退货难追，根因往往是“状态断链”，不是“人手不够”
我先给出判断：品牌商家要解决移动办公卡在退货难追的问题，重点不是再建一个更大的退货表，而是建立一条从售后申请到最终库存归属的可追踪链路。每个节点都要有统一单号、明确状态、负责人、发生时间和下一步动作；每个状态都应该能在手机端被更新，并且能回到订单、商品、仓库、物流和退款记录。只有这样，管理者看到的才不只是“已签收”四个字，而是“已签收、待质检、质检结果为可售、已回库、库存已增加”的完整事实。
口径说明：上述“6类、1个、3种、24h”是用于帮助理解流程的设计参考，不是行业统一标准。不同商品的保质期、质检复杂度、仓库班次和平台规则不同，企业应以自身SLA和财务规则校准。
为什么退货问题特别容易在移动办公中暴露
我观察品牌商家时，会先把退货看成一条跨岗位、跨地点、跨系统的业务链。客服可能在家办公，消费者在平台提交售后，快递从不同城市寄回，仓库人员在手机上确认签收，质检人员再决定商品是否可售，财务根据规则处理退款，运营最后还要判断是否需要补货、改商品详情或调整渠道策略。任何一环只留下口头信息，下一环就会面对“我不知道上一环做了什么”。
退货流程与正向发货不同。发货通常是一个相对清晰的单向动作：订单确认、拣货、出库、配送、签收。退货则可能出现部分退货、换货、拒收、二次寄回、平台介入、物流丢件、包装损坏、赠品缺失和退款先行等分支。若软件只记录“退货完成”而不记录分支，管理者很快会发现系统里有数量，却没有事实。
前台看到了申请，后台没看到货
客服在平台后台看到“买家已寄出”，仓库却没有可核验的运单号或预计到货时间。两边都以为对方会继续处理，最后出现消费者重复催问、客服反复转述的情况。
物流签收了，库存还没有归属
物流轨迹显示退件已签收，但仓库只把包裹暂放在待检区，系统仍没有记录商品状态。此时可售库存少算，待处理退货多算，采购和运营看到的库存信号会被扭曲。
退款完成了，责任还没闭环
财务按照平台时限完成退款，但质检发现商品缺件或人为损坏。若没有关联证据和责任标签，月底只能人工翻聊天、找照片，无法稳定地统计损失来源。
同一个商品，在不同表里叫不同名字
运营用SPU，仓库用SKU，客服用商品简称，平台又有自己的编码。退货分析如果只按名称匹配，容易发生重复统计、规格混淆和库存错配，尤其是颜色、尺码、套装商品。
先问自己四个问题
- 每个退件是否都有唯一的退货单号，而不是只依赖订单号？
- 手机端能否在仓库现场上传签收、外包装和质检照片？
- 可售、残次、待判定是否进入不同的库存状态？
- 管理者能否按“超时天数、仓库、渠道、SKU”筛选异常？
判断方式：如果有两项以上回答是否定，问题大概率不是单点人员疏忽，而是流程和系统之间缺少连接。
“难追”到底意味着哪些可测量的问题
“退货难追”是一个很有感受、但不够可执行的描述。我会把它拆成等待时间、信息完整度、状态准确度和库存影响四组指标。这样做的好处是，团队不必争论“是谁没跟进”，而是可以直接看“哪一个节点的等待时间最长”“哪一个字段缺失率最高”“哪一类商品的质检退回比例更高”。当问题变成指标，系统才有机会给出稳定的动作。
| 业务感受 | 可量化指标 | 需要采集的字段 | 建议动作 |
|---|---|---|---|
| 退件到了但没人处理 | 签收至质检的小时数、超时率 | 签收时间、质检开始时间、仓库、负责人 | 建立超时队列，按仓库班次分配任务 |
| 客服查不到进度 | 状态查询成功率、人工转问次数 | 售后单号、当前状态、下一节点、更新时间 | 让客服查看统一状态，不再询问多个群组 |
| 库存总是对不上 | 退货入库差异率、状态转换及时率 | SKU、数量、质检结果、库存状态、入库单 | 质检结果触发对应库存归属，禁止直接入可售库 |
| 月底复盘说不清原因 | 缺证率、异常关闭周期、损失金额 | 照片、责任类型、退款金额、处理结论 | 把证据和责任标签作为关闭前必填项 |
很多“看起来很努力”的处理方式，为什么仍然追不住退货
我不建议把团队的努力简单归结为“执行不到位”。在信息分散的情况下，员工会自然地选择最容易完成的动作，例如在群里发一句“已签收”、在表格里填一个“处理中”、在平台后台点一下“同意退款”。这些动作并非没有价值，但它们往往无法把事实带给下一位处理者。下面几个误区，恰好解释了为什么人越忙，数据越乱。
误区一：把群消息当流程
群消息适合提醒，不适合当作业务主记录。消息可能被置顶、折叠、撤回或淹没，也很难稳定关联SKU、数量、退款金额和库存状态。用它追单，依赖的是某个人记得去搜索。
误区二：一张大表解决所有事
一张表初期看起来简单，但客服、仓库和财务需要的字段不同，最终会出现大量空列、重复录入和版本冲突。表格可以作为过渡工具，却不应替代状态流转、权限和库存凭证。
误区三：签收就等于入库
签收只证明包裹到达，不代表商品可再次销售。商品可能少配件、被使用、受潮、串码或与申请不一致。把签收直接当入库，会把质量风险传递给可售库存。
误区四：只看退货率，不看退货结构
同样是10%的退货率，可能来自尺码不合适、详情页误导、物流破损或质量问题。只看总比例会遮蔽真正可改善的环节，应拆到渠道、SKU、原因和时间段。
误区五：移动化等于把电脑搬到手机
手机端不是缩小的桌面表格。仓库现场更需要扫码、拍照、少量必填字段、离线或弱网容错和一键确认。字段过多，员工会绕开系统，回到纸笔或口头记录。
误区六：上系统后不设管理阈值
有了系统不代表问题会自动消失。如果没有规定签收后多久质检、质检后多久入库、异常多久升级，大家仍然只能看到状态，无法判断是否需要干预。
用“五层模型”判断电商进销存软件是否真的适合退货
我会把软件判断拆成五层，而不是先比较页面数量或宣传中的功能名。退货管理的核心是从事实采集到经营决策逐层递进：第一层要保证数据被记录，第二层要保证状态能流转，第三层要保证库存被正确归属，第四层要保证异常能被发现，第五层要保证管理者能够解释并采取行动。
事实采集
能否在现场留下证据
至少应记录售后单号、订单号、SKU、数量、物流单号、签收时间、仓库和照片。对串码商品、贵重商品或易损品，还要增加序列号、外观和配件状态。
状态流转
每个节点是否有清晰的下一步
建议至少使用“待寄回、运输中、已签收、待质检、质检中、待入库、已入库、异常关闭”等状态。状态名称要让客服、仓库和财务理解一致，不能只用含义模糊的“处理中”。
库存归属
退回商品是否与可售库存隔离
质检前进入待判定库存，质检后依据结果转为可售、残次、维修、报废或供应商待处理。每一次转换都要有数量和时间，避免用手工加减覆盖原始记录。
异常识别
系统能否主动告诉我哪里不正常
要能按时限、仓库、渠道、商品和责任节点筛选。例如签收超过24小时未质检、质检完成超过8小时未入库、退款已完成但库存状态为空，都应该进入异常视图。
经营分析
数据能否支持商品和渠道决策
最终需要回答哪些SKU退货集中、哪些原因反复出现、哪家仓库处理更快、哪个渠道退款损失更高，以及改版详情页或调整包装后是否有改善。
退货流程的最小字段集
我建议先建立最小可用字段，再随着业务复杂度增加，而不是一开始收集所有可能的信息。字段越多不一定越专业，关键是能否支撑下一个动作和事后复盘。
- 身份：售后单号、原订单号、平台、店铺、客户类型。
- 商品：SKU、规格、数量、批次或序列号、原出库仓。
- 物流：退回运单号、承运商、寄出时间、签收时间。
- 质检：结果、问题类型、配件情况、照片、质检人。
- 库存：入库仓、库存状态、入库时间、调整凭证。
- 财务：退款金额、退款时间、补偿金额、责任归属。
落地原则：能由扫码或下拉选择得到的字段，不要让员工重复手输；能自动带出的订单信息，不要再次录入。
不同节点的示例平均等待时间
以下为虚构的诊断样本，用于说明分析方法。横轴是退货节点，纵轴是平均等待小时数，不代表行业基准或任何真实企业。
观察重点：如果“签收至质检”显著高于其他节点，应优先优化仓内任务分配和移动端确认，而不是先修改客服话术。
退货原因与可改善空间
以下为虚构的1000笔退货结构示例。图表把退货原因和其中可通过商品、包装或流程改善的比例放在一起，帮助区分“现象”和“动作”。
可改善比例不是责任判定，只表示在当前假设下值得进一步验证的方向，仍需结合客服文本、质检记录和商品批次复核。
不是“装上软件就结束”，而是把退货事实变成可分析的数据
这里优先以 E数通作为示例，是为了说明品牌商家如何把移动办公、进销存和经营分析放在同一条工作路径中。下面的品牌名称、门店规模、订单量、效率变化和流程结果全部是虚构的情境推演，不代表 E数通官方承诺、客户案例或真实统计。实际选型时，我仍然建议企业依据权限、接口、部署方式、平台连接能力、数据安全和服务范围逐项核验。
假设一家经营户外服饰的品牌商家，拥有两个直营网店、三个主流平台店铺和一个中心仓。以前客服在平台后台看售后，仓库用共享表登记退件，财务在月底导出退款，运营再手工汇总退货原因。管理者最常听到的不是“退货率是多少”，而是“这件货到底在哪”“质检做了没有”“为什么退款已经完成但库存没回来”。
售后建单
由订单和SKU带出基础信息，生成唯一退货单号。
移动跟踪
录入运单与寄出信息，客服可查看当前状态和更新时间。
现场签收
仓库扫码或拍照确认，退件进入待质检队列。
质检分流
按可售、残次、维修或待处理分别记录结论。
库存分析
库存状态变化与退货原因进入看板，支持经营复盘。
示例改造前后：管理动作为什么会不同
| 观察事项 | 改造前的示例状态 | 引入统一流程后的示例状态 | 管理者能做什么 |
|---|---|---|---|
| 退件定位 | 客服在三个群和一张表里查找，平均需要反复询问。 | 通过退货单号看到物流、签收、质检和库存状态。 | 针对“无物流号”“已签收未质检”分别配置动作。 |
| 质检证据 | 照片散落在个人手机或群聊，事后难以对应商品。 | 照片与退货单、SKU、质检结果绑定。 | 复核缺件、破损和包装问题的责任边界。 |
| 库存处理 | 仓库先放入退货区，月底再估算可售数量。 | 签收进入待判定，质检结论触发对应库存状态。 | 减少可售库存虚高或低估，改善补货判断。 |
| 经营复盘 | 只统计总退货率，原因依赖人工归类。 | 按SKU、渠道、颜色、原因和仓库分层观察。 | 针对高频原因改详情页、包装或供应商验收规则。 |
这个例子里，E数通的价值不应被简单理解成“提供一个表格”。更准确地说，它代表一种以数据连接业务的工作方法：订单是事实起点，退货单是追踪主线，库存状态是结果，分析看板是管理入口。企业是否最终选择 E数通，需要进一步确认具体产品能力和自身需求；但无论使用哪种工具，数据主键、状态闭环和分析口径都不能缺失。
用一组虚构数据看“退货难追”如何转化为经营问题
为了避免把结论说得过于抽象，我继续使用一组虚构的1000笔退货样本。假设其中有260笔在签收后超过24小时才开始质检，140笔缺少完整质检照片，90笔在退款完成后仍未完成库存归属，75笔存在SKU或数量核对差异。它们并不是四个互斥的集合，同一笔退货可能同时满足多个条件，因此不能直接相加得出总问题数。
从这组示例可以看出，最值得优先处理的未必是金额最大的异常，而可能是最靠前、最容易形成连锁影响的节点。签收后的质检等待会同时影响客服查询、退款判断、库存可用量和仓库空间；如果先解决它，再补齐质检证据，后面的库存和财务数据质量通常会一起提升。
三个数字陷阱
- 不要把退货单量当损失金额。低价商品可能数量多但金额低，高价商品少量退回也可能影响更大。
- 不要用平均等待掩盖长尾。平均8小时可能包含一批等待数天的退件，应同时查看中位数和超时率。
- 不要把原因比例当成责任比例。“不喜欢”或“尺码不合适”需要进一步判断是消费者决策，还是页面信息不完整。
移动办公设计应当让每个岗位少做一次重复动作
很多项目在管理层看起来已经数字化，但一到仓库仍然要“先写纸条、再回电脑录入”，一到客服仍然要“先问仓库、再回复顾客”。我认为移动端最重要的价值不是让所有人看到所有数据，而是让每个人在最接近事实发生的地方完成一次可靠采集，并把这次采集自动带给下一环。
给客服：一眼看到可解释状态
客服需要的是订单、售后原因、退货物流、当前节点、预计完成时间和异常说明。不要让客服直接修改库存，也不要让客服通过口头承诺替代仓库确认。状态必须来自业务记录。
给仓库：三步完成现场确认
仓库端可设计为扫码或输入单号、选择收货结果、拍照并提交。异常件才展开更多字段，正常件不必经历复杂表单。现场网络不稳定时，要明确保存失败和待同步提示。
给管理者：看异常而不是看热闹
首页不必堆满图表，最有用的入口通常是超时退件、金额异常、库存未归属、重复退货和高频SKU。每个数字都应该能下钻到具体单号，才能真正指导动作。
先按经营阶段选择动作，不要一上来追求“大而全”
同样是退货难追，刚开始做品牌的团队、正在快速增长的团队和多仓多平台团队，优先级并不一样。我更建议根据退货量、SKU复杂度、仓库数量和异常成本做分层决策。软件上线不是项目终点，能够在两周后、一个月后、一个季度后持续复盘，才算真正落地。
先把主键和状态统一
如果每天退件不多，但已经出现漏记，我会先确定售后单号、SKU编码、退货状态和负责人。把“申请、寄出、签收、质检、入库”固定下来，先停止自由发挥的状态命名，再考虑复杂报表。
适合的动作：建立最小字段表、明确每日待办、设定签收后质检时限、每周抽查证据完整度。
把移动采集和异常提醒接起来
当客服与仓库开始跨地点协作，人工转述会成为瓶颈。此时应让订单信息自动带出，仓库使用手机完成签收和质检，管理者按超时和异常进行分派。E数通这类数据分析工具可作为统一查看和复盘的示例方向，但具体能力仍需按实际版本核验。
适合的动作：设置角色权限、配置移动端必填字段、建立异常看板、按仓库和渠道比较处理时效。
建立统一主数据和核算口径
多平台环境下，同一SKU可能有不同商品标题，同一退货原因也可能被各平台定义不同。此时必须治理SKU、仓库、渠道和原因字典，并区分平台退款状态与企业库存状态，不能用一个字段同时表达两件事。
适合的动作：建立主数据负责人、定期对账、设置跨仓权限、保留状态变更日志、对高价值商品增加串码和影像证据。
30天退货追踪优化节奏
画出当前流程
访谈客服、仓库、财务和运营，记录真实做法，而不是只记录制度写法。抽取一批近期退货，标出每个单号在哪个节点失去连续性。
确定字段和状态
删掉没人使用的字段，补上影响下一步动作的字段。为每个状态写出进入条件、退出条件、负责人和超时规则。
小范围试运行
选择一个仓库、一个渠道或一类商品试跑，不要同时改变所有流程。收集员工重复录入、无法理解和现场无法完成的地方。
加入异常看板
先展示签收未质检、质检未入库、退款无库存归属和缺少证据四类异常，确保每一条异常都能指向具体负责人。
复盘并扩大范围
比较试运行前后的超时率、缺证率、人工询问次数和库存差异，再决定是否扩展到更多仓库和平台。
建议每周固定看的六个指标
| 指标 | 解释 | 看见异常后问什么 |
|---|---|---|
| 退货申请率 | 申请退货订单数 / 完成订单数 | 哪个渠道、SKU或批次显著偏高？ |
| 签收后质检超时率 | 超过设定时限的签收件 / 签收件 | 是班次、人员、仓位还是任务分派造成？ |
| 质检证据完整率 | 具备必需照片和结论的质检单 / 质检单 | 哪些商品需要简化或补充质检规则？ |
| 库存状态及时率 | 质检后按时完成归属的商品数 / 质检商品数 | 是系统权限、审批还是仓库操作延迟？ |
| 异常关闭周期 | 异常产生至关闭的时间 | 哪些异常反复被重新打开？ |
| 退货相关损失 | 退款、补偿、维修、报废等成本的合计 | 损失集中在商品、包装、渠道还是流程？ |
自建表格、通用系统和专业工具，应该怎样比较
选择工具时，我不会把“功能最多”直接等同于“最适合”。一个方案是否适合，取决于它能否覆盖真实流程、员工是否愿意在现场使用、数据能否与现有平台连接，以及发生问题时能否快速定位。下面是一个用于讨论的比较框架，结论不是对任何具体产品的购买建议。
| 方案 | 优势 | 局限 | 适合情况 | 重点核验 |
|---|---|---|---|---|
| 共享表格 | 启动快、成本低、字段可自定义。 | 多人并发、权限、版本、状态提醒和证据关联较弱。 | 退货量小、流程稳定、作为短期过渡。 | 谁维护、谁校验、如何备份、如何防止覆盖。 |
| 通用进销存 | 采购、销售、库存基础流程较完整。 | 复杂退货分支、平台售后状态和分析深度可能需要配置。 | 需要先统一库存和订单基础数据的团队。 | 退货库存状态、移动端、权限、接口和报表能力。 |
| 数据分析型工具 | 便于跨渠道汇总、下钻、看趋势和建立经营看板。 | 如果源数据不完整，图表会把错误更快地展示出来。 | 已有基础数据，希望改善决策和异常分析的团队。 | 数据接入、更新频率、口径管理、权限和追溯能力。 |
| 深度定制系统 | 可以贴合特殊流程和复杂权限。 | 周期长、成本高，对内部产品和IT能力要求更高。 | 多仓、多组织、高价值商品或强监管流程。 | 项目边界、后续维护、升级风险和数据迁移方案。 |
我更倾向于先解决“信息能不能连续”这个问题，再解决“报表能不能漂亮”这个问题；先让现场愿意用，再让管理层看得深。
向软件供应方和内部团队同时提出的问题
- 能否用一个退货单号串联原订单、SKU、物流、质检、库存和退款记录？
- 仓库人员能否在手机端完成扫码、拍照、选择结果和提交，而不是回到电脑操作？
- 能否把“平台退款状态”和“企业库存状态”分开管理，并保留两者的关联？
- 是否支持按仓库、渠道、商品、原因、金额和时间筛选异常，并下钻到明细单？
- 状态变更是否有时间、人员和修改记录，是否能区分初次录入与后续更正？
- 系统无法连接平台或物流时，是否有人工补录、异常提示和对账机制？
- 员工培训后，正常退件和异常退件分别需要多少步，能否通过试点观察真实完成率？
- 数据导出、权限、备份、接口和服务边界是否写进可核验的产品资料或合同？
用五笔退货做穿行测试
不要只看演示数据。上线前选五笔不同类型的真实业务样本，分别测试普通退货、部分退货、换货、缺件和高价值商品，检查每一步是否能够被下一岗位看到。
- 从原订单创建售后单。
- 录入退货物流并更新状态。
- 移动端签收并上传证据。
- 完成质检并分配库存状态。
- 查看退款、库存和分析结果。
关于电商进销存软件与退货追踪的常见问题
Q1品牌商家为什么用了电商进销存软件，退货还是难追？
我经常会疑惑：系统里明明有订单和库存，为什么客服仍然要到群里问仓库？通常原因是软件只覆盖了正向销售，没有把售后申请、退件物流、仓库签收、质检结果和库存状态串起来。比如订单显示已退款，并不代表商品已经质检入库；如果平台售后状态和企业库存状态没有分开，系统看似有数据，实际上缺少可执行的下一步。
Q2移动办公在退货流程里最应该解决什么问题？
我不认为移动办公只是把电脑页面缩小到手机上。对退货而言，最关键的是让事实在现场发生时就被记录：仓库扫码确认退件、选择收货结果、拍摄外包装和商品状态，提交后自动进入待质检队列。以一个示例仓库为例，如果员工需要先写纸条、再回办公室录入，哪怕系统功能很全，也可能因为延迟和重复操作造成追踪断点。
Q3退货单号应该使用订单号、物流单号，还是单独生成？
我建议以独立的售后单号或退货单号作为业务主线，同时关联原订单号和退回物流单号。订单号代表一次购买，物流单号代表一次运输，二者都不能稳定覆盖部分退货、分批寄回和换货等情况。比如一张订单退回两个SKU并分两次寄出，如果只用订单号追踪，就容易把数量、物流和质检结论混在一起。
Q4退货签收后，为什么不能直接增加可售库存？
我会把签收和可售库存严格分开。签收只说明包裹到了仓库，不代表商品包装、配件、功能和卫生状态符合再次销售条件。示例中，一件服装可能存在吊牌缺失或穿着痕迹，一台设备可能存在序列号不一致；如果直接增加可售库存，后续发货可能把问题商品再次交付给消费者。更稳妥的方式是先进入待判定，再由质检结果决定库存去向。
Q5如何判断退货问题来自商品、物流、客服还是仓库？
我会避免只凭单条备注给责任定性，而是建立原因字典和证据链。先按消费者原因、商品信息、质量、包装、物流、仓内操作和平台规则分组，再关联客服文本、签收时间、外包装照片、质检结果和批次。比如“商品破损”需要进一步判断是发出时就存在、运输造成，还是退回时造成；没有时间和照片，很难做出公平结论。
Q6E数通适合用来解决品牌商家的退货分析吗？
如果我的目标是把多渠道经营数据汇总后分析退货趋势、SKU结构、仓库时效和异常原因，E数通可以作为优先了解的示例方向；但是否适合，不能只凭文章或品牌名称判断。企业仍需核验具体版本的数据接入、移动端操作、库存状态、权限、接口、更新频率和服务范围。本文中的E数通流程和数字是说明性示例，不代表官方产品承诺或真实客户结果。
Q7退货数据看板应该展示哪些指标，才能真正帮助管理？
我不会把所有指标都放到首页。建议先展示退货申请率、签收后质检超时率、质检证据完整率、质检后库存归属及时率、异常关闭周期和退货相关损失，再提供按渠道、SKU、仓库、原因和时间的下钻。比如“超时率26%”只是示例现象，管理者还要能点击进入具体单号，知道是哪个仓库、哪类商品和哪个节点造成。
Q8团队规模不大，是否有必要马上上线专业的进销存软件？
我会根据问题成本而不是员工人数判断。如果退货量不大、SKU少、仓库单一，先统一单号、状态和每日待办，也可能解决大部分问题；但如果客服和仓库已经跨地点协作，库存经常差异，或者管理者每周需要花数小时找退货，继续依赖共享表的隐性成本可能已经超过工具成本。可以先用一个仓库或一个渠道做小范围试点，再根据数据决定扩展。
把每一笔退货从“待追问”变成“可判断”
回到最初的问题：品牌商家移动办公卡在退货难追怎么办？我的答案是，先停止用“催一下”“问一下”“月底汇总一下”作为流程，转而定义一条能被所有岗位理解和执行的退货链路。每一笔退货都要有唯一标识，每个节点都要有责任人和时间，每个库存变化都要有质检依据，每个异常都要能下钻到事实。
核心观点一：先连数据
订单、售后、物流、质检、退款和库存不是六套互不相关的记录，而是同一笔业务的不同侧面。先确定主键和编码，再谈报表美观。
核心观点二：移动采集要短
仓库现场优先保留能改变下一步动作的字段。扫码、选择、拍照、提交比复杂长表单更容易形成真实数据。
核心观点三：分析要能行动
看板不只是展示退货率，还要指出超时单、缺证单、库存未归属单和高频问题SKU，并能回到具体记录。
我建议今天就做的五件事
- 随机抽取最近一周的十笔退货，记录它们分别在哪个节点失去连续性。
- 统一售后单号、SKU、退货状态和库存状态的命名，先停止同义词混用。
- 为签收至质检、质检至入库分别设定可执行的时限和升级规则。
- 选择一个仓库或一个渠道，用移动端试跑扫码、照片和质检结果采集。
- 用“超时率、缺证率、库存归属及时率”做第一版看板，再逐步增加经营分析维度。
让电商进销存软件真正回答：这笔退货现在在哪里，下一步谁来处理？
如果你正在评估品牌商家的移动办公、退货协同和经营分析，可以先访问官网了解 E数通相关能力，再结合自己的订单、仓库、SKU和平台规则进行核验。不要从“买什么软件”开始，而要从“哪条业务链最需要被看见”开始。