去年 Q4 大促前一天，我帮一个做家居品类的跨境卖家做投放体检。打开 Google Ads 后台，一个跑了三个月、ROAS 稳定在 4.2 的 Performance Max 系列还在正常消耗预算，但对应的主力 SKU 在美国海外仓已经断货 11 天。ERP 里那条 SKU 的状态是"待补货"，广告平台里那条商品还写着"有货"。这 11 天，他们烧掉了大约 3800 美元广告费，换来 60 多笔无法履约的订单，以及一批一星差评。

这不是个例。我做跨境 ERP 与广告联动的配置咨询这几年，见过的库存事故里，真正因为"库存算错"导致的不到三成，剩下七成都是库存数据没有被翻译成广告平台能读懂的信号。ERP 里库存是库存，广告平台里库存是"准入条件"，中间隔着一层字段映射、一层状态机、一层同步频率和一层止损规则。这篇文章就把这四层拆开讲清楚：库存管理到底需要哪些广告投放设置，以及这些设置为什么必须这么配。

一、先把结论说清楚：库存管理决定了广告能不能投、往哪投、投多久

很多运营把库存和广告当成两个部门的事：仓库管库存，投手管广告。但在跨境场景下，这两件事在系统层面是同一个数据流的两端。库存是广告的输入条件，广告是库存的消耗出口。输入条件错了，出口就会失控。

1. 三条可以直接落地的结论

结论一：库存不是"参考数据"，而是广告平台的准入信号。商品目录、购物广告、动态再营销、商品级素材，这些投放形态都依赖可用性、价格、配送时效这三类信息。可用性一旦失真，广告要么被拒登，要么继续投给买不到货的人。

结论二：真正要配置的不是"库存数量"，而是"库存状态"。数量只回答"还有几个"，状态才回答"现在能不能卖、在哪个国家能卖、多久能到"。绝大多数库存事故，都是数量同步了、状态没同步。

结论三：止损规则要写在广告侧，不能只写在 ERP 侧。ERP 里把库存标成缺货，只是内部动作；广告平台不知道，照样在跑。必须在广告平台这一层设置缺货排除、预算调整或出价下调，才算真正闭环。

2. 为什么是"准入信号"而不是"参考数据"

举个具体的差异。假设你有一条 SKU，实物库存 120 件，其中 40 件已经被大促预售订单锁定，30 件是你的安全库存底线，20 件在从国内发往海外仓的路上。那么这条 SKU 真正能拿来投广告的库存是多少？

不同业务模型的答案完全不同。如果你是现货直发，可能是 50 件（120 减 40 预留减 30 安全）；如果你是海外仓备货模式且履约时效要求高，可能只有 20 件；如果你做的是预售模式，答案甚至是"这 120 件全部不能投现货广告，而是要投预售广告"。平台不关心你的算法，平台只关心你告诉它的那个数字是不是真的。

3. 配置顺序：五步走，别跳步

1. 统一库存口径：先把"可售库存"在你的业务里定义清楚，写成一页纸的规则文档。
2. 建立映射关系：ERP SKU ↔ 平台商品 ID ↔ 广告 Feed 条目，三方对齐，父体和变体都要覆盖。
3. 配置同步机制：确定用 API 还是 Feed，频率多少，失败了怎么重试。
4. 设置广告侧过滤与止损：缺货排除、阈值暂停、预算与出价调整、再营销排除。
5. 建立监控对账：库存准确率、同步延迟、超卖率、无效花费，每天看一眼。

这五步里，最容易跳过的是第一步。我见过太多团队直接跳去做第三步的技术对接，结果同步机制建得很漂亮，但两边对"可售"的定义不一样，同步得越快，错得越准。

二、三个我亲身处理过的场景：库存事故是怎么变成广告事故的

抽象讲原理容易听不进去，我讲三个具体场景。这三个场景分别对应"数量对但状态错""映射错""口径错"，是跨境库存与广告联动里最高频的三类问题。

1. 场景一：海外仓盘点差异导致的"幽灵库存"

一个做宠物用品的卖家，海外仓账面库存 340 件，实际盘点 210 件，差异 130 件。盘点结果录入 ERP 的时间是当地周五下午，而广告平台的 Feed 更新是每周两次。结果从周五到下一个周二，广告继续按 340 件的库存量投放，四天跑出去 190 单，实际只能发 210 件里的 160 件（另外 50 件被其他渠道占走）。

后来我们复盘，问题不在盘点，也不在 ERP，而在盘点差异没有触发广告侧的库存阈值检查。如果当时设置了一条规则，"当 SKU 可用库存低于日均销量的 1.5 倍时，自动将该 SKU 的广告组预算下调 50%"，这 130 件的差额最多只会造成一天半的过量投放，而不是四天。

2. 场景二：变体映射错位，广告投给了断货的颜色

这个场景更隐蔽。服装类目，一个父体下有 6 个颜色变体，其中"雾霾蓝"断货，"燕麦白"库存充足。ERP 里两个变体是分开管理的，但广告 Feed 里，如果父体级别的库存被合并计算，或者映射时把两个变体的 ID 搞反了，广告就会继续给"雾霾蓝"引流。

这类问题的特征是：库存总量看起来没问题，超卖率也不高，但某些变体的退货率、取消率异常高。我们当时是从"取消订单的 SKU 分布"这个报表里发现的，TOP3 取消 SKU 全都是同一个父体下的断货变体。

3. 场景三：把实物库存当可售库存，预售和现货混投

第三个卖家的模式是"现货 + 预售"混合。ERP 里的库存字段只有一个"库存数量"，包含了预售在途的部分。投放时，这批在途库存被算进了现货广告的可用量，导致预售商品被当成现货承诺 3 天到货，实际要等 20 天。

这个问题的代价不是广告费，而是账号健康度。平台侧的履约指标恶化后，商品权重下降，自然流量和广告效率一起掉，恢复周期往往要两个月以上。

三、先把库存口径统一：ERP 里的库存和广告里的库存不是一回事

这一节是整篇文章的地基。如果口径不统一，后面所有的字段配置、同步设置、止损规则都是在错误的基础上叠加精度。

1. 六种库存口径的拆解与用途

在跨境场景里，我通常把库存拆成六个池子。不是每个卖家都需要六个，但你必须知道自己用的是哪几个，以及它们各自的用途。

• 实物库存：仓库里物理存在的数量。这是盘点基准，但不是投放依据。
• 预留库存：已被订单、调拨单、大促活动锁定的部分。这部分不能再卖，但很多 ERP 默认不扣减。
• 安全库存：你为了应对补货周期波动设置的缓冲垫。它是风控参数，不是可售库存。
• 在途库存：已发货未入仓的部分。它有时间属性，不能当现货卖。
• 预售库存：允许超卖、承诺延后履约的部分。它需要独立的广告投放策略。
• 不可售库存：次品、待检、待销毁。这部分必须硬性排除在广告之外。

这六个池子里，只有"实物库存减去预留减去安全库存减去不可售"才是真正可以拿去做现货广告投放的部分。在途库存和预售库存要单独成池，走独立的广告系列和履约承诺。

2. 哪些库存可以投广告，哪些必须排除

3. 多仓、海外仓、在途和预售怎么处理

多仓场景的核心矛盾是：广告是按国家/地区投的，但库存是按仓库算的。一个 SKU 在美国东仓有货、美国西仓没货，广告平台并不知道这个区别，它看的是"这个商品在 US 地区是否有货"。

我的处理方式是把库存按"可投放区域"重新聚合，而不是按仓库聚合。具体做法是：每个仓库先算出自己的可售量，然后按配送范围映射到国家/地区，最后同一地区内多个仓库的可售量相加，得到该地区的"广告可用库存"。

在途和预售则要加时间维度。在途库存要附上一个"预计入仓日期"，只有当"预计入仓日期 + 履约时效"仍在你的承诺时效内时，才可以进入现货池；否则一律进预售池。这个判断逻辑必须写在 ERP 的库存状态计算里，不能靠人工判断。

四、ERP 侧必须配置的库存字段清单

口径定完之后，下一步是把它翻译成字段。ERP 里的字段设计决定了你能给广告平台提供什么粒度的信息。字段设计得粗，广告投放就只能粗。

1. 商品主数据与变体映射字段

这是最基础也最容易出错的一层。跨境场景下，一个商品同时存在于 ERP、多个平台店铺、多个广告账户里，每个系统都有自己的 ID。

我建议至少维护这几组字段：

• 内部 SKU：ERP 内的唯一标识，全局唯一，不随平台变化。
• 父体 ID / 子体 ID：明确父子关系，变体必须独立可寻址。
• 平台商品 ID：各平台返回的商品标识，一个 SKU 可能对应多个。
• Feed 条目 ID：广告 Feed 里的条目标识，这一层如果缺失，库存同步就是断的。
• 国家/地区码：同一个 SKU 在不同站点的库存和价格完全不同，必须作为映射的一部分。
• 币种与本地价格：价格不是库存，但价格和库存一起构成商品有效性，缺一不可。

最关键的是 Feed 条目 ID 这一层。很多团队做到了 ERP SKU 和平台商品 ID 的映射，但漏掉了广告 Feed 条目，结果库存更新到了店铺后台，广告 Feed 里还是旧数据。

2. 可售库存与库存状态机

字段不只是"数量"，更重要的是"状态"。我一般会要求 ERP 侧至少提供这几个状态值：

3. 一份可以抄的映射表结构

下面是我在项目里常用的映射表结构。它不是某个 ERP 的标准表，而是一份"中间层"设计，把 ERP 的数据整理成广告平台能直接消费的格式。

{
"internal_sku": "HOME-LAMP-A1-BLUE",

"parent_id": "HOME-LAMP-A1",

"variant_id": "HOME-LAMP-A1-BLUE",

"market": "US",

"currency": "USD",

"local_price": 39.99,

"inventory": {

"physical": 500,

"reserved": 95,

"safety_stock": 60,

"unsellable": 20,

"sellable_available": 250,

"in_transit": 75,

"preorder_pool": 75

},

"status": "low_stock",

"preorder_flag": false,

"fulfillment_days": 3,

"restock_eta": "2026-01-18",

"channel_ids": {

"shopify_product_id": "8123456789012",

"google_feed_id": "US-HOME-LAMP-A1-BLUE",

"meta_catalog_id": "1122334455667",

"tiktok_product_id": "1729384756001",

"amazon_sku": "HOME-LAMP-A1-BLUE-US"

}

}

这份结构里有三个设计细节值得注意。第一，可售数量和物理库存分开存储，永远不要用物理库存去做投放判断。第二，in_transit 和 preorder_pool 独立成字段，便于后续按时间窗口决定是否并入现货池。第三，channel_ids 是字典结构，方便后续新增平台时扩展，不用改表结构。

五、广告平台侧需要打开哪些库存相关设置

ERP 侧准备好了数据，接下来要在广告平台侧建立接收和响应机制。这一层我分三层来讲：商品目录层、广告系列层、跨平台差异层。

1. 商品目录与 Feed 层的库存信号

商品目录层是库存进入广告系统的第一道门。这里要做三件事。

第一，确保库存字段被正确映射到 Feed 的对应属性。不同平台对"可用性"的表达方式不同，有的用布尔值（有货/无货），有的用数量区间，有的两者都要。你在 ERP 里准备的可售数量，需要按平台的规则转换成它要的格式。

第二，确保商品状态与库存状态联动。当库存归零时，商品应该被标记为"缺货"而不是"下架"。这两者的区别很重要：缺货状态通常保留商品权重，补货后可以较快恢复；下架状态则可能导致商品需要重新审核。

第三，确保低库存预警能传导到广告层。如果你的 ERP 支持"低库存"状态，一定要把这个状态传到 Feed 里，而不是等到归零才更新。

2. 广告系列层的缺货过滤与止损

商品目录层解决的是"商品能不能展示"，广告系列层解决的是"预算要不要继续花"。这两件事必须分开配。

1. 缺货排除列表：当 SKU 库存归零时，自动加入广告系列的排除列表，停止展示。
2. 库存阈值触发预算调整：当可售库存低于设定阈值时，自动下调该广告组预算，避免快速清空库存。
3. 出价调整：低库存时下调出价，减少曝光；补货后恢复正常出价。
4. 再营销排除：断货商品的再营销受众必须排除，否则会把已经看过商品的人反复拉回来，产生大量无效点击。
5. 恢复投放规则：补货入仓且库存高于阈值后，按预设节奏逐步恢复预算，而不是一次性恢复到位。

第五条最容易被忽略。补货后一次性把预算恢复，往往会在第一天就把新增库存打光，然后又进入缺货状态，形成"缺货，补货，秒空"的循环。我一般建议按 3 天一个台阶，每天恢复 30% 的预算，观察库存消耗速度再决定是否加码。

3. 四个平台的库存相关设置差异

下面这张表是我做项目时用的对照清单。需要说明的是，各平台的设置名称和可用范围会随政策变化，具体以官方文档和后台实际界面为准，这张表的作用是帮你建立检查维度，不是操作手册。

这张表里最值得关注的是"低库存阈值触发预算调整"这一行。四个平台基本都没有原生的、细粒度的库存阈值预算联动功能，需要借助自动化规则或第三方工具来实现。这也是为什么我一直强调：库存与广告的联动，本质上是一个"数据 + 规则"的工程问题，不是后台点几下就能解决的。

六、ERP 与广告平台怎么同步：API、Feed 还是定时任务

同步机制是很多人最关注、也最容易配错的一层。常见的误区是"同步越快越好"，实际上同步频率是一个成本和风险的权衡。

1. 三种同步方式的适用场景

我的常规建议是分层同步：把 SKU 按"库存波动速度"和"单件价值"分成两层。高价值、低销量的 SKU 走 API 定时轮询，频率可以设到 15-30 分钟一次；低价值、高频出货的 SKU 走 Feed，小时级更新就够了。

2. 同步频率怎么按业务容忍窗口来定

"业务容忍窗口"是我常用的一个概念：从库存发生真实变化，到广告侧做出正确反应，中间可以接受多长的延迟。

这个窗口的计算方式是：日均销量 ÷ 24 小时，得到每小时的平均消耗速度，再用"你愿意承担的最大超卖件数"除以这个速度，就是你的容忍窗口。举例来说，某 SKU 日均卖 48 件，即每小时 2 件，你能接受的最大超卖是 5 件，那么容忍窗口就是 2.5 小时。

反过来说，如果一个 SKU 日均只卖 2 件，你就完全没必要给它配 15 分钟一次的同步，一天最多卖 2 件，浪费的是 API 配额。

3. 失败重试、缓冲库存与异常告警

同步失败是必然事件，关键是怎么处理。我的做法是任何一次同步失败都必须触发告警，而不是静默重试。因为静默重试会让你以为数据是对的，实际上广告侧还在用旧数据。

缓冲库存是另一个实用技巧。在同步时，不要把 ERP 里的真实可售数量原样推给广告平台，而是预留一个小比例的缓冲（我常用的值是 3%-5%，高波动品类可以到 8%），把"可售量减去缓冲"作为广告侧的可用库存。这样即使同步延迟一两个小时，也不至于立刻超卖。

当然，缓冲不是万能的。它的代价是让一部分实际可卖的库存没有进入广告，降低库存周转效率。所以缓冲比例必须按品类调整：慢销品可以设 0，快销品设 5%-8%，大促期间临时提高到 10% 以上。

七、库存驱动的止损与放量规则怎么设计

前六节解决的是"数据能不能到达广告平台"，这一节解决的是"到达之后怎么用"。止损规则的设计水平，直接决定了库存事故的实际损失规模。

1. 阈值规则的三级设计

我通常把库存阈值分成三级，每一级对应不同的广告动作。

1. 预警线（可售库存 ≤ 14 天日均销量）：不调整广告，但触发补货提醒，同时监控广告转化率变化。
2. 收紧线（可售库存 ≤ 7 天日均销量）：预算下调 30%，出价下调 15%，同时扩大再营销排除范围。
3. 止损线（可售库存 ≤ 3 天日均销量）：预算下调 60% 或暂停，从主推系列移除，只保留品牌词等低成本流量。

这三级的核心逻辑是提前量。等到库存归零才停投，其实已经晚了，因为从点击到转化再到发货，中间还有几天的窗口。提前量必须覆盖"广告归因延迟 + 订单处理时间 + 打包发货时间"。

2. 分国家、分仓、分 SKU 的规则差异

统一的阈值规则在跨境场景下几乎一定会出问题，因为不同市场的补货周期差异巨大。

分 SKU 的差异主要体现在A 类爆款和长尾品的区别。爆款一旦断货，损失的不只是当前订单，还有排名和权重，所以止损线要设得更保守（提前量更大）；长尾品断货影响有限，可以设得更激进，把库存卖得更干净。

3. 补货后怎么恢复投放

恢复投放的节奏比暂停投放更容易被忽视。我的做法是分三阶段：

• 第 1-2 天：以 30% 预算恢复，观察库存消耗速度和转化率是否正常。
• 第 3-5 天：如果日均消耗低于预期，提到 60%，同时恢复出价。
• 第 6 天起：恢复到原有预算水平，但仍保持在预警线以下的监控状态。

这个节奏的意义在于避免"补货即秒空"。很多卖家补货后第一天就把库存打光，本质上是因为恢复投放时的出价和预算还是断货前的水平，而断货期间积累的需求会集中释放，形成一次小型的流量冲击。

八、监控与对账：每天该看哪些指标

配置完成不等于结束。库存与广告的联动是一个持续运行的系统，必须有监控和对账机制，否则问题会在几周后以另一种形式暴露出来。

1. 六个核心监控指标

2. 库存与广告花费的对账方法

对账的核心思路是：把广告花费按 SKU 拆开，再和该 SKU 的库存变化对齐。如果某个 SKU 的广告花费增长，但库存消耗速度没有同步变化，说明广告流量可能没有真正转化；如果库存消耗速度远快于广告带来的订单，说明存在跨渠道库存占用，需要排查。

我常用的一个简化对账公式是：

某 SKU 当日广告订单数 + 自然订单数 + 其他渠道订单数 ≈ 当日库存减少数 + 当日预留变化数

两边差值超过 5% 就需要查。这个差值通常来自三个地方：同步延迟、跨渠道占用、以及账实不符。区分方法是看差值的持续性，如果只是某一天有差异，多半是同步延迟；如果连续多天方向一致的差异，多半是账实不符。

3. 日报与周报的清单

日报看三件事：昨天有没有断货 SKU 仍在投放、有没有同步失败告警、超卖率是否越过阈值。这三件事都是可以直接行动的信号。

周报看三件事：库存准确率的变化趋势、各市场的缺货率分布、以及止损规则触发的频次。止损规则触发得过于频繁，说明阈值设置不合理或者补货计划有问题，而不是规则本身有问题。

九、常见配置错误与上线前检查清单

这一节是我从多个项目里总结出来的高频错误。它们有一个共同特征：都不是技术难题，而是认知遗漏。

1. 五个高频错误

错误一：只同步数量，不同步状态。库存从 10 变成 0，广告平台知道"没货了"；但库存从 10 变成"停售"，广告平台往往还以为"有货但为 0"。这两种情况的处理逻辑完全不同，前者应该保留商品，后者应该移除商品。

错误二：把实物库存当可售库存。这是最经典的一个。ERP 里的"库存数量"字段如果包含预留和安全库存，直接推给广告平台就是超卖的定时炸弹。

错误三：忽略时区和币种。跨境场景下，你在北京时间凌晨改的库存，美国站的广告可能要到当地白天才生效；币种没对齐，会导致价格展示异常，进而影响商品的整体有效性判断。

错误四：多店铺 SKU 混乱。同一个物理 SKU 在三个店铺卖了三次，三个店铺各自认为有 100 件可售，实际总共只有 100 件。这种情况必须有一个"总库存池"来统一分配额度。

错误五：没有异常告警。同步失败、库存骤降、超卖率突增，这些都应该有告警。没有告警的系统，等于没有监控。

2. 上线前检查清单

1. 库存口径文档是否已确认，六个库存池的定义是否写清楚？
2. ERP SKU、平台商品 ID、广告 Feed 条目 ID 三层映射是否完整？
3. 父子变体是否都能独立寻址，库存是否按变体分开计算？
4. 可售库存的计算逻辑是否排除了预留、安全库存和不可售部分？
5. 预售和现货是否分池，是否有独立的投放系列？
6. 同步方式是否按 SKU 分层，频率是否符合业务容忍窗口？
7. 同步失败是否有告警，重试策略是否会静默覆盖？
8. 是否有缓冲库存机制，缓冲比例是否按品类区分？
9. 三级止损阈值是否配置，是否按市场差异化？
10. 补货后的恢复投放节奏是否预设，是否分批恢复？
11. 六个监控指标是否有看板，异常阈值是否设定？
12. 日报、周报的对账流程是否有明确责任人？

这 12 条如果都能打勾，基本可以覆盖 90% 以上的库存与广告联动风险。剩下的 10% 属于平台政策和突发情况，只能靠持续监控来兜底。

十、不同阶段的配置优先级与取舍

前面讲的是"应该做什么"，这一节讲"什么阶段做什么"。库存与广告的联动配置是有成本的，SKU 数量少的时候做全套配置，投入产出比并不划算。

1. 按业务阶段划分的配置优先级

起步期最容易被误导去做全套自动化，结果配置成本远高于超卖损失。我通常建议 200 个 SKU 以内的卖家，先把口径和映射做对，靠每日人工核对就能覆盖大部分风险，等 SKU 上量了再上自动化。

2. 自建同步与工具同步的取舍

很多卖家会纠结是自建同步程序还是用现成工具。我的判断标准是三条：

• SKU 数量：2000 条以下，工具的效率通常高于自建；2000 条以上且业务逻辑复杂，自建的可控性优势开始显现。
• 平台数量：涉及 3 个以上平台、多个币种和地区时，工具的多平台适配能力通常是决定性因素。
• 团队技术能力：自建意味着长期维护成本，包括 API 变更适配、异常处理、服务器运维，这些成本经常被低估。

一个务实的路径是：先用工具把流程跑通，把口径和映射逻辑沉淀下来，等业务复杂到工具无法满足时，再基于已有逻辑自建。反过来做，往往是在需求还没搞清楚的时候就开始写代码，最后写出来的东西没人用。

3. 一个实际项目里的做法：以数跨境为起点做库存与广告的衔接

我在最近一个多平台卖家的项目里，用的路径就是上面说的"先跑通流程再优化"。这个卖家同时经营独立站、TikTok Shop 和 Amazon 三个渠道，SKU 大约 1400 条，之前的状况是每个渠道各自记账，库存靠 Excel 人工汇总，超卖率长期在 5% 左右。

第一步是把多平台 SKU 归一。我们用数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）把三个渠道的订单和库存统一到一个池子里，先把"同一个物理 SKU 在三个渠道被卖了三次"这个问题解决掉。这一步做完之后，超卖率从 5% 降到了 2% 左右，而且这是在没有做任何广告配置的情况下达成的，单纯因为库存口径统一了。

第二步是把归一后的库存状态导出，作为广告 Feed 的数据源。这里的关键是不要直接把总库存推给每个渠道，而是要先做渠道额度分配。比如某 SKU 总可售 300 件，独立站占 50%、TikTok 占 20%、Amazon 占 30%，那么推给各渠道的可用库存分别是 150、60、90。这个分配比例按各渠道的历史销售占比设定，每周调整一次。

第三步才是配置广告侧的止损规则。因为前两步已经把数据基础打好了，这一步的配置反而最简单，只需要在广告平台侧设置阈值触发条件，数据源直接读归一后的库存状态即可。

整个项目跑了大约 6 周，最终超卖率稳定在 1% 以内，无效广告花费占比从 5.8% 降到 1.6%。需要说明的是，数跨境在这套方案里承担的是"库存数据归一与渠道额度分配"的角色，广告侧的止损规则仍然要在各广告平台配置，两者是衔接关系而不是替代关系。具体功能和使用方式建议以官网说明为准，不同卖家的业务模型差异较大，适配性需要自己验证。

十一、结论：一套可落地的配置顺序与下一步动作

回到最初那个问题：ERP 跨境电商配置里，库存管理到底需要哪些广告投放设置？我的答案可以压缩成一句话，库存管理需要的不是某一个设置，而是一条从口径到止损的完整链路。

1. 三条我认为最容易被低估的判断

第一，库存口径的统一，比同步技术的先进性重要得多。我见过太多团队把精力花在 API 对接上，结果两边对"可售"的定义不一致，同步得越快错得越准时。先把口径写成一页纸，再谈技术。

第二，止损规则必须写在广告侧，ERP 侧的库存状态变化不会自动传导。这是最容易被误解的一点。ERP 把 SKU 标成缺货，只完成了内部动作的一半，另一半必须在广告平台侧通过排除、预算调整或出价调整来落地。

第三，同步频率不是越高越好，而是越匹配越好。按 SKU 的库存波动速度和单件价值分层，把 API 配额花在真正需要实时性的地方，比全局提高频率更有效。

2. 下一步可以怎么做

如果你现在就要动手，我建议按这个顺序推进：

1. 今天：打开你的 ERP，找到"库存数量"这个字段，确认它是否已经扣除了预留和安全库存。如果没有，先弄清楚真实的可售量是怎么算出来的。
2. 本周：抽出 20 个 SKU，手工建立 ERP SKU、平台商品 ID、广告 Feed 条目 ID 的三层映射。看看有多少条是断的。
3. 本月：在广告平台侧配置最基础的缺货排除规则，先覆盖库存归零的场景。
4. 下个月：把三级止损阈值补齐，按市场差异化设置。
5. 持续：建立超卖率和无效广告花费这两个指标的日报，让问题在发生时就能被发现。

最后提醒一点：库存与广告的联动不存在"一次性配置完成"的状态。平台政策会变，补货周期会变，销售结构也会变。真正有效的做法是把口径、映射、同步、止损这四层都做成可调整的规则，而不是写死在代码或流程里，这样当业务变化时，你调整的是参数，而不是推倒重来。

如果你正在处理某个具体平台的库存与广告衔接问题，建议先查该平台的官方文档确认当前的字段名称和可用范围，再对照本文的检查清单逐项核对。政策和后台界面的变化频率不低，任何配置动作之前都值得再确认一次。

免费注册

咨询方案

扫码咨询方案