CN114372767A - 履约异常信息处理方法及电子设备 - Google Patents

履约异常信息处理方法及电子设备 Download PDF

Info

Publication number
CN114372767A
CN114372767A CN202111538648.0A CN202111538648A CN114372767A CN 114372767 A CN114372767 A CN 114372767A CN 202111538648 A CN202111538648 A CN 202111538648A CN 114372767 A CN114372767 A CN 114372767A
Authority
CN
China
Prior art keywords
sku
operation node
warehouse operation
warehouse
stock
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
CN202111538648.0A
Other languages
English (en)
Inventor
李文明
王超龙
范少明
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.)
Alibaba China Co Ltd
Original Assignee
Alibaba China 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 Alibaba China Co Ltd filed Critical Alibaba China Co Ltd
Priority to CN202111538648.0A priority Critical patent/CN114372767A/zh
Publication of CN114372767A publication Critical patent/CN114372767A/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
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • 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)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了履约异常信息处理方法及电子设备，所述方法可以包括：接收至少一个第一仓库作业节点在当前履约周期内提报的异常信息，其中，在所述当前履约周期内，所述第一仓库作业节点用于接收来自于履约链路上游的第二仓库作业节点的商品，并以用户自提站点为单位对接收到的商品进行分拣；根据同一SKU对应的多货数量与缺货数量之间的匹配情况，对所述SKU对应的异常信息的产生原因进行分类；基于所述产生原因的类别，为所述SKU生成对应的判责单，以便进行判责处理。通过本申请实施例，可以实现判责数据的线上化，使得各种多货或者缺货异常情况可查可追溯。

Description

履约异常信息处理方法及电子设备
技术领域
本申请涉及信息处理技术领域，特别是涉及履约异常信息处理方法及电子设备。
背景技术
社区团购是真实居住社区内居民团体的一种购物消费行为，是依托真实社区的一种区域化、小众化、本地化的团购形式。通过社区商铺为周围(如，社区内)居民提供的团购形式的优惠活动，促进商铺对核心客户的精准化营销和消费刺激，实现商铺区域知名度和美誉度的迅速提升，对商铺的营销产生重大效果。目前，生鲜品类作为高频+刚需，是社区团购的重要流量来源。运营模式主要是提前一天在线上预售，客户提前通过即时通信群组、APP(应用呈现)、小程序等渠道进行下单，第二天就可以去社区团长处取货的方式，主要解决家庭消费者购买生鲜水果的商品需求。
在仓配物流方面，社区团购模式下主要包括中心仓、网格仓、团点等多级作业节点。其中，一个中心仓下会有多个网格仓，但一个网格仓只会属于一个中心仓，消费者购买的所有的商品都可以是从中心仓发出，流入网格仓，在网格仓会按团点进行分拣，按线路维度发货。团点是与消费者直接对接的一个节点，当商品到达团长后，团长会通知消费者上门取件。
在这种由中心仓往网格仓发货，网格仓分拣往团点发运的整个过程中，存在大量的物流原因导致的缺货等现象，从而导致退款，而在这些缺货中，很多是往往是无法追溯而不能定责的。这种现象在给消费者带来不好购物体验的同时，也给平台带来巨大的资金损失。
发明内容
本申请提供了履约异常信息处理方法、装置及电子设备，可以实现判责数据的线上化，使得各种多货或者缺货异常情况可查可追溯。
本申请提供了如下方案：
一种履约异常信息处理方法，包括：
接收至少一个第一仓库作业节点在当前履约周期内提报的异常信息，其中，在所述当前履约周期内，所述第一仓库作业节点用于接收来自于履约链路上游的第二仓库作业节点的商品，并以用户自提站点为单位对接收到的商品进行分拣，以用于向所述用户自提站点进行运送；所述异常信息包括商品最小库存量单位SKU标识、数量以及异常类型，所述异常类型包括多货或缺货；
根据同一SKU对应的多货数量与缺货数量之间的匹配情况，对所述SKU对应的异常信息的产生原因进行分类；
基于所述产生原因的类别，为所述SKU生成对应的判责单，以便进行判责处理。
其中，所述接收至少一个第一仓库作业节点在当前履约周期内提报的异常信息，包括：
接收所述第一仓库作业节点在以用户自提站点为单位对接收到的商品进行分拣的过程中，在SKU维度上提报的缺货异常信息，和/或，在所述第一仓库作业节点完成所述分拣后，针对所述第一仓库作业节点中产生的多货情况，提报的多货异常信息。
其中，所述第一仓库作业节点中产生的多货包括以下中的一项或多项：所述第一仓库作业节点在收货时由于破损、失温或其他品质问题被拦截在所述第一仓库作业节点中的SKU，或者，所述第一仓库作业节点中完成分拣后剩余的品质完好的SKU，或者，所述第一仓库作业节点接收到的不属于该第一仓库作业节点的容器中包括的SKU。
其中，对于所述被拦截的SKU，所述第一仓库作业节点提报的异常信息中还包括：异常信息的证据信息；
所述基于所述产生原因的类别，为所述SKU生成对应的判责单，包括：
在生成的判责单中添加所述证据信息，以便所述第二仓库作业节点进行认责。
其中，对于所述第一仓库作业节点接收到的不属于该第一仓库作业节点的容器，所述第一仓库作业节点提报的异常信息中还包括：所述容器的容器标识。
其中，所述对所述SKU对应的异常信息的产生原因进行分类，包括：
根据同一SKU对应的多货数量与缺货数量之间的匹配情况，确定所述SKU的异常的产生原因是否为第一类别或第二类别；
其中，所述第一类别的产生原因包括：由于破损、失温或其他品质问题被拦截在所述第一仓库作业节点中产生的异常，或者，由于在不同第一仓库作业节点之间错发产生的异常；
所述第二类别的产生原因包括：由于第二仓库作业节点单纯的多发或少发产生的异常，或者，由于第一仓库作业节点在分拣过程中失误产生的异常。
其中，所述确定所述SKU的异常的产生原因是否为第一类别或第二类别，包括：
确定同一第一仓库作业节点是否针对同一SKU提报的缺货异常信息以及多货异常信息；
如果是，则确定该SKU存在由于被拦截在所述第一仓库作业节点中而产生的异常，并根据该第一仓库作业节点为该SKU提报的缺货数量与多货数量之间的较小者，确定该第一仓库作业节点中该SKU被拦截的数量；
根据该SKU被拦截的数量，对所述缺货数量与所述多货数量之间的较大者进行扣减，确定该第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量；
将该第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量，与其他第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量进行匹配判断，以用于识别该SKU在不同的第一仓库作业节点之间存在的错发异常；
如果将所述第一仓库作业节点中被拦截的数量以及错发异常的数量扣减后，该SKU仍然存在异常信息，则确定该SKU存在所述第二类别的产生原因对应的异常。
其中，所述确定所述SKU是否存在第一类别的异常，或第二类别的异常，包括：
将所述至少一个第一仓库作业节点针对同一SKU提报的异常信息进行汇总统计，确定同一SKU对应的总多货数量以及总缺货数量；
如果同一SKU的总多货数量与总缺货数量相等，或两者之间差值小于目标阈值，则确定该SKU存在的所述第一类别的异常；
如果同一SKU的总多货数量与总缺货数量之间的差值大于所述目标阈值，则确定该SKU存在所述第二类别的异常。
其中，还包括：
将所述判责单提供给所述第二仓库作业节点，以便所述第二仓库作业节点根据所述判责单对应的产生原因信息进行认责或者举证。
其中，所述将所述判责单提供给所述第二仓库作业节点，包括：
将多个判责单进行汇总后提供给所述第二仓库作业节点，并提供用于对所述多个判责单进行批量认责的操作控件。
其中，所述将所述判责单提供给所述第二仓库作业节点时，还包括：
提供用于对所述判责单进行申诉的操作控件，以便所述第二仓库作业节点对指定的判责单发起申诉。
其中，所述第二仓库作业节点中部署有多个视频监测设备，用于对所述第二仓库作业节点中的分拣作业过程进行视频录像，以便在所述第二仓库作业节点需要进行申诉时，为所述第二仓库作业节点提供证据信息。
其中，所述第二仓库作业节点在进行分拣作业过程中，通过预置的容器对所述SKU对应的货品进行承载，并保存容器标识与所在位置之间的对应关系，以及对各SKU进行分拣作业的时间信息；
所述第一仓库作业节点提报的异常信息还包括：多货或缺货的SKU所在的容器标识信息；
所述方法还包括：
确定判责单关联的SKU标识，以及该SKU对应的目标容器标识；
确定在所述第二仓库作业节点中进行分拣作业时，所述目标容器所在的位置信息，以及所述第二仓库作业节点对所述SKU进行拣货的时间信息；
根据所述位置信息以及所述时间信息，从所述位置信息对应的视频监测设备所录制的视频中，截取出所述时间信息对应的视频片段，并提供给所述第二仓库作业节点，以便所述第二仓库作业节点根据所述视频片段进行申诉举证。
一种履约异常信息处理装置，包括：
异常信息接收单元，用于接收至少一个第一仓库作业节点在当前履约周期内提报的异常信息，其中，在所述当前履约周期内，所述第一仓库作业节点用于接收来自于履约链路上游的第二仓库作业节点的商品，并以用户自提站点为单位对接收到的商品进行分拣，以用于向所述用户自提站点进行运送；所述异常信息包括商品最小库存量单位SKU标识、数量以及异常类型，所述异常类型包括多货或缺货；
异常原因分类单元，用于根据同一SKU对应的多货数量与缺货数量之间的匹配情况，对所述SKU对应的异常信息的产生原因进行分类；
判责单生成单元，用于基于所述产生原因的类别，为所述SKU生成对应的判责单，以便进行判责处理。
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前述任一项所述的方法的步骤。
一种电子设备，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行前述任一项所述的方法的步骤。
根据本申请提供的具体实施例，本申请公开了以下技术效果：
通过本申请实施例，具体的第一仓库作业节点(例如，网格仓)可以针对当前履约周期内产生的异常情况进行提报，其中，可以以SKU为单位进行异常提报，具体提报的异常信息可以包括SKU标识、数量以及异常类型，所述异常类型包括多货或缺货。之后，可以首先根据同一SKU对应的多货数量与缺货数量之间的匹配情况，对所述SKU对应的异常信息的产生原因进行分类，并且可以基于所述产生原因的类别，为所述SKU生成对应的判责单。这样，可以实现判责数据的线上化，使得第一仓库作业节点中产生的各种多货或者缺货异常情况可查可追溯。在此基础上，使得具体仓库内作业人员在工作上的失误是可以被追溯的，如果确定是作业人员出现失误还可以受到相应的惩罚，而不再是出现失误也不会被追究责任的状态，因此，这种方式还有利于更好地规范仓内作业人员的操作，促使其更细心地完成自己的工作，减少人为失误的发生几率，从而从整体上降低缺货的发生几率。
另外，通过将异常信息的产生原因归类为可自动判责与难以判责的两类，还可以实现对部分情况的自动化判责，例如，对于被第一仓库作业节点拦截的SKU，或者在不同第一仓库作业节点之间存在错发的SKU，都可以直接判责给第二仓库作业节点。另外，对于比较难以定责的情况，例如，第一仓库作业节点产生的单纯性的多货或者缺货，也可以通过仓内的视频监测系统等，为具体的定责提供可靠的证据，从而使得使得各种异常可被定责的比例大幅提升，为对仓进行奖励惩罚提供了更客观的数据基础。
当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的系统架构的示意图；
图2是本申请实施例提供的方法的流程图；
图3是本申请实施例提供的异常原因分类匹配的示意图；
图4是本申请实施例提供的装置统的示意图；
图5是本申请实施例提供的电子设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
为了便于理解本申请实施例提供的技术方案，下面首先对社区团购模式下的仓配物流方案进行简单介绍。在社区团购模式下，消费者选择某团点，并选择具体的商品SKU(Stock Keeping Unit，库存量单位)、数量等之后进行下单。其中，这里的SKU可以特指商品单品，用以区分商品的不同属性：对一种商品而言，当其型号、配置、等级、花色、包装容量等属性与其他商品存在不同时，可称为一个单品。例如，一款商品多色，包括红色、白色、蓝色等，则该商品可以对应有多个SKU，每个SKU的编码也不相同，消费者可以选择具体的SKU后进行下单。
在消费者完成下单之后，中心仓通常是按照具体的发货周期，按波次进行订单统计，并向网格仓进行发货。例如，假设消费者当天下单的商品，第二天送达，则发货周期为一天，此时，中心仓可以在每天的22点(或者其他时间点)，拉取到一个波次的订单，其中包括多个团点产生的订单。之后，与传统电商的以订单为单位进行拣货、打包并发货的方式不同的是，在社区团购模式下，中心仓是在SKU维度上进行发货，也即，在拉取到一个波次的多个订单之后，可以统计出这些订单涉及到哪些SKU，每个SKU的数量等信息，然后，以SKU为单位进行拣货，并按照网格仓维度进行分装。例如，假设有团点A、B、C等等，每个团点在一天内都生成了多个订单，每个订单中涉及到至少一个SKU，中心仓在拉取到这些订单的数据之后，可以将归属同一网格仓多个团点的订单汇总在一起，确定出一共涉及到哪些SKU，以及每个SKU的数量。例如，上述团点A、B、C归属同一网格仓，其中团点A包括订单A1、A2、A3等，团点B包括订单B1、B2、B3等，团点C包括订单C1、C2、C3等。其中，订单A1中包括1盒某品牌某规格的西红柿，订单B2中可能包括2盒该品牌该规格的西红柿，等等。则中心仓拣货时，就可以将该品牌该规格的西红柿汇总到一起进行拣货，其他SKU也是按照同样的方式进行处理。
中心仓按照SKU维度完成针对各个网格仓的拣货之后，可以通过干线运输，将商品运送到网格仓。网格仓则可以按照线路维度进行分装，其中，一条线路通常可以涉及到多个团点，并且，网格仓可以知道每条线路上每个团点对应哪些订单，以及具体的SKU、数量等，可以为每个团点单分配一个容器，把每个团点单的货物分到不同的容器里去，一条线路的容器排在一起，由司机按照线路向各个团点进行送货。
在上述过程中，经常会出现部分订单无法正常履约的情况，具体的原因可能有多种。例如，可能是在从中心仓向网格仓运输的过程中，货物有破损，或者失温，或者其他品质问题等，无法作为正常品继续向下游进行流转。或者，由于中心仓的拣货等流程通常依赖人工作业，在人工作业的过程中，可能会出现应分拣数和实际分拣数之间存在差异的情况，包括少发、错发、整托错发等情况。例如，关于少发是指，对于某SKU，需要向某个网格仓拣货20件，但是实际上由于计数操作，只拣货了19件，则会导致网格仓收到货物时，在该SKU上产生一件缺货。错发是指，对于某个SKU，需要向网格仓A、B各拣货20件，但是，把其中一件本应发往网格仓A的货品放入了网格仓B的容器中，以至于网格仓A在该SKU上产生一件缺货，相应的，网格仓B则在该SKU上产生一件多货。另外，在中心仓往网格仓运输时，还可能由于人为失误等原因，导致应发往网格仓A的整个托盘的货物实际发往了网格仓B，这样网格仓B收到错发的整托商品后，会使得网格仓B中产生整托的多货，网格仓A产生整托的缺货，等等。
针对上述情况，参见图1，本申请实施例可以提供履约异常判责系统，同时还可以提供相应的操作规范。具体的，网格仓在接收到来自中心仓的货品时，可以对货品是否存在破损、失温或者其他品质问题进行判断，如果存在这些问题，可以将对应的货品挑选出来，并拦截在网格仓中，不再向下游流转。同时，还可以对存在这些问题的货品进行拍照等，以用于留作证据。在网格仓为具体团点进行分拣的过程中，异常判责系统可以为网格仓提供用于进行异常提报的操作入口。如果网格仓发现某SKU缺货，可以针对该SKU提报缺货异常。同时可以对具体缺货的SKU所在的容器码，以及缺货数量等信息进行提报。在网格仓完成分拣之后，可以进行货品清仓，此时，对于之前由于存在破损、失温或者其他品质问题等被挑选出来的货品，或者单纯多出来的货品，都还在该网格仓中，属于“多货”的情况。因此，网格仓还可以通过具体的异常提报入口，对多货情况进行提报，具体同样可以包括SKU标识、数量，等等。每个网格仓都可以按照上述方式，进行缺货或者多货异常的提报。
之后，可以在服务端对各个网格仓提报的异常进行收集，并在SKU维度上，判断多货数量与缺货数量的匹配情况，进而可以大致判断出部分异常的产生原因。例如，如果某网格仓针对某SKU同时提报了缺货以及多货的异常，则证明该情况可能是由于网格仓对该SKU进行了拦截造成的。也即，假设中心仓一共往某个网格仓发货了10件某SKU，但是由于其中一件发生了破损，被拦截在该网格仓中，之后，这件被拦截的SKU会被作为多货异常进行提报；同时，由于该网格仓在该SKU上实际可用于发货的数量少了一件，因此，必然造成其中某个订单在该SKU上缺货。可见，这种货品被拦截在网格仓的情况，同一SKU的多货以及缺货情况总是成对出现的，因此，根据同一SKU在多货及缺货数量上的匹配情况，即可判断是否存在由于被拦截在网格仓的原因产生的异常。
另外，还可能存在由于中心仓错发导致的异常，此时，同一SKU在不同网格仓之间的多货与缺货数量可能是相匹配的，例如，某网格仓A中在某SKU上产生一件多货，并且该SKU并不存在破损、失温或者其他品质问题，另一网格仓B中在该SKU上产生一件缺货，并且，该网格仓B中不存在与该SKU对应的多货异常，因此，可以大致确定出是中心仓将本应发往网格仓B的这件SKU发到了网格仓A造成的。
对于上述原因，通常都比较容易进行定责。例如，对于被拦截的情况，只要网格仓能够提供照片等证据，证明其收到货品时确实存在破损、失温或者其他品质问题等情况，即可判定为中心仓的责任。或者，对于不同网格仓之间被错发的情况，也可以判定为中心仓的责任。因此，可以将上述情况归结为同一类原因导致的异常。
除了上述各种情况之外，还可能存在一种异常就是，某个网格仓中在扣除了由于其他品质问题被拦截以及在不同网格仓之间被错发等情况之后，仍然存在多货或者少货异常，或者，不存在与某个SKU的异常相匹配的其他异常，属于网格仓中单纯性的多货或者缺货情况，则可以被归类为第二类原因导致的异常。这里的第二类原因可以包括中心仓多发或者少发，或者，网格仓在分拣时存在操作失误，等等，但是，从网格仓提报的异常信息中无法识别出到底是中心仓还是网格仓的失误所致。也就是说对于这种第二类原因导致的异常，由于不像存在破损等情况一样便于网格仓收集证据，并且，既有可能是中心仓失误导致，也有可能是网格仓失误导致，因此，通常是比较难以定责的。
因此，在本申请实施例中，可以根据同一SKU在多货数量与缺货数量之间的匹配情况，对具体的异常产生的原因进行大致的分类，基于产生原因的不同，可以分别生成判责单，后续可以将判责单提供给中心仓，由中心仓基于这种判责单进行判责。例如，对于第一类原因对应的判责单，通常比较容易进行判责，中心仓的操作也会比较简单，收到判责单之后，可以直接对判责单中的相关证据照片(网格仓提供)等进行查看，如果没有问题，直接进行认责即可，甚至可以实现自动认责。对于第二类原因对应的判责单，也即，网格仓中单纯性的多货或缺货情况(不存在被网格仓拦截，或者在不同的网格仓之间错发情况)，可以首先由中心仓判断是否存在多发或者少发的情况。具体的，为了便于帮助中心仓判断，还可以在中心仓内部署视频监测设备，在中心仓进行分拣作业的过程中，可以对具体作业人员的工作过程进行视频采集并保存，可以将这种采集到的视频数据作为具体定责的依据。
例如，假设某判责单显示某SKU在某网格仓中存在单纯缺货情况，此时，中心仓的质控人员可以调取中心仓视频监测设备保存的视频数据，查看分拣作业人员是否在分拣过程中存在失误，也即应分拣数与实际分拣数之间是否存在差异。如果存在差异，例如，确实存在少发的情况，则中心仓可以对该判责单进行认责。如果通过查看视频发现不存在差异，则可以将判责单流转到网格仓，同时可以将具体的视频数据作为证据提供给网格仓。网格仓中也可以部署有视频监测设备，用于对网格仓的拣货过程进行视频采集及录制。网格仓在收到判责单之后，也可以由质控人员对其网格仓内的分拣情况相关视频监测数据等进行查看，判断网格仓在分拣过程中是否存在分拣失误，等等，如果发现存在失误，可以由网格仓进行认责。否则，可以向系统发起仲裁，等等。
总之，在经过对异常的产生原因进行大致的分类之后，可以生成比较容易定责的判责单，以及相对比较难定责的判责单。对于前者，中心仓可以采用简单的程序进行处理，甚至不需要人工处理即可直接定责。对于后者，则可以借助于仓内的视频监测系统，获取相关的证据，以便于进行举证，并最终进行责任的认定。
因此，通过本申请实施例，可以实现判责数据的线上化，还可以实现对部分情况的自动化判责，使得网格仓中产生的各种多货或者缺货异常能可视可查可追溯。即使对于比较难以定责的情况，也可以通过仓内的视频监测系统等，实现定责。因此，最终可以使得各种异常可被定责的比例大幅提升，为对仓进行奖励惩罚提供了更客观的数据基础。在此基础上，使得具体作业人员在工作上的失误是可以被追溯的，如果出现失误还可以受到相应的惩罚，而不再是出现失误也不会被追究责任的状态，因此，这种方式还可以有利于更好的规范仓内作业人员的操作，促使其更细心地完成自己的工作，减少人为失误的发生几率，从而从整体上降低缺货的发生几率。
下面对本申请实施例提供的具体实现方案进行详细介绍。
具体的，本申请实施例首先提供了一种履约异常信息处理方法，参见图2，该方法具体可以包括：
S201：接收至少一个第一仓库作业节点在当前履约周期内提报的异常信息，其中，在所述当前履约周期内，所述第一仓库作业节点用于接收来自于履约链路上游的第二仓库作业节点的商品，并以用户自提站点为单位对接收到的商品进行分拣，以用于向所述用户自提站点进行运送；所述异常信息包括商品最小库存量单位SKU标识、数量以及异常类型，所述异常类型包括多货或缺货。
其中，第一仓库作业节点就可以是指前述例子中的网格仓，第二仓库作业节点则可以对应中心仓，当然，在实际应用中，具体也可以有其他的命名方式。
第一仓库作业节点可以在以用户自提站点(例如，团点)为单位对接收到的商品进行分拣的过程中，在SKU维度上提报的缺货异常信息，和/或，在所述第一仓库作业节点完成所述分拣后，针对所述第一仓库作业节点中产生的多货情况，提报的多货异常信息。
其中，关于所述第一仓库作业节点中产生的多货，具体可以包括以下中的一项或多项：所述第一仓库作业节点在收货时由于破损、失温或其他品质问题被拦截在所述第一仓库作业节点中的SKU，或者，所述第一仓库作业节点中完成分拣后有剩余的SKU，或者，所述第一仓库作业节点接收到的不属于该第一仓库作业节点的容器中包括的SKU。对于所述被拦截的SKU，由于是第一仓库作业节点发现的，并且这种情况比较便于确定异常产生的原因，并便于留存证据，因此，所述第一仓库作业节点提报的异常信息中还可以包括：异常信息的产生原因信息和/或证据信息，这种证据信息可以包括：对破损、失温、其他品质问题等情况进行拍照所得的照片等。后续这种证据信息可以添加到判责单中，用于作为定责的依据。也就是说，对于破损、失温、其他品质问题等情况导致的某SKU被拦截在第一仓库作业节点中以至于产生多货的情况，第一仓库作业节点在提报异常信息时，就可以确定出对应的产生原因，并可以提供相关的证据。
另外，第一仓库作业节点还可能会收到整托错发的货品，此时，对于这种第一仓库作业节点接收到的不属于该第一仓库作业节点的容器，所述第一仓库作业节点提报的异常信息中还可以包括：所述容器的容器标识。也就是说，可以支持第一仓库作业节点进行整托的异常提报，此时，可以不必基于具体的SKU进行提报，而是直接录入具体托盘等容器的容器码即可。这里需要说明的是，第二仓库作业节点在向各个第一仓库作业节点进行发货时，会使用具体的容器对货品进行装载，每个容器有各自的容器码等标识，第二仓库作业节点可以通过物流信息系统等，提供各第一仓库作业节点对应的货品分别用哪些容器进行装载。这样，当第一仓库作业节点收到具体的货品时，就可以将实际收到的容器的容器码，与系统中记录的容器码进行比对，以此判断出实际收到的容器是否属于该第一仓库作业节点的容器。如果不是，则通常可以直接判定为第二仓库作业节点存在整托错发的情况，因此，第一仓库作业节点可以录入这种容器的容器码，之后，可以针对该容器码单独生成判责单，并且可以直接判定为第二仓库作业节点的责任。
S202：根据同一SKU对应的多货数量与缺货数量之间的匹配情况，对所述SKU对应的异常信息的产生原因进行分类。
在收到多个第一仓库作业节点提报的多条异常信息之后，可以在SKU维度上，进行多货数量与缺货数量的匹配，以用于区分哪些异常是比较容易判责的，哪些异常比较难以判责，进而分别生成判责单。这样，使得减少难以判责的判责单数量，第二仓库作业节点仅针对这些比较难判责的判责单进行举证等处理即可，可以降低第二仓库作业节点的工作量。
也就是说，可以根据同一SKU对应的多货数量与缺货数量之间的匹配情况，确定所述SKU的异常的产生原因是否为第一类别或第二类别；其中，所述第一类别的产生原因包括：由于破损、失温或其他品质问题被拦截在所述第一仓库作业节点中产生的异常，或者，由于在不同第一仓库作业节点之间错发产生的异常；所述第二类别的产生原因包括：由于第二仓库作业节点单纯的多发或少发产生的异常，或者，由于第一仓库作业节点在分拣过程中失误产生的异常。第一类别也就是对应比较容易判责的情况，并且通常都是第二仓库作业节点的责任，第二仓库作业节点直接进行认责即可；第二类别则对应比较难以判责的情况，可能需要第二仓库作业节点进行举证，甚至还可能需要第一仓库作业节点进一步进行反举证，等等。
其中，具体在对同一SKU对应的多货数量与缺货数量进行匹配判断时，可以进行精确匹配或者近似匹配两种方式。
所谓的精确匹配，也就是严格按照同一SKU的多货数量与缺货数量，确定各种可能的异常产生原因。具体的，首先可以确定同一第一仓库作业节点是否针对同一SKU提报的缺货异常信息以及多货异常信息；如果是，则可以确定该SKU存在由于被拦截在所述第一仓库作业节点中而产生的异常，并可以根据该第一仓库作业节点为该SKU提报的缺货数量以及多货数量之间的较小者，确定该第一仓库作业节点中该SKU被拦截的数量。之后，可以根据该SKU被拦截的数量，对所述缺货数量与所述多货数量之间的较大者进行扣减，确定该第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量。然后，还可以将该第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量，与其他第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量进行匹配判断，以用于识别该SKU在不同的第一仓库作业节点之间存在的错发异常。之后，如果将所述第一仓库作业节点中被拦截的数量以及错发异常的数量扣减后，该SKU仍然存在异常信息，则确定该SKU存在所述第二类别的产生原因对应的异常。
例如，假设某第一仓库作业节点A针对某SKU提报了3件多货，1件缺货，则可以证明该第一仓库作业节点A中拦截了1件该SKU，相应的，可以针对该SKU生成一个判责单，异常原因是被第一仓库作业节点A拦截，当然，还可以提供更具体的原因，包括破损，或者失温(例如化冻等)，或者其他的品质问题等。但是，由于该第一仓库作业节点A针对某SKU提报的多货数量为3，但是，该SKU只有1件缺货，因此，另外2件多货是需要进一步确定原因的情况。另外，假设另一第一仓库作业节点B针对该SKU提报了1件缺货，但是没有提报多货的情况，另外也没有其他第一仓库作业节点针对该SKU提报其他异常。此时，就可以确定出第一仓库作业节点A中另外的2件多货中，其中1件可能是在第一仓库作业节点A与第一仓库作业节点B之间进行了错发，而另一件则是第一仓库作业节点A中产生的单纯性的多货，也即，可以归结为第二类原因，也即属于比较难以定责的情况。
又如，如图3所示，某第一仓库作业节点针对某SKU提报了8件多货以及4jian缺货，关于8件多货，其中2件为“商品破损”，3件为“商品化冻”，还有3件为“品质完好”。另外还提报了4件缺货。经过自动匹配后，可以确定出缺货的4件中，其中3件的缺货原因可能是“商品化冻”，被拦截在第一仓库作业节点中，无法向下游流转；另外1件的缺货原因可能是“商品破损”，同样也被拦截在第一仓库作业节点中，无法向下游流转。完成上述匹配之后，该第一仓库作业节点中还存在1件“商品破损”的多货，和3件“商品完好”的多货。后续可以与其他第一仓库作业节点匹配后的结果进行进一步匹配，判断是否存在不同第一仓库作业节点之间错发的情况，等等。
所谓的近似匹配也就是指，可以将多个第一仓库作业节点针对同一SKU提报的异常信息汇总到一起，确定出同一SKU对应的总多货数量以及总缺货数量；然后，如果同一SKU的总多货数量与总缺货数量相等，或两者之间差值小于目标阈值，则都可以确定该SKU存在的所述第一类别的异常；只有在同一SKU的总多货数量与总缺货数量之间的差值大于所述目标阈值，才确定该SKU可能存在所述第二类别的异常。也就是说，在近似匹配的情况下，只要同一SKU的总多货数量与总缺货数量之间的差值不太大，例如，3件以内，等等，则可以不必生成第二类别对应的判责单。这样，可以进一步减少难以判责的判责单的数量，降低第二仓库作业节点的举证工作量。
S203：基于所述产生原因的类别，为所述SKU生成对应的判责单，以便进行判责处理。
在确定出具体的异常信息对应得产生原因类别之后，可以为具体得SKU生成对应的判责单。具体的，对于第一类别的原因对应的异常信息，由于能够将同一SKU的缺货异常与多货异常进行匹配，因此，匹配成功的一对异常信息对应一个判责单。对于无法配对成功的异常信息，则可以单独生成判责单。
具体实现时，生成判责单之后，还可以将所述判责单提供给所述第二仓库作业节点，以便所述第二仓库作业节点根据所述判责单对应的产生原因信息进行认责或者举证。
为了便于第二仓库作业节点进行操作，还可以将多个判责单进行汇总后提供给所述第二仓库作业节点，并提供用于对所述多个判责单进行批量认责的操作控件。尤其是对于第一类别的判责单，由于通常由第二仓库作业节点直接认责即可，因此，通过该批量操作选项，可以提升第二仓库作业节点的操作效率。
另外，还可以为第二仓库作业节点提供用于对所述判责单进行申诉的操作控件，以便所述第二仓库作业节点对指定的判责单发起申诉。例如，对于第二类别的判责单，由于第一仓库作业节点单纯性多货或者缺货，其原因可能有多种，可能是第二仓库作业节点的责任，也可能是第一仓库作业节点的责任，因此，第二仓库作业节点的质控人员收到这种判责单之后，如果有证据证明不是第二仓库作业节点的责任，则还可以发起申诉。
其中，为了能够提供更有效的证据，可以在第二仓库作业节点中部署有多个视频监测设备，用于对所述第二仓库作业节点中的分拣作业过程进行视频录像。这样，可以将这种录制的视频图像作为证据。当然，由于视频监测设备可能有多个，分别用于在不同的区域范围内进行视频采集，并且，同一视频监测设备录制的视频可能会持续比较长时间，或者存在多段视频，等等。因此，如果需要质控人员对全部视频内容进行查看，并从中获取相关证据，则效率会很低。
但是由于具体的判责单是与单个SKU对应的，单个SKU在仓库内进行拣货时所在的区域通常是固定的，并且，也可以通过在系统记录每个SKU的拣货时间等信息，从而可以根据具体的位置信息以及时间信息，实现对录制的视频内容的自动定位，这样，使得质控人员直接对定位到的视频片段进行查看即可，以此提升效率。具体的，第二仓库作业节点在进行分拣作业过程中，可以通过预置的容器对具体SKU对应的货品进行承载，其中，一个容器中可能包括一种SKU，也可能包括多种不同的SKU；具体的容器在第二仓库作业节点中放置的位置可以是固定的，或者可以在拣货过程中进行记录，总之，可以获知容器标识与所在位置之间的对应关系。另外，还可以对各SKU进行分拣作业的时间信息进行保存。第一仓库作业节点提报的异常信息中还可以包括：多货或缺货的SKU所在的容器标识信息，该容器为所述第二仓库作业节点向所述第一仓库作业节点配送所述SKU时使用的容器。这样，对于第二类别的判责单，可以确定出具体判责单关联的SKU标识，以及该SKU对应的目标容器标识；然后可以确定出在所述第二仓库作业节点中进行分拣作业时，所述目标容器所在的位置信息，以及所述第二仓库作业节点对所述SKU进行拣货的时间信息；这样，可以根据所述位置信息以及所述时间信息，从所述位置信息对应的视频监测设备所录制的视频中，截取出所述时间信息对应的视频片段，并提供给所述第二仓库作业节点，以便所述第二仓库作业节点根据所述视频片段进行举证。
总之，通过本申请实施例，具体的第一仓库作业节点(例如，网格仓)可以针对当前履约周期内产生的异常情况进行提报，其中，可以以SKU为单位进行异常提报，具体提报的异常信息可以包括SKU标识、数量以及异常类型，所述异常类型包括多货或缺货。之后，可以首先根据同一SKU对应的多货数量与缺货数量之间的匹配情况，对所述SKU对应的异常信息的产生原因进行分类，并且可以基于所述产生原因的类别，为所述SKU生成对应的判责单。这样，可以实现判责数据的线上化，使得第一仓库作业节点中产生的各种多货或者缺货异常能可视可查可追溯。在此基础上，使得具体仓库内作业人员在工作上的失误是可以被追溯的，如果确定是作业人员出现失误还可以受到相应的惩罚，而不再是出现失误也不会被追究责任的状态，因此，这种方式还有利于更好地规范仓内作业人员的操作，促使其更细心地完成自己的工作，减少人为失误的发生几率，从而从整体上降低缺货的发生几率。
另外，通过将异常信息的产生原因归类为可自动判责与难以判责的两类，还可以实现对部分情况的自动化判责，例如，对于被第一仓库作业节点拦截的SKU，或者在不同第一仓库作业节点之间存在错发的SKU，都可以直接判责给第二仓库作业节点。另外，对于比较难以定责的情况，例如，第一仓库作业节点产生的单纯性的多货或者缺货，也可以通过仓内的视频监测系统等，为具体的定责提供可靠的证据，从而使得使得各种异常可被定责的比例大幅提升，为对仓进行奖励惩罚提供了更客观的数据基础。
需要说明的是，本申请实施例中可能会涉及到对用户数据的使用，在实际应用中，可以在符合所在国的适用法律法规要求的情况下(例如，用户明确同意，对用户切实通知，等)，在适用法律法规允许的范围内在本文描述的方案中使用用户特定的个人数据。
与前述方法实施例相对应，本申请实施例还提供了一种履约异常信息处理装置，参见图4，该装置可以包括：
异常信息接收单元401，用于接收至少一个第一仓库作业节点在当前履约周期内提报的异常信息，其中，在所述当前履约周期内，所述第一仓库作业节点用于接收来自于履约链路上游的第二仓库作业节点的商品，并以用户自提站点为单位对接收到的商品进行分拣，以用于向所述用户自提站点进行运送；所述异常信息包括商品最小库存量单位SKU标识、数量以及异常类型，所述异常类型包括多货或缺货；
异常原因分类单元402，用于根据同一SKU对应的多货数量与缺货数量之间的匹配情况，对所述SKU对应的异常信息的产生原因进行分类；
判责单生成单元403，用于基于所述产生原因的类别，为所述SKU生成对应的判责单，以便进行判责处理。
具体的，所述异常信息接收单元具体可以用于：
接收所述第一仓库作业节点在以用户自提站点为单位对接收到的商品进行分拣的过程中，在SKU维度上提报的缺货异常信息，和/或，在所述第一仓库作业节点完成所述分拣后，针对所述第一仓库作业节点中产生的多货情况，提报的多货异常信息。
其中，所述第一仓库作业节点中产生的多货包括以下中的一项或多项：所述第一仓库作业节点在收货时由于破损、失温或其他品质问题被拦截在所述第一仓库作业节点中的SKU，或者，所述第一仓库作业节点中完成分拣后剩余的品质完好的SKU，或者，所述第一仓库作业节点接收到的不属于该第一仓库作业节点的容器中包括的SKU。
其中，对于所述被拦截的SKU，所述第一仓库作业节点提报的异常信息中还包括：异常信息的证据信息；
所述异常原因分类单元具体可以用于：
在生成的判责单中添加所述证据信息，以便所述第二仓库作业节点进行认责。
具体的，对于所述第一仓库作业节点接收到的不属于该第一仓库作业节点的容器，所述第一仓库作业节点提报的异常信息中还包括：所述容器的容器标识。
其中，所述异常原因分类单元具体可以用于：
根据同一SKU对应的多货数量与缺货数量之间的匹配情况，确定所述SKU的异常的产生原因是否为第一类别或第二类别；
其中，所述第一类别的产生原因包括：由于破损、失温或其他品质问题被拦截在所述第一仓库作业节点中产生的异常，或者，由于在不同第一仓库作业节点之间错发产生的异常；
所述第二类别的产生原因包括：由于第二仓库作业节点单纯的多发或少发产生的异常，或者，由于第一仓库作业节点在分拣过程中失误产生的异常。
具体的，所述异常原因分类单元可以用于：
确定同一第一仓库作业节点是否针对同一SKU提报的缺货异常信息以及多货异常信息；
如果是，则确定该SKU存在由于被拦截在所述第一仓库作业节点中而产生的异常，并根据该第一仓库作业节点为该SKU提报的缺货数量与多货数量之间的较小者，确定该第一仓库作业节点中该SKU被拦截的数量；
根据该SKU被拦截的数量，对所述缺货数量与所述多货数量之间的较大者进行扣减，确定该第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量；
将该第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量，与其他第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量进行匹配判断，以用于识别该SKU在不同的第一仓库作业节点之间存在的错发异常；
如果将所述第一仓库作业节点中被拦截的数量以及错发异常的数量扣减后，该SKU仍然存在异常信息，则确定该SKU存在所述第二类别的产生原因对应的异常。
或者，另一种方式下，所述异常原因分类单元具体可以用于：
将所述至少一个第一仓库作业节点针对同一SKU提报的异常信息进行汇总统计，确定同一SKU对应的总多货数量以及总缺货数量；
如果同一SKU的总多货数量与总缺货数量相等，或两者之间差值小于目标阈值，则确定该SKU存在的所述第一类别的异常；
如果同一SKU的总多货数量与总缺货数量之间的差值大于所述目标阈值，则确定该SKU存在所述第二类别的异常。
具体实现时，该装置还可以包括：
判责单提供单元，用于将所述判责单提供给所述第二仓库作业节点，以便所述第二仓库作业节点根据所述判责单对应的产生原因信息进行认责或者举证。
具体的，所述判责单提供单元具体可以用于：
将多个判责单进行汇总后提供给所述第二仓库作业节点，并提供用于对所述多个判责单进行批量认责的操作控件。
或者，所述判责单提供单元具体可以用于：
提供用于对所述判责单进行申诉的操作控件，以便所述第二仓库作业节点对指定的判责单发起申诉。
具体的，所述第二仓库作业节点中部署有多个视频监测设备，用于对所述第二仓库作业节点中的分拣作业过程进行视频录像，以便在所述第二仓库作业节点需要进行申诉时，为所述第二仓库作业节点提供证据信息。
其中，所述第二仓库作业节点在进行分拣作业过程中，通过预置的容器对所述SKU对应的货品进行承载，并保存容器标识与所在位置之间的对应关系，以及对各SKU进行分拣作业的时间信息；
所述第一仓库作业节点提报的异常信息还包括：多货或缺货的SKU所在的容器标识信息；
此时，所述装置还可以包括：
容器标识确定单元，用于确定判责单关联的SKU标识，以及该SKU对应的目标容器标识；
位置及时间信息确定单元，用于确定在所述第二仓库作业节点中进行分拣作业时，所述目标容器所在的位置信息，以及所述第二仓库作业节点对所述SKU进行拣货的时间信息；
视频片段截取单元，用于根据所述位置信息以及所述时间信息，从所述位置信息对应的视频监测设备所录制的视频中，截取出所述时间信息对应的视频片段，并提供给所述第二仓库作业节点，以便所述第二仓库作业节点根据所述视频片段进行申诉举证。
另外，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述方法实施例中任一项所述的方法的步骤。
以及一种电子设备，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行前述方法实施例中任一项所述的方法的步骤。
其中，图5示例性的展示出了电子设备的架构，具体可以包括处理器510，视频显示适配器511，磁盘驱动器512，输入/输出接口513，网络接口514，以及存储器520。上述处理器510、视频显示适配器511、磁盘驱动器512、输入/输出接口513、网络接口514，与存储器520之间可以通过通信总线530进行通信连接。
其中，处理器510可以采用通用的CPU(Central Processing Unit，处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请所提供的技术方案。
存储器520可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器520可以存储用于控制电子设备500运行的操作系统521，用于控制电子设备500的低级别操作的基本输入输出系统(BIOS)。另外，还可以存储网页浏览器523，数据存储管理系统524，以及履约异常信息处理系统525等等。上述履约异常信息处理系统525就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之，在通过软件或者固件来实现本申请所提供的技术方案时，相关的程序代码保存在存储器520中，并由处理器510来调用执行。
输入/输出接口513用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口514用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线530包括一通路，在设备的各个组件(例如处理器510、视频显示适配器511、磁盘驱动器512、输入/输出接口513、网络接口514，与存储器520)之间传输信息。
需要说明的是，尽管上述设备仅示出了处理器510、视频显示适配器511、磁盘驱动器512、输入/输出接口513、网络接口514，存储器520，总线530等，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请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，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上对本申请所提供的履约异常信息处理方法及电子设备，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。

Claims (12)

1.一种履约异常信息处理方法，其特征在于，包括：
接收至少一个第一仓库作业节点在当前履约周期内提报的异常信息，其中，在所述当前履约周期内，所述第一仓库作业节点用于接收来自于履约链路上游的第二仓库作业节点的商品，并以用户自提站点为单位对接收到的商品进行分拣，以用于向所述用户自提站点进行运送；所述异常信息包括商品最小库存量单位SKU标识、数量以及异常类型，所述异常类型包括多货或缺货；
根据同一SKU对应的多货数量与缺货数量之间的匹配情况，对所述SKU对应的异常信息的产生原因进行分类；
基于所述产生原因的类别，为所述SKU生成对应的判责单，以便进行判责处理。
2.根据权利要求1所述的方法，其特征在于，
所述接收至少一个第一仓库作业节点在当前履约周期内提报的异常信息，包括：
接收所述第一仓库作业节点在以用户自提站点为单位对接收到的商品进行分拣的过程中，在SKU维度上提报的缺货异常信息，和/或，在所述第一仓库作业节点完成所述分拣后，针对所述第一仓库作业节点中产生的多货情况，提报的多货异常信息。
3.根据权利要求2所述的方法，其特征在于，
所述第一仓库作业节点中产生的多货包括以下中的一项或多项：所述第一仓库作业节点在收货时由于破损、失温或其他品质问题被拦截在所述第一仓库作业节点中的SKU，或者，所述第一仓库作业节点中完成分拣后剩余的品质完好的SKU，或者，所述第一仓库作业节点接收到的不属于该第一仓库作业节点的容器中包括的SKU。
4.根据权利要求1所述的方法，其特征在于，
所述对所述SKU对应的异常信息的产生原因进行分类，包括：
根据同一SKU对应的多货数量与缺货数量之间的匹配情况，确定所述SKU的异常的产生原因是否为第一类别或第二类别；
其中，所述第一类别的产生原因包括：由于破损、失温或其他品质问题被拦截在所述第一仓库作业节点中产生的异常，或者，由于在不同第一仓库作业节点之间错发产生的异常；
所述第二类别的产生原因包括：由于第二仓库作业节点单纯的多发或少发产生的异常，或者，由于第一仓库作业节点在分拣过程中失误产生的异常。
5.根据权利要求4所述的方法，其特征在于，
所述确定所述SKU的异常的产生原因是否为第一类别或第二类别，包括：
确定同一第一仓库作业节点是否针对同一SKU提报的缺货异常信息以及多货异常信息；
如果是，则确定该SKU存在由于被拦截在所述第一仓库作业节点中而产生的异常，并根据该第一仓库作业节点为该SKU提报的缺货数量与多货数量之间的较小者，确定该第一仓库作业节点中该SKU被拦截的数量；
根据该SKU被拦截的数量，对所述缺货数量与所述多货数量之间的较大者进行扣减，确定该第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量；
将该第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量，与其他第一仓库作业节点中关于该SKU的单纯缺货或单纯多货的数量进行匹配判断，以用于识别该SKU在不同的第一仓库作业节点之间存在的错发异常；
如果将所述第一仓库作业节点中被拦截的数量以及错发异常的数量扣减后，该SKU仍然存在异常信息，则确定该SKU存在所述第二类别的产生原因对应的异常。
6.根据权利要求4所述的方法，其特征在于，
所述确定所述SKU是否存在第一类别的异常，或第二类别的异常，包括：
将所述至少一个第一仓库作业节点针对同一SKU提报的异常信息进行汇总统计，确定同一SKU对应的总多货数量以及总缺货数量；
如果同一SKU的总多货数量与总缺货数量相等，或两者之间差值小于目标阈值，则确定该SKU存在的所述第一类别的异常；
如果同一SKU的总多货数量与总缺货数量之间的差值大于所述目标阈值，则确定该SKU存在所述第二类别的异常。
7.根据权利要求1所述的方法，其特征在于，还包括：
将所述判责单提供给所述第二仓库作业节点，以便所述第二仓库作业节点根据所述判责单对应的产生原因信息进行认责或者举证。
8.根据权利要求7所述的方法，其特征在于，
所述将所述判责单提供给所述第二仓库作业节点时，还包括：
提供用于对所述判责单进行申诉的操作控件，以便所述第二仓库作业节点对指定的判责单发起申诉。
9.根据权利要求8所述的方法，其特征在于，
所述第二仓库作业节点中部署有多个视频监测设备，用于对所述第二仓库作业节点中的分拣作业过程进行视频录像，以便在所述第二仓库作业节点需要进行申诉时，为所述第二仓库作业节点提供证据信息。
10.根据权利要求9所述的方法，其特征在于，
所述第二仓库作业节点在进行分拣作业过程中，通过预置的容器对所述SKU对应的货品进行承载，并保存容器标识与所在位置之间的对应关系，以及对各SKU进行分拣作业的时间信息；
所述第一仓库作业节点提报的异常信息还包括：多货或缺货的SKU所在的容器标识信息；
所述方法还包括：
确定判责单关联的SKU标识，以及该SKU对应的目标容器标识；
确定在所述第二仓库作业节点中进行分拣作业时，所述目标容器所在的位置信息，以及所述第二仓库作业节点对所述SKU进行拣货的时间信息；
根据所述位置信息以及所述时间信息，从所述位置信息对应的视频监测设备所录制的视频中，截取出所述时间信息对应的视频片段，并提供给所述第二仓库作业节点，以便所述第二仓库作业节点根据所述视频片段进行申诉举证。
11.一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至10任一项所述的方法的步骤。
12.一种电子设备，其特征在于，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行权利要求1至10任一项所述的方法的步骤。
CN202111538648.0A 2021-12-15 2021-12-15 履约异常信息处理方法及电子设备 Pending CN114372767A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111538648.0A CN114372767A (zh) 2021-12-15 2021-12-15 履约异常信息处理方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111538648.0A CN114372767A (zh) 2021-12-15 2021-12-15 履约异常信息处理方法及电子设备

Publications (1)

Publication Number Publication Date
CN114372767A true CN114372767A (zh) 2022-04-19

Family

ID=81139777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111538648.0A Pending CN114372767A (zh) 2021-12-15 2021-12-15 履约异常信息处理方法及电子设备

Country Status (1)

Country Link
CN (1) CN114372767A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001002927A2 (en) * 1999-06-17 2001-01-11 Charles Wong Integrated business-to-business web commerce and business automation system
CN107067296A (zh) * 2017-03-21 2017-08-18 彭建中 基于实时聚类引导、社区团购和农场预售的生鲜电商平台
CN109902981A (zh) * 2017-12-08 2019-06-18 北京京东尚科信息技术有限公司 用于进行数据分析的方法及装置
CN112288349A (zh) * 2020-09-21 2021-01-29 杭州松松供应链管理有限公司 一种全链路监控系统及操作方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001002927A2 (en) * 1999-06-17 2001-01-11 Charles Wong Integrated business-to-business web commerce and business automation system
CN107067296A (zh) * 2017-03-21 2017-08-18 彭建中 基于实时聚类引导、社区团购和农场预售的生鲜电商平台
CN109902981A (zh) * 2017-12-08 2019-06-18 北京京东尚科信息技术有限公司 用于进行数据分析的方法及装置
CN112288349A (zh) * 2020-09-21 2021-01-29 杭州松松供应链管理有限公司 一种全链路监控系统及操作方法

Similar Documents

Publication Publication Date Title
TWI748564B (zh) 基於即時風險決策來收集退還物件的資訊站、方法及系統
CN107516175B (zh) 一种库存调拨方法及装置
CN110796405B (zh) 用于自动包裹跟踪和优先再订购的系统和方法
CN110880086B (zh) 用于快速电子商务订单履行的分拣装置单元格分配的系统和方法
CN108665330B (zh) 一种在业务链路中监控订单的方法及装置
TWI806177B (zh) 用於藉由確認實踐中心中的物件實體量以與使用者介面一起使用來管理存量的電腦實施的系統以及方法
CN108665198B (zh) 一种在业务链路中进行考核的方法及装置
CN109685421A (zh) 一种商品库存管理方法、装置、存储介质及终端
CN110678886A (zh) 一种电子商务物流管理系统
CN113344497B (zh) 一种基于工业视觉的卷烟楼库智慧仓储系统
CN107203859B (zh) 用于仓库与干线物品交接的信息处理方法和装置
TWI812871B (zh) 電腦實行的系統以及方法
CN107203860B (zh) 库存信息处理方法和装置
TW202109403A (zh) 用於存貨管理驗核與退還新鮮的物件之電腦實作系統、電腦實行方法以及電子系統
TW202038156A (zh) 電腦實施系統以及電腦實施方法
US20220198377A1 (en) Systems and methods for automated information collection and processing
TWI845898B (zh) 自動遞送工作者指配的電腦實施系統及電腦實施方法
TWI820660B (zh) 電腦實行的系統以及方法
CN109523690A (zh) 一种自动要货方法
CN114372767A (zh) 履约异常信息处理方法及电子设备
CN114266517A (zh) 异常确定方法、电子设备、存储介质及程序产品
JP2023058668A (ja) 配送ウェーブシステムを使用した自動荷物再注文のためのシステムおよび方法
JP2017207797A (ja) 配送管理システム、方法及びコンピュータプログラム
Werbińska-Wojciechowska On logistics service quality evaluation-case study
CN115439058A (zh) 一种物品出库辅助检验系统与方法

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