去年九月，一个做家居收纳的卖家把后台数据发给我看：某款主力 SKU 在四周内被广告从日销 42 单拉到日销 118 单，老板很高兴，把广告预算又加了 30%。但就在加预算的第十一天，这款产品的可售库存跌到 9 天，而下一批货从工厂下单到入仓，最快 47 天。他面前只剩两条路，停掉广告，眼睁睁看着关键词排名往下掉；或者继续投，把库存彻底打空。最后他选了第三条路：空运补 800 件，单件头程成本从 3.2 元涨到 14.6 元，把这款产品当季的利润全部吃掉。
这个案例里没有坏人，广告投得对，补货也没算错，问题出在两件事用的是两套时钟。广告按天调预算、按小时看竞价，补货按周算生产、按月算到仓，两套节奏放在一起，误差一定会被放大。这篇内容不打算罗列“跨境卖家十大坑”，而是把采购补货和广告投放这两条线拆开，讲清楚它们在哪几个节点上必须对齐、对齐错了会损失什么、以及怎么用一套可算的规则把两者扣在一起。
很多运营负责人问我，ERP 里的库存数据和广告后台的投放数据，到底哪个该信？我的回答是，这不是信谁的问题，而是这两个系统记录的是不同时间尺度上的事实，直接拿来互相验证，一定会得出错误结论。
广告后台能做的事，是今天调竞价、明天调预算、后天换素材，反馈闭环通常在 24 到 72 小时之内就能看到。这是它的优点，也是它的陷阱：因为反馈太快，运营很容易把广告当成一个独立的、可以随时调节的旋钮。
但补货不是旋钮，它是管道。从决定下单到货真正可售，中间要穿过工厂排产、生产质检、订舱、头程运输、清关、入仓上架这一整条链，任何一个环节的延迟都会往后传导。海运渠道下，这条链正常也要 35 到 50 天，旺季港口拥堵时突破 60 天并不罕见。
所以，当运营在周二上午把广告预算加上去的时候，他影响的其实是 40 天后才能到仓的那批货。这个时间差如果没有人主动管理，它就一定会以断货或者压货的形式暴露出来。
这两组指标甚至不在同一个方向上。广告侧希望把曝光拉满、把排名推上去，短期里 ACOS 高一点是可以接受的；供应链侧希望库存周转快、库龄短、资金占用低，它会天然倾向于“少备一点、卖完再说”。
如果这两个团队各自对自己的 KPI 负责，冲突是结构性的。广告把销量拉起来，供应链看到的是周转加快，于是不会主动追加安全库存；等到销量曲线持续走高，供应链反应过来要补货，管道里已经来不及了。
广告后台的核心数据是曝光、点击、转化率、ACOS，它衡量的是“需求端被激活了多少”。ERP 的核心数据是可售库存、在途库存、库龄分布、安全库存，它衡量的是“供给端还能撑多久”。
这两组数据必须放在一起看才有意义。单独看广告，你会觉得这个产品状态极好；单独看 ERP，你会觉得库存还很多不用急。只有把“广告带来的日销增速”和“可售天数”放在同一张表里，才能看出危险在哪一天到来。这也是后面几节要展开的核心判断逻辑。
为了让讨论有具体对象，我设定一个可以被任意替换参数的场景：一款标准品，家居类目，客单价 26 美元，美国站，海运渠道，日常自然日销 60 单，广告日销 40 单，合计 100 单。这个结构在中小卖家里很典型。
运营在第五周把核心词竞价从 0.85 提到 1.20，同时加了一组自动广告。结果是广告订单从每天 40 单涨到 78 单，全店日销从 100 单变成了 138 单，涨幅 38%。
问题来了：补货计划是在第四周做的，当时算的日均销量是 100 单，覆盖 60 天，安全库存按 15 天算。这个计划里根本没有包含“广告可能把销量再拉高 30% 以上”这一项，于是从第五周开始，库存消耗速度就已经脱离了补货计划的假设。
到第八周运营终于去看库存，发现可售库存还有大约 3200 件，按当时的日销 154 单算，可售天数只剩 21 天。这时候他才意识到，当初按 100 单算出来的“60 天覆盖”，实际上只覆盖了不到 40 天。
