去年10月，一个做家居收纳的卖家让我看他的ERP补货报表。他美西海外仓那款爆款SKU，补货点设的是覆盖45天销量，10月初系统一次性吐了3个柜的采购建议，他全批了。到12月底，这款SKU的库存周转天数冲到168天，仓储费加长期仓储附加费吃掉了他黑五两个星期的利润。同一时间，他另一款客单价更高的厨房小工具，供应商交期从合同上的35天拖到实际62天，Listing断了21天货，排名从类目前50掉到300名开外，他花了两个月广告费才勉强拉回来。
这两件事看起来方向相反，一个补多了，一个补少了，但根因完全一样：他的ERP里只有一套补货规则，只填了三个参数，补货点、安全库存、固定交期。系统没有错，是他给系统的信息量不够。这两款SKU的销量波动率差4倍、交期差近30天、仓储成本差2.7倍，却跑在同一组参数上，结果必然是其中一个失真。
这篇文章不讲ERP有哪些菜单，讲的是我实际配置和复盘过的东西：跨境场景下，采购补货到底要配哪几段流程、每个字段填什么、参数之间的优先级怎么排、配置完怎么验证它有没有生效。如果你正在选型或者刚上ERP，可以把这篇当成一份配置前的对账清单。
我把话放在前面：如果你只打算在ERP里填一个补货点和安全库存，然后指望它自动算准，这件事大概率会失败。不是软件不行，是信息链路太短。
我见过太多团队把补货理解成一个计算动作：库存低于阈值，系统生成采购建议，完事。但真实的链路是五段：
五段里任何一段缺失，结果都会退化成"拍脑袋+事后救火"。我复盘过一个年GMV约6000万的卖家，他配置失败的直接原因不是参数算错，而是没有"审批段"和"复盘段"，运营可以绕过采购直接下紧急单，三个月后没人说得清哪些单是为了什么下的，参数自然无从校准。
顺序很重要。我见过很多实施顺序是反的：先急着把补货规则跑起来，再回头补主数据。结果就是安全库存反复改、供应商交期反复填，团队对系统失去信任。
我的建议顺序是按依赖关系来的：主数据是所有计算的输入，库存口径决定了可补货量的分子，触发规则决定"什么时候算"，审批矩阵决定"谁负责"，异常闭环决定"出错后多久被发现"。前一段没做干净，后面全是在流沙上盖房。
这是我复盘了十来个跨境卖家之后的经验判断，不是行业统计，但一致性很高。库存口径错，会让系统高估可售、建议少补；交期字段错，会让系统低估在途时间、建议晚补。两个字段叠在一起，就是"该补的没补，不该补的补了一堆"。
这是我最想让团队改掉的认知。很多老板上ERP的期待是"系统自动补货，人不用管"。我的判断恰恰相反：跨境场景下，全自动下单的风险远大于收益，因为你无法控制供应商实际交期、清关时效、平台库容政策这些外部变量。
系统真正值钱的地方，是让你在"还来得及"的时候知道哪里不对。比如某个SKU的销量连续7天超出预测上限30%，某个供应商近三次实际交期都比主数据多了10天以上，某个海外仓的可用库容只剩15%。这些预警早一周出现，价值远高于自动生成100张采购单。
国内电商的补货逻辑相对简单：一个主仓、一套库存、三日达。跨境把这四件事全部打散了，库存散在多个国家多个仓型，交期被拆成四段，需求被多个平台和时区切碎，责任链跨了四个部门。
我配置的时候会强制团队先坐下来，把每一个仓型的库存口径写清楚。因为"库存"这个词在跨境语境下至少有五种含义：
| 库存口径 | 典型来源 | 能否作为补货依据 | 容易踩的坑 |
|---|---|---|---|
| 国内仓可用库存 | 自建仓/三方仓WMS | 仅作为发货能力参考 | 被当成"总库存"高估可售 |
| 海外仓可用库存 | 海外仓系统/ERP同步 | 是，但需扣除锁定与不良 | 同步延迟导致超卖 |
| 平台仓（FBA等）可售 | 平台API | 是，但受库容与入仓限制 | 把在途当可售，补货建议虚高 |
| 在途库存 | 头程物流单/入仓单 | 是，必须按预计到仓日加权 | 用一个笼统"在途数量"覆盖全部 |
| 锁定/预留/不良库存 | 订单占用、质检结果 | 否，必须从可售中扣除 | 不扣导致账面有货、实际发不出 |
这五种口径如果没有在ERP里建清楚，后面所有补货计算都是在错误的分母上做运算。我一般要求客户把"可补货库存"这个字段单独定义出来，公式写进配置文档：可补货库存 = 可用库存 + 加权在途 − 已锁定 − 不可售 − 安全库存。
这是我踩过最深的坑。早期我给客户填的供应商交期，填的是采购合同上的"生产周期"，比如30天。结果补货永远晚。后来我把交期拆开，才发现真实链路是四段：
四段加起来，我见过同一款SKU的实际交期从45天一路波动到97天。如果ERP里填的是30天固定值，系统会在错误的时点上启动补货，你也永远算不清安全库存。我的做法是：交期字段拆成四段分别维护，每段用最近三次实际值的滚动平均，并且保留最大波动值作为极端场景参数。
同一个SKU在美国站、德国站、日本站的销量曲线完全不同，促销节奏不同、季节属性不同、退货率不同。用合并后的总日均销量去算补货，等于把三条曲线的特征平均掉，结果是对任何一个平台都不准。
我一般按"平台+国家+仓型"这个粒度去跑补货计算，而不是按SKU总量。代价是计算量大、配置工作多，但这是跨境场景下唯一能保证准确度的做法。
运营决定卖什么、卖多快；采购决定什么时候下单、跟谁下单；供应链决定走什么物流；财务决定给不给钱、什么时候给。补货失真往往不是算错，而是四个部门的判断标准没有对齐，运营想不断货，财务想压低库存，采购想减少紧急单，供应链想凑整柜。ERP的价值之一就是把这个博弈固化成规则和审批路径，而不是每次靠微信群吵。
下面六个误区按我遇到的频率排序。如果你正在配置，建议逐条对照自查。
"安全库存填500"是最常见的配置。问题是，这个500是怎么来的？我问过十几个卖家，多数回答是"大概估算"或者"之前一直这么填的"。
固定安全库存的问题在于，它假设需求波动和交期波动都是恒定的。但黑色星期五前一个月的销量波动率可能是平时的4倍，春节期间供应商交期可能延长50%。用一个恒定值应对非恒定波动，结果就是淡季库存过高、旺季依然断货。
这是最危险的一个坑。平台后台会显示"在途数量"，很多卖家直接把这个数字同步到ERP作为可用库存，然后基于它计算补货。结果系统认为仓库里货很足，停止补货，而实际在途的货可能因为预约排不上、标签不合规、清关查验，还要二十多天才上架。
我的处理原则：在途库存必须单独建逻辑仓，按预计到仓日加权计算，不能并入可售库存。同时在补货规则里设置一条独立判断：如果某个平台仓的可售天数低于阈值，且近14天内没有已确认的到仓记录，直接触发人工预警，绕过自动计算。
这一条前面已经展开，这里补一个观察：供应商主数据里，交期字段的准确度比价格字段更影响利润。价格错了，最多单个订单成本高几个点；交期错了，会连锁导致缺货、断链、广告费浪费和排名下跌。
我建议在供应商主数据里至少维护五个时间相关字段：报价交期、最近三次实际交期、滚动平均交期、最大延误天数、延误次数。后四个字段应该由系统在每次收货后自动回填。
一款日均出货200件、交期稳定、季节属性弱的标品，和一款日均出货8件、销量忽高忽低、有明显季节性的新品，需要的补货策略完全不同。前者可以用覆盖天数法自动化，后者必须人工介入。
共用一套规则的结果通常是：要么标品被管得太死、频繁生成小额采购单拉高物流成本；要么新品被自动补货压了一堆库存。
"金额超过5万需要总监审批"这种配置，在跨境场景下几乎等于没配。因为金额不能区分场景：一笔5万的常规补货和一笔5万的大促备货，风险完全不同；一笔5万的成熟供应商订单和一笔5万的新供应商首单，风险也完全不同。
我推荐的审批维度至少有三个：采购金额、采购场景（常规/紧急/促销/新品）、供应商状态（老供应商/新供应商/有延误记录）。这三个维度交叉之后，审批路径会自然分层。
缺货了拉群、供应商延误了拉群、清关卡住了拉群。群聊不会留痕，也不会沉淀成规则。三个月后复盘，没人说得清哪些异常重复发生过。
正确的做法是把高频异常预置成系统的预警规则和工单类型，每类异常绑定责任人、处理时限和升级路径。异常闭环不是"处理问题"，是"让问题出现时不需要靠人记得"。
这一节是全文最核心的部分。我不打算给你一个万能公式，因为跨境场景下不存在万能公式。我给你的是判断顺序和每个参数该用什么口径去填。
我配置任何一家公司，第一步都是写一份《库存与交期口径说明书》，一页纸，五个公式，全公司统一。没有这份文档，参数讨论没有意义。
可补货库存 = 可用库存 + 加权在途 − 已锁定 − 不可售 − 安全库存
加权在途 = Σ(在途批量 × 该批次预计到仓日权重)
预计到仓日 = 下单日 + 生产交期 + 集货出运 + 头程运输 + 清关 + 入仓上架
日均销量 = 最近28天销量 ÷ 28 × 季节系数 × 趋势系数
补货量 = max(0, 目标覆盖天数 × 日均销量 − 可补货库存) 向上取整到MOQ与装箱率
这五个公式看起来简单，但每一行都有争议。比如"最近28天销量"要不要剔除促销日的异常值？我的做法是剔除单日超过均值3倍的极端值，避免大促数据污染基线。
ABC按销售额贡献分类，XYZ按需求波动性分类。两个维度交叉，得到九宫格，每个格子对应不同的补货策略。
| 分类 | 特征 | 推荐触发方式 | 安全库存策略 |
|---|---|---|---|
| AX | 高销、低波动 | 覆盖天数法，可全自动 | 低安全库存，靠频率补 |
| AY | 高销、中波动 | 补货点法 + 覆盖天数双触发 | 中等，按交期波动加成 |
| AZ | 高销、高波动 | 人工确认，系统只出建议 | 高，且必须设置补货上限 |
| BX | 中销、低波动 | 覆盖天数法 | 低 |
| BY | 中销、中波动 | 补货点法 | 中等 |
| BZ | 中销、高波动 | 人工确认 | 中等，允许偶尔缺货 |
| CX | 低销、低波动 | 按MOQ批量补，拉长周期 | 低，接受较长补货周期 |
| CY / CZ | 低销、中高波动 | 停采评估或按订单采购 | 不设安全库存，按需补 |
这张表的价值在于，它把"要不要自动化"变成了分类问题，而不是偏好问题。AZ类SKU是我强烈建议禁止全自动下单的类别，因为它的销量波动本身就说明你的预测能力不足以支撑自动决策。
这三种触发方式的适用边界很清楚，我按实际使用经验给个判断：
我的经验是：不要一上来就上预测运算。先把主数据、口径、分类治理干净，用覆盖天数法和补货点法跑三个月，把采纳率做到70%以上，再考虑引入预测。顺序反了的话，你会在一个噪声很大的数据集上训练模型，结果比手工还差。
具体做法：供应商主数据里维护四个交期字段，系统每次收货后自动回填实际值。补货计算取"最近三次实际交期的滚动平均"，同时用"最近三次的最大值"作为极端场景参考。
如果某个供应商的滚动平均交期比报价交期超出20%以上，系统应该自动预警，提示重新议价或增加安全库存。
（1）波动法：安全库存 = 服务水平系数 × √(交期 × 销量方差 + 销量均值² × 交期方差)。适合数据积累超过6个月、波动相对规律的SKU。这是我会优先推荐的方法。
（2）覆盖天数法：安全库存 = 日均销量 × 额外覆盖天数。适合数据不足的新品或季节性SKU，额外覆盖天数通常取交期的20%到35%。这是过渡方案，不建议长期使用。
（3）经验校准法：由品类负责人根据历史缺货损失和滞销成本给出一个初始值，再按月根据实际缺货率和滞销率微调。适合刚上ERP、数据几乎为空白的团队。
三种方法不是互斥的，我通常是分层用：核心SKU用波动法，成长SKU用覆盖天数法，长尾SKU用经验校准法并定期清理。
这是我特别想强调的一条。安全库存的定义是"为了应对波动而持有的额外库存"，但在实操中它经常变成"为了保证不断货而无限加码"。我见过一个团队，把某款SKU的安全库存从7天加到30天，缺货率确实降了，但库存周转天数从58天涨到112天，滞销清理成本远超缺货损失。
我的建议是给安全库存设置上限：不超过目标覆盖天数的50%，且不超过近90天平均销量的45天用量。超过上限的补货建议必须走人工审批，并附上理由。
前面讲的是判断逻辑，这一节讲怎么落到工具上。我以数跨境为例，讲一套我从实际配置中总结出来的五步路径。选它作为示例的原因是它在多平台多店铺数据归集和补货建议这块的结构比较清晰，适合说明"配置"这件事到底在配什么。换任何一套跨境ERP，这五步的骨架是通用的。
先建仓库，不是先建商品。我一般会建这几类仓：自建国内仓、海外仓（按国家分）、平台仓（按站点分）、在途逻辑仓（按物流方式分）、不良品仓。每一类仓在系统里都要能独立查询库存，同时在汇总时按规则合并。
关键设置是库存口径映射：把平台回传的库存字段、海外仓回传的字段、手工录入的在途字段，分别映射到系统内的"可用库存""在途库存""锁定库存""不可售库存"四个标准字段上。这一步做扎实，后面的补货建议才有可能准。
主数据是配置工作量的重头。我列一下我会重点检查的字段清单：
这一步我通常会建议先清洗再导入，不要带着脏数据上线。因为脏数据在系统里会被放大，一个装箱率填错的SKU，会导致补货量取整时反复出现奇怪的数值，让团队对系统产生怀疑。
多规则并行的时候，必须配置优先级和互斥关系，否则同一个SKU可能被同时触发多条规则，生成重复建议。我的配置习惯是：
报关和清关相关的合规字段（HS编码、原产地、认证要求）如果要影响采购流程，建议放在SKU主数据上做校验，而不是放进补货计算逻辑里。因为合规是准入条件，不是数量条件，混在一起会让补货公式变得无法解释。
我通常会给出一张类似下面的审批矩阵。金额是基础维度，场景和供应商状态是修正维度。
| 采购场景 | 金额区间 | 供应商状态 | 审批路径 |
|---|---|---|---|
| 常规补货 | 0-3万 | 老供应商 | 采购主管一级审批 |
| 常规补货 | 3-10万 | 老供应商 | 采购主管 + 供应链负责人 |
| 常规补货 | 10万以上 | 任意 | 加财务负责人 |
| 紧急补货 | 任意 | 任意 | 加运营负责人，且需填写紧急原因 |
| 促销备货 | 任意 | 任意 | 运营负责人 + 财务负责人，需附活动计划 |
| 新品首单 | 任意 | 新供应商 | 采购 + 供应链 + 财务三方会签 |
| 超预算采购 | 超出月度预算 | 任意 | 升级至总经理，且必须附库存与销售数据 |
审批矩阵容易犯的错误是层级过多。我见过一个团队审批路径最长要五级，一笔紧急补货走完流程要四天，供应商早过了排产窗口。我的经验是紧急补货的审批层级不超过两级，但事后必须补交说明并纳入月度复盘。用事后审计替代事前层层卡，效率高得多。
预警规则我会按四类配置：库存类（可售天数低于阈值、滞销天数超过阈值）、交期类（供应商滚动交期超报价20%以上、在途批次预计到仓日已过但未到仓）、销售类（日销量超出预测上限30%或低于下限30%）、执行类（采购单超期未确认、收货数量差异超过5%）。
看板则按平台、仓库、品类、供应商四个维度拆解六个核心指标。这里我强调一点：看板第一版不要做太多指标，先做六个，跑稳三个月再加。指标太多会导致没人看。
没有一套配置适合所有团队。我按体量和复杂度分三种情况给建议。
这个阶段不建议上复杂的预测运算，配置重点放在主数据和口径上就够了。
这个阶段是配置收益最明显的区间，也是最容易配置失败的区间。
这个阶段的问题通常不是配置能力，而是数据治理和组织协同。
配置的本质是取舍。我给你五组我最常被问到的权衡，以及我的判断。
判断标准是数据质量和维护人力。如果你没有专职维护参数的人，不要上预测模型。规则法的准确度可能只有预测模型的70%，但它的错误是可解释的，团队知道去调哪个参数；预测模型的错误往往无从下手，最后大家会绕过系统。
我的建议是按分类决定。AX、BX类可以全自动；AZ、BZ、CY、CZ类必须人工确认。全自动的比例不要超过SKU数量的60%，这是我在多个团队验证过的相对安全线。超过这个比例，异常单的处理成本会抵消自动化省下的人力。
多仓备货能缩短履约时效、提升转化，但会推高总库存和安全库存总和。集中备货库存效率高，但履约时效差、跨境直发成本高。
我的判断逻辑：周转快、复购高、时效敏感的品类多仓备货；周转慢、客单价高、时效不敏感的品类集中备货。不要为了"全渠道覆盖"把所有SKU都铺到所有仓。
这是一个不可能同时最优的取舍。我的处理方式是把它变成显性成本对比：估算某SKU的缺货损失（含排名下跌的长期影响）和持有成本（含仓储、资金占用、滞销清理），取成本更低的一侧作为策略倾向。
实操中我会给不同分类设不同的容忍度：A类SKU允许缺货率低于3%，C类SKU允许缺货率到15%，因为C类补货一次的物流成本可能超过它一个月的毛利。
除非你的业务模式非常特殊（比如自建供应链、定制生产、多级分销），否则我建议先用标准产品把流程跑通。定制开发的问题不是成本，而是它会把你的流程固化成代码，之后每次业务调整都要开发排期。跨境业务变化很快，流程的灵活性比功能的完备性更重要。
以数跨境这类产品为例，它的价值在于把多平台数据归集、补货建议、采购流程这些通用能力做成了可配置项。你需要做的是把业务规则翻译成配置，而不是重新写一遍系统。翻译的成本远低于开发。
配置完成不是终点。我见过太多团队上线三个月后还在用同一套参数，然后抱怨系统不准。系统不准，通常是因为没人校准它。
这六个指标里，我建议团队最先盯的是补货建议采纳率。它是一个先导指标，反映团队对系统的信任度。采纳率上不去，后面所有指标的改善都无从谈起。
平台维度看不同站点的缺货和滞销差异；仓库维度看在途和可用库存的健康度；品类维度看周转和毛利结构；供应商维度看交期表现和延误集中度。四个维度不需要一次上全，先做仓库和供应商两个，因为它们和补货直接相关。
周会只看异常清单，不做参数调整。异常包括：本周新增缺货SKU、超期未到仓批次、采纳率低于50%的规则池、滞销新增SKU。
月度会做参数校准，具体动作是更新供应商滚动交期、调整季节系数、复核安全库存上限、清理长期不采纳的规则。
季度会做结构复盘，包括ABC-XYZ分类是否迁移、仓型布局是否需要调整、是否需要引入预测运算。
如果你准备开始配置，或者正在配置中途，这张表可以直接拿来对账。我按七天排，但实际执行时很可能需要两到三周，重要的是顺序不要乱。
最后这一条我要特别强调：不要一次性全量切换。我见过一次性切换导致补货建议数量暴增、团队无法判断哪些该批哪些该拒，最后干脆全部拒绝，系统直接沦为摆设。小范围试运行两周，把参数调顺，再逐步放开，成功率高得多。
回到开头那个卖家。他的问题不是ERP不好用，是他把补货理解成了一个"填参数"的动作，而不是一段需要持续维护的流程。
我的核心观点可以压缩成三句话。第一，跨境补货的准确度，八成取决于主数据和库存口径，两成才是算法和参数。你花在清洗供应商交期和定义可售库存上的时间，回报远高于比较不同ERP的补货算法。
第二，配置的目标不是让系统替你做决定，而是让系统在你还来得及的时候告诉你哪里不对。预警的价值高于自动化，采纳率的价值高于使用率。
第三，补货是一段会持续漂移的流程。供应商会换、平台政策会变、季节性会迁移，任何一次配置都不可能一劳永逸。周看异常、月调参数、季做结构，是让这套配置活下来的唯一方式。
如果你现在就准备动手，我建议的下一步只有三件：今天先写下你那五个库存口径公式，本周把供应商的滚动实际交期字段补上，然后用两三周时间拿20到30个SKU跑一轮小范围试运行。这三件事做完，你对自家补货链路的问题出在哪，会比看任何一篇指南都清楚。
读者评论
库存口径这段很实用，尤其把在途当可售的坑。很多团队只填一个补货点，却没定义可补货库存公式，后面算不准很正常。
配置顺序说得对，主数据和库存口径没理顺就急着跑补货规则，最后只会反复改安全库存，团队也会越来越不信系统。
交期拆成生产、出运、头程、入仓四段很关键。合同30天实际67天的例子很典型，固定交期配置补货点基本会系统性偏晚。
自动化目标不是自动下单而是提前暴露异常，这个观点有启发。跨境外部变量太多，全自动下单风险大，预警机制更值钱。
按平台、国家、仓型跑补货比合并总销量准确，虽然配置量大，但能避免不同市场波动被平均掉。图表样本推演也有参考价值。