我见过太多低销量店铺拿着厚厚的库存表来找我，开口第一句永远是“怎么把这些货卖出去”。但当我真正打开他们的库存表，看到的不是“一堆卖不掉的货”，而是一连串早就发出警报的数字：某款商品连续90天零动销，却还占着货架和现金；另一款商品卖得不错，算完物流和售后成本反而是亏的；还有一批货正在错过最佳销售季节，越等越贬值。
这就是数据库存逆袭的核心矛盾：大多数低销量店铺的问题不是“货卖不动”，而是“数据不会说话”。你盯着库存表看十遍也看不出答案，但如果把库存拆成资金占用、周转天数、SKU健康度三个维度，答案自己会浮出来。
这篇文章不教你清仓话术，也不教你促销套路。我讲一套我自己在陪跑店铺时反复验证过的“数据库存逆袭方案”：只用三张表、每周30分钟，让低销量店铺从库存数据里找到止损点、现金流和下一批货的进货依据。这套方案不需要ERP，不需要数据团队，甚至不需要你多懂Excel。
关于数据库存逆袭，我先给结论，再展开讲。因为市面上讲库存管理的文章太多，但绝大多数都建立在“你的店有很多销量数据”这个前提上。低销量店铺最典型的情况是：一个月就出几十单，每个SKU的数据稀疏得可怜，常规数据分析方法根本不适用。
月销3万的店把GMV做到5万很难，但把库存周转天数从120天降到60天，完全可行。前者需要流量、投流、爆款资源；后者只需要把该处理的库存处理掉，把该停掉的采购停下来。你不需要卖得更多，只需要让同样的钱转得更快。
低销量店铺做数据分析，最大的误区是一上来就想“预测未来哪个款会爆”。但你的样本量太小，预测根本不靠谱。数据库存逆袭的第一步，永远是止损，找出那些正在吞噬现金流的SKU，停止损失，再谈增长。
月销十几单的店铺，做不了回归分析，也不该做。正确的方法是：定性判断优先、短周期验证、把决策做成“区间”而不是“精确值”。比如你不需要算出“这个款下个月能卖57件”，你只需要判断“它大概在30-80件之间，按50件备货是安全的”。
我陪跑过的店铺里，凡是能坚持每周固定时间做库存复盘的店主，哪怕完全不懂统计学，三个月后库存结构都会明显改善。形成机制的人，胜过拥有天赋但不行动的人。
你今天看到的库存问题，其实是4-6个月前选品和备货决策的产物。所以数据库存逆袭的真正战场，不只是处理库存，而是让“下一批货不再积压”。
很多店主看到库存积压的第一反应是“再卖卖看”，第二反应是“再进点新款带动一下”。但在我看过的店铺里，库存问题最严重的那几家，最需要的往往是一个字：停。停掉所有非必要补货，先把现有库存结构搞清楚。
低销量店铺店主通常是身兼运营、客服、打包、发货的多面手。我不会让你每天花1小时做数据，那是不可持续的。每周固定30分钟做一次库存数据复盘，已经能覆盖80%的收益。
| 适用特征 | 不适用特征 |
|---|---|
| 月销100单以下，库存积压超过2个月 | 月销稳定且库存周转天数低于30天 |
| 没有专业数据分析人员，靠店主Excel记账 | 已经有完整ERP和专人做库存管理 |
| 库存占用资金超过月流水的3倍 | 现金流充足且库存结构健康 |
| 愿意每周抽30分钟做固定复盘 | 连SKU数量都说不清楚，也不打算盘点 |
这套方案不是万能的。它解决的是“低销量 + 高库存 + 低数据能力”的组合问题。如果你的店铺不满足这三个条件，可以关掉这篇文章了。但如果满足，下面这些内容能帮你省下至少六位数的试错成本。
先记住一个基本公式，后面所有操作都围绕它展开：
库存健康度 = 近30天销量 ÷ 当前库存总量
这个比值越高，库存越健康。当它低于0.1时，意味着你当前的库存需要10个月才能卖完，这是一条明确的警戒线，低于这条线的SKU，必须进入处置流程。
在讲方法之前，我先带你看清楚一个低销量店铺的真实库存场景。2024年，我陪跑过一家30平米的原创女装店。店主一个人打理，春夏款和秋冬款混着卖，库存金额68万元，月均销售额只有5.8万元。这意味着即使接下来一单都不卖，她的库存也够卖近12个月。更致命的是，她根本说不出哪些款赚钱、哪些款亏钱。
大多数人算库存成本，只算“采购价”。但真实的库存持有成本至少包括四部分：资金占用成本、仓储折旧成本、机会成本、处置折价成本。
我用一个简化模型来算：假设你有5万元库存压了180天，年化资金成本按6%算（这是比较保守的借贷或机会成本口径），仓储和折旧按每月1%估算，机会成本按同期其他生意能产生的回报率估算，保守估计，这5万元库存半年时间已经在悄悄烧掉你5000-8000元，而这笔钱你根本看不见。
这张图还只是保守估算。如果你的类目是数码产品，库存贬值速度会快得多；如果是生鲜食品，成本曲线会更陡峭。所以在动手处理库存之前，先把这笔账算明白，你才会真正有动力去面对那些“看着就烦”的数据。
我观察过多个类目，发现库存损耗速度差异极大。生鲜食品的损耗率最高，因为保质期就是倒计时；数码电器次之，因为新品迭代快，旧款每周都在贬值；服饰箱包有季节性窗口，错过当季就只能等明年。做库存处置决策时，首选损耗最快的那批货。
低销量店铺的库存问题，本质上是一个恶性循环：销量低导致数据稀疏，数据稀疏导致判断失真，判断失真导致备货失误，备货失误导致库存增加，库存增加进一步拖累现金流和运营精力，最后销量更低。
这个循环的可怕之处在于，它是一步步咬合在一起的。你以为自己在做生意，其实只是在为几批陈年库存打工。打破循环不需要什么惊天动地的爆款，只需要从库存数据里找到第一个可以松动的环节，通常就是那些连续多周零动销的死库存。
过去两年，我帮几十家低销量店铺做过库存数据审计。以下六个误区几乎每家店都踩过其中至少三个。如果你发现自己中了两条以上，这篇文章后面的内容尤其值得看。
这是最普遍、也最误导人的误区。我见过一个店主，花了几千元学直播带货话术，就为了清理积压的保温杯，结果货没清掉，反而引来一堆只领优惠券不下单的羊毛党。数据库存逆袭的落点不是“卖出去”，而是“让库存数据告诉你：这些货当初就不该进、现在该止损、下次该进什么”。只盯着“卖出去”，你永远在处理昨天的错误，而不是避免明天的错误。
有个做童装的店主跟我说，她上个月卖了4.2万元，感觉还行。但她的库存总额是31万元，周转天数接近240天。销售额是流水，库存是水池。水池漏着水，流水再大也存不住利润。正确的观察顺序是：先看周转天数，再看资金占用，最后才是销售额。
月销30单的店铺，每个SKU一个月就几条销售记录。用这些数据做趋势预测、算回归系数，得到的结果基本都是噪音。这不是能力问题，是样本量根本不支持。低销量店铺需要的是小样本决策方法：更长的观察周期、定性判断为主、用区间替代精确值。
我会在陪跑时要求店主每周更新库存表。每次复盘，总有人打开一张三个月没更新的表，说“最近太忙了”。库存表不是记给谁看的，它的全部价值在于：每周更新的动作，强迫你面对库存变化。不更新，就没有数据；没有数据，就没有决策依据；没有决策依据，下个月你还是会拍脑袋进货。
一家做中高端家居的店铺，为了处理一批滞销香薰，直接打了三折。货是清了，但后续两个月，店铺转化率明显下滑，因为进店的流量全变成了“捡便宜”的人群，正价商品根本卖不动。清理库存的折扣，幅度和范围都要有边界，只针对C类和D类库存，且要控制活动时长。
很多店主对某款商品有执念：“这个款质量很好，只是还没遇到识货的人。”我理解这种心情，但从数据角度看，连续60天零动销、连咨询都没有的SKU，就是死库存。你每多留它一天，就要多付一天的仓储和机会成本。承认失误的成本是有限的，继续恋战的成本是无限的。
讲完了误区，现在说方法论。我把这套框架叫“最小可行库存管理法”，英文简称MVIM。它的核心是：低销量店铺不需要复杂的数据系统，只需要把四件事做到位，盘点、记录、分级、复盘。
这四步构成一个循环，每周转一圈。数据库存逆袭不是一锤子买卖，而是一个持续运转的飞轮。很多店主问我“这个月做了，下个月还要做吗”，我的回答是：只要你还开店，这个循环就永远不能停。你不需要每天做，但每周30分钟是底线。
很多店主跟我说“我也想做数据分析，但不知道从哪里开始”。我的回答永远是：从这三张表开始。字段我都给你列出来了，复制到Excel里就能用。
表一：SKU盘点表（每SKU一行）
编号 | 品名 | 采购成本 | 当前库存数 | 近30天销量 | 积压天数 | 建议状态 | 备注
表二：资金占用表（按SKU汇总）
编号 | 品名 | 库存数 | 采购成本单价 | 库存总金额 | 资金占比 | 处理优先级
表三：趋势记录表（每周一行）
日期 | 周销量 | 周退货数 | 周咨询数 | 库存总量 | 库存健康值 | 备注
这三张表之间有明确的逻辑关系：盘点表告诉你“有什么”，资金占用表告诉你“钱被谁占着”，趋势记录表告诉你“数据在变好还是变坏”。不需要任何复杂公式，每一列单独看都很简单，合在一起就是一个完整的库存数据视图。
分级是整个框架里最关键的一步。我按照“近30天销量”和“库存金额”两个维度，把SKU分成四类，每一类对应的处置动作完全不同。这个分类方法已经在我陪跑的店铺里反复验证过，可以直接拿来用。
| 类别 | 特征 | 判断标准 | 处置动作 |
|---|---|---|---|
| A类（畅销微利） | 卖得动但利润薄 | 近30天销量排名前20%，毛利率低于30% | 提价或搭售，提升利润贡献 |
| B类（滞销有单） | 偶尔出单但库存深 | 日均销量低于库存量的1% | 触发抢救机制：组合销售或限量活动 |
| C类（占资稳销） | 出单稳定但资金占用大 | 库存金额占比高，周转天数超90天 | 分批次清货换现金，别恋战 |
| D类（死库存） | 连续60天零动销 | 零销量、零咨询、零收藏 | 亏本处置，重点记录教训 |
这里面有一个容易被忽略的原则：D类库存最重要的产出不是回款，而是复盘记录。每一批死库存都是一个选品错误的证据，把错误原因写进备注，是季节判断错了？是款式定位错了？还是价格定高了？下次备货时翻出来看，才是这批货最后的价值。
低销量店铺最核心的数据问题就是样本量太小。一个SKU一个月只卖5件，你说它“卖得动”还是“卖不动”？统计学上判断不了。所以你需要一套专门为小样本设计的决策方法。
第一原则：把观察周期拉长。月销量不稳定是常态，但把周期拉到12周，趋势就会清晰很多。一周卖8件、下周卖3件，看不出规律；但连续12周每周都有销量，哪怕每周只有2-3件，这个SKU也是值得保留的。
第二原则：定性判断优先于定量分析。月销15件的SKU，你不需要计算它的销量增长率，只需要回答三个问题：有没有人买？有没有人问？有没有人退？这三个答案比任何统计指标都直观。
第三原则：用区间思维替代精确思维。不要纠结“下个月到底备货50件还是60件”，而是问“备货40-80件这个区间是不是安全的”。区间判断不需要大数据，只需要大概的量级感觉。
2024年下半年，我完整陪跑了一家原创女装店。店主是一个30岁出头的女生，自己选品、自己拍照、自己发货。店铺开了两年，月均销售额5.8万元，但库存金额高达68万元。更麻烦的是，她说不清楚仓库里到底有哪些款、哪些款在赚钱、哪些款在亏钱。
我们做的第一件事，不是分析，而是盘货。她仓库里一共有147个SKU，总库存数3260件。其中近30天有销量的SKU只有31个，占比21%。也就是说，近80%的SKU在过去30天里一单都没出过。
用她的话说：“我一直觉得店里还有不少款在卖，看到数据才发现，真正在动的就那么几个。”库存金额68万元里，近30天零动销的货占了41万元，比例超过60%。这些就是压在她身上最重的现金包袱。
我们把147个SKU按照前面说的A/B/C/D四级分类逐一归类。结果是：A类（畅销微利）15个，B类（滞销有单）22个，C类（占资稳销）35个，D类（死库存）75个。75个死库存SKU里，大部分是前一年秋冬没卖完的老款。
这个过程遇到了阻力。她反复说“这个款当时拿货很贵的”“这款有人问过但没下单”。我的原则是：以数据为准，连续60天零动销、连续90天无咨询的SKU，直接归入D类，不讨论。
D类死库存的处置策略是：亏本价出清，优先回笼现金。我们选了三个渠道同步推进：在店铺里设置了“老款清仓”专区，用折扣价引流；把部分款式打包给二手平台商家；还有一批质量尚可的，拆掉吊牌作为新订单的赠品。
C类库存的处理稍微保守一点，没有直接打骨折，而是做了“买正价款+换购清货款”的活动，用特价清库存的同时拉动正价品的销售。B类库存暂时不动，继续观察两周，因为还有零星出单。
到第8周结束，她的库存金额从68万元降到44万元，回笼现金19万元。D类SKU从75个降到31个。
处置完库存后，真正重要的事情才开始。我们复盘了75个死库存SKU的共同特征，发现三个高频原因：一是跟着感觉拿货，没有对照历史销售数据；二是上新节奏过快，一个月上20个新款，根本没有足够时间验证每个款的潜力；三是首单量太大，通常一拿就是200-300件。
于是我们制定了一条新的备货规则：首单量不超过过去30天同类目销量的1.5倍。以她店里卖得最好的针织衫为例，近30天销量35件，首单最多52件。卖完了宁可等补货，也不要为了省运费一次压100件。断货只是少赚几天钱，压货是几个月都喘不过气。
12周结束后，她的库存金额稳定在26-28万元，库存周转天数从115天降到48天。月销售额没有大幅增长，但每个月的现金流从“入不敷出”变成了“正向循环”。更重要的是，她以后不会再犯同样的错误，每一批新货进仓前，都会先打开库存数据看一眼。
这个案例的结构是真实的，SKU数量、金额和比例做过模糊化处理，但处置路径和结果完全可复现。低销量店铺不需要奇迹，只需要把该做的事情按顺序做完。
案例永远是个案。不同阶段的店铺，库存问题的侧重点完全不同。下面我按店铺类型给出具体的行动建议，你可以对号入座。
这个阶段店铺面临的不是增长问题，而是生存问题。库存数据逆袭对你来说只有一个核心任务：停止失血。所有进货全部暂停，哪怕看到一个“大概率会爆”的款，也先忍住。
你的核心目标是：把库存金额压缩到月流水的3倍以内。在达到这个目标之前，任何关于“增长”的讨论都是奢侈的。
这个阶段你已经证明了自己能卖货，但库存问题开始复杂化：SKU多了，数据多了，判断反而更乱了。你需要的是把“感觉”变成“机制”。
这一阶段的判断逻辑是：宁可错失一个爆款，也不要再压一批死货。断货损失是有限的、可见的；压货损失是隐藏的、复利的。
多平台店铺最麻烦的问题不是库存本身，而是数据口径不一致。同货源的店铺必须建立一份统一库存台账，每个SKU对应一个总库存数和各平台分销量。否则就会出现“淘宝断货但拼多多积压”的错配，白花很多物流费。
如果你有工厂资源或稳定供应商，最大的优势就是可以“小单快返”。“小单快返”的核心是：用更小的首单量验证市场，卖得动再快速补货。工厂虽然接单成本高了，但对你来说，首单从300件降到100件，库存风险直接下降三分之二。
库存管理的本质是在两个风险之间找平衡：压货的风险和断货的风险。每个决策都是取舍，没有标准答案，但有一些判断原则可以参考。
对低销量店铺来说，答案很明确：宁可断货，不要压货。断货的代价是少卖几天、少赚一点，但压货的代价是资金被锁死，让你的其他动作全部变形。只有当你的资金利用率已经很高、库存周转天数低于45天时，才值得为了“不断货”而多备一些安全库存。
清理库存时，最纠结的问题就是“打几折”。我的建议是倒着算：这批货每多压一个月，持有成本是多少？如果这批货值1万元，月损耗率2%，仓储加资金成本1%，那么每压一个月实际损失300元。如果打8折能在一个月内清掉，损失2000元；但如果不打折，可能要压4个月，累计损失1200元，然后还是要打折，所以早打折更划算。
判断一个SKU是“死库存”还是“潜力款”，标准不是店主的感觉，而是三个可量化的证据：近期有没有咨询记录、有没有收藏加购、有没有间歇性的真实成交。没有任何数据支持的“潜力”，只是沉没成本的幻觉。
每周30分钟是这套方案的管理上限。如果做数据开始占用你更多时间，说明指标设计出了问题。你需要的不可能是一份完美的数据报表，而是每周晚上花30分钟就能完成、并且能直接指导下周动作的一份简单台账。
数据库存逆袭的方案并不神奇。它不依赖爆款、不依赖投流、不依赖任何你控制不了的资源。它只要求你做一件事：让每一次进货、每一次止损、每一次补货，都建立在数据验证的基础上，而不是感觉和侥幸之上。
逆袭不是某一天库存清完了的那个瞬间，而是你第一次打开库存表，发现自己已经三个月没有产生新的积压商品。那一刻，你才真正从“库存的奴隶”变成了“库存的管理者”。
从今天开始，按顺序做三件事：第一，给仓库里所有商品拍一张照，按照SKU编号建第一版盘点表；第二，用文中的分类法，把每个SKU标记为A/B/C/D四级，标出第一批要处理的C类和D类；第三，在手机上设置一个每周固定时间的复盘提醒，时间就定30分钟。做完这三步，你的数据库存逆袭方案就已经正式启动了。
我已经坚持记了两个月的库存和销量，但店铺单量本身就少，每个商品一个月可能只卖出几件甚至一件不卖，数据杂乱无章。我感觉自己记了账却没看出任何门道，不知道到底该从哪个指标、哪张表入手，才能真正发现逆袭的机会。
月销不足五十件的店铺，传统比率分析确实会失真。销量基数太小时，任何一笔出单都会被放大：昨天卖一件、明天不卖，数据就变成完全不同的两座山峰。我之前给一家文创店做库存诊断，用近30天销量去排名，发现大多数SKU都挤在1～3名之间，排名完全失去信息量。
这并不代表数据无用，而是要换成看“数据密度”，而不是“数据跨度”。我自己的分析方法是固定三个维度。第一个是清库月数，用当前库存数除以近30天日均销量，判断这批货按现有速度能卖几个月。第二个是出单天数占比，不看卖了多少钱，只看这个SKU在近30天里有几天出过单，用出单天数除以店铺总出单天数。
第三个是断货次数，低销量店铺最容易被忽略的其实是缺货，某个SKU被同一个老客复购三次却断货，比积压100件更可惜。真正有价值的动作不是“给所有SKU打分”，而是“把SKU分成四类”：稳定回款、薄利走量、积压滞销、已经断货。
积压滞销的进入处置清单，断货的进入补货观察区，薄利走量的去查供应链能不能降本，稳定回款的才是店铺的基本盘。最后做保留判断时，优先级是利润贡献大于去化速度，大于销售稳定性。月销个位数但利润高、复购好的SKU，值得继续养；
一个月卖二十件却只赚几块钱的SKU，看着有动销，实际在占库存、耗精力，才是低销量店铺真正的敌人。
店里压了三百多件过季T恤，看着库存数字一天比一天心慌，想直接对半打折清完，又担心老客户不满、平台把店铺标签打上“清仓甩卖”。如果不走降价这条路，货不知道要放到什么时候，资金也一直回不来，我真不知道该怎么选。
大幅降价是低销量店铺最容易踩的坑，我自己也踩过。2023年我处理过一批文玩具，成本约12元、库存约400件、压了8个月。第一次跟风打4折，两周只走出80件，还惹来老客户不满、退货率上升。后来复盘才发现，我把两类库存混在一起处理，才是最大的问题。清库存之前，先区分“钝库存”和“死库存”。
钝库存是每周还有两三单自然出单、只是卖得慢的货，这类货不适合大幅砍价，应该用组合销售、满赠、直播间加购款等方式慢慢消化。死库存是连续90天几乎零出单、放在仓库纯占地方的货，这类货要尽快止损，目标是回血，不是找回面子。我当时把剩余320件重新划分。
约240件属于死库存，直接联系本地文具批发商，按成本价减8%整包走，一周内回款。剩下80件属于钝库存，不放店铺打折页，而是送进直播间当“任意订单加购款”，不单独给低价链接，两周清完。整个清库周期从预估的60天压缩到20天，资金回笼速度比盲目打折快得多。
止损线可以参考这个逻辑：库存金额乘月持有成本率（一般按2%估算）再乘积压月数，一旦这个数字超过剩余库存余值，就不该再等。比如货值2万元压了6个月，隐性持有成本约2400元，如果商品已经过季、余值还在下降，越早清越划算。至于店铺标签，真正的威胁不是“偶尔促销”，而是“头部链接常年挂着折扣”。
临时清理不超过2个SKU、持续时间不超过7天、设置限购，平台反而会把它识别为正常促销转化，而不是清仓甩卖。
我一个人开店，买不起ERP系统，只会用Excel，目前只用一张表记进货和卖货，越记越乱。网上搜到的库存模板动辄十几个Sheet，字段密密麻麻，看着就头大，不知道低销量小店究竟需要哪几张表、每张表填什么才够用。
