CN115204974A - 一种互联网电商商品补货控制方法 - Google Patents

一种互联网电商商品补货控制方法 Download PDF

Info

Publication number
CN115204974A
CN115204974A CN202210795508.XA CN202210795508A CN115204974A CN 115204974 A CN115204974 A CN 115204974A CN 202210795508 A CN202210795508 A CN 202210795508A CN 115204974 A CN115204974 A CN 115204974A
Authority
CN
China
Prior art keywords
amount
acquiring
stock
time node
commodity
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
CN202210795508.XA
Other languages
English (en)
Inventor
唐高
任智勇
王惟琪
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.)
Shenzhen Jijia Cross Border Network Technology Co ltd
Original Assignee
Shenzhen Jijia Cross Border Network 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 Shenzhen Jijia Cross Border Network Technology Co ltd filed Critical Shenzhen Jijia Cross Border Network Technology Co ltd
Priority to CN202210795508.XA priority Critical patent/CN115204974A/zh
Publication of CN115204974A publication Critical patent/CN115204974A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0605Supply or demand aggregation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]

Landscapes

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

Abstract

本申请涉及互联网商务技术领域,尤其是涉及一种互联网电商商品补货控制方法,包括:获取当前时间节点,基于当前时间节点,获取商品的当前库存量、预计入库量以及预测销售量,基于当前库存量、预计入库量以及预测销售量判断商品是否缺货,若商品未缺货,则基于预设的时间节点获取规则,获取下一个时间节点作为当前时间节点并返回第二步;若商品缺货,则获取目标库存量;基于目标库存量、当前库存量以及预计入库量获取推荐下单量,基于推荐下单量生成补货计划。本申请有助于产品在不同时期的不同销量波动的情况下,实现有效备货,在缺货时能及时补货,保障店铺不断货。

