CN112001666A - 一种保留库存量的确定方法、装置、设备和存储介质 - Google Patents
一种保留库存量的确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112001666A CN112001666A CN201910447439.1A CN201910447439A CN112001666A CN 112001666 A CN112001666 A CN 112001666A CN 201910447439 A CN201910447439 A CN 201910447439A CN 112001666 A CN112001666 A CN 112001666A
- Authority
- CN
- China
- Prior art keywords
- rdc
- days
- determining
- inventory
- sales
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000014759 maintenance of location Effects 0.000 claims abstract description 102
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 52
- 238000012937 correction Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 10
- 230000002354 daily effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000001174 ascending effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000000717 retained effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013068 supply chain management Methods 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种保留库存量的确定方法、装置、设备和存储介质,该方波包括:确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略;基于目标保留策略,根据当前商品的供应方送货信息或者库存信息确定当前商品对应的保留天数;根据保留天数和RDC本地区域的第一预测销量信息,确定当前商品在RDC中的保留库存量。通过本发明实施例的技术方案,可以用于提高保留库存量设置的合理性和准确性。
Description
技术领域
本发明实施例涉及计算机技术,尤其涉及一种保留库存量的确定方法、装置、设备和存储介质。
背景技术
随着物流向供应链管理的发展,越来越多地企业强调仓储作为供应链中的一个资源提供者的独特角色。现代的仓储即配送中心,既可以管理空间又可以管理时间。
通常,两级仓储网络结构包含区域配送中心RDC(Region Distribution Center)和前置配送中心FDC(Front Distribution Center)。如图1所示,RDC可以对应多个下游的FDC。其中,RDC仓储空间较大,存储能力较强,供应方配送的货物通常被送往至RDC,以对RDC进行补货。FDC仓储空间较小,存储能力较弱,距离消费者更近,主要通过RDC进行货物调拨,实现货物仓间的流转。RDC不仅可以向RDC本地区域的消费者销售商品,还可以向下游的FDC提供货物调拨。可见,RDC覆盖区域为RDC本地区域和各个下游FDC区域。而FDC仅可以满足FDC本地区域的消费者的购买需求,无法履约RDC本地区域或其它FDC本地区域的用户订单。因此,RDC中的货物需要更合理地分配在RDC本地和下游的各个FDC中,从而需要计算RDC中商品的保留库存量的大小,以避免下游FDC将RDC本地的货物调空,即防止下游FDC调拨量过大而导致RDC库存不足的情况。
现有技术中,往往在商品的二级分类的维度下,依据人工经验设置当前商品的保留天数,并将该保留天数与由销量预测系统提供的RDC覆盖区域在未来7日内的预测销量均值进行相乘,得到的乘积可以作为该商品在RDC中的保留库存量。
然而,在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
现有技术是在商品的二级分类的维度下设置商品的保留天数,即二级分类下的每件商品均设置了相同的保留天数,忽略了二级分类中每件商品之间不同的销量特性,而且保留天数是依据人工经验设置的,从而大大降低了保留天数设置的准确性。并且现有技术中设置的保留天数为固定天数,不能根据库存和补货情况进行动态调整,从而无法保证结果的合理性和准确性。
发明内容
本发明实施例提供了一种保留库存量的确定方法、装置、设备和存储介质,用于提高保留库存量设置的合理性和准确性。
第一方面,本发明实施例提供了一种保留库存量的确定方法,包括:
确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略;
基于所述目标保留策略,根据所述当前商品的供应方送货信息或者库存信息确定所述当前商品对应的保留天数;
根据所述保留天数和RDC本地区域的第一预测销量信息,确定所述当前商品在RDC中的保留库存量。
第二方面,本发明实施例还提供了一种保留库存量的确定装置,包括:
目标保留策略确定模块,用于确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略;
保留天数确定模块,用于基于所述目标保留策略,根据所述当前商品的供应方送货信息或者库存信息确定所述当前商品对应的保留天数;
