网站导航

账面 实盘 质量与报废对账

全文共 2147 字,阅读约需 5 分钟

账面 实盘 质量与报废对账:这套补课把同一瓶合成的柠檬茶,从销售记录、订单、仓库、工厂、物料清单一直追到预测、建议单、审批和模拟反馈。读者只需会四则运算、百分数和平方根。每章先手算,再运行程序,最后故意破坏一个输入,看系统有没有拒绝错误。

← 学习路线
课程目录与学习记录 0 / 109

学习进度仅存于本机浏览器。原教程站的记录不会跨域自动迁移;可先在原站导出留存,新站按实际完成情况重新勾选。

入门数据与作业包

禾味数据为 2 店 × 8 SKU × 180 天,共 2,880 行,是可见教学数据,不是封存盲测集。起步包是模拟夹具,不表示已完成六行业预测实验。资源中心另有四专项工程、模型实验和计划实验,使用前请阅读各自能力边界。

新增离线教学实验,非生产流程。下载核心12章实验包。core-13已新增有限预售/PO/STO/WO联合实验;通用跨期联合优化未实现,审批、回写和执行仅在本地模拟。

共同运行方法与边界

从数据到离线决策的十二个补充实验

这套补课把同一瓶合成的柠檬茶,从销售记录、订单、仓库、工厂、物料清单一直追到预测、建议单、审批和模拟反馈。读者只需会四则运算、百分数和平方根。每章先手算,再运行程序,最后故意破坏一个输入,看系统有没有拒绝错误。

所有商品、销量、价格、人物角色和指标都是合成数据。所有订单、价格、曝光与反馈都只写入本地模拟账本。没有真实采购、调拨、制造、营销、食品放行或对外发送。 这些实验展示机制,不能作为生产就绪、真实收益、质量安全认证或完整企业系统的证明。

主商品是 SPU TEA 下的 SKU T-L(500 ml 柠檬茶一瓶)。另一 SKU T-P 只在流量实验作为桃茶对照。SKU 是可独立计数的商品,SPU 是产品家族。这里“一瓶”记作 ea;6 瓶为一箱。原料有糖浆 R-SYRUP、包装膜 R-FILM 和空瓶 R-BOTTLE。

统一决策时点为 2026-06-15 08:00 UTC,主要计划到货日为 06-17。event_date 是业务发生日期;target_date 是记录适用的预测/计划日期;known_at 是我们最早能使用这条记录的时间。三个字段不能互换。

阅读与运行

解压 forecast-core-gap-labs.zip,进入包目录,用 Python 3.10 或更高版本运行:

python core_lab.py --self-test

只依赖 Python 标准库,不需要联网、账号、密钥或安装第三方包。程序读取 data/ 下的 CSV/JSON,输出 output/report.json、policy_daily.csv、orders.csv、approval_audit.csv 和 four_dimensions.csv。正常运行不会重建输入,所以修改 CSV 后能观察结果变化。--generate-fixtures 会明确重建合成输入,只在想恢复初始数据时使用。非法选项退出码为 2,不能当作实验通过。

所有练习修改都应在复制出来的实验目录做。--self-test 包含初始数据的标准答案断言,修改数据后这些断言可能失败,这正是需要解释的差异。想只计算修改后的输入,用 python core_lab.py --output-dir output_changed。不要为了得到“全部通过”而把错误答案写进断言。

预期阅读顺序:业务限制 → 主数据 → 可得时点 → 四层链路 → 补货算式 → 预售与来源分配 → 状态机 → 库存差异 → 采纳 → 三指标 → 流量 → 事件联动。每章的需求编号用于追溯原范围,不代表该范围已由独立审查判定完整。

core-08 账面 实盘 质量与报废对账

覆盖 G02。目标是看出一个“98%账实准确率”为什么仍可能掩盖10瓶幽灵可售库存。

1 先分互不重叠的桶

状态桶账面瓶数实盘瓶数实盘减账面
可售good190180−10
质量隔离quarantine810+2
待报废scrap26+4
合计200196−4

每瓶只能在一个桶里。待报废这里仍在现场,所以包含在实盘总量,但不能卖;一旦真正销毁,再通过单独出库事件减少实物。隔离库存不等于已经报废,也不能自动移回可售。

本例差异可以由4瓶实物盘亏加6瓶质量状态未及时重分类解释:190−4−2−4=180可售;隔离增加2;待报废增加4。这是与数字一致的候选解释,不是已经找到真实根因。还应核查漏记出库、漏记报损、重复入库、跨仓错挂、单位错误和盘点误差的证据。

2 三种口径逐步计算

净数量准确率 = 1 − |账面总量−实盘总量|/账面总量。竖线表示绝对值,不看正负。1−|200−196|/200=1−4/200=98%。

分桶准确率 = 1 − Σ|每桶账实差|/账面总量。绝对差10+2+4=16,所以1−16/200=92%。这能减少不同状态之间互相抵消的遮蔽。本包把最低值截在0,避免严重差异出现负准确率;原始差异仍保留。

完全一致桶比例 = 完全一致桶数/全部桶数。本例0/3=0%。它与98%衡量的东西完全不同。

可售幽灵库存=账面可售−实盘可售=190−180=10瓶。总量差只有4,并不能说明超卖风险只有4瓶。

3 如何进入补货

08:00之前完成并可得的本次盘点,作为本模拟WMS180瓶可售快照的依据。质量隔离10和待报废6都不进可售。若误把实盘196全当可售,库存位置多16瓶,补货可能不足。若连账面200都直接当可售,会多20瓶。

调整账目应有盘点单、差异原因、审批人、可得时点及关联库存版本。本包计算差异并使用明确给定的盘点后快照,不会自动把推测原因记成真实冲销。

4 项目和答案

输入 inventory.csv,输出 inventory。跨表验收还要求当时盘点可售量与WMS快照一致;只改其中一表会报 WMS_COUNT_SNAPSHOT_MISMATCH,须先解释差异,不会照着旧快照继续模拟发单。先手算三个准确率,再运行核对。将账面可售190改180但其余账面不改,账面合计变190;净误差反而由−4变为+6,不能继续拿原来的200作分母。

故障注入:把隔离库存也加进可售,检查是否造成超卖;把一瓶同时登记good与quarantine,会重复计数。对负库存或零分母,程序应报错。对于跨行重复物理对象,本包没有序列号,无法自动识别,须扩展批次/容器主键。

边界: 98%只是本组合成数的一个净量口径,不是达到企业98%里程碑的证据;没有财务损益分录、责任归属或真实食品质量判断。

仅保存在本机当前浏览器,无账号云同步;清除浏览器数据会丢失。不自动认定你通过测试。建议先保留输出文件和计算过程。

所有数据、系数与业务场景均为教学模拟。预测不等于采购或排产指令。来源与修订说明。