大头哥原话： 「我们做的东西是从粗放到细致的内容。本来只讲品牌，现在开始讲二三类分类。 二三类分类出来后，当然还在进行中。等完成后，我们会向更细的方向发展。」
「现在核心问题不是哪一货要补货，而是补调降退里，对我们最重要的是降价和退货， 争取把目前的库存想办法多销售出去。对于可以退的货，销售有压力且表现不佳时，我们就尽量把它退掉。 对于我们自己的货，到了某个时间如果没有卖出，我们要想办法把它退掉。 要降价而不是直接退货，通过降价促销活动把库存尽量变成现金，以获得更大的流动性。」
| 层 | 回答的问题 | 能下的决策 |
|---|---|---|
| 品牌 | 哪个品牌好卖 | 采购品牌配比 |
| 二类/三类 | 哪个细分品类好卖/积压 | 品类订货结构 |
| 单品（货号）+ 生命周期 | 这双鞋现在处在生命哪一段 | 降 / 退 / 调 |
| 颜色 | 同款哪个色卖得动 | 订货颜色配比 |
| 尺码 | 哪个码断、哪个码压 | 补单比例、清货搭配 |
| 价格带 | 各价位售罄与库存结构 | 下一季价格带结构 |
贯穿维度：时间（上市第 N 周） —— 现有页面都是当下快照，缺的正是这个。
女鞋库存 9,712 双 ｜ 近 30 天销售 937 双（≈31 双/天）
存销比 = 10.36 个月 ｜ 清库天数 = 311 天
⇒ 库存周转严重失衡（健康鞋类零售通常 3~5 个月）。 这不是"哪双该补"的问题，是"怎么把库存变成现金"的问题。
原设想：① 单品+生命周期 → ④ 价格带 → ② 颜色 → ③ 尺码 现在的真实优先级：
不是更多图表，而是一张能直接执行的清单：
货号 | 品牌 | 分类 | 上市周数 | 剩余库存 | 近30天销 | 售罄率 | 可退性 | 建议动作 | 理由
规则示意（待与大头哥敲定阈值）： - 可退 且 售罄率 < X% 且 剩余 > Y 双 且 离开窗还有 Z 周 ⇒ 建议退货 - 不可退 且 上市 ≥ N 周 且 售罄率 < X% ⇒ 建议降价（分档 -10% / -20% / -30%） - 可退 但 还可观察 ⇒ 观察（并给出下次评估日期）
inventory_snapshot（逐日，2026-07 起连续）sales_ledger（逐日，含货号/店铺/数量/金额）sku_store_window.可退性（可退/不可退/未知；全库 不可退 8,419 / 可退 477 / 未知 63）product.上市月份 + sku_store_window.上货日期| 指标 | 行业参考 | 出处口径 |
|---|---|---|
| 服装 月库销比 | 3.0~4.0 合理；2~3 个月健康 | 公开资料（金额口径为主） |
| 服装时尚 库存周转 | 4~6 次/年 = 60~90 天 | 行业基准 |
| 全球鞋服 库存周转 | 3~5 次/年 = 73~122 天 | 行业基准 |
| 直营模式合理周转 | 120~150 天（比加盟慢 2-3 个月） | 券商研报 |
| 2012 运动鞋服库存危机 | 渠道库存 8.8 个月（李宁） | 当时的灾难线 |
我们（2026-10-19 实测，双数口径）：
女鞋库存 9,712 双 ｜ 近 30 天销售 937 双（日均 31 双）
存销比 10.36 个月 ｜ 清库 311 天
⇒ 高于 2012 年危机线（8.8 个月），是直营合理线的 2 倍多
⚠️ 口径提醒：我们算的是双数（库存双数 ÷ 月销双数），公开基准多为金额/成本口径； 数量口径天然更难看，但结论方向不变。
目标建议（待拍板）：3 个月内 10.4 → 6 个月以内；6 个月内 → 4.5 个月。 阈值建议（待拍板）： - 不可退：上市 ≥ 8 周且售罄率 < 35% ⇒ 进降价池（-10% 起，4 周无起色再 -20%） - 可退：离退货截止 < 4 周且售罄率 < 40% ⇒ 直接退（不赌降价）
二三类的分类并不是单纯地直接看单品。二三类分类尤其在库存与销售差距大的情况下非常有意义。 因为我们的库存是几千双，逐一查看每双对 AI 来说容易，但对人来说数量过于庞大， 所以需要先做细分的分类。
二类分类主要对应季节——在什么时间点卖什么东西，涉及天气和节点等因素。 三类分类更细致，针对下半年有大约 35 个细分分类。
举例：某款库存占比 10%、销售占比只有 5% ⇒ 库存过多，先优化这部分。 另一款同样库存占比 10%、销售占比 15% ⇒ 库存相对合理，甚至销售更好。 我们对补货/保爆款关注的是正数（红色），但目前爆款很少，这一点并不重要。