Description

一种互联网电商商品补货控制方法
技术领域
本申请涉及互联网商务技术领域,尤其是涉及一种互联网电商商品补货控制方法。
背景技术
随着互联网技术的发展,互联网电子商务的应用越来越广泛,其受众群体也越来越多。互联网电商是指在开放的网络环境下,买卖双方在任何可连接网络的地点间进行各种商务活动,实现两个或多个交易者间的生产资料交换及所衍生出来的交易过程、金融活动和相关的综合服务活动的一种商业。
对于普通消费者而言,所接触的互联网电商一般是指消费者通过互联网,浏览商家店铺以及购买店铺中的商品,而商家店铺中的商品则属于互联网电商的供应链中的一个主要组成部分,商品的存量是否充足,在存量不足时能够尽快得到补充,是关乎消费者体验的一个重要因素。
在互联网电商的整个供应链流程中,从商品生产到销售出去的整个周期非常长,并且中间经历的流程环节也比较复杂,对于不同产品在不同时期有不同销量波动的条件下,如何有效的备货,保证销售店铺不断货,是本领域技术人员亟待解决的问题。
发明内容
为了有助于产品在不同时期的不同销量波动的情况下,实现有效备货,在缺货时能及时补货,保障店铺不断货,本申请提供了一种互联网电商商品补货控制方法。
一种互联网电商商品补货控制方法,采用如下的技术方案:
一种互联网电商商品补货控制方法,包括:
获取当前时间节点;
基于所述当前时间节点,获取商品的当前库存量、预计入库量以及预测销售量;
基于所述当前库存量、所述预计入库量以及所述预测销售量判断所述商品是否缺货;
若所述商品未缺货,则基于预设的时间节点获取规则,获取下一个时间节点作为所述当前时间节点并返回第二步;
若所述商品缺货,则获取目标库存量;
基于所述目标库存量、所述当前库存量以及所述预计入库量获取推荐下单量;
基于所述推荐下单量生成补货计划。
通过采用上述技术方案,当商品缺货时,根据目标库存量、当前库存量以及预计入库量计算得出推荐下单量,根据推荐下单量生成补货计划,有助于在不同时期产品的不同销量波动的情况下,实现有效备货,在缺货时能及时补货,保障店铺不断货。
可选的,在所述基于所述当前时间节点,获取商品的当前库存量、预计入库量及预测销售量中,所述获取预计入库量的具体步骤包括:
基于所述当前时间节点,获取在途量;
获取实物表并基于所述实物表,获取可调拨量;
基于所述在途量以及所述可调拨量,获取所述预计入库量。
通过采用上述技术方案,计算得出预计入库量,方便根据预计入库量判断商品是否缺货,同时有助于计算推荐下单量。
可选的,在所述基于所述当前时间节点,获取商品的当前库存量、预计入库量及预测销售量中,所述获取所述预计入库量的具体步骤还包括:
基于所述当前时间节点,获取退货量以及所述可调整量;
基于所述在途量、所述可调整量、所述退货量与所述可调拨量,获取所述预计入库量。
通过采用上述技术方案,计算得出预计入库量,方便根据预计入库量判断商品是否缺货,且加入退货量和可调整量,数据更加准确,有助于在不同时期产品的不同销量波动的情况下,实现有效备货,在缺货时能及时补货,保障店铺不断货,且减少商品过多积压。
可选的,所述获取实物表,并基于所述实物表获取可调拨量的具体步骤包括:
过滤为空的商品类型,得到所述实物表;
获取站点信息以及仓库信息;
基于所述实物表、所述站点信息以及所述仓库信息获取良品量以及预占量;
基于所述良品量以及所述预占量,获取所述可调拨量。
通过采用上述技术方案,计算可调拨量,有助于计算得到预计入库量。
可选的,在所述基于所述当前时间节点,获取商品的当前库存量、预计入库量及预测销售量中,所述获取所述预测销售量的具体步骤包括:
基于所述当前时间节点,获取商品的历史销量;
获取补货销量规则;
基于所述历史销量以及所述补货销量规则获取所述预测销售量。
通过采用上述技术方案,获取商品历史销售量和智能销量规则信息,计算出预测销售量,有助于提高数据模拟的准确性,从而有助于在不同时期产品的不同销量波动的情况下,实现有效备货,在缺货时能及时补货,保障店铺不断货,且减少商品过多积压。
可选的,所述基于所述当前库存量、所述预计入库量以及所述预测销售量判断所述商品是否缺货的具体步骤包括:
基于所述当前库存量、所述预计入库量及所述预测销售量,获取商品的预测余量;
判断所述预测余量与预设的余量阈值的大小关系;
当所述预测余量大于或等于所述余量阈值时,则判定所述商品未缺货;
当所述预测余量小于所述余量阈值时,则判定所述商品缺货。