更麻烦的是补货管道。第八周下单，工厂排产加生产 15 天，头程海运 38 天，入仓上架 4 天，最快也要到第 65 周左右才能上架可售。而库存会在第 29 天左右耗尽。中间这 36 天，就是所有决策都要面对的硬缺口。
面对 36 天缺口，能做的事情其实只有三类：
这三条路不是互斥的，实际执行时往往是组合。但无论怎么组合，判断的起点都不是“广告表现好不好”，而是“缺口有多少天、每条路分别能补多少天”。这是本文接下来要建立的核心判断逻辑。
我梳理过近两年接触过的三十多个中小跨境团队，同样是补货和广告协同的环节，出问题的位置高度集中在这六处。它们的共同点是：单独看每一步都合理，连起来就出事。
最常见的做法是运营把“最近 7 天或 30 天的平均日销”填进补货表，然后乘以覆盖周期。这个方法在没有大动作的时候是成立的，一旦广告加码或者季节性强波动出现，它就会系统性低估。
补货预估必须包含广告增量，否则你算出来的永远是一个“没有广告的世界”的库存计划。以本文场景为例，按 100 单算出 60 天覆盖，实际只撑 39 天，缺口不是几天的误差，而是三分之一的覆盖周期。
很多团队做旺季备货的时候，供应链会认真倒推：大促日期 → 入仓截止日 → 头程时长 → 生产周期 → 下单日。这条倒推链做得很扎实。但广告那边通常是另一套节奏：大促前两周开始加热、前一天把预算拉满。
问题在于，广告预热期带来的销量增长，本身就在消耗你为大促准备的库存。如果没有把广告预热期算进备货量，就会出现“大促还没开始，主推款库存已经没了一半”的尴尬。
断货这件事，损失最大的往往不是断货那几天本身，而是断货前后的两次错误决策：断货前不做收缩，硬投到库存归零；断货后手忙脚乱，把广告全关，等补货到仓时发现所有关键词权重都掉了。
正确的做法是在库存进入危险区间之前就设置好触发条件。广告的降档动作应该在库存还有余量的时候就开始，而不是等库存归零。这一点在第五节会给出具体的分档规则。
这是最普遍也最难改的一个问题。ERP 里躺着可售天数、在途库存、库龄分布、安全库存这些字段，广告后台里躺着近 7/30 天转化趋势、广告增量订单占比、核心词排名这些字段，两边的人各看各的。
不联动的结果是：广告只看 ACOS 决定加不加预算，供应链只看周转决定补不补货，两条线各自“最优”，合起来最差。打通不需要复杂的系统集成，一张每周更新的对照表就能解决大部分问题。
滞销库存的处理上，常见动作是降价加加投。但这两件事叠加的效果并不总是正向的：价格降下来会侵蚀利润空间，广告加投会进一步推高获客成本，最后可能陷入“卖一件亏一件”的状态。
清库龄的第一步不是加预算，而是先把库存分类：还能救的滞销品和该止损的库存，处理方式完全不同。前者值得投广告配合，后者应该考虑直接走清货渠道，而不是继续在广告上耗钱。
ACOS 低不代表这个产品值得加大投放，因为 ACOS 只反映“这一单广告花出去的钱换回多少销售额”，它完全不包含库存信息。一个 ACOS 只有 12% 的产品，如果可售天数只剩 15 天，继续加投就是在加速断货。
这就是本文的核心主张：广告投放的开关不应该由 ACOS 决定，而应该由可售天数决定。
前面讲了问题，这一节讲我实际在用的判断方法。核心只有一句话：广告投放的松紧，由可售天数决定，而不是由 ACOS 决定。具体往下拆成四步。
库存数量是一个静态数字，1000 件听起来很多，但如果日销是 200 件，它只够撑 5 天。可售天数把库存和当前消耗速度绑在一起，它才是真正能指导决策的口径。
计算方式很直接：可售天数 = 当前可售库存 ÷ 近期日均销量。这里“近期”用 7 天还是 30 天要统一，我建议用 14 天滚动均值，因为它既能反映最近的销量变化，又不会被单日波动带偏。
需要提醒一个细节：如果最近在做广告加码，用历史均值算出来的可售天数是偏乐观的，因为未来日销大概率高于过去。这种情况应该用“预计未来日销”而不是“历史日销”来算。
很多团队判断“要不要加投”的时候，直接跳到第四步看广告表现。我建议的顺序反过来：
这个顺序的意义在于，前三步决定“能不能加”，第四步只决定“加多少”。把顺序倒过来的团队，最容易犯的错误就是在库存已经告急的情况下，因为 ACOS 好看而继续加预算。
把可售天数和补货到仓周期放在一起比，可以画出三条线：
这里的 1.5 是一个经验系数，不是固定值。品类波动越大、补货越不可靠，这个系数应该越高。我自己在供应链稳定性一般的品类上会用 1.8 甚至 2.0，宁可保守一点。
补货计划里必须包含广告增量，那这个增量怎么估？我的做法是回看历史投放期。把过去每一次广告明显加码的前两周和后两周的日均销量拉出来对比，算出实际增幅，取几次的中位数作为增量系数。
比如某产品三次加码后的销量增幅分别是 28%、35%、42%，中位数是 35%，那么下次做补货计划时，就按“基准日销 × 1.35”来算覆盖周期。这个系数会随着投放策略变化而调整，建议每季度重新校准一次。
下面是我实际在用的补货量计算框架，可以直接套：
预计补货量 = 预计日均销量 × (1 + 广告增量系数) × 覆盖周期
+ 安全库存
现有可售库存
在途库存
其中：
预计日均销量 = 过去 14 天日均销量（剔除异常大促日）
广告增量系数 = 历史加码期销量增幅的中位数（建议每季度校准）
覆盖周期 = 补货到仓周期 + 计划销售周期（按品类自定，不给死数）
安全库存 = 预计日均销量 × 安全天数（安全天数按供应链稳定性自定）
判断：
若 可售天数 < 补货到仓周期 → 进入红线，收缩广告
若 补货到仓周期 ≤ 可售天数 < 补货到仓周期 × 1.5 → 警戒，维持广告
若 可售天数 ≥ 补货到仓周期 × 1.5 → 安全，可以加投
这个公式里唯一不能拍脑袋的是覆盖周期和安全天数，它们高度依赖品类、物流渠道和供应商稳定性，必须用自己的历史数据校准，不能照抄任何别人给的数字。公式本身是结构，数字必须自己填。
上面这套逻辑要落地，最难的地方不是算，而是数据分散。可售库存在 ERP 里，在途状态在货代系统里，广告表现在平台后台里，人工每周对一次账，等对完可能已经过去五六天。所以我在实操中会用工具把这几块数据拉到同一个视图里，减少对账延迟。
去年 Q4，一个做厨房小家电的团队找我梳理，他们有三个主力 SKU，日均总销量大约 240 单，广告占比 45% 左右。当时的问题是旺季前反复出现“广告一冲量就断货”，一年内至少断过两次，每次恢复排名都要两三周。
我先让他们做的一件事，不是调广告，而是把补货计划和广告数据放在同一张表里看。结果三天就发现了问题：三个 SKU 的补货计划里，没有任何一个把广告增量算进去，全部是按自然销量的历史均值填的。
选工具的时候我比较在意的是它能不能把库存相关的关键字段拉到台面上。这里以数跨境为例说明我实际会看的几个维度，它本身是九数云旗下的跨境数据产品，官网在 https://shukuajing.jiushuyun.com/ ，我在做数据整理的时候用它做过库存和销量的关联分析。
我关注的字段主要是四个：
这四个字段单独看都不稀奇，但放在一起就能回答一个很关键的问题：这个产品现在能不能承受广告继续加码？以前要人工拼几张表才能回答，现在可以做到每天刷新。
数据联动不是单向的。ERP 向广告侧提供库存信息的同时，广告后台也应该把三个字段同步给供应链：
这三个字段不需要实时，每周更新一次就够。关键不是频率，而是它们必须和库存字段出现在同一张表里，被人同时看到。
这个团队做完整理之后，最直接的变化是断货预警从“事后发现”变成了“提前两周触发”。Q4 那次旺季，三个 SKU 里有两个在进入警戒线时就做了广告降档，把预算集中到核心词上；另一个因为补货及时，正常加投没有受限。
结果是整个 Q4 没有出现一次断货，核心词排名保持稳定，广告花费比上一年同期减少了约 12%。这里想说明的不是某个工具多好用，而是当库存数据成为广告决策的前置输入之后，广告花得更少、卖得更稳，这是一件因果关系很清楚的事。换任何一套能把这些字段拉通的工具，逻辑是一样的。
前面讲的是一套通用逻辑，但产品在不同生命周期阶段，广告和补货的配合方式差别很大。我按常见阶段拆成六种情况，每种给出直接可执行的动作。
测款阶段的库存应该是小批量、多批次，广告的目标是尽快判断这个产品值不值得推，而不是冲销量。这个阶段最忌讳的是为了“数据好看”加大预算，把有限的测款库存一次打完，导致验证还没完成就断货。
具体做法：补货量按最小起订量或小批量走，广告预算设定明确上限，观察周期至少 7 到 14 天，用转化率和自然排名变化来判断，而不是单看 ACOS。
产品验证通过、准备起量的时候，是广告和补货最容易脱节的阶段。广告侧会快速加大预算，销量斜率陡升，而补货侧如果还按老节奏走，很快就会踩空。
这个阶段的正确做法是：广告加码的同期，就把增量系数填进补货公式，并考虑是否需要把部分货改走更快的渠道。多花的那部分头程成本，应该被视为“起量期的必经投入”，而不是浪费。
稳定期的关键词是“不要折腾”。广告投放维持在一个稳定的预算和出价区间，不频繁大幅调整；补货按固定周期滚动下达，保持库存水位在一个可预测的区间内。
稳定期最值得做的一件事是校准广告增量系数。把过去几个月的加码期数据拉出来，重新算一遍系数，为下一次起量或者旺季做准备。这个动作不产生直接收益，但能显著降低下一次踩坑的概率。
进入红线区间后，广告调整要有梯度：
一刀切全关是最差的选择，它会让所有词同时失去权重，补货到仓后要从头再来。
如果真的断货了，断货期间的广告策略应该是极度收缩但不断绝。核心词保持极低预算的投放，哪怕没有转化，也维持一定的曝光，避免权重完全归零。
同时开始准备复投节奏：库存到仓前 3 到 5 天，就可以逐步恢复竞价和预算，让排名在货上架的同一时间开始回升，而不是等货到了才开始投。
清库龄的处理，第一步是把库存分成两类：
把这两类混在一起处理，是清库龄越清越亏的根本原因。
所有的避坑建议落到执行层面，最终都会变成一个取舍问题。因为资源永远不够，每一个选择都要放弃点什么。下面是我认为补货和广告协同中最常见的四组取舍，以及我的判断标准。
库存告急的时候，这两件事往往直接对立。继续投广告可以保排名，但要承担断货后更高的补货成本；收缩广告可以保利润，但排名可能回落。
我的判断标准是看这个产品的排名位置。如果核心词排名在前 20 名以内，这个位置本身有价值，值得为保排名付出一定成本；如果排名还在 50 名开外，说明排名本身还不稳定，为它付额外代价的性价比不高。
缺口不长的时候（比如 10 天以内），空运一部分货通常比收缩广告更划算，因为断货对排名的损伤需要更长时间和更多广告费去修复。缺口超过 20 天，空运全部补足的成本就太高了，通常需要组合方案。
具体的临界点需要算：空运多出来的头程成本，对比断货期间损失的销售额加上恢复排名的广告投入，哪个更大就选哪个。
控制库存消耗速度，除了降预算还可以提价。提价的优点是不影响广告的曝光位置，缺点是会降低转化率，可能带来排名的间接下滑。
我的经验是：小幅度提价（比如 3% 到 5%）配合维持广告投放，通常比大幅降预算效果更好，因为它保住的是流量入口，只降低了转化效率。但提价幅度过大会伤害转化，反而让广告花费更不划算。
滞销库存清货的时候，最怕的是把主力款的价格体系带崩。如果清货价格被平台上的用户和竞品看到，可能会影响同系列在售产品的转化。
处理方式是尽量把清货动作和主力款的销售渠道区分开，比如用不同的 listing、不同的时段、不同的渠道去做，避免直接在主推款页面上大降价。
| 取舍场景 | 优先选项 | 适用条件 | 需要放弃的东西 |
|---|---|---|---|
| 保排名 vs 保利润 | 保排名 | 核心词排名在前 20 名、库存缺口有限 | 当期利润的一部分 |
| 保排名 vs 保利润 | 保利润 | 排名在 50 名开外、缺口较大 | 短期排名，需要接受重新爬坡 |
| 空运 vs 海运 | 空运 | 缺口在 10 天以内、产品利润空间足够 | 头程成本，单件可能翻数倍 |
| 空运 vs 海运 | 海运 + 收缩投放 | 缺口超过 20 天、利润空间有限 | 部分销量和排名增速 |
| 降预算 vs 提价 | 小幅提价 | 提价幅度控制在 3% 到 5% 以内 | 部分转化率 |
| 降预算 vs 提价 | 降预算 | 产品价格敏感度高、竞品密集 | 广告曝光和排名增速 |
| 清库存 vs 保价格 | 分渠道清货 | 有独立 listing 或渠道可用 | 操作复杂度 |
| 清库存 vs 保价格 | 直接止损 | 产品本身有问题、退货率高 | 部分库存残值 |
最后落到可执行的层面。下面这张清单是我自己在用的版本，按投放前、投放中、断货前、断货后四个阶段组织，每一项都可以直接勾选。
| 阶段 | 核心自检问题 | 如果答案是“否” |
|---|---|---|
| 投放前 | 补货计划是否包含广告增量系数 | 立即停下加投动作，先补算缺口 |
| 投放前 | 可售天数是否大于补货到仓周期 | 把广告档位下调到警戒档 |
| 投放中 | 是否每周核对广告增速与库存消耗比 | 建立固定对账机制，指定负责人 |
| 投放中 | 加码后是否重算过可售天数 | 用最新日销重算，避免沿用旧数据 |
| 断货前 | 三档预警线是否已设定并分档 | 当天完成分档，核心词单独标注 |
| 断货前 | 是否评估过空运与收缩投放的成本对比 | 做一次快速测算，不要凭感觉选 |
| 断货后 | 是否为核心词保留最低曝光 | 立即恢复核心词极低预算投放 |
| 断货后 | 是否记录原因用于下轮系数校准 | 补一份复盘，更新广告增量系数 |
这份清单的价值不在于问题本身有多复杂，而在于它把散落在不同人脑子里的判断，变成了一份可以逐项确认的文档。补货和广告协同出问题，多数时候不是没人知道该怎么做，而是没有人在正确的时间点问出正确的问题。
回到开头那个家居收纳卖家。他后来做的调整很简单：把补货公式里的日销从“历史均值”换成“历史均值 × 广告增量系数”，并且把可售天数设成了广告加投的一票否决项。这两个改动没有增加任何工具成本，但半年内没有再出现过一次断货。
所以我对这个问题的核心判断是：采购补货环节的广告投放，最该注意的不是投放技巧，而是投放的节奏有没有和补货的节奏对齐。广告的作用是把需求拉起来，补货的作用是保证需求被接得住，两者一旦错位，拉得越快亏得越多。
如果你现在手上就有正在投的产品，我建议你这周做三件事：第一，把每个主力 SKU 的可售天数算出来，写在纸上；第二，把每个 SKU 的补货到仓周期写在同一张纸上；第三，看这两个数字的比值，落在哪个区间，然后对照第五节和第六节的动作表决定下一步。
第三件事可以今天做，前两件做完大概需要半天。但它们能帮你避免的，可能是一整个旺季的利润。
我做过一段时间亚马逊，广告后台和 ERP 是两套系统，平时看 ACOS 调预算，看库存就靠运营在群里问仓库还有多少货。后来发现广告一加码库存掉得飞快，可售天数一算只剩二十来天，补货却要四十多天到仓。我就一直在想，ERP 里那些库存字段，到底是给我参考的，还是能直接当开关用？
能当开关用，但开关不是 ACOS，而是可售天数。ERP 里真正能进广告决策的是四个字段：可售天数、在途库存、库龄分布、安全库存。做法是先把可售天数和补货到仓时间对齐，如果可售天数大于补货到仓时间加安全缓冲，广告可以正常加码；如果可售天数落在两者之间，维持现有预算和竞价不动；
如果可售天数已经小于补货到仓时间，就要主动收紧投放，而不是等库存见底。注意这个规则的前提是你的在途数据是准的，如果 ERP 里的在途只是按采购单手工填的预计到仓日、没有实际物流节点回写，那这套闸门会失效，得先把在途状态做成可信输入再用。
我们之前补货是按平销期的日均销量乘覆盖天数算的，觉得挺稳。结果有一次旺季广告冲得猛，销量比平销期高了大概三成，货提前半个月就没了，只能临时空运补一批,运费直接把那个月的利润吃掉了。我就想知道，这个广告带来的增量，是不是每次都得等踩坑之后才知道？
不用等踩坑，可以用自己历史数据估。做法是：把过去至少一个完整投放周期的销量拉出来，和同期平销期的日均销量做差，算出广告增量系数，比如平销期日均 100 单、投放期日均 130 单，增量系数就是 1.3。
补货量的框架可以写成：预计日均销量 ×（1 + 广告增量系数）× 覆盖周期 + 安全库存 − 现有库存 − 在途库存。判断依据是,同一个 listing 在不同季节、不同竞价水平下系数会变，所以要按最近一次真实投放的数据取，而不是用去年旺季的数字。
如果这次是新品、没有历史投放数据，就先小批量下单,把首批当成测系数用,不要一次性按乐观系数压大货。覆盖周期和安全库存这两个参数必须按你自己的品类和物流时效定，别人给的数字直接抄基本会出问题。
这是我纠结最久的一个问题。有一次可售天数只剩十几天，补货还在海上，运营说干脆全关广告保住利润，我说全关排名掉下来后面很难拉回去。最后是硬投到断货，断货之后排名确实掉了,花了两三周才慢慢回来。所以我一直想问，这个刹车到底该怎么踩，是全踩还是点踩？
通常不该全关，而是分档收缩。判断顺序是：先看库存水位，再看在途是否可靠，最后才看广告表现。已经确定要到断货的阶段，可以做的动作包括，收缩到只保留核心词和已有转化基础的词，把泛词和探索型投放先关掉，竞价往低调但不归零,让核心词维持基础曝光和权重连贯性。
全关的问题是断货期结束后重新起量要重新教育流量，成本更高。断货的真实代价主要是打断 listing 的权重积累节奏、被竞品截流、以及已投放教育过的流量流失，具体影响幅度因品类和排名位置差异很大，不建议套用任何统一的恢复天数说法。
补货到仓之后建议做一个复投节奏，先恢复核心词、观察转化数据再逐步放量，而不是一入仓就把预算打满。
我们有一批库龄接近半年的滞销货，运营的方案是降价加投广告硬推。推了一个月，销量是起来了一点，但广告费加折扣,算下来单件是亏的,而且库龄没有明显降下去。我就想不明白，这批货到底是该继续投，还是该认了直接清掉，这个账该怎么算？
先分类再动手。第一步是把滞销分成两类：一类是产品本身有需求、只是曝光和评价没起来，这类值得救；另一类是选品判断失误、需求本身不成立，这类加投只是把亏损放大。
判断依据可以看几个信号，加投之后转化率是否明显改善、搜索词是否出现稳定的高相关成交词、加购和评价是否同步上升，如果加投后转化率还是起不来，基本可以判定是选品问题而不是流量问题。
算账的口径上，要把广告费、折扣幅度、长期仓储费三块放在一起比，比较的是继续持有到未来某期的总成本，和现在折价清掉的总损失，而不是单看广告 ACOS 好不好看。仓储费的档位和超龄库存处理规则会随平台政策调整，务必以当期公告为准。清货阶段的投放也更适合用价格和时段组合，而不是单纯加预算。
读者评论
文章把广告按天、补货按周的两套时钟讲得很清楚。ACOS低不代表能继续加投，关键要看可售天数，这个判断逻辑对运营很实用。
补货计划如果只按自然销量算，广告一加码就会系统性低估。安全库存和覆盖周期必须把广告增量、预热销量一起纳入，否则很容易断货。
ERP里的可售、在途、库龄和广告后台的转化、排名需要一张周对照表联动。不必等复杂系统集成，先让两边看同一组库存与销量数据就能少踩坑。
断货前分档降广告比断货后全关更合理，空运补货也要先算清缺口天数和利润代价。文章把三条路的成本讲得比较客观，适合做决策参考。