库存不是资产，是资金池：高性价比库存运营的关键，是让每一元库存都“算得过账”
过去六年，我先后给四十多家年营收在 3000 万到 8 亿之间的制造、电商和零售企业做过库存数据治理，发现一个共同问题：绝大多数企业的库存管理，都停留在“账实相符”层面，根本没到“资金效率”层面。老板问起库存，第一个反应是“库里还有多少货”，而不是“这些货占了我多少钱、这些钱一个月能转几圈、每转一圈能赚回多少毛利”。这个认知差异，就是企业之间库存收益差距的最大来源。
我在 2021 年服务过一家做厨房小家电的电商公司，年销售额 1.2 亿，仓库里堆了 3800 万的货。老板很得意，觉得备货充足、发货快。但我把他们的 SKU 数据拉出来一算，3800 万库存里，有 1100 万是超过 180 天没动过的滞销品，资金占用成本加上仓储费用，一年吃掉他们 280 万利润。而他们主推款因为资金被压在滞销货上，反而不敢足量备货，出现了 32 次缺货，少做了约 400 万生意。
这家企业的案例很典型。它说明一个事实：高性价比库存运营，不是让仓库变空，而是让每一元库存资金都能产生更多收益。 这个判断，就是我下面所有分析的核心。
核心结论：库存管控的本质是资金回报率管理，不是库存数量管理
先把我最想说的结论放在最前面：库存优化的第一目标，不是把库存金额降下来，而是把“库存资金回报率”提上去。库存金额降了，可能是好事，也可能是坏事，如果是靠砍掉畅销品的备货降下来的，那就是用未来的销售额换今天的账面清洁，得不偿失。
我衡量库存健康的核心指标变化
这些年我给自己服务的企业统一了评价口径。以前大家看库存周转率，现在我会要求客户同时看 GMROII，库存投资回报率。这是个被国内企业普遍忽视，但在零售和供应链管理里很基础的指标。
GMROII 的简化公式是：毛利额 ÷ 平均库存金额。它的含义是：你每在仓库里投一块钱，能赚回多少毛利。
为什么我不再只关注周转率
库存周转率当然重要，它衡量的是“货卖得勤不勤”。但它有个盲区：周转率完全没考虑毛利。
一个 SKU 一年周转 12 次，毛利率只有 5%，大概率是白忙活；
另一个 SKU 一年周转 4 次，毛利率 40%，资金回报反而更高。
只看周转率，你会把资源全部投给低毛利商品；只看毛利率，你会把资金堆在半年才卖一次的“厚利品”上。这两个指标都不全面，必须合在一起算资金回报。
降库存是手段，不是目的
很多企业一谈库存管理，第一反应就是“降”。我遇到过最极端的情况，是老板要求采购把库存金额压到 3000 万以下，采购只好把周期长的原材料采购全部砍掉，结果是生产停线两天，交付延误被客户罚款 80 万。
这是把“降库存”本身当成了 KPI。正确的做法是把“库存资金回报率”当 KPI，你自然会发现哪些库存该降、哪些库存反而该加。降库存是手段，提升资金回报才是目的，顺序不能反。
背景与真实场景：库存问题是怎样一步步拖垮现金流的
先讲背景。我接触的中小企业，大多从“采购多少卖多少”的顺风阶段走向“压货换增长”的逆风阶段。一开始规模小，供应商愿意铺货，库存压力不大。等销售额冲上去后，供应商要求现款现货，企业为了赶促销、抢物流排期，开始大批量进货。这时候库存问题才开始暴露。
我见到最多的三类库存失控模线
（1）第一类：被动压货型。平台有活动，采购怕断货，一口气备了三个月的量。活动结束后，剩下的库存按“日常流速”要卖大半年。这类企业的库存高企，是预测不准导致的。