通过采用上述技术方案,计算出预测余量,通过比较预测余量和余量阈值的大小关系,以便更加准确的得出商品的缺货日期,从而有助于及时补货,实现有效备货,保障店铺不断货,且减少商品过多积压。
可选的,所述若所述商品缺货,则获取目标库存量的具体步骤包括:
若所述商品缺货,则获取目标库存天数;
基于所述目标库存天数与所述预测销售量获取所述目标库存量。
通过采用上述技术方案,计算出目标库存量,有助于根据目标库存量生成补货计划。
可选的,所述基于所述目标库存量、所述当前库存量以及所述预计入库量获取推荐下单量的具体步骤包括:
获取所述当前库存量以及所述预计入库量之和作为中间量;
获取所述目标库存量与所述中间量之差作为所述推荐下单量。
通过采用上述技术方案,计算出推荐下单量,并根据推荐下单量生成补货计划。
可选的,所述基于所述推荐下单量生成补货计划的具体步骤包括:
基于所述推荐下单量,获取物流列表;
获取所述商品缺货时所对应的所述当前时间节点作为缺货时间节点;
基于所述缺货时间节点,获取所述物流列表中的所有物流方式的到货日期;
将所有所述到货日期中小于所述缺货时间节点对应的所述物流方式存入备选列表;
基于所述备选列表,获取目标物流方式;
基于所述目标物流方式生成补货计划。
通过采用上述技术方案,计算出物流列表中每种物流方式的到货日期,将物流列表中到货日期处于缺货时间节点之前的物流方式存入备选列表中,并从中选出目标物流方式,从而有助于保证商品在断货之前得到补货。
可选的,所述基于所述备选列表,获取目标物流方式目标物流方式的具体步骤包括:
分别获取所述备选列表中每种物流方式的物流成本;
选取所述物流成本最低的所述物流方式作为目标物流方式。
通过采用上述技术方案,从备选列表中选择物流成本最低的物流方式,从而有助于节省成本,从而提高经济效益。
附图说明
图1是本申请实施例一种互联网电商商品补货控制方法的主要流程图;
图2是图1步骤S200中获取预计入库量的具体步骤流程图一;
图3是图1步骤S200中获取预计入库量的具体步骤流程图二;
图4是图2中步骤S220A的具体步骤流程图;
图5是图1步骤S200中获取预测销售量的具体步骤流程图;
图6是图1中步骤S300的具体步骤流程图;
图7是图1中步骤S500的具体步骤流程图;
图8是图1中步骤S600的具体步骤流程图;
图9是图1中步骤S700的具体步骤流程图;
图10是图9中步骤S750的具体步骤流程图。
具体实施方式
本申请实施例公开一种互联网电商商品补货控制方法。
参照图1,一种互联网电商商品补货控制方法,包括步骤S100至步骤S700:
步骤S100:获取当前时间节点。
具体的,本实施例中,当前时间节点即当前日期。
步骤S200:基于当前时间节点,获取商品的当前库存量、预计入库量以及预测销售量。
具体的,在本实施例中,当前库存量指本站点仓库内的可用量,当前库存量中的商品默认全部为良品(即满足销售质量的商品);预计入库量指当前时间节点对应的日期内的所有预计到货量,当前时间节点到下一时间节点之间相差一天;预测销售量指当前时间节点对应的日期内的销售量,本实施例中预测销售量也是日均量销售量。
具体的,本实施例中,当前库存量、预计入库量以及预测销售量三者的获取顺序可调。
步骤S300:基于当前库存量、预计入库量以及预测销售量判断商品是否缺货。
步骤S400:若商品未缺货,则基于预设的时间节点获取规则,获取下一个时间节点作为当前时间节点并返回第二步。
具体的,本实施例中,预设的时间节点规则是以天为单位依次获取,例如当前时间节点为2022年4月1日,则下一个时间节点则为2022年4月2日。若当前时间节点下商品未缺货,则获取下一个时间节点作为当期时间节点,且返回步骤S200,并继续执行后续步骤。
步骤S500:若商品缺货,则获取目标库存量。
具体的,本实施例中,目标库存量为目标库存天数与日均销售量的乘积。
步骤S600:基于目标库存量、当前库存量以及预计入库量获取推荐下单量。
步骤S700:基于推荐下单量生成补货计划。
当商品未缺货时,获取下一个时间节点作为当前时间节点,并跳转到步骤S200且继续执行后续步骤,直到商品缺货为止,因此能够清楚的推测出商品缺货日期,当商品缺货时,根据目标库存量、当前库存量以及预计入库量计算得出推荐下单量,根据推荐下单量生成补货计划,有助于在不同时期产品的不同销量波动的情况下,实现有效备货,在缺货时能及时补货,保障店铺不断货。
参照图2,在本实施例的其中一种实施方式中,在步骤S200中,获取预计入库量的具体步骤包括步骤S210A至步骤S230A:
步骤S210A:基于当前时间节点,获取在途量。
具体的,本实施例中在途量指FBA仓在途量以及海外仓在途量,在途量包括已发货量和入库中量。已发货量表示商家已通知亚马逊并提供追踪编码的入库货件中某个SKU的商品数量;入库中量表示某个SKU抵达亚马逊运营中心等待处理的商品数量。
SKU是商品库存进出计量的基本单元,可以是以件,盒,托盘等为单位,由数字或字母组成,也可以是两者混合搭配组成。SKU是指一款商品,每款都有出现一个SKU,便于电商品牌识别商品。当一个产品有不同的颜色、尺寸等多个属性,就有多个SKU。比如一件衣服,有黑、白、灰3种颜色,每种颜色都有S、M、L、XL不同的码数,那么这款衣服就有12个SKU。
步骤S220A:获取实物表并基于实物表,获取可调拨量。
具体的,本实施例中,实物表指记录仓库商品类型的表单,可调拨量包括国内仓可调拨量以及海外仓可调拨量。
步骤S230A:基于在途量以及可调拨量,获取预计入库量。
具体的,本实施例中,预计入库量为在途量以及可调拨量之和。
通过计算出预计入库量即在途量以及可调拨量之和,方便根据预计入库量判断商品是否缺货,同时有助于计算推荐下单量。
参照图3,在本实施例的其中一种实施方式中,步骤S200中,获取预计入库量的具体步骤还包括步骤S240A至步骤S250A:
步骤S240A:获取退货量以及可调整量。
具体的,本实施例中退货量指当前时间节点所对应的日期内的退货量;可调整量指被当前站点之外的其他站点绑定的良品可用量,可调整量包括国内仓可调整量以及海外仓可调整量。
步骤S250A:基于在途量、可调整量、退货量与可调拨量,获取预计入库量。
具体的,本实施例中,预计入库量为在途量、可调整量、退货量与可调拨量之和。
具体的,本实施例中,在原有预计入库量的基础上增加了退货量与可调整量,数据更加准确,有助于在不同时期产品的不同销量波动的情况下,实现有效备货,在缺货时能及时补货,保障店铺不断货,且减少商品过多积压。
参照图4,在本实施例的其中一种实施方式中,步骤S220A的具体步骤包括步骤S221A至步骤S224A:
步骤S221A:过滤为空的商品类型,得到实物表。
步骤S222A:获取站点信息以及仓库信息。
步骤S223A:基于实物表、站点信息以及仓库信息获取良品量以及预占量。
具体的,本实施例中,预占量即已经绑定对应站点的商品数量。
步骤S224A:基于良品量以及预占量,获取可调拨量。
具体的,本实施例中,可调拨量为良品量与预占量之和。
参照图5,在本实施例的其中一种实施方式中,步骤S200中,获取预测销售量的具体步骤包括步骤S210B至步骤S230B:
步骤S210B:获取商品的历史销量。
步骤S220B:获取补货销量规则。
步骤S230B:基于历史销量以及补货销量规则获取预测销售量。
具体的,本实施例中,获取过去某段时间内的日销量数据,根据补货销量规则,从而模拟计算出当前时间节点以及当前时间节点之后某段时间内的预测销售量,即日平均销量。为了使预测销售量更准确,还可以根据补货销量规则进行数据修正。
本申请实施例中,补货销量规则包括销量类型,具体的,销量类型分为动态类型和固定类型。
动态类型指根据各个时间跨度的日均销量加权值累加计算(累加后小数向上或四舍五入取整)。如7天日均占50%,14天日均占32%,30天日均占8%,60天日均占5%,90天日均占5%,日均类型是动态值,根据实际的平台订单来统计,例如7天内的日均销量为20件,14天内的日均销量为18件,30天内的日均销量为25件,60天内的日均销量为50件,90天内的日均销量为50件。则计算的日均销量为:20*50%+18*32%+25*8%+50*5%+50*5%=10+5.76+2+2.5+2.5=22.76,小数向上取整或四舍五入取整得23,则日销量按23件算,即预测销售量为23件。
固定销量即指定日销量,如每天25件。在此基础上可指定某段时间的日销量,如指定2021-04-01到2021-04-05这段时间的日销量是每天50个,则这段时间的日销量会覆盖上面定义的每天25个按每天50个计算。
参照图6,在本实施例的其中一种实施方式中,步骤S300的具体步骤包括步骤S310至步骤S340:
步骤S310:基于当前库存量、预计入库量及预测销售量,获取商品的预测余量。
具体的,本实施例中,预测余量=当前库存量+预计入库量-预测销售量。
步骤S320:判断预测余量与预设的余量阈值的大小关系。
