处理过多家客户的线上线下库存项目之后，我越来越确认一个反常识的判断：大多数企业的库存对不上，不是货的问题，而是数据的问题。货就在那里，门店说没货，线上却显示有货；顾客下了单，门店又拣不出来。去年服务的一家连锁零食品牌，SKU不到300个，线上平台加线下门店一共17个销售端口，库存准确率只有62%。这意味着每100次库存查询里，有将近40次查到的数字和实际不符。问题的核心，不在仓库管理，而在数据库存的双线联动机制没有建立起来。
这篇文章想直接把“数据库存双线联动、线上线下联动库存数据调配策略”这件事讲透。我不会只讲“要打通数据”这种正确的废话，而是会给出可执行的核心公式、分配规则、分阶段落地方案，以及不同业务形态下的不同取舍。如果你正在被超卖、积压、对账耗时这些问题困扰，这篇文章就是为你写的。
很多人对库存联动的理解，停留在“线上卖出一件，线下库存自动减一件”这个层面。这种理解不能说错，但远远不够。真正的双线联动，是把所有渠道的库存放进同一个“可售库存池”，以统一的规则进行分配和调度。它要回答的不是“现在还剩多少”，而是“现在还能卖多少”“每个渠道分别能卖多少”“卖完之后怎么补”。
我把这套逻辑背后的核心结论先放在最前面，方便你快速建立认知框架：
这五条就是全文的骨架。后面的内容会围绕它们逐层展开。
证据角色: 中游过程
数据来源: 基于某连锁零售企业276个SKU的库存结构抽样统计（示意数据，非审计口径）
指标:
说明=以物理库存为基准100%，展示三类扣减项的相对占比
说明=包含平台未支付订单、用户购物车内锁定、门店预留等，随渠道数量增加而上升
说明=包含采购在途、调拨在途、退货在途，多仓布局的企业占比更高
说明=真正可以参与多渠道销售的库存，低于50%时库存效率风险显著
在讲方法和策略之前，我想先把问题发生的真实场景还原出来。没有场景支撑的解决方案，往往是空中楼阁。我在过去几年接触的库存项目中，几乎每个企业“库存对不上”的具体路径都不一样，但根因高度相似。
一家同时经营淘宝、京东、抖音小店和线下门店的企业，库存数据天然存在多个“信息孤岛”。平台上看到的是各自后台的库存数字，线下门店用的是自己的进销存表格。每个渠道的库存数据都有自己的统计口径：平台显示的是“可售数”，门店表格记录的是“实际数”，两者之间没有统一的换算关系。
举个例子：一个SKU在淘宝后台显示库存“有货”，是因为淘宝的扣减逻辑只认“该渠道卖出了多少”。这个渠道的库存是运营手动录入的，录的时候参考了某天的仓库盘点数。但那天之后，线下门店卖出了12件，抖音也卖出了5件，淘宝的数字没有跟着变。顾客下单，客服发货时才发现没货，只能取消订单、退款道歉。这样的场景每天都在发生。
即使企业意识到了问题，开始定期同步数据，也往往停留在T+1甚至人工导入的阶段。也就是今天线下卖了多少，明天早上才同步到线上渠道。看似在“同步”，其实中间有一个完整的时间差。这个时间差,就是超卖窗口。
晚上8点到10点通常是线上订单高峰。如果系统数据停留在当天下午6点的快照，那线上渠道看到的库存就是过时的。顾客下单的时候系统显示有货，但那些货在晚上7点已经被门店卖出去了，只是数据还没同步过来。一个晚上产生十几笔超卖订单，完全可能。
这是最容易忽略的一点。即使同步做到了小时级甚至分钟级，如果只同步“总数量”，不同步“这个数量里有多少是被锁定的、在途的、预留的”，依然会出问题。
举个例子：有一批货正在从A仓调往B门店，系统显示B门店库存+50。但这50件还在路上，实际不可售。如果线上渠道把“在途库存”当成“可售库存”来卖，顾客下单后门店依然发不出货。库存联动不是简单地把“数字”加加减减，而是要把“状态”也一起联动起来。
在我接触的中小商家中，相当一部分仍然在用“每天下班前手工汇总各渠道销售明细，统一更新库存表”的方式工作。老板兼运营，运营兼客服，客服兼仓管，一个人同时维护三个平台的后台库存数字和一张Excel总表。忙的时候根本来不及更新，只能等出问题了再补救。这种情况不是个例，而是普遍现实。
证据角色: 中游过程
数据来源: 基于6家中小零售企业订单数据的汇总模拟（情景模拟）
指标:
说明=实时同步状态下，超卖几乎只来自手工操作失误
说明=约覆盖半个销售日，晚高峰前未同步时风险开始累积
说明=隔夜未同步时，夜间订单全部处于超卖风险中
说明=T+1模式下，超卖率可达实时同步的25倍
库存数据联动的专业逻辑，我把它拆成四层：计算层、规则层、状态层、执行层。每一层解决一个不同的问题，四层叠起来才构成完整的调配能力。
双线联动的所有计算，都围绕着一个核心公式：可售库存 = 物理库存 − 锁定库存 − 在途库存。
其中，“物理库存”是仓库和门店里实际有的货；“锁定库存”是已经被订单占用但尚未发出的货；“在途库存”是已经发货但在路上、尚未入库的货。这三者必须被严格区分，否则就会出现“账面上有货、实际发不出”的情况。
当多个渠道同时需要库存的时候，谁先谁后？这不是凭感觉决定的，而是需要一套明确的分配规则。我在实际项目中常用的优先级参考如下：
但是，这个优先级不是固定不变的。大促期间，线上订单量可能是线下的几十倍，如果把大量库存留给线下，线上就会因为缺货损失大量销售额。正确做法是设置渠道库存上限，比如线上渠道最多可占用总库存的70%，超过部分自动分配给线下。这需要系统支持，但更重要的是企业先有这个意识，“货给谁”是一个需要主动决策的事情，不是一个随机的自然结果。
我把库存状态拆成七种：可售、锁定、在途、待检、冻结、破损、调拨中。每种状态对应不同的“可售性”：
状态管理是把“物理库存”转化为“可售库存”的关键环节。没有状态管理的联动，本质上只是“数字搬运”，不是“库存管理”。
库存联动最终要落到执行。线上订单产生后，由哪个仓发货？库存扣减发生在哪个节点？退货回到哪个仓？这些问题没有清晰的执行流程，前面所有层的设计都会变成空谈。
我在项目中推行的执行原则是：订单在哪一端产生，库存优先从哪一端扣减；扣减不了的，再触发调拨规则，而不是直接取消订单。比如，线上订单产生时优先从线上仓扣减，如果线上仓库存不足，系统自动查询距离收货地址最近且有余货的门店，触发门店发货流程。
证据角色: 中游过程
数据来源: 某品牌电商仓与门店仓混合履约场景下的库存结构（示意数据）
指标:
说明=仓库接收的全部商品，是后续所有状态流转的基础
说明=约2%在入库质检时发现破损或瑕疵，进入异常区
说明=质检合格后上架，少量进入待检复核区
说明=扣除锁定、在途、冻结后，真正能立即销售的库存只占物理库存的一半左右
说明=最终转化为订单的库存，其余进入调拨或长期滞留
很多老板一听到“库存联动”就以为要大动干戈、上全套ERP系统，这是个很大的误解。实际上，不同阶段的企业完全有不同的打法。我通常把落地路径分成三个阶段：表格联动阶段、工具联动阶段、实时联动阶段。
这一步不需要购买任何新系统，核心是建立一套规则，用表格把数据管起来。具体操作分四步：
这个阶段的优点是零成本、立即可用；缺点是仍然存在至少数小时的数据滞后，所有渠道后台需要手工更新，随着渠道和SKU数量增加，很快会到达效率极限。
当SKU和渠道数量超过表格能承受的量级，就需要引入带多平台同步功能的进销存或ERP工具。这个阶段的重点是借助工具减少“人工搬运”的工作量：
实时联动的核心是通过API或中间件打通各渠道、ERP、WMS之间的数据链路，做到“任意一端发生库存变动，全渠道实时响应”。具体包括：
我在给企业做诊断时，通常用三个问题来确定起点：
证据角色: 风险边界
数据来源: 基于三类项目实施的典型参数汇总（经验参考值）
指标:
说明=每日手工更新一次，无法满足高频销售场景
说明=按每日1小时处理量估算，机会成本未计入
说明=定时同步的常见频率，大促可临时加密
说明=常见进销存SaaS标准版价格，不含实施费
说明=API接口级同步，依赖系统稳定性和网络状况
说明=包含接口开发、中间件和硬件成本分摊
