JP2022003574A - 機械学習支援型在庫配置のためのシステムおよび方法 - Google Patents
機械学習支援型在庫配置のためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2022003574A JP2022003574A JP2021164385A JP2021164385A JP2022003574A JP 2022003574 A JP2022003574 A JP 2022003574A JP 2021164385 A JP2021164385 A JP 2021164385A JP 2021164385 A JP2021164385 A JP 2021164385A JP 2022003574 A JP2022003574 A JP 2022003574A
- Authority
- JP
- Japan
- Prior art keywords
- product
- tag
- fulfillment center
- processors
- temperature
- 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
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
- G06Q10/08—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
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
- G06Q10/083—Shipping
- G06Q10/0838—Historical data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
た情報をデータベースに格納し、データベースに格納された情報に基づいて製品タグを新しい製品に自動的に割り当てるように機械学習アルゴリズムを訓練するようにさらに構成されてもよい。製品に関連付けられた情報は、製品に割り当てられた製品タグを含むことができる。いくつかの実施形態では、機械学習アルゴリズムが分類モデルを含んでもよい。
フィルメントセンタタグのうちの少なくとも1つを定期的に評価するようにさらに構成されてもよい。製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つを評価することは、製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つに関連付けられた温度を判定することと、製品に対する顧客の需要が最も高い地域またはフルフィルメントセンタの位置のうちの少なくとも1つに関連付けられた実際の温度を判定することと、温度と実際の温度との間の差分を計算することと、差分が予め定められた閾値を超える場合に、製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つを新しいタグと置換することとを含み得る。
する。本方法は、在庫配置のための製品の識別子を遠隔システムから受信するステップと、データベースに格納された出荷履歴データに基づいて、製品に対する顧客の需要が最も高い地域を判定するステップとを含むことができる。本方法は、機械学習アルゴリズムを
使用して、少なくとも製品に対する顧客の需要が最も高い地域に関連付けられた温度に基づいて、製品に関連付けられた製品タグを推定することをさらに含むことができる。この方法は、製品タグを製品識別子に割り当てるようにデータベースを修正するステップと、フルフィルメントセンタに配置するように製品を割り当てるステップとをさらに含むことができる。フルフィルメントセンタは、製品に割り当てられた製品タグに対応するフルフィルメントセンタタグに関連付けられてもよい。
ンタの位置に関連付けられた温度を示すことができる。いくつかの実施形態では、製品タグは、地域に関連付けられた温度および出荷日に基づいて動的に調整可能であってもよい。他の実施形態では、フルフィルメントセンタタグは、フルフィルメントセンタの位置に関連付けられた温度に基づいて動的に調整可能であってもよい。
ィルメントセンタの位置に関連付けられた温度、フルフィルメントセンタのサービスエリアに関連付けられた温度、またはフルフィルメントセンタに関連付けられたパラメータのうちの少なくとも1つに基づいて、フルフィルメントセンタタグをフルフィルメントセンタに割り当てるように、データベースを修正することをさらに含むことができる。フルフィルメントセンタに関連付けられたパラメータは、最大容量、建物の制約、フルフィルメントセンタとサービングエリアとの間の距離、またはサービングエリアの数のうちの少なくとも1つを含むことができる。
に記憶するステップと、データベースに記憶された情報に基づいて製品タグを新しい製品に自動的に割り当てるように機械学習アルゴリズムを訓練するステップとをさらに含むことができる。製品に関連付けられた情報は、製品に割り当てられた製品タグを含むことができる。いくつかの実施形態では、機械学習アルゴリズムが分類モデルを含んでもよい。
グのうちの少なくとも1つを定期的に評価するステップをさらに含むことができる。製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つを評価することは、製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つに関連付けられた温度を判定することと、製品に対する顧客の需要が最も高い地域またはフルフィルメントセンタの位置のうちの少なくとも1つに関連付けられた実際の温度を判定することと、温度と実際の温度との間の差分を計算することと、差分が予め定められた閾値を超える場合に、製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つを新しいタグと置換することとを含み得る。
ムを対象とする。システムは、命令を記憶するメモリと、命令を実行するように構成された少なくとも1つのプロセッサとを備えることができる。少なくとも1つのプロセッサは、在庫配置のための製品の識別子を遠隔システムから受信し、データベースに格納された出荷履歴データに基づいて、製品に対する顧客の需要が最も高い地域を決定するための命令を実行するように構成されてもよい。少なくとも1つのプロセッサは、分類モデルを使用して、少なくとも製品に対する顧客の需要が最も高い地域に関連付けられた温度に基づいて、製品に関連付けられた製品タグをさらに推定することができる。少なくとも1つのプロセッサはさらに、製品タグを製品識別子に割り当てるようにデータベースを修正し、製品に関連付けられた情報をデータベースに格納してもよい。製品に関連付けられた情報は、製品に割り当てられた製品タグおよび製品識別子を含むことができる。少なくとも1つのプロセッサは、データベースに格納された情報に基づいて、製品タグを新しい製品に
自動的に割り当てるように分類モデルをさらに訓練することができる。少なくとも1つのプロセッサはさらに、製品タグと一致するフルフィルメントセンタタグに関連付けられたフルフィルメントセンタを識別し、識別されたフルフィルメントセンタに配置するために製品を割り当てるようにデータベースを修正してもよい。フルフィルメントセンタタグは、フルフィルメントセンタの位置に関連付けられた温度を示すことができ、フルフィルメントセンタを識別することは、フルフィルメントセンタに関連付けられた最大容量または建物の制約のうちの少なくとも1つを判定することを含むことができる。少なくとも1つのプロセッサは、製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つを定期的にさらに評価することができる。製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つを評価することは、製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つに関連付けられた温度を判定することと、製品に対する顧客の需要が最も高い地域またはフルフィルメントセンタの位置のうちの少なくとも1つに関連付けられた実際の温度を判定することと、温度と実際の温度との間の差分を計算することと、差分が予め定められた閾値を超える場合に、製品タグまたはフルフィルメントセンタタグのうちの少なくとも1つを新しいタグと置換することとを含み得る。
る。
明では、同一または類似の部分を参照するために、同一の参照番号が使用される。いくつかの例示的な実施形態が本明細書で説明されるが、修正、適応、および他の実装が可能である。例えば、置換、追加、または修正が図面に示された構成要素およびステップに行われてもよく、本明細書に記載された例示的な方法は、開示された方法にステップを置換、並べ替え、除去、または追加することによって修正されてもよい。したがって、以下の詳細な説明は、開示された実施形態および実施例に限定されない。むしろ、本発明の適切な範囲は、添付の特許請求の範囲によって定義される。
シミュレートし、製品の割り当てを最適化するように構成されたシステムおよび方法を対象とする。
ンピュータ化されたシステムを含むシステムの例示的な実施形態を示す概略ブロック図100が示されている。図1Aに示すように、システム100は、様々なシステムを含むことができ、その各々は、1つまたは複数のネットワークを介して互いに接続することができる。また、システムは、例えばケーブルを使用して、直接接続を介して互いに接続されてもよい。図示のシステムは、出荷認可技術(SAT)システム101、外部フロントエンドシステム103、内部フロントエンドシステム105、輸送システム107、モバイルデバイス107A、107B、および107C、販売者ポータル109、出荷および注文追跡(SOT)システム111、フルフィルメント最適化(FO)システム113、フルフィルメントメッセージングゲートウェイ(FMG)115、サプライチェーン管理(SCM)システム117、倉庫管理システム119、モバイルデバイス119A、119B、および119C(フルフィルメントセンタ(FC)200の内部にあるものとして図示)、第三者フルフィルメントシステム121A、121B、および121C、フルフィルメントセンタ認証システム(FC Auth)123、ならびに労務管理システム(LMS)125を含む。
ステータスを監視するコンピュータシステムとして実装されてもよい。例えば、SATシステム101は、注文がその約束配達日(PDD)を過ぎているかどうかを判定することができ、新しい注文を開始すること、未配達注文のアイテムを再出荷すること、未配達注文をキャンセルすること、注文顧客とのコンタクトを開始することなどを含む適切なアクションをとることができる。また、SATシステム101は、出力(特定の期間中に出荷されたパッケージの数など)および入力(出荷に使用するために受け取った空のボール紙箱の数など)を含む他のデータを監視することもできる。また、SATシステム101は、システム100内の異なるデバイス間のゲートウェイとして機能し、外部フロントエンドシステム103およびFOシステム113などのデバイス間の通信(例えば、ストアアンドフォワードまたは他の技術を使用する)を可能にしてもよい。
システム100内の1つまたは複数のシステムと対話することを可能にするコンピュータシステムとして実装することができる。例えば、システム100がシステムのプレゼンテーションを可能にして、ユーザがアイテムの注文を行うことを可能にする実施形態では、外部フロントエンドシステム103は、検索要求を受信し、アイテムページを提示し、支払い情報を要請するウェブサーバとして実装されてもよい。例えば、外部フロントエンドシステム103は、Apache HTTPサーバ、Microsoftインターネット・インフォメーション・サービス、NGINXなどのソフトウェアを実行するコンピュータまたはコンピュータとして実現することができる。他の実施形態では、外部フロントエ
ンドシステム103は、外部デバイス(例えば、モバイルデバイス102Aまたはコンピュータ102B)からの要求を受信および処理し、それらの要求に基づいてデータベースおよび他のデータストアから情報を取得し、取得された情報に基づいて受信された要求への応答を提供するように設計されたカスタムウェブサーバソフトウェアを実行することができる。
シングシステム、データベース、検索システム、または支払いシステムのうちの1つまたは複数を含むことができる。一態様では、外部フロントエンドシステム103は、これらのシステムのうちの1つまたは複数を備えることができ、別の態様では、外部フロントエンドシステム103がこれらのシステムのうちの1つまたは複数に接続されたインタフェース(たとえば、サーバ間、データベース間、または他のネットワーク接続)を備えることができる。
プは、外部フロントエンドシステム103のいくつかの動作を説明するのに役立つ。外部フロントエンドシステム103は、提示および/または表示のために、システム100内のシステムまたはデバイスから情報を受信することができる。例えば、外部フロントエンドシステム103は、検索結果ページ(SRP)(例えば、図1B)、単一詳細ページ(SDP)(例えば、図1C)、カートページ(例えば、図1D)、または注文ページ(例えば、図1E)を含む1つ以上のウェブページをホストまたは提供することができる。ユーザデバイス(例えば、モバイルデバイス102Aまたはコンピュータ102Bを使用する)は、外部フロントエンドシステム103にナビゲートし、検索ボックスに情報を入力することによって検索を要求することができる。外部フロントエンドシステム103は、システム100内の1つまたは複数のシステムから情報を要求することができる。例えば、外部フロントエンドシステム103は、検索要求を満たす情報をFOシステム113に要求することができる。また、外部フロントエンドシステム103は、検索結果に含まれる各製品について、約束配達日または「PDD」を要求し、(FOシステム113から)受信することができる。PDDは、いくつかの実施形態では、製品を含むパッケージがいつユーザの所望の場所に到着するか、または製品が特定の期間内に、例えば、一日の終わり(午後11:59)までに注文された場合、ユーザの所望の場所に配達されることを約束される日付の推定値を表すことができる(PDDは、FOシステム113に関して以下でさらに説明される)。
)を準備することができる。SRPは、検索要求を満たす情報を含むことができる。例えば、これは、検索要求を満たす製品の写真を含むことができる。また、SRPは、各製品のそれぞれの価格、または各製品の強化された配送オプション、PDD、重量、サイズ、オファー、割引などに関する情報を含むことができる。外部フロントエンドシステム103は、(例えば、ネットワークを介して)要求側ユーザデバイスにSRPを送信することができる。
ップすることによって、または別の入力デバイスを使用して、SRP上で表される製品を選択することによって、SRPから製品を選択することができる。ユーザデバイスは、選択された製品に関する情報の要求を定式化し、それを外部フロントエンドシステム103に送ることができる。これに応答して、外部フロントエンドシステム103は、選択された製品に関する情報を要求することができる。例えば、情報は、それぞれのSRP上の製品について提示される情報を超える追加の情報を含むことができる。これは、例えば、貯蔵寿命、原産国、重量、サイズ、パッケージ内の品目の数、取扱説明書、または製品に関
する他の情報を含むことができる。また、情報は(例えば、この製品および少なくとも1つの他の製品を購入した顧客のビッグデータおよび/または機械学習分析に基づく)類似の製品に対する推奨、頻繁に質問される質問に対する回答、顧客からのレビュー、製造業者情報、写真などを含むことができる。
、SDPを受信すると、ユーザデバイスは、SDPと対話することができる。例えば、要求ユーザデバイスのユーザは、SDP上の「カートに入れる」ボタンをクリックするか、または他の方法で対話することができる。これは、ユーザに関連付けられたショッピングカートに製品を追加する。ユーザデバイスは、ショッピングカートに製品を追加するためのこの要求を外部フロントエンドシステム103に送信することができる。
することができる。カートページは、いくつかの実施形態では、ユーザが仮想「ショッピングカート」に追加した製品をリストし、ユーザデバイスは、SRP、SDP、または他のページ上のアイコンをクリックするか、または他の方法で対話することによって、カートページを要求してもよい。いくつかの実施形態では、カートページがユーザがショッピングカートに追加したすべての製品、ならびに各製品の数量、各製品毎の価格、関連する数量に基づく各製品の価格、PDDに関する情報、配送方法、配送コスト、ショッピングカート内の製品を修正するためのユーザインタフェース要素(例えば、数量の削除または修正)、他の製品を注文するためのオプション、または製品の定期的な配送を設定するためのオプション、利息支払いを設定するためのオプション、購入に進むためのユーザインタフェース要素などのカート内の製品に関する情報をリストすることができる。ユーザデバイスのユーザはショッピングカート内の製品の購入を開始するために、ユーザインタフェース要素(例えば、「今すぐ買う」と読むボタン)をクリックするか、さもなければユーザインタフェース要素と対話することができる。そうすると、ユーザデバイスは、購入を開始するためにこの要求を外部フロントエンドシステム103に送信することができる。
注文ページ(例えば、図1E)を生成することができる。注文ページは、いくつかの実施形態では、ショッピングカートからアイテムを再リストし、支払いおよび出荷情報の入力を要求する。例えば、注文ページは、ショッピングカート内のアイテムの購入者に関する情報(例えば、名前、住所、電子メールアドレス、電話番号)、受取人に関する情報(例えば、名前、住所、電話番号、配達情報)、出荷情報(例えば、配達および/または集荷の速度/方法)、支払い情報(例えば、クレジットカード、銀行振込、小切手、格納クレジット)、(例えば、税務目的のための)現金領収書を要求するためのユーザインタフェース要素などを要求するセクションを含むことができる。外部フロントエンドシステム1
03は、注文ページをユーザデバイスに送信することができる。
システム103に送信するユーザインタフェース要素をクリックするか、または他の方法で対話することができる。そこから、外部フロントエンドシステム103は、システム100内の異なるシステムに情報を送信して、ショッピングカート内の製品を用いた新しい注文の作成および処理を可能にすることができる。
に関する情報を送受信することを可能にするようにさらに構成されてもよい。
例えば、システム100を所有し、操作し、またはリースする組織の従業員)がシステム100内の1つまたは複数のシステムと対話することを可能にするコンピュータシステムとして実装され得る。例えば、ネットワーク101がシステムのプレゼンテーションを可能にして、ユーザがアイテムの注文を行うことを可能にする実施形態では、内部フロントエンドシステム105は、内部ユーザが注文に関する診断および統計情報を見ること、アイテム情報を修正すること、または注文に関する統計をレビューすることを可能にするウェブサーバとして実装されてもよい。例えば、内部フロントエンドシステム105は、Apache HTTPサーバ、Microsoftインターネット・インフォメーション・サービス、NGINXなどのソフトウェアを実行するコンピュータまたはコンピュータとして実現することができる。他の実施形態では、内部フロントエンドシステム105は、システム100に示されているシステムまたは装置(および図示されていない他の装置)からの要求を受信および処理し、それらの要求に基づいてデータベースおよび他のデータストアから情報を取得し、取得された情報に基づいて受信された要求に応答を提供するように設計されたカスタムウェブサーバソフトウェアを実行してもよい。
シングシステム、データベース、検索システム、支払いシステム、分析システム、注文監視システムなどのうちの1つまたは複数を含むことができる。一態様では、内部フロントエンドシステム105は、これらのシステムのうちの1つまたは複数を備えることができ、別の態様では、内部フロントエンドシステム105は、これらのシステムのうちの1つまたは複数に接続されたインタフェース(たとえば、サーバ間、データベース間、または他のネットワーク接続)を備えることができる。
またはデバイスとモバイルデバイス107A〜107Cとの間の通信を可能にするコンピュータシステムとして実装され得る。輸送システム107は、いくつかの実施形態では、1つまたは複数のモバイルデバイス107A〜107C(例えば、携帯電話、スマートフォン、PDAなど)から情報を受信することができる。例えば、いくつかの実施形態では、モバイルデバイス107A〜107Cは、配達員によって操作されるデバイスを備えてもよい。配達作業員は、正社員、一時社員、またはシフト社員であってもよく、モバイルデバイス107A〜107Cを利用して、ユーザによって注文された製品を含むパッケージの配達を行うことができる。例えば、荷物を配達するために、配達作業者は、どの荷物を配達すべきか、およびどこに配達すべきかを示す通知をモバイルデバイス上で受信することができる。配達作業者は、配達場所に到着すると、パッケージを(例えば、トラックの後ろに、またはパッケージのクレートに)配置し、モバイルデバイスを使用してパッケージ上の識別子(例えば、バーコード、画像、テキストストリング、RFIDタグなど)に関連するデータをスキャンまたは他の方法で取り込み、パッケージを(例えば、前面ドアに置いたままにし、セキュリティガードを付けたままにし、受取人に渡すなどによって
)配達することができる。いくつかの実施形態では、配達作業者は、パッケージの写真(複数可)をキャプチャすることができ、および/またはモバイルデバイスを使用して署名を取得することができる。モバイルデバイスは、例えば、時間、日付、GPS位置、写真、配達作業者に関連付けられた識別子、モバイルデバイスに関連付けられた識別子などを含む、配達に関する情報を含む情報を輸送システム107に送信することができる。輸送システム107は、システム100内の他のシステムによるアクセスのために、この情報をデータベース(図示せず)に記憶することができる。輸送システム107は、いくつかの実施形態では、この情報を使用して、特定の荷物の位置を示す追跡データを準備し、他のシステムに送信することができる。
することができる(例えば、永久労働者はバーコードスキャナ、スタイラス、および他のデバイスなどのカスタムハードウェアを有する専用のPDAを使用することができる)が、他のユーザは、他の種類のモバイルデバイスを使用することができる(例えば、一時的またはシフト労働者は既製のモバイル電話および/またはスマートフォンを利用することができる)。
けることができる。例えば、輸送システム107は、ユーザ(例えば、ユーザ識別子、従業員識別子、または電話番号によって表される)とモバイルデバイス(例えば、国際モバイルデバイス識別子(IMEI)、国際モバイル加入識別子(IMSI)、電話番号、汎用ユニーク識別子(UUID)、またはグローバルユニーク識別子(GUID)によって表される)との間のアソシエーションを記憶することができる。輸送システム107はとりわけ、作業者の位置、作業者の効率、または作業者の速度を決定するために、この関連付けを、配達時に受信されたデータと共に使用して、データベースに格納されたデータを分析することができる。
ティティがシステム100内の1つまたは複数のシステムと電子的に通信することを可能にするコンピュータシステムとして実装され得る。例えば、売り手は、コンピュータシステム(図示せず)を利用して、売り手が売り手ポータル109を使用してシステム100を通して売りたい製品について、製品情報、注文情報、連絡先情報などをアップロードまたは提供することができる。
バイス102A〜102Bを使用するユーザによって)顧客によって注文された製品を含むパッケージの位置に関する情報を受信し、格納し、転送するコンピュータシステムとして実装され得る。いくつかの実施形態では、出荷および注文追跡システム111は、顧客によって注文された製品を含むパッケージを配送する出荷会社によって運営されるウェブサーバ(図示せず)からの情報を要求または格納することができる。
0に示されるシステムからの情報を要求し、記憶することができる。例えば、出荷及び注文追跡システム111は、輸送システム107から情報を要求することができる。上述のように、輸送システム107は、ユーザ(例えば、配達作業員)または車両(例えば、配達トラック)のうちの1つ以上に関連付けられた1つ以上のモバイルデバイス107A〜107C(例えば、携帯電話、スマートフォン、PDAなど)から情報を受信してもよい。いくつかの実施形態では、出荷および注文追跡システム111はまた、フルフィルメントセンタ(例えば、フルフィルメントセンタ200)内の個々の製品の位置を決定するために、倉庫管理システム(WMS)119からの情報を要求してもよい。出荷および注文
追跡システム111は、輸送システム107またはWMS119のうちの1つまたは複数からデータを要求し、それを処理し、要求に応じてそれをデバイス(たとえば、ユーザデバイス102Aおよび102B)に提示することができる。
