我复盘过手上十一个跨境电商ERP改造项目，得出一个有点反直觉的结论：决定这些项目成败的，不是选了哪套系统，而是采购补货这件事有没有被标准化。两套功能接近的系统，投给两家规模相近的卖家，半年后一家库存周转天数掉了三成，另一家连"这个SKU该补多少"都还在微信群里吵，差别不在软件，在两个团队对"补货"这件事有没有形成共识。
这篇文章不讲ERP功能清单，也不推荐"哪个跨境ERP最好"。我想回答的是一个更前置的问题：为什么采购补货是跨境ERP改造最值得优先标准化的切口，以及这件事具体怎么推。文中出现的所有数据，凡是来自实际项目的都会标注口径，凡是用于说明逻辑的模拟数据都会明确标注"示意"，你可以放心拿去对照自己的业务。
如果只能给跨境电商卖家一句关于ERP改造的建议，我会说：先用采购补货把主数据、规则、流程、异常处理这四件事标准化，再让ERP去固化它们。顺序反了，系统只会把混乱搬到线上，而且搬得更快、更贵。
这句话背后是一个很朴素的观察。ERP本质上是"事务系统"，它擅长记录发生了什么、推动流程往下走、留下可追溯的痕迹。但它不擅长凭空创造规则。你告诉它"安全库存是30天"，它就能守住30天；你不告诉它，它就什么都不会做，只能被动等你手工输单。
跨境电商的麻烦恰恰在于，大部分中小卖家的补货规则从来没有被明确写下来过。它们存活在运营的Excel、采购的记忆、老板的直觉里。这种"隐性知识"在单店单平台时期勉强够用，一旦变成三平台五店铺两个海外仓，就会瞬间失效。
反常识一：补货标准化比补货自动化更重要。很多团队一上来就想做"智能补货算法"，但没有干净的主数据、没有统一的交期口径、没有可复盘的异常记录，算法跑出来的建议没人敢用。先有规则，再有自动化，这个顺序不能跳。
反常识二：采购补货不是采购部门的事。补货决策同时吃掉了销售预测、库存现状、在途状态、供应商交期、资金计划五类输入，输出的是采购订单、资金占用和履约能力。它天然是一个跨部门接口。想找一个"高频、可量化、跨部门、错了代价高"的场景来做标准化试点，补货几乎是唯一同时满足四条的选择。
反常识三：ERP上线失败，大多数时候不是系统功能不够，而是没人定义"什么叫做对了"。没有指标基线，就没有验收标准；没有验收标准，项目就永远处在"再调一调"的状态。
我做过一个简单的评分：把跨境电商内部的十几个管理动作，按"发生频率、可量化程度、跨部门程度、错误成本"四个维度打分。采购补货在四项里没有明显短板，这是它作为切入点的最大优势。
相比之下，营销投放虽然也可量化，但跨部门程度低；客服工单频率高但错误成本相对可控；财务对账跨部门但发生频率低。补货是那个"既高频，又疼，又能算清楚账"的位置。
国内电商做补货，从下采购单到商品可售，通常3到7天。跨境卖家这条链路完全不同：国内备货、头程运输、目的国清关、海外仓入库、平台仓预约上架，中间任何一段波动，都会直接传导到断货或超储。
我服务过的一家户外家具卖家做过一次链路测算，结果让老板很震惊，他们的实际补货前置期平均是57天，最长的一个SKU接近90天。但运营在Excel里填的"采购提前期"统一写的是30天。也就是说，他们的补货决策建立在一个人为缩短了近一半的时间假设上。
这是跨境卖家独有的复杂度。一个SKU可能同时存在于亚马逊FBA、独立站海外仓、Temu国内直发、TikTok Shop本地仓。这四个地方的可售库存、在途库存、库存成本、周转表现完全不同，但在很多卖家的Excel里，它们被加总成一个"总库存"数字。
加总之后就出问题了。总库存看起来还有2000件，但亚马逊已经断货三周，独立站却压着1400件周转180天的滞销库存。补货决策看到"总数够"，于是不补；结果断货继续，滞销继续，直到季末一起打折清仓。
第一种，断货式崩盘。典型特征是大促前集中补货、大促后集体断货。根因是补货节奏跟着促销日历走，而不是跟着前置期倒推。一个57天前置期的品类，大促前3周才开始备货，必然来不及。
第二种，超储式温水煮青蛙。表面看没什么事，每个月照常发货，但库存周转天数从90天慢慢爬到140天。这种崩法最危险，因为它不疼，直到现金流绷不住的那一天。
