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。
为了方便大家参考，我把文中涉及的指标口径、分析思路和FineBI库存分析看板整理好了，涵盖库存金额、周转天数、库龄结构、动销率、可销天数和库存毛利回报等常用内容。
需要自取：https://s.fanruan.com/0j1bm （复制到浏览器打开）
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把 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到一张库存总览看板中。管理层先通过核心指标判断整体状态，再按时间、品类、仓库和区域筛选；发现库存金额、周转或缺货异常后，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。
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。
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。
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。
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。