【补货模型】断货一次亏 3 万，压货一季亏 5 万：补货这道题的答案是算出来的

一、基础公式：四个变量决定补货点

补货模型的核心链条：补货点（Reorder Point）＝日均销量×（采购周期＋头程时效＋入库上架时间）＋安全库存。拆开看每个变量：

日均销量（D）：不能简单用 30 天平均。增长期的链接用加权平均（近 7 天权重 50%、近 14 天 30%、近 30 天 20%），大促前后用系数调整（Prime Day、黑五期间动销可达日常的 3–8 倍）。季节性品类用"去年同期×增长系数"打底，别用上月数据线性外推。

跨境补货模型

采购周期（L1）：工厂备料到交货的时间，含生产排期——旺季工厂排单紧张，平时 15 天的交期可能拉长到 30 天，补货计划要提前问工厂要产能日历。

头程时效（L2）：海运美西 16–22 天、美东 25–35 天、欧洲 25–35 天，铁路 16–25 天，空运 3–7 天。注意用"实际分布"而非"理论时效"——海运的时效波动区间±7 天很正常，补货点要按 P80（80% 概率内到达）的时效算，不能按最好情况。

入库上架（L3）：FBA 旺季接收上架延迟 3–10 天是常态，第三方海外仓 1–3 天。这段时间货在"在途"状态但不可售，漏算它等于凭空增加一周断货窗口。

二、安全库存：为波动买的保险

安全库存是对冲两类不确定性的缓冲：需求波动（销量突然起飞）和供应波动（工厂延期、船期延误、查验滞留）。计算公式：安全库存＝服务水平系数（Z）×补货周期内的需求标准差。简化实操版：安全库存＝（最大日销×最长补货周期－平均日销×平均补货周期）÷2，或粗粒度地取"日均销量×波动天数"。

服务水平的取舍是安全库存的灵魂：Z=1.65 对应 95% 不缺货概率，Z=2.33 对应 99%。每提一档服务水平，安全库存增加 40% 以上。合理的分层是：爆款（占销售额 70% 的头部 SKU）按 97%–99% 配，腰部按 90%–95%，长尾按 85% 甚至接受断货——用 20% 的库存资金保 80% 的销售确定性。

FBA 特有的约束要叠加考虑：库容限制（IPI 分数决定的仓储容量）让"多备货"这个动作本身有上限，旺季库容竞价（Capacity Manager）增加了备货的资金成本。FBA 与第三方海外仓的"前店后仓"结构成为标配：海外仓存 60–75 天库存，FBA 保持 15–25 天水位，小批量高频次向 FBA 补仓，既绕开库容限制，又把长期仓储费的敞口转移到便宜得多的第三方仓。

三、模型升级：从静态补到动态调

静态补货模型（固定补货点＋固定补货量）适合动销稳定的标品，但跨境业务的增长曲线和季节波动让静态模型常年失真。三个升级动作：

动态系数法：给补货公式加两个乘数——趋势系数（近 14 天销量/近 30 天销量）和季节系数（去年同期当月指数）。模型每 7 天自动重算补货点，销量趋势上行时补货点自动抬升。

ABC 分类管理：按销售额贡献把 SKU 分三类。A 类（前 20% SKU，约 70% 销售额）每周复盘、逐 SKU 建模；B 类（中间 30%）双周复盘、分组建模；C 类（后 50%）按月批量处理，用简单的最小/最大库存法即可。管理资源向 A 类倾斜，C 类的断货损失本来就可控。

EOQ 校准补货量：补多少用经济订货量（EOQ）公式平衡订货成本与持有成本。跨境场景里"订货成本"要替换成头程物流的批量效应——一个 40 尺柜的海运费平摊到每件货上，比拼箱便宜得多，EOQ 的天平天然向"凑整柜"倾斜。实操中的常见做法是"补货点触发＋凑柜发货"：多个 SKU 的补货需求合并到一个发货批次里，兼顾时效与运费。

四、压货处置：比补货更考功力的事

模型再准，也有失手的批次——市场突变、竞品冲击、误判季节。压货处置的优先级顺序：站内促销（coupon、LD、7 天促销）→ 提价广告拉动销 → 站外 Deal 站放量 → 批量清货（Liquidation，亚马逊官方清货回收价约为均价的 5%–10%）→ 弃置销毁。每一步都要算"再持有一个月的成本 vs 当前处置的损失"：FBA 长期仓储费（存放超 181 天的库存附加费）、旺季仓储费上浮（10–12 月仓储费约为平时 3 倍）都是压货的时间成本。

一个反直觉的教训：压货的最佳处置时点往往比卖家的直觉早 30–60 天。多数人等到仓储费账单扎眼了才动，那时折价空间已经被时间吃掉了。设置"库龄红线"——90 天无动销或覆盖天数超 120 天的 SKU 强制进入处置流程，用制度对抗侥幸心理。

五、算一笔实账：模型的钱在哪里

以月均动销 2400 件的厨房用品卖家为例，对比"凭感觉补货"与"模型补货"的年度差异。凭感觉组：年内断货 4 次（累计断货 22 天），按日销 80 件、客单价 25 美元、净利率 15% 折算，断货损失约 80×22×25×15%×7.1≈4.7 万元，加重启广告与排名恢复成本约 3 万元；压货 2 批次清货损失约 2.5 万元。合计约 10.2 万元。模型组：安全库存多占压资金约 8 万元（年化资金成本 8%，约 6400 元），断货 1 次 5 天损失约 1.5 万元，压货 0.5 批次约 8000 元。合计约 2.9 万元。

一年差 7.3 万元——这就是公式的价格。而且差距随规模放大：月销 1 万件以上的卖家，补货模型优化的年收益普遍在 30 万元量级。

六、落地清单：五步建成补货体系

第一，数据基建：销量、在途、在库、在制四张表日更，数据不准一切模型免谈；第二，变量建档：每个 SKU 的采购周期、头程时效分布、上架时长建档，每季度校准；第三，分层建模：A 类逐 SKU 建补货点与安全库存，C 类用最小/最大法；第四，双仓结构：第三方海外仓做水库，FBA 做水龙头，补仓节奏周更；第五，库龄例会：每月看一次库龄分布表，红线 SKU 当场定处置方案。

ESG跨境平台观察在分析卖家库存数据时发现，补货能力的差距是卖家分层的隐形分水岭——头部卖家的断货率能压到 2% 以下，靠的不是资金厚，是模型细。正在为断货和压货两头交学费的卖家，可以登录 ESG跨境后台，结合销售与库存数据先算清楚自己的补货点公式，让下一批货发得有理有据。

声明：本文系作者独立观点，不代表ESG跨境立场。文中涉及的平台规则、费率及出海政策具有时效性，实际运营请以平台官方最新公布为准。如有版权争议、内容勘误或业务交流，欢迎随时与我们联系。