做制造业数据分析，最常被追问的不是“报表做得漂不漂亮”，而是三句话：库存为什么降不下来？哪些库区会堵库？哪些物料会超期、会占资金？要把这些问题讲清楚，必须先把库存分析做成一套“可拆解、可追溯、可预警”的分析框架，而不是停留在Excel里事后对账。

本文以制造业（以钢铁为例）的典型业务链路为主线，把库存分析拆为“分析什么—怎么想—怎么处理数据—怎么分模块做—怎么落到业务动作”，并给出一个数据支撑的案例，便于你直接复用到企业的看板、周报或经营分析中。

库存分析到底在分析什么

库存分析的目标：是让库存更低，周转更快，风险更早暴露

在供应链管理与物流管理中，库存包括原材料、在制品、半成品与成品。库存分析的核心不是“把库存数量统计出来”，而是回答四个管理问题：

1. 现在库存健康吗：库存水平是否过高或过低，是否存在结构性积压。

2. 库存周转效率如何：库存周转率是否下降，在哪个库区、哪类物料下降。

3. 风险是否可预警：是否存在堵库、超期、缺货、质量封锁等风险。

4. 动作怎么落地：补货与发运节奏怎么调，生产计划怎么排，责任部门怎么定。

为了让库存分析更可执行，你可以把库存分析的关注点拆成八类模块，这也是最常见的库存分析清单：

• 库存水平分析：原料、在制品、成品的库存量与库容、满库率对比

• 库存周转率分析：周转速度是否变慢，资金占用是否增加

• 需求与订单分析：订单结构变化对库存结构的影响

• 供应链透明度分析：瓶颈环节在哪里，是否因工序不畅导致堆积

• 缺货风险评估：关键物料是否存在缺货或断供风险

• 采购与补货策略：安全库存、补货点、备料系数是否合理

• 库存成本分析：仓储成本、滞销成本、机会成本与资金占用

• 异常库存分析：超期、质量封锁、无单、负库存、无动销等

这些模块并不是“越多越好”，而是为了让库存分析能从“描述现象”走到“定位原因”再到“输出动作”。

库存分析的思路如何搭建

库存分析要先选对颗粒度，再决定模块与维度

以钢铁行业为例，业务主线通常以合同与物料（钢卷）为核心。合同贯穿销售与交付，物料贯穿生产、质量、成本与物流。要做可落地的库存分析，必须把“物料”作为最小分析单位，再通过多维度交叉把问题定位到“哪一类物料、在哪个库区、哪个状态、哪个责任部门”。

在这一思路下，库存分析通常分为三大模块，形成一套闭环：

1. 生产库存分析：炼钢—热轧—酸洗—冷轧等工序库存是否堵塞，备料是否合理。

2. 销售库存分析：准发物料进入销售库后是否按节奏出库，是否存在成品积压与超期。

3. 产品发运分析：发运资源、运输商效率、运输方式结构是否影响库存周转。

你会发现，库存分析如果只做“库存量”很容易走偏；把发运与运输效率纳入库存分析，才能解释很多“库存降不下来”的真实原因。

库存分析需要的数据如何处理

库存分析的数据要做到可连接、可清洗、可追溯

制造业库存分析的数据通常来自多个业务系统：生产操作履历、合同订单、质量检验、库存台账、发运与运输商系统等。为了让库存分析可复用，建议建立面向看板的DM层数据集，把分散数据先整合成主题域，再做清洗与汇总。

库存分析数据处理路径

• ODS层：从各业务系统抽取履历、合同、质量、库存、发运、运输商数据

• 基础主题：物料主题、发运主题、履历主题、质量主题、合同主题

• 维度主题：时间、库区、工序、品种、流向、地理区域、客户、运输方式

• DM层：面向看板的应用主题数据集，支持联动分析与指标计算

在库存分析里，“维度与度量”决定了你能不能定位问题。以下给出一组可复用的库存分析维度与衍生度量值示例。

库存分析常用度量与衍生指标

• 库存差 = 实际入库量 − 实际出库量

• 产量比（原料产量比） = 日产量 / 原料日库存

• 工序产成品比 = 日产量 / 销售库日库存

• 清洁运输比 = 清洁运输发运量 / 总发运量

• 在库时长 = 当前日期 − 入库日期（可细分到库区/状态/部门）

库存分析常用维度

• 时间维度：日 / 周 / 月

• 项目维度：生产库 / 销售库 / 在途

• 品种维度：流向 / 品名 / 牌号 / 规格

• 地理维度：省 / 市 / 区域

• 业务维度：合同状态 / 质量状态 / 物料状态 / 责任部门

当这些维度与指标准备好，你就可以在库存分析中实现“多维度交叉 + 联动下钻 + 趋势预测”，让分析从“解释过去”升级为“提前预警”。

库存分析的模块化方法

库存分析要按业务链路拆模块 每个模块输出可执行结论

下面按“生产库存—销售库存—产品发运”三大模块，给出库存分析的核心看板结构、典型指标与可输出结论。

生产库存分析怎么做

生产库存分析要同时看容量 结构 时长 与准发预测

生产库存的关注点不是“库存多不多”，而是“会不会堵库、问题料会不会滞留、备料是不是过量”。建议生产库存分析包含四块：

1.各工序库存与库容预警

• 工序库存量：炼钢、热轧、酸洗、冷轧等库区库存量

• 满库率：库存量 / 库容

• 预警线：设置超库容阈值并标记高风险库区

库存分析输出的业务动作

• 高满库率库区：调整排产节奏或发运节奏

• 超预警库区：优先处理超期料与无单料，减少堵库风险

2.库存结构分析

库存结构决定库存是否“可周转”。建议把物料状态归类为三类：

• 生产过程中：在制品、待工序流转

• 质量管控：质量封锁、性能等待、复检等待

• 无单物料：未绑定合同或需求不明

你需要在库存分析看板里同时呈现“占比”和“明细列表”，让品种工程师与营销人员能各自领到动作。

3.在库时长与超期分析

在库时长是制造业库存分析中最有效的“风险指标”。建议做两种视图：

• 在库时长分布：0-3天、3-7天、7-15天、15天以上

• 超期责任归因：按责任部门/工序/状态归因，支持一键下钻

4.准发预测与备料情况

准发预测是库存分析走向“计划联动”的关键能力：

• 备料系数：根据在制品计划与库存匹配情况调整

• 48小时准发量：结合标准周期推算短期可发运量

• 对接动作：发运提前请车，下工序提前预排程

销售库存分析怎么做

销售库存分析要看整体趋势 重点库区 预测与超期

销售库存通常承接生产库准发物料，核心问题是“出库节奏能不能带动库存下降”。建议销售库存分析包含三块。

1.销售库整体情况与出入库差

• 基础库存：期初库存

• 入库量：准发入库

• 出库量：发运出库

• 出入库差：判断库存是在降还是在涨

你要在库存分析结论里明确写出“月累计出库是否大于累计入库”，因为这是管理层最直观的库存下降信号。

2.重点库区库存与预警

• 每库区库存量、满库率、预警线

• 高风险库区：接近预警线的库区必须标记并给出建议

3.7日库存预测与时长分析

库存分析要具备“可预警性”，建议用时间序列方式或规则模型给出未来7天库存范围，并联动阈值预警。与此同时继续用在库时长逻辑，把超期风险提前暴露给责任部门。

产品发运分析怎么做

发运效率决定库存周转 发运分析必须纳入库存分析闭环

很多企业的库存分析做不出动作，是因为没有把物流与承运商效率纳入分析框架。建议产品发运分析至少包含四块。

1.运输方式结构与关键指标

例如清洁运输比（铁运、新能源车）作为经营指标，需要同时展示：

• 清洁运输比趋势

• 清洁运输发运量与总发运量

• 目标值与差距

2.出入库差与堵库风险监控

结合各工序出入库差距，识别“差距大且持续扩大”的库区，作为堵库风险点，并给出“调整发运节奏”的建议。

3.可编计划统计

可编计划是销售库中满足发运条件的产品集合。库存分析要把它做成“可执行列表”，支持：

• 按客户/流向/库区/装车方案筛选

• 联动请车周期，减少等待时间

4.流向地图与运输商评价

• 流向地图：让营销与决策层直观看到客户分布与订单量

• 运输商评价：发运量、准时到达率、派车效率三维评估，支撑承运商管理与资源分配

库存分析如何定位问题并推动动作

用库存分析把“库存高”变成“责任与动作清单”

某制造企业在月度复盘时发现“生产库存预警库区数量增加”，库存分析团队按“工序库存—库存结构—在库时长”三步下钻，得到如下结论：

1）工序库存看板显示：热轧、酸洗、冷轧库区接近预警线，存在堵库风险。2）库存结构分析显示：质量管控类物料占比偏高，且集中在同一责任单位。3）在库时长分布显示：超期3天以上物料占比超过50%，主要状态为“质量封锁、性能等待、排转库计划等待”。

基于库存分析结果，企业采取了三项动作：

• 对质量封锁物料设置“日清日结”处理目标与责任到人

• 将48小时准发预测联动发运请车计划，提升短期出库能力

• 调整备料系数与排产节奏，减少无效在制品堆积

这个案例的关键不在“用了什么工具”，而在于库存分析把问题从“库存高”拆解成“哪个库区、什么状态、谁负责、怎么处理”，让经营动作可落地。

库存分析常用对比与清单结构

用表格把库存分析输出从描述变成决策支持

库存分析输出的“行动清单”

• 每日：预警库区列表 + 超期物料Top清单 + 责任部门

• 每周：出入库差趋势 + 堵库风险点评估 + 发运资源调整建议

• 每月：周转率复盘 + 库存资金占用变化 + 结构性积压品类治理计划

库存分析要做到“看得清 追得准 管得住”

真正有效的库存分析，不是堆指标，而是把库存管理拆成可执行的业务模块：生产库存分析解决堵库与超期，销售库存分析解决节奏与积压，发运分析解决周转与资源配置。只要你的数据颗粒度选对（物料级），维度补齐（时间、库区、状态、部门），并把预测与预警纳入框架，库存分析就能从“解释”走向“驱动动作”，持续降低库存、减少资金占用、提升供应链效率。