CN114444896B - 供应链数据处理系统和方案 - Google Patents

供应链数据处理系统和方案 Download PDF

Info

Publication number
CN114444896B
CN114444896B CN202111675711.5A CN202111675711A CN114444896B CN 114444896 B CN114444896 B CN 114444896B CN 202111675711 A CN202111675711 A CN 202111675711A CN 114444896 B CN114444896 B CN 114444896B
Authority
CN
China
Prior art keywords
supply chain
analysis
data
strategy
plan
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.)
Active
Application number
CN202111675711.5A
Other languages
English (en)
Other versions
CN114444896A (zh
Inventor
陈岳阳
卜佳俊
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202111675711.5A priority Critical patent/CN114444896B/zh
Publication of CN114444896A publication Critical patent/CN114444896A/zh
Application granted granted Critical
Publication of CN114444896B publication Critical patent/CN114444896B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/06—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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种供应链数据处理系统，包括：供应链中台子系统和优化策略子系统；供应链中台子系统，用于从优化策略子系统获得问题解决优化策略，根据问题解决优化策略自动调整供应链计划域的计划和执行；优化策略子系统，包括：数据处理模块、问题分析和诊断模块、策略生成模块；数据处理模块，用于从供应链中台子系统得到供应链计划系统的基础数据，并将基础数据进行重新组合，生成分析数据；问题分析和诊断模块，根据分析数据，得到供应链计划域存在的问题以及导致问题的原因；策略生成模块，用于根据供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将解决策略返回到中台子系统。采用上述系统，以提升供应链计划准确性。