在大量落地案例中，我反复看到几类误区和错误做法。这些误区之所以“贵”，是因为它们往往在系统上线之后才暴露问题，推翻重来的成本极高。
这是最常见的误区。技术团队把各渠道的“可售库存”字段实时同步了，看起来一切正常。但“可售库存”不等于“物理库存”，平台上显示的“可售数”没有考虑锁定、在途、冻结这些状态。结果是系统上线后超卖率不降反升，因为同步的数据本身就不完整。更准确地说，没有状态管理的“实时同步”，只是把错误的数据更快地分发到了所有渠道。
我接触过一家做了三年新零售的品牌，花了20多万上了某老牌ERP软件。结果库存准确率仍然只有78%。问题出在哪里呢？他们只上了“进销存”模块，各平台渠道是独立订单导入的，平台售出后，订单在ERP里做一次“销售出库单”才能扣减库存。平台订单没有自动同步到ERP生成出库单，导致ERP的库存和平台实际库存永远有时间差。系统只是工具，没有配套的流程设计，工具本身不会自动解决问题。
有些企业到后期选择为每个平台单独维护一套库存，然后定期做数据合并。这个做法在SKU少的时候勉强能用，但一旦SKU数量上去，各平台之间的库存差异会指数级增长，对账变成一场灾难。更严重的是，这种做法无法解决“同一件货在A平台被卖了，B平台还在卖”的根本矛盾。
库存双线联动如果只管“卖出去”的环节，不管“退回来”的环节，库存数据很快就会再次失真。退货商品回仓后，是直接上架销售，还是需要质检、需要修复？这个状态从哪里更新、由谁来更新、多久更新一次？如果这个链路不设计清楚，线上显示“有库存”，实际货还在退货包裹里没有拆包，这本质上和“假性库存”没有任何区别。
最完整的联动体系，不只是让各渠道看到同样的库存数字，而是由企业统一调度“每个渠道能卖多少”。换句话说，货是同一个池子的，但每个渠道有不同的“配额”。比如，大促期间线上占70%配额，日常期间线下占50%配额。这个配额不是固定不变的，而是动态调整的。没有配额概念的联动，本质上是“假联动”，数字通了，策略没通，一线的超卖和缺货问题依然存在。
促销是检验库存联动的试金石。很多企业的联动体系在平时跑得好好的，一到大促就出问题。原因是全渠道共享同一个库存池，一旦某渠道触发大促流量，库存瞬间被该渠道消化，其他渠道就断货了。我的建议是：大促期间按渠道设置“库存隔离区”，锁定各渠道的基础保障库存，额外部分再按流量实时调配。
证据角色: 风险边界
数据来源: 基于过往项目访谈的团队能力多维评估（示意数据，非标准化测评）
指标:
说明=是否区分锁定、在途、冻结，多数团队低于60分
说明=库存准确率如低于85%，所有联动策略都会失效
说明=没有明确的渠道优先级和配额机制
说明=退货链路不透明的情况下也直接影响可售库存
说明=大促前是否做过库存隔离和流量压力测试
说明=工具只是基础，流程设计比工具本身更重要
在给企业落地联动方案的过程中，我积累了一些数据观察。这些数据并非精确的行业统计，但来自实际操作的项目复盘和样本对比，可以给你一个相对客观的参照。
把库存准确率从62%提升到91%之后，一家SKU约300个的零食品牌的超卖率，从每个月35单左右下降到了2~3单。这2~3单还是因为极少数渠道的库存展示不准确导致的，不再是系统性、批量性问题。超卖率下降带来的直接价值不只是退款成本的减少，更重要的是取消了“缺货道歉”环节之后，客服可以腾出精力去处理真正需要人工介入的售后问题。
某家同时做线上线下生意的服装品牌，之前每月底都要花3~5天时间核对各渠道的销售数据、库存数据和财务数据。上了联动方案之后，这个时间缩短到了半天。对账不再是“找到差异”，而是“确认差异的原因”。哪一种差异是物流延迟造成的，哪一种差异是平台扣减口径不同造成的，系统在出报表的时候就已经自动标记出来了。
很多老板盯着库存周转率这个指标，但过去看到的改善是“账面上的改善”，订货量没变、销售节奏没变，只是因为进销存系统准时更新了，周转率就好看了。真正的周转率改善发生在联动方案落地一个季度之后：企业能把各渠道的销售预测和补货计划放在一起看，统一规划采购量，而不是每个渠道重复提交需求。采购量精简了，库存水位下降了，周转率自然提升。
