2023年10月，一个做家居收纳的卖家找到我，他的爆款收纳盒在Prime Day之后断货了11天。断货前日均出单80单左右，客单价32美元，等货补上再上架，排名从类目前80掉到400名开外，恢复期用了将近三周，期间额外投了近4000美元广告才把流量拉回来。他跟我说了一句让我印象很深的话：“我不是不知道该备货，我是不知道该备多少、什么时候备。”这句话几乎概括了中小跨境电商商家在库存计划上的全部困境，不是没有意愿，而是没有一套能在自己的人力与资金条件下跑起来的判断系统。
先把结论说清楚：中小商家的库存计划，本质不是“算准该备多少货”，而是“设计一套能在资金约束下持续修正的节奏控制器”。这个定义和大多数人所理解的库存管理不一样，但它是中小商家能不能把生意做大的分水岭。
很多商家在复盘时看的是销售额、毛利率、广告投产比，很少人把“库存占用资金”放进同一个画面里看。结果就是账面上赚钱，卡上没钱。我服务过的样本里，一个月销30万美元的卖家，常年趴在FBA和海外仓里的货值在45万到60万美元之间，按他的说法“利润都在货里”。
这件事的关键在于：库存计划决定了你的现金周转周期，而现金周转周期决定了你能接多大的生意。同样做100万美元年销售额，周转4次的商家只需要约25万美元的库存资金，周转2次的商家需要50万。差的这25万，就是能不能多开一条产品线、能不能扛过一次旺季备货的差距。
所以我在给中小商家做库存诊断时，第一个看的不是库存周转率，而是把库存资金和月均销售额放在一起看。这个比值超过2.5，说明你的现金节奏已经偏慢了；超过4，基本是靠借贷或者压供应商账期在维持，抗风险能力非常弱。
大部分人把“库存计划”当成一个动作，其实它是三个相互牵制的问题：备多少（数量）、什么时候备（时间）、用什么钱备（资金结构）。这三个问题的答案往往互相冲突，这才是真正难的地方。
举个例子，把备货量算大一点能降低断货风险，但会让资金占用上升；把备货时间提前能对冲海运波动，但仓储费和滞销风险随之增加；把所有现金压在一个爆款上收益最高，但也最脆弱。任何一个环节单独优化，都可能让另外两个环节变差。
所以我在实际操作中不追求“最优解”，而是追求“可解释的解”。每个补货决策，我要求能回答三个问题：这个数量的依据是什么？这个时间点如果提前或推迟一周会怎样？这笔钱占了我可动用资金的多少比例？三个问题都能答上来，才算一个完整的库存计划决策。
大公司有供应链团队、有需求预测模型、有S&OP流程，中小商家都没有。但中小商家有一件大公司没有的东西：决策链极短。看到数据不对，今天就能改补货计划，不用开三个会。
所以适合中小商家的库存计划，不是一套复杂的系统，而是一个轻量但高频的循环：每周看一次动销数据，每两周调一次补货节奏，每月做一次库存复盘。核心不是预测得多准，而是错得多快能发现、能纠正。
我经常跟商家说一句话：库存计划的正确率不需要95%，需要的是错误能在两周内被识别。一个月销2000单的商家，如果能把库存偏差的发现周期从一个月压缩到两周，一年下来少占用的资金通常在15万到30万人民币之间，比自己熬夜算那个“精确备货量”带来的收益大得多。
要理解库存计划为什么难，得先看清楚它失控的路径。绝大多数中小商家的库存问题不是某一次决策失误，而是一连串小偏差在平台节奏和资金压力下的复利累积。我把这个过程分为几个典型的失控阶段。
我问过几十个商家同一个问题：你这次备货数量是怎么定的？出现频率最高的三个回答是“按上个月销量加20%”“按去年同期的量”“供应商说这个量能给我便宜三毛钱”。
这三个依据都有致命问题。“上个月销量加20%”默认了需求是线性的，但跨境电商的需求受平台流量、竞品价格、季节、广告投入影响，波动很大。“按去年同期的量”忽略了产品所处的生命周期阶段，去年的爆款今年可能已经进入衰退期。“供应商说量大便宜”直接把采购成本当成备货决策依据，这是把成本问题当成需求问题。
更麻烦的是，这三个依据如果同时使用，就会产生一个自我强化的偏差：销量好的时候多备，多备的时候赶上流量红利继续卖，看起来一直对，直到某一次平台算法或者市场节奏变了，前面几次的“正确经验”瞬间全部失效。
2023年到2024年，跨境电商平台规则发生了几个对库存计划影响极大的变化。亚马逊的库容限制和IPI考核让“无限囤货”不再可行；TikTok Shop和Temu的半托管、全托管模式把一部分库存风险转移给了平台，但也要求商家在响应速度上更快；多个平台的促销周期从一年两次变成了一年十几次。
这些变化对库存计划的影响是结构性的。以前你可以用“一次大备货撑半年”的方式摊薄成本，现在必须用“多次小批量、快速反应”的方式贴近需求。但很多商家的备货逻辑还停留在三年前，一次海运发三个月甚至半年的量，结果就是库容爆仓、IPI掉分、仓储费飙升。
我见过一个典型案例：做厨房小工具的一个卖家，2023年黑五前按上年节奏一次性发了两千多件到FBA，结果平台当季流量结构发生变化，主推类目转向了别的方向，这批货在美国仓压了五个月，产生的长期仓储费加上资金占用成本，几乎吃掉了这批货的全部毛利。
这是最容易被忽视的一环。现在大部分商家都装了ERP、都开了各平台的卖家后台，数据并不缺。问题是这些数据分散在不同系统里，口径还不一致。亚马逊后台的库存、TikTok Shop的库存、海外仓的库存、在途库存，往往是四份数据，四份对不上。
我做过一个粗略的统计：在我接触过的中小商家里，能准确说出“当前这一刻，我所有SKU的可售库存总量和金额”的比例不到三成。大部分人需要花两三天时间从各个后台导出表格手工汇总，而汇总完的数据已经过期了。
库存计划的瓶颈从来不是算法，而是数据采集的最后一公里。如果你的库存数据需要三天才能汇总一次，那么任何高频的库存计划都是空谈。这也是为什么我一直建议中小商家先解决“看得见”的问题，再解决“算得准”的问题。
中小跨境电商团队通常是运营兼采购、客服兼仓管。库存计划这件事往往没有明确负责人，或者由运营在广告投放的间隙里顺手做一下。这种状态下，库存计划很难稳定运行。
我在给商家做顾问时，通常会先确认一个事情：谁对库存周转天数这个指标负责？如果答案模糊，那么库存计划大概率不会被执行下去。指标必须落到具体的人头上，哪怕这个人是老板自己。
这些年我看过的库存问题，绝大多数可以归到几个反复出现的认知误区里。它们看起来都是常识，但正是这些“常识”在特定条件下变成了陷阱。我一个个拆开讲。
库存周转率当然重要，但把它当成唯一指标非常危险。周转率高可能是好事，也可能是你备货不足导致的假象。一个商家如果常年缺货，周转率会很好看，因为货一进来就被抢走了，但实际上他损失了大量本该拿到的销售。
我在实际诊断中会同时看四个指标：库存周转天数、缺货率、滞销库存占比、库存资金回报率。这四个指标里任何一个单独看都会骗人，必须放在一起看。比如周转天数下降20%，但缺货率上升了8个百分点，那基本可以判断是备货不足，而不是运营效率提升。
这是我见过最多的一个错误。跨境电商的销量受太多因素影响：平台流量分配、竞品动作、季节性、广告预算、汇率、甚至物流时效带来的评论变化。用一个月的数据推算下个月，误差经常在40%以上。
更合理的做法是用“滚动加权”代替“单点外推”：取最近8到12周的数据，给近期的数据更高权重，同时标注异常周（比如大促、断货、平台事故）单独处理。这样得到的基线虽然仍然粗糙，但至少不会因为一个大促周把整个备货量拉爆。
我在实操里用一个简单的加权方法，可以直接在表格里实现，逻辑大概是这样的：
# 滚动加权需求基线（示例逻辑，非特定工具代码）
输入：最近12周的周销量 weekly_sales[0..11]，0为最早，11为最近
权重：越近权重越高，总权重为1
weights = [0.03, 0.04, 0.05, 0.06, 0.07, 0.08,
0.09, 0.10, 0.11, 0.12, 0.12, 0.13]
异常周标记：大促、断货周单独剔出或单独加成
is_abnormal = [False] * 12 # 需人工或规则标注
def weighted_baseline(weekly_sales, weights, is_abnormal):
total_weight = 0
acc = 0
for i in range(12):
if is_abnormal[i]:
continue
acc += weekly_sales[i] * weights[i]
total_weight += weights[i]
return acc / total_weight if total_weight else 0
用法：得到周需求基线后，再乘以补货周期的周数，作为基础备货量
baseline_weekly = weighted_baseline(weekly_sales, weights, is_abnormal)
base_order_qty = baseline_weekly * lead_time_weeks
这段逻辑本身不复杂，但关键在于它把“异常周”这个变量显式地提出来了。库存计划的大部分精度损失，不是来自模型，而是来自没有把异常事件标记清楚。
很多商家会给每个SKU设一个固定的安全库存数，比如“保持在50件以上”。这个做法在需求稳定的品类里勉强能用，但在跨境电商这种波动环境下基本失效。
理论上安全库存的公式是 SS = Z × σ × √L，其中Z是服务水平系数，σ是需求标准差，L是补货提前期。这个公式本身没问题，问题在于中小商家很难准确估计σ，而且L本身在跨境场景下波动极大，海运延误、清关排队、FBA上架慢，都会让提前期从30天变成50天。
我的建议是不要追求精确的σ，而是用“分位区间”的方式估算：把过去半年每个月的实际销量排序，取中位数作为基线，取第75或第80分位作为偏保守的备货参考。同时把提前期在正常值基础上上浮30%来算安全库存，宁可多占一点资金，也不要在大促前断货。
单个SKU的库存计划做得再好，如果产品组合的结构错了，整体仍然会亏。我见过一个卖家，每个SKU的周转天数都控制得不错，但整体库存资金回报率只有8%，原因是他有大量小销量的长尾SKU，每个占用一点资金，加起来占了总库存的40%，贡献的销售额却不到15%。
库存计划的第二层是组合管理，不是单品管理。你得先决定哪些SKU值得备货、哪些应该清仓、哪些应该改成一件代发或者预售，再去做单品的数量计划。顺序反了，单品算得再准也是浪费。
这是最隐蔽的一个误区。很多商家装了ERP，能看到库存数量、能看到动销报表，就觉得自己已经有库存管理能力了。但ERP解决的是“记录”问题，不是“决策”问题。它告诉你现状是什么，不会告诉你下一步该做什么。
库存计划的核心动作是判断：这个SKU该不该补、补多少、什么时候补、用哪笔钱补。这些判断需要把库存数据、销售数据、广告数据、资金数据、物流时效放在一起看，而不是看某一个系统里的某一页报表。ERP通常是这些数据的一个来源，不是全部。
讲完误区，我把这些年用过、也验证过的一套判断逻辑整理出来。它不复杂，但结构清晰，适合中小团队直接套用。我把它拆成三层：分层、节奏、取舍。
第一层解决的是“把精力花在哪里”的问题。我通常用两个维度给SKU分层：销售贡献（销售额或毛利额）和需求稳定性（销量波动程度）。
按这两个维度可以把SKU分成四类：高贡献高稳定（核心款）、高贡献低稳定（爆款或季节款）、低贡献高稳定（常规款）、低贡献低稳定（长尾款）。这四类的库存策略完全不同。
这一步说起来简单，但真正做的时候会发现，很多商家的精力分布恰好是反的，长尾SKU因为“每个都要管”，反而消耗了最多的人力，核心款反而没被重点保障。
第二层解决的是“什么时候动”的问题。很多商家的问题不是备货量算错，而是补货节奏太乱：这周想起来补一批，下周忘了，再下周因为断货紧急空运补一批，成本翻倍。
我给中小商家的建议是把补货从“事件驱动”改成“日历驱动”。固定每周或每两周的一个时间点做补货决策，其余时间只记录不下单。这样做的价值在于：一是能积累稳定的决策数据，二是能避免情绪化补货，三是能让供应商和物流环节也更稳定。
具体节奏可以这样设计：
这套节奏跑顺之后，你会发现一个有意思的现象：紧急补货的次数会显著下降，而不一定是因为备货算得更准，而是因为你更早发现了偏差。
第三层解决的是“能不能这么备”的问题。这是我见过最多商家忽略的一层。大家讨论库存计划时都在讨论数量和时间，很少有人讨论资金结构。
我的做法是先算出“可动用库存资金”这个数字：手头现金 + 一个月内能回款的钱 – 必须留出的运营费用 – 应急储备金。这个数字才是所有补货决策的天花板。然后把这个额度按重要性分配给不同SKU层级。
举例来说，如果你的可动用库存资金是30万，核心款占50%即15万，爆款/季节款占30%即9万，常规款占15%即4.5万，长尾款留10%即3万应急。这个分配比例可以根据品类调整，但一定要先有分配，再谈单个SKU的备货数量。
这一层做到位，你会发现很多库存问题的根源其实不是库存算得不准，而是在资金不足的情况下强行铺了太多SKU。这时候该做的不是优化算法，而是砍SKU。
把上面三层压缩成一张检查清单，每次补货前过一遍，能挡掉大部分低级错误：
清单的价值在于强制性。很多补货失误不是因为不知道，而是因为没被强制执行。把这六个问题做成模板，每次填一遍，决策质量会明显不一样。
前面讲的是逻辑，这一部分讲落地。中小商家没有数据团队，但也不能继续用导表格加手工透视的方式做库存计划，因为太慢。我这两年实践下来，比较适合中小商家的方案是用轻量化的跨境电商数据分析工具搭建库存看板，我在实际项目里用得比较多的是数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys），下面结合具体场景讲讲怎么用。
先澄清一个概念：ERP和分析工具解决的是不同问题。ERP管流程，比如订单、发货、采购单；分析工具管判断，比如这个SKU该不该补、这个月的库存结构是不是变差了。
中小商家的痛点是：数据分散在多个平台后台，口径不一致，人工汇总慢。你需要的是一个能把亚马逊、TikTok Shop、独立站、海外仓的数据汇总到一起，并且能按你的业务口径重算的工具。关键不是功能多，而是能把“最后一公里”的数据打通。
我在选工具时会看三个点：能不能对接我实际在用的平台和仓储系统；能不能自定义指标口径，而不是只能用系统预置的几个；更新频率是不是足够支撑周度决策。这三点决定了工具是能用起来，还是装完就闲置。
库存总量这个数字没什么用，因为一万件核心款和一万件长尾款是完全不同的两件事。我在实际使用中，第一步是把库存按前面的四象限分层，然后看每一层的库存资金占比和销售额占比是否匹配。
具体操作上，我会在数跨境里建立几个计算字段：SKU的近期销售额、销量变异系数、库存金额、周转天数。然后做一张分层看板，按季度看每一层的变化。印象最深的一次，是帮一个做宠物用品的商家做这个分析，发现他的长尾层库存资金占比达到了38%，而销售额贡献只有11%。
这个发现本身不新鲜，但把它做成一张每周自动更新的看板之后，团队的行为变了，以前是“感觉长尾有点多”，现在是“这个数字必须压到25%以下”。可量化的目标加上自动更新的数据，执行力是完全不同的。
库存周转天数这个指标，单点看意义不大，趋势看才有价值。我在实际操作里会把它做成按周更新的折线，同时叠加缺货率。这两条线的关系是库存计划质量的核心信号。
理想状态是两条线都在可控区间内小幅波动。如果周转天数下降但缺货率上升，说明备货偏紧；如果周转天数上升且缺货率也上升，说明库存结构有问题，很可能是该补的没补、不该补的压了一堆。
我观察到的一个典型变化是：用了自动更新的看板之后，商家发现问题的平均时间从三到四周缩短到一到两周。这个变化带来的直接收益，不是少备了多少货，而是避免了两次以上的紧急空运补货，单次成本通常在几千到几万元不等。
光看周转不够，还要看这些库存赚了多少钱。我通常会把库存资金和毛利额放在一起，算一个“库存资金毛利率”：一段时间内的毛利额除以平均库存资金。
这个指标能揭示很多问题。比如一个商家整体毛利率看起来不错，但库存资金毛利率很低，说明大量资金压在不赚钱的SKU上。我用数跨境把销售、成本、库存数据关联起来算这个指标时，经常能看到不同SKU层级之间差距在三倍以上。
有了这个视角，库存计划的决策依据就从“这个SKU卖得好不好”变成“这个SKU占用我的资金效率高不高”。这是从运营思维转向经营思维的关键一步。
把上面的动作串起来，形成一个月度复盘流程。这套流程我带着好几个商家跑过，通常两个月左右能看到明显的资金结构改善。
这套流程看起来有点繁琐，但真正跑起来，熟练之后每个月只需要两到三个小时。关键在于它把库存计划从“靠人记”变成了“靠流程跑”。
库存计划没有万能方案，不同阶段、不同规模的商家应该做的事完全不同。我把常见的几种情况拆开来说，你可以直接对号入座。
这个阶段最重要的是不要备货，或者只备最小批量。你的核心任务是验证产品、验证流量渠道、验证转化率，不是优化库存。这个阶段备大量货，风险远大于收益。
具体建议：优先使用一件代发、预售、小批量空运试销。备货量控制在两周到一个月的销量范围内。不要因为供应商说“量大优惠”就多备，你的资金应该留给验证下一个产品。
这个阶段唯一要建立的库存习惯是：每次补货都记一笔，记录数量、时间、原因、结果。这批记录会在你进入下一个阶段时变成最宝贵的经验数据。
这个阶段开始有稳定的畅销SKU了，重点是把补货节奏固定下来，把库存计划从随意变成规律。同时开始做SKU分层，识别出哪些是核心款。
具体建议：建立每周固定的补货决策日；用滚动加权基线代替单月外推；把核心款的安全库存服务水平提高；开始清理明确不动的长尾SKU。这个阶段不需要复杂工具，用表格加一个轻量分析看板就够了。
我特别建议这个阶段就引入一个数据看板，哪怕很简单。因为习惯一旦养成，后面规模上来之后不用重新学。在月销500单的时候建立的习惯，和月销5000单的时候才去补，成本差十倍。
这个阶段库存开始变成真正的资金问题，重点转向资金效率和结构优化。核心款占比应该提升，长尾SKU要主动清理，SKU总数要有意识地控制，不能无限扩张。
具体建议：建立分层的资金分配预算；对核心款做多批次、小批量补货，减少一次性大额压货；引入海外仓或平台仓做缓冲，缩短补货周期；对每个新SKU设定明确的观察期和淘汰标准，比如上线90天销售额不达标就淘汰。
这个阶段是库存计划最容易失控的阶段，因为销售额在涨，容易产生“再铺一个SKU也许就爆了”的冲动。扩张期的库存纪律，往往决定了这个商家能不能跨过下一个规模门槛。
多平台带来一个新的复杂度：库存要不要共享，还是各平台独立备货？这个问题没有标准答案，取决于你的履约方式和平台规则。
如果多个平台共用海外仓，库存就是共享的，这时候需要在分析工具里做统一的库存视图，否则各平台看到的可售库存是重复计算的，容易出现超卖。如果各平台独立备货，那就要分别做库存计划，管理成本会显著上升。
我的经验是：SKU数量少、单量集中的商家适合共享库存；SKU多、单量分散的商家适合按平台独立备货但共享数据看板。无论哪种方式，前提都是要有一个跨平台的统一数据视图，否则你连自己有多少货都说不清。
库存计划的本质是一系列取舍。你不可能同时做到不断货、不滞销、不缺资金、不费人力。关键是知道自己在为什么样的结果接受什么样的代价。下面这几组取舍，是我在实操中最常被问到的。
这个问题看起来是二选一，其实答案取决于产品所处阶段和你的资金状况。
如果是处于上升期、正在抢排名的核心款，断货的代价通常大于滞销，因为排名掉下去再拉回来要花更多广告费。这时候宁可多备，接受一定的滞销风险。
如果是处于衰退期或者测试期的产品，滞销的代价大于断货，因为滞销占用的是你本来可以用来测试下一个产品的资金。这时候应该少备、快补、勤调整。
我的判断标准比较直接：如果这个SKU的排名恢复成本高于滞销库存的清仓损失，那就倾向于多备；反过来则倾向于少备。这个比较听起来简单，但真正算过的人不多。
这是一组成本与时间的取舍。空运成本通常是海运的4到8倍，但时间能缩短20到35天。用不用空运，取决于这批货晚到一个月会损失多少。
我的判断逻辑是这样的：如果这个SKU断货一个月导致的排名损失和销售损失，超过了空运与海运的运费差额，那空运就是划算的。很多商家只看到空运贵，没算过断货的总成本，所以经常在两者之间反复纠结。
更实用的做法是混合使用：用海运发基础量，用空运补缺口，把空运当成一种保险而不是主要运输方式。同时把空运补货的频率当成一个预警指标，如果一个月触发两次以上，说明你的基础备货量算少了。
这个问题在中小商家里争论很多。铺更多SKU的好处是能抓住更多机会、分散风险；坏处是每个SKU的库存占用叠加起来会拖慢整体资金周转。
我的观察是：月销低于1000单的商家，应该严格控制SKU数量，把资源集中在少数几个核心款上，因为这个阶段的资金和管理能力都不足以支撑大量SKU。月销超过2000单之后，可以适度扩张SKU，但必须配合明确的淘汰机制。
一个实用的经验值是：SKU数量增长的速度不应该快于销售额增长的速度。如果SKU数量翻倍但销售额只增长30%，那多出来的SKU大概率是在消耗资金而不是创造利润。
这个取舍的核心是控制权和成本的平衡。平台仓（如FBA）的优势是配送快、流量加权，劣势是仓储费高、库容受限、长期仓储费惩罚重。自建海外仓的优势是灵活、成本可控、可以支持多渠道，劣势是需要自己管理、配送时效可能不如平台仓。
我倾向于建议中小商家采用平台仓加海外仓的组合：核心款和畅销款放平台仓，长尾款和备货缓冲放海外仓。这样既能保证核心款的配送时效和流量表现，又能避免长尾款在平台仓产生高额长期仓储费。
这个组合的复杂度在于需要统一的库存视图，否则很容易出现两个仓库之间调货不及时、或者重复备货的问题。这也是为什么我前面强调统一数据视图的重要性，它不只是为了算得准，更是为了让这种组合模式跑得通。
回到开头那个断货11天的案例。后来我们复盘的时候发现，他真正的问题不是没算准备货量，而是没有一套机制在他销量开始异常上涨的时候提醒他。等到他意识到要补货时，已经晚了两周，再加上海运在途时间，断货几乎不可避免。
所以我想强调的独特观点是：库存计划的进阶，本质上不是把数量算得更准，而是把节奏管得更好。数量算得再准，如果发现偏差的时间太晚，照样会断货或滞销。反过来，数量算得粗糙一点，但每周都能看到真实动销和库存状态，你就有足够的时间去修正。
这个观点听起来像是退而求其次，但在中小商家的实际条件下，它反而是更可行的路径。因为你不可能拥有大公司的预测能力，但你可以拥有比大公司更快的反应速度。把库存计划的重心从“预测”转向“反馈”，是中小商家最应该做的战略选择。
基于这个判断，我建议你下一步做三件事情，按顺序来：
库存计划不是一门一次学会的课程，而是一种需要持续运行的能力。它不会让你某一次备货变得完美，但会让你在每一次偏差之后，都更快地回到正确的轨道上。对中小跨境电商商家来说，这种持续修正的能力，往往比任何一次精准的预测都更值钱。
我做了两年亚马逊，一直靠感觉补货，去年旺季断货、淡季压了一堆货，两头都亏。今年想把库存计划系统化，但看那些教程一上来就是需求预测模型、S&OP，感觉离我这种三五个人的小团队太远，不知道第一步到底该做什么。
先做SKU分层和补货节奏表这两件事，别急着上模型。按近90天销量和毛利把SKU分成A、B、C三档：A档通常是销量前20%但贡献约70%销售额的SKU，逐个单独算补货点；B档每月拉一次数据；C档按季度看，该清退就清退。
补货节奏表只要三列，日均销量（取近30天和近90天的较大值，避免旺季掉链子）、补货总时长（工厂生产加头程加清关加入仓上架，实测一次别拍脑袋）、安全库存天数。先用手动表格跑一个月，把实际到货时间和销量偏差记下来，再决定要不要上系统。
判断标准是：连续两个月缺货率低于3%、滞销库存金额占比低于15%，这套手动流程就算跑通了。
我算补货点的时候特别纠结，按30天算经常断货，按60天算又压一堆货。而且不同品类、不同物流方式的时效差得离谱，我不知道该用哪个数字，每次都是凭感觉加几天。
补货点等于日均销量乘以补货总时长，再加安全库存。安全库存的简化算法是：日均销量乘以最长补货时长与平均补货时长的差值。关键在补货总时长要拆开测：工厂排产生产、头程、清关、平台入仓上架，每一段分别记录实际天数，取近5次的中位数，旺季再整体加20%到30%缓冲。
波动系数用近90天日销量的标准差除以均值，低于0.3算稳定，0.5以上就必须额外加库存。别用一个统一天数覆盖所有SKU，A档SKU按单品单独算，C档可以用固定值省事。另外建议每个季度重算一次，物流时效一变，去年的参数就失效了。
我现在是每个平台单独备一份库存，结果经常A平台断货、B平台还有一堆货卖不动，想调货又来不及。想共用一份库存又怕超卖被平台处罚，纠结了很久一直没敢动。
核心是把实物库存和可售库存分开。实物库存只有一份，放在一张总表或中台里；每个平台的可售库存等于实物库存减去其他平台已占用未发货订单，再减去安全缓冲。缓冲值按渠道给不同数：有固定入仓周期的平台按在途和在仓分别记，自发货渠道预留5%到10%。
实操上每天定点对一次账，优先查在途和退货未入库这两项，差异八成出在这里。判断该不该上系统的界线是：在售SKU超过150个，或者销售渠道超过3个，人工对账出错率会明显上升，这时候再考虑用某项目管理工具或库存中台把流程固化，别在只有20个SKU的时候就先买系统。
我仓库里有些货放了七八个月，扔了可惜、留着又占仓租，一直下不了决心清。也不知道自己整体的库存健康度在行业里算好还是算差，别人说周转天数要控制在60天以内，可我的品类备货本来就慢。
中小跨境电商先盯两个指标就够：库存周转天数（平均库存成本除以日均销售成本）和库龄结构。健康区间大致是周转天数45到75天，其中库龄超过180天的库存金额占比控制在10%以内、超过270天的控制在5%以内，不同品类可以上下浮动，但趋势比绝对值更重要。
判定滞销别只看时间，看可售天数：超过180天且近30天销量没有自然增长的，直接进清仓池。处理顺序是先用站内促销和捆绑销售消化30天，没动静就降价到保本线，再不行走本地清货商或批量渠道，最后才报废。清仓要设止损线，比如连续降价三轮仍未清完60%，就当沉没成本处理，仓储费和资金占用往往比账面亏损更贵。
每季度做一次库龄复盘，如果连续两个季度滞销占比上升，问题通常出在选品或预测环节，要回头查而不是只清货。
读者评论
滚动加权那个思路我用过，卡点在异常周标注。大促、断货、平台临时调流量，往往事后才反应过来，等标完再算基线，备货窗口已经过了。新品更麻烦，根本没有12周数据，我最后拿竞品评论增速凑了个替代指标，误差也不小，只能当方向看。
库存资金除以月均销售额这条警戒线，我觉得得分类目。我做户外大件，单价高、复购低，周转天生就慢，压到2.5以下反而容易断货掉排名；快消小件压到4倍才是真危险。这个比值更适合看自己的趋势变化，当绝对阈值容易误伤。
谁来对库存周转天数负责这句戳到了。我们四个人，运营兼采购，让他背这个指标的结果就是投广告忙起来时库存表两周不更新。后来改成老板每周五固定看一次动销，比设KPI管用。小团队里责任落到具体人头上常常执行不下去，落到固定动作上反而稳。