CN1517932A - 订购指南生成方法和设备、订购方法和计算机可读存储介质 - Google Patents

订购指南生成方法和设备、订购方法和计算机可读存储介质 Download PDF

Info

Publication number
CN1517932A
CN1517932A CNA2004100033603A CN200410003360A CN1517932A CN 1517932 A CN1517932 A CN 1517932A CN A2004100033603 A CNA2004100033603 A CN A2004100033603A CN 200410003360 A CN200410003360 A CN 200410003360A CN 1517932 A CN1517932 A CN 1517932A
Authority
CN
China
Prior art keywords
commodity
guide
ordering
object commodity
visiting
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
Application number
CNA2004100033603A
Other languages
English (en)
Inventor
张新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN1517932A publication Critical patent/CN1517932A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种订购指南生成方法，自动地生成订购商品时作为参考的订购指南。该订购指南生成方法基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量来计算对象商品的购买指数，并基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成对象商品的订购指南。所述对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系。

Description

订购指南生成方法和设备、订购方法和计算机可读存储介质
本申请要求2003年1月23日向日本专利局提交的2003-014830号日本专利申请的优先权，并在此引入作为参考。
技术领域
本发明一般涉及订购指南生成方法和设备、订购方法和计算机可读存储介质，并且特别涉及用于自动生成零售商业等用来订购对象商品(或货物)的支持信息和/或推荐信息(下文简称为订购指南)的订购指南生成方法和订购指南生成设备、用于基于生成的订购指南订购商品的订购方法、和存储使计算机根据订购指南的生成和/或订购指南来定购商品的程序的计算机可读存储介质。
背景技术
在零售商业中，存在着准确并合适地定购商品的需求。如果商品库存太多，不但需要购买数量过大的库存商品，而且库存商品的保存也是非常棘手和昂贵的。例如，如果商品数量巨大，那么就需要确保有巨大的空间来存放商品。此外，例如，如果这些商品是具有保质期(最好在这之前使用)的食品，那么在保质期之前还没有卖掉的商品必须要销毁，因此出现由于库存太多而导致损失的情况。
传统上，商品的订购是由熟悉订购工作的订购人员(下文简称为采购员)人工进行的。正常情况下，商品的订购基本上取决于商品的库存。如果采购员熟悉订购工作，那么就有可能基于经验根据最近的商品销售趋势等来很好地调整订购数量。然而，订购数量的这种良好调整要依赖于采购员的人为感觉，而人为感觉又不总是准确和合适的。
此外，如果有多个采购员，那么即使订购相同的商品，每个采购员的订购数量也是不相同。因此，一贯地订购合适数量的商品及一贯地维持合适的商品库存是很困难的。
另外，如果采购员不熟悉订购工作，那么采购员只能依据商品库存来决定商品的订购数量，因此使合适地订购商品及维持合适的商品库存变得非常困难。
由此，存在自动生成订购商品时可作为指导的订购指南的需求，以此来实现合适的商品订购并维持合适的商品库存。
本发明人并未获知存在与自动生成订购指南相关的现有技术文档信息。
因此，传统的商品订购完全依赖于采购员的人为感觉，除非采购员熟悉订购工作，否则因此存在很难合适地定购商品的问题。此外，即使采购员熟悉订购工作，也存在很难一贯地订购合适的商品及一贯地维持合适的商品库存的问题。
发明内容
因此，本发明的总体目标是提供一种新颖有用的订购指南生成方法、订购指南生成设备、订购方法和计算机可读存储介质，以此来消除上述问题。
本发明的另一个更具体的目标是提供订购指南生成方法、订购指南生成设备、订购方法和计算机可读存储介质，它们能够自动生成在订购商品时可作为指导的订购指南，以此来实现合适的商品订购和维持合适的商品库存。
本发明的另一个目标是提供能够自动生成在订购商品时作为参考的订购指南的订购指南生成方法，它包括：计算步骤，基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量，来计算该对象商品的购买指数；和生成步骤，基于该对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量，来生成该对象商品的订购指南。这里提到的对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系。根据本发明的订购指南生成方法，能够自动生成订购商品时可作为指导的订购指南，以此来实现合适的商品订购和维持合适的商品库存。
本发明的另一个目标是提供能够自动生成订购商品时作为参考的订购指南的订购指南生成设备，它包括存储单元；计算装置，用于基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量，来计算该对象商品的购买指数，并将该购买指数存储在存储单元中；和生成装置，用于基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成该对象商品的订购指南，并将订购指南存储到存储单元中。这里提到的对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系。根据本发明的订购指南生成设备，能够自动生成订购商品时可作为指导的订购指南，以此来实现合适的商品订购和维持合适的商品库存。
本发明的另一个目标是提供一种基于订购商品时作为参考的订购指南来订购对象商品的订购方法，其中的订购指南由订购指南生成设备自动生成，而订购指南生成设备基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量来计算对象商品的购买指数，并基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成该对象商品的订购指南，其中对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系，该订购方法包括：判断订购指南是否被修改过的判断步骤；和确定步骤，当订购指南没有被修改过时，将对象商品的订购数量确定为订购指南的值，当订购指南被修改过时，将对象商品的订购数量确定为订购指南的修改后的值。根据本发明的订购方法，能够实现合适的商品订购和维持合适的商品库存。
本发明的另一个目标是提供一种保存使计算机自动生成订购商品时作为参考的订购指南的程序的计算机可读存储介质，该程序包括：计算过程，用于使计算机基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量，来计算该对象商品的购买指数；和生成过程，用于使计算机基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成该对象商品的订购指南。这里提到的对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系。根据本发明的计算机可读存储介质，能够自动生成订购商品时可作为指导的订购指南，以此来实现合适的商品订购和维持合适的商品库存。
本发明的另一个目标是提供一种保存用于使计算机基于订购商品时作为参考的订购指南来订购对象商品的程序的计算机可读存储介质。其中的订购指南由订购指南生成设备自动生成，而订购指南生成设备基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量来计算对象商品的购买指数，并基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成该对象商品的订购指南。对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系。该程序包括判断订购指南是否被修改过的判断过程；和确定过程，当订购指南没有被修改过时，将对象商品的订购数量确定为订购指南的值，当订购指南被修改过时，将对象商品的订购数量确定为订购指南的修改后的值。根据本发明的计算机可读存储介质，能够实现合适的商品订购和维持合适的商品库存。
结合附图阅读以下详细描述，本发明的其它目标和更多特征将显而易见。
附图说明
图1是显示应用本发明的网络系统结构的系统框图；
图2是用于解释商店服务器设备的操作的流程图；
图3是用于解释商店终端设备的操作的流程图；和
图4是展示订购菜单的实施例的图形。
具体实施方式
以下参照附图对根据本发明的订购指南生成方法、根据本发明的订购指南生成设备、根据本发明的订购方法和根据本发明的计算机可读存储介质的实施例进行描述。
图1是显示应用本发明的网络系统结构的系统框图。
在图1中，商店服务器设备1包括通过总线1-10连接的CPU1-1、内存1-2、存储单元1-3、通信部1-4、显示部1-5和输入及输出(输入/输出)部1-7。显示器1-6与显示部1-5连接。键盘1-8和鼠标1-9与输入/输出部1-7连接。商店服务器设备1可由像公知的个人计算机这样的通用计算机构成。
CPU1-1控制商店服务器设备1的总体操作。内存1-2保存像CPU1-1执行操作期间获得的中间数据这样的数据。存储单元1-3包括硬盘驱动器(HDD)等，并保存数据和CPU1-1执行的程序。通信部1-4在CPU1-1的控制下控制通过网络3进行的通信。显示部1-5在CPU1-1的控制下在显示器1-6上显示各种数据和消息。输入/输出部1-7构成商店服务器设备1的输入和输出接口。来自键盘1-8和鼠标1-9的输入通过输入/输出部1-7和总线1-10被输入到CPU1-1。为方便起见，在图1中省略了打印机的显示。然而，当连接了打印机以打印商店服务器设备1的输出时，打印机可与输入/输出部1-7连接。当然，商店服务器设备1的基本结构不限于图1所示的基本结构，可采用多种公知的基本结构作为替代方案。
另一方面，商店终端设备2包括通过总线2-10连接的中央处理器2-1、内存2-2、通信部2-4、显示部2-5和输入及输出(输入/输出)部2-7。显示器2-6与显示部2-5连接。键盘2-8和像条形码阅读器这样的输入设备2-9与输入/输出部2-7连接。商店终端设备2可由像公知的个人计算机这样的通用计算机构成。商店终端设备2可以是桌上型的或膝上型(便携)的。此外，桌上型商店终端设备2也可用作销售点(POS)终端设备。
中央处理器2-1控制商店终端设备2的总体操作。内存2-2保存由中央处理器2-1执行的程序和像CPU2-1执行操作期间获得的中间数据这样的数据。通信部2-4在中央处理器2-1的控制下控制通过网络3进行的通信。显示部2-5在中央处理器2-1的控制下在显示器2-6上显示各种数据和消息。输入/输出部2-7构成商店终端设备2的输入和输出接口。来自键盘2-8和输入设备2-9的输入通过输入/输出部2-7和总线2-10被输入到中央处理器2-1。为方便起见，在图1中省略了打印机的显示。然而，当连接打印机以打印商店终端设备2的输出时，打印机可与输入/输出部2-7连接。当然，商店终端设备2的基本结构不限于图1所示的基本结构，可采用多种公知的基本结构作为替代方案。
商店终端设备2的通信部2-4通过网络3与商店服务器设备1的通信部1-4连接。网络3可由一个或多个网络构成。网络3可由一个或多个有线网络、一个或多个无线网络，或有线网络与无线网络的组合构成。此外，网络3可包括局域网、广域网和互联网等。当然，与网络3连接的商店终端设备2的数量不限于一个，可有多个商店终端设备2与网络3连接。为方便起见，在图1中只显示了一个商店终端设备2。
商店服务器设备1采用根据本发明的订购指南生成方法的实施例，并形成根据本发明的订购指南生成设备的实施例。商店终端设备2采用根据本发明的订购方法的实施例。此外，商店服务器设备1的CPU1-1和商店终端设备2的中央处理器2-1采用根据本发明的计算机可读存储介质的实施例，并执行保存在该计算机可读存储介质内的程序。该计算机可读存储介质可由任何能够以计算机可读的方式保存一个或多个程序的记录介质构成，例如内存1-2、内存2-2和存储单元1-3。可通过网络3从另一台计算机上下载程序。半导体存储设备、磁记录介质、光记录介质和磁-光记录介质，比如各种记录盘，可用作构成计算机可读存储介质的记录介质，并可保存一个或多个程序。
图2是用于解释商店服务器设备1的操作的流程图。在图2中，当CPU1-1的订购指南生成处理开始时，步骤S1从与网络3连接的各个商店终端设备2获取对象商品的过去预定时间间隔内的结果数据，并将所获取的结果数据保存在存储单元1-3中。该结果数据表示对象商品的销量。在商店终端设备2同时用作POS终端设备的情况下，利用条形码阅读器2-9读取顾客所购对象商品上的条形码，自动地把售出对象商品保存在商店终端设备2中，并且可以在任意时间把商店终端设备2中保存的对象商品数量发送给商店服务器设备1作为结果数据。可通过读取对象商品的条形码来将结果数据发送给商店服务器设备1，这是因为除了商品的价格信息之外，条形码还具有包括能够识别商品的标识信息在内的信息。可在每次读取条形码、或以预定间隔、或当结果数据的数量达到预定数量时将结果数据发送给商店服务器设备1。此外，商店服务器设备1可以对连接在网络上的各个商店终端设备2进行轮询操作，以获取结果数据。
取决于不同的商品，存在这样的情况，那就是有必要针对各个细项独立地管理结果数据，即使商品种类是相同的。例如，如果商品种类为酸奶，那么除非针对像容量(容积)、口味和制造商这样的各个细项独立地管理商品，否则就无法合适地订购商品。在这种情况下，各个细项可作为一种商品来管理。作为选择方案，可将各个种类作为一种商品来管理，也可通过独立地管理商品(种类)的各个细项来进行更详细的管理。在本说明中，假设结果数据可包括以上述任何方式进行管理的参数。
步骤S2获取预计在未来预定时间间隔内到访的到访顾客的预计数量，并将到访顾客预计数量保存在存储单元1-3中。在这种情况下，未来预定时间间隔的单位可以是任意时间单位。该任意时间单位可短于一天，也可长于一天，这取决于对象商品。在零售商业中，像商店经理这样的商店负责人能够凭经验基于估计，以较高的准确性预测到访顾客的数量。因此，可由负责人从键盘1-8或类似设备将到访顾客的预计数量输入到商店服务器设备1，或由负责人从商店终端设备2的键盘2-8或类似设备通过网络3将到访顾客的预计数量输入到商店服务器设备1。此外，可针对每个季度、每月、每周、一周中的每一天、各个时间段等按照估计预先将到访顾客的预计数量保存在商店服务器设备1的存储单元1-3等中。
步骤S3基于对象商品的过去预定时间间隔的结果数据和该过去预定时间间隔内到访的到访顾客的数量来计算该对象商品的购买指数PI，并将购买指数PI保存在存储单元1-3中。在这种情况下，过去预定时间间隔的单位可以是任意时间单位。该任意时间单位可短于一天，也可长于一天，这取决于对象商品。在零售商业中，像商店经理这样的商店负责人能够凭经验以较高的准确性预测到访顾客的数量。因此，可由负责人从键盘1-8等上将到访顾客的预计数量输入到商店服务器设备1，或由负责人从商店终端设备2的键盘2-8等上通过网络3将到访顾客的预计数量输入到商店服务器设备1。此外，可针对各个季度、每月、每周、一周中的每一天、各个时间段等预先将到访顾客预计数量保存在商店服务器设备1的存储单元1-3等中。购买指数PI表示到访顾客的数量与对象商品的购买量、对象商品的价格和对象商品的毛利等参数之间的关系。购买指数PI有时也称为顾客支持指数。可通过如下公式(1)到(3)得出购买指数PI。
PI1＝(商品购买量)/(到访顾客数量)×1000     ---(1)
PI2＝(销售总额)/(到访顾客数量)×1000       ---(2)
PI3＝(商品毛利)/(到访顾客数量)×1000       ---(3)
指数PI1对应于针对商品销量的购买指数PI，表示每1000个到访顾客的对象商品销量。指数PI2对应于针对销售总额的购买指数PI，表示每1000个到访顾客的对象商品销售额(价格)。指数PI3对应于针对毛利的购买指数PI，表示每1000个到访顾客的对象商品毛利。可基于上述公式(1)到(3)中的任意一个来得出对象商品的购买指数PI，也可基于公式(1)到(3)中的两个或多个公式的组合来得出对象商品的购买指数PI。公式(1)到(3)可预先选定，也可由操作员在显示器1-6上选定。
步骤S4判断是否存在在生成对象商品的订购指南时作为参考的参数(下文简称为参考参数)。如果步骤S4中的判断结果是“否”(不存在)，则处理进行到稍后将描述的步骤S6。另一方面，如果步骤S4中的判断结果是“是”(存在)，则处理进行到步骤S5。步骤S5获取对应于对象商品的参考参数，并将获取到的参考参数保存在存储单元1-3中。当然，有可能只获取一个参考参数，而不是获取多个参考参数，但为方便起见，假设在本实施例中获取并使用多个参考参数。参考参数包括用于精细调节并提高对象商品的订购指南的准确性的信息，比如天气信息、温度信息、日期信息、与商店内发生的事件相关的事件信息和关于与对象商品同类的其它商品的降价(促销)的特价信息。可针对各个商品单独设置参考参数，也可针对多个商品共同设置参考参数。可由键盘1-8等将参考参数输入到商店服务器设备1。此外，还可由商店终端设备2的键盘2-8或类似设备通过网络3将参考参数输入到商店服务器设备1。另外，也可预先将参考参数保存(预存)在商店服务器设备1的存储单元1-3等中。步骤S5完成之后，处理进行到步骤S6。
