2024年年初，我帮一个做家居收纳类目的跨境卖家做补货复盘。他们同时跑亚马逊、速卖通和独立站三条线，SKU 不到 400 个，深圳一个国内仓，美西一个海外仓。看起来规模不大，但问题很典型：春节前一周，运营在群里喊"爆款收纳盒快断货了，紧急补 3000 件"，采购当天就下了单；结果 3 月中旬货到仓，美西仓的同类产品已经开始滞销，库存周转天数从 62 天涨到 118 天。缺货和压货，在同一家公司、同一个月里同时发生。
这不是运营不努力，也不是采购不专业。真正的问题在于，他们的 ERP 里根本没有一套围绕采购补货运转的管理模板，订单能同步、面单能打印、库存数字能看到，但从"这个 SKU 该不该补、补多少、什么时候到、到了放哪个仓"，全靠 Excel 加微信群聊。ERP 被当成了打单工具，而不是供应链协同的骨架。
这篇文章我想把这件事讲透：跨境电商的 ERP 管理模板，落到采购补货这个场景里，到底应该长什么样。不是功能清单，不是选型软文，而是一套可以照着改、照着配、照着跑的字段、规则、流程和指标组合。我会用我实际参与过的项目做例子，也会说明哪些是我踩过的坑，哪些只是我的判断，供你参考和证伪。
绝大多数卖家在做"ERP 采购补货模板"时，第一反应是去找一张 Excel 表，列好 SKU、库存、销量、建议补货量，然后导入 ERP。我见过至少二十份这样的表，其中能在三个月后还在用的，不超过三份。
原因很简单：补货不是一个计算动作，而是一条从需求预测、库存判断、采购执行到供应商交付的链，任何一环没有落到规则上，整条链就会断。表格只能承载"结果"，承载不了"规则"。这就是为什么你把公式写进 Excel 也没用，因为没人知道什么时候该改参数、谁来改、改完谁审核。
所以我更愿意把 ERP 采购补货模板定义成五层结构：主数据层、库存层、规则层、执行层、指标层。缺任何一层，模板都会在第一轮业务波动中失效。
主数据层解决"这个东西是什么"，SKU 编码、物料编码、供应商、采购价、装箱率、MOQ、交期。库存层解决"现在有多少、在路上多少、被锁了多少"。规则层解决"什么时候补、补多少、谁来批"。执行层解决"从建议到采购单到入库怎么走"。指标层解决"这套东西到底有没有用"。
这五层不是并列关系，而是依赖关系。主数据错一个采购交期，规则层算出来的补货时点就是错的；库存层漏了在途，规则层就会重复下单；执行层没有审批阈值，规则层再精确也会被"紧急采购"绕过。这是我判断一套补货模板能不能落地的第一标准：不是看它算得准不准，而是看它五层是否都在 ERP 里有对应的数据对象。
我复盘过的失败案例里，最常出问题的不是字段不全，而是规则层没有"活人维护"的机制。运营按周改系数，采购按天改交期，仓库按批次改可用库存，但三方的改动没有同步到同一份规则里。结果就是 ERP 里有一套参数，群里另有一套口头共识，补货决策实际上还是靠人拍。
一个真实细节：我见过一家卖家把"安全库存天数"设成统一 15 天，覆盖全部 SKU。这个设置在上线第一个月看起来很好用，因为他们的爆款正好是快周转的。第二个月旺季，慢周转的长尾 SKU 全部被过量补货，占用现金 40 多万。他们没有改规则，而是加了一个"采购要人工审核"的环节，等于把系统规则又退回到了人治。
所以我现在的做法是：规则层必须按 SKU 分层，而不是全店一套参数。分层维度至少包括销量波动性、毛利率、交期稳定性和平台独占性。这个后面第五章会展开。
回到开头那家家居卖家。我把他们那一周的数据拉出来看，问题很清楚：深圳仓账面库存 4200 件，看起来够卖一个月；但其中 1100 件已经被平台订单锁定、还没发货，680 件是上批尾货、有轻微瑕疵在等处理决定，真正可售只有 2420 件。同时有一批 1500 件的头程货已经发往美西，预计 22 天到仓，但 ERP 里没有登记在途。
