很多人做库存分析时，会把所有指标都扔进一张图：延迟、拣货量、负责人、调整数量、准时率……看起来很完整，实际上经常把不同层级的数据揉坏了。
企业版 spreadsheet_dashboard_stock 没有这么做。它在 dashboards.xml 里发布了两张仪表板：Operation analysis 以 stock.move 为主数据模型，而 Warehouse Daily Operations 以 stock.picking 为主数据模型。两者同属物流仪表板组，但一个给 stock manager，一个给 stock user。这已经说明：企业版明确区分“分析流转事实”和“看每日作业节奏”。
operation_analysis_dashboard.json 里的标题也很有代表性：Internal lead time、Number of Operations by Operation Type、On Time Operations、Weekly Stock Moves Lines by operation、Transfers count by responsible and operation。这些指标更像在分析流程效率与动作类型，适合围绕 move line / operation 拆细节。
另一张 warehouse_operations_dashboard.json 则偏向仓库日常操作组织。它不一定比前者“更高级”，但它更接近 picking 层，也更适合班组长或仓库用户按单据粒度理解今日工作量。企业版不把这两种视角合并，正是在避免“操作行很忙”和“出入库单很多”被误判成同一个结论。
新手常见误区是：看到两张仪表板都在讲库存，就以为数字应该完全对齐。其实不会。move 视角天然更细，容易把一张单拆成多条操作；picking 视角则更贴近单据和责任人管理。只要口径不一样，趋势能相关，数值却未必一致。
实施时最好的做法，不是强行把两张表合并，而是先告诉业务：哪张表回答“我们做了多少操作”，哪张表回答“我们处理了多少单据”。一旦这个边界讲清楚，大家反而更容易接受企业版为何要保留双仪表板。
所以库存仪表板的关键，不是图表多，而是按模型边界把流程分析和仓库作业管理拆开，避免 KPI 漂亮但语义混乱。
DISCUSSION
评论区