1天1个库存分析方法-四象限分析 | 帆软九数云
很多人做库存分析,第一反应就是:“我得看库存周转天数、滞销率、库存金额。”
但真到管理层会议上,往往会出现这样的场景:
- 财务说:库存太高,资金被压死了。
- 运营说:不能清!那是主打款,清了影响销量。
- 仓库说:库位爆满,仓租要加钱了。
这是因为这些分析指标其实是“面”,你只能看到库存多或少?但是看不到库存管理存在的结构问题:
- 哪些SKU该清?哪些SKU该补?
- 哪些SKU虽然占用高,但必须保留?
这就是四象限分析解决的问题,它不是看单一指标,而是同时看两个维度,将库存的结构划分得更加清楚。
一、四象限分析是什么?
“四象限分析”其实不是什么新鲜东西,它最早就是波士顿矩阵(BCG Matrix)的原型。当年波士顿咨询公司想解决一个问题:企业手里业务太多,到底哪个该投钱、哪个该收缩?
于是,他们用两个维度——市场增长率(未来潜力)和相对市场占有率(当前竞争力)——画了一个四格图,把业务分成四类:
- 明星业务:高增长、高占有率,要重点加注;
- 金牛业务:低增长、高占有率,稳定赚钱;
- 问题业务:高增长、低占有率,要么努力追,要么放弃;
- 瘦狗业务:低增长、低占有率,基本该收摊。

这直接改变了很多企业的决策方式:让大家在看清楚企业整体结构后,不再盲目平均用力,而是把资源集中在最有价值的地方。
后来这种分布思维,也逐渐被大家用到了管理和个人生活上,比如客户分析、产品组合、风险评估;个人生活上比如精力/时间分配,任务优先级判断等

为什么它能这么万能? 因为它的底层逻辑其实就是一种“分布思维”: 当事情太多、太杂、太复杂时,不要平均用力、不要盲目忙碌, 而是要先看清楚——这些问题在整体分布中的“位置”和“比例”。
这个思维在库存管理中同样适用,我们面对的是成千上万的 SKU、不断变化的供应链、多个仓库、多渠道、多季节。资源(资金、仓储、物流)也都有限。
于是,这个“用两个维度划分”方法正好借用起来,帮助我们看清“货在什么状态”、并判断“下一步该怎么办”。
二、库存四象限分析
四象限分析的核心思路是——用两个维度看清关系。
- 一个维度,代表“你花了多少”(比如库存、资金、库容)。
- 另一个维度,代表“你赚了多少”(比如销量、利润、周转速度)。
不同的企业、不同的管理目标,用的维度组合也不一样;常见的几组搭配如下
|
横纵轴 |
作用 |
|
库存量 vs 销售量 |
看动销与积压 |
|
库存金额占比 vs 销售额占比 |
看结构健康度 |
|
库存周转天数 vs 周转率 |
看效率与风险 |
|
库存量 vs 缺货率 |
看供应链节奏 |
|
毛利率 vs 库存占比 |
看盈利与风险平衡 |
可以发现,其实横纵轴的数据,可以是量,也可以是比例
如果你关心绝对数,那就用“量”的维度;比如“销售量 vs 库存量”,看的是哪个SKU动得快、哪个压货。但如果你要看整体结构的健康度,就要用“比例”;比如“库存金额占比 vs 销售额占比”,看资源配置是否匹配。
用这种“二维透视”的方法,库存管理可以在三个核心目标之间找到平衡:
- 效率——货动得快
- 结构——货配得对
- 风险——货不能压太久
举例来说,如果用库存周转率为Y轴、库存金额占比为X轴:
- 高货值占比但周转慢 → 明显压钱
- 低货值占比但周转快 → 潜力股
- 高货值且周转快 → 核心主力
- 低货值且周转慢 → 边缘库存
管理者一眼就能看出:钱压在哪?效率在谁身上?下一步是减压、控货还是补充资源。
三、3大常规四象限分析法
接下来拆解3种常见的库存四象限分析法,让你看明白到底怎么用
1、库存金额 vs 库存天数
这个是最常用、最直观的版本。 本质是看现在的库存和销售结构是否匹配;适合看运营和仓储的协同。
- 横轴:销量(销售数量或销售额)
- 纵轴:库存数量或库存金额

- 左上(高销量高库存):说明卖的多,备货也多,是主力款,可以持续关注补货节奏,防止过量
- 左上(低销量高库存):卖不动但货多,是滞销品,可以让运营/销售开始清仓、促销
- 右下(高销量低库存):卖得好但货少,有缺货风险,可以加急补货
- 左下(低销量低库存):卖得少、备得少,是尾货、边缘品,可以视情况保留或淘汰
2、库存金额占比 vs 销售额占比
这个版本是老板最爱看的。 它主要回答一个问题:“我们钱都压在哪,产出怎么样?”
逻辑很简单: 如果一个品类占了你40%的库存金额,但只贡献10%的销售额,这说明你的资金结构出了问题。
- 横轴:销售额占比
- 纵轴:库存金额占比

- 右上(高销售高库存):是主力品类,也是核心收入来源,需要保持适度库存,优化周转
- 左上(低销售高库存):压货区,资金占用高,减少备货、促销清理
- 右下(高销售低库存):潜力区,高动销但缺货,需要优先补货
- 左下(低销售低库存):边缘区,弱势品类,可逐步淘汰
这种方法适用来做库存整体结构的优化,理清楚哪些才是要点
3、库存周转天数 vs 周转率
这个玩法更偏向财务与供应链联合分析。适合生产型或有较多仓库的企业。 比如餐饮供应链、电商工厂品牌。
- 横轴:库存周转天数(越短越好)
- 纵轴:库存周转率(越高越好)
这两者其实是互为倒数的,但组合分析能看出结构差异。

- 右上象限(高周转率 + 短周转天数):高效库存动销快、资金占用少,是核心盈利库存,建议维持现有策略并保障库存充足。
- 左上象限(低周转率 + 短周转天数):新品区暂未放量,处于市场培育期,建议观察反馈、逐步调整推广与备货策略。
- 右下象限(高周转率 + 长周转天数):爆款需求旺但补货慢,供应链与需求错配,建议提升补货频率、优化协同效率。
- 左下象限(低周转率 + 长周转天数):压货区风险高,动销弱且占用资金,建议通过折扣变现或下架,释放资源。
这个之前我在文章:https://mp.weixin.qq.com/s/oUz87qdqSYHy4AtthO2hFw中提过,有些小伙伴有疑问,觉得两个都是库存周转的相关指标,一起分析没有什么意义。
实际上这个是更高级一点的玩法,反应的是库存动态结构;哪些SKU从右上往左下掉,那就是库存开始滞留的信号;反过来,从左下跑到右上,就是动销恢复。
这里涉及到四象限分析更深层次的应用,可以看这篇文章,写得很清楚:https://mp.weixin.qq.com/s/Q03MkGyy9RLNLOm6hv9NTA

四、四象限分析怎么做?
在BI可视化中,我们选择可以使用散点图来只做四象限分析图;以如下数据为例
BI工具地址放这里,注册免费使用:https://www.jiushuyun.com/kucun

第一步:创建图表
在九数云BI中,选择+图表来创建图表

在左侧选择散点图

第二步:拖入维度
将我们所需要的维度拖入到横纵轴,比如将库存周转天数拖入横轴、库存周转率拖入纵轴

第三步:设置辅助线
点击维度右侧的小三角,选择辅助线

两个维度均选择辅助线为计算平均值

并将颜色设置为红色

就可以得到一张完整的四象限分析图:

当然,轴值范围还可以选择中位数、自定义阈值等,比如你可以用“行业平均周转率”作为分界,或者“公司目标值”作为分界线。是不是很简单?
写在最后
四象限分析,本质上是一种“结构化思考”的工具。
不管是库存分析,还是经营分析;任何事都最怕两种极端: 一种是“陷在细节里”,看不出全局; 一种是“只看总数”,却不知道问题在哪。
四象限可以让我们在错综复杂的局势中拥有“层次感”: 它逼着你把复杂的业务分成四种状态,然后再对应四种策略。 它让“问题”不再是模糊的,而是具体可落地的。
比如以前你只知道“库存周转不太好”, 现在你能说清楚:“我们高库存低销售的SKU主要集中在A品类,占库存金额的37%,建议清理。” 这就是思维的升维——从感觉到结构,从经验到数据。
更重要的是,当你用四象限看多了之后,你会形成一种“平衡思维”:
- 做生意不能只追快,还得防风险;
- 不能只看销量,还要看资金效率;
- 不能只算利润,还得看周转健康。
四象限分析的终极价值,不是分类,而是平衡。 它让你看到经营的两极——高与低、快与慢、盈与亏—— 然后帮你找到那个最优的中间带。
热门产品推荐






