去年黑五前两周，一位做家居收纳的卖家找我复盘。他的美国站主力款断货 11 天，Listing 从类目前 20 掉到 80 名开外；与此同时，洛杉矶海外仓里还压着这款 SKU 的 3800 件货，因为库容和入库预约的问题迟迟进不了平台仓。ERP 里数据是全的，采购单、头程在途、海外仓库存、平台仓可售，四个数字分属四个页面，但没有任何一个页面告诉他：现在这个节点，该不该再下一张采购单。
他的团队当时做的动作是"看平台可售天数"，低于 30 天就补货。这套逻辑在国内电商能跑，在跨境线上就是灾难，因为它完全没有把采购交期、头程船期、平台仓入库窗口、本地合规这几个本地化变量算进去。这也是我写这篇文章的原因：跨境电商的本地化运营，下半场的胜负手不在前台翻译和客服，而在补货决策能不能本地化。
大部分团队谈本地化，第一反应是语言、客服、支付、税务。这些都对，但它们是"履约层"的本地化，属于把货卖出去之后的事。真正决定用户体验的，是"货在不在正确的位置上、正确的时间点上有正确的数量"。而这件事的决定权，握在采购补货环节手里，不在客服手里。
我做过的跨境项目里，客服响应时间从 24 小时压到 4 小时，对复购的提升是有限的；但本地仓断货一次，用户直接去竞品下单，且大概率不回来。库存位置对用户体验的影响，比任何前台优化都更直接、更不可逆。
所谓库存位置，包含三层含义：货在国内工厂还是已经在头程；在海外仓还是已经入平台仓；在正确的站点仓库还是被调到了滞销站点。这三层的每一次判断失误，都会外化成前台可见的差评和取消订单。
很多人对 ERP 的期待是"把订单、库存、采购、财务都放进去"。这只是数据集中，不是运营能力。真正有价值的 ERP 用法，是把"平台仓库容上限""头程船期""本地 VAD/EPR 合规要求""供应商实际交期"这些本地化变量，变成系统里可计算的补货参数。
举个具体的：如果你只知道供应商标称交期 25 天，但没把它拆成"生产 15 天 + 质检 3 天 + 集货报关 7 天"，也没把旺季工厂排产延后 7 天的经验值写进参数，那 ERP 算出来的补货点一定是偏晚的。参数错了，系统越自动化，错得越快。
客服话术、广告打法、红人合作，这些都高度依赖个人能力，换个人就换一套打法。只有补货节奏是可以被固化成流程、参数、审批规则，然后跨站点、跨品类复制的。这也是为什么我认为，把补货节奏写进 ERP，是跨境团队从"人治"走向"体系"的最低成本路径。
我见过太多团队先买 ERP 再想流程，结果是把混乱的流程电子化了一遍。正确的顺序是先定义"需求信号 → 补货计划 → 采购执行 → 本地履约 → 复盘反哺"这五层框架，再去找工具承载它。工具选型是后面的事，框架定义是当下的事。
要看清楚这件事，得先把跨境运营的时间轴和国内电商的时间轴摆在一起对比。国内的补货决策是"周"级别，跨境的补货决策是"月"级别，这两个时间尺度用同一套 ERP 参数必然出事。
第一阶段铺货，核心是"多上 SKU、快速试品"，补货逻辑极其简单，卖得动就再发一批，卖不动就清掉。这个阶段用 Excel 就能管，用 ERP 是浪费。
第二阶段精细化，核心是"算得清周转和毛利"，开始有 SKU 分层、有安全库存概念，ERP 开始发挥作用，主要解决库存台账准确性和毛利率核算。
第三阶段本地化，核心是"货必须在本地、在正确的位置上"，此时补货决策要同时考虑多个仓库、多个主体、多个合规要求，靠人工表格已经算不动了。这也是本文聚焦的阶段。
第一个是家居类目，断点在于"采购交期没有按旺季动态调整"。工厂标称 25 天，实际旺季 38 天，采购计划还按 25 天算，结果所有补货都晚了 13 天。
第二个是消费电子，断点在于"头程和平台仓入库没有串起来"。货到海外仓了，但入库预约排到了两周后，海外仓到平台仓这段"最后一公里"完全没被纳入补货节奏。
第三个是服饰，断点在于"本地合规没有前置"。欧盟的纺织品标签和 EPR 注册没提前办好，货到港后卡在清关，错过了整个销售季。
三个断点看起来不同，本质是同一个：补货决策发生在国内，但影响补货的变量全部在本地。
亚马逊近两年把库存绩效体系调整为库容限制机制，这对补货节奏的影响是结构性的：过去你可以一次性把半年的货压进平台仓，现在库容上限决定了你只能"小步快跑"，补货频次必须提高，单次批量必须压缩。
同时，多家平台对入库预约、标签合规、箱规要求都在收紧。TikTok Shop、Temu、SHEIN 的半托管和全托管模式，又把"发货时效"变成了硬性考核指标。这些规则叠加的结果是：补货窗口从"按月"变成了"按周"，但从国内工厂到本地可售的物理时间并没有缩短。这个矛盾，只能靠 ERP 里的参数和规则来消化。
很多团队的旺季策略是"提前两个月多下一批订单"。这个动作本身没错，但它解决不了核心问题：如果这批货在平台仓入库排队，它依然不是可售库存。
我的判断是，旺季的核心动作应该是三步：提前锁供应商产能、提前锁头程舱位、提前锁平台仓入库预约。这三件事分别对应采购、物流、履约，必须由同一个补货计划串起来，而不是三个部门各做各的。
下面这六个误区，是我在跨境项目里反复见到的。它们不是"知识盲区"，而是"看起来正确、实际会失误"的判断偏差，所以危害更大。
最常见的用法是：ERP 只用来同步订单、打印面单、导出物流单号。采购、补货、库存分析全部另开 Excel。这样做的结果是数据割裂，ERP 里的库存是"下单后扣减"的逻辑，Excel 里是"到仓后增加"的逻辑，两边永远对不上。
纠正动作：把采购单、头程、入库、库存变动全部纳入 ERP 主流程，Excel 只作为分析层的补充，不作为数据源。
老运营的"手感"其实是大脑里跑过的一套隐性模型，它包含历史销量、季节、竞品动作等变量。但人的隐性模型有两个致命缺陷：无法跨 SKU 并行，无法在参数变化时自动重算。
当你从 50 个 SKU 扩到 500 个 SKU，手感立刻失效。不是能力问题，是容量问题。
把网站翻译成德语、雇两个德语客服，就认为完成了德国市场本地化。但如果货还在国内直发，德国用户下单后要等 12 天，这个本地化是纸面上的。
真正的本地化必然包含"本地有货"，而"本地有货"必然要求补货计划按本地销售节奏来排。
爆款和长尾用同一个安全库存天数，结果是爆款断货、长尾积压。爆款需要的是"高安全库存 + 高频补货 + 多仓布点"，长尾需要的是"低安全库存 + 长补货周期 + 谨慎补量"。
这两类 SKU 的补货逻辑几乎是相反的，用一套规则必然两头都做不好。
我见过最常见的配置是"所有 SKU 安全库存 30 天"。这个数字从哪来的？多半是某次拍脑袋定的。
合理的做法是按"交期波动 + 需求波动"动态计算：交期稳定、需求稳定的 SKU，安全库存可以压到 10-15 天；交期波动大、需求季节性强（比如节日礼品）的 SKU，安全库存需要拉高到 45-60 天。安全库存不是一个天数，而是一个波动率函数。
把缺货率压到 1% 是有代价的，代价是库存周转天数从 60 天涨到 120 天，现金全压在货上。健康的做法是看组合指标：缺货率、售罄率、周转天数、滞销占比、现金周期，一起看。
单一指标最优，往往是整体最差。
前面讲的是"为什么"，接下来讲"怎么做"。我把这套框架拆成五层，每一层都必须落到 ERP 的具体字段或规则上，否则就是空谈。
这一层的任务是收集信号，不急着做决策。跨境场景下需要纳入的信号有六类：本地促销日历、平台仓入库规则与库容、本地合规要求、汇率与资金成本、物流时效与舱位、本地退货率。
每一类信号都要明确"谁负责更新、多久更新一次"。比如本地促销日历由运营按季度维护，平台仓入库规则由物流岗每月检查一次，汇率由财务每周同步。信号不新鲜，后面全是错的。
计划层是整套框架的核心。它的产出不是"这周补多少"，而是一张 SKU 参数表：每个 SKU 的补货点、安全库存、补货批量、补货周期、适用仓库。
做这张表的第一步是分层。我通常按动销和毛利把 SKU 分成四类：A 类爆款、B 类稳定款、C 类长尾、D 类清库存。分层之后，每类的参数模板不同，避免一刀切。
供应商说 25 天，你不能直接把这个数字写进系统。要把它拆成生产、质检、集货、报关四段，每段记录实际历史值，用你实际观察到的 P75 值而不是标称值来做计划。
同时 MOQ、阶梯价、账期也要进系统。因为很多情况下，不能只补"理论最优量"，还要考虑凑 MOQ 带来的额外库存成本。
同一个 SKU 可能同时存在三种履约路径：直发（慢但灵活）、海外仓（快但有仓租）、平台仓（最快但有库容限制）。补货计划必须明确"这批货走哪条路径、到哪个仓、什么时间点可售"。
如果 ERP 里只有"在途库存"这一个笼统字段，是算不准补货点的。必须细分到"在途-海运-预计到港""在途-清关中""海外仓可用""平台仓可售"。
这一层决定了框架能不能自我进化。每月做一次复盘，看四个核心指标：缺货率、售罄率、周转天数、滞销占比。哪个 SKU 表现偏离预期，就回头调它的补货点和安全库存。
这里有个关键细节：调整参数要一次只调一个变量，并记录调整前后的数据。同时改三个参数，你永远不知道是哪个起了作用。
框架定义了"有什么"，落地要解决"写到哪里"。这一节给的是可以直接照着配的清单，你可以按自己企业实际情况删减。
第一组是主数据字段：SKU、平台 SKU、供应商、工厂标称交期、实测 P75 交期、MOQ、阶梯价。这组是所有计算的基础，缺失任何一项都会导致参数失真。
第二组是物流字段：头程方式、头程时效区间、起运港、清关主体、预计到港日、预计入库日。注意这里要区分"到港"和"入库"，这两个时间点之间可能差 1-3 周。
第三组是仓储字段：仓库类型（国内仓/海外仓/平台仓）、所属站点、库容上限、当前占用、入库预约状态。库容上限这一项，是很多团队漏掉的。
第四组是合规字段：VAT 号、EPR 注册号、标签要求、产品认证、有效期。合规格字段要设置到期提醒，因为注册过期会直接卡住入库。
第五组是计划字段：安全库存天数、补货点、补货批量、补货周期、适用仓库、SKU 分层。这组是补货引擎的输入。
第六组是财务字段：采购币种与汇率、账期、关税税率、仓储费率、资金成本率。这组决定了补货决策是否"经济上成立"。
{
"sku": "HOM-STORAGE-A01",
"layering": "A",
"supplier": {
"name": "SZ-Factory-03",
"lead_time_nominal_days": 25,
"lead_time_p75_days": 38,
"moq": 500,
"tier_price": [{ "qty": 500, "price": 4.2 }, { "qty": 2000, "price": 3.8 }]
},
"logistics": {
"mode": "sea_fcl",
"transit_days_range": [28, 42],
"arrival_port": "LAX",
"customs_entity": "US-LLC-01"
},
"warehouse": {
"type": "platform_fc",
"marketplace": "US",
"capacity_limit_units": 6000,
"current_on_hand": 2400,
"inbound_appointment_lead_days": 14
},
"compliance": {
"vat_id": "N/A",
"epr_registration": "N/A",
"label_required": true,
"cert_expiry": "2026-03-31"
},
"planning": {
"safety_stock_days": 42,
"reorder_point_units": 1850,
"reorder_batch_units": 1500,
"review_cycle_days": 7,
"target_warehouse": "US-FC-01"
},
"finance": {
"currency": "USD",
"fx_rate": 7.18,
"payment_term_days": 45,
"duty_rate": 0.062,
"capital_cost_rate_annual": 0.068
}
}
第一条是补货点触发提醒。当"平台仓可售 + 在途可及时到货 + 海外仓可调拨"三者之和低于补货点时，系统自动生成补货建议，而不是等人去查。
第二条是审批流。建议补货金额超过某个阈值（比如 30 万元人民币）时，自动流转到供应链负责人审批。这条规则的作用不是控制成本，而是让大额决策留痕。
第三条是交期偏离预警。实际交期超过 P75 值时，自动提醒采购跟进，并触发一次补货点重算。
第四条是库容占用预警。当平台仓当前占用接近库容上限时，系统提示调整后续发货节奏，避免货发出去进不了仓。
第五条是合规到期预警。认证或注册到期前 60 天提醒，避免因为合规断档导致入库受阻。
我见过最糟糕的分工是"运营和供应链都觉得对方在管补货"。结果是断货了互相甩锅，库存积压了没人认领。
合理的分工是：供应链（或采购）主导补货决策，运营提供销售节奏和促销计划，财务提供资金与汇率约束，本地团队提供合规和退货数据。决策权和执行权都在供应链，运营是输入方而不是决策方。
框架讲完，我用一个具体工具把这套逻辑跑一遍。我选用数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）作为落地演示，原因很直接：这套框架要求把多个平台、多个仓库、多个主体的数据汇总到同一张看板上，而数跨境的定位就是跨境电商多平台数据的整合与经营看板分析。
它不是一个"打单工具"，而是骨架里的数据层和分析层，适合做补货参数的复盘与校验。
第一个原因是数据源的覆盖。跨境卖家的数据天然分散在平台后台、ERP、海外仓系统、广告后台里，如果不能自动汇总，每周的数据准备就要花掉一两天。数跨境在这层的价值是把分散数据收敛成统一的经营口径。
第二个原因是分析粒度的灵活性。补货复盘需要按 SKU、按站点、按仓库、按时间段切分，并且要能下钻到具体 SKU。纯 ERP 报表往往按单据组织，不按分析视角组织，切分很不方便。
第三个原因是它能把"库存"和"经营结果"放在一起看。补货决策的最终校验指标是周转天数和现金周期，这两个指标必须和销售额、毛利一起看才有意义。单独的库存报表给不出答案。
新品没有历史销量，最大的风险是一上来就压大批量。我的做法是给新品单独一套参数模板：安全库存按低值设（比如 20 天），补货批量按 MOQ 最小值，补货周期缩短到 5 天一次，同时把"首批到货后 14 天动销率"作为是否加量的判断门槛。
在数跨境里，我会建一个新品专项看板，把"上架天数、累计销量、日均销量、动销率、库存余量、预计清空天数"放在同一屏。这样判断是否加量时，看的是数据趋势，而不是"感觉卖得还行"。
爆款的核心矛盾是"平台仓库容有限，但断货代价极高"。解决思路是把海外仓当成蓄水池：平台仓保持 30-45 天可售，海外仓保持 45-60 天储备，两边加起来覆盖整个交期周期。
参数上，爆款的补货点要按"平台仓可售 + 海外仓可调拨"合并计算，而不是只看平台仓。补货批量则要考虑平台的单次入库上限和库容余量，避免货到了进不去。
长尾 SKU 的处理原则是"尽量不补，优先清"。具体做法是设置一个"停补阈值"：当某 SKU 连续 30 天日均销量低于某个值时，系统自动把它从补货清单里移出，进入清库存流程。
清库存的节奏也要进系统：打折周期、清货渠道（站内促销、清货平台、本地分销）、预计清完时间。这些数据进系统之后，你才能看到"滞销库存占比"的真实变化。
下面这组数据来自我经手的三家样本店铺（年 GMV 分别在 2000 万、4500 万、8000 万量级），在完成"SKU 分层 + 参数重设 + 每周复盘"之后，连续观察了 6 个月。需要说明的是，这是样本整理值，不是行业统计数据，也不构成任何效果承诺。
| 指标 | 调整前（3 个月均值） | 调整后（第 4-6 个月均值） | 变化方向 |
|---|---|---|---|
| 平台仓缺货率 | 8.6% | 3.4% | 下降 5.2 个百分点 |
| 库存周转天数 | 96 天 | 68 天 | 缩短 28 天 |
| 滞销库存占比 | 22% | 11% | 下降 11 个百分点 |
| 入库预约及时率 | 61% | 84% | 提升 23 个百分点 |
| 补货计划人工耗时 | 22 人时/周 | 9 人时/周 | 减少 13 人时/周 |
这组数据里，我认为最有价值的变化不是缺货率下降，而是周转天数和滞销占比同时下降。这两个指标同时改善，说明不是简单地"多备货换低缺货率"，而是补货精度真的提高了。
另一个值得注意的点是入库预约及时率。这个指标过去没人管，但它是连接"货到了"和"货可售了"的关键环节。把它纳入考核之后，团队才开始提前 2-3 周准备预约材料。
框架是通用的，但落地节奏必须按企业规模分层。下面按 GMV 量级给建议，你可以直接对号入座。
这个阶段 SKU 通常在 50-200 个，最大问题不是工具，而是数据口径混乱。第一个动作是统一"可售库存"的定义：到底只算平台仓，还是包含海外仓可调拨部分。
第二个动作是给 SKU 分层，至少分出 A 类和 C 类。A 类人工盯，C 类用固定规则补。第三个动作是记录实际交期，三个月后你就有了自己的 P75 数据，比任何行业平均值都准。
这个阶段 SKU 数量到了 300-1000 个，人工已经算不动。核心动作是把第四节的五层框架落到 ERP 字段里，先跑通一条产品线的自动补货建议。
同时建立周度补货复盘会，参会人固定为运营、供应链、财务三方。会议只做三件事：看上周补货执行偏差、看本周库存健康度、调下两周参数。
这个阶段通常已经有多个海外仓、多个平台、多个主体。单点优化已经不够，需要全局的库存调拨规则：什么情况下从 A 仓调货到 B 仓，什么情况下宁愿新发头程。
同时引入月度 S&OP;（销售与运营计划）机制。运营给出未来 3 个月的销售计划，供应链据此排采购与头程，财务据此排现金流。这三个计划必须在一个会上对齐，不能各自为政。
如果你是同时在亚马逊、TikTok Shop、Temu、独立站上卖，库容约束会变成最硬的约束。这时候补货计划的排序逻辑要变：先满足库容受限最严重的渠道，再分配给灵活的渠道。
具体操作上，建议在 ERP 里给每个仓库设置"硬上限"和"软上限"，硬上限用于阻断发货，软上限用于提前预警。这个设置能避免掉最常见的一类事故：货发出去了，平台仓放不下。
这一节聊几个绕不过去、也没有标准答案的选择。我给的是判断依据，不是结论。
判断依据是"流程独特性"和"IT 能力"。如果你的补货流程和行业主流差异很大（比如涉及大量定制生产、复杂的多主体调拨），现成工具会处处别扭，这时候自研或深度定制是合理的。
但如果你的流程就是标准的跨境补货，那自研的维护成本会远超预期。我的经验是：除非你已经有稳定的技术团队并且补货是你的核心竞争壁垒，否则优先采购。把精力放在参数调优上，比放在系统开发上回报更高。
核心判断维度是"时效敏感度"和"资金压力"。时效敏感的爆款必须走平台仓，哪怕库容受限；周转慢的长尾可以考虑海外仓，用较低成本保持本地可售；测试期的新品可以走直发，验证动销之后再决定是否备货。
一个容易被忽视的点是：这三条路径的切换本身也有成本。频繁切换会让库存数据变得混乱，也会让用户感知到的时效不稳定。所以选定路径后，至少保持一个销售季度的稳定。
我倾向于"参数自动生成建议 + 高金额人工审批"的混合模式。完全自动的风险是参数错误会被无限放大；完全人工的问题是响应速度跟不上。
实践上，可以把补货建议按金额分档：5 万元以下自动执行，5-30 万元单人审批，30 万元以上双人审批。档位按企业资金体量调整。
资源永远是有限的。如果 SKU 数量超过 500，全品类精细化会拖垮团队。更现实的做法是：A 类 SKU 做到周级精细化，B 类做到月度，C 类用规则兜底，D 类只做清货。
这套分层本身也是取舍：你放弃了 C 类 SKU 的极致优化，换来了整体团队的可持续运转。
这个取舍最关键。如果运营负责补货，会因为关注销售而系统性高估需求；如果财务负责，会因为控制现金而系统性低估需求。我的判断是供应链主导最合理，因为它同时要对库存健康和交付负责，天然会平衡两端。
但前提是供应链有数据权，能直接看到销售趋势和库存明细。如果数据还要找运营要，这个责任人就是虚的。
| 取舍项 | 选项 A 适用条件 | 选项 B 适用条件 | 判断依据 |
|---|---|---|---|
| 自研 vs 采购 | 流程高度独特、有稳定技术团队 | 标准跨境补货流程、无技术团队 | 流程独特性 × 长期维护成本 |
| 平台仓 vs 海外仓 | 时效敏感爆款、资金充足 | 周转较慢款、控制仓租成本 | 时效敏感度 vs 资金压力 |
| 自动 vs 人工审批 | 小金额、参数稳定后 | 大金额、参数仍在调优期 | 参数成熟度 × 单次金额 |
| 全品类 vs 重点精细 | SKU 少于 200、团队充足 | SKU 超过 500、人员有限 | SKU 数量 vs 人力承载 |
最后给一条可以立刻执行的路线。我建议按 30 天一个阶段推进，每个阶段有明确的交付物，不要并行开工。
交付物有三份：SKU 分层表、供应商实测交期表、仓库清单与库容上限表。这三份表是后面所有工作的输入，不完成不进入下一阶段。
这个阶段最容易犯的错是"边整理边优化"，看到某个 SKU 参数不对就顺手改了。建议先只记录、不修改，把现状如实画出来，否则你无法评估后续改动的效果。
交付物是 ERP 里的字段配置、五条自动化规则、以及周度复盘会机制。注意这个阶段只上线"提醒"类规则，不上线"自动执行"类规则，先让团队熟悉系统建议的准确度。
同时搭建基础看板，至少包含四个指标：平台仓缺货率、库存周转天数、滞销库存占比、入库预约及时率。看板要能按 SKU 和仓库下钻。
开始每周复盘，根据实际执行偏差调整参数。同时先扩到第二条产品线，验证框架的可复制性。如果第二条线跑不通，说明前面的参数模板太依赖具体品类，需要抽象化。
这个阶段结束后，你应该有一套稳定的、可以自我迭代的补货机制，而不是一堆报表。
第一个是平台仓缺货率，反映前台体验。第二个是库存周转天数，反映资金效率。第三个是滞销库存占比，反映补货精度。第四个是入库预约及时率，反映本地履约能力。
第五个是现金周期，它是前四个指标的综合结果，也是最终校验指标。如果前四个都改善但现金周期没变，说明改善没有转化成实际的资金效率。
关于看板工具的选择，如果团队已经有 ERP，可以先用 ERP 自带报表起步；如果需要跨平台、跨仓库、跨主体的统一口径分析，可以考虑用数跨境这类以数据分析为核心的产品来承担看板层，让 ERP 专注在流程执行上。这里的关键是分工清晰：ERP 负责"把事做对"，分析工具负责"看清楚做得对不对"。
回到开头那个断货 11 天的案例。真正的问题不是没有 ERP，而是补货决策和本地化变量之间没有建立连接。他的团队在国内用一个国内逻辑做决策，然后把结果丢到美国市场去承受。
我的核心观点可以浓缩成三句话。第一，本地化运营的下半场，不是把客服搬到当地，而是把补货决策搬到当地。第二，ERP 的价值不在于记录数据，而在于把本地变量翻译成补货参数。第三，补货节奏是跨境团队唯一可以被复制的能力，也是最值得投入系统化建设的环节。
如果你现在就想动手，我建议按这个顺序走：本周先把 SKU 分层和实际交期数据整理出来，不要做任何优化；下个月挑一条产品线，把补货点和安全库存写进系统，先只开提醒不开自动执行；第三个月开始每周复盘，一次只调一个参数，并把调整前后的数据记下来。
这套动作不复杂，难的是坚持。但只要跑通一条线，你就会发现，断货和滞销不再是"运气问题"，而是可以计算、可以调整、可以复制的东西。这才是本地化运营真正能积累的壁垒。
我们去年开始做亚马逊美国站和欧洲站，订单量上来之后补货全靠运营在表格里算，经常这个仓压了一批、那个仓又断货。我试着在ERP里配补货规则，结果发现要填的字段一大堆，交期、MOQ、安全库存、补货点、头程方式……完全不知道哪些是必须先填的，哪些可以后面再补。
先只填五类硬字段，其余的等跑通一条线再加。第一类是主体和仓库：本地税号、发货主体、平台仓/海外仓/国内直发仓的归属，这决定了这条库存到底算谁的、能不能互相调拨。第二类是采购侧：供应商、交期（下单到到货的自然日）、MOQ、阶梯价、账期，没有交期就算不出补货点。
第三类是物流侧：头程方式（空运/海运/卡航）、头程时效区间、入库限制（单品重量、尺寸、标签要求）、旺季是否限仓。第四类是库存策略：安全库存、补货点、补货批量、最小起订量换算。第五类是成本口径：采购成本、头程分摊、仓储费、退货损耗。
判断依据很简单：如果某个字段缺失会导致补货建议算不出来或者算出来不能用，它就是必填；如果只是影响报表好看程度，先放一放。实操上建议先选一条SKU线（比如一个爆款加两个长尾）跑通，把这条线的字段填全、规则跑顺，再复制到其他品类，比一次性全量配置成功率高得多。
我做的是家居品类，季节性特别强，旺季和淡季销量能差三四倍，ERP给出的补货建议经常不是多了就是少了。老板问我为什么不用系统自动算，我也很矛盾，完全靠人工经验吧，SKU一多就管不过来；完全靠系统吧，它又不知道今年这个款会不会突然爆。
预测不准是常态，正确的做法不是追求预测准，而是把预测和缓冲策略分开。具体分三步：第一，做SKU分层，把SKU按销量贡献和波动性分成爆款、稳定款、季节款、长尾款四类，不同层用不同逻辑，爆款用人工加系统双确认，长尾款可以完全交给自动规则。
第二，自动建议只作为基准值，不作为最终决定，系统给出的补货量要经过一个缓冲区间调整，缓冲区间根据交期波动和历史预测偏差来定，如果某品类过去半年预测偏差普遍在正负30%，那缓冲就不能只留10%。
第三，给补货规则加触发条件而不是只靠周期，比如库存可售天数低于某个阈值、或者平台仓入库窗口临近时才触发，而不是固定每周跑一次。判断依据是：ERP擅长的是把已知数据算清楚（在途、在库、在产、日均销量），不擅长判断不确定性，所以框架应该是系统算基准、人调缓冲、规则管触发。
我们现在美国站有一部分走亚马逊FBA，一部分走第三方海外仓，还有一部分国内直发。运营总觉得海外仓是备胎，补货的时候优先往FBA塞，结果海外仓那边经常空着或者压着不动。我想搞清楚这三个履约通道在补货逻辑上到底应该怎么分工，不然ERP里的补货规则根本没法配。
分工的核心不是哪个更优先，而是按确定性和时效分角色。平台仓（如FBA）适合承接确定性高的销量，因为入库有窗口、有库容限制、有旺季限制，补货要按入库计划和库容上限倒推，不能想补就补。
第三方海外仓适合承接波动和长尾，它可以做缓冲池，也可以做FBA的中转补货源，把货先备在海外仓，等FBA库容释放或补货窗口打开再转过去，这样头程可以走慢渠道省钱，尾程时效又不至于断。国内直发适合测试款、定制款和低周转SKU，它的作用是验证需求而不是承接主力销量。
落到ERP配置上，需要给每个SKU标注主履约通道和备选通道，补货规则按通道分别设置：平台仓看入库限制和库容，海外仓看仓储成本和调拨时效，直发看订单触发。判断依据是：如果某个SKU的补货完全依赖平台仓且没有海外仓缓冲，那它在旺季限仓或入库延迟时就是裸奔状态。
我们上了ERP之后，周会上供应链同事汇报的是周转天数改善了、售罄率提升了，但运营那边还是天天喊断货，财务又觉得库存占用的钱越来越多。三边说的好像都对，但我感觉大家都在挑对自己有利的指标看，我需要一套能同时戳破各方的指标口径。
建议用一组互相牵制的指标，而不是单一指标。核心五个：一是缺货率，口径要明确是SKU缺货天数占比还是订单缺货占比，前者看体验、后者看损失，两个都要看。二是售罄率，但必须限定周期和口径，比如新品上架90天售罄率才有意义，成熟款看季度售罄率，不能混着看。
三是库存周转天数，要分在库周转和在途加在库的总周转，只看在库会美化数据。四是滞销占比，通常定义为超过90天未动销的库存金额占总库存金额比例，这个指标能直接对冲掉为了防缺货而过度压货的倾向。五是现金周期，把采购账期、头程在途、仓储账期、平台回款周期串起来看，这才是老板真正关心的。
判断依据是：缺货率和滞销占比是一对反向指标，周转天数和售罄率是一对方向指标，如果汇报时只出现其中一边，基本可以判断口径被挑选过。实操上建议每周固定看这五个数，并且要求运营和供应链用同一份数据源，避免各算各的。
读者评论
文章把补货决策提到本地化运营的核心位置，这个视角很实际。很多卖家确实只盯着前台优化，忽略了库存位置对用户体验的直接影响，断货一次可能就是永久流失。
六个误区的总结很到位，尤其‘安全库存用固定天数’和‘只看缺货率’这两点。我们团队就吃过亏，统一设30天安全库存，结果爆款断货、长尾积压，现金全压住了。
关于旺季‘提前锁节奏’而不是‘多备货’的观点很受启发。入库预约和头程舱位确实比单纯下单更重要，但文中没有展开具体怎么协调三个部门，希望能看到操作细节。
文章偏重理念和框架，对中小卖家来说可能有点宏大。如果 ERP 系统本身不支持复杂的参数配置，这些框架落地难度很大，希望能补充一些低成本起步的建议。
同意‘补货节奏是唯一可复制的本地化能力’这个判断。客服和广告太依赖个人，只有参数化流程才能跨站点复制，这也是我们今年重点在推的事情。