业务需求
需求描述
一、背景和价值   
   1.背景:目前由于包裹重出现比毛重大或者少的情况,导致刊登上架产品时,价格计算错误,导致定价过高无人购买,定价过低亏本出货,导致整天的利润率整体偏低(忽高忽低)。
   2.价值说明:刊登调用的重量更加平均,提高出单的率同时,把整体的利润率提升5%以上

   3.价值量:利润率提升5%以上。

   4.真实的数据分析结果如下

    K=1.5 ,  异常核查数=  3885条,  异常率=3885/7111 =54.6%
    K=2 ,  异常核查数=  3270条,  异常率=3270/7111 =45.9%

    K=2.5 ,  异常核查数=  2931条,  异常率=2931/7111 =41%---------建议这个就可以了,K值可以配置,方便后面调整

    K=3 ,  异常核查数=  2590条,  异常率=2590/7111 =36.4%


二、需求描述:

   1.必须是【客户订单】+【单品单件】包裹称重完成后,运费计算服务执行时,算法如下

     ①总公式:产品包裹重=称重值相加  /  N次称重 

       A.若SKU称重次数 ≤ 3 次,则加权后的包裹重= 包裹A+B+C /  SKU称重次数  (小于等于3次称重数据的,不需要使用四分位算法)

       B.若4次 ≤ SKU称重次数 ≤ 15次(近15次,超过15也取15次),则加权后包裹重=包裹A+B+C .... / SKU称重次数  ,  必须使用【四分位算法】K值默认取2.5(可进行修改参数),该算法自动选出异常的包裹值进行排除,正常包裹重值才进行加权计算,然后累加后 除以 N次称重

     ③若同一个包裹号有打回称重或重复称重时,会产生重复的的称重数据,只取最新更新的一条数据纳入计算。(可考虑去重复或者直接替换更新的方式处理)

     ④最终的计算结果保留整数。

     ⑤增量加权计算服务,每天执行一次且有包裹重量更新的产品才增加到产品库中。(晚上凌晨2~5点之间执行即可)


    2.测试案例的场景说明(禅道需求中含大量的测试案例)   

     ①若2个包裹重  D01-20g,D02-30g  则结果= 20+30 / 2=  25g

     ②若3个包裹重  同上

     ③若4个及以上包裹重 D01-172g,D02-182,D03-184g,D04-184g,D05-184g  则因为称重次数超过4次, 故使用四分位算法后,正常包裹重182,184,184,184,异常包裹重:172,则结果=182+184+184+184 /4=184 (实际的结果为183.5,保留整数)

     注:http://10.158.158.22:8080/wgtest.aspx  四分位算法测试工具,附件有大量的测试案例

  

    3. 特殊要求:

       ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。

       ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。


    4.详细执行流程如下图

验收标准

特殊癖好:开发人员要做好自测,必须要有截图自测,否则测试可以拒绝。

                 测试人员做好监督,上线后不允许出现异常,否则要请我和开发组长喝饮料。

价值描述
2.价值说明:刊登调用的重量更加平均,提高出单的率同时,把整体的利润率提升5%以上 3.价值量:利润率提升5%以上。
附件
历史记录  
  1. 2022-04-02 14:56:02, 由 李源肇 创建。
  2. 2022-04-06 18:49:57, 由 刘灿 记录评审结果,结果为 确认通过。
    修改了 评审时间,旧值为 "0000-00-00",新值为 "2022-04-06"。
    修改了 指派给 ,旧值为 "Admin186",新值为 "liyuanzhao"。
    修改了 当前状态,旧值为 "draft",新值为 "active"。
    修改了 由谁评审,旧值为 "",新值为 "Admin186"。
  3. 2022-04-07 15:13:24, 由 李源肇 变更。
    修改了 指派给 ,旧值为 "liyuanzhao",新值为 "Admin186"。
    修改了 当前状态,旧值为 "active",新值为 "changed"。
    修改了 版本号 ,旧值为 "1",新值为 "2"。
    修改了 由谁评审,旧值为 "Admin186",新值为 ""。
    修改了 评审时间,旧值为 "2022-04-06",新值为 "0000-00-00"。
    修改了 需求描述,区别为:
    002- 4.数据分析结果如下:
    002+ 4.真实的数据分析结果如下
    003- K=1.5 , 异常核查数= 3885条, 异常率=3885/7111 =54.6% K=2 , 异常核查数= 3270条, 异常率=3270/7111 =45.9% K=2.5 , 异常核查数= 2931条, 异常率=2931/7111 =41% K=3 , 异常核查数= 2590条, 异常率=2590/7111 =36.4%---------建议这个就可以了,K值可以配置
    003+ K=1.5 , 异常核查数= 3885条, 异常率=3885/7111 =54.6% K=2 , 异常核查数= 3270条, 异常率=3270/7111 =45.9% K=2.5 , 异常核查数= 2931条, 异常率=2931/7111 =41%---------建议这个就可以了,K值可以配置,方便后面调整 K=3 , 异常核查数= 2590条, 异常率=2590/7111 =36.4%
    004- 二、需求描述: 1.当客户订单包裹称重完成后,运费计算服务执行时,,算法如下: ①公式:产品包裹重=称重值相加 / N次 (N的数据为正常数值的包裹总数),则计算后产品包裹重写入到产品库中进行更新/替换 ②若SKU发货次数 ≤ 3 次,则产品包裹重=称重值相加 / N条数 ③若4次 ≤ SKU发货次数 ≤ 15次,使用【四分位算法】K值默认取3(可进行修改参数),自动选出异常的包裹值进行排查,正常的值才进行加权计算,然后累加后/N次。 注:http://10.158.158.22:8080/wgtest.aspx 测试工具 2.增量加权计算服务,每天执行一次且有包裹重量更新的产品才增加到产品库中。(晚上凌晨2~5点之间执行即可) 3.详细执行流程如下图
    004+
    005-
    005+ 二、需求描述: 1.必须是【客户订单】+【单品单件】包裹称重完成后,运费计算服务执行时,算法如下
    006+ ①总公式:产品包裹重=称重值相加 / N次称重
    007+ A.若SKU称重次数 ≤ 3 次,则加权后的包裹重= 包裹A+B+C /SKU称重次数 (小于等于3次称重数据的,不需要使用四分位算法)
    008+ B.若4次 ≤ SKU称重次数 ≤ 15次(近15次,超过15也取15次),则加权后包裹重=包裹A+B+C .... /SKU称重次数 , 必须使用【四分位算法】K值默认取2.5(可进行修改参数),该算法自动选出异常的包裹值进行排除,正常包裹重值才进行加权计算,然后累加后除以N次称重
    009+ ③若同一个包裹号有打回称重或重复称重时,会产生重复的的称重数据,只取最新更新的一条数据纳入计算。(可考虑去重复或者直接替换更新的方式处理)
    010+ ④最终的计算结果保留整数。
    011+ ⑤增量加权计算服务,每天执行一次且有包裹重量更新的产品才增加到产品库中。(晚上凌晨2~5点之间执行即可)
    012+
    013+ 2.测试案例的场景说明(禅道需求中含大量的测试案例)
    014+ ①若2个包裹重 D01-20g,D02-30g 则结果=20+30 / 2= 25g
    015+ ②若3个包裹重 同上
    016+ ③若4个及以上包裹重 D01-172g,D02-182,D03-184g,D04-184g,D05-184g 则因为称重次数超过4次, 故使用四分位算法后,正常包裹重182,184,184,184,异常包裹重:172,则结果=182+184+184+184 /4=184 (实际的结果为183.5,保留整数)
    017+ 注:http://10.158.158.22:8080/wgtest.aspx 四分位算法测试工具,附件有大量的测试案例
    018+
    019+ 3. 特殊要求:
    020+ ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。
    021+ ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。
    022+
    023+ 4.详细执行流程如下图
    024+
    002- <p><span style="font-size:14px;background-color:#FFFFFF;"> 4.</span><span style="background-color:#FFFFFF;font-size:14px;">数据分析结果如下:</span></p>
    002+ <p><span style="font-size:14px;background-color:#FFFFFF;"> 4.真实的</span><span style="background-color:#FFFFFF;font-size:14px;">数据分析结果如下</span></p>
    003- <p><span style="font-size:14px;background-color:#FFFFFF;"> K=1.5 , 异常核查数= 3885条, 异常率=3885/7111 =54.6%<br /> K=2 , 异常核查数= 3270条, 异常率=3270/7111 =45.9%<br /> K=2.5 , 异常核查数= 2931条, 异常率=2931/7111 =41%<br /> K=3 , 异常核查数= 2590条, 异常率=2590/7111 =36.4%---------建议这个就可以了,K值可以配置<br /></span></p>
    003+ <p><span style="font-size:14px;background-color:#FFFFFF;"> K=1.5 , 异常核查数= 3885条, 异常率=3885/7111 =54.6%<br /> K=2 , 异常核查数= 3270条, 异常率=3270/7111 =45.9%</span><span style="font-size:14px;background-color:#FFFFFF;"><br /><span> K=2.5 , 异常核查数= 2931条, 异常率=2931/7111 =41%</span><span style="font-size:14px;background-color:#FFFFFF;">---------建议这个就可以了,K值可以配置,方便后面调整</span></span><span style="font-size:14px;background-color:#FFFFFF;"><br /> K=3 , 异常核查数= 2590条, 异常率=2590/7111 =36.4%<br /></span></p>
    004- <span style="font-size:14px;background-color:#FFFFFF;">二、需求描述:</span><br /><span style="font-size:14px;background-color:#FFFFFF;"> 1.当客户订单包裹称重完成后,运费计算服务执行时,,算法如下:</span><br /><span style="font-size:14px;background-color:#FFFFFF;"> ①公式:产品包裹重=称重值相加 / N次 (N的数据为正常数值的包裹总数),则计算后产品包裹重写入到产品库中进行更新/替换</span><br /><span style="font-size:14px;background-color:#FFFFFF;"> ②若SKU发货次数 ≤ 3 次,则产品包裹重=称重值相加 / N条数</span><br /><span style="font-size:14px;background-color:#FFFFFF;"> ③若4次 ≤ SKU发货次数 ≤ 15次,<span style="color:#E53333;">使用【四分位算法】K值默认取3(可进行修改参数)</span>,自动选出异常的包裹值进行排查,正常的值才进行加权计算,然后累加后/N次。</span><br /><span style="font-size:14px;background-color:#FFFFFF;"> 注:http://10.158.158.22:8080/wgtest.aspx 测试工具</span><br /><span style="font-size:14px;background-color:#FFFFFF;"> 2.增量加权计算服务,每天执行一次且有包裹重量更新的产品才增加到产品库中。(晚上凌晨2~5点之间执行即可)</span><br /><p><span style="font-size:14px;background-color:#FFFFFF;"> 3.详细执行流程如下图</span></p>
    004+ <p><span style="font-size:14px;background-color:#FFFFFF;"><br /></span></p>
    005- <p><img src="{193375.png}" alt="" /><img src="{193376.png}" alt="" /></p>
    005+ <span style="font-size:14px;background-color:#FFFFFF;">二、需求描述:</span><br /><p><span style="font-size:14px;background-color:#FFFFFF;"> 1.必须是【<span style="font-size:14px;background-color:#FFFFFF;">客户订单</span>】+【单品单件】包裹称重完成后,运费计算服务执行时,算法如下</span></p>
    006+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ①总公式:产品包裹重=称重值相加 / <span style="font-size:14px;background-color:#FFFFFF;">N次</span>称重</span></p>
    007+ <p><span style="font-size:14px;background-color:#FFFFFF;"> A.若<span style="font-size:14px;background-color:#FFFFFF;">SKU称重次数 ≤ 3 次,则加权后的包裹重= 包裹A+B+C /<span style="font-size:14px;background-color:#FFFFFF;">SKU称重次数 (小于等于3次称重数据的,不需要使用<span style="color:#E53333;font-size:14px;background-color:#FFFFFF;">四分位算法</span>)</span></span></span></p>
    008+ <p><span style="font-size:14px;background-color:#FFFFFF;"> B.<span style="font-size:14px;background-color:#FFFFFF;">若<span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;">4次 ≤ <span style="font-size:14px;background-color:#FFFFFF;">SKU称重次数</span> ≤ 15次(近15次,超过15也取15次)</span></span>,则<span style="font-size:14px;background-color:#FFFFFF;">加权后包裹重=<span style="font-size:14px;background-color:#FFFFFF;">包裹A+B+C .... /<span style="font-size:14px;background-color:#FFFFFF;">SKU称重次数 , <span style="color:#E53333;">必须</span><span style="color:#E53333;font-size:14px;">使用【四分位算法】K值默认取2.5(可进行修改参数),</span></span></span></span></span></span><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"></span></span></span><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span></span><span style="font-size:14px;"><span style="font-size:14px;background-color:#FFFFFF;">该算法自动选出异常的包裹值进行排除,正常包裹重值才进行加权计算,然后累加后除以<span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;">N次</span><span style="font-size:14px;background-color:#FFFFFF;"></span><span style="font-size:14px;background-color:#FFFFFF;">称重 </span></span></span></span></span></span></span></span></span></p>
    009+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ③若同一个包裹号有打回称重或重复称重时,会产生重复的的称重数据,只取最新更新的一条数据纳入计算。(可考虑去重复或者直接替换更新的方式处理)</span></p>
    010+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ④最终的计算结果保留整数。</span></p>
    011+ <p><span style="font-size:14px;background-color:#FFFFFF;"> <span style="font-size:14px;background-color:#FFFFFF;">⑤增量加权计算服务,每天执行一次且有包裹重量更新的产品才增加到产品库中。(晚上凌晨2~5点之间执行即可)</span></span></p>
    012+ <p><span style="font-size:14px;background-color:#FFFFFF;"><br /></span></p>
    013+ <p><span style="font-size:14px;background-color:#FFFFFF;"> 2.测试案例的场景说明(禅道需求中含大量的测试案例)<span style="font-size:14px;background-color:#FFFFFF;"> </span></span></p>
    014+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ①若2个包裹重 D01-20g,D02-30g</span><span style="background-color:#FFFFFF;font-size:14px;"> 则结果</span><span style="background-color:#FFFFFF;font-size:14px;">=</span><span style="background-color:#FFFFFF;font-size:14px;">20+30 / 2= 25g</span></p>
    015+ <p><span style="background-color:#FFFFFF;font-size:14px;"><span style="font-size:14px;background-color:#FFFFFF;"> ②若3个包裹重 同上</span></span></p>
    016+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ③<span style="font-size:14px;background-color:#FFFFFF;">若4个及以上包裹重 D01-172g,D02-182,D03-184g,<span style="font-size:14px;background-color:#FFFFFF;">D04-</span>184g,<span style="font-size:14px;background-color:#FFFFFF;">D05-</span><span style="font-size:14px;background-color:#FFFFFF;"></span><span style="font-size:14px;background-color:#FFFFFF;">184g</span> 则因为称重次数超过4次, 故使用四分位算法后,正常包裹重182,184,184,184,异常包裹重:<span style="font-size:14px;background-color:#FFFFFF;">172,则结果=182+184+184+184 /4=184 (实际的结果为183.5,保留整数)</span></span></span></p>
    017+ <p><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"> <span style="font-size:14px;background-color:#FFFFFF;">注:</span><span style="font-size:14px;color:#337FE5;"><u>http://10.158.158.22:8080/wgtest.aspx</u></span><span style="font-size:14px;background-color:#FFFFFF;"> 四分位算法测试工具,附件有大量的测试案例</span></span></span></p>
    018+ <p><span style="font-size:14px;background-color:#FFFFFF;"></span></p>
    019+ <p><span style="font-size:14px;background-color:#FFFFFF;"> 3. 特殊要求:</span></p>
    020+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。</span></p>
    021+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。</span></p>
    022+ <p><span style="font-size:14px;background-color:#FFFFFF;"><br /></span></p>
    023+ <p><span style="font-size:14px;background-color:#FFFFFF;"> 4.详细执行流程如下图</span></p>
    024+ <p><img src="{193375.png}" alt="" /><img src="{193376.png}" alt="" /></p>
    修改了 验收标准,区别为:
    001-
    001+ 特殊癖好:开发人员要做好自测,必须要有截图自测,否则测试可以拒绝。
    002+ 测试人员做好监督,上线后不允许出现异常,否则要请我和开发组长喝饮料。
    001-
    001+ <p><span>特殊癖好</span>:开发人员要做好自测,必须要有截图自测,否则测试可以拒绝。</p>
    002+ <p> 测试人员做好监督,上线后不允许出现异常,否则要请我和开发组长喝饮料。</p>
    上传了附件 158包裹异常值测试记录.xlsx
  4. 2022-04-07 16:54:09, 由 zhengqiao 关联到迭代 【智汇】产品部 4月 第2 版本(2022年) 。
  5. 2022-04-07 18:06:18, 由 刘灿 记录评审结果,结果为 确认通过。
    修改了 评审时间,旧值为 "0000-00-00",新值为 "2022-04-07"。
    修改了 指派给 ,旧值为 "Admin186",新值为 "liyuanzhao"。
    修改了 当前状态,旧值为 "changed",新值为 "active"。
    修改了 由谁评审,旧值为 "",新值为 "Admin186"。
  6. 2022-04-08 09:45:02, 由 林鸿贵 添加备注。

    测试问题点:

    1、之前发现的服务延迟的问题

    即包裹称重后未进入到服务队列,操作了称重打回又继续称重

  7. 2022-04-11 11:30:33, 由 李源肇 变更。
    修改了 指派给 ,旧值为 "liyuanzhao",新值为 "Admin186"。
    修改了 当前状态,旧值为 "active",新值为 "changed"。
    修改了 版本号 ,旧值为 "2",新值为 "3"。
    修改了 由谁评审,旧值为 "Admin186",新值为 ""。
    修改了 评审时间,旧值为 "2022-04-07",新值为 "0000-00-00"。
    修改了 需求描述,区别为:
    003- K=1.5 , 异常核查数= 3885条, 异常率=3885/7111 =54.6% K=2 , 异常核查数= 3270条, 异常率=3270/7111 =45.9% K=2.5 , 异常核查数= 2931条, 异常率=2931/7111 =41%---------建议这个就可以了,K值可以配置,方便后面调整 K=3 , 异常核查数= 2590条, 异常率=2590/7111 =36.4%
    003+ K=1.5 , 异常核查数= 3885条, 异常率=3885/7111 =54.6% K=2 , 异常核查数= 3270条, 异常率=3270/7111 =45.9%---------建议这个就可以了,K值可以配置,方便后面调整 K=2.5 , 异常核查数= 2931条, 异常率=2931/7111 =41% K=3 , 异常核查数= 2590条, 异常率=2590/7111 =36.4%
    010- ④最终的计算结果保留整数。
    010+ ④增量加权计算服务,每天执行一次且有包裹重量更新的产品才增加到产品库中。(晚上凌晨2~5点之间执行即可)
    011- ⑤增量加权计算服务,每天执行一次且有包裹重量更新的产品才增加到产品库中。(晚上凌晨2~5点之间执行即可)
    011+ ⑤最终的计算结果保留整数,且加权后插入产品的日志类型 需修改为“称重日志”。
    012-
    012+
    013- 2.测试案例的场景说明(禅道需求中含大量的测试案例)
    013+
    014- ①若2个包裹重 D01-20g,D02-30g 则结果=20+30 / 2= 25g
    014+ 2.测试案例的场景说明(禅道需求中含大量的测试案例)
    015- ②若3个包裹重 同上
    015+ ①若2个包裹重 D01-20g,D02-30g 则结果=20+30 / 2= 25g
    016- ③若4个及以上包裹重 D01-172g,D02-182,D03-184g,D04-184g,D05-184g 则因为称重次数超过4次, 故使用四分位算法后,正常包裹重182,184,184,184,异常包裹重:172,则结果=182+184+184+184 /4=184 (实际的结果为183.5,保留整数)
    016+ ②若3个包裹重 同上
    017- 注:http://10.158.158.22:8080/wgtest.aspx 四分位算法测试工具,附件有大量的测试案例
    017+ ③若4个及以上包裹重 D01-172g,D02-182,D03-184g,D04-184g,D05-184g 则因为称重次数超过4次, 故使用四分位算法后,正常包裹重182,184,184,184,异常包裹重:172,则结果=182+184+184+184 /4=184 (实际的结果为183.5,保留整数)
    018-
    018+ 注:http://10.158.158.22:8080/wgtest.aspx 四分位算法测试工具,附件有大量的测试案例
    019- 3. 特殊要求:
    019+
    020- ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。
    020+
    021- ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。
    021+ 3. 特殊要求:
    022-
    022+ ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。
    023- 4.详细执行流程如下图
    023+ ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。
    024-
    024+
    025+ 4.详细执行流程如下图
    026+
    027+
    003- <p><span style="font-size:14px;background-color:#FFFFFF;"> K=1.5 , 异常核查数= 3885条, 异常率=3885/7111 =54.6%<br /> K=2 , 异常核查数= 3270条, 异常率=3270/7111 =45.9%</span><span style="font-size:14px;background-color:#FFFFFF;"><br /><span> K=2.5 , 异常核查数= 2931条, 异常率=2931/7111 =41%</span><span style="font-size:14px;background-color:#FFFFFF;">---------建议这个就可以了,K值可以配置,方便后面调整</span></span><span style="font-size:14px;background-color:#FFFFFF;"><br /> K=3 , 异常核查数= 2590条, 异常率=2590/7111 =36.4%<br /></span></p>
    003+ <p><span style="font-size:14px;background-color:#FFFFFF;"> K=1.5 , 异常核查数= 3885条, 异常率=3885/7111 =54.6%<br /> K=2 , 异常核查数= 3270条, 异常率=3270/7111 =45.9%<span style="font-size:14px;background-color:#FFFFFF;">---------建议这个就可以了,K值可以配置,方便后面调整</span></span><span style="font-size:14px;background-color:#FFFFFF;"><br /><span> K=2.5 , 异常核查数= 2931条, 异常率=2931/7111 =41%</span></span><span style="font-size:14px;background-color:#FFFFFF;"><br /> K=3 , 异常核查数= 2590条, 异常率=2590/7111 =36.4%<br /></span></p>
    010- <p><span style="font-size:14px;background-color:#FFFFFF;"> ④最终的计算结果保留整数。</span></p>
    010+ <p><span style="font-size:14px;background-color:#FFFFFF;"> <span style="font-size:14px;background-color:#FFFFFF;">④增量加权计算服务,每天执行一次且有包裹重量更新的产品才增加到产品库中。(晚上凌晨2~5点之间执行即可)</span></span></p>
    011- <p><span style="font-size:14px;background-color:#FFFFFF;"> <span style="font-size:14px;background-color:#FFFFFF;">⑤增量加权计算服务,每天执行一次且有包裹重量更新的产品才增加到产品库中。(晚上凌晨2~5点之间执行即可)</span></span></p>
    011+ <p><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"> ⑤最终的计算结果保留整数,且加权后插入产品的日志类型 需修改为“称重日志”。</span><br /></span></span></p>
    012- <p><span style="font-size:14px;background-color:#FFFFFF;"><br /></span></p>
    012+ <p><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><img src="{194158.png}" alt="" /><br /></span></span></p>
    013- <p><span style="font-size:14px;background-color:#FFFFFF;"> 2.测试案例的场景说明(禅道需求中含大量的测试案例)<span style="font-size:14px;background-color:#FFFFFF;"> </span></span></p>
    013+ <p><span style="font-size:14px;background-color:#FFFFFF;"> </span></p>
    014- <p><span style="font-size:14px;background-color:#FFFFFF;"> ①若2个包裹重 D01-20g,D02-30g</span><span style="background-color:#FFFFFF;font-size:14px;"> 则结果</span><span style="background-color:#FFFFFF;font-size:14px;">=</span><span style="background-color:#FFFFFF;font-size:14px;">20+30 / 2= 25g</span></p>
    014+ <p><span style="font-size:14px;background-color:#FFFFFF;"> 2.测试案例的场景说明(禅道需求中含大量的测试案例)<span style="font-size:14px;background-color:#FFFFFF;"> </span></span></p>
    015- <p><span style="background-color:#FFFFFF;font-size:14px;"><span style="font-size:14px;background-color:#FFFFFF;"> ②若3个包裹重 同上</span></span></p>
    015+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ①若2个包裹重 D01-20g,D02-30g</span><span style="background-color:#FFFFFF;font-size:14px;"> 则结果</span><span style="background-color:#FFFFFF;font-size:14px;">=</span><span style="background-color:#FFFFFF;font-size:14px;">20+30 / 2= 25g</span></p>
    016- <p><span style="font-size:14px;background-color:#FFFFFF;"> ③<span style="font-size:14px;background-color:#FFFFFF;">若4个及以上包裹重 D01-172g,D02-182,D03-184g,<span style="font-size:14px;background-color:#FFFFFF;">D04-</span>184g,<span style="font-size:14px;background-color:#FFFFFF;">D05-</span><span style="font-size:14px;background-color:#FFFFFF;"></span><span style="font-size:14px;background-color:#FFFFFF;">184g</span> 则因为称重次数超过4次, 故使用四分位算法后,正常包裹重182,184,184,184,异常包裹重:<span style="font-size:14px;background-color:#FFFFFF;">172,则结果=182+184+184+184 /4=184 (实际的结果为183.5,保留整数)</span></span></span></p>
    016+ <p><span style="background-color:#FFFFFF;font-size:14px;"><span style="font-size:14px;background-color:#FFFFFF;"> ②若3个包裹重 同上</span></span></p>
    017- <p><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"> <span style="font-size:14px;background-color:#FFFFFF;">注:</span><span style="font-size:14px;color:#337FE5;"><u>http://10.158.158.22:8080/wgtest.aspx</u></span><span style="font-size:14px;background-color:#FFFFFF;"> 四分位算法测试工具,附件有大量的测试案例</span></span></span></p>
    017+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ③<span style="font-size:14px;background-color:#FFFFFF;">若4个及以上包裹重 D01-172g,D02-182,D03-184g,<span style="font-size:14px;background-color:#FFFFFF;">D04-</span>184g,<span style="font-size:14px;background-color:#FFFFFF;">D05-</span><span style="font-size:14px;background-color:#FFFFFF;"></span><span style="font-size:14px;background-color:#FFFFFF;">184g</span> 则因为称重次数超过4次, 故使用四分位算法后,正常包裹重182,184,184,184,异常包裹重:<span style="font-size:14px;background-color:#FFFFFF;">172,则结果=182+184+184+184 /4=184 (实际的结果为183.5,保留整数)</span></span></span></p>
    018- <p><span style="font-size:14px;background-color:#FFFFFF;"></span></p>
    018+ <p><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"> <span style="font-size:14px;background-color:#FFFFFF;">注:</span><span style="font-size:14px;color:#337FE5;"><u>http://10.158.158.22:8080/wgtest.aspx</u></span><span style="font-size:14px;background-color:#FFFFFF;"> 四分位算法测试工具,附件有大量的测试案例</span></span></span></p>
    019- <p><span style="font-size:14px;background-color:#FFFFFF;"> 3. 特殊要求:</span></p>
    019+ <p><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><br /></span></span></span></p>
    020- <p><span style="font-size:14px;background-color:#FFFFFF;"> ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。</span></p>
    020+ <p><span style="font-size:14px;background-color:#FFFFFF;"></span></p>
    021- <p><span style="font-size:14px;background-color:#FFFFFF;"> ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。</span></p>
    021+ <p><span style="font-size:14px;background-color:#FFFFFF;"> 3. 特殊要求:</span></p>
    022- <p><span style="font-size:14px;background-color:#FFFFFF;"><br /></span></p>
    022+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。</span></p>
    023- <p><span style="font-size:14px;background-color:#FFFFFF;"> 4.详细执行流程如下图</span></p>
    023+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。</span></p>
    024- <p><img src="{193375.png}" alt="" /><img src="{193376.png}" alt="" /></p>
    024+ <p><span style="font-size:14px;background-color:#FFFFFF;"><br /></span></p>
    025+ <p><span style="font-size:14px;background-color:#FFFFFF;"> 4.详细执行流程如下图</span></p>
    026+ <p><img src="{193375.png}" alt="" /><img src="{193376.png}" alt="" /></p>
    027+ <img src="{194156.png}" alt="" />
  8. 2022-04-11 19:35:16, 由 李源肇 变更。
    修改了 版本号 ,旧值为 "3",新值为 "4"。
    修改了 需求描述,区别为:
    008- B.若4次 ≤ SKU称重次数 ≤ 15次(近15次,超过15也取15次),则加权后包裹重=包裹A+B+C .... /SKU称重次数 , 必须使用【四分位算法】K值默认取2.5(可进行修改参数),该算法自动选出异常的包裹值进行排除,正常包裹重值才进行加权计算,然后累加后除以N次称重
    008+ B.若4次 ≤ SKU称重次数 ≤ 15次(近15次,超过15也取15次),则加权后包裹重=包裹A+B+C .... /SKU称重次数 , 必须使用【四分位算法】K值默认取2(可进行修改参数),该算法自动选出异常的包裹值进行排除,正常包裹重值才进行加权计算,然后累加后除以N次称重
    020-
    020+ 3. 产品库-》基础信息,包裹重字段的问号提示语修改如下
    021- 3. 特殊要求:
    021+ ①公式:产品包裹重=称重值相加 / N次称重 ②若SKU发货次数 ≤ 3 次,则产品包裹重=称重值相加 / 条数 ③若4次 ≤ SKU称重次数 ≤ 15次(近15次,超过15也取15次),则加权后包裹重=包裹A+B+C .... / SKU称重次数 ,则用异常包裹排除算法。 ④案例说明(异常包裹排除法) A.若2个包裹重 D01-20g,D02-30g 则结果= 20+30 / 2= 25g B.若3个包裹重 同上 C.若4个及以上包裹重 D01-172g,D02-182,D03-184g,D04-184g,D05-184g 则算法执行后得出,正常包裹重182,184,184,184,异常包裹重:172,则包裹重=182+184+184+184 /4=184 (结果为183.5,保留整数).
    022- ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。
    022+
    023- ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。
    023+ 4. 特殊要求:
    024-
    024+ ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。
    025- 4.详细执行流程如下图
    025+ ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。
    026-
    026+
    027-
    027+ 5.详细执行流程如下图
    028+
    029+
    008- <p><span style="font-size:14px;background-color:#FFFFFF;"> B.<span style="font-size:14px;background-color:#FFFFFF;">若<span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;">4次 ≤ <span style="font-size:14px;background-color:#FFFFFF;">SKU称重次数</span> ≤ 15次(近15次,超过15也取15次)</span></span>,则<span style="font-size:14px;background-color:#FFFFFF;">加权后包裹重=<span style="font-size:14px;background-color:#FFFFFF;">包裹A+B+C .... /<span style="font-size:14px;background-color:#FFFFFF;">SKU称重次数 , <span style="color:#E53333;">必须</span><span style="color:#E53333;font-size:14px;">使用【四分位算法】K值默认取2.5(可进行修改参数),</span></span></span></span></span></span><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"></span></span></span><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span></span><span style="font-size:14px;"><span style="font-size:14px;background-color:#FFFFFF;">该算法自动选出异常的包裹值进行排除,正常包裹重值才进行加权计算,然后累加后除以<span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;">N次</span><span style="font-size:14px;background-color:#FFFFFF;"></span><span style="font-size:14px;background-color:#FFFFFF;">称重 </span></span></span></span></span></span></span></span></span></p>
    008+ <p><span style="font-size:14px;background-color:#FFFFFF;"> B.<span style="font-size:14px;background-color:#FFFFFF;">若<span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;">4次 ≤ <span style="font-size:14px;background-color:#FFFFFF;">SKU称重次数</span> ≤ 15次(近15次,超过15也取15次)</span></span>,则<span style="font-size:14px;background-color:#FFFFFF;">加权后包裹重=<span style="font-size:14px;background-color:#FFFFFF;">包裹A+B+C .... /<span style="font-size:14px;background-color:#FFFFFF;">SKU称重次数 , <span style="color:#E53333;">必须</span><span style="color:#E53333;font-size:14px;">使用【四分位算法】K值默认取2(可进行修改参数),</span></span></span></span></span></span><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"></span></span></span><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span></span><span style="font-size:14px;"><span style="font-size:14px;background-color:#FFFFFF;">该算法自动选出异常的包裹值进行排除,正常包裹重值才进行加权计算,然后累加后除以<span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;">N次</span><span style="font-size:14px;background-color:#FFFFFF;"></span><span style="font-size:14px;background-color:#FFFFFF;">称重 </span></span></span></span></span></span></span></span></span></p>
    020- <p><span style="font-size:14px;background-color:#FFFFFF;"></span></p>
    020+ <p><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"> 3. 产品库-》基础信息,包裹重字段的问号提示语修改如下</span></span></span></p>
    021- <p><span style="font-size:14px;background-color:#FFFFFF;"> 3. 特殊要求:</span></p>
    021+ <p><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"> ①公式:产品包裹重=称重值相加 / N次称重<br /> ②若SKU发货次数 ≤ 3 次,则产品包裹重=称重值相加 / 条数<br /> ③若4次 ≤ SKU称重次数 ≤ 15次(近15次,超过15也取15次),则加权后包裹重=包裹A+B+C .... / SKU称重次数 ,则用异常包裹排除算法。<br /> ④案例说明(异常包裹排除法)<br /> A.若2个包裹重 D01-20g,D02-30g 则结果= 20+30 / 2= 25g<br /> B.若3个包裹重 同上<br /> C.若4个及以上包裹重 D01-172g,D02-182,D03-184g,D04-184g,D05-184g 则算法执行后得出,正常包裹重182,184,184,184,异常包裹重:172,则包裹重=182+184+184+184 /4=184 (结果为183.5,保留整数).</span></span></span></p>
    022- <p><span style="font-size:14px;background-color:#FFFFFF;"> ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。</span></p>
    022+ <p><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><span style="font-size:14px;background-color:#FFFFFF;"><br /></span></span></span></p>
    023- <p><span style="font-size:14px;background-color:#FFFFFF;"> ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。</span></p>
    023+ <p><span style="font-size:14px;background-color:#FFFFFF;"> 4. 特殊要求:</span></p>
    024- <p><span style="font-size:14px;background-color:#FFFFFF;"><br /></span></p>
    024+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ①开发组长必须要构建好如何观察异常数据的机制 和出了问题后如何恢复或者修改正确的数据,才更新到产品库。</span></p>
    025- <p><span style="font-size:14px;background-color:#FFFFFF;"> 4.详细执行流程如下图</span></p>
    025+ <p><span style="font-size:14px;background-color:#FFFFFF;"> ②开发人员必须要自测并且附带截图,否则测试人员可以拒绝测试。</span></p>
    026- <p><img src="{193375.png}" alt="" /><img src="{193376.png}" alt="" /></p>
    026+ <p><span style="font-size:14px;background-color:#FFFFFF;"></span></p>
    027- <img src="{194156.png}" alt="" />
    027+ <p><span style="font-size:14px;background-color:#FFFFFF;"> 5.详细执行流程如下图</span></p>
    028+ <p><img src="{193375.png}" alt="" /><img src="{193376.png}" alt="" /></p>
    029+ <img src="{194156.png}" alt="" />
  9. 2022-04-11 21:00:10, 由 刘灿 记录评审结果,结果为 确认通过。
    修改了 评审时间,旧值为 "0000-00-00",新值为 "2022-04-11"。
    修改了 指派给 ,旧值为 "Admin186",新值为 "liyuanzhao"。
    修改了 当前状态,旧值为 "changed",新值为 "active"。
    修改了 由谁评审,旧值为 "",新值为 "Admin186"。
  10. 2022-04-29 11:12:43, 由 zhengqiao 编辑。
    修改了 所处阶段 ,旧值为 "tested",新值为 "released"。
    修改了 设置阶段者,旧值为 "",新值为 "zhengqiao"。
  11. 2022-05-04 10:30:01, 由 zhengqiao 编辑。
    修改了 所处阶段,旧值为 "released",新值为 "closed"。
  12. 2022-06-10 09:34:39, 由 liangfengming 编辑。
    修改了 受益业务部门,旧值为 "",新值为 "开发采购部"。
  13. 2022-09-26 14:02:20, 由 zhengqiao 关闭,原因为 已完成 。
    修改了 由谁关闭,旧值为 "",新值为 "zhengqiao"。
    修改了 关闭日期,旧值为 "0000-00-00 00:00:00",新值为 "2022-09-26 14:02:19"。
    修改了 指派给 ,旧值为 "liyuanzhao",新值为 "closed"。
    修改了 当前状态,旧值为 "active",新值为 "closed"。
    修改了 关闭原因,旧值为 "",新值为 "done"。
  14. 2023-03-04 15:25:53, 由 周杰 编辑。
    修改了 所属模块,旧值为 "1683",新值为 "1810"。
迭代版本
提报业务部门
提报人员 张镇权
需求来源 业务方迭代需求
所属项目 技术中心-需求池
所属模块 供应链   产品采购   产品库
所属计划
业务价值
开发组
受益业务部门
验收人员
业务目标类型
中心业务目标
业务价值 提高收入
每月价值量 利润率提升5%以上
每月节省人数 0
优先级 P2
价值类型
预计工时 24
成本
ROI
操作手册
高价值
主被动
复杂度
工作流ID
工作流创建时间
更新点
是否高危 否
评分
当前状态 已关闭
所处阶段 已关闭
关键词
评审次数
计划上线
上线时间
计划验收时间
业务验收时间
满意度
价值验收
满意度分值
业务回填价值
验收达成价值
验收达成ROI
抄送给
由谁创建 李源肇 于 2022-04-02 14:56:01
指派给 Closed 于 2022-09-26 14:02:19
由谁评审 刘灿
评审时间 2022-04-11
由谁关闭 zhengqiao 于 2022-09-26 14:02:19
关闭原因 已完成
最后修改 周杰 于 2023-03-04 15:25:49