一、功能概述
　　
　　损耗统计功能是生鲜供应链管理系统中的核心模块，旨在通过数字化手段精确追踪生鲜商品从采购到销售各环节的损耗情况，帮助企业优化库存管理、减少浪费、提升运营效率。
　　
　　 二、核心功能实现
　　
　　 1. 损耗数据采集
　　- 采购环节：记录采购数量与实际到货数量的差异
　　- 仓储环节：监控库存盘点差异、过期报废、损坏报损等
　　- 加工环节：统计加工过程中的边角料、废料产生量
　　- 配送环节：记录运输过程中的损坏、退货数量
　　- 销售环节：跟踪临期商品处理、顾客退货等损耗
　　
　　 2. 损耗分类管理
　　```mermaid
　　graph TD
　　 A[损耗类型] --> B[自然损耗]
　　 A --> C[人为损耗]
　　 B --> D[水分蒸发]
　　 B --> E[过期变质]
　　 C --> F[操作不当]
　　 C --> G[管理疏漏]
　　```
　　
　　 3. 关键实现技术
　　
　　 数据库设计
　　```sql
　　CREATE TABLE loss_records (
　　 id BIGINT PRIMARY KEY AUTO_INCREMENT,
　　 record_no VARCHAR(32) NOT NULL COMMENT 损耗单号,
　　 business_type TINYINT NOT NULL COMMENT 业务类型：1采购2仓储3加工4配送5销售,
　　 goods_id BIGINT NOT NULL COMMENT 商品ID,
　　 quantity DECIMAL(10,3) NOT NULL COMMENT 损耗数量,
　　 unit VARCHAR(10) NOT NULL COMMENT 单位,
　　 loss_type TINYINT NOT NULL COMMENT 损耗类型：1自然2人为,
　　 loss_reason VARCHAR(255) COMMENT 损耗原因,
　　 operator_id BIGINT COMMENT 操作人ID,
　　 operator_time DATETIME NOT NULL COMMENT 操作时间,
　　 status TINYINT DEFAULT 1 COMMENT 状态：1有效0无效,
　　 remark VARCHAR(500) COMMENT 备注,
　　 INDEX idx_goods (goods_id),
　　 INDEX idx_time (operator_time)
　　);
　　```
　　
　　 损耗计算算法
　　```java
　　public class LossCalculator {
　　 // 计算单品损耗率
　　 public static BigDecimal calculateLossRate(BigDecimal lossQuantity, BigDecimal totalQuantity) {
　　 if (totalQuantity.compareTo(BigDecimal.ZERO) == 0) {
　　 return BigDecimal.ZERO;
　　 }
　　 return lossQuantity.divide(totalQuantity, 4, RoundingMode.HALF_UP)
　　 .multiply(new BigDecimal("100"))
　　 .setScale(2, RoundingMode.HALF_UP);
　　 }
　　
　　 // 计算部门/仓库损耗占比
　　 public static BigDecimal calculateDepartmentLossRatio(BigDecimal deptLoss, BigDecimal totalLoss) {
　　 // 类似实现...
　　 }
　　}
　　```
　　
　　 三、系统实现要点
　　
　　 1. 实时数据采集
　　- 通过PDA/移动终端实现扫码报损
　　- 集成电子秤数据自动采集
　　- 设置损耗阈值自动预警
　　
　　 2. 多维度分析
　　- 时间维度：日/周/月/季度损耗趋势
　　- 商品维度：按品类、单品分析损耗率
　　- 环节维度：各业务环节损耗占比
　　- 部门维度：仓库/门店/加工中心损耗对比
　　
　　 3. 可视化展示
　　```javascript
　　// 使用ECharts实现损耗趋势图
　　function renderLossTrendChart(containerId, data) {
　　 const chart = echarts.init(document.getElementById(containerId));
　　 const option = {
　　 title: { text: 月度损耗趋势 },
　　 tooltip: { trigger: axis },
　　 xAxis: { type: category, data: data.dates },
　　 yAxis: { type: value, name: 损耗率(%) },
　　 series: [{
　　 data: data.rates,
　　 type: line,
　　 smooth: true,
　　 areaStyle: {}
　　 }]
　　 };
　　 chart.setOption(option);
　　}
　　```
　　
　　 4. 损耗原因分析
　　- 使用机器学习算法识别高频损耗原因
　　- 建立损耗原因知识库
　　- 提供改进建议生成功能
　　
　　 四、技术架构建议
　　
　　1. 前端：React/Vue + ECharts
　　2. 后端：Spring Cloud微服务架构
　　3. 数据库：MySQL(事务处理) + ClickHouse(分析查询)
　　4. 大数据处理：Flink实时计算损耗指标
　　5. 移动端：React Native实现现场报损
　　
　　 五、实施步骤
　　
　　1. 需求分析：与业务部门确认损耗统计维度和精度要求
　　2. 系统设计：设计数据模型、API接口和报表格式
　　3. 开发测试：分模块开发并进行单元测试、集成测试
　　4. 试点运行：选择1-2个仓库进行试点验证
　　5. 全面推广：根据试点结果优化后全公司推广
　　6. 持续优化：建立月度损耗分析会议制度
　　
　　 六、预期效益
　　
　　1. 损耗率降低15-30%
　　2. 库存周转率提升20%
　　3. 决策数据支持时效性从天级提升至实时
　　4. 人工统计工作量减少70%
　　
　　通过该功能的实现，美菜可以建立行业领先的生鲜损耗管理体系，为精细化运营提供坚实的数据基础。