Description

供应链数据处理系统和方案
技术领域
本申请涉及计算机技术领域，具体涉及一种供应链数据处理系统，本申请还涉及一种供应链数据处理方法和一种供应链数据处理装置。
背景技术
随着互联网的日益发展，电商业务也得到迅速发展，在发展的同时也面临一些挑战。一方面，一些电商支持的行业多、货品销售模式差异大(包括：自营模式、平台模式、代营模式等)、供应链成熟度不一；另一方面，各行业开始重视损益，需求波动大(例如，一些电商平台一年具有200到300个大大小小的促销活动)。由于电商业务行业多、业务模式差异大，而且促销活动多，因此对供应链的挑战很大。
传统的软件设计，核心主要解决线下业务线上化等问题。而且现有的供应链计划方案也只是针对日销模式设计的，不能用于促销活动多的应用场景，无法提升供应链计划的准确性。
因此，亟需构建一套供应链数据处理系统以提升供应链计划的准确性。
发明内容
本申请提供一种供应链数据处理系统、一种供应链数据处理方法和一种供应链数据处理装置，以提升供应链计划准确性。
本申请提供一种供应链数据处理系统，包括：供应链中台子系统和优化策略子系统；
所述供应链中台子系统，包括策略接收和计划调整模块，用于从优化策略子系统获得问题解决优化策略，根据所述问题解决优化策略自动调整供应链计划域的计划和执行；
所述优化策略子系统，包括：数据处理模块、问题分析和诊断模块、策略生成模块；
所述数据处理模块，用于从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据；
所述问题分析和诊断模块，用于根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；
所述策略生成模块，用于根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题优化解决策略返回到供应链中台子系统。
作为一种实施方式，所述供应链计划系统的基础数据，包括：供应链计划参数值、与货品相关的基础数据、仓与网络关系数据、进销存数据、供应链单据。
作为一种实施方式，所述数据处理模块，具体用于：
从供应链中台子系统得到供应链计划系统的基础数据；
将所述供应链计划系统的基础数据发送到统一中间存储层；
统一中间存储层对所述基础数据根据预先设定的字段定义逻辑进行加工处理，处理成供应链基础领域模型中每个字段，生成基础数据模型。
作为一种实施方式，所述基础数据模型包括：
仓与网络关系模型、需求和供应网络模型、货品与流动关系模型、触发流动单据模型、进销存模型。
作为一种实施方式，所述问题分析和诊断模块，包括：
指标分析和链路分析单元，用于根据供应链计划的核心领域对应的分析数据，对核心业务指标和/或核心产品指标进行定义、分析；以及，对供应链单据进行同步、单据上下游串联以及单据的预警分析；
问题确定和归因单元，用于基于指标分析和链路分析单元的分析，确定供应链计划域存在的问题；针对所述供应链计划域存在的问题进行对应的归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
作为一种实施方式，所述核心业务指标，包括以下至少一种：货品缺货指标、资金周转周期指标、本地订单满足率指标、货品滞销指标、货品成本指标；
所述核心产品指标，包括以下至少一种：供应链计划参数准确率、分仓比准确率、预测准确率。
作为一种实施方式，所述问题确定和归因单元，具体用于：
基于指标分析和链路分析单元的分析，通过人工专家经验分析确定供应链计划域存在的问题；
根据供应链计划域存在的问题，确定对应的业务场景归因分析模板；
采用所述对应的业务场景归因分析模板进行归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
作为一种实施方式，所述策略生成模块，具体用于：
对所述导致所述供应链计划域存在的问题的供应链的链路的问题环节进行分析，得到与所述问题环节对应的问题优化解决策略；
将各问题环节对应的优化策略进行组合，生成优化解决策略集合；
将所述优化解决策略集合返回到供应链中台子系统。
作为一种实施方式，所述策略生成模块，具体用于：
基于人工专家经验分析，找到引起供应链计划域问题的问题环节，生成与各问题环节对应的问题优化解决策略；
将与各问题环节对应的问题优化解决策略，以扩展点的形式注入到供应链系统中；
基于所述导致所述供应链计划域存在的问题的供应链的链路的问题环节，找到对应的扩展点；
将对应的优化策略扩展点中的内容作为与所述供应链的链路的问题环节对应的问题优化解决策略。
作为一种实施方式，所述问题优化解决策略，包括以下至少一种：
流程优化策略；业务规则优化策略、数据优化策略。
作为一种实施方式，所述优化策略子系统，还包括：
数据获得模块，用于从供应链中台子系统中获得供应链计划系统的基础数据，并将所述供应链计划系统的基础数据发送到数据处理模块。
作为一种实施方式，所述供应链中台子系统，还包括：
计划执行模块，用于创建供应链计划域的计划并执行。
本申请还提供一种供应链数据处理方法，包括：
从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据；
根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；
根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题解决策略返回到供应链中台子系统。
作为一种实施方式，所述从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据，包括：
从供应链中台子系统得到供应链计划系统的基础数据；
将所述供应链计划系统的基础数据统一回流到中间存储层；
中间存储层对回笼的基础数据根据预先设定的字段定义逻辑进行加工处理，处理成供应链基础领域模型中每个字段，生成基础数据模型。
作为一种实施方式，所述根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因，包括：
根据供应链计划的核心领域对应的分析数据，对核心业务指标和/或核心产品指标进行定义、分析；以及，对供应链单据进行同步、单据上下游串联以及单据的预警分析；
基于上述分析，确定供应链计划域存在的问题；针对所述供应链计划域存在的问题进行对应的归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
作为一种实施方式，基于上述分析，确定供应链计划域存在的问题；针对所述供应链计划域存在的问题进行对应的归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节，包括：
基于上述分析，通过人工专家经验分析确定供应链计划域存在的问题；
根据供应链计划域存在的问题，确定对应的业务场景归因分析模板；
采用所述对应的业务场景归因分析模板进行归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
