去年三季度，我帮一家做手机配件和车载支架的跨境卖家做库存诊断。他们 2024 年底上线了 ERP，Shopee、Lazada、TikTok Shop 三个平台、四个店铺，两个海外仓（马来西亚、菲律宾）加一个国内中转仓，SKU 大约 1400 个。上线八个月后，老板给我看两张表：一张是核心 SKU 的缺货率，10.7%；另一张是 90 天无动销的滞销库存，占库存金额 34%，压在仓里和在路上的一共差不多 280 万人民币。
他问我的第一句话是："是不是 ERP 买错了？"我的回答是：ERP 大概率没买错，是你从来没设计过补货规则和流程责任。这家公司上线 ERP 之后，库存记录确实准了、对账确实快了、运营查库存不用再翻表格了，但缺货率和滞销率反而都变差了。因为 ERP 只是一个把订单、库存、采购单连起来的容器，它不会告诉你什么时候该补、补多少、谁来批、延期了怎么处理。
这篇《erp跨境电商优化清单：采购补货与流程设计的关键动作》，我不打算写成 ERP 功能大全，也不打算做品牌推荐。我要做的是一份可以直接拿去内审的动作清单：先诊断采购补货失真的信号，再逐条拆解补货规则、流程节点、异常闭环、指标看板和落地节奏。文中会用到我实际经手的项目数据、公式和字段清单，也会讲到我在做库存健康度诊断时怎么用数跨境把 ERP 数据和平台销售数据对齐。
在展开细节之前，先给出我这些年做跨境供应链诊断后形成的五条核心判断。如果你只记得住一段，记这五条就够了。
结论一：ERP 解决的是"记录和连接"，不解决"决策和策略"。订单从平台拉进来、库存怎么扣、采购单怎么回写，这些是 ERP 的强项。但安全库存设多少、再订货点怎么算、哪个 SKU 该停补、延期到仓要不要换供应商，这些是业务规则，ERP 只能承载你已经想清楚的规则，不能替你产生规则。
结论二：补货失真的第一原因不是算法差，是库存口径不统一。我见过的绝大多数补货事故，追到最后都是同一件事：运营看到的可售库存、采购看到的下单依据、仓管看到的实物数量，是三套数字。在这种状态下上任何补货算法，都只是把错误放大。
结论三：流程设计要先画异常路径，再画正常路径。正常路径（下单，到仓，入库）大家都画得出来。真正决定供应链韧性的是异常路径：延期了怎么办、短装了怎么办、质检不通过怎么办、平台突然改政策怎么办。异常没有责任人和时限，流程就是一张装饰画。
结论四：自动化和人工确认的边界必须先定阈值，再谈效率。"一键补货"听起来很美，但高金额、新品、季节品一旦自动下单，损失是实打实的。我通常建议按金额、品类、SKU 分层三个维度设阈值，低风险自动、高风险人工，这条线定不清楚，自动化就是风险放大器。
结论五：补货参数不是一次设好，而是按周复盘、按月调参。很多卖家上完 ERP 就把参数设死，然后一整年不动。可是物流时效在变、平台政策在变、供应商在换、旺季淡季销量方差能差三倍，参数不动，准确率一定往下掉。
这家卖家的情况很典型。同一款车载支架，Shopee 马来西亚站、Lazada 马来西亚站、TikTok Shop 马来西亚站都有 listing，货放在同一个海外仓，但每个平台对库存的可见性和预留规则不一样。Shopee 会在大促期间预占库存，Lazada 的订单取消回补有延迟，TikTok Shop 的订单取消率明显更高。再叠加国内中转仓的在途、头程海运的在途、供应商已发货未到仓的在途，就出现了四套数字。
运营关心的是"现在还能不能卖"，采购关心的是"要不要下单"，仓管关心的是"实物有多少"，财务关心的是"这批货值多少钱"。这四个视角本来就不该是同一个数字，但如果 ERP 里没有把它们显式地区分开，所有人都会默认自己在看同一份库存，冲突就开始了。
这家公司的主力供应商在深圳，采购交期标称 12 天，实际波动在 9 到 22 天之间。头程海运到马来西亚 7 到 12 天，空运 3 到 5 天。也就是说，从"决定下单"到"海外仓可售"，最短 12 天，最长 34 天，中间差了将近三倍。
而他们的补货决策是怎么做的？运营在群里喊一句"这个款快没了"，采购看一眼表格，凭感觉下 500 个。没有触发规则、没有覆盖天数计算、没有在途扣减。旺季日均卖 60 个的款，按这个节奏补货，缺货几乎是必然的。
我做过一个统计：这家公司上 ERP 之后的采购流程，和上 ERP 之前相比，多了"在系统里录一遍采购单"这个动作，但决策依据、审批人、异常处理方式完全没变。他们的采购审批是群消息+表格，供应商延期是打电话问，质检不通过是运营和采购互相甩锅。ERP 里那笔采购单，更像是事后的记账凭证，而不是事前的控制点。
| 环节 | 上 ERP 前的做法 | 上 ERP 后的做法 | 实际变化 |
|---|---|---|---|
| 补货触发 | 运营在群里喊 | 运营在群里喊，再让采购查系统 | 没变，只是多了一次查询 |
| 补货数量 | 采购凭经验拍 | 采购凭经验拍，录入系统 | 没变，只是多了一次录入 |
| 审批 | 老板微信回复"可以" | 老板微信回复"可以"，采购补录系统 | 没变，审批不在系统内闭环 |
| 延期处理 | 打电话催 | 打电话催，系统里状态不动 | 没变，异常不入系统 |
| 到仓入库 | 仓管汇总日报 | 系统同步入库单 | 有改善，数据实时性提升 |
| 对账 | 财务翻表格比对 | 系统导出后比对 | 有改善，耗时下降约一半 |
这张表说清楚了一件事：这家公司其实只完成了 ERP 的"记录层"上线，完全没做"规则层"和"流程层"的设计。而采购补货的准确率、库存的健康度，恰恰是由后两层决定的。
很多人对 ERP 的期望是"它应该告诉我该补多少"。但 ERP 的补货建议模块，本质上是把你输入的参数（销量、交期、安全天数、MOQ）套进一个公式算出来的。参数是错的，结果一定是错的，而且因为披着"系统建议"的外衣，错误反而更难被发现。
我见过最离谱的一次，是有卖家把采购交期在系统里统一填了 7 天，但实际海运到仓要 20 天以上，系统就一直在"来不及补货"的状态下建议下单，结果每个 SKU 都超订 30% 到 50%。
零缺货在数学上等于无限安全库存，也就是无限的滞销风险。任何承诺"零缺货"的工具或服务商，要么在偷换缺货的定义（比如只统计头部 SKU），要么在把成本转移到库存资金上。正常的目标应该是：把核心 SKU 的缺货率控制在 3% 到 5%，同时把滞销库存占比压在 15% 以内。
安全库存、再订货点、覆盖天数这些参数，全部建立在"用哪个库存数字来算"之上。如果系统里只有一笔笼统的"库存数量"，那算出来的再订货点没有任何意义。必须先拆开：账面库存、物理可用、已锁定、在途、残次、海外仓不可调拨。
缺货是可以被"买"出来的。多备货，缺货率立刻下降，但滞销率和资金占用会同步上升。健康的库存管理要同时盯四个指标：缺货率、周转天数、滞销库存占比、售罄率。只考核其中一个，一定会被扭曲。
正常的采购流程大家都懂：请购，审批，下单，跟单，到仓，质检，入库，对账。问题是这条路径上 20% 到 30% 的订单会走出异常分支。异常无流程，等于每次都要重新吵一遍，决策质量完全取决于当天谁在现场。
"免费 ERP"这四个字对中小卖家很有吸引力。但我通常第一个问的不是价格，而是三个问题：数据能不能全量导出？有没有 API？采购和库存模块是否在免费范围内？如果数据出不来、没有 API，你后续想做经营分析、想做自己的补货模型，就会被卡死在系统里。
我习惯把"库存"拆成一个漏斗，从上到下四层，每一层的口径都不一样，用途也不一样。这是我做任何库存诊断的第一步。
ERP 或平台后台显示的库存数量，包含残次品、被订单锁定但未发货的部分、以及已经发出但还没到海外仓的在途。这一层只能用来对账，不能用来做补货决策。
账面库存减去残次品、减去不可用库存（比如被质检扣下、被平台下架冻结）。这一层反映仓库里真正能动的东西。
物理可用库存减去已被订单占用但还未发出的部分，再减去给直播、大促预留的库存。这一层的含义是"我还能自由决定给谁发"。
可分配库存再减去安全库存水位。这一层才是真正可以用来回答"还能卖多少单"的数字，也是补货决策应该盯的数字。
很多文章会给一个再订货点公式，但我更想说清楚每一项在防什么风险。下面这版公式是我在实际项目里用的版本，和海外的经典公式略有差异，因为它显式扣除了在途和不可调拨库存，这一步恰恰是国内跨境卖家最容易漏的。
再订货点 ROP = 日均销量 × (采购交期 + 安全天数)
+ 安全库存
在途可用量
海外仓可调拨量
建议补货量 Q = 目标覆盖天数 × 日均销量
可承诺库存
在途可用量
海外仓可调拨量
（结果向上取整到 MOQ 与装箱量的整数倍）
安全库存 SS = Z × √(交期 × 销量方差 + 日均销量² × 交期方差)
其中 Z 为服务水平系数：90% → 1.28，95% → 1.65，97.5% → 1.96，99% → 2.33
注意公式里那个交期方差项。绝大多数人算安全库存只算销量的波动，忽略了交期的波动，而在跨境场景里，交期方差往往是更大的风险来源。供应商说 12 天到货，实际有 9 天也有 22 天，这个方差会直接放大你需要的安全库存。
我用这家公司的实际数据做过测算。当交期标准差从 2 天上升到 10 天时，同样维持 95% 的服务水平，安全库存需要放大到 3.2 倍。这意味着：与其花力气优化补货算法，不如先把供应商交期的稳定性管起来，收益更大。
我给这家公司做分层时用的是销售额贡献度加动销频次的双维度。结果很典型：前 20% 的 SKU 贡献了 76% 的销售额，而最后 50% 的 SKU 只贡献 6% 的销售额，却占了 41% 的库存金额。这就是典型的"用 41% 的资金去服务 6% 的销售"。
分层之后，规则就完全不一样了：A 类 SKU 用高频补货加低覆盖天数，宁可小批量多次；C 类 SKU 用低频补货加高覆盖天数，甚至直接改为按单采购或停止补货。如果全都用同一套参数，结果一定是 A 类缺货、C 类滞销。
ERP 里的报表通常是围绕单据设计的：采购单列表、入库单列表、库存明细。这些报表能告诉你"发生了什么"，但很难直接回答"为什么"。比如我想知道某款产品的缺货到底是销量突增造成的，还是交期波动造成的，ERP 里两张表是分开的，我要手动导出再对齐，一次两次可以，每周做就很痛苦。
我的做法是：把 ERP 的库存流水与采购单导出，再把平台后台的销售、广告、退货数据导出，统一到一个分析工具里做 SKU 级的对齐。这一步我用的是数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys），它本质上是面向跨境电商的数据分析与经营看板工具，优势在于能把多平台、多店铺、多仓库的数据拉到同一张表里做对比，而不需要我每次手动拼 Excel。
具体操作上，我把数据分成三组，每组解决一个不同的问题。
按 SKU × 站点 × 日期拉取销量、退货量、取消量、广告花费。退货和取消必须剔除或折算，否则日均销量会被高估。TikTok Shop 的取消率在我们这个类目里到了 6% 左右，如果不处理，补货量会系统性偏高。
按采购单号拉取下单日期、承诺到仓日、实际到仓日、到货数量、质检结果。这张表的核心产出不是"到没到"，而是每个供应商的交期均值与标准差。
按 SKU × 仓库拉取期末库存、库存金额、90 天动销标记、周转天数。用来识别滞销和资金占用分布。
| 数据组 | 关键字段 | 解决的问题 | 常见坑 |
|---|---|---|---|
| 需求侧 | SKU、站点、日期、销量、退货量、取消量 | 日均销量与销量方差 | 未扣退货和取消，销量被高估 5%-8% |
| 供给侧 | 采购单号、承诺到仓日、实际到仓日、到货量 | 交期均值与交期方差 | 只记承诺日期，不记实际到仓日，方差无法计算 |
| 结果侧 | SKU、仓库、期末库存、库存金额、动销标记 | 滞销识别与资金占用分布 | 用账面库存算动销，把在途误判为滞销 |
| 成本侧 | 采购单价、头程运费、仓储费 | 库存持有成本与资金占用 | 只算采购成本，漏算头程和仓储，低估持有成本 |
把五个主力供应商的数据放在一张散点图上之后，结论非常清晰：交期标准差最大的两家供应商，对应 SKU 的缺货率分别是 16.5% 和 21.3%，而交期标准差最小的供应商，缺货率只有 4.2%。更关键的是，采购额最大的供应商（320 万）恰恰是交期方差排第二的那家。
这个发现直接改变了我们的优先级：第一件事不是调补货参数，而是把最大采购额那家供应商的交期稳定性谈上去。后来我们做了一件事，把交期承诺写进采购合同，对连续三次超期的批次扣减账期，同时给准时交付的批次提高下单优先级。四个月后，这家供应商的交期标准差从 4.5 天降到 2.8 天，对应 SKU 的缺货率从 10.7% 降到 5.1%。
规则和流程落地三个月后，这家公司的数据是：核心 SKU 缺货率从 10.7% 降到 3.4%；滞销库存占比从 34% 降到 19%；库存周转天数从 96 天降到 68 天；释放出来的库存资金大约 110 万元。整个过程中他们没有换 ERP，只是补上了规则层和流程层。
这是所有工作的地基。要显式区分：平台 SKU、MSKU、组合品与拆分品、本地仓、海外仓、在途、可售、锁定、残次、不可调拨。检查方式是做一个对照表，把同一个商品在各系统里的编码列出来，看看有没有一对多、多对一、断链的情况。
常见的坑是组合品。一个"手机支架+数据线"的套装卖出去，系统要同时扣两个单品库存，如果组合关系没配好，单品库存就会失真，补货建议跟着失真。
触发规则至少要有三条：低库存触发（可承诺库存低于再订货点）、时间触发（每周固定补货窗口）、事件触发（大促前、新品、爆量）。三条规则要有优先级，避免同一 SKU 在一周内被触发三次。
再订货点必须扣减在途和可调拨量，否则会出现重复下单。我在项目里见过最典型的错误，就是采购看到库存低就下单，但没看系统里的在途，结果同一款下了两次单，三个月后仓库堆了两批货。
分层的维度建议用「销售额贡献 + 动销频次 + 库存金额占用」三轴。A 类用短覆盖天数（比如 20 到 25 天）、高频补货；B 类用中等覆盖天数（35 到 45 天）；C 类用长覆盖天数（60 天以上）或直接按单采购。季节品单独设一组参数，在旺季前 60 天开始拉高水位，旺季结束后立刻停止补货。
采购单不只是一张单据，它应该带着状态走完全程：草稿、已提交、已审批、已下单、生产中、已发货、在途、已到仓、质检中、已入库、已对账。每一个状态都要有责任人和时效要求。
核心检查项只有一个：系统里能不能看到每个批次的预计到仓日，并且在超期时自动预警？如果只能看到"在途 500 件"而看不到"预计 3 月 12 日到仓"，那这个在途数据对补货没用。
预警阈值我通常设三道：到仓日前 5 天提示跟单；到仓日当天未到转黄灯；超期 3 天转红灯并触发替代方案评估（空运补货、调拨其他仓、暂停广告投放）。
要和供应商约定五件事：交期承诺（含上限）、延期通知时限（建议提前 3 天）、短装处理方式、质检标准与返工责任、账期与超期扣款规则。这五条写进采购合同或年度协议，比在微信里说一百句"麻烦快一点"有用得多。
我建议固定盯六个指标，每个指标都要有明确的口径和责任人，否则就是数字游戏。
| 指标 | 口径建议 | 健康区间（参考） | 常见误判 |
|---|---|---|---|
| 核心 SKU 缺货率 | A 类 SKU 中可承诺库存为 0 的 SKU 天数占比 | 3%-5% | 用全量 SKU 计算，被长尾款稀释 |
| 库存周转天数 | 期末库存金额 ÷ 日均出库成本 | 60-90 天（视品类） | 含在途库存，周转被高估 |
| 滞销库存占比 | 90 天无动销库存金额 ÷ 总库存金额 | 15% 以内 | 把在途算作滞销，虚高 |
| 售罄率 | 售出数量 ÷ (售出 + 期末库存) | 按品类基准 | 不看周期，不同周期不可比 |
| 采购准时交付率 | 按承诺到仓日准时到仓批次数 ÷ 总批次 | 90% 以上 | 允差天数设太宽，虚高 |
| 在途数据准确率 | 实际到仓数量与系统在途数量一致的批次占比 | 95% 以上 | 不核对，长期失真 |
我建议的节奏是：每周看异常清单（缺货预警、滞销新增、超期在途），每月调一次参数（覆盖天数、安全天数、服务水平系数），每季度重算一次分层和供应商评级。旺季前单独做一次参数切换方案，旺季结束后按周逐步回归。
运营、采购、仓管、财务必须职责分离。运营负责需求预测和活动节奏，采购负责下单和跟单，仓管负责收货和质检，财务负责对账和付款。审批阈值建议按金额和风险双维度设：比如单笔 5 万以内采购经理批，5 万到 20 万供应链负责人批，20 万以上老板批；新品首发无论金额一律人工复核。
检查方法是做一次端到端演练：下一个测试订单，看库存怎么扣；触发一次补货建议，看采购单怎么生成；走一次入库，看成本怎么进入财务。任何一环断掉，整条链路的可信度就归零。
我的建议是三层：
缺货、超卖、滞销新增、退货激增、物流延误、平台政策变化，每一类都要有工单类型、责任人、处理时限和关闭标准。关闭标准尤其重要，"已处理"不是标准，"补货已到仓且缺货解除"才是。
周会不讨论感觉，只讨论三样东西：指标变化（对比上周和上月同期）、异常清单（谁负责、什么状态）、待决策事项（需要谁拍板）。看板字段建议固定为：SKU、仓库、可承诺库存、覆盖天数、在途及预计到仓日、最近 7 天日均销量、补货状态、责任人。
这个阶段不需要复杂模型。先做两件事：统一 SKU 编码，按周盘点可承诺库存。补货用最简单的覆盖天数法，覆盖天数设在 30 到 45 天，宁可少量多次。这个阶段最大的风险是过度设计，把时间花在搭模型上而不是跑通流程。
这是最需要清单的阶段。必须做 SKU 分层、必须设再订货点、必须建异常工单。我建议先挑 50 到 100 个 A 类款跑通完整闭环，验证两三个月再全量推广。别一上来就全 SKU 铺规则，参数没校准的系统比没有系统更危险。
这个阶段核心问题从"补不补"变成"补到哪个仓、补多少、要不要调拨"。需要引入调拨逻辑和分仓水位管理，同时把补货参数按站点差异化。这个阶段建议用数据工具做 SKU 级监控，因为人眼已经看不过来了。
铺货型的核心不是预测准，而是快进快出。补货规则要更保守：只给已经验证出单的款补货，未出单的款不补只清。覆盖天数设短，宁可断货也不压货。库存健康度的第一指标是滞销占比而不是缺货率。
精品型的核心是不断货。A 类款的缺货率要压到 3% 以内，可以用更高的安全库存换取服务水平，同时靠长周期销量预测和提前备货来降低资金占用。建议对大促做单独的水位推演。
| 卖家类型 | 首要指标 | 覆盖天数建议 | 自动化程度 | 最大风险 |
|---|---|---|---|---|
| 起步期（<300 SKU） | 流程跑通 | 30-45 天 | 低，人工为主 | 过度设计，规则没跑通就换系统 |
| 增长期（300-2000 SKU） | 核心 SKU 缺货率 | 25-40 天（分层） | 中，建议+确认 | 全量铺规则，参数未校准 |
| 成熟期（>2000 SKU） | 周转天数 + 滞销占比 | 分仓分站点差异化 | 高，阈值内自动 | 分仓水位失衡，调拨不及时 |
| 铺货型 | 滞销库存占比 | 15-25 天 | 中高，只补验证款 | 盲目铺量导致库存失控 |
| 精品型 | 缺货率 | 45-70 天 | 中，大额人工 | 资金占用过重，旺季判断失误 |
自动化的收益是人力，成本是风险。我的经验是，单笔采购金额超过月均采购额 10% 的订单，不建议全自动；SKU 数超过 1000 且日均采购单超过 30 单时，不做自动化的人力成本会超过风险成本。这条线要按自己的金额分布来定，不能抄别人的阈值。
免费不是不能选，但要清楚免费的边界在哪里。我评估这类工具时固定看六个维度：平台对接广度、多仓多币种支持、采购审批流、数据导出与 API、报表自定义能力、实施与支持。这六项里如果有两项以上是业务刚需却受限，免费省下的钱很快会被人力成本吃掉。
年 GMV 低于 5000 万、SKU 少于 2000 个的卖家，我不建议自研供应链系统。自研的真实成本不是开发，是维护和迭代，以及招不到懂供应链又懂开发的人。这个阶段用成熟工具加自定义报表，性价比高得多。GMV 上亿、有特殊业务逻辑（比如定制、代发、多级分销）的，才值得考虑自研核心模块。
精细管理的收益不是线性的。从"完全没有规则"到"有基础规则"，收益最大；从"有基础规则"到"参数持续优化"，收益递减；从"持续优化"到"算法建模"，收益更小而且需要数据积累。我建议把精力分布在：口径统一（40%）、分层与规则（30%）、异常闭环（20%）、参数迭代（10%）。
当资金紧张时，必须做取舍。我的判断顺序是：先停掉 C 类款的补货（这是最快的资金释放动作），再清 90 天以上滞销，同时把释放出来的资金优先投给 A 类款的安全库存。这家公司三个月里通过停补 C 类、清仓长尾，释放了大约 110 万资金，同时核心款缺货率还降了。
这一个月不要急着设规则，先把地基打好。具体动作是：盘点 SKU 编码，建立平台 SKU 与内部 SKU 的对照表；拆开库存的四层口径；把采购单补齐"承诺到仓日"和"实际到仓日"两个字段；跑通一次完整的采购单从下单到入库的流程。这个阶段的目标不是效率提升，是数据可信。
这个阶段的重点是让规则落地。挑出 A 类 SKU 跑分层参数，设再订货点和覆盖天数；上线三类补货触发规则；建立异常工单，至少覆盖缺货、延期、短装、质检不通过四类；开始每周复盘异常清单。这个阶段会暴露很多历史遗留问题，要有心理准备。
经过两个月的规则运行，你会积累一批真实数据，这时候才谈得上调参。把交期均值和方差用实际数据替换掉估值；把销量方差按旺季淡季分开算；建立库存健康度看板，固定六个指标；开始做供应商评级并调整下单优先级。
回到开头那家卖家。他们最后没有换 ERP，也没有上什么高级算法。改变结果的是三件事：把库存口径拆开、把交期方差管起来、把异常处理写进流程并配上责任人。缺货从 10.7% 到 3.4%，滞销从 34% 到 19%，周转从 96 天到 68 天，这些都不是系统带来的，是规则和流程带来的。
我对"ERP 优化"这件事最想强调的一个独特判断是：跨境电商的补货问题，本质上是口径问题和责任问题，不是算法问题。在口径不统一、异常无人闭环的环境里，越高级的算法越危险，因为它会以更高的效率执行错误的规则。
另一个判断是：交期方差的治理优先级高于补货算法的优化。我前面那张图已经说明了，交期标准差从 2 天涨到 10 天，安全库存要放大 3.2 倍。与其花几个月调参，不如花几周把最大供应商的交期稳定性谈上去。
如果你今天只做五件事，做这五件：
这五件事做完，你大概花不了一周时间，但你会第一次真正"看见"自己的供应链。系统负责记录，你负责设计规则，这句话，是我做这行这些年最深的体会。
读者评论
上线ERP后缺货率反而从8.9%升到10.7%，这个数据太真实了。我们公司也是类似情况，系统记录准了，但补货还是靠运营在群里喊，采购凭感觉拍数量。文章说的'只完成了记录层上线'一针见血，规则层和流程层才是决定库存健康度的关键，光换系统解决不了决策问题。
库存四层漏斗那部分很实用，账面库存、物理可用、可分配、可承诺层层递减，我们做多平台多仓的经常把这几套数字混着用。财务、运营、采购各看各的，冲突就来了。先把口径统一再谈补货算法这个顺序不能反，否则再好的公式也是把错误放大。
异常流程要先画这条建议很有价值。正常下单到入库大家都会画，但延期、短装、质检不通过这些分支没有责任人和时限，每次都要重新吵一遍。另外自动补货按金额和品类设阈值也很必要，高金额新品一旦自动下单，损失是实打实的，人工确认的边界得先定清楚。