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

Forbes - Security
Forbes - Security
L
Lohrmann on Cybersecurity
Simon Willison's Weblog
Simon Willison's Weblog
P
Proofpoint News Feed
P
Privacy International News Feed
The Hacker News
The Hacker News
AWS News Blog
AWS News Blog
S
Securelist
P
Proofpoint News Feed
Recent Announcements
Recent Announcements
GbyAI
GbyAI
B
Blog RSS Feed
A
About on SuperTechFans
C
CXSECURITY Database RSS Feed - CXSecurity.com
Y
Y Combinator Blog
Microsoft Azure Blog
Microsoft Azure Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Cyberwarzone
Cyberwarzone
I
Intezer
T
Tor Project blog
T
The Blog of Author Tim Ferriss
The GitHub Blog
The GitHub Blog
云风的 BLOG
云风的 BLOG
Recorded Future
Recorded Future
aimingoo的专栏
aimingoo的专栏
Cisco Talos Blog
Cisco Talos Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
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
W
WeLiveSecurity
D
DataBreaches.Net
U
Unit 42
Project Zero
Project Zero
Martin Fowler
Martin Fowler
V
V2EX
The Last Watchdog
The Last Watchdog
Security Archives - TechRepublic
Security Archives - TechRepublic
C
Cisco Blogs
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V2EX - 技术
V2EX - 技术
Hacker News - Newest:
Hacker News - Newest: "LLM"
T
Threat Research - Cisco Blogs
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
T
Tenable Blog
F
Full Disclosure
T
The Exploit Database - CXSecurity.com
H
Heimdal Security Blog
Latest news
Latest news
Webroot Blog
Webroot Blog

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,
电商订单拆单规则
RICK · 2024-12-23 · via 人人都是产品经理

电商业务中,多场景下的复杂业务流程往往通过订单来记录业务的发生。订单的拆单规则需要适配不同条件的细分场景。本文通过个人项目复盘,以文字与流程图的形式,描述清楚订单(销售订单)的拆单与合并规则。

01 概述

1.1 什么是拆单

在网上购买商品下单成功后,过一段时间再次浏览时,有时会发现你的订单会变成两个或多个,这就是系统做了拆单而导致的。

拆单,就是将一个大的订单依据某些规则的集合,将其分解成两个或多个子订单的过程,原来的订单称之为父订单。

1.2 为什么拆单

不同商品需要针对特性、卖家、发货地等,有不同的处理方式,因此需要拆单;

可以通过拆单解决用户在前台下单时商品库存数量不足的情况;

1.3 拆单的场景

  • 仓库管理:订单量根据算法合理分配给多个仓储中心。
  • 订单管理:根据订单的种类、重量、尺寸等信息进行分类和分配。
  • 产品品类管理:在销售旺季,电商企业需要对各类产品进行分类和集中处理,降本增效。
  • 配送管理:订单聚合发货,降低物流配送成本。
  • 财务维度:不同商家在财务上是独立的,因此不能作为同一个父订单进行结算。例如,用户在购物车中同时选择了平台自营的商品和第三方商家的商品,这两部分商品就需要拆分成两个父订单进行分别结算。
  • 物流维度:由于商品体积、数量、存储条件、仓库位置以及供应商等因素的不同,很多情况下需要将一个父订单拆分成多个子订单进行发货。例如,冰箱由于体积大、重量重,通常需要独立成单。
  • 商品温控属性不同:对于生鲜电商而言,同一个仓库可能包含常温仓、冷藏仓、冷冻仓,存储着不同的商品,商品的拣货、包装等都有不同的要求,所以需要进行拆单。
  • 大件商品拆单:大件商品与普通商品不同,它在仓库的存储位置、拣货方式、包装、运输都有所区别,所以大件商品需要每一件都拆单。
  • 根据库存拆单:针对缺货商品进行的拆单,即有库存的一单,无库存的一单,如果是二级订单,则父订单相同,子订单衍生出子订单。
  • 线下门店商品不拆单:如果是线下门店购买商品,则不需要拆单。
  • 组合商品不能拆单:在促销活动中,有时会有一些大礼包等商品的组合销售,即多个商品经过仓库的组合包装后出库,所以针对此类商品不能拆单。

1.4 什么时候拆单

拆单的时点要在 “订单支付成功”后进行,且需要前端订单已经流转到后端生产库,在订单中心进行处理。

1)如果购物车不能合并支付时,在购物车中便拆分为几个订单,这时的拆单可以定义为一次拆单,也可以归属于购物流程,因为用户不提交就不会生成订单号,不会保存各个订单的数据。

2)在用户支付成功后,各个订单同样是要向后台流转,经过拆单服务的处理才可以继续进行下面的生产。

在前面讨论拆单场景时提到一种缺货拆单,这种场景的拆单是在用户下单支付成功后,订单有可能已经拆分为不同的子订单,但因某种原因仓库无货而导致的拆单。这时拆单的时点是灵活的,一般是在客服系统中,根据用户的反馈确定是否拆单的。

注:缺货是影响用户体验的,但是缺货是始终客观存在的。

1.5 拆单的原则

原则1:最小拆单原则,即能拆两单,不能拆成三单,因为多拆一单不仅是单据数量的增加,它会增加系统的复杂度,降低用户体验,加大仓库作业量,增加运费费用等。

原则2:最快送达原则,拆分出的子订单要快速生产,快速送达,这个是增加用户体验的最好办法。但是快速送达,依赖于仓储物流的布局,这个在多仓可以发送到一个城市时尤为重要。

02 订单拆单规则

1)交易主体:这里的交易主体指平台上各个商家,他们都会与消费者发生各种交易行为。因此,对于前台还是后台拆单,分为两大类拆单方式:

  1. 不同交易主体拆单(前台拆分订单)
  2. 单一交易主体拆单(后台拆分发货单)

2)前台:淘宝、京东、饿了么、美团外卖等前台销售平台;

3)后台:支撑前台的各种系统的统称,核心拆单部分在仓储相关环节。

2.1 不同交易主体的拆单(前台拆分订单):

消费者与不同的交易主体发生交易时,不同的交易主体生成不同的订单,每个交易主体都有一个独立的订单号。此时,每个订单都会对应一个发货单(可以理解为物流单,但不一定是你收到快递的物流单号),即对应关系为 1:1。

不同交易主体拆单时,直接体现在了前台展现不同的订单,所以这里称之为“前台拆分订单”;而前台拆单又分了两种拆分方式:

  1. 购物车拆分
  2. 提交订单拆分

1)购物车拆分

定义:饿了么、美团外卖的购物车,尤其是饿了么的购物车,会发现每个店都有一个单独的【去结算】按钮,而不是像淘宝一样可以多家店同时结算,那么饿了么这种在购物车就将不同交易主体的商品进行拆分的方式就是“购物车拆分”。

如下图,左侧为饿了么,右侧为美团外卖:

2)提交订单拆分

定义:以淘宝、京东为代表的电商产品,可以在购物车里将不同商家的商品同时勾选进行【结算】,在确定订单页可以同时【提交订单】,当提交订单后,不同商家的商品会生成不同的订单,所以在这里称之为“提交订单拆分”。

“提交订单拆分”的拆单方式实际也是经过后台处理进行拆分的,但是因为对消费者有明显的不同订单的感知,所以归在前台拆分订单里。

2.2 单一交易主体的拆单(后台拆分发货单)

定义:后台拆分发货单,也就是消费者在单一商家下单后(或经过前台拆单后变成了每个独立交易主体的订单),拆单实际拆的是发货单,而不是消费者的实际订单。

这里有一个误区:即在提到拆单和合单时,经常说把消费者的原单拆开多个,或者多个合并成一个。这种方式既麻烦,又容易出错,而且最关键的问题是,修改消费者订单,对消费者的感知并不好。

订单拆分和合并是要解决什么问题?‍

  1. 是要提升发货效率和体验,节约发货成本,解决的是订单分开发货和合并发货的问题,不是说“订单拆分”把消费者订单直接拆了。
  2. 如果真的拆了那简直是一场灾难,还需要考虑各种优惠的拆分,在退货时要保证所有金额不出错。
  3. 在需要拆单的情况下,一定不要修改消费者订单,而是根据一定的规则将消费者订单生成多个发货单,这样就有了订单和发货单关系为 1:N。
  4. 1:N 释义如下图所示:下面为之前下的一个订单,商家分了多个仓发货,有多个物流单号(已隐藏)

1)后台拆分发货单规则

(1)是否多仓发货

(2)是否分批发货案例:下图为盒马鲜生的确认订单页,因商品不同(包裹 1 和包裹 2 的拆分可能是由于库存问题,包裹 1 和包裹 3 拆分的原因应该是品类的原因,包裹 1 需要更精准的配送时间,包裹 3 则不需要),在下单时直接告知消费者会分多单配送:

(3)是否需要人工拆单:当系统自动拆单规则不完善时,一般都需保留人工拆单的方式,在订单审核时将一部分商品先发货。

03 总 结

通过前台拆单和后台拆单的规则可以发现,前台拆单规则明确,表现形式只有两种:购物车拆分、提交订单拆分。而在后台拆单时,更多的结合实际场景,各种规则并不明确,可见后台拆单逻辑更复杂。

单一商家的发货场景比较单一,一般不需要考虑设计的太复杂,可能不需要后台拆单就能解决问题(即使只有一个交易主体,也可通过前台拆单方式解决)。而作为能够提供仓储物流服务的平台方,则需要考虑更多,成本、时效、体验都需要考虑。

本文由 @RICK 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务