门店进货只记个总数?采购单、入库验收与供应商对账怎么管

简介: 门店进货最常见的糊涂账:进了什么货没明细、货到了没验收就入库、月底和供应商对账对不上。本文给一套采购入库做法:采购单、入库验收、差异处理与供应商对账,附关键 SQL。适用于超市、便利店、餐饮门店等有进货场景的商家。

导读(3行收益):门店进货最常见的糊涂账:进了什么货没明细、货到了没验收就入库、月底和供应商对账对不上。本文给一套采购入库做法:采购单、入库验收、差异处理与供应商对账,附关键 SQL。看完进货不再糊涂。

一、进货为什么会乱

三个高发问题:

  • 进了什么货没明细:月底只知道花了钱,不知道买了啥;
  • 货到了不验收:少送、破损直接入库,扣款时说不清;
  • 对账对不上:供应商账单和自家记录两本账。

根源是没有采购单和入库验收流程,进货只记总数。

二、采购单怎么设计

CREATE TABLE `purchase_order` (
  `id` BIGINT PRIMARY KEY AUTO_INCREMENT,
  `supplier_id` BIGINT,
  `store_id` BIGINT,
  `total_amount` DECIMAL(10,2),
  `status` TINYINT DEFAULT 0,
  `created_at` DATETIME
) COMMENT='采购单';

关键点:采购单带明细行(每个商品、数量、单价);状态流转:待收货→部分收货→已入库→已完成。避坑:只记总额不记明细——对不上账;状态只有"已付/未付"——收货过程全黑盒。

三、入库验收怎么做

  • 货到后按采购单逐项清点:数量、破损、保质期;
  • 实收与应收不一致时生成差异记录;
  • 验收通过才更新库存。
UPDATE purchase_order
SET status = 2 -- 已入库
WHERE id = ? AND status = 0;

关键点:先验收后入库;差异单独记录,不影响正常入库。避坑:不看货直接入库——少送照单全收;差异不记录——扣款没依据。

四、供应商对账怎么做

  • 以自家采购单+验收记录为基准;
  • 与供应商账单逐月核对;
  • 差异来源:未送货、破损扣款、单价变动,逐项标注。

避坑:以供应商账单为准——被多算;只对总额——看不出差异在哪。

五、付款怎么管

  • 对账确认后再生成付款单;
  • 付款单关联采购单号,留痕可查;
  • 预付与货到付款分开记录。

避坑:先付款后对账——被动;付款不关联采购单——查不到付的哪笔。

六、踩坑清单

  • [ ] 进货只记总额不记明细;
  • [ ] 货到不验收直接入库;
  • [ ] 少送破损不记录;
  • [ ] 对账以供应商账单为准;
  • [ ] 付款不关联采购单;
  • [ ] 验收和入库混在一起。

七、工程落地建议

采购入库建议按「采购单明细+入库验收+差异记录+按月对账+付款关联」落地。若团队用成型门店平台(如乔拓云门店系统)起步,重点核对采购单、入库验收与供应商对账是否可用。

八、复盘清单(可直接抄走)

  • [ ] 采购单是否有明细行;
  • [ ] 是否先验收后入库;
  • [ ] 差异是否单独记录;
  • [ ] 是否按月与供应商对账;
  • [ ] 付款是否关联采购单;
  • [ ] 状态流转是否完整。

结语

进货不是记一笔总数,而是单要有明细、货要验收、差异要记录、账要对上、付款要留痕。这几步做对,进货不再糊涂。本文仅作技术分享,具体功能以各平台官方实时信息为准。

相关文章
|
21天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9099 29
|
20天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
4236 16
|
20天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2346 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
7天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
6天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
509 1
|
14天前
|
人工智能 Linux 开发者
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
Codex是OpenAI推出的AI编程智能体,可读取本地项目、理解需求并自动修改代码。支持桌面GUI、命令行(CLI)及VS Code/Cursor插件三种形态,覆盖可视化操作、终端高效开发与编辑器无缝集成场景,助开发者用自然语言驱动编码全流程。(239字)
1119 2
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
|
9天前
|
人工智能 Linux Windows
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
千问办公(QwenWork)是阿里云推出的AI智能办公平台,支持网页端直接使用及Windows/Mac/Linux客户端下载。提供PPT生成、财报分析、网页搭建等AI功能,个人版免费,企业版198元/席/月。详情见官网qwenwork.cn或阿里云产品页。
1075 0
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面