去年10月中旬，我陪一个做户外露营装备的卖家复盘他那一年的黑五翻车记录。ERP里显示某款折叠椅可用库存4200件，采购按这个数字判断“够卖到网一”，于是没有追加订单。大促开跑第三天断货，广告被迫停投，Best Seller排名从第18位掉到50名开外。等他走空运补的800件到仓上架，已经是12月3日，那款产品的黄金窗口彻底过去了。事后我们扒数据才发现，那4200件里，有1150件是已经卖给独立站但还没发货的锁定库存，有600件是待质检的不良品，还有420件在海外仓之间调拨的路上，真正能在亚马逊FBA和TikTok Shop同时卖的，只有2030件。
这个案例我后来在很多场合讲过，因为它几乎浓缩了跨境电商旺季采购补货的所有典型错误：不是没有ERP，也不是没看数据，而是看到的数据口径是错的，看到的时间点也是错的。这篇文章不谈ERP选型，也不做功能罗列，我只讲一件事，旺季采购补货环节，你到底应该在哪几个地方提前设防，才能在黑五、网一、圣诞、Prime Day这些高压节点上不翻车。
我接触过上百个跨境电商卖家的旺季备货项目，从年销几百万的小团队到年销几个亿的头部卖家。如果只能让我用一句话总结旺季补货失败的根因，我会说：绝大多数断货、超卖、滞销，都不是因为货源不够，而是因为“库存口径、时间轴、参数”这三样东西出现了错位。
几乎所有ERP都有“可用库存”这个字段，但每家的定义都不一样。有的ERP把“已下单未发货”算作已占用，有的不算；有的把在途库存单独列示，有的直接合并进可用；有的把退货质检中的货算作可用，有的算作不可用。
更麻烦的是，同一个卖家往往在多个地方看库存：ERP看一遍、平台后台看一遍、海外仓WMS再看一遍。三个地方三个数字，运营按平台后台备货，采购按ERP下单，最后两边都对不上。
我的判断是：旺季前必须做一次“库存口径对齐”，把可用、锁定、在途、待检、退货、调拨、预留这七个状态逐一定义清楚，并且明确哪一个数字才是“补货决策唯一依据”。这件事不做，后面所有参数、所有报表都是空中楼阁。
很多采购在ERP里设置“采购提前期”时，填的是供应商承诺的交期，比如“30天”。但跨境电商真实的补货提前期远不止这30天。
从你决定补货那一刻算起，到货真正能在目标平台上架可售，中间至少要经过：供应商排产、生产、出货质检、国内头程到仓、报关、海运/空运、目的国清关、海外仓或FBA收货、上架预约、实际可售。任何一段延误，整条链路就顺延。
我在旺季服务卖家时，最常提醒的一句话是：你的补货提前期不是一段，是七段，而且每一段的波动率都不一样。供应商这一段可能只延误3天，但目的国清关叠加海外仓预约拥堵，延误两周是很常见的事。
大部分ERP的补货建议公式大同小异，核心变量就那几个：日均销量、季节系数、安全库存、采购提前期、MOQ、在途库存、可售天数。但问题在于，这些参数是买家人工填的，一旦口径错，系统算得越多，错得越离谱。
我见过最典型的一个错误：某卖家把“季节系数”按自然月设置，11月设成1.8倍。但他的类目旺季其实从10月20日就开始爬坡，11月10日达到峰值。结果ERP按1.8倍给的补货建议，比真实需求少了将近三成，而12月的系数又设得过高，导致大量货压在1月变成长期仓储费。
所以我的核心结论是：ERP是账本和计算器，不是自动预测神药。旺季补货决策必须由运营、采购、物流、财务四个角色共同校对，系统负责算得快、算得准，人负责定义口径和兜住异常。
要看懂采购补货为什么在旺季特别容易出事，得先把跨境电商旺季的时间结构讲清楚。不同平台的旺季节点并不重合，很多卖家同时做三四个平台，压力是叠加的。
亚马逊的Prime Day通常在7月中旬，FBA入仓截止一般在活动前3到5周；黑五网一在11月下旬，FBA入仓截止通常在10月中旬到11月初；圣诞季的入仓截止一般在12月初。TikTok Shop和Shopee的大促节奏更密集，几乎每月都有，但黑五、双11、双12是最集中的三个点。Temu的全托管和半托管对备货时效要求更紧，缺货惩罚也更直接。
这些时间点的共同特征是：入仓截止日远早于销售日，而采购决策日又必须远早于入仓截止日。这就是为什么我给卖家做旺季规划时，永远是从销售日往前倒推，而不是从今天往后排。
需要说明的是，各平台每年的入仓截止时间和规则都会调整，具体日期必须以平台官方公告为准，不要沿用上一年的经验。
我拿一个做家居收纳类目的客户举例，他同时做亚马逊美国站、TikTok Shop美区和独立站，SKU大约340个，旺季销量占全年约45%。
他过去的补货流程是这样的：运营每周看一次平台后台的销量报表，凭经验判断哪些款要补；采购拿到运营的口头或表格需求，去问供应商能不能插单；财务看现金流决定批多少。整个链条没有统一的库存口径，也没有统一的时间轴，靠的是人盯人。
结果就是旺季前一个月采购部天天加班，工厂那边排不上；旺季中运营天天问货到哪了，物流给不出准确时间；旺季后来一堆滞销，财务追着问为什么压了这么多钱。
后来我们做的事情其实不复杂：把库存口径统一到ERP一个数字，把补货提前期拆成七段录入系统，把补货决策从“运营拍脑袋”改成“系统建议+四部门联审”。这三件事做完，当年旺季他的断货SKU数量从27个降到6个。
下面这六个坑，是我在旺季项目里反复见到的。我按照“出现频率×损失幅度”排序，越靠前越容易出事，也越容易被忽略。
最原始的做法是把去年同期销量乘一个增长系数。问题在于，去年的大促力度、广告预算、竞品格局、平台流量分配都可能和今年完全不同。
我通常要求卖家在预测时至少叠加四个变量：大促折扣力度、广告预算变化、竞品是否断货、平台活动资源位。如果这四个变量中有一个发生显著变化，历史销量就必须做修正，而不是直接套用。
（1）折扣力度：折扣从20%加深到35%，需求可能不止翻倍，因为我见过的是阶梯式跳升。
（2）广告预算：预算增加50%但ACOS上限不变，往往意味着单量提升但边际递减。
（3）竞品断货：头部竞品断货是短期红利，但窗口期通常只有1到2周。
（4）平台资源位：拿到Deal资源位的SKU，销量曲线和自然流量完全不是同一条。
这是最危险、也最隐蔽的坑。ERP显示的数字看起来很漂亮，实际上根本发不出货。
我建议在系统里至少把库存分成这几类，并且每一类都有明确的责任人和更新时间：
| 库存状态 | 定义 | 是否可用于补货决策 | 常见口径错误 |
|---|---|---|---|
| 可用库存 | 已入库、已质检、未被任何订单占用 | 是，这是基准 | 把锁定库存也算进来 |
| 锁定库存 | 已售未发、活动预留、平台占用 | 否 | 未区分平台，导致跨平台重复计算 |
| 在途库存 | 已发货未到仓，含头程和干线 | 按到达时间分档使用 | 把不确定到达的货当作确定可用 |
| 待检库存 | 已到仓但未完成质检 | 否 | 按到仓日期算可用，忽略质检周期 |
| 退货库存 | 客户退回、待判定可二次销售 | 谨慎使用 | 直接计入可用，导致超卖 |
| 调拨在途 | 仓与仓之间转移中 | 按调拨时效分档 | 两仓同时显示该库存 |
| 次品/冻结 | 不可销售，等待处理 | 否 | 未做状态标记，长期挂在可用里 |
这张表的重点不是分类本身，而是“是否可用于补货决策”这一列。很多卖家的ERP其实有这些状态，但采购下单时看的是最上面那个总数，分类形同虚设。
旺季前两个月，是工厂产能最紧张的时候。大客户会提前锁定产线，中小卖家的排产顺位自然往后靠。我见过太多“供应商说没问题”，最后货晚了两周的情况。
我的做法是要求卖家在旺季前完成三件事：
这里有个容易被忽略的细节：MOQ不是固定值，是可以谈的。旺季前如果愿意接受分批交货或者接受一定幅度的单价上浮，很多工厂愿意拆单。这件事必须在采购下单前谈，货都排下去了再谈就没空间了。
物流这一段是旺季最不可控的环节，因为它的拥堵是系统性的。舱位、港口、清关、海外仓预约，每一环都在同一时间被所有人挤压。
我在实际项目里总结出四个最常见的问题：
（1）预约位抢不到。FBA和主流海外仓在旺季都要提前预约入库时间，预约位是有限的。很多人货已经在海上漂了才开始约，结果货到了港口却进不了仓，产生滞港费。
（2）标签和包装不合规。平台对FNSKU标签位置、外箱标签、包装尺寸重量都有要求，不合规会被拒收，退回重做的周期通常是两到三周，旺季根本来不及。
（3）清关文件不齐。申报要素、原产地证、认证文件、进口商税号，缺一项就可能被查验。不同国家的认证要求差异很大，且会更新，必须以目的国官方最新要求为准。
（4）头程渠道单一。只走一条海运渠道，一旦甩柜就没有替代方案。旺季我建议至少准备海运、空运、快递三条通道，并按SKU重要性分配。
多平台多店铺的卖家，超卖是高频事故。根源往往不是人操作失误，而是系统之间的数据同步存在延迟。
典型场景：同一个SKU同时在亚马逊、TikTok Shop、独立站售卖。亚马逊卖出一件，ERP通过API回传需要几十秒到几分钟；如果TikTok Shop那边的库存同步也是同样频率，那么在这段时间内，其他平台看到的库存还是旧的，就可能被重复卖出。
大促期间平台的API通常还有限流，平时几秒的同步，在大促高峰期可能延迟几分钟甚至更久。所以旺季前必须做一次库存同步压力测试，而不是等到大促当天才发现。
另外两个容易忽略的点：汇率和关税。如果ERP里的成本核算用的是固定汇率，旺季汇率波动会直接影响毛利判断；关税和进口增值税如果没算进到岸成本，补货决策的盈亏平衡点就是错的。
旺季备货最怕的不是缺货，是备多了。缺货损失的是机会，滞销损失的是真金白银，而且会持续吞噬现金流。
亚马逊的长期仓储费按库龄分段收取，具体费率和分段标准每年都可能调整，需要查平台官方最新公告。但结构性的规律是：库龄超过一定天数的库存，仓储成本会显著跳升，而旺季后备货如果卖不掉，很容易在次年一季度变成高库龄库存。
我通常建议卖家在备货阶段就同步制定清货预案：哪些SKU在什么时间点如果动销低于预期，就启动站内促销、站外折扣、清货渠道或直接弃置。预案要提前定，临时决策往往只能接受最差的条件。
做了这么多年项目，我逐渐形成了一套相对固定的判断框架。我看一个卖家的旺季准备做得够不够，不看他说用了什么系统，而是看这四层校验有没有闭环。
如果一个卖家的需求预测是一张Excel表，里面只有一个“预计销量”，那我基本可以判断他旺季会出问题。好的预测应该是可解释的：基准销量是多少，大促增量贡献多少，广告带来的增量多少，竞品断货红利多少，最后汇总成一个区间而不是一个点。
我倾向于要求预测给出“悲观，中性，乐观”三个值，并对不同值设定不同的采购动作。这样做的价值在于：当实际销量落在悲观区间时，你已经有了应对方案，而不是临时慌张。
供应商给的交期永远是“正常情况下”的交期。我更倾向用历史履约数据：过去12个月这家供应商的实际平均交期是多少，标准差多少，旺季月份的延误概率多高。用历史值而不是承诺值来设置系统的采购提前期，误差会小很多。
如果历史数据不足，我建议按承诺交期上浮15%到25%作为旺季参数，并把这段缓冲写进计划，而不是靠临场催单。
这是我判断的核心。一个健康的跨境电商团队，应该能在任何一个时点回答一个问题：这个SKU现在真正能卖的有多少件？答案必须来自同一个系统，而且这个系统里的数字，和仓库实际能发出去的货，误差要控制在可解释范围内。
如果三个系统三个数字，且没人能说清哪个对，那不管用多贵的ERP，旺季都一定会出问题。
补货不是买货，是把现金换成库存再换回现金的过程。到岸成本要包含货值、头程运费、关税、进口增值税、海外仓操作费、平台佣金预期、退货损耗预期。现金流周期要算清从付款到回款的完整天数。
很多卖家只看采购单价，忽略了到岸后的隐性成本，结果算出来的毛利率是虚高的。旺季备货金额往往是平时的两到三倍，成本算错一个百分点，放大到整批货就是几万甚至几十万的偏差。
前面讲的都是方法论，这一节我想用具体工具和具体数据来说明。我这些年做项目，用得比较多的一类工具是面向跨境电商的一体化管理系统，比如数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）。我选它作为说明案例，不是因为它功能最多，而是因为它在库存口径和采购补货这两个环节上的处理方式，比较贴近我前面讲的判断逻辑。
我试过让卖家先用Excel统一口径，结论是：SKU在100个以内可以撑住，超过200个基本会崩。因为库存状态是实时变化的，表格更新永远滞后，而且多平台数据要靠人工搬，一搬就错。
数跨境在这块的做法是把多个平台的订单、库存、在途数据归集到同一套库存模型里，然后按状态拆分。我用下来的感受是，它解决的不是“能不能看到库存”，而是“看到的是不是同一个库存”。这个区别看起来很小，但直接决定了采购下单时用的是哪个数字。
我评测过不少ERP的补货建议功能，最大的问题是“黑箱”，系统给一个建议数量，但不说为什么是这个数。采购不敢用，最后还是要自己算。
我自己在做参数设置时，会把补货建议拆成可解释的几个部分，逻辑大致是这样的：
建议补货量 = 覆盖期需求 – 可用库存 – 可确认在途 + 安全库存
其中：
覆盖期需求 = 日均销量 × 季节系数 × 覆盖天数
安全库存 = 日均销量 × 季节系数 × 安全天数
可确认在途 = 在途库存 × 到达可信度系数（按预计到达时间分档）
最终下单量 = max(建议补货量, MOQ)，并按箱规向上取整
这个公式本身不复杂，难的是每个变量的取值。日均销量用什么窗口（7天、28天还是90天）？季节系数按周还是按月？安全天数怎么定？可确认在途的可信度系数怎么分档？
我的经验是：日均销量用28天窗口对抗短期波动，但在旺季前一个月改用最近14天加权，用来捕捉爬坡趋势；季节系数按周设置而不是按月，因为旺季的周度波动远大于月度。这些判断没有标准答案，必须结合类目和平台调。
在途库存最麻烦的地方是“不确定”。你不知道它什么时候到，所以要么完全不算（保守到缺货），要么全算（乐观到超卖）。
比较合理的做法是把在途按到达可信度分档。我在数跨境的在途管理里做过的配置是：已经离港且有明确预计到港日期的，可信度系数给0.9；已发货但预计到达时间仍有波动的，给0.6；刚下单未出货的，给0.3甚至0。这样算出来的可确认在途，比直接用在途总数要理性得多。
这个做法带来的最大改变，是让采购的补货决策从“猜”变成“算”。即使最后判断错了，也知道是哪个系数错了，下次可以修正。
我跟踪过一段时间多平台卖家的超卖记录。绝大多数超卖不是因为人操作错误，而是因为库存同步存在时间差。典型情况有三种：
（1）同一SKU在多个平台共享库存池，但同步有延迟，大促时高并发下单直接打穿。
（2）平台促销活动会预锁库存，ERP如果没同步到这个锁定状态，会把它继续当作可用。
（3）仓库切换或调拨期间，两个仓库的系统都显示该库存存在。
应对方法我自己总结的是三条：给高并发SKU设置独立的库存缓冲；大促前做同步压力测试；对超卖设置自动熔断阈值，而不是靠人盯。第三条尤其重要，因为大促当天的处理窗口可能只有几分钟。
我一直用一个指标观察卖家的补货健康度：库存周转天数在旺季前后的波动幅度。健康的团队，旺季前周转天数会适当下降（因为备货速度快于销售速度），旺季中快速上升（因为大促集中出货），旺季后回归正常。不健康的团队，旺季后周转天数会持续高位，甚至到次年二季度都没降下来，这就是滞销的信号。
方法论讲完，落到执行上。我一般把旺季准备分成四个时间节点，每个节点都明确负责人、输出物和检查点。这套清单我在多个卖家团队里落地过，可以直接改造成自己团队的任务表。
这个阶段最关键的任务是“把地基打好”，不要急着下单。
这个阶段开始真金白银地投入，决策错误的成本开始上升。
这个阶段的核心是“验证”，验证前面所有假设是不是成立。
最后一周不再做大动作，重点是准备“万一出事怎么办”。
现实情况是，大多数中小卖家没有足够的资金和人手把所有环节都做到位。所以我更愿意讲取舍逻辑，而不是给你一张理想化的完美清单。
如果预算只够备七成货，我会建议把资源集中到A类SKU上，确保这些款的补货准确率做到90%以上；C类长尾款宁可少备甚至不备，也不要用错误的参数给它们下大量订单。
原因很简单：A类断货的损失是排名下滑和流量丢失，恢复周期长；C类断货的损失只是少卖几单，几乎不影响整体。反过来，A类滞销占用的资金是C类的很多倍。
如果团队只有一个人负责旺季准备，我会让他先做库存口径统一这件事。原因在于，需求预测再精细，如果库存数字是错的，结果一定是错的；而库存口径统一之后，哪怕预测粗糙一点，补货决策也不会离谱。
库存口径是乘法里的一项，预测精度只是一项系数。先保证乘数不失真，再优化系数。
多平台卖家最容易犯的错是平均用力。如果同一个SKU在三个平台卖，而库存有限，我会优先保障贡献毛利最高的那个平台，其他平台要么降低备货量，要么直接设置库存上限，宁可少卖也不要把主力平台打趴。
这个取舍要在备货阶段就确定，而不是等库存不够了再临时分配。临时分配的结果通常是所有平台都不够。
| 策略 | 备货量基准 | 适用情况 | 主要风险 | 建议动作 |
|---|---|---|---|---|
| 激进备货 | 乐观预测×1.1 | A类爆款、竞品缺货、有Deal资源位、清货渠道成熟 | 滞销和仓储费 | 同步制定清货预案，设定动销红线 |
| 稳健备货 | 中性预测×1.0 | 大部分常规SKU、竞争格局稳定 | 旺季中段可能缺货 | 预留空运补货预算和备用供应商 |
| 保守备货 | 悲观预测×0.9 | C类长尾、新款试水、现金流紧张 | 错过旺季红利 | 接受断货，把资源让给A类 |
这张表的用法不是让你选一个，而是让你对每一个SKU分别选一个。一个健康的旺季备货方案，通常是A类偏激进、B类走稳健、C类走保守的组合，而不是全盘一个策略。
我在前面反复强调参数会被填错，那么参数靠什么修正？靠复盘。旺季结束之后的那两周，是全年最有价值的数据窗口，浪费掉太可惜。
（1）预测偏差：每个SKU的预测销量和实际销量差多少，偏差方向是系统性高估还是低估。
（2）供应商履约：实际交期和承诺交期的差，延误的供应商是哪些，延误会集中在哪几个月。
（3）物流时效：各段实际耗时和预估耗时对比，哪一段的波动最大。
（4）滞销结构：哪些SKU变成高库龄库存，是需求判断错还是采购量算错。
复盘不是为了追责，而是为了改三样东西：参数、流程、责任人。
我见过的复盘，十有八九变成互相指责。让复盘有效的做法只有一个：先看数据，再看流程，最后才谈人。把“为什么错了”换成“哪个环节的假设不成立”，讨论会顺畅很多。
另外一个实用技巧是，把复盘结论直接写成下一季的参数表，而不是写成一份报告。报告没人看，参数表会被系统直接调用。
回到最初那个折叠椅卖家的案例。他后来做的第一件事不是换ERP，而是把库存口径重新定义了一遍，然后把七个库存状态的责任人写进流程。第二件事是把采购提前期从“30天”改成七段，并且用历史数据而不是承诺数据。第三件事才是配置系统的补货建议参数。
这三件事做完，他第二年的黑五断货SKU从27个降到6个，同时在途超期预警提前了11天。他跟我说的一句话我印象很深：“以前我觉得旺季拼的是备货量，现在我知道了，拼的是谁的账更准。”
第一，旺季补货的第一生产力不是资金，是数据口径的准确性。库存口径不对，钱越多可能错得越狠。
第二，采购提前期必须拆段管理，单一交期天数在旺季一定会失效。哪一段波动大，就要在哪一段多留缓冲，而不是统一加个百分比。
第三，ERP是计算器，不是预言机。它能把复杂计算做得快而稳，但参数定义、异常判断、跨部门协同，依然要靠人。工具的价值是让你把人的精力从算数转移到判断上。
如果你现在距离旺季还有两个月以上，我建议按这个顺序动手：
如果你距离旺季已经不足一个月，那就只做两件事：库存口径统一和异常预案。这两件事在最后阶段仍然有杠杆，其他事情投入产出比已经不高了。
跨境旺季的胜负，往往不是在销售日当天决出的，而是在三个月前那些没人愿意做的数据清理工作里决出的。希望这篇指南能帮你在下一个旺季少踩几个坑。
去年黑五我是提前一个月才开始下单的，结果工厂排单排不上、头程舱位涨价、海外仓预约也满了，最后爆款断货两周。今年我想早点准备，但又不知道从哪一天算起点、每个阶段该干哪些事，总不能提前半年就把货压在路上吧。
起点不要按上架日算，要按海外仓可以正常发货的那一天往前倒推，把每一段的日历天加总：供应商生产、国内入仓质检、头程运输、清关、海外仓预约收货、上架可售。实践中比较稳的节奏是：T-90 做数据清洗和 SKU 分级，把去年旺季、今年日常的销量拉出来分档，同时确认主力供应商的旺季产能和停工期；
T-60 集中下单并锁定头程渠道，同时去平台后台确认旺季入仓截止时间和库容限制（这两个每年都会调整，必须以卖家后台或平台公告的最新版本为准，不要用去年的截图）；T-30 盯在途、报名活动、做一次多平台库存同步的验证；T-7 只做异常预案和备用渠道确认，不再改大方向。
判断标准很简单：如果按你的提前期倒推，下单日已经过去了，那说明今年的补货节奏已经晚了，要么用空运/快递换时间，要么接受这批货赶不上大促头部。
我们ERP首页的可售数量看着挺充足，运营就放心报了活动，结果开卖两个小时就有两个平台超卖，仓库说实际能发的货根本不够。我一直搞不明白，系统里的数字到底是怎么算出来的，是我看错了报表，还是ERP的数据本身就不准。
大概率不是ERP坏了，而是库存口径没对齐。总库存里面通常混着六种东西：真正可发的良品、在途未到、被订单锁定的、待检待上架的、退货待处理的、调拨在途的。而系统里那个叫可用、可售或者现存的字段，有的减了订单占用、有的没减在途、有的也没扣安全库存，不同系统的定义不一样，同一个系统不同版本都可能改。
旺季前至少要干三件事：一是做一次实物盘点，把ERP账实差异拉出来看是哪个仓库、哪个环节漏记；二是把上面六个口径分别导成报表，逐项对一遍，确认你在补货决策时看的是哪一个；三是拿一个不太重要的SKU做一次同步压测，改一次库存或价格，记录各平台实际生效的时间差。
判断依据可以用一个等式把关：各平台前台可售数量加起来，减去已付款待发货订单，应该等于仓库当天真正可发的数量。这个等式不成立，就不要开大促，先把口径修好，不然补得越多、错得越狠。
我们ERP里那些参数是上线时服务商帮我填的，一直没动过，日常跑着好像也还行。但一到旺季就明显不对，不是补多了压库存，就是补少了断货。我想自己调，又怕调错，因为完全不知道这些数字该用什么口径算出来。
参数不是设一次就完事的，它需要每周校对。日均销量建议分三层看：近7天、近30天、去年同期同周，三层差异大的SKU要单独标记出来查原因，是活动、广告还是竞品降价；季节系数不要凭感觉写，用去年活动期日均除以去年平常期日均，得到一个基准倍数，再按今年的折扣力度和流量预算做修正。
提前期最容易被低估，它不是一个数字，而是供应商生产加国内入仓质检加头程加清关加海外仓预约加上架的总和，而且应该取这批订单的历史P90而不是平均值，因为旺季恰恰是长尾延误集中爆发的时段。安全库存由需求波动和交期波动共同决定，波动越大越要留厚，别用一个统一比例套所有SKU。
判断参数准不准，就每周对比一次预测和实际出库，看偏差率有没有超出你能接受的范围，超了就去调对应SKU的系数，而不是全盘重设。
去年旺季我踩了个连环坑：工厂说好的交期往后拖了两周，货代临时说舱位涨价，货到了海外仓又因为标签和箱规不合规被拒收，整批货在港口压了一个月。当时完全懵了，不知道每一步该找谁、该做什么决定。我想提前把这些异常的应对方式写成一份能直接执行的东西。
可以，但前提是旺季前就要把B计划准备好：主力供应商之外，至少再留一到两家打过样、给过报价的备选；头程备两条以上路线，一条海运打成本、一条空运或者快递保爆款；海外仓不要只认一个入仓点，提前确认第二个可接收仓的地址和预约方式。
真正的异常处理按触发条件来分工：断货时先判断是不是爆款，是就调拨加空运保排名，不是就控广告预算或限购；在途延误时把一批货拆成两批，急需部分走快渠道，其余继续走慢渠道；入仓被拒先查标签、包装、箱规、箱唛和预约号这几个最常见的点，再决定是原仓改约还是转仓，不要盲目重新发货；
出现超卖立刻锁库存，客服话术和补偿方案提前写好，避免差评扩散。这些东西必须写进旺季值班表，标清楚谁判断、谁决策、多长时间内响应，否则真出事的时候没人敢拍板。事后复盘只做一件事：把实际发生的延误天数、拒收原因、超卖数量填回参数表和供应商档案，让下一季的提前期和安全库存有真实依据。平
读者评论
库存口径这段说到痛点了。我们做家居类目，ERP可用库存和海外仓WMS长期差几百件，采购一直按ERP下单，去年黑五就是超卖后被平台限流。后来强制统一到一个口径才好转，但文章里“七个状态”的落地，对小团队来说人工维护成本其实不低。
提前期拆成七段这个思路很实用，尤其是目的国清关和海外仓预约这两段，我们去年就是卡在预约位上，货到港两周进不了仓。不过中小卖家要每天更新在途状态，靠人工基本做不到，还是得让物流商回传节点数据，否则拆得再细也只是纸面模型。
季节系数按自然月设置那个例子很典型。我们类目旺季从10月下旬就爬坡，11月设1.8倍明显偏低，结果补货少三成。但四部门联审对十几个人的团队来说太重了，我觉得更现实的是先把折扣、广告预算这两个变量加进预测，再谈系统化联审。