（2）第二类：不敢清理型。仓库里躺着大量 180 天以上没动过的滞销品。财务说“账面还有价值”，业务说“降价卖太亏”，于是继续占着仓位、占着资金、占着管理精力。这类企业的问题不是库存多，而是不敢承认库存已经贬值。
（3）第三类：多 SKU 失控型。SKU 数量从 200 个涨到 2000 个，每个 SKU 都备一点货，加起来库存金额巨大，但每个 SKU 的单量都不稳定。这类企业最难办，因为问题不在于“备不备货”，而在于“SKU 本身该不该存在”。
一个我全程参与的零售客户案例
2023 年，我服务一家做家庭清洁用品的零售企业。他们的产品单价不高，毛利不错，但现金流总是紧巴巴的。我做的第一件事就是拉库存明细。结果如下：
也就是说，这 780 万库存每放一年，净亏 72 万。这不是“压货”，这是“烧钱”。
数据层面的共性观察
我复盘这些案例，发现一个共同点：滞销库存占比超过 25% 的企业，绝大多数没有按 SKU 维度计算过资金回报。 他们知道哪个 SKU 卖得好，但不知道哪个 SKU 最“占钱”。因为仓库管理软件里只有数量、成本价、存放时间，没有“资金回报”这个计算维度。
这个发现很关键。它说明企业的信息系统并不缺数据，缺的是把数据转化成决策指标的能力。这也就是为什么数据化库存运营的价值如此巨大，它不需要你推翻现有系统，只需要换一套算法、换一个看板，就能让管理层看清问题。
库存数据不准的问题
比库存多更可怕的，是库存数据不准。有一家做卫浴五金的客户，仓库实际库存和系统库存差异率长期在 12% 左右。采购按系统数据补货，结果实际仓库里堆着大量已经入库但系统没记录的货；销售按系统数据承诺交期，结果经常发现“系统有数，实物没有”。
2022 年，我帮他们做了连续 8 周的循环盘点，最后把差异率从 12% 降到了 2.8%。这 8 周里，他们清掉了 230 万“账外库存”，这些货本来就是钱，只是没人知道它们的下落。
拆解常见误区：这几个想法正在让你的库存越管越亏
我整理了五个在库存管理里高频出现的错误认知。这些想法表面上合理，实际执行中都会把库存带到错误的方向。
误区一：“零库存是最好的库存”
这是被丰田 JIT 模式带偏的典型认知。零库存适合需求稳定、供应商距离近、切换成本低的场景。一家企业如果单量预测波动大、供应商交货期长、起订量高，盲目学零库存只会换来频繁断货和加急空运费用。
我的判断是：中国企业谈零库存，大多数情况是在“零库存”和“断货加急”之间来回摇摆，而不是真的实现了精确补货。对绝大多数企业来说，高性价比库存运营的目标不是零库存，而是把资金回报率做到目标线以上。
误区二：“库存是资产，越多越安全”
这是财务视角与运营视角的错位。从资产负债表看，库存确实是资产；但从现金流量表看，库存是占用现金最多的项目之一。持有超过 90 天的库存，其管理成本、贬值风险、资金利息，已经在持续吃掉未来的利润。
我每次对客户说的那句话是：库存只有卖出去了才是资产，卖不出去就是成本。 这个观点，帮很多企业下定了清理滞销库存的决心。
误区三：“毛利率高的产品，应该多备货”
这是最常见的选择性偏见。高毛利产品的单价普遍偏高，备货占用的资金也多。如果它的销售周期长、出单频率低，资金长期被占用，折算下来的资金回报率反而不如低毛利快周转产品。
这里正好用数据说话。我测算过一家服装电商的数据：
结论很明显：SKU A 卖一件赚得多，但钱压在仓库里的时间太长；SKU B 单件赚得少，但资金回笼快。在资金有限的前提下，增加 SKU B 的备货反而能整体上拉高收益。
误区四：“上了 ERP 或者 WMS，库存管理就能做好”
