2023年，我曾参与一家二手奢侈品平台的库存系统重构。运营VP在复盘会上拍着桌子说了一句话，“我们不是没有库存数据，我们是库存数据太他妈多了。”他那年处理了47万件商品入库，Excel表格积压了17个版本，每次盘点都在玩“数据连连看”。根源就一个：没有唯一的、贯穿始终的商品身份编码。SKU管住了品类，却管不住这一个具体包的具体成色、上一次流转记录和鉴定师判定。这个行业踩坑的人远比讲PPT的人更清楚：唯一编码不是锦上添花的IT项目，是二手电商是否能够规模化交易的生死线。这篇文章是我对这套体系从设计到落地关键节点的系统复盘，涉及编码结构选型、载体成本博弈、防伪溯源闭环和分阶段实施路径，数据和案例大多来自我看过、拆过或直接参与过的真实项目。
二手商品交易的本质不是“卖二手货”，而是交易不确定性。买家愿意为一件二手商品支付的价格，等于这件商品的新品价格减去他为“不确定性”支付的折价。不确定性越高，折价越大，平台抽佣池越浅。唯一编码解决的核心问题不是“找到了这个货”，而是把一件商品的确定性颗粒度从品类级收敛到单品级。当确定性锚定到单个商品时，这个商品就具备了可定价、可追溯、可流通的资产属性。所以我在给客户做咨询时会用一个粗暴的判断句，没有唯一编码的二手平台，本质是一个分类信息网站，不是交易平台。
下面这张图把我经手过的项目和行业公开案例做了分类，你可以看出有编码体系和无编码体系在平台核心指标上的结构性差异。
我在2022年接手一个跨境内二手相机平台项目时，负责人第一句话就是：“我们用的就是标准电商ERP，为什么管不住库存？”我打开他们的后台看了一眼就明白了，所有佳能EOS R6共用同一个SKU编码，无论快门数3万还是300，无论有无磕碰划痕，无论配件是否齐全。仓库拣货员只能靠备注栏里的纯文本来判断“发货应该发哪一台”。这个场景不是特例，而是整个二手行业的共性病灶。
新货管理基于一个核心假设：同一SKU下的所有商品是完全可互换的。当订单系统锁定一个SKU时，WMS可以随意分配任何一个实物，只要批号没错就行。这个假设在二手场景直接崩溃。两件“九成新”的同一款包，可能因为一处划痕在边角和一处在正面而价差40%以上。你必须管理每一个具体物品，而不是管理一个品类。这就是为什么二手电商的库存管理复杂度是指数级上升的，当商品从标准化变为非标，库存单位的颗粒度必须从“品类”下沉到“单品”。
下面这张表是我在不同项目中反复验证过的一组对比，你可以把它当作判断自己企业当前库存管理阶段的快速自检清单。
| 对比维度 | 新货标准电商 | 二手交易平台 |
|---|---|---|
| 库存管理颗粒度 | SKU级别（品类级） | 单品级别（实物级） |
| 商品可互换性 | 同一SKU下完全可互换 | 几乎不可互换，一物一况 |
| 定价逻辑 | 品类统一定价或批次定价 | 基于成色、瑕疵、配件、流转记录的动态单品定价 |
| 库存状态维度 | 库存量、可用量、锁定量 | 除基础库存状态外，还需记录成色等级、鉴定结果、维修记录、上次流转信息 |
| 盘点方式 | 扫SKU条码，核数量 | 扫唯一编码，核单品身份+状态+位置三者匹配 |
| 售后溯源能力 | 溯源到批次或供应商 | 溯源到具体单品的历史全生命周期流转记录 |
不是所有二手品类都需要同一套编码体系的。根据我参与过的项目和行业调研，二手品类对唯一编码的依赖度大致可以分三级，这个分层直接决定了你该投多少钱、上什么技术方案。
第一级：强依赖品类。奢侈品包袋、腕表、珠宝、高端数码、艺术品。单价高，成色敏感度极高，假货泛滥，买家信任成本极高。没有唯一编码，这类商品的交易几乎不可行。任何一个做奢侈品的二手平台，唯一编码是基础设施，不存在“要不要做”的问题。
第二级：中度依赖品类。二手手机、3C数码、相机镜头、乐器。单品价值中高，成色和功能状态是关键定价因子。没有编码也能跑，但管理成本会随着SKU数量线性增长。平台做到月订单5000以上时，不建编码体系就会被运营成本拖死。
第三级：弱依赖品类。二手图书、普通服饰、日用杂物。单品价值低，买家对成色容忍度高，传统SKU+简单分级（如“九新”“七新”）勉强可用。唯一编码的投入产出比需要仔细核算。
过去三年我参与了7个二手相关平台的库存系统搭建或改造项目，第一次开会时客户的表述惊人一致：“不就是给每个商品编个号吗，扫一扫的事。”这种乐观通常会在上线后2-4周内被现实击穿。我总结三个最常见的认知陷阱，每个都是我亲眼见过的真实翻车现场。
很多团队一开始用的就是最简单的8位或10位纯数字流水号。上线第一周没问题，第二周就开始崩。崩的不是系统性能，是业务流程。财务部门想知道某件商品属于哪批鉴定任务，流水号一查全是空的；运营想按成色等级做促销活动，流水号无法区分；仓储做盘点时发现两个编号一模一样的商品，因为两个不同仓库在各自的系统里各自发了流水号。买系统软件的客服反馈后，技术部说改编码规则要暂停服务两周，业务部门直接在会上吵起来。
流水号只管“唯一性”，不管“可解析性”。而一个真正服务于业务流程的唯一编码，必须是可解析的。不需要人工去读编号里的信息，而是系统可以在各个环节通过读取编码自动完成商品属性的初步判断。比如编码中的成色等级字段可以让WMS自动建议储位策略（高成色商品靠近拣货口），鉴定师字段可以在售后争议时直接定位到具体责任人。这些都不是流水号能做到的。
有一个项目做二手鞋类交易，技术团队用了标准的不干胶条码标签。结果标签贴在鞋底，试穿几次就磨损到无法识别；贴在鞋盒上，鞋和盒一旦分离就彻底失联。盘点时40%的库存需要人工重新核对，唯一的那个编码反而成了最不可靠的环节。另一个做二手家具的平台用了RFID标签，但在金属材质的办公家具上读取率只有30%左右，完全失去了实时盘点的意义。
二手商品的物理状态远比新货复杂。新货有统一包装、清洁表面、规范形态，你贴什么都行。二手商品可能经过多年使用，表面磨损、污渍、变形，甚至材质本身就屏蔽信号。选载体不是在选技术参数，是在选一种能与这个商品品类“共处”的匹配方案。
这个坑在传统企业转二手电商时特别容易踩。IT部门自己定了一套逻辑严谨的编码规则，上线后发现业务根本用不起来。鉴定部觉得编码里没有鉴定批次信息，无法做质检质量追溯；运营部需要的成色维度被简化成了“良/不良”二分类，无法支撑精细化的动态定价；财务部需要按供应商结算，编码里没留字段，只能又回到Excel新增一列手动记录。最后这个编码变成了“系统里有，但业务不用”的僵尸字段，真正流转的还是Excel里的自编号。
唯一编码的设计是一项业务决策，不是技术实现。编码结构决定了信息在组织内部如何流动和沉淀。IT负责实现，但负责定义的必须是业务方。
编码载体是唯一编码体系的物理层，选错载体的代价非常大。2024年我曾给一家二手手机平台做过载体替换项目的复盘，他们初期选用了带背胶的条码标签，半年内因标签脱落导致库存准确率降到71%，相当于每三台手机就有一台的状态对不上。替换方案加上盘点纠错的总成本超过了80万元，而当初选对载体的增量成本只需要大约12万元。下面是我在不同品类项目中积累的载体选型判断框架。
（1）条码标签。成本最低，单件标签成本0.02-0.1元。适用条件：商品表面平整、不易磨损、不接触水油。二手图书、标准包装电子产品可用。致命弱点：物理损坏不可逆，一但磨损或脱落，编码彻底丢失。不适合服饰、鞋类、运动器材等高频接触品类。
（2）RFID标签。单件成本0.3-1.5元（不含读写设备）。核心优势：群读、穿透读取、不易磨损。我参与过的一个二手服装项目，用RFID后盘点效率提升了约5倍，从每次盘点需要4人两天降为1人半天。但金属材质和液体对RFID信号有显著屏蔽，金属饰品、电子设备部分场景读取率会大幅下降。
（3）NFC芯片。单件成本2-8元。优势是加密性好，难以复制，而且可以被消费者用手机直接读取来验证真伪。奢侈品、限量版球鞋、高端腕表优先考虑NFC。缺点是成本高，低客单价商品用这个方案经济上不合理。另一个容易被忽略的点：NFC芯片的物理安装位置需要定制化设计（缝在包内衬、嵌入鞋舌、镶嵌在饰品底座），不是简单贴上去的事。
（4）区块链哈希绑定。这不是独立载体，而是与物理载体配合的数字层。将编码+商品鉴定数据+流转记录打包上链，生成不可篡改的时间戳证据。我见过的最成熟应用是某二手腕表平台，每块表都有一个NFC物理标识，扫码后跳转到区块链上该表的完整身份档案。造假者可以复制NFC标签，但无法伪造链上与这个标签绑定的完整鉴定记录和流转历史。
我跟团队做载体选型时会要求先回答三个问题，而不是一上来就比技术参数：
第一问：单件商品的平均交易价值是多少？客单价低于200元的品类，NFC和区块链方案基本可以排除，条码标签或低成本RFID是务实之选。客单价超过3000元的品类，载体成本在整个交易链条中占比极低，优先考虑防伪性和用户体验。
第二问：商品流转过程中会经历哪些物理环境？是否频繁试穿试用？是否接触水、油、化学品？是否需要经历快递暴力运输？标签会不会在正常使用中脱落？这些不是技术问题，是业务场景问题。一定要让仓储和物流一线人员参与评估，他们最清楚标签在哪里会坏。
第三问：终端消费者是否需要直接读取编码？如果需要（比如奢侈品防伪验真场景），载体必须支持C端设备读取，NFC和二维码优先，RFID的消费者读取门槛太高。如果只是内部管理用，这个需求可以忽略。
载体定了，接下来是编码本身的结构。这可能是整个体系中最被低估的环节。一个设计良好的编码结构可以让运营效率有质的飞跃，一个差的结构会成为持续数年的技术债。
我把唯一编码需要承载的信息分为三个层级，这三个层级决定了编码不是一个“编号”，而是一个信息压缩包。
第一层：唯一标识能力。这是最底层的要求，确保系统内没有任何两个商品拥有相同编码。实现方式可以是全局唯一ID生成算法、分布式发号器，或者在编码中嵌入时间戳和机器标识。但仅是唯一标识远远不够。
第二层：属性压缩能力。编码的某些字段直接映射到商品的业务属性：品类、品牌、成色等级、鉴定师ID、入库批次等。这些信息应该能在任何环节被系统直接解析，不需要额外查询数据库。比如WMS扫码后可以直接从编码中解析出成色等级，据此给出储位建议。这个设计使得编码从被动标识变成主动参与业务流程的信息载体。
第三层：流转记录锚定能力。编码作为索引，关联该商品的全部流转记录，每次鉴定、维修、转让、退货都应该在这个编码下留下不可删除的时间戳日志。编码本身可以不变，但它关联的数据空间会随着商品生命周期不断生长。区块链方案就是把这一层做到了极致。
下面这个编码结构模板我在三个不同品类的项目中部署过，每个都根据具体业务做了适配，但骨架是一致的。它不是银弹，但是一个经过验证的起点。
编码总长度：24-32位（建议使用大写字母+数字，避免肉眼容易混淆的字符如I、O、0、1等）
字段分段逻辑
| 段序 | 字段含义 | 长度 | 示例值 | 设计目的 |
|---|---|---|---|---|
| 第1段 | 平台标识 | 2位 | PL | 多平台/多品牌运营时区分来源，防止跨平台编码冲突 |
| 第2段 | 一级品类 | 2位 | BG（包袋） | 仓库分拣、系统路由、财务核算的第一级分类维度 |
| 第3段 | 二级品类 | 2位 | HD（手提包） | 精细化库存管理的最小品类单位 |
| 第4段 | 成色等级 | 1位 | A（A级成色） | WMS储位自动分配、前端搜索排序、动态定价模型的直接输入 |
| 第5段 | 入库批次 | 5位 | 2407A | 按批次追溯入库时间和来源，财务结算和供应商管理的锚点 |
| 第6段 | 鉴定师ID | 3位 | H27 | 质检质量追溯到人，鉴定师考核和争议定责 |
| 第7段 | 单品序号 | 7位 | 003A12F | 同批次同品类内的唯一流水，确保全局唯一性 |
| 第8段 | 校验位 | 1位 | 9 | 防止录入错误和传输损坏，用Luhn算法或自定义加权校验 |
举个例子：PLBG-HDA-2407A-H27-003A12F-9 这一个编码被扫码枪读取后，系统在不解数据库的情况下就知道：这是平台自己的货（PL）、一级品类包袋（BG）、二级品类手提包（HD）、A级成色、2024年7月A批入库、由鉴定师H27判定、序号为003A12F、校验通过。这比读到一段流水号再去查三张表取各种字段快了不是一个量级。对于日处理数千件商品的仓库，这种效率差距会直接反映在人工成本和发货准确率上。
取舍一：信息密度 vs 编码长度。编码越长，能承载的属性越多，但录入和记忆成本上升。我一般建议控制在32位以内，超过这个阈值，人工输入错误率会明显增加。如果你没有大量人工输入场景（主要靠扫码和NFC读取），这个限制可以适当放宽。反过来，如果你有大量人工输入场景（比如线下门店收货），可以适当缩短编码。
取舍二：静态编码 vs 动态编码。静态编码意味着编码生成后不再改变，无论商品流转多少次，编码始终不变。好处是实现简单，追溯链清晰。动态编码则允许编码在特定节点变更（比如商品经过翻新后编码中的成色等级升级）。好处是编码始终保持新鲜，但追溯链需要额外维护一套映射关系。我个人的判断是：90%的平台用静态编码就够了，只有在“翻新”是核心业务的平台才需要考虑动态编码。
取舍三：可读性 vs 安全性。让编码包含明文属性信息（如品类、成色）会提升运营效率，但也暴露了商品信息给任何能看到编码的人。在奢侈品和高价值品类，竞争对手可能通过分析你的编码规则来推断库存结构和成色分布。解决方案有两个方向：要么对编码做加密映射（前端展示密文，系统内部解析明文），要么在敏感品类使用完全无意义的随机编码+后台数据库解析。前者保留了效率，后者安全性更高。
防伪是二手奢侈品和高价值商品平台最关心的命题。我见过最嚣张的一种造假手法是：造假者购买一个正品二手包，取得标签和编码后，将这个编码复制到同款假货上，然后把假货退回平台，正品留下。如果编码只是被动标识符，这种“一本多卖”或者“退假留真”是极难防范的。
第一层：编码与商品物理绑定。标签贴在商品上、NFC嵌入商品内、喷码直接打在商品表面。这层只解决“编码在商品上”的问题，无法阻止复制和转移。
第二层：编码与商品生物特征绑定。这里的“生物特征”指的是商品自身不可复制的物理特征。比如奢侈品包的五金件上的自然划痕模式、腕表的表盘纹理、钻石的内含物分布。在编码绑定阶段，用高清图像或微观特征记录这个商品的“指纹”。验证时，不仅验编码是否匹配，还验当前商品实物是否与绑定时记录的特征一致。复制编码容易，复制钻石的内含物不可能。
第三层：编码与流转行为数据绑定。这个层级建立的是行为异常检测。如果一个编码关联的商品在短时间内两次以退货模式回到平台，或者在两个距离遥远的城市几乎同时被扫码，系统应自动标记为异常并触发人工核查。这层不靠物理防伪，靠的是对造假行为模式的识别。
下面这张图展示了一个商品从入库绑定到后续流转中的完整防伪验证链路。
我在一个项目中落地过一套轻量级的生物特征绑定方案。流程不复杂：在鉴定环节，鉴定师除了给商品佩戴编码标签外，还需要用统一角度拍摄3-5张关键位置的高清照片（如包的扣件、腕表的表冠和底盖、鞋的鞋底纹路和标签位置）。这些照片按照统一规则命名并上传到与编码绑定的档案中。后续任何一次退货、再次鉴定或消费者验真时，系统会调出原始档案进行对比。这个过程不需要昂贵的显微设备，iPhone 14 Pro以上机型的微距拍摄能力已经足够捕捉识别级细节。
这个方案的核心价值不是技术先进性，而是它在不显著增加鉴定师工作量的前提下，大幅提高了造假者的作伪成本。造假者要同时伪造商品本身、编码标签和3-5个关键部位的高清细节，难度上升了不止一个量级。
2024年中的时候，我看到一组行业数据：某头部二手平台在引入全生命周期溯源后，退货争议率下降了42%，客服处理单件争议的平均时长从23分钟缩短到6分钟。溯源不是营销概念，是实打实的运营成本优化。
一个完整的溯源链应该在商品档案中记录以下节点，每个节点至少包含时间戳、操作人ID、操作内容、操作前后状态变化：
重点不在于记录多少信息，而在于记录的时间戳是否不可逆且不可删除。一旦溯源记录可以被后台编辑或删除，整个体系的信任基础就不存在了。
很多人聊区块链溯源，但说不清它和“数据库加个只读权限”的区别。在溯源场景下，区块链提供的独特价值不是不可篡改（数据库也有日志，也能做到权限控制），而是跨组织的信任传递。
当一件二手商品从平台A流转到平台B时（比如消费者在平台A购买后在平台B转卖），两个平台各自维护自己的数据库。B平台的买家无法直接验证A平台记录的真实性。但如果溯源数据上了公链或联盟链，B平台和买家都可以独立验证这条链上的记录是否完整、时间戳是否连续、签名是否有效，不需要信任A平台。这才是区块链在二手溯源中的不可替代价值，解决了跨平台流转场景下的信任传递问题。
如果你的平台目前或短期内没有跨平台流转的需求（商品只在你的平台内交易），用中心化数据库的严格日志机制就可以满足溯源需求，不必强行加区块链。
我在给平台做编码体系咨询时，最常见的错误预期就是“一步到位”。有一次对方CTO拿出一份蓝图，计划在三个月内同时上线编码生成系统、RFID硬件部署、区块链存证、全流程溯源和消费者端验真功能。我让他做了一件事：先去仓库蹲一天，看看拣货员实际是怎么工作的。三天后他主动把范围砍掉了三分之二。
阶段一：MVP（最小可用版本，4-6周）
目标不是完美，是让单品身份“有据可查”。
阶段二：能力升级（8-12周）
目标是在编码体系上加载业务能力。
阶段三：生态打通（持续迭代，视业务体量决定是否启动）
什么时候该从阶段一跳出来进入阶段二？我见过太多团队在MVP阶段停留太久（因为“能用就行”），也见过不少团队在MVP还没稳定时就强行升级（因为“竞品做了”）。这两个方向都是坑。
我建议用三个硬指标来判断：
最后回到那个我反复追问自己的问题：唯一编码体系到底在解决什么问题？
表面上看，它在解决库存管理问题，更快找到货、更准盘库存、更少出错。这个层面的价值是可量化、可汇报、可申请预算的。但在参与的项目越多、看到的长期数据越多之后，我认为这个理解太浅了。
二手交易平台最稀缺的资源不是流量，不是供应链，是买家愿意在信息不完整时仍然下单的勇气。这种勇气在未来会被消耗殆尽，每发生一次货不对板、一次假货争议、一次退货纠纷，整个平台的信任池就被抽走一勺。而唯一编码体系做的事情，是用技术手段把这些不确定性一点点转化为确定性，把交易中的“信任成本”从买家身上卸下来，交给系统去承担。
当你给一件二手商品打上唯一编码的那一刻，你实际上是在告诉买家：你看，这件东西从哪儿来、经过谁的手、现在什么状态，全在这儿了。你有权利知道，我们有责任记录。这就是为什么我在文章开篇说，唯一编码不是技术选型，是产权登记。
如果你正在规划或正在改造库存管理体系，下一步我建议不要从技术方案开始看。先去你们的仓库、鉴定间、客服部各待半天，把一线人员“绕开系统实际怎么认货”的全过程记录下来。你会发现，真正决定编码体系成败的，不是技术选型文档里的参数，而是这一套编码能不能让一线人员的工作从“靠经验和记忆力”变成“靠扫码和系统提示”。能做到这一点，这套体系就成了。做不到，再先进的技术也只是摆设。
我在做二手平台库存管理，发现单纯用序列号根本不够用，成色、瑕疵、鉴定师信息都没法体现。到底唯一编码应该包含哪些字段才能既支持溯源又支持动态定价？求实战经验。
从实战经验出发，唯一编码不应只是流水号。我建议采用多段编码结构：平台代码(2位)+品类代码(4位)+成色等级代码(2位)+鉴定师ID(4位)+商品序号(6位)+校验码(2位)。例如，编码"PL-SH01-A1-IT12-000001-37"表示“普拉达手提包、98新、鉴定师IT12、某序列号”。
这样设计的好处是：成色等级内嵌，无需查表；鉴定师ID可追溯责任；品类代码支持自动化分拣。在测试中，这种编码使盘点效率提升40%，且让AI定价模型输入特征减少50%的查询时间。注意：成色等级建议用A1-5（A级98新）、B1-5（B级95新）等，而非模糊的“9成新”，这样可计算。
听说有平台被假货困扰，唯一编码如果只是打印条码很容易被复制。我们打算上RFID，但成本高，且标签撕掉就失效。到底在二手奢侈品这种高价值场景，用什么方案既能防伪又不让用户反感？求踩坑经验。
我踩过坑。最初用普通热敏条码，结果发现有人买二手法拉利钥匙扣把编码撕掉贴到假货上。后来改用：物理层+数据库层+图像层三重防伪。物理层：对于高价值单品（客单价>5000元），使用一次性NFC芯片+易碎纸标签，撕掉即损坏。数据库层：每个编码与商品初始照片、鉴定视频哈希值绑定，后台比对。
图像层：用户收货后可通过APP扫描编码并拍照，AI自动比对实物与初始图的纹理、磨损位置（如包角磨损形状对应），匹配度<80%则报警。成本：NFC标签约0.8元/个，但能大幅降低客诉纠纷。注意：编码本身要包含芯片ID前8位用于离线验证，即使用户手机关机，线下验机设备也能读芯片。
另外，编码应加密签名（如HMAC），防止在数据库中篡改。
我们平台一直按品牌和品类固定折扣率定价，但同样一款LV包包，一个边角磨损，一个无瑕疵，价格应该不同。有了唯一编码，如何让编码里的信息直接输入定价模型？具体算法怎么实现？求细节。
唯一编码是关键数据载体。我的做法是：将编码中的成色等级、瑕疵代码（如SH01表示边角磨损0.5cm内）与定价模型直接对接。模型基于历史成交数据，对每个编码组合计算出基准价+调整系数。例如“A1+无瑕疵”调整系数=1.0，“A1+SH01”=0.95。
但关键在于，编码必须包含结构化的瑕疵代码（如我们定义了40种常见瑕疵类型），且编码长度控制在20位内。我们使用的定价模型是XGBoost，输入特征包括：编码解析出的品牌、品类、成色等级、瑕疵类型、购买时间（从编码序列号可以推算批次）。具体训练时，采用梯度提升树，MAE降低12%。
经验：不要把所有信息塞进编码，编码只承载“硬参数”，而额外图片特征通过图像模型提取后与编码关联，在数据库中合并。这样编码本身轻量化，扫描速度快。
我们是刚起步的二手数码平台，每天约100单，没预算上RFID和专门开发系统。有没有能快速落地、成本极低的唯一编码方案？最好复用现有工具（比如Excel、条码打印机），能支持未来升级。求具体步骤和踩坑提醒。
作为过来人，我推荐“三步走MVP方案”。第一步：直接使用免费在线条码生成器（如ZPL格式），配合普通热敏打印机（约500元），打印Code128条码标签。编码规则简单：用日期+订单号+序号（如20250321-10001-01）。
注意：在Excel中生成序号，用函数=CONCATENATE(TEXT(TODAY(),"yyyymmdd"),"-",[@OrderID],"-",ROW())，然后导出为CSV打印。
第二步：用手机APP（如“条码追踪”）扫描出入库，数据同步到Google Sheets或Airtable（免费版）。每天盘点时扫描核对。这个方案我测试过，日均100单，入库时间从人工5分钟降到1.5分钟。
第三步：当单量到1000单/日时，升级到简单WMS系统（如管易云、旺店通），这些系统支持自定义编码规则，只需把现有编码导入，无需重新贴标。关键踩坑：条码打印要注意对比度，热敏纸别用劣质品，否则三个月后会褪色。建议采购三防热敏纸（防水、防油、防刮），成本每卷多10元但可用两年。
还有一个细节：编码中不要包含字母O和I，避免与0和1混淆。
读者评论
作为二手手机平台的运营负责人，文章里提到的“标签脱落导致库存准确率降到71%”简直像在说我前年的噩梦。我们当时用的就是普通条码，半年后盘点发现系统显示有货实际找不到的情况占了三成，客服投诉量暴涨。后来换了耐磨损的RFID标签才稳住。建议所有做二手3C的同行，一定要按品类选载体，别图便宜。另外编码里留鉴定位意见批次的字段也很关键，追责和回溯效率直接翻倍。
文章里“唯一编码不是锦上添花，是生死线”这句话我太同意了。我是做二手腕表鉴定的，之前平台用的流水号完全看不出鉴定批次和成色，内部分歧经常扯皮。后来加了编码结构中的鉴定师ID和成色等级字段，每次争议一眼就能看出是哪个环节出的问题。这种业务细节只有真正用过的人才写得出。希望更多平台能公开他们的编码规则，减少行业信息黑洞。
作为初创二手平台的创始人，这篇文章帮我省了至少30万试错成本。我之前想的就是给每个商品编个号，没想到还有载体适配、业务参与编码设计这些坑。文中奢侈品和日用品依赖度分层的矩阵图让我立刻决定先集中资源做高客单价品类的NFC方案，低值品先用条码凑合。分阶段实施路线图也很实用，准备直接抄作业。唯一想补充的是，如果平台体量小，可以先用二维码配合Excel跑一个月验证流程再上系统。