摘要：一位粉丝求助：其所在公司未购买ERP系统的库龄分析模块，但近期领导要求对资材仓库中各类物料的存放天数进行详细统计与分析。为此，他希望古老师能开发一款多维表格小程序，实现一键式库龄分析。经初步沟通了解到，该公司仅采购了ERP的基础功能模块，包括销售、生产、采购和
一位粉丝求助：其所在公司未购买ERP系统的库龄分析模块，但近期领导要求对资材仓库中各类物料的存放天数进行详细统计与分析。为此，他希望古老师能开发一款多维表格小程序，实现一键式库龄分析。经初步沟通了解到，该公司仅采购了ERP的基础功能模块，包括销售、生产、采购和仓储管理等，且该ERP系统不对外开放数据接口，无法实现直接对接或实时数据调用。
鉴于此，我们决定采用“数据导出+多维表格处理”的方案来实现库龄分析功能。首版程序将通过以下流程运行：从ERP系统中手动导出相关业务数据 → 将数据导入多维表格 → 在多维表格中完成清洗、整合与逻辑开发 → 最终生成可视化的库龄分析结果。
本库龄分析采用基于“先进先出（FIFO）”原则的逆向追溯算法，逻辑清晰、易于实现。该方法无需复杂系统支持，适用于大多数基础ERP导出数据场景。
所需数据：
仓库入库明细表：包含物料编码、入库日期、入库数量等字段。
仓库现存量明细表：包含当前各物料的实际库存数量。
算法逻辑（以实例说明）：
假设物料A当前库存为100个，历史有3次入库记录：
1月1日入库 50个
2月1日入库 80个
3月1日入库 30个
按照FIFO原则，最早入库的物料优先被消耗，因此当前剩余的100个库存应由最近的入库批次倒序占用构成：
最新一批（3月1日）入库30个 → 全部计入当前库存
次新一批（2月1日）入库80个 → 占用其中70个计入当前库存
更早一批（1月1日）入库50个 → 未参与当前库存构成，已全部耗尽，由此可得，当前库存中：
30个来自3月1日入库，库龄 = 分析基准日 - 3月1日
70个来自2月1日入库，库龄 = 分析基准日 - 2月1日
若以4月1日为分析基准日，则：
3月1日入库部分库龄为31天
2月1日入库部分库龄为59天
总结：
该算法通过对入库记录按时间倒序分配当前库存，逐笔抵扣，直至库存分配完毕，再结合指定分析日期计算每一批次的存放天数。虽为“朴素”方法，但准确反映实际库存结构，适合在无高级模块支持的情况下快速实现精细化库龄分析。
点击“导入/同步数据”（图中标记①）:
在左侧菜单栏中，点击“导入/同步数据”选项，进入数据导入界面。
选择“本地表格文件”（图中标记②）:
在弹出的数据源选项中，选择“本地表格文件”，支持 .xlsx、.csv、.et 等常见格式。此方式适用于从ERP系统导出的本地Excel文件。
上传入库明细表（图中标记③）:
选择已准备好的“入库明细表”文件（如“1.入库明细表.xlsx”），点击上传。系统将自动识别文件内容并完成数据导入。
数据成功导入，自动转换为字段模式（图中标记④）:
导入完成后，多维表格会自动将原始数据解析为结构化字段，例如“入库日期”、“采购订单号”、“存货编码”、“入库数量”等列将被识别为独立字段，方便后续进行筛选、计算和关联分析。
采用相同的方法，将《现存量明细表》导入多维表格中。然后通过“导入/同步数据”功能，选择本地的Excel文件（如“现存量明细表.xlsx”），完成数据上传。导入成功后，系统会自动识别并生成结构化字段，包括“存货编码”、“库存数量”、“单价”、“总金额”以及“仓位”等信息，便于后续与入库明细进行关联分析。效果如下图所示：
由于《入库明细表》中包含多个仓位的入库记录，且同一物料可能在同一天有多批次入库，为便于后续按仓库维度进行库龄分析，需对原始数据进行清洗与聚合。可借助多维表格的“统计表”功能，实现数据的智能筛选与汇总。
在左侧数据表列表中，右键单击“入库明细”表，选择“生成统计表”（图中标记②）。
设置数据筛选条件
在弹出的统计表配置面板中，进入“数据筛选”选项，设置筛选条件为“入库仓位 = 零件仓”，仅保留零件仓的相关入库记录。
设置分类字段：
在“分类”区域添加两个分类字段：
存货编码：用于区分不同物料
入库日期（按“天”级别分类）：用于合并同一天的多次入库
设置统计方式：
将“入库数量”字段设为统计项，统计方式选择“求和”，实现当天相同物料的入库数量合并。
设置排序规则：
为满足“先进先出”原则，需按时间倒序排列：
先按“入库日期”倒序（较早入库的排在后面）
再按“存货编码”升序，确保同类物料集中显示
效果说明：经过上述处理后，原本分散的入库记录将被整合为“按物料+按日”的汇总数据，每条记录代表某物料在某一天的总入库量，极大简化了后续库龄计算的复杂度。
来源：古哥计划一点号