去年双十一前两周，一个做家居收纳的跨境卖家找到我，他们上线某 ERP 已经六个月，采购补货依然靠一张 Excel 表加老板拍脑袋。结果那年旺季出现了一个很荒诞的局面：同一款折叠收纳箱，在亚马逊美国站断货 11 天，在独立站仓里却压着 4300 件卖不动。团队复盘时吵了三个小时，运营说采购预测不准，采购说运营没给活动计划，财务说两边数据都对不上。吵到最后没人能回答一个最简单的问题，我们到底该用哪几个数字，来判断这套采购补货方案是不是真的有效？
这篇文章就是回答这个问题的：一套用指标体系判断 ERP 跨境电商采购补货方案值不值得上的决策框架，包括指标口径、阈值、试点方法和打分表，以及我在实际项目中踩过的坑。
我把话放在前面：绝大多数跨境卖家选 ERP、选采购补货方案时，问错了问题。他们问的是"这个系统有没有采购单功能""能不能自动算补货量""免费版支持几个店铺"，而真正该问的是"上这套方案之后，我的缺货率能不能从 12% 降到 6%，同时库存周转天数不上升"。
功能是输入，指标是输出。功能清单谁都能列，指标改善没法造假。这就是本文的核心判断逻辑。
第一，先定指标口径，再谈选型。如果运营、采购、财务对"缺货率"的定义都不一样，那么任何系统报表都只是把混乱数字化了一遍，看着更专业，实际更危险。
第二，先跑 4，8 周试点，再决定全面上线。我见过太多一次性全店铺切换的案例，出问题时已经没有退路，连基线数据都没留，最后连"到底有没有改善"都说不清。
第三，用打分表替代感觉投票。采购补货方案的价值必须在数据能力、流程闭环、补货策略、平台集成、成本结构、服务实施六个维度上被打分，权重按经营场景调整，最后得出"通过、有条件通过、不通过"三类结论。
功能清单有个致命缺陷：它只描述系统"能做什么"，不描述业务"变成了什么样"。一个系统可以有非常完善的采购单模块，但如果你的供应商准时交付率只有 62%，提前期方差达到 ±9 天，那么再漂亮的补货公式也算不出正确的补货量。
指标的好处在于它同时约束了三方：它约束系统必须提供足够细的数据颗粒度，约束流程必须形成闭环，也约束使用者必须面对真实结果。指标是跨部门的共同语言，功能清单只是采购部门的自言自语。
如果你只想记一句话，记这句：能同时改善"缺货率、库存周转天数、订单满足率、采购单闭环率"这四个指标中至少三个的方案，才值得进入试点；只改善其中一个、其余恶化的，一律视为伪改善。
为什么强调"同时"？因为单点改善太容易制造了。把安全库存拉高一倍，缺货率立马下降，但库存周转天数会从 48 天飙到 90 天，现金流直接被吃掉。这是最典型的伪改善陷阱，后面会专门拆。
下面这三个场景不是我编的，是我在过去几年做跨境供应链诊断时反复遇到的类型。它们的共同点是：问题看起来是系统问题，根子上是指标口径和流程闭环的问题。
刚才提到的家居收纳卖家就是典型。他们的问题不在预测算法，而在于库存分布在三个物理位置：FBA 仓、海外第三方仓、国内集货仓，但系统里只呈现了一个"总库存"数字。运营看总库存觉得充足，不去催补货；采购看总库存觉得已经很多，不敢下单。等到 FBA 断货时，海外仓那 4300 件要调拨过去，光入仓预约就要 9 天。
这个场景里缺失的关键指标是可售库存分层，把库存拆成"可立即履约库存""在途在仓库存""待调拨库存"三类，分别设阈值。很多 ERP 只给一个总库存数，这在实际经营中几乎没用。
一个做宠物用品的团队同时经营亚马逊、eBay、Shopify 和 TikTok Shop。他们的库存同步设置为 15 分钟一次，大促当天订单爆发，四个平台在 15 分钟内累计卖出 2600 件，而实际可用库存只有 1900 件，超卖 700 件。最后赔了平台罚款、客户退款和店铺评分下降三项损失。
这个场景的核心指标是库存同步延迟（秒/分钟）和超卖率。同步延迟不是一个技术参数，它是一个可以被写进合同和验收标准的业务指标。我的建议是：主推平台同步延迟要求压在 60 秒内，次要平台不超过 5 分钟，并且必须支持"预占库存"机制。
这是最隐蔽的一种。某 3C 配件卖家平均每月开 480 张采购单，其中约 31% 的单子长期挂在"部分收货"或"待质检"状态。半年下来，系统里积压了 1500 多张未闭环采购单，导致三个后果：在途库存虚高、补货建议重复下单、财务对账差异累积到 87 万元。
这不是采购员不负责，而是系统缺少采购单关闭逻辑与异常闭环机制。什么叫关闭逻辑？至少要覆盖四种情况：正常收齐关闭、部分收货后人工确认关闭、超收容差自动关闭、长期未到货自动作废并释放预占。缺任何一种，采购单就会变成僵尸单。
三个场景，表面上是库存分布、同步延迟、采购单管理三个不同问题，本质上是同一件事：没有一套可量化、可对比、可追责的指标体系。
团队不是不努力，而是努力没有方向感。每个人都在优化自己看得见的那部分，但没人知道整体有没有变好。这就是为什么我坚持"先定指标，再选工具"，指标是方向盘，ERP 只是发动机。
这一节我逐条拆解在选型过程中最常见、代价也最大的五个误区。每一个我都见过真实损失。
"免费"是跨境电商 ERP 搜索里最强的钩子，这一点从搜索行为就能看出来。但免费版的边界往往藏在细节里：店铺数量上限、月订单量上限、是否包含采购模块、是否支持多仓、是否支持 API 对接、超出后按什么计费。
更贵的是隐性成本。我梳理过一份真实的成本清单：数据迁移与清洗（80，200 人时）、流程重新配置（40，120 人时）、员工培训（20，60 人时）、试运行期双系统并行（4，8 周的人力冗余）、以及最容易被忽略的错误决策成本，因为指标不准而多做或少做的那批货。
有一次我帮一个团队算过账：他们用免费版 ERP，一年省下的订阅费约 2.4 万元，但因为库存数据不准导致的滞销和缺货损失，估计在 38 万元左右。免费的是软件，昂贵的是决策。
"有采购单功能"不等于"能管住提前期"；"有库存同步"不等于"不会超卖"；"有报表中心"不等于"指标口径正确"。这三句话我几乎每次咨询都要重复一遍。
我建议把功能清单转译成结果承诺。比如把"支持采购建议"转译成，使用 8 周后，缺货率相对基线下降多少、采购单闭环率提升到多少。做不到承诺的，功能再多也只是摆设。
平台后台的"销售额"包含退款未扣减、佣金未扣除、广告费未分摊；财务口径的毛利要扣掉头程、尾程、仓储、退货处理、支付手续费。两个数字经常差 15%，30%。
如果采购补货的决策依据是平台口径的"爆款"，你很可能把一款高 GMV、低毛利、高退货的产品当成重点补货对象。这是我在实际复盘中最常发现的一类错误。
有的团队一上来就建 40 个指标的看板，结果没人看。指标的价值在于被使用，不在于被记录。我的经验是：一个业务单元同时盯的指标不要超过 7 个，其中结果指标 3 个、过程指标 2，3 个、风险指标 1，2 个。其余指标放进月度复盘即可。
跨境业务的周波动非常大：平台流量、广告投放、物流时效、汇率都会造成 ±20% 的起伏。用一周的数据判断方案成败，等于掷骰子。我一般建议观察期至少 4 周，最好 8 周，并且用"移动 4 周均值"来消除短期噪声。
下面这套框架是我在实际项目中反复使用并迭代过的版本，分成结果、过程、风险、数据质量四层，共 16 个核心指标。你可以根据自己的业务阶段做减法，但建议保留每层至少一个。
结果指标回答"钱和货的结果怎么样"，是最有说服力的一层，也是最容易被误读的一层。
缺货率：建议定义为"统计周期内因库存不足导致无法履约的订单行数 ÷ 总应履约订单行数"。注意是"订单行"不是"订单"，因为一个订单里可能只有一款缺货。
售罄率：某 SKU 在统计周期内的销量 ÷（期初库存 + 本期入库）。这个指标要和缺货率一起看：售罄率高但缺货率也高，说明备货不足；售罄率低且库存高，说明选品或定价有问题。
库存周转天数：平均库存金额 ÷ 日均销售成本。跨境场景要注意分母用"销售成本"而不是"销售额"，否则会把毛利率差异算进去。
毛利率（含物流与广告后）：这是判断"该不该补这款"的底线指标。低于某个阈值的 SKU，无论销量多好，都不应该加大补货。
现金周期：库存周转天数 + 应收账款天数 − 应付账款天数。跨境卖家常常忽略这一项，但它是采购补货方案最应该改善的终极结果。
过程指标的价值在于它比结果指标早出现 2，4 周。等你看到缺货率上升时，损失已经发生了。
补货方案不能只追销量，还要识别风险。我通常盯五个：
这是最容易被跳过的一层，也是我在诊断时最先看的一层。数据质量差，指标就是幻觉。
| 数据质量指标 | 建议定义 | 健康阈值 | 不达标的后果 |
|---|---|---|---|
| SKU 主数据准确率 | 关键字段（重量、尺寸、成本、条码）完整且正确的 SKU 占比 | ≥ 98% | 物流费用与补货量双重算错 |
| 库存账实一致率 | 系统库存与实盘库存差异在 ±2% 以内的 SKU 占比 | ≥ 95% | 系统建议不可信，团队回到 Excel |
| 平台订单同步延迟 | 平台产生订单到系统可见的中位时长 | ≤ 60 秒 | 超卖、错发、库存虚占 |
| 采购单闭环率 | 当期关闭采购单 ÷ 当期新建采购单 | ≥ 90% | 在途库存虚高，重复下单 |
在开始试点前，必须把这五个定义写进文档并让三方签字确认，否则后面每次复盘都会变成辩论赛。
（1）缺货率的统计时点。是按下单时刻算，还是按发货时刻算？两种算法结果可能差 3，5 个百分点。
（2）售罄率的期初期末库存口径。是否包含在途？是否包含不良品？
（3）周转天数的库存计价方式。用采购成本还是含头程的落地成本？差 8%，15%。
（4）超卖的定义。是指确认下单后无法发货，还是指在同步窗口内卖出超过可用库存？
（5）滞销的判定标准。90 天无动销，还是 60 天？金额口径还是数量口径？
下面这段是我在某次项目里给团队写的指标计算口径示例，用 SQL 表达，方便直接落进 BI 或数仓。
-- 缺货率：以订单行为单位，统计承诺发货日内无可用库存的订单行
SELECT
DATE_TRUNC('week', o.paid_at) AS stat_week,
COUNT(DISTINCT CASE
WHEN inv.available_qty < oi.quantity THEN oi.order_item_id
END) * 1.0 / COUNT(DISTINCT oi.order_item_id) AS stockout_rate
FROM order_item oi
JOIN orders o ON oi.order_id = o.order_id
LEFT JOIN inventory inv
ON oi.sku = inv.sku
AND oi.warehouse_id = inv.warehouse_id
WHERE o.paid_at >= DATE '2025-01-01'
AND o.status NOT IN ('cancelled', 'refunded')
GROUP BY 1
ORDER BY 1;
-- 库存周转天数：平均库存按落地成本计价，分母为同期销售成本
-- 周转天数 = 平均库存金额 / (销售成本 / 统计天数)把上面 16 个指标压缩成六个可以直接问供应商或自测的问题，这就是我在选型会上用的清单。
前面讲的都是框架。这一节我用一个具体工具做样本，把框架落到地上。这次推演的样本是数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys），它是九数云体系下面向跨境业务的数据分析与经营看板类产品。
先说明：这不是推荐，也不是排行榜。我选它做样本的原因是它在指标层面更接近我前面讲的框架，它的定位偏向数据整合与经营分析，而不是单纯的订单处理工具。这意味着它能承接"口径统一"这件事，而这恰恰是采购补货决策里最难的一环。
换句话说，我需要的不是"又一个 ERP"，而是一个能把多平台数据拉齐、按统一口径算出缺货率/周转天数/滞销占比的工具，然后用它去验证补货方案是否真的有效。
从采购补货决策的角度，我关注五件事，这也是我评估任何工具时的固定清单。
（1）多平台数据整合能力。能否把亚马逊、eBay、Shopify、TikTok Shop 等平台的订单、库存、广告、退款数据拉到同一张表。这是所有指标的前提。
（2）指标口径可配置。缺货率、售罄率、周转天数的定义能否由使用者配置，而不是写死在系统里。这一条极其关键，因为不同品类对"缺货"的理解不同。
（3）可售库存分层。能否把库存拆成可立即履约、在途、待调拨三层，并分别设阈值。这直接对应前面场景一的问题。
（4）提前期与供应商维度。能否按供应商统计准时交付率与提前期标准差。这是判断"补货公式能不能生效"的根本前提。
（5）异常与闭环监控。能否监控采购单闭环率、长期未闭环单据、账实差异 SKU，并输出待办清单。
我在一个年 GMV 约 3200 万的宠物用品团队做过一次 8 周试点。试点范围是 2 个主推店铺、约 180 个核心 SKU，采购补货全部走统一指标看板，不再用原来的多份 Excel。
试点前，我先花了一周时间跟运营、采购、财务三个人对齐口径，最后确认了 7 个观察指标：缺货率、售罄率、库存周转天数、订单满足率、采购提前期标准差、采购单闭环率、滞销库存占比。
第 0 周（基线）的记录是：缺货率 12.4%、库存周转天数 52 天、订单满足率 83.5%、采购提前期标准差 ±8.6 天、采购单闭环率 61.8%、滞销库存占比 21.3%。
第 4 周出现了第一次分歧：缺货率降到 8.1%，但库存周转天数上升到 56 天。采购负责人认为方案有效，财务认为是在囤货。我们调出可售库存分层数据后发现，增量主要压在两个 SKU 上，这两个 SKU 的提前期标准差是 ±14 天，补货规则给它们自动加了过高的安全库存。
找到原因后我们调整了规则：对提前期标准差超过 ±10 天的 SKU，不再单纯抬高安全库存，而是改为"小批量高频补货 + 备选供应商"。这个动作在第 5，8 周产生了明显效果。
改善明显的三项：采购单闭环率从 61.8% 提升到 92.7%，因为系统会输出长期未闭环清单，采购员每天花 15 分钟处理，积压单据从 480 张降到 62 张；订单满足率从 83.5% 提升到 94.2%，主要来自可售库存分层后的调拨决策；超卖率从 2.7% 降到 0.3%，来自同步延迟从 15 分钟压到 45 秒。
改善中等的两项：缺货率从 12.4% 降到 6.1%，滞后大约 3 周才体现；滞销库存占比从 21.3% 降到 15.8%，下降幅度没有预期大，因为滞销治理涉及降价清货，需要业务决策配合，不是系统能单独解决的。
几乎没有改善的一项：库存周转天数从 52 天到 44 天，看起来不错，但拆开看主要是滞销清理贡献的，正常在售 SKU 的周转天数只从 38 天降到 36 天。这说明周转天数的改善不能只看总数，一定要拆成在售和滞销两部分看。
任何工具都有边界，把边界说清楚比吹优点更有价值。
如果你的团队只有 1 个店铺、SKU 少于 200 个、年 GMV 在 300 万以内，那么你真正缺的不是数据分析工具，而是选品判断和现金流管理。这类阶段引入复杂指标体系，投入产出比很低。
如果你需要的是仓储作业层面的能力（拣货路径、波次、打包、面单），那你要找的是 WMS 而不是经营分析工具，两者解决的是不同问题。
如果你的平台数据源非常小众（自建站、区域性平台且无开放接口），那么数据整合的前期投入会很高，要先把数据采集方案谈清楚再谈指标。
这一节按经营规模和多平台程度分五种情况给行动建议。你可以直接对号入座。
这个阶段不要上复杂的打分表。先建 4 个指标：缺货率、库存周转天数、采购单闭环率、滞销库存占比。
这个阶段的核心判断是：先用手工方式验证流程能不能跑通，跑不通的流程，上了系统也跑不通。
这是最典型的"该上系统"区间。建议动作：选 2，3 个店铺或 150，300 个核心 SKU 做 8 周试点，指标集扩到 7 个（增加售罄率、订单满足率、采购提前期标准差）。
关键约束有两个：一是必须留出基线数据，二是必须每周固定复盘一次。我见过太多试点因为不复盘，8 周后连问题出在哪都说不清。
这个规模下，问题通常不是"有没有工具"，而是"每个部门一套数字"。建议先建统一指标口径文档，落地到数仓或 BI 层，再谈采购补货方案。
这个阶段的打分表权重要调整：数据能力、流程闭环、平台集成的权重都往上提，成本结构权重下调。因为在这个规模，一次错误决策的成本可能就超过一年的软件费用。
如果你的平台数量超过 4 个，那么第一优先级永远是库存同步延迟和超卖率。这两个指标的技术属性最强，也最容易在短时间内改善。
建议把同步延迟写进验收标准：主推平台 ≤ 60 秒，次要平台 ≤ 5 分钟，并明确超卖的赔付责任归属。同时开启预占库存机制，宁可少卖也不超卖，超卖带来的店铺评分损失，通常在 3 个月内都恢复不了。
如果你只做一个店铺、SKU 少而精，那么同步延迟不是重点，重点是采购提前期管理和单品利润核算。你的指标体系应该是：采购提前期标准差、供应商准时交付率、含物流广告后的毛利率、退货率。
这类卖家的核心判断是：少 SKU 意味着每一次补货决策的权重都很高，宁可慢一点，也要把提前期和真实毛利算准。
决策的本质是取舍。前面讲的是"怎么判断好坏"，这一节讲"在资源受限时该放弃什么"。
如果预算只有几万元，不要在"定制开发"上花钱，把钱花在数据治理和基础集成上。原因是：定制开发解决的是"跟你现有流程一模一样的复刻"，而数据治理解决的是"指标能不能算对"。前者是舒适度问题，后者是正确性问题。
我的建议排序是：数据质量 > 流程闭环 > 平台集成 > 补货策略 > 成本结构 > 定制化。
人力不足时最常见的错误是"指标建了但没人看"。这时候应该大幅削减指标，只留 4 个，但坚持每周复盘一次。
反过来说，如果一个团队连每周 30 分钟的复盘都保证不了，那么再好的系统也不会有效果。指标体系不是技术项目，是管理项目。
如果账实一致率低于 85%、主数据准确率低于 90%，那么绝对不要开启全自动补货。此时应该做的是"系统给建议、人工做确认"的半自动模式，同时花 4，8 周把主数据和盘点做扎实。
我见过一个团队在数据基础很差的情况下强行上线自动补货，结果两周内下了 47 张错误的采购单，金额超过 160 万元，最后全部退货或转卖，损失惨重。
如果业务每月增速超过 20%，那么追求精细的补货模型意义不大，因为历史数据本身就不稳定。这时候应该用更简单的规则（如固定周期补货 + 安全库存下限），把精力放在供应商产能和物流时效上。
这个阶段的关键判断是：高增长期，缺货损失远大于库存积压损失，宁可略多备货，也不要断货。
最后一种取舍最反直觉：有时候正确的决定是"不换系统"。判断标准有三条：
回到开头那个家居收纳卖家的问题。他们最后并没有换 ERP，而是先花了两周把"可售库存分层"和"采购单闭环"两件事做完，缺货率当季就下降了 4.2 个百分点。真正起作用的不是新软件，而是终于有人能回答"我们该看哪几个数字"。
这篇指南里我想留下的独特观点有三个。
第一，采购补货方案的有效性，必须在四个结果指标上同时验证。缺货率、库存周转天数、订单满足率、采购单闭环率，任意单项改善都可能造假，四项同向才有意义。
第二，指标改善有时间差，不同指标之间的响应速度差 4 倍以上。闭环率两周见效，超卖率一次性见效，缺货率要 3，4 周，滞销占比要 6，8 周。用同一把尺子衡量所有指标，就会误判方案好坏。
第三，先统一口径，再谈工具。像数跨境这类偏经营分析定位的产品，它的价值不在于替代 ERP 的订单处理能力，而在于把多平台数据拉到同一口径下，让缺货率、周转天数、滞销占比这些指标真正可比、可追、可复盘。工具选对了，口径不对，还是会吵架；口径对上了，工具普通一点也能跑起来。
如果你准备下一步行动，我建议按这个顺序做三件事：今晚先把缺货率和采购单闭环率两个口径写成一页文档，明天拉出过去 3 个月的基线数据，本周内选 2 个店铺或 100 个核心 SKU 开始 4 周观察。8 周以后，用本文第六节的权重表打分，你会得到一个比任何销售话术都更可靠的答案。
我们同时在两个平台和一个独立站卖货，运营看后台说缺货率只有3%，采购那边拉出来的报表却是8%，开会的时候谁都不服谁。我自己也说不清到底哪个数是对的，更不知道拿哪个去判断补货方案有没有效果。
先冻结口径，再谈优化，否则讨论的不是业务而是算法差异。缺货率建议统一为「有需求但未满足的SKU-天 ÷ 有需求的SKU-天」，只在近30天有销量且处于在售状态的SKU上计算，清仓款、下架款、预售款单独剔除，数据源用平台订单明细加每日库存快照，按天取数而不是按周。
周转天数建议用成本口径：期间平均库存成本 ÷ 同期日均出库成本，不要用销售额，否则毛利结构不同的SKU之间没法横向比。判断依据上，如果两套系统同一指标差异超过15%，先查口径（是否含在途、是否含FBA仓、是否含取消单），口径对齐后再谈改善；
口径一旦写进ERP字段和报表，建议至少锁30天不动，中途改口径等于把基线作废。
预算卡得很紧，看到免费ERP就先注册了，用起来也确实能同步订单和库存。但我担心的是补货和采购这块迟早要加钱，又不知道该怎么跟老板算这笔账，怕现在省了订阅费、后面花更多人工。
把三年总拥有成本拆成六项来算：订阅或阶梯费（店铺数、订单量、SKU数、GMV抽成任一项都可能触发升级）、增值模块费（采购、财务、BI 通常不在免费包里）、实施与培训工时、数据迁移和人工校对工时、API调用或对接限制带来的额外开发、超量后的单价。
做法上按「订单量年增50%」和「年增100%」两档做敏感度测算，把人工补货和库存校对工时乘以人力成本也计进去。判断依据很直白：如果免费版每月省下的订阅费，小于你为此多付出的人工校对和手工补单工时成本，那它就不叫省钱。
另外一定要问清楚免费版的边界是店铺数、订单量还是功能模块，最好让对方书面写明超限后的计费方式，而不是只看注册页上的「免费」两个字。
老板希望一个月内看到缺货率下降，我自己也急着证明这套ERP没白买。但前两周数据忽上忽下，有时候缺货率降了一点，有时候又反弹，我根本不知道是方案起作用了还是刚好赶上旺季备货。
试点不要全店铺开，选2，3个店铺或20，50个核心SKU，设定4，8周观察期，并留一组不接入新补货逻辑的对照SKU。第一步先拉过去6个月的基线：缺货率、售罄率、周转天数、超卖率、采购单闭环率，基线值必须用同一口径、同一时间窗。
第二步设阈值，比较稳妥的参考是缺货率相对下降20%以上、周转天数恶化不超过5%、超卖率降到1%以下（按品类可调）、采购单闭环率达到95%以上。第三步看趋势不看单点，用周粒度数据加移动平均判断，至少连续3周同方向才算信号。
如果第4周只改善了缺货率但周转天数明显恶化，那说明是把库存堆出来的假改善，需要回到安全库存和提前期参数上调整，而不是直接宣布成功。
我之前用过一套系统，采购单部分收货之后就一直挂在「待收货」里，月底对账一堆单子要人工强制关闭，采购和财务天天扯皮。现在换ERP，我最怕的还是这个问题，但厂商演示的时候根本看不出来。
不要看演示环境，要拿你自己过去3，6个月的真实采购数据回放。必须覆盖这几类场景：部分收货、超收、短装、质检不合格退货、供应商取消、平台订单取消导致的采购取消、跨月未结。
验收时重点看四个数：部分收货后剩余数量是自动转待收货还是生成尾单、未清采购单挂账超过30天的数量占比、异常处理从发生到闭环的时效中位数、采购单，入库单，对账单的三单匹配差异率。
判断依据是，如果每月有超过5%的采购单需要人工强制关闭，或者异常单平均处理超过3个工作日，说明闭环能力不够，规模一大就会变成财务和采购的长期内耗。这一步测不过，前面指标再漂亮也不要急着全面上线。
读者评论
文章把缺货率和库存周转天数绑在一起看，这点很实在。我之前只看缺货率，结果安全库存越堆越高，现金流差点断掉。后来加了周转天数才发现问题。不过4-8周试点对旺季前的团队来说时间有点紧，实际操作中可能要先跑一个仓或一条品类线。
采购单闭环率这个指标被低估了。我们系统里挂着的部分收货单子太多，在途库存虚高，补货建议重复下单，财务对账一直有差异。文章说的四种关闭逻辑确实缺一不可，尤其是长期未到货自动作废释放预占，没这个功能僵尸单只会越积越多。
平台销售额和财务口径差15%到30%这一段深有同感。我们之前按平台爆款补货，结果高GMV低毛利的产品压了一堆，退货处理费还没算进去。建议选型时让财务提前介入定口径，否则系统上线后报表再漂亮也没法用来做采购决策。