KR102365136B1 - 사이클 및 안전 재고 결정 시스템 - Google Patents

사이클 및 안전 재고 결정 시스템 Download PDF

Info

Publication number
KR102365136B1
KR102365136B1 KR1020200015881A KR20200015881A KR102365136B1 KR 102365136 B1 KR102365136 B1 KR 102365136B1 KR 1020200015881 A KR1020200015881 A KR 1020200015881A KR 20200015881 A KR20200015881 A KR 20200015881A KR 102365136 B1 KR102365136 B1 KR 102365136B1
Authority
KR
South Korea
Prior art keywords
inventory
skus
sku
fulfillment
regional
Prior art date
Application number
KR1020200015881A
Other languages
English (en)
Other versions
KR20210086376A (ko
Inventor
임규훈
양형배
라제시 메디디
스미타 모한
김제
Original Assignee
쿠팡 주식회사
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 쿠팡 주식회사 filed Critical 쿠팡 주식회사
Publication of KR20210086376A publication Critical patent/KR20210086376A/ko
Priority to KR1020220019685A priority Critical patent/KR102515834B1/ko
Application granted granted Critical
Publication of KR102365136B1 publication Critical patent/KR102365136B1/ko

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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06314—Calendaring for a resource
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Telephonic Communication Services (AREA)

Abstract

제품의 지능적인 분배를 위한 방법 및 시스템이 개시된다. 일 양태에서, 시스템은 명령을 저장하는 메모리 및 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함한다. 프로세서는 재고 보관 유닛의 예상 수요를 포함하는 예측 데이터를 수신하는 단계 및 예상 수요를 만족시키기 위해 SKU의 목표 재고를 결정하는 단계를 포함하는 동작을 수행한다. 동작은 복수의 풀필먼트 센터를 포함하는 영역의 SKU의 지역 목표 재고를 결정하는 단계를 더 포함한다. 동작은 복수의 풀필먼트 센터에서 풀필먼트 센터의 인바운드 및 아웃바운드 배송 이력을 포함하는 이력 데이터를 수신하는 단계 및 풀필먼트 센터에 대한 프로필을 생성하는 단계를 더 포함한다. 동작은 지역 목표 재고의 일부를 풀필먼트 센터에 할당하는 단계 및 그 일부에 기초하여 풀필먼트 센터에 다수의 SKU를 비축하라는 명령을 디바이스에 전송하는 단계를 더 포함한다.

Description

사이클 및 안전 재고 결정 시스템 {CYCLE AND SAFETY STOCK DETERMINATION SYSTEMS}
본 개시는 일반적으로 다수의 풀필먼트 센터(FC)에 대한 사이클 및 안전 재고를 결정함으로써 제품을 지능적으로 분배하기 위한 컴퓨터 시스템 및 방법에 관한 것이다. 특히, 본 개시의 실시예는 지역 목표 재고 및 각각의 FC의 생성된 프로필에 기초하여 다수의 FC에 걸쳐 제품을 분배하는 것과 관련된 독창적이고 비전통적인 시스템에 관한 것이다.
풀필먼트 센터(FC)는 주문이 접수되자마자 소비자 주문을 이행하고 운송 업체가 선적을 픽업할 수 있게 함으로써 매일 수백만 개 이상의 제품을 접한다. FC 내부의 재고 관리 작업에는 판매자로부터 상품을 수령하고, 쉽게 픽업을 위해 접근할 수 있도록 수령한 상품을 보관하고, 물품을 포장하고, 주문을 확인하고, 패키지를 배달하는 것이 포함될 수 있다. 현재 기존 FC 및 FC의 재고 관리 시스템이 대량의 들어오고 나가는 상품을 처리하도록 구성되어 있지만, 주문이 여러 FC에 제대로 분배되지 않아 FC가 처리할 수 있는 주문보다 많은 수량을 수신할 때 일반적인 문제가 발생한다. 예를 들어, FC와 연관된 판매자는 성수기 동안 공급 업체로부터 많은 양의 제품을 주문할 수 있지만 FC에는 주문한 제품을 적시에 받을 수 있는 충분한 리소스가 없다. 이로 인해 수신 프로세스가 느려져 FC에서 대규모 백로그(backlog) 문제가 발생하고, 이는 문제를 더욱 악화시킬 수 있다. 백로그 문제로 인해 이익을 위해 판매자가 제품을 유통하는 것을 방해하므로 판매 손실이 발생할 수 있다.
이러한 문제점을 완화시키기 위해, 종래의 재고 관리 시스템은 예측 데이터에만 의존하여 다수의 FC로의 제품 분배를 결정한다. 이러한 시스템은 특정 제품의 인바운드 용량 또는 아웃 바운드 용량과 같이 각 FC의 개별 역량을 고려하지 않기 때문에 기술적인 문제가 있다. 이러한 요소들을 고려하지 않아 이러한 시스템은 특정 FC에는 특정 제품에 대한 수요를 충족시키기에 충분한 재고, 인바운드 용량 또는 아웃 바운드 용량이 없는 FC간의 제품 분배를 생성할 수 있다. 이는 또한 판매 손실로 이어질 수 있다.
따라서, 각각의 FC의 고유한 역량 및 특성에 더 기초한 복수의 FC에 제품을 지능적으로 분배하기 위한 개선된 방법 및 시스템이 필요하다.
본 개시의 일 양태는 제품의 지능적인 분배를 위한 컴퓨터-구현 시스템에 관한 것이다. 시스템은: 명령을 저장하는 메모리; 및 재고 보관 유닛(SKU)의 예상 수요를 포함하는 예측 데이터를 수신하는 단계; 수신된 예측 데이터에 기초하여, 예상 수요를 만족시키기 위해 SKU의 목표 재고 - 목표 재고는 SKU의 사이클 재고; 및 SKU의 안전 재고를 포함함 - 를 결정하는 단계; SKU의 목표 재고에 기초하여, 복수의 풀필먼트 센터를 포함하는 영역의 SKU의 지역 목표 재고 - 지역 목표 재고는 SKU의 지역 사이클 재고; 및 SKU의 지역 안전 재고를 포함함 - 를 결정하는 단계; 복수의 풀필먼트 센터에서 풀필먼트 센터의 인바운드 및 아웃바운드 배송 이력을 포함하는 이력 데이터를 수신하는 단계; 수신된 이력 데이터에 기초하여, 풀필먼트 센터에 대한 프로필 - 프로필은 인바운드 용량; 아웃바운드 용량; 및 SKU의 현재 재고를 포함함 - 을 생성하는 단계; 풀필먼트 센터의 프로필에 기초하여, 지역 목표 재고의 부분을 풀필먼트 센터에 할당하는 단계; 및 부분에 기초하여 풀필먼트 센터에 다수의 SKU를 비축하라는 명령을 디바이스에 전송하는 단계를 포함하는 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함한다.
본 개시의 다른 양태는 제품의 지능적인 분배를 위한 컴퓨터-구현 방법에 관한 것이다. 방법은: 재고 보관 유닛(SKU)의 예상 수요를 포함하는 예측 데이터를 수신하는 단계; 수신된 예측 데이터에 기초하여, 예상 수요를 만족시키기 위해 SKU의 목표 재고 - 목표 재고는 SKU의 사이클 재고; 및 SKU의 안전 재고를 포함함 - 를 결정하는 단계; SKU의 목표 재고에 기초하여, 복수의 풀필먼트 센터를 포함하는 영역의 SKU의 지역 목표 재고 - 지역 목표 재고는 SKU의 지역 사이클 재고; 및 SKU의 지역 안전 재고를 포함함 - 를 결정하는 단계; 복수의 풀필먼트 센터에서 풀필먼트 센터의 인바운드 및 아웃바운드 배송 이력을 포함하는 이력 데이터를 수신하는 단계; 수신된 이력 데이터에 기초하여, 풀필먼트 센터에 대한 프로필 - 프로필은 인바운드 용량; 아웃바운드 용량; 및 SKU의 현재 재고를 포함함 - 을 생성하는 단계; 풀필먼트 센터의 프로필에 기초하여, 지역 목표 재고의 부분을 풀필먼트 센터에 할당하는 단계; 및 부분에 기초하여 풀필먼트 센터에 다수의 SKU를 비축하라는 명령을 디바이스에 전송하는 단계를 포함한다.
본 개시의 또 다른 양상은 제품의 지능적인 분배를 위한 컴퓨터-구현 시스템에 관한 것이며, 시스템은: 명령을 저장하는 메모리; 및 재고 보관 유닛(SKU)의 예상 수요를 포함하는 예측 데이터를 수신하는 단계; 수신된 예측 데이터에 기초하여, 예상 수요를 만족시키기 위해 SKU의 목표 재고 - 목표 재고는 SKU의 사이클 재고; 및 SKU의 안전 재고를 포함함 - 를 결정하는 단계; SKU의 목표 재고에 기초하여, 복수의 풀필먼트 센터를 포함하는 영역의 SKU의 지역 목표 재고 - 지역 목표 재고는 SKU의 지역 사이클 재고; 및 SKU의 지역 안전 재고를 포함함 - 를 결정하는 단계; 복수의 풀필먼트 센터에서 풀필먼트 센터의 인바운드 및 아웃바운드 배송 이력을 포함하는 이력 데이터를 수신하는 단계; 수신된 이력 데이터에 기초하여, 풀필먼트 센터에 대한 프로필 - 프로필은 인바운드 용량; 아웃바운드 용량; 및 SKU의 현재 재고를 포함함 - 을 생성하는 단계; 풀필먼트 센터의 프로필에 기초하여, 지역 목표 재고의 부분을 풀필먼트 센터에 할당하는 단계; SKU의 현재 재고 및 부분에 기초하여, 현재 재고가 할당된 부분을 충족시키는지 여부를 결정하는 단계; 및 현재 재고가 할당된 부분을 만족하지 않는다는 결정에 기초하여, SKU의 현재 재고가 할당된 부분을 충족할 때까지 풀필먼트 센터에서 SKU의 인바운드 흐름을 수정 또는 유지하기 위한 명령을 디바이스에 전송하는 단계를 포함하는 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함한다.
다른 시스템, 방법 및 컴퓨터 판독 가능 매체가 또한 본 명세서에서 논의된다.
도 1a는 개시된 실시예에 따른, 배송, 운송, 및 물류 운영을 가능하게 하는 통신을 위한 컴퓨터 시스템을 포함하는 네트워크의 예시적인 실시예를 나타낸 개략적인 블록도이다.
도 1b는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 검색 요청을 만족시키는 하나 이상의 검색 결과를 포함하는 검색 결과 페이지(SRP; Search Result Page)의 샘플을 나타낸 도면이다.
도 1c는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 제품 및 제품에 대한 정보를 포함하는 싱글 디스플레이 페이지(SDP; Single Display Page)의 샘플을 나타낸 도면이다.
도 1d는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 가상의 쇼핑 장바구니에 아이템을 포함하는 장바구니 페이지의 샘플을 나타낸 도면이다.
도 1e는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라, 가상의 쇼핑 장바구니로부터 구매 및 배송에 관한 정보에 따른 아이템을 포함하는 주문 페이지의 샘플을 나타낸 도면이다.
도 2는 개시된 실시예에 따른, 개시된 컴퓨터 시스템을 활용하도록 구성된 예시적인 풀필먼트 센터의 개략적인 도면이다.
도 3은 개시된 실시예에 따른, 제품의 지능적인 분배를 위한 컴퓨터-구현 시스템을 포함하는 네트워크 환경의 예시적인 실시예를 도시하는 개략적인 블록도이다.
도 4는 개시된 실시예에 따른, 다수의 풀필먼트 센터(FC)에 대한 사이클 및 안전 재고를 결정함으로써 제품을 지능적으로 분배하기 위한 예시적인 컴퓨터화 된 프로세스의 흐름도이다.
도 5는 개시된 실시예에 따른, FC에서 현재 재고 제품을 모니터링하고 관리하는 방법을 결정하기 위한 예시적인 컴퓨터 프로세스의 흐름도이다.
이어서 첨부된 도면을 참조하여 자세하게 설명된다. 가능하면, 다음의 설명에서 같거나 유사한 부분에 대해 참조되도록 도면에서 같은 도면 부호가 사용된다. 여기에 몇몇 예시적인 실시예가 설명되지만, 변경, 조정 및 다른 구현도 가능하다. 예를 들면, 도면 내의 구성 및 스텝에 대해 교체, 추가, 또는 변경이 이루어질 수 있고, 여기에 설명된 예시적인 방법은 개시된 방법에 대해 스텝을 교체, 순서 변경, 제거 또는 추가함으로써 변경될 수 있다. 따라서, 다음의 자세한 설명은 개시된 실시예 및 예시로 제한되는 것은 아니다. 대신에 본 발명의 적절한 범위는 청구범위에 의해 규정된다.
본 개시의 실시예는 다수의 풀필먼트 센터(FC)에 대한 사이클 및 안전 재고를 결정함으로써 제품을 지능적으로 분배하도록 구성된 컴퓨터 시스템 및 방법에 관한 것이다.
도 1a를 참조하면, 배송, 운송 및 물류 운영을 가능하게 하는 통신을 위한 컴퓨터 시스템을 포함하는 예시적인 시스템의 실시예를 나타낸 개략적인 블록도(100)가 도시되어 있다. 도 1a에 나타낸 바와 같이, 시스템(100)은 다양한 시스템을 포함할 수 있으며, 이들 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템은(예를 들어, 케이블을 사용한) 직접 연결을 통해 서로 연결될 수 있다. 도시된 시스템은 배송 기관 기술(shipment authority technology, SAT) 시스템(101), 외부 프론트 엔드 시스템(103), 내부 프론트 엔드 시스템(105), 운송 시스템(107), 모바일 디바이스(107A, 107B, 107C), 판매자 포털(109), 배송 및 주문 트래킹(shipment and order tracking, SOT) 시스템(111), 풀필먼트 최적화(fulfillment optimization, FO) 시스템(113), 풀필먼트 메시징 게이트웨이(fulfillment messaging gateway, FMG)(115), 공급 체인 관리(supply chain management, SCM) 시스템(117), 창고 관리 시스템(119), 모바일 디바이스(119A, 119B, 119C)(풀필먼트 센터(fulfillment center, FC)(200) 내부에 있는 것으로 도시됨), 제3자 풀필먼트 시스템(121A, 121B, 121C), 풀필먼트 센터 인증 시스템(fulfillment center authorization system, FC Auth)(123), 및 노동 관리 시스템(labor management system, LMS)(125)을 포함한다.
일부 실시예에서, SAT 시스템(101)은 주문 상태와 배달 상태를 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, SAT 시스템(101)은 주문이 약속된 배달 날짜(Promised Delivery Date, PDD)를 지났는지를 결정할 수 있고, 새로운 주문을 개시시키고, 배달되지 않은 주문의 아이템을 다시 배송하며, 배달되지 않은 주문을 취소하고, 주문 고객과 연락을 시작하는 것 등을 포함하는 적합한 조치를 취할 수 있다. SAT 시스템(101)은 또한,(특정 기간 동안 배송된 패키지의 개수와 같은) 출력, 및(배송시 사용하기 위해 수신된 빈 카드보드 박스의 개수와 같은) 입력을 포함하는 다른 데이터를 감시할 수 있다. SAT 시스템(101)은 또한, 외부 프론트 엔드 시스템(103) 및 FO 시스템(113)과 같은 디바이스들 간의(예를 들면, 저장 전달(store-and-forward) 또는 다른 기술을 사용하는) 통신을 가능하게 하는 시스템(100) 내의 상이한 디바이스들 사이의 게이트웨이로서 동작할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 사용자가 시스템(100) 내의 하나 이상의 시스템과 상호 동작할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 시스템(100)이 시스템의 프레젠테이션을 가능하게 하여 사용자가 아이템에 대한 주문을 할 수 있도록 하는 실시예에서, 외부 프론트 엔드 시스템(103)은 검색 요청을 수신하고, 아이템 페이지를 제시하며, 결제 정보를 요청하는 웹 서버로서 구현될 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 Apache HTTP 서버, Microsoft Internet Information Services(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 디바이스(예를 들어, 모바일 디바이스(102A) 또는 컴퓨터(102B))로부터 요청을 수신 및 처리하고, 이들 요청에 기초하여 데이터베이스 및 다른 데이터 저장 디바이스로부터 정보를 획득하며, 획득한 정보에 기초하여 수신된 요청에 대한 응답을 제공하도록 설계된 커스텀 웹 서버 소프트웨어를 실행할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 웹 캐싱 시스템, 데이터베이스, 검색 시스템, 또는 결제 시스템 중 하나 이상을 포함할 수 있다. 일 양상에서, 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상을 포함할 수 있는 반면, 다른 양상에서는 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들면, 서버 대 서버, 데이터베이스 대 데이터베이스, 또는 다른 네트워크 연결)를 포함할 수 있다.
도 1b, 1c, 1d 및 1e에 의해 나타낸 단계들의 예시적인 세트는 외부 프론트 엔드 시스템(103)의 일부 동작을 설명하는 것에 도움이 될 것이다. 외부 프론트 엔드 시스템(103)은 프레젠테이션 및/또는 디스플레이를 위해 시스템(100) 내의 시스템 또는 디바이스로부터 정보를 수신할 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 검색 결과 페이지(Search Result Page, SRP)(예를 들면, 도 1b), 싱글 디테일 페이지(Single Detail Page, SDP)(예를 들면, 도 1c), 장바구니 페이지(Cart page)(예를 들면, 도 1d), 또는 주문 페이지(예를 들면, 도 1e)를 포함하는 하나 이상의 웹페이지를 호스팅하거나 제공할 수 있다.(예를 들면, 모바일 디바이스(102A) 또는 컴퓨터(102B)를 사용하는) 사용자 디바이스는 외부 프론트 엔드 시스템(103)으로 이동하고 검색 박스에 정보를 입력함으로써 검색을 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 시스템(100) 내의 하나 이상의 시스템으로부터 정보를 요청할 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 FO 시스템(113)으로부터 검색 요청을 만족하는 정보를 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 또한,(FO 시스템(113)으로부터) 검색 결과에 포함된 각 제품에 대한 약속된 배달 날짜(Promised Delivery Date) 또는 "PDD"를 요청하고 수신할 수 있다. 일부 실시예에서, PDD는 제품이 들어있는 패키지가 특정 기간 이내, 예를 들면, 하루의 끝(PM 11:59)까지 주문되면 언제 사용자가 원하는 장소에 도착할 것인지에 대한 추정 또는 제품이 사용자가 원하는 장소에 배달될 약속된 날짜를 나타낼 수 있다(PDD는 FO 시스템(113)과 관련하여 이하에서 더 논의된다).
외부 프론트 엔드 시스템(103)은 정보에 기초하여 SRP(예를 들면, 도 1b)를 준비할 수 있다. SRP는 검색 요청을 만족하는 정보를 포함할 수 있다. 예를 들면, 이는 검색 요청을 만족하는 제품의 사진을 포함할 수 있다. SRP는 또한, 각 제품에 대한 각각의 가격, 또는 각 제품, PDD, 무게, 크기, 오퍼(offer), 할인 등에 대한 개선된 배달 옵션에 관한 정보를 포함할 수 있다. 외부 프론트 엔드 시스템(103)은(예를 들면, 네트워크를 통해) SRP를 요청 사용자 디바이스로 전송할 수 있다.
사용자 디바이스는 SRP에 나타낸 제품을 선택하기 위해, 예를 들면, 사용자 인터페이스를 클릭 또는 탭핑하거나, 다른 입력 디바이스를 사용하여 SRP로부터 제품을 선택할 수 있다. 사용자 디바이스는 선택된 제품에 관한 정보에 대한 요청을 만들어 내고 이를 외부 프론트 엔드 시스템(103)으로 전송할 수 있다. 이에 응답하여, 외부 프론트 엔드 시스템(103)은 선택된 제품에 관한 정보를 요청할 수 있다. 예를 들면, 정보는 각각의 SRP 상에 제품에 대해 제시된 것 이상의 추가 정보를 포함할 수 있다. 이는, 예를 들면, 유통 기한, 원산지, 무게, 크기, 패키지 내의 아이템 개수, 취급 지침, 또는 제품에 대한 다른 정보를 포함할 수 있다. 정보는 또한,(예를 들면, 이 제품 및 적어도 하나의 다른 제품을 구입한 고객의 빅 데이터 및/또는 기계 학습 분석에 기초한) 유사한 제품에 대한 추천, 자주 묻는 질문에 대한 답변, 고객의 후기, 제조 업체 정보, 사진 등을 포함할 수 있다.
