2023 年黑五前两周，我一个做家居品类的朋友收到平台经理的消息：某款爆款进入类目 Top 20，建议加大广告投放。他做了一件所有人都会做的事，把广告预算翻了三倍。结果那款产品在第 4 天断货，listing 掉出榜单，广告白烧了六万多美金，等到补货到仓、排名重新爬回来，已经过了圣诞。他后来复盘时说的那句话我记到现在：我一直以为我的问题是"货卖不动"，其实我的问题是"货在路上"。
这件事几乎概括了跨境电商海外仓管理的全部困境。绝大多数卖家把注意力放在"卖"上，投放、listing、review、转化率，却把"补"当成一个后台操作。但真实情况是：决定一个卖家能不能活下来的，往往不是前端流量能力，而是后端采购补货的节奏感。ERP 系统在跨境电商里的真正价值，不是记账、不是打单、不是给老板看报表，而是把"什么时候补、补多少、补到哪个仓"这件事，从拍脑袋变成有依据的决策。
下面这套内容，是我基于过去几年观察和参与过的数十个跨境电商团队实际运营后，围绕"采购补货"这条主线反推出来的海外仓管理方案。不吹系统能自动搞定一切，也不给没有来源的增长数字，只讲决策链、规则设定、数据口径和取舍逻辑。
如果只能记住一句话，我希望是这句：海外仓的成本大头从来不是仓库租金，而是库存资金占用和断货损失。仓储作业（收货、上架、拣货、打包、发货）是执行层面的事，做得好能省 5%-10% 的操作成本；而补货决策做得好不好，影响的是 30% 以上的资金效率和销售额上限。这两者根本不在一个量级上。
补货决策同时牵动四条线：现金流、销售排名、履约时效、供应商关系。一次补货决策失误，会同时在这四条线上产生负反馈。
补多了，资金压在库存里，滞销还要付长期仓储费，亚马逊的超龄库存附加费是按月阶梯上涨的；补少了，断货期间排名掉下去，重新爬榜的广告成本可能比这批货的毛利还高；补晚了，头程赶不上旺季，货到了也失去意义；补早了，产品迭代或者平台政策变化，货可能直接作废。
所以我说补货是中枢神经：它不是一个执行动作，而是一个把前端销售信号翻译成后端资金动作的转译器。这个转译器的精度，直接决定了生意是滚雪球还是滚钉板。
海外仓管理之所以难，本质上是被三个结构性约束卡住了，这三个约束在国内仓场景下都不存在或者弱得多。
第一个是时效。国内发货次日达，海外仓补货动辄 25-45 天。海运快船 25-30 天，普船 35-45 天，加上清关、预约入仓、上架，实际可用周期经常超过 50 天。这意味着你今天做的补货决策，是在为两个月后的市场下注。
第二个是资金。海外仓备货意味着你要提前两个月把货款、头程运费、关税全部付出去，但销售回款是滞后的。一个年销 1000 万的卖家，海外仓在途加在库库存占用两三百万现金是常态，旺季前甚至翻倍。
第三个是信息差。货在海上、在港口、在清关、在仓库、在平台 FBA 中转，每一个环节的数据都分散在不同系统里。很多卖家直到货到仓才发现"啊原来这批是错的 SKU"，或者"原来这批的保质期只剩半年"。
很多 ERP 厂商在宣传时会说"系统自动生成采购单""智能补货算法"。我在实际项目里见过至少三个团队，因为过度信任系统的自动补货，在旺季前把某个 SKU 补成了三个月的量，结果那款产品被平台判定为季节性受限，直接砸手里。
原因很简单：补货算法只能处理历史数据，处理不了"未来会发生什么"。它不知道你的供应商下个月要涨价，不知道平台要改规则，不知道竞品要打价格战，更不知道你自己打算换包装重新上架。
所以我的判断是：ERP 在补货环节的正确角色是"建议生成器 + 规则执行器 + 复盘数据库"，而不是"决策者"。系统给出建议数字，人来做最后的商业判断。这个边界划清楚了，ERP 才能真正用起来。
抽象的框架说起来容易，但每个卖家的困境其实长得不一样。我把接触过的团队大致分成三类，每一类的补货问题根源和解决路径都不同。
这类卖家通常月销几万到几十万美金，一个亚马逊店铺，一个海外仓（或者直接用 FBA），SKU 数量在 20-100 之间。他们的补货方式基本是：打开后台看库存，凭记忆或者简单 Excel 算一下，感觉差不多了就下单。
这套方法在 SKU 少于 30 个、销量稳定的时候勉强能用。问题会在两个时刻集中爆发：一是 SKU 数量超过 50 个之后，人脑的库存记忆开始失效；二是旺季前的备货期，销量波动剧烈，历史均值完全失灵。
我见过一个做宠物用品的卖家，SKU 从 40 个涨到 120 个之后，连续三个月出现"这个断货、那个积压"的交替状态，老板每天的工作就是救火，救火救到没时间做新品开发。
这类卖家月销几十万到几百万美金，同时在亚马逊、独立站、TikTok Shop、沃尔玛上卖，仓库有美国海外仓、欧洲海外仓，还可能用 FBA 做一部分。这是补货管理最混乱的一档，因为同一个 SKU 的库存散落在四五个地方，每个地方的数据更新节奏还不一样。
典型症状是：独立站上卖出 50 件，海外仓的库存扣了；亚马逊 FBA 那边补货 200 件，在途状态没同步；然后采购看到的是"总共还有 600 件"，实际上能卖的只有 180 件，剩下的都在路上或者被预留了。结果就是超卖、断货、被平台罚款。
这个问题在旺季会被放大 3-5 倍，因为每个渠道的销量都在涨，而库存数据滞后的绝对时间没变，相对误差就变得致命。
这类卖家的补货逻辑完全不同。他们的问题不在于"要不要补"，而在于"产能怎么在多个 SKU、多个市场之间分配"。工厂的产线是有限的，A 产品多生产 5000 件，B 产品就得少 5000 件。
他们的补货决策本质上是产能排程问题，需要考虑的不只是市场需求预测，还有原材料采购周期、产线换模时间、最小起订量、工人的排班。这种情况下，ERP 要解决的问题不是"什么时候补货"，而是"这个月的产能该给谁"。
在讲正确做法之前，我想先说说错误的做法。因为很多卖家买的 ERP 用不起来，根源不是系统不好，而是买之前对"ERP 该干什么"的认知就是错的。
"我上 ERP 就是为了把订单、库存记清楚。"这个想法我听过太多次。但如果 ERP 只做记录，那它的价值和一张 Excel 表没有本质区别，甚至不如 Excel 灵活。
ERP 真正的价值在于让数据在决策点自动聚合。比如当一个 SKU 的可售天数降到 45 天以下时，系统自动把这条信息推给采购，同时附带历史销量趋势、在途数量、建议补货量。这个"推"的动作，才是 ERP 不可替代的地方。
只用来记录的 ERP，等于买了一台跑车天天在小区里挪车。
这是我见过最普遍的错误。绝大多数卖家设安全库存的方式是：拍一个数字，比如 200 件，然后一年都不改。
但安全库存的本质是抵御不确定性，而不确定性是动态的。旺季的不确定性是淡季的 3 倍，新品的不确定性是老品的 5 倍，海运旺季（比如 8-10 月）的时效波动是平时的 2 倍。
一个固定的安全库存数字，在产品生命周期早期可能太高（占资金），在爆发期又可能太低（导致断货）。正确的做法是按 SKU 的销量波动系数、供应商稳定性、物流时效波动，动态调整安全库存。
"这个月销量涨了 40%，下个月补货也加 40%。"这个逻辑听起来合理，但非常危险。
因为销量增长往往是不均匀的。可能是某个红人视频爆了，带来一次性的流量高峰；可能是竞品断货带来的临时承接；可能是你自己刚做完一轮秒杀。这些因素都不具备持续性，如果你按峰值补货，货到了市场已经回归常态，直接变成滞销。
更合理的做法是看剔除异常峰值后的基线销量，再结合趋势斜率（是持续上升还是单次脉冲）来判断补货量。这个判断在 Excel 里很难稳定做到，但在有数据沉淀的 ERP 里是可以做成指标看板的。
