去年黑五前两周，我帮一个做家居收纳的卖家做库存复盘。仓库里躺着 1.2 万件夏季款，账面成本 46 万元，其中 3800 件已经产生平台长期仓储费；与此同时，他们主推的爆款在 10 月中旬断货 11 天，恰好错过站内活动报名窗口，那个月的销售额比前一月掉了 37%。这两个数字放在一起看，才是跨境电商库存计划的真相：你不是在跟竞争对手抢流量，你是在跟自己的现金流和时间差抢平衡。
这篇文章不打算给你一套”万能公式”。我给十几家年销 500 万到 3000 万人民币的跨境卖家做过库存顾问，自己也从小卖家的两三个 SKU 做到过几百个 SKU 的盘子，踩过的坑足够写一本错题集。下面写的是我真实的判断逻辑、参数设置习惯、以及在不同资金和团队条件下会怎么选。
很多中小卖家一谈到库存计划，第一反应是”我要把销量预测做得更准”。我做了六年这件事，可以很确定地说：预测准确率是结果，不是抓手。真正能被你改变的抓手只有两个，决策节奏和前置期波动。
我统计过自己经手的三个类目（家居、户外、宠物用品）共 17 个月的补货记录。同一批卖家，把月度销量预测准确率从约 60% 提升到约 70%，缺货率平均只从 8.2% 降到 7.4%；但如果把采购前置期的波动从 ±10 天压缩到 ±4 天，在预测准确率完全不变的前提下，缺货率能降到 6.1%。两件事同时做，缺货率才降到 4.9% 左右。这些是样本推演数据，不是行业统计，但方向在我的实操里反复出现。
跨境生意的物理现实是：货在中国工厂，钱在平台账期，消费者在美国或欧洲。你不可能让货瞬间移动，只能提前把钱变成货，再把货变成时间上的确定性。
所以库存计划的正确提问方式不是”下个月能卖多少”，而是“我愿意用多少现金，买多少天的确定性”。这个提问方式一变，很多争执就消失了：运营想多备货是因为他不用管资金，财务想少备货是因为他不用背缺货 KPI，而库存计划这个岗位存在的意义，就是把这两者换算成同一个单位，可售天数。
我见过太多卖家花两个月搭一套预测模型，最后卡在”参数谁来维护”上。中小团队没有专职数据岗，模型一旦没人喂数据，三周就废了。
相比之下，一张”决策日历”的成本几乎为零，效果却立竿见影。它的核心是把补货从”事件”变成”流程”：固定每周三出补货建议，每周四供应商下单，每月 25 号做一次滞销清理决策，每季度末做一次分层参数复核。节奏固定下来之后，你会发现大多数库存事故不是判断错了，而是压根没人按时判断。
要理解库存为什么难管，先要把”从下单到收到钱”这条链路拆成看得见的时间轴。我习惯拆成采购、物流、销售三段，每段的性质完全不同。
采购前置期不只是”工厂说 15 天”，它包含了打样确认、排产、生产、质检、改单、集货。我在 2022 年做过一次详细记录：一个合作三年的五金供应商，报的生产周期是 18 天，但实际交付的 12 个批次里，最短 14 天，最长 29 天，标准差接近 5 天。
这 5 天标准差的来源很具体：春节前工人返乡、旺季排产插单、电镀环节外协延误、以及我们自己改包装导致的返工。把标准差从 5 天压到 2 天，比把平均周期从 18 天压到 15 天，对库存的贡献大得多。因为你的安全库存是按波动配的，不是按均值配的。
海运在途时间是 30 天还是 35 天，卖家基本无能为力。但”货到港了没人提””清关资料补了三次””入仓预约排到两周后”这些事，是可以通过流程解决的。
我记录过一次典型的端到端时间漏斗，从一个爆款的补货决策到真正可售，总共走了 67 天。其中单段最长的是海运 30 天，但把所有衔接等待加起来，有 9 天是完全浪费掉的。
跨境平台的销量波动不是自然波动。一次站内秒杀能让日销翻五倍，一个竞品降价 15% 能让你的转化率掉一半，一次差评集中出现能让广告 ACOS 从 22% 冲到 45%。这些都不在你的控制范围内。
我的处理方式是：把”促销性需求”和”基础性需求”分开算。基础需求用平滑后的日均，促销需求用单独的备货池，并且明确标注”这批货是赌活动的，卖不掉就在 30 天内清掉”。混在一起算，最后一定是两头都做不好。
很多卖家算库存成本时只算采购价加头程运费，这是缺项的。真实的库存持有成本至少还包括：资金占用（按年化 8%-15% 的资金成本折算）、平台仓储费与长期仓储附加费、保险与损耗、以及清货时的折扣损失。
我做过一次粗算，把这几项加进去，一件账面成本 30 元的商品，持有 180 天的综合成本大约是 5.4 元，相当于账面成本的 18%。这个数字足以改变很多”再等等看”的决策。
下面这六条，每一条我都能对应到具体的损失金额。它们的共同点是：看起来都很合理，所以特别容易长期存在。
这是最普遍的做法，也是最危险的。它的致命问题在于把季节性、促销、断货期数据全部混在一起。如果你上个月断货了 8 天，那么”上月销量”本身就是被截断的数据，乘以增长系数之后，你预测的是一个永远不会发生的世界。
我的做法是先做”数据清洗”：把断货日的销量用断货前两周的日均补齐，把促销日的销量按活动系数还原，把新品上市首月的爬坡数据单独标注。清洗完再做加权，结果往往能差出 20% 以上。
“我所有 SKU 都留 30 天安全库存”，这句话我在至少 40 个卖家嘴里听到过。它的荒谬之处在于：一个前置期 20 天、日销稳定的产品，和前置期 60 天、日销波动极大的产品，用同一套缓冲是完全不合理的。
安全库存的本质是对波动的补偿，而波动有两个来源：需求波动和前置期波动。两者都不一样的 SKU，凭什么用同一个数字？
理论补货量算出来是 340 件，但工厂 MOQ 是 500 件，一箱装 24 件，那么实际可执行的数量只有 504 件。多出来的 164 件就是”被动库存”，它会直接推高你的周转天数。
这个细节在做计划时经常被忽略，导致”计划”和”实际下单”对不上，久而久之运营就不信那张表了。一张没人信的补货表，比没有补货表更糟糕。
平台的仓储费是阶梯式的，长期仓储附加费会在存放超过一定天数后大幅跳升。很多卖家在算”要不要现在清货”时，只算折扣损失，不算继续持有 90 天的费用，结论自然是”再等等”。
我做过一个滞销库存的成本构成测算，结论让我自己都吃了一惊：打折清货的折扣损失只占隐性成本的 28%，而资金占用加仓储费合计占到 60%。
很多团队把”库存周转快”和”不缺货”当成一对天然矛盾，于是永远在两者之间摇摆。实际上，在同一套前置期条件下，它们确实是对立的；但如果你改变了分层策略，两者可以同时改善。
原因在于：不同 SKU 的最优覆盖天数本来就不同。把爆款留短、把长尾留长、把滞销直接砍掉，整体的周转天数和缺货率会一起变好。这是我在七个不同类目里都验证过的现象。
美国站和德国站的消费节奏、退货率、合规要求都不一样；同一个产品的黑色和白色，销量稳定性可能差三倍。用一套参数管全部，等于放弃了所有的分层红利。
我的最低要求是按站点分表、按 SKU 分层。哪怕只分成三层（爆款、常规、长尾），效果也比一套参数好得多。
这一节是全文最实操的部分。我把自己在用的五步流程完整写出来，你可以直接照着搭一张表。
分层有两个维度：销售额贡献（ABC）和需求稳定性（XYZ）。ABC 决定你愿意为它花多少钱，XYZ 决定你需要留多少缓冲。
| 分层 | 判定标准 | 补货策略 | 典型覆盖天数 |
|---|---|---|---|
| AX | 销售额前 20%，需求波动系数小于 0.3 | 高频小批量补货，允许空运 | 35-45 天 |
| AY | 销售额前 20%，波动系数 0.3-0.6 | 固定节奏补货，海运为主 | 50-65 天 |
| AZ | 销售额前 20%，波动系数大于 0.6 | 小批量试单，谨慎放大 | 40-55 天 |
| BX | 销售额 20%-50%，波动小 | 按整箱补货，不单独优化 | 45-60 天 |
| BZ / CZ | 销售额后 50%，波动大 | 停止补货，进入清理流程 | 不设覆盖，设退出期限 |
波动系数我一般用近 28 天日销的标准差除以均值。小于 0.3 算稳定，0.3 到 0.6 算中等，大于 0.6 就算高波动。这个指标比”销量大不大”更能决定你要不要留缓冲。
直接取近 30 天平均是最省事也最容易出错的做法。我习惯用三段加权：近 7 天权重 0.5，近 28 天权重 0.3，近 90 天权重 0.2。
这样做的好处是既反应近期趋势，又不至于被一次促销完全带偏。如果某个 SKU 近 7 天数据缺失（比如断货），我会用 28 天均值代替，而不是把 0 计入平均。
补货点的含义是”当可售库存降到这个数，就必须下单”。它的出发点是：在下单到到货的这段时间里，我还能不能撑住。
# 加权日均销量
日均销量 = 0.5 * 近7天日均 + 0.3 * 近28天日均 + 0.2 * 近90天日均
总前置期（天）= 采购 + 集货 + 头程 + 清关派送 + 入仓上架
总前置期 = 采购天数 + 集货天数 + 头程天数 + 清关派送天数 + 入仓上架天数
安全库存 = 服务水平系数 Z * 日销标准差 * 前置期平方根
Z = 1.65 对应约 95% 的不断货概率
安全库存 = 1.65 * 近28天日销标准差 * SQRT(总前置期)
补货点 = 前置期内预计消耗 + 安全库存
补货点 = 日均销量 * 总前置期 + 安全库存
建议补货量 = 目标覆盖天数内的需求 – 可用库存 – 在途库存，再向上取整到 MOQ 与整箱倍率
建议补货量 = 日均销量 * (总前置期 + 目标覆盖天数) – 可用库存 – 在途库存
建议补货量 = ROUNDUP(建议补货量 / 每箱数量, 0) * 每箱数量
这套公式里唯一需要”拍脑袋”的是 Z 值。服务水平定得越高，安全库存越大。我的经验是：AX 层用 1.65，AY 层用 1.28，AZ 和长尾层用 1.04。与其全部追求 95%，不如把资源集中花在真正赚钱的 SKU 上。
不管你是运营、采购还是老板，”可售天数”都是最容易达成共识的指标。它的算法是：
可售天数 = (可用库存 + 在途库存) / 加权日均销量
我习惯设三条线：低于 30 天是红线（立即下单，考虑空运），30 到 45 天是黄线（进入本周下单计划），高于 90 天是滞销线（进入清理决策）。三条线一画，整个团队看同一张表就能对话了。
再好的参数，没有固定的执行节奏也会失效。我给自己定的日历是这样的：
这套节奏跑三个月之后，最明显的变化不是数字，而是没人再在群里喊”这个是不是该补货了”。因为答案已经在表里。
参数和公式讲完之后，接下来是最容易被忽略的一步：数据从哪来、以什么口径合并。我见过太多卖家公式写得漂亮，但数据是从三个后台手工复制粘贴的，最后算出来的可售天数没有一个人敢信。
去年我接手一个卖家的库存优化项目，他们有 4 个亚马逊站点、2 个独立站、3 个海外仓，SKU 总数约 260 个。第一次开会我就问了三个问题：在途库存怎么算？多渠道发货的库存扣减以哪个系统为准？退货在途算不算可用库存？
三个问题没有一个有统一答案。这就是他们过去半年”补货表算得很准但永远执行不了”的根本原因。口径不统一时，所有精细化都是幻觉。
我的解决顺序是：先统一口径，再统一工具，最后才谈参数优化。口径这件事，最终落在了一张跨平台的数据表上。我用的方式是接入一个跨境电商数据分析平台，把多店铺的销量、库存、在途、滞销数据拉到同一个视图里，这里我以自己的实际使用为例，用的是数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys），它做的事情本质上就是把我原来手工拼了半天的表变成自动更新的表。
这个卖家有一个户外折叠椅，属于 AY 层。之前他们的做法是”每月初看一眼库存，觉得不够就补 800 件”。
换成可售天数口径之后，我发现它在 8 月中旬的可售天数只有 26 天，已经跌破红线。而当时总前置期是 62 天（采购 15 天、集货 4 天、海运 32 天、清关派送 5 天、入仓 6 天），也就是说即使当天立刻下单，也要等到 10 月中旬才能上架，正好撞上旺季入仓排期最紧的时段。
我们最后做了三件事：一是把剩余 1200 件可用库存中划出 400 件做旺季专项，不参与日常销售；二是对已经在产的一批 600 件改走空运，把到货时间提前 24 天；三是把下个批次的下单时点从”看到库存不够”提前到”可售天数跌破 55 天”。
结果这个 SKU 在黑五期间没有断货，同时因为有了空运补充的确定性，运营敢在广告上加预算，那个月的销售额比上一年同期高了 68%。这不是算法带来的，是把决策时点提前了 20 多天带来的。
我对比过使用统一库存视图前后各 6 个月的运营数据（这是一次样本推演，用来量化结构改善，不代表行业基准）。
我不想把工具说成万能。用了一年多，我最清楚它解决什么、不解决什么。
我的用法是：让平台负责”算出所有 SKU 的可售天数和建议动作”，我负责”每周三花 40 分钟只看异常值”。这个分工把每周的库存管理工作从大约 8 小时压到 1 小时以内，剩下的时间我用来谈供应商和看竞品。
在选择用什么方式管库存数据时，大多数中小卖家其实只有三种选择。我把它们放在同一张表里，按我自己的使用体验打分（1 到 5 分，评分是主观评估，供参考）。
| 对比维度 | 手工 Excel 台账 | 平台后台自带报表 | 跨境数据分析平台 |
|---|---|---|---|
| 多店铺数据合并 | 2 分，需人工复制 | 3 分，仅限同平台 | 5 分，可跨平台跨站点 |
| 在途与在库口径统一 | 2 分，容易漏记 | 3 分，口径受限于平台定义 | 4 分，可自定义口径 |
| 售罄天数与滞销预警 | 3 分，公式自己搭 | 2 分，多数不提供 | 5 分，支持分层预警 |
| 补货建议可执行性 | 4 分，完全按自己规则 | 2 分，建议偏通用 | 4 分，需先配好参数 |
| 每周维护人力 | 6-8 小时 | 3-4 小时 | 0.5-1 小时 |
我要强调的是：这三种方案不是替代关系，而是阶段关系。SKU 少于 30 个时，一张精心设计的 Excel 反而最快；SKU 超过 80 个、或者跨了三个以上店铺之后，手工维护的边际成本会急剧上升。
库存计划没有一套放之四海而皆准的参数。下面按我实际接触过的三种团队形态，分别给出我会上手的动作顺序。
这个阶段最忌讳的是上来就搭系统。我的建议是按下面的顺序做：
这个阶段的目标不是精确，而是建立”每周看一次库存”的习惯。习惯建立起来，后面加什么工具都顺。
这个阶段是库存管理最容易崩盘的区间。SKU 数量翻了几倍，但团队还是那几个人，于是所有 SKU 都被”平均对待”，结果是爆款缺货、长尾滞销同时发生。
我会按这个顺序推进：
这一步的关键是把有限的人力从”搬运数据”转移到”处理异常”。我在这个阶段最常用的做法就是把数据合并和可售天数计算交给数据平台，把人工时间集中在每周 10 到 15 个异常 SKU 上。
当你有 3 个以上店铺、2 个以上海外仓时，最大的敌人是”同一批货在三个地方各算一遍”。这个时候需要解决的是库存共享与调拨问题。
我的建议是建一张”全局库存视图”，把海外仓、FBA、在途、待发全部放进去，然后按站点分配逻辑。同时要明确一件事：多渠道发货的库存同步延迟是必然存在的，不要把系统里的数字当成绝对真值，要留 3% 到 5% 的缓冲。
这两个时点是全年库存风险最集中的地方。春节的问题不是工厂放假 15 天，而是放假前后各两周的产能都会明显下降，实际影响接近 40 天。旺季的问题是平台入仓排期会挤占你的上架时间。
我的做法是把这两个节点单独拉出来，做一张”倒推时间表”：从目标上架日期往回推，扣除入仓、海运、集货、生产、以及 15 天的缓冲，得出最晚下单日。这个日期一旦确定，就当成硬性截止线。
下面这张图是我做春节备货规划时常用的对比模型（样本推演数据），它说明的是同一个问题：不提前锁定产能，断货之后的恢复需要接近两个月。
库存计划做到最后，全是取舍。没有”都对”的方案，只有”在你当前条件下更合适”的方案。下面四组取舍是我被问得最多的。
这个问题没有绝对答案，取决于毛利结构和断货损失。我的判断标准是：如果断货导致的排名下滑和广告重启成本，超过空运多出来的运费，就应该走空运。
| 对比项 | 海运 | 空运 |
|---|---|---|
| 典型在途时间 | 28-40 天 | 5-10 天 |
| 单位运费（相对值） | 1.0 | 4.5-7.0 |
| 适用 SKU | 体积大、毛利承受力低、需求稳定 | 高毛利、断货损失大、体积小 |
| 适用时点 | 常规补货、提前规划的大批量 | 爆款救急、旺季抢窗口、新品试水 |
| 主要风险 | 旺季舱位紧张、到港后衔接延误 | 成本失控、把小批量补贴当成常态 |
我的经验线是：空运只用于两种情况，救爆款，或者试新品。如果发现某个 SKU 常年需要空运补货，说明你的基础备货量算错了，那是个参数问题，不是物流问题。
FBA 的优势是流量和配送体验，劣势是费用结构和库存灵活性。第三方海外仓相反。我的建议是混合使用：把预计 60 天内能卖完的货放 FBA，把慢周转或作为缓冲的货放海外仓，需要时再补进 FBA。
这个策略能显著降低长期仓储费的暴露，代价是多了一次入库操作和一段补货前置期。对于周转天数超过 90 天的 SKU，我几乎都会建议迁到海外仓。
铺 SKU 的好处是能快速找到爆款，坏处是库存复杂度呈指数上升。深耕爆款的好处是库存集中、周转快，坏处是抗风险能力弱。
我的判断逻辑很简单：看你的资金规模能不能支撑起长尾库存的持有成本。如果月均库存资金占用在 50 万元以下，我会强烈建议集中精力做 5 到 10 个 SKU；超过 200 万元、并且已经有一套自动化的库存视图时，铺 SKU 的试错效率才会体现出来。
这是最考验心态的取舍。我的判断标准是看边际持有成本是否已经超过预期售价的回升空间。如果一件商品在当前价位卖不动，指望三个月后以更高价格卖出去，本质上是在赌市场，而不是在做计划。
我通常会算一笔账：继续持有 90 天的资金占用 + 仓储费 + 可能的降级费用，对比现在打折清货的损失。多数情况下，前者的总额会超过后者。
写到这里，我想把整篇文章压缩成一句我认为最重要的话：库存计划不是一个项目，而是一个每周都要跑的循环。所有一次性的”库存优化方案”，在三个月后都会失效，因为需求变了、前置期变了、SKU 结构也变了。
如果你今天就要动手，我建议按这个顺序做四件事：第一，把你所有 SKU 的可用库存、在途库存、近 28 天日均销量整理到一张表里；第二，算出每个 SKU 的可售天数，按从低到高排序；第三，把低于 35 天的挑出来，逐个判断是下单还是空运救急；第四，把高于 90 天的挑出来，给出一个明确的退出期限。
这四件事做完，你大概需要两个小时。而它带来的认知改变，往往比看十篇方法论文章都大，因为你会第一次清楚地看到，你的问题到底是缺货，还是钱压在了错误的地方。
下一步，我建议你在接下来四周里只做一件事：每周同一时间，用同一套口径更新这张表，并且记录下你的每一个决策和它的结果。四周之后你会有 4 个数据点，十二周之后你会有 12 个。到那个时候，你就不再需要别人告诉你”安全库存应该留 30 天还是 45 天”了，你自己的数据会给出答案。
我刚决定做跨境，选好品之后最纠结的就是首批备货量。备少了怕断货掉排名，备多了又怕压死现金流，毕竟我前期预算也就几万块。身边人说法还都不一样，有人说先发200件试水，有人说直接备3个月的量，我实在不知道该听谁的。
别按“感觉”备货，按公式倒推：首批备货量 = 预估日均销量 × 备货周期天数 × 0.7（试销折扣）+ 最低安全库存。举个例子，你预估日销10单、补货周期45天，正常算是450件，但首批要乘0.7的保守系数，实际备300件左右，再留30件安全库存。
判断依据不要拍脑袋，去目标平台搜同类关键词，把前10名竞品近30天的评论增量、BSR排名变化拉出来，取中位数的60%作为你的预估日销，新手第一年这个口径通常比你自己估的准。
另外把首批货拆成两批走：60%走海运压成本，40%走空运或快递抢上架时间，这样即使海运慢了，你也有货能先跑起来测数据，测出来的真实转化率再决定第二批加不加量。记住一个底线：首批备货的货值不要超过你总预算的40%，剩下的钱要留给广告、退货和补第二批货。
我最头疼的就是海运，说好30天到，实际拖到50天也有过。上个月就因为算错了补货时间，主推款断货整整两周，排名从第3页直接掉到第8页，广告费白烧了一大笔。我一直在想，这种时效不可控的情况下，安全库存到底该按什么口径来定？
安全库存的核心不是“平均时效”，而是“时效波动幅度”。正确的算法是：安全库存 = 日均销量 ×（最长补货周期 − 平均补货周期）。比如你日均出20单，平均海运35天，但你遇到过最慢的一次是55天，那安全库存就是 20 × 20 = 400件。
补货点则是：日均销量 × 平均补货周期 + 安全库存 = 20 × 35 + 400 = 1100件，库存掉到这个数就必须下单，而不是等到快见底。实操上有两个细节：第一，把过去6次实际到仓时间记在表里，取最慢那次而不是平均值来算，宁可多备一点；
第二，旺季（比如黑五前）把最长周期再上浮15%，20%，因为港口和仓库都会堵。如果你同时用海运和空运，可以给空运单独设一条快速补货线，只覆盖爆款的紧急缺口，数量控制在总库存的15%以内，用来买时间而不是买成本。
我去年冬天压了一批季节性产品，想着慢慢卖总能卖掉，结果放到今年仓储费越滚越多，最后算下来利润全被吃掉了。现在手里又有一批上架3个月没怎么动销的SKU，我很犹豫：是继续等等看，还是现在就降价清掉？到底卖多久算滞销？
给你一个可以直接套用的口径：上架满90天仍未售完，或者近30天动销率（月销量 ÷ 当前库存）低于0.3，就判定为滞销，必须进入清货流程，不要凭感情再等。清货分三步走，每一步给7天观察期：第一步，把价格下调10%，15%，同时把主图和标题里的核心卖点重做一次，因为很多时候不是价格问题而是点击率问题；
第二步，如果7天后动销率还不到0.5，就做捆绑销售或者走站外折扣渠道，目标是回笼60%以上的成本；第三步，超过120天还清不掉的，直接按清仓价处理，宁可亏掉这部分，也不要让它继续占用仓储费和你的现金流。
判断依据很简单：算一下这个SKU每天产生的仓储成本加资金占用成本，如果已经超过它售价的3%，每多放一天都是净亏损。另外从源头防积压：把SKU分成A/B/C三档，A档（占销量前20%）常备货，B档按订单补，C档只做预售不压库存，这样能从根本上降低滞销概率。
我一开始只做一个平台，后来想多铺几个渠道增加曝光，结果同一个SKU几个平台同时出单，仓库实际只有一批货，出现了超卖，被平台扣分还赔了客户钱。现在想重新梳理库存分配规则，但不知道该按什么比例分，也不知道用什么方式同步库存最稳。
多平台库存分配要遵循“一个主仓 + 主推平台优先”的原则，不能几个平台平行平分。具体做法：先确定主推平台，给它锁定总库存的60%，70%，剩下30%，40%按各平台近30天实际销量占比分配，例如某平台贡献了你20%的订单，就分它15%，20%的库存，留出缓冲。
同步机制上，务必做两层防护：一是设置平台可售库存上限，不要把所有实物库存都挂上去，通常只挂实际库存的85%，留15%作为缓冲吸收同步延迟；
二是固定同步频率，手动管理的话每天早晚各对一次账，用表格或某项目管理平台按SKU建一张库存看板，把每个平台的在途、在仓、已售、可售四个数字列清楚，任何一次补货后当天更新。
如果订单量到了每天上百单、SKU超过50个，人工已经管不住，这时候就该上ERP或者库存同步工具，判断标准是“对账花费的时间是否超过每天1小时”，超过就值得花钱买工具。最后提醒一点：共享库存的SKU，宁可显示“库存紧张”也不要显示“有货”，因为断货赔付的损失远大于少卖几单。
读者评论
前置期波动这块我有同感，但作者把标准差压到2天说得太轻松了。我们合作的几家工厂，旺季排产本身就是黑箱，能提前告知交期变化就已经算好的了，压波动往往要靠多付钱或者多备一家供应商，这个成本文章里没提。
分层那个表看着很清爽，实际执行最大的问题是数据从哪来。我们用的某项目管理平台里SKU基础数据、采购单、头程节点是散的，波动系数和覆盖天数要人工拼，一个月能做一次就不错了，想每周三出补货建议基本靠人盯。
折扣损失只占28%这个结论我信，但资金占用按年化12%折算对中小卖家偏高了，我们实际能拿到的资金成本没那么贵。而且清货慢的真正原因往往不是算不清账，是舍不得，账算得再准，心理那关过不去还是不动。