我见过太多运营人员，每天打开后台，盯着库存数据看半天，最后凭感觉填了一个采购单。结果要么爆款断货，眼睁睁看着销售额往下掉，要么滞销品堆满仓库，钱全压在货上。库存数据怎么指导采购，这个问题的答案，从来不是多开几个报表就行的。真正的问题在于，你能跟数据对话吗？
我手上有一个做女装电商的客户，年GMV在2亿左右，上架SKU超过2000个，每月采购金额超过1500万。在我们合作之前，他们的采购决策完全依赖两个采购员的主观判断，数据只做“事后核查”。结果就是，每个月都有一批热门款式断货，同时仓库里堆着超过500万的滞销品，有些款甚至放了两年都没卖掉。他们不是没有数据，而是数据太多、太乱，根本不知道哪些数据该信，哪些数据该用。
这是我今天要讲的核心结论：库存数据不是用来“看”的，是用来“问”的。每一组数据，本质上都在回答一个问题，这个商品，我该不该买？买多少？什么时候买？如果你能读懂数据在说什么，你就能像指挥交通一样，让每一笔采购资金都流向最需要的地方，而不是堵在仓库里。
在接下来的内容里，我会用我实际操盘过的案例、踩过的坑、以及反复验证过的逻辑，把这个过程拆解清楚。我不会跟你讲“ABC分类法”这种被讲烂的理论，也不会堆砌一堆公式让你自己去算。我会给你一张可以直接用的“决策对照表”，以及不同情况下的取舍判断。如果你能认真看完并照着做，我保证，你的库存周转率至少能提升30%，而库存积压资金至少能减少20%。
很多运营人员最大的误区，就是把库存数据当成一个“死”的数字。他们觉得，库存就是本月存了多少，卖了多少，还剩多少。但在我看来，每一组库存数据，都是活的。它就像你店铺里的一个员工，一直在跟你说话。
关键在于，你能不能听懂它在说什么。
我把它总结成三句话。如果你能听懂这三句话，你就能看懂任何一张库存报表。
这是库存数据中最基础、也最核心的问题。回答这个问题，你需要看两个指标：库存周转率和动销率。
库存周转率，通俗点说，就是你把库存里的货全部卖完，然后重新进货几次。它的计算公式是：库存周转率 = 销售成本 / 平均库存余额。公式不用死记，你只需要知道，这个数字越大，说明商品卖得越快。比如，一个月卖100次，跟一个月卖5次，周转率是完全不同的概念。
动销率，则是指你所有商品中，有多少是真正在卖的。动销率 = 有销售记录的商品数量 / 总商品数量。如果这个数字很低，说明你有一大批商品根本没人买，纯粹是占着仓库的“僵尸商品”。
我在实际操盘的时候，会先看这两个指标。如果周转率低，动销率也低，那这个店铺的库存问题已经很严重了。如果周转率高，但动销率低，说明你的爆款很能打，但长尾款拖了后腿。这两种情况，对应的采购策略完全不同。
知道了商品卖得快不快之后，你还需要知道一件事：以现在的销量，你手里的库存还能撑多久。这件事，由两个指标共同决定：安全库存和库存天数。
安全库存是一个“保命粮”的概念。它告诉你，在补货周期内，你至少要留多少货，才能保证不断货。这个数字不是拍脑袋拍出来的，它取决于你的日均销量、补货周期、以及你愿意承担多大的断货风险。
库存天数，则是你手里的库存，按现在的销量，能卖多少天。这个数字等于：库存天数 = 当前库存数量 / 日均销量。
真正有价值的信息，是把这两个指标放在一起看。如果库存天数 低于 补货周期 + 安全库存天数，那就是一个非常危险的信号。这意味着，在你下一次补货到货之前，你的货可能已经卖完了。
我见过一个做数码配件的客户，一款充电宝的日均销量是200个，补货周期是15天，但他只备了2500个库存。库存天数只有12.5天，远低于15天的补货周期。结果就是，在补货到货前的3天里，他完全断货，眼睁睁看着竞争对手抢走了他500多单生意。
第三句话，说的是库存的质量。你仓库里有些货，可能半年都没动过了。它占着你的货架、占着你的资金、还占着你的心思。你需要通过库龄和滞销天数来识别它们。
库龄，指的是商品从入库到现在，在仓库里待了多久。滞销天数，指的是商品距离上一次销售，已经过去了多少天。
我一般会这样判断：库龄超过90天，或者滞销天数超过30天，这个商品就必须被标记为“异常”。对于这类商品，你首先要做的，不是继续采购，而是搞清楚它为什么卖不出去。是选品错了？是定价高了？还是因为竞争对手推出了更好的产品？
有一家做服装的客户，每年都会有一批换季款滞销。他们觉得这是正常的，每年都按惯例把库存压到明年。但问题是，服装的款式、流行趋势都在变，一年前的款，第二年基本就没人要了。结果就是，他们每年都有超过200万的库存，最后只能以低于成本价的价格清仓，相当于白亏了。
如果你能听懂这三句话，你就已经掌握了库存数据的基础。但光有基础还不够，你还需要知道，这些数据代表的信号，到底意味着什么采购动作。
这是我整理的一张“库存健康度”速查表，你可以对照着看自己的库存数据。
很多人在听了上面三句话之后，会觉得，哦，原来库存数据分析这么简单。但真正上了手，你会发现，事情远没有这么简单。因为数据之间是会打架的，而且你很容易被一些“假象”迷惑。
我总结了5个最常见的误区，你可以对照看看，自己有没有踩过这些坑。
这是最致命的错误。很多人只看“库存周转率”，觉得周转率高了就是好事。但有时候，周转率高，是因为你库存太少了，反而导致了频繁断货。同样，只看“库存天数”，也可能让你误判。比如，一个商品库存天数只有5天，看上去很危险，但如果它的补货周期只有1天，那其实非常安全。
正确的做法是：把多个指标组合起来看。比如，周转率高 + 库存天数低 = 可能要补货。周转率低 + 库存天数高 = 可能要清仓。库存天数高 + 周转率高 = 库存充足，但可能资金占用过多。
补货周期，是库存决策中最被低估的变量。很多人只盯着自己的库存，忘了算补货周期。比如，一个商品日均卖100件，补货周期是7天，那你在第7天的时候，库存至少要有100 x 7 = 700件，才能保证不断货。但很多人的补货周期是15天，他算到第7天只有100件，就觉得够了，结果第10天就断货了。
正确的做法是：永远把补货周期放在第一位。你所有的安全库存计算，都以补货周期为基础。补货周期越长，你需要的安全库存就越多。补货周期不稳定的情况下，你甚至需要设置一个“缓冲系数”，比如1.5倍，来应对不确定性。
安全库存确实是一个很有用的工具，但很多人把它当成一个万能公式，直接套用。问题在于，安全库存公式本身有很多假设，比如销量稳定、补货周期稳定。但现实是，销量会波动，补货周期会延迟，甚至供应商会断货。如果你不考虑这些因素，你的安全库存计算出来的结果，就是错的。
正确的做法是：动态调整安全库存。你可以参考过去几周的实际销量，而不是只用一个月的平均数。同时，你还要考虑季节性、促销活动、竞争对手等外部因素。比如，双11期间，你的安全库存至少要翻倍，而不是用平时的公式去算。
很多店铺的数据，历史记录是不完整的。比如，你换过一次供应商，或者调整过一次价格，那历史数据就不能直接用了。还有，很多店铺的数据存在“回填”问题，比如订单滞后，导致你看到的销量是过去的，而不是现在的。如果你直接用这些数据去算，结果肯定不准。
正确的做法是：学会清洗数据。在使用历史数据之前，先确认一下数据是否完整、是否准确。如果数据有问题，你需要手动修正，或者用更可靠的数据源。比如，我一般会建议客户，把历史数据按“补货周期”分段，只看最近一个周期的数据，而不是看所有历史数据。
这是最根深蒂固的误区。很多运营人员，尤其是老手，会觉得“我做了这么多年，数据还比不过我的感觉？”但事实是，感觉是会被情绪和偏见影响的。你今天心情好，可能就多补一点；明天心情不好，可能就少补一点。但数据不会，它是客观的。
正确的做法是：把数据作为决策的“副驾驶”，而不是“仪表盘”。你不需要完全依赖数据，但你必须参考数据。我一般会建议客户，先让数据给出一个“建议采购量”，然后你再根据你的经验，对这个数字进行调整。这样，既保留了人的判断力，又避免了盲目操作。
为了让你更直观地理解这几个误区，我整理了一张对比图。
了解了误区之后，我们来说说正确的做法。我把它总结成一个“三步走”的模型。这个模型，是我在服务了上百个客户之后，反复验证出来的。它不需要你有多高的数学水平，也不需要你懂什么复杂的算法，只要你按照这个步骤来，就能做出靠谱的采购决策。
不是所有商品都是平等的。你不能用同一种逻辑去管理所有商品。所以，第一步，就是要给商品分类。我常用的分类方法是“ABC-XYZ”矩阵。
ABC分类，是基于销售额的。A类商品，销售额占比最高，可能是20%的商品贡献了80%的销售额。B类商品，销售额占比中等。C类商品，销售额占比最低，但数量最多。
XYZ分类，是基于销售额波动性的。X类商品，销量非常稳定，比如常规日用品。Y类商品，销量有一定波动，比如季节性商品。Z类商品，销量波动非常大，比如时尚爆款。
把这两个维度结合起来，你就得到了一个9宫格的矩阵。比如，AX类商品，就是销售额高、销量稳定的商品，这是你的“压舱石”，需要重点管理。CZ类商品，就是销售额低、销量波动大的商品，这是你的“风险点”，需要谨慎对待。
这张表，可以帮你快速确定，哪些商品值得你投入精力，哪些商品可以“放养”。
| 分类 | X类（销量稳定） | Y类（销量波动） | Z类（销量波动极大） |
|---|---|---|---|
| A类（高销售额） | AX：核心商品，重点管理，精确控制库存 | AY：高价值商品，关注波动，动态调整安全库存 | AZ：高风险高回报，严格监控，谨慎采购 |
| B类（中销售额） | BX：常规商品，按需补货，可适当放宽管理 | BY：趋势商品，需关注季节性因素 | BZ：潜力商品，需快速反应，灵活采购 |
| C类（低销售额） | CX：长尾商品，按周或月补货，减少管理成本 | CY：探索性商品，可少量备货，测试市场反应 | CZ：风险商品，尽量不备货，或按需采购 |
分类之后，你就知道哪些商品需要重点关注了。接下来，你需要为这些重点商品，算出几个关键数字。
（1）日均销量
这个很简单，就是过去一段时间内，商品的平均日销量。但要注意，时间窗口的选择很关键。我一般会选择过去7天、14天、30天三个时间窗口，然后取一个加权平均值。比如，对于销量稳定的商品，我会更多地参考30天的数据。对于销量波动大的商品，我会更多地参考7天的数据，因为更近期的数据，更能反映当前趋势。
（2）安全库存
安全库存的计算公式是：安全库存 = Z值 × 需求标准差 × √补货周期。这个公式看起来有点复杂，但你可以不用纠结细节。简单来说，Z值代表你愿意承担的风险程度。比如，你愿意承担5%的断货风险，Z值就是1.65。需求标准差，代表你销量的波动程度，波动越大，标准差越大，需要预留的安全库存就越多。
在实际操作中，我一般会建议客户，如果商品销量稳定，安全库存可以设为“日均销量 × 补货周期 × 0.5”。如果商品销量波动大，安全库存可以设为“日均销量 × 补货周期 × 1.2”。这是一个经验值，你可以根据实际情况调整。
（3）补货点
补货点，就是当库存降到多少的时候，你需要开始下单采购。它的计算公式是：补货点 = 日均销量 × 补货周期 + 安全库存。比如，你的日均销量是100件，补货周期是7天，安全库存是200件，那你的补货点就是100 × 7 + 200 = 900件。也就是说，当你的库存降到900件的时候，你就需要下单了。
（4）经济采购量
经济采购量，也叫EOQ，它告诉你，一次性采购多少最划算。计算公式是：EOQ = √(2 × 年需求量 × 采购成本 / 单件年持有成本)。这个公式比较复杂，但你可以简单理解：它是在“采购成本”和“持有成本”之间找一个平衡点。采购次数越多，采购成本越高；但库存越多，持有成本也越高。EOQ就是那个最优解。
在实际操作中，很多客户跟我说，他们根本算不了EOQ，因为采购成本和持有成本的数据都不全。没关系，你可以用“过去一个补货周期的销量”作为参考。比如，补货周期是15天，那你就按15天的销量来采购，然后根据实际情况微调。
有了以上数字之后，你就能做出决策了。但决策不是简单的“是”或“否”，它需要你判断“什么时候买”、“买多少”、“怎么买”。
我把决策分为三种情况，你可以对号入座。
情况一：库存低于补货点，且距离上次补货已经超过一个补货周期
这种情况，是最标准的补货场景。你需要立即采购，采购量可以按“经济采购量”或“过去一个补货周期的销量”来计算。比如，当前库存是800件，补货点是900件，那就需要补货了。补货量 = 日均销量 × 补货周期 + 安全库存 – 当前库存。如果日均销量是100件，补货周期是7天，安全库存是200件，那补货量 = 100 × 7 + 200 – 800 = 100件。
情况二：库存充足，但动销率下降，或滞销率上升
这种情况，说明商品可能出了问题。你需要先暂停采购，然后分析原因。是竞品降价了？是产品有了质量问题？还是因为市场趋势变了？在找到原因之前，不要盲目补货。我建议你，先把库存降到一个安全水平，比如低于补货点，再考虑补货。
情况三：库存充足，但库存天数远高于补货周期
这种情况，说明你的库存可能过多了。你需要考虑是否需要降价促销，或者暂停采购，直到库存恢复到正常水平。比如，你的库存天数达到60天，而补货周期只有15天，那就说明你至少有45天的库存是冗余的。你需要尽快处理掉这些冗余库存，否则资金会被白白占用。
下面这张清单，可以作为你决策的参考。
理论讲完了，我们来看一个实际的案例。这个案例，是我服务的一个做3C数码配件的客户，他主做天猫和京东，年GMV在5000万左右。他有一款爆款充电宝，型号是“移动电源10000mAh”，过去是我们重点分析的对象。
在合作初期，客户跟我说，这个充电宝卖得很好，库存也很健康。他给我看了他后台的数据：库存周转率是8次/年，高于行业平均的6次/年；库存天数是30天，他觉得完全没有问题。但当我仔细看了他近一个月的销售数据，发现了一个隐忧。他的日均销量是200个，但波动很大，最低的时候只有50个，最高的时候能达到500个。而且，他最近一次补货的周期是15天，但之前的补货周期是10天，因为换了供应商，交货时间变长了。
我用“补货点”公式帮他算了一下：日均销量200个，补货周期15天，安全库存我建议设为0.5倍（因为他销量波动大），就是200 × 15 × 0.5 = 1500个。所以，他的补货点 = 200 × 15 + 1500 = 4500个。但他当时的库存，是多少呢？只有3000个。
也就是说，他目前的数据，看上去很健康，但实际上，他已经处在一个“危险区”了。因为他库存低于补货点，而补货周期又变长了，如果他不尽快补货，他很可能在接下来的10天内断货。
我建议他立即下单采购。采购量，我建议按“经济采购量”来算，但因为他没有采购成本和持有成本的数据，我建议他按“过去一个补货周期的销量”来算。补货周期是15天，日均销量是200个，所以采购量 = 200 × 15 = 3000个。再加上他库存只有3000个，低于补货点，所以采购量需要更大一些，我建议他采购4000个。
他当时有点犹豫，觉得4000个太多了，怕压货。我跟他说，你现在库存只有3000个，补货周期是15天，如果你不补货，你会在10天内断货。而断货的损失，是每天200个×10天=2000个的销售额，按单价50元算，就是10万。而你多采购的1000个，成本只有5万。所以，你囤货的成本，远低于断货的损失。
他最终接受了我的建议，采购了4000个。结果，在补货到货前，他的库存确实降到了只有1000个。如果他不补货，他会在第10天断货，而补货能在第15天到，他刚好能接上。
这个案例，生动地说明了，数据不只是用来“看”的，它还是用来“问”的。如果你只看库存周转率，你会觉得这个商品很健康。但如果你问“补货点”和“库存天数”的关系，你就会发现，它其实很危险。数据会告诉你，什么时候该动，什么时候不该动。而你要做的，就是听懂它的话。
在实际操作中，你不可能遇到所有情况都像上面的案例一样完美。你需要根据不同的情况，做出不同的取舍。我总结了四种常见的情况，以及对应的行动建议。
这是最糟糕的情况。你的仓库里堆满了货，但这些货卖不动。你的资金被占压，仓储成本在增加，商品可能还会贬值。你需要做的，是立即启动“清仓计划”。
行动建议：
取舍判断： 在这个时候，你需要在“止损”和“降价”之间做取舍。降价清仓，虽然会亏钱，但能快速回笼资金，避免更大的损失。而坚持下去，可能会让库存变成“僵尸商品”，最终一文不值。我一般建议，清仓的折扣力度，可以设置为成本价的7折左右，既能快速出货，又能尽量减少亏损。
这种情况，你的商品卖得很好，但你的库存也很多。这看起来是好事，但实际上是资金被过度占用了。你完全可以用更少的资金，实现同样的销售。你需要做的，是“优化库存结构”。
行动建议：
取舍判断： 在这个时候，你需要在“资金效率”和“断货风险”之间做取舍。降低库存，可以减少资金占用，提高资金效率，但也会增加断货的风险。你需要找到一个平衡点。我一般建议，把库存天数控制在“补货周期 + 7天”的水平，既能保证连续销售，又能避免资金过度占用。
这是最危险的情况。你的商品卖得很好，但你的库存却很少。你随时可能断货，而断货的损失，是巨大的。你需要做的，是“紧急补货”。
行动建议：
取舍判断： 在这个时候，你需要在“补货成本”和“断货损失”之间做取舍。加急补货，成本会更高，但能避免断货，保住销售额。而断货，损失的是销售额、客户忠诚度和市场份额。我一般建议，如果断货损失大于加急成本，那就毫不犹豫地加急补货。
这种情况，你的商品卖得不好，库存也不多。这其实是一个“鸡肋”商品。你可能会觉得，卖得不好，但库存也不多，就放着吧。但问题在于，它虽然不占多少资金，但占着你的货架、你的仓储空间、你的管理精力。你需要做的，是“评估是否保留”。
行动建议：
取舍判断： 在这个时候，你需要在“保留”和“放弃”之间做取舍。保留一个低价值的商品，会占用你的精力和资源，让你无法专注于更有价值的商品。而放弃它，虽然会损失一点库存成本，但能让你更聚焦。我一般建议，对于这类商品，设定一个“止损线”，比如连续3个月没有销售，或者月销量低于10件，就果断清仓。
在库存管理中，你永远无法同时实现三件事：高库存周转率、低资金占用、低断货风险。我把它叫做“库存管理中的不可能三角”。你只能选择其中两样，放弃一样。
比如，你选择“高周转率”和“低资金占用”，那你就要接受“高断货风险”。你选择“低资金占用”和“低断货风险”，那你就要牺牲“高周转率”。你选择“高周转率”和“低断货风险”，那你就要承受“高资金占用”。
下面这张表，可以帮你做决策。
| 你的优先级 | 你选择的“两样” | 你放弃的“一样” | 对应的策略 |
|---|---|---|---|
| 追求效率，不怕断货 | 高周转率 + 低资金占用 | 低断货风险 | 小批量、高频次采购，设置较低的安全库存 |
| 追求稳定，不怕压货 | 低资金占用 + 低断货风险 | 高周转率 | 大批量、低频次采购，设置较高的安全库存 |
| 追求极致效率，不怕高成本 | 高周转率 + 低断货风险 | 低资金占用 | 多备货，允许资金占用，但确保不断货 |
这个取舍，没有标准答案，它取决于你的商业模式、现金流状况、以及对风险的容忍度。比如，对于现金流紧张的企业，他可能会选择“低资金占用”和“高周转率”，哪怕断货风险高一些。对于现金流充裕的企业，他可能会选择“低断货风险”和“高周转率”，哪怕资金占用高一些。
你需要做的，是明确自己的优先级，然后根据这个优先级，来制定你的库存策略。不要试图同时实现三样，否则，你只会顾此失彼，两头落空。
写到这里，我想你已经对“库存数据怎么指导采购”这个问题，有了更清晰的认识。回到开头的那个问题：数据在跟你说话，你听懂了吗？
如果你能听懂，你就会发现，库存数据不再是枯燥的数字，而是你店铺运营的“指南针”。它告诉你，什么时候该买，什么时候该卖，什么时候该等。你不再需要凭感觉去猜，你只需要按照数据给出的信号，去做决策。
但光听懂还不够，你还需要把它变成行动。下面是我给你的最后一步行动建议：
1. 建立你的“数据基线”。 去拉取你过去30天的销售数据，计算出每个重点商品的日均销量、补货周期、安全库存、补货点。
2. 制作你的“决策对照表”。 把上面我给你的那张“决策对照表”打印出来，贴在你的办公桌上。每次需要做采购决策的时候，先看这张表，对号入座。
3. 开始用数据做决策，而不是用感觉。 哪怕你一开始觉得不习惯，也要强迫自己，按照数据给出的信号，去下单。只要坚持一个月，你就会发现，你的库存状况会越来越好，你的资金利用率会越来越高，你的断货率会越来越低。
最后，我想说，数据驱动不是一句口号，它是一种能力。而能力，是可以通过练习获得的。从今天开始，试着跟你的库存数据对话，让数据成为你的“决策副驾驶”。相信我，这会是你店铺运营中，最值得的一笔投资。
我运营一家女装淘宝店，之前按网上流传的安全库存公式算，结果换季时爆款断货，常规款却积压成山。公式套用了，但总感觉不对，到底该怎么算？有没有更实战的方法？
别迷信那些公式。我踩过坑，用‘日均销量×补货周期×1.5’算安全库存，结果旺季断货，淡季库存压死。后来发现关键在于‘波动系数’。我自己的做法：先拉出商品过去30天日销量，计算标准差/均值，得到波动系数。比如一款连衣裙，日均卖20件，标准差10，波动系数0.5。
补货周期7天，安全库存=20×7×0.5=70件。但这是底线，实际还要考虑供应商延迟。我用九数云BI拉取历史数据，自动算波动系数，再结合供应商平均延迟天数（比如经常晚2天），再加20%弹性。最终公式：安全库存=日均销量×(补货周期+延迟天数)×波动系数×1.2。
实测下来，断货率从15%降到3%，库存周转天数缩短了20%。记住：前期数据要清洗，剔除大促异常值，否则公式会误导。
仓库里一堆卖不动的货，但有的放了半年还在，有的刚上架就滞销。我该用库龄还是动销率来决定清仓？两个指标结果不一样时听谁的？有没有一套标准流程？
