返回简历首页
Efficiency Tool Algorithm Driven

FBA 智能装箱与表格自动化工具 v3.5

针对亚马逊多 SKU 运营中常见的“装箱难、填表慢、易报错”问题,我自研了一套基于浏览器前端的自动化处理系统。通过算法和 Excel 自动化重构,把原本高频、易错的仓储流程变成了可重复的内部工具能力。

My Role

我负责从业务痛点拆解、逻辑设计到前端实现,把一线团队的经验规则沉淀成工具。

Core Problem

仓储和货件流程里最难的是高频重复又不能出错,一旦人工计算或填表失误,后续成本会被迅速放大。

Why It Matters

这类项目证明我不只会讲提效,而是能把一线业务问题真正做成可复用、可交付的流程资产。

核心提效指标

100%
计算准确率
~30m/Day
每日工时节省
Zero
数据录入误差
ExcelJS
底层技术栈
智能装箱工具界面截图

01. 多 SKU 混装逻辑自动化

挑战: 当货件涉及数十个 SKU 时,人工计算分箱容易产生“长宽高溢出”或“单箱超重”的问题,导致仓库拒收。
方案: 工具内置 SKU 规格映射算法,自动根据箱体限制进行最优排列组合,实时生成装箱指令。
结果: 计算耗时从 5 分钟降至 5 秒,且完全规避了人为计算失误带来的合规风险。

装箱逻辑演示截图

02. 快速表格填充 (Batch Filling)

挑战: 亚马逊卖家中心需要下载、填充并上传复杂的 Excel 模板,手动操作重复率极高。
方案: 工具实现了对卖家中心原始表格的自动解析与回填。通过前端 JS 直接操作二进制数据流,生成可直接上传的规范文件。
价值: 极大简化了仓库打包人员与运营人员的协作 SOP,实现了数据流的无感对接。

Excel 自动化导出截图

Leo 的产品经理思考:

业务工程化能力: 这个项目证明我不仅能使用 AI,更能通过代码解决业务场景中的非 AI 结构化难题,具备完整的逻辑拆解和工程落地能力。

以用户为中心: 考虑到一线操作员的电脑性能,我坚持采用纯前端处理,无需服务器后端,实现了“零安装、极速响应”的用户体验。

流程资产化: 该工具目前已沉淀为团队的内部生产力 SOP 资产,将“个人经验”转化为了“系统能力”。

如果你也在做“高频重复但不能出错”的业务流程,这类工具思路会很有帮助

真正好的提效不是做一个花哨界面,而是把人工经验沉淀成可以稳定运行的流程。如果你也想把业务经验工具化,我们可以直接聊。