库存周转率是个好指标，但它是结果指标，不是目标指标。有些卖家为了把周转率做高，故意压低库存水位，结果缺货率上升，广告投入被浪费，销售额下降，最终周转率的绝对值反而更差。
正确的做法是同时盯住三个指标：库存周转天数、缺货率（或者有货率）、资金占用额。这三者是互相制约的，任何单一指标的优化都可能损害另外两个。健康的做法是设定可接受的缺货率上限（比如核心 SKU 不超过 2%），然后在这个约束下最小化资金占用。
把补货当成一次投资决策来看，就清楚该准备什么材料了。你投入的是现金，赌的是未来某段时间的市场需求能不能消化这批货。那么决策依据至少包括下面五类数据。
不要用"上个月卖了多少"做唯一依据。要看的是三个数：
这三个数字组合起来，才能描述清楚"这个 SKU 未来 60 天大概能卖多少"。单一数字永远不够。
库存不是一个数字，是四个数字。
| 库存状态 | 定义 | 补货时应如何计算 |
|---|---|---|
| 可用库存 | 在海外仓可立即发货的数量 | 计入 |
| 在途库存 | 已下单未到仓，含海运、清关中的货 | 按预计到仓日折算后计入 |
| 锁定库存 | 已被订单占用但未发出的部分 | 应从可用库存中扣除 |
| 不可售库存 | 残次、待检、过期、被平台限制的部分 | 不计入 |
很多卖家的库存数字之所以失真，就是因为把"在库"当成了"可用"。一个仓库里显示有 1200 件，但其中 300 件被预占、150 件是待检品、80 件是退货待处理，真正能卖的只有 670 件。这几个口径如果不统一，后面的补货计算全是错的。
补货决策的时间参数不是"平均 30 天"，而是"平均 30 天，标准差 8 天"。因为你需要知道的最坏情况不是平均情况，是 90 分位的情况。
如果只按平均时效算补货点，你会在时效延误时断货。如果按最坏情况算，你会长期多备货。合理的做法是用平均时效加上一定倍数的标准差作为补货提前期，倍数根据你对断货的容忍度来定。
这里要特别提醒：头程时效的波动是有季节性的。每年 8 月到 10 月是海运旺季，港口拥堵、舱位紧张，时效波动会明显放大。如果你的补货模型是用全年平均数据训练出来的，在旺季会失效。
理论最优补货量往往不是一个可以下单的数字。供应商有最小起订量，产品有整箱包装倍数，海外仓有仓储容量上限，某些平台还有入仓预约限制。
这些约束必须在算出理论值之后做二次调整，而不是一开始就把约束塞进模型。因为约束会掩盖真实的需求信号，如果你因为 MOQ 是 1000 就永远按 1000 的倍数补货，你永远不会发现某个 SKU 实际上每次只需要补 300 件。
每一次补货决策背后都有一组成本：货款、头程运费、关税、海外仓入库费、平台仓储费、资金成本。其中有些成本是随批量变化的。
头程运费通常有阶梯，200kg 以下按快递价，200kg-1吨按空派价，1吨以上按海运价，单位成本差异可能达到 3-5 倍。这意味着补货批量不只是库存问题，还是物流成本问题。有时候为了凑够一个更划算的物流批量，多备一点货反而是划算的。
讲了这么多逻辑，回到系统本身。我判断一个跨境电商 ERP 在采购补货环节是否合格，看它能不能扎实解决下面四件事。这四件事不需要花哨的 AI 算法，但每一件都要求数据链条是通的。
这是地基。所有平台、所有仓库、所有在途状态的库存，必须能在一个界面里看到，并且口径统一。
具体要能回答这几个问题：某个 SKU 现在总共有多少可售？分别在哪几个仓库？每个仓库的可售天数是多少？哪些在途？预计什么时候到？
