我见过太多跨境团队的 ERP 里躺着一张看起来很规范的采购补货单，然后这张单子在微信群里被拆成三段：采购问供应商交期，运营问物流商报价，仓管问到底哪天能上架。三个问题各自都有人回答，但合起来没有人能回答一个最简单的问题，这批货走哪条线、什么时候到、到了能不能卖掉。
这就是"采购补货"和"物流方案"分家的典型症状：数据是全的，决策是断的。补货单在 ERP 里生成，物流方案在聊天记录里敲定，两边的口径从来对不上。等到货到了海外仓，才发现这批货的装箱率根本不适合走空运，或者目的国的合规文件差了那么一张，整柜货在港口多躺了两周。
这篇文章不讲 ERP 有哪些模块。我想讲的是一条主线：一张采购补货单，怎么一路驱动物流方案落地。从库存口径、补货触发、补货量计算，到物流路由判断、字段设计、异常闭环、复盘指标，我会把这几年的实操经验和踩过的坑，按能直接照着做的顺序拆开。文章偏长，建议先看第一节的结论，再按你现在的团队阶段挑对应章节。
大多数团队的顺序是：先算要补多少货，再去找物流商报价，最后根据报价决定走什么渠道。这个顺序在 SKU 少、单量小的时候能跑通，但一旦 SKU 过百、覆盖两个以上站点，它就会变成一个反复返工的循环。
我后来的做法是把这个顺序倒过来一半：先用物流路由的约束去校验补货量，再定最终补货量。因为物流方案的约束条件是硬约束，而补货量是可以调的软约束。你没法让一个 22 公斤的包裹走小包渠道，但你完全可以把这批补货拆成两次发。
结论一：库存口径不准的时候，任何补货建议都是噪音。不是"不够准"，而是"噪音"，它会让你在错误的时间买错误的量，然后你还以为是补货公式出了问题。
结论二：补货量的计算结果必须带上装箱率、起订量和运输方式三个约束。只按销售速度算出来的数字，在采购环节会因为起订量被打散，在物流环节会因为装箱率被凑整，最后落地的量和算出来的量差出 20% 以上很常见。
结论三：物流方案不是"找哪家货代"，而是"路由规则 + 异常预案"。问"哪家货代便宜"是没有答案的问题，因为答案取决于品类、重量段、目的国、时效要求和申报方式。真正可复用的是一个判断规则，而不是一个供应商名字。
跨境物流成本对重量和体积极度敏感。同样一批货，走空运和走海运的单位成本差距可能是 6 到 10 倍，而决定走哪条路的，不是你后来比价的努力，是你当初补货的数量和包装方式。
举个我实际遇到的场景。一个做厨房小家电的团队，单次补货 300 台，产品带泡沫包装，单台体积重算下来 3.2 公斤。300 台就是 960 公斤，这个重量段走空运的成本会直接吃掉毛利，只能走海运，海运就意味着 35 到 45 天的在途时间。这个 35 到 45 天必须在补货的时候就被算进安全库存里，而不是等货代报完价才知道。
反过来，如果把这批货拆成 80 台空运、220 台海运，空运部分用来衔接断货风险最高的两周，海运用来补长期库存，整体成本结构会好看很多。但前提是，补货单在生成的时候，就已经标记了"这批货允许拆分成两种运输方式"。这就是我说的"补货单驱动物流方案"。
我把补货决策拆成两轮。第一轮粗算：按销售速度和交期，算出"大概需要多少"。第二轮校验：拿这个粗算量去套物流路由规则，看它落在哪个重量段、哪个时效区间、哪个成本区间。如果落在明显不划算的区间，就回去调量。
这个动作听起来麻烦，但它省掉的是后面所有环节的返工。补货量一旦定死，采购单下了，供应商开始排产，这时候再发现物流方案不划算，能改的空间就只剩运费了。
先讲场景再讲方法，是因为很多团队的问题不是"不知道要联动"，而是"没意识到自己已经分家了"。下面六种场景，我在不同团队里都见过至少一次。
这是最典型的形态。运营用一张 Excel 表管补货，表里有销量、库存、在途、补货点，看起来挺完整。但"在途"这一列填的是采购下单的数量，不是物流实际发出的数量，更不是海外仓实际签收的数量。
结果就是：采购说下了 500 台，物流说发了 480 台，海外仓说收到 465 台，ERP 里的在途显示 500 台。三个数字同时存在，补货公式用的是最乐观的那个。在途口径不统一，是补货失控的第一大源头。
采购在途是"供应商已发货但还没到集货仓"的数量，物流在途是"已交给货代但还没到目的国"的数量，海外仓可用是"已上架可售"的数量。这三个口径之间存在时间重叠，也存在数量损耗。
如果 ERP 只有一个"在途"字段，那它必然会在某个环节失真。正确的做法是至少拆成"待发、在途、清关中、已到仓待上架、可售"五个状态，并且每个状态都有对应的责任人和时间戳。
假设某站点大促在 11 月 1 日，海运时效 40 天，清关 5 天，入仓上架 3 天。那么货必须在 9 月 13 日之前离开工厂。倒推回去，采购单必须在 8 月底之前下单，供应商排产要 15 天，那么补货决策必须在 8 月中之前完成。
很多团队是在 9 月中旬才想起来备货，这时候能选的只有空运，成本翻几倍。问题不在于他们不知道大促时间，而在于ERP 里没有把物流时效作为补货提前期的一部分，提前期只算了供应商交期。
海外仓可售、FBA 可售、FBA 接收中、FBA 预留，这四个状态的可售性完全不同。FBA 接收中的货可能三天后可用，也可能两周后可用，还可能因为标签问题被拒收退回。
如果补货判断把 FBA 接收中的数量当成可用库存，就会出现"明明库存够，却突然断货"的情况，因为接收中的货没能按预期上架，而补货单已经因为"库存充足"被推迟了。
我把见过的中小团队分成三类，每类的补货物流联动重点完全不同。
有一年我负责一条新品线，补货量算得很仔细，安全库存按 21 天备，供应商交期 18 天，船期 35 天。但我漏了一件事：这个产品带电，需要额外的运输鉴定文件，而这份文件的有效期只有 90 天。
结果第一批发出去之后，第二批的鉴定文件还在办，货在工厂多压了两周，正好卡在旺季前。这批货最后走了空运补位，多付出的运费吃掉了这个产品线两个月的利润。
从那之后，我在补货单上强制加了一个字段：合规与文件有效期。这个字段不属于采购，也不属于物流，但它决定了这两个环节能不能接上。
下面六个误区，每一个我在实际项目里都遇到过，而且每一个都会单独造成一段时间的补货失控。它们之间不是并列关系，而是有先后依赖，前一个没解决，后一个的方法论都用不上。
采购模块解决的是"下单和跟单"，补货解决的是"什么时候买、买多少"。这是两件事。很多 ERP 的采购模块做得挺完整，有采购申请、采购订单、到货验收，但它不会告诉你该不该买。
判断标准很简单：如果你的 ERP 里补货量需要人工填，那它提供的是记录能力，不是决策能力。这两者的差距，在 SKU 超过 100 之后会迅速放大。
网上流传的安全库存公式通常是"日均销量 × 补货周期 × 安全系数"，看起来很严谨，但直接用会出问题。因为这个公式假设销量波动是稳定的，而跨境销量受平台流量、季节、竞品促销、汇率影响，波动结构完全不同。
我的做法是分品类设定，而不是全店一刀切。稳定款用覆盖天数法，波动款用服务水平法，新品用最小起订量加试销上限。三套规则并存，比一套公式全店套用要靠谱得多。
比价是最后一步，不是第一步。第一步是确定路由约束：这个品类能不能走这条渠道，目的国对这类产品有没有认证要求，这个重量段走哪条线时效最稳。
我见过团队为了省每公斤两块钱，换了一条时效波动大 15 天的渠道，结果断货两周，损失的销售额是省下运费的几十倍。物流方案的第一目标是可预测性，第二目标才是成本。
这个说法在 SKU 少于 20 的时候勉强成立，因为靠记忆就能管。但一旦 SKU 上到 50，靠记忆管理的库存会开始出现两种极端：爆款断货，长尾压货。
更麻烦的是，这两种极端会同时占用资金。断货让现金流进不来，压货让现金流出不去，两头一夹，团队就没有资金去补爆款，这是很多中小卖家卡在天花板上的真实原因。
补货决策的输入应该有两个方向：卖得快的要补，卖得慢的要停。只盯缺货的团队，库存结构会越来越重。
我建议在补货看板上加一个"滞销预警"维度：连续 30 天动销为零、库存周转天数超过品类阈值、毛利率低于物流成本占比的 SKU，都应该在补货决策时被单独标记出来，而不是混在总库存里一起看。
正常流程其实不需要 ERP，Excel 就能跑。ERP 真正的价值在异常：延误、短装、质检不合格、清关扣关、上架差异、退货回仓。这些场景发生的频率不高，但每一次都会牵动补货计划。
如果一个 ERP 只能记录正常流程，不能记录异常和处理动作，那它在补货这件事上能提供的帮助非常有限。
这一节是全文的方法核心。我把它设计成五层漏斗，每一层的输出是下一层的输入，任何一层出问题，后面的结论都不可信。这五层不是理论框架，是我在多个团队落地时反复调整后固定下来的顺序。
库存口径要解决的是"什么算可用"。我的定义是：可用库存 = 本地仓可售 + 海外仓可售 + FBA 可售 − 已售未发 − 平台预留。注意这里不包含任何形式的在途。
在途单独成一个维度，并且拆成状态。这样做的原因是：在途的数量是确定的，但在途的可售时间是高度不确定的。把不确定的东西混进"可用"，等于给补货公式注入了噪声。
跨境退货的处理周期长，而且退回的货往往不能立刻重新上架。如果 ERP 把"退货中"的库存直接计入可售，补货判断就会偏乐观。我的做法是退货单独一个状态，并且默认不可售，只有质检通过后才转入可售。
触发规则比计算规则更重要。因为计算错了，最多是量多一点少一点；触发错了，是时间点错了，而时间点在跨境里几乎没有补救空间。
我用的是双触发机制：数量触发加上时间触发。数量触发是可用库存低于补货点时启动，时间触发是按固定周期（比如每周一）扫描一次全量 SKU，无论是否低于补货点。
为什么要加时间触发？因为数量触发有个盲区：如果一个 SKU 的销量在缓慢下滑，它的可用库存可能永远不低于补货点，但它其实已经该停了。周期性扫描能把这类 SKU 捞出来。
补货量的基础公式不复杂，难的是约束条件。
建议补货量 = 覆盖天数内预测销量 + 安全库存 − 可用库存 − 预计到货量
最终补货量 = 向上取整到 MOQ 的整数倍
→ 再按装箱率向上取整到整箱
→ 再校验是否落在合理的物流重量段
→ 若不合理，拆分为多批次或调整运输方式
这个链条里，装箱率取整和重量段校验是最容易被跳过的两步，但恰恰是这两步决定了物流方案能不能顺利接上。一个 47 台的建议量，如果装箱率是每箱 12 台，实际会变成 48 台；如果这 48 台正好让总重量跨过一个渠道上限，那物流方案就得整个重来。
我的做法是三个参数决定：日均销量的波动系数、物流时效的波动天数、断货的容忍成本。前两个是客观数据，第三个是业务判断。
简单款（销量稳定、竞品少）用 15 到 20 天覆盖；中等波动款用 25 到 35 天；新品和季节款不设固定安全库存，改用试销上限加快速返单的方式控制风险。
尾货、清仓款、已停产款不应该出现在补货建议里，否则会持续制造噪音。判断标准可以是：连续 60 天动销为零，且毛利率低于物流成本占比的 SKU，直接标记为"不参与补货"。
路由判断不是选最便宜的，是在约束条件下选最可预测的。我的判断顺序是：先看合规，再看时效要求，再看成本，最后看渠道稳定性。
直发小包适合试销和长尾，不适合主推款；专线适合中等重量段和时效敏感款；海外仓适合稳定动销款和退换货需求高的品类；FBA 适合平台流量倾斜明显、且能接受入仓规则的品类。这四种不是优劣关系，是适用条件关系。
异常处理我固定成五步：发现、定责、补救、记录、复盘。顺序不能变，因为跳过记录和复盘，下一次同类异常还会重演。
这里有一个实操细节：异常必须回写到补货单，而不只是记在物流单上。因为补货计划是基于"预计到货量"算的，如果物流异常没有反映回补货单，下一轮补货就会基于错误的在途数据做决策。
方法论最终要落到字段上。字段不够，规则就落不了地；字段太多，录入成本会把人逼回 Excel。我整理的四组字段，是按"最小可用集"的标准来的，每一组都对应上面五层漏斗里的一层。
这组字段的核心是让补货建议可以被自动算出来，并且被人工判断。
| 字段 | 作用 | 缺了会怎样 |
|---|---|---|
| SKU 编码与站点 | 唯一标识补货对象 | 多站点会被合并计算，导致重复补货 |
| 供应商与交期 | 计算补货提前期 | 提前期被低估，补货总是来不及 |
| MOQ 与起订倍数 | 约束补货量取整 | 补货量与采购单对不上，需要手工改 |
| 装箱率 | 约束补货量取整到整箱 | 物流按实际件数计价，成本与预算偏差大 |
| 日均销量与波动系数 | 计算覆盖天数与安全库存 | 只能用固定安全库存，波动款频繁断货 |
| 补货点与覆盖天数 | 触发补货建议 | 依赖人工判断，容易漏补 |
| 滞销标记 | 过滤不参与补货的 SKU | 尾货持续出现在建议里，制造噪音 |
这组字段是把"在途"拆开的关键。我建议至少五个状态字段，并且每个状态带时间戳。
这组字段解决的是"这批货实际怎么走的、花了多少、和计划差多少"。
| 字段 | 作用 | 典型取值示例 |
|---|---|---|
| 物流渠道与路由代码 | 记录实际路由，用于复盘 | 海运整柜 / 海运拼箱 / 空运专线 / 直发小包 |
| 计费重与体积重 | 核对运费，识别泡货 | 实重 12.4kg，体积重 18.6kg |
| 物流单号与关联采购单 | 打通采购与物流单据 | 一票多单或一单多票都要支持 |
| 预计到仓日与实际到仓日 | 计算时效偏差 | 偏差超过阈值触发异常流程 |
| 合规文件类型与有效期 | 前置约束条件 | 运输鉴定、认证证书、原产地证 |
很多团队的毛利是按采购成本算的，运费记在期间费用里。这样算出来的毛利，无法反映单个 SKU 的真实盈利情况。
我的做法是把头程运费、关税、海外仓仓储费、上架操作费、退货处理费按批次分摊回 SKU，形成"到仓完全成本"。有了这个数字，补货决策才有真正的依据，有些 SKU 卖得挺好，但加上物流成本之后其实是负毛利，这类 SKU 应该优先被剔除，而不是优先被补货。
前面讲的是方法论，这一节讲落地载体。我用数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）做样本，是因为它的功能组织方式和上面讲的五层漏斗比较接近，适合拿来对照说明。下面讲的是我的使用观察，不是产品评测。
我评估这类工具时会看三个点：库存状态拆得够不够细、采购单和物流单能不能关联、异常有没有独立的处理入口。这三点决定了补货和物流能不能接上，而不是模块名字漂不漂亮。
数跨境在这三点上的组织方式是：库存按状态分层、采购与物流单据可关联、异常有独立记录区。这个结构对"补货单驱动物流方案"这条主线是友好的。
我在实际操作中走的链路大致是这样：
这个链路里最关键的是第 5 步和第 7 步。第 5 步决定了物流方案有没有被补货量约束；第 7 步决定了下一轮补货会不会基于错误数据做判断。
如果一个工具只提供"库存"和"在途"两个数字，补货计算的误差会很大。状态拆得越细，"可用库存"的定义就越接近业务真实情况。这一点在数跨境的库存视图里体现得比较明显。
一票货可能对应多张采购单，一张采购单也可能分批走多条物流线。如果系统不支持这种多对多关联，对账就必须回到 Excel。物流对账耗时通常是团队里最容易被低估的隐性成本。
没有独立异常入口的工具，异常只能记在备注里。备注不可统计，也就无法复盘。有独立入口之后，异常类型可以聚合分析，形成改进依据。
如果工具支持把头程、关税、仓储按批次分摊回 SKU，那么"到仓完全成本"就能自动算出来。这个数字对补货决策的价值，比任何报表都直接。
适合：SKU 超过 50、覆盖两个以上履约方式、已经开始被库存口径问题困扰的团队。这类团队最需要的是把补货和物流接成一条链，而不是再多一个报表。
不太适合：SKU 少于 20、只做一个站点、目前靠 Excel 就能管清楚的团队。这个阶段上系统的投入产出比不高，先把补货规则和库存状态定义清楚更划算。
方法一样，起点不同。下面按团队阶段给出具体动作，可以对照自己的情况直接取用。
这个阶段不建议上系统，建议用一张表把状态拆开。重点做三件事：把"在途"拆成至少三个状态、给每个 SKU 设定补货点和覆盖天数、记录最近三个月的实际到货偏差。
第三件事最重要，因为它会告诉你你的物流时效波动到底有多大。有了这个数字，安全库存才不是猜的。
这个阶段的核心矛盾是库存被重复占用。同一个 SKU 在两个平台同时在售，如果库存不同步，必然超卖。
建议按这个顺序做：先统一 SKU 编码，再打通各平台库存同步，再设定分平台的安全库存预留，最后才做自动补货。跳过第三步直接做自动补货，超卖概率会显著上升。
这个阶段靠人判断路由已经不可能了。建议把路由规则显性化：按品类、重量段、目的国、时效要求，事先定义好可选的渠道和优先级。
规则库建立之后，补货单生成时可以直接带出建议路由，人工只需要在异常情况下调整。这一步能把物流方案的决策时间从几小时压缩到几分钟。
铺货型的核心是快速识别和淘汰，补货决策要快、要粗，重点是控制总量而不是精确到单个 SKU。这类团队更适合用"总库存上限 + 单 SKU 上限"的方式管理。
精品型的核心是单品深度运营，补货决策要细，重点是把握节奏和避免断货。这类团队适合按 SKU 单独设定安全库存和覆盖天数，并且需要更精确的物流时效数据。
不要一上来就全品类上规则。选一个 SKU 数量在 20 到 40 之间、销量相对稳定的品类，把补货和物流的完整链路跑通一遍。
跑通的标志是：你能从一张补货单追溯到对应的物流单、到仓签收记录和上架数量，并且这三个数字之间的差异有明确原因。做到这一步，再复制到其他品类。
补货和物流联动不是"全都要"，而是"想清楚放弃什么"。下面六个取舍，每一个我都实际做过选择，也都付过代价。
时效和成本在跨境物流里基本是负相关。想清楚哪一类 SKU 值得为时效付溢价，哪一类可以接受慢一点。
我的划分方式是：断货风险高的主推款走时效优先，长尾款和低毛利款走成本优先。全店统一策略的结果通常是两头都不满意。
周转快意味着备货少，备货少意味着断货风险高。这两个指标不可能同时优化到极致。
我的判断依据是毛利结构：高毛利品类可以承受更高缺货率换周转，低毛利品类必须优先保周转。因为低毛利品类的利润空间本来就很薄，压货的资金成本会直接吃掉利润。
我见过太多团队在选型阶段花了三个月，把功能清单比对了十几遍，结果一直没上线。这三个月里补货还是靠 Excel，问题一天没少。
我的建议是：先上线能跑通主链路的最小配置，用三个月真实数据暴露问题，再针对性补功能。补货这件事的改进，80% 来自流程和规则，20% 来自系统功能。
统一口径是效率的来源，但业务总有例外。硬性统一会导致业务绕开系统，闭门造车。
我的做法是允许例外，但要求例外必须登记原因和有效期。这样既保留了灵活性，也让例外变成可分析的数据，而不是黑洞。
自动补货听起来很美，但库存数据没洗干净就开自动化，等于把错误放大。我建议至少经过两到三个完整的补货周期的人工复核，确认建议量与实际需求的偏差在可接受范围内，再逐步放开。
放开的顺序也建议从低金额品类开始，高金额品类保持人工确认。
把每个 SKU 都做精细补货，管理成本会失控。我的做法是分层：头部 SKU 精细管理，腰部 SKU 标准化管理，尾部 SKU 采用总量控制。
这个分层比例不是固定的，但通常头部 20% 的 SKU 贡献 70% 以上的销售额，值得投入最多精力。把同样的精力平均分给所有 SKU，是最常见也最昂贵的错误。
讲了这么多方法，最后给一个可以直接照着走的时间表。四周是我在中小团队里验证过的周期，短于四周，字段和数据来不及稳定；长于四周，团队会因为看不到进展而放弃。
这一周不做计算，只做数据整理。目标是让所有 SKU 的库存状态都有一个明确的归属。
这一周结束时，你应该能回答一个问题：我们的库存数字，到底代表什么。
这一周开始建立规则，但先不要全量上线。
这一周把物流侧的约束接到补货流程里。
这一周建立异常处理机制和复盘节奏。
指标不要多，多了就没人看。我固定看这六个。
| 指标 | 计算口径 | 观察重点 |
|---|---|---|
| 缺货率 | 断货 SKU 天数 ÷ 在售 SKU 总天数 | 看趋势，不看绝对值；不同品类基线不同 |
| 库存周转天数 | 平均库存 ÷ 日均出库成本 | 分品类看，全店平均值会掩盖问题 |
| 补货周期达成率 | 按计划时间完成补货的批次 ÷ 总批次 | 反映补货提前期估算是否准确 |
| 头程时效偏差 | 实际到仓日 − 预计到仓日的绝对值均值 | 偏差收窄说明路由选择更稳定 |
| 到仓完全成本占比 | （头程 + 关税 + 仓储 + 上架）÷ 采购价 | 分品类对比，识别成本异常 SKU |
| 滞销库存占比 | 滞销 SKU 库存金额 ÷ 总库存金额 | 上升说明补货规则需要收紧 |
下面是我在做流程梳理时被问得最多的几个问题，以及我自己的答案。这些问题背后其实都是同一个焦虑：怕投入了没效果。
我的答案是先不上。这个阶段用一张结构清晰的表格就能管住，重点是把库存状态拆开、把补货规则写下来、把最近三个月的到货偏差记录下来。
等到出现"两个人对同一个 SKU 的库存判断不一致"的情况，就是该考虑系统的信号了。
先别急着否定公式，去看差异的原因。常见原因有三个：日均销量的统计口径包含了促销期、在途数据不准确、装箱率或 MOQ 约束没有正确应用。
把这三点排查完，如果差距还在，那说明你的品类确实有公式没覆盖的因素，这时候应该调整参数，而不是放弃规则。
不要用承诺时效做补货计算，用你自己记录的实际时效分位数。我通常用 75 分位而不是平均值，因为补货提前期偏乐观的代价比偏保守大得多。
同时，把每个渠道的实际偏差记录下来。连续三个月偏差超标的渠道，从默认路由里降级为备选。
同步延迟无法完全消除，只能通过预留缓冲来吸收。我的做法是在每个平台预留一部分"安全预留库存"，这部分库存不参与其他平台的销售，专门用来吸收同步延迟带来的超卖风险。
预留比例根据同步延迟时长和日均销量计算，延迟越长预留越多。
按我的经验，物流对账耗时和补货周期达成率这类"流程型指标"，两到四周就能看到明显改善；缺货率和库存周转这类"结构型指标"，通常需要两到三个完整的补货周期，也就是两到三个月。
如果一个月内缺货率没有变化，先检查是不是在途口径还没统一，这是最常见的原因。
如果你决定开始，我建议从最小的一步入手：把最近一次到货的采购数量、发货数量、签收数量、上架数量四个数字找出来，对比一下。
这四个数字之间的差距，就是你补货和物流分家的真实成本。差距越大，说明联动的收益越高。
如果你已经在用某套系统，可以对照第五节的字段清单，看哪些字段缺失或者口径不一致。字段补齐之后，第五节到第七节的方法基本可以照着落地。
如果你还在选工具的阶段，可以按第六节提到的三个判断点去评估：库存状态拆分颗粒度、采购与物流单据的关联能力、异常处理是否有独立入口。这三点比功能清单的长度更能决定补货和物流能不能真正接上。
补货和物流的联动，本质上不是一个系统问题，是一个决策顺序问题。顺序对了，工具只需要承担记录和计算；顺序错了，再贵的系统也只能帮你记录混乱。
读者评论
文中的在途口径问题确实很关键。以前团队只看采购在途数量，结果物流实际发出和海外仓签收总是对不上，补货公式用了最乐观的数字，导致要么断货要么压货。把在途拆成五个状态后，数据才真正可用。
作为中小卖家，最深的感受是物流成本其实在补货单生成时就被锁死了。以前先算补货量再找货代报价，结果每次都被装箱率和起订量打乱，最后运费吃掉利润。先定物流路由再校验补货量这个思路很实用。
文章提到异常处理才是ERP真正价值，这点很认同。正常流程Excel能跑，但遇到清关扣关、短装、上架差异时，如果没有异常闭环机制，补货计划就会连环失控。我们团队现在强制记录异常处理动作和时间戳，效果明显。