第三种，对账式内耗。采购说货发了，仓库说没收到，财务说钱付了，运营说没货卖。四个人四条数据，每周开会两小时对不齐。这种团队上不上ERP都一样，因为问题出在数据口径，不在工具。
这是我见到最多的错误顺序。团队花两个月比价、试用、谈折扣，签完合同才开始想"我们的采购流程到底是怎么走的"。结果实施顾问问的第一句话就卡住："请购单谁提？谁审批？金额阈值多少？超出阈值走谁？"
没人答得上来。于是实施周期从两个月拖到六个月，最后上线的系统只能按"通用模板"配置，和实际业务两张皮。正确的顺序是：先用两周时间把补货相关的流程画成一张图，再拿着这张图去选系统。能匹配的才叫合适，匹配不上的功能再多也是负担。
很多老板的想象是：输入销量、输入交期，系统自动算出该补多少，一键下单。这个想象在数据质量足够高的前提下是对的，但前提本身极难满足。
我判断一个团队能不能上补货算法，会先问四个问题：SKU主数据有没有唯一编码？供应商交期有没有历史实绩记录？平台可售库存和仓库实物库存能不能对上？缺货和超储有没有归因记录？这四个问题里如果有两个答"没有"，那么算法一定跑不起来，先补数据基础比先上算法划算得多。
主数据听起来枯燥，但它是所有标准化的地基。一个SKU在运营那里叫"折叠桌-白-A"，在采购那里叫"FT-001-W"，在仓库那里叫"FT001WH"，在平台后台叫"ASIN-B0XXXX"。四个人四个名字，系统里就是四条记录。
后果是什么？系统认为你有四个SKU，每个都库存不足，于是建议补四次货。主数据不统一，ERP的每一个建议都是错的，而且是错得很自信的那种错。
我的建议很直接：在ERP实施之前，先花时间建立一套唯一的SKU编码规则和一张跨系统映射表。这张表不需要多漂亮，能保证"一个实物商品在所有系统里指向同一个ID"就够了。
有些团队执行力很强，两周写出一本80页的《采购补货管理办法》，然后放进共享盘，此后再也没人打开。这不是标准化，这是文档化。
真正的标准化必须满足三条：规则写在系统里、判断有数据支撑、偏离有记录和复盘。文档只是标准化的说明书，不是标准化本身。如果一条规则只存在于Word里而不在系统里，它迟早会被绕过。
跨境ERP市场上免费和低价方案很多，这本身不是坏事，中小卖家预算有限，性价比是合理考量。但要警惕一个陷阱：把"软件便宜"等同于"总成本低"。
ERP的总成本包含软件费、实施费、数据整理人力、培训时间、后续维护和迁移成本。我见过一个卖家选了年费很低的方案，结果因为不支持多仓库存拆分和采购在途管理，硬是靠两个人每周手工导出、拼表、补录，一年累计投入的人工时间折算下来，远超一套标准方案的差价。
这不是说便宜方案不能用，而是要说清楚边界：当你的SKU数量、仓库数量、平台数量还在单点的时候，轻量方案完全够用；一旦进入多平台多仓阶段，缺乏在途管理和多维分析能力的方案会变成人工的放大器。
不是所有环节都适合做标准化试点。我通常用五个标准来筛：发生频率是否足够高、结果是否可量化、是否天然跨部门、错误成本是否足够痛、是否有明确的最终责任人。
频率高意味着样本多，规则迭代快；可量化意味着能定基线、能验收；跨部门意味着能顺带打通数据孤岛；错误成本高意味着团队有动力配合；有责任人意味着不会变成"大家的事就是没人管的事"。
采购补货在这五项上全部过关。这就是我把它放在第一位的原因，不是因为补货比财务、比客服更重要，而是因为它作为"第一个项目"的成功概率最高。
我把采购补货的标准化拆成四层，从上到下依次是：主数据层、规则层、流程层、指标层。这四层缺一层，整个结构就立不住。
主数据层解决"说的是不是同一个东西"。包括SKU唯一编码、供应商主档、仓库主档、平台与店铺映射、物流渠道编码。
规则层解决"什么条件下该做什么"。包括安全库存、再订货点、最小起订量、采购提前期、头程时效假设、季节性系数、资金上限。
流程层解决"谁在什么时候做什么"。包括请购、审批、下单、跟单、收货、质检、对账七个节点的责任人和时限。
指标层解决"怎么判断做得好不好"。包括库存周转天数、订单满足率、缺货率、超储率、采购在途准确率。
推进顺序建议是自下而上的：先做指标基线（知道现在多差），再理流程（知道卡在哪），再定规则（知道改什么），最后统一主数据（知道怎么固化）。这个顺序和很多人的直觉相反，但实践下来阻力最小，因为指标是最容易达成共识的，主数据是最容易引发争论的。
在给任何团队做诊断时，我都会问同样四个问题，用来判断这个环节是否具备标准化条件。
采购补货在这四问上的答案通常是：输入变量可识别（销量、交期、库存、在途）、验证周期约一到两个补货周期、归因可做、换人差距极大。最后一点尤其重要，如果一个岗位换成新人结果就崩，那这个岗位一定需要标准化。
很多团队一上来就想做一套非常精细的补货模型，结果参数太多、没人维护、两个月后废弃。我的建议是先做一个"最小可用集合"，六个参数就够启动。
这六个参数写在一张表里，按SKU维度维护，每两周复盘一次。不要追求一次到位，先把参数填满、跑通一个周期，再谈优化。
— 再订货点计算的最小可用逻辑（伪SQL，用于说明口径而非可直接执行）
SELECT
sku_id,
channel_id,
— 日均销量取30天与90天口径的较大值，规避短期波动失真
GREATEST(avg_daily_30d, avg_daily_90d) AS daily_sales,
— 采购提前期使用近三次实际到货天数的均值，而非合同承诺值
COALESCE(actual_lead_time_avg_3, contract_lead_time) AS lead_time,
— 安全库存 = 日均销量 × 安全天数（按品类/渠道分别配置）
GREATEST(avg_daily_30d, avg_daily_90d) * safety_days AS safety_stock,
— 再订货点 = 日均销量 × 提前期 + 安全库存
GREATEST(avg_daily_30d, avg_daily_90d) * COALESCE(actual_lead_time_avg_3, contract_lead_time)
+ GREATEST(avg_daily_30d, avg_daily_90d) * safety_days AS reorder_point
FROM replenishment_base_view
WHERE sku_status = 'ACTIVE';这段逻辑不复杂，但它的价值在于把"补货"从一次判断变成一次计算。当补货可以被计算，它就可以被讨论、被质疑、被改进；当它只是直觉，任何讨论都会变成观点之争。
这是一家做家居收纳品类的跨境卖家，年GMV约3200万元人民币，在亚马逊、Wayfair、Temu和独立站四个渠道销售，海外仓两个、国内仓一个，活跃SKU约480个。团队里采购2人、运营5人、仓库4人，此前主要靠Excel加微信群协作。
他们找到我的原因很具体：连续两个季度出现"一边断货、一边清仓"的情况，老板怀疑是ERP不行，准备换系统。我看完之后给的结论是：先别换系统，先花六周把补货标准化做出来，再决定系统要不要换。
我们先用两周时间做了基线采集，得到的六个数字（示意数据，来自该项目内部测算口径）。这些数字当时对老板的冲击很大，因为他此前只看销售额，从不看这几项。
第六个数字最值得说。6%的对账差异率意味着每100个采购批次里有6个对不上，需要人工翻单、打电话、补记录。这部分工作量此前被完全忽略了，因为分散在两个人的日常里，从不单独统计。
第一件，重建SKU主数据。把四个渠道的商品名称、平台编码、仓库编码整合到一张映射表，确立唯一的内部SKU编码。这一件事花了大约一周，中间争论最多的是"到底以谁的命名规则为准"，最后定的原则是：以采购和仓库能直接识别的物理规格为准，平台编码只做映射字段。
第二件，重定补货参数。按上一节说的六个参数建立补货参数表，分渠道设定安全天数。亚马逊FBA因为入仓预约不确定，安全天数设为35天；独立站海外仓因为补货频次可控，设为21天；Temu国内直发设为14天。
第三件，固化流程节点。把请购、审批、下单、跟单、收货、质检、对账七个节点的责任人和时限写进系统，并设定一个关键规则：任何手工调整系统补货建议的操作，必须在系统里填写原因。这条规则看起来很小，但它让"人为什么改系统建议"这件事第一次有了数据。
第四件，建立周度补货复盘。每周一小时，只看六个指标：周转天数、断货SKU占比、超储SKU占比、在途准确率、订单满足率、手工干预次数。不做汇报，只讨论"哪个数字变差了、为什么、下一条规则怎么改"。
下面是改造前后的对比（示意数据，基于该项目内部测算，实际结果因品类和团队执行力差异会有很大不同，请不要直接套用）。
| 指标 | 改造前 | 六个月后 | 变化幅度 |
|---|---|---|---|
| 库存周转天数 | 118天 | 87天 | -26.3% |
| 月均断货SKU占比 | 9.0% | 3.2% | -5.8个百分点 |
| 超储SKU占比 | 21.0% | 11.0% | -10个百分点 |
| 库存资金占用 | 780万元 | 590万元 | -24.4% |
| 补货测算人工耗时 | 16人时/轮 | 4人时/轮 | -75% |
| 采购在途对账差异率 | 6.0% | 1.5% | -4.5个百分点 |
很多老板会问：190万元是怎么省出来的？我更愿意把它拆成瀑布式的构成，因为这样能看清楚哪些是"一次性释放"，哪些是"持续性节省"。
这个项目里有一个关键问题很早就暴露出来：ERP能告诉你"现在库存是多少"，但很难告诉你"为什么这个SKU该补、那个SKU该停"。ERP是事务系统，擅长记录和流转；而补货决策需要的是跨源数据的分析和归因，这是另一层能力。
我们在这个项目里使用了数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）来做这层分析工作。它属于九数云体系下面向跨境电商的数据分析产品，定位不是替代ERP，而是在ERP之上承担"决策层"的角色，把平台后台、ERP、广告、物流等多源数据整合到一起，做经营分析和补货测算。具体功能与套餐，建议以官方说明为准。
在我这个项目里，数跨境主要承担了四件事：
把日均销量、采购提前期、安全库存、再订货点这六个参数做成一屏看板，按"渠道×SKU"维度展示建议补货量。运营和采购看的是同一个数字，不再各自算各自的。
把采购单、头程物流节点、海外仓入库记录放在一张表里做差异比对，把6%的对账差异率压到1.5%。这一项的价值不在于省了多少人工，而在于让在途库存第一次变成了可信数据。
按库存天数把SKU分成健康、预警、超储、滞销四层，每月看结构变化而不是看总量。这个视角的转变是老板后来最认可的，他从此不再问"总库存多少"，而是问"滞销层这个月有没有变薄"。
把毛利和周转天数做成二维分布，识别出"高毛利高周转"（重点补货）、"高毛利低周转"（优化备货节奏）、"低毛利高周转"（考虑提价或淘汰）、"低毛利低周转"（直接砍掉）四类SKU，让补货决策第一次和盈利挂上了钩。
我不想把这类数据分析工具说成万能药。它解决的是"看得清、算得准、归因得到"的问题，解决不了"供应商交期不稳定""平台仓预约排不上""团队执行力不够"这些运营现实。
如果主数据是脏的、流程是断的、责任是模糊的，再好的分析看板也只会显示一片混乱。顺序依然是：先把标准化做出来，再用工具把它放大。工具放大的永远是它拿到的东西，包括混乱。
这个阶段不建议上ERP，也不建议做复杂分析。你的核心动作是"把Excel管好"：建立一张包含六个补货参数的SKU表，每周更新一次，坚持三个月。
重点解决两件事：一是把采购提前期从"合同承诺值"改成"近三次实绩均值"；二是给每个SKU设一个安全库存天数。这两件事不花钱，但能解决八成的断货问题。这个阶段最忌讳的是被"免费ERP"吸引，花三个月上手一套系统，最后发现业务量根本用不到那么多功能。
这是最需要标准化的阶段，也是最容易翻车的阶段。业务已经复杂到Excel撑不住，但又没复杂到需要复杂系统。
建议的推进顺序是：先用两到三周统一SKU主数据和多平台库存口径，再建立分渠道的补货参数，然后引入一套轻量的ERP管流程，最后考虑引入数据分析工具做补货测算和库存结构分析。这个阶段最大的风险是"一次性想要全部"，结果每个环节都做到一半。
这个阶段已经不只是补货问题，而是供应链协同问题。建议把补货标准化作为整个供应链标准化的第一块拼图，后续依次推进仓储作业标准化、头程物流标准化、供应商绩效考核标准化。
这个阶段有一个特殊动作必须做：把补货相关的数据从ERP里"抽出来"单独分析。ERP的报表是按单据和流程组织的，不适合做多维交叉分析。你需要的是一个能自由组合"渠道×仓库×品类×供应商×时间"的分析层。
先别急着换系统。我见过太多团队把问题归因于系统，换完之后发现问题依旧。先用一周做一次诊断，看四个数字：主数据统一率、补货参数覆盖率、补货建议人工干预率、异常归因记录率。
如果主数据统一率低于90%，问题在主数据；如果补货参数覆盖率低于70%，问题在规则；如果人工干预率高于40%，说明规则和业务不匹配；如果异常归因记录率接近零，说明团队根本没有复盘机制。这四个问题，没有一个能靠换系统解决。
人手少反而有优势，沟通成本低，改起来快。建议只做三件事：统一SKU编码、给Top 50的SKU设补货参数、每周看一次断货和超储清单。
不要试图覆盖全部SKU，先把贡献80%销售额的那部分管好。小团队的标准化不需要完美，需要的是被真正执行。
这三者不是替代关系，是分工关系，但很多团队把它们当成同一类东西在比较。
| 能力维度 | ERP | 数据分析工具 | Excel |
|---|---|---|---|
| 数据记录与留存 | 强，结构化且可追溯 | 弱，依赖外部数据源 | 弱，版本容易混乱 |
| 流程流转与审批 | 强，可设节点和权限 | 基本不具备 | 不具备 |
| 多维交叉分析 | 弱，报表结构固定 | 强，可自由组合维度 | 中，受数据量限制 |
| 归因与预测 | 弱 | 强，可做趋势和异常识别 | 弱，靠人工判断 |
| 多源数据整合 | 仅限自身业务数据 | 强，可整合平台、广告、物流 | 中，需大量手工拼表 |
| 适用阶段 | 有流程管理需求后 | 有多维分析需求后 | 起步阶段 |
我的判断逻辑是：ERP管"发生"，数据分析工具管"为什么"和"接下来怎么办"，Excel管"还没有规模化的临时需求"。三者共存是正常的，强行让其中一个承担全部职责，一定会出问题。
这是推进过程中争论最多的一点。运营会说：跨境业务变化太快，你今天定死规则，明天就过时了。这个担心是合理的，但结论不应该是"那就不定规则"。
我的处理方式是区分两类规则：刚性的口径，弹性的参数。SKU编码规则、财务口径、库存定义、审批权限这类东西必须刚性，改一次成本极高；而安全天数、补货批量、季节系数这类参数应该允许每两周调整一次，并且每次调整都留痕。
换句话说：不要锁死"补多少"，要锁死"怎么算"。前者是决策，后者是方法。决策可以变，方法必须稳定，否则每次变化都会变成一次重新发明。
这个话题在跨境圈争议很大，我的看法相对保守：除非你的业务模式本身就是软件能力，否则自研ERP在绝大多数情况下不划算。
自研的隐性成本不在开发，而在维护。一个SKU补货逻辑改一次，平台API变一次，就要跟着改一次。团队里一旦核心开发离职，系统会迅速变成黑盒。
买断式方案适合对数据驻留和定制深度有强要求的中大型卖家；SaaS适合绝大多数中小卖家，因为它的升级和平台对接由服务商承担。代价是定制空间有限，要在标准流程和自身习惯之间做妥协，而这个妥协，往往正是标准化的开始。
有些团队资源充足，希望一次性把采购、仓储、财务、客服全部标准化，一次上线到位。我的建议通常是反对，除非你有专职的项目经理和充足的时间。
原因很简单：标准化的真正成本不是设计，而是组织习惯的改变。人的行为改变需要时间，而多线并行会让每个环节都停在"半改不改"的状态，最后团队会得出一个错误结论，"标准化没用"。
我在项目里的一贯做法是：用采购补货单点突破，跑通一个完整周期（通常是3到6个月），把指标基线、规则模板、复盘机制沉淀成可复制的方法，再往下一个环节复制。这个方法慢，但更稳。
我在前面已经说过，这里再明确一次立场：免费或低价方案不是不能选，关键是要看清三件事。
这三个问题都能答清楚，那么免费方案完全可用。怕的不是免费，怕的是"先用着看看"，用了一年才发现数据导不出来、工作流不匹配、没人支持。
回到开头那个问题：为什么同样是ERP改造，有的团队半年见效果，有的团队一年还在扯皮。我的答案始终是同一个，差别不在系统，在他们有没有把采购补货这件高频、跨部门、错了就疼的事，变成一套谁都看得懂、算得清、能复盘的标准。
这篇文章里有一个观点可能和主流说法不太一样：我认为补货标准化的优先级高于补货自动化，高于系统选型，甚至高于数据分析工具。工具能放大你已有的能力，也能放大你已有的混乱。在你还没想清楚"什么叫做对了"之前，任何工具都只是把问题搬到了一个更贵的地方。
另一个我想强调的判断是：标准化的终极目标不是把流程写得多严密，而是让一个新人接手也能做出八十分的决定。如果你的补货结果严重依赖某个老采购的经验，那说明你的标准化还没完成，不管系统里配了多少功能。
如果你读到这里，想马上做点什么，我建议下一步只做一件小事，而不是启动一个大项目：
这三步不花钱、不需要系统、不需要外部顾问，但它会立刻暴露出你补货环节最真实的断点。等你把这些断点看清楚了，再去选ERP、再去做主数据治理、再去考虑像数跨境这类数据分析工具，你会发现每一次投入都能落到实处。
ERP改造的重点从来不是改造系统，而是改造团队对"什么是对的"这件事的共识。采购补货，就是这个共识最好的起点。
我们公司去年开始选ERP，服务商一上来就推荐先做订单抓取和平台刊登，说对接快、两周就能看到效果。可我自己管供应链，每天最头疼的其实是这个SKU到底要不要补、补多少、什么时候能到。我怀疑先做订单只是服务商好交付，不一定是我们最该改的地方。
先做采购补货，是因为订单和刊登更像技术对接问题，而采购补货是管理规则问题。前者只要服务商接口能力过关，换谁做都差不多；后者涉及安全库存、交期、MOQ、在途口径、审批责任，别人替你定不了，只能你自己标准化。
判断是否该优先做补货，可以看三个信号：SKU超过200个、同时在两个以上平台或仓库卖货、补货决策靠某一个人的经验而不是一套规则。满足两条以上，采购补货就是ERP落地的高频切口，因为它同时连接销售、库存、供应商和资金，一天不标准化就多一天缺货和滞销并存。
执行顺序建议是：统一主数据和编码，梳理采购请购到对账的流程节点，再把补货规则写进系统，接着打通库存与在途，最后做异常看板；订单和刊登模块可以平行推进，但不该排在补货规则之前。
一个简单的验收标准是：系统上线后，你随便挑一个SKU，能不能立刻回答该不该补、补多少、什么时候到，如果答不上来，说明改造顺序反了。
我们用Excel管采购补货已经三年了，老板总说乱，但具体乱在哪谁也说不清。我担心的是直接把现在这套流程搬进ERP，只是把混乱从表格搬到系统里，花了几十万还是老样子。所以我想在上系统前先做一次自查，至少知道改什么。
可以做一次两周的诊断，重点查五类东西。第一查主数据：同一个SKU在采购表、库存表、平台后台里是不是同一个编码，供应商和仓库有没有唯一编号，如果同一个SKU能查出两种以上写法，就先停下来统一编码。第二查规则：安全库存、补货点、MOQ、交期这些参数，是写在纸上还是只在老员工脑子里，有没有书面规则。
第三查流程断点：从请购、审批、下单、跟单、收货、质检到对账，哪些环节还在靠微信和口头确认，凡是靠口头传的，数据在系统里一定是断的。第四查在途透明度：采购在途、头程在途、平台可售库存、仓库实物库存能不能对上，如果对不上，补货就是盲补。
第五查异常闭环：缺货、超卖、延迟交货、滞销这些情况发生后，有没有指定责任人和复盘记录。判断口径很直接：这五项里如果有两项以上你答不上来或者答不完整，就说明当前阶段最该做的不是选系统，而是先做标准化；等五项都能说清楚，再让ERP把这些规则固化下来，上线阻力会小很多。
我之前定安全库存基本靠拍脑袋，旺季怕断货就多压一点，结果仓储费爆了；淡季想省库存又不敢压，结果链接排名掉下来。后来发现不是我不想算，是不知道用哪个口径算，供应商承诺的交期和我实际收到货的天数差得挺远。
参数要落地，关键是先把三个口径固定下来。第一是日均销量，建议用近30天的实际出库量计算，把大促那几天的异常峰值剔除，否则安全库存会被一次性活动带偏。第二是采购交期，不要用供应商承诺的天数，要用历史实际到货周期的中位数，也就是从下单到入仓可售的真实天数，包括生产、头程、清关、入仓上架这几段。
第三是波动系数，可以对每个SKU算一下过去几个月的销量标准差，波动大的给1.5倍，稳定的给1.2倍。在此基础上，安全库存等于日均销量乘以交期，再乘以波动系数；补货点等于交期天数乘以日均销量，加上安全库存；补货量取经济订货量和MOQ的整数倍，同时受资金上限和仓储上限约束；
季节性明显的品类再加一个季节系数。落地时不要全量铺开，先拿贡献销售额前20%的SKU设规则，跑一个完整补货周期，用缺货率和库存周转天数两个指标去校准，每个月复盘一次参数。要提醒的是，规则的价值不在于算得多精确，而在于团队用同一个口径做判断，谁都能解释清楚这个补货数字是怎么来的。
我们公司前年上过一次系统，数据导了、培训也做了两天，结果不到一个月，采购又偷偷用回Excel，理由是系统里填单太慢、数据还对不上。这次老板又要重新做ERP改造，我最怕的是重演一遍，钱花了、人累了，最后还是两张皮。
避免回到Excel，选型和推进要同时抓。选型看四点：一是免费或低价的边界，明确免费版在店铺数、订单量、账号数上的限制，以及增值模块、交易佣金怎么收，别等业务跑起来才发现成本结构变了；二是接口能力，重点看订单、库存、物流、采购数据能不能稳定同步，同步频率是多少，断连了怎么补数；
三是数据归属和迁移成本，能不能随时完整导出，导出的字段够不够细，换系统时会不会被卡住；四是服务商是不是真懂采购补货场景，能不能陪你梳理流程，只会装软件的供应商在这里帮不上忙。推进上有三个动作最关键：不要全公司一次性切换，先选一个品类或一个店铺跑通完整闭环；
给采购、运营、仓库、财务定清楚角色和指标，用订单满足率、缺货率、库存周转天数、呆滞库存占比这四项去衡量；最重要的是把系统外操作设为不允许，请购、审批、下单、收货、对账必须在系统里跑完，否则数据永远是假的，规则也永远调不准。
上线是否成功的判断标准很朴素：不看培训签到率，看有没有一周完全不打开Excel也能完成补货，并且补货参数在系统里可查、可改、可追溯。另外补货规则不是一次设定就完事，建议每周固定一次复盘，把销售变化和交期变化反馈回参数里，标准化才可能持续下去。
读者评论
作者说补货标准化比自动化更重要，这点我深有体会。我们之前直接上智能补货工具，结果主数据一塌糊涂，SKU编码在运营、采购、仓库三套体系里对不上，系统给的补货建议没人敢用，最后还是回到Excel手工算。
天前置期的案例太真实了。我们做家居品类，运营在表里填的提前期是35天，实际从下单到FBA可售经常要70天以上，旺季更夸张。固定一个提前期参数根本没法用，必须按环节拆开看时效分布。
同一SKU在四个平台加总成一个总库存，这个坑我们踩过。总库存看着够，FBA早就断货，独立站海外仓压着一堆滞销，季末一起清仓打折。补货决策确实必须下沉到渠道×SKU粒度，不然永远是总量够、结构烂。
关于ERP总成本的提醒很到位。我们选过低价方案，结果不支持多仓库存拆分和在途管理，两个运营每周手工导数拼表，一年下来人力成本远超软件差价。SKU和仓库数量少的时候轻量方案够用，规模上来就是人工放大器。
文章说补货是跨部门接口，销售预测、库存、在途、交期、资金五类输入都要吃进来，这个判断很准。我们内部就是采购、运营、财务各一套数据，每周对账两小时都对不齐，先统一口径比上系统更紧急。