通常卖得好的只有十几二十个款，需要补货时只盯住这些款即可。 当前重点是整体销量不佳，逐一查看每双数量太庞大。
做法是先做二三类分类，尤其是三类。三类用颜色表示，越绿 = 负值越大 = 问题越多。 应优先考虑负值大的板块，把其中滞销的款拿出来重点处理；畅销款放在一边。 例如某板块库存占比 10%、销售占比只有 5% ⇒ 该板块至少有一半的款存在问题， 能退的尽快退掉，不能退的赶紧降价。
⇒ 工作流定式：
看三类板块（按差值排序，最绿的在最上）
→ 下钻该板块的货号清单
→ 滞销款：可退 → 退；不可退 → 降价
→ 畅销款：放一边（只有十几二十款，补货时单独看）
⇒ 工具形态应是「板块 → 货号」两级下钻，而不是一张平铺的 45 条曲线或几千行清单。
「你说的是每天，其实我们没办法每天做，知道吧？我们通常每周做一次决策，最多再做一次。 所以每次节点到达周日后，节点更新，我们在星期一、星期二会有一个考虑点。 随后再考虑，等到周五时可以再考虑一次，也就是一周有两次决策点。 这个东西不需要每天做，但要考虑如何让它容易被人看到。」
⇒ 节奏定式：
周日 数据节点更新（周差值表追加一行）
周一~周二 第一次决策：按"上周日"的数据出清货清单
周五 第二次决策：看本周进展（有没有起色）+ 补漏
（其余日子不看，工具不做每日打扰）
⇒ 对工具的要求（关键）： 1. 不是每日刷新，是每周一份清单，数据截止到最近一个周日 2. 容易被人看到：周一 08:00 / 周五 08:00 主动推飞书，不要等人去打开网页 3. 推送内容 = 简报（最绿的 3-5 个板块 + 每个板块前几个该处理的货号），详情点链接进页面 4. 页面固定入口，顶部常显「数据截止：2026-10-18（周日）」
「我们先把页面格式做出来。你说的定时任务可以稍后再处理，不用着急——定时任务是最后的细节。 现在我们先完善二三类的内容。正在进行的业务就是其中一个需要完善的点。完善后， 再针对每个款式进行具体处理。届时再确定页面的展示方式，最后才考虑定时任务的问题。 然后还有一个问题，等这个问题讨论完后，后期我们还有调货的问题。」
「我们的产品并不是在每个店都卖得一样。某些货品在特定门店表现很好，例如在 6 店特别畅销， 但在 4 店、2 店却卖得不好，所以需要调货。相对来说，卖得好的角度也涉及调货。 由于大部分货品不能退，且库存整体偏多，也不需要补货，调货主要是店与店之间的需求， 这是我们需要完善的地方。补货的问题暂时不考虑，最多做个提醒： 这类货品特别好，库存明显不足以满足销售。」
⇒ 顺序（不要跳步）： 1. 完善二三类内容（当前） 2. 单款（货号）具体处理 3. 定页面展示方式 4. 定时任务（最后，细节） 5. 调货（店与店之间的需求匹配） 6. 补货：基本不做，最多做「库存明显不足」提醒
「我不是说断样比断货更隐蔽。我是说我们正常上货时，很多货品会回补，两种颜色或单一颜色， 回来的时候是四、五双，尺码齐全时卖得很快；等到只剩一两双时就特别难卖。 日积月累，这就是老款库存比例高的原因。」
「当样品数量过多时，店里会出现老款陈列占比甚至超过新款的情况。 如果真正进去看，老款占比远高于当季款，只勉强占一半，老款占得更多。」
「在老款清货速度很慢的情况下，面对不断补货的当季商品，我们需要采取措施来控制。 监控样品数量的波动是为了更好地控制上货。理论上，供应商给我们大量货， 我们要判断哪些好卖、哪些不好卖，不能只上很少的货，否则会错失机会； 但货到后，我们也要考虑哪些需要及时退掉。」
「如果老样品占比特别高，我可以给自己设定目标：比如全店样品总数 500 个，控制在 400 个， 减少 100 个。为此需要设定老样品的销售速度，根据这个速度监控减少情况。 如果减少速度合理，新货上货可以正常进行；如果减少速度过快，新货上货力度可以稍微放大； 如果老样品减少速度慢于预期，则要相应减少新货的上货量，或增加新货的退货量。」
假设全店陈列位 = 500 个（货号×颜色）
老款占 300（60%）、当季款占 200
⇒ 顾客进店看到的多是"过时的东西"，当季新品挤不进去
⇒ 当季卖不动 ⇒ 老款更难动 ⇒ 下一年又变成老款 …… 循环
样品数量不是"越多越好"：位子是固定的，老款多占一个，新款就少一个。
回补时：4~5 双、尺码 34~39 齐全 ⇒ 好卖，一周就动
剩 1~2 双、且只剩一个码 ⇒ 几乎卖不动（顾客要的码没有）
⇒ 一直占着陈列位
⇒ 每一轮"卖剩的尾巴"留下来，累积成老款库存
⇒ 所以关键不是"补样"，而是"及时把卖剩的尾巴清出去"（退 / 降价 / 并店）。
① 样品总数 全店 货号×颜色 的在位数量（目标：500 → 400）
② 老样占比 老款 / 样品总数（目标：从 >50% 压到 <40%？待定）
③ 老样消化速度 本周卖掉/清掉的老样数量（个/周），以及"还剩几周清完"
④ 新货上货量 本周新上架的当季样品数（以及可退窗口）
计划：每周应减少老样 Δ（例如 100 个 / 8 周 ≈ 12.5 个/周）
每周实际减少 Δ_act：
Δ_act ≈ Δ ⇒ 新货正常上
Δ_act > Δ（清得快） ⇒ 新货上货**适度放大**（别错过销售机会）
Δ_act < Δ（清得慢） ⇒ ① 减少新货上货量 ② 增加新货退货量 ③ 加大老款降价
这就是把"上货节奏"和"老款消化"绑在一起的闸门 —— 不是拍脑袋上货，也不是一律少上。
| 需要 | 现有数据 | 状态 |
|---|---|---|
| 每店每颜色库存 | inventory_snapshot（逐日，货号+颜色+店铺+数量） |
✅ |
| 尺码是否齐 | 快照需按尺码展开（待核实字段） | ⚠️ |
| 每周新上架 | 快照首现日期（货号×颜色 第一次出现） | ✅ 可推 |
| 每周卖掉 | sales_ledger（周销量） |
✅ |
| 是否在陈列 | 无字段 | ⚠️ 需近似或用门店盘点 |
⚠️ 「在样」仍是近似：库存>0 或有销售 推定在位。老款占比受影响较小（老款库存本来就少但一直不动），
但「样品总数」会偏低。建议先跑两周对数，再决定是否在门店端加"在位"盘点。
| 页面 | 作用 | 状态 |
|---|---|---|
当季分类分析 season_category |
秋/冬 × 二类/三类，饼图 + 销售库存偏差 | ✅ 上线 |
二三类销售分析 cat_sales_analysis |
同结构 + 7/14/30 天切换 | ✅ 上线 |
分类差值周趋势 cat_diff_trend |
50 条周曲线，四块固定行序，季节参数化 | ✅ 上线 |
⇒ "看板块"这一层已经完成。 现在能回答：哪个板块在积压、积压多久、趋势是变好还是变坏。
P0 二三类内容定稿 ← 基本完成，只差阈值
P1 样品健康度（断样 / 补样 / 单码残留） ← 【建议下一步】
P2 板块 → 货号下钻（退/降清单）
P3 调货（店与店之间的需求匹配）
P4 门店执行（清样行动 + 营业员任务/激励）
P5 定时任务 / 推送（周一、周五两次决策点）
P6 补货提醒（只在"库存明显不足"时）
① 陈列位是**唯一硬约束**：位子固定 500 个，不是想上多少就上多少。
老款不动，新款就挤不进去 —— 这是当季卖不动的结构性原因。
② 老款占比是**可设定、可考核**的目标（500→400、60%→40%），
比"把库存降下来"这种模糊目标好执行得多。
③ 它同时解决三个问题：
· 上多少新货（闸门）
· 什么时候退新货（别退了又没货卖）
· 老款怎么清（降价/退货的力度）
④ 调货（P3）也需要它：哪个店位子紧、哪个店位子空，是调货的前提。
页面：样品健康度（周）
第一屏 全公司：在样颜色数 / 断样数 / 补样数 / 净变化（近 8 周趋势）
第二屏 按店：在样颜色数 | 单样产出 | 断样率 | 单码残留数
第三屏 单码残留清单：货号 | 颜色 | 剩余数量 | 唯一尺码 | 店 | 建议（退/并店/降价）
数据用现有库可算 80%，唯一要补的是"在样"的判定规则（见 10.6 的近似方案）。
代价与取舍 - 用"库存>0 且有销售"近似"在样"，会漏掉"刚上架还没卖"的新样 ⇒ 对补样统计偏低 - 但断样（库存归 0）判定是准的，而断样正是最需要盯的那一半 - ⇒ 建议先按近似做，跑两周看数字合不合理，再决定要不要在 ERP 加"在样"标记
从「哪个品类积压」→ 到「哪一只没摆在店里」→ 到「顾客要的码还有没有」。 每一层都比上一层更接近"为什么没成交"，也就更接近现金。
| 店 | 总色 | 当季 | 过季 | 陈款 | 老款 | 当季占比 | 非当季 | 老款占比 |
|---|---|---|---|---|---|---|---|---|
| 二店 | 1,290 | 328 | 232 | 262 | 361 | 25.4% | 74.6% | 28.0% |
| 四店 | 1,156 | 270 | 206 | 248 | 429 | 23.4% | 76.6% | 37.1% |
| 五店 | 719 | 284 | 135 | 121 | 178 | 39.5% | 60.5% | 24.8% |
| 六店 | 1,170 | 305 | 205 | 258 | 384 | 26.1% | 73.9% | 32.8% |
| 八店 | 574 | 293 | 143 | 107 | 28 | 51.0% | 49.0% | 4.9% |
⚠️ 口径提醒：这是"在库颜色数"，不等于"陈列样品数"。 大头哥说的"超标 30%/40%、四店五店 45%"是对陈列样品位而言； 在库色数包含仓内/库房未上架的部分，通常显著大于陈列位。两者要用不同口径看，不能混。
① 当季（新品）占比：**长期 70%~80%**（当前目标 80%）
② 八店特殊：不好卖的调到其它店，所以八店"当地货"陈列长期应在 **70%~80%**
③ 其它四店：目前都有强烈改进需求（当季占比 23%~40%，远低于 70%~80%）
做法：保持当季色数不动，把非当季压到 20%~30%，反推总色数与需削减量
| 店 | 当季（保持） | 目标总色（当季 75%） | 现总色 | 需削减 | 削减幅度 |
|---|---|---|---|---|---|
| 二店 | 328 | 437 | 1,290 | −853 | −66% |
| 四店 | 270 | 360 | 1,156 | −796 | −69% |
| 五店 | 284 | 379 | 719 | −340 | −47% |
| 六店 | 305 | 407 | 1,170 | −763 | −65% |
| 八店 | 293 | 391 | 574 | −183 | −32% |
（若取当季 70% ⇒ 总色 = 当季÷0.7，数值更大、削减幅度更小；取 80% ⇒ 削减更狠。 区间大致是：二店/四店/六店 需砍 55%~70%，五店 35%~55%，八店 20%~35%。）
建议按"越老越少"：
过季（上半季） 占总色 **10%~12%**
陈款（次一年） 占总色 **5%~8%**
老款（更早） 占总色 **≤5%**（八店可略高，因其承担"当地货"角色）
⇒ 三者合计 20%~25%（对应当季 75%~80%）
例（二店，目标总色 437）：当季 328 ｜ 过季 44~52 ｜ 陈款 22~35 ｜ 老款 ≤22。
⚠️ 待确认：以上"在库颜色数"与"陈列样品数"的换算系数。 若大头哥能给出任一家店的真实陈列样品数（或盘点表），我可以把两层口径对齐， 目标就能从"颜色数"落到"样品位数"。
理由：当季与陈款（去年同期）都属于"这个季节能卖"的货，可以混在一起正常陈列销售。
⇒ 只需盯两条：当季+陈款 ≥ 70%、老款+过季 ≤ 30%。
| 店 | 总色 | 当季+陈款 | 占比 | 老款+过季 | 占比 | 达标? | 目标总色(70%) | 需削减 |
|---|---|---|---|---|---|---|---|---|
| 二店 | 1,290 | 590 | 45.7% | 593 | 46.0% | ❌ | 843 | −447 |
| 四店 | 1,156 | 518 | 44.8% | 635 | 54.9% | ❌ | 740 | −416 |
| 五店 | 719 | 405 | 56.3% | 313 | 43.5% | ❌ | 579 | −140 |
| 六店 | 1,170 | 563 | 48.1% | 589 | 50.3% | ❌ | 804 | −366 |
| 八店 | 574 | 400 | 69.7% | 171 | 29.8% | ❌ | 571 | −3 |
修正结论：
- 八店已达标（69.7%），基本不用动；
- 其余四店 45%~56%，需把 老款+过季 压到 30% 以内 —— 削减量比按"当季 80%"算小得多，是可达成的收缩；
- 方向：不新增老款上架、老款+过季 每店按周定额减少（退货优先、降价其次），
把它当"水位"来管：只要每周不涨，就是向目标靠近。
每周执行口径（建议）：
每店每周：当季+陈款 占比 不下降（这是硬线，不能让差距变大）
老款+过季 绝对色数 每周净减 N 个（N 按各店需削减量 ÷ 26 周）