去年 11 月大促的第二天早上，一个做家居类目的朋友给我发来后台截图：同一款折叠桌，平台店铺显示可售 87 件，深圳仓实际只剩 12 件，美国海外仓压着 63 件，还有 40 件在海上。三个数字加起来是 115，但没有任何一个仓库能单独发出 87 件。结果就是超卖 30 多单，客诉、退款、账号绩效一起爆。
这个场景几乎每天都在中小跨境团队里重演。问题不在于他们没上 ERP，而在于他们上 ERP 之前，从来没有把"库存"这件事的口径、流程和验收标准讲清楚。这篇文章我想把库存管理从 0 到 1 的完整路径拆开讲：先定口径，再固流程，然后用指标验收，最后才谈系统选型。
我把过去几年帮十几个团队做过库存体系梳理的经验浓缩成一句话：库存管理从 0 到 1，不是先买软件，而是先统一口径、再固化流程、最后用指标验收。这三件事的顺序不能颠倒，颠倒了就会出现"上了系统反而更乱"的情况。
统一口径解决的是"数据对不对"的问题。同一个 SKU 在采购系统、仓库、平台后台、财务账上必须是同一个东西，否则所有报表都是自说自话。这件事跟软件无关，靠的是编码规则和映射表。
固化流程解决的是"人会不会乱来"的问题。谁有权改库存、谁审异常单、多久盘一次、补货参数谁签字，这些都是流程问题，不是功能问题。很多团队买了 ERP 却依然超卖，根因就是流程没定，系统只是把混乱自动化了一遍。
指标验收解决的是"到底有没有变好"的问题。订单处理时长、库存准确率、超卖率、缺货率、周转天数、滞销库存占比，这六个指标是库存管理的基本盘。没有基线，就没有办法判断一套系统是提升了效率，还是只是换了个地方忙。
月订单量在 2000 单以内、只做一个平台、只有一个发货仓的团队，用一个结构清晰的 Excel 加平台的库存预警，是能撑住的。这个阶段最大的风险不是工具落后，而是把"够用"误当成"规范"，表头随手改、SKU 靠中文名命名、库存数靠人记。
我见过一个团队，SKU 编码是"折叠桌-白-大-新"，后来出了改款，变成"折叠桌-白-大-新2"，再过半年出现"折叠桌-白-大-新2（改）"。等到要上 ERP 的时候，光是把这堆东西对应回平台的 MSKU，就花了整整两周。
当一个团队同时做三四个平台，问题性质就变了。同一个物理库存要同时支撑多个渠道的可售数，而平台之间的库存同步通常是分钟级甚至更慢。这个阶段超卖不是意外，而是必然。
更麻烦的是仓库维度。深圳仓、义乌仓、美国海外仓、FBA 在途，这些库存的"可售性"完全不同：深圳仓能发全球但时效差，海外仓时效好但备货压力大，FBA 在仓灵活但调拨慢。如果 ERP 只给你一个总数，这个数字基本没有决策价值。
SKU 从 50 个涨到 500 个之后，补货决策的复杂度是指数级上升的。每个 SKU 的销量波动、供应商交期、海运周期、促销节奏都不一样，靠 Excel 拉透视表已经跟不上。
结果就是两类极端同时出现：爆款频繁断货，滞销品越堆越多。我见过一个团队，滞销库存占到了总库存资金的 38%，但爆款缺货率还有 12%。这不是"库存太多"或"库存太少"的问题，是结构性错配。
这是最普遍也最贵的误解。ERP 的库存准确性来自"每一次出入库都被准确记录"，而不是来自系统本身。如果仓库收货靠手写、退货靠微信通知、调拨靠口头说，那系统里的数字只是把错误记录得更整齐。
正确做法是先做一次全量盘点，把系统初始库存冻结在一个可信的时间点上。没有这一步，后面所有对账都是沙滩上盖楼。
用中文描述做编码，短期看着直观，长期是灾难。中文名称会随运营改标题而变动，编码一旦跟着变，历史数据就断了。
合理的编码应该包含品类、属性、版本、包装层级这几层信息，且一旦确定就不再修改。下面是我常给团队用的一套规则：
SKU 编码规则（建议 4 段式，用短横线分隔）
格式：[品类码 2 位]-[属性码 3 位]-[版本号 2 位]-[包装层级 1 位]
示例：
HB-WHT-01-S 家居 / 白色 / 第 1 版 / 单件装
HB-WHT-01-C 家居 / 白色 / 第 1 版 / 组合装（含 2 件）
HB-WHT-02-S 家居 / 白色 / 第 2 版 / 单件装
硬约束：
编码一旦写入系统，禁止修改，只能新建并做映射
组合装不与单件共用库存池，必须建立 BOM 映射关系
平台 MSKU / ASIN 通过映射表关联，不写进 SKU 编码本身
