门店要的是净菜成品——净白菜段、净土豆丝、蔬菜拼盘。但采购进来的是毛菜原料——整颗大白菜、带泥土豆。中间这步"原料变成成品"，到底投了多少料、出了多少货、损耗去哪了、成本怎么算，过去全靠工人经验和纸质流转卡，没人说得清。
我们花了段时间，把这块从"人盯人"推到"系统管"。踩了不少坑，也推翻过几版方案。这篇文章就讲讲我们最后怎么设计的，重点不是我们多牛，而是生鲜加工这个场景逼着你做哪些不一样的取舍。

先说结论：制造业BOM，生鲜抄不动

如果你做过制造业ERP，对BOM（物料清单）不会陌生。它的逻辑很简单：一个成品由哪些原料组成、各用多少量，写清楚就行了。1个椅子 = 4条木腿 + 1块面板 + 6颗螺丝，干干净净。

我们最早也想过直接搬。搬完发现不对劲。

问题出在三个地方：

1. 出成率不是固定比例。 制造业BOM里，1个成品需要的原料量是确定的——4条腿就是4条腿，不会变。但生鲜加工，100kg大白菜洗完切完，可能产出有85kg净白菜段，也可能只有78kg。这个”出成率”会波动，产地不同、季节不同、加工手法不同，都有影响。你要是写死85%，实际出了78%，要么原料不够得临时补采，要么采多了浪费。
2. 有工序要求，不是简单拼装。 制造业的工序要求写进SOP就行，工人照着做。但生鲜加工的工序要求是”切段3cm”还是”切丝3mm””清洗去根去烂叶”这种——写在纸质流转卡上，工人容易漏、容易看错，同一批菜不同人切的规格都不一样。这不是BOM本身的问题，是”工序怎么传达给工人”的问题。
3. 成本算不清。 制造业BOM成本 = 各子件采购价之和，简单加法。但生鲜成品成本 = 原料成本 ÷ 出成率 + 加工费，出成率一波动，成本跟着晃。而且净菜还能拼成拼盘，多层BOM叠起来，手工算成本根本算不准。

所以我们的BOM系统，本质上是对制造业BOM做了三层改造：出成率从固定值变成双轨制、工序从纸质卡变成二维码扫码传达、成本从加法变成出成率反算。下面拆开讲。

第一步不是画页面，是搞清楚”物料怎么流”

很多产品经理做BOM系统，上来就画配方管理页面。我们没这么做。

第一步是跟着加工车间跑了一遍完整流程，搞清楚物料从进到出到底怎么走的。得出的结论是：生鲜加工有一条非常清晰的链路，但过去这条链路全是断点。

这条链路上，每个环节的信息过去是怎么传递的？

• 领料出库：工人凭记忆去仓库拿加工原材料，拿多少算多少，没有领料单，有领料单也是事后随意填写，无人复核确认。
• 加工工序：纸质流转卡，工序要求手写，工人容易漏看、漏做
• 加工产出：实际出了多少成品，不记录或者记在Excel里，没人汇总
• 质检：质检员口头通知合格不合格，没有系统记录
• 成品入库：仓管手工登记，批次效期混乱

整条链路没有一个系统串联，全是信息断层。管理层想知道”今天那批白菜加工到哪了”，得打电话问车间主任；想知道”出成率怎么样”，得翻Excel表格；想知道”净菜成本是多少”，没人能即时回答。

所以我们的设计目标很明确：用一条数字化链路串联整个加工过程，让每个环节的信息都能被系统记录和传递。

建模：定义核心实体和关系

搞清楚业务流程后，第二步是建模——定义系统里的核心实体和它们之间的关系。这一步决定了后面的功能模块怎么拆、数据结构怎么建。

我们定义了五个核心实体：

关键关系模型：

这里有个设计决策值得说说：为什么出成率要双轨，不写死一个值？

最初我们也想给每个品类定一个固定出成率，比如白菜85%、土豆88%，简单省事。但跑了一周数据发现，实际出成率天天在波动——同一颗白菜，张师傅切出来85%，李师傅切出来82%；今天的货产地好出成率87%，明天的货品质差出成率80%。

写死一个值，要么采购量反算不准（原料不够），要么成本核算不准（账面和实际有出入）。所以我们改成双轨：标准出成率当基准线用，实际出成率当真实值用，两者对比，偏差超过5%就预警。

这个5%的阈值怎么定的？跑了一个月历史加工数据，算出来大多数品类正常波动范围在3%-5%以内。超过5%大概率不是”正常波动”，而是出了问题——要么原料品质下滑，要么加工手法不对，要么称重有误差。5%就是“该注意了”和“正常波动”的分界线。但是极端情况下，连续异常就应该考虑调整标准了。

二维码贯穿：从纸质卡到扫码报工

建模完了，下一步是设计流程串联的机制。

我们选了二维码。理由很直白：生产现场的工人，大多数是中年从业者，让他们安装APP、学习操作界面，学习成本太高。扫码是最低门槛的操作方式——手机摄像头对准一扫，信息就出来了，不需要任何培训。

但二维码怎么用，有个关键选择：每张工艺路线卡一个二维码，还是每批原料一个二维码？

最初我们想的是按批次——同一批100kg白菜一起加工，给这批一个二维码。但后来发现不对：同一批原料可能分多卡加工（比如50kg一卡，两卡并行），如果按批追踪，只知道”这批白菜总体出了多少成品”，不知道”第一卡出了多少、第二卡出了多少”。而出成率是按单次加工记录的，只有每卡独立追踪，才能精确到每次加工的实际投入量和产出量。

所以最终方案是：每张工艺路线卡绑定一个唯一二维码。

完整流程是这样的：

一个二维码从任务下达到报工完成，贯穿整条加工链。 工人不需要填表、不需要口头汇报，扫码获取信息、扫码报工，最多补一个实际产出量数字。

这里有个细节值得展开：报工分两步，不是一次性完成。

第一步是扫码确认工序完成——这是必填的，扫了就代表”我这道工序做完了”。第二步是补录实际产出量——这个可以延后，但限定时间内必须补录，否则出成率数据就有缺口。为什么要分两步？因为工人完成工序的那一刻，不一定有时间马上称重记录产出量，让他先扫码确认”做完了”，保证工序进度实时更新；产出量等忙完这批再补，不影响出成率统计（我们有补录时限提醒，超时未补会自动催录）。

出成率双轨制：怎么追踪、怎么预警

出成率是整个BOM系统的命门。前面说了为什么用双轨，现在说具体怎么落地。

标准出成率：在商品档案里预设，按品类给经验值。这些值不是拍脑袋，是跑了三个月历史加工数据回算的均值：

• 叶菜类：80%-85%（清洗去根去烂叶损耗大）
• 根茎类：85%-92%（去皮损耗比叶菜小）
• 瓜果类：90%-95%（基本只是清洗）

标准出成率的用途：采购反算和成本预算。门店要85kg净白菜段，系统用标准出成率85%反算出需要采购100kg大白菜。这个数不一定精确，但作为采购计划的基准线够用——安全库存会兜住偏差。

实际出成率：每次加工都记录”实际领了多少料、实际出了多少成品”，算出真实的出成率。取近7天加权均值作为”实际出成率”——不拿单次数据下结论，因为单次波动太大，7天均值更能反映当前真实水平。

偏差怎么算：

预警不是为了罚谁，是用来发现问题的。 持续偏低可能意味着原料品质下滑、加工手法需要培训；偶尔偏高可能意味着称重有问题。出成率波动控制在5%以内，对补货大局基本没影响——安全库存有缓冲兜着。但超过5%，就值得去查原因了。

还有一个设计决策：标准出成率要不要根据实际值自动迭代？

我们没做自动迭代。原因是：实际出成率的波动有时是短期因素（比如某批货品质差），不代表标准值就该下调。如果系统自动把标准值跟着实际值走，短期波动会被”固化”进标准值，反而让采购反算和成本预算失准。

我们做的是：偏差持续预警时，系统建议人工调整标准出成率。产品经理或运营看数据、判断原因，决定是否调整。这是一个”系统提示、人做决定”的设计——和补货那篇讲的”算法算、人审核”思路一致。

成本核算：不是加法，是出成率反算

制造业BOM成本是简单加法：成品成本 = 子件A采购价 + 子件B采购价 + …

生鲜成品成本不是加法。因为出成率意味着：你投入的原料量 > 你得到的成品量，原料成本不能1:1直接分配给成品，得按出成率反算。

公式：

翻译成大白话：1kg成品消耗的原料成本，不是1kg原料的采购价，而是1kg ÷ 出成率 kg原料的采购价——因为出成率85%意味着1kg成品需要1.18kg原料。再加上加工费（清洗、切配的人力成本），就是成品单位成本。

大白菜例子：采购价2.0元/kg，出成率85%，加工费0.3元/kg

净白菜段成本 = 2.0 ÷ 0.85 + 0.3 = 2.35 + 0.3 = ¥2.65/kg

卖3.5/kg，毛利24%——这个数采销才敢定价

这里有个坑我们踩过：成本要用实际出成率回写，不能用标准值。

早期我们图省事用标准出成率算成本，结果库存账面价值和实际总有出入——标准出成率85%，实际82%，账面上净菜值2.65/kg，实际成本2.68/kg，差3分钱。单品看不出，几百个SKU叠加起来，月底盘点库存价值差好几千，账实不符。

后来改成每次加工完按实际出成率重算成本、更新库存账面价值，账才平了。生鲜这块，账实相符是硬指标，容不得”大概差不多”。

多层BOM：净菜还能拼成拼盘

单层BOM是”1个原料→1个净菜”，比如白菜→净白菜段，逻辑简单。但实际业务里还有组合产品：把几种净菜拼成一个蔬菜拼盘卖给门店。

这时候净菜成品本身又变成了下一层BOM的原料——”净白菜段”既是白菜加工的成品（第一层BOM的父件），又是拼盘加工的原料（第二层BOM的子件）。系统靠成品编码串起来，层层往上展开算原料需求。

拼盘500g = 净白菜段0.3kg + 净土豆丝0.2kg

净白菜段0.3kg ← 需要大白菜 0.3 ÷ 0.85 ≈ 0.35kg

净土豆丝0.2kg ← 需要土豆 0.2 ÷ 0.88 ≈ 0.23kg

所以拼盘500g最终原料需求 = 大白菜0.35kg + 土豆0.23kg

多层BOM的好处是：门店不管要净菜还是要拼盘，系统都能一路反推到最底层的原料需求，采销看到的永远是”今天该买多少斤白菜、多少斤土豆”，不用人工换算。

边界情况：拼盘子件缺货怎么办？

子件库存不足时，拼盘BOM状态标为”原料不足”，排产时提示需先完成子件加工。比如门店要蔬菜拼盘，但净白菜段库存不够，系统会提示”需先完成大白菜→净白菜段加工”，加工完子件入库后，拼盘BOM状态才变为”可排产”。这保证了拼盘不会在子件缺货的情况下强行排产，避免配错料。

加工模拟器：排产前的决策辅助

有了BOM配方和出成率数据，排产前就可以预估投入和产出。我们做了一个加工模拟器——输入原料投入量、采购单价、加工费，系统自动按出成率计算成品产出量和单位成本。

这个功能的定位是决策辅助工具，不是核心功能，但实际用起来很顺手。排产组长每天早上看一眼模拟器，就能大致判断”今天这批白菜能出多少净菜、成本大概多少、够不够配给门店”，心里有底再下达任务。

模拟器的计算逻辑其实就是把前面讲的公式串起来：

输入：大白菜投入100kg，采购价2.0元/kg，出成率85%，加工费0.3元/kg

成品产出量 = 100 × 0.85 = 85kg净白菜段

成品单位成本 = 2.0 ÷ 0.85 + 0.3 = ¥2.65/kg

总成本 = 85 × 2.65 = ¥225.25

模拟器用的是标准出成率（排产时实际出成率还没发生），所以算出来是预估值。实际加工完后，系统会用实际出成率重算真实成本，回写更新库存账面价值。

功能优先级怎么定的

整个BOM系统有五个功能模块，上线顺序不是随便排的，有一条明确的逻辑线：

逻辑很简单：P0先跑通数据链路（配方定义+扫码报工），P1再叠加数据价值（出成率追踪+成本核算），P2锦上添花。数据链路不通，后面的功能都是空中楼阁。

边界情况处理

系统设计不能只考虑正常路径，还得处理各种边界情况。我们遇到并处理了这些：

这些边界处理的设计原则是：异常即打断——偏差超5%自动预警弹出、过期批次锁定不可出库、缺料BOM不可排产，不依赖人主动发现。系统帮你盯着，出了问题第一时间拦住。

交互设计原则

最后说一个容易被忽略的事：BOM系统的交互设计。

我们定了三条原则：

1. 工人端：扫码即操作。 不要求工人填表，扫码获取信息、扫码报工，最多补一个产出量数字。生产现场节奏快、工人时间碎片化，任何需要”先学习再操作”的交互都是阻力。扫码是零学习成本的操作。
2. 管理层端：数据即决策。 出成率偏差可视化（进度条+颜色分级：绿色正常、黄色偏差5%内、红色超5%），成本计算实时联动参数变动。管理层不需要自己算，系统算完摆在那，他看一眼就能做判断。
3. 异常即打断。 不是让管理层”定期去看看数据有没有问题”，而是系统发现异常就主动弹出预警。人不可能天天盯着几百个SKU的出成率，系统盯比人盯靠谱。

几个值得反思的点

做完这套之后回头看，有几个判断我觉得是对的，也有几个可以做得更好：

对的：

• 没做成全自动加工排产。生鲜加工变量太多——原料品质波动、工人手艺差异、设备临时故障，全自动排产的翻车成本太高。系统算建议、人做决定，这个分工是对的。
• 出成率用双轨而不是写死一个值。这个看着增加了系统复杂度，但实际是让数据更真实。标准值当基准线、实际值当真实值，各司其职，比“一个值两头不靠”好得多。
• 二维码而不是APP。生产现场的工人不是互联网用户，扫码是他们能接受的最低门槛。交互设计不是追求“功能丰富”，而是追求“阻力最小”。

可以更好的：

• 出成率的标准值目前还是靠品类经验值预设，没有做数据驱动的自动建议。下一步想做的是：积累足够多的实际出成率数据后，系统自动计算每个品类的近30天实际均值，作为标准值的调整建议，从“经验预设”往“数据驱动”推。
• 多层BOM的层级目前最多支持三层（原料→净菜→拼盘），如果后续有更复杂的组合产品（比如净菜拼盘+调味包→半成品菜包），可能需要支持更多层级。不过现阶段三层够用，先不提前过度设计。
• 工序要求的传达，目前是扫码后文字展示。有些工序要求其实更适合用图片或短视频展示——比如“切段3cm”，工人看文字可能还是会有偏差，看一张3cm切段的参考照片会更直观。这是后续可以优化的交互方向。

和补货系统怎么衔接

最后说一个容易绕晕的问题：BOM系统和补货系统怎么接上？

逻辑一句话：门店要的是成品（净菜/拼盘），系统通过BOM反算成原料需求，再把原料需求喂给补货公式算采购量。BOM负责”成品↔原料”的转换，补货负责”该买多少”。两者各管一段，接口就是反算出来的原料需求量。

更具体的衔接流程可以看我之前写的补货系统那篇文章（《为什么生鲜补库存不能直接套通用公式？聊聊补货系统的设计逻辑》），这篇就不重复了。

写在最后

生鲜加工BOM这件事，制造业有现成的模板可以参考，但生鲜品类抄不动。出成率波动、工序传达、成本反算，这三个特性逼着你把制造业的”确定性BOM”改造成”波动性BOM”。

我们这套不算多先进，但好在贴着业务跑，踩过的坑都填了——出成率双轨制兜住了波动、二维码扫码兜住了工序传达、成本反算兜住了账实相符。工人不用填表了，管理层不用打电话追问了，出成率偏差有系统盯着了，成本有系统算了。至于它算不算”智能”，我倒不太在意——能让工人少漏一道工序、能让管理层少打一个电话、能让出成率偏差不再悄无声息地溜过去，就值了。