외부 프론트 엔드 시스템(103)은 수신된 제품 정보에 기초하여 SDP(Single Detail Page)(예를 들면, 도 1c)를 준비할 수 있다. SDP는 또한, "지금 구매(Buy Now)" 버튼, "장바구니에 추가(Add to Cart)" 버튼, 수량 필드, 아이템 사진 등과 같은 다른 상호 동작 요소를 포함할 수 있다. SDP는 제품을 오퍼하는 판매자의 리스트를 포함할 수 있다. 이 리스트는 최저가로 제품을 판매하는 것으로 오퍼하는 판매자가 리스트의 최상단에 위치하도록, 각 판매자가 오퍼한 가격에 기초하여 순서가 정해질 수 있다. 이 리스트는 또한 최고 순위 판매자가 리스트의 최상단에 위치하도록, 판매자 순위에 기초하여 순서가 정해질 수 있다. 판매자 순위는, 예를 들어, 약속된 PPD를 지켰는지에 대한 판매자의 과거 추적 기록을 포함하는, 복수의 인자에 기초하여 만들어질 수 있다. 외부 프론트 엔드 시스템(103)은(예를 들면, 네트워크를 통해) SDP를 요청 사용자 디바이스로 전달할 수 있다.
요청 사용자 디바이스는 제품 정보를 나열하는 SDP를 수신할 수 있다. SDP를 수신하면, 사용자 디바이스는 SDP와 상호 동작할 수 있다. 예를 들면, 요청 사용자 디바이스의 사용자는 SDP의 "장바구니에 담기(Place in Cart)" 버튼을 클릭하거나, 이와 상호 동작할 수 있다. 이렇게 하면 사용자와 연계된 쇼핑 장바구니에 제품이 추가된다. 사용자 디바이스는 제품을 쇼핑 장바구니에 추가하기 위해 외부 프론트 엔드 시스템(103)으로 이러한 요청을 전송할 수 있다.
외부 프론트 엔드 시스템(103)은 장바구니 페이지(예를 들면, 도 1d)를 생성할 수 있다. 일부 실시예에서, 장바구니 페이지는 사용자가 가상의 "쇼핑 장바구니(shopping cart)"에 추가한 제품을 나열한다. 사용자 디바이스는 SRP, SDP, 또는 다른 페이지의 아이콘을 클릭하거나, 상호 동작함으로써 장바구니 페이지를 요청할 수 있다. 일부 실시예에서, 장바구니 페이지는 사용자가 장바구니에 추가한 모든 제품 뿐 아니라 각 제품의 수량, 각 제품의 품목당 가격, 관련 수량에 기초한 각 제품의 가격, PDD에 관한 정보, 배달 방법, 배송 비용, 쇼핑 장바구니의 제품을 수정(예를 들면, 수량의 삭제 또는 수정)하기 위한 사용자 인터페이스 요소, 다른 제품의 주문 또는 제품의 정기적인 배달 설정에 대한 옵션, 할부(interest payment) 설정에 대한 옵션, 구매를 진행하기 위한 사용자 인터페이스 요소 등과 같은 장바구니의 제품에 관한 정보를 나열할 수 있다. 사용자 디바이스의 사용자는 쇼핑 장바구니에 있는 제품의 구매를 시작하기 위해 사용자 인터페이스 요소(예를 들면, "지금 구매(Buy Now)"라고 적혀있는 버튼)를 클릭하거나, 이와 상호 동작할 수 있다. 그렇게 하면, 사용자 디바이스는 구매를 시작하기 위해 이러한 요청을 외부 프론트 엔드 시스템(103)으로 전송할 수 있다.
외부 프론트 엔드 시스템(103)은 구매를 시작하는 요청을 수신하는 것에 응답하여 주문 페이지(예를 들면, 도 1e)를 생성할 수 있다. 일부 실시예에서, 주문 페이지는 쇼핑 장바구니로부터의 아이템을 재나열하고, 결제 및 배송 정보의 입력을 요청한다. 예를 들면, 주문 페이지는 쇼핑 장바구니의 아이템 구매자에 관한 정보(예를 들면, 이름, 주소, 이메일 주소, 전화번호), 수령인에 관한 정보(예를 들면, 이름, 주소, 전화번호, 배달 정보), 배송 정보(예를 들면, 배달 및/또는 픽업 속도/방법), 결제 정보(예를 들면, 신용 카드, 은행 송금, 수표, 저장된 크레딧), 현금 영수증을 요청하는 사용자 인터페이스 요소(예를 들면, 세금 목적) 등을 요청하는 섹션을 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 사용자 디바이스에 주문 페이지를 전송할 수 있다.
