2024 年 11 月 21 日，距离黑五还有 8 天，我一个做功能型家居的朋友在微信群里发了张后台截图：主力 SKU 的广告 ACOS 从 18% 冲到 39%，三天里他和代运营团队否掉了 200 多个关键词，把竞价降了两轮，广告位从首页掉到第三页，ACOS 反而涨得更高。所有人都以为是投放出了问题。
最后真正的原因在供应链侧，那个 SKU 在美国仓只剩 11 天可售库存，他为了控制断货风险手动压了一半广告预算，自然排名迅速下滑，站内广告位跟着往下掉。预算少了、位置差了、转化低了，ACOS 自然失控。这不是投放事故，这是一次供应链事故，只是它长着一张广告的脸。
这件事之后我给自己立了一条规矩：任何一次广告效率异常，先看库存曲线，再看竞价曲线。这篇文章想讲的就是这件事，跨境电商的运营升级，真正的杠杆不在广告后台那几个按钮上，而在供应链和投放之间的那道缝里。谁把这道缝补上，谁的广告就比同行便宜一截。
我做了六年投放，也带过两年供应链团队，最大的体会是：广告是一个放大器，它放大的不是你的运营技巧，而是你的库存健康度。库存健康时，广告放大利润；库存恶化时，广告放大亏损，而且放大速度比大多数人预想的快得多。
原因不复杂。平台广告的排名机制里，转化率和点击率占了很大权重，而断货前兆会同时打击这两个指标：库存不足时系统给到的配送时效变差，转化率下滑；为了控损你主动降预算，曝光减少，位置下沉，点击率跟着掉。两个指标一起掉，广告成本必然上升，这跟你的否定词做得多细没有关系。
所以我给团队定的第一条判断标准是：看一个 SKU 的广告能不能继续加预算，先看它的可售天数能不能覆盖广告的“冷启动周期”。覆盖不了，加预算就是在给平台送钱。
这是我最想纠正的一个认知偏差。绝大多数卖家把供应链协同归类到“降本增效”，交给采购和仓储团队去推进，KPI 是采购成本下降几个点、仓储费率下降几个点。但在我看来，供应链协同的第一价值其实是流量价值。
你想想：补货提前期缩短 7 天，意味着什么？意味着你在旺季可以比同行晚 7 天做备货决策，把这 7 天的资金用在广告冲量上；意味着你的安全库存可以下调一档，同样的现金能铺更多 SKU 去测款；意味着广告在起量阶段不用担心“打着打着没货了”，敢把预算开到该开的位置。
这些都是实打实的广告效率提升。我见过的案例里，补货提前期从 45 天压到 32 天的那批 SKU，同期广告 TACOS 平均下降了 3.1 个百分点，而投放团队的操作动作几乎没变。这不是投放的功劳，是供应链把天花板抬高了。
很多团队的预算分配逻辑是“按广告表现分”：ACOS 低的加预算，ACOS 高的砍预算。这个逻辑本身没错，但它缺了前置条件，你得先确认这个 SKU 的库存支撑得起加预算之后的销量。
我的做法是反过来：先按库存状态把 SKU 分成四层，再决定每层的广告角色。主推层给足预算冲排名，稳定层维持防守型预算，观察层小额测款，退出层只做清库存。库存分层是上游输入，预算分层是下游输出，顺序一旦颠倒，就会出现“广告跑得很漂亮，货没了”的经典事故。
我见过太多团队在策略上反复折腾，却始终没解决一个基础问题：广告数据在广告后台，库存数据在 ERP，采购数据在供应商的微信里，头程数据在货代的邮件里。四份数据、四种口径、四个时间点，谁也说服不了谁，开会就是互相甩锅。
在这种状态下谈“供应链协同改善广告投放”，基本是空谈。协同的前提是同一个口径下的同一份事实。所以我把数据打通放在策略优化之前，哪怕第一版只是一个每天更新的看板，也比十张 Excel 透视表有价值。
最典型的场景是这样的：广告团队每天早上看报表，昨天花了 3800 美元，带来 22 单，ACOS 17%，一切正常。与此同时，仓储团队三天前就发现某个变体的库存只剩 40 件，走了内部补货流程，但流程还在审批。