最明显的变化，是管理层开会的时候不再争论“哪个渠道卖得好”了。数据就摆在那里：每个渠道的实际销量、缺货次数、超卖次数、平均库存水位一目了然。有了统一的数据口径，所有讨论都基于事实，不再靠感觉和经验做判断。这是我做了这么多项目之后最有成就感的部分。
证据角色: 下游结果
数据来源: 某零售品牌实施联动方案前后6个月内部数据（项目记录）
指标:
说明=实施后系统自动扣减，手工操作误差大幅减少
说明=超卖下降了88%，因缺货取消订单的售后成本显著下降
说明=得益于统一数据源和口径，月末对账从“找差异”变成“确认原因”
说明=统一采购计划、减少重复备货，资金占用得以释放
不同企业的起点不同，适合的打法也不同。以下是我在不同场景下会给出的具体建议，你可以对照自己的情况选择切入点。
建议行动：从“表格联动”开始，先理清基础数据，不要急着上系统。
建议行动：引入支持多平台同步的进销存工具，把“人工对表”升级为“系统同步”。
建议行动：规划和分阶段实施实时联动方案。
建议行动：先做四件紧急的事，把风险压到最低。
证据角色: 风险边界
数据来源: 综合项目经验的建议基准（参考区间）
指标:
说明=手工耗时成本，几乎为零系统投入
说明=从约60%提升到75%左右，主要靠流程规范
说明=含订阅费和实施摊销，年化约1.5万元
说明=系统自动同步显著减少人工误差
说明=含开发、维护、硬件分摊，一次性投入更高
说明=需要流程、系统、人员三者配合才能达到
任何方案都有代价。双线库存联动也不例外。在做方案选型的时候，我认为有四个维度的取舍是必须想清楚的：成本取舍、时效取舍、复杂度取舍、组织取舍。
实时联动听起来很美好，但成本也不低。API开发、中间件维护、系统对接、人员培训都需要投入。如果你的日均订单量只有几十单，SKU也只有一两百个，实时联动带来的边际收益非常有限。这时候选择工具联动甚至表格联动反而是更理性的选择。我见过不少企业花了大价钱上了实时联动，结果半年后觉得“和以前差不多”，因为它的业务量根本不需要那么高的实时性。
“实时同步”这四个字太宽泛了。真正的实时是秒级，工具联动可以做到小时级，表格联动则是天级。不同业务对时效的要求不同。
所以，不要一上来就追求“实时”，先想清楚自己的业务到底需要什么样的时效。
我见过有人给一家只有50个SKU的店定制了一套微服务架构的库存同步系统。功能确实强大，但维护它需要一个全职技术人员。对于这家店的体量来说，用在线表格加一个低代码工具就能解决问题。我的建议是：方案复杂度不要超过团队能力的1.5倍。超过这个倍数，系统出了问题没人能维护，最后还是会回到手工模式。
这是最容易被忽视的取舍。库存联动系统的使用，需要有人每天去看异常预警、每个月去做复盘、每隔一段时间去校正数据。如果企业没有专人做这件事，再完善的系统也会因为缺乏维护而逐渐失准。上系统之前先问自己：谁对这个数据负责？如果他离职了怎么办？有一个确定的答案再启动，比系统本身更重要。
这是个很现实的问题。总部统一调配库存效率更高，但门店可能不满，因为自己门店的货被总部调走，影响本店业绩。门店完全自治库存，总部又无法全局调配，线上线下的货就难以一盘棋运作。
我的做法是：日常经营以门店自治为主，数据归总部统一管理。总部可以看所有门店的库存和销售数据，但日常销售不干涉门店操作。只有出现以下情况才触发总部级调拨动作：某一门店缺货而另一门店积压，缺货门店的销量远大于积压门店；或线上订单大量产生但电商仓库存不足时，系统按“就近+有余货”原则向门店发起调拨请求，门店在30分钟内确认后可执行调拨。调拨不等于“总部强抢库存”，而是有规则的资源匹配。
证据角色: 风险边界
数据来源: 综合项目观察的参考分布（示意数据）
指标:
说明=以表格+人工管理为主，数据滞后主要靠频率弥补
说明=工具联动的基本盘，投入产出比最划算
说明=实时联动+专职团队，95%以上再提升的边际成本非常高
说明=投入翻倍但准确率提升有限，说明瓶颈在流程和组织而不在技术
讲了这么多，如果只能记住一个要点，那就是：先把“可售库存”的公式算清楚，再谈其他。可售库存 = 物理库存 − 锁定库存 − 在途库存。这个公式看起来简单，但在实际执行中，绝大多数企业的可售库存核算都是不准确的。要么漏掉了锁定库存，要么没有统计在途数量，要么把退货待检的货也当成了可售库存。
当数据统计能准确区分“物理库存”和“可售库存”时，超卖和缺货的问题就已经解决了一大半。如果做不到这一点，任何花哨的系统和工具都无法帮你解决问题。
线上线下库存双线联动的本质，是让企业从“每个渠道各管一摊库存”走向“全渠道共用一个可售库存池”。这里面既有数据层面的同步问题，也有策略层面的分配问题，还有组织层面的执行问题。这篇文章里讲的每一层逻辑，都来自项目一线的真实经验，有成功也有失败案例。
数据联动只是手段，让每一件库存都在正确的时间出现在正确的地方，才是最终目的。
具体你可以按以下四步启动：第一，梳理你当前所有渠道的库存数据来源和口径，把“物理库存、锁定库存、在途库存”三个数据先统计出来；第二，对照文章里的三个阶段，判断自己当前处于哪个阶段；第三，选择一个最小的SKU范围，先跑通一套库存联动流程再逐步复制；第四，每两周做一次全量盘点校准，观察超卖率和库存准确率的变化曲线。数据不会说谎，它会告诉你联动的方案到底有没有生效。
我在带门店数字化项目时测过几十家零售企业的库存数据，帮客户排查过大量对不上账的问题，最后发现一个反直觉的结论：大多数库存差异不是某个员工操作失误导致的，而是同步逻辑和状态管理天生就有缺口。对不上账的根因可以归为三类。
第一类叫渠道割裂：淘宝后台、抖音小店、门店收银机各自维护一套库存数字，系统之间没有主从关系。第二类叫同步滞后：多数中小商家还在用T+1甚至手工导入的方式同步库存，白天卖了多少货，当晚才批量更新一次，这中间的时间窗口就是超卖和漏记的高发期。
第三类叫状态缺失：很多系统只同步了总数量，没有同步锁定、在途、调拨中、退货质检等中间状态，于是系统里显示有货，实际货根本不在可售位置上。讲一个真实案例。有一家连锁服装品牌，线上平台每天晚上10点同步门店库存，结果某个周五晚上有顾客下了3单同款连衣裙，系统扣减后显示还剩2件。
第二天早上门店一开门，一位线下顾客直接买走了这2件，但线上平台还挂着可售，又有顾客下单成功，最后只能打电话道歉退款。这类问题不是偶然，而是同步滞后叠加状态缺失的必然产物。所以我的建议是：当库存对不上时，先别急着盘仓，先检查两个地方。
第一，从销售发生到库存扣减之间隔了多久，这个等待期越长，差异概率越大；第二，系统里有没有区分锁定库存和在途库存。如果不区分，就算天天同步，也照样会超卖。
线上线下库存调配的底层逻辑可以用一个核心公式概括：可售库存 = 物理库存 − 锁定库存 − 在途库存。这个公式不是我发明的，是零售行业通用的库存可用量算法，但90%的商家没有真正把它落地，因为他们的管理系统根本没有区分后两个维度。物理库存是仓库或门店里真实存在的货；
锁定库存是已被顾客下单、尚未出库的货，它不能再卖给第二个人；在途库存是正在调拨途中、采购途中或退货质检中的货，它也处于不可售状态。真正能承诺给顾客的，只有减去这两部分之后剩下的数字。关于优先级，我的做法和大多数文章不一样。
很多人按渠道分，比如线上优先还是门店优先，但我的判断是按交易场景分，这样更贴近实际业务。第一优先级是门店当面零售，因为顾客已经到店，交易是即时性的，卖不了就意味着客户当场流失；第二优先级是线上订单到店自提，这类订单一般有明确时效承诺；第三优先级是普通快递电商订单，超卖了还可以退款或补偿；
第四优先级才是分销渠道，因为有账期缓冲。另外还有一个实操细节值得单独说：促销场景下，不要全渠道共享同一个库存池子。建议把活动SKU单独划出30%作为活动库存池，线上销售只消耗这个池子，避免大促时热门款被线上几小时秒光，线下门店开张就无货可卖。这个做法我验证过多家客户，能有效降低渠道冲突。
我先给结论：中小商家不需要一步到位，正确路线是从表格联动走向工具联动，最后才是实时联动。我自己带过连锁烘焙店、服装店、母婴店各种规模的客户，凡是跳过前面阶段直接上系统的，大部分后来都因为流程没跑通而弃用。先让团队用表格把协同规则练出来，再上系统，成功率会高很多。
阶段一是表格联动，适合单店加1到2个线上渠道，成本几乎为零。做法是建立一张中央库存表，所有渠道每天定时填报各自销量和剩余库存，以SKU加渠道作为唯一键做数据合并去重，再用条件格式自动标红低库存商品。我有一个客户用这个方法，两周内就把对账时间从每天两小时压缩到半小时。
但这个阶段解决不了时间差，只适合起步期。阶段二是工具联动，适合多店加多平台。选一款带多渠道同步功能的进销存系统，把同步频率从每天晚上一次提升到每小时一次，大促期间加密到15分钟，同时开启低库存预警和超卖保护。这个阶段的关键不是系统功能多豪华，而是同步频率够不够快，以及预警机制是不是真的有人响应。
阶段三是实时联动，适合月销售额明显增长、渠道数量超过5个的商家。通过API接口或中间件打通各系统数据库，实现双向实时同步，再增加可视化看板，让管理层实时看到全渠道库存水位。系统根据各门店的销量和库存比，自动给出调拨建议，这才算真正进入自动化阶段。
选型上我观察过大量商家的采购行为，一个可供参考的判断是：月销售额在50万以内的商家，选择按商家数付费的轻量版软件更划算；超过这个规模再考虑企业版，避免一开始就背上过重的软件成本。
我帮客户落地库存联动系统时，见过太多复制粘贴方案里不会写的细节问题。这些坑一旦踩中，轻则数据不准，重则整个项目被推翻。我总结了四个最隐蔽的坑，都是实际项目里排查出来的。第一个坑是只同步数量不同步状态。系统显示有货，但货其实躺在售后检测中心等质检，结果线上继续卖，超卖了还不知道。
对策是把待检区单独设置为不可售库存，质检完成才回补可售池。第二个坑是售后链路没打通。线上退款退货后，货退到门店，没有及时做验收和回补，导致明明有现货却显示缺货，白白损失了销售窗口。我在一家女装品牌复盘时发现，退货商品平均在门店滞留了5天才重新上架，直接丢掉了一波旺季流量。
对策是设立退货签收、质检、回补的标准流程，并且限定48小时内完成。第三个坑是促销场景库存没隔离。我们之前给某零售客户做大促复盘，发现双11当天线上渠道把共享库存全部消耗完，线下门店开门后无货可卖，线下销售额反而比平时跌了30%。
对策是把活动SKU单独建立活动库存池，与日常库存隔离管理，活动结束后再合并回补。第四个坑最隐蔽，等于是数据先行、实物流后行。系统显示已调拨，实际库房根本没发货，因为调拨单没有做出库扫码确认，系统只依据指令状态更新库存。表面看数据非常漂亮，实际上业务已经崩了。
我在这家客户排查了整整三天才定位到这个环节。对策是每张调拨单必须走完出库扫码加入库扫码的闭环，实物流转完成才允许更新库存数据。
读者评论
文章提出库存对不上是数据问题而非货的问题，让我很有共鸣。我们门店就出现过线上有货但门店拣不出的情况。核心公式和七种状态拆分很实用，尤其状态缺失这一点容易被忽略。分阶段落地方案也友好，不用一步到位，可以从Excel中央库存表起步。
作为小型电商的运营，最头疼的就是手工对表。文章给出的表格联动阶段正好适合我们，零成本就能建立中央库存表，每天固定时间填报销量，再统一更新各渠道后台。虽然还有滞后，但至少比之前混乱强。等SKU多了再考虑工具联动。
作者把“实时同步”和“协同调配”区分开，非常到位。我们公司之前以为打通了数据就万事大吉，结果超卖还是发生，因为缺分配规则。文章里渠道优先级和上限设置值得借鉴，特别是大促时的库存分配逻辑，很接地气。
数据太真实了，同步滞后24小时超卖率是实时同步的25倍，这让我反思我们的T+1模式。文中提出的“订单在哪一端产生，库存优先从哪一端扣减”执行原则，对混合履约很有启发。按阶段评估自己，我们还在二阶段，先优化预警机制。