真正有用的库存视图至少要拆成五类：可售（已上架且能发）、锁定（已下单未出库）、在途（已采购未到仓）、在仓不可售（质检/不良品）、在海外仓或在 FBA（可发但调拨慢）。
只用一个"总库存"数字做决策，必然出现两种错误：要么因为看到总数很多而停止补货，要么因为看到可售很少而盲目空运。
很多团队的补货公式是"安全库存 = 过去 30 天平均日销 × 15 天"。这个公式的问题在于，它假设所有 SKU 的销量波动和交期波动都一样，而现实中完全不同。
一个日销稳定在 30 件、交期固定 45 天的标准品，和一个日销在 5 到 80 之间跳动、交期 20 到 60 天的新品，用同一个安全库存天数，前者必然积压，后者必然断货。
顺序反了。历史数据里通常有三类脏数据：重复 SKU（同一实物多个编码）、僵尸 SKU（半年零销售）、错码 SKU（编码与实物不符）。这些数据不清洗就导入系统，等于把垃圾搬进新家。
我的建议是先做一次"SKU 大扫除"，把在售 SKU 砍到真实在用的范围，再导入系统。这一步通常能砍掉 15% 到 30% 的冗余编码。
"支持 100+ 平台对接""支持全球海外仓"这类表述，几乎是每家 ERP 官网的标配。但真正决定你能不能落地的是：你的目标平台在不在已上线清单里、你的物流商 API 是否已通、对接是官方接口还是模拟登录。
模拟登录的对接，平台一改风控就会断，这在旺季是致命的。这一条我会在第九节给出具体的验证方法。
"订单处理效率提升 60%""服务 30000+ 卖家"这类数字，来自厂商自己的口径，样本范围、统计时间、计算方式都不透明。它可以作为选型参考，但不能作为你验收的标准。
正确的做法是：先测自己的基线，上线三个月后再测一次，用同一套口径对比。哪怕只提升了 20%，只要是你自己的数字，就有决策价值。
我不建议用"公司规模"来判断该不该上 ERP，而应该用四个可观察的信号。只要命中两个以上，就说明人工方式的天花板已经到了。
反过来，如果只有一个平台、一个仓、月订单 1000 单以内、SKU 不超过 100 个，那么把 Excel 做规范、把流程定清楚，比上系统性价比高得多。ERP 是放大器，它放大的是你已有的流程，而不是替你创造流程。
我通常用一个更本质的标准：同步成本是否已经超过软件成本。同步成本包括人工核对的工时、超卖带来的退款和客诉、缺货损失的机会收入、滞销占用的资金成本。
粗略估算方式是：每月人工核对工时 × 人工小时成本 + 超卖订单数 × 单均损失 + 滞销库存资金 × 月资金成本率。如果这个数字连续两个月超过 ERP 的年费，那就是该上的时候了。
这一步不需要任何软件，只需要一张表和一个会议。产出物是《库存口径定义表》，明确五类库存的定义和计算方式，全团队签字确认。
五类库存我建议这样定义：可售库存 = 已质检合格 + 已上架 + 未被订单锁定；锁定库存 = 已付款订单占用但未出库；在途库存 = 已下单未到仓（含海运在途）；不良库存 = 质检不合格或客户退货未处理；海外仓库存 = 已到海外仓或在 FBA 可发。
一个物理 SKU 可能对应多个平台的多个 MSKU，甚至一个平台的多个 ASIN。这层映射必须建表管理，且由专人维护。没有映射表，库存同步就无从谈起。
组合装的库存不应独立维护，而应该由单件库存按 BOM 换算得出。例如"2 件装"的可售数 = 单件可售数 ÷ 2 向下取整。如果组合装单独记库存，超卖几乎无法避免。
这一步决定系统上线后的返工量。我建议按下面的清单逐项完成，每完成一项打钩，不要跳步。
这里面最容易偷工减料的是全量盘点。我的建议是哪怕停一天发货也要盘，因为库存初始值错了，后面每一次异常都会有人怀疑系统，最终团队会退回到人工表格。
要解决的问题是"什么订单自动通过、什么订单必须人工看"。建议默认自动通过，只把四类订单拦下来人工审：地址异常、超大额订单、黑名单客户、同 IP 高频下单。审单规则越少，效率越高；规则越多，越容易被绕过。
核心是同步频率和缓冲库存两个参数。同步频率决定数据新鲜度，缓冲库存决定安全垫。我的经验值是：同步频率做到 5 分钟以内，缓冲库存按日均销量的 10% 到 20% 设置。
防超卖的逻辑链需要说清楚，下面是一段伪代码，讲的是下单到扣减的完整链路：
防超卖扣减逻辑（伪代码）
收到平台订单：
查询该 SKU 在发货仓的可售库存
可售库存 – 缓冲库存 > 订单数量 ?
是 -> 进入下一步
否 -> 标记为"库存紧张"，触发人工确认或延迟发货
在 ERP 内锁定库存（可售 -> 锁定）
向其他平台推送更新后的可售数
若 15 分钟内未能向平台回传成功，重试 3 次后告警
关键约束：
锁定必须在 ERP 侧先完成，再回传平台，顺序不能反
回传失败不能吞掉异常，必须进入告警队列
退货入库后不立即释放为可售，先进入待质检状态
安全库存的作用是吸收需求波动和交期波动，不是拍一个固定天数。更实用的做法是按交期的标准差和日销的标准差来算，再叠加一个服务水平系数。
简化后的公式是：安全库存 = 服务水平系数 × √(交期 × 日销方差 + 日销均值² × 交期方差)。这个公式不需要精确到小数点，它的价值在于让团队意识到波动大的 SKU 应该配更高的安全库存，而不是所有 SKU 一刀切。
在途库存必须可视，且要能按预计到仓日排序。这样做的价值是：当某个 SKU 快断货时，可以立刻判断是否有一批货在两周内到仓，从而决定是等还是补空运。
三个仓的定位不同：本地仓负责灵活补货和新品测试，海外仓负责时效和成本平衡，FBA 负责平台流量和 Prime 标识。协同的关键是明确"哪个仓优先发货"的规则，并让系统按规则自动分配。
盘点不是季度活动，而是日常动作。我建议采用循环盘点：每天盘 5% 的 SKU，高价值 SKU 每周至少盘一次。差异超过阈值自动生成异常单，必须有人闭环。
系统配好之后，如果没有 SOP，三个月内一定会退化。SOP 不需要写得很长，一页纸足够，但必须写清楚"谁、在什么时间、做什么、做到什么标准"。
每日 SOP：早上查同步日志和告警队列，处理库存紧张订单；中午核对当日出入库单据完整性；晚上确认次日发货计划与库存匹配。
每周 SOP：输出缺货 TOP 20 和滞销 TOP 20 清单；复核补货建议并调整参数；检查海外仓库存水位与调拨计划。
每月 SOP：做一次库存准确率抽盘；复盘周转天数和滞销占比变化；调整安全库存参数；核对库存资金占用与财务账。
为了把上面的方法落到具体工具上，我最近把一整套库存流程在数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）里做了一次完整配置演练，从 SKU 编码导入、平台店铺映射，到库存同步规则、补货参数、数据看板，走了一遍从 0 到 1 的流程。
选它做演练的原因有三个：一是它面向跨境场景，多平台、多海外仓的库存视图是比较核心的能力；二是补货和库存看板这类功能可以直接对应到我要验收的指标；三是它的配置过程能暴露"口径不统一"的具体后果，这对理解本文的方法很有帮助。
需要说明的是，下面的数据是我在演练过程中按真实业务量级做的样本推演，不代表任何厂商的官方统计口径，只用于说明指标之间的关系。读者应该用自己的基线去测。
我把验收指标分成三类：效率类、准确类、资金类。三类必须一起看，只看效率很容易得出错误结论，比如为了提高订单处理速度而放宽审单规则，效率上去了，超卖率也上去了。
| 指标类别 | 具体指标 | 建议目标值 | 统计口径 | 优先级 |
|---|---|---|---|---|
| 效率类 | 订单处理时长 | ≤ 2 小时（从抓取到出库） | 当日订单出库时间中位数 | 高 |
| 效率类 | 库存同步成功率 | ≥ 99% | 同步成功次数 / 总同步次数 | 高 |
| 准确类 | 库存准确率 | ≥ 98% | 抽盘账实一致 SKU 数 / 抽盘总数 | 高 |
| 准确类 | 超卖率 | ≤ 0.3% | 超卖订单数 / 总订单数 | 高 |
| 准确类 | 缺货率 | ≤ 3% | 可售为 0 的 SKU 天数 / 总 SKU 天数 | 中 |
| 资金类 | 库存周转天数 | 按品类设定，通常 45 到 75 天 | 平均库存 / 日均销货成本 | 高 |
| 资金类 | 滞销库存占比 | ≤ 15% | 90 天零动销库存金额 / 总库存金额 | 高 |
这张表里我最看重的是库存准确率和滞销库存占比。前者是所有其他指标的地基，后者直接决定你的现金流健康度。订单处理时长排第三，因为它是效率指标里最容易被"假优化"的一个。
我在演练中做过一个测试：故意把某仓库的初始库存填错 20 件，然后观察后面几天的连锁反应。结果是超卖率立刻上升、补货建议全部偏移、客服问询量增加、运营开始怀疑系统数据，最后有人提议"还是用回 Excel 吧"。
这个测试很有说服力。库存准确率不是一项指标，而是所有其他指标的前提。它不达标的时候，你去优化订单处理速度、去调整补货参数，都是在错误的地基上做装修。
库存周转天数容易受大促备货影响而波动，但滞销库存占比是比较稳定的结构性指标。它反映的是"你有多大的比例的资金，压在卖不动的东西上"。
在演练中，我把滞销定义改为"90 天零动销"，结果发现很多之前被认为"还在卖"的 SKU 实际上只是偶尔出一单，占着仓位和资金却不贡献利润。清洗掉这部分之后，滞销占比从 31% 降到了 17%，释放出来的资金可以直接投向爆款备货。
这个阶段最该做的是把 Excel 结构化、把 SKU 编码规范化、把出入库单据固定下来。工具不是瓶颈，习惯才是。
具体动作：建立五类库存字段、统一 SKU 编码规则、每周做一次小型盘点、每月复盘一次滞销清单。这些动作做完，你未来上任何系统都会比别人快一倍。
这个阶段是上系统的最佳窗口期。建议先只上订单管理和库存管理两个模块，把库存同步、防超卖、补货建议跑通，不要一上来就把采购、财务、BI 全开。
理由很实际：模块越多，实施周期越长，团队越容易在过程中失去信心。先做出一个能看见效果的模块，再逐步扩展，成功率明显更高。
这个阶段要开始考虑多仓分层和跨部门协同。本地仓、海外仓、FBA 的定位要明确，补货决策要建立在预测而不是历史均值上，且需要采购、仓储、运营三方共同确认参数。
同时要引入数据看板，把库存准确率、超卖率、周转天数、滞销占比做成日更指标，让异常在当天被发现，而不是月底才知道。
这是我遇到最多的情况。团队觉得"系统不好用"，想换一家。但十次里有八次，问题不在系统，而在于口径没统一、流程没定义、参数没人维护。
建议先做一次诊断：抽查 30 个 SKU 的账实一致性、检查同步日志的失败率、看补货参数最后一次修改时间。如果这三个都存在问题，换任何系统都不会变好。
我把常见的四条路线做了一个对比。需要强调的是，自研的成本通常被严重低估：不仅是开发成本，还有平台接口变更后的持续维护成本。
| 方案 | 适合阶段 | 一次性成本 | 持续成本 | 灵活度 | 主要风险 |
|---|---|---|---|---|---|
| Excel + 人工 | 月订单 1000 单以内 | 几乎为零 | 人工工时高 | 高 | 规模一涨就失控 |
| 通用 SaaS ERP | 月订单 1000 到 8000 单 | 低 | 按单量阶梯收费 | 中 | 跨境场景适配不足 |
| 跨境垂直 ERP | 多平台多仓，月订单 2000 单以上 | 中 | 订阅 + 实施 + 接口 | 中高 | 实施质量依赖服务商 |
| 自研系统 | 月订单 2 万单以上且流程高度特殊 | 高 | 持续开发与运维 | 极高 | 接口变更维护压力大 |
我的判断是：90% 的跨境团队应该选跨境垂直 ERP，而不是自研或通用 ERP。原因是跨境场景里的平台接口、海外仓对接、多币种结算这些细节，通用系统往往覆盖不到，而自研要承担的接口维护成本又太高。
这是一个纯商业判断，没有标准答案。客单价高、账号绩效敏感的品类（比如 3C、品牌品），应该宁可少卖，把缓冲库存设高，超卖率控制在 0.1% 以内。
客单价低、复购强、对单次履约容忍度高的品类，可以适当放宽缓冲，把可售数做实，追求 GMV 最大化。关键是这个取舍要由业务负责人签字确定，而不是让运营和仓储各凭感觉操作。
海外仓备货本质是用资金换时效。我的经验原则是：只把"日销稳定 + 毛利率能覆盖海外仓费用 + 生命周期超过 6 个月"的 SKU 送到海外仓。不符合这三条的，走本地仓直发或 FBA 小批量补货。
很多团队的海外仓之所以变成滞销重灾区，就是因为备货决策是"感觉这个品会爆"，而不是基于这三条硬标准。
这是最关键的一问。直接要求对方演示：用你的店铺授权，实际抓一批订单，看是走官方 API 还是模拟登录。模拟登录的对接在平台调整风控时最容易失效，而失效时间往往集中在旺季。
"实时同步"是个模糊词。要问清楚：是事件触发还是轮询？轮询间隔多少秒？同步失败的重试机制是什么？失败超过三次以后有没有告警？
如果一个方案回答不出失败处理机制，说明它在异常场景下是不负责任的。而库存管理里，异常场景才是真正决定成败的地方。
ERP 的真实成本通常包括五块：订阅费、实施费、接口/插件费、培训费、以及内部的隐性人力成本（配置、维护、数据清洗）。很多团队只比价订阅费，最后发现实施费比订阅费还高。
我的建议是把三到五年的总拥有成本摊开算，而不是比第一年的报价。下面这张图是我常用的成本结构对照。
同一个系统，不同实施顾问交付的质量差别可能比系统之间的差别还大。要问清楚：实施是厂商自己做还是第三方？顾问做过几个同品类项目？上线后有几周的陪跑期？
这是保命问题。问清楚能不能导出全量订单、库存变动流水、SKU 主数据，格式是 CSV 还是 Excel，是否有字段限制。数据不能拿走的系统，本质上把你锁死了。
这七天不要碰任何系统，专注做三件事：定义五类库存口径并让团队签字、统一 SKU 编码规则并停止使用中文命名、建一张 SKU 与平台 MSKU 的映射表。
如果你七天只能做一件事，那就做全量盘点。一个可信的库存初始值，价值超过任何功能配置。
这 30 天的验收标准很简单：连续 7 天不出现人工核对库存的动作，且超卖订单为零。达标就说明闭环跑通了。
第 60 天做一次中期检查，重点看库存准确率是否达到 98%、同步成功率是否达到 99%。第 90 天做完整复盘，对比六项指标的基线和现状。
复盘时要注意一个陷阱：不要只看平均值，要看分布。平均订单处理时长 2 小时听起来不错，但如果 10% 的订单要花 2 天，那这 10% 才是真正要解决的问题。
最后分享我判断一套库存体系是否真正跑起来的三条标准。第一条：新来的仓管能在一周内独立操作系统，不需要老人带。第二条：运营能自己查出某个 SKU 的库存变动流水，不需要问 IT。
第三条也是最关键的一条：当库存数据出现异常时，团队的第一反应是"去查系统日志"，而不是"再数一遍实物"。出现这个转变，说明库存管理已经从 0 走到了 1。
如果你现在正卡在某一步，我的建议是从最小闭环开始：这周先把五类库存口径写下来，下周把 SKU 编码统一，第三周做一次全量盘点。不要一开始就想着把系统全部配好，那不现实，也没必要。
库存管理从来不是一次性项目，而是一套每天都要维护的机制。工具会换，机制会沉淀。真正留下来的，是你对库存这件事的判断力。
我刚做跨境电商没多久，手里有三四个平台的店铺，库存数据全散在Excel和平台后台里，经常出现同一个SKU这边显示有货那边已经超卖了。我看别人都说要上ERP，但我连自己仓库里到底有多少可售库存都说不清楚，这种情况下我到底该先干什么？
先别急着选ERP，第一步是把库存口径统一。你需要先定义清楚五个概念：可售库存（能被订单占用的数量）、锁定库存（已被订单占用但未出库）、在途库存（采购已发未到）、在仓库存（物理在库）、不良品库存（不可售）。
然后把SKU、MSKU、ASIN、变体、组合装的映射关系整理成一张表，确保同一个物理商品在所有平台上指向同一个SKU编码。这一步做完之前，任何ERP导出的库存数据都是失真的，上了系统也只是把混乱搬了个地方。
实操建议：用一张Excel列出所有在售SKU，标注每个SKU对应的平台、店铺、仓库、物流方式，然后逐个核对平台后台库存和实际仓库库存的差异，差异超过5%的先查清楚原因再往下走。
我有亚马逊、独立站和TikTok Shop三个渠道，美国仓和国内仓各备了一部分货。现在最头疼的是TikTok出单了但亚马逊那边没及时扣减，导致超卖被投诉。我想知道库存同步到底要做到什么频率、什么粒度才算合格，是不是所有平台都要实时同步？
库存同步的核心判断标准不是频率越高越好，而是能否防住超卖和断货两头。建议按三层来设计：第一层是订单触发同步，任何一个平台产生订单后，系统应在1到5分钟内扣减对应仓库的可售库存，这是防超卖的最低要求；第二层是定时全量校准，每2到4小时拉取各平台实际库存和仓库实际库存做一次对账，修正漂移；
第三层是人工干预通道，当同步失败或平台API限流时，要有告警和手动锁定库存的入口。不是所有平台都支持实时API，比如部分平台的库存更新有延迟，这时候你需要在ERP里设置安全库存缓冲，把可售库存设置为实际库存的90%到95%，留出同步延迟的余量。
判断是否够用的标准：连续两周没有因为同步延迟导致超卖或断货投诉，就说明当前配置是合格的。
我之前设安全库存全靠感觉，卖得好的多备点、卖得差的少备点，结果旺季断货、淡季滞销，资金全压在仓库里。我看有些ERP说有智能补货建议，但我不确定它的逻辑是不是靠谱，想自己搞明白补货点到底该怎么算。
安全库存的计算需要四个输入：日均销量、补货交期天数、销量波动标准差、目标服务水平。基础公式是：安全库存等于服务水平系数乘以交期内的销量标准差。服务水平系数根据你能接受的缺货概率来定，比如允许5%的缺货率对应约1.65，允许2.5%对应约1.96。补货点等于日均销量乘以补货交期加上安全库存。
但公式只是起点，实际操作中还要叠加三个修正：一是促销和季节因素，大促前要手动上调补货点；二是采购在途，如果已经有一批货在运输中，补货点要相应下调；三是供应商交期波动，如果交期不稳定，交期天数要取近三个月的最大值而不是平均值。
建议每月复盘一次：用实际缺货次数和滞销库存占比来反向校准你的参数，如果缺货率明显低于目标值但滞销在上升，说明安全库存设高了，往下调10%再观察一个周期。
我看很多ERP官网都写着效率提升60%、订单处理时间缩短一半之类的数据，但我之前上过一个小工具，实际用起来根本不是那么回事。我不想再被宣传数据带偏，想知道有没有办法用自己店铺的真实数据来判断ERP到底有没有帮我提升库存管理效率。
厂商宣传的效率提升数据通常来自特定客户样本或理想场景，不能直接套用到你的业务上。正确做法是在上系统前先记录你自己的基线数据，至少包括六项：订单从抓取到审核完成的平均时长、库存准确率（盘点实物与系统记录一致的比例）、超卖次数、缺货次数、库存周转天数、滞销库存占比。
上系统后每周记录同样指标，连续追踪8到12周。判断有效的标准不是看绝对值提升了多少，而是看趋势是否稳定改善。比如订单处理时长从日均4小时降到2小时，但超卖率没有下降甚至上升，说明同步机制没跑通，效率提升只是表面现象。
另外要注意口径一致：订单处理时长是否包含异常订单处理时间、库存准确率是否区分在仓和在途，口径不一致的对比没有意义。建议把基线数据和每月指标做成一张趋势表，用三个月的数据来判断，而不是听一次演示就下结论。
读者评论
文章把库存管理拆成口径、流程、指标三层递进，逻辑很清晰，尤其认同“先盘库再上系统”这一点，身边就有团队跳过这步返工两周。
作为小卖家，Excel阶段那段太真实了。SKU靠中文命名，改款加后缀，最后自己都不认识，上系统时光映射就花了很久，早点规范编码能省很多事。
安全库存设固定值这个坑我也踩过。爆款按30天均值备货直接断货，滞销品又压了一堆，用固定天数一刀切确实不合理。
同步成本是否超过软件成本这个判断标准很实用，比单纯看规模靠谱。月订单2000到3000单的交叉点，和我自己感受到的临界点差不多。
厂商宣传的提升百分比确实只能参考，样本和口径都不透明。用自己上线前后的同一指标对比，哪怕只提升20%也有意义。