CN115936588A - 一种跨境电商供应链的数据模拟方法 - Google Patents
一种跨境电商供应链的数据模拟方法 Download PDFInfo
- Publication number
- CN115936588A CN115936588A CN202211421029.8A CN202211421029A CN115936588A CN 115936588 A CN115936588 A CN 115936588A CN 202211421029 A CN202211421029 A CN 202211421029A CN 115936588 A CN115936588 A CN 115936588A
- Authority
- CN
- China
- Prior art keywords
- warehouse
- stock
- day
- inventory
- data
- 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
Links
Images
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)
Abstract
本发明公开了一种跨境电商供应链的数据模拟方法,包括如下步骤:从海外仓库入手,以海外仓库的库存变化为数据组织的原点,以产品编码和仓库区域作为数据基准,对跨境电商供应链整个链条中的数据进行成体系处理;依据跨境电商供应链场景,根据跨境电商供应链特有的业务规则,构建跨境供应链数据模拟模型;跨境供应链数据模拟模型真实模拟未来设定时间内的供应链库存、在途、补货和到仓情况,根据库存的变化给出相应的业务建议,记录在输出结果中;包括代发货与调拨、在制调整建议和新采购建议。本发明真实模拟未来10个月内的供应链库存、在途、补货、到仓情况,并根据库存的变化给出相应的业务建议,对跨境供应链管理部门提供了极大的助力。
Description
技术领域
本发明涉及跨境电商技术领域,具体涉及一种跨境电商供应链的数据模拟方法。
背景技术
随着跨境电商行业的快速发展,除了传统的贸易商对贸易商的B2B模式,发展出跨境电商企业国内采购,在海外多家电商平台上开店进行线上销售的B2C新模式,新模式下,跨境电商企业需要从采购、装柜、报关、装船、海运、到港、港到仓、仓库管理、运营发货的整个跨境供应链进行全局管理,承担每个环节变动带来的风险。
在跨境电商企业起步早期,多采用海外电商平台的平台仓,虽然平台仓库收费高昂,但免除了仓库管理和发货管理的负担,电商平台多带有仓库管理后台,可零投入进行系统管理,早期销量不大,资金占用风险低,也无安全库存管理等精细化管理的需求。
但是随着跨境电商企业销售额的增长,每年数亿的销售额,平台仓的仓储费用、发货成本和库存周转指标要求都让跨境电商企业不容忽视,而自建仓库,企业自行管理仓储和发货,一方面能有效的降低仓储物流成本,另一方面在管理控制上和应对供应链需求波动和特殊产品存储需求上均大有裨益,典型的如用自发仓作为平台仓的中转仓库以调节平台仓的库存周转指标,争取费用优惠,或者存储超大件平台仓无法存储的产品,获取竞争优势等,建立自有仓库,与海外电商平台的平台仓库相结合,形成混合的仓储模式,已成为了众多跨境电商企业的选择。
目前,针对混合仓储模式尚无较为成熟的补货模拟计算方法。跨境电商企业由于平台仓、自有仓的运输、调拨管理、送仓要求均有较大差异,业务系统多采用分开管理的方式,对平台仓、自有仓,分别采集产品、运输、调拨和送仓等各类供应链数据,按月进行汇总,结合现有在途、在制订单情况,对相关数据进行分析,输出结果,根据结果,安排未来几个月的采购、出货相关事宜。
一个典型的海外混合仓储供应链流程如图1所示。
基于目前的海外混合仓储供应链流程,要经常应对下列事件:
1、跨境供应链条长,从国内生产到海外仓库入仓通常在3-5个月,按现有销售预测方法,预估几个月后的补货量往往偏差较大,预估补货量的波动必然会带来部分仓库区域缺货、部分仓库区域压货。
2、跨境供应链中各个孤立的事件均会对整个链条的库存造成影响,缺乏对供应链中各个事件,例如供应商交货、货物装柜、货物装船、货物海运、货物到仓、货物到仓、仓库间调拨、库存扣减、海外仓库安全库存波动诸多事件的统一的精细数据量化处理、管理方法。
3、跨境供应链环节多,模式多,相关数据多,管理复杂,单个事件的变化往往能够影响整个供应链条的变化,牵一发而动全身,例如运河拥堵事件,就会造成对应仓库的缺货,就需要供应链管理部门能够快速可量化的做出对应的数据表现和应对策略。
为了应对上述事件,仅靠市面现有供应链管理系统开展业务分析,无法较为客观科学的进行量化模拟,需要投入大量人力与精力,但仍然在成本控制、时效性、准确性方面收效甚微。下面逐一分析:
1、跨境电商的新模式应用时间较短,多数行业企业缺乏沉淀,国内软件企业也较少涉足,多集中在单个环节,如报关、船务等孤立系统,供应链管理部门所提的需求通常需要跨系统进行数据采集,而数据维度、数据指标的差异导致采集数据的过程较为复杂,若没有深刻的跨境电商企业供应链管理底蕴,难以从通盘角度,整体对供应链各个环节数据归纳,整理成统一、简单、有效的数据口径,这就造成数据质量低、分析误差大、人力投入高、处理效率慢的问题,导致供应链管理部门难以进行快速有效的业务决策。
2、现有跨境供应链管理系统多集中在B2B的贸易模式,系统数据处理维度一般到月,个别优秀系统处理到周,颗粒度较粗,但对跨境电商的B2C新模式,并不适用,对于新模式来说,跨境船运、海外仓储、仓库管理、海外发货成本占据企业运营成本的很大比例,如若没有精细化的供应链管理,将会给企业造成莫大损失。
3、现有跨境供应链管理系统对海外混合仓库管理面临的需求波动、单向调拨、跨境供应链条长、供应链事件多的新问题缺乏解决方案,现有系统均未做到事件的可量化、可调整、可联动和提出应对建议,成体系的数据模拟系统处于空白阶段。
发明内容
有鉴于此,为了解决现有技术中的上述问题,本发明提出一种跨境电商供应链的数据模拟方法,弥补了现有的跨境供应链管理系统在跨境电商B2C新模式场景下,难以进行成体系的数据处理、数据模拟、数据决策的问题,提高了供应链管理系统的颗粒度和响应速度,并支持给出供应链管理决策建议。
本发明通过以下技术手段解决上述问题:
一种跨境电商供应链的数据模拟方法,包括如下步骤:
从海外仓库入手,以海外仓库的库存变化为数据组织的原点,以产品编码和仓库区域作为数据基准,对跨境电商供应链整个链条中的数据进行成体系处理,进行数据处理后最终形成的数据格式包括产品相关信息和库存调整信息;
依据跨境电商供应链场景,根据跨境电商供应链特有的业务规则,构建跨境供应链数据模拟模型;
跨境供应链数据模拟模型获取包括产品相关信息和库存调整信息的数据并进行处理加工,真实模拟未来设定时间内的供应链库存、在途、补货和到仓情况,根据库存的变化给出相应的业务建议,记录在输出结果中;输出结果包括代发货与调拨、在制调整建议和新采购建议。
作为优选地,从海外仓库入手,以海外仓库的库存变化为数据组织的原点,以产品编码和仓库区域作为数据基准,对跨境电商供应链整个链条中的数据进行成体系处理,进行数据处理后最终形成的数据格式包括产品相关信息和库存调整信息,具体为:
每日将订单、运输、采购、仓储和主数据管理系统中的数据,同步至模拟系统数据库,建立ODS落地层,该ODS落地层数据不进行任何加工和处理,作为模拟系统的底层数据存储;
每日数据同步任务完成后,使用数据库存储过程进行数据加工处理任务,将数据按产品编码和仓库区域为数据基准,将不同管理系统中的数据进行关联聚合,形成DW数据仓库层,供DM数据集市层使用;
DW数据集市层将各业务系统中的数据抽取后,统一按产品编码和仓库区域进行处理,建立产品数据维度表,形成产品相关信息;以每个产品编码和仓库区域为一组,数据按照天维度组织,归集库存调整信息,完成数据模拟前的数据准备。
作为优选地,所述产品数据维度表包括产品编码、仓库区域、供应商编码、供应商、产品等级、外箱体积、外箱重量、箱容、三级分类、产品状态、渠道、销售市场、发货方式、备注、贸易条款、国家、销售负责人和采购计划负责人,具体信息根据实际场景进行调整。
作为优选地,所述库存调整信息包括销售预测需求、在途/在制、共享/调拨、仓库区域结余库存、仓库间可调拨库存、覆盖法可销售天数和在途/在制单据概要信息7行数据;
所述销售预测需求为营销部门预测的未来的销售情况,若非日维度销售预测数据,则按天数平均到每天;在途/在制按照预计到仓日期填写在对应仓库区域的日期上,预计到仓日期,按照与供应商约定的交货日期,加上对应月份货柜装船周期,加上交货日期+装船周期后所在月份的运输周期,该运输周期按产品编码对应的供应商的默认港口到仓库区域对应港口和生效月份进行匹配,再加上到港之后的所在月的港到仓周期,推算出预计到仓日期,数量为该单据实际装载的产品数量;在途/在制单据概要信息中包含在途在制数据对应的出货信息,出货信息包括业务单据号、装柜日期、目的港和单据类型。
作为优选地,所述跨境电商供应链特有的业务规则包括基本库存扣减逻辑、库存水位规则、计划锁定期与计划调整期规则、模型约束规则和模型计算逻辑。
作为优选地,所述基本库存扣减逻辑具体如下:
当日结余库存=前一日结余库存-当日需求+当日到货+调入数量-调出数量-代发货数量;
其中结余库存为仓库当日发货完毕后产品编码对应的剩余库存数量;
当日需求为销售预测预估的当日销售量;
当日到货为在途在制预计到仓日期为该天的到货量;
调入数量为其他仓库区域调入本仓库区域的调拨量;
调出数量为本仓库区域调出给其他仓库区域的调拨量;
代发货数量为其他仓库区域无货,直接从本仓库区域发货的数量。
作为优选地,所述库存水位规则具体如下:
库存会随着到货库存上升,会随着日期增长库存下降,合理的库存需要在安全库存之上和安全库存+一个补货频次覆盖的需求量之间,因此定义库存上限为安全库存+一个补货频次覆盖的需求量,库存下限为安全库存数量,健康的库存应是一个批次到货刚好一个补货频次消耗完,接着又一个批次到货,高于一个频次的库存即为压货,低于安全库存会有产品缺货风险,库存为零即为断货,即客户下单但无法发货;
正常的库存水位是在安全库存之上、库存上限之下,根据库存扣减往复波动,供应链管理部门的库存管理目标即是合理控制到货,对超过库存上限压货的仓库区域的到货进行延后,对低于安全库存缺货的仓库区域进行补货。
作为优选地,所述计划锁定期与计划调整期规则具体如下:
以本日日期为基准日期,即今天供应商有现货交付的情况下,最快也需要一个订舱周期+运输周期的时间,才能送到海外仓库区域,也即是说在当日日期和当日日期+订舱周期+运输周期的范围内,是无法通过调整到货来影响海外仓库的库存的,仅能利用海外仓库区域的在库库存和即将到仓的在途库存;设定这个区间为计划锁定期,计划锁定期之后到当日日期加设定天数为计划调整期,计划调整期能对在生产未装柜的订货批次进行调整,故名计划调整期。
作为优选地,所述模型约束规则具体如下:
计划锁定期有如下约束,不可对在途单据进行调整,仅对断货仓库区域进行仓库间的代发货和调拨,其中代发货为自发仓之间的需求直接发货,调拨是由于平台仓与自发仓的管理运营有区别,自发仓的库存必须调拨进入到平台仓之后,才能按平台仓的模式发货,部分产品往往从发货时效、客户体验和市场竞争角度考虑,限定为平台仓发货来保证市场竞争力,必须进行仓库间调拨;
货物从平台仓调出将会产生高额的管理费用,不会进行平台仓库存的调出,仅能进行自发仓向平台仓库的单向调拨;
计划锁定期仓库区域的溢出库存为当日的结余库存减去当日之后计划锁定期内的所有剩余需求的库存,断货量为当日库存扣减当日需求后,数值为负的数量绝对值,即无库存时,没有满足的需求量;
计划调整期约束如下,计划调整期能对在制单据进行提前或延后操作,优先利用海外仓库区域的现货库存,进行海外仓库间的调整期调拨;从计划锁定期结束日期的结余库存开始进行模拟库存扣减,发现未来某日的自发仓库存有溢出,而某日加一个调拨期之后的平台仓结余库存出现缺货,即产生库存调拨,记录在调拨记录中,检索整个计划调整期之后,需要进行调拨的库存调拨完毕,即海外仓库的在库库存充分利用完毕之后,重新对从计划锁定期结束日期开始检视结余库存,进行在制单据的调整;
计划调整期的缺货量为当日结余库存满足所有计划调整期内的需求后,减去安全库存和一个补货频次覆盖的数量;
计划调整期调整按照库存水位的情况进行调整,当日结余库存低于安全库存即为缺货,需要将缺货日期之后的在制订单提前到仓,如果原来在制订单到仓后造成库存上升超过库存上限,即为压货,需要将在制订单拆单,保留到仓后补充到库存上限的数量,延后超过库存上限的在制订单数量至模拟的下一个缺货点;
若发生一个仓库区域库存富裕,有多余的到货,需要将多余的到货调整到缺货的仓库区域,如果所有的仓库区域都不缺货,则将多余到货的在制单据取消;
若发生一个仓库区域利用完海外仓库区域其他富裕的库存或其他仓库区域无富裕库存,利用完生产中的订货批次后仍然缺货,则需要进行向工厂新采购,从供应商呆滞库存、备货库存和可用库存依次扣减,扣减至零后,仍需采购则为全新采购。
作为优选地,所述模型计算逻辑具体如下:
模型计算分为四轮循环;
第一轮循环,计算计划锁定期的结余库存、代发货和调拨;
按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+当日到货+调入数量-调出数量-代发货数量;
当日溢出库存=当日结余库存-当日之后计划锁定期内的所有剩余需求;
当日需要调入数量=如果当日结余库存为负值,那么为负值的绝对值;如果为不为负值,需调入数量为0;
计算当日结余库存、当日溢出库存和当日需要调入数量;
自发仓需要调入数量计算当日的数量,平台仓调入数量需要计算当日+调拨期后那天的需调入数量;
自发仓断货,同时存在有溢出库存的自发仓可代发货的,从调出仓库区域扣减断货量,需调入仓库区域增加调入量,同时刷新调入仓库区域的库存数量;
平台仓断货,同时存在有溢出库存的自发仓可调拨的,从调出仓库区域扣减断货量,需调入仓库区域当日日期+调拨期对应日期增加调入量,同时刷新调出仓库区域的库存数量;
第二轮循环,计算调整期的结余库存和海外仓库之间的调拨;
按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+调入数量-调出数量-代发货数量;
注意:此处不再计算当日到货;
当日溢出库存=当日结余库存-当日之后计划调整期内的所有剩余需求-安全库存-补货频次覆盖数量;
当日需要调入数量=如果当日结余库存<安全库存,那么调入数量为安全库存+补货频次覆盖数量-当日结余库存;如果当日结余库存>=安全库存,需调入数量为0;
计算当日结余库存、当日溢出库存和当日需要调入数量;
自发仓、平台仓调入数量需要计算当日+调拨期后那天的需调入数量;
自发仓缺货、平台仓缺货、同时存在有溢出库存的自发仓可调拨的,从调出仓库区域扣减断货量,需调入仓库区域当日日期+调拨期对应日期增加调入量,同时刷新调出仓库区域的库存数量;
第三轮循环,计算计划调整期的在制订单调整;
计划调整期对海外在库库存进行调整后,按照自发仓A-自发仓B……平台仓A平台仓B……的顺序;
依次刷新每个仓库区域的结余库存,进行库存扣减模拟,对于低于安全库存的日期,判断为断货点;
将在制订单按在制订单预计装柜日期从前到后的顺序,依次放在库存扣减模拟的每个缺货点,若缺货数量比在制订单的数量要少,需要对在制订单的数量进行调整;
具体计算逻辑为:
第一步,将仓库区域计划调整期的在制订单按照装柜日期从前到后的顺序放入,仓库区域对应的在制订单列表中,形成[在制订单1{数量,在制订单信息},在制订单2{数量,在制订单信息},在制订单3{数量,在制订单信息}……]的形式;
第二步:按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+调入数量-调出数量-代发货数量;
计算当日结余库存,当日结余库存低于安全库存时,判断为缺货点;
按照公式:
当日缺货数量=如果当日结余库存<安全库存,那么调入数量为安全库存+补货频次覆盖数量-当日结余库存;如果当日结余库存>=安全库存,需调入数量为0;
计算当日缺货数量;
将当日缺货数量与对应仓库区域的在制订单列表中的在制订单中取出的从前往后顺序取出在制订单的数量进行比较,如果当日缺货数量大于在制订单数,在制订单整单放入缺货点,开始寻找下一个缺货点;
如果当日缺货数量小于在制订单数,在制订单进行拆单,放入当日缺货数量,保留在制订单数量-当日缺货数量;
放回在制订单待放入列表中,循环计算至计划调整期结束;
对于超过计划调整期,仍未放入缺货点的在制订单,放入到下一个仓库区域的在制订单列表中,顺序为本仓库区域在制订单列表+上个仓库区域未使用完在制订单列表,依次计算所有仓库区域;
最后一个仓库区域的在制订单列表仍未使用完的,判断为多余采购订单,需要进行在制订单取消;
第四轮循环;
按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+调整后当日到货+调入数量-调出数量-代发货数量;
计算当日结余库存,当日结余库存低于安全库存时,判断为缺货点;按照公式:
当日缺货数量=如果当日结余库存<安全库存,那么调入数量为安全库存+补货频次覆盖数量-当日结余库存;如果当日结余库存>=安全库存,需调入数量为0;
计算当日缺货数量;
根据当日缺货数量下达新采购订单,从供应商呆滞库存、备货库存和可用库存依次扣减,扣减至零后,仍需采购则为全新采购。
与现有技术相比,本发明的有益效果至少包括:
本发明跨境电商供应链的数据模拟方法对跨境电商供应链整个链条中的数据进行成体系处理,真实模拟未来10个月内的供应链库存、在途、补货、到仓情况,并根据库存的变化给出相应的业务建议,对跨境供应链管理部门提供了极大的助力,具体表现在:
1、为业务部门免去了过去人工不可能实现的计算模拟,通过该模拟方法可直接获取在制订单调整和新采购的建议,显著的提升了人效,过往进行单据调整复盘需持续一到两周时间,现通过该模拟方法,仅需要1分钟不到,且通过系统计算,有效降低人工计算的误操作;
2、为业务部门提前进行出货量分析提供决策依据,供应链决策部门基于上述数据,进行合理的仓库布局、订货业务,加快库存周转,减少呆滞库存,盘活采购资金具有明细的效果,预计中型跨境供应链(5000SKU以上)年度有货率提升在5%,库存周转天数降低10%,出货准确率提升70%;
3、有效减少海外仓库间的跨区调拨,预计中型跨境供应链(5000SKU以上)使用前后年度节约运费在500万元以上。
本数据模拟方法可以根据实际业务场景进行扩展配置,通过新增参数、调整数据的方式,生成适合实际业务场景的模拟数据,具有很大的拓展性和延展性。
本数据模拟方法生成的模拟明细数据和智能建议结果,智能建议结果可直接应用到实际业务中,模拟明细数据可作为数据分析系统的基础数据,供各种分析报表使用。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1是现有技术中一个典型的海外混合仓储供应链流程图;
图2是本发明跨境电商供应链的数据模拟方法的流程图;
图3是本发明数据治理的流程图;
图4是本发明基本库存扣减逻辑的示意图;
图5是本发明基本库存扣减逻辑的实际运用示意图;
图6是本发明库存水位规则的示意图;
图7是本发明计划锁定期与计划调整期规则的示意图;
图8是本发明计划锁定期模型约束规则的示意图;
图9是本发明计划调整期模型约束规则的示意图;
图10是本发明模型计算逻辑的整体计算框架图;
图11是本发明计划调整期的在制订单调整的示意图;
图12是本发明计算计划调整期的在制订单调整的逻辑示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合附图和具体的实施例对本发明的技术方案进行详细说明。需要指出的是,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。
如图2所示,本发明提供一种跨境电商供应链的数据模拟方法,包括如下步骤:
S1、从海外仓库入手,以海外仓库的库存变化为数据组织的原点,以产品编码和仓库区域作为数据基准,对跨境电商供应链整个链条中的数据进行成体系处理,进行数据处理后最终形成的数据格式包括产品相关信息和库存调整信息;
