开龙软件+AI(WorkBuddy)库存周转分析

库存周转分析听起来是个财务指标：一年转几次，多少天转一圈。但真用它做决定的时候，问的其实是两个完全不同的问题——「公司的钱在库存上压了多久」和「这个商品还能卖多少天」。前者是资金效率，后者是补货和清仓的依据。

这两个问题不能用同一个公式回答。整体周转看的是金额，必须用成本口径，不然毛利率一变就失真；单商品看的是天数，得用数量，因为采购和销售是按件谈的，不是按金额谈的。所以这次特意把两把尺子分开写进提示词。

另一件事是时间窗口。日均出库按最近一个月算，和按最近三个月算，能把同一个商品判成两个状态——一个要紧急补货，一个是积压。这不算算错，是旺季淡季、大单集中这些因素在短窗口里被放大了。处理办法不是选一个更「对」的窗口，而是两个都算，把结论打架的商品单独挑出来。

下面这段提示词交给 WorkBuddy，通过开龙AI数据分析助手读库存和出库数据，生成看板：一张可以切换统计时段，按商品大类、商品类别、补货建议、积压状态筛选的明细表，外加一份 Excel。

开龙+WorkBuddy生成的库存周转分析看板：

开龙+WorkBuddy生成的库存周转分析Excel：

一、周转天数有两把尺子，别混着用

先把两个公式摆出来。它们长得很像，分子分母的口径完全不同：

整体周转为什么必须用成本？因为销售金额里含着毛利。同一批货，按售价算是按成本算的一点几倍，毛利率一调整，周转天数跟着变，比的就不是周转效率而是定价策略了。所以分子取库存成本、分母取出库成本，两边同口径，得出的天数才只反映「压了多久」这一件事。

这里有个容易被忽略的技术点：期初库存成本怎么来。库存表只给当下的快照，不给历史值。推导方法是期末加本期出库、减本期入库——期末是快照，出库和入库都能从单据算出来，倒推回期初。平均库存取期初期末的算术平均。这一步不做，整体周转就只能拿期末库存硬除，遇到期末集中进货会严重失真。

单商品则相反。采购下多少件、仓库还有多少件、一天卖几件，全是可以直接对话的数，用数量算出来的「还能卖几天」才能直接变成动作：不到 15 天就催采购，超过 180 天就该清仓。用金额算的话，一个便宜但卖得快的商品会被判成「占用不大不用管」，正好搞反。

二、1 个月还是 3 个月，结论会翻脸

日均出库数量用多长的窗口，是这类分析里最没有标准答案的一件事：

这两者的差别在季节性行业里尤其明显。如果近 1 个月的窗口正好落在淡季，日均出库会显著低于三个月均值，于是大批商品同时被判成「滞销」；反过来落在旺季，又会把一批其实卖不动的商品判成健康。看板首页那条黄色提示就是在解释这件事：它把当期窗口的起止日、日均成本和三个月均值的比例写出来，并说明默认采用三个月口径——把「为什么这个数看起来怪」提前回答掉。

这个设计的价值在于：它没有替你做一个看起来更聪明的判断，而是把判断依据摊开。同一个商品在短窗口里被高估、在长窗口里被低估，这件事本身就是要看的信息。

三、一段提示词，把五个口径写死

这段话里定了五件事，每一件都对应一种常见的错：

顺便说一句「库存下限」这个字段。它躺在商品资料里很多年了，平时没人看，但它是这条分析链上唯一由人预先设定的东西——上限下限代表采购的经验判断。看板把下限列出来，等于把系统算出的可售天数和人的经验摆在一起对照，差得多的商品，往往就是经验需要更新的地方。

四、看板分四层：先看结论，再看排行，最后看明细

1. 首屏：六个数 + 四条结论

图 1　页头两行说明数据截止日和出库口径；下面六张卡片是期末库存成本、整体周转天数、日均出库成本、需补货商品数、积压呆滞占用资金、建议补货金额。卡片底下有一块编号的结论区，四条结论分别讲库存结构、周转水平、补货缺口和口径分歧。

首屏最值得注意的是那块结论区——它不是把 KPI 重复一遍，而是把六个数之间的关系讲出来。比如「积压呆滞占用」那张卡片只是个金额，结论里会补一句它占库存总额的比例，于是一个孤立的数变成了一个结构判断。再比如需补货商品数，结论里会拆成断货、紧急、需补三类，因为这三类的动作完全不同。

第四条结论是口径分歧：有多少商品的 1 月与 3 月判断不一致，其中多少是短期更悲观、多少是短期更乐观。这条放在首屏，等于提醒看后面排行和明细的人：里面有一部分商品，结论是待定的。

2. 两组排行：缺口和占用并排看

图 2　左边是建议补货金额 Top 10（蓝色条），右边是库存资金占用 Top 10（橙色条），只列积压和呆滞的商品。两边都标了金额，右边还额外标了各自占库存的比重。两块并排的用意很直接：一边是要再投的钱，一边是已经压住的钱。

这两张图放在一起，会产生一个传统报表给不出的对比。单看补货清单，会觉得资金需求很大；单看积压清单，会觉得库存太臃肿。并排之后就变成了一个可以讨论的问题：能不能用清积压回笼的钱去覆盖补货的缺口？大多数情况下答案是部分可以，而「哪一部分可以」正好需要业务判断——这也是为什么明细表必须能筛、能导。

3. 明细表：17 列，重点是状态和两个数

图 3　筛选区一行排开：统计时段是分段按钮（近1个月 / 近3个月 / 近6个月 / 近12个月），后面依次是商品大类、商品类别、补货建议、积压状态、差异五个下拉，加一个搜索框和重置按钮，右侧实时显示筛选结果条数。表格 17 列，从商品编码、大类类别，到库存数、成本单价、库存成本、在途、可用库存、下限、日均出库、可售天数，再到状态、补货量、补货金额、最后出库和差异标记。

17 列里真正要盯的只有三个：可售天数（决定状态）、状态（决定动作）、补货量（决定下单多少）。其余都是判断依据——比如下限是用来对照经验的，最后出库日期是用来看这个商品是不是已经很久没动过，差异标记是用来看结论稳不稳。

状态标签是这一列最直观的地方，一共七档：

七档里前五档是按天数连续切出来的，后两档是特例，而且恰恰是最容易漏掉的两类——下一节单独说。

五、两种商品最容易被漏掉

第一种是断货待补：库存为 0、在途也是 0，但这段时间里一直有销量。它不出现在任何一张「有库存」的报表上，所以盘点盘不到、库龄分析也看不见，但它是实打实在丢单。这类商品必须靠「期间有出库」这个条件才捞得出来。

第二种是停销有库存：这段时间一次都没出库，但仓库里还压着货。它更隐蔽，因为金额每天都在账上，却从来不产生任何动作——不占用人力、不产生单据、不出错，所以也没人管。它的成本是资金占用和跌价，属于那种「不出事就一直没人提」的问题。

这两类之所以放不进按天数分的那五档，是因为它们的「可售天数」没法算：前者日均出库是正数、库存是零，除出来是 0，会和「真的要补货」混在一起；后者日均出库是零，除数就是零，根本算不出来。所以必须单独立档，用条件判断而不是用除法判断。

六、换维度再跑一遍

同一套口径，换掉分组对象就能回答别的问题。想看产品线的资金占用情况，就把商品大类换成产品线，状态分档的天数阈值（15 / 30 / 90 / 180）和补货覆盖天数按自己行业的节奏改。如果存在商品借出的情况，就应该以财务库存为准做库存周转分析。

有一样东西不要动：整体用成本、单品用数量，以及两个窗口都给。这三样是这张表能长期比较的地基。口径一换，上个月的表就废了，连趋势都看不出来。