去年第四季度，我陪一个做 Amazon 美国站加独立站的团队做年终复盘。他们的 GMV 同比涨了六成多，但财务给出的净利只涨了一成出头。把费用拆开看，最大的两块"意外支出"是：FBA 断货导致的广告位丢失和排名下滑，以及两个海外仓里压了接近四个月销量的滞销库存。操盘手跟我说了一句很扎心的话，"我们的 ERP 里库存数字是准的，但我做补货决策的时候，不知道该信哪个数"。
这句话几乎浓缩了跨境电商采购补货的所有问题。ERP 能告诉你库存是多少，不等于能告诉你该补多少、什么时候补、补到哪个仓、补多少才不会压死自己。这两件事之间隔着字段口径、参数配置、多仓协同、报表预警和组织责任五道坎。
下面这份清单，不是我从 ERP 官网功能列表里抄下来的，而是我在几个跨境团队里反复踩坑、反复推翻之后重新整理出来的。我会按"事项，字段，报表，预警"四层结构拆开，告诉你每一项要覆盖什么、验收的时候该问什么、不同阶段该怎么取舍。
先把结论摆在最前面：如果你现在拿到的是一份"采购补货功能清单"，上面写着"支持采购订单、支持入库、支持库存查询"，那这份清单基本没有决策价值。因为它只回答了"系统有没有这个按钮"，没有回答"这个按钮背后的数据能不能支撑我在周四下午做出补货决定"。
我判断一套跨境 ERP 的采购补货能力，只看四层。这四层缺任何一层，精细化运营都是空话。
事项层是把流程拆成可管理的动作颗粒。跨境采购补货至少有十二件事：需求识别、销售预测、补货计划、询价比价、采购下单、审批、在途跟踪、到货预约、入仓质检、库存分配、调拨补货、对账付款。
很多团队的 ERP 只覆盖了其中六到七件，剩下的事活在 Excel 和微信群里。表现出来就是：系统里的采购订单和实际到货对不上，因为"到货预约"和"质检"在系统外完成。
这是最容易被忽略、也最致命的一层。同样是"库存"，至少有七种口径：账面库存、实物库存、可售库存、锁定库存、在途库存、质检中库存、不良品库存。
补货决策必须建立在"可售库存 + 在途库存 – 已占用库存"这个净可用量上，而不是账面库存。如果你的 ERP 里只有"库存数量"一个字段，那你在系统里做的补货建议，本质上还是拍脑袋。
报表层考验的是分析粒度。同一条库存数据，能不能按 SKU × 仓库 × 平台 × 国家 × 时间段五个维度同时切？能不能把 FBA 仓、海外仓、国内仓、在途仓放进同一张表里看？
我见过太多系统，库存报表只能按仓库出，一旦要按"平台 + 国家"看可售库存，就得导出 Excel 手工透视。手工环节一多，数据新鲜度就崩了。
预警层是四层里最少被验收、也是最能体现运营成熟度的一层。低库存预警、超储预警、在途超期预警、临期预警、供应商交付延误预警、汇率波动预警，每一项都需要有人定义阈值，有人认领处理。
没有预警层的 ERP，本质上是一个"事后查询工具"。你得主动想起来去查，而人一定会忘。
抽象的结构讲完了，接下来讲具体。下面四个场景我都亲身经历过，它们的共同点是：ERP 都在跑，报表都能出，但补货决策依然失控。
一个做家居品类的团队，黑五前两周某个爆款突然起量，日销从 80 单跳到 400 单。运营在群里喊补货，采购当天做了采购申请，但审批要走"采购主管，供应链经理，财务，老板"四道。
等审批走完，工厂排产加上头程海运，最快也要 45 天到仓。而当时的可售库存只够撑 11 天。结果就是断货三周，排名从前 20 掉到 200 开外，广告 ACOS 恢复期花了将近两个月。
问题不在于审批流程本身，而在于系统没有把"可售天数"这个指标暴露在审批节点上。审批人看到的是"采购金额 38 万"，看不到"不批这个单，11 天后就断货"。
另一个团队同时用 FBA、美国第三方海外仓和国内自发货仓。有一批货已经从国内发出，在海上漂着，预计 28 天后到美国海外仓。但系统里这批货既不在国内仓库存里，也不在海外仓库存里，它"消失"了。
运营看不到这批在途货，于是又下了一单空运补急。等海运货到仓，库存直接堆到 5 个月销量，仓储费和资金占用一起爆掉。
在途库存必须有独立的库存状态和独立的仓库归属，并且参与补货计算。不参与计算的在途库存，等于不存在。
一个团队同时做 Amazon、Shopee 和 Temu。同一个 SKU 在三个平台的库存是分别维护的，靠人工每周同步一次。结果是：Amazon 卖超了，Shopee 那边还剩一堆；等把货调过去，Temu 的活动已经结束了。
这类问题的根源不是同步频率，而是没有"共享库存池"和"库存分配规则"。哪些库存优先给哪个平台、哪个平台可以动用共享池、超卖时按什么顺序截单，这些规则必须在系统里配，而不是在人脑里记。
这是最隐蔽的一类。运营在 9 月就定了 11 月的促销计划，但补货计划还是按过去 90 天的日均销量算的。促销期销量翻了四倍，补货量只按正常水位备，结果大促当天就断货。
更麻烦的是反向情况：大促备了四倍的货，结果活动没跑起来，库存直接变滞销。
补货计划必须能接收"促销事件"作为输入参数，而不是只看历史销量。这一点在选型时经常被忽略，因为演示环境里没人演示"大促备货"。
讲完场景，讲误区。下面六条，我几乎在每个找我做诊断的团队里都至少碰到两三条。
这是最普遍的一条。系统显示库存 5000 件，运营就敢按 5000 件去排广告预算。但实际可售可能只有 3200 件，另外 800 件在质检、600 件被预售订单锁定、400 件是不良品待退。
判断标准很简单：打开你的 ERP，能不能一眼看到"可售库存"这个独立字段？如果不能，你的补货决策基础就是不牢的。
补货量取决于销售预测，销售预测取决于广告节奏和促销计划，促销计划又受平台活动报名和预算约束；同时补货还受账期和汇率影响。这是一条跨越四个部门的链条。
我见过一个团队把补货完全交给采购，结果采购按"不缺货"这个单一目标备货，库存周转从 62 天涨到 118 天。因为采购的 KPI 是不断货，不是不压货。
服务商演示时给的预测准确率，通常是在历史销量平稳的品类上、用回测方式算出来的。但真实的跨境业务里，新品没有历史、爆款会被跟卖、平台政策会变、物流会延误。
我的判断是：AI 预测适合做"基准线"，不适合做"决策终点"。它可以帮你算出"如果一切正常，这个 SKU 该补多少"，但必须留出人工调整入口，让运营把促销、断货、竞品动作这些外生变量加进去。
系统算出"补 137 件"，但工厂 MOQ 是 500 件，外箱是每箱 24 件。那么实际补货量应该是 504 件（21 箱），而不是 137 件。
更复杂的是阶梯价：500 件单价 12 元、1000 件单价 10.5 元、2000 件单价 9.8 元。补 504 件和补 1000 件，总成本可能相差不到 15%，但单位成本差 12.5%。这些约束不进入系统，补货建议就是废纸。
库存周转 60 天，听起来健康。但如果拆开看：20% 的 SKU 贡献 80% 的销售额且周转只有 25 天，另外 60% 的 SKU 周转超过 180 天，那这个"60 天"是平均值骗了你。
健康的做法是同时看"整体周转"和"分层周转"：把 SKU 按贡献度分成头部、腰部、尾部，分别设不同的周转目标和补货策略。
演示环境里的数据是服务商精心准备的，字段干净、SKU 数量适中、没有异常值。真实上线后，你会遇到：同一个 SKU 在不同平台编码不一致、供应商有五个别名、历史数据里有三年前的死数据。
验收一定要用你自己的脏数据。拿一个真实 SKU，让它跑一遍从采购申请到补货建议的完整链路，看它在数据缺失时会不会静默出错。
前面讲的是"哪里会错"，这一节讲"怎么才对"。我的方法论只有三件事：定口径、定参数、定责任。听起来简单，但真正做到位的团队不多。
在选 ERP 之前，先在 Excel 里把库存口径定义出来，让运营、采购、财务三方签字确认。这是最便宜也最有效的一步。
我通常建议定义字段如下：
| 字段名称 | 定义 | 是否参与补货计算 | 常见坑 |
|---|---|---|---|
| 账面库存 | 系统记录的库存总数 | 否 | 容易与实物不符 |
| 实物库存 | 仓库盘点确认的实物数量 | 否 | 盘点频率低，时效差 |
| 可售库存 | 可立即用于销售出库的数量 | 是 | 是否扣除平台预留无统一标准 |
| 锁定库存 | 已被订单占用但未出库 | 是（作为扣减项） | 预售订单是否计入易混淆 |
| 在途库存 | 已发货未到仓的数量 | 是 | 是否按预计到仓日分时段参与计算 |
| 质检中库存 | 已到仓未完成质检的数量 | 部分（按质检周期折算） | 质检周期缺失导致高估 |
| 不良品库存 | 质检不合格或退货不可再售 | 否 | 长期挂账不清理 |
这张表的价值在于，它把"库存"这个模糊词拆成了七个可计算的量。补货建议 = 目标库存水位 −（可售库存 + 按到仓日折算的在途库存 − 锁定库存）。
参数是补货的骨架。我建议每个 SKU 维度上，至少配齐下面这几个参数，而且要有明确的取值依据。
补货点（ROP） = 日均销量 × 采购提前期 + 安全库存
安全库存 = 服务水平系数(Z) × 销量标准差 × √采购提前期
建议补货量 = 补货点 + 目标库存 – 净可用库存
实际采购量 = CEILING(建议补货量 / 装箱数) × 装箱数，且 ≥ MOQ
其中：
日均销量 取近 28 天加权，促销期用促销事件覆盖
采购提前期 = 生产周期 + 头程运输 + 清关 + 入仓上架
服务水平系数 Z：常用 1.65（95% 服务水平）
关键不在于公式有多复杂，而在于提前期必须分环节拆开填。我见过太多团队把"提前期 45 天"当成一个数填进系统，但真实情况是：生产 20 天、头程 18 天、清关 5 天、入仓 4 天。
一旦某个环节延误，只有一个总数你是没法定位问题的。拆成四段之后，系统才能告诉你"这次断货是因为清关卡了 12 天"。
这是最容易被低估的一环。参数配置权限必须分层：
没有这套权限规则的后果是：谁都能改参数，出了事谁都不认。我见过一个团队，运营为了不让系统报警，偷偷把安全库存系数从 1.65 调到 0.8，结果旺季全线断货。
不同品类、不同阶段的补货节奏完全不同。这一项不需要系统支持，但需要你先想清楚。
这一节是全文的主体。我把采购补货拆成五大模块、二十七个验收点，每一项都给出"要覆盖什么"和"验收时问什么"。
要覆盖：供应商多联系人、多银行账户、多结算币种、供应商品类标签、历史报价记录、阶梯价配置。验收时问：同一个供应商有三条历史报价，系统能不能自动带出最近一次成交价并对比？
要覆盖：采购申请与采购订单分离、按金额/品类/供应商分级审批、审批节点可看到"当前可售天数"、支持拆单和合并下单。验收时问：审批人在手机上能不能看到这个 SKU 的可售天数和不批的后果？
要覆盖：一单分多次到货、每次到货独立质检、在途库存按预计到仓日分段、物流节点回传、延误自动标记。验收时问：一张 1000 件的采购单，分三批到货，系统能不能分别记录每批的到仓时间和质检结果？
要覆盖：采购对账单、多币种汇率、付款账期、预付款/尾款、头程费用分摊到 SKU 成本。验收时问：头程运费能不能按体积或重量分摊到每个 SKU 的到岸成本上？
要覆盖：多算法可选（移动平均、指数平滑、季节性）、促销事件覆盖、新品冷启动策略、人工调整入口且留痕。验收时问：运营手工把某 SKU 下月预测调高 50%，系统能不能记录是谁调的、什么时候调的、理由是什么？
要覆盖：安全库存系数、再订货点、MOQ、装箱数、阶梯价、提前期分段、供应商产能上限。验收时问：参数能不能按 SKU 批量导入导出，而不是一个一个点？
要覆盖：按仓库分别出建议、按平台分别出建议、考虑在途和锁定、按补货优先级排序、支持一键转采购单。验收时问：同一批补货建议里，能不能区分"必须补"和"可以补"？
要覆盖：人工补货、规则补货、自动补货三种模式可切换。验收时问：能不能只对头部 SKU 开启自动补货，尾部 SKU 保持人工？
要覆盖：FBA 仓、第三方海外仓、自建海外仓、国内仓、在途仓、质检仓、退货仓。验收时问：在途仓能不能按"预计到仓日"拆成多个时间窗，比如 7 天内到、8-15 天到、16-30 天到？
要覆盖：共享库存池、平台优先级、分配比例、超卖拦截、同步频率可配。验收时问：平台的库存同步是推还是拉？延迟多久？接口失败会不会重试并告警？
要覆盖：仓间调拨、在途调拨、锁库、预售占用、超卖处理规则。验收时问：调拨在途的库存算发出仓还是接收仓？两边都算会不会导致重复计算？
要覆盖：FBA 退货回流、海外仓退货质检、可再售判定、退货库存重新上架。验收时问：退货库存从"不可售"变回"可售"，是自动触发还是人工确认？
要覆盖的指标我列在下表。注意每一项都要有明确公式，否则同一个指标两个人算出两个数。
| 指标 | 公式 | 建议观察周期 | 预警方向 |
|---|---|---|---|
| 库存周转天数 | 平均库存 / 日均销货成本 | 周 | 超过品类基线 30% 告警 |
| 可售天数 | 可售库存 / 近 7 日均销 | 日 | 低于提前期告警 |
| 缺货率 | 缺货 SKU 数 / 在售 SKU 数 | 周 | 连续两周上升告警 |
| 滞销占比 | 90 天无销量库存金额 / 总库存金额 | 月 | 超过 15% 告警 |
| 动销率 | 有销量 SKU 数 / 总 SKU 数 | 月 | 低于 60% 告警 |
| 供应商准时交付率 | 准时到货批次 / 总到货批次 | 月 | 低于 85% 告警 |
| 在途超期占比 | 超期在途金额 / 总在途金额 | 周 | 超过 10% 告警 |
我建议至少配齐六类预警：低库存、超储、在途超期、临期、供应商交付延误、成本异常。每一类都要定义"触发条件、通知对象、处理时限"。
举个具体的：低库存预警不应该只看绝对数量，而应该看"可售天数 < 采购提前期 × 1.2"。因为绝对数量在不同 SKU 之间没有可比性，可售天数才有。
要覆盖：SKU × 仓库 × 平台 × 国家 × 时间多维度自由组合、支持保存常用视图、支持定时推送。验收时问：我要一张"美国站 FBA 仓 + 海外仓在途 30 天内到货 + 可售天数小于 30 天"的清单，系统几分钟能出？
要覆盖：广告预算变化对预测的反馈、促销活动日历接入补货计划、秒杀/Deal 单独备货。验收时问：运营在系统里建一个大促活动，补货计划能不能自动按活动预估销量重算？
要覆盖：应付账期、资金占用上限、采购预算、汇率波动对成本的影响、付款计划。验收时问：系统能不能告诉我"如果这批货全下，未来 60 天资金占用会达到多少"？
要覆盖：头程渠道对比、时效偏差统计、物流成本分摊、清关异常记录。验收时问：同一个渠道过去 20 票的平均时效和 90 分位时效分别是多少？
讲到这里，一个现实问题浮出来了：交易型 ERP 擅长"执行"，但前面讲的字段层和报表层，很多执行型 ERP 做得并不好。
原因很简单。ERP 的设计目标是"把单据跑通"，它的数据模型是为交易服务的，字段一旦落库就很难改；而采购补货分析需要的是"随时能改口径、随时能拼维度"。这两种需求天然冲突。
所以我在给团队做规划时，通常会建议把能力分成两层：交易层用 ERP 承接，分析层用独立的数据平台承接。
我拿一个具体的例子来讲。数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）是面向跨境电商的数据整合与经营分析平台，它解决的不是"下单"这件事，而是"把散落在各处的数据拉齐，让采购补货有一个统一口径的判断依据"。
我关注它，是因为它踩中了前面讲的第 2 层和第 3 层，字段层和报表层。
跨境的库存数据散在平台后台（Amazon、Shopee、TikTok Shop、Temu）、ERP、海外仓系统、物流商系统里。数跨境做的是把这些源头数据统一接入，然后用一套规则做映射和清洗。
这里最关键的一步是 SKU 映射。同一个产品在 Amazon 是一个 ASIN+SKU，在 ERP 里是内部编码，在海外仓系统里又是另一个货号。没有映射表，三张表永远对不上。这类平台通常会提供映射规则配置和映射关系校验，而不是让你手工一张一张对。
有了统一的数据底座，就可以在上面做补货相关的分析视图。我看到的典型用法是：
这类分析视图的价值，是把"要不要补货"从一次性的经验判断，变成一张每天自动刷新、可以定时推送到群里的表。不需要有人主动想起来去查。
采购补货不是一个孤立动作，它挂在整体经营上。库存周转、资金占用、毛利率、广告花费、仓储费用，这些指标之间是联动的。分析层平台的好处是可以把采购补货的视图和经营看板放在同一个体系里，看到"补货决策会怎样影响周转和现金流"。
预警推送这一层也值得说。传统 ERP 的预警通常是站内消息，没人看。而数据平台的预警可以推到企业微信、钉钉、飞书群，并且能直接带上跳转链接，点进去就是那张明细表。这个体验差距，在实际执行中差别很大。
为了不让大家产生误解，我必须把边界说清楚。
第一，这类平台是分析和决策支撑层，不替代 ERP 的交易执行。采购单的下达、审批、入库、付款，还是要在 ERP 或业务系统里完成。它的作用是让你在下采购单之前，做出更准的判断。
第二，它的效果高度依赖数据接入的完整性。如果海外仓的数据接口不稳定、物流节点回传不及时，那分析出的可售天数就会有偏差。这一点在选型时一定要实测，而不是看演示。
第三，具体的功能范围、支持平台、对接方式、报价和适用规模，请以官网的实际说明和演示为准。我上面讲的是这类平台在采购补货场景中的典型价值定位，不是对任何具体产品的完整功能承诺。
前面讲的是"应该覆盖什么"，这一节讲"你现在该做什么"。我会按规模分三档，但这三档的分界线不是绝对的 GMV，而是"SKU 数量和仓库数量的组合复杂度"。
这个阶段最容易犯的错是"为了精细化去买一套重 ERP"。我的建议是：先不要急着上重系统，先把 Excel 口径统一。
具体动作：
为什么先不上系统？因为在这个规模下，参数都还没稳定，系统只会把不准确的参数自动化，放大错误。
这个阶段是最需要系统的。核心诉求从"算得准"变成"看得清、协同得动"。
具体动作：
这一阶段最值得投入的是数据整合和字段治理，而不是再加一个算法模块。因为算法再准，喂进去的数据口径不对，结果也是错的。
这个阶段的重点从"看清单"变成"跑得稳"。核心矛盾是：人已经无法逐条审核补货建议了，但全自动又不敢开。
具体动作：
选型这件事，最大的坑不是"选错产品"，而是"想什么都 要"。资源有限，必须取舍。下面四组取舍，是我在实战中最常给出的判断。
除非你的业务流程本身构成核心竞争力，否则不要自研。补货逻辑、库存口径这些都是行业通用问题，标准产品已经踩过足够多的坑。
什么情况下可以自研？我的判断标准是：你有至少三名稳定的研发人员专门做这件事，且你的业务模式有明显特殊性（比如自有工厂 + 定制生产 + 一件起订）。否则三年后你会发现，你维护的是一个功能落后于市场的半成品。
这是当前最实际的取舍。我的判断是：
| 对比维度 | 全功能一体化 ERP | 交易层 ERP + 分析层平台 |
|---|---|---|
| 初始投入 | 高，一次性采购+实施 | 拆分，可按阶段投入 |
| 字段灵活度 | 低，字段改一次要动代码 | 高，分析层可自由定义口径 |
| 报表能力 | 固定模板为主，定制成本高 | 多维自由组合，自助分析 |
| 执行闭环 | 强，单据全链路打通 | 分析层不执行，仍回 ERP 下单 |
| 数据一致性 | 单一数据源，一致性最好 | 需做好映射和校验，有一致性风险 |
| 适用阶段 | 流程标准化程度高的成熟团队 | 业务变化快、分析需求多的成长型团队 |
我的倾向是：如果你还在快速变化期（品类在扩、平台在增、组织在调整），优先选组合式。如果你的流程已经三年没大改，一体化 ERP 的综合成本更低。
我的判断标准只有一条：这个 SKU 的历史销量波动性（变异系数）是否低于 0.35。
低于 0.35 且交期稳定的头部 SKU，可以开自动补货；高于 0.35 的，老老实实用规则补货 + 人工确认。新品一律人工，不要问为什么，因为新品没有历史。
另外，即使是自动补货，也必须设置"异常熔断"。比如：单次建议补货量超过过去 90 天平均补货量的 3 倍时，自动转人工审核。这条规则能拦掉绝大多数因为数据异常导致的巨额错误采购。
很多人以为精细化就是"每个 SKU 单独配参数"。这在 SKU 超过 2000 之后是不可维护的。
更实际的做法是分组管理：按"销量波动性 × 交期长度 × 毛利水平"三个维度把 SKU 分成 6-9 个组，每组配一套参数模板，组内 SKU 共享。只有头部 10% 的 SKU 做单独配置。
这样既保证精度，又保证可维护。我见过一个团队给每个 SKU 都单独配了安全库存系数，结果换了一个采购之后，参数表三个月没更新，全部过期。
这一节是可直接拿去用的清单。我建议在演示环节，把下面这十五个问题一次性抛给服务商，并且要求用你自己的真实数据演示，而不是他们准备好的样例数据。
这十五个问题里，如果对方对第 1、2、5、9、15 题回答含糊，基本可以判断这套系统撑不起精细化补货。因为这五个问题都指向同一件事：它有没有能力把跨境业务的复杂性建模进去。
把上面所有内容收拢成一句话：采购补货的精细化，不是买一套更贵的系统，而是先把事项、字段、报表、预警这四层想清楚，再让系统去承接。
我在开头提到的那个团队，后来做的事情其实很简单。他们没有换 ERP，而是先花了三周时间做了一件事：把七个库存字段的定义写下来，把每个 SKU 的 MOQ、装箱数、提前期分段补齐，把六类预警的责任人定下来。然后再回头看他们的 ERP，发现大部分能力其实已经有了，只是一直没被用起来。
三周之后，他们的可售天数统计从"每周手工算一次"变成"每天早上自动出现在群里"；断货的 SKU 从平均每月 40 多个降到 10 个出头；滞销库存占比从 22% 降到 14% 左右。这些数字不夸张，但足够真实。
如果你现在正准备做这件事，我建议的下一步动作是：
顺序不要颠倒。我见过太多团队倒在第一步，系统买回来了，字段还没定义好，于是所有参数都是拍脑袋填的，系统跑了一年也没跑出正确的补货建议，最后归因于"这套系统不行"，再换一套，重复一遍。
采购补货这件事，工具能解决的只是执行效率，判断力还得靠你自己。
我最早是用Excel拉补货表的，平台后台显示有货、仓库也说有货，结果补货建议出来照样缺货，压货的地方还在压货。后来复盘才发现，是“可售”“在途”“预留”几个口径混在一张表里了。
把库存拆成至少五个互斥口径分别打标：平台可售（已同步到前台、能直接下单的）、本地仓可用（实物在库、未锁定未预留的）、在途（已下单未入仓，含已发货未到仓）、预留占用（已出单未发货、活动锁库、调拨在途）、不可售（质检中、不良品、待销毁）。
真正能进补货计算现货项的只有“平台可售＋本地仓可用−预留占用”，在途要作为未来供给单独放进交期维度，不能直接加进现货。判断一个系统能不能用，看两点：每个字段能不能追溯到具体单据和时间戳；业务方能不能自己定义口径而不是被系统写死。
如果一个ERP只有一个“库存数量”字段，或者“可用”等于“实物减锁定”却说不清锁定规则，那补货算出来一定是飘的。
我们以前只把系统当库存账用，采购流程还在聊天工具加Excel里跑。结果部分到货、多批次、质检不合格退货全靠人记，月底对账能对一整天，还经常对不上。
链路至少要覆盖：采购申请与审批、询价比价记录、采购订单（支持分批到货、部分收货、超收短收容差）、到货预约与收货、质检结果回写（合格入库／不合格退货／让步接收）、供应商退换与补发、采购对账（订单，收货，发票三单匹配）、付款与账期。
验收时别只看菜单，拿一张真实的多批次PO现场让顾问走一遍：同一PO分三次到货、第二次少到、第三次有不良品退回，看系统能不能自动算出未交数量和应付金额。如果走不通要靠人工改单，说明这个环节上线后还是Excel。
另外提醒一句，对账能不能跑通，取决于收货单据是否及时录入，这属于流程纪律问题，不是买了软件就能解决的。
我试过开自动补货，结果不是压了一堆货就是天天提示缺货，参数调了几轮也没搞明白到底谁说了算。后来又不敢全信，就变成每条建议都人工点一遍，等于没自动化。
参数建议分层设，不要一个SKU一个手工值。先用“日均销量×（采购提前期＋安全天数）”算基础再订货点，安全天数按销量波动定：动销稳定、交期可控的品类给7到15天，新品或旺季给20到30天，具体天数用自己过去6个月的缺货记录和滞销记录反推，别套别人的行业基准值。
MOQ和装箱数不是算出来的，是供应商给的硬约束，要作为取整规则叠加在补货量上。自动化分三档用：规则补货（订货点触发）适合销量稳定的常规款；人工确认适合新品、清库存款、大促前；预测模型只在SKU有连续且稳定的历史销量、且促销和断货等异常已被清洗干净时才用。
建议先并行跑三到六个月，用预测偏差而不是所谓的准确率来评估效果。
我们同一个SKU在亚马逊、TikTok Shop和独立站同时卖，三个地方都有货，经常是A平台超卖、B平台压货，调拨还得在群里喊人。我一直没搞清楚，这种多仓场景到底哪些事该系统管、哪些只能靠人管。
要覆盖四件事。一是分仓库存视图，把FBA仓、海外仓、本地仓、在途仓、质检仓分开列，并且能按平台维度看可售量。二是库存同步策略，明确各平台回传频率（多数平台是准实时但有延迟，平台仓以平台数据为准、不能反向写），并设置缓冲库存防止同步延迟造成超卖。
三是调拨流程，调拨单要能在途跟踪、到货确认、差异处理，且调拨在途不能算作任一端可售。四是补货差异，平台仓补货受入仓时效、库容和贴标要求约束，海外仓补货受头程船期约束，这两类不能和本地仓共用同一套提前期。选型时可以直接问两个问题：能不能按平台仓单独设提前期和补货规则？
出现超卖后能不能追溯到是哪一次同步延迟导致的？如果这两个都答不上来，多仓协同基本还是靠人在群里协调。
读者评论
文章把ERP库存准和补货决策准拆开讲，很戳痛点。我们做亚马逊也遇到过在途货不参与计算，运营以为没货又空运，最后海外仓压了几个月。可售、锁定、在途、质检这些字段不拆开，补货建议就是拍脑袋。四层结构里，字段和预警确实比功能按钮重要。
从采购角度看，审批只看采购金额、不看可售天数的问题太真实。采购KPI若只考核不断货，必然牺牲周转；MOQ、装箱数、阶梯价不进入系统，算出来的补货数也没法执行。AI预测只能做基准线，促销和断货这些外生变量必须留人工调整入口。
作为选型实施方，我认同验收必须用真实脏数据跑完整链路。演示环境没有多平台编码不一致、供应商别名和历史死数据，上线后才暴露。报表能否按SKU×仓库×平台×国家切片、预警阈值谁定谁负责，是判断ERP采购补货能力的硬指标。