3. 召回范围分析的数据基础

召回范围分析的本质，是在“可能受影响的产品”与“产品实际流向”之间做交集运算。这个交集算得准不准，几乎完全取决于四类基础数据是否完整、是否对得上：产品批次信息、分销记录、库存数据、销售终端信息。本节不讨论召回决策本身，而是聚焦这四类数据从哪里来、按什么口径收集、如何整理成可以直接用于范围圈定的形态。

一、四类数据的角色分工

可以把召回范围分析想象成一条从“问题批次”出发、向“终端消费者”推进的追溯链。产品批次信息回答“哪些产品有问题”，是范围的起点；分销记录回答“问题批次发给了谁、发了多少、什么时候发的”，是范围扩散的主干；库存数据回答“还有多少没流出、卡在哪个环节”，是范围的“截断点”；销售终端信息回答“已经卖出去的部分到了哪些门店、哪些消费者手里”，是范围的末端边界。四类数据缺一类，范围就会出现“算大了浪费、算小了漏召”的偏差。

二、产品批次信息：先锁定“问题单元”

批次信息通常来自生产管理系统（MES）或批记录。收集时要抓住一个原则：批次必须是可唯一识别的最小单元。同一个产品可能一天生产多个批次，同一批次也可能跨班次、跨生产线。整理时至少保留批号、生产日期与有效期、生产线与班次、批次总产量、质检结论五项。批号是后续所有数据关联的主键，一旦批号在分销、库存、终端系统中写法不一致（例如带前缀、带空格、大小写混用），关联就会断裂。因此整理的第一步是统一批号格式，做一次全量去空格、统一大小写的清洗，并核对各系统中批号的取值规则是否一致。

举例来说，某乳品企业某批次总产量为 12,000 箱，批号写作“20240518-A2”。若分销系统里记录为“20240518A2”，库存系统里记录为“20240518-A2 ”，直接做等值匹配会漏掉大量记录。正确做法是先建立批号映射表，把各系统的原始写法映射到统一主键，再开展关联。

三、分销记录：把扩散路径还原出来

分销记录的核心是发货单与物流单。收集时应覆盖“发货方—收货方—数量—时间—物流单号—签收状态”六个要素。整理时按批号汇总，形成“批次—客户—数量—日期”的明细表，并进一步按客户层级展开：一级经销商、二级分销商、直营门店。这里最容易出问题的是数量对不上：发货数量之和与批次总产量之间往往存在差额，差额可能来自留样、报废、内部领用、退货未入账等。差额不能忽略，必须逐项说明，否则范围分析会误判“还有货没找到”。

实际操作中，建议以发货单为事实来源，而不是以客户回传的收货数据为准，因为后者存在延迟和漏报。对于签收状态异常（拒收、部分签收、在途丢失）的记录，要单独标记，这些货物可能仍在物流环节，属于需要拦截的对象。

四、库存数据：确定“还能截住多少”

库存数据来自仓储管理系统（WMS）或企业资源计划系统（ERP），需要区分三种状态：在库、在途、冻结。在库指已入库未出库；在途指已发货未签收；冻结指已被质控或召回流程锁定的库存。整理时要按批号、仓库、货位三个维度汇总数量，并标注状态。召回启动后，第一动作往往是把相关批次的在库与在途库存全部冻结，因此库存数据的时效性非常关键——建议在召回分析时重新拉取一次实时库存快照，而不是使用前一天的对账数据。

库存数据还承担一个校验功能：批次总产量减去已发货数量，应约等于在库加在途加报废留样。若这个等式偏差较大，说明分销记录或库存记录存在遗漏，需要回到源头核查。

五、销售终端信息：划定末端边界

销售终端信息来自门店销售系统、电商订单系统、会员系统与支付流水。它的价值在于把“发到经销商”进一步细化到“卖给了谁”。整理时按批号关联销售订单，提取门店编号、售出数量、售出时间、会员标识或支付流水号。对于散装、称重类商品，终端数据往往只能精确到门店和时间段，此时应结合门店进货记录反推可能受影响的销售区间，并在召回公告中给出时间段而非精确批次，避免过度承诺精确度。

需要提醒的是，终端数据涉及消费者个人信息，收集与使用应遵循最小必要原则，仅用于召回通知与范围判断，不扩散、不超期保存。

六、整理成可分析的数据集

四类数据收集完成后，应整理为一张以批号为主键的宽表，字段包括：批号、生产日期、批次总产量、已发货数量、在库数量、在途数量、终端售出数量、差额及说明。整理过程中坚持三条规则：一是主键统一，所有系统批号先映射再关联；二是数量守恒，差额必须逐项解释；三是时间对齐，发货、入库、销售的时间戳统一到同一时区与格式。完成后的数据集即可直接支撑召回范围的圈定：以问题批次为起点，沿分销记录向下展开到客户与门店，用库存数据截断未流出部分，用终端数据确定已售部分，最终形成“需召回、需拦截、需通知”三类清单。