CN113240373A - 基于云计算的数字化电子商务平台商品销售库存智能管理方法 - Google Patents
基于云计算的数字化电子商务平台商品销售库存智能管理方法 Download PDFInfo
- Publication number
- CN113240373A CN113240373A CN202110544322.2A CN202110544322A CN113240373A CN 113240373 A CN113240373 A CN 113240373A CN 202110544322 A CN202110544322 A CN 202110544322A CN 113240373 A CN113240373 A CN 113240373A
- Authority
- CN
- China
- Prior art keywords
- commodity
- warehouse
- order
- user
- emergency
- 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.)
- Withdrawn
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
Abstract
本发明公开基于云计算的数字化电子商务平台商品销售库存智能管理方法,通过对电商企业对应各仓库内当前库存的各商品种类下各商品对应的销售紧急等级进行分析,并将各仓库内当前库存各商品种类对应同种销售紧急等级的商品进行归类,此时根据用户下单商品信息,从电商企业对应各仓库中筛选出匹配仓库,同时分析用户下单商品种类对应的目标销售紧急等级,以此根据用户下单商品信息对各匹配仓库进行择优筛选,得到该用户下单商品对应的目标发货仓库,实现了对电商企业库存商品的智能管理,充分弥补了电商企业传统库存管理方式过于粗放、简单、没有科学管理模式的不足,大大降低了电商企业的库损,提升了电商企业库存管理质量。
Description
技术领域
本发明属于电商商品库存管理技术领域,具体涉及基于云计算的数字化电子商务平台商品销售库存智能管理方法。
背景技术
随着信息技术的发展和计算机技术的普及,电子商务应运而生,它的出现极大改变了人们的购物方式,给人们的生活带来了便利。然而随着电商企业的蓬勃发展,其相互之间的竞争愈演愈烈,其中库存存货是电商企业流动资产的重要组成部分,因此对电商企业库存商品的库存管理显得尤为重要。
然而电商企业传统的库存管理方式过于粗放、简单,没有科学的管理模式。这具体体现在当存在销售订单时,对仓库库存内的商品进行随意销售,没有对库存商品按照保质时长的不同进行分类,以对保质时长较短的商品进行优先销售,以此很大可能存在库存商品保质时长较长的商品提前销售,而保质时长较短的商品继续积压占用存货空间的现象,时间一长,就会使得大量库存商品超过保质期,从而无法进行销售,导致电商企业库损现象严重,一方面给电商企业带来了巨大的库存损失,另一方面提高了库存管理成本。由此可见传统的库存管理方式对应的库存管理质量不高,已经不能满足电商企业的发展需求。
发明内容
为了解决上述问题,本发明提出一种库存管理质量高的基于云计算的数字化电子商务平台商品销售库存智能管理方法,有效解决了背景技术提到的问题。
本发明的目的可以通过以下技术方案实现:
基于云计算的数字化电子商务平台商品销售库存智能管理方法,包括以下步骤:
S1.电商企业仓库统计及地理位置获取:统计电商企业对应的仓库数量,同时对各仓库所处的地理位置进行定位;
S2.仓库库存商品统计及商品入库参数获取:对各仓库内当前库存的商品种类进行统计,并统计各商品种类对应的库存商品数量,与此同时获取各仓库内当前库存的各商品种类对应各商品的入库参数,以此得到各仓库内当前库存的各商品种类下各商品对应的保质到期日;
S3.仓库库存商品保质时长统计:获取当前日期,并根据各仓库内当前库存的各商品种类下各商品对应的保质到期日和当前日期统计各仓库内当前库存的各商品种类下各商品对应的保质时长;
S4.仓库库存商品种类下商品分类:根据各仓库内当前库存的各商品种类下各商品对应的保质时长分析各仓库内当前库存的各商品种类下各商品对应的销售紧急等级,进而将各仓库内当前库存的各商品种类下相同销售紧急等级的商品进行归类,得到各仓库内当前库存的各商品种类下各销售紧急等级对应的商品,同时将各仓库内当前库存的各商品种类对应的各销售紧急等级按照等级编号排列顺序进行排序;
S5.下单商品信息获取:根据用户的网上订单,获取用户下单商品种类、下单商品数量及下单地址;
S6.匹配仓库筛选:将用户下单商品种类与该电商企业对应各仓库内当前库存的商品种类进行匹配,从中筛选出匹配成功的仓库,该匹配成功的仓库记为匹配仓库,同时对筛选出的各匹配仓库按照设定的排序方式进行距离排序;
S7.下单商品种类对应目标销售紧急等级分析:分析用户下单商品种类对应的目标销售紧急等级;
S8.目标发货仓库择优筛选:根据用户下单商品种类对应目标销售紧急等级的下单商品数量和各匹配仓库中该下单商品种类下各销售紧急等级对应的库存商品数量,对用户下单商品对应的物流运输仓库进行择优筛选,得到该用户下单商品对应的目标发货仓库,进而从对应的目标发货仓库对用户下单的商品进行物流发货。
进一步地,所述各仓库内当前库存的各商品种类下各商品对应保质到期日的获取方法为从各仓库内当前库存的各商品种类对应各商品的入库参数中提取生产日期和保质期,并将生产日期与保质期相加得到各仓库内当前库存的各商品种类下各商品对应的保质到期日。
进一步地,所述统计各仓库内当前库存的各商品种类下各商品对应的质保时长,其具体统计方法为将各仓库内当前库存的各商品种类下各商品对应的保质到期日减去当前日期。
进一步地,所述S4中根据各仓库内当前库存的各商品种类下各商品对应的质保时长分析各仓库内当前库存的各商品种类下各商品对应的销售紧急等级,其具体分析方法为将各仓库内当前库存的各商品种类下各商品对应的质保时长与设置的各种销售紧急等级对应的质保时长范围进行对比,得到各仓库内当前库存的各商品种类下各商品对应的销售紧急等级。
进一步地,所述S6中对筛选出的各匹配仓库按照设定的排序方式进行距离排序,其中设定的排序方式为将用户下单地址与各匹配仓库的地理位置进行对比,得到各匹配仓库的地理位置与用户下单地址之间的距离,以此将各匹配仓库按照距离用户下单地址由近到远的顺序进行排序。
进一步地,所述S7中分析用户下单商品种类对应的目标销售紧急等级,其具体分析步骤如下:
H1:从各匹配仓库对应的距离排序结果中提取排在最后一位的匹配仓库,该匹配仓库记为最远匹配仓库,此时统计该最远匹配仓库距离用户下单地址的物流运输路线长度;
H2:根据该最远匹配仓库距离用户下单地址的物流运输路线长度预估最长物流运输时长;
H3:将预估的最长物流运输时长与设置的各种物流运输时长对应的销售紧急等级进行对比,得到该最长物流运输时长对应的销售紧急等级,该销售紧急等级记为目标销售紧急等级。
进一步地,所述S8中对用户下单商品对应的物流运输仓库进行择优筛选,其具体筛选过程包括以下步骤:
G1:分别从各匹配仓库提取各匹配仓库内用户下单商品种类对应的所有销售紧急等级,并将其分别与用户下单商品种类对应的目标销售紧急等级进行匹配,从中获取匹配成功的匹配仓库对应的编号,该匹配成功的匹配仓库记为重点匹配仓库,此时将各重点匹配仓库按照距离用户下单地址之间的距离由近到远的顺序进行重新排序,得到各重点匹配仓库的排序结果;
G2:从各重点匹配仓库的排序结果中提取排在第一位的重点匹配仓库,该匹配仓库记为第一重点匹配仓库,统计该第一重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量,进而将其与用户下单商品种类对应的下单商品数量进行对比,若该第一重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量大于或等于用户下单商品种类对应的下单商品数量,则表明该第一重点匹配仓库内对应目标销售紧急等级的库存商品数量满足用户下单商品种类对应的下单商品数量,该第一重点匹配仓库即为该用户下单商品的目标发货仓库,若该第一重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量小于用户下单商品种类对应的下单商品数量,则表明该第一重点匹配仓库内对应目标销售紧急等级的库存商品数量不满足用户下单商品种类对应的下单商品数量,并执行步骤G3;
G3:按照重点匹配仓库的排序顺序,从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,此时统计该重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量,将其与用户下单商品种类对应的下单商品数量进行对比,若该重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量大于或等于用户下单商品种类对应的下单商品数量,则表明该重点匹配仓库内对应目标销售紧急等级的库存商品数量满足用户下单商品种类对应的下单商品数量,该重点匹配仓库即为该用户下单商品的目标发货仓库,若该重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量小于用户下单商品种类对应的下单商品数量,则表明该重点匹配仓库内对应目标销售紧急等级的库存商品数量不满足用户下单商品种类对应的下单商品数量,则继续从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,并继续按照本步骤的方法进行处理,直至提取到排在最后一位的重点匹配仓库。
进一步地,若所有重点匹配仓库中对应目标销售紧急等级的库存商品数量均不满足用户下单商品种类对应的下单商品数量,则进行以下步骤处理:
D1:从各重点匹配仓库的排序结果中提取第一重点匹配仓库,根据用户下单商品种类对应的下单商品数量和第一重点匹配仓库内对应目标销售紧急等级的库存商品数量统计该第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,该第一重点匹配仓库作为该用户下单商品的分目标发货仓库;
D2:按照重点匹配仓库的排序顺序,从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,此时统计该重点匹配仓库对应目标销售紧急等级的库存商品数量,将其与第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量进行对比,若该重点匹配仓库对应目标销售紧急等级的库存商品数量大于或等于第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,则该重点匹配仓库作为该用户下单商品的分目标发货仓库,若该重点匹配仓库对应目标销售紧急等级的库存商品数量小于第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,则继续从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,继续按照本步骤的方法进行处理,直至提取到排在最后一位的重点匹配仓库。
进一步地,所述D1中统计该第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,其具体统计方法为将用户下单商品种类对应的下单商品数量减去第一重点匹配仓库内对应目标销售紧急等级的库存商品数量。
进一步地,所述G1中在将各匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的目标销售紧急等级匹配过程中,若均匹配失败,则执行以下操作:
U1:根据用户下单商品种类对应的目标销售紧急等级编号获取该目标销售紧急等级对应的前一个销售紧急等级,该前一个销售紧急等级记为次级目标销售紧急等级;
U2:从各匹配仓库提取各匹配仓库内用户下单商品种类对应的所有销售紧急等级,并将其分别与用户下单商品种类对应的次级目标销售紧急等级进行匹配,若存在某匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的次级目标销售紧急等级一致,则匹配成功,则统计匹配成功的匹配仓库编号,并执行步骤U3,若各匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的次级目标销售紧急等级均不相同,则匹配失败,则执行步骤U4;
U3:按照步骤G1-G3的方法对匹配成功的匹配仓库进行处理;
U4:根据用户下单商品种类对应的次级目标销售紧急等级编号获取该次级目标销售紧急等级对应的前一个销售紧急等级,该下个销售紧急等级记为第一次级目标销售紧急等级,并按照U2的步骤进行处理。
本发明的有益效果如下:
(1)本发明通过对电商企业对应各仓库内当前库存的各商品种类下各商品对应的保质时长进行获取,并根据保质时长分析各仓库内当前库存的各商品种类下各商品对应的销售紧急等级,由此将各仓库内当前库存各商品种类对应同种销售紧急等级的商品进行归类,此时根据用户网上订单,获取用户下单商品信息,并据此从电商企业对应各仓库中筛选出匹配仓库,同时分析用户下单商品种类对应的目标销售紧急等级,从而根据用户下单商品信息对各匹配仓库进行择优筛选,得到该用户下单商品对应的目标发货仓库,进而从对应的目标发货仓库对用户下单的商品进行物流运输,实现了对电商企业库存商品的智能管理,该管理方式能够使保质时长较短的商品进行优先销售,避免了保质时长较短的商品继续积压占用存货空间现象的发生,充分弥补了电商企业传统库存管理方式过于粗放、简单、没有科学管理模式的不足,大大降低了电商企业的库损,进而降低了库存管理成本,提升了电商企业库存管理质量。
(2)本发明在分析用户下单商品种类对应的目标销售紧急等级过程中通过根据各匹配仓库中最远匹配仓库距离用户下单地址的最长物流运输时长分析得到目标销售紧急等级,该目标销售紧急等级其容纳的保质时长相较于根据各匹配仓库中最近匹配仓库距离用户下单地址的最短物流运输时长分析得到的目标销售紧急等级容纳的保质时长来说更长,更有利于保证用户下单商品在相当长的时期内不会过期,避免以最近匹配仓库距离用户下单地址的最短物流运输时长分析得到目标销售紧急等级对应的保质时长过短导致用户下单商品在物流运输过程中可能存在过期情况的发生,大大加强了用户下单商品的质量保障。
(3)本发明在对用户下单商品对应的物流运输仓库进行择优筛选过程中,充分考虑了各匹配仓库内用户下单商品种类对应所有销售紧急等级与用户下单商品种类对应的目标销售紧急等级匹配情况和各匹配仓库的地理位置与用户下单地址之间的距离,使得筛选出来的目标发货仓库既满足用户下单商品种类对应目标销售紧急等级的匹配原则,又满足就近原则,一方面缩短了物流运输时长,使得用户能够尽快拿到商品,增强了用户的购物体验感,另一方面其物流运输时长缩短,也就意味着用户使用商品的时长延长,进而有效延长了商品的保质时长,避免了商品物流运输时长过长导致商品保质时长变短影响用户使用的问题。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,基于云计算的数字化电子商务平台商品销售库存智能管理方法,包括以下步骤:
S1.电商企业仓库统计及地理位置获取:统计电商企业对应的仓库数量,同时对各仓库所处的地理位置进行定位;
本实施例通过对该电商企业对应各仓库所处地理位置进行定位,为后面进行用户下单商品对应目标发货仓库的就近筛选提供筛选基础;
S2.仓库库存商品统计及商品入库参数获取:对各仓库内当前库存的商品种类进行统计,并统计各商品种类对应的库存商品数量,与此同时获取各仓库内当前库存的各商品种类对应各商品的入库参数,其中入库参数包括生产日期和保质期,以此得到各仓库内当前库存的各商品种类下各商品对应的保质到期日,其获取方法为从各仓库内当前库存的各商品种类对应各商品的入库参数中提取生产日期和保质期,并将生产日期与保质期相加得到各仓库内当前库存的各商品种类下各商品对应的保质到期日;
S3.仓库库存商品保质时长统计:获取当前日期,并根据各仓库内当前库存的各商品种类下各商品对应的保质到期日和当前日期统计各仓库内当前库存的各商品种类下各商品对应的保质时长,其具体统计方法为将各仓库内当前库存的各商品种类下各商品对应的保质到期日减去当前日期;
S4.仓库库存商品种类下商品分类:根据各仓库内当前库存的各商品种类下各商品对应的保质时长分析各仓库内当前库存的各商品种类下各商品对应的销售紧急等级,其具体分析方法为将各仓库内当前库存的各商品种类下各商品对应的保质时长与设置的各种销售紧急等级对应的保质时长范围进行对比,得到各仓库内当前库存的各商品种类下各商品对应的销售紧急等级,进而将各仓库内当前库存的各商品种类下相同销售紧急等级的商品进行归类,得到各仓库内当前库存的各商品种类下各销售紧急等级对应的商品,同时将各仓库内当前库存的各商品种类对应的各销售紧急等级按照等级编号排列顺序进行排序;
本实施例根据各商品对应的保质时长分析各商品对应的销售紧急等级,其中商品保质时长越短,表明该商品需要优先销售,该商品对应的销售紧急程度越高,其对应的销售紧急等级编号越大;
S5.下单商品信息获取:根据用户的网上订单,获取用户下单商品种类、下单商品数量及下单地址;
S6.匹配仓库筛选:将用户下单商品种类与该电商企业对应各仓库内当前库存的商品种类进行匹配,从中筛选出匹配成功的仓库,该匹配成功的仓库记为匹配仓库,同时对筛选出的各匹配仓库按照设定的排序方式进行距离排序,其设定的排序方式为将用户下单地址与各匹配仓库的地理位置进行对比,得到各匹配仓库的地理位置与用户下单地址之间的距离,以此将各匹配仓库按照距离用户下单地址由近到远的顺序进行排序;
本实施例筛选出的匹配仓库均是满足用户下单商品种类的仓库,为后续从匹配仓库中筛选用户下单商品对应的目标发货仓库提供了筛选范围;
S7.下单商品种类对应目标销售紧急等级分析:分析用户下单商品种类对应的目标销售紧急等级,其具体分析步骤如下:
H1:从各匹配仓库对应的距离排序结果中提取排在最后一位的匹配仓库,该匹配仓库记为最远匹配仓库,此时统计该最远匹配仓库距离用户下单地址的物流运输路线长度;
H2:根据该最远匹配仓库距离用户下单地址的物流运输路线长度预估最长物流运输时长;
H3:将预估的最长物流运输时长与设置的各种物流运输时长对应的销售紧急等级进行对比,得到该最长物流运输时长对应的销售紧急等级,该销售紧急等级记为目标销售紧急等级;
本实施例在分析用户下单商品种类对应的目标销售紧急等级过程中通过根据各匹配仓库中最远匹配仓库距离用户下单地址的最长物流运输时长分析得到目标销售紧急等级,该目标销售紧急等级其容纳的保质时长相较于根据各匹配仓库中最近匹配仓库距离用户下单地址的最短物流运输时长分析得到的目标销售紧急等级容纳的保质时长来说更长,更有利于保证用户下单商品在相当长的时期内不会过期,避免以最近匹配仓库距离用户下单地址的最短物流运输时长分析得到目标销售紧急等级对应的保质时长过短导致用户下单商品在物流运输过程中可能存在过期情况的发生,大大加强了用户下单商品的质量保障;
S8.目标发货仓库择优筛选:根据用户下单商品种类对应目标销售紧急等级的下单商品数量和各匹配仓库中该下单商品种类下各销售紧急等级对应的库存商品数量,对用户下单商品对应的物流运输仓库进行择优筛选,得到该用户下单商品对应的目标发货仓库,进而从对应的目标发货仓库对用户下单的商品进行物流发货,其具体筛选过程包括以下步骤:
G1:分别从各匹配仓库提取各匹配仓库内用户下单商品种类对应的所有销售紧急等级,并将其分别与用户下单商品种类对应的目标销售紧急等级进行匹配,从中获取匹配成功的匹配仓库对应的编号,该匹配成功的匹配仓库记为重点匹配仓库,此时将各重点匹配仓库按照距离用户下单地址之间的距离由近到远的顺序进行重新排序,得到各重点匹配仓库的排序结果;
G2:从各重点匹配仓库的排序结果中提取排在第一位的重点匹配仓库,该匹配仓库记为第一重点匹配仓库,统计该第一重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量,进而将其与用户下单商品种类对应的下单商品数量进行对比,若该第一重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量大于或等于用户下单商品种类对应的下单商品数量,则表明该第一重点匹配仓库内对应目标销售紧急等级的库存商品数量满足用户下单商品种类对应的下单商品数量,该第一重点匹配仓库即为该用户下单商品的目标发货仓库,若该第一重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量小于用户下单商品种类对应的下单商品数量,则表明该第一重点匹配仓库内对应目标销售紧急等级的库存商品数量不满足用户下单商品种类对应的下单商品数量,并执行步骤G3;
G3:按照重点匹配仓库的排序顺序,从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,此时统计该重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量,将其与用户下单商品种类对应的下单商品数量进行对比,若该重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量大于或等于用户下单商品种类对应的下单商品数量,则表明该重点匹配仓库内对应目标销售紧急等级的库存商品数量满足用户下单商品种类对应的下单商品数量,该重点匹配仓库即为该用户下单商品的目标发货仓库,若该重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量小于用户下单商品种类对应的下单商品数量,则表明该重点匹配仓库内对应目标销售紧急等级的库存商品数量不满足用户下单商品种类对应的下单商品数量,则继续从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,并继续按照本步骤的方法进行处理,直至提取到排在最后一位的重点匹配仓库;
本实施例在进行用户下单商品对应目标发货仓库筛选过程中,首先通过根据用户下单商品对应的目标销售紧急等级从所有匹配仓库中筛选出重点匹配仓库,为用户下单商品的目标发货仓库筛选进一步缩小了筛选范围,提高了筛选效率,且在筛选过程中按照重点匹配仓库的编号顺序,依次将各重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量与用户下单商品种类对应的下单商品数量进行对比,以此筛选出满足用户下单商品种类对应下单商品数量的目标发货仓库,该筛选出来的仓库既满足用户下单商品种类对应目标销售紧急等级的匹配原则,又满足就近原则,一方面缩短了物流运输时长,使得用户能够尽快拿到商品,增强了用户的购物体验感,另一方面其物流运输时长缩短,也就意味着用户使用商品的时长延长,进而有效延长了商品的保质时长,避免了商品物流运输时长过长导致商品保质时长变短影响用户使用的问题;
若所有重点匹配仓库中对应目标销售紧急等级的库存商品数量均不满足用户下单商品种类对应的下单商品数量,则进行以下步骤处理:
D1:从各重点匹配仓库的排序结果中提取第一重点匹配仓库,根据用户下单商品种类对应的下单商品数量和第一重点匹配仓库内对应目标销售紧急等级的库存商品数量统计该第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,其具体统计方法为将用户下单商品种类对应的下单商品数量减去第一重点匹配仓库内对应目标销售紧急等级的库存商品数量,该第一重点匹配仓库作为该用户下单商品的分目标发货仓库;
D2:按照重点匹配仓库的排序顺序,从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,此时统计该重点匹配仓库对应目标销售紧急等级的库存商品数量,将其与第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量进行对比,若该重点匹配仓库对应目标销售紧急等级的库存商品数量大于或等于第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,则该重点匹配仓库作为该用户下单商品的分目标发货仓库,若该重点匹配仓库对应目标销售紧急等级的库存商品数量小于第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,则继续从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,继续按照本步骤的方法进行处理,直至提取到排在最后一位的重点匹配仓库;
本实施例在当所有重点匹配仓库中对应目标销售紧急等级的库存商品数量均不满足用户下单商品种类对应的下单商品数量时,这时单个仓库很显然已经不能满足用户下单商品的发货量,此时采用就近筛选原则,从各重点匹配仓库中筛选出若干分目标发货仓库,各分目标发货仓库均作为用户下单商品的发货仓库,该筛选方式很好地解决了单个仓库无法满足用户下单商品的发货量的问题,不仅满足了用户下单商品的发货量需求,又能满足就近发货需求;
在步骤G1中将各匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的目标销售紧急等级匹配过程中,若均匹配失败,则执行以下操作:
U1:根据用户下单商品种类对应的目标销售紧急等级编号获取该目标销售紧急等级对应的前一个销售紧急等级,该前一个销售紧急等级记为次级目标销售紧急等级;
U2:从各匹配仓库提取各匹配仓库内用户下单商品种类对应的所有销售紧急等级,并将其分别与用户下单商品种类对应的次级目标销售紧急等级进行匹配,若存在某匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的次级目标销售紧急等级一致,则匹配成功,则统计匹配成功的匹配仓库编号,并执行步骤U3,若各匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的次级目标销售紧急等级均不相同,则匹配失败,则执行步骤U4;
U3:按照步骤G1-G3的方法对匹配成功的匹配仓库进行处理;
U4:根据用户下单商品种类对应的次级目标销售紧急等级编号获取该次级目标销售紧急等级对应的前一个销售紧急等级,该下个销售紧急等级记为第一次级目标销售紧急等级,并按照U2的步骤进行处理。
本实施例在当各匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的目标销售紧急等级均匹配失败时,即筛选不到重点匹配仓库时,此时根据用户下单商品种类对应的目标销售紧急等级获取该目标销售紧急等级对应的次级目标销售紧急等级或第一次级目标销售紧急等级或第二次级目标销售紧急等级等,以针对该次级目标销售紧急等级或第一次级目标销售紧急等级或第二次级目标销售紧急等级从各匹配仓库中筛选出目标发货仓库货或若干分目标发货仓库,很好地解决了筛选不到重点匹配仓库的问题,且能够较大程度保障了用户下单商品的质保性。
本发明通过对电商企业对应各仓库内当前库存的各商品种类下各商品对应的销售紧急等级进行分析,并将各仓库内当前库存各商品种类对应同种销售紧急等级的商品进行归类,此时根据用户下单商品信息,从电商企业对应各仓库中筛选出匹配仓库,同时分析用户下单商品种类对应的目标销售紧急等级,以此根据用户下单商品信息对各匹配仓库进行择优筛选,且在筛选过程中综合考虑到了各种情况,并对各种情况均给予了妥善的解决方式,由此得到该用户下单商品对应的目标发货仓库,实现了对电商企业库存商品的智能管理,该管理方式能够使保质时长较短的商品进行优先销售,避免了保质时长较短的商品继续积压占用存货空间现象的发生,充分弥补了电商企业传统库存管理方式过于粗放、简单、没有科学管理模式的不足,大大降低了电商企业的库损,进而降低了库存管理成本,提升了电商企业库存管理质量。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于,包括以下步骤:
S1.电商企业仓库统计及地理位置获取:统计电商企业对应的仓库数量,同时对各仓库所处的地理位置进行定位;
S2.仓库库存商品统计及商品入库参数获取:对各仓库内当前库存的商品种类进行统计,并统计各商品种类对应的库存商品数量,与此同时获取各仓库内当前库存的各商品种类对应各商品的入库参数,以此得到各仓库内当前库存的各商品种类下各商品对应的保质到期日;
S3.仓库库存商品保质时长统计:获取当前日期,并根据各仓库内当前库存的各商品种类下各商品对应的保质到期日和当前日期统计各仓库内当前库存的各商品种类下各商品对应的保质时长;
S4.仓库库存商品种类下商品分类:根据各仓库内当前库存的各商品种类下各商品对应的保质时长分析各仓库内当前库存的各商品种类下各商品对应的销售紧急等级,进而将各仓库内当前库存的各商品种类下相同销售紧急等级的商品进行归类,得到各仓库内当前库存的各商品种类下各销售紧急等级对应的商品,同时将各仓库内当前库存的各商品种类对应的各销售紧急等级按照等级编号排列顺序进行排序;
S5.下单商品信息获取:根据用户的网上订单,获取用户下单商品种类、下单商品数量及下单地址;
S6.匹配仓库筛选:将用户下单商品种类与该电商企业对应各仓库内当前库存的商品种类进行匹配,从中筛选出匹配成功的仓库,该匹配成功的仓库记为匹配仓库,同时对筛选出的各匹配仓库按照设定的排序方式进行距离排序;
S7.下单商品种类对应目标销售紧急等级分析:分析用户下单商品种类对应的目标销售紧急等级;
S8.目标发货仓库择优筛选:根据用户下单商品种类对应目标销售紧急等级的下单商品数量和各匹配仓库中该下单商品种类下各销售紧急等级对应的库存商品数量,对用户下单商品对应的物流运输仓库进行择优筛选,得到该用户下单商品对应的目标发货仓库,进而从对应的目标发货仓库对用户下单的商品进行物流发货。
2.根据权利要求1所述的基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于:所述各仓库内当前库存的各商品种类下各商品对应保质到期日的获取方法为从各仓库内当前库存的各商品种类对应各商品的入库参数中提取生产日期和保质期,并将生产日期与保质期相加得到各仓库内当前库存的各商品种类下各商品对应的保质到期日。
3.根据权利要求1所述的基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于:所述统计各仓库内当前库存的各商品种类下各商品对应的保质时长,其具体统计方法为将各仓库内当前库存的各商品种类下各商品对应的保质到期日减去当前日期。
4.根据权利要求1所述的基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于:所述S4中根据各仓库内当前库存的各商品种类下各商品对应的保质时长分析各仓库内当前库存的各商品种类下各商品对应的销售紧急等级,其具体分析方法为将各仓库内当前库存的各商品种类下各商品对应的保质时长与设置的各种销售紧急等级对应的保质时长范围进行对比,得到各仓库内当前库存的各商品种类下各商品对应的销售紧急等级。
5.根据权利要求1所述的基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于:所述S6中对筛选出的各匹配仓库按照设定的排序方式进行距离排序,其中设定的排序方式为将用户下单地址与各匹配仓库的地理位置进行对比,得到各匹配仓库的地理位置与用户下单地址之间的距离,以此将各匹配仓库按照距离用户下单地址由近到远的顺序进行排序。
6.根据权利要求1所述的基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于:所述S7中分析用户下单商品种类对应的目标销售紧急等级,其具体分析步骤如下:
H1:从各匹配仓库对应的距离排序结果中提取排在最后一位的匹配仓库,该匹配仓库记为最远匹配仓库,此时统计该最远匹配仓库距离用户下单地址的物流运输路线长度;
H2:根据该最远匹配仓库距离用户下单地址的物流运输路线长度预估最长物流运输时长;
H3:将预估的最长物流运输时长与设置的各种物流运输时长对应的销售紧急等级进行对比,得到该最长物流运输时长对应的销售紧急等级,该销售紧急等级记为目标销售紧急等级。
7.根据权利要求1所述的基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于:所述S8中对用户下单商品对应的物流运输仓库进行择优筛选,其具体筛选过程包括以下步骤:
G1:分别从各匹配仓库提取各匹配仓库内用户下单商品种类对应的所有销售紧急等级,并将其分别与用户下单商品种类对应的目标销售紧急等级进行匹配,从中获取匹配成功的匹配仓库对应的编号,该匹配成功的匹配仓库记为重点匹配仓库,此时将各重点匹配仓库按照距离用户下单地址之间的距离由近到远的顺序进行重新排序,得到各重点匹配仓库的排序结果;
G2:从各重点匹配仓库的排序结果中提取排在第一位的重点匹配仓库,该匹配仓库记为第一重点匹配仓库,统计该第一重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量,进而将其与用户下单商品种类对应的下单商品数量进行对比,若该第一重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量大于或等于用户下单商品种类对应的下单商品数量,则表明该第一重点匹配仓库内对应目标销售紧急等级的库存商品数量满足用户下单商品种类对应的下单商品数量,该第一重点匹配仓库即为该用户下单商品的目标发货仓库,若该第一重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量小于用户下单商品种类对应的下单商品数量,则表明该第一重点匹配仓库内对应目标销售紧急等级的库存商品数量不满足用户下单商品种类对应的下单商品数量,并执行步骤G3;
G3:按照重点匹配仓库的排序顺序,从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,此时统计该重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量,将其与用户下单商品种类对应的下单商品数量进行对比,若该重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量大于或等于用户下单商品种类对应的下单商品数量,则表明该重点匹配仓库内对应目标销售紧急等级的库存商品数量满足用户下单商品种类对应的下单商品数量,该重点匹配仓库即为该用户下单商品的目标发货仓库,若该重点匹配仓库内该用户下单商品种类对应目标销售紧急等级的库存商品数量小于用户下单商品种类对应的下单商品数量,则表明该重点匹配仓库内对应目标销售紧急等级的库存商品数量不满足用户下单商品种类对应的下单商品数量,则继续从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,并继续按照本步骤的方法进行处理,直至提取到排在最后一位的重点匹配仓库。
8.根据权利要求7所述的基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于:若所有重点匹配仓库中对应目标销售紧急等级的库存商品数量均不满足用户下单商品种类对应的下单商品数量,则进行以下步骤处理:
D1:从各重点匹配仓库的排序结果中提取第一重点匹配仓库,根据用户下单商品种类对应的下单商品数量和第一重点匹配仓库内对应目标销售紧急等级的库存商品数量统计该第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,该第一重点匹配仓库作为该用户下单商品的分目标发货仓库;
D2:按照重点匹配仓库的排序顺序,从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,此时统计该重点匹配仓库对应目标销售紧急等级的库存商品数量,将其与第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量进行对比,若该重点匹配仓库对应目标销售紧急等级的库存商品数量大于或等于第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,则该重点匹配仓库作为该用户下单商品的分目标发货仓库,若该重点匹配仓库对应目标销售紧急等级的库存商品数量小于第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,则继续从各重点匹配仓库对应的排序结果中提取排在下一位的重点匹配仓库,继续按照本步骤的方法进行处理,直至提取到排在最后一位的重点匹配仓库。
9.根据权利要求8所述的基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于:所述D1中统计该第一重点匹配仓库内对应目标销售紧急等级商品的欠缺数量,其具体统计方法为将用户下单商品种类对应的下单商品数量减去第一重点匹配仓库内对应目标销售紧急等级的库存商品数量。
10.根据权利要求7所述的基于云计算的数字化电子商务平台商品销售库存智能管理方法,其特征在于:所述G1中在将各匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的目标销售紧急等级匹配过程中,若均匹配失败,则执行以下操作:
U1:根据用户下单商品种类对应的目标销售紧急等级编号获取该目标销售紧急等级对应的前一个销售紧急等级,该前一个销售紧急等级记为次级目标销售紧急等级;
U2:从各匹配仓库提取各匹配仓库内用户下单商品种类对应的所有销售紧急等级,并将其分别与用户下单商品种类对应的次级目标销售紧急等级进行匹配,若存在某匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的次级目标销售紧急等级一致,则匹配成功,则统计匹配成功的匹配仓库编号,并执行步骤U3,若各匹配仓库内用户下单商品种类对应的所有销售紧急等级与用户下单商品种类对应的次级目标销售紧急等级均不相同,则匹配失败,则执行步骤U4;
U3:按照步骤G1-G3的方法对匹配成功的匹配仓库进行处理;
U4:根据用户下单商品种类对应的次级目标销售紧急等级编号获取该次级目标销售紧急等级对应的前一个销售紧急等级,该下个销售紧急等级记为第一次级目标销售紧急等级,并按照U2的步骤进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110544322.2A CN113240373A (zh) | 2021-05-19 | 2021-05-19 | 基于云计算的数字化电子商务平台商品销售库存智能管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110544322.2A CN113240373A (zh) | 2021-05-19 | 2021-05-19 | 基于云计算的数字化电子商务平台商品销售库存智能管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113240373A true CN113240373A (zh) | 2021-08-10 |
Family
ID=77137522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110544322.2A Withdrawn CN113240373A (zh) | 2021-05-19 | 2021-05-19 | 基于云计算的数字化电子商务平台商品销售库存智能管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113240373A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113627860A (zh) * | 2021-10-11 | 2021-11-09 | 南京我乐家居智能制造有限公司 | 基于人工智能的仓库仓储一体化智能管理系统及管理方法 |
CN114677088A (zh) * | 2022-04-06 | 2022-06-28 | 广东财州纸制品有限公司 | 一种基于大数据的新零售物流调配管理系统 |
CN117875843A (zh) * | 2024-01-30 | 2024-04-12 | 深圳市秦丝科技有限公司 | 一种企业运营数字化库存信息展示系统及方法 |
-
2021
- 2021-05-19 CN CN202110544322.2A patent/CN113240373A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113627860A (zh) * | 2021-10-11 | 2021-11-09 | 南京我乐家居智能制造有限公司 | 基于人工智能的仓库仓储一体化智能管理系统及管理方法 |
CN114677088A (zh) * | 2022-04-06 | 2022-06-28 | 广东财州纸制品有限公司 | 一种基于大数据的新零售物流调配管理系统 |
CN117875843A (zh) * | 2024-01-30 | 2024-04-12 | 深圳市秦丝科技有限公司 | 一种企业运营数字化库存信息展示系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113240373A (zh) | 基于云计算的数字化电子商务平台商品销售库存智能管理方法 | |
CN109284948A (zh) | 物流对象选择方法、物流对象选择装置和电子装置 | |
CN107656960B (zh) | 地铁遗失物品管理的自动匹配系统 | |
CN110889419B (zh) | 一种货架分析方法、装置、系统及电子设备 | |
CN112288375B (zh) | 一种基于大数据的智慧供应链协调管理系统 | |
CN109685421A (zh) | 一种商品库存管理方法、装置、存储介质及终端 | |
CN107292560A (zh) | 物资库存管理方法及系统 | |
CN112214508B (zh) | 数据处理方法及装置 | |
CN112258074A (zh) | 一种基于大数据分析的电商商品仓储物流智能调度方法 | |
JP2016206878A (ja) | 営業員育成支援システムおよび営業員育成支援方法 | |
CN112418758A (zh) | 一种为货主智能推荐承运商的方法及系统 | |
CN113052505A (zh) | 基于人工智能的跨境文旅推荐方法、装置和设备 | |
CN111401973A (zh) | 一种多影响因素下商品需求预测信息预测系统及方法 | |
CN116739836B (zh) | 一种基于知识图谱的餐饮数据分析方法及系统 | |
CN113837793A (zh) | 一种供应商推荐方法、装置、存储介质及终端 | |
JP2021119475A (ja) | 絞込処理システム | |
CN116188050A (zh) | 基于数据分析的外卖平台信息处理系统 | |
CN116109992A (zh) | 一种货架商品的识别方法及系统 | |
CN114677088A (zh) | 一种基于大数据的新零售物流调配管理系统 | |
CN111768139B (zh) | 备货处理方法、装置、设备及存储介质 | |
CN114266594A (zh) | 一种基于东南亚跨境电商平台的大数据分析方法 | |
CN114022057A (zh) | 基于电商寄递业务量的产业结构分析方法、装置及设备 | |
CN112508601A (zh) | 一种销售漏斗的sfa管理方法及系统 | |
CN113743866A (zh) | 一种投资项目的出库管理方法、装置、设备和介质 | |
CN115063047B (zh) | 一种预警物资调配方法、装置、电子设备及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210810 |