去年 11 月，我陪一个做亚马逊美国站加独立站双渠道的卖家做旺季复盘，会议室里最刺眼的不是广告报表，而是两张并排的截图：一张是主推款在旺季第二周断货 9 天，另一张是海外仓里 300 多个 SKU 已经超过 90 天没有动销。断货和滞销同时发生，现金流被两头撕扯，这是跨境电商最典型的"看起来是两个问题、其实是同一个问题"。
老板当时问我的问题不是"要不要上 ERP"，而是"ERP 里的采购补货和定价，到底按什么规则跑，才能不再出现这种两头挨打"。这篇文章就是我对这个问题的完整回答。我把它写成一份可以直接照着改配置的优化清单，重点不在功能罗列，而在动作、触发条件、异常处理和复盘口径。
提前说清楚：文中涉及的平台佣金、FBA 与海外仓费率、VAT/EPR、关税、汇率、ERP 接口能力，都必须以你所在平台和官方最新政策为准，我只会给出判断逻辑和可验证的观察方式，不会把任何费率写成绝对事实。
在展开细节之前，我先把这十几年做供应链和跨境运营咨询后形成的六个判断摆出来。如果你只读这一段，也应该能拿走一套可执行的思路。
绝大多数卖家的 ERP 配置是割裂的：采购模块只管补货点和补货量，定价模块只管改价和同步。但真正决定赚钱与否的，是这两个动作共享同一个"贡献毛利"分母。
补货决定你的库存天数和资金占用，定价决定你的毛利空间和动销速度。补货是在买"未来的销售机会"，定价是在卖"当下的现金回收"，两者算的不是两张账，而是一张现金流表的两端。分开配置，必然出现"补了卖不掉"或者"卖得掉补不上"。
我见过太多卖家一上来就要"智能补货"，结果连"可用库存"的定义都没统一：运营看的是后台可售，采购看的是仓库实物，财务看的是已付款数量，三方三个数字。在这种前提下上任何自动化，只会把错误放大得更快。
我的顺序永远是：口径统一 → 字段责任人 → 校验规则 → 规则引擎 → 异常看板 → 复盘迭代。前四步没做完，第五步就是假的。
爆款、常规款、长尾款、新品、季节品，这五类商品的补货逻辑和定价逻辑天然不同。爆款怕断货，长尾怕积压，新品怕误判，季节品怕错过窗口。
用同一套安全库存系数去管所有 SKU，结果一定是爆款经常缺、长尾长期压。分群不是精细化运营的口号，而是让不同的钱花在不同的确定性上。
成本加成定价法在跨境场景里几乎必然亏损，因为你加的那个"成"，通常只覆盖了采购成本，而真正吃掉利润的是头程、平台佣金、履约仓储、广告、支付手续费、退货、税费和汇率波动。
你真正能拿来决策的只有贡献毛利：售价减去所有随销量变化的变动成本之后还剩多少。这个数字才是补货敢不敢压、降价敢不敢跟的唯一依据。
ERP 的功能表看起来都差不多：采购管理、库存管理、订单管理、财务管理。差距在于，当库存天数跌破阈值时，系统会不会同时给采购和定价发出信号？当汇率异动超过阈值时，会不会自动冻结某个价格带的促销审批？
这些"跨模块联动"才是优化的核心，也是我在评估任何工具时最先看的地方。
网上流传的"安全库存 30 天""周转率 6 次"这类数字，只对讲这句话的人所在品类成立。你的供应商交期波动、物流时效波动、平台流量波动，共同决定了你的合理阈值。
我的做法是：先跑 8 到 12 周的滚动回测，把历史缺货和滞销的时点标出来，倒推当时哪个参数设错了。这比抄任何模板都有效。
先把场景讲透。只有理解了断货和滞销为什么会在同一个仓库里共存，后面的规则设计才有落点。
绝大多数卖家的补货依据是过去 30 天或 60 天的销量。这个做法在平稳期没什么问题，但在旺季前会犯一个致命错误：它把"卖出去的量"当成了"需求量"，而卖出去的量本身已经被缺货截断了。
假设某 SKU 日均真实需求 100 件，但因为库存不足，实际只卖了 70 件。系统读到的历史销量是 70，于是下一轮补货只按 70 备货。这就是典型的"缺货数据自我强化"：越缺货，历史销量越低，补货越保守，然后继续缺货。
这个问题的解法不是"把系数调大一点"，而是用缺货天数做销量还原。有货天数的日均销量才是真实需求的无偏估计。
另一头，滞销往往被平均值藏起来了。整体库存周转 6 次听起来很健康，但拆开看可能是爆款周转 14 次、长尾周转 0.8 次。平均值把长尾的低效完全遮盖。
更麻烦的是，长尾 SKU 往往单量小、操作杂、占用仓位多，却因为"还有一点点销量"而不断被补货系统重新下单，形成慢性失血。我在一次诊断中见过：占 SKU 总数 42% 的长尾商品，贡献了不到 6% 的销售额，却占用了 31% 的库存资金。
第三个场景更隐蔽。售价没变，销量没变，但季度末一算，毛利率掉了 4 个百分点。原因通常分散在几处：头程涨价、平台佣金结构变化、仓储超期附加费、广告 CPC 上升、退货率上升、汇率朝不利方向走。
这些变化单看都不大，叠加起来就是致命的。而如果你的 ERP 里没有一个"费用项逐月对比"的视图，你几乎不可能在当月发现问题，等你从财务报表上看到时，损失已经沉淀了两三个月。
做到一定规模后，卖家通常同时开着亚马逊、独立站、eBay、TikTok Shop 等多个渠道，背后还有 FBA、第三方海外仓、国内直发仓。这时会出现两类高频事故：
这两类事故的本质都不是运营粗心，而是缺少统一的库存池和价盘表，以及缺少变更日志和审批链。
下面这八条几乎是我每次做诊断都会遇到的，逐条说清楚问题出在哪，以及正确的替代做法是什么。
"安全库存 = 日均销量 × 30 天"是最常见的配置。它的致命缺陷是完全忽略了波动性。交期稳定 7 天的供应商和交期在 5 到 25 天之间摇摆的供应商，需要完全不同的缓冲。
正确做法是把安全库存拆成两部分：需求波动缓冲 + 交期波动缓冲。前者由销量标准差决定，后者由供应商历史交期标准差决定。两者叠加再乘以服务水平系数，才是有依据的安全库存。
补货点应该覆盖"从下单到入库这段时间里的预期消耗"，也就是日均需求乘以 replenishment lead time，再加上安全库存。很多卖家把这两个概念混为一谈，导致每次补货都在追着缺货跑。
理论上算出来补 137 件，但供应商 MOQ 是 300 件、箱规是每箱 24 件，实际必须补 312 件。这个差异如果不写进规则，采购执行时就会各凭经验，产生大量口头决策。
我的建议是：把 MOQ、箱规、起订金额、拼柜最小体积作为约束条件写进补货建议单的生成逻辑，同时把这些约束的调整权限收在采购负责人手上，而不是让运营随手改。
在途库存在不同系统里有不同含义：已下单未发货、已发货未到港、已到港未清关、已清关未上架。把这四种状态合并成一个"在途"数字，会导致两种情况：要么过度补货，要么误判可售。
我会要求至少拆成四段，并给每一段设置单独的预计到仓时间，且到仓时间要随物流节点自动更新，而不是人工估算填一次就不管。
这一点前面说过，但值得再强调一次。成本加成最大的问题是它给你一种"我在赚钱"的错觉。售价 30 美元、采购成本 9 美元，毛利率看起来 70%，实际上结算后可能只有 8% 到 12%。
正确的做法是建一张 SKU 级别的贡献毛利表，把所有随销量变化的变动成本都放进去，售价变动时这张表实时刷新。
清库存的降价要算两件事：降价带来的销量提升能否覆盖毛利的下滑，以及回收的现金能否投入更高回报的品类。
