CN117974010A - 一种实现信息互通的商户ai收银系统 - Google Patents
一种实现信息互通的商户ai收银系统 Download PDFInfo
- Publication number
- CN117974010A CN117974010A CN202410372868.8A CN202410372868A CN117974010A CN 117974010 A CN117974010 A CN 117974010A CN 202410372868 A CN202410372868 A CN 202410372868A CN 117974010 A CN117974010 A CN 117974010A
- Authority
- CN
- China
- Prior art keywords
- sales
- data
- inventory
- coefficient
- commodity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 claims abstract description 54
- 238000007405 data analysis Methods 0.000 claims abstract description 44
- 238000013075 data extraction Methods 0.000 claims abstract description 36
- 238000003860 storage Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 230000007306 turnover Effects 0.000 claims abstract description 6
- 230000007175 bidirectional communication Effects 0.000 claims abstract description 4
- 238000007726 management method Methods 0.000 claims description 94
- 238000004458 analytical method Methods 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 30
- 230000007246 mechanism Effects 0.000 claims description 23
- 238000010219 correlation analysis Methods 0.000 claims description 22
- 238000005516 engineering process Methods 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 230000006854 communication Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 238000013499 data model Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000036632 reaction speed Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000203 mixture Substances 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种实现信息互通的商户AI收银系统,涉及人工智能技术领域,该系统通过集成AI管理模块、数据识别模块、数据提取模块、数据分析模块和评估预警模块,实现了库存管理和销售系统之间的双向通信,同时通过智能识别和数据提取,系统实时监测商品的销售情况、库存情况和期限数据,这有助于商家更为便捷地分析各种商品的库存和销售趋势,并通过数据分析模块计算得到综合销储系数Xcxs和商品期限系数Qxxs,并进行相关计算获取综合货物系数Hwxs,这有助于商户深入了解销售、库存和期限等多方面数据,为综合决策提供有力支持,同时为商家提供了及时的信息和精准的策略,使其能够进行智能化的库存管理和销售优化,调整库存策略提高商品周转率。
Description
技术领域
本发明涉及人工智能技术领域,具体为一种实现信息互通的商户AI收银系统。
背景技术
商户AI收银系统的推出标志着商业管理进入了智能化的新时代,这一管理工具在商业领域的应用范围极为广泛,不仅覆盖了传统零售行业,还涵盖了餐饮、超市、百货和电商等多个商业细分领域,通过集成人工智能技术,商户AI收银系统不仅能够提升业务处理效率,还为商家提供了更智能化和数据驱动的管理方式,库存和AI收银系统的结合标志着商业管理的数字化和智能化趋势,这一融合为商家提供了更高效、精准的库存管理和销售服务。
现阶段传统的库存管理系统和收银系统通常存在信息孤岛,难以实现实时的数据互通和共享,这不仅导致了库存管理的滞后,还使得商户在销售过程中难以及时了解商品的实际情况,首先,传统的数据处理方式使得商户对库存商品的期限不易于有效管理,商品的过期和临期常常导致库存损失,而这些问题往往在销售过程中难以被及时察觉和解决,其次,商户在面对商品的销售情况时,缺乏智能的数据分析和预测工具,导致销售策略的不足和库存管理的低效。
发明内容
针对现有技术的不足,本发明提供了一种实现信息互通的商户AI收银系统,解决了背景技术中提到的问题。
为实现以上目的,本发明通过以下技术方案予以实现:包括集成AI管理模块、数据识别模块、数据提取模块、数据分析模块和评估预警模块;
所述集成AI管理模块用于构建AI智能模型,搭载智能识别的功能,用于对所检测到的综合销储数据和期限数据,进行特征识别,同时设置互通机制,为库存管理系统和商户AI收银系统进行双向通信,实现数据的实时共享和更新;
所述数据识别模块利用图像识别技术来捕捉商品图像,然后系统通过AI算法识别商品并提取商品期限数据,同时通过AI收银系统,实时检测商品的销售情况,并接入库管ERP系统,实时监测商品的综合销储数据;
所述数据提取模块用于将所识别到的综合销储数据和期限数据,进行特征提取,并进行分类、汇总和预处理后,生成第一数据集和第二数据集;
所述数据分析模块包括第一分析单元、第二分析单元和第三相关联分析单元,所述第一分析单元用于依据第一数据集,提取利润数据集、库存数据集和销售数据集,无量纲处理后,进行分析计算获取利润系数Lrxs、库存系数Kcxs和销售系数Xsxs;并由第二分析单元依据第二数据集,提取商品期限数据集,无量纲处理后,进行分析计算获取商品期限系数Qxxs;再由第三相关联分析单元将利润系数Lrxs、库存系数Kcxs和销售系数Xsxs,进行相关联分析计算,获取综合销储系数Xcxs;并将综合销储系数Xcxs与商品期限系数Qxxs进行相关联计算,获取综合货物系数Hwxs;
所述综合销储系数Xcxs与商品期限系数Qxxs通过以下公式获取;
;
;
式中,a1、a2和a3分别表示利润系数Lrxs、库存系数Kcxs和销售系数Xsxs的预设比例系数,且a1+a2≠a3,0<a1<0.48,0<a2<0.45,0<a3<0.46,其具体值由用户调整设置,A为第一修正常数;
dt表示对t从t1到t2区间内的商品期限关于时间的积分,Qsc表示商品生产日期,Qgq表示商品过期日期,Qrk表示库时间,Qck表示出库时间,Qld表示库存转动率;
所述评估预警模块用于预设商品过期阈值Q与商品期限系数Qxxs,进行初步对比评估,并生成相关评估结果,并根据评估结果生成相应的预警机制,同时预设销储评估阈值E与获取综合货物系数Hwxs,进行对比评估,并根据评估结果生成相应的预警机制。
优选的,所述集成AI管理模块用于设计系统架构,包括库存管理、销售管理和AI收银管理,确定库存和销售信息的数据模型,定义数据结构和关系,优化数据之间的理解和互通,并为库存管理系统和商户AI收银系统设计应用程序接口API,通过应用程序接口API进行库存管理和商户AI收银系统的双向通信,同时使用消息队列和Webhooks技术来实现实时通知和数据更新,实现实时数据的同步机制,再集成库管ERP功能,库管ERP功能包括库存跟踪、自动触发报警和商品批次追踪,生成库存变动记录和库存报表,对库存数据进行分析,再开发AI销售管理功能,包括销售交易记录和销售分析工具,销售信息与库存管理实时同步,优化库存和销售的一致性,并集成AI技术,提供智能推荐和商品识别功能,调整AI收银系统与库存和销售模块的数据互通,以实现智能的库存和销售管理,提供移动端应用,使商户能够随时随地访问系统,查看销售和库存数据,触发补货流程。
优选的,所述数据识别模块通过库存管理和销售管理的信息互通,数据识别模块自动提取库存管理中的库存报表,同时对销售管理中提取销售交易记录,并对库存报表和销售交易记录中的综合销储数据和期限数据进行特征标记,并将综合销储数据和期限数据中特征标记的数据作为训练集,使用卷积神经网络进行端到端的特征学习训练,同时使用AI从互联网获取大量相似的库存报表和销售交易记录,进行迭代和调整,优化系统对综合销储数据和期限数据中特征识别的标准性和快速性。
优选的,所述数据提取模块包括综合销储数据提取单元和期限数据提取单元;
所述综合销储数据提取单元用于对所识别到的综合销储数据进行特征提取,并进行去噪和归一化处理后,分类汇总生成第一数据集;
所述第一数据集包括利润数据集、库存数据集和销售数据集;
所述利润数据集包括进货成本Ljh、销售单价Ldj、销售数量Lsl、销售额Lse和退货率Lth,用于提取通过AI收银系统扫描每日的出货和退货的记录进行实时提取;
所述库存数据集包括库存周转率Kzz、库存满足率Kmz、库存损耗率Ksh、库存总量Kzl和库存时间Ksj,用于对库存的信息进行实时提取;
所述销售数据集包括销售额Xse、平均售价Xpj、平均库存Xkc、本月销售量Xby和上月销售量Xsy,用于对AI收银系统销售记录中的销售信息进行实时提取;
所述期限数据提取单元用于对所识别到的期限数据,进行去噪和归一化处理后,分类汇总生成第二数据集,所述第二数据集包括商品期限数据集,所述商品期限数据集包括商品生产日期Ssc、商品过期日期Sgq、入库时间Srk、出库时间Sck和库存转动率Sld,用于对商品的过期时间进行实时检测。
优选的,所述数据分析模块包括第一分析单元、第二分析单元和第三相关联分析单元;
所述第一分析单元包括利润数据分析单元、库存数据分析单元和销售数据分析单元;
所述利润数据分析单元用于依据第一数据集中的利润数据集,进行无量纲处理后,分析计算获取利润系数Lrxs;
所述利润系数Lrxs通过以下公式获取;
。
优选的,所述库存数据分析单元用于依据第一数据集中的库存数据集,进行无量纲处理后,分析计算获取库存系数Kcxs;
所述库存系数Kcxs通过以下公式获取;
。
优选的,所述销售数据分析单元用于依据第一数据集中的销售数据集,无量纲处理后分析计算获取销售系数Xsxs;
所述销售系数Xsxs通过以下公式获取;
。
优选的,所述第三相关联分析单元用于将第一分析单元所获取的利润系数Lrxs、库存系数Kcxs和销售系数Xsxs,进行无量纲处理后,综合汇总,生成综合销储系数Xcxs,并将所获取的综合销储系数Xcxs与第二分析单元所获取的商品期限系数Qxxs,进行相关联计算获取综合货物系数Hwxs;
所述综合货物系数Hwxs通过以下公式获取;
;
式中,b1和b2分别表示综合销储系数Xcxs与商品期限系数Qxxs的预设比例系数,T1和T2表示T1到T2时间段内商品销储的情况,且b1≠b2,0<b1<0.47,0<b2<0.53,其具体值由用户调整设置,B为第二修正常数。
优选的,所述评估预警模块包括过期预警单元和销储预警单元;
所述过期预警单元用于预设商品过期阈值Q与第二分析单元所获取的商品期限系数Qxxs,进行初步评估,并根据相关的评估结果生成相关的预警方案,具体评估方案如下;
当商品期限系数Qxxs>商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售的商品过期,此时将生成第一预警,停止商品的销售,并将商品信息自动发送至库存管理系统,通知相关工作人员对过期的商品进行处理,同时并对当前商品进行补货;
当商品期限系数Qxxs=商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售的商品临期,此时将生成第二预警,提示购买客户购买意愿,同时根据临期时间自动生成相应的打折,并将商品信息自动发送至库存管理系统,盘点当前商品货物数量,实施打折计划;
当商品期限系数Qxxs<商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售商品期限处于正常状态范围内,此时无需生成预警,则开启第二评估机制。
优选的,所述销储预警单元由过期预警单元所触发第二呼叫机制,通过预设销储评估阈值E与第三相关联分析单元所获取的综合货物系数Hwxs,进行对比评估,并生成相关的评估结果,具体评估方案如下;
当综合货物系数Hwxs>销储评估阈值E时,表示当前商品销售过快,库存临界于10%,此时触发自动第三预警,通知采购对当前商品进行补货;
当综合货物系数Hwxs≤销储评估阈值E时,表示当前商品销售存在滞销现象,同时在T2-T1销售时间内库存量高于80%,此时则生成商品滞销信息,发送至管理人员,提示管理人员对商品进行打折优惠和特卖形式,优化商品出货比例,此时则生成第四预警信息。
本发明提供了一种实现信息互通的商户AI收银系统。具备以下有益效果:
(1)该系统通过集成AI管理模块、数据识别模块、数据提取模块、数据分析模块和评估预警模块,实现了库存管理和销售系统之间的双向通信,通过智能识别和数据提取,系统实时监测商品的销售情况和期限数据,这有助于商家更好地了解商品库存和销售趋势,并通过数据分析模块计算得到综合销储系数Xcxs和商品期限系数Qxxs,并进行相关计算获取综合货物系数Hwxs,这为商家提供了及时的信息,使其能够进行智能化的库存管理和销售优化,调整库存策略,提高商品周转率。
(2)该系统通过评估预警模块,系统能够预设商品过期阈值Q和销储评估阈值E,对综合货物系数Hwxs和商品期限系数Qxxs进行比较评估,当商品期限系数Qxxs超过商品过期阈值Q时,系统生成过期预警,停止商品销售并触发补货流程,同时,系统通过销储预警单元实现对综合货物系数Hwxs的评估,根据销储评估阈值E生成相应的预警机制,例如触发补货或执行打折促销,这有助于商家更灵活地应对商品过期和销售状况波动,最大程度地减少库存滞销和商品过期的风险。
(3)该系统通过数据识别模块,自动提取销售和库存数据,并利用卷积神经网络进行端到端的特征学习训练,这意味着系统可以不断优化对综合销储数据和期限数据的特征识别标准,提高系统对不同商品情况的适应性和准确性,通过迭代和调整,系统不仅能够更好地识别商品信息,还能够不断提升对综合销储系数Xcxs、商品期限系数Qxxs以及综合货物系数Hwxs的计算精度,从而提高整体管理效率。
附图说明
图1为本发明一种实现信息互通的商户AI收银系统流程示意图。
图中:1、集成AI管理模块;2、数据识别模块;3、数据提取模块;4、数据分析模块;5、评估预警模块;31、综合销储数据提取单元;32、期限数据提取单元;41、第一分析单元;411、利润数据分析单元;412、库存数据分析单元;413、销售数据分析单元;42、第二分析单元;43、第三相关联分析单元;51、过期预警单元;52、销储预警单元。
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。
实施例1
请参阅图1,本发明提供一种实现信息互通的商户AI收银系统,为实现以上目的,本发明通过以下技术方案予以实现:包括集成AI管理模块1、数据识别模块2、数据提取模块3、数据分析模块4和评估预警模块5;
集成AI管理模块1用于构建AI智能模型,搭载智能识别的功能,用于对所检测到的综合销储数据和期限数据,进行特征识别,同时设置互通机制,为库存管理系统和商户AI收银系统进行双向通信,实现数据的实时共享和更新;
数据识别模块2利用图像识别技术来捕捉商品图像,然后系统通过AI算法识别商品并提取商品期限数据,同时通过AI收银系统,实时检测商品的销售情况,并接入库管ERP系统,实时监测商品的综合销储数据;
数据提取模块3用于将所识别到的综合销储数据和期限数据,进行特征提取,并进行分类、汇总和预处理后,生成第一数据集和第二数据集;
数据分析模块4包括第一分析单元41、第二分析单元42和第三相关联分析单元43,第一分析单元41用于依据第一数据集,提取利润数据集、库存数据集和销售数据集,无量纲处理后,进行分析计算获取利润系数Lrxs、库存系数Kcxs和销售系数Xsxs;并由第二分析单元42依据第二数据集,提取商品期限数据集,无量纲处理后,进行分析计算获取商品期限系数Qxxs;再由第三相关联分析单元43将利润系数Lrxs、库存系数Kcxs和销售系数Xsxs,进行相关联分析计算,获取综合销储系数Xcxs;并将综合销储系数Xcxs与商品期限系数Qxxs进行相关联计算,获取综合货物系数Hwxs;
综合销储系数Xcxs与商品期限系数Qxxs通过以下公式获取;
;
;
式中,a1、a2和a3分别表示利润系数Lrxs、库存系数Kcxs和销售系数Xsxs的预设比例系数,且a1+a2≠a3,0<a1<0.48,0<a2<0.45,0<a3<0.46,其具体值由用户调整设置,A为第一修正常数;
dt表示对t从t1到t2区间内的商品期限关于时间的积分,Qsc表示商品生产日期,Qgq表示商品过期日期,Qrk表示库时间,Qck表示出库时间,Qld表示库存转动率;
评估预警模块5用于预设商品过期阈值Q与商品期限系数Qxxs,进行初步对比评估,并生成相关评估结果,并根据评估结果生成相应的预警机制,同时预设销储评估阈值E与获取综合货物系数Hwxs,进行对比评估,并根据评估结果生成相应的预警机制。
本实施例中,通过集成AI管理模块1和数据识别模块2,系统能够智能识别综合销储数据和期限数据,利用图像识别技术捕捉商品图像,并提取商品期限数据,这有助于提高数据处理效率,减轻人工操作负担,同时确保数据的准确性和实时性,集成AI管理模块1通过构建AI智能模型,设置互通机制,实现了库存管理系统和商户AI收银系统之间的双向通信,这使得系统能够实时共享和更新综合销储数据,确保各个模块之间的协同作业,为商户提供准确的库存和销售信息,数据提取模块3用于对识别到的数据进行特征提取、分类、汇总和预处理,生成第一数据集和第二数据集,数据分析模块4通过第一分析单元41、第二分析单元42和第三相关联分析单元43,计算得到利润系数Lrxs、库存系数Kcxs、销售系数Xsxs和商品期限系数Qxxs,并通过综合销储系数Xcxs与商品期限系数Qxxs综合计算得到综合货物系数Hwxs,这有助于商户深入了解销售、库存和期限等多方面数据,为综合决策提供有力支持,评估预警模块5用于设置商品过期阈值Q和销储评估阈值E,对商品期限系数Qxxs和综合货物系数Hwxs进行对比评估,根据评估结果生成相关的预警机制,包括过期预警和销储预警,这有助于商户及时发现过期商品和库存滞销情况,采取相应措施,如停止销售、补货或打折促销,从而最大程度地优化库存管理和销售策略,系统中的系数预设比例和修正常数均由用户可调整,使商户能够根据实际业务情况和需求进行个性化定制,提高系统的适用性和灵活性,这使得商户可以更好地根据自身业务特点来优化库存和销售管理策略。
实施例2
本实施例是在实施例1中进行的解释说明,请参照图1,具体的:集成AI管理模块1用于设计系统架构,包括库存管理、销售管理和AI收银管理,确定库存和销售信息的数据模型,定义数据结构和关系,优化数据之间的理解和互通,并为库存管理系统和商户AI收银系统设计应用程序接口API,通过应用程序接口API进行库存管理和商户AI收银系统的双向通信,同时使用消息队列和Webhooks技术来实现实时通知和数据更新,实现实时数据的同步机制,再集成库管ERP功能,库管ERP功能包括库存跟踪、自动触发报警和商品批次追踪,生成库存变动记录和库存报表,对库存数据进行分析,再开发AI销售管理功能,包括销售交易记录和销售分析工具,销售信息与库存管理实时同步,优化库存和销售的一致性,并集成AI技术,提供智能推荐和商品识别功能,调整AI收银系统与库存和销售模块的数据互通,以实现智能的库存和销售管理,提供移动端应用,使商户能够随时随地访问系统,查看销售和库存数据,触发补货流程。
本实施例中,集成AI管理模块通过设计系统架构,包括库存管理、销售管理和AI收银管理,为商户提供全面的业务解决方案,这有助于整合各个业务领域,建立清晰的数据模型,定义数据结构和关系,提高库存和销售信息之间的理解和互通,为商户提供更为综合和高效的管理工具,通过应用程序接口API、消息队列和Webhooks技术,实现了库存管理系统和商户AI收银系统的双向通信,这种灵活的通信机制使得系统能够实时同步数据,及时传递库存变动记录和销售信息,为商户提供准确和实时的数据支持,优化库存和销售数据的一致性,集成了库管ERP功能,包括库存跟踪、自动触发报警和商品批次追踪,这有助于实现对库存的精准追踪,及时发现潜在的问题并触发报警,同时生成库存变动记录和库存报表,为商户提供全面的库存数据分析,进一步优化库存管理流程,AI销售管理功能包括销售交易记录和销售分析工具,与库存管理实时同步,这有助于商户深入了解销售数据,提供数据分析工具,支持销售策略的制定,同时,集成AI技术提供智能推荐和商品识别功能,优化了销售体验,增强了商户的竞争力,提供移动端应用使商户能够随时随地访问系统,查看销售和库存数据,触发补货流程,这提高了商户的工作便捷性,使其能够灵活应对各种业务需求,随时做出决策,从而提高了整体运营效率。
实施例3
本实施例是在实施例2中进行的解释说明,请参照图1,具体的:数据识别模块12通过库存管理和销售管理的信息互通,数据识别模块12自动提取库存管理中的库存报表,同时对销售管理中提取销售交易记录,并对库存报表和销售交易记录中的综合销储数据和期限数据进行特征标记,并将综合销储数据和期限数据中特征标记的数据作为训练集,使用卷积神经网络进行端到端的特征学习训练,同时使用AI从互联网获取大量相似的库存报表和销售交易记录,进行迭代和调整,优化系统对综合销储数据和期限数据中特征识别的标准性和快速性。
本实施例中,数据识别模块12通过库存管理和销售管理的信息互通,自动提取库存报表和销售交易记录,这有助于降低人工干预,提高数据提取的自动化程度,从而减少潜在的人为错误,保证数据的准确性,通过使用卷积神经网络进行端到端的特征学习训练,数据识别模块能够根据特征标记的数据集自动学习数据的抽象特征,这有效地提高了系统对综合销储数据和期限数据中特征的识别准确性,同时通过不断的迭代和调整,系统能够不断优化其特征学习模型,适应不同场景和数据变化,通过使用AI从互联网获取大量相似的库存报表和销售交易记录,系统不仅能够进行大规模的训练,还可以获取更多样化的数据,提高系统对不同类型数据的适应性,这有助于提高系统的标准化水平和对未知数据的泛化能力,从而使得特征识别更为标准化和快速,通过使用消息队列和Webhooks技术,系统实现了实时通知和数据更新机制,这确保了一旦有新的库存报表或销售交易记录生成,系统能够及时进行特征标记并更新训练集,从而保持模型的实时性,反映最新的业务状况,通过自动提取和端到端特征学习,这降低了人工成本,同时提高了效率,使商户更专注于业务发展和决策制定,而不是手动处理大量数据。
实施例4
本实施例是在实施例5中进行的解释说明,请参照图1,具体的:数据提取模块3包括综合销储数据提取单元31和期限数据提取单元32;
综合销储数据提取单元31用于对所识别到的综合销储数据进行特征提取,并进行去噪和归一化处理后,分类汇总生成第一数据集;
第一数据集包括利润数据集、库存数据集和销售数据集;
利润数据集包括进货成本Ljh、销售单价Ldj、销售数量Lsl、销售额Lse和退货率Lth,用于提取通过AI收银系统扫描每日的出货和退货的记录进行实时提取;
库存数据集包括库存周转率Kzz、库存满足率Kmz、库存损耗率Ksh、库存总量Kzl和库存时间Ksj,用于对库存的信息进行实时提取;
销售数据集包括销售额Xse、平均售价Xpj、平均库存Xkc、本月销售量Xby和上月销售量Xsy,用于对AI收银系统销售记录中的销售信息进行实时提取;
期限数据提取单元32用于对所识别到的期限数据,进行去噪和归一化处理后,分类汇总生成第二数据集,第二数据集包括商品期限数据集,商品期限数据集包括商品生产日期Ssc、商品过期日期Sgq、入库时间Srk、出库时间Sck和库存转动率Sld,用于对商品的过期时间进行实时检测。
本实施例中,数据提取模块3通过综合销储数据提取单元31和期限数据提取单元32,能够全面提取和整合各种关键数据,这有助于商户获得全景式的业务数据,涵盖了销售、库存和期限等方面,为综合决策提供了更全面的基础,利用综合销储数据提取单元31和期限数据提取单元32,数据提取模块3实现对数据的实时提取和更新,这确保了第一数据集和第二数据集中的信息是时刻保持最新的,商户可以基于实时数据做出更及时的业务决策,提高反应速度,第一数据集包括了多个维度的业务指标,商户能够综合考虑各个方面的业务情况,更全面地了解销售状况、库存状态和利润水平,为业务运营提供更多的参考依据,库存数据集这些实时提取的库存信息可以帮助商户实时监控库存状况,及时发现潜在的问题,如过多滞销商品或快要过期的商品,从而更灵活地进行库存管理,销售数据集能够帮助商户进行销售趋势的分析,商户可以更好地了解销售情况的发展趋势,有助于调整销售策略和制定未来的销售计划,期限数据提取单元32能够实时检测商品的过期时间,这有助于商户及时发现并处理即将过期的商品,减少损失,并优化库存周转。
实施例5
本实施例是在实施例4中进行的解释说明,请参照图1,具体的:数据分析模块4包括第一分析单元41、第二分析单元42和第三相关联分析单元43;
第一分析单元41包括利润数据分析单元411、库存数据分析单元412和销售数据分析单元413;
利润数据分析单元411用于依据第一数据集中的利润数据集,进行无量纲处理后,分析计算获取利润系数Lrxs;
利润系数Lrxs通过以下公式获取;
。
库存数据分析单元412用于依据第一数据集中的库存数据集,进行无量纲处理后,分析计算获取库存系数Kcxs;
库存系数Kcxs通过以下公式获取;
。
销售数据分析单元413用于依据第一数据集中的销售数据集,无量纲处理后分析计算获取销售系数Xsxs;
销售系数Xsxs通过以下公式获取;
。
第三相关联分析单元43用于将第一分析单元41所获取的利润系数Lrxs、库存系数Kcxs和销售系数Xsxs,进行无量纲处理后,综合汇总,生成综合销储系数Xcxs,并将所获取的综合销储系数Xcxs与第二分析单元42所获取的商品期限系数Qxxs,进行相关联计算获取综合货物系数Hwxs;
综合货物系数Hwxs通过以下公式获取;
;
式中,b1和b2分别表示综合销储系数Xcxs与商品期限系数Qxxs的预设比例系数,T1和T2表示T1到T2时间段内商品销储的情况,且b1≠b2,0<b1<0.47,0<b2<0.53,其具体值由用户调整设置,B为第二修正常数。
本实施例中,数据分析模块4通过第一分析单元41的利润数据分析单元411、库存数据分析单元412和销售数据分析单元413,实现对商户业务的全方位分析。商户可以通过利润系数Lrxs、库存系数Kcxs和销售系数Xsxs,更全面地了解业务的盈亏状况、库存水平和销售情况,利用无量纲处理,将利润数据、库存数据和销售数据进行统一的标准化处理,使得这些业务指标可以在相同的尺度下进行比较和分析,这有助于商户更客观地评估不同业务方面的表现,提高了数据分析的准确性,第三相关联分析单元43将利润系数Lrxs、库存系数Kcxs和销售系数Xsxs进行无量纲处理后,综合汇总生成综合销储系数Xcxs,这一系数综合考虑了利润、库存和销售等多个方面的因素,为商户提供了一个综合性的业务评估指标,有助于更全面地了解经营状况,第三相关联分析单元43通过将综合销储系数Xcxs与商品期限系数Qxxs进行相关联计算,获取综合货物系数Hwxs,这样的关联分析为商户提供了更多维度的业务信息,使其可以在销售、库存和商品期限等多方面进行更深入的分析,公式中的T1和T2表示销售时间段,通过这一部分的计算,商户可以了解到在不同时间段内商品销售情况的变化,有助于更有效地制定销售策略和调整库存管理方案。
实施例6
本实施例是在实施例5中进行的解释说明,请参照图1,具体的:评估预警模块5包括过期预警单元51和销储预警单元52;
过期预警单元51用于预设商品过期阈值Q与第二分析单元42所获取的商品期限系数Qxxs,进行初步评估,并根据相关的评估结果生成相关的预警方案,具体评估方案如下;
当商品期限系数Qxxs>商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售的商品过期,此时将生成第一预警,停止商品的销售,并将商品信息自动发送至库存管理系统,通知相关工作人员对过期的商品进行处理,同时并对当前商品进行补货;
当商品期限系数Qxxs=商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售的商品临期,此时将生成第二预警,提示购买客户购买意愿,同时根据临期时间自动生成相应的打折,并将商品信息自动发送至库存管理系统,盘点当前商品货物数量,实施打折计划;
当商品期限系数Qxxs<商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售商品期限处于正常状态范围内,此时无需生成预警,则开启第二评估机制。
销储预警单元52由过期预警单元51所触发第二呼叫机制,通过预设销储评估阈值E与第三相关联分析单元43所获取的综合货物系数Hwxs,进行对比评估,并生成相关的评估结果,具体评估方案如下;
当综合货物系数Hwxs>销储评估阈值E时,表示当前商品销售过快,库存临界于10%,此时触发自动第三预警,通知采购对当前商品进行补货;
当综合货物系数Hwxs≤销储评估阈值E时,表示当前商品销售存在滞销现象,同时在T2-T1销售时间内库存量高于80%,此时则生成商品滞销信息,发送至管理人员,提示管理人员对商品进行打折优惠和特卖形式,优化商品出货比例,此时则生成第四预警信息。
本实施例中,过期预警单元51通过对商品期限系数Qxxs与过期阈值Q的比较,实现对商品过期情况的全面管理,系统能够及时检测出商品是否即将过期或已经过期,从而触发相应的预警机制,这有助于防止过期商品的流入市场,提高了库存质量,过期预警单元51在商品期限系数Qxxs等于过期阈值Q的情况下生成第二预警,提示购买客户购买意愿,并自动生成打折方案,这种灵活的处理方式既能够促进销售,又能够有效减少临期商品的损失,商户可以更智能地应对商品的不同期限状态,提高了销售策略的灵活性,销储预警单元52通过销储评估阈值E与综合货物系数Hwxs的比较,实现对销售和库存状态的综合评估,这有助于商户及时调整库存和销售策略,确保库存水平在合理范围内,并且优化商品的销售情况,自动第三预警和第四预警信息的生成,使商户能够更及时地采取相应措施,提高了库存和销售的管理效率,过期预警单元51和销储预警单元52均能够自动触发相应的补货机制,通过通知采购人员或管理人员,并生成补货计划,这种自动化的库存补货流程不仅提高了反应速度,减少了人工干预的需要,而且确保了库存的及时调整,使得商户能够更好地应对不同销售情况,预警机制通过使用实时通知技术,能够及时将过期预警和销储预警信息发送给相关人员,这种实时的通知机制有助于在最短时间内采取行动,减少库存损失和提高商品的销售效果。
具体示例:
利润系数Lrxs:
;
进货成本Ljh:5.43,销售单价Ldj:8.76,销售数量Lsl:2.19,销售额Lse:7.82,退货率Lth:4.57;
库存系数Kcxs:
;
库存周转率Kzz:1.34,库存满足率Kmz:9.68,库存损耗率Ksh:3.91,库存总量Kzl:6.25,库存时间Ksj:10.00;
销售系数Xsxs:
;
销售额Xse:4.02,平均售价Xpj:8.11,平均库存Xkc:2.89,本月销售量Xby:1.45,上月销售量Xsy:2.78;
综合销储系数Xcxs:
;
比例系数:a1=0.14,a2=0.28,a3=0.04,第一修正常数A:0.08;
商品期限系数Qxxs:
;
商品生产日期Ssc:1.56,商品过期日期Sgq:9.34,入库时间Srk:3.67,出库时间Sck:6.90,库存转动率Sld:2.23,t2-t1=1;
综合货物系数Hwxs:
;
比例系数:b1=0.0.08,b2=0.06,T2-T1=1,第二修正常数B:0.05;
其中,计算结果均取小数点后两位,所有参数皆为无量纲处理后数值;
此时将商品过期阈值Q设置为10,将销储评估阈值E设置为1,此时商品期限系数Qxxs<商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售商品期限处于正常状态范围内,此时无需生成预警,则开启第二评估机制;
综合货物系数Hwxs≤销储评估阈值E时,表示当前商品销售存在滞销现象,同时在T2-T1销售时间内库存量高于80%,此时则生成商品滞销信息,发送至管理人员,提示管理人员对商品进行打折优惠和特卖形式,优化商品出货比例,此时则生成第四预警信息。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种实现信息互通的商户AI收银系统,其特征在于:包括集成AI管理模块(1)、数据识别模块(2)、数据提取模块(3)、数据分析模块(4)和评估预警模块(5);
所述集成AI管理模块(1)用于构建AI智能模型,搭载智能识别的功能,用于对所检测到的综合销储数据和期限数据,进行特征识别,同时设置互通机制,为库存管理系统和商户AI收银系统进行双向通信,实现数据的实时共享和更新;
所述数据识别模块(2)利用图像识别技术来捕捉商品图像,然后系统通过AI算法识别商品并提取商品期限数据,同时通过AI收银系统,实时检测商品的销售情况,并接入库管ERP系统,实时监测商品的综合销储数据;
所述数据提取模块(3)用于将所识别到的综合销储数据和期限数据,进行特征提取,并进行分类、汇总和预处理后,生成第一数据集和第二数据集;
所述数据分析模块(4)包括第一分析单元(41)、第二分析单元(42)和第三相关联分析单元(43),所述第一分析单元(41)用于依据第一数据集,提取利润数据集、库存数据集和销售数据集,无量纲处理后,进行分析计算获取利润系数Lrxs、库存系数Kcxs和销售系数Xsxs;并由第二分析单元(42)依据第二数据集,提取商品期限数据集,无量纲处理后,进行分析计算获取商品期限系数Qxxs;再由第三相关联分析单元(43)将利润系数Lrxs、库存系数Kcxs和销售系数Xsxs,进行相关联分析计算,获取综合销储系数Xcxs;并将综合销储系数Xcxs与商品期限系数Qxxs进行相关联计算,获取综合货物系数Hwxs;
所述综合销储系数Xcxs与商品期限系数Qxxs通过以下公式获取;
;
;
式中,a1、a2和a3分别表示利润系数Lrxs、库存系数Kcxs和销售系数Xsxs的预设比例系数,其具体值由用户调整设置,A为第一修正常数;
dt表示对t从t1到t2区间内的商品期限关于时间的积分,Ssc表示商品生产日期,Sgq表示商品过期日期,Srk表示库时间,Sck表示出库时间,Sld表示库存转动率;
所述评估预警模块(5)用于预设商品过期阈值Q与商品期限系数Qxxs,进行初步对比评估,并生成相关评估结果,并根据评估结果生成相应的预警机制,同时预设销储评估阈值E与获取综合货物系数Hwxs,进行对比评估,并根据评估结果生成相应的预警机制。
2.根据权利要求1所述的一种实现信息互通的商户AI收银系统,其特征在于:所述集成AI管理模块(1)用于设计系统架构,包括库存管理、销售管理和AI收银管理,确定库存和销售信息的数据模型,定义数据结构和关系,优化数据之间的理解和互通,并为库存管理系统和商户AI收银系统设计应用程序接口API,通过应用程序接口API进行库存管理和商户AI收银系统的双向通信,同时使用消息队列和Webhooks技术来实现实时通知和数据更新,实现实时数据的同步机制,再集成库管ERP功能,库管ERP功能包括库存跟踪、自动触发报警和商品批次追踪,生成库存变动记录和库存报表,对库存数据进行分析,再开发AI销售管理功能,包括销售交易记录和销售分析工具,销售信息与库存管理实时同步,优化库存和销售的一致性,并集成AI技术,提供智能推荐和商品识别功能,调整AI收银系统与库存和销售模块的数据互通,以实现智能的库存和销售管理,提供移动端应用,使商户能够随时随地访问系统,查看销售和库存数据,触发补货流程。
3.根据权利要求2所述的一种实现信息互通的商户AI收银系统,其特征在于:所述数据识别模块(12)通过库存管理和销售管理的信息互通,数据识别模块(12)自动提取库存管理中的库存报表,同时对销售管理中提取销售交易记录,并对库存报表和销售交易记录中的综合销储数据和期限数据进行特征标记,并将综合销储数据和期限数据中特征标记的数据作为训练集,使用卷积神经网络进行端到端的特征学习训练,同时使用AI从互联网获取大量相似的库存报表和销售交易记录,进行迭代和调整,优化系统对综合销储数据和期限数据中特征识别的标准性和快速性。
4.根据权利要求3所述的一种实现信息互通的商户AI收银系统,其特征在于:所述数据提取模块(3)包括综合销储数据提取单元(31)和期限数据提取单元(32);
所述综合销储数据提取单元(31)用于对所识别到的综合销储数据进行特征提取,并进行去噪和归一化处理后,分类汇总生成第一数据集;
所述第一数据集包括利润数据集、库存数据集和销售数据集;
所述利润数据集包括进货成本Ljh、销售单价Ldj、销售数量Lsl、销售额Lse和退货率Lth;
所述库存数据集包括库存周转率Kzz、库存满足率Kmz、库存损耗率Ksh、库存总量Kzl和库存时间Ksj;
所述销售数据集包括销售额Xse、平均售价Xpj、平均库存Xkc、本月销售量Xby和上月销售量Xsy;
所述期限数据提取单元(32)用于对所识别到的期限数据,进行去噪和归一化处理后,分类汇总生成第二数据集,所述第二数据集包括商品期限数据集,所述商品期限数据集包括商品生产日期Ssc、商品过期日期Sgq、入库时间Srk、出库时间Sck和库存转动率Sld。
5.根据权利要求4所述的一种实现信息互通的商户AI收银系统,其特征在于:所述数据分析模块(4)包括第一分析单元(41)、第二分析单元(42)和第三相关联分析单元(43);
所述第一分析单元(41)包括利润数据分析单元(411)、库存数据分析单元(412)和销售数据分析单元(413);
所述利润数据分析单元(411)用于依据第一数据集中的利润数据集,进行无量纲处理后,分析计算获取利润系数Lrxs;
所述利润系数Lrxs通过以下公式获取;
。
6.根据权利要求5所述的一种实现信息互通的商户AI收银系统,其特征在于:所述库存数据分析单元(412)用于依据第一数据集中的库存数据集,进行无量纲处理后,分析计算获取库存系数Kcxs;
所述库存系数Kcxs通过以下公式获取;
。
7.根据权利要求5所述的一种实现信息互通的商户AI收银系统,其特征在于:所述销售数据分析单元(413)用于依据第一数据集中的销售数据集,无量纲处理后分析计算获取销售系数Xsxs;
所述销售系数Xsxs通过以下公式获取;
。
8.根据权利要求5所述的一种实现信息互通的商户AI收银系统,其特征在于:所述第三相关联分析单元(43)用于将第一分析单元(41)所获取的利润系数Lrxs、库存系数Kcxs和销售系数Xsxs,进行无量纲处理后,综合汇总,生成综合销储系数Xcxs,并将所获取的综合销储系数Xcxs与第二分析单元(42)所获取的商品期限系数Qxxs,进行相关联计算获取综合货物系数Hwxs;
所述综合货物系数Hwxs通过以下公式获取;
;
式中,b1和b2分别表示综合销储系数Xcxs与商品期限系数Qxxs的预设比例系数,其具体值由用户调整设置,B为第二修正常数。
9.根据权利要求1所述的一种实现信息互通的商户AI收银系统,其特征在于:所述评估预警模块(5)包括过期预警单元(51)和销储预警单元(52);
所述过期预警单元(51)用于预设商品过期阈值Q与第二分析单元(42)所获取的商品期限系数Qxxs,进行初步评估,并根据相关的评估结果生成相关的预警方案,具体评估方案如下;
当商品期限系数Qxxs>商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售的商品过期,此时将生成第一预警,停止商品的销售,并将商品信息自动发送至库存管理系统,通知相关工作人员对过期的商品进行处理,同时并对当前商品进行补货;
当商品期限系数Qxxs=商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售的商品临期,此时将生成第二预警,提示购买客户购买意愿,同时根据临期时间自动生成相应的打折,并将商品信息自动发送至库存管理系统,盘点当前商品货物数量,实施打折计划;
当商品期限系数Qxxs<商品过期阈值Q时,表示当前通过商户AI收银系统,识别出当前销售商品期限处于正常状态范围内,此时无需生成预警,则开启第二评估机制。
10.根据权利要求9所述的一种实现信息互通的商户AI收银系统,其特征在于:所述销储预警单元(52)由过期预警单元(51)所触发第二呼叫机制,通过预设销储评估阈值E与第三相关联分析单元(43)所获取的综合货物系数Hwxs,进行对比评估,并生成相关的评估结果,具体评估方案如下;
当综合货物系数Hwxs>销储评估阈值E时,表示当前商品销售过快,库存临界于10%,此时触发自动第三预警,通知采购对当前商品进行补货;
当综合货物系数Hwxs≤销储评估阈值E时,表示当前商品销售存在滞销现象,同时在T2-T1销售时间内库存量高于80%,此时则生成商品滞销信息,发送至管理人员,提示管理人员对商品进行打折优惠和特卖形式,优化商品出货比例,此时则生成第四预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410372868.8A CN117974010B (zh) | 2024-03-29 | 一种实现信息互通的商户ai收银系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410372868.8A CN117974010B (zh) | 2024-03-29 | 一种实现信息互通的商户ai收银系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117974010A true CN117974010A (zh) | 2024-05-03 |
CN117974010B CN117974010B (zh) | 2024-07-02 |
Family
ID=
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100138281A1 (en) * | 2008-11-12 | 2010-06-03 | Yinying Zhang | System and method for retail store shelf stock monitoring, predicting, and reporting |
CN108711021A (zh) * | 2018-04-25 | 2018-10-26 | 广州葵翼信息科技有限公司 | 一种自动售货柜的商品管理方法 |
CN112330497A (zh) * | 2019-08-05 | 2021-02-05 | 苏州住橙科技有限公司 | 一种多功能酒店售货柜系统的运行方法 |
CN112801554A (zh) * | 2021-04-01 | 2021-05-14 | 广州紫麦科技股份有限公司 | 多模式可选择的商品零售数据系统 |
CN114897575A (zh) * | 2022-04-29 | 2022-08-12 | 广州简派供应链科技有限公司 | 一种基于大数据的智能销售平台及其方法 |
CN117314325A (zh) * | 2023-09-25 | 2023-12-29 | 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 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100138281A1 (en) * | 2008-11-12 | 2010-06-03 | Yinying Zhang | System and method for retail store shelf stock monitoring, predicting, and reporting |
CN108711021A (zh) * | 2018-04-25 | 2018-10-26 | 广州葵翼信息科技有限公司 | 一种自动售货柜的商品管理方法 |
CN112330497A (zh) * | 2019-08-05 | 2021-02-05 | 苏州住橙科技有限公司 | 一种多功能酒店售货柜系统的运行方法 |
CN112801554A (zh) * | 2021-04-01 | 2021-05-14 | 广州紫麦科技股份有限公司 | 多模式可选择的商品零售数据系统 |
CN114897575A (zh) * | 2022-04-29 | 2022-08-12 | 广州简派供应链科技有限公司 | 一种基于大数据的智能销售平台及其方法 |
CN117314325A (zh) * | 2023-09-25 | 2023-12-29 | 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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109509030B (zh) | 销量预测方法及其模型的训练方法、装置和电子系统 | |
US20220101214A1 (en) | Machine learning artificial intelligence system for predicting popular hours | |
US8666847B1 (en) | Methods systems and computer program products for monitoring inventory and prices | |
CN110659787B (zh) | 一种银行数据分析方法和系统 | |
TW202139098A (zh) | 消費預測系統及消費預測方法 | |
CN110874751A (zh) | 一种超市补货的方法和系统 | |
CN115545826A (zh) | 一种电子商务平台的运营系统 | |
CN115545886A (zh) | 逾期风险识别方法、装置、设备及存储介质 | |
CN115759937A (zh) | 一种基于大数据分析的非标品的零售销售管理系统 | |
CN112825175A (zh) | 一种客户异常预警方法、装置和设备 | |
JP2005148856A (ja) | Itシステムの投資効果測定方法およびプログラム並びにシステム | |
CN117788115A (zh) | 一种物品需求信息确定方法、装置、设备及存储介质 | |
Andrade et al. | Disaggregated retail forecasting: A gradient boosting approach | |
CN117974010B (zh) | 一种实现信息互通的商户ai收银系统 | |
CN117151595A (zh) | 一种商品库存管理方法、设备及存储介质 | |
CN112258220A (zh) | 信息采集及分析方法、系统、电子设备和计算机可读介质 | |
CN117974010A (zh) | 一种实现信息互通的商户ai收银系统 | |
CN117011031A (zh) | 利用大数据信息处理技术的智能金融风险监测与预警平台 | |
CN116957471A (zh) | 一种智能零售服务方法、系统、电子设备及存储介质 | |
WO2019196502A1 (zh) | 营销活动质量评估方法、服务器及计算机可读存储介质 | |
CN114358870A (zh) | 连锁店门店客流量采集分析系统 | |
CN110738538B (zh) | 识别相似物品的方法和装置 | |
CN112102069A (zh) | 一种个人房产按揭贷款信息录入分析系统 | |
CN111274850A (zh) | 一种利用人脸识别技术自动录入客户信息的计算机系统 | |
CN112948691B (zh) | 实体场所的体验指标计算方法和装置 |
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 |