Amazon FBA 备货与跨境供应链管理：从销量预测到采购量的完整公式链（2026）

下面按 “FBA 前端补货 + 跨境供应链总备货” 两层来讲。基于我刚刚检索的 Amazon 2026 官方资料，最重要的结论是：

不要把“未来 90 天销量”直接当成备货量。 正确结构应是：销量预测 → Lead Time → 预测误差 / 安全库存 → ROP → 目标库存 → 扣除全链路有效库存 → MOQ/ 箱规 / 资金 / 库容修正。

Amazon 2026 年官方库存管理资料本身也采用“再订货点 = 平均日销量 × Lead Time + Buffer Stock”的基础逻辑。([sell.amazon.com]^[1])

一、先把两个“备货”分开

这是 Amazon 供应链管理里非常关键的一点。

1. 给 FBA 补货

例如：

美国 3PL / AWD → Amazon FBA

此时你应该关心：

• FBA 可售库存
• FBA Reserved
• FBA inbound
• AWD / 3PL 库存
• AWD → FBA 调拨时间
• Amazon Receiving 时间

这时候 Lead Time 可能只有：

7～20 天左右

具体用你自己的历史数据。

2. 向工厂采购 / 生产

例如：

中国工厂 → 海运 → 美国 → FBA/AWD/3PL

这时候 Lead Time 必须包括：

L=
L_{生产}
+L_{质检}
+L_{订舱}
+L_{国内运输}
+L_{海运}
+L_{清关}
+L_{美国尾程}
+L_{AmazonReceiving}

可能是 50、60、70、90 天。

所以：

\boxed{FBA 库存  覆盖天数 \neq 整条供应链库存覆盖天数}

如果把 70 天跨境 Lead Time 对应的安全库存全部压进 FBA，通常会造成库存过量和库龄问题。

Amazon 的 AWD 本身就是为这种分层库存模式设计的：AWD 做 bulk storage，然后自动向 FBA 补货；Amazon 当前说明中还明确指出 AWD 定价已经包含 FBA inbound placement，且支持自动 replenishment。([Sell on Amazon]^[2])

二、我建议你实际使用的核心模型

如果是成熟 Amazon SKU，最实用的是：

Periodic Review + Order-up-to

也就是：

每天 / 每周重新计算一次，确定“现在应该补多少”。

不是单纯算一个“补货点”。

整个公式链条：

销量预测
\rightarrow
SafetyStock
\rightarrow
ROP
\rightarrow
TargetStock
\rightarrow
InventoryPosition
\rightarrow
PurchaseQty

三、第一个核心：预测未来真正的需求

最简单：

\text{预测需求}
===========

\text{平均日销量}\times \text{未来天数}

例如日销 40：

未来 60 天：

40\times60=2400

但实际 Amazon 不建议这么简单。

更合理的是：

\boxed{
\hat D_H=
\sum_{k=1}^{H}\hat d_{t+k}
}

其中：

• (H)：未来保护期
• (\hat d_{t+k})：模型预测未来第 k 天销量

这样可以自动考虑：

• 星期效应
• 月度趋势
• 季节性
• Prime Day
• Black Friday
• Cyber Monday
• Coupon
• Deal
• 广告变化
• 价格变化

四、第二个核心：Lead Time

很多 Amazon 卖家最大的问题不是销量预测，而是 Lead Time 算错。

不要记录：

供应商说“30 天交货”。

而应该记录：

PO 下单 → 真正 FBA 可售

完整：

L=
L_p+L_q+L_b+L_o+L_s+L_c+L_d+L_r

分别表示：

• Production
• QC
• Booking
• Origin transportation
• Sea/Air freight
• Customs
• US domestic delivery
• Amazon receiving

最重要的不是平均 Lead Time。

还需要：

@@FORMULA7@@@@FORMULA8@@@@FORMULA9@@

例如过去 50 次：

平均：

55 天

但：

P90：

66 天

那么你真正面对的是：

大约 10% 的货需要超过 66 天。

供应链系统如果只用 55 天，就会持续低估断货风险。

五、第三个核心：安全库存 Safety Stock

最简单的方法：

SS=\text{日销量}\times\text{安全天数}

例如：

40 件 / 天 × 15 天：

SS=600

这个公式适合早期系统，但我不建议长期使用。

六、更好的 Safety Stock 公式

如果需求波动、Lead Time 也波动：

\boxed{
SS=
z
\sqrt{
\mu_L\sigma_d^2+
\mu_d^2\sigma_L^2
}
}

其中：

例如：

• 日销 = 40
• 销量 SD = 10
• Lead Time = 55 天
• Lead Time SD = 7 天
• 95% 服务水平
• z ≈ 1.645

得到：

SS\approx476

相当于：

476/40\approx11.9 天

也就是说不是拍脑袋设置“15 天安全库存”，而是数据算出约 12 天。

七、比这个公式更推荐的方法

如果你已经有销量预测模型，那么：

不要用销量标准差算安全库存。

直接使用：

\boxed{SS=z\times\sigma_{ForecastError,H}
}

或者更进一步：

\boxed{TargetInventory=P95(D_H)
}

为什么？

因为真实风险不是：

“销量每天波动多少”

而是：

“我对未来 60 天预测会错多少”。

例如实际需求：

1000

模型预测：

850

真正的问题是：

1000-850=150

所以应该保存过去每一次：

当时预测未来 7 / 14 / 30 / 60 / 90 天多少

然后和实际销量比较。

得到：

ForecastError_H

再算：

• P50
• P80
• P90
• P95

这比传统 Safety Stock 准很多。

八、第四个核心：ROP 再订货点

传统公式：

\boxed{
ROP=
D_L+SS
}

如果销量稳定：

ROP=
\mu_dL+SS

刚才例子：

日销：

40

Lead Time：

55

Safety Stock：

476

所以：

@@FORMULA21@@@@FORMULA22@@

也就是说：

当有效库存位置下降到大约 2676 件时，就应该触发采购。

这里有一个很重要的问题：

ROP 不是“应该采购多少”。

ROP 回答：

什么时候买？

采购数量回答：

买多少？

这是两个不同问题。

九、真正决定“买多少”的是 Order-up-to

假设你的库存每周检查一次。

Review Period：

R= 7 天

保护期：

\boxed{H=L+R}

如果：

L=55

那么：

H=62

目标库存：

\boxed{
S=
Forecast_{62days}
+
SS_{62days}
}

刚才数据约得到：

S\approx2958 件

这就是：

这次检查库存时，希望整个库存位置达到约 2958 件。

十、第五个核心：Inventory Position

这是很多 Amazon 补货系统最容易算错的地方。

不要只计算：

FBA 库存

应该计算：

\boxed{
IP=
可售库存
+
有效在途
+
可调拨上游库存
-------

已承诺库存
}

例如：

则：

@@FORMULA31@@@@FORMULA32@@

目标库存：

2958

所以：

@@FORMULA33@@@@FORMULA34@@

十一、不要把所有“在途”100% 算进去

建议进一步改成：

\boxed{
IP_H=
I_{FBA}
+\sum p_iI_i
-B
}

其中 (p_i) 是“在保护期内实际可以使用”的概率。

例如：

这样不会出现：

系统看到“在途 5000 件”，所以判断不用采购。

实际上其中 3000 件可能根本赶不上这次缺货窗口。

更严格的算法是：

ETA_i\le t+H

才计入保护期库存。

十二、最终采购量

先算：

Q_{raw}
=======

\max(0,S-IP)

然后处理 MOQ。

如果：

MOQ = 600

箱规：

24 件 / 箱

刚才：

Q_{raw}=858

最后：

Q=
24
\times
\left\lceil
\frac{858}{24}
\right\rceil

结果：

\boxed{864 件}

注意正确逻辑应该是：

Q_{raw}=0\Rightarrow Q=0

不是因为 MOQ=600 就无条件采购 600。

十三、最后还要通过四道“闸门”

模型算：

建议采购 864

还不能直接下 PO。

应该：

\boxed{Q_{final}
=========

\min(Q_{需求},
Q_{资金},
Q_{仓容},
Q_{库龄风险}
)
}

也就是判断：

资金

有没有足够现金流。

FBA Capacity

Amazon Capacity Monitor 会显示下一月容量，以及未来两个月预计容量；这应该进入你的备货限制条件。

库龄

已经有很多 150～180 天库存：

即使模型短期显示要补，也应触发人工审核。

MOQ/ 整柜

供应商 MOQ 和海运整柜经济性。

十四、Amazon 2026 的两个库存边界尤其重要

Amazon 当前库存机制实际上逼着卖家同时控制：

库存不能太低，也不能太高。

下限：低库存

Amazon 对符合条件的商品使用 historical days of supply；官方说明中，当短期和长期 historical days of supply 都低于 28 天 时，可能产生 low-inventory-level fee。([Amazon Seller Central]^[3])

因此不能长期处于：

DOS<28

但注意：

\boxed{28 天 \ 不是你的最佳安全库存}

它是 Amazon 的费用 / 网络库存管理边界之一。

十五、上限：超龄库存

Amazon 当前 aged inventory surcharge 从：

\boxed{181 天}

开始。

2026 年 Amazon 官方卖家论坛公布的区间包括：

• 181–210 天
• 211–240 天
• 241–270 天
• 271–300 天
• 301–330 天
• 331–365 天
• 366–455 天
• 456+ 天

且 2026 年部分长库龄档位费用进一步提高。([Amazon Seller Central]^[4])

所以库存系统应该至少建立：

90 / 120 / 150 / 180 天四档内部预警。

不要等 181 天以后才开始处理。

十六、所以 Amazon 库存不是单目标问题

不能只追求：

StockoutProbability\rightarrow0

因为库存越多，断货风险越低，但：

• 仓储费上升
• 库龄上升
• 资金占用上升
• 降价风险上升
• 产品淘汰风险上升

真正目标应该是：

\boxed{
\max
[
ContributionProfit
------------------

## StockoutCost

## HoldingCost

AgingCost

}

]

也就是：

最大利润，而不是最大库存安全感。

十七、不同 SKU 不应该使用同一个备货策略

我建议用：

ABC × XYZ

分类。

ABC：价值

按：

• 销售额
• 毛利
• 销量
• 断货损失

划分 A/B/C。

XYZ：稳定性

例如：

CV=\frac{\sigma}{\mu}

X：

稳定。

Y：

中等波动。

Z：

高波动。

于是得到：

不要：

所有 SKU 都“60 天库存 +15 天安全库存”。

十八、新品不能直接套成熟品公式

新品没有可靠历史数据。

建议使用：

SimilarSKU
\rightarrow
Prior
\rightarrow
7 天数据
\rightarrow
14 天数据
\rightarrow
更新 Forecast

实际操作：

第一次 PO：

1000 件

不要：

1000 全部进 FBA。

可以：

300～400 FBA 600～700 放 AWD / 3PL / 上游

7 天以后重新算。

如果表现好：

快速补。

如果表现差：

停止向 FBA 调拨。

这叫：

分阶段下注。

十九、大促也不能简单：

PrimeDay 去年销量 \times1.2

建议：

\boxed{D_{promo}
=========

Baseline
\times
Seasonality
\times
PromoUplift
}

PromoUplift 再根据：

• Discount %
• Coupon
• Deal
• Advertising
• Sessions
• CVR
• 历史同等级活动

调整。

最好同时做：

@@FORMULA52@@@@FORMULA53@@@@FORMULA54@@

三个场景。

二十、空运什么时候值得？

不是：

空运太贵，所以绝不空运。

正确判断：

\boxed{
IncrementalAirCost

3<13

Q=
Q_{sea}+Q_{air}

\boxed{
Factory
\rightarrow
Ocean/GWD
\rightarrow
AWD/3PL
\rightarrow
FBA
}

Factory
\rightarrow
FBA

LT_{AWD/3PL\rightarrow FBA}

Bias=
\frac{\sum(Forecast-Actual)}
{\sum Actual}

Bias>0

Bias<0

AutoGluon 预测销量
\rightarrow
直接生成备货量

Amazon / 积加 / SP-API
        ↓
清洗真实需求
        ↓
AutoGluon TimeSeries
        ↓
P50 / P80 / P90 / P95
        ↓
未来 L / L+R 天累计需求
        ↓
Safety Stock
        ↓
ROP / Order-up-to
        ↓
FBA + 3PL + 在途 + PO
        ↓
Inventory Position
        ↓
建议采购量
        ↓
MOQ / 箱规
        ↓
资金限制
        ↓
库容限制
        ↓
库龄限制
        ↓
最终采购建议

TargetInventory=P90

SS=P90-P50

SS=450

\hat D_{L+R}

SS_{L+R}

\boxed{S=\hat D_{L+R}+SS_{L+R}
}

\boxed{
IP=
Sellable
+
EffectiveInbound
+
EffectiveUpstream
-----------------

Committed
}

\boxed{Gap=S-IP}

Q_{raw}=\max(0,Gap)

\boxed{
Q=
CP
\times
\left\lceil
\frac{\max(Q_{raw},MOQ)}
{CP}
\right\rceil
}

Q_{raw}>0

\boxed{Q_{final}
=========

f(
Q,
Cash,
Capacity,
Aging,
Shipping,
MOQ
)
}