111111事件

1.抽取 minio 當做文件對象存儲服務器,在上面封裝一層api,方便操作。
(文件上傳,指定路徑上傳,隨機命名上傳,前端獲取token直接傳,適合大對象,圖片壓縮)
2.規范整個java項目代碼,代碼風格,依賴最小重構,nacos配置文件統一抽取配置,統一http客戶端,json序列化方式,上K8s,編寫JDK的基礎鏡像,Skywalking基礎鏡像,統一異常TranceId,Docke file ,k8s yaml 清單實現優雅停機,定時任務全局開關,保證服務宕機代碼安全性。
3.訂單列表。
在這里插入圖片描述
(查詢業務中臺數據)進行按照平臺訂單號加店鋪匯合。
因為我們沒有訂單表,只有包裹表,就是發出去的一個個包裹,還有退回來的包裹。
一個包裹就是一個Nid,一個包裹下有多條SheetNum。就是一個包裹里面的貨,按照公司貨號做唯一鍵的。
解決大數據量查詢慢,我們一天5W訂單。5年有1億條數據,分到sheetnum上有,3億條。
開始優化,篩選項什么不選,只查詢最近三個月訂單。輸入時間項,帶上時間。全部篩選項帶上索引。聚合字段orderid和storename帶上startrocks的hash索引。異步緩存。

在這里插入圖片描述
訂單:平臺訂單號,平臺,店鋪。
支付總金額(客戶實付,零售價+稅+平臺物流費/自營物流費-優惠券(平臺/商鋪)/折扣)
盈利=客戶實付-稅-理論或實際物流費-店鋪優惠-理論或實際退貨運費-產品成本價-平臺傭金-營銷活動費。(記在單一產品編號上)

客戶實付的錢,稅(給國家),物流費(付出的物流),優惠(平臺優惠不用減,店鋪優惠減),退貨運費(未發貨分為實際和理論),產品成本價,平臺傭金(家具類亞馬遜,超過200美金部分收10%,低于15%),營銷活動費(額外推廣費用)

包裹,平臺sku,公司sku,數量,產品鏈接,長寬高,說明書,產品標題,銷售,asin。
物流,發貨物流,追蹤號,發貨倉庫,原單的收貨地址,簽收證明。

客戶信息,原單的收貨地址,郵箱,支付方式,電話,姓名。
售后信息。

4.改發貨信息,改sku,對接內部OMS系統。

5.訂單售后,(亞馬遜、Ebay)取消訂單(平臺訂單號,里面的Asin)。
退款(部分退款),選到單個sheet上。

調平臺接口(實退金額、實退稅額、實退平臺運費額,實退平臺運費稅額),加起來就是客戶實收。只需要實退金額、實退平臺運費額,平臺會自己算退稅。

稅,美國亞馬遜代扣代繳,受到的錢沒有稅(平臺把稅直接給國家),歐洲的包含稅(增值稅,公司收到之后給國家)
但是我們在處理的時候,都會把這個稅算進實付金額里面。對于客戶來說這就是付的錢,假設退實付金額的80%,就是上面兩個參數都成80%,除不下,保留兩位小數向下取整。假設多次退款達到全退時,把所有的錢退出去。

退貨,先查客戶原單的地址信息,(和包裹的地址信息不一致),根據國家查出退貨物流,客戶地址,收貨倉庫,sku信息長寬高數量,計算出理論退貨費用。進行生成退貨面單,發給客戶貼上發過來。

補發/重發業務流程一樣,責任的問題,補發是我們的責任(發貨點WMS的責任),重發就是貨的問題(生產鏈的責任)

流程就是再發一個包裹過去。

老系統的問題是,平臺運費稅,算在商品稅里面,導致計算稅額的時候稅少了,部分退款錢多退了,多退了一大筆錢。

在這里插入圖片描述

客服工作臺
收件箱,顧客對產品不滿意,發郵件給亞馬遜,我們的目標是把郵件轉接給我們系統,之后分配售后的運營的客服,去進行回復處理,左邊是對話框,右邊是該訂單的詳細信息。
亞馬遜商家號后臺,配置阿里郵箱代理(買的),類似一個webhook,客戶郵件一來,會發到阿里郵箱里面。我們在去定時任務去拉郵件,拉最近三天的,唯一消息id,重復的就不新增了。
拉郵件IMAP(郵件服務器地址),賬號,密碼。
識別內容,把訂單號正則出來,亞馬遜的就是733格式,找到店鋪,根據預定的分配客服規則,把郵件分配出去。
發郵件,回消息。推郵件SMTP(郵件服務器地址),賬號,密碼。發給阿里郵箱,阿里郵箱會轉發給亞馬遜,亞馬遜轉給顧客。
會出現郵件帶敏感詞,轉發不了給顧客,平臺會回給我們,告訴我們敏感詞。我們會把敏感詞存下來,構建一顆trie樹,下次發的時候會先排除敏感詞,各個國家敏感詞都不一樣。
對接AI,客戶郵件對接Gpt,判斷郵件的情緒,情緒差郵箱處理,還有ai一鍵潤色。
每十分鐘跑一次。跑半小時內的郵件數據。根據唯一鍵,去重。
庫存管理
在這里插入圖片描述

1.拉取某一平臺某一店鋪下的上架sku。調接口,token,翻頁翻過去,下載到我們自己的庫,這就是全部的上架SKU(AmazonVendor,excel后臺導入的)(WalmartCa/Walmart/Wayfair/Shein)(有些會帶上平臺倉編號和具體數量)
2.本地倉,各個大區個各個倉庫,平臺倉,各個平臺的各個店鋪下。配置平臺倉對于多個本地倉。
3.查詢各個平臺sku對應的公司sku在各個本地倉的數量總和,也就是平臺倉的數量和。
4.根據配置的計算規則,目前是固定或者百分比策略。0-100/10 數量*百分比。
5.調用平臺修改庫存接口,入參平臺sku、平臺倉編號、數量。

多平臺上架

1.新增SKU的本地屬性,(包括基礎屬性、動態屬性,可以自定義新增)
2.新增上架sku,(單體,變體,屬性填充,填充本地屬性做保存)
單體就是單個上架sku。變體就是SPU級別,賣個阿迪的籃球,紅色、黃色,目的告訴平臺這兩單體都掛在同一個變體主的sku下面。
3.拉取上架平臺的店鋪對應類目下面的上架平臺屬性。
4.配置本地屬性和平臺屬性的對應規則,一個平臺屬性只對應一個本地屬性,一個本地屬性可對應多個平臺屬性,綁定的時候還有自定義正則,比如要把產品標題,某些品牌字符替換掉。
5.把配置好的上架sku進行上架listing,通過上架sku的本地屬性就可以找到平臺屬性,調用平臺接口進行上架。
接下來要做的:
5.黑詞管理,上架的時候這個類目下面,每個屬性下面,有些敏感詞,寫了這些敏感詞上架極大可能會被下架或者侵權,黑詞的源數據都是我們運營總結,會被下架,侵權。
6.下架管理,接到全部的下架sku。

調平臺接口的過程,Temu(拼多多海外版)
1.查類目,catId=0, 響應全部的一級類目,Parentid,level=1。循環遞歸,先把這個平臺所有的類目,存表,多層級的表。
2.根據類目id查上架模板,基本信息必填或非必填屬性,還有層級和下拉關系,最大字符,文本類型。圖文信息,資質信息。還有商戶的自定義屬性,這個自定義屬性,我們可以提前調用接口,傳給平臺。
3.拿上架平臺上架屬性,變體,掛單體。多變體一起上架。傳入對應屬性,調接口,返回一個上架處理唯一號,對平臺來說是異步的,需要審核什么的。
4.拿著這個唯一號,去查詢是否上架成功,上架成功會有基本屬性,還有自定義屬性。
在這里插入圖片描述
在這里插入圖片描述

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/87913.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/87913.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/87913.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Qt的ui文件的編譯和使用

Qt中的ui文件編譯的類 要么繼承 ,要么實例化一個變量個人覺得還是繼承好點,這樣每次調用控件時,不用都要在控件前加上 ui.1 上面使用的是繼承的關系,這樣就可以直接使用控件.屬性,而不用 ui.控件.樹形2 QT中UI文件…

數據結構之樹,二叉樹,二叉搜索樹

一.樹1.形狀2. 相關概念節點的度:一個節點含有的子樹的個數稱為該節點的度; 如上圖:A的為6葉節點或終端節點:度為0的節點稱為葉節點; 如上圖:B、C、H、I...等節點為葉節點非終端節點或分支節點:…

LLM微調隨記錄

【如何把領域文獻批量轉換為可供模型微調的數據集?】 https://www.bilibili.com/video/BV1y8QpYGE57/?share_sourcecopy_web&vd_source8f9078186b93d9eee26026fd26e8a6ed 幾個問題 首先要先搞清楚這幾個問題 LLM 訓練方法如何選擇合適的訓練方式如何判斷是否…

高效處理大體積Excel文件的Java技術方案解析

高效處理大體積Excel文件的Java技術方案解析 引言 在數據密集型應用中,處理數百MB甚至GB級的Excel文件已成為業務剛需。傳統基于DOM模型的Excel解析方式(如Apache POI的XSSF)在處理大規模數據時存在嚴重的內存瓶頸。本文將深入探討Java生態中…

JVM垃圾回收機制深度解析

🗑? JVM垃圾回收機制深度解析 文章目錄🗑? JVM垃圾回收機制深度解析🔍 垃圾判定算法🔢 引用計數法🌐 可達性分析算法🔄 垃圾回收算法🏷? 標記-清除算法📋 復制算法🔧 …

Docker:容器化技術的基石與實踐指南

在現代軟件開發和部署中,Docker 作為一種領先的容器化平臺,已經成為了開發人員和運維工程師不可或缺的工具。它不僅簡化了應用的部署過程,還提高了應用的可移植性和可擴展性。本文將深入探討 Docker 的核心概念、基本操作以及如何在實際項目中…

java web7(黑馬)

Filter簡介概念: Filter 表示過濾器,是 JavaWeb 三大組件(Servlet、Filter、Listener)之一。過濾器可以把對資源的請求攔截下來,從而實現一些特殊的功能。過濾器一般完成一些通用的操作,比如:權限控制、統一編碼處理、敏感字符處理等等.快速入…

React-forwardRef-useImperativeHandle

forwardRef 暴露dom節點作用:使用ref暴露DOM節點給父組件案例例如在父組件中想要獲取子組件input的輸入值,和讓input獲取焦點父組件import { Button } from antd-mobile import Son from "./components/son"; import { useState,useRef } fro…

Unity 用AI自動開發游戲----Cursor研究(實現一套利用Cursor生成模板快速實現原型的框架)

Unity 快速原型開發框架(基于 Cursor AI) 🧩 框架簡介 本框架結合了 AI 編程助手 Cursor 的代碼生成能力,構建出一套適用于 Unity 項目的模塊化原型開發架構。它旨在極大提升開發效率、降低試錯成本,特別適用于快速搭…

D觸發器實現2分頻verilog及電路

使用D觸發器完成2分頻電路即通過時鐘的上升沿或下降沿到來時進行翻轉得到,信號的兩個狀態所占時間長度相同,因此它的輸出時鐘的占空比為50%。 D觸發器實現2分頻的電路圖如下所示:通過將D觸發器2分頻電路級聯,可實現輸入時鐘的2N倍…

UniApp完美對接RuoYi框架開發企業級應用

UniApp完美對接RuoYi框架的完整方案及可開發系統類型,結合企業級實踐與開源項目經驗整理而成,涵蓋技術對接、系統設計及實戰案例。 🔧 一、UniApp與RuoYi對接全流程 1. 后端配置(RuoYi-Vue/RuoYi-Cloud) 跨域支持 在網…

【通識】深度學習理論基礎

1. 深度學習導論 導論和簡介的基礎知識和路徑。 深度學習的各項涵蓋范圍:深度學習MLPs,然后是機器學習、邏輯回歸,知識基礎等等 1)連結神經網絡等等:Cybernetics控制論,Connectionism連結主義&#xff0…

sql-labs(11-12)-萬能密碼登錄

sql-labs(11-12)萬能密碼登錄 第十一關: 這關是一個登陸口,也是一個sql注入的漏洞,也就是常說的萬能密碼。 在輸入框賬號密碼種分別輸入 1’ 和1’ 頁面會報錯。后臺使用的單引符號進行的拼接。賬號輸入1’ or ‘1’‘1 密碼輸入 1’ or …

MsSql 其他(2)

???????????????Mysql中的MVCC 一、MVCC 的核心目標與設計背景 MVCC(Multi-Version Concurrency Control,多版本并發控制) 是 InnoDB 存儲引擎為實現高并發事務處理而設計的核心機制。其核心目標是:在不犧牲事務隔…

解決本地部署n8n,域名訪問為什么一直有connection lost的報錯

問題:本地部署的n8n服務用IP訪問一切都正常,但是使用域名后報錯connection lost思路:首先懷疑是ngnix配置問題或者是docker中的環境問題查看docker logsOrigin header does NOT match the expected origin. (Origin: "nxxx.online:1181&…

傳統架構開發VS PREEvision:一場效率與可靠性的降維打擊

當前,整車功能數量激增,意味著需要更龐大的整車數據庫、更復雜的硬件傳感器與執行器網絡、更密集的跨系統交互接口以及更難以預測的耦合效應。這樣一來,單一功能的微小改動,可能會因復雜的依賴關系而引發意想不到的連鎖反應&#…

深度學習基礎1

一、張量 張量其實就是數組,不過是在深度學習中是這樣的叫法 1.張量的創建 (1)基本創建方式 torch.tensor():根據指定數據創建張量 import torch import numpy as np """創建張量標量""" data to…

力扣網編程274題:H指數之普通解法(中等)

一. 簡介 本文記錄力扣網上涉及數組,排序方面的編程題:H指數。 二. 力扣網編程274題:H指數(中等) 給你一個整數數組 citations ,其中 citations[i] 表示研究者的第 i 篇論文被引用的次數。計算并返回該研…

iptables防火墻,多IP環境下, 指定某個目的IP地址通過某個本地IP訪問,策略路由!

需求在CentOS 7.9中,若需從特定源IP(10.0.0.3)訪問目標網段 1.1.1.0/24方法一:策略路由(支持網段)1. 創建自定義路由表# 添加名為custom_table的路由表(ID200) echo "200 custo…

數字孿生技術引領UI前端設計新趨勢:數據可視化與交互設計的深度融合

hello寶子們...我們是艾斯視覺擅長ui設計、前端開發、數字孿生、大數據、三維建模、三維動畫10年經驗!希望我的分享能幫助到您!如需幫助可以評論關注私信我們一起探討!致敬感謝感恩!一、引言:數字孿生驅動 UI 設計的范式革新在大數據與三維可視化技術爆發的今天&…