CN112101879A - 确定药品采购最佳订货时间的方法及其系统 - Google Patents
确定药品采购最佳订货时间的方法及其系统 Download PDFInfo
- Publication number
- CN112101879A CN112101879A CN202011259061.1A CN202011259061A CN112101879A CN 112101879 A CN112101879 A CN 112101879A CN 202011259061 A CN202011259061 A CN 202011259061A CN 112101879 A CN112101879 A CN 112101879A
- Authority
- CN
- China
- Prior art keywords
- drug
- medicine
- medicines
- days
- purchasing
- 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
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
- 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
- G06Q30/02—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)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开涉及医药领域,公开了一种确定药品采购最佳订货时间的方法及其系统。该方法包括:根据历史销售数据和当前库存计算每一种药品的可销售天数;用每一种药品的可销售天数减去预先设定的采购周期Tc和采购配送用时,得到每一种药品的安全可销售天数Ts;将Ts<Tc的各种药品作为第一类药品,将最近一次订货时间点作为其最佳订货时间;将Tc≤Ts<2Tc的各种药品作为第二类药品,计算第二类药品中每一种药品的采购金额的每日占比;将每日占比最大的Tm日及其之前各日的每日占比求和,如果和值大于预定门限,则将最近一次订货时间点作为第二类药品中Ts≤Tm的各种药品的最佳订货时间。
Description
技术领域
本公开涉及医药领域,特别涉及药品采购最佳订货时间优化技术。
背景技术
近年来,随着互联网的快速发展,药品采购渠道的日渐丰富,药品采购再也不受采购商的集中采购的约束,商家可以通过丰富的采购渠道自由采购自己的商品。
对于门店而言,一次性采购比较多的药品是有利的,体现在:
1.随着互联网平台的各项补贴,经常会随着一次采购金额的增多而享受更多的优惠政策。
2.可以减少采购的次数,因为每次进货不管多少都需要留下一定的人力进行商品库存的盘点,减少采购次数可以减少盘点的人力成本。
3.采购比较多的药品可以减少部分药品售罄的风险。
但是,门店的流动资金有限,一次性采购比较多的药品会占用较多的流动资金。
因此,门店既希望一次性采购比较多的药品,又不愿占用较多的流动资金,这个矛盾一直很难解决。如何平衡这个矛盾,确定在何时采购哪一些药品,是门店急需解决的重要问题。
发明内容
本公开的目的在于提供一种确定药品采购最佳订货时间的方法及其系统,既不会因为采购过多而占用有限的流动资金,又不会因为采购过少则增加部分药品售罄的风险和增加采购成本。
本申请公开了一种确定药品采购最佳订货时间的方法,包括:
根据历史销售数据和当前库存计算每一种药品的可销售天数;
用所述每一种药品的可销售天数减去预先设定的采购周期Tc和采购配送用时,得到每一种药品的安全可销售天数Ts;
将Ts<Tc的各种药品作为第一类药品,将按照Tc确定的最近一次订货时间点作为第一类药品的最佳订货时间;
将Tc≤Ts<2Tc的各种药品作为第二类药品,根据第二类药品中每一种药品的单次采购金额和随Ts的分布情况,将按Ts分布的每天的总采购金额分别除以第二类药品的总采购金额,得到采购金额的每日占比;
将所述每日占比最大的Tm日及其之前各日的每日占比求和,如果和值大于预定门限,则将按照Tc确定的最近一次订货时间点作为第二类药品中Ts≤Tm的各种药品的最佳订货时间。
在一个优选例中,所述预定门限为50%。
在一个优选例中,所述得到每一种药品的安全可销售天数Ts的步骤之后,还包括对Ts根据药品替代因素进行修正的步骤,其中,
对于每一种药品,修正后的Ts=修正前的Ts×(1+可替代系数),其中可替代系数代表该种药品能够被当前库存中的其他药品替代的程度。
在一个优选例中,药品A的所述可替代系数通过以下方式计算:
获取最近N天内药品A及其可替代药品的销售量,其中N为预定的正整数;
将每一天的所述可替代药品的销售量除以药品A的销售量,得到每一天的销售量比;
计算最近N天的销售量的平均值,如果该平均值小于或等于1则将该平均值确定为药品A的可替代系数,否则将药品A的可替代系数确定为1。
在一个优选例中,所述根据历史销售数据和当前库存计算每一种药品的可销售天数的步骤中,
基于所述历史销售数据使用二次指数平滑法得到每一种药品每一天的预测销量;
根据每一种药品每一天的预测销量和当前库存,计算每一种药品的可销售天数。
在一个优选例中,所述方法在药品库存盘点后执行。
本申请还公开了一种确定药品采购最佳订货时间的系统包括:
可销售天数计算模块,用于根据历史销售数据和当前库存计算每一种药品的可销售天数;
安全可销售天数计算模块,用于将所述每一种药品的可销售天数减去预先设定的采购周期Tc和采购配送用时,得到每一种药品的安全可销售天数Ts;
第一类订货时间确定模块,用于将Ts<Tc的各种药品作为第一类药品,将按照Tc确定的最近一次订货时间点作为第一类药品的最佳订货时间;
第二类订货时间确定模块,用于将Tc≤Ts<2Tc的各种药品作为第二类药品,根据第二类药品中每一种药品的单次采购金额和随Ts的分布情况,将按Ts分布的每天的总采购金额分别除以第二类药品的总采购金额,得到采购金额的每日占比;将所述每日占比最大的Tm日及其之前各日的每日占比求和,如果和值大于预定门限,则将按照Tc确定的最近一次订货时间点作为第二类药品中Ts≤Tm的各种药品的最佳订货时间。
在一个优选例中,还包括:
安全可销售天数修正模块,用于根据药品替代因素对Ts进行修正,其中,对于每一种药品,修正后的Ts=修正前的Ts×(1+可替代系数),其中可替代系数代表该种药品能够被当前库存中的其他药品替代的程度。
本申请还公开了一种确定药品采购最佳订货时间的系统包括:
存储器,用于存储计算机可执行指令;以及,
处理器,与所述存储器耦合,用于在执行所述计算机可执行指令时实现如前文描述的方法中的步骤。
本申请还公开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计算机可执行指令,所述计算机可执行指令被处理器执行时实现如前文描述的方法中的步骤。
本公开的实施方式中,选出安全可销售天数介于一个和两个采购周期之间的药品,统计这些药品采购金额的每日占比,并根据每日占比的分布形态确定是否要对这些药品中的一部分提前采购,这样既不会占用过多的流动资金,又尽量降低了某些药品售罄的风险,能够尽量通过集中采购减低门店采购成本,减少门店盘点收货次数。
进一步地,根据药品可替代因素对安全可销售天数,可以进一步在采购减低门店采购成本的同时满足客户的购买需要。
使用二次指数平滑法计算每一种药品每一天的预测销量,可以使得销量的预测更为准确。
上述发明内容中公开的各个技术特征、在下文各个实施方式和例子中公开的各技术特征、以及附图中公开的各个技术特征,都可以自由地互相组合,从而构成各种新的技术方案(这些技术方案均应该视为在本说明书中已经记载),除非这种技术特征的组合在技术上是不可行的。例如,在一个例子中公开了特征A+B+C,在另一个例子中公开了特征A+B+D+E,而特征C和D是起到相同作用的等同技术手段,技术上只要择一使用即可,不可能同时采用,特征E技术上可以与特征C相组合,则,A+B+C+D的方案因技术不可行而应当不被视为已经记载,而A+B+C+E的方案应当视为已经被记载。
附图说明
图1是根据本公开的第一实施方式的确定药品采购最佳订货时间的方法流程示意图;
图2是根据本公开的第二实施方式的确定药品采购最佳订货时间的系统结构示意图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本公开而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本公开所要求保护的技术方案。
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开的实施方式作进一步地详细描述。
本公开的第一实施方式涉及一种确定药品采购最佳订货时间的方法,其流程如图1所示,该方法包括以下步骤:
在步骤101中,根据历史销售数据和当前库存计算每一种药品的可销售天数。
可选的,在一个实施例中,可以基于历史销售数据使用二次指数平滑法得到每一种药品每一天的预测销量。再根据每一种药品每一天的预测销量和当前库存,计算每一种药品的可销售天数。二次指数平滑法是一种现有技术,实质上是将历史数据进行加权平均作为未来时刻的预测结果。它具有计算简单、样本要求量较少、适应性较强、结果较稳定等优点。
例如,如果某药品的预测销售量为每天10盒,而库存为80盒,则该药品的可销售天数就是8天。
在其他的实施例中,也可以使用其他的方法预测每一种药品每一天的预测销量。例如可以用历史销售数据训练神经网络,然后用训练好的神经网络进行近期未来销量的预测。又如,可以简单地将某药品最近若干天的销量的平均值作为该药品未来若干天每日销量的预测值。
此后进入步骤102,用每一种药品的可销售天数减去预先设定的采购周期Tc和采购配送用时,得到每一种药品的安全可销售天数Ts。例如,某药品的可销售天数是15天,而采购周期是10天,采购配送用时是2天,则该药品的安全可销售天数Ts=15-10-2=3天。
此后进入步骤103,对每一种药品的安全可销售天数Ts根据药品替代因素进行修正,其中,对于每一种药品,修正后的Ts=修正前的Ts×(1+可替代系数),其中可替代系数代表该种药品能够被当前库存中的其他药品替代的程度。每一种药品的可替代系数可以是不同的。步骤103是可选的,在一些实施例中,也可以不根据药品替代因素对Ts进行修正。
可选的,在一个实施例中,令要计算可替代系数的药品为药品A,可替代系数可以通过以下方式计算:
获取最近N天内药品A及其可替代药品的销售量,其中N为预定的正整数。例如药品A的可替代药品为药品B,N=30,则可以获取最近30天内药品A和药品B的每日销量。
将每一天的可替代药品的销售量除以药品A的销售量,得到每一天的销售量比。例如,可以在最近30天内,将第1天的药品B的销售量除以药品A的销售量,得到第1天的销售量比;将第2天的药品B的销售量除以药品A的销售量,得到第2天的销售量比;……,以此类推,一直计算到将第30天的药品B的销售量除以药品A的销售量,得到第30天的销售量比。考虑到不同的药品的规格不同、每次的用量可能也不同,需要预先设置好药品A和药品B的等效比例系数,要先将可替代药品B的销售量乘以该等效比例系数,然后再计算药品B和药品A的销售量比。例如1盒药品A相当于2盒药品B,那么药品B的等效比例系数为0.5,而某日药品A的销售量为10盒,药品B的销售量为6盒,则药品B和药品A的销售量比是6×0.5÷10=0.3。
计算最近N天的销售量的平均值,如果该平均值小于或等于1则将该平均值作为药品A的可替代系数,否则将药品A的可替代系数确定为1。例如,可以将所得的最近30天的30个销售量比全部求和,将和值除以30,得到平均值。如果该平均值大于1,说明药品B的销量大于药品A,说明客户比较认同以药品B替代药品A,此时将可替代系数确定为1即可。如果该平均值小于1,说明药品B的销量小于药品A,虽然在药品的功能上药品B可以替代药品A,但因为品牌等原因,可能会有一部分的客户并不认同以药品B替代药品A,此时并不能因为药品B的备货充足就忽视对药品A的采购,所以可替代系数就直接取该平均值。
此后进入步骤104,将安全可销售天数Ts<采购周期Tc的各种药品作为第一类药品,将按照Tc确定的最近一次订货时间点作为第一类药品的最佳订货时间。例如Tc为7天的话,也就是每7天订一次货,那么可以在每周固定的一天(例如每周一)订货。如果当前是周五的话,按照Tc确定的最近一次订货时间点就是下周一。
此后进入步骤105,将Tc≤Ts<2Tc的各种药品作为第二类药品,根据第二类药品中每一种药品的单次采购金额和随Ts的分布情况,将按Ts分布的每天的总采购金额分别除以第二类药品的总采购金额,得到采购金额的每日占比。这里所称的某天的采购金额是指Ts正好落在那一天的所有的药品的采购金额的总数。例如,假定Tc为3天,假定药品i(i为药品编号,是正整数)的单次采购金额为Mi,Ts=3的药品是药品1和药品2,Ts=4的药品是药品3,Ts=5的药品是药品4、药品5和药品6。那么,第二类药品就是3≤Ts<6的所有药品。每天的总采购金额分别为:第3天的总采购金额是M1+M2,第4天的总采购金额是M3,第5天的总采购金额是M4+M5+M6。第二类药品的总采购金额是M1+M2+M3+M4+M5+M6。其中,每一种药品每次采购的单次采购金额是可以预先设定的。
此后进入步骤106,将每日占比最大的Tm日及其之前各日的每日占比求和,如果和值大于预定门限,则将按照Tc确定的最近一次订货时间点作为第二类药品中Ts≤Tm的各种药品的最佳订货时间。例如,Tc为7天,第二类药品共有10种,这10种药品的Ts分布在7-13的范围内,其中:
Ts为7的药品有1种其采购金额的每日占比为10%;
Ts为8的药品有1种其采购金额的每日占比为10%;
Ts为9的药品有3种其采购金额的每日占比为25%;
Ts为10的药品有2种其采购金额的每日占比为20%;
Ts为11的药品有1种其采购金额的每日占比为10%;
Ts为12的药品有1种其采购金额的每日占比为10%;
Ts为13的药品有1种其采购金额的每日占比为15%。
则每日占比最大是Ts=9的那一天,因此Tm=9。又因为Ts为7-9的3天的每日占比之和为45%,小于预定门限50%,则Ts为7-9的5种药品将会在按照Tc确定的最近一次订货时间点订货,也就是说这5种药品会和第一类药品一起订货。
可选的,在一个实施例中,预定门限可以是50%。在其他实施例中,预定门限也可以根据需要设置成0至1之间的其他值。
可选的,在一个实施例中,步骤104可以在步骤105和106之后进行。在另一个实施例中,可以有两个并行的线程,一个执行步骤104,另一个执行步骤105和106。
可选的,在一个实施例中,本实施方式所述的确定药品采购最佳订货时间的方法可以在药品库存盘点后执行,以便基于准确的库存数据得到准确的最佳订货时间。
本公开的第二实施方式涉及一种确定药品采购最佳订货时间的系统,其结构如图2所示,该确定药品采购最佳订货时间的系统包括:
可销售天数计算模块,用于根据历史销售数据和当前库存计算每一种药品的可销售天数。可选的,在一个实施例中,可以基于历史销售数据使用二次指数平滑法得到每一种药品每一天的预测销量。再根据每一种药品每一天的预测销量和当前库存,计算每一种药品的可销售天数。在其他的实施例中,也可以使用其他的方法预测每一种药品每一天的预测销量。例如可以用历史销售数据训练深度神经网络,然后用训练好的深度神经网络进行近期未来销量的预测。又如,可以简单地将某药品最近若干天的销量的平均值作为该药品未来若干天每日销量的预测值。
安全可销售天数计算模块,用于将每一种药品的可销售天数减去预先设定的采购周期Tc和采购配送用时,得到每一种药品的安全可销售天数Ts。
安全可销售天数修正模块,用于根据药品替代因素对Ts进行修正,其中,对于每一种药品,修正后的Ts=修正前的Ts×(1+可替代系数),其中可替代系数代表该种药品能够被当前库存中的其他药品替代的程度。安全可销售天数修正模块是可选的,也就是说,在一些实施例中,也可以不对安全可销售天数Ts进行基于药品替代因素的修正。
可选的,在一个实施例中,安全可销售天数修正模块用到的可替代系数可以通过以下方式计算:获取最近N天内药品A和药品A的可替代药品的销售量,其中N为预定的正整数。将每一天的可替代药品的销售量除以药品A的销售量,得到每一天的销售量比。计算最近N天的销售量的平均值,如果该平均值小于或等于1则将该平均值作为药品A的可替代系数,否则将药品A的可替代系数确定为1。
第一类订货时间确定模块,用于将Ts<Tc的各种药品作为第一类药品,将按照Tc确定的最近一次订货时间点作为第一类药品的最佳订货时间。
第二类订货时间确定模块,用于将Tc≤Ts<2Tc的各种药品作为第二类药品,根据第二类药品中每一种药品的单次采购金额和随Ts的分布情况,将按Ts分布的每天的总采购金额分别除以第二类药品的总采购金额,得到采购金额的每日占比。将每日占比最大的Tm日及其之前各日的每日占比求和,如果和值大于预定门限,则将按照Tc确定的最近一次订货时间点作为第二类药品中Ts≤Tm的各种药品的最佳订货时间。可选的,在一个实施例中,预定门限可以是50%。在其他实施例中,预定门限也可以根据需要设置成0至1之间的其他值。
可选的,在一个实施例中,本实施方式所述的确定药品采购最佳订货时间的系统可以在药品库存盘点后运行,以便基于准确的库存数据得到准确的最佳订货时间。
第一实施方式是与本实施方式相对应的方法实施方式,第一实施方式中的技术细节可以应用于本实施方式,本实施方式中的技术细节也可以应用于第一实施方式。
需要说明的是,本领域技术人员应当理解,上述确定药品采购最佳订货时间的系统的实施方式中所示的各模块的实现功能可参照前述确定药品采购最佳订货时间的方法的相关描述而理解。上述确定药品采购最佳订货时间的系统的实施方式中所示的各模块的功能可通过运行于处理器上的程序(可执行指令)而实现,也可通过具体的逻辑电路而实现。本公开的实施例上述确定药品采购最佳订货时间的系统如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本公开的实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本公开的各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,ReadOnly Memory)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本公开的实施例不限制于任何特定的硬件和软件结合。
相应地,本公开的实施方式还提供一种计算机可读存储介质,其中存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现本公开的各方法实施方式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于,相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读存储介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
此外,本公开的实施方式还提供一种确定药品采购最佳订货时间的系统,其中包括用于存储计算机可执行指令的存储器,以及,处理器;该处理器用于在执行该存储器中的计算机可执行指令时实现上述各方法实施方式中的步骤。其中,该处理器可以是中央处理单元(Central Processing Unit,简称“CPU”),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称“DSP”)、专用集成电路(Application SpecificIntegrated Circuit,简称“ASIC”)等。前述的存储器可以是只读存储器(read-onlymemory,简称“ROM”)、随机存取存储器(random access memory,简称“RAM”)、快闪存储器(Flash)、硬盘或者固态硬盘等。本发明各实施方式所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
需要说明的是,在本公开中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本公开中,如果提到根据某要素执行某行为,则是指至少根据该要素执行该行为的意思,其中包括了两种情况:仅根据该要素执行该行为、和根据该要素和其它要素执行该行为。多个、多次、多种等表达包括2个、2次、2种以及2个以上、2次以上、2种以上。
本说明书包括本文所描述的各种实施例的组合。对实施例的单独提及(例如“一个实施例”或“一些实施例”或“优选实施例”);然而,除非指示为是互斥的或者本领域技术人员很清楚是互斥的,否则这些实施例并不互斥。应当注意的是,除非上下文另外明确指示或者要求,否则在本说明书中以非排他性的意义使用“或者”一词。
在本说明书提及的所有文献都被认为是整体性地包括在本公开的公开内容中,以便在必要时可以作为修改的依据。此外应理解,以上所述仅为本说明书的较佳实施例而已,并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的保护范围之内。
在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
Claims (10)
1.一种确定药品采购最佳订货时间的方法,其特征在于,包括:
根据历史销售数据和当前库存计算每一种药品的可销售天数;
用所述每一种药品的可销售天数减去预先设定的采购周期Tc和采购配送用时,得到每一种药品的安全可销售天数Ts;
将Ts<Tc的各种药品作为第一类药品,将按照Tc确定的最近一次订货时间点作为第一类药品的最佳订货时间;
将Tc≤Ts<2Tc的各种药品作为第二类药品,根据第二类药品中每一种药品的单次采购金额和随Ts的分布情况,将按Ts分布的每天的总采购金额分别除以第二类药品的总采购金额,得到采购金额的每日占比;
将所述每日占比最大的Tm日及其之前各日的每日占比求和,如果和值大于预定门限,则将按照Tc确定的最近一次订货时间点作为第二类药品中Ts≤Tm的各种药品的最佳订货时间。
2.如权利要求1所述的确定药品采购最佳订货时间的方法,其特征在于,所述预定门限为50%。
3.如权利要求1所述的确定药品采购最佳订货时间的方法,其特征在于,所述得到每一种药品的安全可销售天数Ts的步骤之后,还包括对Ts根据药品替代因素进行修正的步骤,其中,
对于每一种药品,修正后的Ts=修正前的Ts×(1+可替代系数),其中可替代系数代表该种药品能够被当前库存中的其他药品替代的程度。
4.如权利要求3所述的确定药品采购最佳订货时间的方法,其特征在于,药品A的所述可替代系数通过以下方式计算:
获取最近N天内药品A及其可替代药品的销售量,其中N为预定的正整数;
将每一天的所述可替代药品的销售量除以药品A的销售量,得到每一天的销售量比;
计算最近N天的销售量的平均值,如果该平均值小于或等于1则将该平均值确定为药品A的可替代系数,否则将药品A的可替代系数确定为1。
5.如权利要求1所述的确定药品采购最佳订货时间的方法,其特征在于,所述根据历史销售数据和当前库存计算每一种药品的可销售天数的步骤中,
基于所述历史销售数据使用二次指数平滑法得到每一种药品每一天的预测销量;
根据每一种药品每一天的预测销量和当前库存,计算每一种药品的可销售天数。
6.如权利要求1所述的确定药品采购最佳订货时间的方法,其特征在于,所述方法在药品库存盘点后执行。
7.一种确定药品采购最佳订货时间的系统,其特征在于,包括:
可销售天数计算模块,用于根据历史销售数据和当前库存计算每一种药品的可销售天数;
安全可销售天数计算模块,用于将所述每一种药品的可销售天数减去预先设定的采购周期Tc和采购配送用时,得到每一种药品的安全可销售天数Ts;
第一类订货时间确定模块,用于将Ts<Tc的各种药品作为第一类药品,将按照Tc确定的最近一次订货时间点作为第一类药品的最佳订货时间;
第二类订货时间确定模块,用于将Tc≤Ts<2Tc的各种药品作为第二类药品,根据第二类药品中每一种药品的单次采购金额和随Ts的分布情况,将按Ts分布的每天的总采购金额分别除以第二类药品的总采购金额,得到采购金额的每日占比;将所述每日占比最大的Tm日及其之前各日的每日占比求和,如果和值大于预定门限,则将按照Tc确定的最近一次订货时间点作为第二类药品中Ts≤Tm的各种药品的最佳订货时间。
8.如权利要求7所述的确定药品采购最佳订货时间的系统,其特征在于,还包括:
安全可销售天数修正模块,用于根据药品替代因素对Ts进行修正,其中,对于每一种药品,修正后的Ts=修正前的Ts×(1+可替代系数),其中可替代系数代表该种药品能够被当前库存中的其他药品替代的程度。
9.一种确定药品采购最佳订货时间的系统,其特征在于,包括:
存储器,用于存储计算机可执行指令;以及,
处理器,与所述存储器耦合,用于在执行所述计算机可执行指令时实现如权利要求1至6中任意一项所述的方法中的步骤。
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计算机可执行指令,所述计算机可执行指令被处理器执行时实现如权利要求1至6中任意一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259061.1A CN112101879A (zh) | 2020-11-12 | 2020-11-12 | 确定药品采购最佳订货时间的方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259061.1A CN112101879A (zh) | 2020-11-12 | 2020-11-12 | 确定药品采购最佳订货时间的方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112101879A true CN112101879A (zh) | 2020-12-18 |
Family
ID=73785128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011259061.1A Pending CN112101879A (zh) | 2020-11-12 | 2020-11-12 | 确定药品采购最佳订货时间的方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112101879A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330375A (zh) * | 2020-12-24 | 2021-02-05 | 壹药网耀方科技(上海)股份有限公司 | 一种药店库存可售时间的预测系统 |
CN113361972A (zh) * | 2021-07-13 | 2021-09-07 | 壹药网科技(上海)股份有限公司 | 一种优势药品的推算系统 |
CN117273615A (zh) * | 2023-10-17 | 2023-12-22 | 广州广康医药有限公司 | 一种智能化的药品销售数据管理系统 |
-
2020
- 2020-11-12 CN CN202011259061.1A patent/CN112101879A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330375A (zh) * | 2020-12-24 | 2021-02-05 | 壹药网耀方科技(上海)股份有限公司 | 一种药店库存可售时间的预测系统 |
CN112330375B (zh) * | 2020-12-24 | 2021-04-06 | 壹药网耀方科技(上海)股份有限公司 | 一种药店库存可售时间的预测系统 |
CN113361972A (zh) * | 2021-07-13 | 2021-09-07 | 壹药网科技(上海)股份有限公司 | 一种优势药品的推算系统 |
CN113361972B (zh) * | 2021-07-13 | 2023-09-15 | 壹药网科技(上海)股份有限公司 | 一种优势药品的推算系统 |
CN117273615A (zh) * | 2023-10-17 | 2023-12-22 | 广州广康医药有限公司 | 一种智能化的药品销售数据管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111429048B (zh) | 确定补货信息的方法、装置及设备 | |
CN112101879A (zh) | 确定药品采购最佳订货时间的方法及其系统 | |
US8700443B1 (en) | Supply risk detection | |
Hemmati et al. | Vendor managed inventory with consignment stock for supply chain with stock-and price-dependent demand | |
US8447665B1 (en) | Removal of expiring items from inventory | |
US8706561B2 (en) | Product common object | |
US8732039B1 (en) | Allocating regional inventory to reduce out-of-stock costs | |
US20180137455A1 (en) | Automated Purchasing | |
CN113469597A (zh) | 智慧供应链系统及服务器平台 | |
Lee et al. | The loss‐averse newsvendor problem with supply options | |
Ahmadi et al. | A centralized stochastic inventory control model for perishable products considering age-dependent purchase price and lead time | |
CN106960266B (zh) | 一种预售物品的物流控制方法以及装置 | |
CN106610818A (zh) | 一种属性确定的方法及装置 | |
EP4365796A1 (en) | Replenishment quantity determination method and apparatus, device, storage medium, and program product | |
CN114240304A (zh) | 仓库库存管控方法、装置、存储介质及erp系统 | |
US20160110733A1 (en) | Inventory management system | |
Chen et al. | A comprehensive note on “Lot‐sizing decisions for deteriorating items with two warehouses under an order‐size‐dependent trade credit” | |
Zhang et al. | Analysis of a dynamic lot‐sizing problem with production capacity constraint | |
CN111062669A (zh) | 业务处理方法、装置、存储介质及服务器 | |
CN117194764A (zh) | 一种基于多平台融合商城的商品展示方法、设备及介质 | |
CN113822543B (zh) | 一种资源数量确定方法、装置、电子设备及存储介质 | |
CN106600090B (zh) | 一种业务的关联信息预估、使用方法及装置 | |
CN110084541B (zh) | 用于预测供应商送货时长的方法和装置 | |
CN106598985B (zh) | 一种信息推荐方法及装置 | |
Chen et al. | A stochastic inventory model with fast‐ship commitments |
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 |