CN115936574B - 一种库存管理方法 - Google Patents
一种库存管理方法 Download PDFInfo
- Publication number
- CN115936574B CN115936574B CN202211519926.2A CN202211519926A CN115936574B CN 115936574 B CN115936574 B CN 115936574B CN 202211519926 A CN202211519926 A CN 202211519926A CN 115936574 B CN115936574 B CN 115936574B
- Authority
- CN
- China
- Prior art keywords
- inventory
- goods
- distribution
- distribution network
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 104
- 238000009826 distribution Methods 0.000 claims abstract description 205
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 14
- 230000007306 turnover Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 11
- 238000005457 optimization Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 235000013305 food Nutrition 0.000 description 6
- 230000002411 adverse Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种库存管理方法,涉及库存管理技术领域。该方法包括获取库存位置信息和配送信息,进行配送区域性分析,建立配送网络模型;根据配送网络模型,在获取配送网络单元在第一分析时间段的历史配送数据并进行配送货物流动性分析,形成库存管理配送表;根据库存管理配送表对配送网络单元中的库存点进行库存分配;获取库存点存储货物的有效周期,并设定去库存周期阈值,对库存点存储的货物进行去库存处理;获取库存点的历史库存量数据,建立库存量调整模型;根据库存量调整模型,进行库存量调整。其能够在保证进行高效货物管理的同时,满足周边客户的不同需求以保障配送服务质量。
Description
技术领域
本申请涉及库存管理技术领域,具体而言,涉及一种库存管理方法。
背景技术
无论线上还是线下的餐饮配送,都以实体库存为基础进行服务的。目前的餐饮配送库存管理主要是针对自身的单独式库存管理,大多基于历史的库存变化情况进行自身库存内容的效率优化和库存管理优化,能够做到针对自身库存的高效率管理,有效的节约成本提高配送服务质量。针对集群式的库存,通常也只是简单的考虑如何进行库存内容的合理分配以及如何进行进货出货的高效管理。
但是,当下随着线下和线上零售的发展,尤其是线上零售业的发展,对于日常需求量高的餐饮配送,在集群式的库存管理上不得不考虑如何更高效的进行库存管理,并尽可能的满足大众对于不同品种的餐食需求。而这样的需求需要库存集群尽可能的提高库存点对于周边配送范围内的需求变化并同步作出调整和变化,以保证为客户提供足量且高质量的配送服务。
因此,设计一种库存管理方法,能够在保证进行高效货物管理的同时,满足周边客户的不同需求以保障配送服务质量,是目前亟待解决的问题。
发明内容
本申请实施例的目的在于提供一种库存管理方法,通过建立区域式的配送网络模型,将独立的库存点联系起来形成区域式的配送供应,一方面可以提高区域内对于种类繁多的餐食货物的库存供应需求,另一方面将库存点联系起来实现联动式的库存管理,大大提高库存点的利用率和配送服务效率。同时,通过对货物建立流动性分析来进行库存点货物的供货与出货的高效管理,能够最大程度上的保证库存中的货物的流动率,避免出现积压、过期等不良情况,提高了对于库存成本的管理,能够有效的节约库存资源和库存成本。另外,基于对历史库存数据的分析,能够有效的把握库存货物的供货出货规律,以便更加合理的进行进货和出货管理,优化库存量,在保证供货的同时达到节省库存成本的效果。
第一方面,本申请实施例提供一种库存管理方法,包括获取库存位置信息和配送信息,进行配送区域性分析,建立配送网络模型;根据配送网络模型,在获取配送网络单元在第一分析时间段的历史配送数据并进行配送货物流动性分析,形成库存管理配送表;根据库存管理配送表对配送网络单元中的库存点进行库存分配;获取库存点存储货物的有效周期,并设定去库存周期阈值,对库存点存储的货物进行去库存处理;获取库存点的历史库存量数据,建立库存量调整模型;根据库存量调整模型,进行库存量调整。
在本申请实施例中,该方法通过建立区域式的配送网络模型,将独立的库存点联系起来形成区域式的配送供应,一方面可以提高区域内对于种类繁多的餐食货物的库存供应需求,另一方面将库存点联系起来实现联动式的库存管理,大大提高库存点的利用率和配送服务效率。同时,通过对货物建立流动性分析来进行库存点货物的供货与出货的高效管理,能够最大程度上的保证库存中的货物的流动率,避免出现积压、过期等不良情况,提高了对于库存成本的管理,能够有效的节约库存资源和库存成本。另外,基于对历史库存数据的分析,能够有效的把握库存货物的供货出货规律,以便更加合理的进行进货和出货管理,优化库存量,在保证供货的同时达到节省库存成本的效果。
作为一种可能的实现方式,获取库存位置信息和配送信息,进行配送区域性分析,建立配送网络模型,包括:获取库存点的位置信息,确定库存点与其相邻的库存点之间的距离;获取库存点的配送信息,确定指定配送距离;根据指定配送距离对每个库存点在任意方向进行库存网络搜索,确定到下一个处于指定配送距离内的库存点,再继续以搜索到的库存点为参考进行库存网络搜索,直至形成一个最小的配送网络,作为配送网络单元;将所有配送网络单元确定下来,且每个配送网络单元之间没有区域重叠,即建立配送网络模型。
在本申请实施例中,配送网络模型的建立能够将相关联的库存点联系起来形成高效的配送网络,以为客户提供及时的配送并针对区域内众多客户的不同需求提供足量的库存,提高服务质量的同时也能够充分利用库存,提高库存管理的效率。考虑库存点主要是对周围的客户进行货物配送,因此,以配送距离作为建立配送网络单元的参考数据能够保证配送服务的质量。配送网络应该是相互接触且不发生干涉的,可以对库存点进行共享,这样既能提高库存点的利用率,也能一定程度上实现库存点的库存结构优化。配送网络之间不干涉,排除了同一客户的需求在两个配送区域内存在导致对库存的重复占用降低库存率的情况。
作为一种可能的实现方式,历史配送数据包括配送网络单元中配送的货物种类、配送网络单元中配送的每种货物在第一分析时间段内的进货量和出货量、配送网络单元中配送的每种货物在第一分析时间段内的在库时间、配送网络单元中每种货物的当前价格和第一分析时间段内变化到当前价格的前一价格。
在本申请实施例中,基于配送网络模型进行货物流动性的分析,能够进一步的提高库存点对于自身库存的优化,达到高效库存提高配送服务质量的效果。当然,在进行流动性分析时,必然需要考虑的是货物在库存点中的进货量和出货量,这是库存使用的基础。而对于餐食货物来说,货物的进行库存管理的时间也是十分重要的考虑点,不像其他货物,餐食货物必须考虑其有效期,不然会导致存储过多在库时间长后发生过期,造成成本的增加和对库存占用率的浪费。另外,对于库存管理来说,货物的价格也是应先库存量和库存变化量的重要因素。综合考虑以上方面,能够达到较好的流动性分析效果。
作为一种可能的实现方式,根据配送网络模型,在获取配送网络单元在第一分析时间段的历史配送数据并进行配送货物流动性分析,形成库存管理配送表,包括:根据配送网络单元中配送的每种货物在第一分析时间段内的进货量和出货量,通过公式确定每种货物的周转率R:R=(出货量/进货量);根据配送网络单元中配送的每种货物在第一分析时间段内的在库时间以及每种货物的库存有效期,通过公式确定每种货物的有效期利用率T:T=(在库时间/货物库存有效期);根据配送网络单元中每种货物的当前价格和第一分析时间段内变化到当前价格的前一价格,通过公式确定每种货物的价格环比参考量F:F={(当前价格+(当前价格-前一价格))/当前价格};根据以下公式进行每种货物的流动性L的分析:L=μ1*R+μ2*T+μ3*F;其中μ1、μ2、μ3均为各个对应参量相对流动性L的相关度;根据流动性L的大小顺序排列形成库存管理配送表。
在本申请实施例中,提供一种流动性分析方式,由于货物的流动性与货物的进货量、出货量、货物的有效期以及货物的价格有密切的关系,因此可以建立与之相关的关系式来进行各个货物流动性的分析。对于货物的进货量和出货量,即是考虑货物的周转量,对于属于快销性质的餐饮来说,货物的周转量是十分重要的,一定程度上决定了库存管理的方式,可对货物的需求量,乃至影响整体的运营成本。而对于有效期利用率则是充分考虑餐食货物具备的短有效期的特点,充分保证在库的餐食货物能够在合理的有效期内进行配送和存储,避免过期出现成本的浪费情况。另外,价格环比参开量则是重点对货物成本的考虑,实质上价格环比参考量的变化可能是需求量的变化或者季节等对餐食价格的影响。能够帮助管理者对货物在不同的时期进行库存量的考虑和管理,以提高库存利用率,综合改善库存点改善服务质量。可以知道对于周转率R、有效期利用率T以及价格环比参考量F,其实质是关于L的相关性分析,通过对历史数据的获取能够准确的了解到三个参考量对于流动性变化的关系,进而形成同时期内的库存管理配送表以指导进行库存管理。
作为一种可能的实现方式,根据库存管理配送表对配送网络单元中的库存点进行库存分配,包括:设定常规库存种类阈值,确定库存管理配送表中流动性不大于常规库存种类阈值的货物,并依次在配送网络单元所涉及的库存点中按照货物种类进行分配,且货物参考第一分析时间段内的出货量进行库存管理;将流动性大于常规库存种类阈值的货物在配送网络单元所涉及的库存点进行合理分配。
在本申请实施例中,可以理解的是,每个库存点都有一定的库存限值,因此,需要对配送网络单元中涉及到库存点进行合理的库存内容分配,才能在满足配送网络单元中的客户的需求的同时实现库存点的高效利用。通过库存管理配送表来进行货物的分配是十分方便的,明显地,根据周转率、有效期利用率以及价格环比参考量形成的流动率既能够反应货物的需求量,也能够反应货物在库存点的停留时长,还能够反应货物对成本的影响情况。由此,流动性越小的货物,其需求量也越大,周转率高,且价格实惠,需要配置更多的库存位置进行周转和准备。因此基于统计设定常规库存种类阈值,能够将热销的货物和需求量小的货物进行划分,进而合理的针对性进行分配,达到对库存点的充分利用的同时,也能充分满足客户的需求,提升服务质量。
作为一种可能的实现方式,对于配送网络单元下涉及其他配送网络单元的库存点,根据所涉及的配送网络单元数量进行库存区域划分,并按照所涉及的不同配送网络单元的货物种类分配对相应的库存区域进行库存管理。
在本申请实施例中,对库存点的库存配置进行具体的说明,由于库存点可涉及多个配送网络单元,而不同的配送网络单元对于货物的管理是不同的,尤其是货物的种类以及货物的数量,这样就需要区别进行分类管理,即使存在相同类型的货物和接近的数量,由于客户可能变化的需求,也需要分开来处理,以便针对不同的配送网络进行该货物的准确数据分析,实现对货物的有序准确管理。
作为一种可能的实现方式,将流动性L大于常规库存种类阈值的货物在配送网络单元所涉及的库存点进行合理分配,包括:确定配送网络单元中各库存点的剩余库存量;将流动性大于常规库存种类阈值的货物按照流动性由小到大的顺序根据配送网络单元中各个库存点的剩余库存量比例进行种类数量的分配。
在本申请实施例中,对于流动性较大部分的货物,其主要是库存量会随着流动性的增加而减小,因此,在对库存点的剩余库存量进行统计后,可以按照库存点库存量之间的比例将剩余的货物种类按照该比例分配到不同的库存点上,这样库存剩余量较大的库存点能够接收较多种类的货物,其库存利用率也会增加,一定程度上提高了库存管理的效率,同时也不会因为库存量少的库存点没有足够的库存空间需要进行扩容造成成本的增加的情况。
作为一种可能的实现方式,获取库存点存储货物的有效周期,并设定去库存周期阈值,对库存点存储的货物进行去库存处理,包括:获取库存点存储货物的有效周期,并根据有效周期和货物的库存有效期,设定第一去库存阈值;第二去库存阈值以及第三去库存阈值;当货物的在库时间到达第一去库存阈值时,进行第一次调价去库存处理;当货物的在库时间到达第二去库存阈值时,进行第二次调价去库存处理;当货物的在库时间到达第三去库存阈值时,对货物进行退货处理。
在本申请实施例中,根据历史数据进行库存量的设定,实际情况库存量会有一定的波动,因此,需要对由波动产生的可能会超过货物有效周期的存储情况。在进行库存管理时,针对这种情况设定去库存的处理程序,既能够及时将货物存在的长库存进行合理处理,实现对库存的高效利用,也能避免货物过期造成的成本损失,可以一定程度上节约成本和资源。可以理解,对于由第一去库存阈值到第三去库存阈值的时间逐渐增加,因此去库存处理的手段和方式会更加直接明了。例如第一去库存阈值和第二去库存阈值处理可以选择打折力度逐渐增加的手段低利润的进行处理,也可以搭配赠送或者其他的处理的方式。
作为一种可能的实现方式,获取库存点的历史库存量数据,建立库存量调整模型,包括:获取多个第一分析时间段内货物的库存量数据,并建立库存量随时间变化的库存量变化列表;根据库存量变化列表,建立货物的库存量变化量C的计算公式:C=A+k*Q;其中A为基准变化量,k为平均变动量,Q为变化周期。
在本申请实施例中,库存量存根据历史进行参考,实际情况会有一定的波动,通常来说这种波动在正常情况下是随着时间规律性变化的,因为餐食本身的需求也属于季节性的需求。所以对变化量进行随时间维度上的分析,可以较为准确的把握住货物在每个时期的需求量变化,建立公式进行预测,方便进行变化量的处理。
作为一种可能的实现方式,根据库存量调整模型,进行库存量调整,包括:将库存量变化量作为下一个第一分析时间段内所分析货物的进货量调整量来调整库存量。
在本申请实施例中,确定库存量变化的规律后,可以根据该规律在后边的周期时间内进行合理调整可以进一步地提高对库存的利用率和货物的库存管理效果,能够一定程度上节约成本。
本实施例提供的一种库存管理方法的有益效果有:
通过建立区域式的配送网络模型,将独立的库存点联系起来形成区域式的配送供应,一方面可以提高区域内对于种类繁多的餐食货物的库存供应需求,另一方面将库存点联系起来实现联动式的库存管理,大大提高库存点的利用率和配送服务效率。同时,通过对货物建立流动性分析来进行库存点货物的供货与出货的高效管理,能够最大程度上的保证库存中的货物的流动率,避免出现积压、过期等不良情况,提高了对于库存成本的管理,能够有效的节约库存资源和库存成本。另外,基于对历史库存数据的分析,能够有效的把握库存货物的供货出货规律,以便更加合理的进行进货和出货管理,优化库存量,在保证供货的同时达到节省库存成本的效果。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的库存管理方法的步骤图。
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描述。
无论线上还是线下的餐饮配送,都以实体库存为基础进行服务的。目前的餐饮配送库存管理主要是针对自身的单独式库存管理,大多基于历史的库存变化情况进行自身库存内容的效率优化和库存管理优化,能够做到针对自身库存的高效率管理,有效的节约成本提高配送服务质量。针对集群式的库存,通常也只是简单的考虑如何进行库存内容的合理分配以及如何进行进货出货的高效管理。
但是,当下随着线下和线上零售的发展,尤其是线上零售业的发展,对于日常需求量高的餐饮配送,在集群式的库存管理上不得不考虑如何更高效的进行库存管理,并尽可能的满足大众对于不同品种的餐食需求。而这样的需求需要库存集群尽可能的提高库存点对于周边配送范围内的需求变化并同步作出调整和变化,以保证为客户提供足量且高质量的配送服务。
参考图1,本申请实施例提供一种库存管理方法。该方法通过建立区域式的配送网络模型,将独立的库存点联系起来形成区域式的配送供应,一方面可以提高区域内对于种类繁多的餐食货物的库存供应需求,另一方面将库存点联系起来实现联动式的库存管理,大大提高库存点的利用率和配送服务效率。同时,通过对货物建立流动性分析来进行库存点货物的供货与出货的高效管理,能够最大程度上的保证库存中的货物的流动率,避免出现积压、过期等不良情况,提高了对于库存成本的管理,能够有效的节约库存资源和库存成本。另外,基于对历史库存数据的分析,能够有效的把握库存货物的供货出货规律,以便更加合理的进行进货和出货管理,优化库存量,在保证供货的同时达到节省库存成本的效果。
本库存管理方法主要包括以下步骤:
S1:获取库存位置信息和配送信息,进行配送区域性分析,建立配送网络模型。
该步骤包括:获取库存点的位置信息,确定库存点与其相邻的库存点之间的距离;获取库存点的配送信息,确定指定配送距离;根据指定配送距离对每个库存点在任意方向进行库存网络搜索,确定到下一个处于指定配送距离内的库存点,再继续以搜索到的库存点为参考进行库存网络搜索,直至形成一个最小的配送网络,作为配送网络单元;将所有配送网络单元确定下来,且每个配送网络单元之间没有区域重叠,即建立配送网络模型。
配送网络模型的建立能够将相关联的库存点联系起来形成高效的配送网络,以为客户提供及时的配送并针对区域内众多客户的不同需求提供足量的库存,提高服务质量的同时也能够充分利用库存,提高库存管理的效率。考虑库存点主要是对周围的客户进行货物配送,因此,以配送距离作为建立配送网络单元的参考数据能够保证配送服务的质量。配送网络应该是相互接触且不发生干涉的,可以对库存点进行共享,这样既能提高库存点的利用率,也能一定程度上实现库存点的库存结构优化。配送网络之间不干涉,排除了同一客户的需求在两个配送区域内存在导致对库存的重复占用降低库存率的情况。
S2:根据配送网络模型,在获取配送网络单元在第一分析时间段的历史配送数据并进行配送货物流动性分析,形成库存管理配送表。
对于历史配送数据,其包括配送网络单元中配送的货物种类、配送网络单元中配送的每种货物在第一分析时间段内的进货量和出货量、配送网络单元中配送的每种货物在第一分析时间段内的在库时间、配送网络单元中每种货物的当前价格和第一分析时间段内变化到当前价格的前一价格。
基于配送网络模型进行货物流动性的分析,能够进一步的提高库存点对于自身库存的优化,达到高效库存提高配送服务质量的效果。当然,在进行流动性分析时,必然需要考虑的是货物在库存点中的进货量和出货量,这是库存使用的基础。而对于餐食货物来说,货物的进行库存管理的时间也是十分重要的考虑点,不像其他货物,餐食货物必须考虑其有效期,不然会导致存储过多在库时间长后发生过期,造成成本的增加和对库存占用率的浪费。另外,对于库存管理来说,货物的价格也是应先库存量和库存变化量的重要因素。综合考虑以上方面,能够达到较好的流动性分析效果。
由此,根据配送网络模型,在获取配送网络单元在第一分析时间段的历史配送数据并进行配送货物流动性分析,形成库存管理配送表,包括:根据配送网络单元中配送的每种货物在第一分析时间段内的进货量和出货量,通过公式确定每种货物的周转率R:R=(出货量/进货量);根据配送网络单元中配送的每种货物在第一分析时间段内的在库时间以及每种货物的库存有效期,通过公式确定每种货物的有效期利用率T:T=(在库时间/货物库存有效期);根据配送网络单元中每种货物的当前价格和第一分析时间段内变化到当前价格的前一价格,通过公式确定每种货物的价格环比参考量F:F={(当前价格+(当前价格-前一价格))/当前价格};根据以下公式进行每种货物的流动性L的分析:L=μ1*R+μ2*T+μ3*F;其中μ1、μ2、μ3均为各个对应参量相对流动性L的相关度;根据流动性L的大小顺序排列形成库存管理配送表。
由于货物的流动性与货物的进货量、出货量、货物的有效期以及货物的价格有密切的关系,因此可以建立与之相关的关系式来进行各个货物流动性的分析。对于货物的进货量和出货量,即是考虑货物的周转量,对于属于快销性质的餐饮来说,货物的周转量是十分重要的,一定程度上决定了库存管理的方式,可对货物的需求量,乃至影响整体的运营成本。而对于有效期利用率则是充分考虑餐食货物具备的短有效期的特点,充分保证在库的餐食货物能够在合理的有效期内进行配送和存储,避免过期出现成本的浪费情况。另外,价格环比参开量则是重点对货物成本的考虑,实质上价格环比参考量的变化可能是需求量的变化或者季节等对餐食价格的影响。能够帮助管理者对货物在不同的时期进行库存量的考虑和管理,以提高库存利用率,综合改善库存点改善服务质量。可以知道对于周转率R、有效期利用率T以及价格环比参考量F,其实质是关于L的相关性分析,通过对历史数据的获取能够准确的了解到三个参考量对于流动性变化的关系,进而形成同时期内的库存管理配送表以指导进行库存管理。
S3:根据库存管理配送表对配送网络单元中的库存点进行库存分配。
该步骤包括:设定常规库存种类阈值,确定库存管理配送表中流动性不大于常规库存种类阈值的货物,并依次在配送网络单元所涉及的库存点中按照货物种类进行分配,且货物参考第一分析时间段内的出货量进行库存管理;将流动性大于常规库存种类阈值的货物在配送网络单元所涉及的库存点进行合理分配。
每个库存点都有一定的库存限值,因此,需要对配送网络单元中涉及到库存点进行合理的库存内容分配,才能在满足配送网络单元中的客户的需求的同时实现库存点的高效利用。通过库存管理配送表来进行货物的分配是十分方便的,明显地,根据周转率、有效期利用率以及价格环比参考量形成的流动率既能够反应货物的需求量,也能够反应货物在库存点的停留时长,还能够反应货物对成本的影响情况。由此,流动性越小的货物,其需求量也越大,周转率高,且价格实惠,需要配置更多的库存位置进行周转和准备。因此基于统计设定常规库存种类阈值,能够将热销的货物和需求量小的货物进行划分,进而合理的针对性进行分配,达到对库存点的充分利用的同时,也能充分满足客户的需求,提升服务质量。
具体地,对于配送网络单元下涉及其他配送网络单元的库存点,根据所涉及的配送网络单元数量进行库存区域划分,并按照所涉及的不同配送网络单元的货物种类分配对相应的库存区域进行库存管理。对库存点的库存配置进行具体的说明,由于库存点可涉及多个配送网络单元,而不同的配送网络单元对于货物的管理是不同的,尤其是货物的种类以及货物的数量,这样就需要区别进行分类管理,即使存在相同类型的货物和接近的数量,由于客户可能变化的需求,也需要分开来处理,以便针对不同的配送网络进行该货物的准确数据分析,实现对货物的有序准确管理。
另外,将流动性L大于常规库存种类阈值的货物在配送网络单元所涉及的库存点进行合理分配,包括:确定配送网络单元中各库存点的剩余库存量;将流动性大于常规库存种类阈值的货物按照流动性由小到大的顺序根据配送网络单元中各个库存点的剩余库存量比例进行种类数量的分配。
对于流动性较大部分的货物,其主要是库存量会随着流动性的增加而减小,因此,在对库存点的剩余库存量进行统计后,可以按照库存点库存量之间的比例将剩余的货物种类按照该比例分配到不同的库存点上,这样库存剩余量较大的库存点能够接收较多种类的货物,其库存利用率也会增加,一定程度上提高了库存管理的效率,同时也不会因为库存量少的库存点没有足够的库存空间需要进行扩容造成成本的增加的情况。
S4:获取库存点存储货物的有效周期,并设定去库存周期阈值,对库存点存储的货物进行去库存处理。
本实施例中,获取库存点存储货物的有效周期,并设定去库存周期阈值,对库存点存储的货物进行去库存处理包括:获取库存点存储货物的有效周期,并根据有效周期和货物的库存有效期,设定第一去库存阈值;第二去库存阈值以及第三去库存阈值;当货物的在库时间到达第一去库存阈值时,进行第一次调价去库存处理;当货物的在库时间到达第二去库存阈值时,进行第二次调价去库存处理;当货物的在库时间到达第三去库存阈值时,对货物进行退货处理。
根据历史数据进行库存量的设定,实际情况库存量会有一定的波动,因此,需要对由波动产生的可能会超过货物有效周期的存储情况。在进行库存管理时,针对这种情况设定去库存的处理程序,既能够及时将货物存在的长库存进行合理处理,实现对库存的高效利用,也能避免货物过期造成的成本损失,可以一定程度上节约成本和资源。可以理解,对于由第一去库存阈值到第三去库存阈值的时间逐渐增加,因此去库存处理的手段和方式会更加直接明了。例如第一去库存阈值和第二去库存阈值处理可以选择打折力度逐渐增加的手段低利润的进行处理,也可以搭配赠送或者其他的处理的方式。
S5:获取库存点的历史库存量数据,建立库存量调整模型。
该步骤包括获取多个第一分析时间段内货物的库存量数据,并建立库存量随时间变化的库存量变化列表;根据库存量变化列表,建立货物的库存量变化量C的计算公式:C=A+k*Q;其中A为基准变化量,k为平均变动量,Q为变化周期。
库存量存根据历史进行参考,实际情况会有一定的波动,通常来说这种波动在正常情况下是随着时间规律性变化的,因为餐食本身的需求也属于季节性的需求。所以对变化量进行随时间维度上的分析,可以较为准确的把握住货物在每个时期的需求量变化,建立公式进行预测,方便进行变化量的处理。
S6:根据库存量调整模型,进行库存量调整。
具体地,将库存量变化量作为下一个第一分析时间段内所分析货物的进货量调整量来调整库存量。确定库存量变化的规律后,可以根据该规律在后边的周期时间内进行合理调整可以进一步地提高对库存的利用率和货物的库存管理效果,能够一定程度上节约成本。
综上所述,本申请实施例提供的库存管理方法的有益效果有:
通过建立区域式的配送网络模型,将独立的库存点联系起来形成区域式的配送供应,一方面可以提高区域内对于种类繁多的餐食货物的库存供应需求,另一方面将库存点联系起来实现联动式的库存管理,大大提高库存点的利用率和配送服务效率。同时,通过对货物建立流动性分析来进行库存点货物的供货与出货的高效管理,能够最大程度上的保证库存中的货物的流动率,避免出现积压、过期等不良情况,提高了对于库存成本的管理,能够有效的节约库存资源和库存成本。另外,基于对历史库存数据的分析,能够有效的把握库存货物的供货出货规律,以便更加合理的进行进货和出货管理,优化库存量,在保证供货的同时达到节省库存成本的效果。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存取存储器(randomaccessmemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种库存管理方法,其特征在于,包括:
获取库存位置信息和配送信息,进行配送区域性分析,建立配送网络模型;
根据所述配送网络模型,在获取配送网络单元在第一分析时间段的历史配送数据并进行配送货物流动性分析,形成库存管理配送表;
根据所述库存管理配送表对所述配送网络单元中的库存点进行库存分配;
获取所述库存点存储货物的有效周期,并设定去库存周期阈值,对所述库存点存储的货物进行去库存处理;
获取所述库存点的历史库存量数据,建立库存量调整模型;
根据所述库存量调整模型,进行库存量调整;
其中,根据所述配送网络模型,在获取配送网络单元在第一分析时间段的历史配送数据并进行配送货物流动性分析,形成库存管理配送表,包括:
根据所述配送网络单元中配送的每种货物在所述第一分析时间段内的进货量和出货量,通过公式确定每种货物的周转率R:R=(出货量/进货量);根据所述配送网络单元中配送的每种货物在所述第一分析时间段内的在库时间以及每种货物的库存有效期,通过公式确定每种货物的有效期利用率T:T=(在库时间/货物库存有效期);根据所述配送网络单元中每种货物的当前价格和所述第一分析时间段内变化到当前价格的前一价格,通过公式确定每种货物的价格环比参考量F:F={(当前价格+(当前价格-前一价格))/当前价格};根据以下公式进行每种货物的流动性L的分析:L=μ1*R+μ2*T+μ3*F;其中μ1、μ2、μ3均为各个对应参量相对流动性L的相关度;根据所述流动性L的大小顺序排列形成所述库存管理配送表;
根据所述库存管理配送表对所述配送网络单元中的库存点进行库存分配,包括:
设定常规库存种类阈值,确定所述库存管理配送表中所述流动性不大于所述常规库存种类阈值的货物,并依次在所述配送网络单元所涉及的所述库存点中按照货物种类进行分配,且货物参考所述第一分析时间段内的出货量进行库存管理;将所述流动性大于所述常规库存种类阈值的货物在所述配送网络单元所涉及的所述库存点进行合理分配;
将所述流动性L大于所述常规库存种类阈值的货物在所述配送网络单元所涉及的所述库存点进行合理分配,包括:
确定所述配送网络单元中各所述库存点的剩余库存量;将流动性大于所述常规库存种类阈值的货物按照所述流动性由小到大的顺序根据所述配送网络单元中各个库存点的剩余库存量比例进行种类数量的分配。
2.根据权利要求1所述的库存管理方法,其特征在于,所述获取所述库存位置信息和配送信息,进行配送区域性分析,建立配送网络模型,包括:
获取库存点的位置信息,确定所述库存点与其相邻的所述库存点之间的距离;
获取库存点的配送信息,确定指定配送距离;
根据所述指定配送距离对每个所述库存点在任意方向进行库存网络搜索,确定到下一个处于所述指定配送距离内的所述库存点,再继续以搜索到的所述库存点为参考进行库存网络搜索,直至形成一个最小的配送网络,作为配送网络单元;
将所有所述配送网络单元确定下来,且每个所述配送网络单元之间没有区域重叠,即建立所述配送网络模型。
3.根据权利要求1所述的库存管理方法,其特征在于,所述历史配送数据包括所述配送网络单元中配送的货物种类、所述配送网络单元中配送的每种货物在所述第一分析时间段内的进货量和出货量、所述配送网络单元中配送的每种货物在所述第一分析时间段内的在库时间、所述配送网络单元中每种货物的当前价格和所述第一分析时间段内变化到当前价格的前一价格。
4.根据权利要求1所述的库存管理方法,其特征在于,对于所述配送网络单元下涉及其他所述配送网络单元的所述库存点,根据所涉及的所述配送网络单元数量进行库存区域划分,并按照所涉及的不同所述配送网络单元的货物种类分配对相应的库存区域进行库存管理。
5.根据权利要求1所述的库存管理方法,其特征在于,所述获取所述库存点存储货物的有效周期,并设定去库存周期阈值,对所述库存点存储的货物进行去库存处理,包括:
获取所述库存点存储货物的有效周期,并根据所述有效周期和货物的库存有效期,设定第一去库存阈值;第二去库存阈值以及第三去库存阈值;
当所述货物的在库时间到达所述第一去库存阈值时,进行第一次调价去库存处理;
当所述货物的在库时间到达所述第二去库存阈值时,进行第二次调价去库存处理;
当所述货物的在库时间到达所述第三去库存阈值时,对所述货物进行退货处理。
6.根据权利要求1所述的库存管理方法,其特征在于,所述获取所述库存点的历史库存量数据,建立库存量调整模型,包括:
获取多个所述第一分析时间段内货物的库存量数据,并建立库存量随时间变化的库存量变化列表;
根据所述库存量变化列表,建立货物的库存量变化量C的计算公式:
C=A+k*Q;其中A为基准变化量,k为平均变动量,Q为变化周期。
7.根据权利要求6所述的库存管理方法,其特征在于,所述根据所述库存量调整模型,进行库存量调整,包括:
