感謝導(dǎo)語：加權(quán)平均是一種常見得動(dòng)態(tài)成本算法，在它得算法框架下，當(dāng)庫(kù)存=0時(shí)，可能會(huì)造成“雙O”問題，這種情況下要怎么辦呢？感謝就這個(gè)問題進(jìn)行分析，提出了解決辦法，一起來看一下吧。

加權(quán)平均或移動(dòng)加權(quán)平均，是一種常見得動(dòng)態(tài)成本算法。用每次采購(gòu)入庫(kù)成本和在庫(kù)成本加權(quán)平均，更新為新成本。加權(quán)平均成本計(jì)算公式：

（入庫(kù)產(chǎn)品得成本+在庫(kù)產(chǎn)品得成本）/（入庫(kù)產(chǎn)品數(shù)量+在庫(kù)產(chǎn)品數(shù)量）

在此算法框架下，有一些特例。比如：當(dāng)庫(kù)存=0時(shí)，產(chǎn)品成本價(jià)是否也應(yīng)該=0 ？

如果產(chǎn)品成本價(jià)=0，出現(xiàn)了無采購(gòu)價(jià)格得入庫(kù)時(shí)（比如退貨入庫(kù)），會(huì)造成入庫(kù)成本計(jì)算=0得問題。

不管是基于算法還是基于常識(shí)，我們都很容易發(fā)現(xiàn)這個(gè)結(jié)論并不妥當(dāng)。但是加權(quán)平均和先進(jìn)先出不同，并不依賴完整得歷史出入庫(kù)流水去獲取退貨產(chǎn)品得成本價(jià)。

所以在這種情況下（庫(kù)存=0，產(chǎn)品單價(jià)不能等于0，而是應(yīng)該保持加權(quán)計(jì)算為0之前得非零數(shù)值），這樣即可合理解決非采購(gòu)入庫(kù)得入庫(kù)成本計(jì)算問題。

按照1得推理分析，庫(kù)存=0時(shí)，成本價(jià)不應(yīng)等于0。這時(shí)出現(xiàn)另一個(gè)特例，采購(gòu)入庫(kù)供應(yīng)商贈(zèng)送得產(chǎn)品（采購(gòu)單價(jià)=0），這時(shí)成本應(yīng)該等于多少？這種情況就是“雙O”問題——加權(quán)平均產(chǎn)品，在庫(kù)存為0時(shí)，入庫(kù)0成本得產(chǎn)品。

注意，這種情況下沒有完美解。兩種算法：

產(chǎn)品成本加權(quán)平均計(jì)算=0，本次入庫(kù)產(chǎn)生得加權(quán)平均成本正確。但如果這時(shí)出現(xiàn)退貨入庫(kù)（無成本價(jià)得入庫(kù)），則會(huì)造成退貨入庫(kù)產(chǎn)品成本也=0（錯(cuò)誤）。產(chǎn)品成本保持最后得非0值，和本次入庫(kù)得加權(quán)平均計(jì)算沖突（錯(cuò)誤）。

能不能找出一個(gè)徹底得方法解決呢？當(dāng)然可以，只要在加權(quán)平均算法基礎(chǔ)上增加對(duì)歷史出入庫(kù)流水得數(shù)據(jù)調(diào)用，永遠(yuǎn)避免出現(xiàn)無成本得入庫(kù)，即可解決這個(gè)問題。但是這樣一來，加權(quán)平均算法得邏輯便捷就會(huì)消失。

根據(jù)各種情況出現(xiàn)得概率，把錯(cuò)誤出現(xiàn)概率蕞低得情況排除掉，然后選定方案。

雖然不完美，但是經(jīng)過這種分析和比較，咱們距離完美又接近了一步。

一如微積分中引入得極限概念（如果我們想把全體實(shí)數(shù)視為一條連續(xù)得線，這些數(shù)字都必須是實(shí)數(shù)。盡管它們可能只是現(xiàn)實(shí)得近似值，但卻行之有效），引入一個(gè)假定條件，明確問題得邊界，把出錯(cuò)概率降至蕞低，也是業(yè)務(wù)邏輯中常用得分析方法。

最后得結(jié)論，加權(quán)平均計(jì)算為0得情況，分析：在庫(kù)成本=0（庫(kù)存=0）且入庫(kù)成本=0（采購(gòu)單價(jià)/成本=0），雙0邏輯。

處理方法，目前分為兩類：

采購(gòu)入庫(kù)、直接入庫(kù)時(shí)，直接更新產(chǎn)品表成本字段=0其他類型：裝配入庫(kù)、sku轉(zhuǎn)化入庫(kù)、訂單退貨入庫(kù)等，不更新產(chǎn)品表成本字段（保持原值）

感謝由 等糨醬紫 來自互聯(lián)網(wǎng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止感謝

題圖來自Unsplash，基于CC0協(xié)議