CN111164641A - 零售供应链管理系统 - Google Patents

Abstract

本供应链管理系统具有电子商务子系统，该电子商务子系统具有包括产品SKU和定价数据的产品库存数据库，以及与产品库存数据库接口连接、用于接收零售商电子商务订单的电子商务前端。该系统还具有订单管理子系统，该订单管理子系统具有用于将零售商电子商务订单聚合为供应订单的聚合控制器、用于优化供应订单的聚合优化器、以及用于将供应订单分发给供应商的订单分发控制器。该系统还具有电子仓库基础设施，该电子仓库基础设施具有：具有产品跟踪电子扫描设备的分拣网络控制器，该分拣网络控制器被配置为生成分拣网络指令，该分拣网络指令用于从被接收用于供应订单的供应商托盘到根据所述零售商电子商务订单配置的订单托盘的零库存分拣式产品放置。

Description

零售供应链管理系统

技术领域

本发明涉及电子零售供应链管理系统。

背景技术

零售供应链管理系统被用于跟踪零售货物在供应链中从供应商到零售商的分发和配送。

现有技术的零售供应管理系统通常是“推动式订购(push ordering)”系统，其采用仓库囤积来优化配送时间并满足需求。这种现有技术的推动式订购系统可以包括通过分拣网络(pick grid)控制产品的路线的电子仓库基础设施，其中，供应商产品被囤积在货架上并针对货架位置被记录，从而当履行零售商订单时，该系统控制订单托盘在货架之间移动，用于从货架分拣和电子扫描所需的订购货物，直到完成订单为止。

例如，2016年5月26日的WO 2016/081794 A1(DELIVERIGHT LOGISTICS，INC.)[下文中称为D1]公开了一种常规的推动式订购系统配送管理系统。D1的特征在于通过使用检查组件(其可以例如基于图像分析来识别货物的潜在损坏)来管理分销商和制造商之间的质量，该检查组件被配置为在多个配送事件中的每一个(例如，提货、货运聚合、专线运输、本地运输等)处都需要对物品进行检查。

此外，2009年4月30日的US 2009/0112675 A1(SERVAIS)[下文中称为D2]公开了一种常规的“推动式订购”系统。D2的特征在于在整个系统的所有处理中寻求管理产品数量、同时跟踪产品的数量。

但是，这种现有技术的推动式订购零售供应链虽然能够使配送时间最小化并满足客户需求，但是具有与库存囤积相关联的问题，其中，例如，存货被保存的时间过长则可能会损坏，反之，存货水平不足可能会导致配送延迟。

这样，这种现有技术的推动式订购零售供应链通常寻求优化仓库库存存货水平以解决这些问题。

应当理解，如果在本文中引用了任何现有技术的信息，则这种引用并不构成对该信息在澳大利亚或任何其他国家形成本领域公知常识的一部分的承认。

发明内容

本文提供了一种供应链管理系统，更具体地，提供了一种反向的“拉动式订购(pull ordering)”跟踪零售供应链管理系统。本电子零售供应链管理系统响应于实际或预测的零售订单需求和/或动态的供应链管理参数智能地将零售商电子商务订单实时地聚合为优化的供应商订单，以实现零库存分拣式(pick-to-zero，归零分拣式)仓库管理的产品的电子扫描和从被接收用于供应订单的供应商托盘分拣到根据零售商电子商务订单配置的订单托盘，以适应性地避免或最小化库存囤积、最小化订单的数量、最小化产品成本、最小化配送成本和/或优化配送时间。

具体地，本供应链管理包括三个主要的互操作电子子系统，该三个主要的互操作电子子系统包括：电子商务子系统，其用于控制多个产品SKU的多个电子商务订单；订单管理系统，其包括聚合控制器，该聚合控制器用于控制将所述多个电子商务订单聚合为多个供应商订单；以及电子仓库基础设施，其包括分拣网络控制器，该分拣网络控制器与多个电子扫描设备可操作地通信、可在接收到用于供应商订单的入库供应商托盘后进行操作以控制产品从供应商托盘到固定的订单托盘的零库存分拣式分拣。

本电子商务子系统可以包括产品库存数据库，该产品库存数据库包括存储在其中的产品SKU和定价数据。该电子商务子系统可以包括用于实时供应商定价数据修改的API和用于由零售商从库存数据库订购产品的电子商务前端API。

此外，本订单管理子系统执行订单聚合分发控制处理，其中，多个产品SKU的多个电子商务订单被优化为多个供应订单，这些供应订单被使用供应商订单分发控制器分发给供应商。

此外，本分拣网络控制器与现有技术的分拣网络控制器的不同之处在于，本分拣网络控制器优化从供应商托盘(通常是移动的)到订单托盘(通常是固定的)的零库存分拣式处理，这与现有技术的控制定单托盘在静态的囤积货架之间的移动的系统不同。具体地，本分拣网络控制器被配置为从用于跟踪供应商托盘的电子扫描设备、订单部件和产品SKU读取数据，以控制产品从被接收用于优化的供应订单的、移动的供应商托盘到固定的订单托盘上的零库存分拣式放置。

此外，本系统可以包括内置的优化器模块，所述优化器模块用于智能地优化供应商订单的聚合、产品的分拣和订单托盘的分发。

具体地，订单管理子系统可以包括聚合优化器，所述聚合优化器用于优化聚合控制器的操作以优化供应订单及其分发。

此外，电子仓库基础设施可以包括分拣网络优化器，所述分拣网络优化器用于优化分拣网络控制器。

此外，电子仓库基础设施可以包括分发控制，所述分发控制用于优化订单托盘的分发。

这些优化器模块可以实施机器学习，其中用训练数据来训练机器学习模块以生成优化的参数，优化的参数然后被用于控制经训练/优化的系统，以便智能、动态地适应拉动式需求供应链变量的细微差别和变化。

从上面可以理解，本供应链管理系统与现有技术的推动式订购系统(例如上述的D1和D2)相比的特征在于几个方面，所述方面包括：本供应链管理系统包括将零售商电子商务订单聚合为被分发给供应商的优化的供应订单的聚合控制器和优化器。这样，本聚合控制器和优化器可以优化库存水平、订单数量、产品和配送成本的最小化和/或优化按产品类型的优化的配送时间。

此外，本供应链管理系统的特征在于：包括电子仓库基础设施，该电子仓库基础设施包括分拣网络控制器和优化器，该分拣网络控制器和优化器被配置为优化从用于优化的供应订单的移动的供应商托盘到根据零售商电子商务订单配置的固定的订单托盘的零库存分拣式产品放置。

根据一个方面，提供了一种供应链管理系统，所述供应链管理系统包括：电子商务子系统，所述电子商务子系统包括：包括产品SKU和定价数据的产品库存数据库；以及与所述产品库存数据库接口连接、用于接收零售商电子商务订单的电子商务前端；订单管理子系统，所述订单管理子系统包括：用于将零售商电子商务订单聚合为供应订单的聚合控制器；用于优化供应订单的聚合优化器；用于将供应订单分发给供应商的订单分发控制器；电子仓库基础设施，所述电子仓库基础设施包括：具有产品跟踪电子扫描设备的分拣网络控制器，该分拣网络控制器被配置为生成分拣网络指令，所述分拣网络指令用于从被接收用于供应订单的供应商托盘到根据零售商电子商务订单配置的订单托盘的零库存分拣式产品放置。

该分拣网络控制器可以被配置为从产品跟踪电子扫描设备接收产品标识符、供应商托盘ID和订单托盘ID数据中的至少一项。

该分拣网络控制器可以被配置为生成用于在仓库内的固定的订单托盘之间操纵供应商托盘的分拣网络指令。

该供应链管理系统还可以包括分拣网络优化器，该分拣网络优化器用于优化分拣网络指令。

该分拣网络优化器可以被配置为用于最小化分拣的次数、根据产品类型优化订单托盘的包装、最小化订单托盘的数量以及根据产品优先级类型优化订单托盘的包装中的至少一项。

该供应链管理系统还可以包括配送分发控制器，该配送分发控制器用于控制订单托盘的分发。

该分拣网络控制器可以可操作地耦接到配送分发控制器，用于根据订单托盘的分发来生成分拣网络指令。

该供应链管理系统还可以包括配送分发优化器，该配送分发优化器用于优化订单托盘的分发。

该配送分发优化器可以被配置为用于最小化配送的次数、最小化配送时间、最小化配送距离、最小化配送成本和优先级货物的配送中的至少一项。

该电子商务子系统还可以包括用于更新定价数据的API接口。

该聚合优化器可以包括机器学习模块，该机器学习模块被配置为根据目标参数和历史数据生成优化参数，并且其中，该优化参数可以被用于根据包括最小化库存水平、最小化订单的数量、最小化产品成本、最小化配送成本以及按产品类型优化配送时间中的至少一项的聚合目标参数来优化供应订单。

该分拣网络优化器可以包括机器学习模块，该机器学习模块被配置为根据目标参数和历史数据生成优化参数，并且其中，该优化参数可以被用于根据包括最小化分拣的次数、根据产品类型优化订单托盘的包装、最小化订单托盘的数量以及优化优先级产品中的至少一项的分拣网络目标参数来优化分拣网络指令。

该配送分发优化器可以包括机器学习模块，该机器学习模块被配置为根据目标参数和历史数据生成优化参数，并且其中，该优化参数可以被用于根据包括最小化配送的次数、最小化配送时间、最小化配送距离、最小化配送成本和优化优先级货物中的至少一项的分发目标参数来优化分发指令。

还公开了本发明的其他方面。

附图说明

尽管任何其他形式可能落入本发明的范围内，现在将仅通过举例的方式、参照附图描述本公开的优选实施例，其中：

图1示出了根据一个实施例的供应链管理系统；

图2示出了由图1的系统执行的示例性处理；

图3示出了根据一个实施例的聚合优化器；

图4示出了根据一个实施例的分拣网络优化器；以及

图5示出了根据一个实施例的分发优化器。

具体实施方式

图1示出了供应链管理系统1，其是用于拉动式需求(pull demand)零售供应链零售产品跟踪和优化的技术实现。

为便于说明，在图1中按功能划分来说明供应链管理系统1。这样，应当理解，供应链管理系统1可以由独立的计算设备/服务器或互连的计算设备/服务器的各种网络拓扑来实现，以实现本文描述的技术功能。

每个组成计算设备可以包括处理器和内存设备，该处理器用于处理数字数据，该内存设备用于存储包括与该内存设备可操作地通信的计算机程序代码指令的数字数据。这样，本文描述的各种计算机处理功能可以体现在用于各种处理的计算机程序代码模块中，该计算机程序代码模块可以由处理器获取以供执行。

在图1所示的实施例中，计算机组件已被划分为三个主要的技术子系统，即电子商务子系统2、订单管理子系统3和电子仓库基础设施4。

电子商务子系统2包括库存数据库6，该库存数据库6可以包括产品SKU和定价数据。

可以使用SKU数据库(例如澳大利亚GS1产品SKU数据库11)填充产品SKU数据。

电子商务子系统2可以包括产品数据API 5，该产品数据API 5暴露可以由供应商用来更新数据库6中的产品定价数据的接口。具体地，使用相关联的供应商客户端计算设备10的各种供应商可以为此目的向API 5进行身份验证。

此外，本文描述的电子商务子系统2的特征还可以在于包括零售商电子商务前端7和API 7A，其中，类似地使用相关联的零售商客户端计算机设备12的零售商可以下多个产品SKU的多个电子商务订单。

系统1还包括订单管理子系统3，该订单管理子系统3在技术上被配置为使用多个电子商务订单来聚合供应订单。

具体地，订单管理子系统3包括聚合控制器14，该聚合控制器14被配置为将电子商务订单13聚合为多个供应订单15。具体地，一般而言，聚合控制器14在生成供应订单15时至少按供应商对产品SKU订单进行分组。为此，聚合控制器14可以从库存数据库6中提取数据，以便为此目的交叉引用产品SKU和与供应商相关的数据。

如上所述，订单管理子系统3还可以包括聚合优化器8，用于以下面进一步详细描述的方式来优化聚合处理。这样，聚合优化器8被配置为优化供应订单15的生成。

已经生成了优化的供应订单15，订单管理子系统3可以包括订单控制器20，该订单控制器20被配置为向供应商下订单。具体地，订单控制器20可以与多个供应商API 19接口连接，以便能够经由相关联的供应商服务器电子地下这种优化的供应订单15。

系统1还包括电子仓库基础设施4，该电子仓库基础设施4包括仓库存储器和相关联的电子跟踪基础设施，该电子跟踪基础设施用于接收供应商托盘并在装载订单托盘时控制分拣网络的“零库存分拣式处理”。

具体地，电子仓库基础设施4包括与多个电子扫描设备21可操作地通信的分拣网络控制器18。电子扫描设备21可以采取能够读取条形码或其他计算机可读介质的小型手持式电子扫描设备的形式。

对于到达仓库的供应商托盘，该供应商托盘可以包括供应商托盘ID条形码或针对其上的产品中的每一个或子集组的多个供应商产品ID。

电子仓库基础设施4的电子扫描基础设施的特点在于，分拣网络控制器18被配置为跟踪从固定或可移动的供应商托盘到固定的订单托盘(其中，固定的订单托盘可以根据经由电子商务前端7或API 7a接收的电子商务订单来配置)的产品分拣，这与现有技术的电子仓库基础设施相反，现有技术的电子仓库基础设施被配置为跟踪从固定的囤积货架到可移动的订单托盘的产品分拣。

这样，对于这种手持式电子扫描设备21，操作员可以扫描供应商托盘、产品SKU和订单托盘，以便使分拣网络控制器18可以在产品被从供应商托盘分拣到订单托盘时引导分拣处理。

可以使用分拣网络优化器9来优化分拣网络控制器18的操作，如将在下面进一步详细描述的那样。分拣网络优化器9被配置为根据各种参数来优化分拣处理。

电子仓库基础设施4还包括分发控制器17，该分发控制器17用于配置已打包的定单托盘的分发。

分发控制器17可以在订单托盘被分发时从电子扫描设备21读取数据以及从用于控制已打包的订单托盘的分发的运输网络API 22读取数据。

分发优化器16可以用于以下面进一步详细描述的方式(包括根据经由运输网络API 22接收的数据)来优化分发控制器17。

现在转到图2，其示出了供应链管理系统1的示例性处理23，用于说明其各种技术功能。

该处理23可以包括用产品库存数据(包括产品SKU和产品定价数据)对产品库存数据库6进行的填充24。该产品库存数据库6还可以包括与产品SKU数据相关地存储的供应商数据，该供应商数据由聚合控制器14用于将电子商务订单13分解为优化的供应订单15。

该处理23可以包括经由API接收定期的定价更新25，其中，使用相关联的供应商客户端计算机设备10的供应商可以向API 5进行身份验证，以更新与存储在产品库存数据库6中的产品SKU数据相关联的定价数据。这种更新26还可以包括并入新产品的新产品SKU数据。

具有包括产品SKU和与产品SKU相关地存储的定价数据的产品库存数据库6，该处理还可以包括：电子商务前端7和API 7a从使用多个相关联的零售商客户端计算设备12的多个零售商接收26多个产品SKU的多个电子商务订单。

电子商务前端7还可以有助于电子商务订单的支付。

API 7a还可以有助于电子商务订单的电子发票的开具。

经由电子商务前端7或API 7A接收的电子商务订单数据然后被传送到电子商务订单数据库13，其中，该处理23还包括将多个电子商务订单13聚合27为多个供应商订单15。

该聚合27包括：聚合控制器14参照库存数据库6按供应商来聚合产品SKU。

该聚合27还可以包括：以下面进一步详细描述的方式使用聚合优化器8来优化供应订单15，以生成优化的供应订单15。

优化的供应订单15然后被传送到订单控制器20，其中，该处理23还包括：使用可以利用供应商服务器API 19的订单控制器20对优化的供应订单进行分发28。

该处理23还可以包括在仓库分拣网络处对多个供应商托盘的接收29。每个供应商托盘可以包括每个供应商的多个产品。通常，仓库分拣网络可以包括根据电子商务订单布置的多个订单托盘，并且其中，该处理23还包括“零库存分拣式”产品分拣，其中，产品被从供应商托盘以由分拣网络控制器18引导的方式分拣以放置在订单托盘上。

零库存分拣式处理30还可以利用分拣网络优化器9，该分拣网络优化器9用于以下面进一步详细描述的方式优化零库存分拣式处理。

该处理23还可以包括：使用分发控制器17控制订单托盘的分发31，该分发控制器17可以在订单托盘被分发时从电子扫描设备21读取数据，以及读取经由运输网络API 22接收的运输网络数据。

可以使用分发优化器16以下面进一步详细描述的方式来优化对订单托盘的分发的控制31。

电子仓库基础设施的分拣网络优化器9可以与分发优化器16进行交互，以根据分发需求优化分拣。

现在转到图3-5，其示出了各种优化模块(包括图3所示的聚合优化器8、图4所示的分拣网络优化器9和图5所示的分发优化器16)的优化处理。

在实施例中，该优化处理可以利用机器学习。在该实施例中，该处理涉及利用机器学习模块33，该机器学习模块33具有作为输入的训练数据32,37,38、被配置为生成优化参数34，以优化各种目标参数39-41。

机器学习模块33在优化各种目标参数39-41并使用训练数据32,37,38时可以生成优化参数34，该优化参数34然后被用于配置优化的控制器(即优化的聚合控制器14、优化的分拣网络控制器18和优化的分发控制器17)，该优化的控制器用于根据实时数据42生成优化的结果，在这种情况下，该优化的结果分别包括优化的供应订单15、优化的分拣网络指令35和优化的分发指令36。

首先考虑图3所示的聚合优化器8，聚合目标参数39可以包括最小化所下订单的数量、最小化产品成本、最小化配送成本以及按产品类型优化配送时间的聚合目标参数中的一个或多个。应当注意，机器学习模块33可以根据这些参数的组合来优化该优化参数34，其中，例如，在最小化所下订单的数量与最小化产品成本之间存在折衷。

在一个示例中，其中，聚合目标参数39包括按产品类型优化配送时间的目标参数，该机器学习模块33可以寻求对诸如瓶装水的时间敏感或必要优先级零售产品、而不是诸如地板拖把等的其他零售产品的配送进行优化。

这样，对于给定的产品数据、供应商数据等，以该方式生成的优化的供应订单15可以生成寻求例如最小化所下订单的数量、最小化产品成本、最小化配送成本以及优化优先级零售产品的配送的优化的供应订单15。

图4所示的实施例示出了分拣网络优化器9。以与上面提供的类似的方式，该分拣网络优化器9可以被配置为根据各种分拣网络目标参数40来优化零库存分拣式网络处理。

例如，分拣网络目标参数40可以包括最小化分拣的次数(即，最小化围绕仓库的移动)、优化托盘的包装(其中，例如，重的物品被先放置并且较轻的和/或更易碎的物品或松散物品之后被放置在顶部)、最小化完成订单所需的托盘的数量、优化优先级产品(其中，优先级产品被分配给用于优先分发等的托盘)的目标参数。

训练数据37可以包括历史托盘数据、供应运输网络数据、运输网络数据、产品数据等。

这样，优化的分拣网络控制器18因此可以根据实时数据42来优化目标参数40，从而得到优化的分拣网络指令35。

图5所示的实施例示出了分发优化器16，其中，类似地，分发优化器16可以生成优化各种目标参数的优化的分发指令16。

例如，分发目标参数41可以包括最小化配送的次数、最小化配送时间、最小化配送距离、最小化配送成本、优先处理必要货物等的目标参数。

机器学习模块33可以将托盘数据(例如准备好用于分发的托盘的内容物的位置)、与零售运输网络数据有关的信息、产品数据等考虑在内。

这样，具有实时数据42的优化的分发控制器17可以将与零售运输网络数据有关的信息、托盘数据及其产品内容物考虑在内来生成优化的分发指令36。

如图1所示，优化器可以协同工作，其中，例如，当优先处理优先级货物时，聚合优化器8可以将指示各个供应商的位置的供应运输网络数据考虑在内，其中，例如，可以下订单以将供应商的产品运输到最近的仓库4，以最小化配送时间，并且其中，在那些仓库4处，分拣网络优化器9可以进一步优先将那些必要货物分拣到用于优先分发的托盘上，并且其中，例如，分发优化器16可以然后生成优化的分发指令36，以最小化经由零售运输网络的必要货物的配送。

出于解释目的，前面的描述使用了特定的命名法来提供对本发明的透彻理解。然而，对于本领域技术人员显而易见的是，不需要特定细节即可实践本发明。因此，本发明的特定实施例的前述描述是出于说明和描述的目的而给出的。它们并不旨在穷举或将本发明限制为所公开的精确形式；显然，鉴于以上教导，许多修改和变化是可能的。选择和描述实施例是为了最好地解释本发明的原理及其实际应用，因此它们使本领域的其他技术人员能够最好地利用本发明以及具有适合于预期的特定用途的各种修改的各种实施例。其意图是以下权利要求及其等同物限定本发明的范围。

Claims (13)

1.一种供应链管理系统，包括：

电子商务子系统，所述电子商务子系统包括：

包括产品SKU和定价数据的产品库存数据库；以及

与所述产品库存数据库接口连接、用于接收零售商电子商务订单的电子商务前端；

订单管理子系统，所述订单管理子系统包括：

用于将所述零售商电子商务订单聚合为供应订单的聚合控制器；

用于优化所述供应订单的聚合优化器；以及

用于将所述供应订单分发给供应商的订单分发控制器；电子仓库基础设施，所述电子仓库基础设施包括：

具有产品跟踪电子扫描设备的分拣网络控制器，所述分拣网络控制器被配置为生成分拣网络指令，所述分拣网络指令用于从被接收用于所述供应订单的供应商托盘到根据所述零售商电子商务订单配置的订单托盘的零库存分拣式产品放置。

2.根据权利要求1所述的供应链管理系统，其中，所述分拣网络控制器被配置为从所述产品跟踪电子扫描设备接收产品标识符、供应商托盘ID和订单托盘ID数据中的至少一项。

3.根据权利要求1所述的供应链管理系统，其中，所述分拣网络控制器被配置为生成用于在仓库内的固定的订单托盘之间操纵所述供应商托盘的分拣网络指令。

4.根据权利要求1所述的供应链管理系统，还包括分拣网络优化器，所述分拣网络优化器用于优化所述分拣网络指令。

5.根据权利要求4所述的供应链管理系统，其中，所述分拣网络优化器被配置为用于最小化分拣的次数、根据产品类型优化所述订单托盘的包装、最小化订单托盘的数量以及根据产品优先级类型优化所述订单托盘的包装中的至少一项。

6.根据权利要求1所述的供应链管理系统，还包括配送分发控制器，所述配送分发控制器用于控制所述订单托盘的分发。

7.根据权利要求6所述的供应链管理系统，其中，所述分拣网络控制器可操作地耦接到所述配送分发控制器，用于根据所述订单托盘的分发来生成所述分拣网络指令。

8.根据权利要求6所述的供应链管理系统，还包括配送分发优化器，所述配送分发优化器用于优化所述订单托盘的分发。

9.根据权利要求8所述的供应链管理系统，其中，所述配送分发优化器被配置为用于最小化配送的次数、最小化配送时间、最小化配送距离、最小化配送成本和优先级货物的配送中的至少一项。

10.根据权利要求1所述的供应链管理系统，其中，所述电子商务子系统还包括用于更新所述定价数据的API接口。

11.根据权利要求1所述的供应链管理系统，其中，所述聚合优化器包括机器学习模块，所述机器学习模块被配置为根据目标参数和历史数据生成优化参数，并且其中，所述优化参数被用于根据包括最小化库存水平、最小化订单的数量、最小化产品成本、最小化配送成本以及按产品类型优化配送时间中的至少一项的聚合目标参数来优化所述供应订单。

12.根据权利要求4所述的供应链管理系统，其中，所述分拣网络优化器包括机器学习模块，所述机器学习模块被配置为根据目标参数和历史数据生成优化参数，并且其中，所述优化参数被用于根据包括最小化分拣的次数、根据产品类型优化所述订单托盘的包装、最小化订单托盘的数量以及优化优先级产品中的至少一项的分拣网络目标参数来优化所述分拣网络指令。

13.根据权利要求6所述的供应链管理系统，其中，所述配送分发优化器包括机器学习模块，所述机器学习模块被配置为根据目标参数和历史数据生成优化参数，并且其中，所述优化参数被用于根据包括最小化配送的次数、最小化配送时间、最小化配送距离、最小化配送成本和优化优先级货物中的至少一项的分发目标参数来优化其中所述分发指令。

Images