惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Cisco Blogs
Simon Willison's Weblog
Simon Willison's Weblog
Latest news
Latest news
P
Palo Alto Networks Blog
T
The Exploit Database - CXSecurity.com
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
AI
AI
阮一峰的网络日志
阮一峰的网络日志
量子位
Project Zero
Project Zero
Know Your Adversary
Know Your Adversary
Google Online Security Blog
Google Online Security Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
S
Schneier on Security
大猫的无限游戏
大猫的无限游戏
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
K
Kaspersky official blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
V
Visual Studio Blog
Spread Privacy
Spread Privacy
C
CERT Recently Published Vulnerability Notes
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
S
SegmentFault 最新的问题
Hugging Face - Blog
Hugging Face - Blog
W
WeLiveSecurity
博客园 - Franky
Last Week in AI
Last Week in AI
博客园 - 聂微东
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
IT之家
IT之家
I
Intezer
The Cloudflare Blog
月光博客
月光博客
N
News | PayPal Newsroom
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
V
V2EX
博客园_首页
罗磊的独立博客
NISL@THU
NISL@THU
爱范儿
爱范儿
Jina AI
Jina AI
有赞技术团队
有赞技术团队
The Hacker News
The Hacker News
A
Arctic Wolf
Scott Helme
Scott Helme
Engineering at Meta
Engineering at Meta
P
Proofpoint News Feed

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
新零售业务中的缺量差异场景拆解
PM维他命 · 2024-09-27 · via 人人都是产品经理

在新零售业务的复杂供应链中,"缺量差异"是一个常见且至关重要的问题。它不仅影响库存的准确性,还可能导致运营成本的增加和客户满意度的下降。本文深入探讨了新零售供应链中的差异场景,分析了产生差异的原因,并提供了相应的解决方案。

在新零售的供应链领域中,会有很多“系统数据和实物对不上”的场景,因为实物存储位置除了在仓库之外,还会存放在门店中,由此就会衍生很多“差异”的场景。

差异的场景看似是比较小众, 但是随着仓库数量增加,门店数量增加,单据业务量的增加,这一块的业务细节也非常之多,是需要特别重视和关注的。如果没有设计好一套合适的处理方案,出现差异之后很容易导致上下游扯皮,系统库存不准确,技术团队定位问题费时费力等诸多闹心的事情。

本文,就来简单拆解一下新零售供应链中常见的一些差异场景,以及相关的应对方式解析,这些知识不仅适用于新零售供应链领域,也适合其他领域的供应链场景中。希望大家看完之后,可以触类旁通,快速运用到自己的工作中。

一、差异是怎么来的?怎么理解差异?

在供应链实际的业务场景中,实物的处理往往需要依托于具体的指令和要求,而这些信息一般是通过系统的单据来承载的。例如说,供应商送货到仓库后,仓库需要接收清点这些货物,仓库需要根据WMS的ASN(预到货通知单)来执行对应的收货任务。

当系统单据给出的信息和实际操作的实物有不一致的地方,这部分就称之为差异。

还是拿仓库收货入库的场景来距离,WMS的ASN中告知仓库要接收“SKU 1”,数量为100,但是仓库可能收到的商品不是“SKU1”,也可能收到了“SKU1”但是数量并不是100,而是少于100或者多余100。

所以,常见的差异类型可以分成:

  1. SKU的差异,即货不对版,系统通知收货的是苹果,但是实物送过来可能是雪梨;
  2. 数量的差异,即货物是对的上,但是数量对不上,可能是实物多了,也可能是实物少了;

如果是货不对板,也可以理解为“某个SKU缺量接收(0接收)”,同时“某个SKU超量接收(按实物到货接受)”,所以也可以把货不对板的场景演化为“缺量接收”。

在实际的业务场景中,一般来说采购入库只会允许等量入库或者缺量入库,而不支持超量入库,如果出现了超量的情况,超出的部分要额外做单来承载,这样便于财务核算和供应商对账等。同样的道理,其他方式的入库也大概率会遵循这个逻辑,所以常见的数量差异场景就会缩减至一个,即“缺量的差异场景”。

二、新零售供应链业务中的差异场景

通过上面的新零售主要业务概览图可以知道,在新零售型公司的业务中,常见的场景一共有:

  1. 采购场景,从供应商处采购,然后入库到总部仓库;
  2. 配货场景,从总部仓库配货到门店的仓库中;
  3. 电商B2C场景,从总部仓库发货给电商销售者;
  4. 门店零售场景,从门店中销售并发货给零售消费者;
  5. 仓库和仓库的调拨场景,从A仓库调拨到B仓库中;
  6. 门店调拨场景,从A门店调拨到B门店中;
  7. 采购退货场景,从总部仓库退货到供应商中;
  8. 门店退货场景,从门店退货到总部仓库中;
  9. 电商B2C退货场景,从电商消费者退货到总部仓库中;
  10. 零售退货场景,从零售消费者退货到门店中;

在这些场景中,都会涉及到“实物流”,“信息流”和“资金流”,其中“实物和信息”也一定会有几率产生一些差异,而这些差异就是在新零售供应链业务中常见的差异场景,我们需要先识别差异,定义差异,最后才能针对差异给出解决方案。

通过上面的场景分析,可以观察出一个明显的规律,针对数量差异的业务场景,最常见的原因就是:

  1. 发出方少发了,例如通知要发100,但是发出方只发出了90个,同时也通知接收方要接受100个,最后实物只有90,肯定会有差异;
  2. 中间的物流商丢失,例如通知发100,发出方也确实发出了100,接收方也接到信息要到达100个,但是中间的物流商丢失了,所以最后实物也会有差异;
  3. 接收方少收了,例如发出方的通知数量和实际数量都是100,物流运输也是完好的,但是接收方因为处理不当导致了丢失或者清点错误,最后也会导致实收和通知的数量不一致;

三、差异要怎么解决?

当识别差异并定义了差异之后,接下来就要针对差异给出解决方案。

不同的差异方式,会有不同的差异解决方案,而且每一种解决方案都需要考虑到实际业务中的一些约束限制,所以并没有所谓的“标准方案”或者是“规范做法”。

作为初次接触相关业务的产品经理,可以借鉴市面上成熟稳定的解决方案,然后定制相应的、适合自己公司当前业务的解决方案,而不用过分纠结所谓的标准和规范。

这里分享一下高频常见的一些业务场景中,如果产生了差异之后要怎么处理,其中的逻辑仅供参考,大家不一定需要因地制宜,适当裁剪修改出适合自己公司业务的产品方案。

1. 采购场景的差异

零售商总部向供应商下采购订单后,供应商会根据采购订单的要求送货到指定的仓库。因为大多数情况下,双方业务约定不能超量接收,如果发生了超量的部分,则需要额外补采购单收货。所以,此时发生了差异,一般是因为数量差异导致的,而这种差异的原因可能是供应商少发了,供应商发错了,仓库少收了,仓库点错了等。

所以常见的做法是,仓库端发现少收或者错收之后,会再次清点确认,如果还是有问题,那么就会拍照+文字记录,反馈给采购方(零售商总部的采购员),然后由采购方去跟供应商沟通和确认。

由于追责的过程可能比较久,所以仓库一般完成了差异的上报沟通之后,接着就会将实际收到的货物数量录入到系统中,然后回传到零售商总部的ERP系统中。

所以,一般的ERP在采购订单->采购入库单的环节中,往往都会支持多次入库和缺量入库,反正就是按仓库实际回传的数量来作为入库的数据。

2. 采购退货场景的差异

当零售商总部完成了采购之后,会因为货品质量的问题,销售运营的问题,政策法规的问题等发起退供。一般来说,提供之前需要和供应商沟通,退什么商品,要退多少,什么时候退,要怎么个方式退货(供应商自提还是仓库发货)。

当线下沟通确认了之后,就会在零售商总部的ERP中做采购退货单,然后推送采购退货单给仓库,让仓库安排出库。预计出库的数量和仓库实际发出的数量可能也会有差异,可能是仓库端发出的时候就知道了,也可能是要等供应商接收到了货物之后才知道。

如果是仓库端在处理采购退货出库单的时候就发现了差异,那么一般会按仓库实际出库的数量来做作为最终退货的数量,类似于可以“缺量出库”。

如果是供应商最后收到了货物之后发现了差异,那么就需要线下人工协商沟通,看怎么处理这一部分的内容。如果是仓库少退了这部分的内容,那么可以在下次供应商送货的时候把这个少退的商品给到供应商。

