库存这个词,在很多公司的报表里是一个资产数字,但在仓库管理者的心里,它更像是一个随时会爆炸的“定时炸弹”。我过去五年一直在帮中小型电商和零售品牌做供应链诊断,见过太多这样的情况:市场流行风向一变,仓库里价值几百万的SKU瞬间变成难以出手的滞销品;而另一边,真正卖得好的SKU又因为补货太慢,眼睁睁看着流量被竞争对手接走。我们总是反复学习如何把库存调准,却发现越调越乱。
这篇文章我想直接讲清楚一件事:所谓的“灵活调整SKU库存”,不是让你去猜市场,也不是让你把备货量砍半,而是把库存管理从“一次性决策”改造成“持续微调系统”。这个系统能感知变化、小步修正、分类应对,让库存像方向盘一样跟着市场路况随时修正方向,而不是等车撞上护栏才猛打方向盘。
SKU库存灵活调整:不是减少进货,而是和市场变化赛跑
一、先讲核心结论:我理解的“灵活调整”到底是什么
如果你问十个运营负责人“什么是灵活调整SKU库存”,大概率会得到两个答案:一个是“少备点货,别压那么多”,另一个是“多批次、小批量采购”。这两个答案都不能说错,但都不完整,甚至有些危险。少备货确实能降低积压风险,但如果你的核心SKU因为备货不足连续缺货三周,你失去的不是这三周的利润,而是用户长期复购的习惯。小批量采购听起来很美,但如果没有和供应商建立弹性的交付节奏,你的采购成本会被频繁拆单吃掉,供应商配合度也会越来越低。
我的核心结论是:SKU库存灵活调整的本质,是把库存管理从“追求预测准确率”切换到“追求响应速度”。 你不可能永远预测对市场,但你可以做到在发现判断错误之后,以更低成本、更短时间把库存调整过来。这件事的关键动作不在于“少进货”,而在于“建立调整的规则和基础设施”,包括三类SKU的分级管理策略、滚动更新的补货节奏,以及一个能帮你发现异常的数据监控机制。
为了让你更直观地理解传统静态库存和动态调节库存的差异,我整理了一张对比表格:
| 对比维度 | 静态库存(一次性备足) | 动态调节库存(持续微调) |
|---|---|---|
| 决策时机 | 季初/年初一次性定完 | 按周/按双周滚动决策 |
| 数据依赖 | 依赖历史销售预测 | 依赖近期实时销售速度 |
| 调整成本 | 调整周期长,改单难 | 小批量高频次,天然容错 |
| 风险特征 | 要么缺货爆单,要么积压成山 | 持续小幅偏差,可及时修正 |
| 对供应商要求 | 一次性交付能力强 | 弹性生产、快速响应能力强 |
| 适用场景 | 市场稳定、交期长的工业品 | 市场波动大、流行属性强的消费品 |

二、背景与真实场景:市场变化如何偷偷吃掉你的利润
1. 五种最常让库存翻车的市场变化
过去几年里,我调研过的每一个出现严重库存问题的品牌,几乎都倒在了同一类市场变化的冲击之下。我把这些变化归纳成五种最常见的类型,每一种都会对SKU库存产生完全不同的冲击方式:
(1)季节轮动。 服装、食品、户外用品等品类受季节影响极大。很多品牌在春季看数据不错,就按同样节奏备夏季货,结果夏天来得特别快或者特别凉,整个SKU群的销售节奏被打乱。
(2)热度消退。 你不是在做一款永远畅销的刚需产品,而是在做一款阶段性流行的“网红产品”,比如某款新口味零食、某款设计感裙子。热度通常会快速攀升、快速消退,备货慢了赶不上,备货多了全部砸在手里。
(3)促销爆发。 平台大促、达人带货、节日营销,这些活动会在短期内制造巨大的销售流量,也会在活动结束之后留下一个漫长的“销售荒漠期”。如果你只按活动期间的销售速度备货,活动一结束,库存立刻超饱和。
(4)竞品截流。 你卖得好,竞品马上跟款、降价、投流。你的SKU销售曲线从上升趋势突然变成下跌趋势,这时候如果还在按两周前的增速补货,就是往火坑里跳。
(5)黑天鹅事件。 供应链断料、突发舆情、行业政策调整、平台规则变化。这一类变化几乎无法提前预测,能做的只有快速反应和清库止损。
2. 缺货和积压为什么总是同时出现
这是一种非常奇怪的现象:你的仓库里明明堆满了货,但用户想买的那一款偏偏没有。运营团队每天都在群里喊断货,财务团队每天都在催清库存。你可能会觉得这是各品类SKU之间的配比问题,但其实更深层的原因是:你的库存调整机制是“滞后”的,不是一个SKU一个SKU地调整,而是整体“拍脑袋”决策。
等整个销售周期结束回顾数据时,你才会看到:真正卖得好的爆款大概只贡献了30%的SKU,剩下70%的SKU在缓慢消耗库存水位。但你在备货时,是按照每个SKU平均分配采购预算的。爆款被低估,平款和滞销款被高估,结果就是爆款断货、平款积压。
我自己的判断是:缺货和积压从来不是两个问题,它们是一个问题的两面,库存调节颗粒度太粗。 颗粒度越粗,调整动作就越大,而大动作永远赶不上市场的小变化。当你把一个大的采购计划拆成12次小采购,每次只针对“最近7天实际卖得好的SKU”做补充,你就会发现缺货和积压同时发生的概率会显著降低。因为每一次调整都在修正上一次的偏差。

三、拆解常见误区:你以为的“灵活调整”大概率是错的
1. 多备货=应对市场变化最稳妥的手段?
很多老板在面对市场波动时的第一反应是“多备一点,宁可卖不完,不能不够卖”。这个逻辑听起来没问题,但实际是库存管理的最大误区之一。多备货意味着资金提前被占用,意味着仓储成本、管理成本、资金利息都在增加。更重要的是,一旦市场走势和你的判断不一样,多备的那些货会立即从“资产”变成“负担”。
我自己见过最典型的例子是一家做季节性小家电的客户。他们做一款桌面加湿器,前一年因为冬天特别干燥卖得很好,第二年干脆提前备了双倍的量。结果那年冬天南方连续下雨,空气湿度一直很高,加湿器几乎卖不动。到第二年三月份,他们手里还压着上千台加湿器,只能以出厂价的四折清货。如果当时只备了80%的量,然后根据11月第一周的实际销售速度补货,根本不会亏这么多。
2. 灵活调整=频繁变价、频繁促销?
这也是一个非常危险的误解。 调整SKU库存从来不是指“发现卖不动了就开始打折”,而是指“在下一次采购决策时改变采购数量与采购结构”。促销清库是最后一步急救措施,不是日常调整手段。频繁打折会让用户养成“等降价再买”的习惯,还会严重压缩利润空间。真正的库存灵活调整,核心发生在“补货决策”环节,而不是“销售定价”环节。
3. 只要上了库存管理软件,就能自动调整好库存?
库存工具只能帮你更快看到数据,不能替你判断数据背后的意义。软件能把“某SKU近7天销售下降35%”这个事实放在你面前,但它不能告诉你这个下降是因为天气变凉、竞品降价、还是平台流量波动,更不能自动决定你应该补货还是停止补货。工具的价值在于“监控提醒”,而不是“替你思考”。
4. 所有SKU都值得用同一套调整节奏
这是很多规模化品牌也容易犯的错误。他们精细地管理着A类爆款的库存周转,却对C类长尾SKU投入了同样的精力,或者反过来只关注长尾不关注爆款。实际上,一个健康的SKU库存结构一定是分类分级的:核心SKU用精细化管理,长尾SKU用粗放式控水位,而不是“一刀切”。 如果一款SKU一年的销售额贡献只占全店2%,那它就配不上每天被拿来复盘数据。

四、专业判断逻辑:动态调节的三个原则
1. 原则一:感知,用数据信号替代“拍脑袋”
想要让库存跟上市场,第一步不是调整库存,而是调整“信息输入”。你必须建立一套最小化的数据感知系统,至少能看见每个SKU的每日销量、库存天数、供应商交期。 这里说的是“能看见”而不是“有报表”。很多公司其实都有数据,但数据分散在Excel表格、电商后台、ERP系统里,没人每天盯着看。
最基础的数据感知系统需要包含四个指标:
- 近7天日均销量(判断近期销售速度)
- 当前库存可售天数(库存水位÷日均销量)
- 在途库存数量及预计到货时间(知道下一批货什么时候到)
- 供应商最近一次承诺交期与实际交期的偏差(判断供应商靠不靠谱)
有了这四组数据,你就能在每周例会上回答“哪个SKU快要断货了?哪个SKU已经开始卖不动了?”。这一点都不高级,但绝大多数年销售额在1000万到5000万之间的电商企业都做不到。
2. 原则二:小步,把采购批次拆小,给自己留修正空间
感知到变化之后,下一个关键动作就是“小步调整”。很多人不敢拆小批次,是因为怕麻烦,也怕物流成本上升。但这里有一个简单的财务测算:假设一款SKU年销售总量是12000件,如果一年分2次采购,每次采购6000件,你的平均库存水平大约在3000件左右;如果改成每个月采购一次,每次1000件,你的平均库存水平就降到500件左右。库存降低带来的资金释放,完全可以覆盖多出来的物流和采购管理成本。
更重要的是,小批次采购让你拥有“后悔权”。如果第一批1000件上架两周发现销量只有预期的三成,你只需要为这1000件承担损失,而不是为6000件承担损失。这种容错空间,本身就是钱买不来的安全感。
3. 原则三:分类,不同SKU用不同的调整频率
分类管理是动态调节的核心骨架。 我建议用两个维度给SKU分类:一个是销售贡献维度(ABC分类),一个是生命周期阶段维度(导入期、成长期、成熟期、衰退期)。两个维度结合起来,才能决定每个SKU的调整频率。
| SKU类型 | 典型特征 | 调整频率 | 补货逻辑 |
|---|---|---|---|
| A类(核心爆款) | SKU数占比10%,销售额贡献超50% | 每周复盘,每日监控 | 按未来14天滚动预测备货 |
| B类(中坚款) | SKU数占比30%,销售额贡献约30% | 每两周复盘 | 按近14天销售速度线性补货 |
| C类(长尾款) | SKU数占比60%,销售额贡献不足20% | 每月复盘 | 少量多次,维持低库存水位 |
4. 动态安全库存:让补货阈值跟着销售速度跑
传统安全库存公式假设需求是相对稳定的,所以它计算出来的安全库存量是一个固定值。但在市场剧烈波动的环境中,固定安全库存是一个“伪概念”。 正确做法是:每周根据最新销售速度和供应商交期重新计算一次补货阈值。
这里我给一个简单可操作的滚动补货判断规则:安全库存 = 日均销量 × 供应商交期天数 × 1.5(波动系数)。
举个例子:某SKU近7天日均销量是50件,供应商交期是10天,那么安全库存就是50×10×1.5=750件。当库存低于750件时,触发补货。如果下一周日均销量涨到80件,安全库存自动变成80×10×1.5=1200件。这样一个动态计算过程,就能确保你的补货节奏始终在跟随市场变化,而不是停留在几周前的旧判断里。

五、具体案例与数据观察:三个真实的库存调整故事
1. 一家女装店铺:从滞销28%降到8%的调整路径
2023年我接触过一家做了六年女装电商的客户,年销售额大概4000万。当时他们最大的问题是:每到换季,仓库里都要积压大量上一季的库存,滞销比例长期维持在25%到30%之间。老板娘跟我说过一句让我印象很深的话:“我每天睁眼就想今天能卖多少,闭眼就想仓库还剩多少。”
我们一起做的第一件事,就是打开过去90天的所有SKU销售明细,按销售额贡献做了一次彻底的ABC分类。结果发现,全店大约200个活跃SKU中,真正贡献了80%销售额的只有21个SKU。这21个爆款分散在不同品类、不同价格带上,但有一个共同特征:它们的库存周转天数都在30天以内。也就是说,真正卖得好的SKU从来不会压货,压货的全是那些卖得不好你还一直补货的SKU。
随后我们做了一系列调整。把原来按季度一次性下单200个款式的采购计划,改成了“月度新款测款+周度爆款翻单”的结构。每款新品的首批订单控制在预估销量的30%以内,两周内卖得好的追加翻单,卖不好的不再补货。到了第二年同期,他们的滞销库存占比降到了8%左右,库存周转天数从76天缩短到了45天。销售额没有跌,反而微涨了6%,因为把钱集中给了真正卖得动的SKU。

2. 一家家居日用品牌:双11大促后的“销售荒漠”难题
另一个案例是一家做家居日用品类的品牌,年销售额约3000万,其中双11一个月的销售额占全年40%。这个品牌之前的方式很简单,大促前两个月一次性备齐所有SKU的量,想着“宁可多备也别断货”。结果年年大促结束之后,仓库里都剩下一大批没有卖完的货。大促期间的销售额看起来很漂亮,但一算全年利润,几乎全被年底清库存的折扣吃掉了。
我们的策略调整方向是“分阶段备货”:大促前把核心爆款的备货量控制在预估销量的70%,剩余30%放给供应商做产能预留。大促开始后的前三天,根据实时销售数据和库存消耗速度,决定是否触发追加订单。因为供应商提前有预留,追加订单的交期可以从30天压缩到7天。同时,在大促备战阶段就把C类长尾SKU的备货量砍掉一半,这些SKU即使在大促期间卖断货,对总销售额的影响也只有不到5%。
这一年的结果是:大促销售额比上一年增长了15%,但大促结束后的季度末库存金额反而比上一年下降了38%。所谓的灵活调整,就是在大促开始前就设计好“如何调整”的规则,而不是等大促结束之后才想办法。 这算是我们在这个案例里学到的核心经验。
3. 一家食品企业:保质期带来的倒逼式压力
食品和生鲜类目的库存管理比服装更复杂,因为有一个不可逆的“保质期”因素。我服务过一家做坚果礼盒的企业,产品保质期通常是6到9个月。他们的传统做法是每年中秋节前集中生产大批量SKU,然后在中秋到春节之间慢慢卖。问题是春节一过,剩余库存就会大量进入临期区间,只能降价清仓。
我们帮助这个客户做了一件很简单的事:把所有SKU按保质期剩余天数划分成“正常区”“预警区”“临期区”三个库存区间,然后设置不同的补货和促销逻辑。正常区的SKU按常规节奏补货;预警区(保质期剩余90天以内)的SKU停止补货,同时启动满减/捆绑等温和促销动作;临期区(保质期剩余30天以内)的SKU进入“清库模式”,通过直播、私域、线下渠道等多种方式快速消化。
这套规则跑了一年之后,这家企业的报损率从9%降到了3.5%,毛利率回升了4个百分点。灵活调整在食品行业的本质是“按剩余保质期管理库存命运”,不同阶段的SKU需要完全不同的处理策略。
六、不同情况下的行动建议:你应该从哪里开始?
1. 按企业状态分:三类企业分别怎么做
(1)刚起步的小型电商:先建立数据台账
如果你还在起步期,年销售额在几百万到一千万之间,我强烈建议你不要急着上复杂系统,先把最基础的数据台账建立起来。每周花30分钟,在一张Excel表里记录以下信息:每个SKU的期初库存、本期入库、本期销售、期末库存、当前可售天数。坚持一个月,你就能发现自己哪些SKU是真正的现金牛,哪些SKU只是在仓库里慢慢腐烂。
这个阶段的核心动作是“看见问题”,而不是“解决问题”。 知道自己的库存结构长什么样,比你做出任何调整都重要。
(2)成长型品牌:从ABC分类开始做“减法”
如果你已经过了生存期,年销售额在1000万到5000万之间,但库存问题开始显现,我建议你从ABC分类开始入手。把你当前的SKU清单导出来,按近90天销售额从高到低排序,计算每个SKU占全店销售额的累计比例。累计销售额占比达到80%的那批SKU,是你的A类核心;80%到95%的是B类;最后5%是C类。
然后做一件可能要下狠心的事:把C类SKU里连续60天没有销售出库的SKU,全部列入清理清单。 降价、捆绑、赠品、转渠道,怎么快怎么清。每清掉一个停滞SKU,你的库存管理复杂度就降低一分,你投在A类SKU上的精力和资金就更充足一分。
(3)规模化企业:用组织流程固化“调整能力”
如果你年销售额已经过亿,团队规模较大,你需要关注的不再是具体某个SKU怎么调,而是组织有没有能力持续调。一个SKU库存灵活调整机制,需要运营、采购、销售、仓储四个角色之间的信息对齐。 我建议建立“每周供需对齐会”:每周固定15分钟,运营讲本周销售预期变化,采购讲供应商交期动态,仓储讲爆仓压力预警,销售讲渠道活动需求。四个角色都对齐后,再决定本周调整哪些SKU的补货优先级。这个机制看起来简单,但能做到的企业少之又少。
2. 按库存角色分:运营、采购、仓储各自该做什么
| 角色 | 核心职责 | 每周必做动作 | 常见误区 |
|---|---|---|---|
| 运营 | 感知销售变化趋势 | 更新近7天/14天销售速度,标注异常SKU | 只盯销售额,不看库存可售天数 |
| 采购 | 按动态安全库存执行补货 | 每周刷新SKU补货列表,逐个确认交期 | 按上月计划机械下单,不按最新数据调整 |
| 仓储 | 反馈库容与货龄信息 | 输出滞销TOP20名单,预警临期商品 | 只管收发货,不管货龄和积压情况 |
3. 按供应链能力分:供应商能不能配合你做灵活调整
这里有一个诚实的问题:你的供应商是否愿意接受更小的订单、更频繁的下单、更短的交期等待? 如果对方是那种只接大批量订单的大工厂,那你的“灵活调整”注定只能是纸上谈兵。
我的建议是:对于核心爆款SKU的供应商,要主动谈“产能预留”和“翻单机制”。你可以承诺在某个总量范围内优先下单,但要求对方预留产能、缩短翻单交期、接受双周甚至周度订单。这本质上是一次“供应链谈判”,不是发一个采购需求就行。如果供应商不愿意配合,那你就需要认真评估:是这批货的利润足够覆盖库存风险,还是更换供应商更符合长期利益?
七、不同情况下的取舍:灵活调整也有成本和边界
1. 灵活调整的成本绝不能被忽视
拆小订单、提高下单频率,确实会带来一系列额外成本:采购管理成本上升、物流单次成本变高、供应商配合度下降,甚至因为你频繁更改订单,供应商会调高报价。所以,你不能对全部SKU都采用同样的高频率调整策略。 这也是为什么前文反复强调“分类管理”的原因。A类SKU值得用最高频次的调整节奏去管理,因为它的销售贡献足够大,多花一点采购管理成本完全划算;C类SKU就不适合高频调整,它的销售贡献撑不起这个管理成本。
2. 动态调整不能替代产品决策
库存调整解决的是“卖得好不好”的效率问题,不能解决“产品行不行”的根本问题。 如果一款SKU本身缺乏市场竞争力,你再怎么调整补货节奏都没有意义,唯一的出路就是清仓退出。我在实际服务中经常碰到一个现象:某个SKU的销售数据持续走低,但运营负责人就是不愿意承认这个SKU不行,一直在纠结到底是备货不够还是补货不够。“再补最后一波试试”这句话,我听过太多次。
3. 不要为了追求零库存而牺牲销售机会
把库存压到极低,确实能让周转率数据很好看,但代价是大量的缺货和错失销售机会。灵活调整的目标是“让库存水位跟随市场变化”,而不是“让库存看起来越少越好”。 健康的库存状态是:该有的货永远有货,不该压的货绝不压着。这比任何单一指标都重要。

八、用数据驱动你的“下一步行动”
现在,我们回到最开始的问题:SKU库存灵活调整到底该怎么做?我的答案始终不变:不要把它当成一套“应急方案”,要把它当成一套“持续运行的日常系统”。 这个系统的核心不是任何软件或公式,而是三个习惯,每周看数据、每周定调整、每周对供应商沟通。
如果你现在正被库存问题困扰,我建议不要急着想办法清掉手头这批货,而是先问自己一个问题:“我的库存管理系统,是否具备感知下一波变化的能力?” 如果没有,那么不管这波货清得有多漂亮,下一波库存风险还会再来。如果已经具备,那么这一次的库存压力,不过是系统进化过程中一个极其微小的代价。
接下来你可以立即执行以下五件事,不需要等任何人的批准:
- 导出一份完整的SKU库存清单,按近30天销售额做一份ABC分类表。
- 找出所有连续30天没有销售出库的SKU,列入清理清单。
- 为A类核心SKU建立“近7天日均销量 + 库存可售天数”台账。
- 选出一家核心供应商,沟通小批量翻单和产能预留的可能性。
- 把下一次库存复盘例会安排在本周日历上,控制30分钟以内。
库存永远不会给你带来惊喜,但一个能灵活调整的库存系统,可以帮你避开惊吓。把每一次市场波动当成一次系统训练,你的库存管理能力会越来越接近“无论市场怎么变,我都能从容应对”的状态。
常见问题解答(FAQ)
1. 做SKU库存灵活调整,是不是就意味着要少进货?
我开了一家淘宝C店,每次看到库存积压就特别焦虑,朋友建议我学习SKU库存灵活调整,可我理解下来觉得那就是减少订货。但我又怕这样会断货,反而丢了销售额,到底灵活调整是不是等于少进货?
不等于。灵活调整的核心是让库存系统具备感知变化、小步调整、分类应对的能力。少进货只是其中一种结果,真正的做法是:A类爆款保证供应,通过小批量多批次补货来降低风险;C类长尾款降低库存水位。判断标准不是进货量,而是周转天数和缺货率之间的平衡。
2. 我怎么判断哪些SKU该多备货、哪些该尽快清库存?
我店里现在有二三十个SKU,有些卖得特别快,有些好几个月都没动,我每天盯后台看得眼花。有没有一种相对简单的方法,能让我快速分辨出哪些货值得增加库存,哪些要及时清掉?
先用ABC分类法:把每个SKU近三个月的销售额从高到低排列,计算累计占比。贡献前70%的为A类,中间20%为B类,最后10%为C类。A类保证库存供应,每周复盘;B类按周滚动调整,保持中性库存;C类尽量压低库存,一旦周转天数超过60天,就要启动清库流程。
这不是说C类不重要,而是在有限资金下,先保住贡献大的部分。
3. 安全库存公式在销量波动很大时还有用吗?
我在公司做供应链,学习过安全库存计算公式,但我的品类销量非常不稳定,有时候一周卖1000件,有时候一周只有100件,用公式算出来的安全库存要么高得离谱,要么不够用,这到底是公式的问题还是我的问题?
公式本身没问题,但它有一个隐含前提:需求分布相对稳定。当市场剧烈波动时,需求的均值本身就在变化,基于历史均值计算出的固定安全库存自然失效。正确做法是把安全库存视为动态数值,每周根据近7天和近14天的销售速度重新计算,同时引入库存可售天数作为第二指标。
不要指望一个公式解决所有波动,要做的是缩短计算周期,让数值跟着市场变化走。
4. 小卖家做SKU库存灵活调整,是不是必须上很贵的库存软件?
网上很多讲库存管理的文章都会推荐一些ERP、WMS系统,我看了价格觉得太贵,一个小卖家根本承受不起。但我又担心只用Excel表格跑不灵,所以想问一下,我的实际情况是不是一定要先上系统才能做调整?
不一定。先梳理流程,再谈工具。第一步:用Excel建一张进销存表,记录每个SKU的每日销量、库存天数、在途数量和供应商交期。每周更新一次。第二步:让运营、采购、仓储每周同步这组数据。如果这两件事都做不好,上系统只是把混乱固化了。
工具的作用是监控和提醒,比如设置库存预警、自动生成补货建议,但最终做决策的还是人。等Excel跑顺了,数据维护习惯形成了,再考虑系统也不迟。
读者评论
文章把库存从“一次性决策”改为“持续微调”的说法很到位。我们公司之前就是季度备货,一压就是几十万,现在改成两周滚动补货,积压明显减少。但关键是要有靠谱的供应商配合,否则小批量采购的物流成本确实会上升。建议先选核心SKU试点。
对“缺货和积压是一个问题两面”这个观点特别认同。爆款备货不足,平款滞销,本质是颗粒度太粗。我们引入近7天日均销量和可售天数两个指标后,团队终于知道该补什么,而不是凭感觉。数据监控机制不是要不要建的问题,而是怎么建得简单有效。
文中提到的资金释放计算很有说服力。年销量12000件,分12次采购,平均库存从3000降到500,这释放的资金远比物流成本重要。但要注意,小批量后每单的固定成本占比会上升,所以供应商的距离和响应能力很关键。可能更适合本地化供应链。
文章说得理想,但很多行业交期很长,比如服装从下单到出货要60天,怎么做到按周滚动?对于长周期商品,动态调整更多是销售端的调整,生产端很难灵活。另外,动态补货需要销售预测模型,中小企业能不能支撑起这样的系统?值得商榷。
我们试过文中说的分类管理,把SKU按销售贡献分A/B/C,A类精细补货,C类设最低库存水位,库存周转率确实提升了。但最难的是让采购、销售、仓库三方按同一个节奏行动,部门墙不打通,再好的方法也落不了地。需要老板牵头。