这个误会我每年都要解释很多次。ERP 和 WMS 是做库存数据采集和流程记录的，它告诉你库存“是什么、在哪里”。但它不告诉你“该备多少、该清哪些、该涨价还是该降价”。从数据到决策之间，还差一个分析层。
过去两年，我给一个年产值 3 亿的机械配件厂做库存优化。他们上了某知名 ERP，但库存金额从 2800 万涨到 3400 万，因为系统把数据管好了，采购反而更有底气多买。直到我们加了一个“库存资金回报看板”，把每个大类的 GMROII 算出来，他们才开始真正削减低效库存。
系统解决的是“看得见”，决策解决的是“看得准”。 两个不是一回事。
误区五：“库存清理就是降价大甩卖”
降价清库存是最直接的手段，也是最容易把品牌做low的手段。我服务过一家做精品咖啡器具的品牌，滞销的冷萃壶直接打 3 折清货，结果老客户抱怨价格混乱，经销商不敢再原价进货。
更合理的做法是组合清理：先通过渠道分流、组合销售、会员兑换、企业采购等方式消化，最后才考虑公开降价。这里面的判断标准是：清理方式对品牌价格的伤害，要小于库存继续持有的成本。
专业判断逻辑：高性价比库存管控，先算清四笔成本账
我判断一个企业的库存是否有性价比，会从四个维度做成本测算。这四笔账算清楚后，很多库存决策会变得非常简单。大家普遍以为库存成本就是“进货花的钱”，但真实的库存持有成本远不止于此。业内通常认为，库存持有成本占库存价值的 20%-30%，我用项目数据验证过这个比例在大多数行业是成立的。下面拆开说。
资金占用成本：货没卖出去，钱就“睡”在仓库里
资金占用成本是最大的一笔隐性成本。这笔钱如果不用来买货，可以放在银行理财、投入研发、做营销投放。所以它的成本不能只看利息，还要看机会收益。
举一个直观例子：如果年化资金成本按 8% 计算（包含机会成本），1000 万库存压一年，账面净值不变，但实际经济成本是 80 万。很多企业一年的净利润也就 300 万，80 万不是小数目。
仓储和管理成本：库存越多，管理成本边际递增
仓储成本包括租金、水电、人员工资、盘点损耗、系统维护。很多人以为仓储成本是固定的，仓库租金不变，多放一点货和少放一点货没什么区别。
这在库存总量低于仓库承载能力时成立。但一旦库存超过仓库的合理容量，就会产生额外费用，包括：外租临时仓、加班盘点、倒库移库、损耗增加。而且库存越多，管理动作越复杂，这个成本不是线性的，而是加速上升的。
贬值与滞销成本：放得越久，货越不值钱
这个成本具有极强的品类差异。我在不同行业的实测观察是：
判断标准很简单：如果一件货今天卖 100 元，放三个月后只能卖 70 元，那未来三个月的持有期里，每天都有一笔“看不见的贬值”在发生。
缺货的机会成本：少赚钱也是一种成本
缺货成本常常被忽略，因为它在账面上不体现。但如果因为资金被压在滞销库存上，导致畅销品不能足量备货，错过的每一笔销售，都是这笔资金带来的“负回报”。
我给那家厨房小家电公司算过一笔账：因为 1100 万滞销库存占用了资金，他们有 9 个 SKU 在旺季出现断货，按历史同时段销售数据推算，断货期间大约损失了 400 万销售额，按 26% 的毛利率算，就是 104 万毛利。这 104 万，就是那批滞销库存额外制造的“机会成本”。
四笔账合并成一个指标
四笔账算清楚后，本质上都会汇入同一个判断：这库存值不值得继续持有。四笔账合并计算后，我在项目里统一用 GMROII 这个指标来“称重”每一个 SKU。
计算方式很简单：GMROII = 年度毛利 ÷ 平均库存金额。如果这个值低于 0.3，基本可以判定这批库存的投入产出比低于市场平均水平；如果在 0.6 以上，说明库存资金效率处于良好状态。不同行业的基准有差异，建议企业先拉自己过去 12 个月的数据做基准，再看哪些 SKU 偏离基准。
具体案例和数据观察：三组对比说明“高性价比”是如何实现的
理论讲完，我用三个真实做过的案例来说明，高性价比库存运营在实际执行中是怎么实现的。这三个案例分别代表了清理型、重构型和数据驱动型。
案例一：某零售企业，清理 780 万静置库存
先说我前面提到的那家清洁用品企业。诊断完成后，我的建议是：
6 个月后，780 万里消化了 210 万，回款约 140 万。虽然打了折，但回款速度比预想快。更重要的是，库存金额从 2400 万降到 1820 万，GMROII 从 0.44 提升到 0.63。
案例二：某制造企业，重构备货策略
接着说我前面提到的机械配件厂。他们的问题是多 SKU 但预测极不准。我做的事分三步：第一步，按 ABC 分类把库存金额高、影响大的 A 类物料挑出来重点管；第二步，按 XYZ 分类测算每一类物料的需求波动性；第三步，把 ABC 和 XYZ 组合成九宫格，不同格子用不同的补货策略。
执行 4 个月后，A 类物料的缺货率从 18% 降到 6%，库存金额下降了 9%，但订单满足率反而提升了。这说明他们之前库存多的部分大多是低效重复备货，真正重要的物料反倒备少了，结构问题不解决，总量根本搞不定。
案例三：某电商品牌，用 GMROII 做 SKU 淘汰
这家品牌做家居收纳，SKU 数量 460 个。我用过去六个月的销售和库存数据，计算出每个 SKU 的 GMROII，发现尾部 120 个 SKU 合计贡献的毛利不到 3%，却占用了 21% 的库存金额。
我的建议是分两批处理：第一批清掉 60 个完全没有动销的 SKU，第二批对剩余 60 个做“降价 + 下架”双轨操作。同时，对新品上架规则做了约束：上新 SKU 必须同时提交两个数据，预估月销量和预估回报周期。半年后，SKU 数量降到 310 个，库存金额下降 17%，总毛利没有下降，反而因为库存结构更健康了，还多出资金补了三个原先缺货的爆款。
从三个案例提炼共性规律
这三个案例的共同点在于：都不是简单做“降库存”动作，而是先用数据把库存结构和资金回报算清楚，再针对不同类型的库存做不同策略。所谓“高性价比”，不是说你的库存单价要压到多低，而是说每一笔库存资金都花在回报率最高的地方。
不同情况下的行动建议：怎么从“凭经验备货”切换到“数据决策”
针对不同的企业现状，我给出三套不同的行动方案。请你先对号入座，再按对应方案执行。
库存数据基础薄弱的企业：先补数据，再谈优化
如果你的企业还没有按 SKU 记录准确的进出库数据，那么第一步不是上系统，而是把数据跑起来。具体做法：
这个阶段不需要一步到位的信息系统。我一贯坚持：数据颗粒度比系统复杂度更重要，Excel 起步完全足够。
已有系统但指标单一的企业：把“资金回报”嵌入常规报表
如果你的企业已经有 ERP 或 WMS，但每天只盯着库存周转率、缺货率这些常规指标，请在报表里增加一个字段：GMROII。
计算公式在 Excel 里可以直接写：= 过去 12 个月毛利额 / 当前平均库存金额。然后按这个值做降序排列，你会发现底部 20% 的 SKU 就是你要重点处理的库存。
建议每两周看一次，持续三个月。这里会遇到一个阻力：采购和销售会质疑这个数据“不准”。我的建议是先不争论公式细节，拿它做排序而不是做绝对值判断，谁排在最后，谁就进入观察名单。排序带来的行动效率，比绝对值的准确性更重要。
库存结构严重失衡的企业：先做一次“库存体检”