运营看到的是"库存还有 4200"，采购看到的是"运营说快断货"，两边都对，但合起来就做错了决策。这就是典型的库存口径不一致：每个人都在用自己那一套数字，没人用同一本账。
那周他们实际下了 3000 件的补货单。如果按可售库存加上在途来算，他们当时最多只需要补 800 到 1200 件，而且应该优先补美东而不是深圳，因为断货风险实际发生在美西仓对美东订单的履约上，而不是深圳仓本身。
我把跨境卖家常见的库存失真归纳成四类，这四类在我接触过的项目里几乎都会出现至少两类。
这四类里，我认为在途未登记是破坏力最大的一项，因为它直接导致重复采购，而重复采购的货一旦到仓，滞销就会立刻发生。相比之下，平台预留造成的偏差是短期的，通常几天内会自然修正。
跨境和国内电商最大的区别之一，就是补货周期里有一大段是"看不见的"。国内仓补货，下单到入仓可能 3 到 7 天；跨境头程，从供应商交付到海外仓上架，30 到 60 天是常态。这段黑箱如果不能拆成可管理的节点，补货计划就是猜。
我现在要求所有项目把头程拆成至少四个可登记节点：供应商已发货、头程已起运、已到目的港/机场、已入海外仓待上架。每个节点都有预计日期和实际日期。这样做的价值不是"看得更清楚"，而是让规则层能算出"预计到仓日"，从而决定这批货该不该占用当前的补货额度。
没有这个节点拆解，你的在途就是一个数字；有了节点，在途才变成一个可以排优先级的时间轴。
这是最普遍的问题。很多卖家上 ERP 的初衷就是"订单太多、手工打单太慢"，于是 ERP 的采购模块从上线第一天就被闲置。我见过一家日出 800 单的卖家，ERP 采购模块的采购单记录为零，所有采购都在另外一套表格里。
这种用法的代价不会立刻显现，但会在规模上去之后集中爆发。因为打单是执行末端，补货是执行前端；前端靠表格，意味着你的整条供应链没有系统化数据沉淀。当你想分析"哪类 SKU 的缺货损失最大"时，你会发现 ERP 里根本没有这类数据。
网上流传最广的补货公式是：预测销量 × 覆盖天数 + 安全库存 − 可用库存 − 在途库存。这个公式没有错，但它是一个骨架，不是答案。直接拿它跑全店 SKU，结果通常是爆款不够、长尾过量。
原因是它假设所有 SKU 的需求波动、交期波动、毛利结构都一样。现实是，一个日均 50 单的爆款和一个日均 2 单的长尾，用同一套覆盖天数和安全库存，本身就是误用。我的判断是：公式只解决 20% 的准确度问题，剩下 80% 靠分层和参数治理。
这一点在第二章已经展开过。这里补一个我观察到的现象：越是有经验的老运营，越容易犯这个错。因为他们习惯用"手感"判断库存，而手感是基于过往单仓、单平台的场景形成的。一旦变成多平台多仓，手感就会系统性失准。
我建议在 ERP 里至少维护四个库存口径：账面库存、可用库存、锁定库存、在途库存。补货规则必须引用"可用 + 在途"，而不是账面。这是最低要求，没有之一。
很多卖家的采购补货模板里，供应商只是一个名字字段，目的是"下单时知道找谁"。但供应商的交期波动、最小起订量、分批交付能力、质量稳定性，都会直接改变补货决策。
举个具体的：一个供应商承诺交期 15 天，实际波动在 12 到 28 天之间；另一个承诺 20 天，实际稳定在 19 到 21 天。如果只看承诺交期，你会选第一个；但如果把波动纳入安全库存计算，第一个需要的安全库存可能比第二个高出 40%。供应商的稳定性应该作为补货规则的输入变量，而不是备注信息。
缺货率是最容易被关注的指标，因为它直接关联销售损失。但只盯缺货率的副作用是：为了压低缺货率，团队会倾向于多备货，结果把问题转成滞销和现金占用。我见过最极端的案例，缺货率从 9% 降到 2%，同期库存周转天数从 70 天涨到 145 天，现金被压了 200 多万。
所以我一直强调，补货模板的指标体系必须是成对的：缺货率配库存周转天数，超卖次数配滞销库存占比。单一指标优化一定会制造新的失衡。
主数据层是整份模板的地基，它回答的是"这个 SKU 是什么、从哪来、怎么打包、多少钱"。我通常会让团队维护下面这些字段，并且要求这些字段在 ERP 里有唯一数据来源，不允许在 Excel 里再维护一份。
| 字段分组 | 字段示例 | 为什么必须有 |
|---|---|---|
| 标识类 | 内部 SKU、平台 SKU、物料编码、条码 | 多平台同一个商品要能对齐到同一条主数据，否则需求无法汇总 |
| 供应类 | 主供应商、备选供应商、采购价、币种 | 决定补货成本和拆分下单的依据 |
| 约束类 | MOQ、装箱率、整箱倍数、交期承诺 | 补货量必须按约束取整，否则下单无法执行 |
| 履约类 | 默认发货仓、头程方式、货值、HS 编码 | 决定补货到哪个仓、走什么运输方式、报关口径 |
| 经营类 | 毛利率、生命周期阶段、是否主推 | 用于 SKU 分层，不同层用不同补货规则 |
这里特别说一下"整箱倍数"。我遇到过补货建议算出 137 件、但装箱率是 48 件一箱的情况，采购直接按 137 下单，供应商发了 3 箱 144 件，多出的 7 件就成了账实差异的源头。这类小问题在 SKU 数量少时不明显，到 300 个 SKU 以上就会变成对账灾难。
库存字段是补货计算的直接输入。我建议至少区分下面几类，每一类都明确数据来源和刷新频率。
我个人的经验是，在途库存必须带预计到仓日期，否则它对补货决策没有价值。一个没有日期的在途数字，只能告诉你"货在路上"，不能告诉你"这几天还要不要补"。
需求侧字段包括：近 7 天、14 天、30 天日均销量，平台维度销量拆分，活动期间的预估增量，以及季节性系数。供应侧字段包括：供应商承诺交期、历史平均交期、交期标准差、最小起订量、是否支持分批。
这两个方向的字段要成对维护。只有需求没有供应，你只能算"想补多少"；只有供应没有需求，你只能算"能补多少"。补货决策的本质是这两个方向的匹配。
字段定了没人维护，等于没定。我在项目里会强制给每个字段标注更新频率和责任人，下面这张表可以直接拿去改。
| 字段类别 | 更新频率 | 责任人 | 不更新的后果 |
|---|---|---|---|
| 销量与订单数据 | 每日自动同步 | 系统/运营复核 | 补货建议滞后，旺季直接缺货 |
| 可用库存与锁定 | 每日至少一次 | 仓储/系统 | 超卖或重复下单 |
| 在途节点与预计到仓 | 节点变更时即时 | 采购/物流 | 在途失效，重复采购 |
| 供应商交期与波动 | 每月复盘 | 采购 | 安全库存失真 |
| 采购价与币种 | 变动时即时 | 采购/财务 | 补货成本与利润核算偏差 |
| SKU 分层与系数 | 每月复盘 | 运营负责人 | 长尾过量、爆款不足 |
先把基础公式放上来，它依然是所有补货规则的起点。
建议补货量 =
预测日均销量 × 覆盖天数
+ 安全库存
− 可用库存
− 在途库存（预计覆盖期内可到仓部分）
若结果 0，则向上取整到装箱倍数
这个公式有三个常见漏洞。第一，"预测日均销量"如果直接用近 30 天均值，会在大促前后严重失真。第二，"安全库存"如果没有和交期波动挂钩，就只是一个心理数字。第三，"在途库存"如果不区分能否在覆盖期内到仓，就会误把远期货算作近期供给。
我在项目里通常把公式拆成两层：先算需求量，再算供应缺口。需求量解决"卖多少"，供应缺口解决"还差多少"。分开算的好处是，当建议结果异常时，你能快速定位是需求端问题还是供应端问题。
分层是我认为最容易被忽略、但对结果影响最大的一步。我的分层逻辑一般用四个维度：销量等级、毛利等级、交期稳定性、平台独占性。每个维度两到三档，组合出四到六层规则。
| 层级 | 典型特征 | 覆盖天数 | 安全库存策略 | 补货频率 |
|---|---|---|---|---|
| A 类爆款 | 高销量、交期稳定、平台主推 | 45-60 天 | 交期波动 × 1.5 | 每周 1-2 次 |
| B 类主力 | 销量稳定、毛利中等 | 30-45 天 | 交期波动 × 1.2 | 每两周 1 次 |
| C 类长尾 | 低销量、需求分散 | 30 天 | 固定下限 | 每月 1 次，集中下单 |
| D 类新品 | 数据不足、试销阶段 | 15-30 天 | 人工设定 | 按试销结果滚动 |
| E 类尾货 | 衰退期、清库存 | 0 | 不补货 | 只做清仓调拨 |
A 类要保供给，C 类要控库存，这是两条相反的方向。如果全店一套参数，你一定会在其中一边犯错。分层的本质是承认不同 SKU 的经营目标不同，用不同规则服务不同目标。
大促是补货规则最容易失效的时段。我的经验是，活动前 30 到 45 天就要开始修正，而不是活动前一周。因为跨境补货周期长，一周的调整窗口根本来不及走完采购加头程。
修正方式我一般用两种：一是活动系数，按历史活动对同类 SKU 的销量倍数估算；二是活动专用安全库存，额外增加一批只用于活动期的备货，活动结束后按规则回退。活动备货必须单独标记，不能混进常规补货池，否则活动结束后的库存会长期挂在账上。
多平台是跨境卖家补货最复杂的一环。同一个 SKU 在亚马逊、速卖通、独立站上可能是三个不同的销量曲线，分配库存时需要优先级。
我的优先级排序通常是：缺货损失最大的平台优先，然后是交期最紧的平台，最后是可以通过调拨补上的平台。缺货损失不只是利润，还包括平台权重下滑的隐性成本。很多卖家忽略这一点，结果把库存优先给了毛利更高的平台，却把主力平台的排名做掉了。
补货建议生成之后，必须有明确的执行分工。我通常把角色分成四类：运营负责需求和优先级，采购负责供应商和交期，仓储负责收货和质检，财务负责对账和付款。这四个角色在 ERP 里对应不同的操作权限和数据可见范围。
分工不清的典型症状是"补货建议没人认领"。系统每天生成几十条建议，运营觉得是采购的事，采购觉得要运营确认，结果建议在列表里躺了一周。我的做法是给每条建议加一个明确的责任人和处理时限，超时自动升级。
审批不是越严越好。我的经验是设一个金额阈值：阈值以下采购可以直接执行，阈值以上需要运营或负责人确认。阈值定得太低，审批会变成瓶颈；定得太高，失控风险会集中释放。
拆单和合并是跨境场景的常见需求。同一个 SKU 可能因为交期和资金安排拆分给两个供应商，也可能因为装箱率合并成一张采购单。这些操作在模板里应该有明确规则，而不是每次靠人临时决定。
紧急采购必须单独标记，并且纳入复盘。紧急采购比例如果持续超过 15%，说明常规补货规则已经失效，问题不在采购速度，而在规则本身。
货到仓之后的流程，很多卖家做得比采购下单还随意。我见过仓库按供应商送货单直接入库，半个月后财务对账发现数量差 40 件，供应商不认，最后不了了之。
规范的流程应该包括：到货登记、数量清点、质检判定、异常反馈、对账确认、正式入库。每一步都要在 ERP 里留痕，且与采购单一一对应。这看起来是流程繁琐，但它决定了你的库存数据能不能作为下一轮补货的输入。
把上面这些串起来，一条采购单的完整流转大致是这样：系统生成补货建议 → 运营确认需求优先级 → 采购选择供应商并按约束取值 → 生成采购单并走审批 → 供应商确认交期 → 分批发货并登记在途节点 → 到仓登记与质检 → 对账入库 → 更新库存与在途数据 → 进入下一轮补货计算。
这个闭环里，任何一步断开，下一轮补货就会失真。我判断一家卖家的补货体系是否成熟，看的不是有没有 ERP，而是这条链上每一步是否都有数据记录。
跨境卖家的超卖成本比国内高得多。国内超卖顶多赔个差价，跨境超卖可能触发平台绩效扣分、账号受限，甚至在旺季被封 Listing。所以库存同步不是技术问题，是经营风险问题。
我的做法是设一个平台可售上限，它等于可用库存减去预留缓冲。缓冲比例按平台履约时效和账号风险等级设定，履约慢、风险高的平台，缓冲比例要更高。这个比例应该写进模板，而不是每次人工调整。
多仓场景下，我建议把库存分成三本账：国内仓账、海外仓账、在途账。三本账各自独立核算，但在补货决策时合并参考。这样做的价值在于，你能清楚看到"钱压在哪一段"。
我接触过的案例里，最常见的问题是钱压在国内仓。因为国内仓发货快、账期短，采购容易倾向于多备，结果国内仓堆了一堆货，海外仓反而缺。三本账分开看，这个问题会立刻显现。
调拨是多仓协同的润滑剂，但它有个前提：调拨在途必须可视。没有可视化的调拨，等于在两个仓之间凭空挖走一段库存，两边都不认账。
补货优先级上，我的排序是：先看哪个仓的缺货造成损失最大，再看哪个仓的补货周期最长，最后看能不能用调拨替代补货。能用调拨解决的，不要新开采购单，因为调拨通常比头程快得多。
这里说一个我实际用过的做法。我参与的一个项目里，团队用数跨境这类跨境电商数据分析平台，把亚马逊、独立站等多平台订单数据、国内仓和海外仓库存、在途批次汇总到同一套看板里，按仓库和平台维度做库存周转和断货预警。数跨境的定位是跨境电商数据分析，不是采购执行系统，所以我的用法是"分析层放在这里、执行层留在 ERP"：看板上发现某仓某 SKU 的可用天数跌破阈值，再去 ERP 里生成补货建议。
这样做的价值是决策依据统一，避免了运营和采购各看一套数字。如果你对这个思路感兴趣，可以看它的官网 https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys 了解具体能力边界，再判断是否适合自己的场景。
供应商承诺交期和实际交期之间的差距，是补货规则失真的主要来源之一。我在模板里要求记录三个日期：下单日期、承诺交期、实际到仓日期。有了这三个日期，就能算出每个供应商每个品类的交期波动。
波动数据必须回写到 SKU 的安全库存计算里。交期波动大的供应商，对应的安全库存就应该更高，或者干脆换供应商。这一步不做，安全库存就永远是个拍脑袋的数字。
供应商异常我会分成几类：延迟交付、数量不足、质量不合格、临时涨价、单方面取消。每一类都要有明确的处理时限和责任人。延迟超过约定天数的，触发备选供应商启用流程；质量不合格的，触发退货和追责流程。
关键是异常记录要能被统计，而不是散落在聊天记录里。否则你永远不知道哪个供应商在拖后腿，也不知道问题是不是重复发生。
我一般用四个维度打分：交期达成率、质量合格率、数量准确率、响应速度。四个维度加权后分成 A、B、C 三档，档位直接决定下单优先级和备选供应商的启用顺序。
| 维度 | 统计口径 | 权重建议 | 低分时的动作 |
|---|---|---|---|
| 交期达成率 | 按承诺交期准时到仓的批次占比 | 35% | 下调安全库存覆盖天数，启用备选供应商 |
| 质量合格率 | 到仓质检合格数 / 到货总数 | 30% | 增加质检抽检比例，暂停新单 |
| 数量准确率 | 实际到货 / 采购单数量 | 20% | 重新核对装箱率与整箱倍数 |
| 响应速度 | 异常反馈到回复的平均时长 | 15% | 调整沟通机制，纳入季度复盘 |
这套评分不需要复杂系统，一张表加每月复盘就能跑起来。但前提是数据要真实记录，不能靠印象打分。
补货模板有没有效果，不能靠感觉。我一般用六个指标做验证，分成供给、库存、协同三组。供给组看缺货率和超卖次数，库存组看库存周转天数和滞销库存占比，协同组看采购交付及时率和供应商交期达成率。
这六个指标的意义在于互相制衡。缺货率改善但周转恶化，说明你在用多备货换缺货率；周转改善但缺货率恶化，说明你在过度收紧。只有两组同时改善，才是真的优化。
| 指标 | 口径 | 健康参考区间 | 恶化时的排查方向 |
|---|---|---|---|
| 缺货率 | 因缺货下架或断货的 SKU 天数占比 | 5%-10% | 规则覆盖天数不足或需求预测偏差 |
| 超卖次数 | 月度发生超卖订单的 SKU 数 | 接近 0 | 平台库存同步延迟或缓冲比例过低 |
| 库存周转天数 | 平均库存 / 日均出库成本 | 45-75 天 | 长尾 SKU 过量或分层参数过松 |
| 滞销库存占比 | 90 天未动销库存金额占比 | < 12% | 清仓机制缺失或活动备货未回退 |
| 采购交付及时率 | 按计划日期到仓的采购单占比 | > 85% | 供应商交期或审批流程问题 |
| 供应商交期达成率 | 按承诺交期到货批次占比 | > 85% | 供应商管理或备选机制缺失 |
这里的健康区间是经验值，不是行业标准，不同类目差异很大。快消类目可能 30 天周转就够，大件家居 90 天也很正常。参考区间的意义是帮你发现异常，不是让你对齐一个绝对值。
指标要发挥作用，必须有复盘节奏。我的建议是周复盘看供给，月复盘看结构。周复盘关注缺货、超卖、紧急采购；月复盘关注周转、滞销、供应商评分和分层参数调整。
复盘要输出具体动作，而不是只看数字。比如"缺货率上升"不是结论，"A 类 SKU 的覆盖天数从 45 天调回 60 天，下周重新评估"才是动作。没有动作的复盘，开三个月也改不了任何东西。
顺便说一个我观察到的规律：能在三个月内把六个指标全部拉进健康区间的团队，通常不是 ERP 功能最强的，而是复盘最规律的。工具解决数据可得性，复盘解决决策质量，两者缺一不可。
补货模板的落地不建议一次全铺开。我的经验是按四步走，每步一周，每一步都有可验证的输出物。
这四周里最容易出问题的是第 2 周。因为规则一旦从"凭感觉"变成"写下来"，就会暴露很多以前被模糊处理的分歧。我的建议是不要追求一次写完美，先写一个可执行的版本，然后在复盘里迭代。
补货模板不是越大越好，不同阶段的卖家应该有不同的取舍。
| 卖家阶段 | 核心目标 | 模板重点 | 暂时不做的部分 |
|---|---|---|---|
| 起步期（SKU < 100） | 不断货 | 库存口径统一、重点 SKU 手工规则 | 复杂分层、供应商评分模型 |
| 成长期（SKU 100-500） | 供需匹配 | 分层规则、采购执行闭环、在途登记 | 多级审批、自动化需求预测 |
| 扩张期（SKU 500+） | 资金效率 | 多仓协同、指标体系、供应商绩效 | 全链路自动化预测 |
我的判断是，起步期最不该做的是复杂模型，扩张期最不该做的是继续用起步期的手工规则。模板要跟着业务阶段走，而不是一步到位。
最后说一下工具。我见过两种极端：一种是完全不上系统，靠表格和群聊；另一种是迷信自动化，希望系统直接给出补货决策。两种都会出问题。
我的经验是，系统应该负责数据汇总、规则计算、阈值预警和流程留痕；人应该负责参数设定、异常判断、供应商谈判和优先级决策。数跨境这类跨境电商数据分析平台在我的用法里属于"分析层"，负责把多平台订单、多仓库存、在途批次汇总成可比较的看板，帮助团队用同一套数字讨论问题。
但库存口径的定义、SKU 分层规则、安全库存的取值逻辑，这些必须由业务负责人拍板。因为规则背后是经营取舍，要保爆款还是保现金，要冲销量还是保周转，这些不是系统能替你决定的。
如果你准备开始动手，我建议先做一件事：把当前所有 SKU 按销量分成三层，只给 A 类爆款写一份明确的补货规则，跑一个月，看缺货率和周转天数的变化。一个月后，你会知道自己的数据基础到底够不够支撑更复杂的模板。
采购补货这件事没有一劳永逸的模板，只有持续迭代的规则。真正拉开差距的，不是谁的 ERP 功能更多，而是谁更早把数据口径、规则参数和复盘节奏固定下来，并且坚持按它执行。
我们做亚马逊加独立站，两边加起来三百多个SKU，以前补货全靠运营拍脑袋，旺季断货、淡季压一堆库存。上了ERP之后系统让我填“覆盖天数”和“安全库存”，我根本不知道该填几天、按哪个销量口径算，填错反而比人工更离谱，所以想搞清楚这套参数到底怎么定。
基础公式是：补货建议量 = 预测日均销量 × 覆盖天数 + 安全库存 − 可用库存 − 在途库存；结果低于MOQ时按MOQ取整，再按箱规的整数倍向上取整。三个参数的口径必须在模板里写死，不能靠感觉。预测日均销量用近28天或近56天的已发货订单，剔除取消、退款、刷单和大促当天；
大促期间单独用去年同期销量乘活动系数。覆盖天数 = 供应商生产交期 + 国内集货天数 + 头程运输 + 清关 + 上架入仓 + 缓冲天数，是加出来的，不是拍一个30天。安全库存 = 日均销量 × 波动天数，波动天数取近90天日销量的标准差乘1.65，对应约95%的不缺货水平。
参数要分层：A类爆款覆盖天数取上限、安全库存系数拉高；C类长尾只求不断货，覆盖天数压到最低，避免压货。最后提醒一句，公式只是起点，新品前90天没有历史销量，要用同类目老品映射或运营预估，并且每周用实际销量回算一次偏差，偏差超过30%就调参数。
我们有国内仓、美国海外仓，还有一批货在海上，同时铺了亚马逊、Shopee和独立站。最怕的是海外仓实际只剩200件、系统显示500件，一上活动就超卖；也怕反过来，明明在途300件快到了，运营又下了一张采购单，钱和仓租都白花。
第一步是把“库存”拆成四个口径，别用一个字段糊过去：实物库存（仓库实际可拣）、锁定库存（已下单未发货）、在途库存（已下单未到仓，按预计到仓日分段）、可用库存 = 实物 − 锁定 + 可承诺在途。多平台同步分两层做：平台可售库存只扣“实物 − 锁定”，在途不参与上架可售，这是防超卖的底线；
补货建议那一侧才把在途算进去，这是防重复采购的底线。同步频率按平台能力设，支持API的走实时或15分钟级，不支持的用定时任务加库存缓冲带，把可售库存按实际值的90%~95%上架做保护。
多仓要设优先级规则：先本地海外仓、再国内直发、最后跨仓调拨，调拨单也必须进在途口径，否则两个仓会各算一遍，账面凭空多出一批货。最低成本的超卖防护是给每个SKU设“安全下限”，比如可售低于7天日均销量就自动降可售或下架，而不是等真缺货了再补救。
我们团队就5个人，预算卡得很紧，很多ERP都喊免费，但真用起来要不要付费心里完全没底。上次挑了个免费的，结果自定义字段加不了、想导出还得开会员，供应商和交期根本记不下来，最后又回到Excel。
字段分三层，先列清单再谈选型。主数据层：SKU或物料编码（必须唯一，并且和平台SKU建立映射）、供应商编码、采购价与币种、MOQ、箱规、生产交期、是否可替代料。库存层：仓库、实物、锁定、在途（含预计到仓日）、安全库存、质检中、不良品。
执行层：采购申请人、审批人、下单日期、承诺到仓日、实际到仓日、分批到货明细、对账状态。判断免费版够不够，就看四件事：能不能自定义字段（至少10个以上）、能不能通过API或批量导入导出把数据拿出来（数据不能只进不出）、能不能设角色权限（采购不能改库存、运营不能改采购价）、支不支持多币种和多仓。
这四条缺任何一条，等SKU过两百、供应商过二十家，就一定要换系统，因为你连一张完整的补货表都导不出来做复盘。选型的正确做法是不看宣传页，直接拿自己真实的20个SKU跑一版数据，跑不通就是不够用。
我们有几个主力供应商，说好30天交货，实际经常拖到40天甚至分两批到，ERP里的预计到仓日永远是错的，补货算出来自然也不准。老板还问我上了这套系统到底有没有用，我一时拿不出数据，只能说“感觉顺畅了点”。
交期参数不要用合同承诺值，要用实际值。系统里记录每一次承诺到仓日和实际到仓日，滚动计算该供应商近3到5单的实际交期均值（按SKU维度），用这个均值回填补货公式里的交期参数，缺料风险会立刻下降。
分批到货必须做成一单多批次：采购单头写总量和承诺日，行里拆批次，每批带数量、预计到仓日、实际到仓日，在途库存按批次分段计入，避免“整单未到就全部不算在途”。异常要变成流程而不是聊天记录：延迟超3天、数量短少超5%、来料不良超2%，自动触发异常单，并记录原因归属是供应商、物流还是我方。
验证模板是否有效，看四个口径清楚的指标：缺货率（缺货SKU天数 ÷ 在售SKU天数，按周统计，目标压到3%以内）、库存周转天数（平均库存 ÷ 日均销量，按SKU分层看，不要只看大盘）、采购及时率（承诺到仓日前后2天内到仓的行数 ÷ 总行数）、交期达成率（实际交期不超承诺交期的批次数 ÷ 总批次）。
跑满一个完整补货周期，一般8到12周，再和上线前的数据对比才有说服力；头两周数据波动大，不要急着下结论。
读者评论
文章点出的库存口径问题很实际。我们做亚马逊时也遇到过，运营看账面库存觉得够卖，采购却按缺货预警下单，结果平台锁定和在途没同步，最后既超卖又压货。补货规则必须统一引用可用库存加在途库存，否则多平台多仓一定会失准。
供应商交期波动纳入补货规则这点很关键。以前采购模板里供应商只是联系人，实际合作后才发现A供应商承诺15天但波动到28天，B供应商稳定20天。若按承诺交期算安全库存，A反而看似更优，实际风险高很多。
五层规则系统的说法比单纯找模板更接近落地。很多ERP项目只做了主数据和执行层，规则层没人维护，最后又回到Excel和微信群。要真正跑起来，安全库存、覆盖天数、审批阈值都得有明确负责人和更新机制。
只盯缺货率确实会反噬现金。我们曾把缺货率压到很低，但库存周转天数翻倍，滞销占比上升，财务压力很大。补货指标必须成对看，缺货率配周转天数，超卖次数配滞销占比，不然就是用一个问题换另一个问题。
头程在途拆成节点这个建议很实用。跨境补货周期长，若ERP里只有在途一个数字，采购很容易重复下单。把已发货、起运、到港、入仓上架分开登记，规则层才能排优先级，多仓之间也能按不同参数补货，而不是全店一套规则。