两边都没错，问题在于两边的信息没有交集。广告团队不知道库存已经在漏，仓储团队不知道这个 SKU 的广告每天还在带来 15 单的真实需求。等到库存见底、链接下架，广告预算白花了三天，排名也白冲了三天。
第二个断点是决策节奏错位。补货决策通常按周甚至按月做一次，用过去 30 天的平均销量做预测；广告决策却是按天做的，销量会因为一次秒杀、一个达人视频、一次平台流量倾斜，在 48 小时内翻三倍。
用月度的补货节奏去应对日度的销量波动，结果必然是滞后。我统计过自己经手的店铺，旺季期间补货决策平均滞后于销量拐点 9.4 天，这 9.4 天里广告还在按原节奏追加预算，等货到了，热度已经过了，剩一堆库存变成长期仓储费。
第三个断点最隐蔽，也最难治。同一个 SKU，广告后台说昨天出了 22 单，ERP 说发出 19 单，平台结算报表说 21 单。三个数字都“对”，因为统计口径不同：广告归因有 7 天窗口，ERP 统计的是实际出库，平台结算扣掉了取消和退货。
当三个数字摆在会议上，讨论就变成了争论谁的报表准。可真正的决策需要的是“这个 SKU 现在真实的可售天数是多少、按当前广告速度还能撑几天”。口径不统一的代价不是报表不准，而是决策瘫痪。
说回开头那个朋友。大促结束后我们做了一次完整复盘，把那个 SKU 从 11 月 8 日到 12 月 5 日的广告和库存数据对齐看了一遍，趋势非常清楚。
断货前 14 天，广告曝光量还在稳步上涨，因为预算没变、出价没变；但断货前 9 天开始，转化率从 11.2% 掉到 8.4%，因为配送时效从次日达变成了 6 天；断货前 6 天，他手动压预算，曝光直接腰斩；断货后第 3 天链接下架，广告中断。
这张图最关键的信息是：广告指标的恶化起点比断货早了整整 9 天。也就是说，如果你只盯库存绝对数量，等到“快没货了”才反应，你已经浪费了 9 天的广告预算和 9 天的排名积累。
三年前这个问题还没这么尖锐，现在它变成硬伤，我认为有三个外部原因。第一是头程时效波动加大，海运周期从稳定的 30 天变成 25 天到 45 天的区间，补货提前期本身变得不可预测；第二是平台流量结构变化，广告位和自然位的耦合更紧，排名一掉，广告成本立刻上升；第三是关税与合规政策变动频繁，一次政策调整就可能让整批货的到岸成本重算。
这三件事叠加起来，意味着供应链的不确定性正在以更快的速度传导到广告侧。过去你可以用经验拍脑袋，现在必须用数据算。
这是最高频的误判。ACOS 从 18% 涨到 30%，团队的第一反应永远是查关键词、查竞价、查否定词、查竞品动作。这些动作该做，但它们只能解释一部分波动。
我的排查顺序是反过来的：先查库存与配送时效，再查价格与优惠，最后才查广告设置。因为库存和配送时效的变化，会同时影响转化率和广告位置，这两个变量对 ACOS 的影响权重远高于竞价调整。前面那个案例里，如果第三天就查库存，至少能省下 6000 美元的无效花费。
这个误区源于组织分工，供应链归供应链，流量归流量，各管一摊。但在平台算法眼里，这两件事从来是一件事。配送时效、库存稳定性、退货率、差评率，这些供应链指标直接进入平台的商品质量评分，而质量评分又直接影响自然排名和广告成本。
我做过一个粗略的对照：同一类目下，配送时效稳定在 2 天以内的 SKU，其广告单次点击成本平均比时效波动在 4 天以上的 SKU 低 18% 到 24%。这个差距不是靠优化竞价能追回来的。
库存充足只是健康的一个维度，而且是很容易造假的维度。把货堆在海外仓，账面库存看起来很美，但如果其中 60% 是滞销款，你的资金占用、仓储费和长期仓储附加费会吃掉所有利润。
我判断供应链健康用的是另一组指标：可售天数分布是否集中在合理区间、断货率是否低于 3%、滞销库存占比是否低于 15%、补货准时率是否高于 90%。这四个指标比“总库存量”有用得多，因为它们能直接换算成广告可以动用的预算空间。
这是组织问题，也是我认为最难改的问题。采购团队看的是采购成本和交期，投放团队看的是 ACOS 和 ROAS，两个团队用两套 KPI，开的是两个会，中间没有共同的决策语言。
解决办法不复杂，但需要决心：把“可售天数”作为两个团队共用的核心指标。采购团队为可售天数不跌破安全线负责，投放团队为在安全线以上的 SKU 争取更高的广告效率负责。一个指标，两个方向，配合关系立刻就清晰了。
断货的成本从来不只是“少卖了几单”。它至少包含四块：断货期间的销量损失、广告预算的沉没、排名下滑后重新拉起的成本、以及客户流失到竞品的长期损失。这四块里，只有第一块是显性的。
我做过一次测算，一个日均 25 单的 SKU，断货 7 天，显性损失大约 175 单销售额；但如果算上排名恢复周期（通常 3 到 6 周）和这段时间内广告成本的额外上升，总损失接近显性损失的 2.6 倍。这个倍数才是决策时真正该看的数字。
要让供应链和广告说同一种语言，我建议从三个变量开始。第一个是 DS（Days of Supply，可售天数），用当前可售库存除以近期日均销量得到；第二个是 LT（Lead Time，补货提前期），从下单到入库上架的全部天数；第三个是 SS（Safety Stock，安全库存），用来吸收销量波动和交期波动的缓冲量。
这三个变量看起来简单，但大多数团队算不准，原因是分母用了错误的口径。计算 DS 时，日均销量必须用“含广告增量的预估销量”，而不是过去 30 天的平均销量。因为广告加预算后销量会涨，用历史均值会高估可售天数。
我提出一个概念叫“广告-库存耦合窗口”，它指的是：一个 SKU 从开始加广告预算到广告效果稳定，需要的时间长度，与它的可售天数之间的匹配关系。
在北美站，一个新广告活动从开启到数据稳定通常需要 10 到 14 天；如果是旺季竞争激烈时段，可能延长到 21 天。这意味着，如果一个 SKU 的可售天数不足 25 天，你加预算就是在给一个注定要中断的广告活动投钱。广告学习期还没走完，货就没了，前期的花费基本作废。
我的经验阈值是：可售天数 ≥ 广告稳定周期 × 1.8 时，才可以放心加预算冲量。低于这个倍数，宁可维持现状做防守，也不要冲。
注意右侧那个 72 天的点，ACOS 并没有比 45 天的更低。这说明可售天数不是越多越好，超过一定水位之后，多出来的库存不提升广告效率，只增加资金占用和滞销风险。拐点大约在 45 到 55 天之间，具体取决于类目的季节性和产品迭代速度。
有了 DS、LT、SS 三个变量，就可以把 SKU 分层，然后给每层配置不同的广告角色。下面这张表是我在多个店铺验证过的版本，你可以直接拿去改。
| 库存层级 | 可售天数区间 | 广告角色 | 预算策略 | 风险提示 |
|---|---|---|---|---|
| 主推层 | 45-60 天 | 冲排名、抢核心词 | 预算上浮 30%-50% | 超过 60 天需评估是否转为清库存 |
| 稳定层 | 30-45 天 | 维持排名、防守核心词 | 预算持平，只做结构优化 | 不主动加预算 |
| 观察层 | 20-30 天 | 小额测款、测新词 | 预算控制在日销的 15% 以内 | 严控加预算冲动 |
| 退出层 | 低于 20 天 | 只做清库存、不追排名 | 预算下调 50% 以上 | 准备断货预案或替代 SKU |
这张表的价值在于把模糊的“要不要加预算”变成一个可执行的判断。只要库存层级确定了，广告角色就确定了，讨论成本大幅下降。
预警阈值必须分档，因为不同档位对应的动作完全不同。我用的四档是：绿色（DS 大于 LT 加 SS）、黄色（DS 在 LT 与 LT 加 SS 之间）、橙色（DS 小于 LT，且未发出补货单）、红色（DS 小于 15 天）。
绿色档正常投放；黄色档开始准备补货单，广告维持不变；橙色档立即下单并评估广告降速方案；红色档直接执行降速并启动替代 SKU 的流量承接。关键在橙色档，大多数团队都是到了红色档才反应，而橙色档才是省钱的窗口。
逻辑讲完了，落地时我建议直接写成一个每日跑批的查询，把库存、销量、广告三张表关联起来，输出每个 SKU 的预警档位。下面是简化版的伪 SQL，字段名按你自己的数仓调整。
SELECT
sku_id,
channel,
available_qty,
avg_daily_sales_7d,
available_qty / NULLIF(avg_daily_sales_7d, 0) AS days_of_supply,
lead_time_days,
safety_stock_qty,
ad_spend_7d,
ad_orders_7d,
CASE
WHEN available_qty / NULLIF(avg_daily_sales_7d, 0) < 15 THEN 'red'
WHEN available_qty / NULLIF(avg_daily_sales_7d, 0) < lead_time_days THEN 'orange'
WHEN available_qty / NULLIF(avg_daily_sales_7d, 0)
< lead_time_days + safety_stock_qty / NULLIF(avg_daily_sales_7d, 0) THEN 'yellow'
ELSE 'green'
END AS stock_alert_level
FROM inventory_daily i
LEFT JOIN ad_performance_daily a
ON i.sku_id = a.sku_id AND i.stat_date = a.stat_date
WHERE i.stat_date = CURRENT_DATE – 1;
这个查询每天跑一次，结果直接推给投放团队和采购团队。它的意义不是技术上多先进，而是让两个团队在同一天看到同一个结论。很多协同问题，本质上只是信息同步问题。
我最初也是用 Excel 做这件事的：下载广告报表、下载库存报表、VLOOKUP 关联、做透视表。前两个月还行，到第三个月就崩了。原因有三个：SKU 数量从 80 个涨到 460 个，手工关联每次要两个小时；多站点多币种需要换算，汇率一变全部重算；最要命的是，等我做完报表，数据已经过了两天。
供应链协同这件事对时效的要求比想象中高。一个滞后的报表无法支撑日度的广告决策，它只能支撑月度的复盘。所以我后来转向用数据平台来做这件事。
我现在用的工具是 数跨境，它是一个面向跨境电商卖家的数据分析平台。我选它的原因不是功能列表有多长，而是它解决了我上面提到的那个核心问题，把广告数据、库存数据、订单数据和利润数据放进同一个口径里。
具体到我们的用法，主要是三件事。第一，把亚马逊、独立站等多个渠道的广告花费和订单数据自动归集，省掉了手工下载和合并；第二，把可售天数、补货提前期、安全库存这三个变量做成固定指标，每天自动更新；第三，把库存预警档位和广告预算建议做在同一张看板上，投放和采购看同一个页面。
我不认为工具能代替判断，但它能把判断所需的时间从两天压缩到十分钟。在旺季，这十天的信息差就是几十万美金的差距。
为了验证这套逻辑到底有没有用，我在 2024 年 Q4 做了一个 90 天的对照观察。样本是我们自己运营的两个店铺，产品结构相似、客单价接近：A 组继续用原来的方式（月度补货、按广告表现分配预算），B 组用新的方式（周度补货、按库存分层分配预算、每日跑预警）。
这里必须说明，以下是脱敏后的区间数据，属于样本推演，不是平台官方统计，样本量也只有两个店铺，只能作为方向性参考，不能当作普适结论。
| 观察指标 | A 组（原方式） | B 组（协同方式） | 变化幅度 |
|---|---|---|---|
| 断货 SKU 占比 | 11.4% | 3.2% | 下降 8.2 个百分点 |
| 平均可售天数波动区间 | 12-88 天 | 28-62 天 | 波动区间收窄 60% |
| 广告 TACOS | 15.8% | 11.9% | 下降 3.9 个百分点 |
| 滞销库存占比 | 19.6% | 13.1% | 下降 6.5 个百分点 |
| 库存周转天数 | 78 天 | 59 天 | 缩短 19 天 |
| 旺季月度销售额 | 基准 100 | 118 | 提升 18% |
最有意思的不是 TACOS 下降，而是可售天数波动区间从 12 到 88 天收窄到 28 到 62 天。这说明协同带来的最大收益不是“卖得更多”，而是“更可预测”。可预测意味着广告可以更大胆、采购可以更从容、资金计划可以做得更准。
这次观察里有三个结论和我的直觉相反，值得单独说。第一个：广告效率的提升，大部分来自“减少无效花费”，而不是“增加有效花费”。B 组的广告总花费比 A 组少了 6%，但销售额高了 18%。
第二个：补货频率从月改周，并没有增加采购成本。我原本担心小批量高频次会推高单价，实测下来因为减少了紧急空运和滞销打折，综合成本反而下降了 4.3%。
第三个：预警机制带来的最大价值出现在“没出事”的时候。90 天里 B 组触发红色预警 4 次，都是提前 12 天以上触发，最终没有一次真的断货。这种“什么都没发生”的价值，在报表上很难体现，但它真实存在。
这个阶段的卖家最大的问题是人力有限，通常一到两个人管所有事。我的建议是不要一上来就上系统，先做一件最小的事：把可售天数算准，每天看一眼。
具体动作有三步：第一，在表格里为每个 SKU 维护一个可售天数字段，用含广告增量的预估销量做分母；第二，设定一条红线，可售天数低于 25 天就禁止加广告预算；第三，每周固定一次补货评审，不要等月度。
这三步不需要任何工具投入，但能挡住 70% 以上的断货事故。等 SKU 数量超过 150 个，再考虑用数据平台来承接。
多站点卖家的核心痛点是口径不统一。不同站点的币种、税率、物流方式、广告归因窗口都不一样，手工汇总极易出错。这个阶段必须解决数据归集问题，否则协同无从谈起。
我建议的做法是：先用数据平台把多站点的广告与库存数据统一归集，统一币种和统计口径；再在这个基础上定义全球统一的可售天数和预警档位；最后把看板权限同时开放给投放和采购团队。
用 数跨境 这类平台的好处是，多平台数据接入和利润核算可以一次性解决，不用自己搭数据管道。我在实际使用中，最省时间的两个功能是自动归集和库存预警看板，它们把原本需要两小时的日报工作压缩到十分钟。
这类卖家的优势是补货提前期可以压得很短，但很多人没把这个优势用在广告上。我的建议是把短交期直接转化为广告上的进攻性。
具体来说：因为你的 LT 可能只有 12 到 18 天，你的安全库存可以设得比同行低，可售天数的安全下限也可以下移。这意味着同样的现金你可以同时推更多 SKU，广告上可以做“小步快跑”的测款策略，每个款给 7 到 10 天窗口，跑不出来就撤，跑出来的立刻追单。
这套打法的前提是你的供应商愿意接受小批量快速返单。如果对方的最小起订量很高，这个优势就发挥不出来，你需要先谈 MOQ，再谈广告策略。
铺货型卖家动辄几千个 SKU，逐个做预警是不现实的。这个阶段要做的是降维，只对贡献 80% 销售额的那 20% SKU 做精细预警，其余 SKU 用规则化处理。
规则可以简化成两条：动销率低于阈值的 SKU 自动停止广告；可售天数超过 120 天的 SKU 自动进入清库存流程。这两条规则不需要人工判断，直接系统执行，把人力省下来用在头部 SKU 上。
备货越深，断货风险越低，但资金占用越高、滞销风险越大。这不是一个可以同时最优的问题，必须做选择。我的判断标准是看类目的迭代速度：迭代慢的类目可以备深，迭代快的类目必须备浅。
举个例子，五金工具类目产品生命周期长，可售天数备到 70 天问题不大；而消费电子配件类目，三代产品可能一年内就换代，备到 70 天就是把钱扔进水里。同样一个数字，在不同类目里的含义完全不同。