他のシステム(例えば、外部フロントエンドシステム103および/または出荷および注文追跡システム111)からの顧客注文に関する情報を記憶するコンピュータシステムとして実装されてもよい。また、FOシステム113は、特定のアイテムがどこに保持または格納されるかを記述する情報を格納してもよい。たとえば、特定のアイテムは1つのフルフィルメントセンタにのみ保存され、他の特定のアイテムは複数のフルフィルメントセンタに保存される場合がある。さらに他の実施形態では、特定のフルフィルメントセンタが特定のセットのアイテム(例えば、生鮮食品または冷凍製品)のみを格納するように設計されてもよい。FOシステム113は、この情報ならびに関連する情報(例えば、数量、サイズ、受領日、有効期限など)を格納する。
とに)各製品のPDDを決定し、それをデータベースに格納して、検索または他のシステム(例えば、外部フロントエンドシステム103、SATシステム101、出荷および注文追跡システム111)に送信することができる。他の実施形態では、FOシステム113は、1つまたは複数のシステム(例えば、外部フロントエンドシステム103、SATシステム101、出荷および注文追跡システム111)から電子要求を受信し、オンデマンドでPDDを計算することができる。
は、FOシステム113などのシステム100内の1つ以上のシステムから1つのフォーマットまたはプロトコルで要求または応答を受信し、それを別のフォーマットまたはプロトコルに変換し、変換されたフォーマットまたはプロトコルで、WMS119またはサードパーティのフルフィルメントシステム121A、121B、または121Cなどの他のシステムに転送するコンピュータシステムとして実装されてもよく、その逆も同様である。
予測機能を実行するコンピュータシステムとして実装することができる。例えば、SCMシステム117は、例えば、製品に対する過去の需要、製品に対する予想される需要、ネットワーク全体の過去の需要、ネットワーク全体の予想される需要、各フルフィルメントセンタ200に格納されたカウント製品、各製品に対する予想または現在の注文などに基づいて、特定の製品に対する需要のレベルを予測することができる。この予測されたレベルおよびすべてのフルフィルメントセンタにわたる各製品の量に応答して、SCMシステム117は、特定の製品に対する予測された需要を満たすのに十分な量を購入し、在庫するための1つまたは複数の購入注文を生成することができる。
するコンピュータシステムとして実現されてもよい。例えば、WMS119は、個別のイベントを示すイベントデータを個々のデバイス(例えば、デバイス107A〜107Cまたは119A〜119C)から受信することができる。例えば、WMS119は、パッケージをスキャンするためにこれらのデバイスの1つの使用を示すイベントデータを受信してもよい。フルフィルメントセンタ200および図2に関して以下で説明するように、フルフィルメントプロセス中に、パッケージ識別子(例えば、バーコードまたはRFIDタグデータ)を、特定の段階で機械によってスキャンまたは読み取ることができる(例えば、自動またはハンドヘルドバーコードスキャナ、RFIDリーダ、高速カメラ、タブレット119A、モバイルデバイス/PDA119B、コンピュータ119Cなどのデバイス)。WMS119は、パッケージ識別子、時間、日付、位置、ユーザ識別子、またはその他の情報と共に、パッケージ識別子のスキャンまたは読取りを示す各イベントを対応するデータベース(図示せず)に格納し、この情報を他のシステム(例えば、出荷および注文追跡システム111)に提供することができる。
ば、デバイス107A〜107Cまたは119A〜119C)をシステム100に関連する1つまたは複数のユーザに関連付ける情報を記憶することができる。例えば、いくつかの状況では、ユーザ(パートまたはフルタイムの従業員など)は、ユーザがモバイルデバイスを所有する当該モバイルデバイス(例えば、モバイルデバイスはスマートフォンである)に関連付けられ得る。他の状況では、ユーザは、ユーザがモバイルデバイスを一時的に保管しているという点で、当該モバイルデバイスに関連付けられてもよい(例えば、ユーザはその日の開始時にモバイルデバイスをチェックアウトし、その日中にそのモバイルデバイスを使用し、その日の終わりにそのモバイルデバイスを返す)。
の作業ログを維持することができる。例えば、WMS119は、任意の割り当てられたプロセス(例えば、トラックのアンロード、ピックゾーンからのアイテムのピッキング、レビンウォールワーク、パッキングアイテム)、ユーザ識別子、位置(例えば、フルフィルメントセンタ200内のフロアまたはゾーン)、従業員によってシステムを通って移動されたユニットの数(例えば、ピッキングされたアイテムの数、パッキングされたアイテムの数)、デバイスに関連する識別子(例えば、デバイス119A〜119C)などを含む、各従業員に関連する情報を記憶することができる。いくつかの実施形態では、WMS119は、デバイス119A〜119C上で動作するタイムキーピングシステムなどのタイムキーピングシステムからチェックインおよびチェックアウト情報を受信することができる。
〜121Cは、物流および製品の第三者プロバイダに関連するコンピュータシステムを表す。例えば、(図2に関して以下に説明するように)いくつかの製品がフルフィルメントセンタ200に保管されている間、他の製品はオフサイトで保管されてもよく、オンデマンドで生産されてもよく、またはそうでなければフルフィルメントセンタ200に保管するために利用できなくてもよい。3PLシステム121A〜121Cは、FOシステム113から(例えば、FMG115を介して)注文を受信するように構成されてもよく、製品および/またはサービス(例えば、配送または設置)を顧客に直接提供してもよい。いくつかの実施形態では、3PLシステム121A〜121Cのうちの1つまたは複数がシステム100の一部とすることができ、他の実施形態では、3PLシステム121A〜121Cのうちの1つまたは複数がシステム100の外部(例えば、第三者プロバイダによって所有または運営される)とすることができる。
h)123は、様々な機能を有するコンピュータシステムとして実装されてもよい。例えば、いくつかの実施形態では、FC Auth123は、システム100内の1つまたは複数の他のシステムのためのシングルサインオン(SSO)サービスとして働くことができる。例えば、FC Auth123は、ユーザが内部フロントエンドシステム105を介してログインすることを可能にし、ユーザが出荷および注文追跡システム111でリソースにアクセスする同様の特権を有することを決定し、ユーザが2回目のログインプロセスを必要とせずにそれらの特権にアクセスすることを可能にする。FC Auth123は、他の実施形態では、ユーザ(例えば、従業員)が特定のタスクに自分自身を関連付けることを可能にすることができる。例えば、従業員の中には、電子デバイス(デバイス119A〜119Cなど)を持たないことがあり、代わりに、1日のコース中に、フルフィルメントセンタ200内でタスクからタスクへ、およびゾーンからゾーンへ移動することがある。FC Auth123は、それらの従業員が、彼らがどのタスクを実行しているか、および彼らが異なる時間にどのゾーンにいるかを示すことを可能にするように構成され得る。
タイムおよびパートタイムの従業員を含む)のための出勤および残業情報を記憶するコンピュータシステムとして実装されてもよい。例えば、LMS125は、FC Auth123、WMA119、デバイス119A〜119C、輸送システム107、および/またはデバイス107A〜107Cから情報を受信することができる。
113に接続されたFC Authシステム123を示すが、全ての実施形態がこの特定の構成を必要とするわけではない。実際、いくつかの実施形態では、システム100内のシステムがインターネット、イントラネット、WAN(ワイドエリアネットワーク)、MAN(メトロポリタンエリアネットワーク)、IEEE802.11a/b/g/n規格に準拠する無線ネットワーク、専用線などを含む1つまたは複数の公衆またはプライベートネットワークを介して互いに接続され得る。いくつかの実施形態では、システム100内のシステムの1つ以上がデータセンタ、サーバファームなどに実装された1つ以上の仮想サーバとして実装されてもよい。
は、注文時に顧客に出荷するためのアイテムを格納する物理的位置の一例である。フルフィルメントセンタ(FC)200は、複数のゾーンに分割することができ、各ゾーンは図2に示されている。いくつかの実施形態では、これらの「ゾーン」がいくつかの実施形態ではアイテムを受け取り、アイテムを格納し、アイテムを取り出し、アイテムを出荷するプロセスの異なる段階間の仮想分割と考えることができ、したがって、「ゾーン」は図2に示されているが、ゾーンの他の分割も可能であり、図2のゾーンはいくつかの実施形態では省略、複製、または修正することができる。
たい売り手からアイテムが受け取られるFC200の領域を表す。例えば、売り手は、トラック201を使用してアイテム202A及び202Bを配送することができる。アイテム202Aは、それ自体の出荷パレットを占有するのに十分な大きさの単一のアイテムを表すことができ、アイテム202Bは、スペースを節約するために同じパレット上に一緒に積み重ねられたアイテムのセットを表すことができる。
ンピュータシステム(図示せず)を使用してアイテムの損傷および正しさをチェックすることができる。例えば、作業者は、コンピュータシステムを使用して、アイテム202Aおよび202Bの数量をアイテムの注文数量と比較することができる。数量が一致しない場合、その作業者は、アイテム202Aまたは202Bのうちの1つまたは複数を拒否することができる。量が一致した場合、作業者はそれらのアイテム(例えば、人形、手すり、フォークリフト、または手動で使用)を、バッファゾーン205へと動かすことができる。バッファゾーン205は、例えば、予測される需要を満たすのに十分な量のアイテムがピッキングゾーン内にあるため、ピッキングゾーン内で現在必要とされていないアイテムのための一時記憶領域であってもよい。いくつかの実施形態では、フォークリフト206が物品をバッファゾーン205の周り、およびインバウンドゾーン203とドロップゾーン207との間で移動させるように動作する。ピッキングゾーンにアイテム202Aまたは202Bが必要な場合(例えば、予想される需要のため)、フォークリフトは、アイテム202Aまたは202Bをドロップゾーン207に移動させることができる。
アイテムを格納するFC200の領域であってもよい。ピッキングタスクに割り当てられた作業者(「ピッカー」)は、ピッキングゾーン内のアイテム202Aおよび202Bに接近し、ピッキングゾーンのバーコードをスキャンし、モバイルデバイス(例えば、デバイス119B)を使用してアイテム202Aおよび202Bに関連付けられたバーコードをスキャンすることができる。次いで、ピッカーは、アイテムをピッキングゾーン209に(例えば、カートの上に置くか、またはそれを運ぶことによって)取り込むことができる。
FC200の領域であってもよい。いくつかの実施形態では、保管ユニット210は、物理的な棚、本棚、箱、運搬箱、冷蔵庫、冷凍庫、冷蔵庫などのうちの1つまたは複数を含むことができる。いくつかの実施形態では、ピッキングゾーン209は、複数のフロアに編成されてもよい。いくつかの実施形態では、作業者または機械が例えば、フォークリフト、エレベータ、コンベヤベルト、カート、ハンドトラック、ドリー、自動ロボットまたは装置、あるいは手動を含む複数の方法で、物品をピッキングゾーン209に移動させることができる。例えば、ピッカーは、アイテム202Aおよび202Bをドロップゾーン207内のハンドトラックまたはカート上に置き、アイテム202Aおよび202Bをピッキングゾーン209まで歩くことができる。
ン209内の特定のスポットにアイテムを配置する(または「収納する」)命令を受け取ることができる。例えば、ピッカーはモバイルデバイス(例えば、デバイス119B)を使用してアイテム202Aをスキャンすることができる。デバイスは、例えば、通路、棚、および位置を示すシステムを使用して、ピッカーがアイテム202Aを収納すべき場所を示すことができる。次に、デバイスは、その位置にアイテム202Aを格納する前に、その位置でバーコードをスキャンするようにピッカーに促すことができる。デバイスは、図1AのWMS119のようなコンピュータシステムに(例えば、無線ネットワークを介して)データを送信し、デバイス119Bを使用するユーザによってアイテム202Aがその場所に格納されたことを示すことができる。
アイテム208を取り出すために、デバイス119B上で命令を受け取ることができる。ピッカーはアイテム208を取り出し、アイテム208上のバーコードをスキャンし、それを搬送機構214上に置くことができる。搬送機構214はスライドとして表されているが、いくつかの実施形態では搬送機構がコンベヤベルト、エレベータ、カート、フォー
クリフト、ハンドトラック、台車、カートなどのうちの1つまたは複数として実施することができる。次に、品目208は、パッキングゾーン211に到着することができる。
、最終的に顧客に出荷するためにボックスまたはバッグにパッキングされるFC200の領域であってもよい。パッキングゾーン211ではアイテムを受け取ることに割り当てられた作業者(「リビン作業者」)がピッキングゾーン209からアイテム208を受け取り、それが対応する注文を決定する。例えば、リビン作業者は、アイテム208上のバーコードをスキャンするために、コンピュータ119Cなどのデバイスを使用することができる。コンピュータ119Cは、どの注文アイテム208が関連付けられているかを視覚的に示すことができる。これは例えば、注文に対応する壁216上のスペースまたは「セル」を含むことができる。注文が完了すると(例えば、セルが注文のためのすべてのアイテムを含むため)、リビン作業者は、注文が完了したことをパッキング作業者(または「パッカー」)に示すことができる。パッキング業者は、セルから品目を取り出し、それらを出荷のために箱または袋に入れることができる。その後、パッカーは例えば、フォークリフト、カート、ドリー、ハンドトラック、コンベヤベルトを介して、又は他の方法で、箱又はバッグをハブゾーン213に送ることができる。
(「パッケージ」)を受け取るFC200の領域であってもよい。ハブゾーン213内の作業者および/または機械は、パッケージ218を取り出し、各パッケージが配達エリアのどの部分に行こうとするかを決定し、パッケージを適切なキャンプゾーン215にルーティングすることができる。例えば、配達エリアが2つのより小さなサブエリアを有する場合、パッケージは2つのキャンプゾーン215のうちの1つに行く。いくつかの実施形態では、作業者または機械が(例えば、デバイス119A〜119Cのうちの1つを使用して)パッケージをスキャンして、その最終的な宛先を決定することができる。パッケージをキャンプゾーン215にルーティングすることは、例えば、(例えば、郵便番号に基づいて)パッケージが向けられている地理的エリアの一部を決定することと、地理的エリアの一部に関連付けられたキャンプゾーン215を決定することとを含むことができる。
つまたは複数の物理的空間、または1つまたは複数のエリアを備えることができ、ハブゾーン213から受け取られたパッケージは、ルートおよび/またはサブルートに分類される。いくつかの実施形態では、キャンプゾーン215は、FC200から物理的に分離されているが、他の実施形態では、キャンプゾーン215は、FC200の一部を形成することができる。
および/またはサブルートに対する目的地の比較、各ルートおよび/またはサブルートに対する作業負荷の計算、時刻、出荷方法、パッケージ220を出荷するためのコスト、パッケージ220内の品目に関連付けられたPDDなどに基づいて、パッケージ220がどのルートおよび/またはサブルートに関連付けられるべきかを決定することができる。いくつかの実施形態では、作業者または機械が(例えば、デバイス119A〜119Cのうちの1つを使用して)パッケージをスキャンして、その最終的な宛先を決定することができる。パッケージ220が特定のルートおよび/またはサブルートに割り当てられると、作業者および/または機械は、出荷されるパッケージ220を移動させることができる。例示的な図2において、キャンプゾーン215は、トラック222、自動車226、および配達作業員224Aおよび224Bを含む。いくつかの実施形態では、トラック222が配達作業員224Aによって駆動されてもよく、配達作業員224AはFC200のパッケージを配達する常勤の従業員であり、トラック222はFC200を所有、リース、
または運営する同じ会社によって所有、リース、または運営される。いくつかの実施形態では、自動車226が配達作業者224Bによって駆動されてもよく、配達作業者224Bは必要に応じて(例えば、季節的に)配達している「フレックス」または時折の作業者である。自動車226は、配達員224Bによって所有され、リースされ、または操作されてもよい。
301を含むシステムの例示的な実施形態を示す概略ブロック図300が示されている。スマート在庫配置301は、図1Aのシステム100内の1つまたは複数のシステムに関連付けることができる。例えば、スマート在庫配置システム301は、SCMシステム117の一部として実装されてもよい。スマート在庫配置システム301は、いくつかの実施形態では、在庫情報、ならびに各FC200に関する情報、および他のシステム(例えば、外部フロントエンドシステム103、出荷および注文追跡システム111、および/またはFOシステム113)からの顧客注文に関する情報を格納するコンピュータシステムとして実装され得る。例えば、スマート在庫配置システム301は、1つ以上のプロセッサ305を含むことができ、これは、各製品に割り当てられた製品識別子および製品タグのような、新しい製品に関連する情報を記憶することができる。スマート在庫配置301の1つまたは複数のプロセッサ305はまた、限定はしないが、各FC200に関連するFCタグ、各FC200の位置に関連する温度、各FC200の1つまたは複数のサービングエリアに関連する温度、各FC200のサービングエリアの数、各FC200とその1つまたは複数のサービングエリアとの間の距離、各FC200に関連する建物制限、各FC200の最大容量、および/またはそれらの任意の組合せを含む、1つまたは複数のFC200に関連する情報を格納することができる。スマート在庫配置システム301の1つ以上のプロセッサ305はまた、各FC200における在庫配置のために割り当てられた製品のリスト製品識別子を格納してもよい。1つまたは複数のプロセッサ305は、製品の在庫配置を管理するために、各FC200に関連付けられた情報、ならびに製品に関連付けられた情報を記憶または取り出すことができる。製品タグおよびFCタグのようなタグは、各製品および/または各FC200を記述するメタデータを含むことができる。したがって、1つ以上のプロセッサ305は、データベース304内の対応するタグを検索することによって、各製品および/または各FC200を見つけることができる。タグは、単語、画像、または他の識別マークの形のメタデータを含むことができる。
する前述の情報のそれぞれをデータベース304に格納することができる。したがって、スマート在庫配置システム301は、ネットワーク302を介してデータベース304から情報を取り出すことができる。データベース304は、情報を記憶し、ネットワーク302を介してアクセスされる1つ以上のメモリ装置を含んでもよい。例として、データベース304は、Oracle(商標)データベース、Sybase(商標)データベース、またはその他のリレーショナルデータベース、あるいはHadoopシーケンスファイル、HBase、またはCassandraなどの非リレーショナルデータベースを含むことができる。データベース304は、システム300に含まれるものとして示されているが、代替的に、システム300から離れて配置されてもよい。他の実施形態では、データベース304は、スマート在庫配置システム301に組み込まれてもよい。データベース304は、データベース304のメモリ装置に記憶されたデータの要求を受信し処理し、データベース304からデータを提供するように構成された計算コンポーネント(例えば、データベース管理システム、データベースサーバ等)を含んでもよい。
。スマート在庫配置システム301、サーバ303、およびデータベース304は、ネットワーク302を介して接続され、互いに通信可能であってもよい。ネットワーク302
は、無線ネットワーク、有線ネットワーク、または無線ネットワークと有線ネットワークの任意の組み合わせのうちの1つ以上とすることができる。例えば、ネットワーク302は、ファイバ光ネットワーク、受動光ネットワーク、ケーブルネットワーク、インターネットネットワーク、衛星ネットワーク、無線LAN、モバイル通信のためのグローバルシステム、パーソナルコミュニケーションサービス(「PCS」)、パーソナルエリアネットワーク(「PAN」)、D−AMPS、Wi−Fi、固定無線データ、IEEE802.11b、802.15.1、802.11n及び802.11g、又はデータを送受信するための有線又は無線ネットワークの1つ又は複数を含むことができる。
902.3、ワイドエリアネットワーク(「WAN」)、ローカルエリアネットワーク(「LAN」)、またはインターネットなどのグローバルネットワークを含むことができるが、これらに限定されない。また、ネットワーク302は、インターネットネットワーク、無線通信ネットワーク、セルラネットワークなど、またはこれらの任意の組み合わせをサポートしてもよい。ネットワーク302は、スタンドアロンネットワークとして、または互いに協働して動作する、1つのネットワーク、または任意の数の上述の例示的なタイプのネットワークをさらに含むことができる。ネットワーク302は、それらが通信可能に結合されている1つ以上のネットワーク要素の1つ以上のプロトコルを利用することができる。ネットワーク302は、他のプロトコルとの間で、またはネットワーク装置の1つ以上のプロトコルとの間で変換することができる。ネットワーク302は、単一のネットワークとして示されているが、1つ以上の実施形態によれば、ネットワーク302は、例えば、インターネット、サービスプロバイダのネットワーク、ケーブルテレビネットワーク、企業ネットワーク、およびホームネットワークなどの複数の相互接続されたネットワークを備えてもよいことを理解されたい。
ターネットのようなネットワーク(例えば、ネットワーク302)を介してユーザがアクセスできるウェブコンテンツを配信するハードウェア(例えば、プロセッサ、記憶装置、入出力装置を含む1つ以上のコンピュータ)および/またはソフトウェア(例えば、1つ以上のアプリケーション)を含んでもよい。サーバ303は例えば、ハイパーテキスト転送プロトコル(HTTPまたはsHTTP)を使用して、ユーザと通信することができる。ユーザに配信されるウェブページは、例えば、HTML文書を含み得、これは、テキストコンテンツに加えて、画像、スタイルシート、およびスクリプトを含み得る。
ーションなどのユーザプログラムは、HTTPおよびサーバ303を使用して特定のリソースに対する要求を行うことによって通信を開始することができ、そのリソースの内容またはそうすることができない場合はエラーメッセージで応答することができる。サーバ303は例えば、ファイルのアップロードを含むウェブフォームをユーザが送信することができるように、ユーザからのコンテンツの受信を可能にするか、または容易にすることもできる。サーバ303は、例えば、アクティブサーバページ、PHP、又は他のスクリプト言語を用いたサーバサイドスクリプティングをサポートしてもよい。したがって、サーバ303の挙動は、別々のファイルでスクリプト化することができ、一方で、実際のサーバソフトウェアは変更されない。
これはその適用されるアプリケーションをサポートするための手順(例えば、プログラム、ルーチン、スクリプト)の効率的な実行専用のハードウェアおよび/またはソフトウェアを含んでもよい。サーバ303は、例えば、Javaアプリケーションサーバ(例えば、Javaプラットフォーム、Enterprise Edition(Java EE
)、Microsoft(登録商標)の.NETフレームワーク、PHPアプリケーションサーバなどを含む1つ以上のアプリケーションサーバフレームワークを含むことができる。様々なアプリケーションサーバフレームワークは、包括的なサービスレイヤモデルを含む可能性がある。サーバ303は、プラットフォーム自体によって定義されたAPIを介して、例えば、システム100を実装するエンティティにアクセス可能なコンポーネントのセットとして働くことができる。
数のFC200と通信することもできる。例えば、1つ以上の製品が1つ以上のFC200における在庫配置のために割り当てられる場合、スマート在庫配置システム301の1つ以上のプロセッサ305は、ネットワーク302を介してFC200に通知してもよい。いくつかの実施形態では、1つまたは複数のプロセッサ305は、在庫配置のために各FC200に割り当てられている製品に関連する情報を記録するために、各FC200においてデータベース(図示せず)を更新することができる。したがって、各FC200は、各FC200に割り当てられる製品のリストを含むそれ自体のデータベースを維持することができる。
数のプロセッサ305は、製品の在庫配置を管理するために1つまたは複数の機械学習アルゴリズムを実装することができる。いくつかの実施形態では、スマート在庫配置システム301の1つまたは複数のプロセッサ305は、製品の在庫配置を管理するために、2つまたは複数の機械学習アルゴリズムの組合せを実装することができる。機械学習アルゴリズムは、例えば、ランダムフォレスト、人工ニューラルネットワーク、サポートベクターマシン、または分類および回帰分析のための任意の他の機械学習アルゴリズムまたはモデルなどのアンサンブル学習方法を含むことができる。
I)および機械学習アルゴリズム(複数可)を使用して、異なる地理的位置に基づいて将来の販売製品を識別し、将来の顧客注文のためにバッチで適切なFC200に配置するために製品を割り当てることができる。いくつかの実施形態では、1つまたは複数のプロセッサ305は、製品に対する顧客の需要が最も高い1つまたは複数の地理的領域、例えば、郵便番号、州、自治体、地域、または他の政治的または地理的細区分を決定することができる。次いで、1つまたは複数のプロセッサ305は、製品に対する顧客の需要が最も高い1つまたは複数の地理的領域に関連する温度を決定することができる。温度に基づいて、1つまたは複数のプロセッサ305は、適切なFC200における在庫配置のために製品を割り当てることができる。いくつかの実施形態では、適切なFC200は、製品に対する顧客の需要が最も高い1つまたは複数の地理的領域に関連する温度と同様の温度を有する地理的領域に位置することができる。他の実施形態では、適切なFC200は、製品に対する顧客の需要が最も高い1つまたは複数の地理的領域に関連する温度と同様の温度を有する1つまたは複数のサービスエリアを有することができる。
理するために、データベース304内の1つまたは複数の製品および/または1つまたは複数のFC200に、温度タグなどのタグを割り当てることができる。例えば、スマート在庫配置システム301の1つまたは複数のプロセッサ305は、各FC200のロケーションにおける少なくとも季節的な気象、および各FC200のサービングエリア(複数可)に関連する気象に基づいて、各FC200にタグを割り当てることができる。タグは、動的に調整されてもよく、気象に基づいて定期的に評価されてもよい。例えば、FC200のうちの1つがアリゾナに配置されてもよく、1つ以上のプロセッサ305が、データベース304内のアリゾナ内のFC200に「暑い(HOT)」の温度タグを割り当て
てもよい。1つまたは複数のプロセッサ305がFC200に配置するための製品を受け取ると、1つまたは複数のプロセッサ305は、製品に対する顧客の需要が最も高い地理的領域、例えば郵便番号、州、自治体、地域、または他の政治的または地理的細区分を決定することができる。いくつかの実施形態では、1つまたは複数のプロセッサ305は、履歴出荷データに基づいて、製品に関連する頻繁な出荷先住所および/または場所がアラスカにあると判定することができる。次いで、1つまたは複数のプロセッサ305は、製品に対する顧客の需要が最も高い地域における少なくとも天候に基づいて、製品にタグを割り当てることができる。製品に対する顧客の需要が最も高い地域がアラスカである場合、1つまたは複数のプロセッサ305は、例えば、「寒い(COLD)」のタグを製品に割り当てることができる。1つまたは複数のプロセッサ305は、製品を、製品に割り当てられたタグと一致するタグを有するFC200、例えば、「寒い(COLD)」のタグを有するFC200に割り当てることができる。1つまたは複数のプロセッサ305は、製品およびFC200に関連する情報をデータベース304に記憶し、記憶された情報を使用して、機械学習アルゴリズム(複数可)を訓練することができる。したがって、1つまたは複数のプロセッサ305は、機械学習アルゴリズムを使用して、新しい製品に自動的にタグ付けし、適切なFC200に配置するために新しい製品を自動的に割り当てることができる。1つまたは複数のプロセッサ305は、温度タグを用いて、特定のFC200が特定の製品を格納するのに適しているかどうかを判定することができる。上記の例では、例えば、1つ以上のプロセッサ305は、「暑い(HOT)」タグを有するアリゾナに位置するFC200が「寒い(COLD)」タグを有する製品を格納するのに適切でないと判断してもよい。
ゴリズムに1つまたは複数のパラメータを実装して、製品の在庫配置を管理することができる。いくつかの実施形態では、1つまたは複数のパラメータを1つまたは複数のFC200に関連付けることができる。FC200に関連するパラメータは、例えば、各FC200の最大容量、各FC200に関連するアイテム互換性、FC200に関連するコスト、各FC200に関連する建物の制約、各FC200に関連するサービングエリア、またはそれらの任意の組合せを含むことができる。各FC200の最大容量は、各FC200にいくつの製品を格納することができるかに関連する情報を含むことができる。各FC200に関連付けられたアイテム互換性は、アイテムのサイズ、アイテムの重量、冷蔵の必要性、またはアイテムに関連付けられた他の要件のために、特定のFC200に保持することができない特定のアイテムに関連付けられた情報を含むことができる。また、特定のアイテムが保持されることを可能にし、特定のアイテムが各FC200で保持されることを防止する、各FC200に関連付けられた建物の制約があってもよい。各FC200に関連するコストはFC間転送コスト、クラスタ間輸送コスト(例えば、複数のFC200からのアイテムの輸送から生じる輸送コスト)、FC200間のアイテムのクロスストッキングから生じる輸送コスト、1つのFC200内にすべてのSKUを有することに関連するパーセル当たり単位(UPP)コスト、またはそれらの任意の組合せを含むことができる。各FC200に関連するサービングエリアは、各FC200に関連するサービングエリアの数、各FC200のサービングエリアの地理的位置、各FC200の各サービングエリアの天候および/または温度、および/または各FC200のサービングエリアとFC200との間の距離を含むことができる。
304内の各FC200にタグを割り当てるために、FC200に関連する前述のパラメータのうちの1つまたは複数、および各FC200のロケーションにおける気象を実装することができる。1つ以上のプロセッサ305は、在庫配置のために各製品にタグを割り当てるために、データベース304に記憶された履歴出荷データを実装することもできる。例えば、履歴出荷データは、各製品が以前に配達された出荷住所のリストを含むことが
できる。したがって、履歴出荷データに基づいて、1つまたは複数のプロセッサ305は、特定の製品に対する顧客の需要が最も高い地理的領域、例えば郵便番号、州、自治体、地域、または他の政治的または地理的細区分を決定することができる。したがって、履歴出荷データに基づいて、1つまたは複数のプロセッサ305は、在庫配置のために各製品にタグを割り当てることができる。1つまたは複数のプロセッサ305は、各FC200に関連付けられた属性および各製品に関連付けられた属性を格納し、機械学習アルゴリズム(1つまたは複数)を訓練して、在庫配置のために各新しい製品のタグを自動的に推定し、割り当てることができる。いくつかの実施形態では、機械学習アルゴリズムは、各新しい製品を在庫配置のために1つまたは複数のFC200に割り当てることができる分類モデルを含むことができる。例えば、機械学習アルゴリズムは、ランダムフォレスト、人工ニューラルネットワーク、サポートベクターマシン、または分類および回帰分析のための任意の他の機械学習アルゴリズムまたはモデルなどのアンサンブル学習方法を含むことができる。
に関連する情報を示す。上述したように、1つ以上のプロセッサ305は、データベース304内の各FC200に関連する1つ以上のパラメータを記憶することができる。1つ以上のプロセッサ305はまた、各FC200にタグを割り当て、そのタグ情報をデータベース304に記憶することができる。1つ以上のプロセッサ305は、データベース304に記憶された情報をシステム100内の1つ以上のシステムに送信してもよい。例えば、1つ以上のプロセッサ305は、結果を表示するために、データベース304に記憶された情報を内部フロントエンドシステム105に送信してもよい。各FC200に関連する情報を記憶する例示的なデータベース304が図4Aに示されている。図4Aに見られるように、1つ以上のプロセッサ305は、各FC200の地理的ロケーションを決定し、データベース304に地理的ロケーション(例えば、「FCロケーション」)を格納し得る。1つまたは複数のプロセッサ305はさらに、データベース304を修正して、温度タグなどの1つまたは複数のタグを各FC200に割り当てることができる。タグは、各FC200の位置における温度に基づいて割り当てることができる。
の位置における季節的な天候に基づいて温度タグを割り当てることができる。すなわち、1つまたは複数のプロセッサ305は、季節変化による温度の差を考慮に入れることができる。そのように、1つまたは複数のプロセッサ305は、12月と2月、3月と5月、6月と8月、および9月と11月の月の間の各FC200の位置における平均温度に基づいて、各FC200に温度タグを割り当ててもよい。図4Aでは、1つまたは複数のプロセッサ305は、季節的変化を考慮するために、3ヶ月ごとに各FC200に温度タグを割り当てるが、1つまたは複数のプロセッサ305は、毎月、2ヶ月ごと、5ヶ月ごと、10ヶ月ごと、毎年など、各FC200に温度タグを割り当てることができる。例えば、1つまたは複数のプロセッサ305は、各FC200の位置における平均年間温度を計算し、平均年間温度に基づいて温度タグを割り当てることができる。
々な範囲に基づくことができる。例えば、特定のFC200の位置における平均温度が約32°F未満である場合、「凍える(FROZEN)」の温度タグを割り当てることができる。特定のFC200の位置における平均温度が約32°F〜約45°Fの場合、「寒い(COLD)」の温度タグを割り当てることができる。特定のFC200の位置における平均温度が約45°F〜約65°Fの場合、「涼しい(COOL)」の温度タグを割り当てることができる。特定のFC200の位置における平均温度が約65°F〜約80°Fの場合、「暖かい(WARM)」の温度タグを割り当てることができる。特定のFC200の位置における平均温度が約80°Fよりも大きい場合、「暑い(HOT)」の温度
タグを割り当てることができる。他の範囲およびタグの説明も可能であり、上記の範囲および説明は単に例示的なものである。
に関連する情報を示す。上述したように、1つ以上のプロセッサ305は、各製品に関連する情報をデータベース304に記憶することができる。1つ以上のプロセッサ305はまた、各製品にタグを割り当て、そのタグ情報をデータベース304に記憶することができる。1つ以上のプロセッサ305は、データベース304に記憶された情報をシステム100内の1つ以上のシステムに送信してもよい。例えば、1つ以上のプロセッサ305は、結果を表示するために、データベース304に記憶された情報を内部フロントエンドシステム105に送信してもよい。各製品に関連する情報を記憶する例示的なデータベース304を図4Bに示す。図4Bに見られるように、1つ以上のプロセッサ305は、リモートシステムから、在庫配置のために1つ以上の製品を受け取ることができる。例えば、1つまたは複数のプロセッサ305は、在庫配置のために各製品に関連付けられた製品識別子(ID)を受信することができる。製品IDは例えば、図1Cの「品番」のような、製品または製品のクラスを識別する在庫管理ユニット(SKU)を含むことができる。
304内の製品IDに関連付けられた出荷履歴データを調べて、各製品の顧客需要が最も高い地域を判定することができる。例えば、データベース304に記憶された出荷履歴データは、出荷住所、出荷場所、出荷日、または各製品の以前の顧客注文に関連する他の出荷情報を含むことができる。データベース304に格納された出荷履歴データに基づいて、1つまたは複数のプロセッサ305は、各製品に対する顧客の需要が最も高い地域を決定することができる。例えば、顧客の需要が最も高い地域は、各製品の最大数が以前に出荷された出荷場所であってもよい。1つまたは複数のプロセッサ305は、データベース304内の各製品に対する顧客の需要が最も高い、決定された領域(例えば、「領域A」、「領域B」、「領域C」など)を格納することができる。
の出荷予定日を決定し得る。出荷予定日は、データベース304に記憶された出荷履歴データに基づくことができる。例えば、1つまたは複数のプロセッサ305は、履歴出荷データに基づいて、各製品の最大数が以前に出荷された時間枠および/または日付を決定することができる。他の実施形態では、例えば、1つ以上のプロセッサ305は、1つ以上のプロセッサ305が在庫配置のために各製品の製品識別子を受信したときに、各製品と共に出荷予定日を受信することができる。すなわち、予定日は、1つ以上のプロセッサ305が在庫配置のための1つ以上の製品識別子を受信するときに予め決定されてもよい。
需要が最も高い領域における温度を決定してもよい。一例として、1つまたは複数のプロセッサ305は、特定の地域における気象予測データ、過去の気象データ、または気象傾向に基づいて、出荷予定日の温度を予測することができる。出荷予定日における各製品に対する顧客の需要が最も高い領域における温度に基づいて、1つまたは複数のプロセッサ305は、各製品に温度タグを割り当てるようにデータベース304を修正することができる。データベース304内の各製品に割り当てられた温度タグは、温度値の様々な範囲に基づくことができる。例えば、各製品の顧客の需要が最も高い地域の平均温度が約32°F未満である場合、「凍える(FROZEN)」の温度タグを割り当てることができる。各製品の顧客の需要が最も高い地域の平均温度が約32°F〜約45°Fである場合、「寒い(COLD)」の温度タグを割り当てることができる。各製品の顧客の需要が最も高い地域の平均温度が約45°F〜約65°Fである場合、「涼しい(COOL)」の温度タグを割り当てることができる。各製品の顧客の需要が最も高い地域の平均温度が約6
5°F〜約80°Fである場合、「暖かい(WARM)」の温度タグを割り当てることができる。各製品の顧客の需要が最も高い地域の平均温度が約80 °Fを超える場合、「
暑い(HOT)」の温度タグを割り当てることができる。
ートである。この例示的な方法は、例として提供される。図5に示される方法500は、様々なシステムの1つまたは複数の組合せによって実行されるか、さもなければ実行されることができる。以下に説明する方法500は一例として図3に示すように、スマート在庫配置システム301によって実行することができ、そのシステムの様々な要素は、図5の方法を説明する際に参照される。図5に示される各ブロックは、例示的な方法500における1つまたは複数のプロセス、方法、またはサブルーチンを表す。図5を参照すると、例示的な方法500は、ブロック501で開始することができる。
めに製品に関連付けられた製品識別子を受信することができる。いくつかの実施形態では、1つまたは複数のプロセッサ305は、図1Aのシステム100内の1つまたは複数のシステムなどの遠隔システムから製品識別子を受信することができる。1つ以上のプロセッサ305は、製品に関連する製品識別子をデータベース304に記憶することができる。いくつかの実施形態では、製品識別子は、製品の在庫管理ユニット(SKU)を含むことができる。SKUは、特定の製品または製品のクラスを識別することができる。例えば、SKUは、各製品に固有であってもよく、したがって、製造業者、材料、色、包装タイプ、重量、または各対応する製品に関連する任意の他の特性を示してもよい。
進むことができる。ブロック502では、1つまたは複数のプロセッサ305は、製品に対する顧客の需要が最も高い領域を決定することができる。例えば、1つ以上のプロセッサ305は、データベース304に記憶された出荷履歴データを検索して、製品に関連する出荷履歴を決定することができる。上述したように、データベース304に記憶された出荷履歴データは、製品が以前に配達された出荷住所のリスト、製品を以前に購入した顧客のリスト、各顧客によって購入された製品の数量、または製品の購入履歴に関連する任意の他の情報を含むことができる。履歴出荷データに基づいて、1つまたは複数のプロセッサ305は、特定の製品に対する顧客の需要が最も高い地理的領域を決定することができる。例えば、1つまたは複数のプロセッサ305は、製品が以前に配達された配送先住所のリストに基づいて、製品に対する顧客の需要が最も高い地理的領域、例えば郵便番号、州、自治体、地域、または他の政治的または地理的細区分を決定することができる。
ク503に進むことができる。ブロック503において、1つまたは複数のプロセッサ305は、製品の出荷予定日に、製品に対する顧客の需要が最も高い地域の温度を決定することができる。図4Bを参照して上記で論じたように、1つまたは複数のプロセッサ305は、各製品について顧客の需要が最も高い領域における温度を決定し、製品に関連する温度情報をデータベース304に記憶することができる。1つまたは複数のプロセッサ305は、製品の出荷予定日を決定し、出荷予定日において製品に対する顧客の需要が最も高い領域に関連する温度を決定することができる。出荷予定日は、製品に関連する出荷履歴データに基づいて決定することができる。他の実施形態では、1つまたは複数のプロセッサ305は、在庫配置のために製品に関連付けられた製品識別子を受信したときに、出荷予定日を遠隔システムによって提供することができる。
製品タグを推定することができる。いくつかの実施形態では、1つまたは複数のプロセッサ305は、機械学習アルゴリズムを使用して、製品に関連付けられた製品タグを自動的に推定することができる。いくつかの実施形態では、機械学習アルゴリズムは、分類モデルを含んでもよい。例えば、機械学習アルゴリズムは、ランダムフォレスト、人工ニューラルネットワーク、サポートベクターマシン、または分類および回帰分析のための任意の他の機械学習アルゴリズムまたはモデルなどのアンサンブル学習方法を含むことができる。以下でさらに詳細に説明するように、機械学習アルゴリズムは、(例えば、図4Aおよび図4Bに示すように)データベース304に格納された製品およびFCに関連付けられた出荷履歴データを使用して、在庫配置のために各新製品に製品タグを自動的に推定し、割り当てることができる。
の例示的な方法は、例として提供される。図6に示される方法600は、様々なシステムの1つまたは複数の組合せによって実行されるか、さもなければ実行されることができる。以下に説明する方法600は、一例として、図3に示すように、スマート在庫配置システム301によって実行することができ、スマート在庫配置システム301の1つまたは複数の要素は、図6の方法を説明する際に参照される。図6に示される各ブロックは、例示的な方法600における1つまたは複数のプロセス、方法、またはサブルーチンを表す。図6を参照すると、例示的な方法600は、ブロック601で開始することができる。
もよい。ブロック602において、機械学習アルゴリズムによって生成された相関に基づいて、1つまたは複数のプロセッサ305は、製品タグを新しい製品に自動的に割り当てることができる。すなわち、1つまたは複数の機械学習アルゴリズムによって生成された相関に基づいて、1つまたは複数のプロセッサ305は、相関を使用して、各新製品に関連付けられた1つまたは複数の情報に基づいて、新製品に製品タグを自動的に割り当てることができる。ブロック603において、1つまたは複数のプロセッサ305は、機械学習アルゴリズムを使用して、FCタグをFCに割り当てることもできる。上述したように、1つ以上のプロセッサ305は、データベース304に記憶されたFCに関連する情報および/またはパラメータを取得することができる。FCに関連する情報および/またはパラメータに基づいて、1つまたは複数のプロセッサ305は、機械学習アルゴリズムを使用して、FCタグを1つまたは複数のFCに自動的に割り当てることができる。
度を決定することを含むことができる。例えば、図4Bに戻って参照すると、製品ID1のための製品タグを評価することは、製品タグに関連付けられた温度が出荷予定日に「暖かい(WARM)」であると判定することを含むことができる。一旦、製品タグに関連付けられた温度が判定されると、1つ以上のプロセッサ305は、製品に対する顧客の需要が最も高い領域における実際の温度を判定することができる。例えば、再び図4Bを参照すると、1つ以上のプロセッサ305は、製品ID1に対する需要が最も高い「領域A」における実際の温度を判定することができる。1つまたは複数のプロセッサ305は、従来の気象予測システムに基づいて実際の温度を決定することができる。次いで、1つまたは複数のプロセッサ305は、データベース304内の製品タグに関連付けられた温度と、製品に対する顧客の需要が最も高い領域における実際の温度との間の差分を計算することができる。2つの温度間の差分が所定の閾値を超える場合、1つまたは複数のプロセッサ305は、製品に割り当てられた製品タグを新しい製品タグで置き換えることができる。1つまたは複数のプロセッサ305は、データベース304を修正して、新しい製品タグを製品に割り当てることができる。例えば、図4Bを再度参照すると、1つまたは複数のプロセッサ305は、製品ID1に割り当てられた「暖かい(WARM)」の温度タグに関連する温度が70°Fであると判定することができる。1つまたは複数のプロセッサ305は、「領域A」における実際の温度が90°Fであると判定することもできる。1つまたは複数のプロセッサ305は、20°Fの差分が所定のしきい値を超えると判定することができ、したがって、製品ID1に割り当てられた「暖かい(WARM)」のタグを「暑い(HOT)」のタグで置き換えるようにデータベース304を修正することができる。いくつかの実施形態では、1つまたは複数のプロセッサ305は、データベース304内の製品タグに関連付けられた温度と、顧客の要求が最も高い領域における実際の温度との間の差分を、製品タグを新しい製品タグに置き換える前に、所定の回数再評価することができる。例えば、1つ以上のプロセッサ305は、2日間、1日に2回、差分を再評価して、差分が製品タグを新しい製品タグと交換する前に、実際に所定の閾値を超えていることを確認することができる。差分が所定の閾値を超えない場合、1つまたは複数のプロセッサ305は、製品に割り当てられた元の製品タグを維持することができる。
、1つまたは複数のプロセッサ305は、製品に割り当てられた製品タグに対応するFCタグに関連付けられたFCに配置するために製品を割り当てることができる。一例として、1つまたは複数のプロセッサ305は、製品に割り当てられた製品タグに一致するFCタグを有するFCに配置するために製品を割り当てることができる。図4Aに見られるように、データベース304は、FCおよびそれらの対応するFCタグ、例えば、温度タグのリストを記憶し得る。したがって、FCタグは、FCの位置に関連する温度を示すことができる。ブロック605において、1つまたは複数のプロセッサ305は、製品に割り当てられた製品タグに一致するFCタグを用いてデータベース304内のFCを識別し、FC内に配置するために製品を割り当てることができる。例えば、製品に「暖かい(WARM)」の製品タグを割り当てることができ、1つまたは複数のプロセッサ305は製品の出荷予定日に「暖かい(WARM)」のFCタグを有するデータベース304内のFCを識別し、FC内に配置するために製品を割り当てることができる。
Claims (10)
- 在庫配置を管理するためのコンピュータ実装方法であって、
機械学習アルゴリズムを使用して、少なくとも製品に対する顧客の需要が最も高い地域に関連付けられた温度に基づいて、製品に関連付けられる製品タグを、推定するステップと、
前記製品を、前記製品タグに対応するフルフィルメントセンタタグに関連付けられたフルフィルメントセンタに配置するために割り当てるステップと、
顧客から、前記製品に対する顧客注文を受け取るステップと、
テータベースから、前記製品に割り当てられたフルフィルメントセンタを特定するステップと、
前記顧客に配送するために前記特定されたフルフィルメントから前記製品を供給するステップと、
を含む、方法。 - 前記フルフィルメントセンタタグは、前記フルフィルメントセンタの位置に関連付けられた温度を示す、請求項1に記載の方法。
- 前記製品タグは、前記地域に関連付けられた前記温度および出荷日に基づいて動的に調整可能である、請求項1に記載の方法。
- 前記フルフィルメントセンタタグは、前記フルフィルメントセンタの位置に関連付けられた温度に基づいて動的に調整可能である、請求項2に記載の方法。
- 前記機械学習アルゴリズムを使用して、フルフィルメントセンタの位置に関連付けられた温度、フルフィルメントセンタのサービングエリアに関連付けられた温度、またはフルフィルメントセンタに関連付けられたパラメータのうちの少なくとも1つに基づいて、フルフィルメントセンタタグをフルフィルメントセンタに割り当てるステップ
をさらに含む、請求項1に記載の方法。 - 前記フルフィルメントセンタに関連付けられた前記パラメータは、最大容量、建物の制約、前記フルフィルメントセンタと前記サービングエリアとの間の距離、およびサービングエリアの数のうちの少なくとも1つを含む、請求項5に記載の方法。
- 前記製品に関連付けられた情報を前記データベースに格納するステップであって、前記情報が、前記製品に割り当てられた前記製品タグを含む、ステップと、
前記データベースに格納された情報に基づいて、製品タグを新たな製品に自動的に割り当てるように前記機械学習アルゴリズムを訓練するステップと、
を含む、請求項1に記載の方法。 - 前記機械学習アルゴリズムは、分類モデルを有する、請求項1に記載の方法。
- 前記製品タグまたは前記フルフィルメントセンタタグのうちの少なくとも1つを定期的に評価するステップ
をさらに含み、
前記製品タグまたは前記フルフィルメントセンタタグのうちの少なくとも1つを定期的に評価するステップは、
前記製品タグまたは前記フルフィルメントセンタタグのうちの少なくとも1つに関連付けられた温度を判定するステップと、
前記製品に対する顧客の需要が最も高い地域または前記フルフィルメントセンタの位置のうちの少なくとも1つに関連付けられた実際の温度を判定するステップと、
前記温度と前記実際の温度との間の差分を計算するステップと、
前記差分が予め定められた閾値を超えたときに、前記製品タグまたは前記フルフィルメントセンタタグのうちの少なくとも1つを新しいタグで置き換えるステップと、
を含む、請求項2に記載の方法。 - 在庫配置を管理するためのコンピュータ実装システムであって、
命令を記憶するメモリと、
請求項1〜9に記載の命令を実行するように構成された少なくとも1つのプロセッサと、
を備えるシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/380,239 US10504061B1 (en) | 2019-04-10 | 2019-04-10 | Systems and methods for machine-learning assisted inventory placement |
US16/380,239 | 2019-04-10 | ||
JP2020537721A JP6957759B2 (ja) | 2019-04-10 | 2020-03-31 | 機械学習支援型在庫配置のためのシステムおよび方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020537721A Division JP6957759B2 (ja) | 2019-04-10 | 2020-03-31 | 機械学習支援型在庫配置のためのシステムおよび方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022003574A true JP2022003574A (ja) | 2022-01-11 |
JP7203925B2 JP7203925B2 (ja) | 2023-01-13 |
Family
ID=68766231
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020537721A Active JP6957759B2 (ja) | 2019-04-10 | 2020-03-31 | 機械学習支援型在庫配置のためのシステムおよび方法 |
JP2021164385A Active JP7203925B2 (ja) | 2019-04-10 | 2021-10-06 | 機械学習支援型在庫配置のためのシステムおよび方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020537721A Active JP6957759B2 (ja) | 2019-04-10 | 2020-03-31 | 機械学習支援型在庫配置のためのシステムおよび方法 |
Country Status (9)
Country | Link |
---|---|
US (2) | US10504061B1 (ja) |
JP (2) | JP6957759B2 (ja) |
KR (2) | KR102451779B1 (ja) |
CN (1) | CN110766359B (ja) |
AU (1) | AU2020265680A1 (ja) |
PH (1) | PH12020551831A1 (ja) |
SG (1) | SG11202011560SA (ja) |
TW (2) | TWI731647B (ja) |
WO (1) | WO2020208469A1 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10504061B1 (en) * | 2019-04-10 | 2019-12-10 | Coupang, Corporation | Systems and methods for machine-learning assisted inventory placement |
US10796278B1 (en) * | 2019-11-19 | 2020-10-06 | Lineage Logistics, LLC | Optimizing pallet location in a warehouse |
US20210182770A1 (en) * | 2019-12-13 | 2021-06-17 | Coupang, Corp. | Systems and methods for automated delivery worker scheduling |
US10754916B1 (en) | 2020-01-02 | 2020-08-25 | Coupang, Corp. | Systems and methods for generating dynamic websites with hypermedia elements |
US10796279B1 (en) | 2020-04-07 | 2020-10-06 | Coupang Corp. | Systems and methods for automated outbound profile generation |
US11250380B2 (en) | 2020-07-17 | 2022-02-15 | Coupang Corp. | Computer-implemented systems and methods for optimization of a product inventory by intelligent distribution of inbound products using product assignment validation |
CN112633793B (zh) * | 2020-12-15 | 2024-05-14 | 嘉兴蓝匠仓储系统软件有限公司 | 自动化立体库通过大数据分析优化货位入库分配的方法 |
KR102284677B1 (ko) * | 2020-12-16 | 2021-08-03 | 쿠팡 주식회사 | 물류 정보 관리 방법 및 이를 수행하는 전자 장치 |
US11087278B1 (en) * | 2021-01-29 | 2021-08-10 | Coupang Corp. | Computerized systems and methods for managing inventory by grading returned products |
US11989685B2 (en) * | 2021-04-07 | 2024-05-21 | Ebay Inc. | Intelligent computer functionality and visualization for inventory item placement |
KR102340810B1 (ko) * | 2021-04-26 | 2021-12-20 | 쿠팡 주식회사 | 발주와 관련된 정보를 제공하는 전자 장치의 동작 방법 및 이를 지원하는 전자 장치 |
US20230010509A1 (en) * | 2021-07-06 | 2023-01-12 | Ebay Inc. | System and method for providing warehousing service |
WO2023008627A1 (ko) * | 2021-07-30 | 2023-02-02 | 쿠팡 주식회사 | 아이템 재고 관리 방법 및 그 장치 |
US20230105019A1 (en) * | 2021-10-04 | 2023-04-06 | International Business Machines Corporation | Using a predictive machine learning to determine storage spaces to store items in a storage infrastructure |
US20230306652A1 (en) * | 2022-03-11 | 2023-09-28 | International Business Machines Corporation | Mixed reality based contextual evaluation of object dimensions |
CN117670187A (zh) * | 2023-11-10 | 2024-03-08 | 翼瀚齐创科技(杭州)有限公司 | 一种用于智能物流的仓储分品类关联管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8620707B1 (en) * | 2011-06-29 | 2013-12-31 | Amazon Technologies, Inc. | Systems and methods for allocating inventory in a fulfillment network |
US20170004441A1 (en) * | 2015-07-02 | 2017-01-05 | Wal-Mart Stores, Inc. | System and method for affinity-based optimal assortment selection for inventory deployment |
US20180075401A1 (en) * | 2016-09-13 | 2018-03-15 | International Business Machines Corporation | Allocating a product inventory to an omnichannel distribution supply chain |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6811516B1 (en) * | 1999-10-29 | 2004-11-02 | Brian M. Dugan | Methods and apparatus for monitoring and encouraging health and fitness |
AU2001273075A1 (en) | 2000-06-29 | 2002-01-14 | United Parcel Service Of America, Inc. | Systems and methods for end-to-end fulfillment and supply chain management |
NO20020585L (no) * | 2002-02-05 | 2003-08-06 | Zopa As | System og fremgangsmate for a overfore produkter fra et oppbevaringsomrade til et utleveringsomrade |
JP4787758B2 (ja) * | 2003-03-20 | 2011-10-05 | パワーズ・インターナショナル,リミテッド・ライアビリティ・カンパニー | 輸送コンテナをモニタするためのシステム、方法、及び装置 |
WO2005006110A2 (en) | 2003-04-09 | 2005-01-20 | Savi Technology, Inc. | Continuous security state tracking for intermodal containers transported through a global supply chain |
JP4188924B2 (ja) * | 2004-03-05 | 2008-12-03 | 株式会社エヌ・ティ・ティ・ドコモ | 場の管理装置および場の管理方法 |
US7721959B2 (en) * | 2004-07-19 | 2010-05-25 | I2 Technologies Us, Inc. | Optimizing inventory in accordance with a constrained network |
US8315887B2 (en) * | 2005-10-18 | 2012-11-20 | Walgreen Co. | System for separating and distributing pharmacy order processing for specialty medication |
US20070221727A1 (en) | 2006-03-21 | 2007-09-27 | Siemens Corporate Research, Inc. | System and Method For Determining Product Shelf Life |
KR20080089540A (ko) * | 2007-02-26 | 2008-10-07 | (주)데일리시스템 | 식자재 유통 시스템 및 재고 관리 방법 |
US9189768B2 (en) * | 2007-05-31 | 2015-11-17 | Amazon Technologies, Inc. | Method and apparatus for providing fulfillment services |
TWI615337B (zh) * | 2009-04-10 | 2018-02-21 | 辛波提克有限責任公司 | 自動化貨箱儲存系統及處理被建構成托板化負荷以在儲存設施往返運送的貨箱之方法 |
US8620727B2 (en) | 2010-08-18 | 2013-12-31 | Terence V. Pageler | Business performance segmentation model |
WO2012047031A2 (ko) * | 2010-10-06 | 2012-04-12 | 한국식품연구원 | 식품 품질 모니터링 방법 및 시스템 |
US9710779B1 (en) * | 2011-12-27 | 2017-07-18 | Grubhub Holdings, Inc. | System, method and apparatus for receiving bids from diners for expedited food delivery |
WO2013187595A1 (ko) * | 2012-06-12 | 2013-12-19 | (주)앤드웍스 | 이동통신 단말기용 관련정보 제공장치 및 관련정보 공유 시스템 |
US11030571B2 (en) | 2013-12-20 | 2021-06-08 | Ebay Inc. | Managed inventory |
US9652784B2 (en) * | 2014-04-18 | 2017-05-16 | Level 3 Communications, Llc | Systems and methods for generating network intelligence through real-time analytics |
KR101553329B1 (ko) * | 2014-10-20 | 2015-09-16 | 서형원 | 판매 수익의 2배 적립에 의한 현금결제 연동방법 및 이의 연동 시스템 |
KR20160081636A (ko) * | 2014-12-31 | 2016-07-08 | (주) 케이솔버 | 리워드 모바일 광고 애플리케이션을 이용한 가상 공간 경제 활동 보상 시스템 |
US9489852B1 (en) * | 2015-01-22 | 2016-11-08 | Zipline International Inc. | Unmanned aerial vehicle management system |
US9488979B1 (en) * | 2015-04-14 | 2016-11-08 | Zipline International Inc. | System and method for human operator intervention in autonomous vehicle operations |
TWM512735U (zh) | 2015-09-03 | 2015-11-21 | Hsiau-Wen Lin | 農產品產銷標籤建置系統 |
US10242338B2 (en) | 2016-03-18 | 2019-03-26 | Walmart Apollo, Llc | Systems and methods for managing an inventory of products purchased by customers from a retailer |
KR102113901B1 (ko) * | 2016-04-08 | 2020-05-22 | 엔에이치엔페이코 주식회사 | 어플리케이션 리스트를 통해 타겟 정보를 제공하는 방법 및 시스템 |
KR20170118297A (ko) * | 2016-04-14 | 2017-10-25 | 주식회사 나우드림 | 기상 정보에 기반한 상품 추천 방법 |
JP6323787B1 (ja) * | 2017-04-10 | 2018-05-16 | 株式会社オープンロジ | 倉庫管理サーバ及び倉庫管理方法 |
US10504061B1 (en) * | 2019-04-10 | 2019-12-10 | Coupang, Corporation | Systems and methods for machine-learning assisted inventory placement |
-
2019
- 2019-04-10 US US16/380,239 patent/US10504061B1/en active Active
- 2019-06-12 KR KR1020190069487A patent/KR102451779B1/ko active IP Right Grant
- 2019-10-11 CN CN201910964747.1A patent/CN110766359B/zh active Active
- 2019-11-07 US US16/676,815 patent/US11282030B2/en active Active
-
2020
- 2020-03-31 SG SG11202011560SA patent/SG11202011560SA/en unknown
- 2020-03-31 WO PCT/IB2020/053048 patent/WO2020208469A1/en active Application Filing
- 2020-03-31 AU AU2020265680A patent/AU2020265680A1/en not_active Abandoned
- 2020-03-31 JP JP2020537721A patent/JP6957759B2/ja active Active
- 2020-04-09 TW TW109112007A patent/TWI731647B/zh active
- 2020-04-09 TW TW110117694A patent/TWI764719B/zh active
- 2020-10-30 PH PH12020551831A patent/PH12020551831A1/en unknown
-
2021
- 2021-10-06 JP JP2021164385A patent/JP7203925B2/ja active Active
-
2022
- 2022-09-30 KR KR1020220125735A patent/KR102548938B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8620707B1 (en) * | 2011-06-29 | 2013-12-31 | Amazon Technologies, Inc. | Systems and methods for allocating inventory in a fulfillment network |
US20170004441A1 (en) * | 2015-07-02 | 2017-01-05 | Wal-Mart Stores, Inc. | System and method for affinity-based optimal assortment selection for inventory deployment |
US20180075401A1 (en) * | 2016-09-13 | 2018-03-15 | International Business Machines Corporation | Allocating a product inventory to an omnichannel distribution supply chain |
Also Published As
Publication number | Publication date |
---|---|
US11282030B2 (en) | 2022-03-22 |
TWI764719B (zh) | 2022-05-11 |
JP2021515288A (ja) | 2021-06-17 |
JP7203925B2 (ja) | 2023-01-13 |
PH12020551831A1 (en) | 2021-06-28 |
JP6957759B2 (ja) | 2021-11-02 |
KR102548938B1 (ko) | 2023-06-29 |
KR20220139268A (ko) | 2022-10-14 |
TW202134970A (zh) | 2021-09-16 |
CN110766359B (zh) | 2023-11-24 |
AU2020265680A1 (en) | 2020-12-10 |
SG11202011560SA (en) | 2020-12-30 |
KR20200119687A (ko) | 2020-10-20 |
US20200327485A1 (en) | 2020-10-15 |
TWI731647B (zh) | 2021-06-21 |
KR102451779B1 (ko) | 2022-10-06 |
CN110766359A (zh) | 2020-02-07 |
US10504061B1 (en) | 2019-12-10 |
WO2020208469A1 (en) | 2020-10-15 |
TW202044146A (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6957759B2 (ja) | 機械学習支援型在庫配置のためのシステムおよび方法 | |
JP2022028849A (ja) | 自動パッケージ追跡および優先順位付け再注文のためのシステムおよび方法 | |
JP7036951B2 (ja) | インバウンド製品をスケジュールし、インバウンド製品を収納し、インバウンドエラーを監視するためのシステムおよび方法 | |
JP7463416B2 (ja) | 在庫補充通知を提供するためのシステムおよび方法 | |
JP7094401B2 (ja) | インバウンド収納モデルを使用したアウトバウンド予測のためのシステムおよび方法 | |
KR102445640B1 (ko) | 아웃바운드 예측을 위한 시스템 및 방법 | |
JP2021530767A (ja) | 荷物の配達を円滑化するためのコンピュータ化されたシステムおよびコンピュータ化された方法 | |
KR20220061061A (ko) | 풀필먼트 센터 우선순위 값에 기초한 아웃바운드 예측을 위한 시스템 및 방법 | |
KR102479802B1 (ko) | 우편 번호 매핑에 기초하여 아웃바운드를 예측하기 위한 시스템 및 방법 | |
JP7018142B2 (ja) | アウトバウンドフローをシミュレーションするための遺伝的アルゴリズムベースのシステムおよび方法 | |
JP2021531550A (ja) | 保証配送時間の選択を表示および決定するためのコンピュータ化されたシステムおよび方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211006 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220906 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221201 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7203925 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |