CN116542606A - 一种产品售后备件库存调配方法、系统、设备及存储介质 - Google Patents
一种产品售后备件库存调配方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN116542606A CN116542606A CN202310541885.5A CN202310541885A CN116542606A CN 116542606 A CN116542606 A CN 116542606A CN 202310541885 A CN202310541885 A CN 202310541885A CN 116542606 A CN116542606 A CN 116542606A
- Authority
- CN
- China
- Prior art keywords
- data
- service
- spare part
- factor
- product
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000013507 mapping Methods 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 83
- 239000003507 refrigerant Substances 0.000 description 16
- 230000006870 function Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000002390 adhesive tape Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000012459 cleaning agent Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/08—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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及备件库存的技术领域,公开了一种产品售后备件库存调配方法、系统、设备及存储介质,产品售后备件库存调配方法包括获取服务产品目录,从服务产品目录中确定目标产品,获取目标产品对应的所有业务项目;基于业务项目从预设的业务映射表单中匹配对应的业务映射信息;获取目标产品在若干历史统计周期的保有量数据和售后订单数据,计算本单位对各批次目标产品的各业务项目的承接率数据;获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数;获取因素预测数据,基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据;本申请提高售后备件库存量确定的科学性的效果。
Description
技术领域
本申请涉及备件库存的技术领域,尤其是涉及一种产品售后备件库存调配方法、系统、设备及存储介质。
背景技术
随着经济的发展,社会上机电产品的消费量和保有量逐日递增,导致产品售后服务的需求也大幅增长;一些产品的价值较高,因而在产品出现故障后,用户更倾向于对产品进行维护后继续使用,在针对产品进行售后维护的过程中,常需要进行备件的更换,因此,为提高产品售后服务效率,需要售后服务商提前存储备件。
备件的采购、存储需要相应的成本,备件库存量过大则不利于降低服务成本,备件库存量过小则影响售后服务效率,如何确定备件库存量对于售后服务商经营至关重要;备件库存量的优化取决于对备件消耗速率预测的准确性,目前,许多售后服务商是通过历史备件消耗速率确定备件库存量,然而,一些产品的故障率、故障类型与产品使用环境相关,因而历史备件消耗速率与当前实际备件消耗速率可能存在较大偏差,进而影响备件库存量的科学性。
因此,针对上述相关技术,现有的备件库存量确定方法存在可靠性较低的问题。
发明内容
为了提高售后备件库存量确定的科学性,本申请提供一种产品售后备件库存调配方法、系统、设备及存储介质。
本申请的发明目的一采用如下技术方案实现:
一种产品售后备件库存调配方法,包括:
获取服务产品目录,从服务产品目录中确定目标产品,获取目标产品对应的所有业务项目;基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息;
获取目标产品在若干历史统计周期的保有量数据和售后订单数据,计算本单位对各批次目标产品的各业务项目的承接率数据;
获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数;
获取因素预测数据,基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据;
所述备件消耗信息包括备件型号和对应的期望消耗量,所述因素统计数据是指促成因素事件在若干历史统计周期的统计数据,所述因素预测数据是指促成因素事件在若干未来统计周期的预测数据。
通过采用上述技术方案,从本单位的服务产品目录中确定目标产品,并进一步确定本单位对目标产品可提供的业务项目类型,便于后续判断所需采购、仓储的备件类型;根据业务项目从本单位预设的业务映射表单中匹配对应的业务映射信息,即业务项目需求对应的促成因素事件和备件消耗信息,以便后续将促成因素事件的发生情况和业务项目对应的备件消耗情况纳入备件库存计划的考虑因素;获取促成因素事件在若干历史统计周期的统计数据,根据承接率数据、因素统计数据,计算各促成因素事件的影响系数;再获取促成因素事件在若干未来统计周期的预测数据,进一步基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据,从而提高了售后备件库存量确定的科学性。
本申请在一较佳示例中:所述产品服务目录包括:
产品分类表单,用于记录本单位可提供售后服务的产品种类;
业务映射表单,用于记录各业务项目对应的属性信息和统计信息,包括业务项目表单、故障信息表单和服务措施表单;
业务项目表单,用于记录本单位对各类产品可提供的业务项目;
故障信息表单,用于记录各类故障现象以及对应的故障原因信息;
服务措施表单,用于记录各类故障现象以及对应的业务项目。
通过采用上述技术方案,产品服务目录包括产品分类表单和业务映射表单,而业务映射表单又包括业务项目表单、故障信息表单和服务措施表单,便于获知本平台可服务的产品种类,对各类产品可提供的业务项目,并能够根据用户或工程师体积的故障现象匹配对应的故障原因和业务项目,提高故障诊断和故障排除的效率。
本申请在一较佳示例中:所述基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息之前,包括:
当接收到售后订单时,从售后订单中获取故障现象信息;
基于故障现象信息,从故障信息表单中匹配对应的故障原因信息,从服务措施表单中匹配对应的业务项目;
将同一故障现象对应的业务项目与故障原因信息关联,分析业务项目所关联的故障原因信息,确定业务项目对应的促成因素事件。
通过采用上述技术方案,从接收到的售后订单中获取故障现象信息,由于一个故障现象对应有故障原因信息和业务项目,将业务项目与故障原因信息相关联,对业务项目关联的故障原因信息进行分析,从而确定业务项目对应的促成因素事件。
本申请在一较佳示例中:所述产品服务目录还包括备件匹配表单,所述备件匹配表单中存储有本单位可提供售后服务的产品的设计图纸和零件明细表;
所述基于故障现象信息,从故障信息表单中匹配对应的故障原因信息,从服务措施表单中匹配对应的业务项目之后,包括:
基于业务项目,从备件匹配表单中匹配对应的备件型号。
通过采用上述技术方案,产品服务目录中还包括备件匹配表单,存储有各类产品的设计图纸和零件明细表,便于执行售后服务工作的工程师在接到售后订单时选择正确的备件型号;基于业务项目,从备件匹配表单中自动匹配备件型号,便于工程师在接到订单时就能够根据订单信息预测可能使用到的备件,以便在上门服务前携带备件,提高售后服务效率。
本申请在一较佳示例中:所述获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数中,包括:
设促成因素事件的数量为n,获取至少n个统计周期的承接率数据和因素统计数据;
以各促成因素事件的影响系数为未知数,基于承接率数据、因素统计数据和各影响系数,生成影响系数计算公式,计算各促成因素事件的影响系数。
通过采用上述技术方案,根据促成因素事件的数量获取对应数量以上的统计周期的承接率数据和因素统计数据,将各促成因素事件的影响系数定义为未知数,以便基于承接率数据、因素统计数据和影响系数生成对应的影响系数计算公式,从而计算出各影响系数的数值,提高了影响系数数值设定的科学性。
本申请在一较佳示例中:所述基于承接率数据、因素统计数据和各影响系数,生成影响系数计算公式中,所述影响系数计算公式为:
A1=c11x1+c12x2+…+c1nxn
A2=c21x1+c22x2+…+c2nxn
……
An=cn1x1+cn2x2+…+cnnxn
其中,A1、A2…An为各统计周期的承接率数据,c11、c12…cnn为各统计周期的因素统计数据,x1、x2…xn为各促成因素事件对应的影响系数。
通过采用上述技术方案,通过n元一次方程组计算各影响系数,算法简单,可靠性高。
本申请在一较佳示例中:还包括:
获取备件存量数据,当任一型号的备件存量数据低于备件预警数值时,基于备件型号和备件库存数据生成备件采购单并发送至供应商,所述备件预警数值为备件库存数据与预警系数的乘积。
通过采用上述技术方案,根据备件库存数据与预警系数的乘积,计算备件预警数值,以便在任一型号的备件存量数据小于备件预警数值时,自动生成备件采购单,将备件采购单发送至供应商,以实现自动发起备件采购的功能。
本申请的发明目的二采用如下技术方案实现:
一种产品售后备件库存调配系统,包括:
业务项目分析模块,用于获取服务产品目录,从服务产品目录中确定目标产品,获取目标产品对应的所有业务项目;
业务映射信息匹配模块,用于基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息;
承接率数据计算模块,用于获取目标产品在若干历史统计周期的保有量数据和售后订单数据,计算本单位对各批次目标产品的各业务项目的承接率数据;
影响系数计算模块,用于获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数;
备件库存数据计算模块,用于获取因素预测数据,基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据。
通过采用上述技术方案,从本单位的服务产品目录中确定目标产品,并进一步确定本单位对目标产品可提供的业务项目类型,便于后续判断所需采购、仓储的备件类型;根据业务项目从本单位预设的业务映射表单中匹配对应的业务映射信息,即业务项目需求对应的促成因素事件和备件消耗信息,以便后续将促成因素事件的发生情况和业务项目对应的备件消耗情况纳入备件库存计划的考虑因素;获取促成因素事件在若干历史统计周期的统计数据,根据承接率数据、因素统计数据,计算各促成因素事件的影响系数;再获取促成因素事件在若干未来统计周期的预测数据,进一步基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据,从而提高了售后备件库存量确定的科学性。
本申请的发明目的三采用如下技术方案实现:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述产品售后备件库存调配方法的步骤。
本申请的发明目的四采用如下技术方案实现:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述产品售后备件库存调配方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1.从本单位的服务产品目录中确定目标产品,并进一步确定本单位对目标产品可提供的业务项目类型,便于后续判断所需采购、仓储的备件类型;根据业务项目从本单位预设的业务映射表单中匹配对应的业务映射信息,即业务项目需求对应的促成因素事件和备件消耗信息,以便后续将促成因素事件的发生情况和业务项目对应的备件消耗情况纳入备件库存计划的考虑因素;获取促成因素事件在若干历史统计周期的统计数据,根据承接率数据、因素统计数据,计算各促成因素事件的影响系数;再获取促成因素事件在若干未来统计周期的预测数据,进一步基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据,从而提高了售后备件库存量确定的科学性。
2.根据促成因素事件的数量获取对应数量以上的统计周期的承接率数据和因素统计数据,将各促成因素事件的影响系数定义为未知数,以便基于承接率数据、因素统计数据和影响系数生成对应的影响系数计算公式,从而计算出各影响系数的数值,提高了影响系数数值设定的科学性。
3.产品服务目录包括产品分类表单和业务映射表单,而业务映射表单又包括业务项目表单、故障信息表单和服务措施表单,便于获知本平台可服务的产品种类,对各类产品可提供的业务项目,并能够根据用户或工程师体积的故障现象匹配对应的故障原因和业务项目,提高故障诊断和故障排除的效率。
附图说明
图1是本申请实施例一中产品售后备件库存调配方法的流程图。
图2是本申请实施例一中产品售后备件库存调配方法中步骤S20的流程图。
图3是本申请实施例一中产品售后备件库存调配方法中步骤S40的流程图。
图4是本申请实施例二中产品售后备件库存调配系统的一原理框图。
图5是本申请实施例三中的设备示意图。
具体实施方式
以下结合附图1至5对本申请作进一步详细说明。
实施例一
本申请公开一种产品售后备件库存调配方法,用于售后服务商或售后服务平台确定产品售后服务中所需使用的各类备件的库存量,以便在提高售后服务效率的同时尽可能降低经营成本;本申请文件中的本单位是指本售后服务商或本售后服务平台,本实施例以用于家电产品售后服务平台的技术方案为例进行说明;其中,备件是指在产品售后服务中所需使用的替换件或消耗品,如零件、胶带、清洁剂、润滑油液、制冷剂等。
参照图1,产品售后备件库存调配方法具体包括如下步骤:
S10:获取服务产品目录,从服务产品目录中确定目标产品,获取目标产品对应的所有业务项目。
在本实施例中,服务产品目录记录了本单位可提供售后服务的产品种类;目标产品是指需进行备件库存量计算的产品;业务项目是指针对目标产品可提供的服务项目。
具体地,获取服务产品目录,并进一步从服务产品目录中确定目标产品,根据目标产品的种类,确定本单位能够承接的所有服务项目种类,以空调为目标产品为例,则对应的业务项目包括空调清洗、空调安装、加注冷媒、各类零件维修等。
进一步地,对某一目标产品的备件库存量计算完成之后,再对另一目标产品的备件库存量进行计算,直至对服务产品目录中的所有产品种类的备件库存量都进行一次计算,根据各产品对应的备件库存量确定最终采购、存储的备件型号和数量。
具体地,产品服务目录包括:
产品分类表单,用于记录本单位可提供售后服务的产品种类;
业务映射表单,用于记录各业务项目对应的属性信息和统计信息,包括业务项目表单、故障信息表单和服务措施表单;
业务项目表单,用于记录本单位对各类产品可提供的业务项目;
故障信息表单,用于记录各类故障现象以及对应的故障原因信息;
其中,故障现象信息的内容可以是根据用户在历史发起售后服务订单时报告的故障现象或工程师在实际维修过程中发现的故障现象总结而得到;
进一步地,基于故障现象信息生成故障现象选项,将故障现象选项导入售后服务订单中,便于用户更好地描述产品故障,提高产品故障与对应业务项目匹配的准确性。
服务措施表单,用于记录各类故障现象以及对应的业务项目。
产品服务目录包括产品分类表单和业务映射表单,而业务映射表单又包括业务项目表单、故障信息表单和服务措施表单,便于获知本平台可服务的产品种类,对各类产品可提供的业务项目,并能够根据用户或工程师体积的故障现象匹配对应的故障原因和业务项目,提高故障诊断和故障排除的效率。
S20:基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息。
在本实施例中,业务映射表单用于记录各业务项目的业务映射信息;业务映射信息包括各业务项目对应的属性信息和统计信息,属性信息包括该业务项目可能使用的备件型号、工程师的资质要求等,统计信息包括对该类业务项目的历史订单进行统计后确定的促成因素事件和各类备件的期望消耗量;促成因素事件是指可能导致产品产生某一业务项目需求概率增大的事件。
由于一些产品的故障率、故障类型与该产品的使用环境相关,在特定的环境中可能造成某一类故障的发生概率显著增大,分析促成因素事件,以便将产品使用环境的因素纳入备件库存量确定的考虑因素中,以便提高备件库存量确定的科学性。
具体地,基于业务项目从业务映射表单中匹配对应的业务映射信息,从而确定该业务项目对应的若干促成因素事件和备件消耗信息,其中备件消耗信息包括该业务项目对应所需使用的备件型号和对应的期望消耗量。
具体地,以空调为目标产品、加注冷媒为业务项目为例,由于空调冷媒的损耗是由于冷媒泄漏造成的,空调运行时间、运行功率都会影响冷媒的循环次数,进而影响冷媒泄漏量;由于空调是否开启、以及空调的工作功率与气温、空气湿度等因素关联性较大,因此,加注冷媒这一业务项目对应的促成因素事件可以包括“自然损耗”、“气温大于25度”、“气温大于30度”、“空气湿度大于80%”,其中促成因素事件的数量和种类可根据实际情况进行调整。
其中,如图2所示,在步骤S20之前,包括:
S21:当接收到售后订单时,从售后订单中获取故障现象信息。
具体地,接收到用户发起的售后订单之后,从接收到的售后订单中获取故障现象信息,便于后续确定所需提供的业务项目和可能使用的备件。
S22:基于故障现象信息,从故障信息表单中匹配对应的故障原因信息,从服务措施表单中匹配对应的业务项目。
具体地,由于一个故障现象对应有故障原因信息和业务项目,将故障现象信息分别输入至故障信息表单和服务措施表单中,匹配对应的故障原因信息和业务项目。
其中,在步骤S22之后,包括:
S221:基于业务项目,从备件匹配表单中匹配对应的备件型号。
在本实施例中,产品服务目录还包括备件匹配表单,备件匹配表单中存储有本单位可提供售后服务的产品的设计图纸和零件明细表。
具体地,产品服务目录中还包括备件匹配表单,存储有各类产品的设计图纸和零件明细表,便于执行售后服务工作的工程师在接到售后订单时选择正确的备件型号;基于业务项目,从备件匹配表单中自动匹配备件型号,便于工程师在接到订单时就能够根据订单信息预测可能使用到的备件,以便在上门服务前携带备件,提高售后服务效率。
S23:将同一故障现象对应的业务项目与故障原因信息关联,分析业务项目所关联的故障原因信息,确定业务项目对应的促成因素事件。
具体地,将业务项目与故障原因信息相关联,对业务项目关联的故障原因信息进行分析,从而确定业务项目对应的促成因素事件。
S30:获取目标产品在若干历史统计周期的保有量数据和售后订单数据,计算本单位对各批次目标产品的各业务项目的承接率数据。
在本实施例中,保有量数据是指在本单位的目标产品售后服务范围内的目标产品保有量,具体数据可以是由合作厂商提供;售后订单是指本单位所承接过的目标产品的售后服务订单,每一条售后订单数据中记录了对应的目标产品型号、业务项目、产品生产日期和服务日期等数据;统计周期的具体时间可以根据实际需求进行设定,优选的,一个统计周期为一个自然月。
具体地,从各类目标产品的生产厂商获取各历史统计周期中销售至本单位售后服务区域内的目标产品数量,从而得到保有量数据,一个批次的目标产品即在同一个统计周期内生产的目标产品;基于保有量数据和售后订单数据,计算每一批次目标产品中,本单位对各类业务的承接率数据,承接率数据即本单位所承接的一个业务项目的订单数量与该批次目标产品保有量的商,承接率数据可间接反映故障率,以便反映本单位售后服务区域内目标产品故障率随时间变化的趋势,便于后续进一步分析促成因素事件对目标产品故障率的影响。
例如,一批次:某品牌在2021年5月度在本单位售后服务区域内安装了1000台空调,本单位在2022年5月之前共承接了100个属于该批次空调的加注冷媒业务的订单,则2022年5月该批次空调关于加注冷媒业务的承接率数据为10%;二批次:同一品牌在2021年9月度在本单位售后服务区域内安装了1000台空调,本单位在2022年5月之前共承接了20个属于该批次空调的加注冷媒业务的订单,则2022年5月该批次空调关于加注冷媒业务的承接率数据为2%;由于并非所有位于本单位售后服务区域内的用户均会将发生故障的空调送至本单位进行售后服务,因此承接率数据无法直接反映故障率数据,但承接率数据与故障率数据正相关,定义m为承接率数据与故障率数据之间的转换系数;一批次的空调在使用了12个月后,产生需要加注冷媒的故障率为10m%,而二批次的空调在使用了8个月后,产生需要加注冷媒的故障率仅为2m%,由此可见,一批次空调在6-8月份的高强度使用为冷媒泄漏这一故障的重要因素,进而可以确定,高温天气为加注冷媒这一业务项目的促成因素事件。
S40:获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数。
在本实施例中,因素统计数据是指对促成因素事件在若干历史统计周期的统计数据;每一个承接率数据对应一种目标产品的一类业务项目;影响系数是指用于评估促成因素事件对业务项目所对应故障类型发生率影响程度的系数;同一促成因素事件可以对应多个不同的业务项目,且同一促成因素事件在对应多个不同的业务项目时,影响系数也不相同。
具体地,以业务项目为空调的加注冷媒业务为例,获取“自然损耗”、“气温大于25度”、“气温大于30度”、“空气湿度大于80%”在各历史统计周期的天数作为因素统计数据。
其中,如图3所示,在步骤S40中,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数的具体步骤包括:
S41:设促成因素事件的数量为n,获取至少n个统计周期的承接率数据和因素统计数据。
具体地,选取待分析的业务项目,基于业务项目确定促成因素事件的数量,由于每一促成因素事件都有对应的影响系数,为了提高影响系数的数值设置的科学性,可以根据历史承接率数据和因素统计数据的关联性计算影响系数;设促成因素事件的数量为n,则获取至少n个统计周期的承接率数据和因素统计数据,以便后续生成n元一次方程组,以计算各促成因素事件的影响参数。
S42:以各促成因素事件的影响系数为未知数,基于承接率数据、因素统计数据和各影响系数,生成影响系数计算公式,计算各促成因素事件的影响系数。
具体地,以各促成因素事件的影响系数为未知数,基于数值已知的承接率数据、因素统计数据和数值未知的影响系数,生成影响系数计算公式,影响系数计算公式为:
A1=c11x1+c12x2+…+c1nxn
A2=c21x1+c22x2+…+c2nxn
……
An=cn1x1+cn2x2+…+cnnxn
其中,A1、A2…An为各统计周期的承接率数据,c11、c12…cnn为各统计周期的因素统计数据,x1、x2…xn为各促成因素事件对应的影响系数;基于影响系数计算公式,算出各影响系数的数值。
进一步地,当对一个业务项目的所有影响系数的数值计算完毕后,确定下一待分析业务项目,以计算对应的影响系数,直至将服务产品目录中所有产品类型、所有业务项目的影响系数均计算完毕。
S50:获取因素预测数据,基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据。
在本实施例中,因素预测数据是指促成因素事件在若干未来统计周期的预测数据。
具体地,获取因素预测数据,例如,当促成因素事件为“自然损耗”、“气温大于25度”、“气温大于30度”、“空气湿度大于80%”时,可通过权威气象部门发布的天气预报获取因素预测数据。
具体地,基于因素预测数据、因素统计数据和影响系数,计算业务项目的承接率数据的当前数值和未来预测数值,再根据目标产品的保有量数据,计算未来若干统计周期内业务项目的订单数量,结合备件消耗信息,计算各型号备件在未来若干统计周期的消耗量,从而确定备件库存数据;其中,根据承接率数据的未来预测数值来计算备件库存数据的意义在于:便于在未来若干统计周期为某种产品的使用高峰季节,或者是未来若干统计周期内存在可能导致某种产品使用概率增大的气候现象时预测未来某种业务项目的订单数量;另一方面,由于气候因素导致用户对产品的使用频率的增加存在一个循序渐进的过程,因而还需要根据承接率数据的当前数值和未来预测数值计算承接率数据再未来若干统计周期的平均值。
其中,产品售后备件库存调配方法还包括:
S60:获取备件存量数据,当任一型号的备件存量数据低于备件预警数值时,基于备件型号和备件库存数据生成备件采购单并发送至供应商,所述备件预警数值为备件库存数据与预警系数的乘积。
在本实施例中,备件存量数据是指本单位当前的备件实际库存数量;备件预警数值为备件库存数据与预警系数的乘积,用于判断是否需要采购备件,其中,预警系数从0-1之间的取值,优选的,预警系数的取值为0.3.
具体地,根据备件库存数据与预警系数的乘积,计算备件预警数值,以便在任一型号的备件存量数据小于备件预警数值时,自动生成备件采购单,将备件采购单发送至供应商,以实现自动发起备件采购的功能。
应理解,上述实施例中各步骤的序号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。
在一实施例中,提供一种产品售后备件库存调配系统,该产品售后备件库存调配系统与上述实施例中产品售后备件库存调配方法相对应。
如图4所示,产品售后备件库存调配系统,包括业务项目分析模块、业务映射信息匹配模块、承接率数据计算模块、影响系数计算模块和备件库存数据计算模块。各功能模块的详细说明如下:
业务项目分析模块,用于获取服务产品目录,从服务产品目录中确定目标产品,获取目标产品对应的所有业务项目;
业务映射信息匹配模块,用于基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息;
承接率数据计算模块,用于获取目标产品在若干历史统计周期的保有量数据和售后订单数据,计算本单位对各批次目标产品的各业务项目的承接率数据;
影响系数计算模块,用于获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数;
备件库存数据计算模块,用于获取因素预测数据,基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据。
其中,业务映射信息匹配模块还包括:
故障现象信息获取子模块,用于当接收到售后订单时,从售后订单中获取故障现象信息;故障现象匹配子模块,用于基于故障现象信息,从故障信息表单中匹配对应的故障原因信息,从服务措施表单中匹配对应的业务项目;
促成因素事件确定子模块,用于将同一故障现象对应的业务项目与故障原因信息关联,分析业务项目所关联的故障原因信息,确定业务项目对应的促成因素事件。
其中,故障现象匹配子模块还包括:
备件型号匹配子模块,用于基于业务项目,从备件匹配表单中匹配对应的备件型号。
其中,影响系数计算模块还包括:
数据获取子模块,用于设促成因素事件的数量为n,获取至少n个统计周期的承接率数据和因素统计数据;
计算公式生成子模块,用于以各促成因素事件的影响系数为未知数,基于承接率数据、因素统计数据和各影响系数,生成影响系数计算公式,计算各促成因素事件的影响系数。
其中,产品售后备件库存调配系统还包括:
备件采购模块,用于获取备件存量数据,当任一型号的备件存量数据低于备件预警数值时,基于备件型号和备件库存数据生成备件采购单并发送至供应商,所述备件预警数值为备件库存数据与预警系数的乘积。
关于产品售后备件库存调配系统的具体限定可以参见上文中对于产品售后备件库存调配方法的限定,在此不再赘述;上述产品售后备件库存调配系统中的各个模块可全部或部分通过软件、硬件及其组合来实现;上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以是以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储服务产品目录、业务映射信息、保有量数据、售后订单数据、承接率数据、促成因素事件、影响系数、因素统计数据、因素预测数据和备件库存数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现产品售后备件库存调配方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
S10:获取服务产品目录,从服务产品目录中确定目标产品,获取目标产品对应的所有业务项目;
S20:基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息;
S30:获取目标产品在若干历史统计周期的保有量数据和售后订单数据,计算本单位对各批次目标产品的各业务项目的承接率数据;
S40:获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数;
S50:获取因素预测数据,基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S10:获取服务产品目录,从服务产品目录中确定目标产品,获取目标产品对应的所有业务项目;
S20:基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息;
S30:获取目标产品在若干历史统计周期的保有量数据和售后订单数据,计算本单位对各批次目标产品的各业务项目的承接率数据;
S40:获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数;
S50:获取因素预测数据,基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)、DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种产品售后备件库存调配方法,其特征在于,包括:
获取服务产品目录,从服务产品目录中确定目标产品,获取目标产品对应的所有业务项目;基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息;
获取目标产品在若干历史统计周期的保有量数据和售后订单数据,计算本单位对各批次目标产品的各业务项目的承接率数据;
获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数;
获取因素预测数据,基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据;
所述备件消耗信息包括备件型号和对应的期望消耗量,所述因素统计数据是指促成因素事件在若干历史统计周期的统计数据,所述因素预测数据是指促成因素事件在若干未来统计周期的预测数据。
2.根据权利要求1所述的一种产品售后备件库存调配方法,其特征在于:所述产品服务目录包括:
产品分类表单,用于记录本单位可提供售后服务的产品种类;
业务映射表单,用于记录各业务项目对应的属性信息和统计信息,包括业务项目表单、故障信息表单和服务措施表单;
业务项目表单,用于记录本单位对各类产品可提供的业务项目;
故障信息表单,用于记录各类故障现象以及对应的故障原因信息;
服务措施表单,用于记录各类故障现象以及对应的业务项目。
3.根据权利要求2所述的一种产品售后备件库存调配方法,其特征在于:所述基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息之前,包括:
当接收到售后订单时,从售后订单中获取故障现象信息;
基于故障现象信息,从故障信息表单中匹配对应的故障原因信息,从服务措施表单中匹配对应的业务项目;
将同一故障现象对应的业务项目与故障原因信息关联,分析业务项目所关联的故障原因信息,确定业务项目对应的促成因素事件。
4.根据权利要求3所述的一种产品售后备件库存调配方法,其特征在于:所述产品服务目录还包括备件匹配表单,所述备件匹配表单中存储有本单位可提供售后服务的产品的设计图纸和零件明细表;
所述基于故障现象信息,从故障信息表单中匹配对应的故障原因信息,从服务措施表单中匹配对应的业务项目之后,包括:
基于业务项目,从备件匹配表单中匹配对应的备件型号。
5.根据权利要求1所述的一种产品售后备件库存调配方法,其特征在于:所述获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数中,包括:
设促成因素事件的数量为n,获取至少n个统计周期的承接率数据和因素统计数据;
以各促成因素事件的影响系数为未知数,基于承接率数据、因素统计数据和各影响系数,生成影响系数计算公式,计算各促成因素事件的影响系数。
6.根据权利要求5所述的一种产品售后备件库存调配方法,其特征在于:所述基于承接率数据、因素统计数据和各影响系数,生成影响系数计算公式中,
所述影响系数计算公式为:
A1=c11x1+c12x2+…+c1nxn
A2=c21x1+c22x2+…+c2nxn
……
An=cn1x1+cn2x2+…+cnnxn
其中,A1、A2…An为各统计周期的承接率数据,c11、c12…cnn为各统计周期的因素统计数据,x1、x2…xn为各促成因素事件对应的影响系数。
7.根据权利要求1所述的一种产品售后备件库存调配方法,其特征在于,还包括:
获取备件存量数据,当任一型号的备件存量数据低于备件预警数值时,基于备件型号和备件库存数据生成备件采购单并发送至供应商,所述备件预警数值为备件库存数据与预警系数的乘积。
8.一种产品售后备件库存调配系统,其特征在于,包括:
业务项目分析模块,用于获取服务产品目录,从服务产品目录中确定目标产品,获取目标产品对应的所有业务项目;
业务映射信息匹配模块,用于基于业务项目从预设的业务映射表单中匹配对应的业务映射信息,所述业务映射信息包括业务项目需求对应的促成因素事件和备件消耗信息;
承接率数据计算模块,用于获取目标产品在若干历史统计周期的保有量数据和售后订单数据,计算本单位对各批次目标产品的各业务项目的承接率数据;
影响系数计算模块,用于获取因素统计数据,基于承接率数据和因素统计数据,计算各促成因素事件的影响系数;
备件库存数据计算模块,用于获取因素预测数据,基于因素预测数据、因素统计数据、影响系数和备件消耗信息,计算备件库存数据。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述产品售后备件库存调配方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述产品售后备件库存调配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310541885.5A CN116542606B (zh) | 2023-05-12 | 2023-05-12 | 一种产品售后备件库存调配方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310541885.5A CN116542606B (zh) | 2023-05-12 | 2023-05-12 | 一种产品售后备件库存调配方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116542606A true CN116542606A (zh) | 2023-08-04 |
CN116542606B CN116542606B (zh) | 2023-11-10 |
Family
ID=87452067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310541885.5A Active CN116542606B (zh) | 2023-05-12 | 2023-05-12 | 一种产品售后备件库存调配方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542606B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10134027A (ja) * | 1996-10-29 | 1998-05-22 | Toyota Motor Corp | 販売予測支援方法およびその装置 |
US20070156543A1 (en) * | 2005-12-29 | 2007-07-05 | Kimberly-Clark Worldwide, Inc. | Spare parts inventory management |
US20130297462A1 (en) * | 2012-05-07 | 2013-11-07 | Verizon Patent And Licensing Inc. | Spare parts on-hand inventory management |
CN111709613A (zh) * | 2020-05-26 | 2020-09-25 | 中国平安财产保险股份有限公司 | 基于数据统计的任务自动分配方法、装置及计算机设备 |
WO2021150099A1 (en) * | 2020-01-21 | 2021-07-29 | Petroliam Nasional Berhad (Petronas) | Equipment spare part inventory optimization methods and systems |
CA3133695A1 (en) * | 2020-10-12 | 2022-04-12 | 10353744 Canada Ltd. | Inventory information update method, device, computer apparatus and storage medium |
CN114676881A (zh) * | 2022-02-23 | 2022-06-28 | 青岛海尔科技有限公司 | 一种备件库存预测方法及装置 |
CN115564359A (zh) * | 2022-11-23 | 2023-01-03 | 中汽数据(天津)有限公司 | 汽车售后备件的库存预测方法、设备和存储介质 |
CN115759923A (zh) * | 2022-11-01 | 2023-03-07 | 安徽磁云数据科技有限公司 | 基于备件历史消耗数据和故障预测的备件库存管理方法 |
-
2023
- 2023-05-12 CN CN202310541885.5A patent/CN116542606B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10134027A (ja) * | 1996-10-29 | 1998-05-22 | Toyota Motor Corp | 販売予測支援方法およびその装置 |
US20070156543A1 (en) * | 2005-12-29 | 2007-07-05 | Kimberly-Clark Worldwide, Inc. | Spare parts inventory management |
US20130297462A1 (en) * | 2012-05-07 | 2013-11-07 | Verizon Patent And Licensing Inc. | Spare parts on-hand inventory management |
WO2021150099A1 (en) * | 2020-01-21 | 2021-07-29 | Petroliam Nasional Berhad (Petronas) | Equipment spare part inventory optimization methods and systems |
CN111709613A (zh) * | 2020-05-26 | 2020-09-25 | 中国平安财产保险股份有限公司 | 基于数据统计的任务自动分配方法、装置及计算机设备 |
CA3133695A1 (en) * | 2020-10-12 | 2022-04-12 | 10353744 Canada Ltd. | Inventory information update method, device, computer apparatus and storage medium |
CN114676881A (zh) * | 2022-02-23 | 2022-06-28 | 青岛海尔科技有限公司 | 一种备件库存预测方法及装置 |
CN115759923A (zh) * | 2022-11-01 | 2023-03-07 | 安徽磁云数据科技有限公司 | 基于备件历史消耗数据和故障预测的备件库存管理方法 |
CN115564359A (zh) * | 2022-11-23 | 2023-01-03 | 中汽数据(天津)有限公司 | 汽车售后备件的库存预测方法、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116542606B (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Spare part demand forecasting for consumer goods using installed base information | |
US20150032512A1 (en) | Method and system for optimizing product inventory cost and sales revenue through tuning of replenishment factors | |
MX2011004611A (es) | Especificación automatizada, cálculo y decubrimiento de controladores y elasticidades de respuesta del mercado o factores de alza. | |
KR102097953B1 (ko) | 고장 리스크 지표 추정 장치 및 고장 리스크 지표 추정 방법 | |
US20160148226A1 (en) | System and method for forecasting and managing returned merchanidse in retail | |
CN111221834B (zh) | 一种商品库存价值计算方法 | |
Liao | Optimal economic production quantity policy for a parallel system with repair, rework, free-repair warranty and maintenance | |
JP2013182498A (ja) | 需要予測装置、需要予測プログラムおよび需要予測方法 | |
TW201503029A (zh) | 計算企業拖欠帳款機率之技術 | |
CN116542606B (zh) | 一种产品售后备件库存调配方法、系统、设备及存储介质 | |
US8131653B2 (en) | Method and apparatus for warranty cost calculation | |
US20200118142A1 (en) | Demand and supply tracking for inventory management and replacement optimization | |
US20220300470A1 (en) | Failure probability evaluation system | |
Ouali et al. | A survey of replacement models with minimal repair | |
Mutlu et al. | Determination of the optimal warranty policy and period from the manufacturer’s/seller’s perspective | |
CN116302899A (zh) | 一种芯粒故障诊断方法和装置 | |
CN115081967A (zh) | 基于多维度感知的数控机床加工过程的模拟方法及系统 | |
Leonov et al. | Internal Losses in Machine Tool Production | |
WO2018061136A1 (ja) | 需要予測方法、需要予測システム及びそのプログラム | |
CN113610266A (zh) | 汽车零件的故障预测方法、装置、计算机设备和存储介质 | |
CN115943399A (zh) | 生成方法、生成装置、程序、信息处理方法及信息处理装置 | |
KR20160087966A (ko) | 반도체 제조 프로세스를 위한 품질 유효 인자 생성방법 및 그에 따른 생성 시스템 | |
Niwas et al. | A bi-objective inspection policy for a repairable engineering system with failure free warranty | |
JP6384153B2 (ja) | プログラム、情報処理装置及び情報処理方法 | |
CN112184365B (zh) | 一种异常订单状态工单的处理方法及装置 |
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 |