CN112700196A - 商品采购方法、装置、存储介质及电子设备 - Google Patents

商品采购方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN112700196A
CN112700196A CN202011634653.7A CN202011634653A CN112700196A CN 112700196 A CN112700196 A CN 112700196A CN 202011634653 A CN202011634653 A CN 202011634653A CN 112700196 A CN112700196 A CN 112700196A
Authority
CN
China
Prior art keywords
commodity
amount
purchased
purchase
class
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
Application number
CN202011634653.7A
Other languages
English (en)
Inventor
苏萌
杜晓梦
唐晓密
赵宽
左云鹏
高体伟
赵丹
郭逸飞
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.)
Beijing Percent Technology Group Co ltd
Original Assignee
Beijing Percent Technology Group 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 Beijing Percent Technology Group Co ltd filed Critical Beijing Percent Technology Group Co ltd
Priority to CN202011634653.7A priority Critical patent/CN112700196A/zh
Publication of CN112700196A publication Critical patent/CN112700196A/zh
Pending legal-status Critical Current

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
    • 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
    • G06Q30/0203—Market surveys; Market polls
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开涉及一种商品采购方法、装置、存储介质及电子设备。该方法包括：确定待采购商品的商品品类，所述商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种；根据与所述待采购商品的所述商品品类对应的预设采购补货策略确定所述待采购商品的采购数量；显示所述待采购商品的所述采购数量。采用这种方法，可以针对具有不同采购模式和销售特征的商品，采用不同的预设采购补货策略自动计算出准确地采购数量。

Description

商品采购方法、装置、存储介质及电子设备
技术领域
本公开涉及计算机技术领域，具体地，涉及一种商品采购方法、装置、存储介质及电子设备。
背景技术
随着计算机技术的发展，越来越多的企业通过线上管理系统管理该企业的商品进货、销售、库存数据。
相关技术中，用户在进货商品时，一般为人工估计进货数量。这种方式存在因估计进货数量过多而导致的商品滞销问题，或者因估计进货数量过少而导致的商品频繁断货(供不应求)，进而频繁进货的问题。
发明内容
本公开的目的是提供一种商品采购方法、装置、存储介质及电子设备。用于针对具有不同采购模式和销售特征的商品，采用不同的计算策略自动计算出准确地采购数量，以避免相关技术中的问题。
为了实现上述目的，本公开实施例的第一方面提供一种商品采购方法，包括：
确定待采购商品的商品品类，所述商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种；
根据与所述待采购商品的所述商品品类对应的预设采购补货策略确定所述待采购商品的采购数量；
显示所述待采购商品的所述采购数量。
可选地，当所述待采购商品的商品品类为所述精品品类时，与所述精品品类对应的所述预设采购补货策略包括：
确定所述待采购商品对应的品牌，并获取所述品牌对应的零售金额预测值、安全库存零售金额、上期末库存金额、在途订单金额、调拨订单金额、补货订单金额，通过如下计算公式确定所述品牌对应的品牌采购金额：
品牌采购金额＝零售金额预测值+安全库存零售金额-期末库存金额，
期末库存金额＝上期末库存金额+在途订单金额+调拨订单金额+补货订单金额-零售金额预测值；
根据所述品牌采购金额、所述品牌对应的单季度采购金额占比、所述待采购商品对应的品类采购零售金额占比、所述待采购商品对应的品类平均零售价，通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)÷品类平均零售价。
可选地，所述与所述精品品类对应的所述预设采购补货策略还包括：
确定所述待采购商品的毛利率，并根据所述待采购商品的毛利率通过如下计算公式确定所述待采购商品的品类采购成本金额：
品类采购成本金额＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)×(1-毛利率)；
所述显示所述待采购商品的所述采购数量，包括：
显示所述待采购商品的所述采购数量、所述品类采购成本金额。
可选地，当所述待采购商品的商品品类为所述季节性香化品类时，与所述季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、有效日均销量、期间内销售金额比、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[采购周期×有效日均销量×期间内销售金额比-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
可选地，当所述待采购商品的商品品类为所述非季节性香化品类时，与所述非季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存天数、有效日均销量、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[(采购周期+安全库存)×有效日均销量-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
可选地，当所述待采购商品的商品品类为所述国产烟酒品类时，与所述国产烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存、期末库存数量、在途库存数量、有效月均箱，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[下级建议采购数量-((期末库存数量+在途库存数量)-下级运输期间内补偿库存数量)]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
下级建议采购数量＝[(采购周期+安全库存)×有效月均箱-(期末库存数量+在途库存数量-运输天数×有效月均箱)]，其中，当计算得到的下级建议采购数量的值小于0时，将下级建议采购数量的值置为0，当(期末库存数量+在途库存数量-运输天数×有效月均箱)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效月均箱)的值置为0；
下级运输期间内补偿库存数量＝期末库存数量+在途库存数量-运输天数×有效月均箱，其中，当计算得到的下级运输期间内补偿库存数量的值小于0时，将下级运输期间内补偿库存数量的值置为0。
可选地，所述显示所述待采购商品的所述采购数量，包括：
显示所述待采购商品的所述采购数量、所述下级建议采购数量、所述下级运输期间内补偿库存数量。
可选地，当所述待采购商品的商品品类为所述进口烟酒品类时，与所述进口烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、调整后有效日均销量、期间销售数量比、期末库存数量、在途库存数量、有效日均销量，并通过如下计算公式确定所述待采购商品的所述采购数量：
建议采购数量＝[采购周期×调整后有效日均销量×期间销售数量比-(期末库存数量+在途库存数量-运输天数×有效日均销量)]，其中，当(期末库存数量+在途库存数量-运输天数×有效日均销量)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效日均销量)的值置为0，当计算得到的建议采购数量小于0时，将采购数量的值置为0。
根据本公开实施例的第二方面，提供一种商品采购装置，包括：
第一确定模块，被配置为用于确定待采购商品的商品品类，所述商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种；
第二确定模块，被配置为用于根据与所述待采购商品的所述商品品类对应的预设采购补货策略确定所述待采购商品的采购数量；
显示模块，被配置为用于显示所述待采购商品的所述采购数量。
可选地，所述第二确定模块包括：
第一计算子模块，被配置为用于当所述待采购商品的商品品类为所述精品品类时，与所述精品品类对应的所述预设采购补货策略包括：
确定所述待采购商品对应的品牌，并获取所述品牌对应的零售金额预测值、安全库存零售金额、上期末库存金额、在途订单金额、调拨订单金额、补货订单金额，通过如下计算公式确定所述品牌对应的品牌采购金额：
品牌采购金额＝零售金额预测值+安全库存零售金额-期末库存金额，
期末库存金额＝上期末库存金额+在途订单金额+调拨订单金额+补货订单金额-零售金额预测值；
根据所述品牌采购金额、所述品牌对应的单季度采购金额占比、所述待采购商品对应的品类采购零售金额占比、所述待采购商品对应的品类平均零售价，通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)÷品类平均零售价。
可选地，所述第一计算子模块，还被配置为用于：
确定所述待采购商品的毛利率，并根据所述待采购商品的毛利率通过如下计算公式确定所述待采购商品的品类采购成本金额：
品类采购成本金额＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)×(1-毛利率)；
所述显示模块，包括：
第一显示子模块，被配置为用于显示所述待采购商品的所述采购数量、所述品类采购成本金额。
可选地，所述第二确定子模块，包括：
第二计算子模块，被配置为用于当所述待采购商品的商品品类为所述季节性香化品类时，与所述季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、有效日均销量、期间内销售金额比、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[采购周期×有效日均销量×期间内销售金额比-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
可选地，所述第二确定子模块，包括：
第三计算子模块，被配置为用于当所述待采购商品的商品品类为所述非季节性香化品类时，与所述非季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存天数、有效日均销量、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[(采购周期+安全库存)×有效日均销量-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
可选地，所述第二确定子模块，包括：
第四计算子模块，被配置为用于当所述待采购商品的商品品类为所述国产烟酒品类时，与所述国产烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存、期末库存数量、在途库存数量、有效月均箱，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[下级建议采购数量-((期末库存数量+在途库存数量)-下级运输期间内补偿库存数量)]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
下级建议采购数量＝[(采购周期+安全库存)×有效月均箱-(期末库存数量+在途库存数量-运输天数×有效月均箱)]，其中，当计算得到的下级建议采购数量的值小于0时，将下级建议采购数量的值置为0，当(期末库存数量+在途库存数量-运输天数×有效月均箱)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效月均箱)的值置为0；
下级运输期间内补偿库存数量＝期末库存数量+在途库存数量-运输天数×有效月均箱，其中，当计算得到的下级运输期间内补偿库存数量的值小于0时，将下级运输期间内补偿库存数量的值置为0。
可选地，所述显示模块，包括：
第二显示子模块，被配置为用于显示所述待采购商品的所述采购数量、所述下级建议采购数量、所述下级运输期间内补偿库存数量。
可选地，所述第二确定子模块，包括：
第五计算子模块，被配置为用于当所述待采购商品的商品品类为所述进口烟酒品类时，与所述进口烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、调整后有效日均销量、期间销售数量比、期末库存数量、在途库存数量、有效日均销量，并通过如下计算公式确定所述待采购商品的所述采购数量：
建议采购数量＝[采购周期×调整后有效日均销量×期间销售数量比-(期末库存数量+在途库存数量-运输天数×有效日均销量)]，其中，当(期末库存数量+在途库存数量-运输天数×有效日均销量)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效日均销量)的值置为0，当计算得到的建议采购数量小于0时，将采购数量的值置为0。
根据本公开实施例的第三方面，提供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上述第一方面中任一项所述方法的步骤。
根据本公开实施例的第三方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现上述第一方面中任一项所述方法的步骤。
采用上述技术方案，至少能够达到如下技术效果：
通过确定待采购商品的商品品类，该商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种。根据与待采购商品的商品品类对应的预设采购补货策略确定该待采购商品的采购数量，并显示该待采购商品的采购数量。采用这种方式，无需用户根据经验估计待采购商品的采购数量，因而可以避免相关技术中，因用户根据经验估计待采购商品的采购数量而可能导致的商品滞销问题、商品频繁断货及频繁进货的问题。此外，采用本公开的这种根据与待采购商品的商品品类对应的预设采购补货策略确定该待采购商品的采购数量的方式，因为可以针对具有不同采购模式和销售特征的商品，采用不同的与采购模式和销售特征对应的预设采购补货策略自动计算出采购数量，所以这种方式计算出的采购数量更加准确，可以进一步地避免相关技术中因采购数量不准确而可能导致的商品滞销问题、商品频繁售罄问题、频繁进货商品的问题。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据本公开一示例性实施例示出的一种商品采购方法的流程图。
图2是根据本公开一示例性实施例示出的一种商品采购方法的示意图。
图3是根据本公开一示例性实施例示出的一种手工参数输入页面示意图。
图4是根据本公开一示例性实施例示出的一种数据库架构图。
图5是根据本公开一示例性实施例示出的一种主题域中各主题的关系示意图。
图6是根据本公开一示例性实施例示出的一种用于构建数据库的采购主题表。
图7是根据本公开一示例性实施例示出的一种用于构建数据库的库存主题表。
图8是根据本公开一示例性实施例示出的一种用于构建数据库的销售主题表。
图9是根据本公开一示例性实施例示出的一种预设采购补货策略的示意图。
图10是根据本公开一示例性实施例示出的另一种预设采购补货策略的示意图。
图11是根据本公开一示例性实施例示出的另一种预设采购补货策略的示意图。
图12是根据本公开一示例性实施例示出的另一种预设采购补货策略的示意图。
图13是根据本公开一示例性实施例示出的另一种预设采购补货策略的示意图。
图14是根据本公开一示例性实施例示出的另一种预设采购补货策略的示意图。
图15是根据本公开一示例性实施例示出的一种商品采购装置的框图。
图16是根据本公开一示例性实施例示出的一种电子设备的框图。
图17是根据本公开一示例性实施例示出的另一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
值得说明的是，季节性香化品类或者非季节性香化品类的商品，由对应的供应商直接发货至销售门店，因而季节性香化品类或者非季节性香化品类的商品均的采购模式可以为小批量多频次的补货策略。并且，季节性香化品类或者非季节性香化品类的商品受到季节性、节假日、税务政策的影响，因而针对季节性香化品类或者非季节性香化品类的商品还需要个性化的定制采购补货策略。
精品品类的商品包括手表、首饰、太阳镜、帽子、背包等时尚饰品。对于时尚饰品，更新新品的速度较快，且新品种类繁多。无法参考历史销售数据，只能严格采取OTB(Open-to-Buy)提前买货的模式进行采购补货，这对确定未来一年各季度的采购数量预测增加了极大的难度。其中，OTB意为采购限额计划。这个计划是用来确定采购限额的。所谓的采购限额，是在给一定时期内(国外通常是1个月)计划采购额与采购员实际购买款项之间的差额。它代表着采购员留待当月购买的数量，并且随每次购买数量的上升而下降。
国产烟酒品类的商品，是由国家烟草局按照严格年度预算向市场进行发货的。设置有发货上限，一年采购一次的限制。因此每次采购需要基于上年销售制定好下年的预算上报数量，故针对国产烟酒品类的商品确定采购数量的采购补货策略受到人为因素影响较大。
进口烟酒品类的商品，均遵循以销定采、统购统销的模式。采购人员首先需要批量采购入库，再从仓库发货给至各个销售门店。中间涉及了国际物流、报关、国内物流、转关等过程。运输和在途较长，库存实时性较差，由于批发入库的商品数量较大，导致库存数量的延迟对未来采购数量的计算会产生很大的误差。
由于精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类的商品销售速度和周转速度都是不一样的，因而本公开提出针对具有不同销售特征的各个品类商品，采用对应的采购补货策略，以准确地计算采购数量，并将该采购数量作为建议值向用户进行展示。也就是说，本公开给出一种针对不同免税品的采购补货的系统性方法，以适应不同商品品类的采购特征，从而给出更接近顾客未来真实需求的建议采购数量。
为了使本领域普通技术人员更加容易理解本公开的技术方案，下面先对本公开的应用场景进行说明。
本公开的技术方案针对旅游零售行业的免税商品。免税品主要包括香化、精品、烟酒、食品百货等商品品类，每个商品品类由于采购模式不一样，导致不能使用同一采购补货逻辑。而且，旅游零售行业的免税商品销售数量受税务政策影响较大。
下面对本公开的技术方案进行详细的说明。
图1是根据本公开一示例性实施例示出的一种商品采购方法的流程图，如图1所示，包括以下步骤：
S11、确定待采购商品的商品品类，所述商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种。
S12、根据与所述待采购商品的所述商品品类对应的预设采购补货策略确定所述待采购商品的采购数量。
其中，预设采购补货策略与商品品类具有对应关系。每一种商品品类对应的预设采购补货策略是在考虑该种商品品类的进销存特征的基础上制定出的。
S13、显示所述待采购商品的所述采购数量。
采用本公开的技术方法，通过确定待采购商品的商品品类，该商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种。根据与待采购商品的商品品类对应的预设采购补货策略确定该待采购商品的采购数量，并显示该待采购商品的采购数量。采用这种方式，无需用户根据经验估计待采购商品的采购数量，因而可以避免相关技术中，因用户根据经验估计待采购商品的采购数量而可能导致的商品滞销问题、商品频繁断货及频繁进货的问题。此外，采用本公开的这种根据与待采购商品的商品品类对应的预设采购补货策略确定该待采购商品的采购数量的方式，因为可以针对具有不同采购模式和销售特征的商品，采用不同的与采购模式和销售特征对应的预设采购补货策略自动计算出采购数量，所以这种方式计算出的采购数量更加准确，可以进一步地避免相关技术中因采购数量不准确而可能导致的商品滞销问题、商品频繁售罄问题、频繁进货商品的问题。
可选地，在步骤S11之前，所述方法还包括获取商品的基础数据。示例地，如图2所示，基础数据包括从零售业务系统抽取到的商品维度的进销存数据、用户输入的页面手工参数以及从互联网中获取到的外部价格数据、外部库存数据(已购买但未入库的库存数据，如在途库存数据)。其中，零售业务系统数据包括供应商，品牌，品类，商品，门店等维度的信息。用户输入的页面手工参数包括图3所示的计算周期、安全库存(天数)、备货运输时间、采购周期、最小采购金额中的至少一种。
在获取到商品基础数据之后，可以根据获取到的商品基础数据进行数据重组。数据重组过程包括数据ETL过程、维度建模过程。其中，数据ETL过程是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据。
示例地，参见图4，数据ETL过程如下：
数据加载：通过HIVE从原始数据中读取相应的数据；数据清洗：通过SQOOP导入的底层数据中，含有脏数据，在HIVE中合并重复的记录，清洗掉这些数据(脏数据包含为空的数据)；数据转换：把数据中转换成需要处理的格式，包括日期型数据的格式为yyyymmdd，在存储层的数据表中，存储着大量的数据，此时需要计算各个维度值和度量值。基于主题划分，按照第三范式要求，以最小粒度保存历史数据，并对相关字段进行标准化处理(各维度信息名称标准化、编码标准化、区域、组织结构、不用业务系统用户数据标准化)。
再示例地，维度建模过程包括：
主题域包含采购、库存、销售、产品、供应商、财务。各个主题域之间的关系如图5所示。
概念模型设计(Concept Data Modeling)：通过需求分析，明确需求所涵盖的业务范围，然后再对需求范围内的业务及其间关系进行高度概括性的描述，把密切相关业务对象进行归类，即划分主题域。
针对采购主题域，建立如图6所示的采购主题表。本公开的技术方案接入采购相关的明细数据主要包括：销售订单、采购订单、出入库单据、单据子表、销售发票、采购发票、计价辅助表、调价单表、采购到货单、采购端商品基本和管理信息、公司信息、单据类型、业务类型等数据。采购主题域中用到的主要是计算全链条毛利率和采购相关指标所需的数据。
针对库存主体域，建立如图7所示的库存主题表。库存主题主要包括的测试数据是零售业务系统的库存相关数据以及在途库存数据。当前明细数据主要(dw_inventory_d)有入库验收单、入库验收单明细、商品批次表、商品存货信息表。汇总数据(dw_inventory_s)有商品库龄分析日汇总表。
针对销售主题域，建立如图8所示的销售主题表。销售主题主要包括的测试数据为日上，零售业务系统的零售相关数据，还有北京机场、第三方等销售数据。当前明细数据主要有(dw_inventory_d)：销售小票头、销售明细、进销存明细表等。汇总数据有(dw_inventory_s)：进销存日汇总表。
可选地，当所述待采购商品的商品品类为所述精品品类时，与所述精品品类对应的所述预设采购补货策略包括：
确定所述待采购商品对应的品牌，并获取所述品牌对应的零售金额预测值、安全库存零售金额、上期末库存金额、在途订单金额、调拨订单金额、补货订单金额，通过如下计算公式确定所述品牌对应的品牌采购金额：
品牌采购金额＝零售金额预测值+安全库存零售金额-期末库存金额，
期末库存金额＝上期末库存金额+在途订单金额+调拨订单金额+补货订单金额-零售金额预测值。
示例地，计算品牌采购金额的具体实施例如图9所示，图9中的采购限额(零售金额)表征品牌采购金额。图9中的安全库存表征安全库存零售金额。图9中的期末库存表征期末库存金额。补货订单金额等同于补货订单零售金额。
继续参见图9，示例地，假设计算季节性品牌A(AW20)OTB品牌采购限额，计算过程如下：
假设期末库存金额(2019.10.15)为1000，在途订单零售金额(AW19)为100，调拨/补货订单零售金额(AW19)为0，零售金额预测值(AW19)为500，那么期末库存金额(2019.12)则为1000+100+0-500＝600。
接着，假设在途订单零售金额(SS20)为200，调拨/补货订单零售金额(SS20)为0，零售金额预测值(SS20)为400，那么期末库存金额(2020.06)为600+200+0-400＝400。
再接着，假设零售金额预测值为500，安全库存零售金额为700，那么采购限额(零售金额)即品牌采购金额为500+700-400＝800。
进一步地，根据所述品牌采购金额、所述品牌对应的单季度采购金额占比、所述待采购商品对应的品类采购零售金额占比、所述待采购商品对应的品类平均零售价，通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)÷品类平均零售价。
示例地，假设计算季节性品牌A(AW20)OTB品牌下某一个品类采购限额：
假设单季度采购金额占比为60％，品类采购零售金额占比为50％，品类平均零售价为10。那么单季度品牌采购零售金额为800×60％＝480，品类采购零售金额为480×50％＝240，品类采购数量为240÷10＝24。
可选地，所述与所述精品品类对应的所述预设采购补货策略还包括：
确定所述待采购商品的毛利率，并根据所述待采购商品的毛利率通过如下计算公式确定所述待采购商品的品类采购成本金额：
品类采购成本金额＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)×(1-毛利率)；所述显示所述待采购商品的所述采购数量，包括：
显示所述待采购商品的所述采购数量、所述品类采购成本金额。
可选地，所述与所述精品品类对应的所述预设采购补货策略还包括订货分档处理过程。订货分档处理用于确定待采购商品的每个SKU的建议采购数量。订货分档处理过程如下：
根据待采购商品的各个SKU销售数量进行排名，然后基于排名进行分档。
根据待采购商品的采购数量、待采购商品的订货分档SKU种类，得到并输出每个SKU建议采购数量。其计算公式为，待采购商品的采购数量＝SUM(各档位SKU数量×深度)。
举例说明品类A下10个SKU的深度怎么确定的，如下表1所示。
Figure BDA0002880878950000101
表1
表1中，订货各分档对应SKU种类数具体为：A++:1；A+:2，A:3；B:2；C:2。假设品类A采购数量为24，那么24＝1×5+2×5+3×1+2×1+2×2。
图10是根据本公开一示例性实施例示出的一种完整的与所述精品品类对应的所述预设采购补货策略示意图。
可选地，当所述待采购商品的商品品类为所述季节性香化品类时，与所述季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、有效日均销量、期间内销售金额比、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[采购周期×有效日均销量×期间内销售金额比-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
需说明的是，上述计算公式中的各个参数来源如图11所示。
其中，期间内销售金额比(也即期间销售金额比)为，期间A销售金额与期间B销售金额的比值。期间A是指去年今天往未来推采购周期与安全库存的和对应的天数；期间B为去年今天往过去推采购周期的天数。
有效日均销量，在所述待采购商品为非新品时，有效日均销量＝计算周期总销量÷(计算周期-断货天数)；在所述待采购商品为新品时，有效日均销量＝计算周期总销量÷(上架天数-断货天数)。
断货天数为，计算周期内，期末库存数量为0或期末库存数量小于平均销量50％的天数记为断货，对断货天数进行合计。
平均销量为，在所述待采购商品为新品时，平均销量＝总销量÷上架天数；在所述待采购商品为非新品时，平均销量＝总销量÷计算周期。
上架天数＝昨日-上架时间+1。
可选地，当所述待采购商品的商品品类为所述非季节性香化品类时，与所述非季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存天数、有效日均销量、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[(采购周期+安全库存)×有效日均销量-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
值得说明的是，上述计算公式中的各个参数来源如图12所示。
其中，有效日均销量为，在所述待采购商品为非新品时，有效日均销量＝计算周期总销量÷(计算周期-断货天数)；在所述待采购商品为新品时，有效日均销量＝计算周期总销量÷(上架天数-断货天数)。
断货天数：计算周期内，期末库存数量为0或期末库存数量小于平均销量50％的天数记为断货，对断货天数进行合计。
平均销量：在所述待采购商品为新品时，平均销量＝总销量÷上架天数；在所述待采购商品为非新品时，平均销量＝总销量÷计算周期。
上架天数：昨日-上架时间+1。
可选地，当所述待采购商品的商品品类为所述国产烟酒品类时，与所述国产烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存、期末库存数量、在途库存数量、有效月均箱，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[下级建议采购数量-((期末库存数量+在途库存数量)-下级运输期间内补偿库存数量)]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
下级建议采购数量＝[(采购周期+安全库存)×有效月均箱-(期末库存数量+在途库存数量-运输天数×有效月均箱)]，其中，当计算得到的下级建议采购数量的值小于0时，将下级建议采购数量的值置为0，当(期末库存数量+在途库存数量-运输天数×有效月均箱)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效月均箱)的值置为0；
下级运输期间内补偿库存数量＝期末库存数量+在途库存数量-运输天数×有效月均箱，其中，当计算得到的下级运输期间内补偿库存数量的值小于0时，将下级运输期间内补偿库存数量的值置为0。
值得说明的是，上述计算公式中的各个参数来源如图13所示。
其中，有效月均箱为，当所述待采购商品为非新品时，有效月均箱＝(计算周期总销量-断货月数的销售-销售出库峰值月数的销量)/换算率/(计算周期月数-断货月数-销售出库峰值月数)；当所述待采购商品为新品时，有效月均箱＝(计算周期总销量-断货月数的销售-销售出库峰值月数的销量)/换算率/(上架月数-断货月数-销售出库峰值月数)。
销售出库峰值月数为，当月销售数量(箱)>计算周期内均值+3×标准差，记为1个销售峰值月，对销售峰值月数进行合计。当所述待采购商品为非新品时，标准差＝sqrt(sum[(每月的销售数量(箱)-月均箱)^2]/计算周期月数)。当所述待采购商品为新品时，标准差＝sqrt(sum[(上架后每月的销售数量(箱)-月均箱)^2]/上架月数)。
断货月数为，计算周期内，期末库存数量＝0且销售数量＝0，记为断货，对断货月数进行合计。
上架月数为，昨日-上架时间+1，然后转换成月份数。
月均箱为，当所述待采购商品为新品时，月均箱＝计算周期总销量(箱)/计算周期；所述待采购商品非新品时，月均箱＝计算周期总销量(箱)/上架月数。其中/表征除号。
可选地，所述显示所述待采购商品的所述采购数量，包括：
显示所述待采购商品的所述采购数量、所述下级建议采购数量、所述下级运输期间内补偿库存数量。
可选地，其特征在于，当所述待采购商品的商品品类为所述进口烟酒品类时，与所述进口烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、调整后有效日均销量、期间销售数量比、期末库存数量、在途库存数量、有效日均销量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[采购周期×调整后有效日均销量×期间销售数量比-(期末库存数量+在途库存数量-运输天数×有效日均销量)]，其中，当(期末库存数量+在途库存数量-运输天数×有效日均销量)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效日均销量)的值置为0，当计算得到的建议采购数量小于0时，将采购数量的值置为0。其中期末库存数量为当前期末库存数量。
值得说明的是，上述计算公式中的各个参数来源如图14所示。
其中，期间销售数量比＝期间A销售数量÷期间B销售数量，期间A为去年今天往未来推(采购周期+安全库存)的天数，期间B为去年今天往过去推(采购周期)的天数。
有效日均销量(烟酒)为，当所述待采购商品为非新品时，有效日均销量＝(计算周期总销量-断货天数的销售-销售峰值天数的销量)/(计算周期-断货天数-销售峰值天数)；当所述待采购商品为新品时，有效日均销量＝(计算周期总销量-断货天数的销售-销售峰值天数的销量)/(上架天数-断货天数-销售峰值天数)。
调整后有效日均销量(烟酒)＝有效日均销量(烟酒)×日均销量调整系数。
销售峰值天数为，当日销售数量>计算周期内平均销量+3×标准差的和时，记为一天；当所述待采购商品为非新品时，标准差＝sqrt(sum[(每天的销售数量-平均销量)^2]/计算周期)；当所述待采购商品为新品时，标准差＝sqrt(sum[(上架后每天的销售数量-平均销量)^2]/(上架天数)。
断货天数为，计算周期内，期末库存数量为0或期末库存数量<平均销量50％的天数记为断货，对断货天数进行合计。
平均销量为，当所述待采购商品为新品时，平均销量＝总销量/上架天数；当所述待采购商品为非新品时，平均销量＝总销量/计算周期。
上架天数＝昨日-最早上架时间+1。
基于同一发明构思，本公开实施例还提供一种商品采购装置，如图15所示，该装置1400包括：
第一确定模块1410，被配置为用于确定待采购商品的商品品类，所述商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种；
第二确定模块1420，被配置为用于根据与所述待采购商品的所述商品品类对应的预设采购补货策略确定所述待采购商品的采购数量；
显示模块1430，被配置为用于显示所述待采购商品的所述采购数量。
采用这种装置，通过确定待采购商品的商品品类，该商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种。根据与待采购商品的商品品类对应的预设采购补货策略确定该待采购商品的采购数量，并显示该待采购商品的采购数量。采用这种方式，无需用户根据经验估计待采购商品的采购数量，因而可以避免相关技术中，因用户根据经验估计待采购商品的采购数量而可能导致的商品滞销问题、商品频繁断货及频繁进货的问题。此外，采用本公开的这种根据与待采购商品的商品品类对应的预设采购补货策略确定该待采购商品的采购数量的方式，因为可以针对具有不同采购模式和销售特征的商品，采用不同的与采购模式和销售特征对应的预设采购补货策略自动计算出采购数量，所以这种方式计算出的采购数量更加准确，可以进一步地避免相关技术中因采购数量不准确而可能导致的商品滞销问题、商品频繁售罄问题、频繁进货商品的问题。
可选地，所述第二确定模块1420包括：
第一计算子模块，被配置为用于当所述待采购商品的商品品类为所述精品品类时，与所述精品品类对应的所述预设采购补货策略包括：
确定所述待采购商品对应的品牌，并获取所述品牌对应的零售金额预测值、安全库存零售金额、上期末库存金额、在途订单金额、调拨订单金额、补货订单金额，通过如下计算公式确定所述品牌对应的品牌采购金额：
品牌采购金额＝零售金额预测值+安全库存零售金额-期末库存金额，
期末库存金额＝上期末库存金额+在途订单金额+调拨订单金额+补货订单金额-零售金额预测值；
根据所述品牌采购金额、所述品牌对应的单季度采购金额占比、所述待采购商品对应的品类采购零售金额占比、所述待采购商品对应的品类平均零售价，通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)÷品类平均零售价。
可选地，所述第一计算子模块，还被配置为用于：
确定所述待采购商品的毛利率，并根据所述待采购商品的毛利率通过如下计算公式确定所述待采购商品的品类采购成本金额：
品类采购成本金额＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)×(1-毛利率)；
所述显示模块1430，包括：
第一显示子模块，被配置为用于显示所述待采购商品的所述采购数量、所述品类采购成本金额。
可选地，所述第二确定子模块1420，包括：
第二计算子模块，被配置为用于当所述待采购商品的商品品类为所述季节性香化品类时，与所述季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、有效日均销量、期间内销售金额比、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[采购周期×有效日均销量×期间内销售金额比-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
可选地，所述第二确定子模块1420，包括：
第三计算子模块，被配置为用于当所述待采购商品的商品品类为所述非季节性香化品类时，与所述非季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存天数、有效日均销量、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[(采购周期+安全库存)×有效日均销量-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
可选地，所述第二确定子模块1420，包括：
第四计算子模块，被配置为用于当所述待采购商品的商品品类为所述国产烟酒品类时，与所述国产烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存、期末库存数量、在途库存数量、有效月均箱，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[下级建议采购数量-((期末库存数量+在途库存数量)-下级运输期间内补偿库存数量)]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
下级建议采购数量＝[(采购周期+安全库存)×有效月均箱-(期末库存数量+在途库存数量-运输天数×有效月均箱)]，其中，当计算得到的下级建议采购数量的值小于0时，将下级建议采购数量的值置为0，当(期末库存数量+在途库存数量-运输天数×有效月均箱)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效月均箱)的值置为0；
下级运输期间内补偿库存数量＝期末库存数量+在途库存数量-运输天数×有效月均箱，其中，当计算得到的下级运输期间内补偿库存数量的值小于0时，将下级运输期间内补偿库存数量的值置为0。
可选地，所述显示模块1430，包括：
第二显示子模块，被配置为用于显示所述待采购商品的所述采购数量、所述下级建议采购数量、所述下级运输期间内补偿库存数量。
可选地，所述第二确定子模块1420，包括：
第五计算子模块，被配置为用于当所述待采购商品的商品品类为所述进口烟酒品类时，与所述进口烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、调整后有效日均销量、期间销售数量比、期末库存数量、在途库存数量、有效日均销量，并通过如下计算公式确定所述待采购商品的所述采购数量：
建议采购数量＝[采购周期×调整后有效日均销量×期间销售数量比-(期末库存数量+在途库存数量-运输天数×有效日均销量)]，其中，当(期末库存数量+在途库存数量-运输天数×有效日均销量)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效日均销量)的值置为0，当计算得到的建议采购数量小于0时，将采购数量的值置为0。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图16是根据一示例性实施例示出的一种电子设备700的框图。如图16所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(I/O)接口704，以及通信组件705中的一者或多者。
其中，处理器701用于控制该电子设备700的整体操作，以完成上述的商品采购方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的商品采购方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的商品采购方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的商品采购方法。
图17是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图17，电子设备1900包括处理器1922，其数量可以为一个或多个，以及存储器1932，用于存储可由处理器1922执行的计算机程序。存储器1932中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器1922可以被配置为执行该计算机程序，以执行上述的商品采购方法。
另外，电子设备1900还可以包括电源组件1926和通信组件1950，该电源组件1926可以被配置为执行电子设备1900的电源管理，该通信组件1950可以被配置为实现电子设备1900的通信，例如，有线或无线通信。此外，该电子设备1900还可以包括输入/输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的商品采购方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器1932，上述程序指令可由电子设备1900的处理器1922执行以完成上述的商品采购方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的商品采购方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (11)

1.一种商品采购方法，其特征在于，包括：
确定待采购商品的商品品类，所述商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种；
根据与所述待采购商品的所述商品品类对应的预设采购补货策略确定所述待采购商品的采购数量；
显示所述待采购商品的所述采购数量。
2.根据权利要求1所述的方法，其特征在于，当所述待采购商品的商品品类为所述精品品类时，与所述精品品类对应的所述预设采购补货策略包括：
确定所述待采购商品对应的品牌，并获取所述品牌对应的零售金额预测值、安全库存零售金额、上期末库存金额、在途订单金额、调拨订单金额、补货订单金额，通过如下计算公式确定所述品牌对应的品牌采购金额：
品牌采购金额＝零售金额预测值+安全库存零售金额-期末库存金额，
期末库存金额＝上期末库存金额+在途订单金额+调拨订单金额+补货订单金额-零售金额预测值；
根据所述品牌采购金额、所述品牌对应的单季度采购金额占比、所述待采购商品对应的品类采购零售金额占比、所述待采购商品对应的品类平均零售价，通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)÷品类平均零售价。
3.根据权利要求2所述的方法，其特征在于，所述与所述精品品类对应的所述预设采购补货策略还包括：
确定所述待采购商品的毛利率，并根据所述待采购商品的毛利率通过如下计算公式确定所述待采购商品的品类采购成本金额：
品类采购成本金额＝(品牌采购金额×单季度采购金额占比×品类采购零售金额占比)×(1-毛利率)；
所述显示所述待采购商品的所述采购数量，包括：
显示所述待采购商品的所述采购数量、所述品类采购成本金额。
4.根据权利要求1所述的方法，其特征在于，当所述待采购商品的商品品类为所述季节性香化品类时，与所述季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、有效日均销量、期间内销售金额比、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[采购周期×有效日均销量×期间内销售金额比-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
5.根据权利要求1所述的方法，其特征在于，当所述待采购商品的商品品类为所述非季节性香化品类时，与所述非季节性香化品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存天数、有效日均销量、期末库存数量、在途库存数量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[(采购周期+安全库存)×有效日均销量-(期末库存数量-运输天数×有效日均销量)-在途库存数量]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
其中，当(期末库存数量-运输天数×有效日均销量)<0时，将(期末库存数量-运输天数×有效日均销量)的值置为0。
6.根据权利要求1所述的方法，其特征在于，当所述待采购商品的商品品类为所述国产烟酒品类时，与所述国产烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、安全库存、期末库存数量、在途库存数量、有效月均箱，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[下级建议采购数量-((期末库存数量+在途库存数量)-下级运输期间内补偿库存数量)]，其中，当计算得到的采购数量的值小于0时，将采购数量的值置为0；
下级建议采购数量＝[(采购周期+安全库存)×有效月均箱-(期末库存数量+在途库存数量-运输天数×有效月均箱)]，其中，当计算得到的下级建议采购数量的值小于0时，将下级建议采购数量的值置为0，当(期末库存数量+在途库存数量-运输天数×有效月均箱)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效月均箱)的值置为0；
下级运输期间内补偿库存数量＝期末库存数量+在途库存数量-运输天数×有效月均箱，其中，当计算得到的下级运输期间内补偿库存数量的值小于0时，将下级运输期间内补偿库存数量的值置为0。
7.根据权利要求6所述的方法，其特征在于，所述显示所述待采购商品的所述采购数量，包括：
显示所述待采购商品的所述采购数量、所述下级建议采购数量、所述下级运输期间内补偿库存数量。
8.根据权利要求1所述的方法，其特征在于，当所述待采购商品的商品品类为所述进口烟酒品类时，与所述进口烟酒品类对应的所述预设采购补货策略包括：
获取所述待采购商品对应的采购周期、运输天数、调整后有效日均销量、期间销售数量比、期末库存数量、在途库存数量、有效日均销量，并通过如下计算公式确定所述待采购商品的所述采购数量：
采购数量＝[采购周期×调整后有效日均销量×期间销售数量比-(期末库存数量+在途库存数量-运输天数×有效日均销量)]，其中，当(期末库存数量+在途库存数量-运输天数×有效日均销量)的值小于0时，将(期末库存数量+在途库存数量-运输天数×有效日均销量)的值置为0，当计算得到的建议采购数量小于0时，将采购数量的值置为0。
9.一种商品采购装置，其特征在于，包括：
第一确定模块，被配置为用于确定待采购商品的商品品类，所述商品品类为精品品类、季节性香化品类、非季节性香化品类、国产烟酒品类、进口烟酒品类中的一种；
第二确定模块，被配置为用于根据与所述待采购商品的所述商品品类对应的预设采购补货策略确定所述待采购商品的采购数量；
显示模块，被配置为用于显示所述待采购商品的所述采购数量。
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权利要求1-8中任一项所述方法的步骤。
11.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-8中任一项所述方法的步骤。
CN202011634653.7A 2020-12-31 2020-12-31 商品采购方法、装置、存储介质及电子设备 Pending CN112700196A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011634653.7A CN112700196A (zh) 2020-12-31 2020-12-31 商品采购方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011634653.7A CN112700196A (zh) 2020-12-31 2020-12-31 商品采购方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN112700196A true CN112700196A (zh) 2021-04-23

Family

ID=75513746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011634653.7A Pending CN112700196A (zh) 2020-12-31 2020-12-31 商品采购方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN112700196A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205285A (zh) * 2021-07-05 2021-08-03 北京微芯感知科技有限公司 一种基于区块链的冷链食品喜好度评价方法及系统
CN117829740A (zh) * 2024-03-05 2024-04-05 深圳泽熙网络科技有限公司 一种库存监测方法、系统、计算机设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339832A (zh) * 2016-08-08 2017-01-18 东莞市浩方云网电子商务有限公司 用于电子商务整合采购和补货的方法和系统
CN107506958A (zh) * 2017-07-19 2017-12-22 网易无尾熊（杭州）科技有限公司 信息生成方法、介质、系统和计算设备
CN108985691A (zh) * 2018-07-11 2018-12-11 北京实派科技有限公司 一种基于动态库存控制的自动补货方法及系统
CN110874751A (zh) * 2018-08-29 2020-03-10 北京京东尚科信息技术有限公司 一种超市补货的方法和系统
CN110956525A (zh) * 2019-08-28 2020-04-03 耀方信息技术(上海)有限公司 一种采购方法、装置和存储介质
CN111178797A (zh) * 2019-12-21 2020-05-19 武汉微批科技有限公司 一种库存补货调度方法及系统
CN111667207A (zh) * 2019-03-05 2020-09-15 阿里巴巴集团控股有限公司 供应链库存的管理方法及装置、存储介质和处理器
CN111882278A (zh) * 2020-07-30 2020-11-03 上海百胜软件股份有限公司 一种智能补货方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339832A (zh) * 2016-08-08 2017-01-18 东莞市浩方云网电子商务有限公司 用于电子商务整合采购和补货的方法和系统
CN107506958A (zh) * 2017-07-19 2017-12-22 网易无尾熊（杭州）科技有限公司 信息生成方法、介质、系统和计算设备
CN108985691A (zh) * 2018-07-11 2018-12-11 北京实派科技有限公司 一种基于动态库存控制的自动补货方法及系统
CN110874751A (zh) * 2018-08-29 2020-03-10 北京京东尚科信息技术有限公司 一种超市补货的方法和系统
CN111667207A (zh) * 2019-03-05 2020-09-15 阿里巴巴集团控股有限公司 供应链库存的管理方法及装置、存储介质和处理器
CN110956525A (zh) * 2019-08-28 2020-04-03 耀方信息技术(上海)有限公司 一种采购方法、装置和存储介质
CN111178797A (zh) * 2019-12-21 2020-05-19 武汉微批科技有限公司 一种库存补货调度方法及系统
CN111882278A (zh) * 2020-07-30 2020-11-03 上海百胜软件股份有限公司 一种智能补货方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
佟哲晖: "社会经济统计辞典", 31 January 1987, 吉林人民出版社, pages: 550 - 551 *
姚钟华: "国际零售管理", 30 June 1999, 中国财政经济出版社, pages: 185 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205285A (zh) * 2021-07-05 2021-08-03 北京微芯感知科技有限公司 一种基于区块链的冷链食品喜好度评价方法及系统
CN113205285B (zh) * 2021-07-05 2022-02-18 北京微芯感知科技有限公司 一种基于区块链的冷链食品喜好度评价方法及系统
CN117829740A (zh) * 2024-03-05 2024-04-05 深圳泽熙网络科技有限公司 一种库存监测方法、系统、计算机设备及介质

Similar Documents

Publication Publication Date Title
Wang et al. Cold chain investment and pricing decisions in a fresh food supply chain
US7739148B2 (en) Reporting metrics for online marketplace sales channels
US20140058794A1 (en) Method And System For Orders Planning And Optimization With Applications To Food Consumer Products Industry
US7937294B1 (en) System, and associated method, for configuring a buying club and a coop order
Alptekinoğlu et al. When to carry eccentric products? Optimal retail assortment under consumer returns
CN105308637A (zh) 管理照管递送/提取位置的容量的系统和方法
Shen et al. Modelling and analysis of inventory replenishment for perishable agricultural products with buyer–seller collaboration
US20200005209A1 (en) Method and system for optimizing an item assortment
Yu et al. Single-manufacturer, multi-retailer consignment policy for retailers’ generalized demand distributions
Jauhari et al. A stochastic periodic review inventory model for vendor–buyer system with setup cost reduction and service–level constraint
Rezagholifam et al. Optimal pricing and ordering strategy for non-instantaneous deteriorating items with price and stock sensitive demand and capacity constraint
Mascle et al. Inventory management maximization based on sales forecast: case study
Maddah et al. Newsvendor pricing and assortment under Poisson decomposition
CN112700196A (zh) 商品采购方法、装置、存储介质及电子设备
Cheong et al. Effect of inventory information discrepancy in a drop‐shipping supply Chain
KR20190121526A (ko) 상품 주문 중개 시스템 및 방법
Erhun et al. Enterprise-wide optimization of total landed cost at a grocery retailer
US20120185357A1 (en) Centralized Database Supported Electronic Catalog and Order System for Merchandise Distribution
Herbon et al. Simulation study of the price differentiation effect in a stochastic deteriorating inventory with heterogeneous consumers–freshness sensitivity
CN113763125A (zh) 一种关于购买货物的采购单生成方法及装置
Wen et al. Dynamic capacity management with uncertain demand and dynamic price
US20100049634A1 (en) Cost management system with flexible unit of measure
KR101431428B1 (ko) 도소매 및 소비자간 수평적 주문 체결 시스템
Sharma et al. Inventory models with stock-dependent demand: a comprehensive review and its linkage with waste management
Yadav et al. Multi-item EOQ model for deteriorating items having multivariate dependent demand with variable holding cost and trade credit

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