如果某 SKU 已经进入长库龄区间，每月还在产生仓储附加费，那么快速降价回收现金通常优于慢慢等自然动销。但如果它只是阶段性滞销、还有明确的季节性回归，盲目降价反而会破坏价格锚点。
缺货时涨价能短期提升单件毛利，但代价是排名权重下滑、Buy Box 丢失、广告质量分下降。这些损失的恢复周期往往比缺货本身长得多。
我的判断顺序是：先看能否调拨或加急补货，再看能否限购控速，最后才考虑价格手段。价格永远是最后一招，不是第一招。
ERP 是流程记录系统，不是分析系统。它能把订单、库存、采购记录存下来，但默认不会告诉你"哪个 SKU 的贡献毛利在连续三周下滑""哪个仓库的滞销占比突破了警戒线"。
这是我后来特别关注数据分析和经营分析类工具的原因，流程系统负责让事情发生，分析系统负责让你看见事情正在怎么发生。
这一节是全文的核心。我把这套模型拆成六个步骤，每一步都给出输入、输出和判断标准。
需要的字段不多，但每一个都要有明确定义、责任人和更新频率。我通常会拉一张这样的表：
| 字段类别 | 关键字段 | 口径说明 | 责任岗位 | 更新频率 |
|---|---|---|---|---|
| 商品映射 | MSKU / ASIN / 变体 / 组合品 | 组合品必须能拆到单品的库存扣减 | 运营 | 随上新变更 |
| 库存状态 | 可用 / 锁定 / 在途 / 在产 / 不良 | 在途必须拆成已下单、已发货、已到港、已清关 | 采购 + 仓储 | 每日 |
| 成本费用 | 采购价 / 头程 / 尾程 / 佣金 / 仓储 / 广告 / 退货 / 税费 | 全部换算到单品口径，含汇率折算规则 | 财务 | 每周 / 每月 |
| 时间口径 | 供应商交期 / 物流时效 / 账期 / 结算周期 | 用近 12 周实际值的均值和标准差，不用合同值 | 采购 + 财务 | 每两周 |
这张表看起来基础，但我每次做诊断时发现，能把这五行填完整、并且数据能和实际对上的团队，不到三成。
分群维度我通常用两个：动销率（反映需求确定性）和贡献毛利率（反映赚钱能力）。分完之后每群给一套独立参数，包括服务水平、安全库存系数、补货审批阈值、调价权限。
目标是保供。服务水平设到高位，安全库存允许偏高，缺货预警要提前到交期的一点五倍以上。这类 SKU 的最大风险不是库存多，而是断货带来的排名损失不可逆。
目标是平衡。用滚动预测加人工复核，补货按周节奏走，价格跟随竞品区间做小幅调整，不主动发起价格战。
目标是控货。原则上不做主动补货，只允许自然消耗，同时进入清退观察名单。补货必须走人工审批，且审批人要能看到它占用的库存资金。
新品没有历史数据，不能套用老品规则，我一般用"小批量试单 + 快速复盘"的方式，首单量控制在预估首月销量的 40% 到 60%，两周后按实际动销调整。
季节品的核心是窗口管理，要在旺季前把货铺到离消费者最近的仓，并设定明确的"季末清仓启动日"，不能等到季节性已经过去才开始处理。
我把实际用的规则写成一个可读的伪代码，方便你直接对照自己的系统配置。注意这里的所有参数都要用你自己近 12 周的实际数据跑出来，不要直接抄数值。
# 输入变量（均按 SKU + 仓库维度计算）
日均需求 D = 剔除缺货天数后的有货日均销量
需求标准差 σD = 近 12 周周销量的标准差 / sqrt(7)
供应商交期 L = 近 12 周实际到仓天数的均值
交期标准差 σL = 近 12 周实际到仓天数的标准差
服务水平系数 Z = 爆款 2.05 / 常规 1.65 / 长尾 1.28
可用库存 A = 实物可用 – 已锁定
在途库存 T = 仅计入到仓日 MOQ / 箱规 / 拼柜下限 = 供应商约束
第一步：安全库存（同时覆盖需求波动和交期波动）
SS = Z * sqrt( L * σD^2 + D^2 * σL^2 )
第二步：补货点
ROP = D * L + SS
第三步：补货覆盖窗口（爆款短、长尾长、季节品看窗口）
T_cover = 爆款 14 天 / 常规 30 天 / 长尾 45 天
第四步：净需求
Net = D * (L + T_cover) + SS – A – T
第五步：按约束向上取整，并做金额校验
Qty = ceil(Net / 箱规) * 箱规
if Qty if Qty * 采购单价 > 单品补货金额上限: 转人工审批
这个规则的价值不在于公式本身，而在于它把"运营凭感觉下单"变成了"系统出建议 + 人工做例外判断"。例外判断应该只占补货决策的 10% 到 20%，如果超过这个比例，说明参数没调好，而不是说明人更聪明。
定价这块我拆成三层：底盘、价盘、触发器。
每一个 SKU 都要有一张随售价实时刷新的贡献毛利表。它的结构是：售价减去采购成本、头程、尾程履约、平台佣金、支付手续费、广告分摊、退货准备金、税费，得到贡献毛利和贡献毛利率。
这张表是你所有定价决策的唯一依据。没有它，"要不要降价"这个问题永远吵不出结果。
我不主张全自动调价，但主张自动提示 + 人工确认。触发条件可以设这几类：
这是整套模型里最难、也最值钱的部分。联动规则的本质是：让库存信号和价格信号同时到达同一个决策人手里。
当可用库存低于安全库存且确认无法快速补货时，系统应同时触发三件事：补货加急建议、限购或降速建议、价格调整评估。三者按顺序评估，价格是最后一招。
当库存天数超过阈值时，系统同时触发：清仓价格建议、捆绑销售建议、停止补货标记。这里的关键是先停止补货，再谈降价，否则一边清一边补，永远清不完。
当头程、汇率、关税发生异动时，系统应计算受影响 SKU 的贡献毛利变化，并输出一份"需要重新定价"的清单，同时冻结这批 SKU 的促销审批，防止在成本上升期继续放折扣。
规则一定会有失效的时候。所以我要求每周固定做一次异常复盘，只看三类：
每次复盘必须产出一条规则修改记录，而不是一句"下次注意"。没有规则修改的复盘等于没复盘。
前面讲的都是逻辑，这一节讲我实际怎么把它跑起来。逻辑再对，如果每次复盘都要人工导五张表、拼三个小时，规则就会被慢慢放弃。这是我后来特别看重经营分析工具的原因。
ERP 记录的是"发生了什么"：下了多少单、入仓多少件、卖出多少件、收了多少钱。但它通常不直接回答"为什么这个 SKU 的贡献毛利在掉""哪一批补货决策是错的"。
我在实际项目里的做法是两层结构：ERP 负责执行和留痕，分析层负责归因和预警。中间用 SKU 和仓库做关联键，把库存、销售、成本三张表拼起来。
在给几个跨境卖家做补货定价诊断时，我用过数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）这类面向跨境电商的数据分析与经营分析平台做中间的归因层。它的位置正好卡在 ERP 和决策之间。
具体用法主要有三个：
把销售数据、采购成本和各项费用按 SKU 聚合，得到逐周的贡献毛利趋势。这一步的价值在于把"月度看一次报表"变成"每周看一次异常"。很多毛利下滑在发生的第一周就能被看到，而不是等到月底结账。
按仓库、按库龄、按动销率把库存分层，直观看到哪些 SKU 在往长库龄区间堆积，哪些 SKU 的可用天数正在快速下降。这比在 ERP 里逐条翻库存明细高效得多。
