logo

应收账款分析,从基于订单的穿透式分析思考 | 帆软九数云

九数云BI小编 | 发表于:2026-01-22 15:18:27

很多公司在管应收账款时,实际上只在看三个结果指标:

  • 应收账款余额
  • 应收账款周转率
  • 周转天数(DSO)

但问题是: 这些指标只能告诉你“结果不好”,却回答不了“为什么会不好、该动哪一类订单、该改谁的策略”。

真正有效的应收账款管理,必须从“订单”这一最小业务单元开始。

一、构建订单应收账款大宽表

应收账款不是财务科目,它是历史订单的集合。 所以我们可以构建一个完整的应收账款订单的大宽表

让每一笔应收账款,都能被追溯到“谁卖的、卖给谁、卖了什么、为什么没回款”。

这张大宽表至少应该包含6大维度

维度

核心字段

真正用途

时间

订单日 / 发货日 / 应收款日 / 实收日

判断是“没到期”还是“回不来”

客户

客户层级 / 区域 / 客户类型

判断风险是否集中

产品

品类 / SKU / 毛利率

判断“值不值得赊”

金额

应收 / 已收 / 未收

判断现金缺口

业务员

销售员 / 团队

把账款和人挂钩

订单属性

赊销/现销 / 特殊条款

判断是否策略性放账

基于上述结构化、标准化的应收账款分析大宽表,接下来可以基于此实现“穿透式分析”,避免报表只看到余额和周转天数,却看不到问题本源。

应收账款分析,从基于订单的穿透式分析思考插图

二、分析层1:客户与业绩分析

企业之所以愿意应收账款进来,是有一个默认前提:“账期给得多一点,客户自然会多进货。”

但现实中,大量应收账款只是“被动放账”,而不是“有效投资”。

所以这一层关键要区分:我们的赊销资源投给了谁?效果如何?

关键指标

  1. 赊销占比 = 期间赊销额 ÷ 期间总营收
  2. 客户进货激励效果 = 客户赊销额变化 vs 客户订单量或营收环比/同比

这样就可以把客户分成四类:

  • 高赊销 × 高增长:放账换量,可以接受,重点盯回款
  • 高赊销 × 低增长:放账无效,风险区,需收缩
  • 低赊销 × 高增长:客户粘性强,可考虑提升额度
  • 低赊销 × 低增长:边缘客户,进一步评估是否要保留

这一步,财务第一次能和业务“站在同一张表上说话”。而不是

  • 只看前十大客户
  • 只看总赊销占比
  • 不区分“策略性赊销”和“被动赊销”

应收账款分析,从基于订单的穿透式分析思考插图1

三、分许层2:账龄与现金流预测

在客户与业绩分析之后,下一步一定要回答一个更现实的问题:

这些已经放出去的账,到底什么时候能回来?哪些其实已经很危险了?

很多公司会看DSO这个指标,但是DSO 是平均数,而现金流真正出问题,往往不是“平均慢了一点”,而是一小部分订单开始长期不回款

所以我们可以从关注“账龄分布”升级为“订单回款状态”

基于订单大宽表,我们不只是把应收账款按 30 / 60 / 90 天切一刀,而是把每一笔订单放到一个明确的回款状态中:

回款状态

定义

管理含义

合期已收

按合同约定时间已收款

健康现金流

合期未收

未到应收款日,尚未回款

现金流预测项

超期未收

超过应收款日,仍未回款

执行与风险信号

危期款

长期超期,且回款概率低

资产减值风险

跟看DOS的关键区别在于,这里合期未收 ≠ 风险,超期未收 ≠ 坏账但超期 → 危期的迁移速度,才是真正的危险信号

基于上述状态,可以继续计算四个结构性指标:

  • 合期收款率 = 合期内已收款金额 ÷ 总赊销额 → 反映回款纪律是否被普遍遵守
  • 等待收款率 = 尚未到期未收款金额 ÷ 总赊销额 → 是未来现金流的“确定性来源”
  • 超期收款率 = 超期未收款金额 ÷ 总赊销额 → 是回款执行力和客户质量的综合结果
  • 危期款占比 = 长期超期未收金额 ÷ 总赊销额 → 直接对应坏账与资产质量

有了订单级状态,就可以进一步“穿透”:

  • 按客户看:哪些客户的超期率明显高于平均水平?是否集中在某一类区域 / 客户层级?
  • 按业务员看:是否存在“销售额很高,但超期率也很高”的个人或团队?是否存在“为了冲业绩,持续放宽回款条件”的行为?
  • 按产品看:哪些产品一旦赊销,就容易拖款?是否与产品毛利、客户动销能力有关?

应收账款分析,从基于订单的穿透式分析思考插图2

四、分析层3:产品与业务组合分析

前两层我们关注的是:

  • 账放给了谁(客户)
  • 钱能不能回来(回款结构)

而这一层,要回答的是一个更“核心”的问题:哪些产品、哪些业务组合,正在系统性地吃掉公司的现金流?

这里要统一一个观点

  • 赊销,本质上是一种“现金资源配置行为”。企业不是在“给客户方便”,而是在用自己的现金帮客户压库存和承担销售不确定性

所以这一层回到公司经营视角:这类产品,配不配用公司的现金去换收入?

1、判断产品毛利

这一层最直观的判断是:低毛利产品赊销,高风险

通过订单大宽表,把每个产品的赊销额、总销售额、毛利率和回款状态放在一起分析,就能看到:

  • 低毛利 + 高赊销 → 占用现金大、回款压力高,即便不坏账,也长期压缩公司现金流空间
  • 低毛利 + 高超期率 → 现金流隐性损失严重,属于重点整改对象
  • 高毛利 + 高赊销,但回款正常 → 可以作为战略产品维持一定赊销策略

2、判断动销速度

赊销不等于风险转移。即便货已经发出去,如果客户销售不动,风险仍然在公司。

所以必须同时看:

  • 产品库存周转
  • 客户历史动销表现
  • 赊销订单回款状态

慢销产品、高赊销订单、客户动销弱,几乎必然转化为现金占用和库存压力。

3、判断回款速度

现金流“剪刀差”往往藏在这里。

  • 如果采购是现金付款,而销售是长账期赊销,就会形成资金压力
  • 如果这种模式集中在低毛利或慢销产品上,现金占用会被放大

分析时可以叠加维度:

  • 产品线
  • 客户群体
  • 业务员

快速定位“现金流剪刀差”的重点区域,为调整赊销策略或付款条件提供依据。

应收账款分析,从基于订单的穿透式分析思考插图3

这样,应收账款就被我们从订单开始穿透:通过构建订单大宽表,将时间、客户、产品、金额、业务员和订单属性结构化,逐层回答三个核心问题:

  1. 账放给谁,效果如何? ——区分策略性赊销与被动放账,明确客户回款责任
  2. 钱多久能回来,风险在哪? ——通过订单级回款状态和账龄结构,提前预警现金流压力
  3. 哪些产品/业务组合风险最高? ——低毛利、慢销、高赊销的组合,是现金流隐性压力的重点区域

穿透式分析不仅能发现风险,更能指导业务制定合理的赊销策略、优化产品组合、加强回款执行。

热门产品推荐

九数云BI是一个人人都可轻松上手的零代码工具,您可以使用它完成各类超大数据量、超复杂数据指标的计算,也可以在5分钟内创建富有洞察力的数据看板。企业无需IT、无需大量资源投入,就能像搭积木一样搭建企业级数据看板,全盘核心指标综合呈现,用数据驱动商业决策。
相关内容 查看更多

随时随地在线分析

现在注册,即可领取15天高级版免费使用,体验数据扩容、自动化数据预警、 每日定时更新等20+项强大功能
立即使用