CN115907800B - 一种基于物联网的食品电商智能监测管理平台 - Google Patents
一种基于物联网的食品电商智能监测管理平台 Download PDFInfo
- Publication number
- CN115907800B CN115907800B CN202211459175.XA CN202211459175A CN115907800B CN 115907800 B CN115907800 B CN 115907800B CN 202211459175 A CN202211459175 A CN 202211459175A CN 115907800 B CN115907800 B CN 115907800B
- Authority
- CN
- China
- Prior art keywords
- sales
- promotion
- term food
- specified short
- food
- 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
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 347
- 238000012544 monitoring process Methods 0.000 title claims abstract description 84
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 230000001737 promoting effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 2
- 230000006855 networking Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 235000012970 cakes Nutrition 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及食品电商管理技术领域,公开一种基于物联网的食品电商智能监测管理平台,包括指定短保食品信息获取模块、指定短保食品历史销售量提取模块、指定短保食品常规销售速度分析模块、指定短保食品库存销售时长预估模块、指定短保食品库存促销判断模块、指定短保食品库存促销时段划分模块和促销单价分时段智能确定模块,本发明在分析短保食品的常规销售速度时通过评判短保食品的历史单日销售量波动程度,将其作为常规销售速度的分析依据,大大避免了目前分析方式存在的适用局限,同时在确定短保食品的促销单价时进行促销时段划分,进而在各促销时段进行促销单价的针对性确定,有利于提高促销单价确定结果的精准可靠度。
Description
技术领域
本发明涉及食品电商管理技术领域,具体而言,是一种基于物联网的食品电商智能监测管理平台。
背景技术
短保食品,顾名思义是指保质期较短的食品,这种食品一般都比较新鲜健康,例如蛋糕、奶制品、面包等。随着人们健康意识的增强,越来越多的消费者倾向于选择短保食品,使得短保食品的消费需求与日俱增。为了满足这种消费需求,很多电商平台开始大量进购短保食品,但受短保食品的保质期影响,很容易出现短保食品的库存品难以在保质期内销售完。在这种情况下,就需要提早对库存品进行促销管理。
目前对短保食品的促销管理分为前端管理和后端管理,前端管理为确定促销时机,即需要实时判断当前库存的短保食品是否需要促销,后端管理为确定促销单价。
其中前端管理能够实施的前提为基于短保食品的库存量和常规销售速度评估短保食品对应的库存销售时长,然而目前在分析短保食品的常规销售速度时直接以短保食品历史销售状态下的平均销售速度作为常规销售速度,这种分析方式只适用于历史销售速度波动不大的场景,导致分析结果存在适用局限,直接影响了分析结果的可用价值,从而难以短保食品对应促销时机的确定精准度,无形之中增加了促销延误的发生率。
目前在确定促销单价时由于缺乏科学可靠的依据导致确定方式过于随意、盲目,使得确定结果难以最大化地保障电商平台的利益,与此同时目前在确定短保食品的促销单价后往往就固定不变了,忽略了促销过程中的促销速度对促销价格的影响,导致确定的促销单价与促销速度适配度不高,进一步难以最大化地保障电商平台的利益。
发明内容
有鉴于此,本申请的目的在于提供一种基于物联网的食品电商智能监测管理平台,通过对短保食品的库存促销单价进行科学动态化的确定,能够解决背景技术提到的问题。
本申请是通过以下技术方案实现:一种基于物联网的食品电商智能监测管理平台,包括:指定短保食品信息获取模块,用于获取指定短保食品对应的基本信息和库存信息,其中基本信息包括保质期和常规销售价格,库存信息包括库存量和库存品生产日期。
指定短保食品历史销售量提取模块,用于设定历史监测时间段,并从目标电商平台提取指定短保食品在历史监测时间段内各监测日的销售量。
