我做过一个不太体面的统计：在我这两年参与诊断的跨境电商卖家里，能拿出完整年度库存规划的不到三成，能把这份规划真正落到 ERP 系统里、变成每天自动跑的补货建议和预警的，不到一成。更尴尬的是，不少卖家的"年度规划"是 1 月写完、3 月就再没人打开过的文件，因为旺季断货当天，所有长期计划都会给"先空运 500 件救急"让路。这篇内容想解决的问题很具体：在 ERP 跨境电商实施路径里，库存管理到底怎么完成一份能活过 12 个月、并且能被系统执行的年度规划。
我的核心主张是：年度库存规划不是仓库排期表，而是把经营目标翻译成"SKU × 国家 × 仓 × 时间"的需求、补货与资金计划，再用 ERP 把它降维成日常动作。顺序一旦颠倒，规划就会变成一份漂亮但没人执行的 PPT。
绝大多数关于"ERP 库存管理"的内容从功能清单讲起：入库、出库、调拨、盘点、批次、效期。这些是模块，不是路径。真正决定成败的，是规划之前那一步，你有没有把经营目标拆成库存语言。
年度库存规划的产出物只有三样：一份分层的库存预算、一套可滚动的补货规则、一组能每天被系统监控的指标。其余的表格、会议、模板都是这三样的包装。
如果一份年度规划里找不到"今年我要压多少现金在库存上、我愿意为此承担多高的缺货率、哪个品类允许滞销"这三个答案，那它不是规划，是一份愿望清单。
我习惯把年度库存规划画成一条传导链，从最上游的经营目标一路漏到最下游的系统动作。链上任何一层断裂，下游都会用"救火"来补。
很多卖家是反着做的：先上 ERP，再让 ERP 告诉自己要管什么。结果系统里跑出来的数据没人认，因为业务端从来没承认过那套口径。
我判断一份年度库存规划是否合格，只看它能否回答五个问题。这五个问题也是我后来做诊断表的基础。
能答出全部五个的团队，ERP 实施通常很顺，因为系统只是把他们已经在做的判断自动化了。答不出三个以上的，我一般会建议暂缓选型，先把业务规则写清楚。
我在 2024 年到 2025 年之间，陆续跟进过 17 家年 GMV 在 800 万到 2 亿元之间的跨境卖家的库存规划执行情况。样本量不大，但分布足够说明问题：按季度盘点，规划仍在被使用的比例下滑得非常快。这个下滑不是执行力问题，是设计问题。
现场一：旺季断货引发的连锁违约。一家做家居品类的卖家，10 月主力 SKU 断货两周，为了赶上黑五，临时改空运 600 件，单件物流成本从 18 元涨到 61 元。这批货的毛利直接被吃掉，全年毛利率目标从 34% 掉到 29%。
现场二：淡季滞销把现金锁死。另一家服装类卖家，2 月按去年同期的翻倍备货，结果 4 月平台流量结构调整，动销率跌到 41%。库存周转天数从 78 天拉长到 143 天，Q2 不得不砍掉两条新品线，因为没钱备货。
现场三：规划口径和系统口径打不通。第三家规模最大，年 GMV 约 1.8 亿，ERP 上线了整整三个月，但采购部门仍在用 Excel 下单。原因是系统里的"可售库存"不包含在途和海外仓调拨中，和采购心里的口径差了 20% 以上。
把这三个现场放在一起看，会发现同一个病灶：规划做的颗粒度，和决策需要的颗粒度不匹配。
老板在年度会上定的是"全年库存周转 80 天"，采购每天面对的是"这个 SKU 在这个国家这个仓，今天要不要补 200 件"。中间隔了四五个维度，没有任何一层做转换，规划自然就被架空了。
更隐蔽的是时间颗粒度错配。年度规划按季度看，补货决策按周做，中间的月度复盘常常被跳过。等季度末发现问题，两个月的错误补货已经变成了在途库存，改不动了。
我把这 17 家的"规划遵循度"做了一个粗略量化：以月度实际补货动作与规划偏离超过 ±25% 的 SKU 占比作为反向指标。1 月时偏离比例普遍在 15% 左右，到 3 月就爬到了 35%，6 月超过 50%，9 月旺季前反而回落到 40%，不是因为执行变好了，是因为规划已经被彻底放弃，大家回到了凭经验拍脑袋的状态。
下面六个误区，我在诊断中几乎每次都会遇到至少三个。它们单独看都不算大错，但组合起来会持续放大库存成本。
采购计划回答的是"什么时候买多少"，库存规划回答的是"我愿意为哪些 SKU、在哪些仓、承担多少库存风险"。前者是执行，后者是策略。
只做采购计划的团队，典型表现是每个 SKU 都想保证不断货，最终结果是整体库存膨胀、周转恶化，而真正的主力 SKU 依然会在旺季断货，因为补货优先级没有区分。
年度规划的"年度"指的是框架周期，不是冻结周期。真正可执行的年度规划，是年度框架 + 季度重算 + 月度校准 + 周度执行。
我见过最极端的案例，是某卖家把全年的补货量在 1 月一次性下给供应商，锁定了价格，结果 4 月平台政策变化导致三个主力 SKU 的转化率下滑四成，库存全砸手里。锁价的收益远小于压货的损失。
"我仓库里有 80 万件货"这句话本身没有信息量。有价值的是：这 80 万件里，多少是 30 天内能卖掉的、多少是 90 天以上不动销的、多少是已经断码断色的残次结构。
库存结构问题在服装、家居、3C 配件这几个品类尤其致命，因为同一个 SKU 下还分颜色和尺码，总量健康不代表结构健康。
安全库存的作用是对冲需求波动和补货不确定性。一个固定值意味着你假设所有 SKU 的需求波动相同、所有国家的补货周期相同、所有季节的风险相同，这三个假设在跨境电商里没有一个成立。
正确做法是按品类分组（需求波动性）、按补货通道分组（时效稳定性）、按服务水平目标分组，形成一张矩阵，而不是一列数字。
这是最常见的顺序错误。ERP 是对既有流程的线上化与自动化，如果流程本身是模糊的，系统只会把模糊固化下来，并让变更成本变高。
我一般建议客户先书面化三件事：SKU 的创建与报废规则、跨仓调拨的触发条件、补货建议的审批链。三件事写清楚了再谈选型，实施周期通常能缩短三分之一。
预测永远会错，规划的价值不在于预测准确，而在于预测偏差被多快发现、被如何修正。我服务过的一家卖家，预测精度只有 68%，但库存健康度在同规模里排名前列，因为他们每两周校准一次，偏差超过 20% 立刻调整补货。
相反，另一家预测精度做到 82%，仍然在旺季断货，因为他们的预测一年只更新两次，中间没有任何纠偏机制。
讲完误区，我把自己的方法论完整说一遍。这套方法我用在多个项目上，核心是两句话：自上而下倒推定预算，自下而上颗粒对齐定动作；年度框架不动，季度月度持续滚动。
这一层只需要三个输入：年度 GMV 目标、目标毛利率、目标库存周转天数。输出是平均库存金额与峰值库存金额。
计算逻辑很朴素：平均库存金额 ≈ 年度销售成本 / 年周转次数。假设年销售成本 8000 万，目标年周转次数 5 次，平均库存金额就是 1600 万。再乘以旺季系数（我一般用 1.4 到 1.8，取决于品类季节性），得到峰值库存。
关键在于：这个数字要先于任何选品和采购决策确定下来，作为硬约束。否则后面所有的"这个 SKU 我想多备一点"都会累积成失控。
ABC 按销售额贡献分层，XYZ 按需求波动性分层。两者交叉形成九个格子，每个格子对应不同的库存策略。这是我用过最实用的工具，比任何复杂算法都先落地。
| 分层 | X（需求稳定） | Y（季节性波动） | Z（需求不规则） |
|---|---|---|---|
| A（贡献前 80% 销售额） | 目标服务水平 98%，安全库存低，按固定周期补货 | 目标服务水平 95%，旺季前 8，10 周前置备货 | 目标服务水平 90%，小批量高频补货，接受部分缺货 |
| B（贡献 15% 销售额） | 目标服务水平 95%，月度复盘补货参数 | 目标服务水平 92%，按历史同期做前置 | 目标服务水平 85%，按订单驱动，尽量不备货 |
| C（贡献 5% 销售额） | 目标服务水平 90%，可合并补货 | 目标服务水平 85%，控制总量 | 目标服务水平 75%，考虑淘汰或改直发 |
这张表最大的价值不是数字本身，而是它把"要不要保这个 SKU"变成了一个可以讨论、可以追责的决策，而不是采购和运营之间的情绪拉扯。
颗粒度越细，预测精度越低，但可执行性越高。这是一个必须显式做的权衡，而不是默认选择。
我的做法是三层同时存在、逐层下钻：年度用 SKU-月定预算，季度用 SKU-国家-月定头程，周度用 SKU-仓-周定调拨与补货。不要让一层预测承担三层决策。
同时，历史数据必须先清洗。我通常会剔除三类异常：断货期间的"伪低销量"、清仓促销的"伪高销量"、以及平台流量突变期的数据。不清洗就直接跑预测，结果一定系统性偏低。
补货策略要回答三个问题：什么时候下单、下多少、下到哪个仓。对应三个参数：补货点、补货量、分仓比例。
补货点的简化表达是：补货点 = 日均销量 × 补货周期 + 安全库存。这个公式的假设是需求相对平稳、补货周期相对确定。对 AZ 类 SKU 这个公式基本失效，应该改用高频小批量的订单驱动模式。
分仓比例则要考虑头程时效、平台仓的入库限制、以及各国尾程成本的差异。我一般会先按历史销量占比分配，再根据各仓的库存周转差异做二次校准。
我把滚动机制固化成三个节奏，写进部门职责里：
再加上每周一次的补货建议审批，就构成了完整的执行闭环。这四个节奏缺任何一个，规划都会在三个月内衰减。
指标最容易犯的错是给统一目标值。品类不同、模式不同、阶段不同，目标值差异极大。所以我这里只给口径和相互关系，不给绝对值。
七个指标里，我认为最容易被忽视又最关键的是动销率和滞销占比。因为它们不痛，但会持续腐蚀利润；而缺货率很痛，所以被过度关注，导致库存整体偏保守地膨胀。
这些指标不可能同时最优。缺货率下降必然推高库存天数；周转天数压缩必然推高缺货率。所以规划的本质是选定在哪一对矛盾上偏向哪一边，而不是追求全线变好。
我的做法是：主力 SKU 偏保供，长尾 SKU 偏周转，季节性品类偏售罄率。这样七个指标的目标值就有了内部逻辑，而不是拍脑袋各定一个。
看板我一般只放三层：第一层是全局七个指标的月度趋势；第二层是分层（ABC）的表现对照；第三层是异常 SKU 清单，只列触发预警的条目。
预警线建议用"相对变化"而不是"绝对阈值"：例如某 SKU 的 30 天日均销量相比前 90 天下滑超 35%，或者某些 SKU 的在途 + 在库总量超过 90 天预测销量。相对变化的预警更适应业务节奏变化，也不会因为品类差异而失效。
下面这个案例是脱敏后的综合样本，数据做了口径简化和模糊处理，用于说明路径，不代表任何单一客户的实际结果。我把系统名字写出来，是因为这个路径确实依赖具体的工具能力，读者可以据此对照自己的选型。
这家卖家年 GMV 约 1.2 亿元，覆盖 Amazon、独立站和两个区域平台，有 3 个海外仓和 1 个国内集货仓，在售 SKU 约 1400 个。他们的问题不是没有 ERP，而是 ERP 只被用来做订单抓取和打单。
库存相关动作全部在 Excel 里完成：补货表一个月更新一次，安全库存是运营拍的经验值，海外仓之间调拨靠人肉判断。结果是库存周转天数 96 天，滞销占比 22%，旺季仍然断货。
第一步不是上系统，是重新定义口径。我们把"可售库存"明确定义为：本地仓可发库存 + 在途已发运库存 + 海外仓可调拨库存 − 已锁定订单。这一个定义就解决了采购与系统长期对不上的问题。
第二步是做 ABC × XYZ 分层，把 1400 个 SKU 收敛到 9 个策略格子。这一步耗时约三周，因为需要清洗历史数据、剔除断货期伪低销量。
第三步才是系统落地。我们选的是数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys），核心原因有三个：一是它把多平台订单、库存、采购和财务放在同一套数据模型里，避免了跨系统对账；二是支持多仓与在途库存的统一视图，正好对上我们重新定义的"可售库存"口径；三是补货建议可以配置分层参数，而不是只给一个全局规则。
这里必须说明：具体功能模块与最新支持范围请以官方文档为准，我不建议任何人在没做需求清单的情况下直接照搬选型结论。
整个周期约三个半月，比原计划长两周，多出来的时间全部花在主数据治理上。事后看这是值得的，因为主数据不干净，后面每一步都会返工。
运行 6 个月后的变化是：库存周转天数从 96 天降到 74 天，滞销占比从 22% 降到 11%，订单满足率从 88% 提到 95%，平均库存资金占用下降约 25%。旺季断货次数从上一年的 23 次降到 7 次。
代价也必须说清楚：新增了一个库存计划岗位；前三个月业务团队的工作量明显上升；有两个品类的补货参数调整了四次才稳定。另外，周转改善里大约有一半来自滞销清理，属于一次性收益，不能简单年化。
我自己的判断是：系统贡献了大概四成，流程与责任机制贡献了六成。理由很简单，统一"可售库存"口径这件事，不需要任何系统也能做，但他们过去两年没做，因为没人负责。
系统真正的贡献在于让正确的流程变得不可绕过：当补货建议必须有审批记录、当异常必须被标记、当滞销必须每月出现在看板上，"靠人盯"就变成了"靠机制跑"。
年度规划的复杂度必须匹配企业规模。我给的建议按规模分档，避免小团队被过度设计拖死，也避免大团队用 Excel 硬撑。
这个阶段 SKU 少、仓库少、人员少，上系统的收益抵不上实施成本。优先做三件事：定义可售库存口径、建立月度动销与滞销清单、把补货参数写在一张表里。
这三件事用 Excel 完全能撑住。等 SKU 超过 300 个、或者开始有第二个海外仓时，再考虑系统。
这个阶段的典型症状是"数据对不上"。采购看到的库存和运营看到的不一样，财务算的成本和业务算的不一样。此时上补货算法是本末倒置。
行动顺序建议：统一 SKU 编码与箱规 → 定义各口径库存 → 建立 ABC 分层 → 最后才是补货建议。前三步做好，第四步的成功率会高很多。
到这个规模，人肉已经算不过来了。多平台、多仓、多币种、在途与在库的叠加，靠 Excel 一定会出错，而且错误往往在旺季才暴露。
同时我强烈建议设置一个专职的库存计划岗，而不是让运营兼任。运营的目标是卖货，天然倾向多备货；计划岗的目标是平衡库存与满足率，这两个角色必须有制衡。
如果资源有限，我建议按这个顺序投入：库存统一视图 → 在途可视 → 跨仓调拨建议 → 补货建议 → 智能预测。
前两项是基础，没有它们后面的都跑不起来。智能预测放最后，因为它的边际收益依赖于前面四项的质量，顺序做反了容易得到"算法很聪明但没人用"的结局。
年度规划最终是一连串取舍。下面四组取舍，我认为值得在年度会上明确表态，而不是让它默认发生。
把预测做得更准，需要更多数据清洗和更多维度，见效慢；把响应速度做快，需要缩短补货周期和审批链，见效快但对供应链要求高。
我的判断：在补货周期长（空运/海运为主）的品类里，优先投资预测精度；在补货周期短（海外仓本地补货、直发）的场景里，优先投资响应速度。因为周期越长，预测偏差被放大的倍数越高。
这是一组不可避免的对立。我的经验是不要追求全局最优，而是按分层做差异化：A 类偏保供，C 类偏周转，B 类看毛利贡献决定。
具体做法是给每个分层设定一个明确的缺货率上限，而不是全公司一个数。这样采购在决策时知道自己在哪条线上让步，而不是每次都要请示。
系统越标准化，数据越干净、报表越可信；但业务端的特殊玩法会被限制。跨境电商恰恰是玩法变化很快的行业。
我的取舍原则是：主数据必须标准化，流程允许有限例外。比如 SKU 编码、仓库编码、成本口径这些不能动；但某个平台的特殊促销备货流程，可以留一条例外通道，前提是例外必须登记并月度复盘。
我的判断很明确：除极少数年 GMV 数亿、且已有成熟技术团队的卖家外，绝大多数卖家应该采购成熟系统，把精力放在业务规则和数据治理上。
理由是，ERP 的价值不在代码本身，而在"别人踩过的坑"。自建系统通常在三到五年后变成维护负担，尤其是当核心开发人员离职之后。
方法论讲完，落到日历上。下面这份日历我用了三个版本迭代，目前这一版是最贴近跨境卖家真实节奏的。
这个阶段最容易跳过的是数据清洗，但它决定了后面所有预测的基线质量。
为什么选 3，5 月做试点？因为这是多数品类的淡季，试错成本最低，团队也有精力处理异常。
8 月是全年最关键的月份。我见过太多卖家因为 8 月没锁运力，9 月被临时加价吃掉全部旺季毛利。
12 月的滞销处理要在年度复盘之前完成，否则新一年的库存预算会建立在虚高的基数上。
最后讲系统落地。我把 ERP 库存模块的实施拆成五个阶段，每个阶段都设置了可验证的验收标准，避免"上线了但没用起来"。
目标是让同一个 SKU、同一个仓库、同一个供应商在全公司只有一个身份。这一阶段的工作量常常被严重低估，实际占比往往达到整体项目的四成到六成。
验收标准：随机抽取 50 个 SKU，检查编码、箱规、成本口径在业务表、ERP、财务三处完全一致。
把入库、调拨、在途登记、库存调整四个动作搬到系统里。关键不是搬动作，而是同步定义清楚每个动作的触发条件与责任人。
验收标准：连续两周内，所有库存变动记录都能追溯到发起人和审批人，且无可解释的账实差异。
按分层配置补货参数与预警规则。这一阶段要克制，不要一次配置太多规则，否则团队会被大量预警淹没，最终全部忽略。
我的建议是先只上三条规则：断货风险预警、超储预警、滞销预警。跑顺了再加在途异常与效期预警。
选 2，3 个品类，让系统建议与人工判断并行运行三到四周，逐周对比。偏差大的地方要看是参数问题、数据问题还是流程问题，不要直接归因于系统不准。
验收标准：连续三周系统建议与人工修正后的结果偏差低于 15%。
推广到全品类的同时，把月度校准会与周度审批固定进日程。这一步不做，前面四个阶段的成果会在半年内自然衰减。
验收标准：月度校准会连续三个月按时召开，且每次会议都能产出具体的参数调整记录。
年度规划最怕的不是算得不准，而是被外部变化打断。下面三类风险，我建议至少每季度重新评估一次。
仓储容量限制、库存绩效指标、长期仓储费、入库预约规则，这些都会直接影响你的备货节奏和仓储成本。它们变化频率高，且往往在旺季前调整。
我的建议是不依赖记忆，建立一份"政策跟踪清单"，指定专人每两周核对一次官方公告。任何涉及费用和容量的政策变化，都必须同步更新到年度库存预算里。
汇率波动会同时影响采购成本和终端售价，关税与清关规则则会影响头程成本与补货周期。这两项在年度规划里常被简化为一个固定系数，这是危险的。
我的做法是给关键目的国设一个汇率敏感性区间，测算在不同汇率下的库存资金占用变化，而不是只算一个点估计。这样在汇率波动时，团队知道该往哪个方向调补货节奏。
供应商承诺的交期与产能，在旺季往往打折。系统供应商承诺的实施周期与功能边界，同样容易乐观。
对供应商，我建议在年度框架协议里明确旺季产能预留比例，并保留一个备选供应商。对系统供应商，我建议在合同里写清楚验收标准与阶段交付物，而不是只写"上线时间"。
另外提醒一点：任何 ERP 的功能边界都以官方最新文档为准，本文提到的能力仅作为路径说明，不作为选型结论。
如果这篇内容只能留下一个观点，我希望是这个：跨境电商的库存年度规划，本质是一次"经营语言的翻译工程"，ERP 只是翻译完成后用来执行的工具。翻译没做好，工具越强，错误被执行得越快。
第二个观点是：规划的寿命不由规划质量决定，而由复盘频率决定。我见过质量一般但每月校准的规划跑出好结果，也见过做得很漂亮但一年只看两次的规划彻底失效。
第三个观点可能不太讨喜：库存改善的收益里，往往有一半是一次性的。清掉滞销、砍掉长尾 SKU 带来的周转提升不会年年重复。真正可持续的改善，来自分层策略和滚动机制，而不是某一次大扫除。
接下来你可以按这个顺序行动，七天一个周期：
七天做完，你会得到一份可以执行的年度库存规划雏形。它不完美，但比一份躺在文件夹里的完整方案有价值得多。库存管理真正的分水岭，从来不是谁的系统更强，而是谁先把规则定清楚，并且坚持每个月校准一次。
我们去年年初让运营报了个GMV目标，供应链照着拍了个备货量，结果上半年压了三个多月的库存，下半年旺季又断货。今年重做规划，我一直在纠结到底是先定销售目标还是先定库存指标，怕又做成两张皮。
两个都要，但顺序是先用经营目标定天花板，再用库存指标定红线。具体做法：拿年度GMV目标乘毛利率，算出这条业务线全年能承受的库存占用资金上限，或者用目标库存周转天数反推允许的平均库存金额，这是天花板；然后把目标拆到平台、国家、仓库、品类，最后才拆到SKU。
判断依据很简单，只有GMV目标没有资金上限，备货一定超；只有库存上限没有销售目标，就会变成一味压缩、到处缺货。数据口径上，库存周转天数统一用期末库存成本除以当期销售成本再乘天数，跨境还要把FBA在库、海外仓在库、在途在产分开列示，在途不能算可售库存，否则账面周转很好看但实际卖不出去。
节奏上年初定预算和红线，月度用滚动预测修正，季度做一次结构性调整，比如砍SKU、改分仓比例。
我们多平台多国家，一半以上的SKU上架不到半年，运营说数据不够只能凭感觉备货，供应链说没数据没法算。我也试过让系统跑预测，出来的数字没人敢用。
别追求全SKU同等颗粒度，做分层预测更现实。把所有SKU按销售额贡献和需求波动分成ABC和XYZ两层：A类占销售额前70%到80%的，做到SKU乘国家乘仓乘月甚至乘周的预测，并且必须人工校准；B类做到品类或站点级别预测，再按历史占比分摊到SKU；
