某服装品牌过去靠线下订货会加 Excel 报单，新品上市慢、畅销追单滞后、滞销压货严重。我们在这个项目里用 S2B2C 供应链平台把订货会从"一年几次的事件"重构成"常态化滚动协同"，把预售、追单、调拨串到一条数据链上。下面从工程落地角度复盘关键设计与成效。

一、项目背景

这家客户是国内某头部服装品牌商，全国有数百家加盟商。改造前，每年开春秋两季线下订货会，加盟商用 Excel 表格报单，总部汇总后再向工厂下生产单。问题很直接：新品从订货会到上架普遍要 60 天以上；畅销款一旦断货，追单要走另一套流程，往往错过销售窗口；滞销款压在加盟商仓库，首单满足率长期低于 65%。我们当时接到的诉求不是"上套系统"，而是怎么让订货数据实时回流、让补货决策从拍脑袋变成有阈值驱动。

我们采用 XpShop 新普MALL 的 S2B2C 供应链平台作为底座，把品牌商—经销商—门店多级组织树、统一商品主数据、一客一价和分批付款能力直接用起来，重点在订货会、预售、补货三个环节做增量改造，而不是推倒重做。这样做的好处是门店 POS、店员代客下单、私域会员这些既有能力不用动，我们只在供应链协同侧补数据链路。

二、落地场景

线上订货会：加盟商在独立站按等级看到不同的首发款式与配货建议，在线下单、签电子合同、用信用白条分批付定金。新品预售蓄客：上新前 2 周开预售，把预售订单按尺码/颜色聚合，作为工厂产能排产的第一批确定性需求。滚动补货与畅销追单：根据门店动销和库存水位，触发追单建议，工厂小批量快反翻单。滞销预警与跨区调拨：滞销款超阈值后自动生成调拨建议，从压货区域调往动销更好的区域。

这四类场景串起来后，订货会从"半年一次的事件"变成了"每天都在发生的协同"——加盟商随时看新款、随时补单，总部不用等大会才知道需求信号。

三、关键技术挑战与解决思路

挑战一：线上订货会与加盟商分级。线下订货会靠人盯，搬到线上后最大的坑是"所有加盟商看同一盘货"。我们当时按加盟商的年提货额、回款信用、区域动销，把客户分成 A/B/C 三级，A 级提前 3 天看新款并享受优先配货。技术上在 S2B2C 的组织树节点上挂等级标签，商品发布时用标签做可见性过滤，下单时校验配货额度。路由规则片段如下：

-- 加盟商等级与配货可见性
SELECT g.sku_id, g.grade_visible
FROM t_product_release g
JOIN t_dealer d ON d.dealer_id = :dealer_id
WHERE g.season = 'FW26'
  AND FIND_IN_SET(d.grade, g.grade_visible) > 0
  AND g.stock_pool >= d.min_order_qty;

挑战二：预售蓄客与产能对齐。预售订单如果不聚合，工厂看到的还是碎片化需求。我们这个项目里加了一层"预售聚合作业"，每 4 小时把预售订单按 SKU+尺码+颜色汇总成确定性需求池，并与工厂 MRP 的产能日历对齐，超出周产能的部分回退成"预计发货周"提示。核心是把预售池当成一个有上限的队列，而不是无限接单。

// 预售池产能上限校验（伪代码）
if (preSalePool.getConfirmed(sku, size, color)
        + incomingQty > capacityCalendar.weeklyCap(sku)) {
    order.setEta(computeNextAvailableWeek(sku));
} else {
    preSalePool.commit(sku, size, color, incomingQty);
}

挑战三：畅销追单与快反供应链。畅销款断货是利润黑洞。我们设定"店均周动销 × 安全系数"的追单阈值，门店库存低于阈值且近 7 天动销斜率上升，就自动生成追单建议单推给品牌商供应链岗。追单走的是小批量（首批 30% 翻单）快反通道，避免一次性压货。下面是追单阈值的规则片段：

-- 畅销追单阈值触发
INSERT INTO t_replenish_advice (sku_id, store_id, advise_qty)
SELECT s.sku_id, s.store_id,
       CEIL(s.avg_week_sales * 1.5 - s.on_hand) AS advise_qty
FROM t_store_stock s
JOIN t_sku_meta m ON m.sku_id = s.sku_id
WHERE s.on_hand < s.avg_week_sales * 1.5
  AND s.sales_slope_7d > 0
  AND m.fast_reverse = 1
  AND s.on_hand > 0;

挑战四：滞销预警与跨区调拨。压货比断货更隐蔽。我们对上架超过 45 天、动销率低于 20% 的 SKU 打滞销标，按区域聚合后算调拨优先级：优先从"高库存低动销"区域调往"低库存高动销"区域，调拨成本低于清仓折损才执行。调拨建议通过供应链平台的电子调拨单流转，加盟商在独立站确认收货即完成权属转移，避免了过去"谁的损失算谁的"式扯皮。

四、效果数据

我们用脱敏示意值呈现改造前后变化（数据为该项目内部统计口径，非审计值）：

案例片段（已脱敏）： 某次秋装上新后第 12 天，A 级加盟商集中追单一款羊毛大衣，系统按阈值生成 37 张追单建议单。当时工厂周产能上限 8000 件，聚合后需求 11200 件，超出部分系统自动回填预计发货周：sql -- 追单超产能回填 ETA UPDATE t_replenish_advice a JOIN (SELECT sku_id, SUM(advise_qty) q FROM t_replenish_advice      WHERE batch='FW26-COAT' GROUP BY sku_id) b  ON b.sku_id=a.sku_id SET a.eta_week = CASE WHEN b.q > 8000      THEN a.create_week + INTERVAL 1 WEEK ELSE a.create_week END WHERE a.batch='FW26-COAT';该批次最终首单满足率约 91%，超额部分在次周产能释放后补齐，未出现集中投诉。

五、可复用经验总结

第一，订货会从"事件"变"常态"。把订货能力塞进日常独立站，加盟商随时看新款、随时补单，总部不用等半年一次的大会才能拿到需求信号。第二，预售先于生产、追单快于预测。预售池给了工厂确定性需求，追单阈值给了供应链自动化信号，两者都比纯预测准。第三，分级和阈值是工程落地的抓手——没有等级的配货可见性和量化的追单/滞销阈值，线上化只是把 Excel 搬到网页上。

这个项目里我们最划算的一笔投入，就是在组织树和库存表上把"等级""斜率""动销率"这几个字段标准化，后面所有规则都长在它们上面。同样地，滞销调拨之所以能自动跑起来，是因为我们提前把"区域动销""库存水位"统一成可计算的指标。经验就一句话：先把业务量化的字段定义清楚，再谈自动化，否则规则再多也是空中楼阁。