2024年3月，我接手某食品经销商库存治理项目时，第一次对账就发现：ERP里的临期库存是387万元，仓库实际清点是916万元。相差529万元，不是盘错数量，而是大量批次缺少准确的入库日期和货架期状态，系统把所有“没到过期日”的货都算成了正常库存。这让我确认一件事，数据库存临期处理，首先要处理的不是货，而是库存数据本身。临期滞销产品的清理，如果只靠“打折清仓”的供应链末端动作，永远在替上游的数据问题买单。
经过多个零售、快消和食品项目的验证，我对库存临期处理的核心判断是：临期处理不是一次性清仓动作，而是以“剩余可售时间”为主键，对库存数据做一次重算。库存数据里如果缺少批次维度、库龄字段和动销速度，任何折扣方案都是在错误的地基上盖楼。
很多人把“临期”等同于“离失效日期还有30天或60天”。但站在经营角度看，临期库存应该定义为“按当前动销速度，预计售罄时间超过剩余货架期的库存”。一箱酸奶还有90天到期，但门店日均只能卖0.2箱，意味着450天才能卖完，它比一箱还有30天到期但日均卖2箱的酸奶更需要处理。
我把清理决策拆成三个窗口，分别在失效前90天、60天和30天。
这三个窗口必须由数据自动触发，不能等业务人员凭经验发现。
清理临期滞销产品时，我建议所有团队先统一四个指标口径：剩余货架期天数、库存周转天数、预计售罄天数、风险库存金额。口径不统一，采购、销售、财务会得出完全不同的结论，然后互相指责。
我见过的临期库存失控，往往不是某一天突然爆发，而是连续三个月被错误数据掩盖。下面这个场景，来自我服务过的一家年销售额约2亿元的区域食品经销商。
项目启动时，我们抽取了全部13万个库存批次记录，发现只有57%的批次有完整生产日期和失效日期，29%的批次在WMS里能查到批次，但在ERP销售模块中却无法关联具体批次号。结果就是：仓库知道哪些货先到期，但销售开单时只能按“先录入先出”发货，实际却做不到。
对账后，真实临期库存约916万元，是系统显示的2.37倍。系统的“健康库存”给管理层制造了错误安全感。
问题不是出在软件稳定性上，而是出在数据链路断裂。采购入库时，收货人员图省事，把同SKU不同批次的货物合并录入；仓库调拨时，批次信息被丢失；销售退货回来，未重新登记新失效日期。每一个环节都在侵蚀数据的可信度。
我把这类项目里高频出现的数据问题做了归类：
这些问题的共同特征，是系统数据无法回答“每一个库存在失效前能不能卖完”。
在清理临期滞销产品时，团队最容易陷入六类误区。每类误区都会让清理动作变形，甚至把本来能正常消化的库存变成真正的损失。
只看SKU总库存，不看批次和失效日期分布，会把问题平均化。一个SKU总库存6000件，但其中一个批次3000件将在30天内失效，这种风险在总量视角下完全看不出来。正确的做法是，对每个SKU按批次展开，计算最早失效批次和整体到期分布。
没过期不等于能在失效前卖完。假设某SKU库存1200件，剩余货架期60天，日均出库10件，则预计售罄需要120天。尽管它在法律意义上还可以销售，但在商业意义上已经临期。这个误区的本质，是把“保质期”当成“销售周期”。
很多管理者发现临期库存后，直接全场五折，甚至三折。这样短期回款快，但会冲击主力产品的价格体系，导致消费者在正价期也等待折扣。折扣策略必须按剩余货架期和商品价格敏感度分化。
平均库龄掩盖长尾风险。一部分订单可能3天前入库，另一部分可能已经存放200天，平均一下变成70天，看起来一切正常。风险识别必须使用分布，至少看P80库龄和P90库龄。
月度盘点、季度盘点之后才校正库存状态，会让临期预警滞后15到45天。短保商品可能已经在盘点和校正的间隙里过期。
滞销品不一定快过期，但它占用资金和仓容。某些保质期长的日化品，剩余货架期还有500天，可过去90天只卖出2件。按当前动销速度，永远卖不完。临期清理和滞销清理必须合并处理，否则仓库永远被长尾SKU占满。
要摆脱拍脑袋，我需要一套可复用的计算逻辑。不同行业的保质期长短不同，但底层计算逻辑一致。
下面是我在项目里常用的伪代码逻辑，用于从库存明细表生成风险清单。
def calculate_risk_stock(sku):
remaining_days = (expiry_date – today).days
sell_out_days = stock_qty / max(daily_sales_speed, min_speed)
if sell_out_days > remaining_days:
risk_qty = stock_qty – daily_sales_speed * remaining_days
risk_amount = risk_qty * cost_price
else:
risk_qty = 0
risk_amount = 0
return risk_qty, risk_amount
其中，daily_sales_speed建议使用最近30天日均销量，但要剔除大促订单和临时团购单，否则会被虚高销量掩盖真实动销。
完成计算后，我将SKU分成四个区间，分别匹配不同处置策略。
| SKU类型 | 月动销率 | 剩余货架期 | 处理策略 |
|---|---|---|---|
| 双低风险品 | >1.0 | >120天 | 常规销售，维持库存 |
| 高周转短保品 | >1.0 | <60天 | 加密补货频次，降单次采购量 |
| 低周转长保品 | <0.3 | >180天 | 提前6个月列入清仓计划，淘汰尾部SKU |
| 双高风险品 | <0.3 | <60天 | 24小时内启动折扣、渠道转移或报废 |
这张矩阵的优点，是能同时抓住“临期”和“滞销”两个维度，而不是只看保质期。
仅讲理论不够，我分享一组来自真实项目的处理前后数据。
项目开始后的第6周，我们完成了全部数据清洗。清理后，系统终于能准确反映风险库存。紧接着，销售团队按风险库存清单执行了四轮处置：第一轮主攻双高风险品，第二轮清理低周转长保品，第三轮处理高周转短保品，第四轮复核所有失效前30天库存。
第十三周结束时，实际临期库存从916万元下降到约220万元，其中大部分已进入员工内购或赠品渠道，不再占用销售资源。
下面是项目关键指标的处理前后对比。需要说明的是，这些数据来自单个区域经销商案例，不能代表全行业，但能反映数据清理带来的数量级变化。
另一个项目里，客户没有做数据清洗，直接按销售额排名给前200个SKU打了5折，想快速回款。结果畅销品两天内被渠道扫空，真正临期的长尾SKU却因为动销太弱，折扣后依然卖不动。最终资金回笼速度没有更快，但经销商大盘价格体系被打破，恢复正价后连续三周销量下滑。
这说明，清仓策略的排序逻辑，优先级应该从“价格折扣”转向“风险分层”。折扣再低，如果投放给不动销的SKU，依然无效。
不同企业的数据基础差异太大，我给不出“上一套系统就解决”的万能答案。下面按不同起点给出可执行建议。
优先建立“批次-库龄-失效日期”三栏台账。每周做一次库龄和动销匹配，手工把每个SKU的预计售罄天数算出来。不要急着买系统，先用Excel把规则跑起来。
先做一次批次数据补录，把失效日期和生产日期补全。然后设置库存状态自动校验规则：失效前90天自动锁定为“临期”，不允许按正价渠道正常出库，必须走审批。
除了临期预警，还要做渠道间库存调拨。A仓临期但B仓动销快时，需要考虑调拨成本是否低于报废损失。可以使用以下判断公式：
调拨价值 = 调拨后可售数量 × 边际毛利 – 物流成本 – 二次包装成本
如果调拨价值大于零，优先调拨；否则就近处理。
建议严格采用FEFO（先到期先出），并倒推采购批量。以货架期40天的商品为例，如果从生产到配送需要5天，门店可售期只有35天，那么采购节奏应按4到7天一批，而不是按整月采购。
重点不是效期，而是“动销生命周期”。某款式如果连续60天动销率为零，即使库龄不到30天，也建议直接进入汰换清单，因为它的剩余价值会随季节性下降。
库存临期处理没有完美方案，只有取舍。管理者必须清晰知道每个决策牺牲了什么。
临期品折扣越高，现金流回收越快，但毛利率越低。我的建议是：剩余货架期越短，折扣深度越要拉开梯度，而不是统一一个折扣率。这既保现金流，又避免让健康库存也被动降价。
把所有临期品丢给大客户或大型社区团购，处理速度快，但会冲击其他渠道价格。如果品牌价格体系很重要，优先选择私域会员、员工内购、公益捐赠等方式；如果产品本身利润高且竞争激烈，则需要以快速回笼资金为先。
补录批次和清洗库龄需要投入人力，短期看起来是成本。但对比每月几十万的过期损耗，这笔投入通常在一个季度内能回本。数据治理的边界是：治理成本超过预期损失时才需要暂停，而多数企业离这个边界还很远。
削减滞销SKU可以降低库容占用和资金沉淀，但会减少SKU宽度，影响订单满足率。建议先砍掉连续90天零动销、且未来60天没有补货计划的长尾SKU，保留有稳定复购的长尾。
自动规则效率高，但会误伤一些数据异常的SKU。人为复核准确率高，但速度慢。我通常采用“自动圈定、人工抽查”的方法：自动生成风险清单，业务人员每周只复核清单中金额前20%的SKU。
| 取舍维度 | 优先方向 | 牺牲方向 | 适用条件 | 参考动作 |
|---|---|---|---|---|
| 毛利率 vs 现金流 | 现金流 | 毛利率 | 临期库存占总库存超过10% | 按失效天数逐级降价 |
| 渠道保护 vs 清仓速度 | 渠道保护 | 清仓速度 | 品牌价格敏感度高 | 私域和员工内购先行 |
| 治理成本 vs 过期损失 | 数据治理 | 短期人力投入 | 月度过期损耗超过10万元 | 优先补录批次字段 |
| SKU宽度 vs 库存效率 | 库存效率 | 部分订单满足率 | 长尾SKU连续90天零动销 | 先冻结，再淘汰 |
| 自动规则 vs 人工复核 | 自动规则 | 部分误判容忍度 | SKU数量超过5000个 | 风险清单自动生成，人工抽核 |
库存临期处理最反常识的地方在于：你越急着把临期货卖出去，越要先停下来修复库存数据。没有批次、库龄和动销速度的准确数据，所有促销资源都会被错配。先把“预计售罄天数大于剩余货架期”作为风险库存的判定标准，再按风险分层决定折扣和渠道。
下一步，我建议你从这四件事开始：第一，导出库存明细，检查批次字段完整率；第二，给每个SKU计算剩余货架期和预计售罄天数；第三，把风险库存清单按金额排序，先处理前20%的SKU；第四，设置90天、60天、30天三个预警节点。连续执行四周后，你会看到过期损耗开始下降，而清仓动作对价格体系的冲击远小于从前。
我作为仓库主管，总被老板要求清理临期和滞销库存，但团队里每个人标准都不一样。临期是按保质期剩余多少天算？滞销是按多久没卖出去算？有没有一个能结合数据来定标准的实操方法？
临期和滞销的标准不能靠拍脑袋。我处理过食品与快消品的库存，最有效的做法是用“剩余保质期比例”和“库存可售天数”双维度交叉判断。食品行业惯例是保质期过去三分之一进入预警，过去三分之二就是临期；但不同渠道的验收标准差异很大，大型商超通常要求收货时剩余保质期不低于三分之二，社区团购和特卖渠道允许剩余一半。
滞销则需要看动销率。我建议用近30天销量除以当前库存得到动销率，再和该品类的安全周转天数对比。举例：某SKU月售120件，当前库存600件，可售天数约150天，如果保质期只剩45天，那它已经处于“会过期”状态；如果保质期还有2年，那它只是周转慢，不叫临期。
实操时先导出库存表，增加四列：剩余保质期天数、近30天销量、日均销量、可售天数。然后按品类设定阈值，比如饮料类剩余天数小于60天且可售天数大于剩余天数才进入清理清单；化妆品类因为单品价值高，可售天数要结合保质期剩余比例判断。
你还要注意，打折促销会改变短期销量，不能只看历史30天平均，要结合在途订单和趋势。我踩过的坑是：只按剩余天数排序，结果把一批保质期剩80天但销售速度正常的高周转商品也列入清理，造成不必要的折价损失。正确做法是优先处理“可售天数 > 剩余天数”的商品，而不是简单看剩余天数。
这个判断框架能让你用一张表同时回答老板和采购的疑问。
我们公司的数据库存里有几万条商品记录，我手动用Excel筛了好几天，不是漏掉就是重复。到底应该按什么字段、什么逻辑来筛选？有没有一套能直接用SQL语句或公式执行的低成本方法？
筛选逻辑可以完全标准化。我常用SQL和Excel并行完成，只要字段齐备。先准备SKU编号、批次号、入库日期、保质期截止日期、当前库存、近30天销量、库位。新增计算字段：剩余天数=保质期截止日期-当前日期；日均销量=近30天销量/30；可售天数=当前库存/日均销量；
预计到期时剩余库存=当前库存-日均销量*剩余天数。筛选条件建议设置成：剩余天数小于等于预警天数（比如30天），或预计到期时剩余库存大于安全库存，或动销率低于5%。命中任意一条就进入临期滞销观察清单。Excel里直接使用筛选和公式即可，数据量超过5万行时推荐用Power Query或小型数据库。
我自己的做法是：先创建临时表，用日期函数计算数值，再加条件过滤。重点是不能只按“库存数量”排序，因为低价值高库存的SKU会淹没高价值低库存的SKU。建议增加一个“潜在损失金额”列：当前库存成本价-预计到期前可售出部分的成本价，然后按金额排序。
一个容易漏掉的细节是批次：同一SKU可能有多个入库批次，保质期也不同，必须按批次拆分明细。否则你会把正常批次的库存也算进去。另外，清理清单要每周刷新，因为随着日期推移，剩余天数一直在变。我见过有人每月跑一次，结果清单里很多商品已经过期，完全丧失处理价值。
好不容易抓出临期滞销品，但直接打折可能亏本，退回供应商人家又不愿意，捐赠还要考虑成本。每种方式到底适合什么情况？有没有一个判断标准来帮我快速决定用哪种处理手段？
选择处理方式前，先算三本账：商品账面价值、处理成本、潜在回笼资金。不能只看折扣力度。我把清理方式分成四类。第一类，正常促销：适用于剩余保质期充足、动销率尚可的商品，直接打折或会员价，成本低但速度较慢。
第二类，捆绑销售：用临期品绑定畅销品做买一赠一或组合装，适合可售天数略大于剩余天数的商品，能快速走量但会拉低整体毛利。第三类，特卖或控渠道：转给折扣店、社区团购、员工内购渠道，条件是不影响主渠道价格体系。第四类，退货或捐赠：如果供应商接受退货且退货物流成本低于折价损失，选退货；
如果商品还有使用价值但无法销售，选捐赠，能抵扣部分税费。我做过一个夏季饮料案例：库存5000件，保质期还剩3个月，但正常渠道月销只有100件，等于30个月内才能卖完。当时我们没选择直接五折清仓，而是用“买一件正价商品加两元换购两瓶临期饮料”的活动，和本地的连锁超市合作，一周清掉4000件。
剩下的1000件联系福利机构捐赠，拿到公益捐赠票据，抵扣后实际净亏损比全部报废降低了约60%。决策顺序应该是：先判断是否有常规特卖渠道可以接收；再判断捆绑销售是否比直接降价回款快；只有在预估回款金额小于退货成本时才选择退货；最后才是捐赠或报废。
这里最关键的判断是：不要把所有临期品一股脑集中到一个渠道，容易造成窜货。建议按单品数量和金额分优先级，高价值商品用特卖，低值商品用捐赠或报废。
这次清理完了，过几个月又爆仓。我感觉一直在“救火”，到底该怎么从源头上防止临期和滞销？需要设置哪些预警指标？谁来负责？
临期是结果，动销不足才是原因。我之前管理一家快消品公司库存时，发现每次清完临期品，两个月后又会冒出一批。后来把机制改成三件事：周预警、采购联审、责任到人。第一，周预警：每周一自动生成“未来4周到期库存表”，同时列出每个SKU的当前可售天数和动销率。
只要可售天数超过剩余天数，或动销率连续两周低于5%，就触发预警。这个表必须发给采购、运营、仓储三方。第二，采购联审：采购任何新订单前，必须检查现有库存可用天数。如果某SKU可用天数已经大于该品类的补货周期，则系统禁止生成采购单。我们可以在一张汇总表里设置“建议停采”标记，而不是全靠人记。
这样能从源头阻断“仓库堆满但继续进货”的失控现象。第三，责任到人：设定库存健康度指标，比如临期库存占比（临期库存金额/总库存金额）和滞销SKU数量，每周更新到看板。把指标和运营、采购的月度绩效挂钩，否则没有人会主动处理。
这里要注意，预警阈值不能一刀切：保质期长的品类可售天数要求可以放宽，生鲜类则要按小时计算。我们落地这套机制后，临期库存占比从8%降到2%以内，滞销SKU数量下降了70%。用的工具就是Excel和钉钉机器人，没有买昂贵系统。
如果你想在数据库存中实现，可以直接写一个按剩余天数分组的查询，每天推送到工作群，坚持一个月就能看到变化。
读者评论
文中ERP数据与仓库实际数额相差529万这个数字，我太有同感了。在食品行业干过的人都知道，批次字段缺失、退货后库龄归零、在途库存没剔除，这些问题每个仓库都存在。真正让我认同的是那个判断：先把数据当作主键重算，确认每个批次在失效前能不能卖完，再来谈折扣。不然就是把上游的账目漏洞，让下游的毛利来买单。
最扎心的是那句“没过期不等于能卖”。以前我们也用30天和60天来划分临期库存，结果发现某些单品虽然没过期，但按日均动销一算，只剩60天货架期却要卖120天。文章把决策窗口分成90天预警、60天强制处置、30天止血，这个节奏很务实。比我们纯粹看库存金额排名去清货实用得多。
让我真正想转发给管理层看的是那个反例：按销售额排名打五折，畅销品被扫空，长尾临期品打折也卖不动。清仓逻辑的优先级应该从价格折扣转成风险分层，这句话说到根子上了。数据清洗后临期库存从916万降到220万，但毛利率仅多拖累1.2个百分点，这笔账算得很清楚，值得做。