结论：库存龄是信号，不是最终结论

90 天未动的冬季商品在夏季可能正常，30 天未动的短保食品却可能已经高风险。

库存龄阈值要按品类、生命周期、保质期和补货模式分组。

先重建批次和数量口径

同一 SKU 可能有多批入库、调拨、退货和盘点调整。应明确按 FIFO 推算、真实批次还是最后入库日计算库存龄。

冻结、在途、残次和门店陈列库存要分别标记，避免把不可售数量当成可行动库存。

观察最近销售速度、售罄率、覆盖天数和价格变化，同时加入已确认活动、季节窗口、订单和停产计划。

预测只提供一种情景，不能消除新品、天气或竞争变化带来的不确定性。

可建立继续观察、跨店调拨、组合促销、供应商退换、降价清仓和报废评估等队列。

每项行动记录数量、成本、期限、审批和预期回收，避免只生成一张没人处理的滞销清单。

抽样核对入出库、批次、库龄和可售状态，验证调拨后不重复、退货后不残留，并跟踪售出、回收现金和损耗。

BI0 可作为库存运营分析候选；批次口径、预测、任务流和系统回写范围需 POC 核验。

库龄可以指最早剩余批次距今、按 FIFO 推算的剩余数量年龄、最后一次入库距今，或最近一次销售距今。四种定义回答不同问题。对有真实批次和保质期的商品，应优先按批次；缺少批次时可用 FIFO 推算，但必须标记为推断。用最后入库日给整个 SKU 定龄，会让一次小额补货把老库存“洗新”。

库存事实需要每日或事件级数量守恒：期初 + 入库 + 调入 + 退货 - 销售 - 调出 - 报废 ± 盘点 = 期末。冻结、残次、在途、已分配、寄售和陈列库存分开状态；只有可售数量进入常规动销判断。否则行动队列会建议促销实际无法销售的库存。

可以组合库龄、最近 28/56 天销量、周转天数、售罄率、未来需求、保质期剩余、毛利、库存成本和供应交期。季节品增加距销售窗口天数，新品增加上市年龄，停产商品增加末次采购和替代品状态。阈值应按品类与生命周期配置，而不是全公司统一 90 天。

一个可操作分层示例是：健康、观察、调拨候选、促销候选、退供候选和处置评估。每类都写清进入和退出条件，避免商品因单日销量波动来回跳转。风险分数用于排序，不应掩盖硬约束，例如保质期不足或法规要求的商品必须直接进入专门流程。

滞销不是只看总量。某门店积压而邻近门店缺货时，调拨可能优于降价；组合促销要检查是否侵蚀原本会自然销售的需求；供应商退货要检查合同窗口；报废要经过财务和合规审批。系统应为每个建议列出数量、地点、预计回收、成本、负责人和截止日期。

行动前模拟库存轨迹和互相影响。将 100 件从 A 店调到 B 店后，A 店库存必须扣减，B 店需求不能再触发重复采购；全渠道促销可能消耗未来自然需求。决策结果要写回任务状态，才能区分“识别了问题”与“真正降低了库存”。

指标可包括行动覆盖率、按期完成率、售出或退回数量、净回收现金、折扣损失、报废、库存天数下降和三个月内复发率。只看处理件数会鼓励低价值清单；只看销售额则可能忽略大幅降价。应比较行动前的基准情景，并把季节自然回升与行动增量分开。

复盘还应追到源头：预测长期高估、MOQ、商品淘汰不及时、调拨机制缺失或主数据错误。若系统每月重复报同一 SKU，却没有改变采购参数，说明闭环停留在末端处置。将原因反馈到补货和商品生命周期规则，比不断生成滞销报表更有价值。

测试分批入库、部分销售、退货、调拨、盘盈盘亏、批次过期、季节跨年、新品和停产。抽样从源单据重建 FIFO 数量，确认库龄桶合计等于可售库存，调拨前后全网数量守恒。再检查每个行动队列都有负责人、状态、审批和结果字段。

BI0 可作为库存运营分析候选，但真实批次、FIFO 推断、需求预测、任务流和 ERP 写回能力需 POC 核验。若源系统没有批次或状态数据，应明确使用近似口径，不能把推断库龄宣传为精确批次年龄；最终降价、退供和报废仍由授权业务人员决策。

商品、供应链、门店和财务共同维护周度行动板：高风险数量与成本、建议路径、批准数量、责任人、截止日、实际回收和阻塞原因。调拨检查目标门店需求与运输成本，促销检查毛利和蚕食，退供检查合同窗口，报废检查授权与合规。没有负责人和期限的滞销识别不算完成。

月度复盘把重复问题反馈到预测、安全库存、MOQ、订货频率、商品淘汰和主数据。对行动效果采用净回收而非只看销售额，并记录自然季节变化的基准。若源数据无法给出批次和状态，先在少数品类人工核验 FIFO 推断误差，再决定是否扩大；不要用全量漂亮报表掩盖基础数量不可靠。

预约一次业务场景交流，看看组织化的 AI BI 如何进入你的团队。