去年黑五前两周，我帮一个做户外储能的卖家复盘：他的主力 SKU 在 11 月 18 日断货，直到 12 月 6 日才补上，中间整整 18 天。事后算账，直接损失的销售额大约 42 万元，但真正贵的不是这 42 万，排名从前 20 掉出去之后，靠广告把自然位重新拉回来，多烧了约 11 万元广告费，用了将近 7 周才恢复到大促前的曝光水平。更讽刺的是，同一时间他的海外仓里躺着 4000 多台上一代产品，库龄已经超过 200 天，正按月吞着仓储附加费。
一边断货、一边积压，这在跨境电商里不是极端案例，而是常态。我做了八年跨境供应链和运营，见过太多团队把 80% 的精力花在”怎么把货发出去”，却把”什么时候发、发多少、发到哪”这件事交给 Excel 和一个凭感觉的运营。这篇文章要讲的，就是把顺序倒过来：以库存计划为核心，反向定义你的跨境物流方案。
很多人对库存的理解是”货卖完了就该补”，所以库存管理被放在了运营流程的末端，运营定销量目标，采购去下单，物流去发货。这个顺序看起来顺理成章，实际上是跨境生意里最昂贵的一个认知错误。
库存计划不是物流的执行结果，而是物流方案的输入条件。你选择海运整柜、海运拼箱、空运、海外仓备货还是平台仓直发，本质上不取决于物流报价单，而取决于你的库存周转目标、补货周期和资金承受能力。
我在 2021 年接手过一个家居类目账号，之前的做法是”哪个渠道便宜走哪个”，把 90% 的货走海运整柜，看似头程成本压到了每公斤 6.8 元，但因为整柜起订量高、周期长，导致每次下单都要押 3 个月的销量，资金占用极高，且一旦某个花色卖不动，整柜里 30% 的库存直接变成死货。后来我们把 SKU 按动销速度分成三档，快销走空运加海外仓、中速走拼箱、慢销改小批量多批次，头程单公斤成本上升到 9.2 元，但整体库存周转天数从 96 天降到 58 天，资金占用下降约 41%。
因为库存计划同时约束了三件事，而这三件事恰好是跨境运营的全部变量。
换句话说，物流方案是库存计划的”影子”。库存计划变了，物流方案必须跟着变；反过来做，就是拿战术去补战略的窟窿。
我判断一个团队的库存计划是否合格，只看三个数字，不看他们用什么系统、开多少会。
| 判断维度 | 不合格的表现 | 合格线（示意基准） | 说明 |
|---|---|---|---|
| 库存周转天数 | 无统计口径，只算”总库存/月销量” | 按 SKU 分层，快销 ≤ 45 天，中速 ≤ 75 天 | 必须分渠道统计，平台仓和在途要分开 |
| 缺货率 | 只记”卖爆了没货”，不统计货损型缺货 | 主力 SKU 月缺货天数 ≤ 2 天 | 含部分断色断码，不只看整 SKU 断货 |
| 补货决策可追溯性 | 凭经验和聊天记录，无法复盘 | 每条补货建议可回溯到预测、在途、周期三组数 | 这是能否规模化复制的前提 |
这三条的意义在于：它们把”库存管得好不好”从主观评价变成了可比较的数字。没有这三个数字，任何库存优化讨论都会退化成立场之争。
讲完结论，我想把场景摊开。下面四条路径，是我在过去几年反复见到的，几乎每一个失控案例都能归到其中一条或几条的组合。
典型特征是某个 SKU 突然起量，运营来不及反应，采购临时找空运，结果空运的价格吃掉了这个 SKU 大半的毛利，而且因为下单急，供应商排产插单，质量出问题的概率明显上升。
我印象最深的一次，是一个宠物用品卖家在旺季前把全部预算压在一款爆品上，日均销量从 60 单涨到 240 单，但库存只够 11 天。他们启动空运，单个成本从 6.2 美元涨到 11.4 美元，卖一件亏一件，但不卖就掉排名。最后他们选择”限量上架+空运补货”的组合，硬扛过去，旺季整体利润率从 21% 掉到 9%。
这条路径的根源不是物流，而是没有设置”起量预警线”。当某个 SKU 的 7 日销量环比增长超过 40%，库存计划系统就应该自动触发复核，而不是等人手动发现。
比断货更隐蔽，也更伤现金流。它的典型信号是：总库存金额看起来正常，但库龄结构在恶化，180 天以上的库存占比从 8% 爬升到 20%。
慢销积压通常不是因为选品差，而是因为补货决策还停留在”按历史销量平均下单”。一个新品前 3 个月的数据噪声极大，用均值去推补货量，很容易在爬坡期下重注，结果销量没跟上，货就压住了。
这是做多站点卖家最典型的痛点。美国站断货、欧洲站积压，同一款产品在两个市场的表现分化，但库存计划是”全球一盘账”，没有做站点级分配。
跨境调拨的成本远比想象中高，跨站点调拨涉及重新贴标、二次清关、平台仓入库限制，很多时候调拨成本甚至高于当地重新采购。所以多站点库存问题的正确解法是前置分配，而不是事后调拨。
大促前的”备货冲动”是很多团队一年中最大的一次库存风险来源。运营为了拿到更多促销位，会主动放大备货预测，采购按这个数字下单，等大促结束，多出来的货就变成了下一个季度的库龄压力。
我见过一个团队在黑五前把备货量按乐观预测的 1.8 倍下注，结果实际销量只比日常高 60%，节后滞销库存占用了将近 5 个月的现金流。这类问题的关键不在于”要不要多备”，而在于大促备货必须做分档情景规划，而不是单一数字承诺。
说完场景，说说认知。下面六个误区，我在不同规模的团队里都遇到过，其中前三个几乎覆盖了 80% 的问题。
销量预测回答的是”能卖多少”，库存计划回答的是”该备多少、什么时候备、备在哪里”。这是两个完全不同的问题，中间隔着一个补货周期。
很多团队花大量精力优化预测模型，把 MAPE 从 35% 降到 22%，但库存表现没有明显改善。原因很简单：在长补货周期下，预测精度的边际收益很低，而补货周期和安全库存策略的收益高得多。把海运周期从 45 天压到 35 天，效果通常比预测精度提升 10 个百分点更明显。
“我还有 8000 件库存”这句话在跨境语境里几乎没有意义。这 8000 件可能在平台仓可售、可能在第三方仓、可能在海上漂着、可能在国内工厂待发。它们的可用时间差可能长达 60 天。
正确的做法是建立可用库存（Available to Sell）概念，把在途按预计到仓日分段折算，而不是简单加总。一个 SKU 的”有效可用天数”，应该只计算未来 7 天内能上架销售的部分。
固定再订货点（比如”库存低于 500 件就补 2000 件”）在早期很有效，但在旺季、平台流量波动、竞品降价促销等场景下会迅速失效。
更合理的做法是动态安全库存：安全库存量随需求波动率、补货周期波动率、目标服务水平三个变量联动变化。需求越不稳定、周期越长，安全库存就要越高，而不是保持常数。
只看缺货率，团队会本能地多备货，把风险从”断货”转移到”滞销”。而滞销的成本更隐蔽、更滞后，往往在下个季度才爆发。
健康的目标函数应该是缺货损失 + 滞销损失 + 持有成本的总和最小化，而不是单项指标优化。这个视角的转变，是库存管理从”运营动作”升级为”经营决策”的分水岭。
不同平台的流量逻辑、退货率、库容政策、结算周期都不一样，把库存当成一个池子统一分配，往往导致强势平台吃掉了弱势平台的机会，或者弱势平台的库存在那里空转。
我的建议是按平台做库存账户隔离：每个平台有独立的可用库存额度和补货计划，只在极端情况下做跨平台调拨，且必须核算调拨的真实成本。
这是我最想强调的一条。库存计划的本质是一套决策规则，工具只是执行这套规则的载体。我见过买了几十万系统但依然靠微信群催货的团队，也见过用一张设计良好的表格管住 800 个 SKU 的团队。
工具能解决的是数据汇总速度、更新频率和可追溯性，解决不了”规则怎么定”。所以正确的顺序是先定规则、再选工具、最后才是自动化。
这一节是全文最硬的部分。我会把我实际在用的判断框架拆成四层，并给出可以直接套用的计算示例。
补货周期 T = 供应商生产天数 + 国内集货天数 + 头程运输天数 + 清关天数 + 入仓上架天数。这个数字必须按渠道分别算，因为海运和空运的 T 差距可能是 3 倍以上。
这里有个常被忽略的细节：入仓上架时间要单独计。平台仓在旺季的收货排队时间可能从 2 天变成 10 天以上，如果把这个变量漏掉，你的补货计划会在最关键的月份失效。
| 环节 | 海运整柜（天） | 海运拼箱（天） | 空运（天） | 关键波动点 |
|---|---|---|---|---|
| 供应商生产 | 15-25 | 12-20 | 5-10 | 旺季排产插单，可能翻倍 |
| 国内集货与报关 | 5-8 | 3-5 | 2-3 | 节假日、口岸拥堵 |
| 头程运输 | 28-40 | 30-45 | 6-12 | 旺季甩柜、港口罢工 |
| 清关与提货 | 3-7 | 3-7 | 1-3 | 查验率、税号合规 |
| 入仓上架 | 2-10 | 3-12 | 1-5 | 平台仓收货排队 |
| 合计 T | 53-90 | 51-89 | 15-33 | 旺季建议按上限取值 |
注意，表里海运整柜的 T 上限到 90 天，意味着你必须提前三个月做决策。这就是为什么库存计划必须是”上游开关”，它决定的是三个月后的销售能力。
安全库存不是拍一个”够卖 15 天”，而是由需求波动和周期波动共同决定。我在实操中使用的是简化版的统计公式：
安全库存 SS = Z × √( T × σd² + d̄² × σT² )
其中：
Z = 目标服务水平对应的标准差倍数（95% 服务水平 ≈ 1.65，98% ≈ 2.05）
T = 平均补货周期（天）
σd = 日销量的标准差
d̄ = 平均日销量
σT = 补货周期的标准差（天）
再订货点 ROP = d̄ × T + SS
建议补货量 Q = 预测周期需求 – 可用库存 – 在途库存 + SS
算出总量之后，下一步是分配。我的分配原则是按”渠道贡献度 × 渠道库存风险系数”来切分，而不是按历史销量比例平均分。
这套分配逻辑的价值在于，它把”哪个平台该多拿货”从人情和话语权之争，变成了一个可以摆到桌面上的计算过程。
现实是，你永远不可能备齐所有想备的货。所以库存计划的最后一步是在资金约束下做排序。
我的排序逻辑是三层过滤：先看毛利额贡献（不是毛利率），再看周转速度，最后看断货的机会成本。一个高毛利但周转慢的 SKU，未必比一个中毛利高周转的 SKU 更值得占用现金。
假设某 SKU 走海运整柜，平均补货周期 T = 65 天，周期标准差 σT = 8 天；日销量均值 d̄ = 40 件，日销量标准差 σd = 14 件；目标服务水平取 95%（Z = 1.65）。
SS = 1.65 × √( 65 × 14² + 40² × 8² )
= 1.65 × √( 12740 + 102400 )
= 1.65 × √115140
≈ 1.65 × 339.3
≈ 560 件
ROP = 40 × 65 + 560 = 2600 + 560 = 3160 件
解读：
当可用库存 + 折算在途库存 低于 3160 件时，立即触发补货。
若海运周期标准差从 8 天降到 3 天（例如改用更稳定的船期），
SS = 1.65 × √(12740 + 14400) ≈ 1.65 × 164.8 ≈ 272 件，
安全库存直接下降约 51%，对应的资金占用也下降一半。
这个算例最能说明一件事：物流方案（周期稳定性）直接决定库存计划的成本。把船期稳定性当成物流指标而不当成库存指标，是很多团队漏掉的一环。
框架讲完，接下来讲落地。库存计划落地最难的从来不是公式，而是数据，数据散在平台后台、ERP、货代表格、财务系统里，口径不一致，更新不及时。我在这部分会用数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys）作为例子，讲清楚一个跨境数据平台在库存计划里到底该承担什么角色。
我在 2022 年做过一次内部复盘，统计出团队每周花在”对数据”上的时间平均是 14.5 小时，同一个 SKU 的销量，运营表里、平台后台里、ERP 里、财务表里能差出 8% 到 15%。差异来源包括时区切割、退款是否冲减、赠品是否计入销量、FBA 在途是否计入库存。
这意味着，在口径统一之前，任何库存模型都是在错误的输入上做精确计算。统一口径的收益，远高于模型调优的收益。
数跨境这类平台的核心价值，在我看来不是”给你一个更聪明的补货算法”，而是把多渠道数据按统一口径拉到同一张表里，让销量、库存、在途、库龄、退货这些字段有唯一定义。这一步做完，后面的分析与决策才有可能对齐。
根据我的使用和观察，围绕库存计划，真正会被高频打开的看板通常只有四类。看板不在多，而在于每一类都对应一个具体决策。
| 看板类型 | 核心字段 | 对应的决策 | 更新频率 |
|---|---|---|---|
| 库存健康度看板 | 可售天数、在途可用、库龄分布、周转天数 | 哪些 SKU 需要立即补货，哪些需要清货 | 每日 |
| 补货建议看板 | 再订货点、建议补货量、建议渠道、预计到仓日 | 本周下多少单、走什么渠道 | 每周 |
| 资金占用看板 | 库存成本、在途资金、滞销占用、持有成本 | 现金优先分配给哪些 SKU | 每周 |
| 异常预警看板 | 起量异常、断货预警、库龄超限、周期延迟 | 今天必须处理哪几件事 | 每日/实时 |
如果只允许保留一个看板，我会选”异常预警”。因为库存管理的日常工作量 80% 消耗在救火，而救火的本质是异常发现得太晚。
很多团队的问题是：看板做得漂亮，但没人照着做。原因是看板给的是”现状”，而运营需要的是”动作”。所以中间必须补一层转化。
第 4 步是绝大多数团队缺失的。没有决策结果的回流，你的库存参数永远不会自我校准。这也是我建议尽量用平台化工具而不是手工表格的核心原因，手工表格的回流成本太高，久而久之就没人做了。
下面按团队规模和数据复杂度分档给建议。我给的是起点动作，不是完整方案，因为完整方案必须结合你实际的品类和渠道结构。
不要上复杂系统，一张结构正确的表格就够。你需要四张表：SKU 主数据（含成本、供应商、生产周期）、周度销量、库存与在途、补货记录。
这个阶段最大的收益来自”量准 T”和”记录决策”，而不是模型精度。
这个规模是手工表格开始失效的临界点。你会明显感觉到：对数据的时间超过了分析的时间，而且经常出现”两个人都以为对方在补货”的情况。
建议引入数据平台做统一口径，比如数跨境这类能把多平台订单、库存、在途聚合到一起的工具。关键不是看板有多花哨，而是能不能做到”每个 SKU 的可用天数每天自动刷新”。
同时建议做一件事：把 SKU 按 ABC 分层。A 类（贡献 70% 毛利）每周复核，B 类双周，C 类每月或按规则自动补货。这样能把人力从长尾 SKU 里解放出来。
到这个阶段，库存计划必须产品化，不能再依赖个人经验。你需要的是：自动化的补货建议引擎 + 人工审核例外 + 参数定期校准机制。
我的建议是设置”例外管理”模式：系统自动处理 80% 的常规补货（低风险、参数稳定），人工只审核 20% 的例外（新品、异常波动、大额下单）。这样既保证效率，又不失去关键判断。
季节品的库存计划逻辑和常规品完全不同。核心区别是：你只有一次下注机会，卖不掉就要等一年。
新品期最大的问题是数据不足，任何统计模型都会失效。这个阶段应该用规则驱动而不是预测驱动。
我的做法是：首单小批量试销，观察前 14 天的转化率和加购率，达到阈值才启动第二单；第二单量控制在”够卖 45 天”的水平，而不是按乐观预测下大单。宁可多补一次，也不要一次压死。
库存计划的本质是一连串取舍。没有”正确答案”，只有”在当前约束下的最优解”。下面五组取舍，是我在被问到时最常给出的判断。
我的判断标准是：看这个 SKU 的排名恢复成本。
如果排名一旦掉下去，恢复需要 4 周以上和大额广告费，那这个 SKU 的缺货成本极高，宁可多备 20% 的冗余库存。反过来，如果这个 SKU 是长尾、竞争不激烈、排名容易恢复，那滞销的代价更高，应该更保守。
粗略地说，对于强排名依赖的爆款，缺货成本通常是滞销成本的 3 到 5 倍；对于弱排名依赖的长尾，两者的成本接近甚至反转。这个比例关系，直接决定了你的安全库存该往哪边偏。
空运不是”紧急方案”，而是”资金效率工具”。判断标准不是”有没有断货”，而是空运溢价的边际收益是否为正。
| 情景 | 海运单位成本 | 空运单位成本 | 溢价 | 是否值得切空运 |
|---|---|---|---|---|
| 爆款即将断货，毛利 35% | 7.0 元 | 14.5 元 | +107% | 值得，保住排名收益远大于溢价 |
| 常规品，毛利 28% | 7.0 元 | 14.5 元 | +107% | 视库存天数，低于 10 天可考虑 |
| 慢销品，毛利 18% | 7.0 元 | 14.5 元 | +107% | 不建议，空运溢价会吃掉大部分毛利 |
| 新品测款，毛利 40% | ， | 14.5 元 | ， | 建议直接空运小批量，测款速度优先 |
关键在于：只有当你把空运溢价和断货损失放在同一个表格里比较时，这个决策才是有依据的。否则就是凭焦虑做决定。
我的经验是把平台仓当成”销售前台”，把第三方海外仓当成”补给中台”。平台仓追求可售性，第三方仓追求灵活性。
我不相信”精准备货”这种说法。库存管理的目标从来不是精准，而是在成本约束下把不确定性吸收掉。
冗余不是浪费，冗余是保险费。问题只在于保费交多少。合理的冗余水平应该和三个变量挂钩：需求波动率、补货周期波动率、断货损失大小。这三个都高，冗余就该高；任意一个低，冗余就可以压缩。
我的判断很直接：除非你的业务规模已经大到工具无法覆盖，否则不要自建。
自建模型的隐性成本极高，数据管道维护、口径变更、异常处理、人员流动带来的知识断层，这些都不在初始开发的估算里。工具的价值在于它把这些成本摊薄了。
但这不意味着工具可以替代判断。工具负责”算”和”提醒”，人负责”规则制定”和”例外处理”。这个分工不清，工具就会变成摆设。
最后给一个可执行的时间表。这套节奏我在几个不同规模的团队里都推动过，落地难度可控，不依赖一次性大投入。
这 30 天不要急着建模型。你会发现，光是”量准 T”这一件事，就能解释过去半年里一半的库存问题。
这个阶段的重点是”记录”，不是”优化”。没有历史记录，你无法判断参数是否合理。
这一阶段的价值是把人的注意力从找数据转移到做决策。根据我的观察，做得好的团队在这个阶段通常能把库存相关的事务性工作压缩 40% 以上。
长期来看，库存计划的成熟度体现在一件事上：你能不能在下单之前就说清楚，如果卖不动，这批货会在第几周进入清货流程。能回答这个问题，说明你的库存计划是真的跑起来了。
回到开头那个断货 18 天的案例。事后我问他一句话：如果三个月前有人告诉你，这批货应该在什么时间点补、补多少、走什么渠道，你还会断货吗？他沉默了很久。
这就是我对跨境电商库存管理的核心判断：绝大多数库存事故，不是执行不力，而是决策太晚。而决策太晚的根源，是团队把库存计划放在了流程末端，等销售数据出来再反应，等断货发生再空运。
库存计划的真正价值，是把决策点提前到补货周期之前。海运周期 65 天，意味着你今天做的判断，服务的是两个月后的销售。这就要求你有一套能在今天算清楚两个月后需求的机制，而不是一套事后补救的能力。
如果你现在要动手，我建议只做三件事，都是这一周就能开始的：
最后再说一句可能不太讨喜的话：库存计划没有一劳永逸的方案。需求会变、船期会变、平台规则会变，你的参数必须跟着变。真正做得好的团队，不是从不缺货的团队，而是能把每一次库存失误都转化成一次参数校准的团队。这种自我修正的能力，才是跨境运营里最难被复制的东西。
我是做亚马逊加独立站的小卖家，SKU 从最早的 20 个涨到现在的 300 多个，去年一边是爆款断货两个月白白丢了排名，一边是三个柜子的货躺在海外仓吃仓储费。我一直凭感觉补货，销量好的多备点、销量差的不敢下单，结果两头都踩坑。
到底有没有一套能落地的库存计划方法，而不是那种听起来很对、算起来不会用的理论？
能落地的最小闭环是：定需求预测口径 → 算安全库存 → 定补货点 → 设定复盘节奏。第一步先统一数据口径，日均销量不要用近 7 天，促销和秒杀会把数字抬得很虚，我一般用近 28 天日均销量做基线，再乘一个季节性系数（用去年同期或平台搜索热度同比）。
第二步算安全库存，公式是安全库存 = 服务水平系数 Z × 日均销量标准差 σd × √(补货周期天数 LT)，服务水平取 95% 时 Z≈1.65，取 90% 时 Z≈1.28；
补货周期要把采购生产天数、头程运输天数、清关上架天数全都算进去，很多人的 LT 少算了清关，这一项在旺季能差出 7 到 15 天。第三步算补货点 = 日均销量 × LT + 安全库存，库存跌到这个线就下采购单，而不是等跌破再拍脑袋。
第四步做 ABC 分层：A 类占销售额 70% 左右的 SKU 用上面这套精算，B 类按周补、用经验系数，C 类长尾直接砍或改小批量空运测款，不要对所有 SKU 用同一套精度，否则你会把时间全耗在不出单的货上。
最后是节奏：每周看一次在途和在库对账，每月做一次库龄结构复盘，把 90 天以上库龄的货单独拉出来，决定打折清、捆绑清还是弃置。这套跑顺之后，我们的缺货率从 12% 左右压到 4% 上下，滞销占比从 30% 降到 15% 左右，真正起作用的不是公式本身，而是口径统一之后不再靠感觉下单。
我经常被物流报价单搞晕，同一个产品有人报价海运 8 块一公斤，有人报价空运 45 块，还有货代劝我全走海外仓，说时效好转化高。但海外仓要压货压资金，去年我一个款压了半年卖不动，光仓储费就把利润吃掉了。到底该怎么判断某个 SKU 该走哪种物流，有没有一个能算清楚的办法？
正确的顺序是先有库存计划，再反推物流方案，而不是先选物流再想库存。我自己的做法是把 SKU 按两个维度分：销量稳定性和单件毛利额。销量稳定且毛利足够覆盖仓储成本的，走海运加海外仓批量备货，头程成本通常只占空运的 1/5 到 1/3，代价是资金占用周期多 30 到 45 天；
销量波动大、刚上架测款的，走空运或直发小包，宁可单件成本高，也不要把现金压成库存。判断的临界点可以用一个简单算式：全链路履约成本 = 采购成本 + 头程运费 + 关税 + 目的国仓储费（按实际存放天数摊） + 尾程配送 + 退货处理与弃置摊销。
很多人只比头程报价，忽略了仓储和弃置，结果淡季看很划算、旺季一积压就亏。平台官方仓适合标准化、周转快、有平台流量加成的品，但要接受它的入仓时效和库容限制，旺季一定要提前 45 到 60 天排入仓计划，我去年 10 月才发的一批，卡在预约入库上整整等了三周。
比较稳的结构是主力款用海外仓做基本盘，占到 60% 到 70%；测款和长尾用空运或直发补；紧急补货留一条空运快线做「救火通道」，接受它贵，但专门用来止损断货。
我在亚马逊、Shopee 和独立站上同时卖同几个爆款，货都存在同一个海外仓。上个月因为独立站出了一个大单，亚马逊那边的可售库存没来得及扣，直接超卖被平台警告，还赔了客户。我们团队人不多，靠 Excel 人工对账根本跟不上，每天都有对不上的数字，这种情况该怎么管？
核心思路是不要维护多份库存，只维护一份「真实可分配库存」，其他平台看到的都是它的投影。具体做法：先把库存拆成四个池子，在库可售、在途未上架、平台仓在途、预留缓冲。
