零售企业的库存决策，核心是回答一个问题：这个商品还该不该继续进。答案藏在动销数据里，但数据的时间颗粒度决定了答案的时效性。

月度数据：只能做事后总结

月度动销报表告诉你“上个月哪些商品卖得好、哪些压了”。这个信息有用，但用的时候已经晚了。一个商品如果第三周开始动销放缓，月度报表要等到下个月初才能反映，期间可能又进了一批货。

周度数据：能做提前调整

爱得科技在零售相关系统设计中，会确认客户用数据做决策的频率。如果采购决策是每周做的，系统就应该支持周度动销视图：本周哪些商品动销环比下降、哪些商品库龄超过预警线、哪些品类出现了季节性拐点。

周度数据的价值不在于“更细”，在于和决策节奏匹配。月度数据配月度决策，周度数据配周度决策。颗粒度和决策频率不匹配，数据要么浪费，要么不够用。

一个容易被忽略的设计点：动销的“基准”是什么

“卖得好”是一个相对判断。系统需要定义基准：是和上周比、和去年同期比、还是和同类商品比？不同基准回答不同问题。爱得科技在系统开发中，会把这些“判断规则”作为需求的一部分确认，而不是留给使用者自己心算。

大连零售管理系统的基础功能是进销存。但进销存的数据能不能变成及时、可行动的决策依据，取决于数据的时间颗粒度和判断基准的设计。