具体的,本实施例中,为防止商品断供,且减少库存积压,余量阈值为预测销售量与安全库存天数的乘积,安全库存天数为商品采购、配送各个环境可能发生异常导致延期而设定的一个缓冲处理天数,本实施例中安全库存天数可以为14天。
步骤S330:当预测余量大于或等于余量阈值时,则判定商品未缺货。
步骤S340:当预测余量小于余量阈值时,则判定商品缺货。
具体的,本实施中,使用当前库存量、预计入库量及预测销售量计算出预测余量,通过比较预测余量和余量阈值的大小关系,以便更加准确的得出商品的缺货日期,从而有助于及时补货,实现有效备货,保障店铺不断货,且减少商品过多积压。
参照图7,在本实施例的其中一种实施方式中,步骤S500的具体步骤包括步骤S510至步骤S520:
步骤S510:若商品缺货,则获取目标库存天数。
具体的,本实施例中,目标库存天数=备货周期+物流周期+入库处理天数+安全库存天数。
备货周期包括货计划与审批时间、采购交期以及质检时间。备货计划与审批时间指采购计划、采购订单走审批流程预估的天数,本实施例中备货计划与审批时间为3天;采购交期指从给供应商下单到供应商能够交货的周期,有默认供应商取默认供应商的生产周期,没有默认供应商取最近一次该SKU下单的供应商的交期;质检时间指产品交货工厂质检或仓库质检需要的天数,本实施例中质检时间为2天。
物流周期指商品从发货至到货所需要的时间;入库处理天数指商品达到亚马逊仓库到商品能够上架售卖的时间,本实施例中入库处理天数为3天。
步骤S520:基于目标库存天数与预测销售量获取目标库存量。
参照图8,在本实施例的其中一种实施方式中,步骤S600的具体步骤包括步骤S610至步骤S620:
步骤S610:获取中间量。
具体的,本实施例中,中间量指当前库存量以及预计入库量之和。
步骤S620:获取推荐下单量。
具体的,本实施例中,推荐下单量指目标库存量与中间量之差。
参照图9,在本实施例的其中一种实施方式中,步骤S700的具体步骤包括步骤S710至步骤S760:
步骤S710:基于推荐下单量,获取物流列表。
具体的,本实施例中,物流列表包括海运、陆运、空运以及三者运输方式的组合运输方式,还包括不同物流公司等。
步骤S720:获取缺货时间节点。
具体的,本实施例中,缺货时间节点指商品缺货时所对应的当前时间节点。
步骤S730:基于缺货时间节点,获取物流列表中的所有物流方式的到货日期。
步骤S740:将所有到货日期中小于缺货时间节点对应的物流方式存入备选列表。
具体的,本实施例中,到货日期中小于或等于缺货时间节点对应的物流方式指的是到货日期在缺货时间节点之前的物流方式。
步骤S750:基于备选列表,获取目标物流方式。
具体的,本实施例中,目标物流方式指最终选定的最优物流方式。
步骤S760:基于目标物流方式生成补货计划。
计算出物流列表中每种物流方式的到货日期,将物流列表中到货日期处于缺货时间节点之前的物流方式存入备选列表中,并从中选出最优物流方式作为目标物流方式,从而有助于保证商品在断货之前得到补货。
参照图10,在本实施例的其中一种实施方式中,步骤S750的具体步骤包括步骤S751至步骤S752:
步骤S751:分别获取备选列表中每种物流方式的物流成本。
具体的,本实施例中,每种物流方式的物流成本可能不一致。
步骤S752:选取物流成本最低的物流方式作为目标物流方式。
具体的,本实施例中,选取物流成本最低的物流方式,有助于从而有助于节省成本,从而提高经济效益。
此外,本实施例中还可以根据推荐下单商品数量以及目标库存天数计算货物仓储费用,再结合仓储费用和物流成本,得出综合成本最小的物流方式。
本实施例中,若能调拨商品则优先考虑调拨,当没有调拨量时再考虑采购商品。
本申请实施例中还包括针对补货计划生成和更换补货规则,同时可以对补货规则进行审核,防止误操作,造成断货或者库存积压。
本申请实施例一种互联网电商商品补货控制方法的实施原理为:获取当前时间节点,基于当前时间节点,获取商品的当前库存量、预计入库量以及预测销售量,基于当前库存量、预计入库量以及预测销售量判断商品是否缺货,若商品未缺货,则基于预设的时间节点获取规则,获取下一个时间节点作为当前时间节点并返回第二步;若商品缺货,则获取目标库存量;基于目标库存量、当前库存量以及预计入库量获取推荐下单量,基于推荐下单量生成补货计划。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。

Claims (10)

1.一种互联网电商商品补货控制方法,其特征在于,包括:
获取当前时间节点;
基于所述当前时间节点,获取商品的当前库存量、预计入库量以及预测销售量;
基于所述当前库存量、所述预计入库量以及所述预测销售量判断所述商品是否缺货;
若所述商品未缺货,则基于预设的时间节点获取规则,获取下一个时间节点作为所述当前时间节点并返回第二步;
若所述商品缺货,则获取目标库存量;
基于所述目标库存量、所述当前库存量以及所述预计入库量获取推荐下单量;
基于所述推荐下单量生成补货计划。
2.根据权利要求1所述的一种互联网电商商品补货控制方法,其特征在于,在所述基于所述当前时间节点,获取商品的当前库存量、预计入库量及预测销售量中,所述获取预计入库量的具体步骤包括:
基于所述当前时间节点,获取在途量;
获取实物表并基于所述实物表,获取可调拨量;
基于所述在途量以及所述可调拨量,获取所述预计入库量。
3.根据权利要求2所述的一种互联网电商商品补货控制方法,其特征在于,在所述基于所述当前时间节点,获取商品的当前库存量、预计入库量及预测销售量中,所述获取所述预计入库量的具体步骤还包括:
基于所述当前时间节点,获取退货量以及所述可调整量;
基于所述在途量、所述可调整量、所述退货量与所述可调拨量,获取所述预计入库量。
4.根据权利要求2所述的一种互联网电商商品补货控制方法,其特征在于,所述获取实物表,并基于所述实物表获取可调拨量的具体步骤包括:
过滤为空的商品类型,得到所述实物表;
获取站点信息以及仓库信息;
基于所述实物表、所述站点信息以及所述仓库信息获取良品量以及预占量;
基于所述良品量以及所述预占量,获取所述可调拨量。
5.根据权利要求1所述的一种互联网电商商品补货控制方法,其特征在于,在所述基于所述当前时间节点,获取商品的当前库存量、预计入库量及预测销售量中,所述获取所述预测销售量的具体步骤包括:
基于所述当前时间节点,获取商品的历史销量;
获取补货销量规则;
基于所述历史销量以及所述补货销量规则获取所述预测销售量。
6.根据权利要求1所述的一种互联网电商商品补货控制方法,其特征在于,所述基于所述当前库存量、所述预计入库量以及所述预测销售量判断所述商品是否缺货的具体步骤包括:
基于所述当前库存量、所述预计入库量及所述预测销售量,获取商品的预测余量;
判断所述预测余量与预设的余量阈值的大小关系;
当所述预测余量大于或等于所述余量阈值时,则判定所述商品未缺货;
当所述预测余量小于所述余量阈值时,则判定所述商品缺货。
7.根据权利要求1所述的一种互联网电商商品补货控制方法,其特征在于,所述若所述商品缺货,则获取目标库存量的具体步骤包括:
若所述商品缺货,则获取目标库存天数;
基于所述目标库存天数与所述预测销售量获取所述目标库存量。
8.根据权利要求2所述的一种互联网电商商品补货控制方法,其特征在于,所述基于所述目标库存量、所述当前库存量以及所述预计入库量获取推荐下单量的具体步骤包括:
获取所述当前库存量以及所述预计入库量之和作为中间量;
获取所述目标库存量与所述中间量之差作为所述推荐下单量。
9.根据权利要求1所述的一种互联网电商商品补货控制方法,其特征在于,所述基于所述推荐下单量生成补货计划的具体步骤包括:
基于所述推荐下单量,获取物流列表;
获取所述商品缺货时所对应的所述当前时间节点作为缺货时间节点;
基于所述缺货时间节点,获取所述物流列表中的所有物流方式的到货日期;
将所有所述到货日期中小于所述缺货时间节点对应的所述物流方式存入备选列表;
基于所述备选列表,获取目标物流方式;
基于所述目标物流方式生成补货计划。
10.根据权利要求9所述的一种互联网电商商品补货控制方法,其特征在于,所述基于所述备选列表,获取目标物流方式目标物流方式的具体步骤包括:
分别获取所述备选列表中每种物流方式的物流成本;
选取所述物流成本最低的所述物流方式作为目标物流方式。
CN202210795508.XA 2022-07-07 2022-07-07 一种互联网电商商品补货控制方法 Pending CN115204974A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210795508.XA CN115204974A (zh) 2022-07-07 2022-07-07 一种互联网电商商品补货控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210795508.XA CN115204974A (zh) 2022-07-07 2022-07-07 一种互联网电商商品补货控制方法

Publications (1)

Publication Number Publication Date
CN115204974A true CN115204974A (zh) 2022-10-18

Family

ID=83579509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210795508.XA Pending CN115204974A (zh) 2022-07-07 2022-07-07 一种互联网电商商品补货控制方法

Country Status (1)

Country Link
CN (1) CN115204974A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115760223A (zh) * 2022-11-22 2023-03-07 武汉沁纯服饰有限公司 一种基于数据分析的服装电商智能监测分析系统
CN116011934A (zh) * 2023-03-21 2023-04-25 深圳美云集网络科技有限责任公司 一种基于目标库存的商品补货方法和系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115760223A (zh) * 2022-11-22 2023-03-07 武汉沁纯服饰有限公司 一种基于数据分析的服装电商智能监测分析系统
CN115760223B (zh) * 2022-11-22 2023-12-26 南京简亿网络科技有限公司 一种基于数据分析的服装电商智能监测分析系统
CN116011934A (zh) * 2023-03-21 2023-04-25 深圳美云集网络科技有限责任公司 一种基于目标库存的商品补货方法和系统
CN116011934B (zh) * 2023-03-21 2023-09-01 深圳美云集网络科技有限责任公司 一种基于目标库存的商品补货方法和系统

Similar Documents

Publication Publication Date Title
US7552066B1 (en) Method and system for retail store supply chain sales forecasting and replenishment shipment determination
Li et al. Optimal pricing and order policies with B2B product returns for fashion products
CN115204974A (zh) 一种互联网电商商品补货控制方法
Souza et al. Theory of constraints contributions to outbound logistics
CN104424541A (zh) 超市一体化管理系统
WO2002037234A2 (en) System and method for collaborative order fulfillment
Lukic The effects of application of lean concept in retail
Bowersox et al. Materials logistics management
Sarkar et al. A vendor–buyer integrated inventory system with variable lead time and uncertain market demand
Kosenko et al. Models and applied information technology for supply logistics in the context of demand swings
Jiraruttrakul et al. Applying an EOQ model to reduce an inventory cost
Lancioni et al. Inventory management techniques
Selmi et al. Literature Review on Shortage Cost Modeling in Inventory Management.
Xie et al. Analysis of overstock in construction supply chain and inventory optimization
Ketzenberg et al. Quantifying the benefits of breaking bulk in retail operations
Seifbarghy et al. Coordination of a single-supplier multi-retailer supply chain via joint ordering policy considering incentives for retailers and utilizing economies of scale
Bijvank Service inventory management: Solution techniques for inventory systems without backorders
Howard Inventory management in practice
Ganesan The profitable supply chain: a practitioner's guide
Ashjaee et al. Inventory management of manufacturers with yield uncertainty and lateral transshipment
Юрасов et al. Development of decision-support algorithms for commodity management
Rajurkar et al. Development of an integrated modelling framework for retailers of perishable products: a dynamic programming approach
RAHMAN Inventory analysis for deteriorating items deploying preserrvation technology with time dependent quadratic demand function
Radhi Managing The Online Channel by Coordinating A Third-Party Logistics and Service Provider Along with A Dual-Channel Retailer
Macdonald Logistic Postponement as a Risk Management Tool: A Real Options Valuation (ROV) Approach to Evaluate the Effectiveness of a Logistic Postponement Strategy in Mitigating the Demand Variability Risk in Global Supply Chains

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