采购退货的核心点是要考虑供应商开红冲发票对账,所以供应商按什么数量来开红冲发票,那么对应零售商的采购退货单的数量也是要一样的。如果退货单是退了3个,而供应商实际只收到了2个,那么就要看和供应商协商之后是按2个来开红冲发票,还是按3个开;如果是按2个开,那么还需要手动创建一个“采购退货的差异处理单”和原来的“采购退货单”关联,确保在对账的时候数量一致,金额一致。

3. 配货场景的差异

零售商总部会从DC仓配货给各个门店中,在ERP中,这类单据可能会称之为“配货单”或者“调拨单”,也有称之为“配销单”或者“购销单”,但是对于总部仓库来说本质还是要执行一次出库的作业任务。

对于门店KPOS来说,该单据可能会称之为“门店采购单”或者“配货入库单”等,从实物的角度来说门店需要执行一次收货的作业任务。

总部配货到门店中,如果站在总部的角度,重点关注的是仓库有没有错发漏发;如果站在门店的角度,则关注的是门店有没有少收错收等。

从实物流转的角度来看,想要知道总部仓库有没有错发漏发,门店有没有少收错收,最终应该是以门店收货的情况来判断。门店收货之后,录入门店实收的情况,此时可以知道门店实收和预报的数量是否有差异。

如果产生了差异,可能是门店的责任,可能是物流的责任,也可能是出库仓库的责任,可以通过生成“差异处理单”,然后通过最终的判责来确定处理方式。

总部配货出库单的数据如下所示:

门店的配货入库单的数据如下所示:

差异处理单的数据如下所示:

如果判责是仓库责任,则可能是仓库少发了,此时仓库的实物库存“多4个”,可以采用补发的方式再额外补发4个到门店。

如果判责是门店责任,则意味着这部分损失需要门店来承担,门店实物“少4个”,可以生成盘亏单来达到账实平衡。

如果判责是物流责任,则意味着这部分损失要物流来承担,可以先将这部分的损失挂在总部,由总部去追责后再线下补录相关的货损。

4. 配货退货(门店退货)场景的差异

总部配货到了门店之后,会因为商品质量问题,商品损坏、过季、滞销,政策法规,库存调动等原因发生退货业务,从门店退货到总部仓库,此场景可以称之为配货退货,也可以称之为门店退货。

配货退货的发起方可能是总部,也可能是门店。如果是总部发起,则意味着总部会通过一些计划类、通知类单据给门店指令,告知门店要退什么商品,多少数量,退到哪里;如果是门店发起,则意味着门店可能先线下和总部沟通确认,得到允许之后再从门店创建退货单,将实物退货到总部仓库中。

门店退货给总部,从实物流转的角度来看,是“总部配货给门店”的逆向版本,也就是门店发出货物的时候可能会有差异,仓库收到货物之后也可能会有差异。

由于门店的退货业务量少,数量也少,所以一般来说门店退货可以后置补单,也就是说先清点一共有多少要退货的商品之后再录入单据,这样就可以确保门店退货的商品明细和数量,与系统中录入的明细和数量是一致的,确保门店端不会缺量退货。

然后根据门店端填写的退货数量,再推送相关的退货入库单到仓库中,仓库按退货数量作为预报入库的数量进行接收,此时的场景就类似于采购入库。

如果仓库接收的数量有缺失,那么回传给总部ERP之后,就会自动触发生成“差异处理单”,需要总部进行判责,差异处理单的数据如下所示:

如果判责是门店责任,则可能是门店少发了,此时门店仓的实物库存“多2个”,可以补退2个,或者对门店做一个盘盈入库、其他入库、虚拟入库等都可以。

如果判责是仓库责任,则意味着这部分损失需要仓库来承担,仓库的实物“少2个”,但是仓库又只是加了198个库存,所以仓库端的实物库存和系统数量是相等的,只需要仓库对这2个货物做赔偿即可。