作为一种实施方式，所述核心业务指标，包括以下至少一种：货品缺货指标、资金周转周期指标、本地订单满足率指标、货品滞销指标、货品成本指标；
所述核心产品指标，包括以下至少一种：供应链计划参数准确率、分仓比准确率、预测准确率。
作为一种实施方式，所述根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，包括：
对所述导致所述供应链计划域存在的问题的供应链的链路的问题环节进行分析，得到与所述问题环节对应的问题优化解决策略；
将各问题环节对应的优化策略进行组合，生成优化解决策略集合。
作为一种实施方式，所述对所述导致所述供应链计划域存在的问题的供应链的链路的问题环节进行分析，得到与所述问题环节对应的问题优化解决策略，包括:
基于人工专家经验分析，找到引起供应链计划域问题的问题环节，生成与各问题环节对应的问题优化解决策略；
将与各问题环节对应的问题优化解决策略，以扩展点的形式注入到供应链系统中；
基于所述导致所述供应链计划域存在的问题的供应链的链路的问题环节，找到对应的扩展点；
将对应的优化策略扩展点中的内容作为与所述供应链的链路的问题环节对应的问题优化解决策略。
作为一种实施方式，所述将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据，包括：对所述供应链计划系统的基础数据进行解耦并重新组合，生成与供应链计划的五大核心领域对应的分析数据；并将所述分析数据存储到对应的领域模型中。
本申请还提供一种供应链数据处理装置，包括：
数据处理单元，用于从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据；
问题分析和诊断单元，用于根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；
策略生成单元，用于根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题解决策略返回到供应链中台子系统。
与现有技术相比，本申请具有以下优点：
本申请提供一种供应链数据处理系统，包括：供应链中台子系统和优化策略子系统；所述供应链中台子系统，包括策略接收和计划调整模块，用于从优化策略子系统获得问题解决优化策略，根据所述问题解决优化策略自动调整供应链计划域的计划和执行；所述优化策略子系统，包括：数据处理模块、问题分析和诊断模块、策略生成模块；所述数据处理模块，用于从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据；所述问题分析和诊断模块，根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；所述策略生成模块，用于根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题优化解决策略返回到供应链中台子系统。本申请提供的供应链数据处理系统，通过优化策略子系统从供应链中台子系统获得供应链计划系统的基础数据；并根据供应链计划系统的基础数据，生成分析数据；根据分析数据，得到供应链计划域存在的问题；根据存在的问题，生成问题优化解决策略，将问题解决策略返回到供应链中台子系统；然后，供应链中台子系统再根据问题解决优化策略自动调整供应链计划域的计划和执行，从而构建了一个自闭环、自驱动、自优化的供应链计划架构体系，提升了供应链计划准确性。
附图说明
图1A是本申请提供的一种场景示意图。
图1是本申请第一实施例提供的一种供应链数据处理系统的示意图。
图2为本申请第一实施例提供的一个优化策略子系统执行的场景示意图。
图3为本申请第一实施例提供的供应链数据处理系统的设计思想的示意图。
图4是本申请第二实施例提供的一种供应链数据处理方法的流程图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施的限制。
为了使本领域的技术人员更好的理解本申请方案，首先对本申请的具体应用场景实施例进行详细描述。
本申请第一实施例提供的供应链数据处理系统中的供应链中台子系统和优化策略子系统可以分别设置在不同的服务器上，也可以设置在同一服务器上。
如图1A，供应链中台子系统运行在服务器A上，优化策略子系统运行在服务器B上，服务器A与服务器B建立连接。所述供应链中台子系统，所述优化策略子系统，包括：数据处理模块101、问题分析和诊断模块102、策略生成模块103；首先，所述数据处理模块101，从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据；然后，所述问题分析和诊断模块102，根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；最后，所述策略生成模块103，根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题优化解决策略返回到供应链中台子系统。
本申请第一实施例提供一种供应链数据处理系统，下面结合图1、图2、图3进行说明。
所述供应链数据处理系统，包括：供应链中台子系统101和优化策略子系统102；
所述供应链中台子系统101，包括策略接收和计划调整模块，用于从优化策略子系统获得问题解决优化策略，根据所述问题解决优化策略自动调整供应链计划域的计划和执行；
所述优化策略子系统102，包括：数据处理模块、问题分析和诊断模块、策略生成模块；
所述数据处理模块，用于从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据；
所述问题分析和诊断模块，用于根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；
所述策略生成模块，用于根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题优化解决策略返回到供应链中台子系统。
所述供应链(Supply chain)是指生产及流通过程中，涉及将产品或服务提供给最终用户活动的上游与下游企业所形成的网链结构。
所述供应链计划，指针对供应链网络做最优的供给和需求匹配平衡。供应链网络包括：消费者需求网络、商家供应网络、物流网络。供应链计划主要解决库存周转、缺货等问题，目的是使库存效率最大化。
所述供应链计划系统的基础数据，包括：供应链计划参数值、与货品相关的基础数据、仓与网络关系数据、进销存数据、供应链单据等。供应链中台子系统中的数据是按照业务的维度存储的。
所述供应链计划参数值包括供应链服务水平、安全库存数据等。所述与货品相关的基础数据，包括：货品数据、仓库数据、供应商数据等。所述进销存数据包括库存、历史销量等。供应链单据包括入库单、出库单、计划单等。
所述存在的问题，包括：选品问题；销量预测问题、调拨计划问题、线路产能合理性问题等。