这个问题听起来简单，但实际落地时最大的阻力往往不是技术，而是各平台库存扣减逻辑不一致。亚马逊 FBA 的"available"包含了可预留的部分，独立站的库存要减去未付款订单的占用，TikTok Shop 的库存同步有延迟。系统要做的不是简单相加，而是按各平台规则做归一化。
好的 ERP 不会给你一个"智能补货"的黑盒按钮，而是给你一套可以自己调的规则引擎。
我建议的规则配置至少包括这几层：
这里的关键是规则要能被业务人员自己改，而不是每次调整都要找技术。因为补货参数是随季节、随产品阶段变化的，如果调整成本太高，规则就会僵化，最后被绕过。
我在前面说过，系统应该是"建议生成器"。具体体现就是：系统生成一张采购建议单，列出每个 SKU 的建议补货量、依据（当前可售天数、日均销量、在途数量）、建议下单日期，然后由采购人员审核、修改、确认。
为什么不做全自动？因为补货决策里有大量系统看不到的信息：供应商下个月要涨价、这款产品准备改版、平台刚通知要收紧某个类目的入仓、老板临时决定把资金投到另一条产品线。
让系统做它擅长的（数据聚合、规则计算、批量处理），让人做人擅长的（商业判断、外部信息整合）。这个分工是 ERP 能不能长期用下去的分水岭。
这是最被忽视、但长期价值最高的一点。系统应该记录每一次补货决策：当时基于什么数据、建议量是多少、实际下单多少、后来卖得怎么样、有没有断货或者积压。
有了这些记录，才能算出补货准确率（实际销量 / 预测销量），并按 SKU、按品类、按季节做分组分析。你会发现有些品类的预测天然就准，有些品类怎么调都偏差很大，这些洞察会直接指导你调整安全库存策略。
没有复盘的补货管理，等于永远在做第一次决策。
在实际项目里，我用过包括"数跨境"在内的一批跨境电商管理工具。数跨境的定位是面向跨境卖家的业财一体化管理平台，官网在 https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys ，它的采购补货模块是我比较关注的几个点之一。
从实际使用感受来说，它在"多平台库存统一视图"这件事上做得比较扎实，把亚马逊、独立站、TikTok 等渠道的库存和在途数据做了归一化处理，能看到每个 SKU 的全局可售情况。这一点对于前面提到的"多平台多仓中型卖家"来说，价值是直接的。
另一个值得说的是它的补货建议逻辑不是纯黑盒。系统会给出建议补货量，但同时把计算依据（日均销量、可售天数、在途、安全库存）列出来，采购人员可以针对每个参数做调整。这种"可解释的补货建议"比"一键智能补货"更实用，因为采购能理解数字怎么来的，才敢改、才会改。
需要客观说明的是，任何 ERP 工具都不能替你解决"供应商不给力""平台政策突变"这类外部问题，它的作用是让你在信息完整的前提下做决策，而不是替代决策本身。选工具时，重点看它能不能把数据链打通、规则能不能自定义、复盘数据能不能沉淀，而不是看它宣传的算法有多智能。
下面这个案例来自我 2024 年跟进过的一个家居品类卖家。因为涉及商业信息，数据做了脱敏处理，但过程和结论是真实的。
这个卖家年销约 1800 万人民币，主要在亚马逊美国站和独立站销售，SKU 约 180 个，用美国西岸一个海外仓加 FBA。改造前的问题很典型：
最要命的是，这个卖家同时存在"断货"和"积压"，因为是不同 SKU 在断货、不同 SKU 在积压，而没有人能同时看到这两个信号。
第一步是统一数据口径。把海外仓、FBA、在途、独立站占用的库存数据拉到一张表里，明确"可售"的定义为：海外仓可用 + FBA 可用 − 平台预留 − 待检品。这一步花了大约三周，主要是对接货代和核对历史数据。
第二步是给 SKU 分级。按销售额贡献和销量波动性把 180 个 SKU 分成四类：核心爆款（22 个，贡献 61% 销售额）、稳定款（48 个）、长尾款（87 个）、清仓款（23 个）。不同类别用完全不同的补货策略。
第三步是设置分层规则。核心爆款的目标覆盖天数设为 75 天，安全库存按销量波动系数动态计算；稳定款设 55 天；长尾款设 35 天并且只按整箱补；清仓款不再补货，只做清理。所有规则在系统里配置成可调参数。
改造完成后跟踪了六个月，几个关键指标的变化如下。需要说明这些是运营观察数据，不是经过第三方审计的数字，但变化方向和幅度在多个维度上是相互印证的。
| 指标 | 改造前 | 改造后（第 6 个月） | 变化 |
|---|---|---|---|
| 月均断货 SKU 数 | 17 个 | 4 个 | 下降 76% |
| 库存周转天数 | 112 天 | 86 天 | 下降 23% |
| 滞销库存占比 | 19% | 9% | 下降 10 个百分点 |
| 采购决策人数 | 1 人（关键人依赖） | 3 人（可轮值） | 决策不再依赖单点 |
| 平均补货决策耗时 | 约 4 小时/次 | 约 40 分钟/次 | 下降 83% |
值得注意的是，断货率的下降并不是靠"多备货"实现的，同一时期库存周转天数从 112 天降到 86 天，说明总库存是减少的。改善来自结构优化：把库存从长尾款挪到了核心爆款，让钱花在真正需要的地方。
第一，改造成败的关键在数据口径统一，不在系统功能。这位卖家买的工具并不复杂，但花了最多时间的是把各渠道库存的"可售"定义对齐。这一步做不好，后面所有计算都是错的。
第二，SKU 分级是杠杆最大的一步。180 个 SKU 用同一套补货策略，本身就是最大的浪费。分级之后，长尾 SKU 的管理成本大幅下降，核心 SKU 的保障水平大幅提升。
第三，把关键人依赖变成规则依赖，价值被严重低估。改造前采购主管一休假，整个补货就停摆。改造后规则和依据都在系统里，任何一个人都能接手。这种"组织能力"的提升，短期看不出来，长期是决定能不能规模化的关键。
前面讲的是通用逻辑，但具体到你的生意，行动顺序应该不一样。我按卖家规模分三档给出建议。
这个阶段最容易犯的错是"花几万块买个系统，然后用不起来"。因为 SKU 数量少、业务变化快，过早固化流程反而拖慢速度。
建议顺序：
这个阶段的重点是把规则想清楚，因为规则想清楚了，上系统时才知道要配置什么。
这个阶段的卖家，痛点已经从"不知道补多少"变成了"看不清全局"。所以第一优先级是打通数据，把各平台各仓的库存归集到一个地方。
建议顺序：
这个阶段是"数跨境"这类业财一体化工具比较适合的区间，SKU 数量和数据复杂度已经超出人工处理能力，但团队还没有大到需要定制开发。
到了这个规模，补货决策不能只由运营或者采购做，必须和财务、供应链一起做。因为一次大规模补货动用的资金可能是七位数，会直接影响公司的现金流安排。
建议顺序：
管理这件事没有全局最优解，只有权衡。下面是我认为补货管理里最需要主动做选择的四组取舍。
这是最根本的一组取舍。想彻底避免断货，就要把安全库存加厚，资金占用就大；想资金高效，就要压缩库存，断货风险就高。
我的建议是按 SKU 分层设定不同的容忍度：核心爆款（贡献 60% 以上销售额的那 20% SKU）宁可多占资金也要保证有货，缺货率控制在 2% 以内；长尾 SKU 可以接受 5%-8% 的缺货率，换取更低的库存水位。
这背后的逻辑是：核心爆款断货的损失不只是这一单的利润，还有排名、权重、广告 ROI 的连锁反应；而长尾 SKU 断货，损失基本就是这一单。
海运便宜但慢，空运快但贵，这个取舍大家都会做。更值得思考的是混合策略：常规补货走海运保证成本，同时保留一定比例的空运预算作为"救火额度"。
我的经验是，把空运预算控制在总物流费用的 8%-12%，专门用于处理突发情况（爆款超预期、竞品断货带来的承接机会、海运延误）。这笔钱不要省，因为它买的是应对不确定性的期权。
系统标准化能提升效率，但会降低灵活性。有些卖家为了追求流程规范，把所有补货都塞进系统流程，结果遇到特殊情况（比如临时接了一个大 B 端订单）时，流程走不通，只能线下走后门，反而造成数据不一致。
合理的做法是给流程留一条"例外通道"：90% 的常规补货走标准流程，10% 的特殊情况允许线下决策但必须事后补录到系统里。这样既保证效率，又不丢失数据完整性。
这不是纯粹的补货问题，但直接影响补货策略。用 FBA 或平台仓，补货决策相对简单（按平台的入仓限制和销售预测补），但灵活性差、费用高、旺季容易爆仓。用自建或第三方海外仓，灵活性高、成本可控，但你要自己做库存管理和补货决策。
我观察到的一个趋势是混合用法：核心爆款用 FBA 保证流量和 Prime 标识，长尾和季节性产品放海外仓降低成本，两者之间做调拨。这种模式下，ERP 的价值就体现在能不能同时管好这两种库存形态，并且支持它们之间的调拨决策。
回到最初那个问题：ERP 跨境电商怎么管？我的答案不是"上系统就能管好"，而是先把补货这件事的决策逻辑想清楚，再用系统去承载这个逻辑。
顺序反了，就是花几十万买了系统然后用不起来；顺序对了，哪怕先用 Excel，也能跑出比同行更好的库存效率。
我想在结尾强调三个可能和主流说法不太一样的观点。
第一，ERP 的价值不在于"自动化"，而在于"可解释"。一个能告诉你"建议补 800 件，因为可售天数降到 42 天、日均销量 18 件、在途 200 件、目标覆盖 75 天"的系统，比一个只显示"建议补 800 件"的智能黑盒有用得多。因为前者让你能判断、能修正、能学习。
第二，补货管理的核心产出不是"补货量"，而是"补货准确率的历史数据"。第一个月的建议可能不准，但三个月后你会知道哪些 SKU 的预测天然偏差大，哪些季节的波动规律是什么。这些数据是别人抄不走的资产。
第三，海外仓管理的最终约束不是系统能力，是资金能力。所有补货策略最终都要回到"你有多少钱可以压在库存上"这个问题。系统能帮你把钱花得更准，但不能帮你变出更多钱。所以补货策略一定要和现金流计划一起做，而不是分开做。
最后说一句实在话：我见过太多卖家在选系统上花了三个月，却在理清自己的补货规则上花了不到三天。工具是放大的，不是创造的。你脑子里的补货逻辑有多清楚，工具就能帮你放大多少倍。逻辑不清楚，再好的系统也只是把你的混乱记录得更整齐而已。
从今天开始，先把你手上所有 SKU 的可售天数算出来，这一步不需要任何系统，一张表、一个小时就能做完。做完之后你会发现，很多你以为是"市场问题"的事情，其实是"补货节奏问题"。
我做了三年亚马逊和独立站，最头疼的就是安全库存。之前全靠运营凭感觉报数字，旺季报少了断货、淡季报多了堆仓，仓储费一个月白交好几千。我特别想知道有没有一套能直接套用的算法，而不是『参考去年同期』这种模糊建议。
先明确口径：补货周期不是工厂交期，而是从决定补货到货在目的仓可售的全部天数，包含下单、生产、头程、清关、拆柜上架。安全库存用简化公式：近28天日均销量乘以安全天数，安全天数按补货周期波动定，头程稳定取7到10天，港口拥堵或旺季取14到21天。
补货点等于日均销量乘补货周期加安全库存，当在库可售加可用在途低于补货点就触发补货。日均销量必须剔除大促和站外引流当天的异常值，用近8周中位数比用均值更稳。初期不要追求精确，先用这套跑两个月，把实际断货和积压逐条记下来再调系数。
我自己的经验是，把补货周期从拍脑袋的30天改成按船期表逐段拆解，单这一项就能把断货率砍掉一半。
我们是FBA、第三方美国仓、独立站三条线一起跑，同一个SKU在三个地方都有货。最崩溃的是上个月：独立站显示缺货赶紧补了一批，结果两周后FBA突然提示库存超量，仓储费翻倍。我一直在想，库存到底该按平台管还是按仓库管，ERP里有没有一个不会算重的主键。
库存主键用SKU加仓库，包含FBA仓、第三方仓、在途虚拟仓，不要用SKU加平台。总可用等于可售在库加可用在途减安全库存减已占用，已占用包括未发货订单、预留和调拨。补货建议只在总池层面生成一次，再按各平台销量占比或时效要求往下分配，而不是每个平台各算一遍，这是重复补货和超卖的根源。
FBA和第三方仓要区别对待：FBA有仓容和入仓时效限制，第三方仓适合做共享池，独立站可以走第三方仓直发。实操上我会把平台库存设成下发值而不是采集值，采集值只用来对账，每24小时拉一次做差异比对，差异超过5%就报警。先统一口径再谈自动化，否则ERP只是把混乱搬到了线上。
我做的是家具类目，海运时效从35天到70天都遇到过，一断货就是两三个月。每次ERP里显示在途，我到底该不该把它算成库存？算多了怕超卖，算少了又重复下单压一批货，这个口径我一直没想明白。
在途要算，但要分成可用在途和名义在途，口径按可售日期而不是预计到货日期。做法是每条补货计划记录计划入仓日，只有计划入仓日落在未来一个补货周期内的批次才算进可用库存。
头程周期不要用一个平均值，按渠道分别统计P50和P85分位数：海运慢船通常P50约45天、P85约60天，差值就是需要预留的波动缓冲，缓冲量等于P85减P50再乘日均销量。触发补货时用P85做前置，评估库存健康度时用P50。另外在途要按批次而不是按SKU汇总，否则一个卡在海关的柜子会把整体判断带偏。
上线ERP时把到仓可售日设成必填字段，做不到这一点的补货建议单本质上还是拍脑袋。
我们去年上了ERP，补货建议单也能自动生成了，但老板问我『到底有没有变好』的时候，我拿不出一个说得清的数字。库存周转、断货率、售罄率这些报表里都有，就是口径不一致，各说各话。我想知道到底盯哪几个指标、按什么周期复盘才有效。
盯四个指标就够：断货天数按SKU加仓库加天统计、库存周转天数用30天和90天滚动、补货准确率看实际销量与预测的偏差率、滞销占比看库龄超90天库存金额占比。口径必须固定：按SKU分层，A类看断货天数，C类看滞销占比，不要用一个总断货率掩盖结构问题。
我的做法是每周一复盘上周的补货建议单，把系统建议和实际下单的差异逐条标注原因，是运营改了参数、还是头程延期、还是大促没标出来，三个月后就能看出哪些规则设置本身是错的。判断标准可以参考：A类SKU月度断货天数控制在3天以内，整体库存周转视品类落在60到90天，滞销占比压到10%以下。
不要迷信ERP自带报表，口径得自己定义并写进复盘模板。
读者评论
做亚马逊家居的，看到断货那段太真实。SKU过50后Excel根本记不住在途、预留和可售，补货经常靠感觉。文章说ERP核心是补货决策而不是仓储作业，这点认同。系统能把可售天数、在途、历史销量聚合到一个界面，比单纯记账有用得多。
多平台多仓卖家最有共鸣，库存视图不统一就是死穴。独立站扣了库存、FBA在途没同步，采购看到总数却不知道可售多少，旺季放大误差直接超卖。ERP如果不能统一库存口径，补货建议再智能也不敢用。
ERP越自动越容易出事的判断很对。系统只能基于历史数据，处理不了供应商涨价、平台规则变化和竞品价格战。自动采购单最多当参考，最后必须由人结合商业判断拍板。把ERP定位成建议生成器和复盘数据库比较务实。
安全库存设固定数字和按销售额增长率补货这两个误区很常见。旺季、新品、物流波动都不一样，安全库存应该动态调。库存周转率也不能单独追，压库存导致核心SKU缺货，广告和排名损失往往比省下的资金成本更高。需要周转、缺货率、资金占用一起看。