项目背景
平台自营业务里的退货、途中取消、质检留仓等逆向履约长期依赖 8-10 名运营人工处理。表面看是人效低，深层问题是库存账实不一致、货品无法快速再销售、资金被僵滞库存占用。
Case Study / OMS Refactor
订单结构重构 & 自营仓项目
这个项目解决的不是一个单点仓库功能，而是把原本以“订单”为中心的线性履约，重构成以“货品 / SKU 批次”为中心的多单据流转模型，让采购、质检、上架、销售、退货和再上架都有连续、可追溯的数据记录。
我会先讲这个项目的判断：真正要重构的不是页面，而是业务对象。只有先把“订单维度”拆到“货品维度”，自营仓、瑕疵仓和逆向履约自动化才有系统基础。
Legacy Structure
历史结构的问题：所有动作都挂在同一个订单上。
所以这个项目的关键决策不是“多做一个自营仓入口”，而是先把订单结构拆开：订单描述交易，货品描述实物流转，库存描述可售状态。只有这样，退货和途中取消后的货品才可以脱离原订单，被系统自动判断为重新上架、进入瑕疵仓或退回供应商。
Diagnosis
我先把“人效低”拆成三个更底层的问题。
效率黑洞
异常订单需要跨售后、供应商、仓库 3 个系统处理，单均点击 20 次以上，处理时长从数小时到半天不等。
库存 / 数据失真
订单中途取消后，货品需要人工重新以供应商身份上架，旧订单和新订单靠人工关联，系统库存与实物盘点差异长期存在。
资金占用
流程卡住的货品无法快速退回或再次销售，僵滞库存占用库存成本，平均滞留时间长，影响资金周转。
Product Judgment
先用数据决定一期解决什么，而不是一上来全量重做。
MECE 穷举 12 类逆向场景
我把途中取消、质检取消、质检留仓、售后退货、瑕疵处理、供应商退回等场景逐一拆开，并标注发生频率、人工成本、库存影响和资金影响。
70%+途中取消 + 质检留仓贡献主要成本
80%+目标：逆向履约人工处理比例下降
99.5%目标：系统库存准确率
Core Design
核心设计：从以单据为中心，改成可经营的货品中心。
旧结构的问题
原来很多动作挂在订单上，正向流程还能跑，但一旦出现退货、取消、质检留仓，一个实物货品会被迫重新走一遍供应商正向流程，采购数据重复，仓库侧和业务侧也很难对齐。
新结构的关键
我参考成熟电商平台的多单据思路，以 itemId / SKU 批次作为核心，把用户侧销售单、供应商侧采购单、仓库侧质检与库存单据拆开。单据只描述交易或操作，货品状态由独立对象持续流转。
这样一个实物 item 可以关联多张销售单、多张售后单和多次质检库存记录；它也不再只能被动跟随销售单，而是可以进入平台自营库存，支持售后再售、爆品预采和现货销售。
供应商侧
采购单
预采 / 到货 / 退回
仓库侧
质检单 / 库存
入库 / 可售 / 瑕疵
核心对象
Item ID
SKU + 批次 + 实物状态 + 可售归属
用户侧
销售单 A / B / C
预售 / 现货 / 二次销售
逆向侧
售后单 B1 / B2
退货 / 退款 / 再流转
售后退回后，再上架形成新销售单
销售单 B 发生售后时，售后单只改变 item 的实物状态；质检通过后，item 回到自营可售库存，再被销售单 C 引用，不需要重新伪装成一次供应商采购。
销售单 B
售后单 B1
退货质检
自营库存
销售单 C
平台预采爆品，支持预售与现货销售
平台可以先采购高确定性的爆品奢侈品，入库后生成独立 Item ID。后续销售单不再决定是否采购，而是从可经营库存中分配货品，换来更快交付和更好的毛利空间。
平台预采
Item 入库
自营可售
预售 / 现货
销售单 A/B/C
Self Warehouse Loop
自营仓不是一个仓库页面，而是一条自动化闭环。
01异常触发
途中取消、质检留仓等状态进入逆向判断。
02货品入仓
根据货品状态进入自营仓或瑕疵仓。
03自动上架
可售货品生成自营库存并进入二次售卖。
04退回供应商
不可售或规则命中的货品走供应商退回链路。
05数据回流
周转天数、滞销库存、库存准确率进入看板监控。
Result
结果不只看效率，也看库存健康度。
逆向履约人工处理比例明显下降，运营只处理异常兜底。
系统库存和业务数据准确率稳定提升，账实对齐能力增强。
僵滞库存占比下降，减少无法销售或无法退回的资金占用。
通过自动化处理和人力成本优化，形成可量化的年化降本。
这个项目带给我的方法论
最深刻的数据思维，不只是上线后看指标，而是在系统设计之初，就把“业务健康度如何度量”写进对象模型和流程节点里。这个项目后续也成为调价策略、库存监控和平台自营扩展的数据基础。
Artifacts
讲解素材
新单据结构
用于解释为什么要把订单、采购、仓库、质检和逆向工单拆成独立对象。
自营仓项目背景
用于讲解自营货品从异常触发、入仓、再销售到退回供应商的闭环路径。
