CN111126925A - 前置仓的补货量确定方法、装置、计算机设备及存储介质 - Google Patents
前置仓的补货量确定方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111126925A CN111126925A CN201911420505.2A CN201911420505A CN111126925A CN 111126925 A CN111126925 A CN 111126925A CN 201911420505 A CN201911420505 A CN 201911420505A CN 111126925 A CN111126925 A CN 111126925A
- Authority
- CN
- China
- Prior art keywords
- type
- commodities
- sales
- commodity
- inventory
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 230000007306 turnover Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 abstract description 15
- 230000010365 information processing Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 20
- 241000220225 Malus Species 0.000 description 11
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 235000021016 apples Nutrition 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000001105 regulatory effect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000033228 biological regulation Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 235000015278 beef Nutrition 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000013622 meat product Nutrition 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
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
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种前置仓的补货量确定方法、装置、计算机设备及存储介质,属于信息处理技术领域。所述方法包括:获取多个前置仓的库存信息,对于多个前置仓的第一类商品,基于第一类商品的库存信息和历史销售信息,确定明日预估销量和今日剩余销量,基于第一类商品的明日预期库存、现有库存与的今日剩余销量,确定多个前置仓的第一类商品的补货量。本申请中对商品的补货类型进行了分类,利用算法系统计算不同补货类型的补货量,实现了更加高效的计算,更加灵活的配置,不需要工作人员频繁进行计算,提高了补货量计算效率,降低了人力成本,大幅提升了运营效率,降低了运营成本。
Description
技术领域
本申请涉及信息处理技术领域,特别涉及一种前置仓的补货量确定方法、装置、计算机设备及存储介质。
背景技术
随着生鲜商品的流通需求越来越高,很多商家开始采用大仓-前置仓的运营模式,来实现基于互联网的生鲜商品销售。通常,一个区域会有一个大仓和多个前置仓,当消费者下单后,商家从附近的前置仓发货,从而使得配送距离较短。然而,由于前置仓的面积较小,其所能存储的商品数量较少,因此,需要基于大仓的仓储来对前置仓进行补货。
相关技术中,在补货过程中,需要确定前置仓的补货量,其具体方法可以为:工作人员根据前置仓的库存信息,进行人工分析处理,得到每种商品的补货量。如对于每个前置仓中的每种商品,确定该商品的合理库存和现有库存的差值,将该差值与货架存放上限中的最小值作为该商品的补货量。
相关技术中,由于生鲜商品保质期较短,则其补货周期短,需要工作人员频繁进行计算,人力成本高,导致不能及时确定前置仓的补货量,补货效率低。
发明内容
本申请实施例提供了一种前置仓的补货量确定方法、装置、计算机设备及存储介质,能够解决相关技术中人力成本高,导致不能及时确定前置仓的补货量,补货效率低的问题。所述技术方案如下:
一方面,提供了一种前置仓的补货量确定方法,所述方法包括:
获取多个前置仓的库存信息;
对于所述多个前置仓的第一类商品时,基于所述第一类商品的库存信息和历史销售信息,确定所述第一类商品的明日预估销量和今日剩余销量,所述第一类商品为补货类型为常规类型的商品;
基于所述第一类商品的明日预估销量,确定所述第一类商品的明日预期库存;
基于所述第一类商品的明日预期库存、所述第一类商品的现有库存与所述第一类商品的今日剩余销量,确定所述多个前置仓的所述第一类商品的补货量。
在一种可能实现方式中,所述第一类商品的明日预估销量的获取方法,包括:
对所述第一类商品的历史销售信息中目标天数的历史理论销量,进行平均处理,得到所述第一类商品的平均理论销量;
基于当前日期和对应的预设星期系数,确定所述第一类商品的平均理论销量与所述预设星期系数的乘积,作为所述第一类商品的明日预估销量,所述预设星期系数用于表示所述当前日期所对应的星期类型的调整系数。
在一种可能实现方式中,所述第一类商品的今日剩余销量的获取方法,包括:
基于所述第一类商品的历史销售信息,获取所述多个前置仓中所述第一类商品的历史全天销量之和,以及所述多个前置仓中所述第一类商品在当前时刻的历史当日已销之和;
将所述历史当日已销之和与所述历史全天销量之和的比值作为销量占比;
基于所述销量占比、所述第一类商品的库存信息和所述第一类商品的历史销售信息,确定所述商品的今日剩余销量。
在一种可能实现方式中,所述基于所述第一类商品的明日预期库存、所述第一类商品的现有库存与所述第一类商品的今日剩余销量,确定所述多个前置仓的所述第一类商品的补货量,包括:
基于所述第一类商品的现有库存与所述第一类商品的今日剩余销量,确定所述第一类商品的今日剩余库存;
将所述第一类商品的明日预期库存与所述第一类商品的今日剩余库存的差值,作为所述第一类商品的补货量。
在一种可能实现方式中,所述方法还包括:
对于所述多个前置仓的第二类商品,基于所述第二类商品的历史销售信息,确定所述第二类商品在所述多个前置仓的分货权重,所述第二类商品为补货类型为定额类型的商品;
基于所述第二类商品的目标库存总量与所述多个前置仓的分货权重,确定所述多个前置仓的所述第二类商品的明日预期库存;
基于所述第二类商品的明日预期库存、所述第二类商品的现有库存与所述第二类商品的今日剩余销量,确定所述多个前置仓的所述第二类商品的补货量。
在一种可能实现方式中,所述当所述商品属于第二类商品时,基于所述第二类商品的历史销售信息,确定所述第二类商品在多个前置仓的分货权重之前,所述方法还包括:
获取所述多个前置仓中商品的总销量,以及所述多个前置仓中所述第二类商品的销量;
基于所述第二类商品的销量占所述总销量的销量占比,确定所述第二类商品的销量等级。
在一种可能实现方式中,所述基于所述第二类商品的历史销售信息,确定所述第二类商品在所述多个前置仓的分货权重,包括:
当所述第二类商品的销量等级为高销等级时,对于每个前置仓,基于所述前置仓中所述第二类商品的单品销量,以及所述多个前置仓中所述第二类商品的总单品销量,确定所述前置仓的分货权重,所述高销等级用于指示商品的销量占比大于第一比例;
当所述第二类商品的销量等级为低销等级时,对于每个前置仓,基于所述前置仓中所述第二类商品的品类销量,以及所述多个前置仓中所述第二类商品的总品类销量,确定所述前置仓的分货权重,所述低销等级用于指示商品的销量占比小于第二比例;
其中,所述第二比例小于所述第一比例。
在一种可能实现方式中,所述方法还包括:
当任一类商品的补货总量大于大仓库存时,基于所述大仓库存、所述多个前置仓的分货权重、所述商品的库存信息,确定所述多个前置仓的周转;
基于所述多个前置仓的分货权重、所述多个前置仓的周转、所述商品的现有库存与所述商品的今日剩余销量,确定所述多个前置仓的所述商品的补货量。
一方面,提供了一种前置仓的补货量确定装置,所述装置包括:
获取模块,用于获取多个前置仓的库存信息;
销量确定模块,用于对于所述多个前置仓的第一类商品,基于所述第一类商品的库存信息和历史销售信息,确定所述第一类商品的明日预估销量和今日剩余销量,所述第一类商品为补货类型为常规类型的商品;
库存确定模块,用于基于所述第一类商品的明日预估销量,确定所述第一类商品的明日预期库存;
补货量确定模块,用于基于所述第一类商品的明日预期库存、所述第一类商品的现有库存与所述第一类商品的今日剩余销量,确定所述多个前置仓的所述第一类商品的补货量。
在一种可能实现方式中,所述销量确定模块,用于:
对所述第一类商品的历史销售信息中目标天数的历史理论销量,进行平均处理,得到所述第一类商品的平均理论销量;
基于当前日期和对应的预设星期系数,确定所述第一类商品的平均理论销量与所述预设星期系数的乘积,作为所述第一类商品的明日预估销量,所述预设星期系数用于表示所述当前日期所对应的星期类型的调整系数。
在一种可能实现方式中,所述销量确定模块,用于:
基于所述第一类商品的历史销售信息,获取所述多个前置仓中所述第一类商品的历史全天销量之和,以及所述多个前置仓中所述第一类商品在当前时刻的历史当日已销之和;
将所述历史当日已销之和与所述历史全天销量之和的比值作为销量占比;
基于所述销量占比、所述第一类商品的库存信息和所述第一类商品的历史销售信息,确定所述商品的今日剩余销量。
在一种可能实现方式中,所述补货量确定模块,用于:
基于所述第一类商品的现有库存与所述第一类商品的今日剩余销量,确定所述第一类商品的今日剩余库存;
将所述第一类商品的明日预期库存与所述第一类商品的今日剩余库存的差值,作为所述第一类商品的补货量。
在一种可能实现方式中,所述补货量确定模块,还用于:
对于所述多个前置仓的第二类商品,基于所述第二类商品的历史销售信息,确定所述第二类商品在所述多个前置仓的分货权重,所述第二类商品为补货类型为定额类型的商品;
基于所述第二类商品的目标库存总量与所述多个前置仓的分货权重,确定所述多个前置仓的所述第二类商品的明日预期库存;
基于所述第二类商品的明日预期库存、所述第二类商品的现有库存与所述第二类商品的今日剩余销量,确定所述多个前置仓的所述第二类商品的补货量。
在一种可能实现方式中,所述补货量确定模块,还用于:
获取所述多个前置仓中商品的总销量,以及所述多个前置仓中所述第二类商品的销量;
基于所述第二类商品的销量占所述总销量的销量占比,确定所述第二类商品的销量等级。
在一种可能实现方式中,所述补货量确定模块,还用于:
当所述第二类商品的销量等级为高销等级时,对于每个前置仓,基于所述前置仓中所述第二类商品的单品销量,以及所述多个前置仓中所述第二类商品的总单品销量,确定所述前置仓的分货权重,所述高销等级用于指示商品的销量占比大于第一比例;
当所述第二类商品的销量等级为低销等级时,对于每个前置仓,基于所述前置仓中所述第二类商品的品类销量,以及所述多个前置仓中所述第二类商品的总品类销量,确定所述前置仓的分货权重,所述低销等级用于指示商品的销量占比小于第二比例;
其中,所述第二比例小于所述第一比例。
在一种可能实现方式中,所述补货量确定模块,还用于:
当任一类商品的补货总量大于大仓库存时,基于所述大仓库存、所述多个前置仓的分货权重、所述商品的库存信息,确定所述多个前置仓的周转;
基于所述多个前置仓的分货权重、所述多个前置仓的周转、所述商品的现有库存与所述商品的今日剩余销量,确定所述多个前置仓的所述商品的补货量。
一方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现上述的前置仓的补货量确定方法所执行的操作。
一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述的前置仓的补货量确定方法所执行的操作。
本申请实施例提供的技术方案带来的有益效果是:
通过获取多个前置仓的库存信息,对任一种商品,识别商品的补货类型,当商品属于第一类商品时,基于第一类商品的库存信息和历史销售信息,确定明日预估销量和今日剩余销量,基于第一类商品的明日预期库存、现有库存与的今日剩余销量,确定多个前置仓的第一类商品的补货量。本申请中对商品的补货类型进行了分类,利用算法系统计算不同补货类型的补货量,实现了更加高效的计算,更加灵活的配置,不需要工作人员频繁进行计算,提高了补货量计算效率,降低了人力成本,大幅提升了运营效率,降低了运营成本。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种前置仓的补货量确定方法的实施环境的示意图;
图2是本申请实施例提供的一种前置仓的补货量确定方法的流程图;
图3是本申请实施例提供的一种前置仓的补货量确定方法的流程图;
图4是本申请实施例提供的一种前置仓的补货量确定装置的结构示意图;
图5是本申请实施例提供的一种终端的结构示意图;
图6是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在本申请实施例提供的前置仓的补货量确定方法中,可以分为两种补货场景,也即是,商品可以分为两种补货类型,第一类商品是常规补货类型的商品,第二类商品是定额分货类型的商品。
本申请实施例中的名词定义如下:
前置仓的明日预估销量为单个前置仓的单个商品的明日的预估销量;
前置仓的今日剩余销量为单个前置仓的单个商品在当前时刻到营业结束的时间段内的预估销量;
前置仓的明日预期库存为单个前置仓的单个商品在明日的合理库存值,即明日开始售卖时目标预期库存;
前置仓的现有库存为单个前置仓的单个商品在当前时刻的实时库存;
预设星期系数用于表示当前日期所对应的星期类型的调整系数,例如,周六日是一星期内的销售波峰,周六日的预设星期系数可以在1.5-2之间,周二周三是一星期内的销售波谷,周二周三的预设星期系数可以在0.8-1.2之间;
历史全天销量为单个前置仓的商品的全天实际销量;
历史全天销量之和为多个前置仓的商品的全天实际销量的和值;
历史当日已销为单个前置仓的商品在当前时刻的销量;
历史当日已销之和为多个前置仓的商品在当前时刻的销量的和值;
今日剩余库存为单个前置仓的单个商品在营业结束后的库存;
目标库存总量是指单个商品在多个前置仓的目标库存总量;
分货权重为按某指标单个前置仓在所有前置仓中的占比;
周转为单个前置仓的单个商品的周转量;
商城系数用于表示当前日期所对应的天气类型的调整系数;
周转天数为商品在前置仓中能够库存的最大天数,例如,生鲜蔬菜的周转天数可以为2,真空包装食品的周转天数可以为5。
调控系数用于表示前置仓当前日期是否需要补货的调整系数,例如,如果当前日期不需要补货,设置调控系数的取值为0,如果当前日期需要补货,设置调控系数的取值为1。
图1是本申请实施例提供的一种前置仓的补货量确定方法的实施环境的示意图。参见图1,该实施环境包括:终端101和服务器102,终端101具有通信功能,可以接入互联网,终端101可以是手机、平板电脑、台式计算机、笔记本电脑等。服务器102可以与终端101建立通信。该服务器102可以是一个单独的服务器也可以是一个服务器组,如果是单独的服务器,该服务器可以负责下述方案中的所有处理,如果是服务器组,服务器组中的不同服务器分别可以负责下述方案中的不同处理,具体的处理分配情况可以由技术人员根据实际需求任意设置,此处不再赘述。
在本申请实施例中,前置仓的补货量确定方法的过程可以只由终端101执行。当工作人员想要确定前置仓中商品的补货量时,可以操作终端101,采用本申请实施例提供的方法,确定前置仓中商品的补货量。
或者,前置仓的补货量确定方法的过程还可以由终端101和服务器102共同执行。当工作人员想要确定前置仓中商品的补货量时,可以操作终端101,触发确定补货量指令,终端101可以向服务器102发送确定补货量指令,服务器102可以采用本申请实施例提供的方法,通过算法系统,运算得到前置仓中商品的补货量,并在终端101上显示运算结果,也即是,显示前置仓中商品的补货量。
图2是本申请实施例提供的一种前置仓的补货量确定方法的流程图。上述终端和服务器可以均以计算机设备来指代,该实施例仅以计算机设备为执行主体进行说明,参见图2,该实施例包括:
在步骤201中,计算机设备获取多个前置仓的库存信息。
在步骤202中,对于多个前置仓的第一类商品,计算机设备基于第一类商品的库存信息和历史销售信息,确定第一类商品的明日预估销量和今日剩余销量,第一类商品为补货类型为常规类型的商品。
在步骤203中,计算机设备基于第一类商品的明日预估销量,确定第一类商品的明日预期库存。
在步骤204中,计算机设备基于第一类商品的明日预期库存、第一类商品的现有库存与第一类商品的今日剩余销量,确定多个前置仓的第一类商品的补货量。
在一种可能实现方式中,第一类商品的明日预估销量的获取方法,包括:
对第一类商品的历史销售信息中目标天数的历史理论销量,进行平均处理,得到第一类商品的平均理论销量;
基于当前日期和对应的预设星期系数,确定第一类商品的平均理论销量与预设星期系数的乘积,作为第一类商品的明日预估销量,预设星期系数用于表示当前日期所对应的星期类型的调整系数。
在一种可能实现方式中,第一类商品的今日剩余销量的获取方法,包括:
基于第一类商品的历史销售信息,获取多个前置仓中第一类商品的历史全天销量之和,以及多个前置仓中第一类商品在当前时刻的历史当日已销之和;
将历史当日已销之和与历史全天销量之和的比值作为销量占比;
基于销量占比、第一类商品的库存信息和第一类商品的历史销售信息,确定商品的今日剩余销量。
在一种可能实现方式中,基于第一类商品的明日预期库存、第一类商品的现有库存与第一类商品的今日剩余销量,确定多个前置仓的第一类商品的补货量,包括:
基于第一类商品的现有库存与第一类商品的今日剩余销量,确定第一类商品的今日剩余库存;
将第一类商品的明日预期库存与第一类商品的今日剩余库存的差值,作为第一类商品的补货量。
在一种可能实现方式中,方法还包括:
对于多个前置仓的第二类商品,基于第二类商品的历史销售信息,确定第二类商品在多个前置仓的分货权重,第二类商品为补货类型为定额类型的商品;
基于第二类商品的目标库存总量与多个前置仓的分货权重,确定多个前置仓的第二类商品的明日预期库存;
基于第二类商品的明日预期库存、第二类商品的现有库存与第二类商品的今日剩余销量,确定多个前置仓的第二类商品的补货量。
在一种可能实现方式中,当商品属于第二类商品时,基于第二类商品的历史销售信息,确定第二类商品在多个前置仓的分货权重之前,方法还包括:
获取多个前置仓中商品的总销量,以及多个前置仓中第二类商品的销量;
基于第二类商品的销量占总销量的销量占比,确定第二类商品的销量等级。
在一种可能实现方式中,基于第二类商品的历史销售信息,确定第二类商品在多个前置仓的分货权重,包括:
当第二类商品的销量等级为高销等级时,对于每个前置仓,基于前置仓中第二类商品的单品销量,以及多个前置仓中第二类商品的总单品销量,确定前置仓的分货权重,高销等级用于指示商品的销量占比大于第一比例;
当第二类商品的销量等级为低销等级时,对于每个前置仓,基于前置仓中第二类商品的品类销量,以及多个前置仓中第二类商品的总品类销量,确定前置仓的分货权重,低销等级用于指示商品的销量占比小于第二比例;
其中,该第二比例小于该第一比例。
在一种可能实现方式中,该方法还包括:
当任一类商品的补货总量大于大仓库存时,基于大仓库存、多个前置仓的分货权重、商品的库存信息,确定多个前置仓的周转;
基于多个前置仓的分货权重、多个前置仓的周转、商品的现有库存与商品的今日剩余销量,确定多个前置仓的商品的补货量。
本申请获取多个前置仓的库存信息,对于多个前置仓的第一类商品,基于第一类商品的库存信息和历史销售信息,确定第一类商品的明日预估销量和今日剩余销量,第一类商品为补货类型为常规类型的商品,基于第一类商品的明日预估销量,确定第一类商品的明日预期库存,基于第一类商品的明日预期库存、第一类商品的现有库存与第一类商品的今日剩余销量,确定多个前置仓的第一类商品的补货量。通过对商品的补货类型进行了分类,对第一类商品补货量确定时,增加了周转天数、商城系数等影响因素,考虑较全面,计算得到的补货量更准确。增加了定额补货类型和缺货补货类型,使精细化不同场景不同商品的补货成为可能,且利用算法系统计算不同补货类型的补货量,实现了更加高效的计算,更加灵活的配置,提高了补货量计算效率,大幅提升了运营效率,降低了运营成本。
图3是本申请实施例提供的一种前置仓的补货量确定方法的流程图。上述终端和服务器可以均以计算机设备来指代,该实施例仅以计算机设备为执行主体进行说明,参见图3,该实施例包括:
在步骤301中,计算机设备获取多个前置仓的库存信息。
在本申请实施例中,库存信息用于表征商品的历史销售情况和商品的库存情况。
在一种可能实现方式中,上述计算机设备获取每个前置仓的库存信息的过程包括:计算机设备可以获取系统存储的前置仓中所有商品的历史总销售信息,以及前置仓的每种商品的历史销售信息和库存信息。其中,历史销售信息和库存信息可以由工作人员统计后再输入系统中。当然,该库存信息还可以包括商品的周转天数、商品的现有库存,计算机设备还可以获取到商品的明日预估销量、商品的今日剩余销量、区域的商城系数、前置仓的调控信息、前置仓的分货权重等信息。
在一种可能实现方式中,计算机设备获取前置仓的商品的历史销售信息时,还可以进行异常销售信息过滤的步骤,计算机设备在获取到每个前置仓的商品的原始历史销售信息后,可以对原始历史销售信息进行分析,确定原始历史销售信息中销量波动不处于预设波动范围的销售信息,将这部分销售信息过滤出去,得到剩余的历史销售信息。通过上述异常销售信息的过滤,可以避免由于一些不正常因素而对整体补货造成的影响,使得补货量的确定更加准确。
需要说明的是,计算机设备还可以根据商品的销量、商品的保质期和商品的生命周期对商品进行分类。根据商品的销量对商品的销售等级进行分类的过程可以包括:获取区域内所有前置仓中所有商品的总销量,以及该区域内每种商品的销量,对于每种商品,根据该商品的销量占总销量的占比,可以确定该商品的销售等级,该销售等级可以分为高销等级和低销等级。其中,高销等级用于指示商品的销量占比大于第一比例,低销等级用于指示商品的销量占比小于第二比例,且该第二比例小于该第一比例。
例如,根据该商品的销量占总销量的比例,从高到低可以分为三个等级,如当商品占总销量的比例为前30%的商品时,该商品的销售等级为A,当商品占总销量的比例为中40%的商品时,该商品的销售等级为B,当商品占总销量的比例为后30%的商品时,该商品的销售等级为C,可以将销售等级为A和销售等级为B的商品作为高销等级的商品,销售等级为C的商品作为低销等级的商品。
在一种可能实现方式中,计算机设备根据商品的保质期对商品的保质类型进行分类的过程可以包括:按照商品的保质期可以分为日保商品、短保商品、中保商品、长保商品。根据商品的生命周期对商品的销售状态进行分类的过程可以包括:按照商品的生命周期可以分为新品、下架品、常规品、促销品。其中,下架品不进行补货。
在步骤302中,计算机设备对于多个前置仓的任一种商品,识别商品的补货类型。
在本申请实施例中,在商品补货量确定过程中,商品的补货类型可以分为两种,常规补货类型和定额分货类型。常规补货类型针对的场景为常规的售卖商品,定额分货类型针对的场景为新品和促销品等需要人为定目标的商品。
在一种可能实现方式中,计算机设备中可以预存有商品ID(Identification,身份标识)和补货类型的对应关系,对于多个前置仓的任一种商品,根据该商品,以及商品ID和补货类型的对应关系,可以识别得到该商品的补货类型。
在另一种可能实现方式中,对于一些携带有补货类型标识的商品,计算机设备也可以无需对该商品进行识别,根据该商品的补货类型标识,直接获取到该商品的补货类型。在另一种可能实现方式中,工作人员可以操作计算机设备对商品ID和补货类型的对应关系,进行更新处理,再根据商品,以及更新后的商品ID和补货类型的对应关系,确定商品的补货类型。
例如,对于多个前置仓的任一种商品,当该商品为常规的售卖商品时,该商品属于第一类商品,当该商品为新品和促销品等需要人为定目标的商品时,该商品属于第二类商品。
在步骤303中,对于多个前置仓的第一类商品,计算机设备基于第一类商品的库存信息和历史销售信息,确定第一类商品的明日预估销量和今日剩余销量,第一类商品为补货类型为常规类型的商品。
在本申请实施例中,第一类商品是常规补货类型的商品。明日预期库存为单个前置仓的单个商品在明日的合理库存值,即明日开始售卖时目标预期库存。今日剩余销量为单个前置仓的单个商品在当前时刻到营业结束的时间段内的预估销量。
在一种可能实现方式中,计算机设备获取第一类商品的明日预估销量的过程可以包括:根据第一类商品的历史销售信息,获取得到第一类商品在目标天数的历史理论销量,对第一类商品在目标天数的历史理论销量,进行平均处理,得到第一类商品的平均理论销量。基于预设星期系数,确定第一类商品的平均理论销量与预设星期系数的乘积,将该乘积作为第一类商品的明日预估销量。
在一种可能实现方式中,计算机设备获取第一类商品的平均理论销量的过程可以包括:在目标天数内的任一天中,当第一类商品在当前日期的营业时间段内售罄时,计算机设备可以预估该第一类商品在当前日期的今日剩余销量,确定该第一类商品的今日剩余销量与当前日期的销量之和,作为该第一类商品在当前日期的历史理论销量。将该历史理论销量在目标天数的平均销量作为该第一类商品的平均理论销量,考虑了商品售罄的情况,得到的历史理论销量更准确,避免了因售罄导致明日预估销量低的情况。
上述计算机设备获取第一类商品的今日剩余销量的过程可以包括:基于第一类商品的历史销售信息,获取到多个前置仓中第一类商品的历史全天销量之和,以及多个前置仓中第一类商品在当前时刻的历史当日已销之和。将历史当日已销之和与历史全天销量之和的比值作为销量占比。基于销量占比、第一类商品的库存信息和第一类商品的历史销售信息,确定第一类商品的今日剩余销量。其中,历史全天销量为单个前置仓的商品的全天实际销量,例如,一个前置仓中苹果在过去一天营业结束后的实际销量。历史当日已销为单个前置仓的商品在当前时刻的销量,例如,一个前置仓中苹果在过去一天的下午四点时已经售卖的销量。
在一种可能实现方式中,在上述获取第一类商品的明日预估销量的过程中,可以去除销量最大值及销量最小值的影响,也即是,上述计算机设备获取到第一类商品在目标天数的历史理论销量后,可以在目标天数的历史理论销量中,去除销量最大值和销量最小值,从而得到去除后的历史理论销量,将去除后的历史理论销量的平均值作为第一类商品的平均理论销量。
例如,目标天数可以为九天,计算机设备根据第一类商品的历史销售信息,获取到第一类商品在近九天的历史理论销量。在近九日的历史理论销量中,去除销量最大值和销量最小值,得到七日的历史理论销量,将该七日的历史理论销量的平均值作为第一类商品的平均理论销量,将该平均理论销量与预设星期系数的乘积作为第一类商品的明日预估销量。
在一种可能实现方式中,计算机设备获取商品的预设星期系数的过程可以为:对一星期的当前日期的历史销售信息,进行分析处理,确定一星期之内当前日期在历史上对应的销售情况,根据当前日期在历史上的销售情况,可以确定当前日期对应的预设星期系数。例如,周六日是一星期内的销售波峰,周二周三是一星期内的销售波谷,相对7日的平均销量,周末的预设星期系数可以在1.5-2之间,周中的预设星期系数可以在0.8-1.2之间。
具体地,上述计算机设备获取第一类商品的今日剩余销量时,首先,获取多个前置仓中第一类商品在目标时间段内的历史全天销量,将该多个历史全天销量进行求和处理,将得到的求和结果作为该多个前置仓中第一类商品的历史全天销量之和。然后,获取多个前置仓中第一类商品在目标时间段内的当前时刻的历史当日已销,将该多个历史当日已销进行求和处理,将得到的求和结果作为该多个前置仓中第一类商品的历史当日已销之和。将该历史当日已销之和与该历史全天销量之和的比值作为销量占比。基于销量占比、占比阈值、第一类商品的库存信息和第一类商品的历史销售信息,可以确定第一类商品的今日剩余销量。例如,占比阈值可以为0.2,本申请实施例对占比阈值的取值不做限定。当销量占比小于或等于0.2时,基于多个前置仓的第一类商品的库存信息和公式(1),确定多个前置仓的第一类商品的今日剩余销量,
T=D-X*S (1)
式中,T为第一类商品的今日剩余销量,D为第一类商品的当日预估销量,X为第一类商品的已销单量,S为平均每单数量。
当销量占比大于0.2时,基于第一类商品的库存信息、销量占比和公式(2),确定商品的今日剩余销量,
T=(X*S)/A-X*S (2)
式中,T为第一类商品的今日剩余销量,X为第一类商品的已销单量,S为平均每单数量,A为销量占比。
例如,目标时间段可以为四周,该第一类商品可以为苹果,当前时刻可以为下午四点。获取多个前置仓中苹果在四周内的历史全天销量,并获取多个前置仓中苹果在四周内下午四点的历史当日已销,根据该历史当日已销、历史全天销量,可以得到销量占比。根据该销量占比,以及上述公式(1)和公式(2),可以确定多个前置仓的苹果的今日剩余销量。
在步骤304中,计算机设备基于第一类商品的明日预估销量,确定第一类商品的明日预期库存。
在本申请实施例中,明日预期库存为明日的合理库存值,即明日开始售卖时目标的预期库存。
在一种可能实现方式中,计算机设备获取第一类商品的明日预期库存的过程可以包括:计算机设备获取到第一类商品的明日预估销量后,根据第一类商品的明日预估销量和该第一类商品的周转天数,将该明日预估销量和该周转天数的乘积作为该第一类商品的明日预期库存。
在一种可能实现方式中,上述计算机设备在获取第一类商品的明日预期库存的过程中,还可以考虑区域的商城系数和前置仓的调控系数对明日预期库存的影响,也即是,计算机设备获取到第一类商品的明日预估销量和周转天数后,计算机设备的算法系统可以计算得到该区域的商城系数和前置仓的调控系数,将第一类商品的明日预估销量与该第一类商品的周转天数、商城系数和调控系数的乘积作为第一类商品的明日预期库存。
需要说明的是,计算机设备获取周转天数的过程可以为:可以根据商品的销售等级和商品的保质期来配置周转天数,如周转天数可以在1-5之间,当商品的保质期越大,商品销售等级越高,对应的周转天数越大。计算机设备获取商城系数的过程可以为:算法系统根据区域的天气和区域的目标销量,可以计算得到商城系数,如商城系数可以在0.5-2.0之间。计算机设备获取调控系数的过程可以为:根据前置仓的一些特殊情况,设置调控系数,如果当前日期需要补货,设置调控系数的取值为1,如果当前日期不需要补货,设置调控系数的取值为0。
在步骤305中,计算机设备基于第一类商品的明日预期库存、第一类商品的现有库存与第一类商品的今日剩余销量,确定多个前置仓的第一类商品的补货量。
在一种可能实现方式中,上述计算机设备确定多个前置仓的第一类商品的补货量的过程可以包括:基于第一类商品的现有库存与第一类商品的今日剩余销量,可以确定第一类商品的今日剩余库存,将第一类商品的明日预期库存与第一类商品的今日剩余库存的差值,作为第一类商品的补货量。其中,今日剩余库存为单个前置仓的单个商品在营业结束后的库存。
具体地,计算机设备确定多个前置仓的第一类商品的补货量时,基于第一类商品的明日预期库存、第一类商品的现有库存、第一类商品的今日剩余销量和公式(3),可以确定第一类商品的补货量,
R=E-(N-T) (3)
式中,R为商品的补货量,E为商品的明日预期库存,N为商品的现有库存,T为商品的今日剩余销量。其中,现有库存是指单个前置仓的单个商品在当前时刻的实时库存。今日剩余销量是指单个前置仓的单个商品在当前时刻到营业结束的时间段内的预估销量。
在步骤306中,对于多个前置仓的第二类商品,计算机设备基于第二类商品的目标库存总量与多个前置仓的分货权重,确定多个前置仓的第二类商品的补货量。
在本申请实施例中,第二类商品为补货类型为定额类型的商品。目标库存总量是指单个商品在多个前置仓的目标库存总量。分货权重为按某指标单个前置仓在所有前置仓中的占比。
在一种可能实现方式中,当商品属于第二类商品时,计算机设备基于第二类商品的历史销售信息,可以确定第二类商品在多个前置仓的分货权重。然后,基于第二类商品的目标库存总量与多个前置仓的分货权重,确定多个前置仓的第二类商品的明日预期库存。最后,基于第二类商品的明日预期库存、第二类商品的现有库存、第二类商品的今日剩余销量和上述公式(3),可以确定多个前置仓的第二类商品的补货量。
在一种可能实现方式中,计算机设备获取多个前置仓的分货权重的过程可以包括:获取多个前置仓中商品的总销量,以及多个前置仓中第二类商品的销量后,根据第二类商品的销量占总销量的销量占比,可以确定第二类商品的销量等级。当第二类商品的销量等级为高销等级时,对于每个前置仓,基于前置仓中第二类商品的单品销量,以及多个前置仓中第二类商品的总单品销量,确定前置仓的分货权重。当第二类商品的销量等级为低销等级时,对于每个前置仓,基于前置仓中第二类商品的品类销量,以及多个前置仓中第二类商品的总品类销量,确定前置仓的分货权重。
例如,第二类商品可以为苹果,苹果的销量等级可以为高销等级。对于苹果这一商品,在确定前置仓的分货权重时,对于每个前置仓,将苹果在该前置仓的销量和苹果在多个前置仓的总销量的占比,作为该前置仓的分货权重。或者,第二类商品可以为牛肉,牛肉的销量等级可以为低销等级。对于牛肉这一商品,在确定前置仓的分货权重时,确定牛肉对应的品类销量,也即是,肉类商品。对于每个前置仓,将肉类商品在该前置仓的销量和肉类商品在多个前置仓的总销量的占比,作为该前置仓的分货权重。
在一种可能实现方式中,计算机设备还可以根据多个前置仓中第二类商品的明日预估销量,确定多个前置仓的分货权重。或者,计算机设备还可以根据多个前置仓中第二类商品的订单量,确定多个前置仓的分货权重。本申请实施例对前置仓的分货权重的获取方式不做限定。
在步骤307中,当任一类商品的补货总量大于大仓库存时,计算机设备基于大仓库存与该商品的库存信息,确定多个前置仓的该商品的补货量。
在一种可能实现方式中,计算机设备可以将多个前置仓的商品的补货量之和作为商品的补货总量,根据步骤301至步骤306的方法,得到第一类商品的补货量和第二类商品的补货量后,可以确定多个前置仓的第一类商品的补货总量和第二类商品的补货总量。当任一类商品的补货总量大于大仓库存时,基于大仓库存、多个前置仓的分货权重、该商品的库存信息,可以确定多个前置仓的周转。基于多个前置仓的分货权重、多个前置仓的周转、该商品的现有库存与该商品的今日剩余销量,确定多个前置仓的该商品的补货量。其中,周转为单个前置仓的单个商品的周转量,周转可以为库存与销量的比值。
需要说明的是,对于第一类商品,计算得到第一类商品的补货量后,可以得到第一类商品在多个前置仓的补货总量,当第一类商品的补货总量大于大仓库存时,根据步骤307的方法,重新确定该第一类商品的补货量。对于第二类商品,第二类商品为定额补货类型的商品,工作人员可以预先设置该第二类商品的目标预期库存,然后进行分货。该目标预期库存中可以包括该第二类商品的预期补货量和该第二类商品的今日剩余库存,但是由于该第二类商品的今日剩余库存不确定,则计算得到的该第二类商品的补货量可能大于大仓库存,对于这种情况,可以根据步骤307的方法,重新确定该第一类商品的补货量。
具体地,上述计算机设备获取该商品的补货量的过程可以为:根据补货量阈值、多个前置仓的分货权重、该商品的库存信息和公式(4)和公式(5),确定多个前置仓的周转,
F*k-(N-T)=R (4)
SUM(R总)=Y (5)
式中,F为前置仓的分货权重,k为前置仓的周转,N为商品的现有库存,T为商品的今日剩余销量,R为商品的补货量,Y为补货量阈值。
根据多个前置仓的分货权重、多个前置仓的周转、该商品的现有库存、该商品的今日剩余销量和公式(6),可以确定多个前置仓的该商品的补货量,
R=F*k-(N-T) (6)
式中,R为商品的补货量,F为前置仓的分货权重,k为前置仓的周转,N为商品的现有库存,T为商品的今日剩余销量。
根据业务需要,工作人员可以设置补货周期,计算机设备中的算法系统按照上述补货量确定方法,可以周期性计算得到每个前置仓的每个商品的补货量,工作人员则可以根据补货量计算结果,进行分拣作业,再进行后续配送。
本申请获取多个前置仓的库存信息,对于多个前置仓的第一类商品,基于第一类商品的库存信息和历史销售信息,确定第一类商品的明日预估销量和今日剩余销量,第一类商品为补货类型为常规类型的商品,基于第一类商品的明日预估销量,确定第一类商品的明日预期库存,基于第一类商品的明日预期库存、第一类商品的现有库存与第一类商品的今日剩余销量,确定多个前置仓的第一类商品的补货量。通过对商品的补货类型进行了分类,对第一类商品补货量确定时,增加了周转天数、商城系数等影响因素,考虑较全面,计算得到的补货量更准确。增加了定额补货类型和缺货补货类型,使精细化不同场景不同商品的补货成为可能,且利用算法系统计算不同补货类型的补货量,实现了更加高效的计算,更加灵活的配置,提高了补货量计算效率,大幅提升了运营效率,降低了运营成本。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
图4是本申请实施例提供的一种前置仓的补货量确定装置的结构示意图,参见图4,该装置包括:
获取模块401,用于获取多个前置仓的库存信息;
销量确定模块402,用于对于多个前置仓的第一类商品,基于该第一类商品的库存信息和历史销售信息,确定该第一类商品的明日预估销量和今日剩余销量,该第一类商品为补货类型为常规类型的商品;
库存确定模块403,用于基于该第一类商品的明日预估销量,确定该第一类商品的明日预期库存;
补货量确定模块404,用于基于该第一类商品的明日预期库存、该第一类商品的现有库存与该第一类商品的今日剩余销量,确定该多个前置仓的该第一类商品的补货量。
在一种可能实现方式中,该销量确定模块402,用于:
对第一类商品的历史销售信息中目标天数的历史理论销量,进行平均处理,得到该第一类商品的平均理论销量;
基于当前日期和对应的预设星期系数,确定该第一类商品的平均理论销量与该预设星期系数的乘积,作为该第一类商品的明日预估销量,预设星期系数用于表示当前日期所对应的星期类型的调整系数。
在一种可能实现方式中,该销量确定模块402,用于:
基于该第一类商品的历史销售信息,获取该多个前置仓中该第一类商品的历史全天销量之和,以及该多个前置仓中该第一类商品在当前时刻的历史当日已销之和;
将该历史当日已销之和与该历史全天销量之和的比值作为销量占比;
基于该销量占比、该第一类商品的库存信息和该第一类商品的历史销售信息,确定该商品的今日剩余销量。
在一种可能实现方式中,该补货量确定模块404,用于:
基于该第一类商品的现有库存与该第一类商品的今日剩余销量,确定该第一类商品的今日剩余库存;
将该第一类商品的明日预期库存与该第一类商品的今日剩余库存的差值,作为该第一类商品的补货量。
在一种可能实现方式中,该补货量确定模块404,还用于:
对于多个前置仓的第二类商品,基于该第二类商品的历史销售信息,确定该第二类商品在该多个前置仓的分货权重,该第二类商品为补货类型为定额类型的商品;
基于该第二类商品的目标库存总量与该多个前置仓的分货权重,确定该多个前置仓的该第二类商品的明日预期库存;
基于该第二类商品的明日预期库存、该第二类商品的现有库存与该第二类商品的今日剩余销量,确定该多个前置仓的该第二类商品的补货量。
在一种可能实现方式中,该补货量确定模块404,还用于:
获取该多个前置仓中商品的总销量,以及该多个前置仓中该第二类商品的销量;
基于该第二类商品的销量占该总销量的销量占比,确定该第二类商品的销量等级。
在一种可能实现方式中,该补货量确定模块404,还用于:
当该第二类商品的销量等级为高销等级时,对于每个前置仓,基于该前置仓中该第二类商品的单品销量,以及该多个前置仓中该第二类商品的总单品销量,确定该前置仓的分货权重,高销等级用于指示商品的销量占比大于第一比例;
当该第二类商品的销量等级为低销等级时,对于每个前置仓,基于该前置仓中该第二类商品的品类销量,以及该多个前置仓中该第二类商品的总品类销量,确定该前置仓的分货权重,低销等级用于指示商品的销量占比小于第二比例;
其中,第二比例小于第一比例。
在一种可能实现方式中,该补货量确定模块404,还用于:
当任一类商品的补货总量大于大仓库存时,基于该大仓库存、该多个前置仓的分货权重、该商品的库存信息,确定该多个前置仓的周转,该商品为补货类型为缺货类型的商品;
基于该多个前置仓的分货权重、该多个前置仓的周转、该商品的现有库存与该商品的今日剩余销量,确定该多个前置仓的该商品的补货量。
本申请通过对商品的补货类型进行了分类,对第一类商品补货量确定时,增加了周转天数、商城系数等影响因素,考虑较全面,计算得到的补货量更准确。增加了定额补货类型和缺货补货类型,使精细化不同场景不同商品的补货成为可能,且利用算法系统计算不同补货类型的补货量,实现了更加高效的计算,更加灵活的配置,提高了补货量计算效率,大幅提升了运营效率,降低了运营成本。
需要说明的是:上述实施例提供的前置仓的补货量确定装置在确定前置仓的补货量时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的前置仓的补货量确定装置与前置仓的补货量确定方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请实施例提供的计算机设备,可以提供为一种终端,图5示出了本申请一个示例性实施例提供的终端500的结构框图。该终端500可以是:智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端500包括有:处理器501和存储器502。
处理器501可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器501可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器501还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器502可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器501所执行以实现本申请中方法实施例提供的前置仓的补货量确定方法。
在一些实施例中,终端500还可选包括有:外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地,外围设备包括:射频电路504、触摸显示屏505、摄像头506、音频电路507、定位组件508和电源509中的至少一种。
外围设备接口503可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中,处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上;在一些其他实施例中,处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路504用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路504包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路504还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏505用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时,显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时,显示屏505还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏505可以为一个,设置终端500的前面板;在另一些实施例中,显示屏505可以为至少两个,分别设置在终端500的不同表面或呈折叠设计;在再一些实施例中,显示屏505可以是柔性显示屏,设置在终端500的弯曲表面上或折叠面上。甚至,显示屏505还可以设置成非矩形的不规则图形,也即异形屏。显示屏505可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件506用于采集图像或视频。可选地,摄像头组件506包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器501进行处理,或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路507还可以包括耳机插孔。
定位组件508用于定位终端500的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于:加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。
加速度传感器511可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号,控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器512可以检测终端500的机体方向及转动角度,陀螺仪传感器512可以与加速度传感器511协同采集用户对终端500的3D动作。处理器501根据陀螺仪传感器512采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器513可以设置在终端500的侧边框和/或触摸显示屏505的下层。当压力传感器513设置在终端500的侧边框时,可以检测用户对终端500的握持信号,由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的下层时,由处理器501根据用户对触摸显示屏505的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器514用于采集用户的指纹,由处理器501根据指纹传感器514采集到的指纹识别用户的身份,或者,由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器501授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置终端500的正面、背面或侧面。当终端500上设置有物理按键或厂商Logo时,指纹传感器514可以与物理按键或厂商Logo集成在一起。
光学传感器515用于采集环境光强度。在一个实施例中,处理器501可以根据光学传感器515采集的环境光强度,控制触摸显示屏505的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏505的显示亮度;当环境光强度较低时,调低触摸显示屏505的显示亮度。在另一个实施例中,处理器501还可以根据光学传感器515采集的环境光强度,动态调整摄像头组件506的拍摄参数。
接近传感器516,也称距离传感器,通常设置在终端500的前面板。接近传感器516用于采集用户与终端500的正面之间的距离。在一个实施例中,当接近传感器516检测到用户与终端500的正面之间的距离逐渐变小时,由处理器501控制触摸显示屏505从亮屏状态切换为息屏状态;当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时,由处理器501控制触摸显示屏505从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图5中示出的结构并不构成对终端500的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本申请实施例提供的计算机设备,可以提供为一种服务器,图6是本申请实施例提供的一种服务器的结构示意图,该服务器600可因配置或性能不同而产生比较大的差异,可以包括一个或多个处理器(central processing units,CPU)601和一个或多个的存储器602,其中,所述一个或多个存储器602中存储有至少一条指令,所述至少一条指令由所述一个或多个处理器601加载并执行以实现上述各个方法实施例提供的方法。当然,该服务器600还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器600还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由终端或服务器中的处理器执行以完成上述实施例中前置仓的补货量确定方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种前置仓的补货量确定方法,其特征在于,所述方法包括:
获取多个前置仓的库存信息;
对于所述多个前置仓的第一类商品,基于所述第一类商品的库存信息和历史销售信息,确定所述第一类商品的明日预估销量和今日剩余销量,所述第一类商品为补货类型为常规类型的商品;
基于所述第一类商品的明日预估销量,确定所述第一类商品的明日预期库存;
基于所述第一类商品的明日预期库存、所述第一类商品的现有库存与所述第一类商品的今日剩余销量,确定所述多个前置仓的所述第一类商品的补货量。
2.根据权利要求1所述的方法,其特征在于,所述第一类商品的明日预估销量的获取方法,包括:
对所述第一类商品的历史销售信息中目标天数的历史理论销量,进行平均处理,得到所述第一类商品的平均理论销量;
基于当前日期和对应的预设星期系数,确定所述第一类商品的平均理论销量与所述预设星期系数的乘积,作为所述第一类商品的明日预估销量,所述预设星期系数用于表示所述当前日期所对应的星期类型的调整系数。
3.根据权利要求1所述的方法,其特征在于,所述第一类商品的今日剩余销量的获取方法,包括:
基于所述第一类商品的历史销售信息,获取所述多个前置仓中所述第一类商品的历史全天销量之和,以及所述多个前置仓中所述第一类商品在当前时刻的历史当日已销之和;
将所述历史当日已销之和与所述历史全天销量之和的比值作为销量占比;
基于所述销量占比、所述第一类商品的库存信息和所述第一类商品的历史销售信息,确定所述商品的今日剩余销量。
4.根据权利要求1所述的方法,其特征在于,所述基于所述第一类商品的明日预期库存、所述第一类商品的现有库存与所述第一类商品的今日剩余销量,确定所述多个前置仓的所述第一类商品的补货量,包括:
基于所述第一类商品的现有库存与所述第一类商品的今日剩余销量,确定所述第一类商品的今日剩余库存;
将所述第一类商品的明日预期库存与所述第一类商品的今日剩余库存的差值,作为所述第一类商品的补货量。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对于所述多个前置仓的第二类商品,基于所述第二类商品的历史销售信息,确定所述第二类商品在所述多个前置仓的分货权重,所述第二类商品为补货类型为定额类型的商品;
基于所述第二类商品的目标库存总量与所述多个前置仓的分货权重,确定所述多个前置仓的所述第二类商品的明日预期库存;
基于所述第二类商品的明日预期库存、所述第二类商品的现有库存与所述第二类商品的今日剩余销量,确定所述多个前置仓的所述第二类商品的补货量。
6.根据权利要求5所述的方法,其特征在于,所述当所述商品属于第二类商品时,基于所述第二类商品的历史销售信息,确定所述第二类商品在多个前置仓的分货权重之前,所述方法还包括:
获取所述多个前置仓中商品的总销量,以及所述多个前置仓中所述第二类商品的销量;
基于所述第二类商品的销量占所述总销量的占比,确定所述第二类商品的销量等级。
7.根据权利要求6所述的方法,其特征在于,所述基于所述第二类商品的历史销售信息,确定所述第二类商品在所述多个前置仓的分货权重,包括:
当所述第二类商品的销量等级为高销等级时,对于每个前置仓,基于所述前置仓中所述第二类商品的单品销量,以及所述多个前置仓中所述第二类商品的总单品销量,确定所述前置仓的分货权重,所述高销等级用于指示商品的销量占比大于第一比例;
当所述第二类商品的销量等级为低销等级时,对于每个前置仓,基于所述前置仓中所述第二类商品的品类销量,以及所述多个前置仓中所述第二类商品的总品类销量,确定所述前置仓的分货权重,所述低销等级用于指示商品的销量占比小于第二比例;
其中,所述第二比例小于所述第一比例。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当任一类商品的补货总量大于大仓库存时,基于所述大仓库存、所述多个前置仓的分货权重、所述商品的库存信息,确定所述多个前置仓的周转;
基于所述多个前置仓的分货权重、所述多个前置仓的周转、所述商品的现有库存与所述商品的今日剩余销量,确定所述多个前置仓的所述商品的补货量。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如权利要求1至权利要求8任一项所述的前置仓的补货量确定方法所执行的操作。
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中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如权利要求1至权利要求8任一项所述的前置仓的补货量确定方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911420505.2A CN111126925A (zh) | 2019-12-31 | 2019-12-31 | 前置仓的补货量确定方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911420505.2A CN111126925A (zh) | 2019-12-31 | 2019-12-31 | 前置仓的补货量确定方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111126925A true CN111126925A (zh) | 2020-05-08 |
Family
ID=70506939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911420505.2A Pending CN111126925A (zh) | 2019-12-31 | 2019-12-31 | 前置仓的补货量确定方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126925A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815198A (zh) * | 2020-07-27 | 2020-10-23 | 名创优品(横琴)企业管理有限公司 | 一种门店补货方法、装置和设备 |
CN113096306A (zh) * | 2021-03-04 | 2021-07-09 | 深圳友宝科斯科技有限公司 | 售货系统补货方法、设备、可读存储介质及售货系统 |
CN113516439A (zh) * | 2021-09-10 | 2021-10-19 | 江西中医药大学 | 一种中药饮片管理方法、装置、电子设备及存储介质 |
CN116452121A (zh) * | 2023-06-15 | 2023-07-18 | 佛山市趣果网络科技有限公司 | 一种智能企业库存管理系统及管理平台 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170068973A1 (en) * | 2012-12-03 | 2017-03-09 | Dimitri Sinkel | System and method for inventory management |
CN106971249A (zh) * | 2017-05-05 | 2017-07-21 | 北京挖玖电子商务有限公司 | 一种销量预测及补货方法 |
CN107844982A (zh) * | 2017-10-17 | 2018-03-27 | 惠州市天地任翔科技有限公司 | 智能购物退货共享平台 |
CN109840734A (zh) * | 2017-11-29 | 2019-06-04 | 北京京东尚科信息技术有限公司 | 信息输出方法和装置 |
CN109949095A (zh) * | 2019-03-21 | 2019-06-28 | 中国联合网络通信集团有限公司 | 补货方法及设备 |
CN110046739A (zh) * | 2019-01-18 | 2019-07-23 | 创新奇智(南京)科技有限公司 | 基于多阶段销量分布预测的补货方法和装置 |
CN110060123A (zh) * | 2019-04-01 | 2019-07-26 | 李军棉 | 基于线下到线上的批发运营管理系统 |
CN110335090A (zh) * | 2019-07-12 | 2019-10-15 | 创新奇智(南京)科技有限公司 | 基于商品销量分布预测的补货方法及系统、电子设备 |
-
2019
- 2019-12-31 CN CN201911420505.2A patent/CN111126925A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170068973A1 (en) * | 2012-12-03 | 2017-03-09 | Dimitri Sinkel | System and method for inventory management |
CN106971249A (zh) * | 2017-05-05 | 2017-07-21 | 北京挖玖电子商务有限公司 | 一种销量预测及补货方法 |
CN107844982A (zh) * | 2017-10-17 | 2018-03-27 | 惠州市天地任翔科技有限公司 | 智能购物退货共享平台 |
CN109840734A (zh) * | 2017-11-29 | 2019-06-04 | 北京京东尚科信息技术有限公司 | 信息输出方法和装置 |
CN110046739A (zh) * | 2019-01-18 | 2019-07-23 | 创新奇智(南京)科技有限公司 | 基于多阶段销量分布预测的补货方法和装置 |
CN109949095A (zh) * | 2019-03-21 | 2019-06-28 | 中国联合网络通信集团有限公司 | 补货方法及设备 |
CN110060123A (zh) * | 2019-04-01 | 2019-07-26 | 李军棉 | 基于线下到线上的批发运营管理系统 |
CN110335090A (zh) * | 2019-07-12 | 2019-10-15 | 创新奇智(南京)科技有限公司 | 基于商品销量分布预测的补货方法及系统、电子设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815198A (zh) * | 2020-07-27 | 2020-10-23 | 名创优品(横琴)企业管理有限公司 | 一种门店补货方法、装置和设备 |
CN111815198B (zh) * | 2020-07-27 | 2022-07-08 | 创优数字科技(广东)有限公司 | 一种门店补货方法、装置和设备 |
CN113096306A (zh) * | 2021-03-04 | 2021-07-09 | 深圳友宝科斯科技有限公司 | 售货系统补货方法、设备、可读存储介质及售货系统 |
CN113516439A (zh) * | 2021-09-10 | 2021-10-19 | 江西中医药大学 | 一种中药饮片管理方法、装置、电子设备及存储介质 |
CN116452121A (zh) * | 2023-06-15 | 2023-07-18 | 佛山市趣果网络科技有限公司 | 一种智能企业库存管理系统及管理平台 |
CN116452121B (zh) * | 2023-06-15 | 2023-09-08 | 佛山市趣果网络科技有限公司 | 一种智能企业库存管理系统及管理平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112162671B (zh) | 直播数据处理方法、装置、电子设备及存储介质 | |
CN111126925A (zh) | 前置仓的补货量确定方法、装置、计算机设备及存储介质 | |
CN111144822A (zh) | 出库时长确定方法、装置、计算机设备及存储介质 | |
CN111080207A (zh) | 订单处理方法、装置、设备及存储介质 | |
CN110648099A (zh) | 仓储资源的分配方法、装置、电子设备及存储介质 | |
CN111078521A (zh) | 异常事件的分析方法、装置、设备、系统及存储介质 | |
CN111612398A (zh) | 仓库配货方法、装置、计算机设备及存储介质 | |
CN113077299A (zh) | 订单处理方法、装置、设备及存储介质 | |
CN111028071B (zh) | 账单处理方法、装置、电子设备及存储介质 | |
CN111275497A (zh) | 基于奖励数据的交互方法、装置、计算机设备及存储介质 | |
CN112000264B (zh) | 菜品信息展示方法、装置、计算机设备及存储介质 | |
CN111191579A (zh) | 物品检测方法、装置、终端及计算机可读存储介质 | |
CN112230822B (zh) | 评论信息的显示方法、装置、终端及存储介质 | |
CN115545593A (zh) | 目标配送服务确定方法、装置、设备及存储介质 | |
CN113469590B (zh) | 提货时段分配方法、装置、设备和存储介质 | |
CN112579926A (zh) | 获取目标资源的方法、装置、电子设备及存储介质 | |
CN111429106A (zh) | 资源转移凭证的处理方法、服务器、电子设备及存储介质 | |
CN111159551A (zh) | 用户生成内容的显示方法、装置及计算机设备 | |
CN112116480A (zh) | 虚拟资源确定方法、装置、计算机设备及存储介质 | |
CN113469632B (zh) | 库存数量的确定方法、装置、设备及计算机可读存储介质 | |
CN110134303B (zh) | 操作控件显示方法、装置、终端及存储介质 | |
CN116562754A (zh) | 物品调拨方法、装置、电子设备、存储介质及程序产品 | |
CN114077706A (zh) | 物品推荐方法、装置、服务器、存储介质及产品 | |
CN117094784A (zh) | 资源的可转移数量的确定方法、装置及设备 | |
CN115545591A (zh) | 配送路径规划方法、装置、设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211201 Address after: Room 084, No. 1-309, 3rd floor, commercial building, No. 9 Wangjing street, Chaoyang District, Beijing 100102 Applicant after: Beijing Daily Youxian Technology Co.,Ltd. Address before: 100102 room 801, 08 / F, building 7, yard 34, Chuangyuan Road, Chaoyang District, Beijing Applicant before: BEIJING MISSFRESH E-COMMERCE Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200508 |
|
WD01 | Invention patent application deemed withdrawn after publication |