1. 这不是财务报表课是仓库现场能用的库存指标实战指南“库存分析看哪些指标”——这句话我每天在不同场合听到至少七八次某快消品公司的区域仓管员发来消息问“系统里十几个库存类报表到底该盯哪几个”某电商创业团队的运营负责人在深夜会议里拍桌子“上个月又压了80万货在库房财务说周转率跌到2.1可我们根本不知道问题出在哪一环”还有某制造企业的计划主管拿着打印出来的《月度库存健康度报告》指着“库龄超90天占比37%”这一行问我“这个数字到底意味着什么要立刻清仓还是调价还是直接报废”这些提问背后藏着一个被严重低估的现实库存指标从来不是财务部门的专属语言而是供应链一线人员每天要读、要判、要行动的操作手册。你不需要背熟所有公式但必须清楚——当“库存金额”突然跳涨5%它是在预警采购过量还是在暗示销售断档当“动销率”跌破60%是商品本身出了问题还是陈列位置或促销节奏没跟上当“库龄结构”显示30-60天库存占比异常升高这到底是正常备货节奏还是某个SKU正在悄悄变成呆滞品这篇文章不讲教科书定义不列冷冰冰的公式推导只聚焦四个真正决定仓库生死、影响现金流、左右毛利空间的核心指标库存金额、库存周转率、库龄结构、动销率。它们不是并列关系而是一套层层递进的诊断逻辑链——从“现在账上压了多少钱”金额到“这些钱多久能转成现金”周转再到“钱压在哪类货上、压了多久”库龄最后落到“哪些货真正在卖、哪些货只是占地方”动销。我会用真实场景还原每个指标的计算逻辑、业务含义、警戒阈值、交叉验证方法以及最关键的——当你看到某个异常数值时下一步该翻哪张表、打哪个电话、查哪个环节。无论你是刚接手仓库的新人还是想优化SOP的中层管理者或是需要向老板解释库存问题的运营同学这篇内容都能让你在下次晨会汇报时不再只说“库存有点高”而是能清晰指出“A类SKU的30-60天库龄库存增长了40%主要集中在华东仓原因是Q3主推款B203的赠品组合未及时拆包上架导致实际可售库存虚低销售误判后追加了重复订单。”2. 四大核心指标深度拆解为什么是这四个它们如何构成诊断闭环2.1 库存金额一切问题的起点但绝不是终点很多人把“库存金额”当成最基础、最无脑的指标甚至觉得“不就是系统里那个总值吗点开就看见”。这种认知恰恰是最大的陷阱。库存金额的价值从来不在那个静态数字本身而在于它作为所有后续分析的基准锚点和压力测试入口。先说一个反常识的事实库存金额的绝对值几乎没有单独分析价值。一家年销5亿的公司库存金额3000万和一家年销500万的小店库存金额300万数字本身无法比较。真正关键的是它的构成结构和动态变化趋势。我见过太多案例表面看库存金额平稳实则暗流汹涌。比如某母婴品牌月度库存金额维持在1800万左右波动不超过±3%。但拆开看其“新品预入库金额”连续三个月环比增长25%而“已上架可售金额”却下降了12%。这意味着大量资金正被尚未完成质检、未贴标、未入系统主库的货物占用——这些钱既不能产生销售也无法准确计入周转率计算更可能因仓储条件不符导致损耗。最终当财务部按1800万总额做资金计划时实际可用的、能快速变现的库存只有1400万出头。所以对库存金额的正确打开方式是必须分维度穿透。至少要拆解为三个不可替代的子项按状态拆已上架可售金额 vs. 在途未入库金额 vs. 待质检/待上架金额 vs. 损耗/报损待处理金额。这四类资金的流动性、风险等级、管理责任完全不同。例如“待质检金额”超过月均销售成本的15%往往预示质检流程存在瓶颈或标准模糊“在途未入库金额”若持续高于安全库存的2倍则说明采购计划与物流履约协同失效。按品类/SKU拆不是简单看ABC分类而是看“金额集中度”。例如前5%的SKU贡献了65%的库存金额这属于健康结构但如果前5%的SKU贡献了85%的金额且其中3个SKU的库龄全部超过180天则高度预警结构性呆滞风险。这里有个实操技巧用Excel的“数据透视表”将SKU按金额降序排列插入“累计百分比”列当累计百分比达到80%时记录下对应的SKU数量这个数量与总SKU数的比值就是你的“金额集中度系数”健康值通常在3%-8%之间。按时间轴拆不是只看本月末余额而是拉出过去12个月的月末金额曲线并叠加当月销售成本曲线。真正的危险信号不是金额绝对值高而是库存金额增速持续高于销售成本增速。计算方法很简单取过去6个月每月期末库存金额 - 上月期末库存金额/上月期末库存金额得到月度环比增幅再计算同期月销售成本 - 上月销售成本/上月销售成本得到成本环比增幅。如果库存增幅平均值比成本增幅平均值高出1.5个百分点以上且连续3个月如此基本可以判定补货逻辑出现系统性偏差——要么是预测模型过度乐观要么是促销备货未随活动结束及时回调。提示很多ERP系统默认的“库存金额”是按采购成本计价但实际业务中销售毛利计算、呆滞品评估、甚至部分税务处理都需要按加权平均成本或先进先出法FIFO重新核算。务必确认你所用的金额口径与业务决策所需口径一致。曾有客户因长期使用采购价金额做分析导致高毛利新品的库存“性价比”被严重低估错失了关键的市场推广窗口。2.2 库存周转率衡量资金效率的黄金标尺但90%的人算错了如果说库存金额是“体检时的体重”那么库存周转率就是“心肺功能测试”。它直接回答一个生死攸关的问题你投入在库存上的每一块钱一年内能循环产生多少次销售收入这个数字决定了你的现金流健康度、仓储成本占比、甚至融资能力。但这里埋着一个巨大的认知雷区绝大多数人计算的“库存周转率”根本不是业务真正关心的那个指标。财务报表里的标准公式是“营业成本 / 平均库存余额”这个数字对投资者有用但对仓库经理、采购主管、销售负责人来说几乎无法指导具体动作。为什么因为它用的是“营业成本”而成本是滞后、汇总、经过会计处理的数据无法对应到具体的SKU、具体的仓库、具体的销售周期。真正驱动一线决策的是可操作的周转率Operational Turnover Rate它的核心是用真实的、颗粒度够细的销售数据去匹配同样颗粒度的库存数据。我推荐采用以下三步法构建第一步锁定计算周期与数据源。放弃“年度”这种宏观周期改用“滚动90天”作为最小分析单元。销售数据必须来自POS系统或电商平台后台的原始销售流水精确到SKU、日期、仓库如果是多仓。库存数据必须是每日盘点后的系统结存数而非理论库存。我坚持要求客户每天下班前导出一次库存快照哪怕只是Excel也比月底一次性盘点可靠得多。第二步选择正确的分子。分子不是“营业成本”而是“滚动90天内该SKU在该仓库的实际出库销售金额含税”。注意是“出库销售金额”不是“开票金额”因为开票可能延迟也不是“收款金额”因为收款受账期影响。这个金额必须与库存数据的仓库、SKU完全一一对应。例如华东仓的SKU-A在7月1日至9月30日的出库销售金额为120万元。第三步选择正确的分母。分母不是“期末库存余额”而是“该SKU在该仓库于计算周期起始日即7月1日的库存金额”。这是关键用起始日库存是因为它代表了“这笔钱是在什么时候开始被占用的”。继续上面的例子SKU-A在7月1日华东仓的库存金额为30万元。那么其滚动90天可操作周转率 120万元 / 30万元 4.0。这个4.0意味着什么意味着7月1日放在华东仓的那30万元货在接下来的90天里全部卖光并回款了4轮。如果行业平均是3.5说明效率略优如果竞品能做到5.0则需深挖原因——是我们的定价策略更激进还是他们的供应链响应更快抑或是我们的SKU-A存在以旧换新等特殊销售模式导致出库金额虚高注意这个算法天然规避了“期末库存为零”的尴尬。传统算法遇到某SKU在期末刚好卖完分母为零就无法计算。而我们的算法只要起始日有库存就能算出其在周期内的实际周转表现这对追踪新品上市、清仓活动的效果尤其有效。2.3 库龄结构库存健康的X光片看懂它才能避免“温水煮青蛙”库龄是库存分析中最容易被误解也最具杀伤力的指标。很多人以为“库龄就是货物在库时间”于是看到“库龄超180天”就慌忙打折清仓。但真相是库龄本身没有好坏只有是否匹配业务逻辑。一把高端手工小提琴库龄3年可能是珍藏而一箱临期酸奶库龄3天就该预警。库龄分析的精髓在于结构化透视而非单一数值。我把它比喻成给库存做一次全身CT扫描重点看三个切面切面一时间分段的合理性。行业通行的分段是0-30天新鲜、31-60天活跃、61-90天关注、91-180天预警、180天以上高危。但这个分段必须根据你的业务特性校准。例如某工业备件供应商其主力产品采购周期长达120天客户订单交付周期平均90天那么它的“合理库龄”主体就应该落在61-180天区间。如果发现70%的库存集中在0-30天反而说明备货严重不足随时可能丢单。反之某快时尚品牌主力SKU生命周期仅3个月若其库龄61-90天库存占比超过25%就必须立即启动清仓预案。切面二库龄与品类/SKU的强关联。这是最常被忽视的交叉点。我曾帮一家大型图书电商做诊断发现其整体库龄结构看似健康180天以上仅占8%但深入到“儿童绘本”这个子类180天以上库龄占比高达35%。进一步排查根源在于其选品模型过度依赖历史销量忽略了绘本出版的季节性寒暑假是高峰和内容时效性科普类绘本3年即显陈旧。因此库龄分析必须绑定到最小业务单元——通常是二级品类或核心SKU群组。切面三库龄的动态迁移轨迹。静态的库龄快照价值有限真正致命的是“库龄在恶化”。我设计了一个简单的“库龄健康度指数”来量化它取当前月度各库龄段占比与上月、上上月进行对比计算每个段落的“净变化率”。例如91-180天段本月占比12%上月为9%上上月为7%则其净变化率为3%本月-上月。如果连续两个月某个高危段落如180天以上的净变化率都为正值且绝对值超过1%这就是明确的红色警报意味着呆滞化进程正在加速必须立刻冻结该段落内所有SKU的采购并启动专项清仓小组。实操心得很多系统导出的库龄报表只显示“入库日期”但实际业务中“可售状态起始日”才更具意义。例如一批货6月1日入库但因包装破损6月15日才完成返工上架。那么它的有效库龄应从6月15日算起。务必在WMS系统中设置“可售状态变更”日志并将其作为库龄计算的基准日。否则所有基于入库日期的分析都会系统性高估呆滞风险。2.4 动销率揭示库存“活性”的终极指标区分“死库存”与“活库存”动销率是四大指标中唯一一个直接指向“商品是否在流动”的指标。它的公式看似简单在统计周期内有销售记录的SKU数量/统计周期初的在库SKU总数× 100%。但正是这个简单公式藏着最深刻的业务洞察。动销率的本质是衡量你的库存组合的“新陈代谢”能力。一个80%的动销率意味着你仓库里每100个不同的商品有20个在过去一段时间里一单都没卖出去。它们不是“慢销”而是“零销”是彻头彻尾的“库存幽灵”。但这里有个致命误区动销率必须与“销售频次”和“销售金额”结合看否则毫无意义。举个极端例子某仓库有1000个SKU其中999个SKU在90天内各卖了1件1个SKU卖了10000件。动销率是99.9%看起来完美。但如果你只看动销率就会完全忽略那个卖了10000件的SKU它可能正面临断货风险而其他999个SKU虽然“有销”但单次销量极低其库存周转效率可能远低于平均水平。因此我强制推行“三维动销分析法”第一维基础动销率SKU维度。这是底线用于识别“零销幽灵”。警戒线因行业而异快消品通常要求≥95%工业品可放宽至≥85%。低于此线必须逐个SKU核查是下架退市是信息错误如条码未同步还是真的无人问津第二维销售频次动销率交易维度。计算“在统计周期内发生过销售交易的天数 / 统计周期总天数”。例如某SKU在90天内有销售记录的天数是45天则其销售频次动销率为50%。这个指标暴露的是“销售稳定性”。一个频次动销率低于30%的SKU即使总销量不低也意味着销售极度不均衡可能受促销活动、短期爆款效应驱动一旦活动结束极易陷入停滞。这类商品需要特别关注其“销售断档期”并制定平滑销售节奏的策略。第三维金额贡献动销率价值维度。计算“在统计周期内有销售记录的SKU所产生的销售金额 / 该周期总销售金额”。这个指标直指“钱从哪里来”。如果前20%的动销SKU贡献了90%的销售额说明你的库存结构高度聚焦是健康信号但如果前20%的动销SKU只贡献了50%的销售额而剩下的80%动销SKU瓜分了另外50%则说明你的长尾商品过多库存管理成本被严重摊薄需要果断精简SKU池。这三者必须联动。一个理想的库存状态是基础动销率高95%销售频次动销率稳定60%且金额贡献动销率呈现“二八法则”前20% SKU贡献80%金额。任何一维的偏离都指向特定的管理问题。3. 四大指标的交叉验证与实战应用一张表看穿库存真相3.1 构建你的“库存健康度四象限诊断表”单个指标只能看到一个切面只有将四大指标置于同一坐标系下交叉分析才能精准定位问题根源。我设计了一张极简但高效的“四象限诊断表”它不依赖复杂模型只需你在Excel里输入四个核心数值就能自动生成初步诊断结论。诊断维度健康区间参考值风险信号根本原因推测立即行动建议库存金额≤ 月均销售成本 × 1.8连续2月 ×2.2采购过量、销售预测失真、退货积压暂停同类SKU采购核查近3月销售预测准确率盘点在途及待退货物周转率90天滚动≥ 行业均值 × 0.9 行业均值 × 0.7价格竞争力不足、渠道覆盖不足、主推资源缺失对比竞品定价检查TOP10 SKU在各渠道的曝光率复盘近期营销活动ROI库龄180天以上占比≤ 5%快消≤ 15%工业 健康区间 × 1.5产品生命周期管理失效、清仓机制缺失、采购计划僵化启动专项清仓小组修订新品汰换SOP重设采购安全库存公式动销率基础≥ 95%快消≥ 85%工业 健康区间 - 5%SKU规划失控、信息同步故障、市场反馈未闭环全面SKU审计检查ERP与POS/电商系统接口日志建立月度市场反馈会这张表的价值不在于给出标准答案而在于提供一套标准化的质疑路径。当你看到“库存金额超标”时不要立刻归咎于采购而是立刻去看“周转率”是否同步下降——如果周转率正常甚至上升那金额超标很可能是销售旺季的正常备货如果周转率也下降则问题必然出在“钱花得不值”上。再进一步看“库龄”和“动销率”如果180天以上库龄占比飙升但动销率却很高那说明问题出在“慢销品”上需要优化定价和渠道如果动销率暴跌而库龄尚可则问题大概率出在“信息流”上比如新品上市信息未同步给销售团队导致无人推广。3.2 场景化实战从“数据异常”到“落地动作”的完整链条让我用一个真实复盘过的案例展示这套方法如何在72小时内完成从发现问题到执行落地的全过程。背景某中型家电经销商9月库存金额环比上涨18%财务预警。老板要求3天内给出根因和方案。Step 1数据快筛第1小时查90天滚动周转率从3.8降至2.9降幅23.7%查库龄结构180天以上占比从3.2%升至8.7%查动销率从96.5%降至89.1%初步判断这不是单纯的采购过量而是“活性下降”引发的连锁反应。金额上涨是结果周转下降是症状库龄恶化和动销率下滑是病灶。Step 2深度下钻第2-12小时将动销率下滑的SKU共127个按库龄分组发现其中102个SKU的库龄集中在91-180天。追踪这102个SKU的采购记录发现87%是在7月中旬集中下单依据是当时一份过于乐观的“暑期空调销售预测”。核查7月实际销售空调品类整体销量仅达预测的65%且销售主力集中在“变频一级能效”型号而采购清单中“定频三级能效”型号占比高达40%。Step 3交叉验证与归因第13-24小时将这102个SKU的销售数据拉出发现其90天内总销售金额仅占全仓的1.2%但占用了12.5%的库存金额。计算其平均周转率仅为0.8即一年只卖了不到1轮。对比竞品同区域另一家经销商其定频三级能效空调的库存金额占比不足5%且全部控制在60天以内。结论根本原因并非采购总量失控而是SKU级采购决策缺乏数据支撑导致资金错配到低效、低需求的细分型号上。Step 472小时落地动作第25-72小时立即冻结所有定频三级能效空调型号的采购申请有效期至年底。紧急盘活与3家本地社区团购平台达成协议以“以旧换新补贴”形式将库存中50%的定频三级机打包销售预计30天内消化40%库存金额。流程固化修订《新品采购审批SOP》强制要求任何SKU采购前必须提供该SKU近6个月在本区域的销售频次、动销率、库龄分布三张图表并由销售总监签字确认。系统改造在ERP中增加“采购决策辅助看板”自动聚合目标SKU的上述三项指标并与行业均值、竞品标杆值进行对比红黄绿灯提示风险等级。这个案例的关键启示在于四大指标不是孤立的仪表盘而是一个有机的神经网络。任何一个节点的异常都会通过数据流传导到其他节点。你的任务是学会读懂这种传导关系而不是头痛医头、脚痛医脚。4. 常见问题与避坑指南那些没人告诉你的“指标陷阱”4.1 “我的周转率算出来是5.0为什么老板还是说库存太高”这是最经典的指标误读。问题几乎100%出在分子分母的口径不一致上。陷阱一分子用“销售额”分母用“库存成本”。销售额是含税收入库存成本是不含税采购价两者相除数值会被系统性放大。正确做法分子必须是“销售成本”即你卖出去的东西当初花了多少钱进的货。陷阱二分母用“期末库存”而非“平均库存”。期末库存是瞬时快照可能因月底冲量、临时调拨而剧烈波动。例如某仓库为迎接双十一9月30日突击入库500万货导致期末库存虚高周转率被拉低。此时用7-9月销售成本/7月初库存 9月末库存/2计算的平均周转率才反映真实水平。陷阱三跨仓混算。把全国所有仓库的库存加总除以全国总销售成本。这完全掩盖了区域差异。华东仓可能周转率高达8.0而西北仓只有1.5。混算结果4.0既不能表扬华东也无法鞭策西北。必须分仓计算再加权平均。实操心得我给自己定了一条铁律——所有对外汇报的周转率必须同时附带“计算口径说明”精确到“分子XX系统导出的滚动90天销售成本分母XX系统导出的滚动90天日均库存成本按加权平均法计价”。这不仅是专业更是保护自己不被错误数据反噬。4.2 “库龄报表显示90%的货都在30天以内可仓库还是天天喊爆仓”这暴露了库龄分析的最大盲区只看时间不看体积和重量。库龄是财务视角而“爆仓”是物理空间视角。一个典型案例某汽车配件商库龄报表非常漂亮95%的货龄在30天内。但其仓库常年超负荷运转。原因在于其主力产品是“发动机总成”单件体积大、重量沉占用了80%的货架空间和叉车作业时间而库龄报表里占比95%的“螺丝、垫片”等小件虽然金额小、库龄短但体积占比不到5%。财务看的是“钱”仓库看的是“地方”。破解之道必须建立“库龄-体积”双维度矩阵。在库龄分段的基础上再按单件体积或标准托盘数划分小件0.01m³、中件0.01-0.1m³、大件0.1m³。然后交叉分析。例如你会发现虽然“30天以内”库龄占比95%但其中“大件”只占15%而“91-180天”库龄虽只占3%但其中“大件”占比高达70%。这说明真正挤压仓库物理空间的是那3%的“老、大、难”库存。4.3 “动销率99%可毛利却在持续下滑为什么”动销率高只说明“有销售”不说明“卖得好”。毛利下滑的元凶往往是动销结构的劣化。陷阱低价倾销动销。为了刷高动销率销售团队刻意将滞销品以骨折价卖给尾货渠道或者用“买一送一”等方式强行出货。这些销售确实产生了动销记录但毛利为负或极低拉低了整体毛利。陷阱无效动销。某些SKU的销售是内部消耗如样品、测试机、员工内购、或关联方之间的走账式交易。这些交易在系统里留下销售记录但不产生真实市场价值和现金流。识别方法将动销SKU按“单笔销售毛利”排序观察其分布。如果排名后20%的动销SKU贡献了负的毛利或其平均毛利率低于公司整体毛利率的50%则必须将其标记为“伪动销”并暂停其所有非市场化的销售通道。注意很多ERP系统默认的“销售毛利”是基于标准成本计算的与实际采购成本有偏差。务必用“实际采购成本”重算毛利这才是真实的利润地图。4.4 “指标都正常可现金流还是紧张钱都卡在哪了”当四大指标全部“绿灯”但现金流依然吃紧问题大概率出在指标之外的“灰色地带”。在途库存的黑洞。ERP系统里的“库存金额”通常只包含已入库部分。但大量资金被卡在“在途”环节已付款、未到货。这部分资金不计入库存金额不参与周转率计算也不影响库龄但它实实在在地占用了现金流。必须单独建立“在途资金监控表”按供应商、按订单跟踪。寄售库存的迷雾。如果你采用“寄售”模式货发到客户仓库卖出后再结算这批货在你的ERP里可能被记为“发出商品”不计入库存但所有权和风险仍在你方。它不参与任何库存指标计算却是你资产负债表上的一笔真实资产和潜在负债。退货在途的悬案。客户已发起退货系统已生成退货单但货物尚未返回仓库。这笔钱在财务上已被冲减收入但实物未回归无法再次销售形成“消失的资金”。解决思路建立“全链路资金占用视图”将“在途采购款”、“寄售库存”、“退货在途”、“质量索赔待处理”等所有非标准库存形态全部纳入统一监控。它们不叫“库存”但它们和库存一样是资金的“囚徒”。5. 从指标到行动如何让库存分析真正驱动业务增长5.1 不要追求“完美指标”要建立“最小可行分析闭环”很多团队陷入一个误区想等所有系统打通、所有数据清洗干净、所有口径统一后再开始做分析。结果就是永远在准备从未开始。我的建议是用“最小可行分析闭环MVA Loop”破局。这个闭环只有三步且必须在一周内跑通抓从现有系统哪怕是Excel里手动导出本周的“库存金额”、“90天滚动销售成本”、“各SKU库龄”、“各SKU销售记录”四份最基础的数据。算用最笨的办法——Excel公式计算出本周的周转率、库龄结构、动销率。不求100%精确但求逻辑自洽、口径一致。问拿着这三张表走进仓库、销售部、采购部只问一个问题“这个数字和你现场看到的、感受到的一致吗如果不一致差在哪里”这个过程的价值不在于产出了一份漂亮的PPT而在于让数据从系统里走出来和业务现场的真实痛点碰撞。你可能会发现系统里显示某SKU库龄30天但仓管员告诉你这批货因为包装箱破损一直堆在角落从未上架——这就是数据与现实的鸿沟而发现鸿沟就是改进的第一步。5.2 指标必须“翻译”成岗位动作否则就是废纸再好的指标如果不能转化为一线人员的具体动作就只是管理层的自嗨。我的做法是为每个核心指标配套一份《岗位行动速查卡》。例如针对“库龄91-180天占比超标”给不同岗位的卡片是给采购员“立即暂停该SKU所有采购订单核查该SKU近3次采购的到货准时率OTD若低于95%约谈供应商。”给销售员“本周内必须向TOP5客户推送该SKU的‘限时清仓方案’含阶梯折扣、运费补贴在CRM系统中更新所有跟进记录。”给仓管员“将该SKU全部移至‘清仓专区’并张贴醒目标签每日下班前拍照上传至清仓群标注当日出库数量。”这些动作必须具体、可执行、有时限、有责任人。指标分析的终点不是写一份报告而是触发一系列这样的、看得见摸得着的动作。5.3 最后分享一个小技巧用“库存健康度仪表盘”代替KPI考核我坚决反对用单一库存指标如“周转率必须达到4.0”去考核个人。因为库存是整个链条的结果不是某个人的功劳或过错。一个采购员再优秀也救不了销售预测的系统性失误一个仓管员再勤快也改变不了产品设计的先天缺陷。取而代之我推行“库存健康度仪表盘”Inventory Health Dashboard, IHD。它包含四大模块每个模块下设3-5个关键子项全部采用红黄绿灯标识流动性模块周转率、动销率、销售频次动销率结构模块金额集中度、库龄结构、SKU长尾占比效率模块库存准确率、订单满足率、拣货时效风险模块在途资金占比、寄售库存占比、退货在途天数每个月IHD会自动生成一份“健康度雷达图”并给出“改善优先级建议”。它不评价人只描述系统状态。当雷达图上“结构模块”持续亮红灯时团队自然会聚焦于SKU精简和品类规划当“风险模块”亮黄灯时财务和供应链会主动协同梳理在途资金。指标的终极目的不是打分而是照亮问题让团队自发地、协同地去解决它。这才是库存分析该有的样子。