C类长尾根本不做单独预测，用统一安全库存、按需补货或直发兜底。数据清洗这一步不能省，剔除断货期、清仓期和大促异常，用有货天数还原真实日均销量，也就是期间销量除以有货天数，而不是除以日历天数，否则断货越久的SKU看起来卖得越差。
新品没有历史，用同类目相似款、搜索热度、广告测款数据做类比，首单小批量、返单快一点。判断依据是每月复盘预测偏差率，也就是预测减实际再除以实际的绝对值，A类做到20%以内算及格，做不到就退一步降颗粒度，而不是硬套模型。滚动机制比模型更重要，每月更新未来三到六个月，大促单独出一版。
上了ERP之后系统每天都推补货建议，可照着补不是压货就是断货，运营和采购天天互相甩锅。我怀疑是参数设错了，但也不知道从哪儿开始改。
自动补货建议只负责算，不负责定参数，参数错了结果一定错。安全库存的基本逻辑是服务水平对应的Z值乘需求标准差再乘补货周期的平方根，补货点等于补货周期内的平均需求加安全库存。
跨境最容易出错的地方是补货周期，必须按最慢路径算，下单、生产、头程、清关、入仓上架，旺季再乘1.2到1.5倍缓冲，或者直接用历史时效的P90而不是平均值。服务水平也要分层，A类可以设到95%到98%，C类85%左右，所有SKU一个标准本身就是错误的。
需求标准差要用清洗后的真实销量，按月或按周重算，不能一年设一次。判断依据就是盯两个数：缺货率，即出现有订单无库存的SKU天数占比；滞销占比，即超过90天或180天无动销的库存金额占比。如果这两个同时变差，说明参数在放大需求波动而不是平抑它。
落地做法是先手工算一版参数，跟系统建议逐SKU对比，差异大的单独查原因，再决定是改参数还是改流程。
我们准备上ERP，供应商给的是一长串模块清单，什么都有，反而不知道先做哪个。我怕做了一年还在导数据、对口径，年度规划根本跑不起来。
按先能算清账、再能自动决策的顺序排，不要照模块清单平铺。第一阶段一到两个月，做两件事：主数据治理和库存口径统一，把SKU编码、条码、箱规、供应商、仓库体系定死，仓库里要包含平台仓、海外仓和独立的在途虚拟仓，主数据不定死，后面所有报表都是错的；
同时打通订单、库存、采购三条线的数据，做到任何一个SKU在任何仓库的可售、在途、在产能在同一个页面看到。第二阶段两到三个月，把补货流程系统化，包括补货点和安全库存参数维护、补货建议生成、审批流、采购单与头程单关联。第三阶段做预警和看板，缺货、超储、滞销、效期、在途延迟。
每个阶段都要有验收标准，比如库存准确率不低于98%、月度库存报表能自动生成不用手工拼表、补货建议采纳率达到某个比例，而不是看功能上线了多少个。试点建议先选一个国家或一条产品线，跑完整的月度循环，预测、补货、入仓、销售、复盘，跑通了再推到其他站点。
如果供应商只能做功能演示、给不出试点验收标准，这个实施风险是很高的。
读者评论
文章把年度库存规划从仓库排期拉回经营目标倒推，这点很关键。实际执行中，很多团队不是不会算，而是颗粒度只到月，采购却按SKU-仓-周决策，导致规划和ERP补货建议两张皮。先统一口径再上系统，才可能让规划活过三个月。
峰值库存资金占用才是现金流风险源，这个提醒很实在。平均库存下降不代表旺季安全，若没有月度滚动校准和明确的审批链，年初再漂亮的预算也会被空运救急和滞销清仓打乱。建议财务和运营共用同一套库存结构指标。
先理流程再选ERP的顺序值得强调。SKU创建规则、跨仓调拨触发条件、补货审批链如果没写清，系统只会把模糊流程固化。另外安全库存按品类、补货通道、服务水平分组，比一个固定值更符合跨境多仓的实际。