CN111415207A - 一种季节性、周期性商品的最优订购周期预测系统及方法 - Google Patents

一种季节性、周期性商品的最优订购周期预测系统及方法 Download PDF

Info

Publication number
CN111415207A
CN111415207A CN202010231864.XA CN202010231864A CN111415207A CN 111415207 A CN111415207 A CN 111415207A CN 202010231864 A CN202010231864 A CN 202010231864A CN 111415207 A CN111415207 A CN 111415207A
Authority
CN
China
Prior art keywords
commodity
ordering
submodule
commodities
selling
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.)
Granted
Application number
CN202010231864.XA
Other languages
English (en)
Other versions
CN111415207B (zh
Inventor
李敬泉
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.)
Zhongchu Zhiyun Technology Co ltd
Original Assignee
Cmst Nanjiang Smart Logistics 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 Cmst Nanjiang Smart Logistics Technology Co ltd filed Critical Cmst Nanjiang Smart Logistics Technology Co ltd
Priority to CN202010231864.XA priority Critical patent/CN111415207B/zh
Publication of CN111415207A publication Critical patent/CN111415207A/zh
Application granted granted Critical
Publication of CN111415207B publication Critical patent/CN111415207B/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
    • 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
    • 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
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • 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
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • 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
    • G06Q30/04—Billing or invoicing
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种季节性、周期性商品的最优订购周期预测系统及方法，该系统包括消费者需求采集模块、商品订购列表配置单元、商品订购利润估计模块、商品确定通知模块和商品订单信息处理模块，消费者需求采集模块采集消费者对不同商品的需求数据进行定向订购，商品订购列表配置单元对消费者需求采集模块采集的商品数据进行统计，商品订购利润估计模块根据不同商品的批发价进行对比估算订购产品的利润，商品确定通知模块对商品订购利润估计模块估算的利润合格的商品与商家进行订货通知，商品订单信息处理模块对处理商品订单的售后信息，本发明能够智能化计算商品的售出情况，根据不同商品的售出情况自动计算商品需进货的数量。

Description

一种季节性、周期性商品的最优订购周期预测系统及方法
技术领域
本发明涉及商品订购领域，具体是一种季节性、周期性商品的最优订购周期预测系统及方法。
背景技术
订单是企业订购部门向供应商发出的定货凭据(包含成品、原材料、燃料、零部件、办公用品、服务等全部订购过程)，由于订单类型可以指定处理规则和订单分录默认值，因此系统在输入订单和退货单时，会要求这些订单类型。您可以将订单周期分配至每个订单类型，以控制订单处理并提供此订单类型的默认值。
订单类型定义的值可默认为分配订单类型时的订单，这取决于定义标准值规则集的方式。您可以将标准值规则集附加至订单类型，订购，是指企业在一定的条件下从供应市场获取产品或服务作为企业资源，以保证企业生产及经营活动正常开展的一项企业经营活动。是指个人或单位在一定的条件下从供应市场获取产品或服务作为自己的资源，为满足自身需要或保证生产、经营活动正常开展的一项经营活动。
在整个订购活动过程中，一方面，通过订购获取了资源，保证了企业正常生产的顺利进行，这是订购的效益；另一方面，在订购过程中，也会发生各种费用，这就是订购成本。我们要追求订购经济效益的最大化，就是不断降低订购成本，以最少的成本去获取最大的效益。而要做到这一点，关键的关键，就是要努力追求科学订购。科学订购是实现企业经济利益最大化的基本利润源泉，
但是现在订购方案大多根据商品库存数据进行补货，通常补货商品订货量相同，但需补货商品的售出量不同，会造成商品进货较多但是售出情况不理想的现象，造成商家大量囤积商品无法售出，从而赔本，本申请能够智能化计算商品的售出情况，根据不同商品的售出情况自动计算商品需进货的数量，严格控制商家的成本，方便商家的成本核算。
发明内容
本发明的目的在于提供一种季节性、周期性商品的最优订购周期预测系统及方法，以解决现有技术中的问题。
为实现上述目的，本发明提供如下技术方案：
一种季节性、周期性商品的最优订购周期预测系统，该系统包括消费者需求采集模块、商品订购列表配置单元、商品订购利润估计模块、商品确定通知模块和商品订单信息处理模块，其中，消费者需求采集模块、商品订购列表配置单元、商品订购利润估计模块、商品确定通知模块和商品订单信息处理模块依次通过内网连接，商品订购列表配置单元和商品确定通知模块通过内网连接；
所述消费者需求采集模块用于采集消费者对不同商品的需求数据进行定向订购，商品订购列表配置单元用于对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购利润估计模块用于根据不同商品的批发价进行对比，估算订购产品的利润，商品确定通知模块用于对商品订购利润估计模块估算的利润合格的商品与商家进行订货通知，商品订单信息处理模块用于对处理商品订单的开票、发货、物流、退换的售后信息。
通过采用上述技术方案：所述消费者需求采集模块包括商品库存状态数据收集子模块和优选商品标记子模块，商品库存状态数据收集子模块用于实时对各商品的库存进行统计，获取商品的售出数据，优选商品标记子模块用于对商品的售出数据进行统计，提取售出数量前十的商品进行重点标记，得到售出数量前十商品的用户画像，对用户进行智能推荐服务，其中，商品库存状态数据收集子模块和商品订购列表配置单元通过内网连接。
通过采用上述技术方案：所述商品订购列表配置单元包括商品订购种类获取子模块和商品订货量统计子模块，其中商品订购种类获取子模块和商品订货量统计子模块分别和商品库存状态数据收集子模块通过内网连接，其中，商品订购种类获取子模块用于对商品库存状态数据收集子模块获取的商品售出数据制定需订购商品列表，商品订货量统计子模块用于根据商品库存状态数据收集子模块获取的商品售出数据估算不同商品的订货量。
通过采用上述技术方案：所述商品订购利润估计模块包括订货商品售价统计子模块和成本价类比子模块，其中，订货商品售价统计子模块和成本价类比子模块分别和商品订购列表配置单元通过内网连接，订货商品售价统计子模块用于统计需订货商品的售价，将商品售价发送给成本价类比子模块，成本价类比子模块用于将商品的售货价和成本价进行类别，核算每个订购商品的利润。
通过采用上述技术方案：所述商品确定通知模块包括订货商品信息统一子模块和进货渠道筛选子模块，其中，订货商品信息统一子模块和商品订购列表配置单元通过内网连接，订货商品信息统一子模块用于将需订购的商品和订货量进行匹配统一，进货渠道筛选子模块用于根据不同进货商的商品报价和商品质量筛选优选的进货商进行合作。
通过采用上述技术方案：所述商品订单信息处理模块包括订单信息处理子模块和售后处理子模块，其中，订单信息处理子模块用于接收进货商发送给的确认订单信息，根据订单信息追踪订单的物流信息和电子发票数据，售后处理子模块用于根据商品的质量进行退换商品的处理。
一种季节性、周期性商品的最优订购周期预测方法：
S1：利用消费者需求采集模块采集消费者对不同商品的需求数据进行定向订购，商品库存状态数据收集子模块用于实时对各商品的库存进行统计，获取商品的售出数据，优选商品标记子模块用于对商品的售出数据进行统计，提取售出数量前十的商品进行重点标记，得到售出数量前十商品的用户画像，对用户进行智能推荐服务，其中，商品库存状态数据收集子模块和商品订购列表配置单元通过内网连接；
S2：利用商品订购列表配置单元对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购种类获取子模块和商品订货量统计子模块分别和商品库存状态数据收集子模块通过内网连接，其中，商品订购种类获取子模块用于对商品库存状态数据收集子模块获取的商品售出数据制定需订购商品列表，商品订货量统计子模块用于根据商品库存状态数据收集子模块获取的商品售出数据估算不同商品的订货量；
S3：利用商品订购利润估计模块根据不同商品的批发价进行对比，估算订购产品的利润，订货商品售价统计子模块和成本价类比子模块分别和商品订购列表配置单元通过内网连接，订货商品售价统计子模块用于统计需订货商品的售价，将商品售价发送给成本价类比子模块，成本价类比子模块用于将商品的售货价和成本价进行类别，核算每个订购商品的利润；
S4：利用商品确定通知模块对商品订购利润估计模块估算的利润合格的商品与商家进行订货通知，订货商品信息统一子模块和商品订购列表配置单元通过内网连接，订货商品信息统一子模块用于将需订购的商品和订货量进行匹配统一，进货渠道筛选子模块用于根据不同进货商的商品报价和商品质量筛选优选的进货商进行合作；
S5：利用商品订单信息处理模块对处理商品订单的开票、发货、物流、退换的售后信息，订单信息处理子模块用于接收进货商发送给的确认订单信息，根据订单信息追踪订单的物流信息和电子发票数据，售后处理子模块用于根据商品的质量进行退换商品的处理。
通过采用上述技术方案：所述步骤S2中，利用商品订购列表配置单元对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购种类获取子模块和商品订货量统计子模块分别和商品库存状态数据收集子模块通过内网连接，其中，商品订购种类获取子模块用于对商品库存状态数据收集子模块获取的商品售出数据制定需订购商品列表，商品订货量统计子模块用于根据商品库存状态数据收集子模块获取的商品售出数据估算不同商品的订货量，还包括以下步骤：
所述设定商品A的月售出数据为N件，设定每日售出数据为C，
Figure BDA0002429520850000061
设定本次需订E天的货，当商品日售出数据在0～2000份之内，设定商品日订货量每日增加B1份，当商品日售出数据在在2000～4000份之内，设定商品日订货量每日增加B2份，当商品日售出数据在在大于4000份，设定商品日订货量每日增加B3份，设置商品A本次总订货为U，根据公式：
Figure BDA0002429520850000071
计算得出估算不同商品的订货量，将订货量发送给商品订购利润估计模块进行利润估计，将订货量发送给商品确定通知模块进行智能化配货。
与现有技术相比，本发明的有益效果是：本发明利用消费者需求采集模块用于采集消费者对不同商品的需求数据进行定向订购，商品订购列表配置单元用于对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购利润估计模块用于根据不同商品的批发价进行对比，估算订购产品的利润，商品确定通知模块用于对商品订购利润估计模块估算的利润合格的商品与商家进行订货通知，商品订单信息处理模块用于对处理商品订单的开票、发货、物流、退换的售后信息；
本申请能够智能化计算商品的售出情况，根据不同商品的售出情况自动计算商品需进货的数量，严格控制商家的成本，方便商家的成本核算。
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。
图1为本发明一种季节性、周期性商品的最优订购周期预测系统的模块结构示意图；
图2为本发明一种季节性、周期性商品的最优订购周期预测方法的具体步骤示意图；
图3为本发明一种季节性、周期性商品的最优订购周期预测方法的实施过程示意图。
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。基于本发明中的实施例，本领域普通技术人员在没有做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。
请参阅图1～3，本发明实施例中，一种季节性、周期性商品的最优订购周期预测系统及方法，该系统包括消费者需求采集模块、商品订购列表配置单元、商品订购利润估计模块、商品确定通知模块和商品订单信息处理模块，其中，消费者需求采集模块、商品订购列表配置单元、商品订购利润估计模块、商品确定通知模块和商品订单信息处理模块依次通过内网连接，商品订购列表配置单元和商品确定通知模块通过内网连接；
所述消费者需求采集模块用于采集消费者对不同商品的需求数据进行定向订购，商品订购列表配置单元用于对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购利润估计模块用于根据不同商品的批发价进行对比，估算订购产品的利润，商品确定通知模块用于对商品订购利润估计模块估算的利润合格的商品与商家进行订货通知，商品订单信息处理模块用于对处理商品订单的开票、发货、物流、退换的售后信息。
通过采用上述技术方案：所述消费者需求采集模块包括商品库存状态数据收集子模块和优选商品标记子模块，商品库存状态数据收集子模块用于实时对各商品的库存进行统计，获取商品的售出数据，优选商品标记子模块用于对商品的售出数据进行统计，提取售出数量前十的商品进行重点标记，得到售出数量前十商品的用户画像，对用户进行智能推荐服务，其中，商品库存状态数据收集子模块和商品订购列表配置单元通过内网连接。
通过采用上述技术方案：所述商品订购列表配置单元包括商品订购种类获取子模块和商品订货量统计子模块，其中商品订购种类获取子模块和商品订货量统计子模块分别和商品库存状态数据收集子模块通过内网连接，其中，商品订购种类获取子模块用于对商品库存状态数据收集子模块获取的商品售出数据制定需订购商品列表，商品订货量统计子模块用于根据商品库存状态数据收集子模块获取的商品售出数据估算不同商品的订货量。
通过采用上述技术方案：所述商品订购利润估计模块包括订货商品售价统计子模块和成本价类比子模块，其中，订货商品售价统计子模块和成本价类比子模块分别和商品订购列表配置单元通过内网连接，订货商品售价统计子模块用于统计需订货商品的售价，将商品售价发送给成本价类比子模块，成本价类比子模块用于将商品的售货价和成本价进行类别，核算每个订购商品的利润。
通过采用上述技术方案：所述商品确定通知模块包括订货商品信息统一子模块和进货渠道筛选子模块，其中，订货商品信息统一子模块和商品订购列表配置单元通过内网连接，订货商品信息统一子模块用于将需订购的商品和订货量进行匹配统一，进货渠道筛选子模块用于根据不同进货商的商品报价和商品质量筛选优选的进货商进行合作。
通过采用上述技术方案：所述商品订单信息处理模块包括订单信息处理子模块和售后处理子模块，其中，订单信息处理子模块用于接收进货商发送给的确认订单信息，根据订单信息追踪订单的物流信息和电子发票数据，售后处理子模块用于根据商品的质量进行退换商品的处理。
一种季节性、周期性商品的最优订购周期预测方法：
S1：利用消费者需求采集模块采集消费者对不同商品的需求数据进行定向订购，商品库存状态数据收集子模块用于实时对各商品的库存进行统计，获取商品的售出数据，优选商品标记子模块用于对商品的售出数据进行统计，提取售出数量前十的商品进行重点标记，得到售出数量前十商品的用户画像，对用户进行智能推荐服务，其中，商品库存状态数据收集子模块和商品订购列表配置单元通过内网连接；
S2：利用商品订购列表配置单元对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购种类获取子模块和商品订货量统计子模块分别和商品库存状态数据收集子模块通过内网连接，其中，商品订购种类获取子模块用于对商品库存状态数据收集子模块获取的商品售出数据制定需订购商品列表，商品订货量统计子模块用于根据商品库存状态数据收集子模块获取的商品售出数据估算不同商品的订货量；
S3：利用商品订购利润估计模块根据不同商品的批发价进行对比，估算订购产品的利润，订货商品售价统计子模块和成本价类比子模块分别和商品订购列表配置单元通过内网连接，订货商品售价统计子模块用于统计需订货商品的售价，将商品售价发送给成本价类比子模块，成本价类比子模块用于将商品的售货价和成本价进行类别，核算每个订购商品的利润；
S4：利用商品确定通知模块对商品订购利润估计模块估算的利润合格的商品与商家进行订货通知，订货商品信息统一子模块和商品订购列表配置单元通过内网连接，订货商品信息统一子模块用于将需订购的商品和订货量进行匹配统一，进货渠道筛选子模块用于根据不同进货商的商品报价和商品质量筛选优选的进货商进行合作；
S5：利用商品订单信息处理模块对处理商品订单的开票、发货、物流、退换的售后信息，订单信息处理子模块用于接收进货商发送给的确认订单信息，根据订单信息追踪订单的物流信息和电子发票数据，售后处理子模块用于根据商品的质量进行退换商品的处理。
通过采用上述技术方案：所述步骤S2中，利用商品订购列表配置单元对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购种类获取子模块和商品订货量统计子模块分别和商品库存状态数据收集子模块通过内网连接，其中，商品订购种类获取子模块用于对商品库存状态数据收集子模块获取的商品售出数据制定需订购商品列表，商品订货量统计子模块用于根据商品库存状态数据收集子模块获取的商品售出数据估算不同商品的订货量，还包括以下步骤：
所述设定商品A的月售出数据为N件，设定每日售出数据为C，
Figure BDA0002429520850000121
设定本次需订E天的货，当商品日售出数据在0～2000份之内，设定商品日订货量每日增加B1份，当商品日售出数据在在2000～4000份之内，设定商品日订货量每日增加B2份，当商品日售出数据在在大于4000份，设定商品日订货量每日增加B3份，设置商品A本次总订货为U，根据公式：
Figure BDA0002429520850000122
计算得出估算不同商品的订货量，将订货量发送给商品订购利润估计模块进行利润估计，将订货量发送给商品确定通知模块进行智能化配货。
实施例1：限定条件，所述设定商品A的月售出数据为1872件，设定每日售出数据为C，
Figure BDA0002429520850000131
设定本次需订40天的货，当商品日售出数据在0～2000份之内，设定商品日订货量每日增加40份，设置商品A本次总订货为U，根据公式：
Figure BDA0002429520850000132
计算得出：
Figure BDA0002429520850000133
将订货量4096件发送给商品订购利润估计模块进行利润估计，将订货量4096件发送给商品确定通知模块进行智能化配货。
实施例2：限定条件，所述设定商品A的月售出数据为3180件，设定每日售出数据为C，
Figure BDA0002429520850000134
设定本次需订60天的货，当商品日售出数据在在2000～4000份之内，设定商品日订货量每日增加80份，设置商品A本次总订货为U，根据公式：
Figure BDA0002429520850000135
计算得出：
Figure BDA0002429520850000136
将订货量11160件发送给商品订购利润估计模块进行利润估计，将订货量11160件发送给商品确定通知模块进行智能化配货。
实施例3：限定条件，所述设定商品A的月售出数据为5313件，设定每日售出数据为C，
Figure BDA0002429520850000141
设定本次需订22天的货，当商品日售出数据在在大于4000份，设定商品日订货量每日增加120份，设置商品A本次总订货为U，根据公式：
Figure BDA0002429520850000142
计算得出：
Figure BDA0002429520850000143
将订货量6536件发送给商品订购利润估计模块进行利润估计，将订货量6536件发送给商品确定通知模块进行智能化配货。
实施例4：限定条件，，所述设定商品A的月售出数据为8760件，设定每日售出数据为C，
Figure BDA0002429520850000144
设定本次需订40天的货，当商品日售出数据在在大于4000份，设定商品日订货量每日增加120份，设置商品A本次总订货为U，根据公式：
Figure BDA0002429520850000145
计算得出：
Figure BDA0002429520850000146
将订货量16480件发送给商品订购利润估计模块进行利润估计，将订货量16480件发送给商品确定通知模块进行智能化配货。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (8)

1.一种季节性、周期性商品的最优订购周期预测系统，其特征在于：所述该系统包括消费者需求采集模块、商品订购列表配置单元、商品订购利润估计模块、商品确定通知模块和商品订单信息处理模块，其中，消费者需求采集模块、商品订购列表配置单元、商品订购利润估计模块、商品确定通知模块和商品订单信息处理模块依次通过内网连接，商品订购列表配置单元和商品确定通知模块通过内网连接；
所述消费者需求采集模块用于采集消费者对不同商品的需求数据进行定向订购，商品订购列表配置单元用于对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购利润估计模块用于根据不同商品的批发价进行对比，估算订购产品的利润，商品确定通知模块用于对商品订购利润估计模块估算的利润合格的商品与商家进行订货通知，商品订单信息处理模块用于对处理商品订单的开票、发货、物流、退换的售后信息。
2.根据权利要求1所述的一种季节性、周期性商品的最优订购周期预测系统，其特征在于：所述消费者需求采集模块包括商品库存状态数据收集子模块和优选商品标记子模块，商品库存状态数据收集子模块用于实时对各商品的库存进行统计，获取商品的售出数据，优选商品标记子模块用于对商品的售出数据进行统计，提取售出数量前十的商品进行重点标记，得到售出数量前十商品的用户画像，对用户进行智能推荐服务，其中，商品库存状态数据收集子模块和商品订购列表配置单元通过内网连接。
3.根据权利要求2所述的一种季节性、周期性商品的最优订购周期预测系统，其特征在于：所述商品订购列表配置单元包括商品订购种类获取子模块和商品订货量统计子模块，其中商品订购种类获取子模块和商品订货量统计子模块分别和商品库存状态数据收集子模块通过内网连接，其中，商品订购种类获取子模块用于对商品库存状态数据收集子模块获取的商品售出数据制定需订购商品列表，商品订货量统计子模块用于根据商品库存状态数据收集子模块获取的商品售出数据估算不同商品的订货量。
4.根据权利要求1所述的一种季节性、周期性商品的最优订购周期预测系统，其特征在于：所述商品订购利润估计模块包括订货商品售价统计子模块和成本价类比子模块，其中，订货商品售价统计子模块和成本价类比子模块分别和商品订购列表配置单元通过内网连接，订货商品售价统计子模块用于统计需订货商品的售价，将商品售价发送给成本价类比子模块，成本价类比子模块用于将商品的售货价和成本价进行类别，核算每个订购商品的利润。
5.根据权利要求1所述的一种季节性、周期性商品的最优订购周期预测系统，其特征在于：所述商品确定通知模块包括订货商品信息统一子模块和进货渠道筛选子模块，其中，订货商品信息统一子模块和商品订购列表配置单元通过内网连接，订货商品信息统一子模块用于将需订购的商品和订货量进行匹配统一，进货渠道筛选子模块用于根据不同进货商的商品报价和商品质量筛选优选的进货商进行合作。
6.根据权利要求1所述的一种季节性、周期性商品的最优订购周期预测系统，其特征在于：所述商品订单信息处理模块包括订单信息处理子模块和售后处理子模块，其中，订单信息处理子模块用于接收进货商发送给的确认订单信息，根据订单信息追踪订单的物流信息和电子发票数据，售后处理子模块用于根据商品的质量进行退换商品的处理。
7.一种季节性、周期性商品的最优订购周期预测方法，其特征在于：
S1：利用消费者需求采集模块采集消费者对不同商品的需求数据进行定向订购，商品库存状态数据收集子模块用于实时对各商品的库存进行统计，获取商品的售出数据，优选商品标记子模块用于对商品的售出数据进行统计，提取售出数量前十的商品进行重点标记，得到售出数量前十商品的用户画像，对用户进行智能推荐服务，其中，商品库存状态数据收集子模块和商品订购列表配置单元通过内网连接；
S2：利用商品订购列表配置单元对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购种类获取子模块和商品订货量统计子模块分别和商品库存状态数据收集子模块通过内网连接，其中，商品订购种类获取子模块用于对商品库存状态数据收集子模块获取的商品售出数据制定需订购商品列表，商品订货量统计子模块用于根据商品库存状态数据收集子模块获取的商品售出数据估算不同商品的订货量；
S3：利用商品订购利润估计模块根据不同商品的批发价进行对比，估算订购产品的利润，订货商品售价统计子模块和成本价类比子模块分别和商品订购列表配置单元通过内网连接，订货商品售价统计子模块用于统计需订货商品的售价，将商品售价发送给成本价类比子模块，成本价类比子模块用于将商品的售货价和成本价进行类别，核算每个订购商品的利润；
S4：利用商品确定通知模块对商品订购利润估计模块估算的利润合格的商品与商家进行订货通知，订货商品信息统一子模块和商品订购列表配置单元通过内网连接，订货商品信息统一子模块用于将需订购的商品和订货量进行匹配统一，进货渠道筛选子模块用于根据不同进货商的商品报价和商品质量筛选优选的进货商进行合作；
S5：利用商品订单信息处理模块对处理商品订单的开票、发货、物流、退换的售后信息，订单信息处理子模块用于接收进货商发送给的确认订单信息，根据订单信息追踪订单的物流信息和电子发票数据，售后处理子模块用于根据商品的质量进行退换商品的处理。
8.根据权利要求7所述的一种季节性、周期性商品的最优订购周期预测方法，其特征在于：所述步骤S2中，利用商品订购列表配置单元对消费者需求采集模块采集的商品数据进行统计，并得出商品订购规划方案，商品订购种类获取子模块和商品订货量统计子模块分别和商品库存状态数据收集子模块通过内网连接，其中，商品订购种类获取子模块用于对商品库存状态数据收集子模块获取的商品售出数据制定需订购商品列表，商品订货量统计子模块用于根据商品库存状态数据收集子模块获取的商品售出数据估算不同商品的订货量，还包括以下步骤：
所述设定商品A的月售出数据为N件，设定每日售出数据为C，
Figure FDA0002429520840000051
设定本次需订E天的货，当商品日售出数据在0～2000份之内，设定商品日订货量每日增加B1份，当商品日售出数据在在2000～4000份之内，设定商品日订货量每日增加B2份，当商品日售出数据在在大于4000份，设定商品日订货量每日增加B3份，设置商品A本次总订货为U，根据公式：
Figure FDA0002429520840000052
计算得出估算不同商品的订货量，将订货量发送给商品订购利润估计模块进行利润估计，将订货量发送给商品确定通知模块进行智能化配货。
CN202010231864.XA 2020-03-27 2020-03-27 一种季节性、周期性商品的最优订购周期预测系统及方法 Active CN111415207B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010231864.XA CN111415207B (zh) 2020-03-27 2020-03-27 一种季节性、周期性商品的最优订购周期预测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010231864.XA CN111415207B (zh) 2020-03-27 2020-03-27 一种季节性、周期性商品的最优订购周期预测系统及方法

Publications (2)

Publication Number Publication Date
CN111415207A true CN111415207A (zh) 2020-07-14
CN111415207B CN111415207B (zh) 2023-04-18

Family

ID=71493331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010231864.XA Active CN111415207B (zh) 2020-03-27 2020-03-27 一种季节性、周期性商品的最优订购周期预测系统及方法

Country Status (1)

Country Link
CN (1) CN111415207B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375358A (zh) * 2022-08-16 2022-11-22 上海复通软件技术有限公司 一种汽车后市场交易方法、系统及终端设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1741053A (zh) * 2005-09-22 2006-03-01 上海交通大学 物流仓储决策支持系统
CN101452618A (zh) * 2007-12-04 2009-06-10 华迪计算机集团有限公司 零售业渠道自助服务平台及其实现方法
CN104820938A (zh) * 2015-05-15 2015-08-05 南京大学 一种季节性、周期性商品的最优订购周期预测方法
CN109784984A (zh) * 2018-12-26 2019-05-21 广东工业大学 一种生鲜门店智能订货系统
CN110838030A (zh) * 2019-11-06 2020-02-25 电子科技大学 一种数据驱动的多周期产品订货方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1741053A (zh) * 2005-09-22 2006-03-01 上海交通大学 物流仓储决策支持系统
CN101452618A (zh) * 2007-12-04 2009-06-10 华迪计算机集团有限公司 零售业渠道自助服务平台及其实现方法
CN104820938A (zh) * 2015-05-15 2015-08-05 南京大学 一种季节性、周期性商品的最优订购周期预测方法
CN109784984A (zh) * 2018-12-26 2019-05-21 广东工业大学 一种生鲜门店智能订货系统
CN110838030A (zh) * 2019-11-06 2020-02-25 电子科技大学 一种数据驱动的多周期产品订货方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李敬泉等: "零售商B2C模式下双渠道定价策略选择研究", 《商业研究》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375358A (zh) * 2022-08-16 2022-11-22 上海复通软件技术有限公司 一种汽车后市场交易方法、系统及终端设备

Also Published As

Publication number Publication date
CN111415207B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
US11847627B2 (en) Product catalog services
Sahin et al. Flow coordination and information sharing in supply chains: review, implications, and directions for future research
Narahari et al. Dynamic pricing models for electronic business
US20060149577A1 (en) System and method for the customized processing of returned merchandise
EP1285383A1 (en) Dynamic pricing system
CN106846671A (zh) 店中店销售管理系统
KR100756001B1 (ko) 소비자들을 위한 상품 및 서비스의 직접 유통 시스템
US10713732B2 (en) System and method for implementing unified billing and unified rating operations
GB2377053A (en) System and method for network based purchasing
CN109685421A (zh) 一种商品库存管理方法、装置、存储介质及终端
KR20220013734A (ko) 소비량 예측을 통한 주문 필요 식자재의 맞춤형 스마트 주문 서비스 제공 방법
Vijayashree et al. A single-vendor and a single-buyer integrated inventory model with ordering cost reduction dependent on lead time
Kim et al. Negotiation model for optimal replenishment planning considering defects under the VMI and JIT environment
Hoppe Inventory optimization with SAP
CN115759937A (zh) 一种基于大数据分析的非标品的零售销售管理系统
CN111415207B (zh) 一种季节性、周期性商品的最优订购周期预测系统及方法
CN114187061B (zh) 用于数据处理的动态调度的系统和方法
CN111178571B (zh) 一种预约购物和分享的电子商务系统
CN112365321A (zh) 一种实现生鲜电商平台多商家商品有效监管识别的方法
US20230092996A1 (en) Systems and methods for electronic platform for inventory sharing
CN116383592A (zh) 一种基于亚马逊财务的实时计算与分析系统及方法
CN111400622A (zh) 一种分布式电商系统中紧缺商品数量展现方法及装置
CN110858337A (zh) 一种生成配置信息的方法和装置
JP2002032644A (ja) 生鮮商品の発注・受注・運送システム及びそのサーバシステム
Vandaele et al. The operations-finance interface: An example from lot sizing

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: No. 65 Beixiang Road, Gulou District, Nanjing City, Jiangsu Province, 210037

Patentee after: Zhongchu Zhiyun Technology Co.,Ltd.

Country or region after: China

Address before: 210000 No.1, he road, Gulou District, Nanjing City, Jiangsu Province

Patentee before: CMST NANJIANG SMART LOGISTICS TECHNOLOGY CO.,LTD.

Country or region before: China