如果判责是物流责任,则意味着这部分损失要物流来承担,可以先将这部分的损失挂在仓库中(虚拟盘盈2个),由总部去追责后再线下补录相关的货损。

5. 仓库和仓库调拨的差异

仓库调拨到仓库,和总部配货到门店有一些些类似,因为从实物的角度来看依然是一个出库,一个入库,而且入库的预报数量应该是按实际出库的数量来确认。

当从A仓库调拨到B仓库的时候,首先对于A仓库来说会有一个调拨出库单,此时预计调拨的数量和仓库实际出库的数量可能会有差异,也就是调出仓会出现错发漏发的情况。

其次,对于B仓库来说会有一个调拨入库单,此时预计入库的数量和A仓库实际调拨出库的数量是一样的。

从实物流转的角度来看,想要知道A仓库有没有错发漏发,B有没有少收错收,最终应该是以B仓库收货的情况来判断,这个是门店的处理逻辑是类似的。当B仓库收货之后,录入实收的情况,此时可以知道B仓库实收和预报的数量是否有差异。

如果产生了差异,可能是调入仓库的责任,可能是物流的责任,也可能是调出库仓库的责任,可以通过生成“差异处理单”,然后通过最终的判责来确定处理方式。

调拨出库单的数据如下所示:

调拨入库单的数据如下所示:

差异处理单的数据如下所示:

如果判责是调出仓责任,则可能是仓库少发了,此时调出仓的实物库存“多2个”,可以采用其他入库的方式再入库2个库存。

如果判责是调入仓责任,则意味着这部分损失需要调入仓来承担,仓库实收数量少了2个,需要生成盘盈单或者其他入库来达到账实平衡,后续在做仓库大盘的时候再由仓库承担这部分的库存损失。

如果判责是物流责任,则意味着这部分损失要物流来承担,可以先将这部分的损失挂在调出仓,由调出仓去追责后再线下补录相关的货损。

金蝶的调拨单说明

6. 门店和门店调拨的差异

门店和门店的调拨,只看实物流的话,基本上和仓库与仓库调拨的逻辑是一样的。一个门店出库,一个门店入库,而且入库的预报数量应该是按实际出库的数量来确认。

当从A门店调拨到B门店的时候,首先对于A门店来说会有一个调拨出库单,由于门店的特殊性,一般来说预计调拨的数量和门店实际出库的数量几乎不会有差异,因为可以后置补单。所以会出现差异的情况一般是B门店接收的时候,对于B门店来说会有一个调拨入库单,此时预计入库的数量和A门店实际调拨出库的数量是一样的。

当B门店收货之后,录入实收的情况,此时可以知道B门店实收和预报的数量是否有差异。如果产生了差异,可能是调入门店的责任,可能是物流的责任,也可能是调出门店的责任,可以通过生成“差异处理单”,然后通过最终的判责来确定处理方式。

调拨出库单的数据如下所示:

调拨入库单的数据如下所示:

差异处理单的数据如下所示:

如果判责是调出门店责任,则可能是A门店少发了,此时调出门店的实物库存“多3个”,可以采用其他入库的方式再入库2个库存,这种情况一般比较少出现,很极端。

如果判责是调入门店责任,则意味着这部分损失需要调入门店来承担,理论上应该门店要多收3个,所以需要生成一个其他入库单来增加库存。

如果判责是物流责任,则意味着这部分损失要物流来承担,可以先将这部分的损失挂在调出门店,由调出门店去追责后再线下补录相关的货损。

四、补充说明

在实际的新零售业务中,会遇到的差异场景要比文中提到的要多得多,而且文中提到的差异的处理方式更多的是站在实物流的角度,但是现实业务中除了要考虑实物流,还需要考虑资金流,即考虑财务核算相关的内容。

例如说门店和门店直接的调拨,有可能是加盟店和直营店之间的调拨,也可能是加盟店和加盟店之间的调拨,这种调拨一般是要触发结算交易的,需要有各种结算类的“虚单”生成。

例如说总部和门店直接的配货和配货退货,总部和直营店的配货是直接走调拨的逻辑,即两者是没有触发结算交易的,总部和加盟店的配货是走购销的逻辑,即配货完成之后就要立刻出发结算交易,所以这个时候在处理差异验收的场景时,要考虑的东西就很多。

基于文章的篇幅以及定位,这部分我都做了舍去,重点关注在实物流和信息流的处理,随着相关的文章越写越多,后续会逐步加上“资金流”方面的内容,敬请期待。

本文由人人都是产品经理作者【PM维他命】,微信公众号:【PM维他命】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。