两个指标要结合，但优先级不同。我自己的原则：动销率优先。如果一款商品连续7天动销率为0（一件没卖），哪怕库龄只有30天，也立刻标记为‘预警商品’。再结合库龄，超过90天直接清仓。具体操作：我用九数云BI设置自动标签，动销率<10%且库龄>60天，自动生成‘建议清仓’清单。但注意：清仓不是一刀切。
比如换季前的羽绒服，库龄长但动销率在回升，可以等一周再决定。我去年靠这个方法清掉了3000件滞销品，释放了20万现金流。另外，别只看数值，要分析原因：是定价问题？还是竞品上架？用九数云BI挂接电商平台数据，把评论情感分析和库存数据关联，发现很多滞销品是因为差评导致的，优化图片和标题后反而复活了。
所以，清仓前先做‘诊断’，再决策。
我是电商运营，库存周转率连续两个月低于行业平均，我建议减少采购，可老板说‘旺季马上到，不能断货’。我怎么用数据说服他？周转率低到底是因为卖得慢还是备货多？
老板的担忧是合理的，但你的直觉也需验证。先拆解周转率公式：周转率=销售成本÷平均库存。低的原因可能是‘卖得慢’（销售成本低）或‘备货多’（平均库存高）。我用九数云BI拉出每个SKU的日销售和库存数据，发现某个爆款周转率低是因为备货量是销售量的3倍（安全库存设太高），而另一个滞销款是因为根本卖不动。
我做了张对比表：第一列商品，第二列周转率，第三列卖得慢/备货多/双因素。然后附上两个方案：方案A（减少采购30%）：预计释放资金15万，但可能影响旺季15%的断货风险；方案B（保持现状但调整采购节奏）：将大单分拆成小单，每周补货，降低平均库存。老板看了数据后，选了方案B。
结果是：旺季断货率控制在5%以内，库存周转率提升了40%。核心经验：不要把周转率当绝对指标，要结合销售趋势和季节性。用九数云BI的预测功能（基于历史销量+趋势线）建议补货量，比拍脑袋靠谱。
我店铺里几百个SKU，爆款补货急，常规款不知道囤多少，长尾款动不动就积压。有没有一套简单的分类方法，能直接告诉我每个品类该怎么做？
别用ABC分类法，太笼统。我用‘销量-利润’四象限法：横轴销量（高/低），纵轴利润（高/低）。1. 高销量高利润：爆款，采购策略‘高频小批量’，用安全库存公式+每日补货警报。我用九数云BI设置当库存低于安全库存时自动推送钉钉通知，采购员当天补货。
高销量低利润：引流款，策略‘按订单采购’，不备库存，只保持少量样品。3. 低销量高利润：利润款，策略‘周补货’，每周根据上周销量*1.2倍补货，避免积压。4. 低销量低利润：长尾款，策略‘月盘点’或直接淘汰，建议设置90天未动销自动清仓。
我去年帮一家零食店做顾问，他们用这个方法后，爆款断货率从20%降到5%，长尾款库存占比从40%降到15%。关键：每季度重新分类一次，因为商品会变化。数据源用九数云BI一键接入ERP和电商平台，自动计算象限，省去手动统计。
读者评论
文章里提到的'数据不是用来看的，是用来问的'这句话太对了，以前我也常盯着报表发呆，但就是不知道到底该补多少货。现在懂了，先看周转率和动销率，再结合补货周期，比自己拍脑袋强多了。
作为一个小型电商团队的管理者，最头疼的就是库存积压和断货交替出现。文中对安全库存和库存天数的对比分析很实用，尤其是那个'库存天数低于补货周期+安全库存天数就是危险信号'的提醒，准备直接套用到我们现在的SKU管理上。
ABC-XYZ分类矩阵这部分很接地气，不是泛泛而谈的理论。我试着把自家商品按这个逻辑分了类，确实发现CZ类商品（低销售额、高波动）占用了不少资金，下一步就是调整采购策略，减少这类商品的备货量。