把补货建议、实际下单、到仓时效、上架可售天数、价格变动记录放在同一条时间线上，就能很清楚地看出"哪一次补货决策导致了后面的缺货"或者"哪一次降价并没有带来预期的动销提升"。
需要说明的是，不同工具的接入方式、支持平台、指标定义都有差异，具体能力一定要以官网说明和实际试用结果为准。我在选型时从不看宣传页，只做三件事：用自己的真实数据跑一遍、核对三个已知答案、看异常情况下的数据表现。
举一个我印象比较深的例子。某卖家主营家居类目，亚马逊美国站加独立站双渠道，SKU 约 420 个。问题表现是：旺季毛利下滑，但运营坚称售价没降、广告也没加。
我做的第一件事是把近 16 周的 SKU 级贡献毛利拉出来，按周排序。结果很清楚：有 68 个 SKU 的贡献毛利在第 9 周之后开始持续下滑，而这 68 个 SKU 共用同一个头程服务商。
第二件事是查这批 SKU 的补货记录。发现有 23 个 SKU 在第 6 到第 8 周之间被系统自动补货，而当时它们的库存天数已经在 60 天以上。原因是这批 SKU 的分群参数仍然是默认值，没有被归入长尾群。
第三件事是把定价记录和库存天数放在一起看，发现滞销 SKU 的降价动作平均发生在库存天数超过 120 天之后。这个滞后直接导致了清仓折价幅度比正常情况高出约 2.5 倍。
整个诊断过程用到的核心动作其实就三个：按 SKU 看毛利趋势、按时间对齐补货与库存、按滞后天数评估调价效率。工具只是让这三个动作从"三天"缩短到"三小时"。
规则是通用的，动作必须分情况。下面按八种常见情境给出具体建议。
首单量按预估首月销量的 40% 到 60% 下单，同时把这款 SKU 单独建一个分组，不参与原有的自动补货规则。
上架后第 7 天和第 14 天各做一次复盘，看的是曝光转化率、加购率和实际动销，而不是单看销量。如果第 14 天动销率低于分群基准，先查 Listing 和广告，再决定是否追加补货。
把服务水平调高，允许安全库存偏高，并把缺货预警提前到交期的 1.5 倍以上。同时准备一条备用供应链，哪怕成本略高，也要保证断供时有替代方案。
价格上以稳为主，不主动发起价格战，也不在缺货期涨价，除非确认断货周期会很长。
第一步永远是停止补货，把 SKU 打上清退标记。第二步是评估清仓方式：站内折扣、捆绑销售、站外渠道、批量处理，按回收现金的速度排序。
第三步是判断哪些 SKU 值得保留。我的标准是看它能否带动关联购买，如果能，就把它作为引流款而不是利润款管理。
关键是时间节点的硬约束。我会给每个季节品设三个日期：铺货完成日、旺季启动日、清仓启动日。清仓启动日一旦到了，无论库存还剩多少，都要开始处理。
很多卖家亏就亏在"再等等，说不定还能卖"，结果等到季节性彻底过去，只能以极低价格处理。
核心动作是建统一的价盘表，任何渠道的价格变动都必须先改价盘、再同步到各平台。同时在 ERP 里开启改价日志和权限控制，把改价权限收到少数人手上。
促销叠加必须设上限，尤其独立站的优惠券和平台活动不要盲叠。
先做统一库存池，把所有渠道的可售量都从同一个池子里扣减。再设分配优先级：哪些仓优先满足哪个渠道，调拨的触发条件是什么。
我通常会给海外仓和 FBA 之间设一条调拨规则：当某仓某 SKU 的可用天数低于阈值、而另一仓超过上限时，自动生成调拨建议单，人工确认后执行。
设置成本折算的预警线，一旦汇率变动导致某批 SKU 的贡献毛利跌破基准，就自动生成复核清单。
同时冻结这批 SKU 的促销审批，直到成本重新核算完成。这个动作看起来保守，但能避免在成本上升期继续放折扣造成实际亏损。
大促前的核心动作是锁价、锁库存、锁物流。大促中的核心动作是控广告、看贡献毛利、而不是只看销售额。大促后的核心动作是复盘退货率和实际结算毛利，因为大促的退货往往滞后两到四周才显现。
做供应链和定价决策，本质是做取舍。下面是我在项目里最常被问到的五组取舍，给出我的判断标准。
这不是一个"要多少"的问题，而是一个"哪些 SKU 配得上更多资金"的问题。我的判断标准是：把库存资金按贡献毛利的大小分配，而不是按销量大小分配。
高毛利、高确定性的 SKU 可以多备；低毛利、高波动的 SKU 宁可偶尔缺货，也不要压资金。缺货是机会成本，压货是真实的现金损失，两者的财务性质不同。
如果 SKU 已经进入长库龄区间并且还在产生仓储附加费，快速降价回收现金通常更优。如果只是短期滞销、季节性明确可回归，守价更优。
判断的关键变量是"时间成本"：每多持有一个月，你要多付多少仓储费、多占用多少资金、错过多少其他机会。把这些算清楚，答案通常自己就出来了。
我的主张是：常规决策自动化，例外决策人工化，且明确划分边界。
金额在阈值内、SKU 在常规分群内的补货和调价，系统自动执行；超出阈值或涉及爆款、新品、清仓的，走人工审批。如果人工审批占比超过两成，说明阈值设错了，要回去调参数，而不是加人。
多仓能缩短配送时效、提升转化，但会带来库存分散、调拨成本、管理复杂度上升。我的判断标准是订单密度：当某个区域的订单密度足以支撑一个仓的固定成本时，才考虑分仓。
否则，把货集中在一个仓、用更快的尾程配送，往往总成本更低。
这是一个很实际的问题。我的看法是：先确定你能承受的复杂度，再决定工具边界。
如果团队不到十个人、SKU 不到 500 个，上全模块 ERP 的配置成本和维护成本可能超过收益，用流程工具加分析工具的组合更划算。如果已经多平台、多仓、多币种运作，全模块 ERP 加分析层的组合几乎是必须的。
无论选哪种，判断标准都是三条：数据口径能不能统一、异常能不能被及时看到、决策能不能被追溯。
规则跑起来之后，必须有指标来验证它是否有效。这一节给出我实际在用的指标体系和复盘节奏。
我的建议是三级节奏：
关键不在于开会次数，而在于每次复盘都要落到一条具体的参数修改上。如果一次复盘没有改任何参数，那说明要么数据没看透，要么规则已经不需要改了。
不要一次性改所有 SKU 的规则。我的做法是先选一个品类或一个平台做试点，跑满四到六周，验证参数是否合理，再复制到其他范围。
试点的选择标准是：SKU 数量适中、数据质量较好、负责人愿意配合。不要拿最难的品类做试点，那只会让你怀疑方法本身。
写到这里必须做一次风险提示。跨境业务的政策、费率、时效变化很快，任何看起来确定的数字都可能在下个季度失效。
这些项目的共同特点是：会变、影响大、且公告往往不显眼。我建议指定专人每月核对一次，并把核对结果记入费用口径表，而不是等出了问题再查。
不要相信销售话术里的"全自动""一键智能"。判断一个工具是否可用，我做三件事：用自己的真实数据跑一遍完整流程、核对三个已知答案、故意制造异常数据看系统怎么反应。
第三步最重要。正常数据下所有系统都表现良好，异常数据才能看出数据同步延迟、字段映射错误和逻辑漏洞。
别人的"安全库存 30 天""周转率 6 次"，背后是别人的品类、供应链和物流结构。你可以参考它的计算方式，但阈值一定要用自己的历史数据回测出来。
包括本文里的案例。我讲的每一个数字都有它特定的背景，你能拿走的是方法，不是结论。
自动补货在参数正确时非常高效，在参数错误时同样高效地放大错误。所以我坚持两条：关键动作必须有日志和回滚机制；金额超过阈值必须有人看一眼。
最后给一份可以马上执行的清单。我建议不要试图一次做完，而是按天推进，每天只解决一个明确问题。
拉出前面那张字段表，逐项确认定义、责任人和更新频率。重点确认可用库存、在途库存、结算周期这三个字段，因为它们是补货和定价的共同基础。
用动销率和贡献毛利率把 SKU 分成四到五群，给每群设服务水平、安全库存系数、补货覆盖窗口和审批阈值。先不要追求完美，参数可以先按经验估值，跑了四周再回测调整。
建 SKU 级贡献毛利表，把八段成本填进去，同时设定价格下限和五类调价触发条件。这一步做完，你就有了回答"要不要降价"的统一依据。
至少要有四块：缺货预警、滞销预警、毛利异动、价格异常。看板的目的是让问题在发生的第一周被看到，而不是在月底结账时被发现。
确定每日、每周、每月的复盘节奏和参与人，明确哪些动作自动执行、哪些必须审批、审批人是谁。把规则写成文档，不是留在某个人脑子里。
真正的优化发生在第 8 天之后。每周看一次执行偏差，改一到两个参数，坚持三个月，你的补货准确率和毛利稳定性会有明显变化。
如果你现在正在选工具，我的建议是先用真实数据跑一遍完整链路：从销售数据、库存数据到成本数据，看能不能拼出 SKU 级的贡献毛利，看异常能不能被自动识别。能把这件小事做顺的工具，比功能列表最长的工具更值得用。像数跨境这类的跨境经营分析平台可以作为分析层的起点，但一定要用自己的数据验证，而不是听任何人（包括我）的描述就下决定。
规则可以不写全，但有两个动作必须做：一是用缺货天数还原真实需求，二是建一张 SKU 级贡献毛利表。这两件事一个决定不缺货，一个决定不亏钱，和团队规模无关。
先做数据口径，再做分群，然后补货和定价同时做。因为分群是两者共同的输入，分群没做完，两边的参数都没有落脚点。
我的建议是自动提示加人工确认，而不是全自动。全自动调价在竞品故意压价时会让你陷入连续降价，而且很难解释排名和转化为什么波动。保留人工确认环节，成本不高，保护很大。
库存结构的变化通常需要六到八周，因为要消化既有库存。毛利改善会更快一些，如果费用口径本来就清楚，两到三周就能在 SKU 级贡献毛利上看到差异。
结构可以套，参数不能套。你可以拿别人的表头、字段结构和计算逻辑，但所有的阈值、系数和分组标准，都必须用你近 12 周的实际数据重新跑一遍。
把这句话作为全文的收尾：跨境 ERP 优化的胜负手，不在于你配了多少功能，而在于你有没有把补货和定价放进同一张贡献毛利表里，用同一套口径、同一批参数、同一个复盘节奏去跑。从今天开始，先把可用库存和 SKU 级贡献毛利这两个数字弄清，其余的动作都会顺着长出来。
读者评论
做亚马逊三年，最扎心的就是断货和滞销同时发生。文章把补货和定价放进同一张贡献毛利表里算，这点很关键，很多ERP配置确实把这两块割裂了，结果就是两头挨打。
采购执行那部分很真实。MOQ、箱规、拼柜约束不写进规则，采购和运营就会天天口头扯皮。在途库存拆成四段也很有必要，否则系统里的可售数字根本不敢信。
财务视角看，成本加成在跨境里太容易造成赚钱错觉。头程、佣金、仓储、广告、退货、汇率全算进去，贡献毛利才是决策依据。ERP默认不给你这些分析，得自己建表或接分析工具。
多平台多仓的库存池和价盘表确实是高频事故源头。独立站促销价叠加优惠券后低于平台价，被价格保护或判定不具竞争力，这类问题不是运营粗心，是系统缺少统一变更审批链。
文章说阈值要自己跑8到12周回测，不能抄模板，这点最实在。很多卖家一上来就想要智能补货，连可用库存口径都没统一，自动化只会放大错误。先分群再设规则。