CN114372823A - 企业供应链管理方法 - Google Patents

企业供应链管理方法 Download PDF

Info

Publication number
CN114372823A
CN114372823A CN202210006180.9A CN202210006180A CN114372823A CN 114372823 A CN114372823 A CN 114372823A CN 202210006180 A CN202210006180 A CN 202210006180A CN 114372823 A CN114372823 A CN 114372823A
Authority
CN
China
Prior art keywords
data
sales
counting module
purchasing
production
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
CN202210006180.9A
Other languages
English (en)
Inventor
董长锋
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.)
Daxing'anling Focus Technology Co ltd
Original Assignee
Daxing'anling Focus Technology 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 Daxing'anling Focus Technology Co ltd filed Critical Daxing'anling Focus Technology Co ltd
Priority to CN202210006180.9A priority Critical patent/CN114372823A/zh
Publication of CN114372823A publication Critical patent/CN114372823A/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了企业供应链管理方法，具体涉及企业管理领域，包括以下步骤：S1、生产车间数据统计；S2、销售平台数据统计；S3、采购系统数据统计；S4、数据对比；S5、建立预测模型；S6、制定采购计划；S7、采购结果预测；S8、执行采购计划，本发明通过对以往数据进行采集，制定预测模型，之后根据以往数据的对比进行采购计划的制定，将制定的采购计划的各项数据输入预测模型中进行结果的预测，从而可以算出预测利润，之后与上月利润进行对比，高于上月利润后进行采购计划的执行，此种设计，能够根据极大对供应链中的各种工序进行优化，从而通过对供应链工序的调整提高企业的利润。

Description

企业供应链管理方法
技术领域
本发明涉及企业管理领域，尤其涉及企业供应链管理方法。
背景技术
供应链是指围绕核心企业，从配套零件开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中，将供应商、制造商、分销商直到最终用户连成一个整体的功能网链结构。供应链管理经营理念是从消费者的角度，通过企业间的协作，谋求供应链整体最佳化，使所有活动形成一体化。
因此对于供应链的管理尤为重要，但是由于供应链工序繁多，因此对于其的管理不够方便，故而本发明提出企业供应链管理方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的企业供应链管理方法。
为了实现上述目的，本发明采用了如下技术方案：
企业供应链管理方法，包括以下步骤：
S1、生产车间数据统计：随机抽取六个月份生产车间中生产数量、质检结果以及生产时间的数据进行采集，并且按照品类分类记录；
S2、销售平台数据统计：随机抽取六个月份各品类产品的销售数量和销售金额进行分类记录；
S3、采购系统数据统计：调取随机六个月份中已完成订单、未完成订单以及取消订单进行数据的采集，数据采集的方式通过扫描的方式对数据信息进行图文转换从而进行数据的记录；
S4、数据对比：根据生产车间数据、销售平台数据以及采购系统数据对各个品类的成本数据、销售数据进行图标绘制；
S5、建立预测模型：利用算法建立预测模型；
S6、制定采购计划：根据上图绘制的图表数据制定各品类所需原材料的采购计划；
S7、采购结果预测：将制定的采购计划中的数据输入模型进行结果的预测，根据结果的预测进行数据的微调；
S8、执行采购计划。
优选的，所述步骤S1包括：
S1.1、对随机抽取的六个月的单日生产数量进行统计，数据的采集依靠单日生产数量统计模块进行采集；
S1.2、对随机抽取的六个月中的单日质检数据进行统计，即对单日质检过程中检查出的残次品数量进行统计，数据的采集通过单日质检数据统计模块进行；
S1.3、对随机抽取的六个月的单日生产时间进行统计，数据可通过单日生产时间统计模块进行采集，单日生产时间统计模块即考勤系统，通过考勤系统对每天车间工作时间进行记录。
优选的，所述步骤S2包括：
S2.1、登录产品的销售平台，将随机抽取的六个月的销售记录进行调取，通过扫描的方式将销售记录扫描至电脑系统中进行图文转换，从而获取随机抽取的六个月的销售数据，销售数据包括了销售品类、商品售出数量、商品售出单价以及商品总出售金额。
优选的，所述步骤S3包括：
S3.1、登录采购系统，通过订单录入模块调取采购原材料数据，订单录入模块包括品类数量统计模块、单价统计模块以及总金额统计模块，通过品类数量统计模块、单价统计模块以及总金额统计模块采集品类数量数据、品类所需原材料单价数据以及采购总金额数据；
S3.2、登录采购系统，通过订单统计模块调取订单数据，订单统计模块包括已完成订单统计模块、未完成订单统计模块以及取消订单统计模块，通过上述模块调取每个月完成的订单数量数据、未完成的订单数量数据以及区小的订单数量数据；
S3.3、登录采购系统，通过资金统计模块调取每月金额变动数据，资金统计模块包括支出资金统计模块、收入资金统计模块以及剩余自资金统计模块，通过上述模块统计每个月采购支出金额，公司打款金额数量以及每月剩余金额数据。
优选的，所述步骤S4具体为：将步骤S1、S2以及S3中采集的数据进行分类，具体分类情况如下：
将步骤S1中采集的品类单日生产数量以及质检出来的残次品数量按照品类分类记录，之后将步骤S2中相对应的品类销售数量以及销售金额归整至相应的品类中进行数据记录，再根据步骤S3中采集的原材料采购订单数据将原材料订单数据按照原材料制造的产品品类规整至相应的品类中进行数据记录，数据记录方式可通过表格的形式进行记录。
优选的，所述步骤S5中建立预测模型所用到的算法具体为：
K表示时间，X(K)表示t＝K时的观测值，设定XK＜XK+1，原始数据记录为X(0)，
Figure BDA0003456845000000041
生成累计数据为：
X(1)(K)＝∑i＝1 KX(0)(K)(K＝1,2...,n)。
优选的，所述步骤S6中采购的计划执行依据单月销售金额多的品类进行原材料多采购、生产车间多生成以及销售金额少的品类进行原材料的少采购、生产车间少生产的标准进行采购计划的制定，采购计划制定过程中，以单品类生产出的残次品数量以及成本价格作为参考进行计划的辅助制定。
优选的，所述步骤S8具体为：当根据预测模型得出预测结果后，与上月利润进行对比，当销售利润高于上月销售利润时进行采购计划的执行，利润可通过销售金额减去原材料采购成本、生产车间机器成本以及人工成本计算而得。
本发明的有益效果为：
本发明通过对以往数据进行采集，制定预测模型，之后根据以往数据的对比进行采购计划的制定，将制定的采购计划的各项数据输入预测模型中进行结果的预测，从而可以算出预测利润，之后与上月利润进行对比，高于上月利润后进行采购计划的执行，此种设计，能够根据极大对供应链中的各种工序进行优化，从而通过对供应链工序的调整提高企业的利润；
本发明中针对各项品类的各类数据进行分类记录，方便直观地观察各个不同品类每个月为企业所带来的利润，从而在制定采购计划时可以有偏重的对原材料的采购进行调整，且本发明中还对质检数据以及每个月取消的采购订单数据进行采集，参考每个品类生产过程中残次品数量的记录以及原材料采购的难度辅助进行采购计划的制定，能够进一步确保预测结果的准确性。
附图说明
图1为本发明中的系统流程示意图；
图2为本发明中的系统模块图。
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。
实施例1
如图1-2所示，企业供应链管理方法，包括以下步骤：
S1、生产车间数据统计：随机抽取六个月份生产车间中生产数量、质检结果以及生产时间的数据进行采集，并且按照品类分类记录；
S2、销售平台数据统计：随机抽取六个月份各品类产品的销售数量和销售金额进行分类记录；
S3、采购系统数据统计：调取随机六个月份中已完成订单、未完成订单以及取消订单进行数据的采集，数据采集的方式通过扫描的方式对数据信息进行图文转换从而进行数据的记录；
S4、数据对比：根据生产车间数据、销售平台数据以及采购系统数据对各个品类的成本数据、销售数据进行图标绘制；
S5、建立预测模型：利用算法建立预测模型；
S6、制定采购计划：根据上图绘制的图表数据制定各品类所需原材料的采购计划；
S7、采购结果预测：将制定的采购计划中的数据输入模型进行结果的预测，根据结果的预测进行数据的微调；
S8、执行采购计划。
其中，所述步骤S1包括：
S1.1、对随机抽取的六个月的单日生产数量进行统计，数据的采集依靠单日生产数量统计模块进行采集；
S1.2、对随机抽取的六个月中的单日质检数据进行统计，即对单日质检过程中检查出的残次品数量进行统计，数据的采集通过单日质检数据统计模块进行；
S1.3、对随机抽取的六个月的单日生产时间进行统计，数据可通过单日生产时间统计模块进行采集，单日生产时间统计模块即考勤系统，通过考勤系统对每天车间工作时间进行记录。
其中，所述步骤S2包括：
S2.1、登录产品的销售平台，将随机抽取的六个月的销售记录进行调取，通过扫描的方式将销售记录扫描至电脑系统中进行图文转换，从而获取随机抽取的六个月的销售数据，销售数据包括了销售品类、商品售出数量、商品售出单价以及商品总出售金额。
其中，所述步骤S3包括：
S3.1、登录采购系统，通过订单录入模块调取采购原材料数据，订单录入模块包括品类数量统计模块、单价统计模块以及总金额统计模块，通过品类数量统计模块、单价统计模块以及总金额统计模块采集品类数量数据、品类所需原材料单价数据以及采购总金额数据；
S3.2、登录采购系统，通过订单统计模块调取订单数据，订单统计模块包括已完成订单统计模块、未完成订单统计模块以及取消订单统计模块，通过上述模块调取每个月完成的订单数量数据、未完成的订单数量数据以及区小的订单数量数据；
S3.3、登录采购系统，通过资金统计模块调取每月金额变动数据，资金统计模块包括支出资金统计模块、收入资金统计模块以及剩余自资金统计模块，通过上述模块统计每个月采购支出金额，公司打款金额数量以及每月剩余金额数据。
其中，所述步骤S4具体为：将步骤S1、S2以及S3中采集的数据进行分类，具体分类情况如下：
将步骤S1中采集的品类单日生产数量以及质检出来的残次品数量按照品类分类记录，之后将步骤S2中相对应的品类销售数量以及销售金额归整至相应的品类中进行数据记录，再根据步骤S3中采集的原材料采购订单数据将原材料订单数据按照原材料制造的产品品类规整至相应的品类中进行数据记录，数据记录方式可通过表格的形式进行记录。
其中，所述步骤S5中建立预测模型所用到的算法具体为：
K表示时间，X(K)表示t＝K时的观测值，设定XK＜XK+1，原始数据记录为X(0)，
Figure BDA0003456845000000071
生成累计数据为：
X(1)(K)＝∑i＝1 KX(0)(K)(K＝1,2...,n)。
其中，所述步骤S6中采购的计划执行依据单月销售金额多的品类进行原材料多采购、生产车间多生成以及销售金额少的品类进行原材料的少采购、生产车间少生产的标准进行采购计划的制定，采购计划制定过程中，以单品类生产出的残次品数量以及成本价格作为参考进行计划的辅助制定。
其中，所述步骤S8具体为：当根据预测模型得出预测结果后，与上月利润进行对比，当销售利润高于上月销售利润时进行采购计划的执行，利润可通过销售金额减去原材料采购成本、生产车间机器成本以及人工成本计算而得。
对比例1
本实施例与所提供的实施例1的方法大致相同，其主要区别在于：步骤S4中未按照品类分类进行数据的记录；
对比例2
本实施例与所提供的实施例1的方法大致相同，其主要区别在于：步骤S5中未使用算法。
对比例3
本实施例与所提供的实施例1的方法大致相同，其主要区别在于：步骤S6中未使用所有数据作为参考制定采购计划。
性能测试
分别取等量的实施例1和对比例1～3所提供的企业供应链管理方法的预测结果准确性以及利润提高率：
预测结果准确性 利润提高率
实施例1 99％ 99.9％
对比例1 92％ 78％
对比例2 32％ 12％
对比例3 78％ 82％
通过分析上述各表中的相关数据可知，企业供应链管理方法，包括以下步骤：
S1、生产车间数据统计：随机抽取六个月份生产车间中生产数量、质检结果以及生产时间的数据进行采集，并且按照品类分类记录；
S2、销售平台数据统计：随机抽取六个月份各品类产品的销售数量和销售金额进行分类记录；
S3、采购系统数据统计：调取随机六个月份中已完成订单、未完成订单以及取消订单进行数据的采集，数据采集的方式通过扫描的方式对数据信息进行图文转换从而进行数据的记录；
S4、数据对比：根据生产车间数据、销售平台数据以及采购系统数据对各个品类的成本数据、销售数据进行图标绘制；
S5、建立预测模型：利用算法建立预测模型；
S6、制定采购计划：根据上图绘制的图表数据制定各品类所需原材料的采购计划；
S7、采购结果预测：将制定的采购计划中的数据输入模型进行结果的预测，根据结果的预测进行数据的微调；
S8、执行采购计划，通过对以往数据进行采集，制定预测模型，之后根据以往数据的对比进行采购计划的制定，将制定的采购计划的各项数据输入预测模型中进行结果的预测，从而可以算出预测利润，之后与上月利润进行对比，高于上月利润后进行采购计划的执行，此种设计，能够根据极大对供应链中的各种工序进行优化，从而通过对供应链工序的调整提高企业的利润。
其中，所述步骤S1包括：
S1.1、对随机抽取的六个月的单日生产数量进行统计，数据的采集依靠单日生产数量统计模块进行采集；
S1.2、对随机抽取的六个月中的单日质检数据进行统计，即对单日质检过程中检查出的残次品数量进行统计，数据的采集通过单日质检数据统计模块进行；
S1.3、对随机抽取的六个月的单日生产时间进行统计，数据可通过单日生产时间统计模块进行采集，单日生产时间统计模块即考勤系统，通过考勤系统对每天车间工作时间进行记录。
其中，所述步骤S2包括：
S2.1、登录产品的销售平台，将随机抽取的六个月的销售记录进行调取，通过扫描的方式将销售记录扫描至电脑系统中进行图文转换，从而获取随机抽取的六个月的销售数据，销售数据包括了销售品类、商品售出数量、商品售出单价以及商品总出售金额。
其中，所述步骤S3包括：
S3.1、登录采购系统，通过订单录入模块调取采购原材料数据，订单录入模块包括品类数量统计模块、单价统计模块以及总金额统计模块，通过品类数量统计模块、单价统计模块以及总金额统计模块采集品类数量数据、品类所需原材料单价数据以及采购总金额数据；
S3.2、登录采购系统，通过订单统计模块调取订单数据，订单统计模块包括已完成订单统计模块、未完成订单统计模块以及取消订单统计模块，通过上述模块调取每个月完成的订单数量数据、未完成的订单数量数据以及区小的订单数量数据；
S3.3、登录采购系统，通过资金统计模块调取每月金额变动数据，资金统计模块包括支出资金统计模块、收入资金统计模块以及剩余自资金统计模块，通过上述模块统计每个月采购支出金额，公司打款金额数量以及每月剩余金额数据。
其中，所述步骤S4具体为：将步骤S1、S2以及S3中采集的数据进行分类，具体分类情况如下：
将步骤S1中采集的品类单日生产数量以及质检出来的残次品数量按照品类分类记录，之后将步骤S2中相对应的品类销售数量以及销售金额归整至相应的品类中进行数据记录，再根据步骤S3中采集的原材料采购订单数据将原材料订单数据按照原材料制造的产品品类规整至相应的品类中进行数据记录，数据记录方式可通过表格的形式进行记录，针对各项品类的各类数据进行分类记录，方便直观地观察各个不同品类每个月为企业所带来的利润，从而在制定采购计划时可以有偏重的对原材料的采购进行调整，且本发明中还对质检数据以及每个月取消的采购订单数据进行采集，参考每个品类生产过程中残次品数量的记录以及原材料采购的难度辅助进行采购计划的制定，能够进一步确保预测结果的准确性。
其中，所述步骤S5中建立预测模型所用到的算法具体为：
K表示时间，X(K)表示t＝K时的观测值，设定XK＜XK+1，原始数据记录为X(0)，
Figure BDA0003456845000000121
生成累计数据为：
X(1)(K)＝∑i＝1 KX(0)(K)(K＝1,2...,n)。
其中，所述步骤S6中采购的计划执行依据单月销售金额多的品类进行原材料多采购、生产车间多生成以及销售金额少的品类进行原材料的少采购、生产车间少生产的标准进行采购计划的制定，采购计划制定过程中，以单品类生产出的残次品数量以及成本价格作为参考进行计划的辅助制定。
其中，所述步骤S8具体为：当根据预测模型得出预测结果后，与上月利润进行对比，当销售利润高于上月销售利润时进行采购计划的执行，利润可通过销售金额减去原材料采购成本、生产车间机器成本以及人工成本计算而得。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.企业供应链管理方法，其特征在于，包括以下步骤：
S1、生产车间数据统计：随机抽取六个月份生产车间中生产数量、质检结果以及生产时间的数据进行采集，并且按照品类分类记录；
S2、销售平台数据统计：随机抽取六个月份各品类产品的销售数量和销售金额进行分类记录；
S3、采购系统数据统计：调取随机六个月份中已完成订单、未完成订单以及取消订单进行数据的采集，数据采集的方式通过扫描的方式对数据信息进行图文转换从而进行数据的记录；
S4、数据对比：根据生产车间数据、销售平台数据以及采购系统数据对各个品类的成本数据、销售数据进行图标绘制；
S5、建立预测模型：利用算法建立预测模型；
S6、制定采购计划：根据上图绘制的图表数据制定各品类所需原材料的采购计划；
S7、采购结果预测：将制定的采购计划中的数据输入模型进行结果的预测，根据结果的预测进行数据的微调；
S8、执行采购计划。
2.根据权利要求1所述的企业供应链管理方法，其特征在于，所述步骤S1包括：
S1.1、对随机抽取的六个月的单日生产数量进行统计，数据的采集依靠单日生产数量统计模块进行采集；
S1.2、对随机抽取的六个月中的单日质检数据进行统计，即对单日质检过程中检查出的残次品数量进行统计，数据的采集通过单日质检数据统计模块进行；
S1.3、对随机抽取的六个月的单日生产时间进行统计，数据可通过单日生产时间统计模块进行采集，单日生产时间统计模块即考勤系统，通过考勤系统对每天车间工作时间进行记录。
3.根据权利要求1所述的企业供应链管理方法，其特征在于，所述步骤S2包括：
S2.1、登录产品的销售平台，将随机抽取的六个月的销售记录进行调取，通过扫描的方式将销售记录扫描至电脑系统中进行图文转换，从而获取随机抽取的六个月的销售数据，销售数据包括了销售品类、商品售出数量、商品售出单价以及商品总出售金额。
4.根据权利要求1所述的企业供应链管理方法，其特征在于，所述步骤S3包括：
S3.1、登录采购系统，通过订单录入模块调取采购原材料数据，订单录入模块包括品类数量统计模块、单价统计模块以及总金额统计模块，通过品类数量统计模块、单价统计模块以及总金额统计模块采集品类数量数据、品类所需原材料单价数据以及采购总金额数据；
S3.2、登录采购系统，通过订单统计模块调取订单数据，订单统计模块包括已完成订单统计模块、未完成订单统计模块以及取消订单统计模块，通过上述模块调取每个月完成的订单数量数据、未完成的订单数量数据以及区小的订单数量数据；
S3.3、登录采购系统，通过资金统计模块调取每月金额变动数据，资金统计模块包括支出资金统计模块、收入资金统计模块以及剩余自资金统计模块，通过上述模块统计每个月采购支出金额，公司打款金额数量以及每月剩余金额数据。
5.根据权利要求1所述的企业供应链管理方法，其特征在于，所述步骤S4具体为：将步骤S1、S2以及S3中采集的数据进行分类，具体分类情况如下：
将步骤S1中采集的品类单日生产数量以及质检出来的残次品数量按照品类分类记录，之后将步骤S2中相对应的品类销售数量以及销售金额归整至相应的品类中进行数据记录，再根据步骤S3中采集的原材料采购订单数据将原材料订单数据按照原材料制造的产品品类规整至相应的品类中进行数据记录，数据记录方式可通过表格的形式进行记录。
6.根据权利要求1所述的企业供应链管理方法，其特征在于，所述步骤S5中建立预测模型所用到的算法具体为：
K表示时间，X(K)表示t＝K时的观测值，设定XK＜XK+1，原始数据记录为X(0)，
Figure FDA0003456844990000031
生成累计数据为：
X(1)(K)＝∑i＝1 KX(0)(K)(K＝1,2...,n)。
7.根据权利要求1所述的企业供应链管理方法，其特征在于，所述步骤S6中采购的计划执行依据单月销售金额多的品类进行原材料多采购、生产车间多生成以及销售金额少的品类进行原材料的少采购、生产车间少生产的标准进行采购计划的制定，采购计划制定过程中，以单品类生产出的残次品数量以及成本价格作为参考进行计划的辅助制定。
8.根据权利要求1所述的企业供应链管理方法，其特征在于，所述步骤S8具体为：当根据预测模型得出预测结果后，与上月利润进行对比，当销售利润高于上月销售利润时进行采购计划的执行，利润可通过销售金额减去原材料采购成本、生产车间机器成本以及人工成本计算而得。
CN202210006180.9A 2022-01-05 2022-01-05 企业供应链管理方法 Pending CN114372823A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210006180.9A CN114372823A (zh) 2022-01-05 2022-01-05 企业供应链管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210006180.9A CN114372823A (zh) 2022-01-05 2022-01-05 企业供应链管理方法

Publications (1)

Publication Number Publication Date
CN114372823A true CN114372823A (zh) 2022-04-19

Family

ID=81141916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210006180.9A Pending CN114372823A (zh) 2022-01-05 2022-01-05 企业供应链管理方法

Country Status (1)

Country Link
CN (1) CN114372823A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114926092A (zh) * 2022-06-17 2022-08-19 株洲南软计算机有限公司 基于mes智能制造的生产管理系统及方法
CN115147010A (zh) * 2022-08-29 2022-10-04 深圳市感恩网络科技有限公司 一种基于云计算的企业erp数据分析监管系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114926092A (zh) * 2022-06-17 2022-08-19 株洲南软计算机有限公司 基于mes智能制造的生产管理系统及方法
CN115147010A (zh) * 2022-08-29 2022-10-04 深圳市感恩网络科技有限公司 一种基于云计算的企业erp数据分析监管系统及方法

Similar Documents

Publication Publication Date Title
Thomas et al. The costs and benefits of advanced maintenance in manufacturing
Liu et al. Integrated production planning and preventive maintenance scheduling for synchronized parallel machines
CN114372823A (zh) 企业供应链管理方法
CN114118883B (zh) 基于大数据的财务成本挖掘与分析系统及方法
CN108389069A (zh) 基于随机森林和逻辑回归的优质客户识别方法及装置
CN113706009A (zh) 基于多维度物料数据的供应商智能评价和分级系统
CN108364191A (zh) 基于随机森林和逻辑回归的优质客户优化识别方法及装置
Siek et al. Business process mining from e-commerce event web logs: Conformance checking and bottleneck identification
Harikrishnan et al. Productivity improvement in poly-cover packing line through line balancing and automation
CN117369399B (zh) 一种基于mom系统的产品生产任务调度方法及系统
CN113628024A (zh) 基于大数据平台系统的财务数据智能稽核系统及方法
CN114091974A (zh) 一种基于mes系统的集成电路生产线工时核算方法
CN114372848A (zh) 一种基于机器学习的烟草行业智能营销系统
CN110223104B (zh) 一种基于大数据的客户模型构建系统
CN116308494A (zh) 供应链需求预测方法
CN115481938A (zh) 地区电商发展水平的评价方法及系统
CN104732361A (zh) 建立小麦加工企业的idef模型的方法
CN113935575A (zh) 一种钢铁企业询单效益测算系统
CN112181956A (zh) 一种基于热轧工业大数据的数据挖掘的方法
CN113592611A (zh) 垃圾焚烧企业集团化招采监管一体化管理系统
JPH04211860A (ja) 統合品質管理方法
Lin et al. A Practical Framework for Forecasting Stock Keeping Unit Level Seasonal Sales
Bettiol et al. Is this time different? How Industry 4.0 affects firms’ labor productivity
CN117436718B (zh) 一种基于多维引擎的智能数据管理平台
CN116777508B (zh) 一种基于大数据的医药供应分析管理系统及方法

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