场景：①订单拆分时，赠品和对应的主品拆开了，导致买家频繁询问售后客或者发生退款。
②赠品先发，客户如果产生退款，赠品可能无法追回导致成本损失,

③售后退货部分退货时，不知道应该退回哪些赠品，导致数据无法对产，仓库作业混乱，财务对账难度大。

场景：淘宝一个运营团队，抖音一个运营团队，报货和库存都分开计算，但是希望可以在一个仓库进行发货

场景：①把同一个通道的产品拆分到一-单，方便更快速发货需要特殊处理

②刷单的订单需要打一个标签

③买家买了30瓶饮料，按24（一箱）+6（散件）进行箱规拆分

场景：①多异地仓库，需要兼顾最优履约时效和物流成本，需要人工计算手动调整;
②物流成本变化快，新政策出来后，需要频繁修改策略或执行规则

③需要同时判断是否有库存和物流资费，选择最优仓库和物流。

场景：
①仓库的人到岗后，必须要等待审单员审核好订单才能进行作业。
②订单预设一定的规则，满足条件的订单就自动审核。

场景：① 打单发货时需要基于自己的业务将一单一货，一单多货的订单分开处理或手动创建波次，特殊单提前筛出进行手动处理.....打单员的业务熟练度需要足够高； ② 打印发货同时前端的审核也在进行，拣货波次的创建存在时差，不是实时最优（波次包含A1~C2货位的订单，新审核订单有B2货位的，波次应该按A1-B2创建）

场景：① 运营经常推出新活动，作为仓储人员每次发货时需要自己筛选相同种类或相同结构的订单进行打单发货，并不知道整体订单结构，活动期间没办法提前做出调整（预包、爆款集货、提前补货等） ② 已知预售链接内容，需要打印时单独筛选

场景：随着平台策略的升级，售后处理时需要考虑的因素越来越多常规的按店铺全局自动和信息回传已经不能满足售后客服的需要了依旧有较多订单需要手动干预退款/退货/换货/改地址等

场景：① 货位多，仓储拣货时需要“满仓库跑”，栋货路径长；② 作为管理者需要清晰见到仓储的整体布局结构，便于调整管理方案；
可以看到大致的货位情况，需要结合仓库纸质平面图来了解货区货位分布，拣货可以按基础的货位编号排序拣货，但路径较长