步骤S6基于到访顾客预计数量和购买指数PI生成对象商品的订购指南，并将生成的订购指南保存在存储单元1-3中。例如，订购指南指明对象商品的预计销量(值)。在本示例中，如果获取到了对象商品的参考参数，则步骤S6生成根据参考参数精细调节的订购指南。例如，如果参考参数包括指示高温的信息，那么可以预计像软饮料这样的商品的销量将大于平时的销量，并且要对关于这种销量可能大于平时销量的商品的订购指南值进行操作，比如通过乘以一个系数来提高订购指南值以便精细地调节订购指南。图2所示的处理在步骤S6完成之后结束。
在图2所示的步骤S1到S3、S5和S6中获取到或计算出的信息可显示在显示器1-6上，这样在操作员对显示器1-6上的信息进行确认，并通过键盘1-8等键入存储信息的指令后，信息被保存到存储单元1-3中。此外，步骤S2可在步骤S6之前执行，并且对于步骤S2来说没有必要如图2所示的那样在步骤S1之后立即执行。
图3是用于解释商店终端设备2的操作的流程图。在图3中，当中央处理器2-1的订购处理开始时，步骤S11通过网络3获取保存在商店服务器设备1的存储单元1-3上的服务器数据，并将获取到的服务器数据保存在内存2-2中。服务器数据包括到访顾客预计数量、购买指数PI、参考参数和订购指南。步骤S12在显示器2-6上显示获取到的服务器数据。
图4是展示通过图3所示的步骤S12在显示器2-6上显示的订购菜单(或画面)的实施例的图形。订购菜单包含显示登记号、登记编码/商品(产品)名称、PI值、增长(增加)和日期的列。订购菜单还包含显示到访顾客预计数量的行。“登记号”列显示的是表示赋予所登记商品的序号。“登记编码/商品名称”列显示的是商品的登记编码和商品名称。“PI值”列显示的是购买指数PI。“增长”列显示的是订购指南的值是否已经根据参考参数而增长，且向上的箭头表示订购指南的值已经增长，而向下的箭头则表示订购指南的值已经下降。“日期”列显示的是按周计算的日期。例如，在图4所示的情况中，“日期”列显示的是从12/20(周三)到12/26(周二)的日期。“到访顾客预计数量”行显示的是对应于“日期”列所指的每天的到访顾客预计数量。由此，对于登记号为“1”且商品名称为“法国面包”的商品，PI值为16.0，“增长”列中向上的箭头表示订购指南的值已经根据参考参数而增长，而且由于12/23(周日)的到访顾客预计数量为2000，所以订购指南为“32”。在这种情况下，操作员可将对应于12/23(周日)的“法国面包”的订购数量设置为订购指南的值“32”，或通过基于经验等修改“32”来设置订购数量。
现返回到图3的描述，步骤S13判断显示在订购菜单上的对象商品的订购指南的值是否需要修改。如果基于经验等判断要修改订购指南的值，那么操作员从键盘2-8等上键入指令进行修改，这样，步骤S13中的判断结果就变为“是”。如果步骤S13中的判断结果为“是”，那么处理进行到步骤S16。步骤S16基于由操作员从键盘2-8等上进行的输入，修改对象商品的订购指南的值，并将对象商品的订购数量确定为修改之后的订购指南值。步骤S14完成之后，处理进行到将在下文中描述的步骤S15。
另一方面，如果操作员由键盘2-8等上指示不对订购指南的值进行修改，或在预定的时间内没有输入修改订购指南值的指令，那么步骤S13中的判断结果就变为“否”。如果步骤S13中的判断结果为“否”，则处理进行到步骤S14。步骤S14执行确定处理，将对象商品的订购数量确定为对象商品的订购指南的值。步骤S15通过网络3将所确定的对象商品的订购数量发送给商店服务器设备1，并且图3所示的处理结束。
商店服务器设备1可在任意时间基于从商店终端设备2收到的对象商品的订购数量来为对象商品下订单。可通过公知的方法来为对象商品下订单，公知的方法包括：基于所确定的对象商品的订购数量创建定购表，并将打印在纸张等上的定购表发送给订购目的地或通过电子邮件等将定购表发送给订购目的地的方法。如果需要，商店服务器设备1会基于从商店终端设备2上收到的所确定对象商品订购数量来更新像参考参数这样的信息。
因此，根据该实施例，对象商品的订购指南是在商店终端设备2上自动生成的。因此，即使商店终端设备2的操作员不熟悉订购工作，也能够为对象商品下合适的订单并维持对象商品的合适库存。此外，如果商店终端设备2的操作员熟悉订购工作，那么可基于熟练操作员的经验来修改自动生成的对象商品的订购指南，以此来实现对象商品更合适的订购并维持对象商品的更合适库存，换言之，如果商店终端设备2的操作员熟悉订购工作，则能够使关于商品的订购最优化，并使商品的库存最优化。
当然，图3所示的订购处理也可由商店服务器设备1来执行。
在上述实施例中，本发明被应用于零售商业的商店中，但本发明的应用不限于此。例如，本发明还可类似地应用于食品配送服务业或饭店。其中像速冻食品这样的商品在交付给客户或给客户食用之前要经过像解冻和/或加热这样的简单烹饪。
此外，本发明不限于这些实施例，可在不脱离本发明范围的前提下进行不同的变化和修改。

Claims (20)

1.一种用于自动生成订购商品时作为参考的订购指南的订购指南生成方法，其特征在于：
计算步骤，基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量来计算该对象商品的购买指数；和
生成步骤，基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成对象商品的订购指南，
上述对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系。
2.如权利要求1所述的订购指南生成方法，其特征在于：
所述生成步骤基于对应于对象商品的参考参数调节对象商品的订购指南，并且
所述参考参数包括用于提高对象商品的订购指南的准确性的信息，并包括从由天气信息、温度信息、日期信息、与商店内发生的事件相关的事件信息和关于与对象商品同类的其它商品的降价的特价信息构成的组中选定的至少一个信息。
3.如权利要求2所述的订购指南生成方法，其特征在于，针对各个商品单独设置所述对应于对象商品的参考参数，或针对多个商品共同设置所述对应于对象商品的参考参数。
4.如权利要求1所述的订购指南生成方法，其特征在于，所述计算步骤基于如下公式中的至少一个公式来计算购买指数，
PI1＝(商品购买量)/(到访顾客数量)×1000
PI2＝(销售总额)/(到访顾客数量)×1000
PI3＝(商品毛利)/(到访顾客数量)×1000
其中指数PI1表示每1000个到访顾客的对象商品购买量，指数PI2表示每1000个到访顾客的对象商品销售额，并且指数PI3表示每1000个到访顾客的对象商品毛利。
5.如权利要求1所述的订购指南生成方法，该方法在具有服务器设备和至少一个通过网络进行连接的终端设备的网络系统中执行，其特征在于：
所述计算步骤和所述生成步骤在服务器设备中执行，并且
至少所述结果数据是通过网络从终端设备输入的。
6.一种用于自动生成订购商品时作为参考的订购指南的订购指南生成设备，其特征在于：
存储单元；
计算装置，用于基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量来计算对象商品的购买指数，并将购买指数保存在存储单元中；和
生成装置，用于基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成对象商品的订购指南，并将订购指南保存在存储单元中，
所述对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系。
7.如权利要求6所述的订购指南生成设备，其特征在于：
所述生成装置包括用于基于对应于对象商品的参考参数调节对象商品的订购指南的装置，和
所述参考参数包括用于提高对象商品的订购指南的准确性的信息，并包括从由天气信息、温度信息、日期信息、与商店内发生的事件相关的事件信息和关于与对象商品同类的其它商品的降价的特价信息构成的组中选定的至少一个信息。
8.如权利要求7所述的订购指南生成设备，其特征在于，针对各个商品单独设置所述对应于对象商品的参考参数，或针对多个商品共同设置所述对应于对象商品的参考参数。
9.如权利要求6所述的订购指南生成设备，其特征在于，所述计算装置基于如下公式中的至少一个公式来计算购买指数，
PI1＝(商品购买量)/(到访顾客数量)×1000
PI2＝(销售总额)/(到访顾客数量)×1000
PI3＝(商品毛利)/(到访顾客数量)×1000
其中指数PI1表示每1000个到访顾客的对象商品购买量，指数PI2表示每1000个到访顾客的对象商品销售额，指数PI3表示每1000个到访顾客的对象商品毛利。
10.一种基于订购商品时作为参考的订购指南来订购对象商品的订购方法，所述订购指南由订购指南生成设备自动生成，所述订购指南生成设备基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量来计算对象商品的购买指数，并且基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成对象商品的订购指南，所述对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系，所述订购方法包括
判断订购指南是否被修改过的判断步骤；和
确定步骤，当订购指南没有被修改过时，将对象商品的订购数量确定为订购指南的值，当订购指南被修改过时，将对象商品的订购数量确定为订购指南的修改后的值。
11.如权利要求10所述的订购方法，还包括：
修改对象商品的订购指南的值的修改步骤。
12.如权利要求10所述的订购方法，该方法在具有订购指南生成设备和至少一个通过网络进行连接的终端设备的网络系统中执行，其中：
所述判断步骤和所述确定步骤在终端设备中执行，并且
通过网络把所述订购数量发送给订购指南生成设备。
13.一种计算机可读存储介质，用于保存使计算机自动生成订购商品时作为参考的订购指南的程序，所述程序包括：
计算过程，用于使计算机基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量来计算对象商品的购买指数；和
生成过程，用于使计算机基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成对象商品的订购指南，
所述对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系。
14.如权利要求13所述的计算机可读存储介质，其中：
所述生成过程使计算机基于对应于对象商品的参考参数调节对象商品的订购指南，并且
所述参考参数包括用于提高对象商品的订购指南的准确性的信息，并包括从由天气信息、温度信息、日期信息、与商店内发生的事件相关的事件信息和关于与对象商品同类的其它商品的降价的特价信息构成的组中选定的至少一个信息。
15.如权利要求14所述的计算机可读存储介质，其中针对各个商品单独设置所述对应于对象商品的参考参数，或针对多个商品共同设置所述对应于对象商品的参考参数。
16.如权利要求13所述的计算机可读存储介质，其中所述计算过程使计算机基于如下公式中的至少一个公式来计算购买指数，
PI1＝(商品购买量)/(到访顾客数量)×1000
PI2＝(销售总额)/(至访顾客数量)×1000
PI3＝(商品毛利)/(到访顾客数量)×1000
其中指数PI1表示每1000个到访顾客的对象商品购买量，指数PI2表示每1000个到访顾客的对象商品销售额，指数PI3表示每1000个到访顾客的对象商品毛利。
17.如权利要求13所述的计算机可读存储介质，其中
在网络系统中计算机和至少一个终端设备通过网络进行连接；
所述计算过程和所述生成过程在计算机中执行；并且
至少所述结果数据是通过网络从终端设备输入的。
18.一种计算机可读存储介质，用于保存使计算机基于订购商品时作为参考的订购指南来订购对象商品的程序，所述订购指南由订购指南生成设备自动生成，所述订购指南生成设备基于指示过去预定时间间隔内的对象商品销量的结果数据和该过去预定时间期间的顾客到访数量来计算对象商品的购买指数，并且基于对象商品的购买指数和未来预定时间间隔内的到访顾客预计数量来生成对象商品的订购指南，所述对象商品的购买指数表示到访顾客的数量、对象商品的购买量、对象商品的价格和/或对象商品的毛利之间的关系，所述程序包括：
判断订购指南是否被修改过的判断过程；和
确定过程，当订购指南没有被修改过时，将对象商品的订购数量确定为订购指南的值，并且当订购指南被修改过时，将对象商品的订购数量确定为订购指南的修改后的值。
19.如权利要求18所述的计算机可读存储介质，其中所述程序还包括：
使计算机修改对象商品的订购指南的值的修改过程。
20.如权利要求18所述的计算机可读存储介质，其中
在网络系统中订购指南生成设备和至少一个所述计算机通过网络进行连接；
所述判断过程和所述确定过程在计算机中执行；并且
通过网络把所述订购数量发送给订购指南生成设备。
CNA2004100033603A 2003-01-23 2004-01-21 订购指南生成方法和设备、订购方法和计算机可读存储介质 Pending CN1517932A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2003014830A JP2004227321A (ja) 2003-01-23 2003-01-23 発注ガイダンス生成方法及び装置、発注方法並びにコンピュータプログラム
JP014830/2003 2003-01-23

Publications (1)

Publication Number Publication Date
CN1517932A true CN1517932A (zh) 2004-08-04

Family

ID=32652820

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2004100033603A Pending CN1517932A (zh) 2003-01-23 2004-01-21 订购指南生成方法和设备、订购方法和计算机可读存储介质

Country Status (5)

Country Link
US (1) US20040158501A1 (zh)
EP (1) EP1445720A1 (zh)
JP (1) JP2004227321A (zh)
KR (1) KR20040068005A (zh)
CN (1) CN1517932A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109891453A (zh) * 2016-08-31 2019-06-14 希比基株式会社 订购辅助系统

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006092059A (ja) * 2004-09-22 2006-04-06 Matsuno Kiko Kk 間接副資材のデータ管理・電子認証及び決済システム
US20070198363A1 (en) * 2006-02-17 2007-08-23 Yahoo! Inc. Method and system for managing pricing structures and delivery channels for rights in files on a network
US8335696B2 (en) * 2008-09-03 2012-12-18 Brown David A Indexed competition health care network method
JP5262745B2 (ja) * 2009-01-21 2013-08-14 カシオ計算機株式会社 発注管理装置、端末装置及びプログラム
CN103457944A (zh) * 2013-08-27 2013-12-18 小米科技有限责任公司 信息推送方法、装置和服务器
WO2018056222A1 (ja) * 2016-09-21 2018-03-29 日本電気株式会社 Ｓｋｕ数を決定するサーバ、方法およびプログラム
JP6943253B2 (ja) 2016-09-21 2021-09-29 日本電気株式会社 Ｓｋｕ数を決定するサーバ、システム、方法およびプログラム
JP6697082B2 (ja) * 2016-09-29 2020-05-20 株式会社日立製作所 需要予測方法、需要予測システム及びそのプログラム
CN108022018A (zh) * 2017-12-13 2018-05-11 广州各就位信息科技有限公司 一种基于物联网的体育用品销售服务管理系统
KR102608725B1 (ko) * 2020-09-28 2023-12-01 주식회사 굿플레이스 무인매장의 상품 자동발주 서비스 제공방법, 서버 및 컴퓨터프로그램
WO2024116418A1 (ja) * 2022-12-02 2024-06-06 日本電信電話株式会社 客数予測装置、学習装置、客数予測方法、学習方法、及びプログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1992018939A1 (en) * 1991-04-19 1992-10-29 Meiji Milk Products Co., Ltd. Sale quantity characteristics classification system and supplementary ordering system
JP3568633B2 (ja) * 1995-05-30 2004-09-22 Ｎｅｃインフロンティア株式会社 Ｐｏｓ自動発注システム
US6901383B1 (en) * 1999-05-20 2005-05-31 Ameritrade Holding Corporation Stock purchase indices
US6810384B1 (en) * 1999-08-04 2004-10-26 General Mills, Inc. Method and apparatus for sales volume and share decomposition
JP2001335121A (ja) * 2000-05-24 2001-12-04 Lion Corp 商品自動補給システム、商品自動補給方法及びその記録媒体
JP2002024350A (ja) * 2000-07-03 2002-01-25 Kasumi Co Ltd 小売店舗管理システム
JP2002203185A (ja) * 2000-12-28 2002-07-19 Sanyo Electric Co Ltd 商品注文受付装置及び方法、商品注文システム及び方法、商品注文装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109891453A (zh) * 2016-08-31 2019-06-14 希比基株式会社 订购辅助系统

Also Published As

Publication number Publication date
US20040158501A1 (en) 2004-08-12
JP2004227321A (ja) 2004-08-12
EP1445720A1 (en) 2004-08-11
KR20040068005A (ko) 2004-07-30

Similar Documents

Publication Publication Date Title
US7233914B1 (en) Technique for implementing item substitution for unavailable items relating to a customer order
Chen Market segmentation, advanced demand information, and supply chain performance
US20170103350A1 (en) Sports and concert event ticket pricing and visualization system
AU2002353396B2 (en) Sales optimization
US20020116301A1 (en) Automatic consumption based replenishment of supply chain
US20050182696A1 (en) System and method for automatically controlling inventory
WO2005119559A2 (en) System and method for modeling customer response using data observable from customer buying decisions
Shen et al. Modelling and analysis of inventory replenishment for perishable agricultural products with buyer–seller collaboration
US10528894B2 (en) Sports and concert event ticket pricing and visualization system
CN1517932A (zh) 订购指南生成方法和设备、订购方法和计算机可读存储介质
WO2002037234A2 (en) System and method for collaborative order fulfillment
US20130325596A1 (en) Commerce System and Method of Price Optimization using Cross Channel Marketing in Hierarchical Modeling Levels
US20200090081A1 (en) Sports and concert event ticket pricing and visualization system
Zeppetella et al. Optimal production scheduling with customer-driven demand substitution
US20120253907A1 (en) Commerce System and Method of Controlling the Commerce System by Generating Individualized Discounted Discounted Offers to Consumers
CN112041874A (zh) 用于生成建议列表的计算机实现的方法和用于生成订单列表的系统
Boute et al. A win–win solution for the bullwhip problem
JP2023541104A (ja) 短ライフサイクル販売曲線の推定
US10192174B2 (en) Sports and concert event ticket pricing and visualization system
US20040034562A1 (en) Time service management apparatus, method, medium, and program
JP2001273411A (ja) 販売価格管理システム、販売価格管理方法
Chen et al. Management of inventory replenishment and available offerings for goods sold with optional value-added packages
US20240135400A1 (en) Method and system to reduce food waste and optimize markdowns and control prices in retail
US20170140407A1 (en) Distributed Computing System
Zheng et al. Joint Strategy of Dynamic Ordering and Pricing for Competing Perishables with Q‐Learning Algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication