一、功能概述
　　
　　损耗统计是生鲜供应链管理中的核心功能，旨在通过系统化手段追踪、分析和控制生鲜商品在采购、仓储、运输、销售等环节的损耗情况，帮助企业降低运营成本，提高利润率。
　　
　　 二、核心功能模块设计
　　
　　 1. 损耗数据采集模块
　　- 采购环节损耗：记录采购数量与实际入库数量的差异
　　- 仓储环节损耗：跟踪库存盘点差异、过期报废、损坏等
　　- 加工环节损耗：记录原料加工成品的产出率差异
　　- 配送环节损耗：记录分拣错误、运输损坏等
　　- 销售环节损耗：记录退货、报损等数据
　　
　　 2. 损耗分类管理
　　- 按商品类别分类（蔬菜、水果、肉类等）
　　- 按损耗原因分类（自然损耗、人为操作、设备故障等）
　　- 按环节分类（采购、仓储、加工、配送、销售）
　　
　　 3. 损耗统计与分析
　　- 实时损耗看板：展示各环节实时损耗数据
　　- 历史趋势分析：按日/周/月/年统计损耗趋势
　　- 损耗率计算：自动计算各商品、各环节的损耗率
　　- 对比分析：与行业基准或历史同期数据对比
　　
　　 4. 损耗预警与报告
　　- 设置损耗阈值，超标自动预警
　　- 生成定期损耗分析报告
　　- 异常损耗事件自动提醒
　　
　　 三、技术实现方案
　　
　　 1. 数据库设计
　　```sql
　　CREATE TABLE loss_records (
　　 id BIGINT PRIMARY KEY AUTO_INCREMENT,
　　 record_date DATETIME NOT NULL,
　　 business_type ENUM(purchase, storage, processing, delivery, sales) NOT NULL,
　　 product_id BIGINT NOT NULL,
　　 product_name VARCHAR(100) NOT NULL,
　　 category_id BIGINT NOT NULL,
　　 loss_quantity DECIMAL(10,3) NOT NULL,
　　 loss_reason VARCHAR(200),
　　 operator_id BIGINT,
　　 related_order_no VARCHAR(50),
　　 cost_amount DECIMAL(12,2),
　　 FOREIGN KEY (product_id) REFERENCES products(id),
　　 FOREIGN KEY (category_id) REFERENCES product_categories(id)
　　);
　　
　　CREATE TABLE loss_statistics (
　　 id BIGINT PRIMARY KEY AUTO_INCREMENT,
　　 stat_date DATE NOT NULL,
　　 business_type ENUM(purchase, storage, processing, delivery, sales, total) NOT NULL,
　　 category_id BIGINT,
　　 total_loss_quantity DECIMAL(12,3),
　　 total_loss_amount DECIMAL(12,2),
　　 loss_rate DECIMAL(5,2),
　　 UNIQUE KEY (stat_date, business_type, category_id)
　　);
　　```
　　
　　 2. 核心业务逻辑
　　```java
　　// 损耗记录服务接口
　　public interface LossRecordService {
　　 // 记录损耗
　　 void recordLoss(LossRecordDTO dto);
　　
　　 // 查询损耗记录
　　 Page queryLossRecords(LossQueryDTO query);
　　
　　 // 生成统计数据
　　 void generateDailyStatistics();
　　
　　 // 获取损耗分析报告
　　 LossReportVO getLossReport(Date startDate, Date endDate);
　　}
　　
　　// 损耗统计实现示例
　　@Service
　　public class LossRecordServiceImpl implements LossRecordService {
　　
　　 @Autowired
　　 private LossRecordRepository lossRecordRepository;
　　
　　 @Autowired
　　 private LossStatisticsRepository statisticsRepository;
　　
　　 @Override
　　 @Transactional
　　 public void recordLoss(LossRecordDTO dto) {
　　 // 1. 验证数据
　　 validateLossRecord(dto);
　　
　　 // 2. 保存损耗记录
　　 LossRecord record = convertToEntity(dto);
　　 lossRecordRepository.save(record);
　　
　　 // 3. 更新相关库存或订单状态（根据业务类型）
　　 updateRelatedBusinessData(record);
　　 }
　　
　　 @Override
　　 @Scheduled(cron = "0 0 2 * * ?") // 每天凌晨2点执行
　　 public void generateDailyStatistics() {
　　 // 清空当日统计数据
　　 statisticsRepository.deleteByStatDate(LocalDate.now());
　　
　　 // 按业务类型和品类统计
　　 Map> stats = calculateDailyStats();
　　
　　 // 保存统计结果
　　 saveStatistics(stats);
　　 }
　　}
　　```
　　
　　 3. 前端展示方案
　　- 损耗看板：使用ECharts或AntV展示实时损耗数据
　　- 钻取分析：支持从总览到明细的逐级钻取
　　- 异常标注：对超标损耗进行高亮显示
　　- 多维度筛选：按时间、品类、环节等维度筛选
　　
　　 四、关键实现要点
　　
　　1. 数据准确性保障：
　　 - 与采购、库存、销售等系统实时对接
　　 - 采用双重校验机制（系统自动校验+人工复核）
　　 - 建立数据修正流程
　　
　　2. 损耗原因标准化：
　　 - 建立统一的损耗原因分类体系
　　 - 支持自定义原因扩展
　　 - 提供原因分析热力图
　　
　　3. 与财务系统集成：
　　 - 自动计算损耗成本
　　 - 与成本核算模块对接
　　 - 支持损耗成本分摊
　　
　　4. 移动端支持：
　　 - 现场损耗记录APP
　　 - 拍照上传损耗证据
　　 - 实时审批流程
　　
　　 五、实施步骤
　　
　　1. 需求分析与设计（2周）
　　 - 梳理现有业务流程
　　 - 确定损耗统计维度和指标
　　 - 设计系统架构和数据库
　　
　　2. 系统开发（6-8周）
　　 - 开发损耗记录模块
　　 - 实现统计分析功能
　　 - 开发报表和可视化组件
　　
　　3. 系统测试（2周）
　　 - 功能测试
　　 - 性能测试
　　 - 用户验收测试
　　
　　4. 上线部署（1周）
　　 - 数据迁移
　　 - 系统培训
　　 - 试运行
　　
　　5. 持续优化
　　 - 收集用户反馈
　　 - 优化统计算法
　　 - 扩展分析维度
　　
　　 六、预期效益
　　
　　1. 损耗率降低10-15%
　　2. 库存周转率提升20%
　　3. 运营成本降低5-8%
　　4. 管理决策数据支持更加精准
　　
　　通过该系统的实施，美菜可以实现对生鲜损耗的精细化管理，从被动应对损耗转变为主动防控，显著提升企业运营效率和盈利能力。