保留库存量确定模块,用于根据所述保留天数和RDC本地区域的第一预测销量信息,确定所述当前商品在RDC中的保留库存量。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所提供的保留库存量的确定方法步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的保留库存量的确定方法步骤。
上述发明中的实施例具有如下优点或有益效果:
本发明实施例是对区域配送中心RDC中具有相同库存量单位SKU标识的当前商品确定其在RDC中的保留库存量。也就是说,本发明实施例是在商品SKU的维度下确定RDC中每种商品的保留库存量,以便可以考虑商品之间不同的销售特性。通过在多个保留策略中确定具有相同SKU标识的当前商品对应的目标保留策略,从而可以满足不同的业务需求。基于目标保留策略,根据当前商品的供应方送货信息或者库存信息可以准确且动态确定当前商品对应的保留天数,无需人工设置,大大提高了保留天数确定的准确性,进而提高了保留库存量设置的合理性和准确性。
附图说明
图1是现有技术中一种两级仓储网络结构的示意图;
图2是本发明实施例一提供的一种保留库存量的确定方法的流程图;
图3是本发明实施例一所涉及的一种保留天数确定方法的流程图;
图4是本发明实施例二提供的一种保留库存量的确定方法的流程图;
图5是本发明实施例三提供的一种保留库存量的确定装置的结构示意图;
图6是本发明实施例四提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图2是本发明实施例一提供的一种保留库存量的确定方法的流程图,本实施例可适用于计算区域配送中心RDC中的每件商品在RDC中的保留库存量,以防止下游FDC调拨量过大而导致RDC库存不足的情况。该方法可以由保留库存量的确定装置来执行,该装置可以由软件和/或硬件的方式来实现,集成于具有信息处理功能的设备中,比如台式电脑、个人计算机等。如图2所示,该方法具体包括以下步骤:
S110、确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略。
其中,对于区域配送中心RDC中存储的各种商品而言,每种商品均对应一个唯一的库存量单位SKU(Stock Keeping Unit)标识,以便区分RDC中的每种商品,其中SKU为库存最小单位。示例性地,商品的SKU标识可以为但不限于SKU编号。对于同一款式的商品,在颜色、尺寸等商品属性中的任一属性不相同时,商品对应的SKU标识也不同。本实施例中的当前商品可以是指一件或多件具有相同SKU标识的商品。也就是说,当前商品可以是在SKU维度下的任意一种商品,即当前时刻需要计算保留库存量的一种商品。保留策略可以是指确定保留天数时所依据的计算策略。本实施例可以根据不同的业务需求和场景预先确定不同的保留策略。示例性地,保留策略可以是但不限于RDC销售优先策略和分配策略,其中,RDC销售优先策略是指在RDC中保留的库存量可以满足RDC本地区域消费者的购买需求,在RDC本地需求得到满足后,再考虑下游FDC的调拨问题。本实施例中的RDC可以对应至少一个前置配送中心FDC。分配策略可以是指将商品库存量在RDC和各个FDC中进行合理分配,以使RDC本地区域的可售天数与FDC区域的可售天数相匹配,比如商品在RDC本地区域的可销售天数与在FDC区域的可销售天数近似相等。本实施例中的目标保留策略可以是当前商品对应的保留策略。
具体地,本实施例可以根据当前业务需求和场景,在多个保留策略中确定当前商品对应的目标保留策略。示例性地,业务人员可以根据自身需求对RDC中的各种商品人工选择相应的保留策略,从而可以预先生成不同的策略白名单,比如RDC销售优先策略白名单、分配策略白名单等。可以根据当前商品对应的SKU标识确定当前商品所属的策略白名单,进而获得当前商品对应的目标保留策略。例如,若当前商品对应的SKU标识在RDC销售优先策略白名单中,则可以确定当前商品对应的目标保留策略为RDC销售优先策略。
S120、基于目标保留策略,根据当前商品的供应方送货信息或者库存信息确定当前商品对应的保留天数。
其中,供应方送货信息可以是指供应方将商品送往RDC的信息,其可以包括但不限于商品数量、送货次数和每次送货对应的商品送达天数。库存信息可以包括但不限于商品在RDC和各个FDC中的库存量,即RDC库存量和FDC库存量。本实施例中的库存信息可以由仓储网络结构中的库存系统提供。本实施例中的保留天数可以是商品可以在RDC中保留的天数,即在保留天数内,RDC中该商品的库存量不为零。
具体地,本实施例可以基于目标保留策略确定计算保留天数所依据的是供应方送货信息还是库存信息,从而可以根据供应方送货信息或者库存信息准确地确定商品对应的保留天数,无需人工进行设置。并且在供应方送货信息或者库存信息发生变化时,可以对保留天数进行动态调整,从而大大提高了保留天数计算的准确性。
S130、根据保留天数和RDC本地区域的第一预测销量信息,确定当前商品在RDC中的保留库存量。
其中,第一预测销量信息可以是指当前商品在RDC本地区域内未来天数的预测销量信息。本实施例中的第一预测销量信息可以由仓储网络结构中的销量预测系统提供。第一预测销量信息可以包括在未来预设天数内,当前商品在RDC本地区域内每天销售的预测销量值。保留库存量可以是指商品在RDC中至少存有的库存量,以防止下游FDC调拨量过大而导致RDC库存不足的情况。
具体地,本实施例可以根据RDC本地区域的第一预测销量信息,确定当前商品在RDC本地区域内每天销售的预测销量均值。将通过上述步骤获得的准确的保留天数与预设销量均值进行相乘,并将乘积确定为当前商品在RDC中的保留库存量,从而可以获得更加准确的保留库存量。
本实施例的技术方案,对区域配送中心RDC中具有相同库存量单位SKU标识的当前商品确定其在RDC中的保留库存量。也就是说,本发明实施例是在商品SKU的维度下确定RDC中每种商品的保留库存量,以便可以考虑商品之间不同的销售特性。通过在多个保留策略中确定具有相同SKU标识的当前商品对应的目标保留策略,从而可以满足不同的业务需求。基于目标保留策略,根据当前商品的供应方送货信息或者库存信息可以准确且动态确定当前商品对应的保留天数,无需人工设置,大大提高了保留天数确定的准确性,进而保证了保留库存量设置的合理性和准确性。
在上述技术方案的基础上,S110可以包括:获取区域配送中心RDC中的当前商品在预设时间段内的销量均值;若销量均值小于或等于预设销量值,则确定当前商品对应的目标保留策略为RDC销售优先策略;若销量均值大于预设销量值,则确定当前商品对应的目标保留策略为分配策略。
其中,预设时间段可以是指当前商品的历史销售天数中的时间段。预设销量值可以根据业务需求和场景预先进行设置。具体地,本实施例通过比较当前商品在预设时间段内的销售均值与预设销量值的大小,可以自动确定当前商品对应的目标保留策略,无需人工参与,从而提高了保留策略选择的合理性和准确性。示例性地,根据当前商品在预设时间段内的实际总销量值可以计算获得当前商品每天销量的平均值,即销量均值。当销量均值小于或等于预设销量值时,表明当前商品为滞销商品,消费需求较低,此时可以确定目标保留策略为RDC销售优先策略,以减少调拨工作量。当销量均值大于预设销量值时,表明当前商品为热销商品,此时可以确定目标保留策略为分配策略,以便可以将商品更快送到消费者手中,更好地满足消费者需求。
在上述技术方案的基础上,S120可以包括:若目标保留策略为RDC销售优先策略,则根据当前商品的供应方送货信息确定当前商品对应的保留天数;若目标保留策略为分配策略,则根据RDC库存量、前置配送中心FDC库存量和RDC覆盖区域的第二预测销量信息,确定当前商品对应的保留天数。
其中,分配策略可以是指RDC本地区域的可售天数与FDC区域的可售天数相匹配,比如,RDC本地库存可售天数和下游的FDC的库存可售天数相等或者在预设允许误差内。RDC覆盖区域可以包括RDC本地区域和RDC对应的至少一个前置配送中心FDC区域。第二预测销量信息可以是指当前商品在RDC覆盖区域内未来天数的预测销量信息。本实施例中的第二预测销量信息可以由仓储网络结构中的销量预测系统提供。
具体地,在目标保留策略为RDC销售优先策略时,根据当前商品的供应方送货信息确定当前商品对应的保留天数,以在商品送达RDC之前能够保证RDC中该商品的库存量可以满足RDC本地购买需求。在目标保留策略为分配策略时,根据当前商品对应的RDC库存量和各个FDC库存量以及RDC覆盖区域的第二预测销量信息,确定当前商品对应的保留天数,以使RDC本地区域的可售天数(即保留天数)与FDC区域的可售天数相匹配。从而本实施例可以根据供应方送货信息或者库存信息动态确定商品的保留天数,提高了保留天数设置的准确性。
在上述技术方案的基础上,根据当前商品的供应方送货信息确定当前商品对应的保留天数,包括:若当前商品存在供应方正在送货的情况,则根据供应方送货信息确定当前商品的剩余送达天数,并将剩余送达时间作为当前商品对应的保留天数;若当前商品不存在供应方正在送货的情况,则根据预设历史时间段对应的历史供应方送货信息确定预设分位数对应的目标历史送达天数,并将目标历史送达天数作为当前商品对应的保留天数。
其中,预设分位数可以是根据业务需求预先设置的具体分位数,比如四分之三分位数,即将所有数据从小到大排列后第75%的数据。本实施例中当前商品的供应方送货信息可以是指供应方送货提前期VLT(Vendor Lead Time),其可以由仓储网络结构中的采购系统提供。历史供应方送货信息可以是指在预设历史时间段内供应方送货次数和每次送货所用天数。
具体地,可以根据供应方送货信息判断当前商品是否存在供应方正在送货的情况,即判断当前商品是否存在采购在途的情况,若存在,则获得该批货物的剩余送达天数,并将该剩余送达天数作为当前商品对应的保留天数,以便在货物未到达之间,保证在剩余送达天数内都可以满足RDC本地消费者的购买需求;若不存在,则可以获得在预设历史时间段内每次送货对应的历史送达天数,并将各个历史送达天数按照从小到大的顺序进行升序排列,并在排列后的各个历史送达天数中确定预设分位数对应的目标历史送达天数,并将目标历史送达天数作为当前商品对应的保留天数,以便可以留出适宜时间进行货物补充,并且保证在目标历史送达天数内可以满足RDC本地消费者的购买需求。需要说明的是,采购系统可以根据RDC中当前商品的库存量,实时制定相应的采购计划,以便及时进行补货。
在上述技术方案的基础上,在目标保留策略为分配策略时,图3给出了一种保留天数确定方法的流程图。如图3所示,在目标保留策略为分配策略时,可以通过如下步骤确定当前商品对应的保留天数:
S210、根据RDC库存量、每个FDC库存量和RDC覆盖区域的第二预测销量信息,确定RDC覆盖区域对应的当前可售天数。
其中,当前可售天数是指RDC和每个FDC的总库存量可以在整个RDC覆盖区域内销售的天数。第二预测销量信息可以为RDC覆盖区域在预设天数内的预测每天销量均值,比如预测28内的每天销量均值。
示例性地,可以根据如下公式确定RDC覆盖区域对应的当前可售天数:
其中,T为RDC覆盖区域对应的当前可售天数;IRDC为RDC库存量;IFDC为FDC库存量;MRDC覆盖区域的预测每天销量均值。
S220、根据当前可售天数和每个FDC区域的第三预测销量信息,确定每个FDC预测总销量。
其中,第三预测销量信息可以指当前商品在FDC区域内未来天数的预测销量信息。本实施例中的第三预测销量信息可以由仓储网络结构中的销量预测系统提供。第三预设销量信息可以是在每个FDC区域内销售时的预测每天销量均值。
具体地,对于每个FDC而言,可以将FDC对应的预测每天销量均值与当前可售天数进行相乘,并将乘积确定为该FDC对应的FDC预测总销量。
S230、检测是否存在至少一个FDC的FDC库存量超过对应的FDC预测总销量;若是,则进入步骤S240;若否,则进入步骤S250。
具体地,检测每个FDC的FDC库存量是否超过该FDC对应的FDC预测总销量。若存在至少一个FDC的FDC库存量超过对应的FDC预测总销量,则执行步骤S240的操作;若每个FDC的FDC库存量均未超过对应的FDC预测总销量,则执行步骤S250的操作。
S240、将FDC库存量超过对应的FDC预测总销量的目标FDC的FDC库存量更新为对应的FDC预测总销量,并返回执行步骤S210的操作。
其中,目标FDC是指FDC库存量超过对应的FDC预测总销量的FDC。目标FDC为至少一个。
具体地,在存在至少一个目标FDC时,可以将每个目标FDC的FDC库存量更新为对应的FDC预测总销量,即此时目标FDC的FDC库存量为对应的FDC预测总销量。在对每个目标FDC的FDC库存量进行更新后,返回执行步骤S210的操作,以便根据更新后的FDC库存量重新计算当前可售天数。
S250、将当前可售天数确定为当前商品对应的保留天数。
具体地,当每个FDC的FDC库存量均未超过对应的FDC预测总销量时,表明RDC本地区域的可售天数与FDC区域的可售天数相匹配,此时可以直接将当前可售天数确定为当前商品对应的保留天数,以便保证RDC本地区域和每个FDC区域在保留天数内均有货可售,从而实现了商品的合理分配。
实施例二
图4为本发明实施例二提供的一种保留库存量的确定方法的流程图,本实施例在上述实施例的基础上,对“根据保留天数和RDC本地区域的第一预测销量信息,确定当前商品在RDC中的保留库存量”进行了进一步优化。其中与上述实施例相同或相应的术语的解释在此不再赘述。
参见图4,本实施例提供的保留库存量的确定方法具体包括以下步骤:
S310、确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略。
S320、基于目标保留策略,根据当前商品的供应方送货信息或者库存信息确定当前商品对应的保留天数。
S330、根据保留天数和RDC本地区域的第一预测销量信息,确定RDC本地区域的RDC预测总销量。
其中,第一预测销量信息可以包括当前商品在RDC本地区域内未来每天销售的预测销量值。
示例性地,可以根据如下公式确定RDC本地区域的RDC预测总销量:
其中,L是RDC本地区域的RDC预测总销量;k是当天;k+j是指当天后的第j天;μk+j是指RDC本地区域在当天后的第j天对应的第一预测销量值;X是保留天数。
例如,若保留天数为3天,则从销量预测系统获得当天对应的第一预设销量值,当天后的第1天对应的第一预设销量值,以及当天后的第2天对应的第一预设销量值,再将这三天对应的第一预设销量值进行相加,获得的计算结果即为RDC本地区域的RDC预测总销量。
S340、根据保留天数、预设分位数、以及RDC本地区域在预设历史时间段内的历史预测销量信息和历史实际销量信息,确定RDC本地区域的预测总销量修正值。
其中,预设分位数可以是根据业务需求预先设置的具体分位数,比如四分之三分位数,即将所有数据从小到大排列后第75%的数据。预设历史时间段可以根据业务需求和实际情况进行设置。比如,预设历史时间段可以设置为当天的前90天,也可以设置为过去时间中的任意90天。历史预测销量信息可以是指在RDC本地区域内预测的在历史时间段内每天的销量值。历史实际销量信息可以是在历史时间段内每天销售的真实销量值。
具体地,由于销量预测系统提供的第一预测销量信息可能存在一定的偏差,从而需要对RDC本地区域的RDC预测总销量进行修正,以减小销量预测导致的误差,提高保留库存量计算的准确性。
示例性地,S340可以包括:根据保留天数、RDC本地区域在预设历史时间段中每天的目标历史预测销量信息和目标历史实际销量信息,计算预设历史时间段中每天对应的偏差值;将预设历史时间段中每天对应的偏差值进行升序排列,并根据排列后的偏差值和预设分位数,确定RDC本地区域的预测总销量修正值。
其中,可以根据如下公式计算预设历史时间段中每天对应的偏差值:
其中,Pi是预设历史时间段中的第i天对应的偏差值;N是预设历史时间段对应的总天数;μi+j是RDC本地区域在预设历史时间段中的第i+j天对应的目标历史预测销量值;Si+j是RDC本地区域在预设历史时间段中第i+j天对应的目标历史实际销量值;X是保留天数。
示例性性,假设保留天数为3天,预设历史时间段为当天的前10天,即预设历史时间段中的第1天为当天前的第10天,预设历史时间段中的第2天为当天前的第9天,依次类推,预设历史时间段中的第10天为当天前的第1天,则在计算预设历史时间段中的第1天对应的偏差值时,先将预设历史时间段中的第1天对应的目标历史预测销量值,预设历史时间段中的第2天对应的目标历史预测销量值,以及预设时间段中的第3天对应的目标历史预测销量值进行相加,获得总历史预测销量值;然后将预设历史时间段中的第1天对应的目标历史实际销量值,预设历史时间段中的第2天对应的目标历史实际销量值,以及预设时间段中的第3天对应的目标历史实际销量值进行相加,获得总历史实际销量值,最后将总历史预测销量值与总历史实际销量值之间的差值确定为预设历史时间段中的第1天对应的偏差值。需要注意的是,由于预设历史时间段的限制和保留天数的取值,使得无法计算预设历史时间段中的第9天对应的偏差值,以及预设历史时间段中的第9天对应的偏差值,所以可以获得预设历史时间段中前q天中的每天对应的偏差值,其中q=N-X+1。
示例性地,可以将上述公式变形,即也可以利用如下公式计算预设历史时间段中每天对应的偏差值:
在计算出预设历史时间段中各天对应的偏差值后,可以对计算的多个偏差值进行升序排列,并基于排列后的偏差值,确定预设分位数对应的目标偏差值,从而可以将该目标偏差值确定为RDC本地区域的预测总销量修正值,以对RDC本地区域的RDC预测总销量进行修正,进一步提高了计算准确性。
S350、根据保留天数、RDC覆盖区域对应的预测销量标准差,以及标准正态分布逆函数对应的紧迫系数CR值,确定RDC覆盖区域对应的预测总销量波动值。
其中,RDC覆盖区域对应的预测销量标准差可以是指在RDC覆盖区域内未来每天销售的预测销量值的标准差,其可以通过仓储网络结构中的网络销量预测系统获得。紧迫系数CR(CriticalRatio)值可以根据预设分位数确定,即标准正态分布逆函数中预设分位数对应的CR值。本实施例中的RDC覆盖区域对应的预测总销量波动值可以用于反映RDC覆盖区域内销量的不确定性。本实施例可以利用RDC覆盖区域对应的预测总销量波动值对RDC预测总销量进行进一步修正,从而可以进一步提高保留库存量计算的准确性。
示例性地,可以根据如下公式确定RDC覆盖区域对应的预测总销量波动值:
其中,D是RDC覆盖区域对应的销量波动值;ZCR是标准正态分布逆函数对应的紧迫系数CR值;k是当天;k+j是指当天的后j天;σk+j是RDC覆盖区域在当天后的第j天对应的预测销量标准差;X是保留天数。
S360、根据RDC预测总销量、预测总销量修正值和预测总销量波动值确定当前商品在RDC中的保留库存量。
具体地,本实施例可以将RDC预测总销量、预测总销量修正值和预测总销量波动值进行相加,将相加结果确定为当前商品在RDC中的保留库存量,从而进一步提高了保留库存量计算的准确性。在确定当前商品在RDC中的保留库存量后,还可以将该保留库存量输入到调拨系统,用于计算向下游FDC调拨时合适的调拨量,避免因下游FDC调拨量过大而导致RDC库存不足的情况。
本实施例的技术方案,通过利用RDC本地区域的预测总销量修正值和RDC覆盖区域对应的预测总销量波动值,对RDC本地区域的RDC预测总销量进行了修正,从而可以减小销量预测导致的误差,进一步提高了保留库存量计算的准确性。
以下是本发明实施例提供的保留库存量的确定装置的实施例,该装置与上述各实施例的保留库存量的确定方法属于同一个发明构思,在保留库存量的确定装置的实施例中未详尽描述的细节内容,可以参考上述保留库存量的确定方法的实施例。
实施例三
图5为本发明实施例三提供的一种保留库存量的确定装置的结构示意图,本实施例可适用于计算区域配送中心RDC中的每件商品在RDC中的保留库存量,以防止下游FDC调拨量过大而导致RDC库存不足的情况。该装置具体包括:目标保留策略确定模块410、保留天数确定模块420和保留库存量确定模块430。
其中,目标保留策略确定模块410,用于确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略;保留天数确定模块420,用于基于目标保留策略,根据当前商品的供应方送货信息或者库存信息确定当前商品对应的保留天数;保留库存量确定模块430,用于根据保留天数和RDC本地区域的第一预测销量信息,确定当前商品在RDC中的保留库存量。
可选地,目标保留策略确定模块410,具体用于:
获取区域配送中心RDC中的当前商品在预设时间段内的销量均值;若销量均值小于或等于预设销量值,则确定当前商品对应的目标保留策略为RDC销售优先策略;若销量均值大于预设销量值,则确定当前商品对应的目标保留策略为分配策略,其中,分配策略是指RDC本地区域的可售天数与FDC区域的可售天数相匹配;RDC对应至少一个前置配送中心FDC区域。
可选地,保留天数确定模块420,包括:
第一保留天数确定单元,用于若目标保留策略为RDC销售优先策略,则根据当前商品的供应方送货信息确定当前商品对应的保留天数;
第二保留天数确定单元,用于若目标保留策略为分配策略,则根据RDC库存量、前置配送中心FDC库存量和RDC覆盖区域的第二预测销量信息,确定当前商品对应的保留天数,其中,分配策略是指RDC本地区域的可售天数与FDC区域的可售天数相匹配;RDC覆盖区域包括RDC本地区域和RDC对应的至少一个前置配送中心FDC区域。
可选地,第一保留天数确定单元,具体用于:
若当前商品存在供应方正在送货的情况,则根据供应方送货信息确定当前商品的剩余送达天数,并将剩余送达时间作为当前商品对应的保留天数;若当前商品不存在供应方正在送货的情况,则根据预设历史时间段对应的历史供应方送货信息确定预设分位数对应的目标历史送达天数,并将目标历史送达天数作为当前商品对应的保留天数。
可选地,第一保留天数确定单元,具体用于:
根据RDC库存量、每个FDC库存量和RDC覆盖区域的第二预测销量信息,确定RDC覆盖区域对应的当前可售天数;根据当前可售天数和每个FDC区域的第三预测销量信息,确定每个FDC预测总销量;检测每个FDC的FDC库存量是否超过对应的FDC预测总销量;若存在FDC库存量超过对应的FDC预测总销量的目标FDC,则将目标FDC的FDC库存量更新为对应的FDC预测总销量,并返回执行根据RDC库存量、每个FDC库存量和RDC覆盖区域的第二预测销量信息,确定RDC覆盖区域对应的当前可售天数的操作;若每个FDC的FDC库存量均未超过对应的FDC预测总销量,则将当前可售天数确定为当前商品对应的保留天数。
可选地,第二预测销量信息为RDC覆盖区域的预测每天销量均值;相应地,根据如下公式确定RDC覆盖区域对应的当前可售天数:
其中,T为RDC覆盖区域对应的当前可售天数;IRDC为RDC库存量;IFDC为FDC库存量;MRDC覆盖区域的预测每天销量均值。
可选地,保留库存量确定模块430,包括:
RDC预测总销量确定单元,用于根据保留天数和RDC本地区域的第一预测销量信息,确定RDC本地区域的RDC预测总销量;
预测总销量修正值确定单元,用于根据保留天数、预设分位数、以及RDC本地区域在预设历史时间段内的历史预测销量信息和历史实际销量信息,确定RDC本地区域的预测总销量修正值;
预测总销量波动值确定单元,用于根据保留天数、RDC覆盖区域对应的预测销量标准差,以及标准正态分布逆函数对应的紧迫系数CR值,确定RDC覆盖区域对应的预测总销量波动值,其中紧迫系数CR值根据预设分位数确定;
保留库存量确定单元,用于根据RDC预测总销量、预测总销量修正值和预测总销量波动值确定当前商品在RDC中的保留库存量。
可选地,预测总销量修正值确定单元,具体用于:
根据保留天数、RDC本地区域在预设历史时间段中每天的目标历史预测销量信息和目标历史实际销量信息,计算预设历史时间段中每天对应的偏差值;将预设历史时间段中每天对应的偏差值进行升序排列,并根据排列后的偏差值和预设分位数,确定RDC本地区域的预测总销量修正值。
可选地,根据如下公式计算预设历史时间段中每天对应的偏差值:
其中,Pi是预设历史时间段中的第i天对应的偏差值;N是预设历史时间段对应的总天数;μi+j是RDC本地区域在预设历史时间段中的第i+j天对应的目标历史预测销量值;Si+j是RDC本地区域在预设历史时间段中第i+j天对应的目标历史实际销量值;X是保留天数。
可选地,根据如下公式确定RDC本地区域的RDC预测总销量:
其中,L是RDC本地区域的RDC预测总销量;k是当天;k+j是指当天后的第j天;μk+j是指RDC本地区域在当天后的第j天对应的第一预测销量值;X是保留天数。
可选地,,根据如下公式确定RDC覆盖区域对应的预测总销量波动值:
其中,D是RDC覆盖区域对应的销量波动值;ZCR是标准正态分布逆函数对应的紧迫系数CR值;k是当天;k+j是指当天后的第j天;σk+j是RDC覆盖区域在当天后的第j天对应的预测销量标准差;X是保留天数。
本发明实施例所提供的保留库存量的确定装置可执行本发明任意实施例所提供的保留库存量的确定方法,具备执行保留库存量的确定方法相应的功能模块和有益效果。
实施例四
图6为本发明实施例四提供的一种设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备12的框图。图6显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发实施例所提供的一种保留库存量的确定方法步骤,该方法包括:
确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略;
基于目标保留策略,根据当前商品的供应方送货信息或者库存信息确定当前商品对应的保留天数;
根据保留天数和RDC本地区域的第一预测销量信息,确定当前商品在RDC中的保留库存量。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的保留库存量的确定方法的技术方案。
实施例五
本实施例五提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的保留库存量的确定方法步骤,该方法包括:
确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略;
基于目标保留策略,根据当前商品的供应方送货信息或者库存信息确定当前商品对应的保留天数;
根据保留天数和RDC本地区域的第一预测销量信息,确定当前商品在RDC中的保留库存量。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
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。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种保留库存量的确定方法,其特征在于,包括:
确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略;
基于所述目标保留策略,根据所述当前商品的供应方送货信息或者库存信息确定所述当前商品对应的保留天数;
根据所述保留天数和RDC本地区域的第一预测销量信息,确定所述当前商品在RDC中的保留库存量。
2.根据权利要求1所述的方法,其特征在于,确定区域配送中心RDC中的当前商品对应的目标保留策略,包括:
获取区域配送中心RDC中的当前商品在预设时间段内的销量均值;
若所述销量均值小于或等于预设销量值,则确定所述当前商品对应的目标保留策略为RDC销售优先策略;
若所述销量均值大于预设销量值,则确定所述当前商品对应的目标保留策略为分配策略,其中,所述分配策略是指所述RDC本地区域的可售天数与FDC区域的可售天数相匹配;所述RDC对应至少一个前置配送中心FDC区域。
3.根据权利要求1所述的方法,其特征在于,基于所述目标保留策略,根据所述当前商品的供应方送货信息或者库存信息确定所述当前商品对应的保留天数,包括:
若所述目标保留策略为RDC销售优先策略,则根据所述当前商品的供应方送货信息确定所述当前商品对应的保留天数;
若所述目标保留策略为分配策略,则根据RDC库存量、前置配送中心FDC库存量和RDC覆盖区域的第二预测销量信息,确定所述当前商品对应的保留天数,其中,所述分配策略是指所述RDC本地区域的可售天数与FDC区域的可售天数相匹配;所述RDC覆盖区域包括所述RDC本地区域和所述RDC对应的至少一个前置配送中心FDC区域。
4.根据权利要求3所述的方法,其特征在于,根据所述当前商品的供应方送货信息确定所述当前商品对应的保留天数,包括:
若所述当前商品存在供应方正在送货的情况,则根据供应方送货信息确定所述当前商品的剩余送达天数,并将所述剩余送达时间作为所述当前商品对应的保留天数;
若所述当前商品不存在供应方正在送货的情况,则根据预设历史时间段对应的历史供应方送货信息确定预设分位数对应的目标历史送达天数,并将所述目标历史送达天数作为所述当前商品对应的保留天数。
5.根据权利要求3所述的方法,其特征在于,根据RDC库存量、FDC库存量和RDC覆盖区域的第二预测销量信息,确定所述当前商品对应的保留天数,包括:
根据RDC库存量、每个FDC库存量和RDC覆盖区域的第二预测销量信息,确定所述RDC覆盖区域对应的当前可售天数;
根据当前可售天数和每个所述FDC区域的第三预测销量信息,确定每个FDC预测总销量;
检测每个FDC的所述FDC库存量是否超过对应的所述FDC预测总销量;
若存在所述FDC库存量超过对应的所述FDC预测总销量的目标FDC,则将所述目标FDC的FDC库存量更新为对应的所述FDC预测总销量,并返回执行根据RDC库存量、每个FDC库存量和所述RDC覆盖区域的第二预测销量信息,确定所述RDC覆盖区域对应的当前可售天数的操作;
若每个FDC的所述FDC库存量均未超过对应的所述FDC预测总销量,则将当前可售天数确定为所述当前商品对应的保留天数。
7.根据权利要求1-6任一所述的方法,其特征在于,根据所述保留天数和RDC本地区域的第一预测销量信息,确定所述当前商品在RDC中的保留库存量,包括:
根据所述保留天数和RDC本地区域的第一预测销量信息,确定所述RDC本地区域的RDC预测总销量;
根据所述保留天数、预设分位数、以及RDC本地区域在预设历史时间段内的历史预测销量信息和历史实际销量信息,确定所述RDC本地区域的预测总销量修正值;
根据所述保留天数、RDC覆盖区域对应的预测销量标准差,以及标准正态分布逆函数对应的紧迫系数CR值,确定所述RDC覆盖区域对应的预测总销量波动值,其中所述紧迫系数CR值根据所述预设分位数确定;
根据所述RDC预测总销量、所述预测总销量修正值和所述预测总销量波动值确定所述当前商品在RDC中的保留库存量。
8.一种保留库存量的确定装置,其特征在于,包括:
目标保留策略确定模块,用于确定区域配送中心RDC中具有相同库存量单位SKU标识的当前商品对应的目标保留策略;
保留天数确定模块,用于基于所述目标保留策略,根据所述当前商品的供应方送货信息或者库存信息确定所述当前商品对应的保留天数;
保留库存量确定模块,用于根据所述保留天数和RDC本地区域的第一预测销量信息,确定所述当前商品在RDC中的保留库存量。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的保留库存量的确定方法步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的保留库存量的确定方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910447439.1A CN112001666B (zh) | 2019-05-27 | 2019-05-27 | 一种保留库存量的确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910447439.1A CN112001666B (zh) | 2019-05-27 | 2019-05-27 | 一种保留库存量的确定方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112001666A true CN112001666A (zh) | 2020-11-27 |
CN112001666B CN112001666B (zh) | 2024-05-24 |
Family
ID=73461865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910447439.1A Active CN112001666B (zh) | 2019-05-27 | 2019-05-27 | 一种保留库存量的确定方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001666B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781083A (zh) * | 2021-01-06 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 商品补货方法、装置、电子设备以及存储介质 |
CN113822543A (zh) * | 2021-08-31 | 2021-12-21 | 北京沃东天骏信息技术有限公司 | 一种资源数量确定方法、装置、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099507A (ja) * | 2001-09-20 | 2003-04-04 | Fujitsu General Ltd | 在庫引当管理方法と在庫引当管理システム |
KR20040069483A (ko) * | 2003-01-29 | 2004-08-06 | 엘지전자 주식회사 | 재고관리방법 |
CN1741053A (zh) * | 2005-09-22 | 2006-03-01 | 上海交通大学 | 物流仓储决策支持系统 |
JP2007140785A (ja) * | 2005-11-16 | 2007-06-07 | Nomura Research Institute Ltd | 在庫管理システム |
CN106991550A (zh) * | 2016-01-21 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 商品对象补货信息处理方法及装置 |
CN107122928A (zh) * | 2016-02-24 | 2017-09-01 | 阿里巴巴集团控股有限公司 | 一种供应链资源需求计划配置方法及装置 |
CN108256898A (zh) * | 2017-12-26 | 2018-07-06 | 深圳索信达数据技术股份有限公司 | 一种产品销量预测方法、系统及存储介质 |
CN108711022A (zh) * | 2018-04-26 | 2018-10-26 | 深圳市易达云科技有限公司 | 库存管理方法、设备及计算机可读存储介质 |
CN108921462A (zh) * | 2018-05-28 | 2018-11-30 | 顺丰科技有限公司 | 库存管理方法、库存管理装置、设备及存储介质 |
-
2019
- 2019-05-27 CN CN201910447439.1A patent/CN112001666B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099507A (ja) * | 2001-09-20 | 2003-04-04 | Fujitsu General Ltd | 在庫引当管理方法と在庫引当管理システム |
KR20040069483A (ko) * | 2003-01-29 | 2004-08-06 | 엘지전자 주식회사 | 재고관리방법 |
CN1741053A (zh) * | 2005-09-22 | 2006-03-01 | 上海交通大学 | 物流仓储决策支持系统 |
JP2007140785A (ja) * | 2005-11-16 | 2007-06-07 | Nomura Research Institute Ltd | 在庫管理システム |
CN106991550A (zh) * | 2016-01-21 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 商品对象补货信息处理方法及装置 |
CN107122928A (zh) * | 2016-02-24 | 2017-09-01 | 阿里巴巴集团控股有限公司 | 一种供应链资源需求计划配置方法及装置 |
CN108256898A (zh) * | 2017-12-26 | 2018-07-06 | 深圳索信达数据技术股份有限公司 | 一种产品销量预测方法、系统及存储介质 |
CN108711022A (zh) * | 2018-04-26 | 2018-10-26 | 深圳市易达云科技有限公司 | 库存管理方法、设备及计算机可读存储介质 |
CN108921462A (zh) * | 2018-05-28 | 2018-11-30 | 顺丰科技有限公司 | 库存管理方法、库存管理装置、设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781083A (zh) * | 2021-01-06 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 商品补货方法、装置、电子设备以及存储介质 |
CN113822543A (zh) * | 2021-08-31 | 2021-12-21 | 北京沃东天骏信息技术有限公司 | 一种资源数量确定方法、装置、电子设备及存储介质 |
WO2023029874A1 (zh) * | 2021-08-31 | 2023-03-09 | 北京沃东天骏信息技术有限公司 | 一种资源数量确定方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112001666B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921462B (zh) | 库存管理方法、库存管理装置、设备及存储介质 | |
US7958020B2 (en) | Efficient inventory management for providing distinct service qualities for multiple demand groups | |
MXPA04008805A (es) | Sistema de administracion de inventario para reducir los almacenes globales y el conducto de informacion de inventario. | |
CN112581050B (zh) | 采购需求信息生成方法、装置、计算机设备和存储介质 | |
CN112001681A (zh) | 一种仓储管理方法、装置、平台和计算机可读存储介质 | |
CN111260274A (zh) | 用于二级库存分配的方法和系统 | |
CN113469591A (zh) | 库存补货控制方法、装置、电子设备及存储介质 | |
CN112001666B (zh) | 一种保留库存量的确定方法、装置、设备和存储介质 | |
CN112070423A (zh) | 库存预占方法、装置、电子设备及存储介质 | |
CN113947361A (zh) | 一种库存趋势分析方法、设备及介质 | |
CN115456494A (zh) | 自动补货方法、装置、计算机设备及计算机可读存储介质 | |
US20090106033A1 (en) | System and Method for Estimating a Shipment Delivery Date | |
CN114140252A (zh) | 一种目标对象的资源分配方法及相关装置 | |
CN110555641A (zh) | 一种仓储调拨方法和装置 | |
CN111784223B (zh) | 货物调拨数据的处理方法、装置和存储介质 | |
CN113780914A (zh) | 库存调配方法和装置 | |
JP2002007822A (ja) | 商品取引システム、商品出荷側端末装置、商品取引方法及び記憶媒体 | |
CN115564359B (zh) | 汽车售后备件的库存预测方法、设备和存储介质 | |
CN113822543B (zh) | 一种资源数量确定方法、装置、电子设备及存储介质 | |
CN113743733B (zh) | 一种补货方法及系统 | |
JP2020119029A (ja) | 発注情報計算プログラム、装置、及び方法 | |
CN115713200A (zh) | 库存调拨、订单处理、调度数据的处理方法和装置 | |
KR20200045765A (ko) | 항공 수출 물류 중개 시스템 | |
US20140052491A1 (en) | Incorporating A Repair Vendor Into Repair Planning For A Supply Chain | |
CN116823127A (zh) | 物品入库处理方法、装置、电子设备和存储介质 |
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 |