当库存偏深时，很多团队的第一反应是加大广告冲量清库存。这个动作要谨慎，因为冲量清库存往往会拉低整个链接的价格心智，等库存清完了，你想把价格和定位拉回来，成本比当初清库存省下的钱高得多。
我的做法是分场景：如果是常规款，用广告做小幅促销，控制在 15% 的折扣内；如果是尾货或换代款，直接走清仓渠道，不要用主链接的广告去打，保护主链接的价格标签。
SKU 少于 100 个时，人工做表更划算，工具反而是负担；SKU 在 100 到 300 个之间，是工具投入的性价比拐点；超过 300 个，人工做表一定会出错，工具投入是必然选择。
但要提醒一点：工具的收益不来自工具本身，而来自它驱动了多少次决策。我见过买了数据平台却只看月报的团队，那笔投入基本等于浪费。判断标准很简单：如果这个平台每周至少帮你改了一次广告预算或补货计划，它就值。
广告优化最常见的短视是盯 ACOS。ACOS 只看广告订单，TACOS 看的是广告花费占全店销售额的比例，后者更能反映长期健康度。一个 SKU 广告 ACOS 30% 看着很糟，但如果它带动了自然排名上升，TACOS 只有 8%，那它是健康的。
我的原则是：单个广告活动看 ACOS，单个 SKU 看 TACOS，整个店铺看利润。三层指标对应三种决策周期，混在一起看必然打架。
回到开头那个问题：为什么投放团队优化了三天，ACOS 反而更高？因为他们在错误的层面解决问题。广告后台能调的是出价、关键词、预算，调不了库存和配送时效。而真正决定广告效率天花板的，恰恰是后者。
我最想传达的一个观点是：不要把供应链协同当成一个降本项目来做，它是流量项目。可售天数的稳定、补货提前期的缩短、滞销库存的下降，最终都会以更低的 TACOS 和更稳的排名回报你。这个回报不体现在采购成本表上，而体现在广告报表里。
另一个观点是：协同的最小可行单元不是系统，而是“可售天数”这一个指标。如果你今天只能做一件事，就把这个指标算准，然后让投放和采购两个团队每周看着同一个数字开会。这一件事做好，效果比上一套系统更快显现。
下一步我会建议你按这个顺序推进：先用一周时间把可售天数的口径定义清楚并算出当前所有 SKU 的数值；再用两周时间跑一遍预警分档，观察有多少 SKU 落在橙色和红色区间；然后用一个月的时间调整预算分配规则，把库存层级和广告角色对应起来；最后再考虑用 数跨境 这类平台把流程自动化。
顺序不要颠倒。我见过太多团队先买了工具，再去找问题，最后工具闲置、问题依旧。先用规则跑通闭环，再用工具放大效率，这才是跨境电商运营升级该有的节奏。
供应链和广告之间那道缝，补起来没有那么难，难的是承认它存在。一旦你承认了，剩下的都是可以拆解、可以量化、可以每天改进的工程问题。
我们公司广告组和供应链组各干各的，广告看到转化好就拼命加预算，结果链接断货一周，排名掉下去，广告费全白烧。我一直疑惑这两个部门到底该怎么联动。
核心逻辑只有一句话：广告的任务是把确定能履约的流量买回来。可执行的做法是把供应链的“可售天数”当作广告预算的第一道闸门，按 SKU 算可售天数＝可用库存÷最近 7 天日均销量，在途库存只计入能在到货时效内真正到仓的部分，比如海运 30 天，就只算 30 天内能到的那批。
规则可以这样设：可售天数大于 45 天可以放量，20 到 45 天正常投放，小于 15 天收紧预算并下调竞价，小于 7 天主推词直接降预算或暂停。
判断依据是断货的代价远高于广告浪费，链接断货会让历史权重和自然排名下滑，恢复后通常要 2 到 4 周才能回到原来位置，这期间损失的曝光不是省下来的那点广告费能补回来的。所以协同不是为了省钱，是为了不让广告把预算花在一个买不到货的链接上。
我手上几十上百个 SKU，广告预算就那么多，平时基本靠感觉挑几个加预算。销量好的怕断货不敢加，滞销的又一直烧钱，每次汇报都说不清凭什么这么分。
用两个维度做四象限：供应端的可售天数，需求端的近 14 天转化率和毛利率。第一类，可售天数大于 60 天、毛利率高于 25% 的款，给 40% 到 60% 的广告预算集中抢排名，这是能放量的基本盘。
第二类，转化好但可售天数小于 30 天的潜力款，先不加预算，优先解决供应，空运补一批或催工厂加单，等库存到位再放量，否则加预算等于加速断货。
第三类，可售天数大于 90 天、转化又低的滞销款，单独建清库广告活动，用低价策略慢慢消耗，ACOS 容忍度可以放宽到毛利率以上，但要先算清仓储费、长期仓储附加费和资金占用的总成本，再和清货亏损比较，很多时候清掉比压着更划算。第四类，可售天数中等、转化中等，保持现有预算观望。
这套分法的好处是每个 SKU 的预算变化都有数据支撑，汇报时能直接对着看板讲。
我们主要靠海运，补一次货要一个多月，等看到广告起量再去补根本来不及。去年旺季就因为断货错过了整个 Q4，今年不想重蹈覆辙。
把广告计划倒推到备货计划上去，而不是反过来。做法是以补货提前期为倒推起点，提前期包括生产、头程、入仓上架，一般按 45 到 60 天估，那么广告提量的节点前至少要留够 1.5 个提前期完成下单。
具体节奏可以这样排：T-60 天确定大促目标销量并拆到 SKU，T-45 天下单、T-30 天针对急件走空运，T-14 天货到仓，T-7 天开始预热广告并小幅提竞价，T 日当天放量。
数据口径上，预测销量按近 30 天日均的 1.2 到 1.5 倍，大促日再单独乘以去年同类目活动日的转化倍数，安全库存按 1.5 倍补货周期内的销量设定。
执行层面，给主推 SKU 设库存预警，库存低于 30 天可售时自动降预算，很多平台可以用 API 对接或者每天人工核对一次，关键是预警要有人负责，不能设了没人看。
我们团队就五六个人，库存和广告分别用两三个工具看，每天手动对表，效率很低还容易错。老板说要搞协同升级，又不想花大钱买系统，我想知道最低成本能怎么起步。
先做一张表、一个会、一条规则。第一步，用一张共享表格搭“SKU 供应广告联动看板”，字段控制在六个：SKU、可用库存、在途数量加预计到货日、近 7 天日均销量、可售天数（用公式自动算）、当前广告花费与 ACOS。字段多了一定没人维护，这是最常见的失败原因。
第二步，每周固定一次 30 分钟的库存广告对齐会，广告和供应链的人必须同时在场，看板上可售天数小于 15 天的 SKU 当场定动作，是降预算、空运补货还是调价，责任人当场认领。第三步，把判断规则写成一段文字 SOP，新人照着做也能得出同样结论。
工具层面，一张共享表格，或者用某项目管理平台把每周结论沉淀成带负责人和截止日的任务，就足够跑起来了，不必一上来就上重型系统。等 SKU 超过 200 个，或者每周手动维护超过 3 小时，再接 ERP 或 BI 做自动化。
见效周期参考是规则上线后 4 到 6 周，能观察到断货天数下降，以及在同等预算下 ACOS 或 TACOS 出现改善。
读者评论
把补货提前期压到32天听着诱人，但真正卡人的往往不是货代时效，是工厂排产档期和起订量。我们去年试过小批量高频补，头程单价涨了近20%，算总账没省多少。文中说决策窗口晚7天能把资金留在广告冲量上，逻辑成立，但前提是供应商肯接急单，这点没展开。
做了四年投放，认同“先看库存曲线再看竞价曲线”这个顺序。但文中那3.1个百分点的TACOS改善，我有点保留，补货周期缩短的同期通常还伴随着SKU结构优化和老品自然流量爬坡，很难把功劳全归给供应链。另外测款期的SKU没有稳定销量，可售天数怎么算？
数据打通那段最实在，也最难落地。我们三套口径：ERP、广告后台、货代表格，小团队没预算上系统，只能每天人工拉表核对，旺季一忙就断。共用“可售天数”这个指标思路对，但采购的绩效考核不改，指标共用了也还是投放这边单方面紧张。