CN111445051B - 快件业务量预测方法、预测系统和快件员工的排班方法 - Google Patents

快件业务量预测方法、预测系统和快件员工的排班方法 Download PDF

Info

Publication number
CN111445051B
CN111445051B CN201910044028.8A CN201910044028A CN111445051B CN 111445051 B CN111445051 B CN 111445051B CN 201910044028 A CN201910044028 A CN 201910044028A CN 111445051 B CN111445051 B CN 111445051B
Authority
CN
China
Prior art keywords
unit area
express mail
daily
shift
express
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
CN201910044028.8A
Other languages
English (en)
Other versions
CN111445051A (zh
Inventor
李凤
湛长兰
王本玉
刘曙铭
肖沙沙
金晶
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.)
SF Technology Co Ltd
Original Assignee
SF 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 SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN201910044028.8A priority Critical patent/CN111445051B/zh
Publication of CN111445051A publication Critical patent/CN111445051A/zh
Application granted granted Critical
Publication of CN111445051B publication Critical patent/CN111445051B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本申请公开了快件业务量预测方法、预测系统、快件员工的排班方法,快件业务量预测方法包括以下步骤:统计指定时间段内快件网点内各个单元区的快件日均件量;汇总获得所述快件网点的总件量,确定各个单元区快件日均件量的摊分比例;根据所述网点快件的预测总件量,按所述摊分比例预测各个单元区的快件业务每天件量。根据本发明的实施例,通过确定各个单元区快件日均件量的摊分比例,从而获得按所述摊分比例预测各个单元区的快件业务每天件量,使得单元区每天件量的预测具有客观的数据支持和合理的预期,使快件业务量预测结果更为准确、合理。

Description

快件业务量预测方法、预测系统和快件员工的排班方法
技术领域
本公开一般涉及快递行业,具体涉及快件业务量预测方法、预测系统、快件员工的排班方法。
背景技术
快件量的准确预测对于物流公司的人力、物力等资源的合理调配、提高收派件时效至关重要。当前的快件量预测能够给出网点的件量预测值,但存在以下问题:一方面,由于细分到单元区后件量较少且随时间推移件量的波动较大,对于单元区的件量预测还没有实现,而实际快件任务的人力资源调配以单元区件量预测结果为基础进行,因此单元区件量预测势在必行;另一方面,运单的收派件地址大部分是非标准格式,例如快件用户在相同的小区却使用不同的缩写,有些用户只写楼栋名称而不写街道号、相同的地址有不同的表述方法等,导致目前根据快件上的地址转换经纬度获取运单所属单元区的准确率不高,甚至收派件地址尤其是收件地址填写不完整导致无法根据经纬度获取地址所属的单元区。上述问题都亟待解决。
发明内容
在下文中给出关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于上述问题,本发明在第一方面提出一种单元区快件业务量预测方法,所述方法包括以下步骤:
统计指定时间段内快件网点内各个单元区的快件日均件量;
汇总获得所述快件网点的总件量,确定各个单元区快件日均件量的摊分比例;
根据所述网点快件的预测总件量,按所述摊分比例预测各个单元区的快件每天件量,
其中,按以下步骤统计每个单元区的日均件量:
提取运单表中运单对应的员工信息和业务发生时间,所述运单表中包含多个运单和负责各个运单的对应员工信息;
将所述运单表关联工作排班表获取单元区信息,计算出在指定时间段内各个单元区的每日件量,所述工作排班表中包含每个员工在网点内一个或多个单元区的排班信息;
对所述指定时间段内的每日件量求平均获得每个单元区的日均件量。
根据本发明的实施例,通过统计汇总快件网点的总件量,确定各个单元区快件日均件量的摊分比例,从而获得按所述摊分比例预测各个单元区的快件业务每天件量,使得单元区日均件量的预测具有客观的数据支持和合理的预期,使快件业务量预测结果更为准确、合理。
本发明在第二方面提出一种单元区快件业务量预测系统,所述系统包括:
日均件量统计模块,用于统计指定时间段内快件网点内各个单元区的快件日均件量;
摊分比例确定模块,用于汇总获得所述快件网点的总件量,确定各个单元区快件每天件量的摊分比例;
日均件量预测模块,用于根据所述网点快件的预测总件量,按所述摊分比例预测各个单元区的快件业务每天件量;
其中,日均件量统计模块包括:
运单统计模块,用于提取运单表中运单的员工信息和业务发生时间,所述运单表中包含多个运单和负责各个运单的对应员工信息;
每日件量统计模块,用于将所述运单表关联工作排班表获取单元区信息,并统计出各个单元区的每日件量,工作排班表中包含每个员工在网点内一个或多个单元区的排班信息;
日均件量计算模块,对所述指定时间段内的每日件量求平均获得各个单元区的日均件量。
根据本发明的实施例,所述单元区快件业务量预测系统通过统计汇总快件网点的总件量,确定各个单元区快件日均件量的摊分比例,从而获得按所述摊分比例预测各个单元区的快件业务每天件量,使得单元区每天件量的预测具有客观的数据支持和合理的预期,使快件业务量预测结果更为准确、合理,为快件人力物力资源配置决策提供了便利。
本发明在第三方面提出一种快件员工的排班方法,根据上述单元区快件业务量预测方法预测的各个单元区的快件业务每天件量,确定网点中各个单元区快件员工的排班人数和工作排班表。
根据本发明的实施例,所述快件员工的排班方法通过上述的单元区快件业务量预测方法更准确、合理地预测各个单元区的快件业务每天件量,使得快件人力资源配置决策更为科学,提高资源配置效率。
附图说明
参照下面结合附图对本发明实施例的说明,会更加容易地理解本发明的以上和其它目的、特点和优点。附图中的部件只是为了示出本发明的原理。在附图中,相同的或类似的技术特征或部件将采用相同或类似的附图标记来表示。
图1示出根据本申请一个实施例的单元区快件业务量预测方法的流程图;
图2示出根据本申请一个实施例的计算单元区快件业务量的流程示意图;
图3示出根据本申请一个实施例的网点层级组成示意图;
图4示出根据本申请一个实施例的单元区快件业务量预测系统的组成框图;
图5示出图4实施例的日均件量统计模块的组成示意图;
图6示出根据本申请一个实施例的单元区快件业务量预测的计算机系统的组成框图。
具体实施方式
下面参照附图来说明本发明的实施例。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意,为了清楚的目的,附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。在以下说明中,“件量”、“件数”、“业务量”有相同的含义。
快件公司在一定的物理办公或生活区域内布置适当数量的快件网点,用于承接揽收和派送快件业务及提供相应的配套物流服务。由于网点所负责覆盖管理的业务区域面积较大,因此设置多层网点,每层网点承揽的业务包括一个或多个直属单元区承揽的业务和其下属网点直接或间接承揽的业务。单元区作为直接承揽揽收和派送快件的业务单元,发挥着重要的基础作用。一个单元区在物理上可以是一个物业管理社区的全部居民或快递用户,也可以是社区内的部分建筑的快件用户,例如,一栋楼或两栋楼的住户。因此,一个快件网点的业务量由其直接或间接所属的单元区的业务量组成。衡量业务量的重要标准是快递件数,即运单数量,包括揽件件数和派送件数。在本发明中,主要基于承接的运单数量作为业务量预测的依据。
图1示出根据本申请一个实施例的单元区快件业务量预测方法的流程图。该方法包括以下步骤:
S100:统计指定时间段内快件网点内各个单元区的快件日均件量;
S200:汇总获得快件网点的总件量,确定各个单元区快件日均件量的摊分比例;
S300:根据网点快件的预测总件量,按所述摊分比例预测各个单元区的快件业务每天件量。
根据本发明的实施例,通过统计汇总快件网点的总件量,确定各个单元区快件日均件量的摊分比例,从而获得按所述摊分比例预测各个单元区的快件业务每天件量,使得单元区每天件量的预测具有客观的数据支持和合理的预期,使快件业务量预测结果更为准确、合理。
可以采用多种方式统计每个单元区的日均件量。例如,要求负责该单元区收派件的员工进行收派件量上报汇总,获得该单元区的日快件量,再对指定时间期间求平均。作为可选方案,可以根据系统中收件地址或发件地址落入该单元区内地址的快递件数,获得该单元区的日快件量,再对指定时间期间求平均。
图2示出根据本申请一个实施例的计算单元区快件业务量的流程示意图。优选地,根据本发明的具体实施例,按以下实施方式统计每个单元区的日均件量:
提取运单表中运单对应的员工信息和业务发生时间,运单表中包含多个运单和负责各个运单的对应员工信息。
运单表是一个网点用于跟踪快件处理进程的重要管理工具,其包含隶属于本网点及本网点的下属网点的全部运单的运单信息,运单信息包括但不限于:运单号,发件地址,发件时间或预定揽件时间,发件地址所属网点号,收件地址,收件时间或预定派件时间,收件地址所属网点号,收件员,派件员。其中,发件时间或预定揽件时间和收件时间或预定派件时间是能够精确到分配作业班次的时间,即业务发生时间。例如,精确到时、分、秒的时间。如表1的运单表示例所示。
表1运单表
将运单表关联工作排班表获取单元区信息,计算各个单元区的每日件量,工作排班表中包含每个员工在网点内一个或多个单元区的排班信息。
工作排班表是网点用于管理快件收发的人力配置的重要管理工具,包含该网点的每名收发员在该网点直属或下属的各个单元区的工作任务配置信息,包括但不限于:员工(员工名和/或员工号)、班次、单元区。一个收派员每天可能有多个工作班次,例如在一个具体实施例中,一个员工每天工作8个班次,分别为早上8-9点,上午10-11点,﹒﹒﹒﹒﹒﹒,晚上6-8点等。将一个员工、一个班次、对应作业的一个单元区形成一条记录。如表2的排班表示例所示。
表2排班表
单元区随时间推移可能进行增、减、拆分等操作的,因此每次计算需要剔除掉当前时间已经不存在的单元区,避免后续预测件量摊分比例时计算错误。
需要注意的是,在排班表中,一个员工在一个班次里一般对应一个单元区(例如,去一栋建筑作业),但也存在同一个员工在一个班次里对应多个单元区(例如,同一时段去多栋建筑作业)的情况,它们形成不同的记录。例如,对于重货收派件员工,由于收派重货运单的情况较少,会出现安排一个员工负责多个单元区收派件的情况。例如,员工002在T1班次期间在单元区B1作业;另外员工002还在T1班次期间在单元区B2作业。在上表2的排班表中,员工002就发生在班次T1中既在单元区B1又在单元区B2作业的情况。
根据本发明具体的实施例,上述方法还包括:在将运单表关联工作排班表获取单元区信息时,将运单表通过员工的工号和排班日期关联工作排班表获取到每个运单所属的单元区。
通过员工号和排班日期将运单表与工作排班表相关联能够将每张运单准确关联到运单所属的单元区。通过将运单表中的员工号对应排班表中的员工号,并且排班日期对应运单表中的预定作业日期,取得关联结果。
例如,先根据运单的业务发生时间对应排班表中的排班日期,再检查该排班日期的排班表中是否有该收派员的班次。如果有班次可对应该业务发生时间,则称该运单关联班次为不空。如果在排班日期但没有班次对应该业务发生时间,则称该运单不在班次内,需要下面的特别处理。
例如,从运单表中获知一个派件运单Y1的派件员为A2,员工号为N2,业务发生时间为T2(日期为D2),根据网点的工作排班表,员工号N2(对应员工A2)在排班日期D2的班次T2负责的单元区为Z2。则该运单将准确关联到单元区Z2。
对于运单表中一张运单对应的员工在排班表的一个班次里对应多个单元区的情况,需要分情况进行以下处理:
根据关联后结果班次是否为空,分两类进行处理:
Q1:班次为空:
这时从运单表提取的运单的排班日期或者员工号在排班表中得不到对应,因此该运单没有匹配到任何单元区。可以将班次对应的单元区标记为dummy,也称作虚拟单元区,意谓该运单没有给实际单元区带来业务量,但将其业务量归属于一个虚拟单元区。将该运单的件量记为1;
Q2:班次不空:
这时,从运单表提取的排班日期和员工号均在排班表中得到对应,仅班次待确定。进一步判断每个运单的业务发生时间是否在预定员工的排班班次内,在班次内则置标志rec_num为1,不在班次内,则置标志rec_num为0;根据运单号、员工号、排班日期遍历班次,汇总每个运单在排班日期的全部班次内标志rec_num的记录数num。例如,运单L2在排班表中对应员工号N2、排班日期D2内有两个班次适用于该运单业务发生时间,对应的单元区分别为Z2和Z3,即rec_num为1的班次有两个,则汇总后num=2,也就是说num表示每个运单在排班日期的全部班次内匹配的班次数。
若汇总记录数num=0:也就是该运单在排班日期没有匹配到任何现有班次(业务发生时间仅匹配上了排班日期,但具体作业时间匹配不上班次),则将它分配到距离业务发生时间最近的班次内,同时将rec_num改置为1。
将针对一个运单的上述rec_num的结果累加获得num,从而可计算该运单摊分到对应单元区的件量,计算公式为:
每个对应单元区摊分该运单获得的件量=1/num。
例如:运单号0001关联匹配到排班日期的排班表的班次内的单元区有A、B两个,那么该运单对于单元区A贡献的件量为1/2,对于单元区B贡献的件量也为1/2。
针对全部运单,统计上述班次为空和班次不空的结果并汇总,计算出每个单元区每天件量。
通过上述操作,能够消除或减小由于快件客户由于地址填写不清楚或不准确带来的单元区业务量计算的偏差,因而能够精确合理地估计单元区的业务量。
对指定日期时间段内的每日件量求平均获得该单元区的日均件量。例如,按周、两周、一个月、季度汇总求平均,可获得对应的日均件量。
图3示出根据本申请一个实施例的网点层级组成示意图。根据网点的层次组成情况,将各个单元区件量向上汇总获得快件网点的总件量。根据本发明具体的实施例,快件网点的总件量包括该网点直属单元区件量和该网点的下层网点的总件量之和。由此可知,每个网点总件量不仅包括了该网点直属单元区的件量之和,还包括了该网点下属的所有网点(包括直接下属网点和间接下属网点)的直属单元区件量之和。允许网点存在仅有下属网点或仅有直属单元区的情况。网点直属或下属的每个单元区可以采用多种统计方法获取单元区日均件量,优选采用上述方法统计计算。通过这种实施方式,每个快件网点的总件量能够通过递归迭代的办法方便快捷地获得。
根据本发明具体的实施例,网点的所有下属网点的单元区件量通过关联网点层级关系表获得,网点层级表包括各个网点之间的层级隶属关系。例如,图3中示出网点层级关系表是树状表。例如,一个基层网点,仅有直属单元区3个。3个单元区的件量依次为:S01、S02、S03,则该基层网点总件量为:H01=S01+S02+S03,它的相邻上层网点包括3个基层网点和2个直属单元区,3个基层网点的总件量为H01,H02,H03,2个直属单元区的件量分别为S11和S12,则该相邻上层网点的总件量为H1=H01+H02+H03+S11+S12。以此类推,通过这种方式,可以方便快捷地汇总获得各层网点的总件量,也可以获得处于各个层级上的各个直属单元区的件量,以及它们的日均件量。
在确定各个单元区的业务量摊分比例时,按照其在所属网点总件量的中的占比来确定。例如,某单元区的业务量为10000件,其所属网点的总件量为50000件,则其摊分比例为10000/50000=20%。在预测得到网点总件量后,则可以按此比例,预测该单元区的业务量,并配置相应的业务(人力、物质)资源。
根据本发明具体的实施例,上述方法还包括:在收派件存在替班作业的情况下,在提取运单表中运单对应的员工信息和业务发生时间时,将所述运单表中运单的替班员工的工号和所属网点还原为原上班员工的工号和所属网点,如上图图2所示。将运单表通过员工号、排班日期等关联替班表找出存在替班的运单。替班表中包括排班日期、班次、原上班员工信息、替班上班员工信息。通过查找还原原上班员工和网点,有利于还原发现运单真实的业务作业位置,消除由于替班带来的误导业务位置信息。
图4示出根据本发明一个实施例提供的一种单元区快件业务量预测系统1,该系统包括:日均件量统计模块2,用于统计指定时间段内快件网点内各个单元区的快件日均件量;摊分比例确定模块3,用于汇总获得所述快件网点的总件量,确定各个单元区快件日均件量的摊分比例;每日件量预测模块4,用于根据所述网点快件的预测总件量,按所述摊分比例预测各个单元区的每日件量。
根据本发明的上述实施例,单元区快件业务量预测系统通过统计汇总快件网点的总件量,确定各个单元区快件日均件量的摊分比例,从而获得按所述摊分比例预测各个单元区的快件业务每日件量,使得单元区日均件量的预测具有客观的数据支持和合理的预期,使快件业务量预测结果更为准确、合理,为快件人力物力资源配置决策提供了便利。
图5示出图4实施例的日均件量统计模块的组成示意图。根据本发明具体的实施例,上述日均件量统计模块2包括:运单统计模块21,用于统计运单表中的员工排班信息,运单表中包含多个运单和负责各个运单的对应员工信息;每日件量统计模块22,用于将运单表关联工作排班表获取单元区信息,计算各个单元区在指定时间段内的每日件量,工作排班表中包含每个员工在网点内一个或多个单元区的排班信息;日均件量计算模块23,对指定时间段内的每日件量求平均获得该单元区的日均件量。
根据上述实施方式,单元区快件业务量预测系统能够消除或减小由于快件客户由于地址填写不清楚或不准确带来的单元区业务量计算的偏差,因而能够精确合理地估计单元区的业务量。
根据本发明具体的实施例,在上述系统中,快件网点的总件量包括该网点直属单元区件量和该网点的下层网点的总件量之和。通过这种实施方式,每个快件网点的总件量能够通过递归迭代的办法方便快捷地获得。
根据具体实施方式,运单统计模块被进一步配置为:在统计运单表中的员工排班信息时,将运单表中运单的替班员工的工号和网点还原为原上班员工的工号和网点。
根据具体实施方式,每日件量统计模块被配置为:在将运单表关联工作排班表获取单元区信息时,如果运单在排班日期没有匹配到任何现有班次,则将它分配到距离业务发生时间最近的班次内。
本发明还提供一种快件员工的排班方法,根据上述的单元区快件业务量预测方法预测的各个单元区的快件业务每日件量,确定网点中各个单元区快件员工的排班人数和工作排班表。
根据本发明的实施例,所述快件员工的排班方法通过上述的单元区快件业务量预测方法更准确、合理地预测各个单元区的快件业务日均件量,使得快件人力资源配置决策更为科学,提高资源配置效率。
在另外一个方面,本申请还提供一种可以由计算机系统执行的计算机程序,该6计算机程序执行根据本申请上述实施例的快件业务量预测方法。图6示出执行该计算机程序的计算机系统的组成示意图。计算机系统包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中,还存储有系统操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本发明的实施例,上文参考流程图1和图2描述的过程可以被实现为计算机软件程序。例如,本发明的图1的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行上述流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是—但不限于—电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。所描述的单元或模块也可以设置在处理器中。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的方法。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的快件业务量预测方法。
例如,所述电子设备可以实现如图1中所示的快件业务量预测方法,包括:S100:统计指定时间段内快件网点内各个单元区的快件日均件量;S200:汇总获得快件网点的总件量,确定各个单元区快件日均件量的摊分比例;S300:根据网点快件的预测总件量,按所述摊分比例预测各个单元区的快件业务每天件量,其中,按以下步骤统计每个单元区的日均件量:提取运单表中运单对应的员工信息和业务发生时间,所述运单表中包含多个运单和负责各个运单的对应员工信息;将所述运单表关联工作排班表获取单元区信息,计算出在指定时间段内各个单元区的每日件量,所述工作排班表中包含每个员工在网点内一个或多个单元区的排班信息;对所述指定时间段内的每日件量求平均获得每个单元区的日均件量。又如,所述电子设备还可以实现如图2中所示的各个步骤。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种单元区快件业务量预测方法,其特征在于,所述方法包括以下步骤:
统计指定时间段内快件网点内各个单元区的快件日均件量;
汇总获得所述快件网点的总件量,确定各个单元区快件日均件量的摊分比例;所述快件网点的总件量通过关联网点层级关系表获得,所述关联网点层级关系表包括各个网点之间的层级关系;
根据所述网点快件的预测总件量,按所述摊分比例预测各个单元区的快件业务每天件量;
其中,按以下步骤统计每个单元区的日均件量:
提取运单表中运单对应的员工信息和业务发生时间,所述运单表中包含多个运单和负责各个运单的对应员工信息;
将所述运单表关联工作排班表获取单元区信息,计算出在指定时间段内各个单元区的每日件量,所述工作排班表中包含每个员工在网点内一个或多个单元区的排班信息;
对所述指定时间段内的每日件量求平均获得每个单元区的日均件量。
2.根据权利要求1所述的单元区快件业务量预测方法,其特征在于,所述方法还包括:在统计运单表中的员工排班信息时,将所述运单表中运单的替班员工的工号和网点还原为原上班员工的工号和网点。
3.根据权利要求1所述的单元区快件业务量预测方法,其特征在于,所述方法还包括:在将所述运单表关联工作排班表获取单元区信息时,将所述运单表通过员工的工号和排班日期关联工作排班表获取到每个运单所属的单元区。
4.根据权利要求3所述的单元区快件业务量预测方法,其特征在于,所述方法还包括:在将所述运单表关联工作排班表获取单元区信息时,如果运单在排班日期没有匹配到任何现有班次,则将它分配到距离业务发生时间最近的班次内。
5.根据权利要求4所述的单元区快件业务量预测方法,其特征在于,所述方法还包括:汇总每个运单在排班日期的全部班次内匹配的班次数num,计算该运单摊分到每个对应单元区的件量为1/num。
6.一种单元区快件业务量预测系统,其特征在于,所述系统包括:
日均件量统计模块,用于统计指定时间段内快件网点内各个单元区的快件日均件量;
摊分比例确定模块,用于汇总获得所述快件网点的总件量,确定各个单元区快件日均件量的摊分比例;所述快件网点的总件量通过关联网点层级关系表获得,所述关联网点层级关系表包括各个网点之间的层级关系;
单元区件量预测模块,用于根据所述网点快件的预测总件量,按所述摊分比例预测各个单元区的快件业务每天件量;
其中,所述日均件量统计模块包括:
运单统计模块,用于提取运单表中运单的员工信息和业务发生时间,所述运单表中包含多个运单和负责各个运单的对应员工信息;
每日件量统计模块,用于将所述运单表关联工作排班表获取单元区信息,并统计出各个单元区的每日件量,工作排班表中包含每个员工在网点内一个或多个单元区的排班信息;
日均件量计算模块,对所述指定时间段内的每日件量求平均获得各个单元区的日均件量。
7.根据权利要求6所述的单元区快件业务量预测系统,其特征在于,所述运单统计模块被配置为:
在统计运单表中的员工排班信息时,将所述运单表中运单的替班员工的工号和网点还原为原上班员工的工号和网点。
8.根据权利要求6所述的单元区快件业务量预测系统,其特征在于,所述每日件量统计模块被配置为在将所述运单表关联工作排班表获取单元区信息时,如果运单在排班日期没有匹配到任何现有班次,则将它分配到距离业务发生时间最近的班次内。
9.一种快件员工的排班方法,其特征在于,根据权利要求1-5中任一项所述的单元区快件业务量预测方法预测的各个单元区的快件业务日均件量,确定网点中各个单元区快件员工的排班人数和工作排班表。
CN201910044028.8A 2019-01-17 2019-01-17 快件业务量预测方法、预测系统和快件员工的排班方法 Active CN111445051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910044028.8A CN111445051B (zh) 2019-01-17 2019-01-17 快件业务量预测方法、预测系统和快件员工的排班方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910044028.8A CN111445051B (zh) 2019-01-17 2019-01-17 快件业务量预测方法、预测系统和快件员工的排班方法

Publications (2)

Publication Number Publication Date
CN111445051A CN111445051A (zh) 2020-07-24
CN111445051B true CN111445051B (zh) 2023-08-29

Family

ID=71627115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910044028.8A Active CN111445051B (zh) 2019-01-17 2019-01-17 快件业务量预测方法、预测系统和快件员工的排班方法

Country Status (1)

Country Link
CN (1) CN111445051B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469523B (zh) * 2021-06-30 2022-12-30 上海浦东发展银行股份有限公司 柜员排班信息的获取方法、装置、电子设备和存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537476A (zh) * 2018-03-07 2018-09-14 顺丰科技有限公司 一种业务流向流量确定方法及装置、设备、存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7647233B2 (en) * 2002-06-21 2010-01-12 United Parcel Service Of America, Inc. Systems and methods for providing business intelligence based on shipping information

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537476A (zh) * 2018-03-07 2018-09-14 顺丰科技有限公司 一种业务流向流量确定方法及装置、设备、存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
配方颗粒自动发药系统工作流程优化;杨晓露等;《药学服务与研究》;20191215(第06期);正文第1-4页 *

Also Published As

Publication number Publication date
CN111445051A (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
Weatherford et al. A comparison of forecasting methods for hotel revenue management
US7389249B2 (en) Automated supply management method for dynamically fulfilling a customer requested order
US8285580B2 (en) System and method for filtering exceptions generated by forecasting and replenishment engine
US5799286A (en) Automated activity-based management system
US7660406B2 (en) Systems and methods for integrating outsourcers
US8458002B2 (en) Service scheduling
US20050021384A1 (en) Capacity planning method and system with approved accuracy and confidence indication
CN101324940A (zh) 绩效考核日志管理系统及管理方法
US20040107133A1 (en) Capacity planning method and system
CN112488612A (zh) 一种基于可视化的全量库存资源监测与展示方法
US20100023367A1 (en) Method and system for managing worksheet priority, and method and system for processing worksheet
AU2018271290A1 (en) Adaptive resource allocation
CN111199384B (zh) 一种对业务单据进行智能处理的系统和方法
US20090228312A1 (en) Method and system for a calendaring tool for claim code and workload determination
CN111445051B (zh) 快件业务量预测方法、预测系统和快件员工的排班方法
CN116611788A (zh) 一种科技项目管理方法及系统
CN116167870A (zh) 一种用于保险业务的费用管理系统
US20050055262A1 (en) System and a method for distributing assignments and receiving report data
JP3918743B2 (ja) 原価利益管理システム、原価利益管理方法、原価利益管理プログラム
US8341031B2 (en) Availability check for a ware
CN115032957B (zh) 生产调度方法及装置、存储介质、电子设备
JP2000285162A (ja) 予算管理システム及び記録媒体
CN114596114A (zh) 广告的投放方法及装置、存储介质及计算机系统
CN117745456A (zh) 一种包含预结算方式的多方式仓储费结算方法
CN118521210A (zh) 网点网管标签打标方法、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
GR01 Patent grant
GR01 Patent grant