CN108389013B - 仓储数据动态处理方法及装置 - Google Patents

仓储数据动态处理方法及装置 Download PDF

Info

Publication number
CN108389013B
CN108389013B CN201710063114.4A CN201710063114A CN108389013B CN 108389013 B CN108389013 B CN 108389013B CN 201710063114 A CN201710063114 A CN 201710063114A CN 108389013 B CN108389013 B CN 108389013B
Authority
CN
China
Prior art keywords
goods
spare
stock
long
tail
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710063114.4A
Other languages
English (en)
Other versions
CN108389013A (zh
Inventor
马腾飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201710063114.4A priority Critical patent/CN108389013B/zh
Publication of CN108389013A publication Critical patent/CN108389013A/zh
Application granted granted Critical
Publication of CN108389013B publication Critical patent/CN108389013B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders

Landscapes

  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种仓储数据动态处理方法及装置，涉及数据处理技术领域。其中的方法包括：根据获取的货物订单销售数据确定货物属性；根据货物属性和货物订单销售数据确定长尾货物在每个备货仓所对应备货区的销量；根据长尾货物在每个备货仓所对应备货区的销量，从所有备货仓中选取备货区销量高于预设条件的部分备货仓，用来为所述长尾货物进行备货。从而通过对仓储数据进行动态处理，节省了长尾货物的备货成本。

Description

仓储数据动态处理方法及装置
技术领域
本发明涉及数据处理领域，特别涉及一种仓储数据动态处理方法及装置。
背景技术
随着物流仓储行业的迅猛发展，对于仓储数据的处理逐渐成为商家关注的焦点。商家为了追求良好的客户时效体验，在全国范围内纷纷建立备货仓为所有货物进行备货，同时建立相应的数据库对仓储数据进行处理。
目前，商家通常采用备货仓为固定区域进行货物的仓储备货，因此对于仓储数据的处理也是较为固定的。对于销量较高的货物，现有技术中的数据处理方式能够支持较好的用户体验。
然而对于长尾货物而言，若在每个区域都建立备货仓为长尾货物备货，由于长尾货物的销量很小，势必会造成长尾货物大量堆积，增加备货成本。同时，长尾货物是不断变化的，单纯依靠人工对仓储数据进行简单的处理，很难降低长尾货物的备货成本。
发明内容
本发明解决的一个技术问题是，节省长尾货物的备货成本。
根据本发明实施例的一个方面，提供了一种仓储数据动态处理方法，包括：根据获取的货物订单销售数据确定货物属性；根据货物属性和货物订单销售数据确定长尾货物在每个备货仓所对应备货区的销量；根据长尾货物在每个备货仓所对应备货区的销量，从所有备货仓中选取备货区销量高于预设条件的部分备货仓，用来为长尾货物进行备货。
在一些实施例中，根据备货仓以及备货点的位置信息确定每个备货点与各个备货仓之间的距离，根据备货点与各个备货仓的距离，将与备货仓距离最近的备货点形成的区域作为备货仓所对应的备货区。
在一些实施例中，仓储数据动态处理方法还包括：根据长尾货物的总销量所属的不同阈值范围，确定为长尾货物进行备货的备货仓数量。
在一些实施例中，根据长尾货物的总销量所属的不同阈值范围，确定为长尾货物进行备货的备货仓数量包括：若长尾货物的总销量小于或等于第一阈值，则从所有备货仓中选取长尾货物销量最高的备货区域所对应的备货仓，为长尾货物进行备货；若货物的总销量大于第一阈值且小于或等于第二阈值，则从所有备货仓中选取长尾货物销量最高的两个备货区域所对应的两个备货仓，为长尾货物进行备货；若货物的总销量大于第二阈值且小于或等于第三阈值，则从所有备货仓中选取长尾货物销量最高的三个备货区域所对应的三个备货仓，为长尾货物进行备货。
在一些实施例中，若为长尾货物进行备货的备货仓为多个，则根据客户下单的位置信息选择与客户下单地较近的备货仓为客户配送订单。
在一些实施例中，长尾货物包括价值高于预设值的长尾货物、存储成本高于预设值的长尾货物。
在一些实施例中，根据获取的货物订单销售数据确定货物属性包括：将日均销量小于或等于预设值和/或平均周转天数大于或等于预设值的货物确定为长尾货物。
根据本发明实施例的另一个方面，提供了一种仓储数据动态处理装置，包括：属性确定模块，用于根据获取的货物订单销售数据确定货物属性；销量确定模块，用于根据货物属性和货物订单销售数据确定长尾货物在每个备货仓所对应备货区的销量；备货仓选取模块，用于根据长尾货物在每个备货仓所对应备货区的销量，从所有备货仓中选取备货区销量高于预设条件的部分备货仓，用来为长尾货物进行备货。
在一些实施例中，仓储数据动态处理装置还包括：距离确定模块，用于根据备货仓以及备货点的位置信息确定每个备货点与各个备货仓之间的距离；备货区确定模块，用于根据备货点与各个备货仓的距离，将与备货仓距离最近的备货点形成的区域作为备货仓所对应的备货区。
在一些实施例中，仓储数据动态处理装置还包括：备货仓数量确定模块，用于根据长尾货物的总销量所属的不同阈值范围，确定为长尾货物进行备货的备货仓数量。
在一些实施例中，备货仓数量确定模块用于：若长尾货物的总销量小于或等于第一阈值，则从所有备货仓中选取长尾货物销量最高的备货区域所对应的备货仓，为长尾货物进行备货；若货物的总销量大于第一阈值且小于或等于第二阈值，则从所有备货仓中选取长尾货物销量最高的两个备货区域所对应的两个备货仓，为长尾货物进行备货；若货物的总销量大于第二阈值且小于或等于第三阈值，则从所有备货仓中选取长尾货物销量最高的三个备货区域所对应的三个备货仓，为长尾货物进行备货。
在一些实施例中，仓储数据动态处理装置还包括订单配送模块，用于若为长尾货物进行备货的备货仓为多个，则根据客户下单的位置信息选择与客户下单地较近的备货仓为客户配送订单。
在一些实施例中，长尾货物包括价值高于预设值的长尾货物、存储成本高于预设值的长尾货物。
在一些实施例中，属性确定模块用于：将日均销量小于或等于预设值和/或平均周转天数大于或等于预设值的货物确定为长尾货物。
根据本发明实施例的又一个方面，提供了一种仓储数据动态处理装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器中的指令，执行上述仓储数据动态处理方法。
根据本发明实施例的再一个方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，该指令被处理器执行时实现上述的仓储数据动态处理方法。
本发明以货物订单销售数据为依托，根据长尾货物在每个备货仓所对应备货区的销量，动态的选取销量较高的部分备货仓为长尾货物进行备货。从而通过对仓储数据进行动态处理，节省了长尾货物的备货成本。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示出本发明仓储数据动态处理方法的一个实施例的流程示意图。
图2示出本发明仓储数据动态处理方法的另一个实施例的流程示意图。
图3示出球面距离的计算方法示意图。
图4示出本发明仓储数据动态处理装置的一个实施例的结构示意图。
图5为本发明仓储数据动态处理装置的又一个实施例的结构图。
图6为本发明仓储数据动态处理装置的再一个实施例的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明中，长尾货物是指需求不旺或销量不佳的货物。
针对长尾货物目前存在的备货成本较高的问题，提出本发明。
发明人在对货物价格与期望送货时长做了大量数据调研后发现，对于畅销货物而言，客户提交订单后往往希望很快就可以收货；而对于长尾货物而言，客户对于送货时间的敏感度不高。同时，抽样数据显示，长尾货物有很大概率为高价值货物，而畅销货物通常为日常用品等低价值货物。基于以上调查和研究的结果，发明人根据销售数据动态选取部分备货仓为长尾货物备货，在既满足客户对于长尾货物的送货时间要求，又兼顾长尾货物销售利润的情况下，有效地节省长尾货物的备货成本。
下面结合图1描述本发明一个实施例的仓储数据动态处理方法。
图1示出本发明仓储数据动态处理方法的一个实施例的流程示意图。如图1所示，该实施例的仓储数据动态处理方法包括：
步骤S101，根据获取的货物订单销售数据确定货物属性。
调取一段时间内(例如过去90日内)所有货物的库存数据和销售数据。首先通过将货物的总销量与存在库存的天数作比，可以得到货物的日均销量；再通过90日内每日零点库存的加和与存在库存的天数作比，可以得到货物的平均库存；最后通过货物的平均库存与日均销量作比，可以得到货物的平均周转天数。然后，将日均销量小于或等于预设件数(例如1件)和/或平均周转天数大于或等于预设天数(例如28天)的货物确定为长尾货物。
长尾货物具体可以包括价值高于预设值的长尾货物、存储成本高于预设值的长尾货物等等。例如，当满足公式(1)的条件时，将货物确定为长尾货物，对仓储数据进行动态处理，为长尾货物进行动态备货。
b>k(x+yz) (1)
其中，b表示货物的价格，x表示跨区域货物的运费，y表示货物的平均周转天数，z表示货物仓储储存成本，k表示运营成本系数(k≥1)。
步骤S104，根据货物属性和货物订单销售数据确定长尾货物在每个备货仓所对应备货区的销量。
例如，商家在全国范围内共有8个备货仓，每个备货仓可以在各自对应的备货区内备货。在过去的90日内，某类长尾货物在8个备货仓所对应备货区的销量分别为25件、20件、15件、10件、5件、5件、5件、5件。
步骤S106，根据长尾货物在每个备货仓所对应备货区的销量，从所有备货仓中选取备货区销量高于预设条件的部分备货仓，用来为长尾货物进行备货。
例如，可以从8个备货仓中选取销量高于12件的3个备货仓为长尾货物进行备货。
上述实施例中，根据长尾货物在每个备货仓所对应备货区的销量，参考货物的价格、利润等因素，实现了基于区域销售热度灵活动态地选取部分备货仓为长尾货物进行备货。从而通过对仓储数据进行动态处理，在既满足客户对于长尾货物的送货时间要求，又兼顾长尾货物销售利润的情况下，有效地节省了长尾货物的备货成本。
此外，考虑到动态选取部分备货仓进行备货，在一定程度上会增加备货仓到下单客户之间的距离。因此，可以在所有货物中先排除易碎品、液体、生鲜以及危险品等不适宜长距离运输的货物之后，再进一步筛选用于动态备货的长尾货物。
下面结合图2描述本发明另一个实施例的仓储数据动态处理方法。
图2示出本发明仓储数据动态处理方法的另一个实施例的流程示意图。本实施例中的仓储数据动态处理方法包括：
步骤S201，根据获取的货物订单销售数据确定货物属性。具体实现过程参考步骤S101。
步骤S202，根据备货仓以及备货点的位置信息确定每个备货点与各个备货仓之间的距离。
在计算备货点与备货仓之间的距离时，可以采用球面距离的计算方法进行估算。例如图3所示，在计算A1与A2之间的球面距离时，设A1纬度θ1，A2纬度θ2(设北纬为正，南纬为负)，两点经度差为
Figure BDA0001219984290000061
地球半径为R。设角A1OA2＝θ，圆O1、圆O2分别为A1、A2点的纬度圆，则A1与A2之间的球面距离为Rθ。
在三角形A1OA2中，有公式(2)成立
Figure BDA0001219984290000071
在三角形A1BO1中，有公式(3)成立
Figure BDA0001219984290000072
在三角形A1A2B中，有公式(4)成立
Figure BDA0001219984290000073
由公式(2)、公式(4)以及等式R1＝Rcosθ1、R2＝Rcosθ2可得公式
Figure BDA0001219984290000074
解得
Figure BDA0001219984290000075
因此A1与A2之间的球面距离
Figure BDA0001219984290000076
步骤S203，根据备货点与各个备货仓的距离，将与备货仓距离最近的备货点形成的区域作为备货仓所对应的备货区。
例如，两个备货仓分别位于西安和武汉。对于备货点十堰而言，需要分别计算十堰至西安的距离以及十堰至武汉的距离。设十堰的经度为110.8纬度为32.63，西安的经度为108.94纬度为34.34，武汉的经度为114.31纬度为30.60。根据步骤S202中的计算公式可得十堰至西安的球面距离为256717米，十堰至武汉的球面距离为401732米。因此，虽然备货点十堰与武汉都位于湖北省，备货点十堰属于备货仓西安的备货区，西安能够实现跨区支持十堰的客户订单。
上述实施例摒弃了传统的根据行政区域划分的方式，根据备货点与备货仓之间的距离数据进行处理，更加合理地为备货仓划分备货区，进一步节约了货物运营成本。
步骤S204，根据货物属性和货物订单销售数据确定长尾货物在每个备货仓所对应备货区的销量。具体实现过程参考步骤S104。
步骤S205，根据长尾货物的总销量所属的不同阈值范围，确定为长尾货物进行备货的备货仓数量。
例如，若某类长尾货物90日销量小于或等于30件，则设置备货区销量最高的备货地为该类长尾货物备货；若某类长尾货物90日销量大于30件小于或等于60件，则设置备货区销量最高的两个备货地为该类长尾货物备货；若某类长尾货物90日销量大于60件小于或等于90件，则设置备货区销量最高的三个备货地为该类长尾货物备货。
步骤S206，根据长尾货物在每个备货仓所对应备货区的销量，从所有备货仓中选取备货区销量高于预设条件的部分备货仓，用来为长尾货物进行备货。具体实现过程参考步骤S106。
步骤S207，若为长尾货物进行备货的备货仓为多个，则根据客户下单的位置信息选择与客户下单地较近的备货仓为客户配送订单。
例如，为某类长尾货物设置北京和广州两个备货仓，则这两个备货仓将全国的地理位置重新划分为两个区域，并根据客户下单的位置信息选择与客户下单地较近的北京备货仓或广州备货仓为客户配送订单。此外，对该类长尾货物进行补货时，只对北京备货仓和广州备货仓进行补货。
上述实施例中，确定部分备货仓的数量，并在备货仓数量为多个时选择与客户下单地较近的备货仓为客户配送订单，能够在节约仓储成本的同时更进一步地降低货物运营成本。同时本领域普通技术人员应理解，不仅备货仓的数量时可以动态选取的，销售数据也是不断动态变化的。随着销售数据的不断更新，某些之前符合长尾条件的货物可能不再是长尾货物，而之前不符合长尾条件的货物可能变为长尾货物。通过仓储数据动态处理，可以适应性地对长尾货物进行更替，更加准确的反映货物的属性，从而为货物动态选择相应的备货策略。
下面结合图4描述本发明一个实施例的仓储数据动态处理装置。
图4示出本发明仓储数据动态处理装置的一个实施例的结构示意图。如图4所示，该实施例的仓储数据动态处理装置40包括：
属性确定模块401，用于根据获取的货物订单销售数据确定货物属性。属性确定模块401还可以用于将日均销量小于或等于预设值和/或平均周转天数大于或等于预设值的货物确定为长尾货物。
销量确定模块404，用于根据货物属性和货物订单销售数据确定长尾货物在每个备货仓所对应备货区的销量。
备货仓选取模块406，用于根据长尾货物在每个备货仓所对应备货区的销量，从所有备货仓中选取备货区销量高于预设条件的部分备货仓，用来为长尾货物进行备货。
在一个实施例中，仓储数据动态处理装置40还包括：
距离确定模块402，用于根据备货仓以及备货点的位置信息确定每个备货点与各个备货仓之间的距离。
备货区确定模块403，用于根据备货点与各个备货仓的距离，将与备货仓距离最近的备货点形成的区域作为备货仓所对应的备货区。
在一个实施例中，仓储数据动态处理装置40还包括：
备货仓数量确定模块405，用于根据长尾货物的总销量所属的不同阈值范围，确定为长尾货物进行备货的备货仓数量。
在一个实施例中，备货仓数量确定模块405用于：
若长尾货物的总销量小于或等于第一阈值，则从所有备货仓中选取长尾货物销量最高的备货区域所对应的备货仓，为长尾货物进行备货；
若货物的总销量大于第一阈值且小于或等于第二阈值，则从所有备货仓中选取长尾货物销量最高的两个备货区域所对应的两个备货仓，为长尾货物进行备货；
若货物的总销量大于第二阈值且小于或等于第三阈值，则从所有备货仓中选取长尾货物销量最高的三个备货区域所对应的三个备货仓，为长尾货物进行备货。
在一个实施例中，仓储数据动态处理装置40还包括订单配送模块407，用于若为长尾货物进行备货的备货仓为多个，则根据客户下单的位置信息选择与客户下单地较近的备货仓为客户配送订单。
图5为本发明仓储数据动态处理装置的又一个实施例的结构图。如图5所示，该实施例的仓储数据动态处理装置50包括：存储器510以及耦接至该存储器510的处理器520，处理器520被配置为基于存储在存储器510中的指令，执行前述任意一个实施例中的仓储数据动态处理方法。
其中，存储器510例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
图6为本发明仓储数据动态处理装置的再一个实施例的结构图。如图6所示，该实施例的装置60包括：存储器510以及处理器520，还可以包括输入输出接口630、网络接口640、存储接口650等。这些接口630，640，650以及存储器510和处理器520之间例如可以通过总线650连接。其中，输入输出接口630为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口640为各种联网设备提供连接接口。存储接口650为SD卡、U盘等外置存储设备提供连接接口。
本发明还包括一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现前述任意一个实施例中的仓储数据动态处理方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种仓储数据动态处理方法，其特征在于，包括：
根据备货仓以及备货点的位置信息确定每个备货点与各个备货仓之间的距离；
根据备货点与各个备货仓的距离，将与备货仓距离最近的备货点形成的区域作为备货仓所对应的备货区；
根据获取的货物订单销售数据确定货物属性，将日均销量不大于预设值和/或平均周转天数不小于预设值的货物确定为长尾货物；
根据货物属性和货物订单销售数据确定长尾货物在每个备货仓所对应备货区的销量；
根据长尾货物在每个备货仓所对应备货区的销量，从所有备货仓中选取备货区销量高于预设条件的部分备货仓，用来为所述长尾货物进行备货；
根据客户下单的位置信息选择与客户下单地较近的备货仓为客户配送订单。
2.如权利要求1所述的方法，其特征在于，还包括：根据长尾货物的总销量所属的不同阈值范围，确定为所述长尾货物进行备货的备货仓数量。
3.如权利要求2所述的方法，其特征在于，所述根据长尾货物的总销量所属的不同阈值范围，确定为所述长尾货物进行备货的备货仓数量包括：
若所述长尾货物的总销量小于或等于第一阈值，则从所有备货仓中选取所述长尾货物销量最高的备货区域所对应的备货仓，为所述长尾货物进行备货；
若所述长尾货物的总销量大于第一阈值且小于或等于第二阈值，则从所有备货仓中选取所述长尾货物销量最高的两个备货区域所对应的两个备货仓，为所述长尾货物进行备货；
若所述长尾货物的总销量大于第二阈值且小于或等于第三阈值，则从所有备货仓中选取所述长尾货物销量最高的三个备货区域所对应的三个备货仓，为所述长尾货物进行备货。
4.如权利要求1所述的方法，其特征在于，所述长尾货物包括价值高于预设值的长尾货物、存储成本高于预设值的长尾货物。
5.一种仓储数据动态处理装置，其特征在于，包括：
距离确定模块，用于根据备货仓以及备货点的位置信息确定每个备货点与各个备货仓之间的距离；
备货区确定模块，用于根据备货点与各个备货仓的距离，将与备货仓距离最近的备货点形成的区域作为备货仓所对应的备货区；
属性确定模块，用于根据获取的货物订单销售数据确定货物属性，将日均销量不大于预设值和/或平均周转天数不小于预设值的货物确定为长尾货物；
销量确定模块，用于根据货物属性和货物订单销售数据确定长尾货物在每个备货仓所对应备货区的销量；
备货仓选取模块，用于根据长尾货物在每个备货仓所对应备货区的销量，从所有备货仓中选取备货区销量高于预设条件的部分备货仓，用来为所述长尾货物进行备货；
订单配送模块，用于根据客户下单的位置信息选择与客户下单地较近的备货仓为客户配送订单。
6.如权利要求5所述的装置，其特征在于，所述装置还包括：
备货仓数量确定模块，用于根据长尾货物的总销量所属的不同阈值范围，确定为所述长尾货物进行备货的备货仓数量。
7.如权利要求6所述的装置，其特征在于，所述备货仓数量确定模块用于：
若所述长尾货物的总销量小于或等于第一阈值，则从所有备货仓中选取所述长尾货物销量最高的备货区域所对应的备货仓，为所述长尾货物进行备货；
若所述长尾货物的总销量大于第一阈值且小于或等于第二阈值，则从所有备货仓中选取所述长尾货物销量最高的两个备货区域所对应的两个备货仓，为所述长尾货物进行备货；
若所述长尾货物的总销量大于第二阈值且小于或等于第三阈值，则从所有备货仓中选取所述长尾货物销量最高的三个备货区域所对应的三个备货仓，为所述长尾货物进行备货。
8.如权利要求5所述的装置，其特征在于，所述长尾货物包括价值高于预设值的长尾货物、存储成本高于预设值的长尾货物。
9.一种仓储数据动态处理装置，其特征在于，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1至4中任一项所述的仓储数据动态处理方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如权利要求1至4任一项所述的仓储数据动态处理方法。
CN201710063114.4A 2017-02-03 2017-02-03 仓储数据动态处理方法及装置 Active CN108389013B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710063114.4A CN108389013B (zh) 2017-02-03 2017-02-03 仓储数据动态处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710063114.4A CN108389013B (zh) 2017-02-03 2017-02-03 仓储数据动态处理方法及装置

Publications (2)

Publication Number Publication Date
CN108389013A CN108389013A (zh) 2018-08-10
CN108389013B true CN108389013B (zh) 2021-04-30

Family

ID=63076030

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710063114.4A Active CN108389013B (zh) 2017-02-03 2017-02-03 仓储数据动态处理方法及装置

Country Status (1)

Country Link
CN (1) CN108389013B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113537850A (zh) * 2020-04-14 2021-10-22 顺丰科技有限公司 仓储优化方法、装置、计算机设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318346A (zh) * 2014-09-29 2015-01-28 国家电网公司 一种智能表库的存储管理方法及系统
CN106156975A (zh) * 2015-04-23 2016-11-23 阿里巴巴集团控股有限公司 业务对象的库存信息处理方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096015B (zh) * 2014-04-23 2021-01-08 菜鸟智能物流控股有限公司 商品对象信息处理方法及系统
CN104021426A (zh) * 2014-05-20 2014-09-03 北京物资学院 一种基于产品多维元素结合的货位优化系统及方法
KR20160065429A (ko) * 2014-11-30 2016-06-09 주식회사 알티웍스 하이브리드 개인화 상품추천 방법
CN106203894A (zh) * 2015-04-30 2016-12-07 阿里巴巴集团控股有限公司 商品对象的库存信息的处理方法及系统
CN106096863A (zh) * 2016-06-25 2016-11-09 湖北九号商城电子商务有限公司 一种电子商务供应链服务平台

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318346A (zh) * 2014-09-29 2015-01-28 国家电网公司 一种智能表库的存储管理方法及系统
CN106156975A (zh) * 2015-04-23 2016-11-23 阿里巴巴集团控股有限公司 业务对象的库存信息处理方法及装置

Also Published As

Publication number Publication date
CN108389013A (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
CN108960694B (zh) 配送区域确定方法和装置
CN108492068B (zh) 用于路径规划的方法和装置
CN107742245B (zh) 一种商户信息推荐方法、装置及设备
CN109961247B (zh) 一种物品仓储信息的生成方法和装置
CN110097203A (zh) 库存调度方法、库存调度装置以及计算机可读存储介质
CN110880084A (zh) 一种仓库补货的方法和装置
CN111292030A (zh) 选仓方法及装置、计算机可读存储介质
CN112884405B (zh) 一种询价系统及其调度方法
CN109961306B (zh) 一种物品的库存分配方法和装置
CN107767092B (zh) 商品对象信息的处理方法、展示方法及装置
CN112184100A (zh) 物品库存监控方法、装置、电子设备和计算机可读介质
CN112700177B (zh) 用于转运中心转运的选仓方法和装置、存储介质
CN109064218A (zh) 划分区域的方法、装置及电子设备
CN111047264A (zh) 一种物流任务分配方法及装置
CN114091993A (zh) 仓库选址方法、装置、设备及存储介质
CN110304385A (zh) 一种仓库上架方法和装置
US20190012641A1 (en) Freight capacity maximization system
CN111784223B (zh) 货物调拨数据的处理方法、装置和存储介质
CN116128408A (zh) 智能补货方法、系统以及计算机可读介质
CN108389013B (zh) 仓储数据动态处理方法及装置
CN113222490A (zh) 一种库存分配方法和装置
CN110555641B (zh) 一种仓储调拨方法和装置
CN110827102B (zh) 用于调货比价的方法和装置
CN113919734A (zh) 订单配送方法和装置
CN112308266B (zh) 仓库选址方法、装置、设备和可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant