很多企业做库存分析，首先看的还是库存数量：

• 仓库里还有多少货？

• 总库存比上月增加了多少？
  

• 哪些产品库存最多？

这些数据当然要看，但只看数量，很难判断库存是否健康。

因为库存管理真正需要回答的，不只是“有多少货”，还包括资金占用、周转效率、积压风险、供需匹配和经营回报。

所以，库存分析不能只看数量，也不能只看一个库存周转率，而要把库存金额、周转率、库龄、动销率结合起来。

这些指标往往来自不同系统：库存数量在 WMS，采购和入库数据在 ERP，销售数据在业务系统，成本又在财务系统。

如果长期依赖 Excel 手工导表，不仅更新慢，也容易出现 SKU 编码、时间口径和成本口径不一致的问题。

​

一、先看库存总览：整体是否健康

库存分析的第一步，不是直接钻到某个 SKU，而是先判断整体库存状态。

库存总览建议优先保留以下指标：

• 库存总金额；

• 库存周转率；
  

• 库存周转天数；
  

• 动销率；
  

• 滞销库存金额；
  

• 90 天以上库存金额；
  

• 缺货 SKU 数；
  

• 平均可销天数；
  

• 库存毛利回报率。

这些指标主要对应四类问题：

总览的作用是发现异常，而不是解释全部原因。

• 如果库存金额持续增加，销售收入却没有同步增长，说明采购或生产节奏可能没有及时调整；

• 如果周转天数变长、动销率下降，通常意味着积压风险在上升；
  

• 如果总库存充足，但缺货 SKU 仍然很多，问题往往出在库存结构和仓库分布。

因此，总览层不宜堆放过多指标。管理层先看库存金额、周转天数、动销率、长库龄金额和缺货 SKU 数，再进一步下钻到品类、仓库和 SKU。

实际落地时，可以用 FineBI 将WMS 中的库存数据、ERP 中的采购入库数据，以及销售和成本数据统一整合到一张库存总览看板中。

管理层先通过核心指标判断整体库存状态，再按时间、品类、仓库和区域进行筛选；当发现库存金额过高、库存周转异常或缺货风险时，可以继续下钻到具体SKU，查看其库存数量、库龄、销量和最近出库情况。

这样，总览看板就不只是展示几个库存数字，而是形成一条从发现异常到定位问题的分析路径，也能减少各部门反复导表、核对口径的时间。

二、库存金额：判断资金压在哪里

库存金额反映企业沉淀在库存中的资金规模。

库存金额 = 库存数量 × 单位成本

相比库存数量，库存金额更能反映资金占用风险。

同样是 1000 件库存，低单价辅料和高价值设备配件对应的资金规模完全不同。因此，库存金额分析至少要看总额、结构和高风险库存。

1.库存总金额

库存总金额用于判断企业整体资金占用规模。

但库存金额高，并不一定意味着异常。旺季备货、销量增长或采购周期延长，都可能导致库存合理上升。

真正需要关注的是：

库存金额变化是否与销售、订单和需求趋势匹配。

如果销售持续下降，而库存金额仍然增加，通常意味着采购计划、生产计划或需求预测调整不及时。

因此，库存金额不能只看当前值，还要观察销售收入、销售成本、采购入库和在手订单的变化趋势。

2.库存金额占比

库存金额占比 = 某类库存金额 ÷ 总库存金额 × 100%

该指标用于识别库存资金集中在哪些品类、仓库、SKU 或供应商。

分析时，建议将库存金额占比、销售收入占比和毛利贡献占比放在一起比较。

如果某品类库存金额占比明显高于销售和毛利贡献占比，说明库存资源可能存在错配，需要进一步检查采购批量、需求预测和产品生命周期。

3.高金额低周转库存

库存金额分析的重点，不是简单做金额排名，而是识别金额高、周转慢、库龄长的库存。

这类库存既占用现金流，又面临跌价、过期或报废风险，应优先进入停采、清理或处置清单。

判断时，可以重点筛选以下情况：

• 库存金额高于设定值；

• 周转天数超过目标值；
  

• 库龄超过 90 天；
  

• 最近 30 天无销量。

满足多个条件的 SKU，应列为高风险库存。

三、库存周转率：衡量库存流转效率

库存金额回答“压了多少钱”，库存周转率回答“这些资金转得快不快”。

库存周转率 = 期间销售成本 ÷ 平均库存金额

其中：

平均库存金额 =（期初库存金额 + 期末库存金额）÷ 2

库存周转率越高，通常表示库存流转越快，资金使用效率越高。

为了便于业务理解，通常还会计算库存周转天数：

库存周转天数 = 期间天数 ÷ 库存周转率

相比“全年周转 6 次”，“平均库存周期为 61 天”更容易用于采购和补货管理。

1.周转率不能单独判断

周转率高，不一定意味着库存健康。

如果库存长期处于低位，并频繁发生缺货，高周转可能只是安全库存不足。

周转率低，也不一定意味着库存必须清理。战略备件、季节性商品和高缺货损失产品，本身就可能需要较高库存保障。

因此，判断周转率是否合理，需要结合供应周期、需求稳定性、缺货损失、产品生命周期和安全库存要求。

库存周转率的目标值也不宜全公司统一设置。快消品、工业备件和项目型物料的合理周转水平不同，应按品类或业务类型设定基准。

2.周转率必须分层拆解

公司整体周转率容易掩盖局部问题。

库存周转率应至少拆到品类、SKU、仓库、区域、渠道、供应商和产品生命周期。

对于周转天数持续上升的库存，还要继续查看销量、采购量、入库量、库龄和可销天数，判断问题来自需求下降、采购过量，还是库存分布不合理。

四、库龄：识别长期积压和跌价风险

库龄是指库存从入库到当前已经存放的时间。

库存周转率反映整体流转效率，库龄则反映具体批次的风险积累。

常见的库龄分层可以设置为：

• 0—30 天：正常库存；

• 31—60 天：关注库存；
  

• 61—90 天：预警库存；
  

• 91—180 天：高风险库存；
  

• 180 天以上：重点处置库存。

具体区间应根据行业调整。

食品、服装和电子产品对库龄更敏感；工业备件和项目型物料则需要结合供应周期、替代性和缺货影响判断。

1.库龄分析重点看金额

常见库龄指标包括：

• 各库龄段库存金额；

• 长库龄库存金额占比；
  

• 90 天以上库存金额；
  

• 180 天以上库存金额；
  

• 超期未动销 SKU 数；
  

• 临期库存金额；
  

• 库龄变化趋势。

其中，长库龄库存金额比库存数量更能反映经营风险。

部分库存虽然数量少，但单价高、占用资金大，应优先处理。

库龄分析还要注意批次口径。同一个 SKU 可能对应多个入库批次，如果只按 SKU 汇总，容易掩盖早期批次的积压问题。

2.库龄必须和动作挂钩

库龄报表如果没有对应管理动作，只能起到展示作用。

企业可以按库龄建立处理机制：

同时，还要关联最近销售日期、最近出库日期、责任部门、处理方案和处理进度。

五、动销率：判断库存是否真正流动

动销率反映统计期内有多少库存 SKU 发生了销售。

动销率 = 统计期内有销售的 SKU 数 ÷ 总库存 SKU 数 × 100%

与其对应的还有两个指标：

滞销率 = 滞销 SKU 数 ÷ 总库存 SKU 数 × 100%

滞销库存金额占比 = 滞销库存金额 ÷ 总库存金额 × 100%

动销率低，通常说明库存中存在较多低效 SKU，但不能直接等同于库存积压。

备品备件、项目型物料和低频耐用品，本身销售频率就较低。因此，动销率必须结合产品类型、统计周期和库存金额判断。

1.动销周期要按业务特征设置

常见统计周期包括：

• 7 天：适合高频快消品；

• 30 天：适合一般零售商品；
  

• 60—90 天：适合耐用品；
  

• 180 天：适合设备、配件和项目型商品。

实际分析中，可以同时观察 7 天、30 天和 90 天动销状态，用于区分短期波动和持续滞销。

2.滞销分析优先看金额

单看滞销 SKU 数容易误判风险。

高价值 SKU 即使数量不多，也可能占用大量资金。因此，滞销分析至少要同时关注滞销金额、未动销时长、库龄和最近销售日期。

重点筛选以下几类库存：

• 有库存无销量；

• 可销天数过高；
  

• 销量下降但库存增长；
  

• 长库龄且未动销；
  

• 滞销金额较高。

这些商品应分别进入停采、清理、调拨或促销流程。

---

七、组合分析：把指标转化为管理动作

库存指标不能孤立判断。

更有效的方法，是将库存水平、动销、周转和毛利组合分析。

1.库存与动销矩阵

库存状态	动销状态	管理重点
高库存	高动销	保障供应，优化补货周期
高库存	低动销	控制采购，推动清理
低库存	高动销	优先补货，防止缺货
低库存	低动销	降低管理优先级
有库存	无销量	排查滞销和淘汰风险

该矩阵可以直接形成补货、停采、调拨和清理清单。

2.周转与毛利矩阵

库存管理不能只追求周转快，还要判断库存是否带来足够回报。

库存毛利回报率 = 毛利额 ÷ 平均库存金额

该指标反映每占用 1 元库存资金，能够带来多少毛利。

周转水平	毛利水平	管理策略
高周转	高毛利	重点保障供应
高周转	低毛利	优化价格与成本
低周转	高毛利	精准备货，控制上限
低周转	低毛利	优先清理和收缩

这两个矩阵可以帮助企业把分析结果直接转化为具体动作。

八、库存结构：总量正常，不代表分布合理

企业整体库存正常，不代表库存结构健康。

很多企业总库存看起来并不高，但拆到品类、仓库和渠道后，会发现高价值库存集中在少数产品上，部分仓库长期积压，另一些仓库却频繁缺货。

这类问题通常不是单看库存表就能发现的。库存数量、销售、采购、成本和仓库分布往往来自不同系统，需要放到同一套分析框架中，才能判断库存到底是总量问题，还是结构问题。

1. 品类结构

品类分析可以将库存金额占比、销售收入占比和毛利贡献占比放在一起比较。

如果某个品类库存占比明显高于销售和毛利贡献，说明该品类可能存在资源错配，需要进一步检查采购是否过量、需求预测是否偏高，以及是否存在大量长库龄 SKU。

在这类分析中，我就经常用FineBI 做结构对比分析。

可以把库存占用、销售贡献和毛利贡献放在同一分析视图中，快速识别高占用、低贡献的品类；再结合周转天数、库龄和动销状态，判断问题到底出在备货过多、销售放缓，还是产品进入生命周期后期。

这样，品类分析就不只是看谁的库存最多，而是判断库存资源是否投在了真正有价值的业务上。

2. 仓库结构

仓库结构重点看库存金额、可销天数、动销率、库龄结构、缺货 SKU 数和滞销库存金额。

如果一个仓库积压严重，另一个仓库频繁缺货，问题通常不在库存总量，而在库存分布和调拨机制。

这时候，FineBI 的价值不只是展示各仓库库存，而是把库存分布和销售需求放在一起看。

例如，可以通过区域地图、仓库排名和 SKU 明细，识别哪些仓库库存金额高但动销慢，哪些仓库库存不足但销售速度快。

如果同一个 SKU 在部分仓库积压、部分仓库缺货，就可以优先评估跨仓调拨，而不是继续采购。对于仓库较多的企业，这种分析能明显减少“总量充足、局部缺货”的情况。

3. 渠道结构

零售、电商和消费品企业还应区分门店仓、电商仓、平台仓、经销商仓和海外仓。

企业可能不是整体库存过高，而是某个渠道备货过多，另一个渠道库存不足。

渠道分析的重点，是判断库存是否跟着真实需求走。

比如用 FineBI ，按区域、渠道、仓库和商品切换观察不同渠道的库存金额、销售速度、可销天数和长库龄库存。

如果某个渠道库存持续增长，但销量逐步下降，说明备货策略需要调整；如果某个渠道频繁缺货，而其他渠道仍有可调拨库存，则应优先做渠道间平衡。

对于门店和仓库数量较多的企业，还可以进一步筛选具备调拨条件的 SKU，并结合运输成本、销售速度和预计缺货时间，判断调拨是否值得。

比较简单的方法也通过 FineBI 将库存、采购、销售和财务数据整合起来，库存结构分析就不再停留在统计总量，而是形成一条更清晰的分析路径：

先看整体库存是否合理，再拆品类、仓库和渠道，最后定位到具体 SKU，并转化为调拨、补货、停采和清理动作。

管理层关注库存资源是否配置合理，仓储和供应链部门则负责把异常落实到具体执行。

最后总结：库存分析最终要落到动作

库存管理的目标，不是简单降低库存。

库存分析中，库存金额用于判断资金占用，周转率用于衡量流转效率，库龄用于识别积压风险，动销率和可销天数用于判断供需匹配，库存毛利回报率则用于衡量库存是否带来了相应回报。

这些指标最终要形成补货、停采、调拨、清理和预警清单。

通过 FineBI 将 WMS、ERP、销售和财务数据统一起来，可以把库存分析做成一条完整链路：先从总览发现问题，再下钻到品类、仓库和 SKU，最后通过异常清单推动处理。

相比每月导出多张 Excel 再人工合并，统一看板能够减少口径差异，也能让采购、销售、仓储和财务基于同一套数据协同处理。

库存分析的价值，不是做出一张漂亮的看板，而是让企业更快发现资金占用、积压和缺货问题，并把分析结果落实到具体管理动作。

阅读原文：点击这里