如果你的企业存在明显的滞销库存积压和畅销品缺货并存的症状，不要试图小修小补。先花一周时间做一次库存体检，流程如下：
做完这四步后，你大概率会看到：滞销率超过 25%，或者头部 20% 的库存里有大量滞销品。这时候你需要做的，就是按我后面说的“分层策略”来执行逐级处理。
不要把所有 SKU 一样对待：ABC × XYZ 分层矩阵是基础框架
我前面反复用了 ABC 分类和 XYZ 分类，这里给出行之有效的完整矩阵。先按年度销售额或毛利贡献占比排序，将 SKU 划分为 A 类（累计贡献前 70%）、B 类（70%-90%）、C 类（尾部 10%）。再按需求波动程度划分为 X 类（稳定需求）、Y 类（中等波动）、Z 类（高波动）。把两者结合，就得到 9 种组合。
针对不同组合的差异化策略，最核心的三组是：
这个矩阵的价值在于，它把库存管理从“凭经验判断”变成“按规则执行”。采购和运营不用再频繁争论备多少货，按框架走，争议自然减少。
不同情况下的取舍：高性价比库存运营的边界在哪里
我最后讲一下“舍与得”。很多企业问我要一套“完美方案”，但库存管理里没有完美方案，只有适不适合当时的资金、市场和管理水平。
我前面说 Excel 起步就够了，但这不是否定系统的价值。企业库存管理的系统投入节奏，我建议按规模走：
这个节奏的核心是：不能越级上工具。一家年营收 3000 万的企业，硬上超大规模的数仓平台，只会让团队疲于维护系统数据，没有精力做决策改善。这是我在多个项目里亲眼见过的失败模式。
结尾：从今天开始，给库存“称重”
我不再重复前面说过的所有方法，只讲一条核心行动线。今天回去后，请打开你的库存明细表，按“库存金额”降序排列，从大到小看前 20 个 SKU。对每个 SKU 回答三个问题：这批货产生了多少毛利？资金被占了多久？如果今天把它清掉，能拿回多少现金？
第 1 步，列出库存金额排名前 20% 的 SKU，计算出它们各自的周转天数。
第 2 步，找出滞销时间超过 60 天的库存，标出它们的毛利贡献和资金占用比例。
第 3 步，计算主力 SKU 的 GMROII，看哪些 SKU 在“赚钱”，哪些在“吃钱”。
第 4 步，挑一个长期不产生收益的 SKU 或品类，做一次清理或淘汰实验。
完成这四步后你可能会发现，库存管理的头号敌人不是库存本身，而是那些“占着钱却不出活”的货。清理掉它们，让资金流向真正有回报的 SKU，你的整体收益自然提升。
如果你想要一张可以立即开始使用的《SKU 库存资金回报率计算表》，可以留言回复“库存表”，我会把字段设置和公式模板发给你。别急着开工，先让数据告诉你问题出在哪里。高性价比不是一句口号，它是一笔算得过来的账。
我们公司一直靠Excel记录库存，财务一套、仓库一套、采购又一套，每个月对账都头疼。一直想上系统，又怕成本高、怕没人会用，所以想请教一下有没有从Excel起步，低成本先把数据理清楚的真实方法？
我2019年接手库存管理时，面对的是三套Excel账：财务按含税价记账，仓库按数量记账，采购按供应商对账单记账，三个表对起来每天至少花两小时。后来我意识到，问题不在表格数量，而在没有一张"主表"。第一步是统一SKU字段。
我把所有商品汇总成一张主表，字段固定为：SKU编码、品名、单位、采购成本、售价、期初库存、入库数量、出库数量、结存数量、最近入库日期。任何部门新增数据都往这张表里填，不允许各自建新表。第二步是停下来做一次全面盘点。以实际盘点数为准，修正所有账面上的差异。
我们当时盘出16万元的账实差异，大部分是历史遗留的报损和赠品没记录。这一步不能省，否则后面的数据全是错的。第三步是每周固定做循环盘点。不是全盘，而是按库位抽检20%的SKU，把差异原因记录下来，比如入库漏登、出库错发、报损未填单。连续六周后，准确率会从70%提升到95%以上。
踩过的坑有两个：一是让多人同时编辑同一张Excel表，结果互相覆盖，数据越改越乱。后来换成有锁定功能的在线表格，按角色分配编辑权，才解决。二是最初只每周盘点一次，发现滞销和缺货都滞后了，改成小批量高频盘点后，问题当天就能暴露。
如果你想直接上手，我建议先花一周把主表建好，再花一个周末做盘点，剩下四周专门盯着差异原因。前六周最难，但熬过去后面就顺了。等数据稳定了，再考虑上系统，否则任何系统接进来都是垃圾进、垃圾出。
我们公司现在考核库存主要看周转天数和毛利率，但我发现一个SKU毛利率很高但半年才卖一次，另一个毛利率低一些但每周都卖，到底哪个更值得囤货？总觉得现在的指标没有反映真实情况，想请教有哪些更有用的判断维度。
只盯着周转率和毛利率，确实不够。我见过太多老板因为"毛利率高"多备货，结果钱全压在仓库里。高毛利率不等于高收益，必须把资金占用算进去。我常用的核心指标叫GMROII，即库存投资回报率，简化公式是：GMROII = 毛利额 ÷ 平均库存金额。它衡量的是：每投入一块钱库存，能赚回多少毛利。
给你一个真实对比：SKU A毛利率45%，一年周转2次，平均库存金额10万元，年毛利额是9万元，GMROII是0.9；SKU B毛利率25%，一年周转12次，平均库存金额5万元，年毛利额是15万元，GMROII是3。A看着毛利高，但资金效率远远不如B。
所以我的判断标准是：GMROII低于1的SKU，要么提价、要么压缩库存、要么直接淘汰。除GMROII外，我还同时看六个数：库存金额占比、滞销品占比（超过60天未动销）、缺货率、库存周转天数、平均库存金额、GMROII。
其中"库存金额占比"能告诉你钱压在哪些品类上，"滞销品占比"能告诉你仓库里有多少货在贬值。我踩过的坑是只统计公司整体周转率，结果整体数据看着正常，实际上A类SKU积压严重，被平均数字掩盖了。后来按品类和单个SKU拆分，才看出真实问题。最后给你一个实操建议：每两周看一次趋势，不要看单日绝对值。
单日数据波动大，看趋势才稳定。第一次计算时不要追求准确率，先算出框架，后面再逐步修正。
销售每天说要补货，不补就丢订单；老板一看库存金额就说积压，让我控制采购。我觉得两边都有道理，但不知道该怎么权衡。有没有一套能让两边都服气的数据方法？
我先说结论：以谁为准都错，应该以"损失金额"为准。销售只看到缺货丢单的损失，老板只看到积压压资金的成本，两边都不是全貌。我处理过的一个真实案例：某SKU月均销量30件，库存1200件，够卖40个月，销售还在申请补货。我问销售为什么补，他说"客户问了怕没货"。
我把数据拿出来：这件商品过去三个月平均每天卖1件，按这个速度，现有库存三年都卖不完。销售看完自己承认判断失误。我的方法是把缺货损失和积压损失都算成金额，统一度量衡。缺货损失 = 日均销量 × 缺货天数 × 单件毛利额；积压损失 = 库存金额 × 持有成本率（我按年化25%计）+ 预估贬值风险。
哪个损失大，决策就偏向哪边。具体落地时，我建议做一张补货审批表，字段包括：SKU编码、近30天日均销量、当前库存可售天数、供应商补货周期、建议补货数量、预测依据（必须写具体数字或客户订单）、审批人。关键是先让销售在预测依据上签字确认。销售签了字，补错货他得认；不签，说明他自己也没把握，那就按数据走。
补货节奏上，我习惯用ABC-XYZ矩阵做分类：AX类（高金额、需求稳定）重点备货，固定周期自动补货；BX类（中金额、需求稳定）定期审查，按需补货；CY类（中金额、需求波动大）促销清理，少量多次采购；BZ/CZ类（需求极不稳定）砍库存，按单采购或直接清仓。这样谁也别吵，规则先行。
最后，这个办法能不能成，关键在第一条：缺货损失必须量化。你们公司如果连日均销量都算不出来，那先解决数据问题，再谈决策。
身边同事一提降库存就说要清零，说零库存才是最高境界，但我总觉得完全清零不现实，缺货更吓人。到底降到多少才算合适？有没有一个可以参考的健康范围？
库存越低越好是个大误区。我2020年曾按这个思路执行了一轮"清库行动"，砍掉所有低周转SKU的采购，结果订单履约率从92%跌到68%，客户投诉量翻了三倍，最糟糕的是一个老客户因为连续两周缺货，直接转投了竞品。那笔订单毛利够我们吃一个月，教训非常深刻。库存的本质不是负债，而是缓冲。
它是用来对冲需求波动和供应周期不确定性的。零库存只在供应链极度稳定、补货极快的模式下才成立，绝大多数中小企业根本不具备这个条件。那怎么判断库存健不健康？我给你一个可参考的公式：安全库存量 = 日均销量 × 供应商补货周期 × 1.5。低于安全库存，缺货风险大增；高于3倍安全库存，积压风险大增。
健康区间是覆盖天数在补货周期的1.5到2.5倍之间。比如某个SKU日均卖10件，补货周期是15天，安全库存就是225件，合理库存范围是225到375件。关于滞销品，不要一刀切砍光。我建议按照"未来30天销量能否消化现有库存"来分类：30天能卖完的，正常补货；30到60天能卖完的，降价促销；
60天以上卖不完的，先暂停采购，再评估退厂、换货或清仓。实操时还有一个关键动作：给每个SKU设定库存上下限。上限防积压，下限防断货。每次采购先看当前库存落在哪个区间，超出上限就拒绝补货，低于下限就触发补货。系统没有，用Excel也能做条件格式提醒。
最后给你一个量化托底：把SKU按照高性价比目标重新定义，A类核心SKU可以保持偏高库存，B类中等，C类压低。真正要做的是砍掉C类里长期不产生收益的SKU，而不是把全部库存一刀切成最小。高性价比不是让仓库变空，而是让每一块钱库存资金都能算出回报。
读者评论
文章里那个厨房小家电案例太真实了，我们公司也差不多，仓库堆了不少超过180天的货，但一直没算过资金占用成本。看完后我准备让财务按GMROII重新盘一遍，看看哪些库存该清、哪些该加备货，不能只看库存金额降没降。
作为财务，平时最怕业务说“库存是资产”。文中把静置库存的持有成本拆得很清楚：仓储45万、资金成本47万，但毛利只有20万，每放一年净亏72万。这种算法能说服老板下决心清理滞销品，比我们光提减值准备有说服力得多。
误区三那个高毛利和快周转的对比我很有感触。我们也有类似的SKU，高毛利产品单价贵、卖得慢，资金压在里面；低毛利快周转产品反而让资金活起来。以前只敢给高毛利产品备货，现在要按资金回报率来分配采购额度了。
最认同的是“ERP/WMS解决看得见，决策解决看得准”这句话。我们上了某项目管理工具和系统后，库存数据确实准了，但管理层还是不知道哪些货该清、哪些钱该投。后来加了资金回报看板才真正有用，系统只是基础，分析层才最关键。
文章给了一个很务实的判断框架：降库存只是手段，提升库存资金回报率才是目的。尤其GMROII这个指标，把毛利和库存金额结合起来，比单看周转率或毛利率都全面。准备推给同行，先别急着降库存，先算算钱在仓库里转一圈能赚回多少。