由于从供应链中台子系统得到供应链计划系统的基础数据，都是分散在供应链的各个业务系统中或者供应链上下游的系统(例如物流系统等)，是零散的数据，所以需要对上述分散的数据进行重新聚合抽象为五个维度的基础数据模型，以屏蔽业务的差异性，目标是要抽象为供应链的公共的核心领域能力，为分析数据和诊断问题做准备。
数据处理模块在获得供应链计划系统的基础数据后，可以按照以下逻辑顺序进行处理：
首先，定义供应链标准数据模型中每个字段定义逻辑，例如商品属性、库存类型等；
其次，将分散在各个系统的供应链计划系统的基础数据，需要统一回流到中间存储层(保持原有系统的存储逻辑一致)；
然后，统一中间存储层会对回笼的基础数据根据预先设定好的字段定义逻辑进行加工处理，处理成5个供应链基础领域模型中每个字段，生成基础数据模型。为接下来的分析、诊断问题提供了基础。
所述数据处理模块，具体用于：
从供应链中台子系统得到供应链计划系统的基础数据；
将所述供应链计划系统的基础数据统一回流到中间存储层；
中间存储层对回笼的基础数据根据预先设定的字段定义逻辑进行加工处理，处理成供应链基础领域模型中每个字段，生成基础数据模型。
供应链抽象出的五个维度的基础数据模型，能适应各种应用场景。基础数据模型可以包括五大核心领域模型：仓与网络关系模型、需求和供应网络模型、货品流动关系模型、流动单据模型、进销存模型。
所述仓与网络关系，指物流网络，包括仓与仓之间的调配关系、配送线路。仓与网络关系，是供应链最基础的底层网络关系，所有的库存流动都围绕这层关系。
所述仓与网络模型，指用于存储物流网络对应的分析数据的模型。
所述需求和供应网络，指未来消费者的需求和商家库存的供应关系，位于仓与网络关系之上。
所述需求和供应网络模型，指用于存储需求和供应网络对应的分析数据的模型。
货品流动关系，指在供应链网络之上构建的历史上发生的货品流动的数据。例如，商家A在10月16日下一个调拨单，把100个空调从青岛仓调拨到杭州仓。
流动单据：指承载货品流动关系的单据，例如销量计划单据、补货计划单据、调拨计划单据、采购计划单据、出入库单据、采购单等。
进销存，指货品出库、入库数据的分布情况。
需要说明的是，本申请第一实施例通过从计划域供应链抽象出的上述五个维度的基础数据模型，将从供应链中台子系统得到的供应链计划系统的基础数据进行解耦后重新组合，生成与供应链计划的核心领域对应的分析数据，为问题分析和诊断模块提供了各个场景下多个维度的分析数据，使问题分析和诊断模块可以按照不同维度进行数据分析。
在具体实施时，可以在数据处理模块里设置一个数据转化单元，用于将从供应链中台子系统中获得的供应链计划系统的基础数据进行解耦并重新组合，生成与供应链计划的核心领域对应的分析数据。
所述优化策略子系统，还可以包括：
数据获得模块，用于从供应链中台子系统中获得供应链计划系统的基础数据，并将所述供应链计划系统的基础数据发送到数据处理模块。
作为一种实施方式，所述问题分析和诊断模块，包括：
指标分析和链路分析单元，用于根据供应链计划的核心领域对应的分析数据，对核心业务指标和/或核心产品指标进行定义、分析；以及，对供应链单据进行同步、单据上下游串联以及单据的预警分析；
问题确定和归因单元，用于基于指标分析和链路分析单元的分析，确定供应链计划域存在的问题；针对所述供应链计划域存在的问题进行对应的归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
所述核心业务指标，包括以下至少一种：货品缺货指标、资金周转周期指标、本地订单满足率指标、货品滞销指标、货品成本指标。
所述核心产品指标，包括以下至少一种：供应链计划参数准确率、分仓比准确率、预测准确率。
所述供应链单据包括计划单据、出入库单据、采购单据、退货单据等。
所述问题确定和归因单元，具体用于：
基于指标分析和链路分析单元的分析，通过人工专家经验分析确定供应链计划域存在的问题；
根据供应链计划域存在的问题，确定对应的业务场景归因分析模板；
采用所述对应的业务场景归因分析模板进行归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
业务场景归因分析模板包括：缺货问题分析模板、周转问题分析模板、滞销问题分析模板、本地订单率分析模板、选品问题分析模块等。业务场景归因分析模板实质是一套业务规则集，采用AI(Artificial Intelligence，人工智能)的能力，把专家或人工经验转换为系统实现。前期基于人工专家经验分析的路径，沉淀为系统标准的业务场景归因分析模板，系统为上次问题分析模板沉淀标准的系统能力，使得系统后续具备自助分析的能力，随着模板越来越多，系统的分析健壮性越来越好，从而实现系统自动化诊断。
选品问题分析模板可以根据分析数据诊断出存在选品问题，例如，本来应该把某种货品放到杭州的某个仓中，发现货品实际没有放到杭州仓，可能存在系统选品偏差问题或人工差错问题。
所述问题分析和诊断模块，还包括：
诊断报告生成单元，用于生成问题诊断报告；
问题发现和预警单元，用于发现潜在的问题并进行预警。
作为一种实施方式，所述策略生成模块，具体用于：
对所述导致所述供应链计划域存在的问题的供应链的链路的问题环节进行分析，得到与所述问题环节对应的问题优化解决策略；
将各问题环节对应的优化策略进行组合，生成优化解决策略集合；
将所述优化解决策略集合返回到供应链中台子系统。
所述问题优化解决策略，包括：流程优化策略；业务规则优化策略、数据优化策略。
所述业务规则优化策略，包括：计算规则优化策略、拆单规则优化策略等。
下面结合缺货问题场景介绍问题优化解决策略。
流程优化策略场景1：例如缺货问题分析，定位到原因是仓库A的货品a缺货了，找到原因是货品a对应商家没有仓库B调拨到仓库A的调拨线路授权关系，需要在流程上要做优化，需要让商家申请该条线路的调拨关系，这是一个流程优化策略。具体的，流程优化策略可以是在商家调拨关系表中增加商家的仓库B调拨到仓库A的调拨关系。
业务规则优化策略场景2：例如同样的缺货问题分析，定位到原因仓库A的货品a缺货了，找到原因是货品a对应的商家把调拨单据给关闭了，选择没调拨，则在商家关闭调拨单据的时候，需要提醒商家可能会存在多少缺货的可能性。这是一个业务规则优化策略。
数据优化策略场景3：比如同样的缺货问题分析中，定位到原因是仓库A中的货品a缺货了，找到原因是从仓库B调拨到仓库A中缺少货品a的选品逻辑(货品a被某种原因遗漏了)，则在仓库B调拨到仓库A的调拨货品池中要增加货品a的数据，这是一个数据优化策略。具体数据优化策略可以是在调拨货品池的数据表中插入货品a。
在具体实施时，如果经过分析，得到优化解决策略集合包括流程优化策略和数据优化策略，则可以将在商家调拨关系表中增加商家的仓库B调拨到仓库A的调拨关系和在调拨货品池的数据表中插入货品a的内容返回到供应链中台子系统。
所述策略生成模块，具体用于：
基于人工专家经验分析，找到引起供应链计划域问题的问题环节，生成与各问题环节对应的问题优化解决策略；
将与各问题环节对应的问题优化解决策略，以扩展点的形式注入到供应链系统中；
基于所述导致所述供应链计划域存在的问题的供应链的链路的问题环节，找到对应的扩展点；
将对应的优化策略扩展点中的内容作为与所述供应链的链路的问题环节对应的问题优化解决策略。
本申请在前期基于人工专家经验分析，找到引起问题的各个关键问题环节，将这些问题的问题优化解决策略(例如上述例子中在调拨货品池的数据表中插入货品a、在商家调拨关系表中增加商家的仓库B调拨到仓库A的调拨关系等等)沉淀下来，技术上以扩展点(可灵活插拔)的形式注入到供应链系统中，使得供应链系统具备灵活优化策略扩展能力。
作为一种实施方式，所述供应链中台子系统，还包括：计划执行模块，用于创建供应链计划域的计划并执行。
所述计划执行模块包括：
供给网络的基础服务子模块、组件子模块、配置规则子模块、行业模板子模块；
所述供应网络的基础服务子模块，位于供应链计划系统的最底层，用于提供基础服务；
所述组件子模块，位于所述基础服务模块的上一层；所述组件模块中包含的组件相互解耦，并根据需求进行组装；
所述流程规则子模块，位于组件模块的上一层，用于提供供应链计划的应用配置规则和应用流程；
所述行业模板子模块，位于供应链计划架构系统的顶层，具有支持多样化应用场景的能力。
本申请的供应链中台子系统，可以支持多样化应用场景。
所述供应网络的基础服务子模块，可以包括：供应网络单元、供应管理单元、需求管理单元、参数和配置单元；
所述供应网络单元，用于提供与供给相关的基础服务；
所述供应管理单元，用于提供与供应网络相关的库存和单据相关的基础服务；
所述需求管理单元，用于提供与需求相关的基础服务；
所述参数和配置单元，用于提供参数和配置的基础服务。
所述组件模块，可以包括：
计算组件、协同组件、执行组件。
供应链计划包括以下至少一种：
补货计划、调拨计划、采购计划、销量计划。
下面介绍一个采用本申请提供的供应链计划架构系统的具体实例。
如图2所示，某个商家在杭州存在一个仓，某种货品本地订单满足率的目标是65％，但是在本地订单满足率在51％左右出现了瓶颈，可以采用本申请提供的供应链计划架构系统进行观指标和诊问题(采用问题分析和诊断模块)、调优解(采用策略生成模块)，实现本地订单满足率65％。首先，采用问题分析和诊断模块对历史数据进行全链路分析，包括：调拨计划分析、调拨执行分析、库存分析、订单履行分析等，以及采用问题分析和诊断模块进行专家人工经验诊断，发现存在商家线路订购授权问题，例如，杭州缺货了，从河北仓将货品发送给客户，诊断出本来应该存在A仓调拨到B仓的路线，实际存在调拨商家线路订购授权问题，然后采用策略生成模块生成相应的策略推动业务方完善商家订购授权。同时，通过诊断还发现存在选品问题和预测偏低问题，例如，本来应该把某种货品放到杭州的某个仓中，发现货品实际没有放到杭州仓，可能存在系统选品偏差问题或人工差错问题，还发现预测销售1000件，实际销售2000件，策略生成模块针对选品问题和预测偏低问题生成解决优化选品和预测偏低的策略；还可能诊断出路线产能合理性问题，例如，货品从青岛仓调到杭州仓，每天调1000方，只调了200方，剩余的800方没有调拨，策略生成模块针对路线产能合理性问题生成更合理的调拨策略。最后，将生成的问题解决策略返回到供应链中台子系统，供应链中台子系统获得问题解决优化策略后，根据所述问题解决优化策略自动调整供应链计划域的计划和执行，最终实现本地订单满足率65％。
上述介绍了本申请提供的供应链计划架构系统的基本构成和具体实例，本申请第一实施例构建了一个自闭环、自驱动、自优化的供应链计划架构体系，提升了供应链计划准确性。其来源于下面的核心架构设计思想：
(1)任何一个软件产品都可以抽象为流程+业务规则+数据，围绕上述三个构建软件的架构模型。
(2)同时构建数据+AI架构，核心抽象为观指标、诊问题、调优解三大核心模块。赋能流程+业务规则智能化，使其自闭环、自驱动、自优化，不断提升业务准确性。如图3所示。
至此，完成了对本申请第一实施例的介绍。本申请第一实施例提供的供应链计划架构系统，通过优化策略子系统从供应链中台子系统获得供应链计划系统的基础数据；并根据供应链计划系统的基础数据，生成分析数据；根据分析数据，得到供应链计划域存在的问题；根据存在的问题，生成问题优化解决策略，将问题解决策略返回到供应链中台子系统；然后，供应链中台子系统再根据问题解决优化策略自动调整供应链计划域的计划和执行，从而构建了一个自闭环、自驱动、自优化的供应链计划架构体系，提升了供应链计划准确性。
本申请第二实施例提供一种供应链数据处理方法，其执行主体为优化策略子系统，下面结合图4进行介绍。
如图4所示，在步骤S401中，从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据。
所述供应链(Supply chain)是指生产及流通过程中，涉及将产品或服务提供给最终用户活动的上游与下游企业所形成的网链结构。
所述供应链计划，指针对供应链网络做最优的供给和需求匹配平衡。供应链网络包括：消费者需求网络、商家供应网络、物流网络。供应链计划主要解决库存周转、缺货等问题，目的是使库存效率最大化。
所述优化策略子系统，可以包括：数据处理模块、问题分析和诊断模块、策略生成模块。
所述供应链中台子系统，指创建供应链计划域的计划并执行的系统，能支持多业务场景。供应链中台子系统可以包括策略接收和计划调整模块和计划执行模块。所述计划执行模块，可以包括：供给网络的基础服务子模块、组件模子块、配置规则子模块、行业模板子模块。
所述供应链计划系统的基础数据，包括：供应链计划参数值、与货品相关的基础数据、仓与网络关系数据、进销存数据、供应链单据等。供应链中台子系统中的数据是按照业务的维度存储的。
所述供应链计划参数值包括供应链服务水平、安全库存数据等。所述与货品相关的基础数据，包括：货品数据、仓库数据、供应商数据等。所述进销存数据包括库存、历史销量等。供应链单据包括入库单据、出库单据、计划单据等。
由于从供应链中台子系统得到供应链计划系统的基础数据，都是分散在供应链的各个业务系统中或者供应链上下游的系统(例如物流系统等)，是零散的数据，所以需要对上述分散的数据进行重新聚合抽象为五个维度的基础数据模型，以屏蔽业务的差异性，目标是要抽象为供应链的公共的核心领域能力，为分析数据和诊断问题做准备。
数据处理模块在获得供应链计划系统的基础数据后，可以按照以下逻辑顺序进行处理：
首先，定义供应链标准数据模型中每个字段定义逻辑，例如商品属性、库存类型等；
其次，将分散在各个系统的供应链计划系统的基础数据，需要统一回流到中间存储层(保持原有系统的存储逻辑一致)；
然后，统一中间存储层会对回笼的基础数据根据预先设定好的字段定义逻辑进行加工处理，处理成5个供应链基础领域模型中每个字段，生成基础数据模型。为接下来的分析、诊断问题提供了基础。
所述从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据，包括：
从供应链中台子系统得到供应链计划系统的基础数据；
将所述供应链计划系统的基础数据统一回流到中间存储层；
统一中间存储层对回笼的基础数据根据预先设定的字段定义逻辑进行加工处理，处理成供应链基础领域模型中每个字段，生成基础数据模型。
供应链抽象出的五个维度的基础数据模型，能适应各种应用场景。基础数据模型可以包括五大核心领域模型：仓与网络关系模型、需求和供应网络模型、货品流动关系模型、流动单据模型、进销存模型。
所述仓与网络关系，指物流网络，包括仓与仓之间的调配关系、配送线路。仓与网络关系，是供应链最基础的底层网络关系，所有的库存流动都围绕这层关系。
所述仓与网络，指物流网络，包括仓与仓之间的调配关系、配送线路。
所述仓与网络模型，指用于存储物流网络对应的分析数据的模型。
所述需求和供应网络，指未来消费者的需求和商家库存的供应关系，位于仓与网络关系之上。
所述需求和供应网络模型，指用于存储需求和供应网络对应的分析数据的模型。
货品流动关系，指在供应链网络之上构建的历史上发生的货品流动的数据。例如，商家A在10月16日下一个调拨单，把100个空调从青岛仓调拨到杭州仓。
流动单据：指承载货品流动关系的单据，例如销量计划单据、补货计划单据、调拨计划单据、采购计划单据、出入库单据、采购单等。
进销存，指货品出库、入库数据的分布情况。
所述将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据，包括：对所述供应链计划系统的基础数据进行解耦并重新组合，生成与供应链计划的五大核心领域对应的分析数据；并将所述分析数据存储到对应的领域模型中。
需要说明的是，本申请第二实施例通过从计划域供应链抽象出的上述五个维度的基础数据模型，将从供应链中台子系统得到的供应链计划系统的基础数据进行解耦后重新组合，生成与供应链计划的核心领域对应的分析数据，为问题分析和诊断提供了各个场景下多个维度的分析数据，使问题分析和诊断可以按照不同维度进行数据分析。
如图4所示，在步骤S402中，根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因。
所述根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因，包括：
根据供应链计划的核心领域对应的分析数据，对对核心业务指标和/或核心产品指标进行定义、分析；以及，对供应链单据进行同步、单据上下游串联以及单据的预警分析；基于上述，确定供应链计划域存在的问题；针对所述供应链计划域存在的问题进行对应的归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
所述核心业务指标，包括以下至少一种：货品缺货指标、资金周转周期指标、本地订单满足率指标、货品滞销指标、货品成本指标；
所述核心产品指标，包括以下至少一种：供应链计划参数准确率、分仓比准确率、预测准确率。
所述基于上述分析，确定供应链计划域存在的问题；针对所述供应链计划域存在的问题进行对应的归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节，包括：
基于上述分析，通过人工专家经验分析确定供应链计划域存在的问题；
根据供应链计划域存在的问题，确定对应的业务场景归因分析模板；
采用所述对应的业务场景归因分析模板进行归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
业务场景归因分析模板包括：缺货问题分析模板、周转问题分析模板、滞销问题分析模板、本地订单率分析模板、选品问题分析模块等。业务场景归因分析模板实质是一套业务规则集，采用AI(Artificial Intelligence，人工智能)的能力，把专家或人工经验转换为系统实现。前期基于人工专家经验分析的路径，沉淀为系统标准的业务场景归因分析模板，系统为上次问题分析模板沉淀标准的系统能力，使得系统后续具备自助分析的能力，随着模板越来越多，系统的分析健壮性越来越好，从而实现系统自动化诊断。
如图4所示，在步骤S403中，根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题解决策略返回到供应链中台子系统。
所述根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，包括：
对所述导致所述供应链计划域存在的问题的供应链的链路的问题环节进行分析，得到与所述问题环节对应的问题优化解决策略；
将各问题环节对应的优化策略进行组合，生成优化解决策略集合。
所述问题优化解决策略，包括：
流程优化策略；业务规则优化策略、数据优化策略。
问题优化解决策略与存在的问题对应，例如，通过诊断发现存在选品问题和预测偏低问题，本来应该把某种货品放到杭州的某个仓中，发现货品实际没有放到杭州仓，可能存在系统选品偏差问题或人工差错问题，还发现预测销售1000件，实际销售2000件，策略生成模块针对选品问题和预测偏低问题生成解决优化选品和预测偏低的策略。
所述对所述导致所述供应链计划域存在的问题的供应链的链路的问题环节进行分析，得到与所述问题环节对应的问题优化解决策略，包括:
基于人工专家经验分析，找到引起供应链计划域问题的问题环节，生成与各问题环节对应的问题优化解决策略；
将与各问题环节对应的问题优化解决策略，以扩展点的形式注入到供应链系统中；
基于所述导致所述供应链计划域存在的问题的供应链的链路的问题环节，找到对应的扩展点；
将对应的优化策略扩展点中的内容作为与所述供应链的链路的问题环节对应的问题优化解决策略。
优化策略子系统将问题解决策略返回到供应链中台子系统之后，供应链中台子系统就能够根据问题解决优化策略自动调整供应链计划域的计划和执行，达到更好的供需平衡，提升供应链计划的准确性。
至此，完成了对本申请第二实施例的介绍。本申请第二实施例提供的数据处理方法，通过优化策略子系统从供应链中台子系统获得供应链计划系统的基础数据；并根据供应链计划系统的基础数据，生成分析数据；根据分析数据，得到供应链计划域存在的问题；根据存在的问题，生成问题优化解决策略，将问题解决策略返回到供应链中台子系统；以使供应链中台子系统能够根据问题解决优化策略自动调整供应链计划域的计划和执行，从而构建了一个自闭环、自驱动、自优化的供应链计划架构体系，提升了供应链计划准确性。
与上述提供的数据处理方法相对应的，本申请第三实施例还提供了一种供应链数据处理装置。
所述数据处理装置，包括：
数据处理单元，用于从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据；
问题分析和诊断单元，用于根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；
策略生成单元，用于根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题解决策略返回到供应链中台子系统。
需要说明的是，对于本发明第三实施例提供的装置的详细描述可以参考对本发明第二实施例的相关描述，这里不再赘述。
本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、存储器映射输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims (21)

1.一种供应链数据处理系统，其特征在于，包括：供应链中台子系统和优化策略子系统；
所述供应链中台子系统，包括策略接收和计划调整模块，用于从优化策略子系统获得问题解决优化策略，根据所述问题解决优化策略自动调整供应链计划域的计划和执行；
所述优化策略子系统，包括：数据处理模块、问题分析和诊断模块、策略生成模块；
所述数据处理模块，用于从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据，所述供应链计划是指针对供应链网络做最优的供给和需求匹配平衡，是使库存效率最大化的计划，所述供应链计划系统的基础数据包括仓与网络关系数据，所述仓与网络关系数据包括仓与仓之间的调配关系；
所述问题分析和诊断模块，用于根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；
所述策略生成模块，用于根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题优化解决策略返回到供应链中台子系统，所述问题优化解决策略包括在商家调拨关系表中增加商家的仓库之间的调拨关系。
2.根据权利要求1所述的系统，其特征在于，所述供应链计划系统的基础数据，还包括：供应链计划参数值、与货品相关的基础数据、进销存数据、供应链单据。
3.根据权利要求1所述的系统，其特征在于，所述数据处理模块，具体用于：
从供应链中台子系统得到供应链计划系统的基础数据；
将所述供应链计划系统的基础数据发送到中间存储层；
中间存储层对所述基础数据根据预先设定的字段定义逻辑进行加工处理，处理成供应链基础领域模型中每个字段，生成基础数据模型。
4.根据权利要求3所述的系统，其特征在于，所述基础数据模型包括：
仓与网络关系模型、需求和供应网络模型、货品与流动关系模型、流动单据模型、进销存模型。
5.根据权利要求1所述的系统，其特征在于，所述问题分析和诊断模块，包括：
指标分析和链路分析单元，用于根据供应链计划的核心领域对应的分析数据，对核心业务指标和/或核心产品指标进行定义、分析；以及，对供应链单据进行同步、单据上下游串联以及单据的预警分析；
问题确定和归因单元，用于基于指标分析和链路分析单元的分析，确定供应链计划域存在的问题；针对所述供应链计划域存在的问题进行对应的归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
6.根据权利要求5所述的系统，其特征在于，所述核心业务指标，包括以下至少一种：货品缺货指标、资金周转周期指标、本地订单满足率指标、货品滞销指标、货品成本指标；
所述核心产品指标，包括以下至少一种：供应链计划参数准确率、分仓比准确率、预测准确率。
7.根据权利要求5所述的系统，其特征在于，所述问题确定和归因单元，具体用于：
基于指标分析和链路分析单元的分析，通过人工专家经验分析确定供应链计划域存在的问题；
根据供应链计划域存在的问题，确定对应的业务场景归因分析模板；
采用所述对应的业务场景归因分析模板进行归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
8.根据权利要求3所述的系统，其特征在于，所述策略生成模块，具体用于：
对所述导致所述供应链计划域存在的问题的供应链的链路的问题环节进行分析，得到与所述问题环节对应的问题优化解决策略；
将各问题环节对应的优化策略进行组合，生成优化解决策略集合；
将所述优化解决策略集合返回到供应链中台子系统。
9.根据权利要求8所述的系统，其特征在于，所述策略生成模块，具体用于：
基于人工专家经验分析，找到引起供应链计划域问题的问题环节，生成与各问题环节对应的问题优化解决策略；
将与各问题环节对应的问题优化解决策略，以扩展点的形式注入到供应链系统中；
基于所述导致所述供应链计划域存在的问题的供应链的链路的问题环节，找到对应的扩展点；
将对应的优化策略扩展点中的内容作为与所述供应链的链路的问题环节对应的问题优化解决策略。
10.根据权利要求5所述的系统，其特征在于，所述问题优化解决策略，包括以下至少一种：
流程优化策略；业务规则优化策略、数据优化策略。
11.根据权利要求1所述的系统，其特征在于，所述优化策略子系统，还包括：
数据获得模块，用于从供应链中台子系统中获得供应链计划系统的基础数据，并将所述供应链计划系统的基础数据发送到数据处理模块。
12.根据权利要求1所述的系统，其特征在于，所述供应链中台子系统，还包括：
计划执行模块，用于创建供应链计划域的计划并执行。
13.一种供应链数据处理方法，其特征在于，包括：
从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据，所述供应链计划是指针对供应链网络做最优的供给和需求匹配平衡，是使库存效率最大化的计划，所述供应链计划系统的基础数据包括仓与网络关系数据，所述仓与网络关系数据包括仓与仓之间的调配关系；
根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；
根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题解决策略返回到供应链中台子系统，所述问题优化解决策略包括在商家调拨关系表中增加商家的仓库之间的调拨关系。
14.根据权利要求13所述的方法，其特征在于，所述从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据，包括：
从供应链中台子系统得到供应链计划系统的基础数据；
将所述供应链计划系统的基础数据统一回流到中间存储层；
中间存储层对回笼的基础数据根据预先设定的字段定义逻辑进行加工处理，处理成供应链基础领域模型中每个字段，生成基础数据模型。
15.根据权利要求13所述的方法，其特征在于，所述根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因，包括：
根据供应链计划的核心领域对应的分析数据，对核心业务指标和/或核心产品指标进行定义、分析；以及，对供应链单据进行同步、单据上下游串联以及单据的预警分析；
基于上述分析，确定供应链计划域存在的问题；针对所述供应链计划域存在的问题进行对应的归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
16.根据权利要求15所述的方法，其特征在于，基于上述分析，确定供应链计划域存在的问题；针对所述供应链计划域存在的问题进行对应的归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节，包括：
基于上述分析，通过人工专家经验分析确定供应链计划域存在的问题；
根据供应链计划域存在的问题，确定对应的业务场景归因分析模板；
采用所述对应的业务场景归因分析模板进行归因分析，确定导致所述供应链计划域存在的问题的供应链的链路的问题环节。
17.根据权利要求15所述的方法，其特征在于，所述核心业务指标，包括以下至少一种：货品缺货指标、资金周转周期指标、本地订单满足率指标、货品滞销指标、货品成本指标；
所述核心产品指标，包括以下至少一种：供应链计划参数准确率、分仓比准确率、预测准确率。
18.根据权利要求13所述的方法，其特征在于，所述根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，包括：
对所述导致所述供应链计划域存在的问题的供应链的链路的问题环节进行分析，得到与所述问题环节对应的问题优化解决策略；
将各问题环节对应的优化策略进行组合，生成优化解决策略集合。
19.根据权利要求18所述的方法，其特征在于，所述对所述导致所述供应链计划域存在的问题的供应链的链路的问题环节进行分析，得到与所述问题环节对应的问题优化解决策略，包括:
基于人工专家经验分析，找到引起供应链计划域问题的问题环节，生成与各问题环节对应的问题优化解决策略；
将与各问题环节对应的问题优化解决策略，以扩展点的形式注入到供应链系统中；
基于所述导致所述供应链计划域存在的问题的供应链的链路的问题环节，找到对应的扩展点；
将对应的优化策略扩展点中的内容作为与所述供应链的链路的问题环节对应的问题优化解决策略。
20.根据权利要求15所述的方法，其特征在于，所述将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据，包括：对所述供应链计划系统的基础数据进行解耦并重新组合，生成与供应链计划的五大核心领域对应的分析数据；并将所述分析数据存储到对应的领域模型中。
21.一种供应链数据处理装置，其特征在于，包括：
数据处理单元，用于从供应链中台子系统得到供应链计划系统的基础数据，并将所述供应链计划系统的基础数据进行重新组合，生成与供应链计划的核心领域对应的分析数据，所述供应链计划是指针对供应链网络做最优的供给和需求匹配平衡，是使库存效率最大化的计划，所述供应链计划系统的基础数据包括仓与网络关系数据，所述仓与网络关系数据包括仓与仓之间的调配关系；
问题分析和诊断单元，用于根据所述与供应链计划的核心领域对应的分析数据，得到供应链计划域存在的问题以及导致问题的原因；
策略生成单元，用于根据所述供应链计划域存在的问题以及导致问题的原因，生成问题优化解决策略，并将所述问题解决策略返回到供应链中台子系统，所述问题优化解决策略包括在商家调拨关系表中增加商家的仓库之间的调拨关系。
CN202111675711.5A 2021-12-31 2021-12-31 供应链数据处理系统和方案 Active CN114444896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111675711.5A CN114444896B (zh) 2021-12-31 2021-12-31 供应链数据处理系统和方案

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111675711.5A CN114444896B (zh) 2021-12-31 2021-12-31 供应链数据处理系统和方案

Publications (2)

Publication Number Publication Date
CN114444896A CN114444896A (zh) 2022-05-06
CN114444896B true CN114444896B (zh) 2023-03-31

Family

ID=81365141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111675711.5A Active CN114444896B (zh) 2021-12-31 2021-12-31 供应链数据处理系统和方案

Country Status (1)

Country Link
CN (1) CN114444896B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19964498A1 (de) * 1999-07-02 2007-01-11 Daimlerchrysler Ag Verfahren und System zur Überwachung der verfügbaren Ressourcen in einem Herstellungsprozeß
CN107918818B (zh) * 2016-10-10 2022-01-21 香港纺织及成衣研发中心有限公司 基于大数据技术的供应链管理决策支持系统
CN110956295A (zh) * 2018-09-26 2020-04-03 北京国双科技有限公司 供应链运营优化方法、装置、处理器和机器可读存储介质
CN111553519B (zh) * 2020-04-22 2022-04-08 武汉轻工大学 基于供应链追溯评价体系的粮食加工优化方法及装置
CN112884404B (zh) * 2021-02-08 2023-09-05 中国科学技术大学 一种智能供应链库存中转优化及异动预警系统

Also Published As

Publication number Publication date
CN114444896A (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
Lotfi et al. Viable supply chain network design by considering blockchain technology and cryptocurrency
Govindarajan et al. Joint inventory and fulfillment decisions for omnichannel retail networks
Audy et al. A framework for an efficient implementation of logistics collaborations
Viswanadham et al. Partner selection and synchronized planning in dynamic manufacturing networks
Yang et al. Postponement: an inter-organizational perspective
Sarkar et al. Channel coordination with price discount mechanism under price‐sensitive market demand
US20210201236A1 (en) Linkedchain, control tower and blockchain for enterprise applications
CN110969502A (zh) 一种电子商务平台与一种供需匹配方法
Arikan et al. Risk pooling via unidirectional inventory transshipments in a decentralized supply chain
Niu et al. Reliability assessment of a multi-state distribution network under cost and spoilage considerations
Aoyama et al. Modeling the impact of business‐to‐business electronic commerce on the organization of the logistics industry
Li et al. Optimal path of internet of things service in supply chain management based on machine learning algorithms
US20240037483A1 (en) System and Method of Providing a Supply Chain Digital Hub
Yu et al. The effect of yield rate in a general price‐setting newsvendor model with a yield‐dependent secondary market
Tian et al. Multi-echelon fulfillment warehouse rent and production allocation for online direct selling
CN114444896B (zh) 供应链数据处理系统和方案
Ghassemi Tari A hybrid dynamic programming for solving fixed cost transportation with discounted mechanism
Abbasi et al. Supply chain finance: generation and growth of new financing approach
CN117194764A (zh) 一种基于多平台融合商城的商品展示方法、设备及介质
Honhon et al. A multi‐supplier sourcing problem with a preference ordering of suppliers
Longauer et al. Investigating make-or-buy decisions and the impact of learning-by-doing in the semiconductor industry
Kapuściński et al. Capacitated inventory systems
Bensch Recommender systems for strategic procurement in value networks
Chen et al. Decentralized supply chain decisions on lead time quote and pricing with a risk‐averse supplier
Che et al. Dual-Source procurement and supplier pricing decision under supply interruption

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
GR01 Patent grant
GR01 Patent grant