CN113919783A - 库存预警方法、装置及系统、存储介质、电子设备 - Google Patents
库存预警方法、装置及系统、存储介质、电子设备 Download PDFInfo
- Publication number
- CN113919783A CN113919783A CN202111235603.6A CN202111235603A CN113919783A CN 113919783 A CN113919783 A CN 113919783A CN 202111235603 A CN202111235603 A CN 202111235603A CN 113919783 A CN113919783 A CN 113919783A
- Authority
- CN
- China
- Prior art keywords
- early warning
- inventory
- stock
- message
- channel
- 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
-
- 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"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施方式涉及计算机信息技术领域,更具体地,本公开的实施方式涉及库存预警方法、装置及系统、存储介质、电子设备。方法包括:响应于库存数据的变更,获取库存变更消息,库存变更消息包括变更的库存数据、库存量单位以及渠道;获取关联库存变更消息的库存量单位和/或渠道的预警规则;对库存变更消息,按照所获取的预警规则执行预警判断;根据库存变更消息的预警判断结果,生成预警消息;计算当前时间与同一预警消息前一次推送时间的时间差;响应于时间差与静默时间区间符合设定条件,推送预警消息。本公开的技术方案能够实现多维度的库存预警,并提高库存预警的实时性、稳定性和灵活性。
Description
技术领域
本公开的实施方式涉及计算机信息技术领域,更具体地,本公开的实施方式涉及库存预警方法、装置及系统、存储介质、电子设备。
背景技术
本部分旨在为权利要求中陈述的本公开的实施方式提供背景或上下文,此处的描述不因为包括在本部分中就承认是现有技术。
在线上购物的场景中,为了避免商品购买异常导致系统问题,需要进行商品库存预警。
发明内容
但是,在一些技术中,一般采用方案一:采用定时任务或者被动查询商品库存的剩余数量,并与设置的预警阈值进行比对,然后进行预警显示;方案二:预估商品的库存余量被购买所需要的时间并设定时间阈值,当到达时间阈值时,则发出相应的预警。然而上述方案中,仅考虑商品库存,不利于商品在多渠道进行线上售卖的场景,也无法根据不同渠道的数据进行预警调整,同时,采用定时任务周期查询或者人为触发被动查询,对库存变化感知不够实时,可能会导致部分预警延时;此外,还可能存在短时间大量预警消息导致系统瘫痪。
为此,非常需要一种改进的库存预警方法及装置、存储介质和电子设备,以实现多维度的库存预警,并提高库存预警的实时性、稳定性和灵活性。
在本上下文中,本发明的实施方式期望提供一种库存预警方法和装置、存储介质和电子设备。
根据本公开的一个方面,提供一种库存预警方法,包括:
响应于库存数据的变更,获取库存变更消息,所述库存变更消息包括变更的库存数据、库存量单位以及渠道;
获取关联所述库存变更消息的库存量单位和/或渠道的预警规则;
对所述库存变更消息,按照所获取的预警规则执行预警判断;
根据所述库存变更消息的预警判断结果,生成预警消息;
计算当前时间与同一所述预警消息前一次推送时间的时间差;
响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息,
其中,同一所述预警消息为关联相同库存量单位和/或渠道,且预警类型相同的预警消息。
在本公开的一种示例性实施例中,所述预警规则包括固定规则和/或动态规则,所述固定规则的规则参数为固定参数,所述动态规则的规则参数根据所述动态规则关联的库存量单位在所述动态规则关联的渠道的单位时间的库存变化数据/销量数据动态设置,所述规则参数用于与所述变更的库存数据进行比较。
在本公开的一种示例性实施例中,所述生成预警消息步骤之后,还包括如下步骤:
确定所述预警消息的推送模式为第一推送模式或第二推送模式,
其中,所述第一推送模式中,同一所述预警消息仅推送一次;
所述第二推送模式中,同一所述预警消息在前一次推送时间之后的静默时间区间内不推送,所述设定条件为所述时间差大于等于所述静默时间区间。
在本公开的一种示例性实施例中,所述第二推送模式的静默时间区间根据所述预警消息关联的库存量单位和/或渠道生成。
在本公开的一种示例性实施例中,所述第二推送模式的静默时间区间与所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项反向相关。
在本公开的一种示例性实施例中,所述第二推送模式的静默时间区间与设定时间段内的所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项反向相关,所述静默时间区间实时或周期性更新。
在本公开的一种示例性实施例中,根据各所述渠道的所述库存量单位的促销标签获取库存量单位和/或渠道的当前状态。对于具有促销标签的库存量单位,使其第二推送模式的静默时间区间小于不具有促销标签的库存量单位的第二推送模式的静默时间区间。
在本公开的一种示例性实施例中,所述第二推送模式的静默时间区间由用户配置或者默认配置获得,其中,当用户未配置所述静默时间区间时,所述静默时间区间自动赋值为系统默认值。
在本公开的一种示例性实施例中,所述第二推送模式配置有最大推送次数,所述第二推送模式中,同一所述预警消息的推送次数不大于所述最大推送次数。
在本公开的一种示例性实施例中,所述第二推送模式的最大推送次数根据所述预警消息关联的库存量单位和/或渠道生成。
在本公开的一种示例性实施例中,所述第二推送模式的最大推送次数与所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项反向相关。
在本公开的一种示例性实施例中,所述第二推送模式的最大推送次数与设定时间段内的所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项反向相关,所述最大推送次数实时或周期性更新。
在本公开的一种示例性实施例中,根据各所述渠道的所述库存量单位的促销标签获取库存量单位和/或渠道的当前状态。对于具有促销标签的库存量单位,使其第二推送模式的最大推送次数小于不具有促销标签的库存量单位的第二推送模式的最大推送次数。
在本公开的一种示例性实施例中,所述第二推送模式的最大推送次数由用户配置或者默认配置获得,其中,当用户未配置所述最大推送次数时,所述最大推送次数自动赋值为系统默认值。
在本公开的一种示例性实施例中,所述第二推送模式中,每一推送次数关联有所述静默时间区间,所述静默时间区间的时长与所述推送次数正相关。
在本公开的一种示例性实施例中,所述库存变更消息以库存变更消息列表的形式按照所述预警规则执行预警判断,所述生成预警消息步骤,还包括:
根据所述库存变更消息列表的预警判断结果,生成预警消息列表;
于所述预警消息列表中,聚合关联相同库存量单位或渠道的预警消息。
在本公开的一种示例性实施例中,所述获取库存变更消息步骤还包括如下步骤:
响应于库存数据库的库存数据的变更,获取所述库存数据库的增量日志;
对所述增量日志执行流式处理获得所述库存变更消息,所述流式处理包括数据格式转化和/或数据过滤。
在本公开的一种示例性实施例中,所述增量日志为所述数据库的二进制增量日志。
在本公开的一种示例性实施例中,所述预警消息用以推送至分销服务器,以供所述分销服务器生成发送至渠道服务器的库存处理消息。
根据本公开的一个方面,提供一种库存预警装置,包括:
第一获取模块,用于响应于库存数据的变更,获取库存变更消息,所述库存变更消息包括变更的库存数据、库存量单位以及渠道;
第二获取模块,用于获取关联所述库存变更消息的库存量单位和/或渠道的预警规则;
执行模块,用于对所述库存变更消息,按照所获取的预警规则执行预警判断;
生成模块,用于根据所述库存变更消息的预警判断结果,生成预警消息;
计算模块,用于计算当前时间与同一所述预警消息前一次推送时间的时间差;
推送模块,用于响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息,
其中,同一所述预警消息为关联相同库存量单位和/或渠道,且预警类型相同的预警消息。
在本公开的一种示例性实施例中,所述预警规则包括固定规则和/或动态规则,所述固定规则的规则参数为固定参数,所述动态规则的规则参数根据所述动态规则关联的库存量单位在所述动态规则关联的渠道的单位时间的库存变化数据/销量数据动态设置,所述规则参数用于与所述变更的库存数据进行比较。
在本公开的一种示例性实施例中,包括:
模式确定模块,用于确定所述预警消息的推送模式为第一推送模式或第二推送模式,
其中,所述第一推送模式中,同一所述预警消息仅推送一次;
所述第二推送模式中,同一所述预警消息在前一次推送时间之后的静默时间区间内不推送,所述设定条件为所述时间差大于等于所述静默时间区间。
在本公开的一种示例性实施例中,所述第二推送模式的静默时间区间根据所述预警消息关联的库存量单位和/或渠道生成。
在本公开的一种示例性实施例中,所述第二推送模式的静默时间区间由用户配置或者默认配置获得。
在本公开的一种示例性实施例中,所述第二推送模式具有最大推送次数,所述第二推送模式中,同一所述预警消息的推送次数不大于所述最大推送次数。
在本公开的一种示例性实施例中,所述第二推送模式的最大推送次数根据所述预警消息关联的库存量单位和/或渠道生成。
在本公开的一种示例性实施例中,所述第二推送模式的最大推送次数由用户配置或者默认配置获得。
在本公开的一种示例性实施例中,所述第二推送模式中,每一推送次数关联有所述静默时间区间,所述静默时间区间的时长与所述推送次数正相关。
在本公开的一种示例性实施例中,所述库存变更消息以库存变更消息列表的形式按照所述预警规则执行预警判断,所述生成模块还用于:
根据所述库存变更消息列表的预警判断结果,生成预警消息列表;
于所述预警消息列表中,聚合关联相同库存量单位或渠道的预警消息。
在本公开的一种示例性实施例中,所述响应于库存数据的变更,获取库存变更消息包括:
响应于库存数据库的库存数据的变更,获取所述库存数据库的增量日志;
对所述增量日志执行流式处理获得所述库存变更消息,所述流式处理包括数据格式转化和/或数据过滤。
在本公开的一种示例性实施例中,所述增量日志为所述数据库的二进制增量日志。
在本公开的一种示例性实施例中,所述预警消息用以推送至分销服务器,以供所述分销服务器生成发送至渠道服务器的库存处理消息。
根据本公开的一个方面,提供一种库存预警系统,包括:
库存预警设备,用于执行如上所述的库存预警方法;
分销服务器,用于接收所述库存预警设备推送的预警消息,并基于所接收的预警消息生成库存处理消息;
多个渠道服务器,用于接收所述分销服务器发送的库存处理消息。
在本公开的一种示例性实施例中,所述分销服务器还用于,配置所述预警规则。
根据本公开的一个方面,提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时上述的库存预警方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的库存预警方法。
根据本公开实施方式的库存预警方法,一方面,由库存数据的变更,主动触发预警规则的预警判断,由此,避免库存变更和被动查询的时间差导致的库存预警延迟,提高库存预警的实时性;另一方面,通过预警规则关联不同的库存量单位和/或渠道维度,从而可以适应不同的库存量单位和/或渠道进行预警规则的配置,提高库存预警的灵活性和适应性;再一方面,通过计算当前时间与同一所述预警消息前一次推送时间的时间差,响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息,从而避免短时间内的大量预警消息导致系统瘫痪,提高库存预警的稳定性。
附图说明
通过参考附图阅读下文的详细描述,本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本公开的若干实施方式,其中:
图1示意性地示出了根据本公开实施方式的库存预警方法的流程图;
图2示意性地示出了根据本公开实施方式的获取库存变更消息的流程图;
图3示意性地示出了根据本公开实施方式的预警消息的不同推送模式的流程图;
图4示意性地示出了根据本公开实施方式的聚合预警消息的流程图;
图5示意性地示出了根据本公开实施方式的库存预警方法的示意图;
图6示意性地示出了根据本公开实施方式的库存预警装置的方框图;
图7示意性地示出了根据本公开实施方式的库存预警系统的方框图;
图8示出了根据本公开实施方式的存储介质的示意图;以及
图9示意性示出了根据公开实施方式的电子设备的方框图。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道,本公开的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
根据本公开的实施方式,提供一种库存预警方法、库存预警装置、存储介质和电子设备。
在本文中,附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
下面参考本公开的若干代表性实施方式,详细阐述本公开的原理和精神。
发明概述
本发明人发现,在多渠道的电商场景中,由于商品的库存信息和渠道服务器中的库存信息在同步时可能存在时间上的误差,因此,需要预先通过库存预警的方式,以便于对各渠道的电商平台的商品进行上架/下架等处理,从而避免商品订单量大于商品库存量的情况。
目前,通过如下两种方式进行库存预警。方案一,基于商品库存维度设置告警阈值,采用定时任务或者被动查询商品库存的剩余数量,并与设置的告警阈值进行比对,然后进行告警显示;方案二,预估商品的库存余量被购买所需要的时间并设定时间阈值,当到达时间阈值时,则发出相应的预警。
上述方案中,一方面,其预警判断仅基于商品库存一个维度,不利于商品在多个渠道售卖场景的扩展;另一方面,查询商品库存剩余量的方式较为被动,即采用定时任务周期查询或者人为触发被动查询,对库存变化感知不够实时,会因为库存变更和库存余量查询不在同一时刻而造成时间差,从而导致库存预警滞后;再一方面,仅设定商品库存的告警阈值,也不利于为不同渠道的不同特点、不同售卖情况下设定不同的预警规则;又一方面,对于多渠道电商平台商品售卖的场景下,当批量商品的库存均低于告警阈值时,预警消息的数量是基于商品库存量单位维度和渠道维度进行放大的,由此,会造成短时间内预警消息阻塞,对预警消息接收方的服务造成压力甚至导致系统瘫痪,从而造成商品购买异常的风险。
鉴于上述内容,本发明的基本思想在于:一方面,由库存数据的变更,主动触发预警规则的预警判断,由此,避免库存变更和被动查询的时间差导致的库存预警延迟,提高库存预警的实时性;另一方面,通过预警规则关联不同的库存量单位和/或渠道维度,从而可以适应不同的库存量单位和/或渠道进行预警规则的配置,提高库存预警的灵活性和适应性;再一方面,通过计算当前时间与同一所述预警消息前一次推送时间的时间差,响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息,从而避免短时间内的大量预警消息导致系统瘫痪,提高库存预警的稳定性。
在介绍了本发明的基本原理之后,下面具体介绍本发明的各种非限制性实施方式。
示例性方法
下面结合图1来描述根据本公开示例性实施方式的库存预警方法。
参考图1所示,所述库存预警方法可以包括以下步骤:
步骤S110、响应于库存数据的变更,获取库存变更消息,所述库存变更消息包括变更的库存数据、库存量单位以及渠道;
步骤S120、获取关联所述库存变更消息的库存量单位和/或渠道的预警规则;
步骤S130、对所述库存变更消息,按照所获取的预警规则执行预警判断;
步骤S140、根据所述库存变更消息的预警判断结果,生成预警消息;
步骤S150、计算当前时间与同一所述预警消息前一次推送时间的时间差;
步骤S160、响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息,
其中,同一所述预警消息为关联相同库存量单位和/或渠道,且预警类型相同的预警消息。
在本公开实施方式的库存预警方法中,一方面,由库存数据的变更,主动触发预警规则的预警判断,由此,避免库存变更和被动查询的时间差导致的库存预警延迟,提高库存预警的实时性;另一方面,通过预警规则关联不同的库存量单位和/或渠道维度,从而可以适应不同的库存量单位和/或渠道进行预警规则的配置,提高库存预警的灵活性和适应性;再一方面,通过计算当前时间与同一所述预警消息前一次推送时间的时间差,响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息,从而避免短时间内的大量预警消息导致系统瘫痪,提高库存预警的稳定性。
在本公开的示例性实施方式中,“库存量单位”可以为简称为SKU(Stock KeepingUnit),用以对商品进行管理。例如,每款商品都可以具有不同的SKU编码,对一种商品而言,当其品牌、型号、配置、等级、花色、包装容量、单位、生产日期、保质期、用途、价格、产地等属性中任一种或多种属性与其他商品存在不同时,可称为一款商品。例如,当一种商品具有多个颜色时,可以为该种商品的每个颜色分配一个SKU编码,从而对不同颜色的该种商品进行区分。在电商场景中,一种商品的购买页面中可以具有不同类型选项,该些不同类型的选项可以形成不同的SKU编码,以便于对该SKU编码下的商品进行数量的统计和计量。
在本公开的示例性实施方式中,“渠道”可以为不同的线上销售方式。例如,不同的电商平台可以是不同的渠道;同一电商平台的不同店铺也可以是不同的渠道,本公开并非以此为限制。
在本公开的示例性实施方式中,预警规则可以关联库存量单位,由此,可以针对不同的库存量单位设置不同的预警规则。或者,预警规则可以关联渠道,由此,可以针对不同的渠道设置不同的预警规则。又或者,预警规则可以关联库存量单位和渠道,由此,可以针对不同的渠道的不同的库存量单位设置不同的预警规则。
在本公开的示例性实施方式中,预警类型包括收尾预警和恢复预警。本公开并非以此为限制。收尾预警可以用以指示对应的渠道下架对应的库存量单位的商品;恢复预警可以用以指示对应的渠道商家对应的库存量单位的商品。
在本公开的示例性实施方式中,预警规则可以包括固定规则。所述固定规则的规则参数为固定参数,规则参数用于与所述变更的库存数据进行比较。固定参数为用户设置的规则参数。当用户未设置固定参数时,自动将系统默认的规则参数的值赋值给固定参数。固定参数为确定的参数值,不随时间、销量、对象等的变化而变化。例如,假定存在渠道A的库存量单位SKU1,固定规则的规则参数为库存收尾/恢复阈值warnValue,当渠道A的库存量单位SKU1的库存剩余量小于warnValue则进行库存收尾预警,渠道可以针对该SKU采用下架等方式处理;当渠道A的库存量单位SKU1库存补货后超过warnValue,则进行库存恢复预警,渠道可以针对该SKU采用上架等经营方式处理。warnValue可以为用户设置、系统默认的规则参数。
在本公开的示例性实施方式中,预警规则可以包括动态规则。所述动态规则的规则参数根据所述动态规则关联的库存量单位在所述动态规则关联的渠道的单位时间的库存变化数据/销量数据动态设置。所述动态规则的规则参数根据如下步骤动态设置:自动获取关联渠道的关联库存量单位在第二时间段内的单位时间销量;自动将所获取的单位时间销量与第一时间段相乘获得规则参数。动态规则的动态参数可以实时更新。或者动态规则的动态参数以第一时间段为周期进行自动更新。或者动态规则的动态参数以第二时间段为周期进行自动更新。例如,假定存在渠道A的库存量单位SKU1,动态规则可以为渠道A的当前库存量单位SKU1的库存剩余量小于warnValue’时,渠道可以针对该SKU采用下架等方式处理。当渠道A的库存量单位SKU1库存补货后超过warnValue’,则进行库存恢复预警,渠道可以针对该SKU采用上架等经营方式处理。其中,warnValue’可以为第一时间段与渠道A的库存量单位SKU1在第二时间段内的单位时间销量的乘积。单位时间例如可以为一小时、一天、一周等,本公开并非以此为限制。第一时间段和第二时间段可以按需设置。由此,动态规则的规则参数根据所述动态规则关联的库存量单位在所述动态规则关联的渠道的单位时间的库存变化数据/销量数据动态设置,从而可以根据渠道的历史数据情况自动对规则参数进行动态调整,以适应不同的渠道。同时,由于同一渠道在不同的时间段(诸如工作日、周末、销售活动期间)的销量情况不同,从而其对于库存预警规则的规则参数的需求也不同,通过前述与第一时间段、第二时间段、单位时间以及销量相关的规则参数的动态调整,还可以将不同时间的销量情况纳入动态规则的判断范围内。
在本公开的示例性实施方式中,预警规则可以既包括固定规则又包括动态规则。例如,对于某些销量变化较小的渠道/库存量单位,采用固定规则;对于销量变化较大的渠道/库存量单位,采用动态规则。由此,通过固定规则和动态规则的分配和设置,以降低按照预警规则执行预警判断的总体计算量。又例如,可以对同一渠道/库存量单位,同时设置固定规则和动态规则,当能够尽快获取动态规则关联的库存量单位在所述动态规则关联的渠道的单位时间的库存变化数据/销量数据时,将动态规则作为预警规则;当由于系统堵塞、网络延迟、系统宕机等情况,无法获取/延迟获取动态规则关联的库存量单位在所述动态规则关联的渠道的单位时间的库存变化数据/销量数据时,可以将固定规则作为预警规则。由此,将固定规则作为动态规则的兜底规则,避免动态规则无法被执行导致的预警延迟/失败。
在本公开的示例性实施方式中,当对所述库存变更消息,按照所获取的预警规则执行预警判断,若库存变更消息符合所述预警规则,则预警判断结果为需要进行预警;若库存变更消息不符合所述预警规则,则预警判断结果无需进行预警。当预警判断结果为需要进行预警时,生成预警消息。生成的预警消息可以包括关联相同库存量单位和/或渠道以及预警类型。
在本公开的示例性实施方式中,举例说明同一所述预警消息为关联相同库存量单位和/或渠道,且预警类型相同的预警消息。例如,当预警消息A和预警消息B关联相同的库存量单位,且都为收尾预警,则警消息A和预警消息B为同一预警消息;当预警消息A和预警消息B关联相同的库存量单位和相同的渠道,且都为恢复预警,则警消息A和预警消息B为同一预警消息。
在本公开的示例性实施方式中,参见图2,图2示意性地示出了根据本公开实施方式的获取库存变更消息的流程图。图2示出了如下步骤:
步骤S111、响应于库存数据库的库存数据的变更,获取所述库存数据库的增量日志。
在本公开的示例性实施方式中,所述增量日志为所述数据库的二进制增量日志(Binlog增量日志)。
步骤S112、对所述增量日志执行流式处理获得所述库存变更消息,所述流式处理包括数据格式转化和/或数据过滤。
在本公开的示例性实施方式中,步骤S111至步骤S112用于获取库存数据库的二进制日志中的增量日志,并通过对该增量日志的数据转化和/或数据过滤,以能够获得库存变更消息。上述步骤S112可以通过流式方式,以便于实现库存变更消息的批量处理,提高库存变更消息的获取效率。
在一些示例性实施例方式中,可以过滤如下数据:空数据、库存未变更的数据、缺少关键信息的数据、非关注的变更数据(例如,在仅关注预设商品时,可以过滤非预设商品的变更数据)。
在一些示例性实施例方式中,数据格式转化可以通过如下步骤来实现:自增量日志中提取设定字段的数据,将设定字段的数据组装成库存变更消息。例如增量日志可以通过如下方式进行数据转化:从增量日志中提取库存量单位编码(SKUID)、变更前库存、变更后库存、变更时间戳,由此,可以提取该些数据后,将其组装成库存预警所需要的库存变更消息。
在手动/周期性自库存数据库中查询库存数据的方案中,假设渠道A的库存量单位SKU1的库存告警阈值为100。在15:50查询库存数据时,库存量单位SKU1的库存余量为101,库存余量大于库存告警阈值,从而在15:50不会生成预警消息。在15:55查询库存数据时,库存量单位SKU1的库存余量为50,库存余量已远小于库存告警阈值,从而此时再生成预警消息,将可能发生库存量单位SKU1的商品发生超卖。
相较于,手动/周期性自库存数据库中查询库存数据的方案,上述示例性实施方式中,当库存数据库的库存数据发生变更时,其二进制日志必然会记录库存数据的变更,二进制日志产生增量时,会自动将增量日志发送给用于进行预警判断的设备,从而便于进行预警判断的设备能够实时捕获和处理增量日志,并转换成库存变更消息,以进行库存预警判断,由此,避免产生预警延迟导致商品超卖的情况。
在本公开的示例性实施方式中,参见图3,图3示意性地示出了根据本公开实施方式的预警消息的不同推送模式的流程图。图3示出了步骤S140之后可以执行如下步骤:
步骤S161:确定所述预警消息的推送模式为第一推送模式或第二推送模式。
其中,所述第一推送模式中,同一所述预警消息仅推送一次。所述第二推送模式中,同一所述预警消息在前一次推送时间之后的静默时间区间内不推送。
当步骤S161确定为第二推送模式时,执行步骤S162:判断同一预警消息已推送的次数是否大于等于最大推送次数;
若步骤S162判断为是,则可以不再对该预警信息进行推送。
若步骤S162判断为否,则执行步骤S170:计算当前时间与同一所述预警消息前一次推送时间的时间差。
步骤S170之后,执行步骤S180:响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息。
在本公开的一种示例性实施例中,所述设定条件为所述时间差大于等于所述静默时间区间。
当步骤S161确定为第一推送模式时,执行步骤S163:判断是否已推送过同一预警消息。
若步骤S163判断为是,则可以不再对该预警信息进行推送。
若步骤S163判断为否,则执行步骤S190:推送所述预警消息。
在本公开的示例性实施方式中,假定渠道A的库存量单位SKU1的库存收尾/恢复告警阈值为warnValue,库存量单位SKU1的库存n(n=warnValue+b)变更为n-b-1,即会产生预警,其中,b为库存量单位SKU1的当前库存与所设置的库存收尾/恢复告警阈值之间的差值。但是库存量单位SKU1的库存从n-b-1变成n-b-1-x(x为自库存量单位SKU1的库存变为n-b-1之后的库存量单位SKU1的销量,x为大于0的整数)还是会继续产生预警,当热销商品库存变更频繁时,会使得该渠道的SKU在短时间内预警非常频繁,对接收方系统造成压力,甚至在大批量SKU频繁变更的场景,相互叠加造成预警消息阻塞。
由此,通过图3示出的步骤执行预警消息的高频抑制,以避免预警消息井喷导致的预警消息接收设备的消息堵塞和服务提供。
在本公开的示例性实施方式中,第二推送模式可以通过关联库存量单位和/或渠道的静默时间区间t和/或最大推送次数maxRepet(最大推送次数例如可以为大于等于2且小于等于5的正整数,本公开并非以此为限制,最大推送次数的其它值也在本公开保护的范围之内)来进行预警消息的高频抑制。由此,在第二推送模式下,在上一次预警消息发送后的静默时间区间t内,则库存量单位和/或渠道相同,且预警类型相同的预警消息可以无需再次进行推送,而超过静默时间区间t后可以再次发送相同的预警消息,但是最多重复发送次数的上限为maxRepet。由此,相较于预警消息仅推送一次的情况下,能够有效避免因为网络传递或者消息中间件不稳定导致预警消息丢失,从而导致渠道的库存量单位的商品超卖或者少卖的情况。
在本公开的示例性实施方式中,第一推送模式可以作为备用的推送模式,供用户选择。第一推送模式和第二推送模式也可以根据不同的场景、预警消息的重要性、用户关注的渠道/库存量单位进行设置。例如,对于销量较高的渠道和/库存量单位,可以选择第二推送模式;对于效率较低的渠道和/库存量单位,可以选择第一推送模式。由此,以便于用户能够关注销量更高的渠道和/库存量单位。本公开并非以此为限制,其它的第一推送模式和第二推送模式的其它手动、自动配置方式也在本公开的保护范围之内。
在本公开的示例性实施方式中,所述第二推送模式的静默时间区间可以由用户配置或者默认配置获得。例如,当用户未进行配置时,自动将默认配置的静默时间区间作为第二推送模式的静默时间区间。
在本公开的示例性实施方式中,所述第二推送模式的静默时间区间与所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项反向相关。所述第二推送模式的静默时间区间与所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项成反比。所述第二推送模式的静默时间区间可以通过如下步骤自动计算获得:自动获取上述任一项销量数据的实时数值;获取所述第二推送模式的静默时间区间与上述任一项销量数据的反比例函数;将所获取的实时数值代入所述反比例函数,以自动求得第二推送模式的静默时间区间。所述反比例函数根据各渠道和各库存量单位的历史销量数据进行拟合获得。
例如,当发生如下三种情况中的一种或多种时:渠道A的平台总销量高于渠道B的平台总销量;渠道A的库存量单位SKU1总销量高于渠道B的库存量单位SKU1总销量;渠道A的库存量单位SKU1的单位时间销量高于渠道B的库存量单位SKU1的单位时间销量,则表示渠道A的商品可能被销售得更快,若静默时间区间过长,可能存在预警延迟导致超卖的情况,从而可以自动将渠道A的第二推送模式的静默时间区间设置为小于渠道B的第二推送模式的静默时间区间。
在一些示例性实施方式中,第二推送模式的静默时间区间根据所述预警消息关联的库存量单位和/或渠道的当前状态生成。各渠道的库存量单位具有促销标签。促销标签经由人工标注或者对库存量单位的图片文字识别获得。具体而言,处于促销期的库存量单位会在其对应显示的图片中标注有“促销”、“满减”等字样。通过对库存量单位的图片的文字识别获得待匹配文本,将待匹配文本与促销文本数据库进行匹配,若待匹配文本包含有促销文本数据库中的促销字段,则自动向该渠道的库存量单标注促销标签。根据各渠道的库存量单位的促销标签获取库存量单位和/或渠道的当前状态。对于具有促销标签的库存量单位,使其第二推送模式的静默时间区间小于不具有促销标签的库存量单位的第二推送模式的静默时间区间。可以预先维护一映射表,所述映射表储存是否具有促销标签,与静默时间区间的映射关系,根据映射关系,自动获取不同状态下的静默时间区间。
例如,当发生如下两种情况时:渠道A处于促销期间且渠道B并未进行促销;渠道A的库存量单位SKU1处于促销期间且渠道B的库存量单位SKU1并未进行促销,由此,渠道A的商品可能被销售得更快,若静默时间区间过长,可能存在预警延迟导致超卖的情况,从而渠道A的第二推送模式的静默时间区间可以小于渠道B的第二推送模式的静默时间区间。
在一些示例性实施方式中,同一渠道/同一库存量单位的第二推送模式的静默时间区间动态变化。所述第二推送模式的静默时间区间与设定时间段内的所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项反向相关。所述静默时间区间实时或周期性更新。
例如,同一渠道A的同一库存量单位的第二推送模式的静默时间区间也可以按上述任一方式进行动态变化。例如,当发生如下任一种情况时:当前周渠道A的平台总销量高于前一周渠道A的平台总销量;当前周渠道A的库存量单位SKU1总销量高于前一周渠道A的库存量单位SKU1总销量;当前周渠道A的库存量单位SKU1的单位时间销量高于前一周渠道A的库存量单位SKU1的单位时间销量,则表示当前渠道A的商品可能被销售得更快,若静默时间区间过长,可能存在预警延迟导致超卖的情况,从而当前周渠道A的第二推送模式的静默时间区间可以调整为小于前一周渠道A的第二推送模式的静默时间区间。又例如,渠道A处于促销期间,其第二推送模式的静默时间区间可以调整为小于渠道A未促销期间的第二推送模式的静默时间区间。
以上仅仅是示意性地描述本公开的静默时间区间的手动/自动设置的多个实施例,本公开并非以此为限制。
在本公开的示例性实施方式中,所述第二推送模式的最大推送次数由用户配置或者默认配置获得。例如,当用户未进行配置时,将默认配置的最大推送次数作为第二推送模式的最大推送次数。
在本公开的示例性实施方式中,所述第二推送模式的最大推送次数根据所述预警消息关联的库存量单位和/或渠道生成。
在一些示例性实施方式中,所述第二推送模式的最大推送次数与所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项反向相关。所述第二推送模式的最大推送次数与所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项成反比。所述第二推送模式的最大推送次数可以通过如下步骤自动计算获得:自动获取上述任一项销量数据的实时数值;获取所述第二推送模式的最大推送次数与上述任一项销量数据的反比例函数;将所获取的实时数值代入所述反比例函数,以自动求得第二推送模式的最大推送次数。所述反比例函数根据各渠道和各库存量单位的历史销量数据进行拟合获得。
在一些示例性实施方式中,第二推送模式的最大推送次数根据所述预警消息关联的库存量单位和/或渠道的当前状态生成。各渠道的库存量单位具有促销标签。促销标签经由人工标注或者对库存量单位的图片文字识别获得。具体而言,处于促销期的库存量单位会在其对应显示的图片中标注有“促销”、“满减”等字样。通过对库存量单位的图片的文字识别获得待匹配文本,将待匹配文本与促销文本数据库进行匹配,若待匹配文本包含有促销文本数据库中的促销字段,则自动向该渠道的库存量单标注促销标签。根据各渠道的库存量单位的促销标签获取库存量单位和/或渠道的当前状态。对于具有促销标签的库存量单位,使其第二推送模式的最大推送次数小于不具有促销标签的库存量单位的第二推送模式的最大推送次数。可以预先维护一映射表,所述映射表储存是否具有促销标签,与最大推送次数的映射关系,根据映射关系,自动获取不同状态下的最大推送次数。
在一些示例性实施方式中,同一渠道/同一库存量单位的第二推送模式的最大推送次数动态变化。所述第二推送模式的最大推送次数与设定时间段内的所述预警消息关联的渠道的总销量、渠道的单位时间销量、关联的库存量单位在关联的渠道的总销量、关联的库存量单位在关联的渠道的单位时间销量中的一项或多项反向相关。所述最大推送次数实时或周期性更新。
在本公开的一种示例性实施例中,所述第二推送模式中,每一推送次数关联有所述静默时间区间,所述静默时间区间的时长与所述推送次数正相关。所述静默时间区间的时长与所述推送次数呈正比例函数。换言之,推送次数越多,静默时间区间越长,由此,可以实现基于静默时间区间和推送次数的梯度设置,以有效实现预警消息的高频抑制。
在本公开的示例性实施方式中,参见图4,图4示意性地示出了根据本公开实施方式的聚合预警消息的流程图。在本示例性实施例方式中,所述库存变更消息可以以库存变更消息列表的形式按照所述预警规则执行预警判断。图4示出了步骤S140之后可以执行如下步骤:
步骤S151:根据所述库存变更消息列表的预警判断结果,生成预警消息列表。
例如,库存变更消息列表依次包括库存变更消息A、库存变更消息B和库存变更消息C。对库存变更消息A、库存变更消息B和库存变更消息C分别按照预警规则执行预警判断后,库存变更消息A和库存变更消息B需要生成对应的预警消息A和B,则预警消息A和预警消息B自动形成预警消息列表。
步骤S152:于所述预警消息列表中,聚合关联相同库存量单位或渠道的预警消息。
在本公开的示例性实施方式中,假定不同库存量单位配置了不同渠道的预警规则,当大批量库存量单位的库存发生变更或者预警规则批量修改,从而触发了大范围的预警规则,均会按照库存量单位的数量乘以渠道的数量放大,带来数量级较大的预警消息,容易产生预警消息井喷,一方面产生预警消息阻塞导致预警消息延时而造成超卖,另外一方面也会对接收方的处理能力提出更高要求,预警消息的井喷持续叠加会造成接收方系统瘫痪。由此,本示例性实施方式可以通过图4示出的步骤对预警消息进行不同维度聚合的配置,同一批预警消息可以按照库存量单位或者渠道进行聚合,聚合后会同一批预警消息可以仅进行一次发布预警消息。
在本公开的示例性实施方式中,上述聚合步骤可以包括:将预警消息列表中关联相同库存量单位的多个预警消息合并为同一预警消息;使所合并的预警消息关联该库存量单位。例如,预警消息列表中,预警消息A关联渠道A以及库存量单位SKU1;预警消息B关联渠道B以及库存量单位SKU1;预警消息C关联渠道C以及库存量单位SKU1;预警消息D关联渠道A以及库存量单位SKU2;预警消息E关联渠道B以及库存量单位SKU2,通过上述聚合步骤,将预警消息A至C聚合为关联SKU1的预警消息A’;将预警消息D至E聚合为关联SKU2的预警消息B’。
在本公开的示例性实施方式中,上述聚合步骤可以包括:将预警消息列表中关联相同渠道的多个预警消息合并为同一预警消息;使所合并的预警消息关联该渠道。例如,预警消息列表中,预警消息A关联渠道A以及库存量单位SKU1;预警消息B关联渠道B以及库存量单位SKU1;预警消息C关联渠道C以及库存量单位SKU1;预警消息D关联渠道A以及库存量单位SKU2;预警消息E关联渠道B以及库存量单位SKU2,通过上述聚合步骤,将预警消息A、D聚合为关联渠道A的预警消息A”;将预警消息B至E聚合为关联渠道B的预警消息B”;保留预警消息C。
在本公开的示例性实施方式中,图5示意性地示出了根据本公开实施方式的库存预警方法的示意图。在本示例性实施例中,所述预警消息可以用以推送至分销服务器,以供所述分销服务器生成发送至渠道服务器的库存处理消息。
库存数据库1用以储存各渠道的库存量单位的商品的库存数据。库存数据库1可以对外提供增删改查的服务。当库存数据库1的二进制日志产生增量时,通过数据库增量日志解析中间件处理后推送到Kafka集群2指定的主题中。流式处理任务模块3可以通过Flink来实现。Kafka是一种高吞吐量的分布式发布订阅消息系统,它可以处理消费者在网站中的所有动作流数据。Flink是一种分布式流数据流引擎。Flink以数据并行和流水线方式执行任意流数据程序,Flink的流水线运行时系统可以执行批处理和流处理程序。流式处理任务模块3可以从Kafka集群2指定的主题中消费数据(增量日志),并对增量日志进行数据格式的转化和数据的初步过滤,获得库存变更消息。流式处理任务模块3将获得的库存变更消息发送至消息中心4。消息中心4将库存变更消息形成库存变更消息列表发送至预警规则匹配和过滤模块51。预警规则匹配和过滤模块51可以接收分销服务器6的预警规则配置,并根据库存变更消息列表,匹配和过滤处用于对库存变更消息列表执行预警判断的预警消息。在生成预警消息列表模块52对库存变更消息列表按照所匹配和过滤的预警规则执行预警判断,从而生成预警消息列表。生成预警消息列表模块52对预警效率列表进行聚合和高频抑制后,将经处理的预警消息发送至消息中心4,由消息中心4发送至分销服务器6。分销服务器6根据接收到的预警消息,与各渠道服务器7进行交互,以对相应的商品进行处理。在该示例性实施例中,由于各预警消息皆发送至分销服务器6,以由分销服务器6与渠道服务器7进行对接,因此,预警消息的聚合和高频抑制,能够有效降低分销服务器6的预警消息堵塞风险,提高分销服务器6的服务提供性能。
以上仅仅是示意性示出本公开的一种具体实现方式,本公开并非以此为限制。
综上所述,本公开提供的方法,可以基于库存数据库的二进制日志实现增量流式实时库存变更数据的收集,支持用户自定义/自动生成库存量单位和/或渠道维度的预警规则,通过主动收集的库存变更数据和预警规则的比对和过滤,能够实时获得哪些渠道的库存量单位的商品需要进行预警。基于设计的预警管控策略,对预警消息进行高频抑制和告警合并处理和发布,可以帮助用户控制预警通知行为。以此提高了多渠道电商平台库存预警的实时性、准确性和高效性,同时有效降低因为大范围告警所带来的预警消息井喷阻塞和接收方系统瘫痪的概率,进一步避免超卖和少卖的风险。实践中,在电商日常或者促销场景下,批量预警规则变更或者大量库存量单位的库存变更而触发预警时,通过本公开各实施例的库存预警方法均可实现大规模批量实时准确的完成库存变更数据收集、预警规则匹配过滤以及预警信息列表的处理和发布。
示例性装置
在介绍了本公开示例性实施方式的库存预警方法之后,接下来,参考图6对本公开示例性实施方式的库存预警装置进行描述。
参考图6所示,本公开示例性实施方式的库存预警装置200可以包括:第一获取模块210,第二获取模块220,执行模块230,生成模块240,计算模块250以及推送模块260。其中,
第一获取模块210可以用于响应于库存数据的变更,获取库存变更消息,所述库存变更消息包括变更的库存数据、库存量单位以及渠道。
第二获取模块220可以用于获取关联所述库存变更消息的库存量单位和/或渠道的预警规则。
执行模块230可以用于对所述库存变更消息,按照所获取的预警规则执行预警判断。
生成模块240可以用于根据所述库存变更消息的预警判断结果,生成预警消息。
计算模块250可以用于计算当前时间与同一所述预警消息前一次推送时间的时间差。
推送模块260可以用于响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息。
其中,同一所述预警消息可以为关联相同库存量单位和/或渠道,且预警类型相同的预警消息。
根据本公开的示例性实施例,所述预警规则包括固定规则和/或动态规则,所述固定规则的规则参数为固定参数,所述动态规则的规则参数根据所述动态规则关联的库存量单位在所述动态规则关联的渠道的单位时间的库存变化数据/销量数据动态设置,所述规则参数用于与所述变更的库存数据进行比较。
根据本公开的示例性实施例,装置还包括:模式确定模块,用于确定所述预警消息的推送模式为第一推送模式或第二推送模式,其中,所述第一推送模式中,同一所述预警消息仅推送一次;所述第二推送模式中,同一所述预警消息在前一次推送时间之后的静默时间区间内不推送,所述设定条件为所述时间差大于等于所述静默时间区间。
根据本公开的示例性实施例,所述第二推送模式的静默时间区间根据所述预警消息关联的库存量单位和/或渠道生成。
根据本公开的示例性实施例,所述第二推送模式的静默时间区间由用户配置或者默认配置获得。
根据本公开的示例性实施例,所述第二推送模式具有最大推送次数,所述第二推送模式中,同一所述预警消息的推送次数不大于所述最大推送次数。
根据本公开的示例性实施例,所述第二推送模式的最大推送次数根据所述预警消息关联的库存量单位和/或渠道生成。
根据本公开的示例性实施例,所述第二推送模式的最大推送次数由用户配置或者默认配置获得。
根据本公开的示例性实施例,所述第二推送模式中,每一推送次数关联有所述静默时间区间,所述静默时间区间的时长与所述推送次数正相关。
根据本公开的示例性实施例,所述库存变更消息以库存变更消息列表的形式按照所述预警规则执行预警判断,所述生成模块240还用于:根据所述库存变更消息列表的预警判断结果,生成预警消息列表;于所述预警消息列表中,聚合关联相同库存量单位或渠道的预警消息。
根据本公开的示例性实施例,所述响应于库存数据的变更,获取库存变更消息包括:响应于库存数据库的库存数据的变更,获取所述库存数据库的增量日志;对所述增量日志执行流式处理获得所述库存变更消息,所述流式处理包括数据格式转化和/或数据过滤。
根据本公开的示例性实施例,所述增量日志为所述数据库的二进制增量日志。
根据本公开的示例性实施例,所述预警消息用以推送至分销服务器,以供所述分销服务器生成发送至渠道服务器的库存处理消息。
由于本公开实施方式的库存预警装置的各个功能模块与上述库存预警方法公开实施方式中相同,因此在此不再赘述。
示例性系统
在介绍了本公开示例性实施方式的库存预警方法和装置之后,接下来,参考图7对本公开示例性实施方式的库存预警系统进行描述。
参考图7所示,本公开示例性实施方式的库存预警系统300可以包括:库存预警设备310,分销服务器320以及多个渠道服务器330。其中,
库存预警设备310可以用于执行如上所述的库存预警方法;
分销服务器320可以用于接收所述库存预警设备推送的预警消息,并基于所接收的预警消息生成库存处理消息;
多个渠道服务器330可以用于接收所述分销服务器发送的库存处理消息。
根据本公开的示例性实施例,所述分销服务器310还可以用于配置所述预警规则。
由于本公开实施方式的库存预警系统中库存预警设备310可以用于执行上述库存预警方法公开实施方式,因此在此不再赘述。
在本公开的示例性实施方式中,所述的“服务器”可以是单个服务器、多个服务器、分布式服务器、服务器集群等,本公开并非以此为限制。
示例性存储介质
在介绍了本公开示例性实施方式的库存预警方法、装置和系统之后,接下来,参考图8对本公开示例性实施方式的存储介质进行说明。
参考图8所示,描述了根据本公开的实施方式的用于实现上述方法的程序产品1000,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。
计算机可读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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
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、有线、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的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言-诸如Java、C++等,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设备上执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
示例性电子设备
在介绍了本公开示例性实施方式的存储介质之后,接下来,参考图9对本公开示例性实施方式的电子设备进行说明。
图9显示的电子设备800仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830、显示单元840。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元810执行,使得所述处理单元810执行本说明书上述"示例性方法"部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元810可以执行如图1中所示的步骤。
存储单元820可以包括易失性存储单元,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205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。
总线830可以包括数据总线、地址总线和控制总线。
电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信,这种通信可以通过输入/输出(I/O)接口850进行。电子设备800还包括显示单元840,其连接到输入/输出(I/O)接口850,用于进行显示。并且,电子设备800还可以通过网络适配器860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860通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800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。
应当注意,尽管在上文详细描述中提及了库存预警装置和库存预警系统的若干模块或子模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
此外,尽管在附图中以特定顺序描述了本公开方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
Claims (10)
1.一种库存预警方法,其特征在于,包括:
响应于库存数据的变更,获取库存变更消息,所述库存变更消息包括变更的库存数据、库存量单位以及渠道;
获取关联所述库存变更消息的库存量单位和/或渠道的预警规则;
对所述库存变更消息,按照所获取的预警规则执行预警判断;
根据所述库存变更消息的预警判断结果,生成预警消息;
计算当前时间与同一所述预警消息前一次推送时间的时间差;
响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息,
其中,同一所述预警消息为关联相同库存量单位和/或渠道,且预警类型相同的预警消息。
2.根据权利要求1所述的库存预警方法,其特征在于,所述预警规则包括固定规则和/或动态规则,所述固定规则的规则参数为固定参数,所述动态规则的规则参数根据所述动态规则关联的库存量单位在所述动态规则关联的渠道的单位时间的库存变化数据/销量数据动态设置,所述规则参数用于与所述变更的库存数据进行比较。
3.根据权利要求1所述的库存预警方法,其特征在于,所述生成预警消息步骤之后,还包括如下步骤:
确定所述预警消息的推送模式为第一推送模式或第二推送模式,
其中,所述第一推送模式中,同一所述预警消息仅推送一次;
所述第二推送模式中,同一所述预警消息在前一次推送时间之后的静默时间区间内不推送,所述设定条件为所述时间差大于等于所述静默时间区间。
4.根据权利要求3所述的库存预警方法,其特征在于,所述第二推送模式的静默时间区间根据所述预警消息关联的库存量单位和/或渠道生成。
5.根据权利要求3所述的库存预警方法,其特征在于,所述第二推送模式的静默时间区间由用户配置获得,其中,当用户未配置所述静默时间区间时,所述静默时间区间自动赋值为系统默认值。
6.根据权利要求3所述的库存预警方法,其特征在于,在所述第二推送模式中,同一所述预警消息的推送次数不大于最大推送次数。
7.一种库存预警装置,其特征在于,包括:
第一获取模块,用于响应于库存数据的变更,获取库存变更消息,所述库存变更消息包括变更的库存数据、库存量单位以及渠道;
第二获取模块,用于获取关联所述库存变更消息的库存量单位和/或渠道的预警规则;
执行模块,用于对所述库存变更消息,按照所获取的预警规则执行预警判断;
生成模块,用于根据所述库存变更消息的预警判断结果,生成预警消息;
计算模块,用于计算当前时间与同一所述预警消息前一次推送时间的时间差;
推送模块,用于响应于所述时间差与静默时间区间符合设定条件,推送所述预警消息,
其中,同一所述预警消息为关联相同库存量单位和/或渠道,且预警类型相同的预警消息。
8.一种库存预警系统,其特征在于,包括:
库存预警设备,用于执行如权利要求1至6任一项所述的库存预警方法;
分销服务器,用于接收所述库存预警设备推送的预警消息,并基于所接收的预警消息生成库存处理消息;
多个渠道服务器,用于接收所述分销服务器发送的库存处理消息。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现:
权利要求1~6中任一项所述的库存预警方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行:
权利要求1~6中任一项所述的库存预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111235603.6A CN113919783A (zh) | 2021-10-22 | 2021-10-22 | 库存预警方法、装置及系统、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111235603.6A CN113919783A (zh) | 2021-10-22 | 2021-10-22 | 库存预警方法、装置及系统、存储介质、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113919783A true CN113919783A (zh) | 2022-01-11 |
Family
ID=79242408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111235603.6A Pending CN113919783A (zh) | 2021-10-22 | 2021-10-22 | 库存预警方法、装置及系统、存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113919783A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115294741A (zh) * | 2022-10-10 | 2022-11-04 | 深圳曼顿科技有限公司 | 报警消息推送方法、装置、终端设备以及存储介质 |
-
2021
- 2021-10-22 CN CN202111235603.6A patent/CN113919783A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115294741A (zh) * | 2022-10-10 | 2022-11-04 | 深圳曼顿科技有限公司 | 报警消息推送方法、装置、终端设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110880084A (zh) | 一种仓库补货的方法和装置 | |
JP5245211B2 (ja) | 監視システム | |
CN111143673A (zh) | 一种多渠道客户信息处理及自动化营销的方法及系统 | |
CN111352945A (zh) | 一种库存供应链管理系统、方法、装置、设备及介质 | |
CN111932343A (zh) | 产品自动上架管理方法、装置、设备及存储介质 | |
CN111507673A (zh) | 对商品库存进行管理的方法和装置 | |
US20230306451A1 (en) | Using machine learning to identify substitutions and recommend parameter changes | |
CN113919783A (zh) | 库存预警方法、装置及系统、存储介质、电子设备 | |
CN110688846B (zh) | 周期词挖掘方法、系统、电子设备及可读存储介质 | |
CN101647011B (zh) | 基于上下文的工作环境 | |
CN117132315A (zh) | 活跃用户预测方法、装置、设备及存储介质 | |
US11294917B2 (en) | Data attribution using frequent pattern analysis | |
CN113450042A (zh) | 一种确定补货量的方法和装置 | |
WO2005022309A9 (en) | Manufacturing units of an item in response to demand for the item projected from page-view date | |
CN114546780A (zh) | 数据监控方法、装置、设备、系统及存储介质 | |
CN114897571A (zh) | 一种基于私域电商平台中商城货品数据处理方法、系统和存储介质 | |
CN114861909A (zh) | 模型质量监控方法、装置、电子设备以及存储介质 | |
CN113159708A (zh) | 预警信息生成方法及装置、可读存储介质及电子设备 | |
JP2021103444A (ja) | 需要予測システム | |
CN111861502A (zh) | 信息处理方法、系统、电子设备及存储介质 | |
JP4664847B2 (ja) | 過誤発注防止方法 | |
CN113468173B (zh) | 数据的存储方法、装置、设备及存储介质 | |
CN113537519A (zh) | 一种识别异常设备的方法和装置 | |
CN113627662B (zh) | 库存数据预测方法、装置、设备和存储介质 | |
CN111176903B (zh) | 一种商品数据恢复的方法、系统、设备及可读存储介质 |
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 |