S2、依据跨境电商供应链场景,根据跨境电商供应链特有的业务规则,构建跨境供应链数据模拟模型;
S3、跨境供应链数据模拟模型获取包括产品相关信息和库存调整信息的数据并进行处理加工,真实模拟未来设定时间内的供应链库存、在途、补货和到仓情况,根据库存的变化给出相应的业务建议,记录在输出结果中;输出结果包括代发货与调拨、在制调整建议和新采购建议。
本发明跨境电商供应链的数据模拟方法原理是对跨境电商供应链整个链条中的数据进行成体系处理,根据跨境供应链特有的业务规则,构建跨境供应链数据模拟模型,模型直接从业务系统中获取数据并进行处理加工,真实模拟未来300天内的供应链库存、在途、补货、到仓情况,根据库存的变化给出相应的业务建议。
本发明跨境电商供应链的数据模拟方法针对跨境供应链,采用了数据治理、业务规则模拟、智能建议的技术方法,配合使用实现了高效的业务分析。
一、数据治理
跨境供应链环节多,模式多,相关数据多,管理复杂,本发明选择从海外仓库入手,以海外仓库的库存变化为数据组织的原点,以产品编码(SKU)和仓库区域(仓库区域指逻辑仓库区域,将多个仓库按相同类型、地理位置归集到一个仓库区域,进行抽象管理)作为数据基准,将跨境供应链中的数据进行数据治理。如图3所示,具体为:
S11、每日通过ETL工具将订单、运输、采购、仓储和主数据管理系统中的数据,同步至模拟系统数据库,建立ODS落地层,该ODS落地层数据不进行任何加工和处理,作为模拟系统的底层数据存储;
S12、每日数据同步任务完成后,使用数据库存储过程进行数据加工处理任务,将数据按产品编码和仓库区域为数据基准,将不同管理系统中的数据进行关联聚合,形成DW数据仓库层,供DM数据集市层使用;
S13、DW数据集市层将各业务系统中的数据抽取后,统一按产品编码和仓库区域进行处理,建立产品数据维度表,形成产品相关信息;以每个产品编码和仓库区域为一组,数据按照天维度组织,归集库存调整信息,完成数据模拟前的数据准备。
1、产品相关信息;
建立产品数据维度表,将各业务系统中的数据抽取后,统一按产品编码、仓库区域进行处理,包含产品编码、仓库区域、供应商编码、供应商、产品等级、外箱体积、外箱重量、箱容、三级分类、产品状态、渠道、销售市场、发货方式、备注、贸易条款、国家、销售负责人和采购计划负责人等;可根据实际业务场景需求不断扩展,处理成数据维度表的好处是既方便数据取用,又解除了系统间的耦合,切换业务系统数据仅需调整数据抽取和处理环节,保证了数据模型的稳定可用。
2、库存调整信息;
将库存调整信息归集为销售预测需求、在途(已装柜海运货柜)、在制(生产中未装柜)、共享(海外仓库间代发货)、调拨(海外仓库间调拨)、仓库区域结余库存、仓库间可调拨库存、覆盖法可销售天数和在途、在制单据概要信息7行数据,每个产品编码和仓库区域一组,数据按照天维度组织。
其中,销售预测需求为营销部门预测的未来的销售情况,若非日维度销售预测数据,则按天数平均到每天;在途在制按照预计到仓日期填写在对应仓库区域的日期上,预计到仓日期,按照与供应商约定的交货日期,加上对应月份货柜装船周期,加上交货日期+装船周期后所在月份的运输周期,该运输周期按产品编码对应的供应商的默认港口到仓库区域对应港口和生效月份进行匹配,再加上到港之后的所在月的港到仓周期,推算出预计到仓日期,数量为该单据实际装载的产品数量,出货计划信息中包含了在途在制数据对应的出货信息(业务单据号、装柜日期、目的港、单据类型等);区间溢出库存为数据模拟模型中间数据,方便取用。
二、业务规则模拟
此处根据跨境供应链场景进行模拟,形成切合实际的业务模拟模型。
跨境电商供应链特有的业务规则包括基本库存扣减逻辑、库存水位规则、计划锁定期与计划调整期规则、模型约束规则和模型计算逻辑。
1、基本库存扣减逻辑具体如下,如图4所示;
当日结余库存=前一日结余库存-当日需求+当日到货+调入数量-调出数量-代发货数量;
其中结余库存为仓库当日发货完毕后产品编码对应的剩余库存数量;
当日需求为销售预测预估的当日销售量;
当日到货为在途在制预计到仓日期为该天的到货量;
调入数量为其他仓库区域调入本仓库区域的调拨量;
调出数量为本仓库区域调出给其他仓库区域的调拨量;
代发货数量为其他仓库区域无货,直接从本仓库区域发货的数量。
如图5所示,按上述库存扣减逻辑,进行循环扣减,直至查询日期(当日)+300天,模拟未来300天的库存扣减情况。
2、库存水位具体如下:
如图6所示,库存会随着到货库存上升,会随着日期增长库存下降,合理的库存需要在安全库存之上和安全库存+一个补货频次(一般为一个月)覆盖的需求量之间,因此定义库存上限为安全库存+一个补货频次(一般为一个月)覆盖的需求量,库存下限为安全库存数量,健康的库存应是一个批次到货刚好一个补货频次(一个月)消耗完,接着又一个批次到货,高于一个频次的库存即为压货,会付出较高的仓库费用,侵蚀产品利润,低于安全库存会产品缺货风险,库存为零即为断货,即客户下单但无法发货,会导致电商平台上产品排名下降,差评等不利影响,这是需要极力避免的。
正常的库存水位应当是在安全库存之上,库存上限之下,根据库存扣减往复波动,供应链管理部门的库存管理主要目标即是合理控制到货,对超过库存上限压货的仓库区域的到货进行延后,对低于安全库存缺货的仓库区域进行补货,而未来库存的变化是受到诸多因素影响的,因此进行未来库存变化的模拟,能够直接的预期到未来的库存情况,进而进行库存变化的调整。
3、计划锁定期与计划调整期规则具体如下:
如图7所示,以本日日期为基准日期,即今天供应商有现货交付的情况下,最快也需要一个订舱周期+运输周期(装柜+海运+港到仓)的时间,才能送到海外仓库区域,也即是说在当日日期和当日日期+订舱周期+运输周期的范围内,是无法通过调整到货来影响海外仓库的库存的,仅可利用海外仓库区域的在库库存和即将到仓的在途库存。设定这个区间为计划锁定期,计划锁定期之后到当日日期加300天(10个月)为计划调整期,计划调整期可以对在生产未装柜的订货批次进行调整,故名计划调整期。
4、模型约束规则具体如下:
如图8所示,计划锁定期有如下约束,不可对在途单据进行调整(已装柜报关,在海上运输,无法调整目的仓、到仓日期和数量),仅对断货(库存为零)仓库区域进行仓库间的代发货和调拨,其中代发货为自发仓之间的需求直接发货,调拨是由于平台仓与自发仓的管理运营有很大区别,自发仓的库存必须调拨进入到平台仓之后,才能按平台仓的模式发货,部分产品往往从发货时效、客户体验、市场竞争角度考虑,限定为平台仓发货来保证市场竞争力,必须进行仓库间调拨。海外仓库间调拨成本较高,往往一车货比从国内海域一个大集装箱的成本还要高。
货物从平台仓调出将会产生高额的管理费用,一般不会进行平台仓库存的调出,仅可以进行自发仓向平台仓库的单向调拨。
计划锁定期仓库区域的溢出库存为当日的结余库存减去,当日之后计划锁定期内的所有剩余需求的库存,断货量为当日库存扣减当日需求后,数值为负的数量绝对值,即无库存时,没有满足的需求量。
如图9所示,计划调整期约束如下,调整期可对在制单据进行提前或延后操作,但是从减少资金占用和有效利用现有库存的角度考虑,优先利用海外仓库区域的现货库存,进行海外仓库间的调整期调拨。从计划锁定期结束日期的结余库存开始进行模拟库存扣减,发现未来某日的自发仓库存有溢出,而某日加一个调拨期之后的平台仓结余库存出现缺货,即产生库存调拨,记录在调拨记录中,检索整个计划调整期之后,需要进行调拨的库存调拨完毕,即海外仓库的在库库存充分利用完毕之后,重新对从计划锁定期结束日期开始检视结余库存,进行在制单据的调整。
计划调整期的缺货量为当日结余库存满足所有计划调整期内的需求后,减去安全库存和一个补货频次覆盖的数量。
计划调整期调整按照库存水位的情况进行调整,当日结余库存低于安全库存即为缺货,需要将缺货日期之后的在制订单提前到仓,如果原来在制订单到仓后造成库存上升超过库存上限,即为压货,需要将在制订单拆单,保留到仓后补充到库存上限的数量,延后超过库存上限的在制订单数量至模拟的下一个缺货点。
若发生一个仓库区域库存富裕,有多余的到货,需要将多余的到货调整到缺货的仓库区域,如果所有的仓库区域都不缺货,则将多余到货的在制单据取消。
若发生一个仓库区域利用完海外仓库区域其他富裕的库存或其他仓库区域无富裕库存,利用完生产中的订货批次后仍然缺货,则需要进行向工厂新采购,从供应商呆滞库存、备货库存、可用库存依次扣减,扣减至零后,仍需采购则为全新采购。
5、模型计算逻辑具体如下,如图10所示;
模型计算分为四轮循环;
第一轮循环,计算计划锁定期的结余库存、代发货和调拨;
按照自发仓A-自发仓B……平台仓A平台仓B……的顺序(根据实际业务场景配置顺序,仅要求自发仓在前,平台仓在后即可),按照公式:
当日结余库存=前一日结余库存-当日需求+当日到货+调入数量-调出数量-代发货数量;
当日溢出库存=当日结余库存-当日之后计划锁定期内的所有剩余需求;
当日需要调入数量=如果当日结余库存为负值,那么为负值的绝对值;如果为不为负值,需调入数量为0;
计算当日结余库存、当日溢出库存和当日需要调入数量;
自发仓需要调入数量计算当日的数量,平台仓调入数量需要计算当日+调拨期后那天的需调入数量;
自发仓断货,同时存在有溢出库存的自发仓可代发货的,从调出仓库区域扣减断货量,需调入仓库区域增加调入量,同时刷新调入仓库区域的库存数量;
平台仓断货,同时存在有溢出库存的自发仓可调拨的,从调出仓库区域扣减断货量,需调入仓库区域当日日期+调拨期对应日期增加调入量,同时刷新调出仓库区域的库存数量;
第二轮循环,计算调整期的结余库存和海外仓库之间的调拨;
按照自发仓A-自发仓B……平台仓A平台仓B……的顺序(根据实际业务场景配置顺序,仅要求自发仓在前,平台仓在后即可),按照公式:
当日结余库存=前一日结余库存-当日需求+调入数量-调出数量-代发货数量;
注意:此处不再计算当日到货;
当日溢出库存=当日结余库存-当日之后计划调整期内的所有剩余需求-安全库存-补货频次覆盖数量;
当日需要调入数量=如果当日结余库存<安全库存,那么调入数量为安全库存+补货频次覆盖数量-当日结余库存;如果当日结余库存>=安全库存,需调入数量为0;
计算当日结余库存、当日溢出库存和当日需要调入数量;
自发仓、平台仓调入数量需要计算当日+调拨期后那天的需调入数量;
自发仓缺货、平台仓缺货、同时存在有溢出库存的自发仓可调拨的,从调出仓库区域扣减断货量,需调入仓库区域当日日期+调拨期对应日期增加调入量,同时刷新调出仓库区域的库存数量;
第三轮循环,计算计划调整期的在制订单调整;
如图11所示,计划调整期对海外在库库存进行调整后,按照自发仓A-自发仓B……平台仓A平台仓B……的顺序;
依次刷新每个仓库区域的结余库存,进行库存扣减模拟,对于低于安全库存的日期,判断为断货点;
将在制订单按在制订单预计装柜日期从前到后的顺序,依次放在库存扣减模拟的每个缺货点,若缺货数量比在制订单的数量要少,需要对在制订单的数量进行调整;
如图12所示,具体计算逻辑为:
第一步,将仓库区域计划调整期的在制订单按照装柜日期从前到后的顺序放入,仓库区域对应的在制订单列表中,形成[在制订单1{数量100,在制订单信息},在制订单2{数量100,在制订单信息},在制订单3{数量100,在制订单信息}……]的形式;
第二步:按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+调入数量-调出数量-代发货数量;
计算当日结余库存,当日结余库存低于安全库存时,判断为缺货点;
按照公式:
当日缺货数量=如果当日结余库存<安全库存,那么调入数量为安全库存+补货频次覆盖数量-当日结余库存;如果当日结余库存>=安全库存,需调入数量为0;
计算当日缺货数量;
将当日缺货数量与对应仓库区域的在制订单列表中的在制订单中取出的从前往后顺序取出在制订单的数量进行比较,如果当日缺货数量大于在制订单数,在制订单整单放入缺货点,开始寻找下一个缺货点;
如果当日缺货数量小于在制订单数,在制订单进行拆单,放入当日缺货数量,保留在制订单数量-当日缺货数量;
放回在制订单待放入列表中,循环计算至计划调整期结束;
对于超过计划调整期,仍未放入缺货点的在制订单,放入到下一个仓库区域的在制订单列表中,顺序为本仓库区域在制订单列表+上个仓库区域未使用完在制订单列表,依次计算所有仓库区域;
最后一个仓库区域的在制订单列表仍未使用完的,判断为多余采购订单,需要进行在制订单取消;
第四轮循环;
按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+调整后当日到货+调入数量-调出数量-代发货数量;
计算当日结余库存,当日结余库存低于安全库存时,判断为缺货点;按照公式:
当日缺货数量=如果当日结余库存<安全库存,那么调入数量为安全库存+补货频次覆盖数量-当日结余库存;如果当日结余库存>=安全库存,需调入数量为0;
计算当日缺货数量;
根据当日缺货数量下达新采购订单,从供应商呆滞库存、备货库存和可用库存依次扣减,扣减至零后,仍需采购则为全新采购。
三、智能建议
随着供应链模拟数据模型的计算,对过程中生成的数据调整,会产生对应业务建议,记录在输出结果中,输出结果分类三类:代发货与调拨,在制调整建议,新采购建议。
以上所述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本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 (10)
1.一种跨境电商供应链的数据模拟方法,其特征在于,包括如下步骤:
从海外仓库入手,以海外仓库的库存变化为数据组织的原点,以产品编码和仓库区域作为数据基准,对跨境电商供应链整个链条中的数据进行成体系处理,进行数据处理后最终形成的数据格式包括产品相关信息和库存调整信息;
依据跨境电商供应链场景,根据跨境电商供应链特有的业务规则,构建跨境供应链数据模拟模型;
跨境供应链数据模拟模型获取包括产品相关信息和库存调整信息的数据并进行处理加工,真实模拟未来设定时间内的供应链库存、在途、补货和到仓情况,根据库存的变化给出相应的业务建议,记录在输出结果中;输出结果包括代发货与调拨、在制调整建议和新采购建议。
2.根据权利要求1所述的跨境电商供应链的数据模拟方法,其特征在于,从海外仓库入手,以海外仓库的库存变化为数据组织的原点,以产品编码和仓库区域作为数据基准,对跨境电商供应链整个链条中的数据进行成体系处理,进行数据处理后最终形成的数据格式包括产品相关信息和库存调整信息,具体为:
每日将订单、运输、采购、仓储和主数据管理系统中的数据,同步至模拟系统数据库,建立ODS落地层,该ODS落地层数据不进行任何加工和处理,作为模拟系统的底层数据存储;
每日数据同步任务完成后,使用数据库存储过程进行数据加工处理任务,将数据按产品编码和仓库区域为数据基准,将不同管理系统中的数据进行关联聚合,形成DW数据仓库层,供DM数据集市层使用;
DW数据集市层将各业务系统中的数据抽取后,统一按产品编码和仓库区域进行处理,建立产品数据维度表,形成产品相关信息;以每个产品编码和仓库区域为一组,数据按照天维度组织,归集库存调整信息,完成数据模拟前的数据准备。
3.根据权利要求2所述的跨境电商供应链的数据模拟方法,其特征在于,所述产品数据维度表包括产品编码、仓库区域、供应商编码、供应商、产品等级、外箱体积、外箱重量、箱容、三级分类、产品状态、渠道、销售市场、发货方式、备注、贸易条款、国家、销售负责人和采购计划负责人,具体信息根据实际场景进行调整。
4.根据权利要求1所述的跨境电商供应链的数据模拟方法,其特征在于,所述库存调整信息包括销售预测需求、在途/在制、共享/调拨、仓库区域结余库存、仓库间可调拨库存、覆盖法可销售天数和在途/在制单据概要信息7行数据;
所述销售预测需求为营销部门预测的未来的销售情况,若非日维度销售预测数据,则按天数平均到每天;在途/在制按照预计到仓日期填写在对应仓库区域的日期上,预计到仓日期,按照与供应商约定的交货日期,加上对应月份货柜装船周期,加上交货日期+装船周期后所在月份的运输周期,该运输周期按产品编码对应的供应商的默认港口到仓库区域对应港口和生效月份进行匹配,再加上到港之后的所在月的港到仓周期,推算出预计到仓日期,数量为该单据实际装载的产品数量;在途/在制单据概要信息中包含在途在制数据对应的出货信息,出货信息包括业务单据号、装柜日期、目的港和单据类型。
5.根据权利要求1所述的跨境电商供应链的数据模拟方法,其特征在于,所述跨境电商供应链特有的业务规则包括基本库存扣减逻辑、库存水位规则、计划锁定期与计划调整期规则、模型约束规则和模型计算逻辑。
6.根据权利要求5所述的跨境电商供应链的数据模拟方法,其特征在于,所述基本库存扣减逻辑具体如下:
当日结余库存=前一日结余库存-当日需求+当日到货+调入数量-调出数量-代发货数量;
其中结余库存为仓库当日发货完毕后产品编码对应的剩余库存数量;
当日需求为销售预测预估的当日销售量;
当日到货为在途在制预计到仓日期为该天的到货量;
调入数量为其他仓库区域调入本仓库区域的调拨量;
调出数量为本仓库区域调出给其他仓库区域的调拨量;
代发货数量为其他仓库区域无货,直接从本仓库区域发货的数量。
7.根据权利要求5所述的跨境电商供应链的数据模拟方法,其特征在于,所述库存水位规则具体如下:
库存会随着到货库存上升,会随着日期增长库存下降,合理的库存需要在安全库存之上和安全库存+一个补货频次覆盖的需求量之间,因此定义库存上限为安全库存+一个补货频次覆盖的需求量,库存下限为安全库存数量,健康的库存应是一个批次到货刚好一个补货频次消耗完,接着又一个批次到货,高于一个频次的库存即为压货,低于安全库存会有产品缺货风险,库存为零即为断货,即客户下单但无法发货;
正常的库存水位是在安全库存之上、库存上限之下,根据库存扣减往复波动,供应链管理部门的库存管理目标即是合理控制到货,对超过库存上限压货的仓库区域的到货进行延后,对低于安全库存缺货的仓库区域进行补货。
8.根据权利要求5所述的跨境电商供应链的数据模拟方法,其特征在于,所述计划锁定期与计划调整期规则具体如下:
以本日日期为基准日期,即今天供应商有现货交付的情况下,最快也需要一个订舱周期+运输周期的时间,才能送到海外仓库区域,也即是说在当日日期和当日日期+订舱周期+运输周期的范围内,是无法通过调整到货来影响海外仓库的库存的,仅能利用海外仓库区域的在库库存和即将到仓的在途库存;设定这个区间为计划锁定期,计划锁定期之后到当日日期加设定天数为计划调整期,计划调整期能对在生产未装柜的订货批次进行调整,故名计划调整期。
9.根据权利要求5所述的跨境电商供应链的数据模拟方法,其特征在于,所述模型约束规则具体如下:
计划锁定期有如下约束,不可对在途单据进行调整,仅对断货仓库区域进行仓库间的代发货和调拨,其中代发货为自发仓之间的需求直接发货,调拨是由于平台仓与自发仓的管理运营有区别,自发仓的库存必须调拨进入到平台仓之后,才能按平台仓的模式发货,部分产品往往从发货时效、客户体验和市场竞争角度考虑,限定为平台仓发货来保证市场竞争力,必须进行仓库间调拨;
货物从平台仓调出将会产生高额的管理费用,不会进行平台仓库存的调出,仅能进行自发仓向平台仓库的单向调拨;
计划锁定期仓库区域的溢出库存为当日的结余库存减去当日之后计划锁定期内的所有剩余需求的库存,断货量为当日库存扣减当日需求后,数值为负的数量绝对值,即无库存时,没有满足的需求量;
计划调整期约束如下,计划调整期能对在制单据进行提前或延后操作,优先利用海外仓库区域的现货库存,进行海外仓库间的调整期调拨;从计划锁定期结束日期的结余库存开始进行模拟库存扣减,发现未来某日的自发仓库存有溢出,而某日加一个调拨期之后的平台仓结余库存出现缺货,即产生库存调拨,记录在调拨记录中,检索整个计划调整期之后,需要进行调拨的库存调拨完毕,即海外仓库的在库库存充分利用完毕之后,重新对从计划锁定期结束日期开始检视结余库存,进行在制单据的调整;
计划调整期的缺货量为当日结余库存满足所有计划调整期内的需求后,减去安全库存和一个补货频次覆盖的数量;
计划调整期调整按照库存水位的情况进行调整,当日结余库存低于安全库存即为缺货,需要将缺货日期之后的在制订单提前到仓,如果原来在制订单到仓后造成库存上升超过库存上限,即为压货,需要将在制订单拆单,保留到仓后补充到库存上限的数量,延后超过库存上限的在制订单数量至模拟的下一个缺货点;
若发生一个仓库区域库存富裕,有多余的到货,需要将多余的到货调整到缺货的仓库区域,如果所有的仓库区域都不缺货,则将多余到货的在制单据取消;
若发生一个仓库区域利用完海外仓库区域其他富裕的库存或其他仓库区域无富裕库存,利用完生产中的订货批次后仍然缺货,则需要进行向工厂新采购,从供应商呆滞库存、备货库存和可用库存依次扣减,扣减至零后,仍需采购则为全新采购。
10.根据权利要求5所述的跨境电商供应链的数据模拟方法,其特征在于,所述模型计算逻辑具体如下:
模型计算分为四轮循环;
第一轮循环,计算计划锁定期的结余库存、代发货和调拨;
按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+当日到货+调入数量-调出数量-代发货数量;
当日溢出库存=当日结余库存-当日之后计划锁定期内的所有剩余需求;
当日需要调入数量=如果当日结余库存为负值,那么为负值的绝对值;如果为不为负值,需调入数量为0;
计算当日结余库存、当日溢出库存和当日需要调入数量;
自发仓需要调入数量计算当日的数量,平台仓调入数量需要计算当日+调拨期后那天的需调入数量;
自发仓断货,同时存在有溢出库存的自发仓可代发货的,从调出仓库区域扣减断货量,需调入仓库区域增加调入量,同时刷新调入仓库区域的库存数量;
平台仓断货,同时存在有溢出库存的自发仓可调拨的,从调出仓库区域扣减断货量,需调入仓库区域当日日期+调拨期对应日期增加调入量,同时刷新调出仓库区域的库存数量;
第二轮循环,计算调整期的结余库存和海外仓库之间的调拨;
按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+调入数量-调出数量-代发货数量;
注意:此处不再计算当日到货;
当日溢出库存=当日结余库存-当日之后计划调整期内的所有剩余需求-安全库存-补货频次覆盖数量;
当日需要调入数量=如果当日结余库存<安全库存,那么调入数量为安全库存+补货频次覆盖数量-当日结余库存;如果当日结余库存>=安全库存,需调入数量为0;
计算当日结余库存、当日溢出库存和当日需要调入数量;
自发仓、平台仓调入数量需要计算当日+调拨期后那天的需调入数量;
自发仓缺货、平台仓缺货、同时存在有溢出库存的自发仓可调拨的,从调出仓库区域扣减断货量,需调入仓库区域当日日期+调拨期对应日期增加调入量,同时刷新调出仓库区域的库存数量;
第三轮循环,计算计划调整期的在制订单调整;
计划调整期对海外在库库存进行调整后,按照自发仓A-自发仓B……平台仓A平台仓B……的顺序;
依次刷新每个仓库区域的结余库存,进行库存扣减模拟,对于低于安全库存的日期,判断为断货点;
将在制订单按在制订单预计装柜日期从前到后的顺序,依次放在库存扣减模拟的每个缺货点,若缺货数量比在制订单的数量要少,需要对在制订单的数量进行调整;
具体计算逻辑为:
第一步,将仓库区域计划调整期的在制订单按照装柜日期从前到后的顺序放入,仓库区域对应的在制订单列表中,形成[在制订单1{数量,在制订单信息},在制订单2{数量,在制订单信息},在制订单3{数量,在制订单信息}……]的形式;
第二步:按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+调入数量-调出数量-代发货数量;
计算当日结余库存,当日结余库存低于安全库存时,判断为缺货点;
按照公式:
当日缺货数量=如果当日结余库存<安全库存,那么调入数量为安全库存+补货频次覆盖数量-当日结余库存;如果当日结余库存>=安全库存,需调入数量为0;
计算当日缺货数量;
将当日缺货数量与对应仓库区域的在制订单列表中的在制订单中取出的从前往后顺序取出在制订单的数量进行比较,如果当日缺货数量大于在制订单数,在制订单整单放入缺货点,开始寻找下一个缺货点;
如果当日缺货数量小于在制订单数,在制订单进行拆单,放入当日缺货数量,保留在制订单数量-当日缺货数量;
放回在制订单待放入列表中,循环计算至计划调整期结束;
对于超过计划调整期,仍未放入缺货点的在制订单,放入到下一个仓库区域的在制订单列表中,顺序为本仓库区域在制订单列表+上个仓库区域未使用完在制订单列表,依次计算所有仓库区域;
最后一个仓库区域的在制订单列表仍未使用完的,判断为多余采购订单,需要进行在制订单取消;
第四轮循环;
按照自发仓A-自发仓B……平台仓A平台仓B……的顺序,按照公式:
当日结余库存=前一日结余库存-当日需求+调整后当日到货+调入数量-调出数量-代发货数量;
计算当日结余库存,当日结余库存低于安全库存时,判断为缺货点;按照公式:
当日缺货数量=如果当日结余库存<安全库存,那么调入数量为安全库存+补货频次覆盖数量-当日结余库存;如果当日结余库存>=安全库存,需调入数量为0;
计算当日缺货数量;
根据当日缺货数量下达新采购订单,从供应商呆滞库存、备货库存和可用库存依次扣减,扣减至零后,仍需采购则为全新采购。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211421029.8A CN115936588A (zh) | 2022-11-14 | 2022-11-14 | 一种跨境电商供应链的数据模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211421029.8A CN115936588A (zh) | 2022-11-14 | 2022-11-14 | 一种跨境电商供应链的数据模拟方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115936588A true CN115936588A (zh) | 2023-04-07 |
Family
ID=86696872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211421029.8A Pending CN115936588A (zh) | 2022-11-14 | 2022-11-14 | 一种跨境电商供应链的数据模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115936588A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114589A (zh) * | 2023-10-16 | 2023-11-24 | 成都云裳科技有限公司 | 基于互联网的跨境企业营销产品的库存管理系统 |
CN117252516A (zh) * | 2023-11-20 | 2023-12-19 | 深圳美云集网络科技有限责任公司 | 一种锁仓算法和系统 |
CN117557200A (zh) * | 2024-01-10 | 2024-02-13 | 宁波安得智联科技有限公司 | 仓库调整计划评估方法、装置、设备及存储介质 |
-
2022
- 2022-11-14 CN CN202211421029.8A patent/CN115936588A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114589A (zh) * | 2023-10-16 | 2023-11-24 | 成都云裳科技有限公司 | 基于互联网的跨境企业营销产品的库存管理系统 |
CN117114589B (zh) * | 2023-10-16 | 2023-12-29 | 成都云裳科技有限公司 | 基于互联网的跨境企业营销产品的库存管理系统 |
CN117252516A (zh) * | 2023-11-20 | 2023-12-19 | 深圳美云集网络科技有限责任公司 | 一种锁仓算法和系统 |
CN117252516B (zh) * | 2023-11-20 | 2024-04-12 | 深圳美云集网络科技有限责任公司 | 一种锁仓方法和系统 |
CN117557200A (zh) * | 2024-01-10 | 2024-02-13 | 宁波安得智联科技有限公司 | 仓库调整计划评估方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11403585B2 (en) | Gateway balancing | |
CN115936588A (zh) | 一种跨境电商供应链的数据模拟方法 | |
Ramaa et al. | Impact of warehouse management system in a supply chain | |
US20080086392A1 (en) | Managing distribution of constrained product inventory from a warehouse | |
AU2008282178B2 (en) | Transportation management system | |
CN102598034A (zh) | 为多个需求组提供不同服务质量的有效库存管理 | |
Gríful-Miquela | Activity-based costing methodology for third-party logistics companies | |
CN110490521A (zh) | 一种物流资源调度方法 | |
Gagliardi et al. | Space allocation and stock replenishment synchronization in a distribution center | |
US8131584B2 (en) | Gateway balancing | |
Nurprihatin et al. | Comparing probabilistic economic order quantity and periodic order quantity model performance under lumpy demand environment | |
Safra et al. | The beneficial effect of information sharing in the integrated production–distribution planning of textile and apparel supply chain | |
JPH11120255A (ja) | 在庫管理方法及び在庫管理装置 | |
Abrahamsson et al. | Distribution channel reengineering—organizational separation of the distribution and sales functions in the European market | |
Andrejić et al. | Value stream mapping in ordering process—A case of retail chain | |
Lilly | Manufacturing: Engineering, Management and Marketing | |
Mangal et al. | Inventory control in supply chain through lateral transshipment–A case study in Indian industry | |
Duan et al. | Dynamic optimization for coordinated replenishment system considering seasonal demand and price quantity discount | |
Siregar et al. | Analysis of Service Delivery Improvement of Manufactured Products with Lean Method Management | |
Ashayeri et al. | A production planning model and a case study for the pharmaceutical industry in the Netherlands | |
Harrison et al. | Optimized analysis based on the characteristics of cross-border E-commerce logistics business | |
CN117314319B (zh) | 钢材包装需求处理方法、装置、存储介质和设备 | |
CN116187914A (zh) | 一种智能仓储物流数据处理方法 | |
Zhang | Operational improvement at a mass customization semiconductor equipment manufacturing facility through inventory consolidation | |
Bulat et al. | Theory and practice in global warehouse logistics activity |
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 |