一、背景和价值

   1.背景

       当前无法得到准确的体积，导致如：销售定价不准确（运费预估不准），且无法进行有效的装箱支持（无法通过计算使得装箱更满）等问题。

   2.价值

        1)从单箱单品产品体积和系统记录的产品尺寸差异对比，差异率大约在50-60%.
        2) 销售预估费用（体积重*单价）差异大约50%-60%的出入，造成定价不准大约3000w（未考虑销售根据经验自行提价）
        3)装箱如果能通过精准的体积计算使得其变得满（装箱率98%），预计能节约500-1000w（未考虑精准体积依旧无法装满的情况）

二、需求描述

   2.1. 功能清单

         已发货的备货订单包裹，计算出对应的SKU体积，重量信息。

   2.2.影响点

        无

   2.3. 功能描述：

     一、计算范围条件

             包裹【备货订单】，状态【已发货】，时间【一年内】，SKU【体积，重量，长*宽*高】的作为SKU的包裹发货基础数据。

     二、计算逻辑

             1、备货订单包裹为【单箱单品】则公式为：

               ①sku体积 = 单箱体积/Sku数量，  

               ②sku重量 = 单箱总量/Sku数量，   

               ③sku长*宽*高 ≈sku体积=SKU包装长*SKU包装宽* N值

               注：SKU包装长=产品库长的包装尺寸，SKU包装宽=产品库宽的包装尺寸 ， N值=sku体积/SKU包装长/SKU包装宽.

             2.若单箱中存在2种SKU，第一种A是上述1计算出来的结果，第二种B是未知尺寸，则

               ①B sku体积 =（单箱体积-单箱单品已知Sku体积*数量）/另一产品数量----------这个算法是得出B的体积
                ②B sku重量 = （单箱重量-单箱单品已知Sku重量*数量）/另外一产品的数量--------这个算法是得出B的重量

               ③B sku长*宽*高 ≈B sku体积 =B SKU包装长* B SKU包装宽* N值   -------同上述第1点  ③ 同理。

               注：SKU包装长=产品库长的包装尺寸，SKU包装宽=产品库宽的包装尺寸 ， N值=sku体积/SKU包装长/SKU包装宽.

              3.若单箱中存在3种SKU，同理依次类推，算法尽量先找到2个已有的SKU体积和重量，这样则可以算出C 的SKU体积和重量及长宽高。。。。。。。。。。。。。。。

              4.单箱中N种没有单独发过都是多个SKU组合（假设 A,B两个产品）发货的情况时，则

               ①  Asku体积=A产品库包装尺寸长*A产品库包装尺寸宽*A产品库包装尺寸高*数量

               ②  Bsku体积=同上

                ③  分别得出A与B的体积比例= A或者B/(Asku体积+ Bsku体积）  得出假如：A为1/3,    B 为2/3

                ④  Asku体积= A体积比例*单箱的体积  ，同理  Bsku体积=单箱体积 - Asku体积   ，以此类推。

               ⑤ Asku长*宽*高≈Asku体积=Bsku包装长* Bsku包装宽* N值   -------同上述第1点  

              -------------------------------------------------------------------------------------------------

               ①Asku重量= A产品库毛重， Bsku重量= B产品库毛重

               ②分别得出A与B的毛重量比例= A或者B/(Asku毛重+ Bsku毛重）  得出假如：A为1/3,    B 为2/3  

                ③Asku重量= A毛重比例*单箱的重量  ，同理  Bsku重量=单箱重量 - Asku重量   ，以此类推。

             注：

               1.以上的计算单位，体积为cm³ ，重量为g，保留两位小数，多个包裹有相同SKU时，最终算出来SKU需进行加权平均处理.

               2.有可能存在单箱有5种SKU产品，2种有已知的体积和重量，另外3种没有，则需要上述2，4，两个算法场景去交叉取值。

              5.最终导出的Excel数据字段如下：