去年 11 月，我帮一个做家居收纳的卖家复盘他们那年的爆款。这个 SKU 在 7 月选品评审时全票通过：谷歌趋势向上、亚马逊搜索量稳定、竞品评论数不高、毛利测算 38%。8 月下单，9 月海运发出，10 月下旬到仓，11 月黑五第一周日均出单从 40 单跳到 260 单。然后 12 月 3 日断货，断货 19 天。等第二批货到，排名已经从前 50 掉到 300 名开外，广告 ACoS 从 22% 涨到 61%，最后靠清仓价把第二批货的一半处理掉。
复盘时我们发现问题不在选品。需求判断是对的，毛利也是对的。真正崩掉的是这家公司的 ERP 根本表达不出"这个 SKU 的补货周期是 52 天"这件事。系统里只有一个静态库存数字和一条"低于 50 件预警"的规则，而这条规则是按国内电商 7 天补货周期设的。
这就是我想写这篇清单的原因。市面上讲"跨境电商 ERP 能力清单"的文章，九成在罗列模块名：订单管理、库存管理、采购管理、财务对账。但没人告诉你，选品策略真正需要 ERP 覆盖的库存管理事项，到底是哪几条、为什么是这几条、缺了哪条会死。下面这份清单是我过去几年在亚马逊 FBA、第三方海外仓、独立站和 B2B 混合业务里，踩坑加复盘攒出来的，不是从功能手册抄的。
如果把"选品"和"库存"当成两件事，选品做得再漂亮也会死在执行上。我的判断是：任何一次选品决策，在通过之前，都必须能在 ERP 里被翻译成九个可计算、可预警、可追责的库存参数。翻译不出来，这个品就不该上，或者上了也只能做小批量试销。
下面这九类，按"缺了会怎样"的严重程度排序。前三类缺了，业务基本会出事故；中间三类缺了，利润会被悄悄吃掉；后三类缺了，你永远不知道问题出在哪。
| 序号 | 库存管理事项 | 选品阶段必须先回答的问题 | 缺失后果 |
|---|---|---|---|
| 1 | 库存口径统一 | FBA 可售、海外仓可售、在途、待检、退货在途，是否在同一视图 | 超卖、重复下单、假缺货 |
| 2 | SKU / 变体 / 组合装结构 | 颜色尺码怎么拆，组合装怎么扣减库存 | 库存对不上，毛利算错 |
| 3 | 补货周期与 MOQ 可配置 | 供应商交期 + 头程时效 + 上架准备，总共几天 | 系统性断货，且周期固定 |
| 4 | 安全库存与再订货点 | 日均销量用什么口径，波动系数取多少 | 旺季必断，淡季必压 |
| 5 | 多平台库存池与缓冲 | 亚马逊、独立站、B2B 是否共享一个池子 | 一个渠道爆单，另一个渠道崩 |
| 6 | 成本口径完整度 | 采购、头程、关税、仓储、尾程是否进库存成本 | 利润虚高，清仓才发现亏 |
| 7 | 周转天数与库龄分档 | 周转天数按 SKU 还是按类目看，库龄怎么分档 | 滞销发现太晚，只能亏本清 |
| 8 | 预警阈值与责任人 | 断货、滞销、低周转分别预警给谁 | 预警天天响，没人处理 |
| 9 | 选品反哺指标 | 断货率、滞销率、缺货损失是否回到选品复盘 | 同一类错误反复犯 |
这九条不是并列关系，而是有严格顺序的。前三条是地基，决定了后面六条能不能算得准。很多团队直接跳到第 4 条买"安全库存功能"，结果因为第 1 条口径没统一，算法算出来的数字全是错的。
我见过最典型的情况：ERP 里显示某 SKU 库存 1200 件，看起来很安全，实际上其中 480 件是退货在途、300 件在海外仓等待质检、真正可售只有 420 件。系统按 1200 件跑安全库存逻辑，结论是"不用补货"，结果两周后断货。
国内电商做库存管理，核心变量就三个：供应商交期、日均销量、仓库可售量。跨境把这三个变量每一个都放大成一组变量，还额外塞进了物流、关税、平台规则和退货链路。
把下面这七种库存混在一起看，是选品判断失误的第一大来源。我在做品类复盘时，第一件事永远是把它们拆开。
这七种状态里，只有第一种和第四种是"今天能卖"的。但很多 ERP 的库存总览页面把它们加在一起显示一个大数字。当一个选品决策建立在一个被合并后的总库存上时，它的补货判断天然就是错的。
我在 2023 年做过一次统计，把当时手上 11 个主要 SKU 的补货周期完整拆解。结果和我原来的直觉差得很远：供应商生产周期平均只占总补货周期的 34%。
| 链路环节 | 平均耗时（天） | 占比 | 常见波动范围 |
|---|---|---|---|
| 下单到供应商排产 | 4 | 7% | 2 到 9 天 |
| 生产周期 | 21 | 34% | 14 到 35 天 |
| 验货与装柜 | 3 | 5% | 1 到 7 天 |
| 头程海运（含港口等待） | 18 | 29% | 12 到 30 天 |
| 清关与派送 | 5 | 8% | 2 到 14 天 |
| 入仓上架可售 | 10 | 17% | 3 到 21 天 |
| 合计 | 61 | 100% | 34 到 116 天 |
注意最后一行：波动范围是从 34 天到 116 天，接近 3.4 倍。这意味着如果你的 ERP 里补货周期是一个固定值，那你至少有一半时间在算错。真正需要的是一个可以被区间表达、并且能按旺季/淡季切换的参数。
做选品的人通常看的是"现在什么好卖"。做库存的人需要的是"三个月后什么能到货"。这两个时间轴之间隔着一次完整补货周期，而这个周期本身就是两个月起步。
我见过一个反常识的现象：在很多跨境团队里，选品成功率最高的团队，反而补货周期参数配得最保守。因为他们知道参数一旦乐观，选得越准死得越快。选品命中率高意味着销量爬坡快，爬坡快意味着任何补货周期的低估都会被放大成断货。
所以我现在评估一个团队的跨境 ERP 能力，不太看它有多少功能，而是问一句：你的补货周期参数是几段？如果只有一个数，那基本可以判断他们的库存管理还停留在"事后补救"阶段。
这六个误区我在不同团队里反复见到，而且它们有共同特征：看起来都对，执行起来出事，出事之后还找不到原因。
库存同步解决的是"数字一致"，库存管理解决的是"什么时候该补、该停、该清"。前者是数据管道，后者是决策系统。很多 ERP 把同步做得很好，多平台数字秒级一致，但一个补货建议都生成不了。
判断方法很简单：如果你的系统只能告诉你"现在有多少"，不能告诉你"多少天后会缺"和"缺多少件"，那它就是同步工具，不是库存管理能力。
安全库存 = 日均销量 × 补货周期 × 波动系数，这个公式没错，但三个变量都有陷阱：日均销量用 7 天还是 90 天，结果差 2 倍以上；补货周期用固定值还是区间值，旺季差 50%；波动系数取 1.2 还是 2.0，资金占用差 40%。
我的做法是：波动系数按类目固定，不按 SKU 拍。季节性强的类目取 2.2 到 2.8，常规快消类目取 1.4 到 1.8，长尾低动销类目取 1.1 到 1.3。这样至少保证同类目的判断基准一致，避免同一次选品评审里两个 SKU 用两套逻辑。
国内电商库存周转 30 天已经算慢，跨境 60 天可能已经是优秀水平。原因就是刚才那条链路：光在途和上架就要 28 天左右。
如果拿国内标准考核跨境运营，会出现两个后果：一是运营被迫压库存，导致旺季断货；二是财务认为库存周转太慢，砍采购预算，导致补货节奏彻底断掉。考核指标错配比指标缺失更危险。
这个误区的隐蔽性最强。退货率 10% 的服装类目，如果一个 SKU 月销 3000 件，退货在途与待检长期保持 200 到 400 件。这笔库存既不能用，又占着采购资金，而且很多 ERP 不把它从可售库存里扣掉。
我的处理方式是：退货在途单独建库存位，并且在补货计算时按 60% 的可回收比例计入未来库存。不打 100% 折扣是因为部分退货确实能重新上架，打 60% 是因为质检、翻新、二次包装会损失一部分。这个比例要根据自己类目实测调整，不能照抄。
跨境 ERP 的价格区间跨度很大，从每月几百到每年几十万都有。我见过团队为了省三万块年费选了一个便宜的，结果因为不支持多仓库存批次管理，一年下来在滞销清仓上多亏了上百万。
正确的算法是：把 ERP 的价差，和你预测的库存失误成本做对比。如果你的年营业额 500 万，库存失误成本哪怕只占 3%，就是 15 万；这时候省 3 万块软件费，在一开始就是亏的。
前面讲了问题和误区，这一节讲我实际用的判断框架。核心思路是：不要问 ERP 有什么功能，而要按照选品的三个时间点，逐个问"这个阶段我需要系统回答什么问题"。
选品前这一步，目的是在花钱下订单之前，先判断这个品"能不能被库存系统接住"。我一般会跑五道筛查，任意一道不通过就降低起订量或者放弃。
第三道筛查是最容易被跳过的。我建议所有做跨境的人在做选品测算时，都要把下面这段计算写进表里，而不是只看毛利率。
资金占用天数 = 供应商账期天数 + 生产周期 + 头程周期 + 上架周期 + 平台回款周期 – 平台结算提前天数
以一个月销 800 件、单价 30 美元的 SKU 为例：
采购成本 = 9 美元 / 件
首批起订量 = 2000 件
采购付款 = 30% 定金 + 70% 见提单（相当于平均提前 35 天付款）
生产周期 = 21 天
头程周期 = 18 天
上架周期 = 10 天
回款周期 = 14 天（亚马逊结算到账）
资金占用天数 ≈ 35 + 21 + 18 + 10 + 14 = 98 天
单批占用资金 = 2000 × 9 = 18000 美元
年化资金占用 = 18000 × (98 / 365) × 2.7 批 ≈ 13050 美元·天
结论：如果这个 SKU 不能提供至少 25% 的毛利缓冲，
这笔资金占用的机会成本就会吃掉大部分利润。
这段计算不复杂，但能把很多"纸上毛利很好看"的选品直接筛掉。我自己的经验是，资金占用天数超过 90 天的 SKU，如果没有明显差异化，我不会做首批发大货。
选品通过之后，真正的动作是配置。这一步决定后面所有自动化的准确性。我把需要配置的参数归成五类，并按"配置顺序"排列，因为后面的参数依赖前面的参数。
| 顺序 | 参数类别 | 必须配置的具体项 | 配错的典型后果 |
|---|---|---|---|
| 1 | 商品结构 | SKU、变体父子关系、组合装 BOM、赠品扣减规则 | 库存对不上，毛利算错 |
| 2 | 库存口径 | 各仓位定义、可售判定规则、退货在途处理方式 | 可售量虚高，重复补货 |
| 3 | 补货参数 | 分段补货周期、MOQ、整箱倍数、供应商交期 | 补货建议数量不合理 |
| 4 | 安全库存 | 日均销量口径、波动系数、季节系数、再订货点 | 旺季断货或淡季压货 |
| 5 | 成本与预警 | 成本项、预警阈值、责任人、处理时限 | 利润虚高，预警无人处理 |
顺序不能颠倒。我见过团队先把安全库存参数配得很精细，回头发现商品结构里组合装没有 BOM，导致每次卖出一套装，三个子 SKU 库存都没有扣减。参数精度再高，建在错误的结构上也是无效的。
选品上架只是开始，后面的库存运营决定这个品最终是赚钱还是赔钱。我要求团队每周固定做五个动作，写进 SOP。
这五个动作里，第五个最难坚持，但价值最高。我们团队现在做选品评审时，会强制带上一份"上季度同类目断货与滞销清单"。如果某个类目连续两个季度出现补货周期低估，我们会在选品阶段直接把这个类目的 MOQ 上限砍掉 30%。
上面讲的都是方法论，这一节讲我具体的工具使用方式。我目前的习惯是：ERP 负责交易与库存的日常执行，数据分析工具负责把多平台数据汇到一起看趋势和结构。这两者不能互相替代，ERP 里看趋势很吃力，数据工具里做库存扣减不可靠。
原因是当业务同时跑亚马逊、独立站和第三方海外仓时，库存数据分散在三到四个后台。ERP 一般能同步进来，但它给的是"当前状态"，不是"趋势视图"。
我要回答的问题往往是趋势类的：某个 SKU 的周转天数是在改善还是恶化；断货损失集中在哪些类目；库龄结构里 120 天以上的占比是在上升还是下降。这些问题在 ERP 的库存明细里不太好直接看到。
我现在的做法是用数跨境做这一层汇总和看板。它的定位更偏向跨境电商的多平台数据整合与分析，适合把订单、库存、广告、财务口径的数据放到一起，做成可复用的看板和报表。对我最有价值的三个场景是库存台账汇总、周转与库龄分析、选品指标复盘。
把亚马逊、独立站、海外仓的库存数据按统一字段结构落到一张表里，字段包括：SKU、仓库、库存状态、可用数量、锁定量、在途量、更新时间。数据接入之后，最大的收益不是"看得到"，而是"口径能被固定下来"。
以前我们的库存口径每个运营理解都不太一样，报表做出来经常对不上。统一到一张表之后，讨论库存问题时至少大家在说同一件事。
我会做一个按类目、按 SKU 的周转天数看板，同时叠加库龄分档：0 到 30 天、31 到 60 天、61 到 90 天、91 到 120 天、120 天以上。
这个看板解决的核心问题是把"库存很多"这个模糊感受，变成"120 天以上库龄占比从 8% 涨到 17%"这个可行动的数字。看到后者，清仓动作才推得动。
我会把每个 SKU 上市后的前 6 个月数据做成一张反哺表：首月动销率、断货天数、退货率、实际周转天数、实际补货周期、毛利率。
然后用这张表回看当初的选品假设差了多少。比如假设补货周期 55 天，实际 78 天；假设退货率 5%，实际 11%。这些偏差直接变成下一轮选品的参数修正依据。
| 指标 | 选品时假设值 | 实际观测值 | 偏差 | 下一轮修正动作 |
|---|---|---|---|---|
| 补货周期 | 55 天 | 78 天 | +41.8% | 该供应商后续按 75 天起算 |
| 退货率 | 5% | 11% | +120% | 该品类安全库存系数上调到 2.4 |
| 首月动销率 | 35% | 19% | -45.7% | 首单量下调 40%，转为小批量试销 |
| 实际周转天数 | 62 天 | 96 天 | +54.8% | 资金占用测算模板中该类目系数调整 |
| 实际毛利率 | 38% | 26% | -31.6% | 头程与仓储成本按实际值计入选品测算 |
这张表是我认为整个库存管理里最有价值的产出物。它的价值不在于记录，而在于它把"选品是判断，库存是事实"这两件事强制对齐了。没有这张表，选品永远是拍脑袋加互相说服；有了这张表，参数会自己收敛。
2024 年我们做过一个母婴类目的收纳用品，属于典型的"选品看起来完美、库存执行出问题"的案例。
选品阶段的数据都不错：类目年增长 22%，头部竞品评论数不到 800，单价 24.9 美元，测算毛利 41%。首单 1500 件，供应商交期 25 天，海运 20 天。
结果上架后第一个月动销率只有 21%，远低于假设的 40%。原因是这个类目在平台上属于"搜索有量、但转化集中在头部品牌"的类型，新品曝光拿得到，但转化上不去。
第二个月我们开始加广告，动销率提到 34%，但要到第 5 个月才真正跑起来。而这时候第一批货已经只剩 300 多件，补货来不及，供应商交期因为旺季延到 38 天，海运延到 27 天，加上海关与上架，实际补货周期 82 天。
期间断货 14 天，排名从 78 掉到 400 开外。第二批货到仓之后，我们用了三个月才把排名恢复到 120 左右，广告花费比正常水平高出约 60%。
这个案例里，真正的错误不是选品，而是首单量和补货周期参数同时偏乐观。如果首单改成 800 件、补货周期按 82 天而不是 45 天配置，这个 SKU 大概率能平稳跑起来。
库存能力建设没有统一答案，取决于你现在的业务阶段。我按四种常见情况给建议，都是按"先补哪一项"的优先级排的，不是全都做。
这个阶段不要买重型 ERP，也不要做复杂看板。你需要的是三张表加一条规则。
这三张表用表格软件完全能做，成本几乎为零。关键不是工具，而是坚持每周更新一次，并且让三张表之间的数字能对上。
这个阶段人工表格开始失控，需要引入系统，但要分两步走。
第二步和第三步之间可以并行，但第一步必须单独完成。我在这个阶段最常见的失败模式，是团队直接跳到第三步买了个 BI 工具，结果因为口径没统一，做出来的看板自己都不敢用来做决策。
这类团队需要额外解决一个问题：库存池怎么分。B2B 订单量大、交期长、单价低，B2C 订单碎片、时效要求高、单价高。如果共用一个库存池，B2B 客户下一张大单可能直接把 B2C 的货吃光。
我的建议是：库存物理共享，逻辑隔离。在 ERP 里给 B2B 和 B2C 设置独立的预留规则，B2C 侧预留比例不低于过去 60 天日均销量的 1.5 倍。B2B 订单确认前必须先看 B2C 侧预留是否被侵占。同时给 B2B 设独立的补货周期参数，因为它通常可以接受更长的交期。
这个阶段真正的问题往往不是能力缺失，而是能力没有被用起来。我的建议是先做一次库存能力体检，按第一节那九条逐个打分，找出实际使用率最低的三条，集中补。
体检时不要问"系统有没有这个功能"，要问"这个功能上次被用在哪个决策上"。如果一个功能三个月没有被用于任何一次实际决策，那它对你来说就等于不存在。
库存管理里没有"全都要"。以下五组取舍，是我实际做过的选择，也说明了为什么这么选。
同步频率越高，超卖风险越低，但接口调用量和成本越高，也越容易被平台限流。我的取舍是：高单价、库存浅的 SKU 做高频同步（5 分钟一次），低单价、库存深的 SKU 做低频（30 分钟一次）。
理由是超卖的成本不取决于库存多少，而取决于单均损失和客户投诉后果。1000 件的低单价品就算超卖 5 件也不痛，30 件的高单价品超卖 1 件就麻烦。
提高安全库存能降断货率，但要占用更多资金。我的取舍标准是：只在毛利率高于 35% 且复购或关联销售明确的 SKU 上提高安全库存。
低毛利、一次性购买为主的 SKU，宁可承受一定断货，也不要把资金压死。因为这类商品断货的长期代价小，而压货的资金代价是确定的。
共享池子效率高、资金利用率高，但风险传导快。独立池子安全但会沉淀库存。我的取舍是：标品可以共享，非标品尽量独立。
标品库存可互换、可调拨，共享池子风险可控；非标品一旦调错，渠道之间无法互补，只能压在自己手上。
SKU 少、流程简单时用表格最划算，灵活、零成本。但当你的库存状态超过三种、平台超过两个、需要自动化补货建议时，表格的维护成本会指数上升。
我的经验分界线是：当每周花在库存表格维护和核对上的时间超过 6 小时，就该考虑系统化了。这 6 小时如果换成运营时间，价值通常高于软件费用。
精细化一定更好，但精细化推进太快会导致执行层抵触。我的做法是：先把最痛的一项做深，其他项保持粗粒度，跑三个月再扩。
比如先做补货周期分段这一件，把参数做准，其他预警阈值先维持现状。三个月后断货率下降的效果会自然说服团队，再扩到安全库存和库龄管理。
回到最开始那个断货 19 天的家居收纳 SKU。它真正的问题不是选品眼光，也不是物流慢，而是这家公司的库存能力清单里，缺了一条"补货周期必须可分段表达"。一条参数缺失，代价是 19 天断货、排名掉 250 名、广告费多花六成。
我写这份清单的目的是想说一件事：选品策略和库存管理不是两个部门的两件事，而是同一条决策链的两端。选品定的是"要不要做"，库存能力定的是"能做成什么规模"。
如果你的 ERP 只能回答"现在有多少库存"，那你的选品策略天花板就很低，因为你无法判断三个月后的供给能力。反过来，如果 ERP 能回答"多少天后会缺、缺多少、该补多少、补多少天能到"，那选品就可以更大胆，因为你知道系统接得住。
所以下一步，我建议你做三件事，而不是马上去换 ERP。
这三件事做完，你对 ERP 的需求会变得非常具体。那时候你再去选系统，就不会被功能列表牵着走，而是拿着自己的参数需求去问：你能不能表达我这五段周期、能不能按 SKU 分池、能不能把断货率算出来。能回答这些的系统，才是真正匹配你选品策略的库存能力。
我之前选品基本看需求端，销量预测、竞品价格、评论数，觉得有需求就上。结果去年做一个家居类目，交期 45 天、海运 30 天，首单按两个月的量备货，上架第二周就断货，等补货到仓已经错过旺季前段。后来才意识到，选品会上就该把库存参数算清楚，而不是等上架再补。
选品前至少要算四个数。第一是补货周期：供应商生产备货天数 + 头程运输天数 + 入仓上架天数 + 平台预留天数，比如 45 + 30 + 5 + 3 = 83 天，这个数字决定你首单要覆盖多少天。
第二是首单量下限：日均预估销量 × 补货周期，再加安全库存，如果日均 20 单，首单至少要能撑到第二次到货。第三是资金占用：采购单价 × 首单量 + 头程 + 关税 + 首月仓储，算出来的金额要和你可动用的现金流对比，超过三个月现金流就不适合现在做。
第四是周转天数：预估 360 天除以年周转次数，或者平均库存除以日均销量。判断依据很简单，如果这个品的补货周期长到需要压超过你单品类预算上限的货，要么换供应商缩交期，要么先小批量空运试水，要么直接放弃。这几个数如果 ERP 里不能按 SKU 维护和自动带出，选品会就只能靠拍脑袋。
我现在同时跑亚马逊、独立站和一个 B2B 平台，同一个 SKU 三边都在卖。有次独立站做了个促销，订单进来得比 ERP 同步快，亚马逊那边还显示有货，结果两边都出单，最后只能从 FBA 紧急调货还赔了运费。所以我很想知道，同步频率到底要卡到什么程度，能不能有个可测的标准。
同步能力不能只看 ERP 销售页写的“实时同步”，要自己测。测法是：在 A 平台后台手动把某个 SKU 库存改成 3，然后掐表看在 B 平台多久变成 3，再在 B 平台下一单，看 A 平台多久扣减。
亚马逊这类平台受 API 调用频率限制，实际同步常见是几分钟到十几分钟一轮，不是你想象的秒级，所以大促和直播期间不能只依赖实时同步。可执行的做法是给每个渠道设三层库存：实物库存、渠道预留、安全缓冲。
分配时按 实物可用库存 – 在途退货 – 各渠道预留 – 缓冲 来给各平台铺货，缓冲量按该渠道历史日均销量 × 同步延迟时长 来定，比如日均 30 单、延迟 10 分钟，缓冲至少留几件到十几件。同时给每个渠道设超卖熔断阈值，比如负库存连续两轮同步就自动下架该链接。
判断标准是：在最近一次大促里，如果出现任何一次跨平台重复出单，说明你的预留和缓冲没配够，先调参数再谈换系统。
我们团队之前设安全库存的方式就是“大概留两周的货”，旺季节假日再手动加一点。问题是新品和季节品这么设要么备太多压死资金，要么备太少断货，运营和采购还经常为这个吵架。我想知道有没有一个能落地的算法，而不是凭经验拍一个数字。
先用最简版公式把基线搭起来：安全库存 = 日均销量 × 补货周期 × 波动系数，再订货点 = 日均销量 × 补货周期 + 安全库存。波动系数按品类给：稳定复购型可以给 0.2 到 0.3，有明显季节波动的给 0.5 到 0.8，新品或趋势品给 0.8 到 1.0。
如果 ERP 支持统计口径，用更准的版本：安全库存 = 服务水平系数 × 日销量标准差 × 补货周期的平方根，服务水平 95% 对应系数约 1.65，99% 约 2.33。数据口径上有两个坑必须避开：一是取过去 8 到 12 周的真实出单数据，不要只取最近两周；
二是断货那几天的销量要按同类日均值补齐，不能记成 0，否则算出来的标准差偏小，安全库存会系统性偏低。新品没有历史数据时，先借用同类目成熟 SKU 的波动系数做初始值，跑满 6 到 8 周真实出单后再回归修正。判断这套参数有没有配对的标志是：连续两个月断货天数在下降，同时库存周转天数没有明显变长。
读者评论
断货那段太真实了。我们去年也遇到过类似情况，ERP里显示库存一千多件，实际可售不到一半，剩下的全在退货在途和待检里。文章把库存口径统一排在第一位的理由我完全认同，口径错了后面算什么都白搭，而且平时根本看不出来，等断货才发现。
补货周期用固定值的坑我踩过。之前系统里默认填了个三十天，旺季直接崩。文章说应该用区间参数并跟季节系数联动，这个思路比单纯加安全库存更靠谱，但落地时对ERP的配置能力要求确实高，很多系统根本不支持分段。
九类事项按严重程度排序是有价值的，不过对中小团队来说一次全补齐不现实。我的经验是先做库存口径和补货周期这两条，成本最低、见效最快，周转天数和选品反哺可以等规模上来再说，不然容易为了上功能把执行拖垮。