合销售,45天售出约62%;这说明问题不一定是价格,而可能是单独购买场景不成立。
我曾经看到报表里的库存总额下降了,但一核对发现只是把货退给供应商,缺货率和紧急采购反而上升了。管理层希望用一组简洁指标判断复盘是否有效,同时又不想让团队为了降低库存而牺牲销售。请问多仓企业应该如何设计这组指标?
库存复盘不能只追踪库存金额或库存周转率,因为单独压低库存可能换来缺货、延迟发货和销售损失。我更关注“库存效率”和“服务水平”是否同时改善,尤其是滞销库存占比下降后,核心 SKU 的可得率有没有下降。一套适合增长型多仓企业的指标,至少要覆盖库存结构、销售结果和履约代价三个层面。
指标数量不宜过多,否则团队会把精力花在填表,而不是处理异常。
指标计算方式观察重点建议复盘周期 滞销库存占比滞销库存成本÷库存总成本库存结构是否改善每周 库存周转天数库存成本÷日均销售成本资金占用是否下降每周 核心 SKU 可得率有货核心 SKU 数÷核心 SKU 总数是否因清库存造成缺货每日 调拨后消化率调拨后周期内售出量÷调拨量调拨是否真的有效每月 库存处理损失率清仓、报废和退供损失÷处理库存成本处置是否过度打折每月 我建议设一个“反向约束”:滞销库存占比下降的同时,核心 SKU 可得率不能低于既定底线。
例如复盘前滞销库存占比为18.6%,核心 SKU 可得率为96.4%;经过两个月调拨和分级处置后,滞销占比降至11.2%,可得率仍保持在96.1%,这才算有效改善。增长版复盘还应加入预测偏差和动作兑现率。前者用于判断采购计划是否持续制造滞销,后者用于判断问题是否真正闭环。
例如每月筛出100个高风险 SKU,最终完成调拨、促销、退供或停采的数量只有63个,那么报表再漂亮,也说明执行链路存在瓶颈。我的最终判断标准不是“库存越少越好”,而是用更少的资金支持同等或更高的销售和履约水平。
只要库存下降伴随缺货率上升、紧急采购增加或毛利明显恶化,就不能把它称为库存优化,而应视为把成本转移到了销售端。


读者评论
多仓企业确实不能只看总库存和整体周转率,同一 SKU 在不同仓库可能同时存在积压和缺货。把仓间位置、覆盖天数和调拨需求放在一起判断,才能避免盲目补货。
文中按近7天、30天、90天拆分观察窗口很实用。尤其是大促期间,短期销量不能直接作为长期补货依据,否则活动结束后很容易形成新的滞销库存。
滞销清单绑定原因编码这一点值得借鉴。若多数库存都因活动结束后未及时退出而积压,重点就应放在优化促销规则,而不是每次都靠打折清仓。