在前一文中，有考虑过以仪表盘的方式，将当前企业库存状况向用户做一个概览性质的呈现，发现库存中的货品结构异常已经组织结构上的压力风险。其中，在自营体系层层追溯，发现库存压力较大的终端，在了解到哪些终端存在问题之后，便可针对其进行一个单店库存诊断。通常，库存分析与销售分析，库存专题与终端主题、货品主题之间，是密不可分的。因此，针对终端库存的分析，更多时候可以作为面向终端的全景分析的一个子部分，或是融入到货品运营管理当中。
关于终端库存分析的体系化思路，基本上已有一套较为熟知的方式，分为以下三个层面：
总量分析->结构分析->SKU分析 。
那么，借助商业智能（BI）这一信息化的手段，我们看看可以把这一套分析思路，落地到什么样一个程度。
首先，分析总量。库存金额、库存数量、总体存销比指标。单看这种绝对值数据，难以让用户“有感觉”。因此，库存数量、库存金额只是作为参考，具体的状况，还是 通过对比来体现。
- 如有标准值，可将存销比与标准设定阀值比较，依次判断库存压力水平；标准值可通过历史数据提炼结合人工判断审核后收集归档，这是个体与标准比；
- 如无标准值，可将存销比与去年同期水平进行比较，判断同店在差不多的时期库存水平，结合库存和销售绝对值，分析差异，这是个体自己的时间期间上的对比；
- 将终端存销比与区域所在终端平均存销比进行比较，或是与同等级的店铺平均水平对比分析，了解其在各终端间横向比较上的水平，这是个体与平均水平对比；
- 其他的，还可将库存数量绝对值与安全库存、极限库存水平进行比较；
其次，对货品进行结构分析。主要运用结构占比和存销比两个指标包括：
- 通过货品的年份、季节属性，分析其构成占比和存销比；
- 通过货品品类属性（大类、中类、小类、性别）等属性，分析构成情况和存销比；
- 基于货品的其他属性（如系列、面料、款类）等属性分析结构和存销比；
在商业智能系统的实现中，可以稍加丰富一些。
紧密结合库存的结构与销售结构，综合分析；
在货品的多属性上，进行灵活组合探查分析，如先看年季接着看其下品类，先看品类再看款类或者年季，又或先看性别再看品类，等等，通过这种探索式的分析，发现货品结构上存在的不合理；
终端结构与同类店铺的结构对比；
然后，分析终端SKU级状况。主要分析动销率、SKU宽度和深度以及畅销滞销款的库存。
- 由总到分，分析动销率，监控终端整体及各品类的SKU配置状况，与设定的阀值范围比较，及时进行SKU的补充或清理；
- 实际库存SKU，陈列SKU，与标准值进行比较，尽可能的提高终端的坪效水平；
- 畅销滞销款的库存的分析，使用库存可销天数，发现异常。畅销滞销款的判定，可以进行一系列设定的规则，譬如畅销款的判断，可以参考日均销量或是期间售罄率。通过对可用天数的监控，避免出现畅销品断货或是滞销品积压大量库存的情况，如有问题，尽可能的发起货品补货或者调配，盘活货品，增加销售机会，实现利润最大化。