将库存量变化量作为下一个所述第一分析时间段内所分析货物的进货量调整量来调整库存量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211519926.2A CN115936574B (zh) | 2022-11-30 | 2022-11-30 | 一种库存管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211519926.2A CN115936574B (zh) | 2022-11-30 | 2022-11-30 | 一种库存管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115936574A CN115936574A (zh) | 2023-04-07 |
CN115936574B true CN115936574B (zh) | 2023-10-31 |
Family
ID=86700073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211519926.2A Active CN115936574B (zh) | 2022-11-30 | 2022-11-30 | 一种库存管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115936574B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308470B (zh) * | 2023-05-24 | 2023-08-11 | 南京润典信息科技有限公司 | 基于数据分析的门店物品效期全生命周期管理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013021702A1 (ja) * | 2011-08-05 | 2013-02-14 | 株式会社日立製作所 | 多拠点在庫配置算出装置 |
CN103593751A (zh) * | 2013-11-29 | 2014-02-19 | 中国建筑第八工程局有限公司 | 基于rfid的智能物流管理系统 |
KR20170059248A (ko) * | 2015-11-20 | 2017-05-30 | 쿠팡 주식회사 | 창고 관리 시스템, 방법, 및 컴퓨터 프로그램 |
CN108665212A (zh) * | 2018-05-03 | 2018-10-16 | 贝医信息科技(上海)有限公司 | 基于云平台的库存管理系统 |
CN109670748A (zh) * | 2018-12-13 | 2019-04-23 | 中国联合网络通信集团有限公司 | 库存资源管理方法、装置及存储介质 |
CN110866653A (zh) * | 2019-11-21 | 2020-03-06 | 秒针信息技术有限公司 | 基于大数据平台对仓库空间优化的方法及装置 |
US10922646B1 (en) * | 2017-09-26 | 2021-02-16 | Amazon Technologies, Inc. | Multi-echelon inventory planning under dynamic fulfillment policies |
CN114240304A (zh) * | 2021-12-27 | 2022-03-25 | 涅生科技(广州)股份有限公司 | 仓库库存管控方法、装置、存储介质及erp系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8364553B2 (en) * | 2011-04-25 | 2013-01-29 | International Business Machines Corporation | Managing fresh-product inventory |
US20120323633A1 (en) * | 2011-06-16 | 2012-12-20 | International Business Machines Corporation | Supply chain management solution |
US20210390498A1 (en) * | 2018-11-01 | 2021-12-16 | C3.Ai, Inc. | Systems and methods for inventory management and optimization |
-
2022
- 2022-11-30 CN CN202211519926.2A patent/CN115936574B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013021702A1 (ja) * | 2011-08-05 | 2013-02-14 | 株式会社日立製作所 | 多拠点在庫配置算出装置 |
CN103593751A (zh) * | 2013-11-29 | 2014-02-19 | 中国建筑第八工程局有限公司 | 基于rfid的智能物流管理系统 |
KR20170059248A (ko) * | 2015-11-20 | 2017-05-30 | 쿠팡 주식회사 | 창고 관리 시스템, 방법, 및 컴퓨터 프로그램 |
US10922646B1 (en) * | 2017-09-26 | 2021-02-16 | Amazon Technologies, Inc. | Multi-echelon inventory planning under dynamic fulfillment policies |
CN108665212A (zh) * | 2018-05-03 | 2018-10-16 | 贝医信息科技(上海)有限公司 | 基于云平台的库存管理系统 |
CN109670748A (zh) * | 2018-12-13 | 2019-04-23 | 中国联合网络通信集团有限公司 | 库存资源管理方法、装置及存储介质 |
CN110866653A (zh) * | 2019-11-21 | 2020-03-06 | 秒针信息技术有限公司 | 基于大数据平台对仓库空间优化的方法及装置 |
CN114240304A (zh) * | 2021-12-27 | 2022-03-25 | 涅生科技(广州)股份有限公司 | 仓库库存管控方法、装置、存储介质及erp系统 |
Non-Patent Citations (1)
Title |
---|
自动化立体仓储系统的设计和多目标优化;崔金华;《装备机械 》(第3期);1-6 * |
Also Published As
Publication number | Publication date |
---|---|
CN115936574A (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Berbeglia et al. | A comparative empirical study of discrete choice models in retail operations | |
Pahl et al. | Integrating deterioration and lifetime constraints in production and supply chain planning: A survey | |
AU2010202163B2 (en) | System and method for top-down performance optimization using elasticity modeling | |
Bray et al. | Ration gaming and the bullwhip effect | |
CN106991598A (zh) | 数据推送方法及其系统 | |
CN109961247B (zh) | 一种物品仓储信息的生成方法和装置 | |
CN112074849A (zh) | 价格优化系统 | |
Ma et al. | Dynamic pricing (and assortment) under a static calendar | |
CN115936574B (zh) | 一种库存管理方法 | |
CN110866653A (zh) | 基于大数据平台对仓库空间优化的方法及装置 | |
CN109658010A (zh) | 食材的管理方法及装置 | |
CN103631939B (zh) | 用于搜索引擎的数据处理方法和装置 | |
US20210383316A1 (en) | System and method for advanced inventory management using deep neural networks | |
Cholette | Mitigating demand uncertainty across a winery's sales channels through postponement | |
US20220391830A1 (en) | System and method for advanced inventory management using deep neural networks | |
CN116258444A (zh) | 一种短保质期商品的库存管理方法及系统 | |
CN116645033A (zh) | 一种基于大数据的erp库存优化分析方法及系统 | |
CN110969467A (zh) | 产品销售预测方法及相关装置 | |
Jose et al. | On a retrial production inventory system with vacation and multiple servers | |
Andijani | A multi-criterion approach for Kanban allocations | |
Yılmaz et al. | Optimizing onboard catering loading locations and plans for airlines | |
Pahl et al. | Discrete lot-sizing and scheduling including deterioration and perishability constraints | |
CN112396270A (zh) | 任务调度方法 | |
CN115689442A (zh) | 基于大数据的商品跨区域供应链管理方法、装置和介质 | |
CN114240295A (zh) | 一种仓库货物入库的信息处理方法、装置、设备及介质 |
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 |