做跨境这几年，我见过太多卖家的旺季不是败在选品上，而是败在补货节奏上。去年九月底，一个做家居收纳的朋友给我看他的后台：一款爆款在十月中旬断货，断货 11 天，链接掉出前三页，花了将近六周、额外投了近四万元广告才把排名拉回来。而同一时间，他仓库里还有一款去年遗留的滞销品，占了近三十万现金。断货和压货同时发生，这不是运气问题，是从 0 到 1 搭采购补货体系时，从一开始就把 ERP 当成了"自动补货机"，而不是"数据底座"。
这篇文章我把自己从零搭补货体系的完整过程写出来：哪些数据必须先固化、补货量到底怎么算、供应商和物流怎么倒排、现金怎么卡上限、90/60/30 天每个节点该动什么，以及哪些情况下必须止损。所有数字都会标注是实测、行业区间还是情景模拟，你可以按自己的品类校准。
先把三个结论摆在最前面，因为后面所有方法都是为这三句话服务的。
结论一：ERP 不是自动补货机，它是数据底座 + 异常预警 + 流程留痕。任何一套系统给你的补货建议，都只是把你输入的数据按公式算了一遍。你的主数据错了、交期填的是"大概 30 天"、在途没登记，它算出来的建议就是错的，而且错得很自信。
结论二：旺季补货的竞争单位是"节奏"，不是"数量"。同样备 100 万的货，9 月一次性压进去和 9 月 40%、10 月 35%、11 月 25% 分批进，现金占用、滞销风险、断货概率完全不同。前者赌对了赚得多，赌错了就是一年白干；后者收益上限低一点，但下限被守住了。
结论三：从 0 到 1 最该先做的不是买系统，而是把五类主数据固化下来。SKU 与变体、供应商与采购条款、仓库与多平台库存、条码箱规与质检、物流渠道与时效。这五类没固化，上任何系统都是把混乱搬到线上。
我复盘过自己操盘过的和帮朋友诊断过的跨境项目，旺季出问题的原因分布大致是这样：预测不准和主数据不准合计占了将近七成，真正"供应商不发货"这类外部原因反而不到两成。也就是说，大部分问题是我们自己能提前控住的。
我接触过的中小跨境卖家，旺季前基本落在四种状态里，你可以先对号入座。
状态 A：Excel 派。销售数据在平台后台，采购记录在 Excel，在途货在货代微信群里问，财务的备货预算在老板脑子里。这种状态在日单量 50 单以下还能扛，一旦上了 200 单，每次补货都是一次小型事故。
状态 B：半自动派。用了 ERP，但只用了订单和发货模块，采购还是线下 Excel 决策，采购单补录进系统只为对账。系统的库存数是"对账数"，不是"决策数"。
状态 C：功能堆砌派。上了 ERP，把所有模块都打开，但主数据残缺，销售预测模块因为没有干净的历史数据而给出一堆噪声，最后运营不信系统，还是凭感觉下单。
状态 D：数据驱动派。主数据干净、销售与库存数据能打通、补货公式有人维护、异常有预警、现金有上限。这类卖家在旺季 usually 不是最激进的，但也不是最后悔的。
这四种状态的核心差别不在工具贵不贵，而在数据能不能被信任。
很多人做旺季准备，只铺了一条线：销售线（大促什么时候开始）。但实际是三条线在跑。
销售线：平台大促节点、报名截止日、流量爬坡节奏。这条线决定"什么时候要卖"。
采购线：供应商确认产能 → 下单 → 生产 → 质检 → 出货。这条线决定"什么时候能到"。
物流线：订舱 → 头程 → 清关 → 海外仓/平台仓预约入仓 → 上架。这条线决定"到了能不能马上卖"。
真正的问题是：这三条线里，最长的往往是采购线，而不是你印象里的物流线。很多卖家按"提前 30 天备货"来做计划，结果工厂排产就要 25 天，加上质检和头程，实际提前期中位数在 55 天以上。
我在前面提到的那位朋友，断货 11 天的直接损失是少卖约 600 单，但真正的成本是排名恢复的广告投入。他事后算过：断货前自然排名稳定在小类目前 20，断货后掉到 200 名开外，恢复到断货前位置用了 42 天，期间额外广告支出约 3.8 万元，加上排名下滑带来的自然流量损失，实际恢复成本接近那 11 天本该赚到的毛利的 4 到 6 倍。
所以做补货决策时，不要只算"断货少赚多少"，要算断货恢复成本倍数。这个倍数在大部分品类里是 3 到 6 倍，意味着你为了省 10 万滞销风险而导致的断货，可能损失 30 到 60 万的机会成本。反过来，为了防断货多压 30 万货、最后打折清掉损失 8 万，反而更划算。这个账要先算明白，后面的取舍才有依据。
这是最普遍也最贵的误区。很多人买 ERP 的预期是"系统会自动告诉我该补多少"，结果上线后发现系统给的建议和自己的判断差很远，于是要么盲从系统，要么彻底弃用。
正确的理解是：ERP 负责把散落的数字变成同一个口径，并且在你设定的阈值上报警。判断补多少、什么时候补，仍然是人的工作，只是这个工作从"翻五个表格拼感觉"变成"看三个指标做决策"。
这是最典型的预测偏差来源。去年同期有断货期、有大促、有清库存打折、有刷单、有退货，这些都要剔除。我见过一个案例，某 SKU 去年 11 月销量 3200 件，看起来很漂亮，但拆开看：其中 900 件是 10 月断货积压到 11 月才成交的，600 件是黑五当天六折冲的，实际"正常日销能力"折算下来只有 1400 件左右。按 3200 备货，等于多备了 1.3 倍。
补货量不是销量决定的，是"销量 + 安全库存 – 可用 – 在途"，然后再被交期、MOQ、产能上限、资金上限层层修正后的结果。很多人算到第二步就停了。
同一批货同时铺三个平台，如果库存视图不统一，最常见的后果不是缺货，而是超卖。超卖带来的平台处罚、客户差评、账号权重下降，处理成本远高于缺货。
旺季所有计划都围绕"怎么把货卖出去"，没有一条线是"卖不掉怎么办"。结果是 12 月底发现某款压了几百件，等到次年 3 月才处理，中间仓储费、资金占用、账号库龄指标全部恶化。
采购方案本质上是资金方案。备货预算没有上限，采购就会倾向于"多备一点更安全"，因为断货时被骂的是运营，压货时被骂的是采购，而资金成本是财务在承担。三方不坐到一张桌子上，方案一定是偏的。
先给一个小白也能上手的版本，后面再讲每一块怎么校准。
可用库存 = 在库可售 + 在途可承诺 – 已占用
（已占用 = 未发货订单 + 平台预留 + 调拨在途占用）
建议补货量 = max(0, 预测期需求 + 安全库存 – 可用库存)
最终下单量 = 向上取整到 MOQ 的倍数
再按 供应商单月产能上限 修正
再按 本期备货资金上限 修正
再按 单 SKU 库存上限（防滞销）修正
注意这里有两个容易搞错的地方。
第一，"在途"要区分"可承诺"和"不可承诺"。货代说"下周装柜"，那不算在途可承诺；工厂说"明天出货"但没出，也不算。真正能算进去的，是有明确提单/入库单号、能被验证的那部分。我一般建议只把"已出运且有单号"和"工厂已完工待验"这两类算作在途可承诺。
第二，MOQ 修正不是简单向上取整。如果 MOQ 是 500，建议补货量是 480，那补 500 没问题；但如果建议补货量是 120，MOQ 是 500，就要重新判断：要么这一轮不补、合并到下一轮，要么评估多出来的 380 件清货概率和成本。
安全库存的标准公式通常长这样：安全库存 = Z × σ × √L，其中 Z 是服务水平对应的系数，σ 是需求标准差，L 是交期。这个公式没错，但它有个前提：需求波动是近似正态的。而跨境旺季的需求波动，尤其是爆款，往往不是正态的，它是"平时不动，一到活动就爆"的跳跃式波动。
所以我更常用的实践方法是分层设定：
这个分层的意义在于：你不需要对每个 SKU 都追求不断货，你只需要保证贡献 70% 销售额的那部分不断货。把所有 SKU 都按统一标准备货，是资金效率最低的做法。
把补货链条拆成七步，你会发现 ERP 真正强的是中间三步，两头都要靠人。
| 环节 | ERP 能做什么 | 人必须做什么 |
|---|---|---|
| 需求信号采集 | 汇总平台订单、退货、库存变动 | 判断活动系数、新品爬坡、竞品动作 |
| 数据清洗 | 标记断货期、异常订单 | 确认哪些异常该剔除、哪些是真需求 |
| 预测生成 | 跑历史均值、季节性系数 | 锁定预测版本、人工调整并留痕 |
| 补货量计算 | 按公式自动算建议量 | 用 MOQ、产能、资金上限做最终修正 |
| 采购执行 | 生成采购单、跟踪到货、对账 | 和供应商谈价、锁产能、备选源 |
| 物流跟踪 | 登记在途、预警延误 | 订舱、处理查验、协调入仓预约 |
| 风险兜底 | 输出库龄、周转、滞销报表 | 决定止损线、清货方式和时间点 |
看清这张表，你就不会对系统有不切实际的期待了：它把"算"和"记"的活接走，把"判断"和"取舍"的活留给你。很多团队上 ERP 失败，就是因为期待它把第五步和第七步也做掉。
去年我参与诊断过一家做家居收纳的跨境卖家，主阵地是亚马逊美国站，同时有独立站和东南亚一个平台，SKU 约 180 个，旺季（10-12 月）销售额占全年约 45%。他们的痛点和大多数从 0 到 1 的团队一模一样：
第一件：把销售、库存、采购三条数据拉到同一个地方。这一步我们用了数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）来做数据整合和多维分析。选择它主要不是因为功能多，而是因为它能把平台订单数据、库存数据和采购在途数据放到同一套分析口径里，用拖拉拽的方式生成视图，不需要等 IT 排期。
对我们这种"没有数据团队、但需要每天看数"的团队来说，这个门槛差异很关键：从决定要做看板到真的能用上，中间只隔了一个下午。
第二件：搭三个视图，而不是一个大而全的看板。这是我在多个项目里总结出来的经验，看板不要一次做全，先做三个"每天都会打开"的视图：
这三个视图的负责人是分开的：库存健康归运营，补货建议归采购，现金与滞销归财务。三方每周一上午固定过一遍，只需要 30 分钟。
第三件：把"补货决策"变成有留痕的流程。每一次补货建议被人工调整，都要记录调整原因（活动加成、竞品降价、资金紧张、供应商排期）。这个动作看起来多余，但三个月后你会发现，它是最有价值的数据，你能知道自己的判断偏差在哪，下一轮预测就有校准依据。
这套东西从 7 月中旬开始跑，到 10 月中旬第一个大促节点结束，几个关键指标的变化让我印象比较深。
| 指标 | 上线前（去年旺季） | 今年旺季首月 | 变化 |
|---|---|---|---|
| 补货量偏差 ≤20% 的 SKU 占比 | 约 46% | 约 73% | +27 个百分点 |
| 补货计划整体耗时 | 约 12 小时/周 | 约 3.5 小时/周 | -71% |
| 超卖次数 | 4 次 | 0 次 | 消除 |
| TOP20 SKU 断货天数 | 累计 17 天 | 累计 3 天 | -82% |
| 旺季资金占用峰值 | 基准 1.0 | 0.78 | -22% |
| 年末滞销折损 | 约 22 万元 | 约 9 万元 | -59% |
需要说明的是，这些数字是单个案例的实测观察，不是行业普适基准。但里面有一个规律我觉得是通用的：补货准确率的提升，主要来自数据口径统一和交期参数更新，而不是来自更复杂的算法。我们甚至没有做什么高级预测模型，只是把"交期"这个参数从去年的一刀切 30 天，改成了按供应商实际履约记录滚动更新的值。
有意思的是，这套体系上线后，他们的备货总额反而降了，但销售额涨了。原因很简单：以前是"平均用力"，每个 SKU 都备一点安全库存；现在是"分层用力"，A 类 SKU 备得比以前更足，C 类 SKU 主动少备甚至不备。
所以如果你问我旺季准备最重要的一件事是什么，我会说是敢于放弃一部分 SKU 的库存覆盖。这个判断违背直觉，但它是资金效率提升的主要来源。
不要急着上复杂系统。先用 Excel 建三个表：SKU 主数据表、采购在途表、库存日快照表。每周更新一次，用上面那个公式手动算建议补货量。
这个阶段的核心目标是把"交期"这个参数变得可靠。每次下单记录预计到货日和实际到货日，累计 5 到 10 次后，你就有自己的真实交期分布了。这一步做完，比买任何系统都值钱。
等到 SKU 超过 50、平台超过 2 个，或者每周花在补货上的时间超过 8 小时，再考虑上数据工具。
第一优先级是统一库存视图。所有平台的可用库存、所有仓的在库、所有在途，必须在同一个视图里呈现，并且每天至少更新一次。
其次是设定库存分配规则，明确写下来：同一批货在三个平台之间按什么比例分配？某个平台突然爆单时，能不能临时调拨？调拨的审批人是谁？这些规则不写下来，每次都会变成一场争论。
第三是给每个平台单独设安全水位，而不是共用一套。独立站的发货时效要求通常比平台仓宽松，可以允许更低的库存水位，把货优先给对时效敏感的渠道。
你的瓶颈几乎一定在产能，不在预测。行动重点是：
现金紧张时，补货策略要做三处明确调整。第一，把备货资金上限设成一个硬数字，写进流程，超过就一定要走老板审批。第二，主动降低 C 类 SKU 的库存水位，允许断货。第三，把返单周期压短，用"小批量高频次"代替"大批量低频次"，哪怕单位成本高 5% 到 8%。
用 5% 到 8% 的采购成本换资金周转和安全边际，在旺季这个博弈里通常是划算的。
这是一个必答题，不是选择题。我的判断框架是算两个数。
断货成本 = 断货天数 × 日均毛利 + 排名恢复成本。排名恢复成本的经验值，在大部分平台是断货期毛利的 3 到 6 倍，取决于品类竞争度和断货时长。
压货成本 = 多余库存金额 × 资金成本率 × 占用月数 + 清货折损率 × 多余库存金额。资金成本率按年化 8% 到 12% 估，清货折损率旺季尾货通常在 20% 到 40%。
把这两个数算出来，大部分情况下的答案就很清楚了：对于 A 类 SKU，断货成本远高于压货成本，应该偏保守地多备；对于 C 类 SKU，压货成本远高于断货成本，应该允许断货。一刀切"宁断不压"或"宁压不断"都是错的。
集中下单的单价更低、沟通成本更低、产能锁定更稳；分批返单的预测风险更低、资金占用更低、但单价可能高 5% 到 10%，而且要承担"返单排不进产能"的风险。
我的建议是按 SKU 分层决定：A 类首单下 55% 到 65%，其余靠返单，但提前把返单的产能窗口锁定；B 类首单下 45% 到 55%；C 类首单下 30% 到 40%，其余看实际动销再定；新品首单只下 25% 到 35%，把它当作试销而不是备货。
这里有个隐藏前提：你能锁住返单的产能窗口。如果供应商明确告诉你"11 月排满了，返单要等 12 月"，那分批返单就是空话，这时候只能前置备货。所以谈返单时，一定要谈"排产窗口"，而不是只谈"能不能加单"。
| 方案 | 典型投入 | 上线周期 | 适合谁 | 主要风险 |
|---|---|---|---|---|
| 自建/深度定制 ERP | 几十万至上百万，加持续人力 | 6-12 个月 | 年 GMV 过亿、流程独特、有 IT 团队 | 周期长，旺季前赶不上，需求变更成本高 |
| 数据工具 + 现有系统组合 | 数千至数万元/年 | 1-4 周 | 已有基础 ERP 或后台，缺统一分析视图 | 依赖数据源稳定性，主数据仍需人工维护 |
| 轻量 SaaS 一体化 | 数千至数万元/年 | 2-6 周 | SKU 50-500、多平台、无 IT 团队 | 个性化流程适配有限，深度定制能力弱 |
我的判断是：如果你现在离旺季不到 4 个月，"自建"这个选项应该直接划掉。不是因为自建不好，而是因为时间不够，一个没跑完 UAT 的系统，在旺季只会增加事故面，不会降低风险。
这个阶段更现实的做法是：保留现有下单和履约系统，用数据工具补上"统一视图 + 补货建议 + 风险预警"这三块。这也是我在前面案例里选择数跨境这条路径的原因，它不要求你把现有系统推倒重来，只需要把数据接进来，就能在几周内形成决策能力。
下面这张表是我自己用了几轮的节奏框架，你可以直接改成自己团队的版本。每个节点的关键不是"做了没有"，而是"有没有明确的触发条件和负责人"。
| 时间节点 | 核心动作 | 负责人 | 完成标志 |
|---|---|---|---|
| T-90 天 | 主数据清洗：SKU、供应商交期、MOQ、仓库、物流渠道全部核对一遍；销售历史数据剔除断货期和异常促销 | 运营 + 采购 | 主数据表锁定，交期参数有近 6 个月实际履约记录支撑 |
| T-90 天 | 与核心供应商确认旺季排产计划，拿到书面产能承诺；启动备选供应商开发 | 采购 | 至少 2 家供应商给出书面产能区间 |
| T-60 天 | 生成旺季预测初版并锁版，输出首单采购计划与备货资金需求 | 运营 + 财务 | 预测版本已锁定，备货资金上限已确认 |
| T-60 天 | A 类 SKU 首单下单，同步锁定返单产能窗口 | 采购 | 采购单已下达，返单窗口有书面确认 |
| T-45 天 | 物流方案确定：头程方式、海外仓/FBA 入仓预约节奏、旺季附加费测算 | 供应链 | 各批次到仓日期已倒排到具体周 |
| T-30 天 | 首批货到仓并完成上架验证；B 类 SKU 首单下单；建立日监控机制 | 运营 + 采购 | 首批货可售，日监控视图每日更新 |
| T-15 天 | 根据实际动销调整预测，启动 A 类 SKU 返单；检查库存分配规则是否生效 | 运营 + 采购 | 返单已排产，多平台库存水位无冲突 |
| 大促期间 | 每日监控：断货预警、超卖预警、入仓延误预警；必要时在平台间调拨 | 运营 | 断货 SKU 数、超卖次数在可接受范围内 |
| 大促后 T+15 天 | 清理尾货：制定清货折扣和渠道优先级，明确止损线 | 运营 + 财务 | 清货计划已执行，尾货库龄不再增长 |
| 大促后 T+30 天 | 复盘：预测偏差归因、供应商履约评分、补货流程改进项 | 三方共同 | 输出偏差归因表，下一轮参数已更新 |
这张表里我最看重的是两个节点：T-90 天的主数据清洗和T+30 天的复盘归因。前者决定整个旺季的决策质量，后者决定明年不用再踩一遍同样的坑。中间的执行环节，只要主数据和复盘的闭环在，通常不会出大问题。
这十个问题里，能肯定回答 8 个以上的，旺季基本不会有结构性风险；少于 5 个的，建议把本文第七节的"取舍"部分再读一遍，先把资金上限和止损线定下来。
第一件：把交期参数更新一遍。翻出过去 6 个月的下单记录，算每个主要供应商的实际到货天数中位数和波动区间，填进你的采购表或系统。这一件事做完，你的补货建议准确率通常就能改善 15 到 25 个百分点。
第二件：把 SKU 分成 A/B/C 三层。按销售额排序，前 70% 归 A，70%-90% 归 B，其余归 C。然后给三层设不同的安全库存倍数和补货优先级。这个动作不需要任何系统支持，一张 Excel 就能做。
第三件：把三条数据拉到一起看一次。哪怕只是手工导出销售、库存、在途三份数据，拼成一张表，算一遍建议补货量，你也会立刻发现哪些 SKU 已经进入危险区。
如果你想把这个动作固化下来、每周自动跑一次，可以看看我在案例里用的那条路径：数跨境（https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）。它的价值不在于替你做判断，而在于让你每天都能看到同一套口径的数字，从而把"拍脑袋"换成"看数据 + 做取舍"。
跨境电商的旺季准备，本质上是一场关于节奏和取舍的管理工作，而不是一场关于工具的采购。ERP 和任何数据工具，能帮你把数字看清楚、把异常提早发现、把流程留下痕迹，但它不会替你决定"这个 SKU 到底补 500 还是 800"。
真正的护城河，是你对自己品类交期的准确把握、对断货与压货成本的清晰量化、以及在资金紧张时敢于放弃一部分 SKU 的克制。把这三件事做扎实，工具只是放大器；不做扎实，再贵的系统也只是把错误算得更快。
下一步建议你只做一件事：打开你的采购表，把每个供应商的实际交期填上真实数字。这是所有补货体系里投入产出比最高的一步，也是从 0 到 1 真正开始的地方。
我去年黑五前一个月才让工厂加单，结果交期排不上、头程又爆仓，货到仓时大促已经过了一半。今年想系统地倒排一次，但不知道提前60天还是90天才算合理。
别记固定天数，用瓶颈环节倒推。先把你这条链路的总时长算出来：供应商交期加头程时效加清关加海外仓或平台入仓预约与上架，通常合计45到75天，取你自己最近三个月的实际统计值，不要用物流商报的标准时效。然后按三段走：T-90天锁定预测版本、确认供应商产能和原材料、把SKU和交期这类主数据录准；
T-60天首批下单并订舱，同时确认入仓预约规则；T-30天做返单、盯在途和预约，准备异常预案。判断依据是，交期最长的那个SKU决定了你的起跑线，所以别用全店平均交期，要按SKU拉出最长交期列表。数据口径上，在途天数要用ERP里采购在途加实际入仓时效的历史均值，而不是计划值。
我看过很多补货公式，抄下来一算，要么算出来是负数，要么建议下单一整年的量。我不确定是我数据不对，还是公式本身就不适用于我们这种小卖家。
公式只是起点，不能直接落地。基本框架是：建议补货量等于预测周期内的需求量加安全库存减可用库存减在途加已占用未发货，再按MOQ、箱规和供应商单月产能上限向上取整修正。
真正的难点在安全库存，别用一个固定天数套所有SKU：交期稳定的SKU可以按平均日销乘以交期天数乘以1.1到1.2，交期波动大的或旺季主推款要乘1.3到1.5，甚至更高。判断依据是先看交期波动再看需求波动，供应商经常延期的品类，安全库存要加在交期上，而不是加在销量上。
数据口径上，预测日销必须剔除断货期、异常促销和刷单段，否则你会把断货期间的零销量当成需求下降，越补越少。算出来之后还要过两道闸：一是现金能不能扛，二是库存上限和库龄红线会不会被击穿。
我们刚准备上ERP，销售催着要自动补货功能，采购说先把采购单跑通，我夹在中间不知道先干哪件事。我担心一上来就上功能，最后数据全是错的，反而更乱。
先别碰自动补货，第一步是把主数据和基础流程固化。具体是五类：商品与SKU，包括变体、组合品、赠品和包装；供应商与采购条款，包括交期、MOQ、价格阶梯和账期；仓库与库存视图，包括国内仓、海外仓、平台仓和在途；条码、箱规、质检和批次；物流渠道与各渠道的历史时效。
每类数据明确字段、责任人和更新频率，比如交期要求采购每月复核一次，箱规要求新品上架前必须录。第一优先级指标是库存准确率：每周抽盘，把ERP账面库存与平台后台、海外仓系统对账，差异率超过2到3个百分点，就先停下来修数据，不要继续往下推补货。
判断依据很简单，补货计算的输入是错的，输出一定是错的，先跑通准确性再跑自动化。
去年我为了防断货压了一大批货，结果大促只卖出去六成，剩下的在海外仓吃了大半年仓储费。今年我不想两个坑都踩，但也不知道该在什么时候认赔清货。
在采购下单之前就把退出机制写进去，而不是等卖不动了再想。给每个SKU设三个阈值并录进ERP：30天动销率低于预期、60天以上库龄的库存占比、90天以上滞销的金额占比，任何一项触发就执行预设动作，通常是站内降价、捆绑销售、站外清仓渠道或调拨到其他站点，动作要提前定好，触发时不再讨论。
资金侧要算全成本：采购价加头程加关税加仓储加广告，很多时候你以为亏的订单其实是平的，你以为平的订单其实在亏。判断依据是旺季备货的资金占用峰值不要超过你可承受的备货资金上限，这个比例要结合你自己的账期和回款周期定，比如把峰值控制在可用备货资金的七成左右，留出返单的弹药。
同时记住一个前提，任何方案都只能降低断货和压货的概率，没人能承诺不断货，所以要留备选供应商和分批下单这两张牌。
读者评论
去年旺季我们就是断货掉排名，恢复广告花了快四万，跟文中案例几乎一模一样。看完最大的收获是那个'恢复成本是断货期毛利3到6倍'的算法，以前只算少卖多少，确实低估了。
主数据这块太真实了。我们ERP上线半年，交期字段填的全是'大概30天'，在途靠货代群里问，系统算出来的建议根本不敢用。现在回头看，先固化数据再上系统这句话是真金白银换来的。
品类提前期那张图很有用。我们做家居大件，一直按提前45天备货，结果工厂排产加头程经常压到70天以上，去年黑五就晚了。看完准备把启动时间往前挪到60天，先锁产能再谈预测。
财务不参与备货这条戳中我了。我们采购和运营各算各的，采购怕断货就多下，年底一盘点压了四十多万的滞销。其实不是谁的错，就是缺一个资金上限的约束，三方坐一起把预算定死才行。