指定短保食品常规销售速度分析模块,用于根据指定短保食品在历史监测时间段内各监测日的销售量分析指定短保食品对应的常规销售速度。
指定短保食品库存销售时长预估模块,用于从指定短保食品对应的库存信息中提取库存量,进而根据指定短保食品对应的库存量和常规销售速度预估指定短保食品对应的库存销售时长。
指定短保食品库存促销判断模块,用于统计指定短保食品对应的库存剩余保质时长,并将其与指定短保食品对应的库存销售时长进行对比,进而判断指定短保食品的库存品是否需要促销。
指定短保食品库存促销时段划分模块,用于当判断指定短保食品的库存品需要促销时对指定短保食品的库存品进行促销时段划分。
促销单价分时段智能确定模块,用于在划分的各促销时段对指定短保食品的库存品对应的促销单价进行智能确定。
作为优选的实施方式,所述分析指定短保食品对应的常规销售速度具体参见以下步骤:(1)将指定短保食品在历史监测时间段内各监测日的销售量进行累加,得到指定短保食品在历史监测时间段的总销售量。
(2)统计历史监测时间段存在的监测日数量,并利用公式计算出指定短保食品对应的平均销售速度。
(3)将指定短保食品在历史监测时间段内各监测日的销售量与平均销售速度进行对比,计算指定短保食品对应的平均销售速度波动度AF,其计算公式为其中pi表示为指定短保食品在历史监测时间段内第i个监测日的销售量,i表示为监测日编号,i=1,2,…,n,n表示为历史监测时间段存在的监测日数量,p0表示为指定短保食品对应的平均销售速度,e表示为自然常数。
(4)依据指定短保食品对应的平均销售速度波动度分析指定短保食品对应的常规销售速度。
作为优选的实施方式,所述(4)的具体实现过程如下:将指定短保食品对应的平均销售速度波动度与设定的标准波动度进行对比,若指定短保食品对应的平均销售速度波动度小于或等于设定的标准波动度,则将指定短保食品对应的平均销售速度作为指定短保食品对应的常规销售速度,反之则将指定短保食品在历史监测时间段内各监测日的销售量与平均销售速度进行对比,从而以平均销售速度作为分界线,将指定短保食品在历史监测时间段内各监测日的销售量归类为小于平均销售速度的销售量集合和大于平均销售速度的销售量集合,并将两个销售量集合分别记为低于平均销售量集合和高于平均销售量集合。
分别统计低于平均销售量集合和高于平均销售量集合内存在的销售量数量,并将低于平均销售量集合和高于平均销售量集合内存在的各销售量进行均值计算,得到低于平均销售量集合对应的平均单日销售量和高于平均销售量集合对应的平均单日销售量。
通过公式计算出指定短保食品对应的常规销售速度V0,其中/>分别表示为低于平均销售量集合对应的平均单日销售量、高于平均销售量集合对应的平均单日销售量,k1、k2分别表示为低于平均销售量集合、高于平均销售量集合内存在的销售量数量。
作为优选的实施方式,所述预估指定短保食品对应的库存销售时长预估公式为T库存表示为指定短保食品对应的库存销售时长,Q表示为指定短保食品对应的库存量。
作为优选的实施方式,所述统计指定短保食品对应的库存剩余保质时长包括以下步骤:从指定短保食品对应的库存信息中提取库存品生产日期,并从指定短保食品对应的基本信息中提取保质期,进而根据指定短保食品对应的保质期和库存品生产日期计算出指定短保食品的库存品对应的截止保质日期。
获取当前日期,进而将指定短保食品的库存品对应的截止保质日期减去当前日期,得到指定短保食品对应的库存剩余保质时长。
作为优选的实施方式,所述判断指定短保食品的库存品是否需要促销的判断方式为:将指定短保食品对应的库存剩余保质时长与库存销售时长进行对比,若库存剩余保质时长小于库存销售时长,则判断指定短保食品的库存品需要促销,反之则判断指定短保食品的库存品不需要促销。
作为优选的实施方式,所述对指定短保食品的库存品进行促销时段划分的划分方式如下:将指定短保食品对应的库存剩余保质时长作为库存促销时长。
将指定短保食品对应的库存促销时长按照预设时间间隔进行划分,得到各促销时段。
作为优选的实施方式,所述在划分的各促销时段对指定短保食品的库存品对应的促销单价进行智能确定参见如下步骤:S1、将各促销时段按照距离当前日期由先到后的顺序进行编号。
S2、根据指定短保食品对应的库存量与库存促销时长计算出指定短保食品对应的初始需求促销速度。
S3、从指定短保食品的基本信息中提取常规销售单价,并将其结合指定短保食品对应的常规销售速度和初始需求促销速度通过公式解析出指定短保食品对应的初始需求促销单价p促销,其中p0表示为指定短保食品对应的常规销售单价,V初需表示为指定短保食品对应的初始需求促销速度,并将指定短保食品对应的初始需求促销单价作为指定短保食品的库存品在第一促销时段的促销单价。
S4、在第一促销时段结束后统计指定短保食品在第一促销时段的促销量。
S5、获取第一促销时段存在的促销日数量,进而将指定短保食品在第一促销时段的促销量除以第一促销时段存在的促销日数量,得到指定短保食品在第一促销时段的促销速度,记为第一促销速度。
S6、将指定短保食品对应的第一促销速度与初始需求促销速度进行对比,计算第一促销速度差异度其计算公式为/>其中V1表示为指定短保食品对应的第一促销速度。
S7、将指定短保食品对应的第一促销速度差异度与设置的允许差异度进行对比,若指定短保食品对应的第一促销速度差异度小于或等于设置的允许差异度,或指定短保食品对应的第一促销速度与初始需求促销速度一致,则将指定短保食品的库存品在第一促销时段的促销单价作为下一促销时段的促销单价,反之则对指定短保食品的库存品在下一促销时段的促销单价进行重新确定。
S8、按照S4-S7对指定短保食品的库存品在后续促销时段的促销单价进行确定,直至进行到最后促销时段的促销单价确定。
作为优选的实施方式,所述S7中对指定短保食品的库存品在下一促销时段的促销单价进行重新确定具体执行以下步骤:S71、将指定短保食品的库存量减去指定短保食品在第一促销时段的促销量得到指定短保食品对应的剩余库存量,并将指定短保食品对应的库存促销时长减去第一促销时段对应的时长得到指定短保食品对应的库存剩余促销时长。
S72、基于指定短保食品对应的剩余库存量和库存剩余促销时长计算指定短保食品对应的剩余库存需求促销速度。
S73、将指定短保食品对应的第一促销速度与初始需求促销速度进行对比,若第一促销速度小于初始需求促销速度,则执行S74,若第一促销速度大于初始需求促销速度,则执行S75。
S74、将指定短保食品的库存品在第一促销时段的促销单价、第一促销速度和剩余库存需求促销速度代入公式计算出指定短保食品的库存品在下一促销时段的促销单价p′,其中V剩需表示为指定短保食品对应的剩余库存需求促销速度。
S75、将指定短保食品的库存品在第一促销时段的促销单价、第一促销速度和剩余库存需求促销速度代入公式计算出指定短保食品的库存品在下一促销时段的促销单价p″。
与现有技术相比,本发明具有以下优点:1.本发明在分析短保食品的常规销售速度时通过以短保食品在历史销售状态下的平均销售速度评判短保食品的历史销售速度波动程度,从而将其作为常规销售速度的分析依据,使得分析结果不仅能够适用历史销售速度波动不大的场景,还能够适用历史销售速度波动较大的场景,大大避免了目前分析方式存在的适用局限,有效提高了分析结果的可用价值,有利于提高短保食品对应促销时机的确定精准度,最大限度减少了促销延误的发生率。
2.本发明在确定短保食品的促销单价时通过对促销进程进行促销时段划分,进而在各促销时段基于短保食品的实时库存量和需求促销速度进行促销单价的针对性确定,大大提高了促销单价确定的科学性,有利于提高促销单价确定结果的精准可靠度,与此同时通过在各促销时段进行促销单价的动态化确定,使得短保食品在各促销时段都能够保持最高促销价格,从而能够最大化地保障电商平台的利益。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明系统连接示意图。
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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,本申请提供一种基于物联网的食品电商智能监测管理平台,包括指定短保食品信息获取模块、指定短保食品历史销售量提取模块、指定短保食品常规销售速度分析模块、指定短保食品库存销售时长预估模块、指定短保食品库存促销判断模块、指定短保食品库存促销时段划分模块和促销单价分时段智能确定模块。
上述中指定短保食品历史销售量提取模块与指定短保食品常规销售速度分析模块连接,指定短保食品信息获取模块和指定短保食品常规销售速度分析模块均与指定短保食品库存销售时长预估模块连接,指定短保食品信息获取模块和指定短保食品库存销售时长预估模块均与指定短保食品库存促销判断模块连接,指定短保食品库存促销判断模块与指定短保食品库存促销时段划分模块连接,指定短保食品信息获取模块和指定短保食品库存促销时段划分模块均与促销单价分时段智能确定模块连接。
所述指定短保食品信息获取模块用于获取指定短保食品对应的基本信息和库存信息,其中基本信息包括保质期和常规销售价格,库存信息包括库存量和库存品生产日期。
所述指定短保食品历史销售量提取模块用于设定历史监测时间段,进从目标电商平台提取指定短保食品在历史监测时间段内各监测日的销售量。
所述指定短保食品常规销售速度分析模块用于根据指定短保食品在历史监测时间段内各监测日的销售量分析指定短保食品对应的常规销售速度,其具体参见以下步骤:(1)将指定短保食品在历史监测时间段内各监测日的销售量进行累加,得到指定短保食品在历史监测时间段的总销售量。
(2)统计历史监测时间段存在的监测日数量,并利用公式计算出指定短保食品对应的平均销售速度。
(3)将指定短保食品在历史监测时间段内各监测日的销售量与平均销售速度进行对比,计算指定短保食品对应的平均销售速度波动度AF,其计算公式为其中pi表示为指定短保食品在历史监测时间段内第i个监测日的销售量,i表示为监测日编号,i=1,2,...,n,n表示为历史监测时间段存在的监测日数量,p0表示为指定短保食品对应的平均销售速度,e表示为自然常数,其中指定短保食品在历史监测时间段内各监测日的销售量与平均销售速度越接近,指定短保食品对应的平均销售速度波动度越小,表明指定短保食品的平均销售速度越能够代表常规销售速度。
(4)依据指定短保食品对应的平均销售速度波动度分析指定短保食品对应的常规销售速度,具体实现过程如下:将指定短保食品对应的平均销售速度波动度与设定的标准波动度进行对比,若指定短保食品对应的平均销售速度波动度小于或等于设定的标准波动度,则将指定短保食品对应的平均销售速度作为指定短保食品对应的常规销售速度,反之则将指定短保食品在历史监测时间段内各监测日的销售量与平均销售速度进行对比,从而以平均销售速度作为分界线,将指定短保食品在历史监测时间段内各监测日的销售量归类为小于平均销售速度的销售量集合和大于平均销售速度的销售量集合,并将两个销售量集合分别记为低于平均销售量集合和高于平均销售量集合。
分别统计低于平均销售量集合和高于平均销售量集合内存在的销售量数量,并将低于平均销售量集合和高于平均销售量集合内存在的各销售量进行均值计算,得到低于平均销售量集合对应的平均单日销售量和高于平均销售量集合对应的平均单日销售量。
通过公式计算出指定短保食品对应的常规销售速度V0,其中/>分别表示为低于平均销售量集合对应的平均单日销售量、高于平均销售量集合对应的平均单日销售量,k1、k2分别表示为低于平均销售量集合、高于平均销售量集合内存在的销售量数量。
本发明在分析短保食品的常规销售速度时通过以短保食品在历史销售状态下的平均销售速度评判短保食品的历史销售速度波动程度,从而将其作为常规销售速度的分析依据,使得分析结果不仅能够适用历史销售速度波动不大的场景,还能够适用历史销售速度波动较大的场景,大大避免了目前分析方式存在的适用局限,有效提高了分析结果的可用价值,有利于提高短保食品对应促销时机的确定精准度,最大限度减少了促销延误的发生率。
所述指定短保食品库存销售时长预估模块用于从指定短保食品对应的库存信息中提取库存量,进而根据指定短保食品对应的库存量和常规销售速度预估指定短保食品对应的库存销售时长,其预估公式为T库存表示为指定短保食品对应的库存销售时长,Q表示为指定短保食品对应的库存量。
所述指定短保食品库存促销判断模块用于统计指定短保食品对应的库存剩余保质时长,并将其与指定短保食品对应的库存销售时长进行对比,进而判断指定短保食品的库存品是否需要促销。
在本发明的具体实施例中,上述统计指定短保食品对应的库存剩余保质时长包括以下步骤:从指定短保食品对应的库存信息中提取库存品生产日期,并从指定短保食品对应的基本信息中提取保质期,进而根据指定短保食品对应的保质期和库存品生产日期相加,得到指定短保食品的库存品对应的截止保质日期。
获取当前日期,进而将指定短保食品的库存品对应的截止保质日期减去当前日期,得到指定短保食品对应的库存剩余保质时长。
在本发明的又一具体实施例中,判断指定短保食品的库存品是否需要促销的判断方式为:将指定短保食品对应的库存剩余保质时长与库存销售时长进行对比,若库存剩余保质时长小于库存销售时长,表明指定短保食品的库存品按照常规销售速度难以在剩余保质时长内销售出去,则判断指定短保食品的库存品需要促销,反之则判断指定短保食品的库存品不需要促销。
所述指定短保食品库存促销时段划分模块用于当判断指定短保食品的库存品需要促销时对指定短保食品的库存品进行促销时段划分,其具体划分方式如下:将指定短保食品对应的库存剩余保质时长作为库存促销时长。
将指定短保食品对应的库存促销时长按照预设时间间隔进行划分,得到各促销时段。
所述促销单价分时段智能确定模块用于在划分的各促销时段对指定短保食品的库存品对应的促销单价进行智能确定,参见如下步骤:S1、将各促销时段按照距离当前日期由先到后的顺序进行编号。
S2、将指定短保食品对应的库存量除以库存促销时长,得到指定短保食品对应的初始需求促销速度。
S3、从指定短保食品的基本信息中提取常规销售单价,并将其结合指定短保食品对应的常规销售速度和初始需求促销速度通过公式解析出指定短保食品对应的初始需求促销单价p促销,其中p0表示为指定短保食品对应的常规销售单价,V初需表示为指定短保食品对应的初始需求促销速度,并将指定短保食品对应的初始需求促销单价作为指定短保食品的库存品在第一促销时段的促销单价。
S4、在第一促销时段结束后统计指定短保食品在第一促销时段的促销量。
S5、获取第一促销时段存在的促销日数量,进而将指定短保食品在第一促销时段的促销量除以第一促销时段存在的促销日数量,得到指定短保食品在第一促销时段的促销速度,记为第一促销速度。
S6、将指定短保食品对应的第一促销速度与初始需求促销速度进行对比,计算第一促销速度差异度其计算公式为/>其中V1表示为指定短保食品对应的第一促销速度,其中指定短保食品对应的第一促销速度与初始需求促销速度相差越大,指定短保食品对应的第一促销速度差异度越大,表明指定短保食品对应的第一促销速度越不满足初始需求促销速度,且不满足的表现形式为第一促销速度超过初始需求促销速度或第一促销速度未达到初始需求促销速度。
S7、将指定短保食品对应的第一促销速度差异度与设置的允许差异度进行对比,若指定短保食品对应的第一促销速度差异度小于或等于设置的允许差异度,或指定短保食品对应的第一促销速度与初始需求促销速度一致,表明第一促销速度能够满足初始需求促销速度,则将指定短保食品的库存品在第一促销时段的促销单价作为下一促销时段的促销单价,反之表明第一促销速度能够不满足初始需求促销速度,则对指定短保食品的库存品在下一促销时段的促销单价进行重新确定,具体执行以下步骤:S71、将指定短保食品的库存量减去指定短保食品在第一促销时段的促销量得到指定短保食品对应的剩余库存量,并将指定短保食品对应的库存促销时长减去第一促销时段对应的时长得到指定短保食品对应的库存剩余促销时长。
S72、基于指定短保食品对应的剩余库存量和库存剩余促销时长计算指定短保食品对应的剩余库存需求促销速度。
S73、将指定短保食品对应的第一促销速度与初始需求促销速度进行对比,若第一促销速度小于初始需求促销速度,表明还需要对指定短保食品的促销价格进行再次降价以提高促销速度,此时执行S74,若第一促销速度大于初始需求促销速度,表明第一促销速度已经能够满足初始需求促销速度,为了提高指定短保食品的促销利润,需要对指定短保食品的促销价格进行相应提高,则执行S75。
S74、将指定短保食品的库存品在第一促销时段的促销单价、第一促销速度和剩余库存需求促销速度代入公式计算出指定短保食品的库存品在下一促销时段的促销单价p′,其中V剩需表示为指定短保食品对应的剩余库存需求促销速度。
S75、将指定短保食品的库存品在第一促销时段的促销单价、第一促销速度和剩余库存需求促销速度代入公式计算出指定短保食品的库存品在下一促销时段的促销单价p″。
S8、按照S4-S7对指定短保食品的库存品在后续促销时段的促销单价进行确定,直至进行到最后促销时段的促销单价确定。
本发明在确定短保食品的促销单价时通过对促销进程进行促销时段划分,进而在各促销时段基于短保食品的实时库存量和需求促销速度进行促销单价的针对性确定,大大提高了促销单价确定的科学性,有利于提高促销单价确定结果的精准可靠度,与此同时通过在各促销时段进行促销单价的动态化确定,强化了促销单价与促销速度的适配度,使得短保食品在各促销时段都能够保持最高促销价格,从而能够最大化地保障电商平台的利益。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (9)
1.一种基于物联网的食品电商智能监测管理平台,其特征在于,包括:
指定短保食品信息获取模块,用于获取指定短保食品对应的基本信息和库存信息,其中基本信息包括保质期和常规销售价格,库存信息包括库存量和库存品生产日期;
指定短保食品历史销售量提取模块,用于设定历史监测时间段,并从目标电商平台提取指定短保食品在历史监测时间段内各监测日的销售量;
指定短保食品常规销售速度分析模块,用于根据指定短保食品在历史监测时间段内各监测日的销售量分析指定短保食品对应的常规销售速度;
指定短保食品库存销售时长预估模块,用于从指定短保食品对应的库存信息中提取库存量,进而根据指定短保食品对应的库存量和常规销售速度预估指定短保食品对应的库存销售时长;
指定短保食品库存促销判断模块,用于统计指定短保食品对应的库存剩余保质时长,并将其与指定短保食品对应的库存销售时长进行对比,进而判断指定短保食品的库存品是否需要促销;
指定短保食品库存促销时段划分模块,用于当判断指定短保食品的库存品需要促销时对指定短保食品的库存品进行促销时段划分;
促销单价分时段智能确定模块,用于在划分的各促销时段对指定短保食品的库存品对应的促销单价进行智能确定。
2.根据权利要求1所述的一种基于物联网的食品电商智能监测管理平台,其特征在于:所述分析指定短保食品对应的常规销售速度具体参见以下步骤:
(1)将指定短保食品在历史监测时间段内各监测日的销售量进行累加,得到指定短保食品在历史监测时间段的总销售量;
(2)统计历史监测时间段存在的监测日数量,并利用公式计算出指定短保食品对应的平均销售速度;
(3)将指定短保食品在历史监测时间段内各监测日的销售量与平均销售速度进行对比,计算指定短保食品对应的平均销售速度波动度AF,其计算公式为其中pi表示为指定短保食品在历史监测时间段内第i个监测日的销售量,i表示为监测日编号,i=1,2,…,n,n表示为历史监测时间段存在的监测日数量,p0表示为指定短保食品对应的平均销售速度,e表示为自然常数;
(4)依据指定短保食品对应的平均销售速度波动度分析指定短保食品对应的常规销售速度。
3.根据权利要求2所述的一种基于物联网的食品电商智能监测管理平台,其特征在于:所述(4)的具体实现过程如下:
将指定短保食品对应的平均销售速度波动度与设定的标准波动度进行对比,若指定短保食品对应的平均销售速度波动度小于或等于设定的标准波动度,则将指定短保食品对应的平均销售速度作为指定短保食品对应的常规销售速度,反之则将指定短保食品在历史监测时间段内各监测日的销售量与平均销售速度进行对比,从而以平均销售速度作为分界线,将指定短保食品在历史监测时间段内各监测日的销售量归类为小于平均销售速度的销售量集合和大于平均销售速度的销售量集合,并将两个销售量集合分别记为低于平均销售量集合和高于平均销售量集合;
分别统计低于平均销售量集合和高于平均销售量集合内存在的销售量数量,并将低于平均销售量集合和高于平均销售量集合内存在的各销售量进行均值计算,得到低于平均销售量集合对应的平均单日销售量和高于平均销售量集合对应的平均单日销售量;
通过公式计算出指定短保食品对应的常规销售速度V0,其中/>分别表示为低于平均销售量集合对应的平均单日销售量、高于平均销售量集合对应的平均单日销售量,k1、k2分别表示为低于平均销售量集合、高于平均销售量集合内存在的销售量数量。
4.根据权利要求3所述的一种基于物联网的食品电商智能监测管理平台,其特征在于:所述预估指定短保食品对应的库存销售时长预估公式为T库存表示为指定短保食品对应的库存销售时长,Q表示为指定短保食品对应的库存量。
5.根据权利要求1所述的一种基于物联网的食品电商智能监测管理平台,其特征在于:所述统计指定短保食品对应的库存剩余保质时长包括以下步骤:
从指定短保食品对应的库存信息中提取库存品生产日期,并从指定短保食品对应的基本信息中提取保质期,进而根据指定短保食品对应的保质期和库存品生产日期计算出指定短保食品的库存品对应的截止保质日期;
获取当前日期,进而将指定短保食品的库存品对应的截止保质日期减去当前日期,得到指定短保食品对应的库存剩余保质时长。
6.根据权利要求1所述的一种基于物联网的食品电商智能监测管理平台,其特征在于:所述判断指定短保食品的库存品是否需要促销的判断方式为:将指定短保食品对应的库存剩余保质时长与库存销售时长进行对比,若库存剩余保质时长小于库存销售时长,则判断指定短保食品的库存品需要促销,反之则判断指定短保食品的库存品不需要促销。
7.根据权利要求1所述的一种基于物联网的食品电商智能监测管理平台,其特征在于:所述对指定短保食品的库存品进行促销时段划分的划分方式如下:
将指定短保食品对应的库存剩余保质时长作为库存促销时长;
将指定短保食品对应的库存促销时长按照预设时间间隔进行划分,得到各促销时段。
8.根据权利要求7所述的一种基于物联网的食品电商智能监测管理平台,其特征在于:所述在划分的各促销时段对指定短保食品的库存品对应的促销单价进行智能确定参见如下步骤:
S1、将各促销时段按照距离当前日期由先到后的顺序进行编号;
S2、根据指定短保食品对应的库存量与库存促销时长计算出指定短保食品对应的初始需求促销速度;
S3、从指定短保食品的基本信息中提取常规销售单价,并将其结合指定短保食品对应的常规销售速度和初始需求促销速度通过公式解析出指定短保食品对应的初始需求促销单价p促销,其中p0表示为指定短保食品对应的常规销售单价,V初需表示为指定短保食品对应的初始需求促销速度,并将指定短保食品对应的初始需求促销单价作为指定短保食品的库存品在第一促销时段的促销单价;
S4、在第一促销时段结束后统计指定短保食品在第一促销时段的促销量;
S5、获取第一促销时段存在的促销日数量,进而将指定短保食品在第一促销时段的促销量除以第一促销时段存在的促销日数量,得到指定短保食品在第一促销时段的促销速度,记为第一促销速度;
S6、将指定短保食品对应的第一促销速度与初始需求促销速度进行对比,计算第一促销速度差异度其计算公式为/>其中V1表示为指定短保食品对应的第一促销速度;
S7、将指定短保食品对应的第一促销速度差异度与设置的允许差异度进行对比,若指定短保食品对应的第一促销速度差异度小于或等于设置的允许差异度,或指定短保食品对应的第一促销速度与初始需求促销速度一致,则将指定短保食品的库存品在第一促销时段的促销单价作为下一促销时段的促销单价,反之则对指定短保食品的库存品在下一促销时段的促销单价进行重新确定;
S8、按照S4-S7对指定短保食品的库存品在后续促销时段的促销单价进行确定,直至进行到最后促销时段的促销单价确定。
9.根据权利要求8所述的一种基于物联网的食品电商智能监测管理平台,其特征在于:所述S7中对指定短保食品的库存品在下一促销时段的促销单价进行重新确定具体执行以下步骤:
S71、将指定短保食品的库存量减去指定短保食品在第一促销时段的促销量得到指定短保食品对应的剩余库存量,并将指定短保食品对应的库存促销时长减去第一促销时段对应的时长得到指定短保食品对应的库存剩余促销时长;
S72、基于指定短保食品对应的剩余库存量和库存剩余促销时长计算指定短保食品对应的剩余库存需求促销速度;
S73、将指定短保食品对应的第一促销速度与初始需求促销速度进行对比,若第一促销速度小于初始需求促销速度,则执行S74,若第一促销速度大于初始需求促销速度,则执行S75;
S74、将指定短保食品的库存品在第一促销时段的促销单价、第一促销速度和剩余库存需求促销速度代入公式计算出指定短保食品的库存品在下一促销时段的促销单价p′,其中V剩需表示为指定短保食品对应的剩余库存需求促销速度;
S75、将指定短保食品的库存品在第一促销时段的促销单价、第一促销速度和剩余库存需求促销速度代入公式计算出指定短保食品的库存品在下一促销时段的促销单价p″。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211459175.XA CN115907800B (zh) | 2022-11-17 | 2022-11-17 | 一种基于物联网的食品电商智能监测管理平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211459175.XA CN115907800B (zh) | 2022-11-17 | 2022-11-17 | 一种基于物联网的食品电商智能监测管理平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115907800A CN115907800A (zh) | 2023-04-04 |
CN115907800B true CN115907800B (zh) | 2023-11-24 |
Family
ID=86495891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211459175.XA Active CN115907800B (zh) | 2022-11-17 | 2022-11-17 | 一种基于物联网的食品电商智能监测管理平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115907800B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228303B (zh) * | 2023-05-11 | 2023-07-21 | 山东头一锅餐饮管理连锁有限公司 | 一种基于大数据的速食罐装产品销售地域性倾向分析系统 |
CN117314325B (zh) * | 2023-09-25 | 2024-04-05 | 江苏多飞网络科技有限公司 | 一种基于图像识别的电商产品仓储全流程监控管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487096A (zh) * | 2021-07-12 | 2021-10-08 | 武汉市章瀚电子商务有限公司 | 一种商品销售库存精准动态管理调整方法、系统及计算机存储介质 |
CN114219412A (zh) * | 2022-02-23 | 2022-03-22 | 广州丽晶软件科技股份有限公司 | 基于智慧商品系统销售预测的自动补货方法及补货系统 |
CN114399253A (zh) * | 2022-01-06 | 2022-04-26 | 上海比升互联网技术有限公司 | 一种用于烘焙行业的智能补配销的管理方法 |
CN114626921A (zh) * | 2022-03-17 | 2022-06-14 | 武汉洋洪电子商务有限公司 | 一种电子商务平台线上商城商品促销管理方法、系统及计算机存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060122881A1 (en) * | 1997-03-21 | 2006-06-08 | Walker Jay S | Systems and methods for vending promotions |
US9165270B2 (en) * | 2000-12-20 | 2015-10-20 | International Business Machines Corporation | Predicting likelihood of customer attrition and retention measures |
-
2022
- 2022-11-17 CN CN202211459175.XA patent/CN115907800B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487096A (zh) * | 2021-07-12 | 2021-10-08 | 武汉市章瀚电子商务有限公司 | 一种商品销售库存精准动态管理调整方法、系统及计算机存储介质 |
CN114399253A (zh) * | 2022-01-06 | 2022-04-26 | 上海比升互联网技术有限公司 | 一种用于烘焙行业的智能补配销的管理方法 |
CN114219412A (zh) * | 2022-02-23 | 2022-03-22 | 广州丽晶软件科技股份有限公司 | 基于智慧商品系统销售预测的自动补货方法及补货系统 |
CN114626921A (zh) * | 2022-03-17 | 2022-06-14 | 武汉洋洪电子商务有限公司 | 一种电子商务平台线上商城商品促销管理方法、系统及计算机存储介质 |
Non-Patent Citations (2)
Title |
---|
"季节需求型农资商品库存控制模型研究";贾冬青 等;《河北工程技术高等专科学校学报》(第1期);42-44,68 * |
"数据变身信息,指导上层决策――深圳天虹商场应用商业智能系统情况分析";江建平;《信息与电脑》(第11期);59-62 * |
Also Published As
Publication number | Publication date |
---|---|
CN115907800A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115907800B (zh) | 一种基于物联网的食品电商智能监测管理平台 | |
CN112270589A (zh) | 一种基于云计算大数据分析的网上商城商品推荐系统 | |
CN112613719A (zh) | 一种熟食门店智能订货系统及方法 | |
CN114663008B (zh) | 一种基于门店生鲜的智能补货系统 | |
CN114693350B (zh) | 一种商品信息处理方法、设备及计算机存储介质 | |
CN114219558A (zh) | 基于数据挖掘的农产品智能推荐系统 | |
CN115345662A (zh) | 基于区块链和大数据的直播电商数据处理系统 | |
CN111352976A (zh) | 一种针对购物节的搜索广告转化率预测方法及装置 | |
CN112396496B (zh) | 一种基于云计算的电子商务平台商品智能推荐管理系统 | |
CN114493700A (zh) | 一种基于云计算的加盟平台加盟商数据分析处理系统 | |
CN111415208A (zh) | 基于逆推方法和动态定价模型的新产品定价系统及方法 | |
CN114626921A (zh) | 一种电子商务平台线上商城商品促销管理方法、系统及计算机存储介质 | |
Lin et al. | A Practical Framework for Forecasting Stock Keeping Unit Level Seasonal Sales | |
Rudolph et al. | The Dose Makes the Poison-Dynamic Pricing Strategies and Their Influence on Consumers | |
Yang et al. | Intelligent Pricing and Replenishment Strategy for Vegetables Based on ARIMA Prediction and BP Neural Networks | |
CN118195690A (zh) | 一种基于银行用户的积分兑换商城商品上架智能选品方法 | |
CN116777504A (zh) | 基于消费研究分析的产品购入评估系统 | |
KR20050024695A (ko) | 사용자의 속성별 파라미터 따른 전자상거래에서의 마케팅방식의 결정방법 | |
CN117151816A (zh) | 一种基于互联网的商品智能推荐管理系统 | |
Niu et al. | Automated Pricing and Replenishment Decision for Vegetable Commodities Based on ARIMA Modeling and Linear Regression Model | |
Liu et al. | Research on Replenishment Strategy of Vegetable Commodities Based on ARIMA, Random Forest and Optimization Algorithm | |
CN114757689A (zh) | 一种基于智慧农贸的人流监控方法及系统 | |
CN117764738A (zh) | 一种市场风险管理计量方法及系统 | |
CN115392970A (zh) | 基于区块链大数据的电商平台信息共享方法和系统 | |
CN116703448A (zh) | 一种企业采购价格智能大数据分析方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231102 Address after: No. 209-2, No. 220 Zhongxing Road, Zhongcun Street, Panyu District, Guangzhou City, Guangdong Province, 510000 Applicant after: Guangzhou Zhuoshang Online Technology Co.,Ltd. Address before: 430021 No. 17, tangjiadun Road, Jianghan District, Wuhan City, Hubei Province Applicant before: Wuhan Shengnan Brand Management Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |