去年旺季前，我接手过一个家居品类卖家的库存诊断。他们在 Amazon、Shopee、TikTok Shop 三个平台卖同一批收纳箱，美国 FBA、美西第三方海外仓、深圳国内仓各压了一部分货。老板花了几万块上了 ERP，上线三个月后我打开系统后台一看：库存准确率 82%，当月超卖 40 单，账面滞销占比 18%。他说了一句我印象很深的话："系统里能查到库存，但我不知道该信哪个数。"
这不是 ERP 的问题，是库存管理没有落地的问题。ERP 的价值从来不是让你多一个查询库存的界面，而是让库存数据真正驱动补货、调拨、履约和财务对账。如果账实不一致，系统越"智能"，错误就被放大得越快。
下面这篇文章，我会用一套脱敏后的演示案例，把"erp跨境电商实用方法：围绕库存管理建立落地案例"这件事拆成可以照着做的步骤：先定指标，再看场景，然后避开误区，最后走完 90 天落地路线。文中所有企业数据均为演示推演，不代表任何单一企业的真实经营结果，请结合自己的品类和规模做校准。
我做过十几家跨境卖家的 ERP 落地辅导，看过太多"功能全开、数据全废"的案例。如果你只记一句话，那就记这句：判断一个跨境 ERP 有没有真正落地，不看它接了多少平台，只看库存准确率有没有稳定在 95% 以上，并且能连续三个月不掉下去。
第一个结论：库存准确率是 ERP 落地的及格线。低于 95%，补货建议、利润核算、财务对账全部不可信。订单处理快慢只是效率问题，库存不准是决策问题，两者不是一个量级。
第二个结论：库存管理是唯一能同时串起采购、仓储、物流、销售、财务的模块。订单模块只连销售，财务模块只连账，只有库存同时在五个环节里流动。所以用它当落地的抓手，投入产出比最高。
第三个结论：库存管理落地靠"系统 + 流程 + 例会"三件套，缺一不可。只上系统不改流程，得到的是一个更贵的 Excel；改了流程不开例会，三个月后一切回到原样。
订单是单向流，从平台到仓库，出错的影响面有限。财务是结果记录，滞后于业务，改不了已经发生的事。库存是双向流：它既被订单消耗，又被采购补充，还在仓库之间移动，任何一端不同步都会立刻产生错误数字。
更关键的是，库存对应的是真金白银。我在一次诊断中算过，一个年 GMV 3000 万的卖家，滞销库存占 18% 意味着大约 200 多万的资金趴在仓库里。这笔钱如果盘活，相当于白捡了一轮融资，而且不用出让股份。
为了避免把营销口径写成行业事实，我先交代清楚：下面的案例是我把三个真实项目的共性问题合并、脱敏后重组的演示案例，SKU 数量、平台组合、指标变化都是推演值。它们的用途是让你看清"过程长什么样"，不是让你对标"结果应该长什么样"。
不同品类的库存周转差异极大。服装类目旺季 30 天周转就算优秀，工业配件 120 天也可能是健康的。凡是有人告诉你"行业平均周转天数是 XX 天"，你都可以直接跳过，那大概率是没有统计口径的数字。
大部分卖家不是被一个大问题击倒的，而是被四个反复出现的小问题磨死的。我把它们按发生频率从高到低排了一遍，你可以对照自己的情况看看中了几条。
这是最典型的跨境事故。卖家在深圳仓有 200 件现货，Amazon 后台显示 200，Shopee 显示 200，TikTok Shop 显示 200。三个平台同时出单，一天卖掉 240 件，最后只能取消 40 单。
取消订单的代价远不止退款。亚马逊的取消率会影响账号健康，TikTok Shop 的履约率会直接影响流量分配。我见过一个卖家因为超卖，把一个爆款链接的权重从类目前 50 打到 300 名开外，花了两个月才缓过来。
这类问题的根因不是 ERP 不行，而是库存回写的链路存在断点：订单产生了，但扣减只发生在平台侧，没有及时回写到其他平台的可售库存。
我有一个做户外用品的客户，供应商在宁波，货发美西海外仓，海运 35 天。他们的老做法是：货一发出去就从"可售"里扣掉，等入仓后录入"可用"。结果那 35 天里，这批货在系统里等于不存在。
运营看不到在途，就会重复下单采购；采购看不到在途，就会重复催工厂排产。最后的结果是同一个 SKU 下了两批货，第二批到仓时第一批还没卖完，仓库直接爆仓。
在途必须作为一种独立的库存状态存在，而不是"已发货"的一个备注字段。它要有自己的数量、预计到仓时间、承运商和异常状态，否则在途永远是黑箱。
这是最容易被低估的问题。同一款产品，运营在 Amazon 后台叫 STORAGE-BOX-L，在 Shopee 叫 收纳箱大号，在仓库叫 A-1023。ERP 对接时，系统识别成三个不同的 SKU，各算各的库存。
于是你看到的现象是：Amazon 显示缺货，仓库里明明堆着 300 件。这就是"影子 SKU"，它不产生销售额，只产生困惑。我见过一个 SKU 数 800 的卖家，实际有效产品只有 420 款，接近一半的 SKU 是主数据混乱产生的重复项。
滞销库存的可怕之处在于它是静默发生的。一个 SKU 从"卖得慢"到"彻底卖不动"，中间可能隔了半年，期间没有任何一个报警提示你。
等到你想清仓的时候，仓储费已经交了一年。我算过一笔账：一个 0.05 立方的产品在美国海外仓放一年，仓储费加上资金成本，可能接近这个产品出厂价的 40%。也就是说，滞销库存不是"没赚钱"，是"在稳定亏钱"。
更麻烦的是，滞销会挤占库容。很多卖家的爆款断货，不是因为没备货，而是因为仓库被长尾滞销品占满了，新货进不来。
你会发现，这四个形态没有一个能靠"多买一个功能"解决。它们全部指向同一个根因：库存数据在链路上存在断点和口径不一致。ERP 能提供的是承载数据的容器，但链路要人来设计，口径要人来统一。
这也是为什么我一直主张，跨境电商 ERP 落地应该从库存管理切入，而不是从铺货或者刊登切入。刊登是入口，库存是心脏。
下面这八条，每一条我都亲眼见过它把一个本来能落地的项目拖垮。如果你正在选型或者已经上线但效果不好，逐条对照。
这是最普遍的一条。很多卖家选型时的第一句话是"我要能实时查库存"。但实时查询只是"看"，库存管理是"管"：谁来决定补多少、什么时候补、补到哪个仓、异常谁来处理。
一个能实时查询但没人负责补货的系统，和一个不能实时查询但每周开补货会的 Excel，后者往往更有效。实时是手段，不是目标。
我见过最快的失败案例是：老板拍板上 ERP，一周内完成对接，然后告诉团队"以后就用这个"。结果仓库还是用纸质拣货单，采购还是微信催货，运营还是自己算补货量。系统里跑的是另一套平行世界的数据。
正确的顺序是：先画出当前流程，标出断点，定义每个断点的新动作和责任人，再让系统去承载。流程设计大概需要两周，这两周省不得。
没有任何一个跨境 ERP 能做到 100% 无延迟的多平台库存同步。平台 API 有调用频率限制，海外仓回传有间隔，FBA 的数据本身就有延迟。
真正该关心的不是"延迟几秒"，而是延迟发生时系统怎么告诉你，你的人在多久内处理掉。一个成熟的团队会把异常队列的清理时效控制在 2 小时以内，这比把同步频率从 15 分钟压到 5 分钟有价值得多。
用同一个安全库存天数管所有 SKU，是典型的偷懒做法。爆款断货一天损失几千美金，长尾品多备 30 天就是纯资金占用，这两类产品不能用同一套参数。
我的做法是至少分三层：爆款、平销、长尾。爆款用更短的交期缓冲和更高的服务水平，长尾用更保守的补货频率甚至按需采购。
周转天数是一个平均值，平均值会掩盖一切。两个卖家同样 60 天周转，一个可能是"健康的 60 天"，另一个可能是"20 天的爆款 + 100 天的滞销"平均出来的。
所以周转天数必须和结构指标一起看：可售、在途、安全库存、滞销各占多少，这才是库存的真实画像。
数据不会自动变成动作。我在项目里推得最狠的一件事，就是把"每周补货会"固定下来：30 分钟，看四个数字，每一条异常有责任人和截止时间。
没有这个会，ERP 看板就是一块好看的装饰墙。有客户跟我说过一句话："开完三个月会，我才发现以前不是在管库存，是在猜库存。"
有些老板上 ERP 的初衷是为了看利润报表。这没错，但如果一线不用，报表就是空中楼阁。仓库不用它拣货、采购不用它下单、运营不用它看可售，数据源头就断了。
判断标准很简单：一线员工每天打开 ERP 的次数，决定这套系统有没有价值。如果只有老板每周看一次报表，那基本可以判定失败了。
同一个"缺货率"，运营算的是"有流量没库存的 SKU 占比"，仓库算的是"拣货失败的订单占比"，两者可能差三倍。开会时各说各的，永远吵不出结论。
所以每次定指标，我都会写一行字：这个指标的分子是什么、分母是什么、统计周期多长、数据从哪来。这行字比指标本身重要。
说完误区，讲方法。我判断一个跨境卖家的库存管理水平，只用五个指标。它们互相制衡，单看任何一个都会误判。
定义：随机抽取 N 个 SKU，比对系统库存与实物库存，完全一致的 SKU 占比。建议采用月度抽盘，样本不少于 100 个 SKU，覆盖 ABC 三类。
判定：低于 90% 属危险区，90%，95% 属亚健康，95% 以上才算及格，98% 以上是优秀。注意，这个指标对品类不敏感，任何品类都应该做到 95% 以上，做不到就是流程问题，不是品类问题。
定义：平均库存金额 ÷ 期间销售成本 × 期间天数。跨境场景下要特别小心口径：库存金额是否含在途？是否含 FBA 仓？是否按成本价还是售价计算？口径不同，结果可能差 30%。
判定：周转天数没有通用标准，只有自己的历史基线和同行可比基线。我的建议是先跑三个月，拿到自己的基线，再设定改善目标，比如每季度降低 8%，12%。
定义：缺货率 = 有效销售天中处于零库存状态的天数占比（可按 SKU 加权）；售罄率 = 某批次售出数量 ÷ 该批次入库数量，通常以 30 天或 60 天为窗口。
判定：缺货率是"少赚的钱"，滞销是"压住的钱"，两个指标要一起看。健康的做法是让缺货率控制在 5% 以内，同时售罄率（60 天窗口）在 70% 以上。
定义：滞销库存占比 = 超过 N 天无销售记录的库存金额 ÷ 总库存金额。N 的取值按品类定，快消类 60 天，耐用品 90，120 天。
判定：超过 15% 就要警惕，超过 20% 需要启动专项清仓。同时要看趋势，如果三个月连续上升，即使绝对值不高，也要提前干预。
定义：从订单生成到物流揽收的平均时长，以及仓储费用 ÷ 销售额的比值。跨境场景下还要拆出 FBA 仓储费和第三方海外仓费用。
判定：这两个指标是库存管理是否"可持续"的信号。周转改善了但仓储成本占比没降，说明改善只是搬了位置，没有真正减少库存总量。
指标只有变成动作才有意义。下面这张表是我在实际项目里反复使用的映射关系，可以直接抄。
| 指标异常 | 优先排查方向 | 第一动作 | 责任角色 |
|---|---|---|---|
| 库存准确率连续两月低于 95% | 主数据映射、在途登记 | 专项盘点 + SKU 映射清洗 | 库存主管 |
| 缺货率高于 8% | 安全库存参数、交期波动 | 重算爆款安全库存并复核交期 | 供应链负责人 |
| 月度超卖超过 20 单 | 同步链路、异常队列 | 加开异常队列清理时段 | 运营负责人 |
| 滞销占比高于 15% | 分层规则、清仓机制 | 输出滞销清单并定清仓价 | 运营 + 财务 |
| 周转改善但仓储费未降 | 库存总量、库容结构 | 暂停长尾补货一个月 | 供应链负责人 |
库存管理最忌讳平均用力。600 个 SKU 里，通常前 20% 贡献 70% 以上的销售额，后 40% 可能是长期亏损的。
我习惯用一张散点图来做分层：横轴是近 30 天销量，纵轴是当前库存天数。右上角是"卖得好但库存太少"，左上角是"卖得好且库存过多"，右下角是"卖得差且库存少"，左下角是"卖得差且库存多"，最后这个象限是必清清单。
下面是完整的演示案例。我会把每一步的输入、动作、输出都写清楚，你可以直接对照自己的团队复制。
模拟对象是一家销售收纳与家居用品的跨境卖家，经营 Amazon 美国站、Shopee 东南亚、TikTok Shop 美国站三个渠道。仓库包括美国 FBA、美西第三方海外仓、深圳国内仓，SKU 约 600 个，团队 12 人，其中仓库 4 人、运营 4 人、采购 2 人、财务 2 人。
诊断时的初始数据是：库存准确率 82%，库存周转天数 75 天，月缺货率 12%，月超卖订单 40 单，滞销库存占比 18%，仓库每天用于人工核对库存的时间约 3.5 小时。
这组数据里，最刺眼的不是周转 75 天，而是准确率 82%。因为其他所有指标都建立在它之上，准确率不修，后面全是空中楼阁。
在选型阶段，我给了他们一个很明确的判断标准：不要看功能清单有多长，要看库存这条链路能不能跑通。具体来说，就三件事，能不能把多平台多仓的库存拉到一张视图里、能不能把在途作为一种独立状态管起来、能不能把异常变成待办而不是藏起来。
他们最终选择用数跨境来承载这套库存模型。选它的理由不是功能最多，而是它的库存视图和数据看板适合中小团队直接上手，采购、仓库、运营三个角色能在同一个口径下看数，不用先做半年数据治理才能用。
这里我要提醒一句：工具只是承载器。我见过用同一套系统做出 98% 准确率的团队，也见过做成 80% 的团队，差别在于有没有人负责把每一项差异追到底。
这一步的目标只有一个：拿到一份可信的库存底账。没有可信底账，后面所有的规则都是错的。
具体动作分四块。第一块是 SKU 编码统一，把平台侧的商品标识、仓库的库位编码、采购的物料号建立唯一映射，一个实物产品只能对应一个内部 SKU。第二块是补全条码与仓位，深圳仓细化到库位，海外仓至少到区域。
第三块是全仓盘点。注意不是"盘点一下"，而是三个仓同时盘，盘完后所有差异必须逐条给出原因分类，不能统一写"历史遗留"。第四块是平台库存映射，把内部 SKU 与各平台的可售库存做一次全量对齐。
这两周结束时，他们的准确率从 82% 提升到 91%。这个提升几乎全部来自"把账做对"，跟系统智能程度无关。
同步这一步，我的原则是"先求稳，再求快"。具体做法是把库存状态拆成五种：可售、锁定（已下单未出库）、在途、在仓待上架、不可售（残次/待检）。
然后定义每一条状态变更的触发条件和回写规则。比如平台订单产生后，先在本仓锁定，出库后扣减；在途入库后从"在途"转"在仓待上架"，质检通过后转"可售"。
最关键的是异常队列。负库存、长时间未回写、平台库存与系统库存偏差超过阈值，全部进队列，指定专人每天上午和下午各清理一次。
库存回写规则示例（伪代码）
可售库存 = 在仓可用 – 平台已下单未出库 – 安全预留
IF 可售库存 加入异常队列（类型=负库存，优先级=高）
可售库存 = 0
IF 平台库存 – 系统可售 > 阈值(默认 5):
加入异常队列（类型=偏差超限）
触发一次人工复核任务
在途状态更新：
IF 预计到仓时间 加入异常队列（类型=到仓延迟预警）
这一步完成后，他们的超卖从月均 40 单降到 12 单左右，缺货率从 12% 降到 9%。
补货这一步最容易做成"全自动"，也最容易翻车。我的做法是规则给建议，人做确认。
安全库存的计算我用一个相对简单但可解释的公式，避免黑箱：
安全库存 = Z × σd × √L
补货点 = 日均销量 × (采购交期 + 物流交期 + 安全天数) + 安全库存
建议补货量 = 补货点 – (当前可用 + 在途) + 预计期间销量
Z：服务水平系数（95% 服务水平取 1.65，98% 取 2.05）
σd：日销量标准差（建议用近 60 天数据）
L：补货总交期（天）
参数上做分层：爆款用 98% 服务水平、Z 值 2.05；平销用 95%；长尾用 90% 且降低补货频率。同时按旺季淡季调整，旺季给交期加 15%，25% 的缓冲。
这里有个经验值得说：不要一上来就把参数调到最优，先用保守参数跑一个月，看清实际偏差，再逐步收紧。很多团队一上线就用激进参数，结果第一次大促就断货，从此对系统失去信任。
库存不是静态数字，是流动过程。这两周的重点是让每一个流动环节都有责任人、有系统状态、有异常出口。
采购环节：采购单在系统里生成，供应商确认后进入"在途"，到仓后质检、上架，状态从在途转可售。调拨环节：国内仓到海外仓的调拨要生成调拨单，出库即从源头仓扣减、计入在途，到仓确认后计入目标仓。
FBA 补货要单独建流程，因为 FBA 的入库接收周期长且不确定，我一般要求 FBA 在途单独建一个视图，避免和第三方海外仓混在一起看。
履约环节：订单分配规则要写清楚，优先从哪个仓发货、什么情况下拆单、缺货时是取消还是等货。这部分每一条都要和运营对齐，因为它直接影响客户体验。
这一步是决定项目能不能持续的。我给他们设计了三层节奏。
每日看异常：负库存、偏差超限、滞销预警、断货预警，四类异常每天清一次，清理时效目标 2 小时内。每周开补货会：30 分钟，看周转天数、缺货率、滞销占比、资金占用四个数，每条异常指定责任人和截止日期。每月做财务对账：成本、在途金额、仓储费用与库存账面做一次三方对齐。
我特别强调一点：会议不是汇报，是决策。如果一场补货会开完没有任何一个补货动作被拍板，那这场会就是无效的。
走到第 90 天，他们的核心指标变化是：库存准确率从 82% 到 98%，库存周转天数从 75 天到 55 天，缺货率从 12% 到 5%，月超卖订单从 40 单降到个位数，滞销库存占比从 18% 到 9%，仓库人工核对时间从每天 3.5 小时降到 40 分钟。
但复盘时我更在意的是另一件事：这些改善里，哪些来自系统，哪些来自流程。拆下来大概是，准确率提升中约 70% 来自盘点和主数据治理，20% 来自同步链路，10% 来自系统本身；周转改善中约 60% 来自补货规则和清仓动作。
结论很明确：ERP 贡献的是效率和持续性，改善的主要来源是流程和纪律。这也解释了为什么同样的系统在不同团队手里效果差这么多。
我不建议所有卖家都照着上面的 90 天路线走一遍。团队规模、SKU 数量、渠道复杂度不同，起步动作应该完全不同。
这个阶段的卖家通常 1，2 个平台、1 个海外仓、SKU 在 200 以内。最大的问题往往不是系统不行，而是没有固定流程。
我的建议是先做三件事：统一 SKU 编码、建立一张包含在途的库存总表、每周固定一次 15 分钟的库存会。这三件事用表格就能做，成本几乎为零。等这三件事做稳了，再考虑上 ERP，成功率会高很多。
这个区间是"人工管不动"的临界点。多平台、多仓、在途、退货同时出现，Excel 的维护成本会指数级上升。
优先动作是：选一个能承载多平台多仓库存视图的工具，把在途纳入管理，建立异常队列和每日清理机制。指标上重点盯库存准确率和月度超卖单量，这两个是基础。
这个阶段的问题不再是"看不见"，而是"看得见但管不好"。SKU 多、渠道多，平均用力一定失效。
重点是 SKU 分层、服务水平差异化、以及初步的需求预测。同时把库存指标接入经营分析，让库存周转和资金占用进入老板的月度经营会。
做全托管的卖家，库存压力部分转移给了平台，但备货决策还在自己手上，而且平台侧的库存数据回传通常有延迟。
这类卖家要特别注意一点：不要把平台后台的"可售"直接当成自己的库存口径。你需要建立一套内部的备货口径，包括已发货未入平台仓、平台仓在途、平台仓可售三个状态，否则永远算不准该补多少。
不管你在哪个阶段，这六个问题如果有一个答不上来，就说明库存管理还有明显漏洞。
库存管理里有很多"两难"，没有绝对正确的答案，只有适合当前阶段的取舍。下面是我在项目里最常被问到的五组。
追求绝对实时，成本会陡增，而且受平台 API 限制，很多时候做不到。我的建议是：把同步频率定在 10，15 分钟，把省下来的精力投入到异常队列的清理时效上。
原因很简单：一次同步延迟 8 分钟，导致超卖的概率很低；但一次异常没人处理，可能挂一整天，导致的超卖是持续的。
除非你的业务模式非常特殊（比如有大量定制化加工流程），否则自研的性价比通常很低。一个库存模块的自研成本，加上后续的维护、平台 API 变更适配，往往足够你用好几年 SaaS。
但有两类情况值得自研：一是 SKU 超过 5000 且业务模式独特，二是有强数据安全或合规要求。除此之外，我一般建议先用 SaaS 跑通流程，等流程稳定后再考虑要不要自建。
全自动补货在 demo 里很好看，在真实业务里风险很高。跨境的不确定性太多：海运延误、平台政策变化、突发爆单，任何一项都可能让模型失效。
我的建议是采用"规则给建议、人工做确认"的模式。等规则连续三个月准确率稳定在 85% 以上，再考虑对平销和长尾品开放自动执行，爆款永远保留人工确认。
全盘准确但成本高，且会打断正常作业。我推荐的做法是首次做一次全盘建立基线，之后转入循环盘点：按 ABC 分类，A 类 SKU 每月盘一次，B 类每季度一次，C 类每半年一次。
这样既能把准确率维持在 95% 以上，又不会让仓库疲于盘点。关键是要把盘点结果和差异原因记录下来，形成趋势，而不是盘完就结束。
精细到库位能提升拣货效率、减少错发，但需要仓库有对应的作业能力。如果仓库团队只有 2，3 人，且每天订单量在 200 单以内，强行上库位管理可能反而拖慢效率。
我的判断标准是：日均订单超过 300 单，或者 SKU 超过 500 且外观相似度高，才值得做库位级管理。否则先做到"仓级准确"就够了。
这五组取舍背后其实是同一个原则：在准确率和成本之间，选择你当前阶段能持续承受的那一档。
库存管理的目标不是做到极致，而是做到可持续。一个能坚持两年的 95% 准确率，远胜一个只维持三个月就崩掉的 99%。
回到开头那个卖家。三个月后他跟我说了一句话，比任何数据都更能说明问题："以前我每天最怕的是打开仓库群，现在我最怕的是库存例会没有议题。"
这句话背后的变化是：库存从"救火"变成了"例行"。我认为这才是 ERP 落地真正的标志。
第一，库存准确率低于 95%，其他所有 ERP 功能都不值得投入。先把账做实，再谈自动化和智能化。
第二，库存管理落地等于主数据可信 + 多仓同步 + 补货规则 + 执行闭环 + 周复盘。五个环节缺一个，系统都跑不起来。
第三，工具决定效率上限，流程决定效果下限。选一个好用的工具（比如用数跨境这类能把多平台多仓库存拉到一张视图里的平台）能帮你省时间，但流程和纪律才是决定成败的部分。
如果你今天就想开始，我建议按这个顺序推进，每一步都不超过一周。
这四件事做完，你会发现一个有意思的现象：你并没有换系统，但库存已经比上个月可控了。ERP 的真正价值，是在这套纪律建立之后，让你的团队不用靠记忆和加班来维持它。
不要在选型上花三个月，却在流程上只花三天。我见过的失败项目里，绝大多数不是输在工具，而是输在没人真正对库存这件事负责。
库存管理的本质，是把"谁在什么时候、根据什么规则、对哪些 SKU、做什么动作"这件事写清楚，然后让系统帮你把它变成每天自动运行的流程。想清楚这一点，你会发现"erp跨境电商实用方法"这个问题的答案，其实比想象中朴素。
读者评论
多平台超卖那段很真实，库存回写链路没打通，实时查询再多也没用。我们之前也是Amazon和Shopee重复卖，后来把异常队列和同步时效纳入考核才好转。
影子SKU这个点扎心。同一款货不同平台不同命名，仓库编码又不一样，ERP里各算各的库存。先做主数据映射和月度抽盘，比加功能更实在。
滞销库存占资金的说法有共鸣。周转天数平均值确实会骗人，必须拆可售、在途、滞销结构看。清仓机制不建立，仓储费和资金成本会一直侵蚀利润。
先上系统再理流程是常见坑。文中三件套系统+流程+例会我认同，尤其每周补货会，没有责任人和截止时间，看板就是装饰。
库存准确率95%作为及格线合理，低于这个数补货和财务对账都不敢信。选ERP别只看接了多少平台，要看一线是否每天用来拣货、下单和补货。