去年 3 月，我帮一家做家居类目的卖家复盘断货问题。他们 ERP 里 A 款产品的补货前置期填的是 15 天，那是采购和供应商谈定的交货周期。但我拉出这批货的真实轨迹：供应商备货 15 天、深圳仓集货 3 天、海运头程 28 天、目的港清关 5 天、海外仓上架 3 天，从下单到可售整整 54 天。ERP 按 15 天算补货点，等于比实际需求提前 39 天报警，而这 39 天里系统一条有效提醒都没有。这不是个例。
我复盘过十几家中小跨境卖家的配置，补货算不准的时候，绝大多数人的第一反应是去优化销量预测，但真正的问题往往藏在"物流方案设置"那一栏，那一栏要么空着，要么只填了一个物流方式的下拉框。
先把我的核心判断说出来：在跨境电商场景下，补货公式里最关键的那个"前置期"变量，绝大部分时间消耗在物流段，而物流段恰恰是最少被结构化配置进 ERP 的部分。你把物流方案设置当成"发货时选个渠道"，它就是一个操作选项；你把它当成补货算法的输入源，它就是一套需要被拆解、计量、维护的参数体系。这两种认知，决定了你的补货是算出来的还是猜出来的。
很多运营的直觉里，"交期"就是补货周期的全部。但真实的一条链路至少包含五段：供应商备货与生产、国内集货与拼柜、头程运输、目的国清关与提货、入仓上架并转为可售。这五段里，只有第一段是采购能直接谈的，后面四段全部由物流方案决定。
更麻烦的是，后面四段的时间不是固定值。同一家物流商，淡季和旺季能差出 5 到 10 天；同一条航线，甩柜一次就能吃掉两周。如果你的 ERP 里只维护了一个"总交期"数字，那么它从录入的那天起就在过期。
一条典型的补货触发逻辑大致是这样：当"可用库存 + 在途库存"低于"日均销量 × 前置期 + 安全库存"时，系统提示补货。这条逻辑里有四个变量：日均销量、前置期、在途库存、安全库存。日均销量来自销售数据，是唯一和物流无关的变量。剩下三个，全部和物流方案设置强绑定。
前置期由物流渠道的运输时效、清关时效、上架时效叠加而成；在途库存的定义必须明确"哪一段算在途、哪一段不算"；安全库存的缓冲天数则应该跟着物流段的波动幅度走，而不是全店统一填一个数字。换句话说，物流配置没做好，你的补货公式里就有三个变量是错的，销量预测再准也救不回来。
我经常听到一种说法：物流方案设置麻烦，先跑起来再说，反正到时候人工调一下。这个想法的代价常常被低估。多花运费是显性成本，看得见；但决策失真是隐性成本，看不见。
前置期填短了，你会频繁触发补货、频繁下单，结果是货在海上堆着、资金被占着、仓库被塞着，运营看到的是"库存挺多"，财务看到的是"周转率在掉"。前置期填长了，你会延迟触发补货，等你发现要补的时候，最近的一班船已经开了，只能走空运或快递，运费翻三到五倍。两种错误看起来相反，本质是同一个问题：ERP 里对物流的认知，和现实里的物流不一致。
与其纠结"该配哪些字段"，不如用五个问题做一次自检。如果这五个问题你的系统能直接给出答案，说明物流方案配置基本到位；如果有三个以上答不出来，补货就还在靠人肉记忆。
这五个问题对应的是五个字段族：时效到可售日、在途分段状态、全成本口径、替代渠道映射、安全库存归因。它们都不是"物流商推荐"能给的东西，只能靠你在 ERP 里老老实实配出来。
讲完结论，我把场景铺开说。因为不同阶段的卖家，物流方案设置的复杂度完全不是一个量级，用同一套标准要求所有人，本身就是不专业的做法。
我看过最"精简"的一份配置：产品档案里有一个"物流方式"字段，下拉选项是"海运""空运""快递"三个。采购单上填一个预计到货日期，这个日期是采购凭经验估的。库存表里有一个"在途数量"字段，是手工填的，发货时加、到货时减。
这套配置在单平台、单仓库、月出货几十票的时候勉强能跑。因为链路短、订单少，人脑能兜住。但一旦上了第二个平台、开了第二个海外仓、SKU 从几十个涨到几百个，人脑就兜不住了。你会开始出现这些症状：明明海外仓有货，但 FBA 断货；明明在途有货，但补货点已经触发；明明上个月刚补过，这个月又提示要补。
这些症状看起来是三个问题，其实是同一个问题的三种表现：物流方案没有被拆成可计算的参数，只是留在人的经验里。
我一般把跨境卖家按物流复杂度分成三类，他们的补货失准原因差别很大。
第一类是单平台单仓卖家，比如只做亚马逊一个站点、只用一个海外仓，或者只做独立站直邮。这类卖家的链路单一，物流配置的核心是一件事：把一条主线的分段前置期维护准确。他们的补货误差主要来自销量波动，物流反而好控。
第二类是多平台单海外仓卖家，比如同时做亚马逊、Shopee、TikTok Shop，货都放在同一个海外仓，从海外仓发给各平台。这类卖家的核心矛盾是库存归属：同一批库存被三个平台同时"看见"，谁先卖谁先扣，补货规则却各算各的。配置不当的时候，你会同时看到 A 平台缺货、B 平台压货。
第三类是多平台多仓加平台仓卖家，国内仓、海外仓、FBA、平台官方仓同时存在，还有调拨、头程、移除换标这些跨仓动作。这类卖家的补货几乎必然失真，因为"补货"这个动作在他们那里其实有三种完全不同的含义：国内仓补海外仓、海外仓补 FBA、FBA 移除回海外仓。三种路径的前置期和成本结构完全不同，用一套参数去算，不出错才是意外。
这里我要提醒一个很常见的反逻辑做法：先看 ERP 里有哪些字段，然后把能填的都填上。正确顺序应该反过来，先看你的业务跑的是哪几条链路，再决定每条链路需要哪些参数。
单平台单仓卖家，可能只需要维护"渠道 + 分段时效"两组字段就够了。多平台多仓卖家，必须额外维护"仓库归属 + 库存口径 + 调拨路径 + 替代渠道"四组。配置多了不一定是好事，多余的字段没人维护，会变成过期数据，比不填更危险。我的判断标准是：每一个字段，你都必须能说清楚它影响哪一条补货决策。说不清楚的字段，宁可先不填。
下面这八条，是我在实盘复盘中重复率最高的。它们中的大多数看起来像"常识问题"，但一旦落到 ERP 的字段级别，几乎每个团队都会中招。
这是最高频的一条。前面那个 15 天 vs 54 天的例子就是典型。采购在合同里谈的是交货期，那是供应商把货送到指定地点的期限，不含头程、不含清关、不含上架。把交期直接填进补货前置期，等于默认后面四段耗时为零。
更隐蔽的是，有些团队知道要加头程，但只加了头程的"船期"，没加清关和上架。结果前置期从 15 天变成 43 天，看起来进步很大，仍然少了 11 天。我的建议是：前置期必须按"到可售"口径维护，而不是按"到港"口径。到港不等于能卖，中间还隔着清关和上架两道门。
物流商给的时效通常是"港到港"或"仓到港"的理论时效，而且是在舱位充足、不查验、不爆仓的理想条件下。实际到仓时间普遍长于此。我统计过自己经手的几条主力线路，实际到仓和宣传时效的差额基本稳定存在，只是差额大小随渠道变化。
在途库存的口径决定一切。有的团队把"供应商已确认但未发货"算在途，有的只算"已离港"，有的算到"已到港未清关"为止。三种口径下，同一个 SKU 的可补货判断会完全不同。
更要紧的是，"已发货但在途"的货，真的能按时到吗？如果一批货卡在清关已经两周，它在系统里仍然是"在途"，会持续压制补货提醒。等到你发现它其实赶不上销售旺季，再补已经来不及。
我的做法是把在途拆成至少三个状态：已出运未到港、已到港未清关、已清关未上架。状态不同，对补货决策的参考权重就不同。第三段的确定性最高，可以全额计入；第二段要看查验概率打折；第一段则要结合该渠道的历史准点率做折减。
安全库存的本质是对冲不确定性。不同物流渠道的不确定性差别巨大，用一个数字覆盖所有渠道，等于把最稳的渠道也按最不稳的渠道备货，结果就是压货。
我一般建议按渠道的时效标准差来定缓冲天数。波动小的渠道（比如国际快递），缓冲给 3 到 5 天就够；波动大的渠道（比如海运普船），缓冲可能要 15 天以上。同一个 SKU，走快递补货和走海运补货，应该是两套安全库存参数。
这是最容易被忽视、但影响最深远的一条。大部分 ERP 的补货逻辑只算数量，不算钱。可是补货决策本质是一个权衡：为了不断货，我愿意多付多少运费？
举个例子。某个 SKU 走海运的单位运费是走空运的四分之一，但前置期长 20 天。如果这个 SKU 的日均销量是 30 件，20 天就是 600 件的备货差。海运能省下的运费，够不够覆盖 600 件货的资金占用和仓储成本？这个账，只有把物流成本结构配进系统里才算得清。
完整的总成本至少包含五块：基础运费、旺季附加费、关税与 VAT、入仓费、仓储费。其中入仓费和仓储费在多仓场景下占比不小，尤其是需要长期占用海外仓库位的慢销品。
多仓场景下最常见的失控是"库存看得见但摸不着"。国内仓有 2000 件，海外仓有 300 件，FBA 有 150 件。如果系统把这三处加总成一个"总库存 2450 件"，补货规则就会判断库存充足，不触发补货。但实际上，能直接服务当前销售的是 FBA 那 150 件，海外仓那 300 件需要本地调拨，国内仓那 2000 件要等一次完整的头程。
反过来也有重复下单的风险。如果国内仓和海外仓各跑一套补货规则，而两套规则都能看到同一批在途货，同一批货可能被扣两次，导致两处都以为库存充足，实际上都不够。
淡旺季的物流时效差异是结构性的，不是随机波动。8 月到 11 月，舱位紧张、港口拥堵、FBA 预约困难会同时发生。如果安全库存和前置期在全年是一个固定值，那你等于默认旺季不存在。
我的经验是至少做两套参数：平季参数和旺季参数，切换时间点按你所在线路的历史规律定，不要等出了问题再切。切换动作应该是系统里的一个参数组切换，而不是运营在群里喊一声"大家记得多备点货"。
我见过太多团队，主力渠道一停接，立刻陷入被动。不是找不到替代物流商，而是找不到"已经配置好参数、能直接进补货计算"的替代渠道。临时找的渠道，时效和成本都是未知数，进了系统反而制造噪音。
正确的做法是：每条主力渠道在渠道档案里都挂一个备用渠道，并标注切换后的前置期变化和成本系数。这样当主力渠道出现异常时，系统能自动用备用渠道的参数重算补货点，运营要做的只是决策"要不要切"，而不是从零开始找渠道、问价格、估时效。
前面讲的都是"不能怎么做"。这一节讲"应该怎么做"。我把它总结成一个五步映射法，从物流渠道出发，一步步落到补货参数上。
物流渠道在系统里不应该是一个名字，而是一个包含多组字段的对象。我一般把它拆成六族。
这六族里，基础族和时效族是必填的，成本族和限制族是影响决策质量的，追踪族和替代族是应对异常的。如果资源有限，优先级是：时效族 > 库存口径 > 成本族 > 替代族 > 追踪族 > 限制族。
前置期应该是算出来的，不是填出来的。我的建议是把它拆成五段，每段单独维护，补货时自动加总：
分段建模的好处是可归因。当补货出错时，你能立刻定位是哪一段的参数过期了，而不是笼统地说"这批货晚了"。可归因是配置的第一价值，准确性是第二位的。
补货计算之前，必须先把库存分账。我建议至少分六类：可用库存、已被订单锁定、平台仓不可调拨、在途未清关、在途已清关未上架、不良与退货待处理。
只有前两类之外的部分被清楚剥离，你才知道"真正能用于补货决策的库存"是多少。这一步做不好，后面的所有计算都是沙上建塔。
成本入模不等于把运费录进系统，而是让系统能在两种补货方案之间算出"总成本差"和"断货风险差"。具体来说，至少要让系统能回答：走这条渠道比走那条渠道，每件多花多少钱，前置期短多少天，这段时间能多卖多少件。
我给一个简化公式作为参考，注意这只是演示逻辑，不是唯一标准：
补货点 = 日均销量 × (供应商交期 × 准时率修正
+ 集货天数
+ 头程天数 × 旺季系数
+ 清关天数 × 查验概率修正
+ 上架天数)
+ 安全库存
(可用库存 + 已确认可到的在途库存)
其中：
旺季系数 ， 平季 1.0，旺季 1.15 ~ 1.35
准时率修正 ， 供应商段，按近 6 个月历史准点率折算
查验概率修正 ， 清关段，按品类历史查验率折算期望耗时
安全库存 ， 日均销量 × 渠道时效标准差对应的缓冲天数
把公式写出来之后你会发现，里面只有"日均销量"和"安全库存"是运营熟悉的，其余全部来自物流方案设置。这就是为什么我说物流配置是补货算法的输入端，它不是一个配角。
最后一步是异常处理。绝大多数团队的异常处理方式是"出了问题再开会"，这是流程层面的应对，效率低且不可复用。
更好的方式是把异常做进配置：给每条主力渠道设定预警阈值（比如到港超期 3 天触发提醒），绑定一个备用渠道，标注切换后的前置期增量。系统在重算补货点时自动按备用渠道参数走，运营只需要判断是否真的切换。把判断留给人的地方，就把计算留给系统。
概念讲完，我用一个具体工具来演示落地过程。这里以数跨境为例说明（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys），原因是它的数据接入和配置逻辑比较典型，适合拿来讲清楚"配置层"和"计算层"是怎么衔接的。需要提醒的是，不同产品的字段命名差异很大，具体名称请以你自己的系统为准，重点是配置思路。
跨境电商的物流配置有一个特殊难点：数据来源太分散。平台订单在平台后台、物流轨迹在物流商系统、库存分布在多个仓库和平台仓、采购数据在供应链表格里。如果这些数据不先汇总到一起，物流方案设置就只是一堆静态字段，没有办法和实际业务对账。
数跨境这类跨境数据平台的思路是先做多平台、多店铺、多仓库的数据接入，再在这个统一的数据底座上做库存、采购、利润和补货的分析。对补货场景来说，这个顺序是对的：先让数据能对齐，再让参数能计算。
我一般建议在做任何补货配置之前，先把三张基础表立起来：仓库表、物流渠道表、SKU 与产品表。这三张表是所有计算的主数据，缺一张，后面的字段就没有地方挂。
仓库表要明确每个仓库的类型（国内仓、海外仓、平台官方仓）、归属主体、是否可调拨、是否直接服务销售。物流渠道表要挂在仓库下面，因为同一个物流商在不同起运地的渠道参数完全不同。SKU 表要包含重量、体积、是否带电、目的国合规要求，这些字段直接决定可选的物流渠道范围。
这一步看起来是数据治理工作，和"补货"离得很远，但它是后面所有配置的地基。我见过太多团队跳过这一步直接配补货规则，结果每个季度都要重建一次。
三张主数据表立好之后，接下来是给每个渠道建一份档案。下面是我常用的一份渠道档案结构示例，字段名你可以按自己系统调整：
{
"channel_code": "SEA_FAST_US_01",
"carrier": "某海运服务商",
"origin_warehouse": "深圳集货仓",
"destination": ["US"],
"bound_warehouse": "美西海外仓 A",
"lead_time": {
"consolidation_days": 3,
"transit_days_low": 24,
"transit_days_high": 34,
"customs_days_low": 2,
"customs_days_high": 8,
"shelving_days": 3,
"cutoff_weekday": "每周四",
"peak_season_factor": 1.25
},
"cost": {
"billing_rule": "体积重与实重取大",
"base_rate_per_cbm": 0,
"peak_surcharge_ratio": 0.12,
"duty_vat_handling": "目的国实报实销",
"inbound_fee_ratio": 0.05
},
"constraints": {
"max_weight_kg": 30,
"battery_allowed": false,
"liquid_allowed": false,
"restricted_categories": ["含酒精", "压力容器"]
},
"tracking": {
"node_coverage": ["离港", "到港", "清关完成", "提柜", "入仓"],
"abnormal_alert_days": 3
},
"backup_channel": "AIR_EXPRESS_US_02",
"backup_lead_time_delta_days": -18,
"backup_cost_factor": 3.4
}
这份档案里有三个字段最容易被人忽略，但它们对补货决策的影响最大。
第一个是 transit_days_low 和 transit_days_high 这一对区间值，而不是单一平均值。平均时效会掩盖波动，而波动才是安全库存存在的理由。
第二个是 peak_season_factor。这是旺季切换的开关，有了它，旺季参数切换变成改一个数字，而不是重配一遍。
第三个是 backup_channel 及其两个系数。它让"换渠道"这个动作在系统里是可计算的，而不是靠人去问。
档案配好之后，补货计算会自然引用这些字段。我举一个具体的对比来说明影响有多大。
假设某个 SKU 日均销量 30 件，安全库存按 10 天算即 300 件，现有可用库存 400 件，在途 0 件。如果系统误把前置期配成 15 天（供应商交期），补货点是 30 × 15 + 300 – 400 = 350 件，也就是说只有当库存掉到 350 件以下才会触发补货。但真实前置期是 54 天，正确的补货点应该是 30 × 54 + 300 – 400 = 1520 件。这两个数字差了 1170 件，接近 39 天的销量。
换句话说，前置期配错这一项，就足以让补货点整体后移 39 天。在这 39 天里，系统会一直显示"库存充足"，直到你发现要补货时已经来不及。这个例子我在三个不同团队里都遇到过，只是具体数字不同。
配置完成之后，还需要一个监控层。我建议至少盯三块：在途分状态的数量、每个渠道的实际到仓时效与配置时效的偏差、异常订单的积压情况。
其中第二块最关键。如果实际到仓时效连续两个月高于配置时效，说明你的配置已经过期了，需要修正的是字段，不是补货次数。很多团队的做法相反，一发现断货就加大补货量，结果是把参数错误带来的问题，用压货的方式掩盖掉，越补越乱。
我统计过自己经手的补货失准案例，按原因归类后有一个很清晰的分布。前四项加起来占了绝大多数，而且全部属于物流段可控可配的范围。
配置建议必须分场景给，否则没有可执行性。下面按我常见到的五类卖家分别说。
你的目标是"把一条主线配准"，不要贪多。第一步只做两件事：把主渠道的分段时效拆出来，把库存口径分成可用、锁定、在途三类。
分段的颗粒度不用太细，供应商段、头程段、清关与上架段三段就够。安全库存暂时按一个固定天数给，等积累了三个月实际到仓数据，再按渠道波动调整。
这一步大概需要一到两周。判断做得对不对的标准很简单：连续三个月，你的补货触发时机是否比之前更接近实际需求。
你的核心矛盾是库存归属，配置重点应该放在"库存分账"而不是"时效精度"上。先把每个平台的可用库存、锁定库存、在途库存分开，确认同一批货不会被两个平台的规则同时占用。
第二步是设定库存分配优先级。同一批海外仓库存，是先满足哪个平台？这个规则必须显式配置，不能靠人临时决定，否则每次大促都会出现平台之间抢货。
第三步才是细化物流时效。因为你的物流链路相对单一（国内补海外仓），时效的波动范围其实可控，配置精度要求低于多仓卖家。
这类卖家的配置必须做"路径分流"。也就是说，把补货拆成三条独立路径：国内仓补海外仓、海外仓补平台仓、平台仓移除回海外仓。每条路径单独配置前置期、成本和触发规则。
三条路径绝对不能共用一套安全库存参数。国内补海外仓的缓冲要覆盖头程和清关，海外仓补平台仓的缓冲要覆盖本地运输和预约排队，两者量级完全不同。
另外强烈建议把在途状态拆到四段以上，因为你的在途货同时分布在多条路径上，状态混淆的代价最大。
你的 SKU 数量大、单 SKU 销量低，不可能给每个 SKU 单独配参数。可行的做法是按品类分组配置：把 SKU 按重量段、目的国、是否带电分成若干组，每组绑定一套物流参数模板。
参数模板的颗粒度可以粗一些，但分组逻辑必须清晰。我见过最糟的做法是给所有 SKU 用一套无差别的参数，结果带电产品被分配到了不收带电的渠道，只能人工干预。
另外，铺货型卖家应该把安全库存的权重调低，把"快速补货能力"的权重调高。因为单 SKU 试错成本低，断货一次的损失小于压货一次的损失。
你的 SKU 少、单 SKU 销量大，配置精度要求最高。建议把每一个主力 SKU 的核心渠道都做成独立档案，时效区间、旺季系数、成本结构全部细化。
同时要把成本入模做彻底，因为你的单批量大，运费的绝对差额可观，一次渠道选择的差异可能抵得上一个月的利润。
最后一点，品牌型卖家必须配替代渠道。你的断货损失远高于中小卖家，一次主力渠道停收就可能造成不可逆的排名下滑。
配置这件事没有最优解，只有取舍。下面五组取舍，是我在实盘里反复需要做判断的。
把每个渠道的时效细到按周更新，精度当然高，但维护成本也高。中小团队很难承受。我的建议是按"影响面"分配维护精力：贡献 80% 出货量的前三条主力渠道，做精确维护；长尾渠道用模板参数，季度校准一次即可。
判断依据是这条渠道的错误会带来多大损失。主力渠道错一天，影响的是几百上千件的备货；长尾渠道错一周，可能只影响几十件。精力应该按损失权重分配。
把关税、VAT、入仓费、仓储费全部精确入模，理论上最准确，但账算得太细，补货决策会变得很慢。尤其是多国多品类场景，税率和费用结构复杂，精确核算一次可能要几天。
我的取舍方式是分级：主力 SKU 和主力渠道做精细成本入模；长尾 SKU 用一个成本系数近似，比如"海运按基础运费的 1.35 倍估算全成本"。这个系数按季度校准一次。先让决策能跑起来，再逐步提高精度，比一开始追求完美导致决策停滞要好。
库存共享的好处是提高周转、减少局部压货；坏处是容易出现"看得见摸不着"，导致决策误判。库存隔离的好处是每个渠道的库存状态清晰；坏处是容易产生局部积压，整体周转下降。
我的判断标准是补货周期。补货周期短（比如 7 天以内），可以共享，因为调节快；补货周期长（比如 40 天以上），必须隔离，因为一旦误判，纠错窗口太长。
自动补货的效率高，但前提是参数可靠。参数不可靠的时候，自动化会把错误放大，它会用错误的参数批量生成一堆错误的采购建议。
我的做法是分阶段：前三个月，系统给建议、人工复核并记录偏差；等偏差稳定在可接受范围后，对参数维护良好的主力 SKU 开启自动补货，长尾 SKU 继续人工复核。自动化的开关应该按 SKU 分，而不是一刀切。
服务商提供的标准模板上手快，字段结构是按行业通用场景设计的，能覆盖大部分需求。自建档案更贴合自己的链路，但前期投入大。
我的建议是：先用标准模板起步，但保留两到三个自定义字段的位置，专门放你链路里最特殊的那部分。比如你有一条特别复杂的多供应商拼柜链路，通用模板一定覆盖不到，这部分就需要自定义。
不要试图一次配到完美。物流方案设置是一个持续校准的过程，不是一个一次性项目。每季度复盘一次实际到仓时效和配置时效的偏差，把偏差修回字段里，配置就一直在变准。
最后给你一份可以直接用的检查清单和执行路径。
这十二项里，如果做不到全部，至少先把第 2、5、7、11 四项做掉。这四项对补货准确率的影响最大，也是我在复盘中见效最快的四项。
配置改完之后不要急着下结论，至少观察四周。要盯的指标有四个：补货建议的采纳率、断货天数、库存周转天数、物流实际时效与配置时效的偏差。
其中第四个最关键。它直接告诉你参数是不是在变准。如果这个偏差在四周内持续收窄，说明配置方向对了；如果偏差没有变化，说明你改的可能不是根因。
前三个指标要合起来看。只看断货天数，你可能会误判；补货增加了但断货没改善，说明问题不在补货量，而在前置期参数。
如果你想马上动手，我建议按这个顺序推进，不要跳步。
第一周，只做一件事：把你现在所有在用的物流渠道列出来，给每条渠道标注起运地、目的地、绑定仓库、实际到仓所需天数区间。这一步不需要任何系统改造，用表格就能完成。
第二周，对照这张表去检查你 ERP 里的补货前置期字段，找出偏差最大的三个 SKU，算一下偏差是多少天、影响多少件备货。这一步会让你看到问题的量级，也是推动团队重视的最有力材料。
第三周开始做配置优化，优先级是：前置期分段 > 库存分账 > 安全库存分渠道 > 成本入模 > 替代渠道。前两项是地基，做完就能看到明显改善。
如果你们的数据分散在多个平台后台、多个仓库系统、多个物流商系统里，汇总本身就要花掉大量时间，那么可以考虑先用数跨境（https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）把多平台多仓的数据接到一起，再在统一的数据基础上做配置和补货分析。顺序很重要：先把数据对齐，再把参数配准，最后才谈自动补货。跳过前两步直接上自动化，只会让错误跑得更快。
我最后再重复一遍这篇文章的核心判断：物流方案设置在 ERP 里不是发货时的一个下拉选项，它是补货算法里前置期、在途库存、安全库存这三个变量的来源。你在这三个变量上省下的配置时间，最后都会以断货或者压货的形式，加倍还回来。
读者评论
做亚马逊三年，一直只填供应商交期，看了这篇才意识到到可售口径才是对的。我们海运普船经常甩柜，实际到仓比ERP预计晚一周以上，补货点频繁误报。不过中小团队要把五段前置期都维护起来，人力成本确实高，建议先从主线路开始，别一次性全上。
文章把在途拆成三段很实用。我们之前把已发货全算在途，结果一批清关卡了两周还在压制补货提醒，等发现时已经断货。后来按已出运、已到港未清关、已清关未上架分别打折计入，补货准确率明显提升。但ERP字段得支持状态细分，不然还是手工表。
多平台多仓那段很真实。我们同时做亚马逊和独立站，海外仓库存被两边同时看见，补货规则各算各的，经常一个平台缺货另一个压货。文章说补货有三种含义，确实如此。先理清链路再配字段比系统里能填什么就填什么重要得多。
安全库存按渠道波动分别设置这点很认同。我们走快递和海运的SKU，用同一个安全库存天数，结果海运备货过多、快递反而断货。后来按历史时效标准差调缓冲，资金占用降了不少。但前期没数据时，建议先用固定经验值加人工复核过渡。