我服务过的年销百万以下的小店，几乎清一色用Excel撑起整条库存线，没有一家买ERP。但关键前提是“手工每周更新”，不要做自动化仪表盘。数据量小的时候，手工填写会强迫你每周面对一次真实库存，自动汇总反而会屏蔽你对异常值的敏感。
第一张表叫SKU盘点表，表头一共九列：SKU编号、品名、采购成本、进货日期、当前库存、近30天销量、积压天数、建议状态、备注。积压天数的算法是用当前日期减去最后一次有销量的日期，不是减去进货日期。这张表回答的核心问题是：店里每一件货现在到底处于什么状态。
第二张表叫资金占用表，表头五列：SKU编号、当前库存数、采购成本、占用资金、近30天销量。这张表按“占用资金”从大到小排序，只看一件事：哪个SKU占着最多的钱，却没贡献相应的销售额。我第一次看这张表时后背发凉，销量排名靠前的货，资金占用只排倒数，反而是一批滞销品压住了绝大部分现金流。
第三张表叫趋势记录表，表头五列：日期、周销量、周退货数、周咨询数、备注。每周只填三个数字，其中“周咨询数”千万别省，它往往是未来三周销量的先行指标。低销量店铺的顾客犹豫期更长，咨询了但没买的人越多，越说明商品有吸引力，是价格、详情页或信任感还没到位。
每周固定30分钟维护一次：周一先更新趋势表，再更新SKU盘点表，最后看资金占用表。积压超90天的SKU只处理前三个，一次清几十个反而会乱。不建议加太多字段，我见过有人把毛利率、UV价值、转化率全塞进去，第三周就崩溃放弃。低销量店铺的正确数据量是宁少勿多，保证每周十分钟能维护完，才走得下去。
我看的教程都说要盯库存周转率，可我自己算出来之后完全没法用，前一周库存周转天数还是50天，下一周就变成5天，忽高忽低。我反复核对公式，怀疑自己算错了，但我又想知道是不是低销量店铺根本不适合用这个指标来做判断。
不只是你算不准，是这个指标在低销量场景下本身就失真。库存周转率的公式里，平均库存是分母，月销售是分子。月销几千元、库存几百件的店铺，某天卖出两件，整个月度数值就翻倍，第二天没出单又跌回去。我之前看过一家袜类小店的周报，库存周转天数前后相差45天，点开明细才发现原因只是其中一天有个主力SKU断货。
这是数据噪声，不是你的计算错误。低销量店铺建议用两个替代指标。第一个是库存消化月数，算法是当前库存量除以近30天日均销量。它回答的问题是“按现在的速度，这批货要卖几个月才清得完”。超过6个月就进入清仓检查，超过12个月基本可以认定为死库存。第二个是SKU积压天数，算法是当前日期减去最后一次出单日期。
它不依赖平均销量，只看最后一个消费者的时间锚点，低销量场景下更稳定。超过120天没出单的SKU，直接进入清仓候选名单。除了这两个指标，还要把“看单周”改成“看三周滚动”。低销量店铺的单周数据几乎全是随机波动，只有把连续三周放在一起对比，上升或下降才有方向意义。
比如库存消化月数连续三周上升，说明动销在放缓，应该停止补货；连续三周下降，才适合安排下一笔小额补单。如果只想记一个核心数，就用“库存健康度”：近30天总销量除以当前库存总量。低于0.1，说明现有库存按目前速度要好几个月才卖得完，资金被严重锁死；高于0.5，说明动销很快，要考虑补货窗口。
每周记录一次并画折线，连续4周下滑就代表情况在恶化，必须提前动手。这个指标比库存周转率直观得多，也更匹配低销量店铺的真实决策节奏。
读者评论
作为小店主，文章里的库存持有成本算法很有触动，以前总觉得货放着就是积压，没算过资金占用和机会成本，准备按那三张表的方法先盘点一遍。
内容很务实，尤其'停止进货'和'SKU分级'比单纯教清仓话术实在。但每周30分钟复盘对一个人干所有事的店主来说，坚持下来还是需要自律。
比较认同小样本决策的思路，但文中适用和不适用特征有点绝对，很多店介于中间。另外库存损耗率是示意数据，具体还得结合自己类目验证。
做电商运营后，这篇文章让我重新审视库存表。以前只盯GMV，现在知道要同时看周转天数和资金占用。三张表的具体模板没展开，有点遗憾，希望后续可以补充。