一、项目背景

某连锁烘焙品牌有数百家门店，主打现制现售：面包、蛋糕当天做当天卖，原料（面粉、奶油、冷冻面团、水果）由中央工厂统一日配到店。我们找到他们时，门店和工厂是两张皮：门店要货靠店长每天在微信群里报，格式五花八门；中央工厂汇总后凭经验排产，常常"这家缺吐司粉、那家堆了三天用不完的草莓"。更麻烦的是食安追溯——原料保质期短，一批奶油出了问题，根本说不清流到了哪些门店、哪些批次产品，只能全量下架，损耗惊人。

我们当时判断，核心矛盾是"要货不透明、库存不同步、效期不可溯"。这个项目里，我们采用了 XpShop 新普MALL 作为门店—工厂协同中台，把要货、排产、配送、效期全部事件化。底座确定后，真正的难点是怎么在"短保、高频、波动大"的场景下，把日配和追溯做到批次级而不拖慢门店节奏。

二、落地场景

第一类场景是门店要货日配。店长不再发微信，而是在系统里按"明日预估销量 + 当前库存"一键生成要货单，系统自动校验效期与最小起订量，避免"拍脑袋多报"和"漏报断货"。

第二类场景是中央工厂排产与冷链配送。工厂按各店要货汇总做排产，冷冻面团、现烤半成品、鲜果分别走不同温区与排程，配送路线按效期优先级排序——临期原料优先配送给近程门店，降低在途损耗。

第三类场景是原料批次效期追溯。每批原料入库即绑定批次号与效期，分发到店后关联到具体生产工单，出现质量问题可秒级定位"哪批原料、去了哪些店、做了哪些品"，精准下架而非全量召回。

第四类场景是报损与效期预警。系统对临期原料和成品做预警，门店端提前做促销或调拨，把"到期报废"变成"到期前消化"。

落地过程中我们还补了一块常被忽略的能力：要货预测。纯靠店长报会系统性高估（怕断货），我们叠加了基于历史销量的基线预测做参考，店长可在基线上下调整，既保灵活又压虚报。

三、关键技术挑战与解决思路

第一个挑战是门店要货预测与日配。店长天然倾向多报以防水，导致工厂产能过剩、门店积压。我们的做法是给每个门店一个销量基线预测，要货单默认以此为锚，店长只需校准特殊因素（天气、活动）。下面是日配要货与效期预警的脱敏 SQL 片段。

-- 门店日配要货与效期预警（已脱敏）
SELECT s.store_id,
       i.sku,
       GREATEST(0, f.baseline_qty + :manual_adj - s.onhand) AS order_qty,
       DATEDIFF(i.expire_date, CURDATE()) AS shelf_days
FROM store_stock s
JOIN item i ON i.sku = s.sku
JOIN forecast f ON f.store_id = s.store_id AND f.sku = s.sku
WHERE s.onhand < f.baseline_qty
  AND DATEDIFF(i.expire_date, CURDATE()) <= 2   -- 临期预警
  AND i.temp_zone = 'chilled';

第二个挑战是中央工厂排产与冷链。不同温区原料的产能与配送窗口不同，硬排到一起会互相挤占冷链车。我们按温区拆分排产池，配送排程以"效期优先 + 路径最优"为目标，临期原料优先近程门店。

第三个挑战是原料批次效期追溯。关键不是"记录批次"，而是"批次关联到具体生产工单与门店"。我们用批次溯源表把原料批次、生产工单、门店、成品批次四者关联，出问题时一条 SQL 就能定位影响范围。

四、效果数据

改造前后，我们拉通了四组口径一致的脱敏示意指标：

上表为脱敏示意值，用于说明趋势而非审计口径；不同品类（面包/蛋糕/饮品）报损差异较大，此处取加权均值。

五、可复用经验总结

第一，现制先日配后生产。日配的准确性决定了工厂产能利用率和门店损耗，而要货预测是日配准确性的前提。我们没强推"系统替店长决策"，而是用基线预测给店长做锚，既保灵活又压虚报。

第二，效期追溯要批次级，不能只到"品类"。一次全量下架的损耗，远大于平时做批次关联的成本。把原料批次关联到生产工单和门店，出问题时才能精准下架。

第三，临期要预警而非报废。效期预警让门店有时间在到期前做促销或调拨，把损耗变成销量，比事后报废划算得多。

第四，冷链按温区排产。不同温区原料混排只会互相拖累配送效率；按温区拆池、效期优先排程，既保鲜又降本。

案例片段（已脱敏）：一批奶油因物流延迟，到仓时剩余效期较正常短。系统按批次效期预警将其标记为"短保优先"，配送排程自动把它优先分给近程门店并在到店 24 小时内做限时促销，该批原料零报废，而未上线溯源前同类情况通常整批下架，单次损耗以万元计。

案例片段（已脱敏）：某门店一款草莓蛋糕被消费者反馈异味，过去要全城市同款下架。上线批次溯源后，一条 SQL 定位到问题奶油仅流向 3 家门店的该产品，精准下架 3 家、回收 11 份，其余门店正常营业，损耗较全量下架下降约九成。