跨平台共享的那部分，不要在每家店都填满仓实际数量，而是每家店预留 10% 到 15% 的安全缓冲，可分配数 = 实际可用库存 − 缓冲 − 已承诺未发出的订单。
举例说海外仓有 1000 件，缓冲设 12%，那对外可售总量最多 880 件，这 880 件再按各平台近 28 天销量占比分配，比如亚马逊 60%、Shopee 25%、独立站 15%，谁卖超了就自动从其他平台的额度里借，但要有借还记录。
工具上，SKU 超过 100 个、平台超过 2 个，就不要再靠 Excel 了，要么上带多平台库存同步的 ERP，要么用某项目管理平台把补货和调拨做成一张看板：待采购、在途、清关、上架、可售五个节点，每个节点有责任人和截止日期，库存数一变就在卡上更新，避免口头同步。
节奏上，资金和库存相关的数字必须每天对一次账，尤其是出单高峰时段之后；每周做一次渠道分配比例的复盘，某平台连续两周销量占比变化超过 5 个百分点，就要重新分配库存额度，而不是等它断货了再救。
我们公司老板每个月只盯库存周转率，一看数字高了就要求降价清货；运营这边只关心别断货，恨不得每个款都备三个月的量。两边天天吵，我夹在中间做计划，做出来的方案谁都不满意。到底应该用哪几个指标才能同时说清资金效率和销售机会，各自的目标值大概在什么区间？
至少要用四个指标一起看，单看任何一个都会被带偏。第一，库存周转天数 DIO = 平均库存成本 ÷ 日均销售成本，这个反映资金占用，跨境因为头程长，比国内电商天然高，我的经验区间是 45 到 75 天算健康，超过 90 天就要查结构而不是无脑清货。
第二，缺货率 = 缺货 SKU 天数 ÷ 总可售 SKU 天数，用「天数」而不是「次数」来算，否则一次断一周和一次断一天会被算成同样严重；控制在 5% 以内比较合理，低于 2% 通常意味着你备货过量了。第三，售罄率，分新老品看，新品上架 30 天售罄率低于 30% 基本可以判定测款失败，该止损；
老品售罄率突然从 70% 掉到 40%，先查是不是被跟卖或广告停了，别急着下单。第四，库龄结构，90 天以上库龄的库存占比，超过 15% 就要启动清库，因为海外仓的长期仓储费和弃置费会在第二季度开始指数级上升。
统一两边口径的关键是把「周转天数」和「缺货率」放在同一张周报上，再配一条规则：减库存的动作必须同时给出对缺货率的影响预估。比如老板要清 20% 滞销库存，你就算给他看这会占用多少现金流回正、以及可能带来的缺货损失多少单，用同一份数据谈，吵架就变成算账。
我自己的节奏是周会看缺货和在途，月会看库龄和周转，季度看渠道和物流成本占比，每个指标都提前定义好公式和数据来源，避免月底各算一遍数字对不上。
读者评论
断货和滞销用同一套账来算我更认同，但实际操作里有个麻烦：滞销的库龄附加费、清货折价这些还能事后算出来，断货掉排名损失的广告费和时间，财务上根本没科目归集。我们试过给断货单独建一张表，结果运营和财务对恢复周期的口径吵了两周，最后不了了之。想问下这类隐性成本，是应该放进月度复盘还是单独做季度核算？
按 SKU 分层定补货策略这个思路我们去年也试过，快销走空运确实是有效的，但有个前提容易被忽略：空运的成本能不能扛住，本质取决于这个 SKU 的毛利和周转速度，不是取决于断货有多疼。我们有个客单价低、毛利薄的品类，动销很快，按分层逻辑该走空运，但算下来每单净亏，最后还是只能靠海外仓提前压货。所以分层规则里，是不是还要加一道毛利门槛的筛选？
用表格管住 800 个 SKU 这件事我信，我们团队目前就是几十个 SKU 靠一张表撑着，但增长到两三百个之后明显感觉跟不上了，主要不是数据汇总的问题，而是补货建议的追溯链条断了，谁改了预测、什么时候改的、依据是什么，全靠聊天记录。想问下文里说的先定规则再选工具，规则大概细化到什么颗粒度再上工具比较合适，太早买系统反而会迁就系统改流程？