사용자 디바이스는 주문 페이지에 정보를 입력하고 외부 프론트 엔드 시스템(103)으로 정보를 전송하는 사용자 인터페이스 요소를 클릭하거나, 상호 동작할 수 있다. 그로부터, 외부 프론트 엔드 시스템(103)은 정보를 시스템(100) 내의 다른 시스템으로 전송하여 쇼핑 장바구니의 제품으로 새로운 주문을 생성하고 처리할 수 있도록 한다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 판매자가 주문과 관련된 정보를 전송 및 수신할 수 있도록 추가로 구성될 수 있다.
일부 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자(예를 들면, 시스템(100)을 소유, 운영 또는 임대하는 조직의 직원)가 시스템(100) 내의 하나 이상의 시스템과 상호작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 네트워크(101)가 사용자가 아이템에 대한 주문을 할 수 있게 하는 시스템의 프레젠테이션을 가능하게 하는 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자가 주문에 대한 진단 및 통계 정보를 볼 수 있게 하고, 아이템 정보를 수정하며, 또는 주문에 대한 통계를 검토할 수 있게 하는 웹 서버로서 구현될 수 있다. 예를 들면, 내부 프론트 엔드 시스템(105)은 Apache HTTP 서버, Microsoft Internet Information Services(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 내부 프론트 엔드 시스템(105)은(도시되지 않은 다른 디바이스뿐 아니라) 시스템(100) 내에 나타낸 시스템 또는 디바이스로부터 요청을 수신 및 처리하고, 그러한 요청에 기초하여 데이터베이스 및 다른 데이터 저장 디바이스로부터 정보를 획득하며, 획득한 정보에 기초하여 수신된 요청에 대한 응답을 제공하도록(설계된 커스텀 웹 서버 소프트웨어를 실행)할 수 있다.
일부 실시예에서, 내부 프론트 엔드 시스템(105)은 웹 캐싱 시스템, 데이터베이스, 검색 시스템, 결제 시스템, 분석 시스템, 주문 모니터링 시스템 등 중 하나 이상을 포함할 수 있다. 일 양상에서, 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상을 포함할 수 있는 반면, 다른 양상에서는 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들면, 서버 대 서버, 데이터베이스 대 데이터베이스, 또는 다른 네트워크 연결)를 포함할 수 있다.
일부 실시예에서, 운송 시스템(107)은 시스템(100) 내의 시스템 또는 디바이스와 모바일 디바이스(107A-107C) 간의 통신을 가능하게 하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 운송 시스템(107)은 하나 이상의 모바일 디바이스(107A-107C)(예를 들면, 휴대 전화, 스마트폰, PDA 등)로부터 정보를 수신할 수 있다. 예를 들면, 일부 실시예에서, 모바일 디바이스(107A-107C)는 배달원에 의해 동작되는 디바이스를 포함할 수 있다. 정규직, 임시적 또는 교대 근무일 수 있는 배달원은 사용자에 의해 주문된 제품들이 들어 있는 패키지의 배달을 위해 모바일 디바이스(107A-107C)를 이용할 수 있다. 예를 들면, 패키지를 배달하기 위해, 배달원은 배달할 패키지와 배달할 위치를 나타내는 모바일 디바이스 상의 알림을 수신할 수 있다. 배달 장소에 도착하면, 배달원은(예를 들면, 트럭의 뒤나 패키지의 크레이트에) 패키지를 둘 수 있고, 모바일 디바이스를 사용하여 패키지 상의 식별자와 관련된 데이터(예를 들면, 바코드, 이미지, 텍스트 문자열, RFID 태그 등)를 스캔하거나, 캡처하며,(예를 들면, 현관문에 놓거나, 경비원에게 맡기거나, 수령인에게 전달하는 것 등에 의해) 패키지를 배달할 수 있다. 일부 실시예에서, 배달원은 모바일 디바이스를 사용하여 패키지의 사진(들)을 찍거나 및/또는 서명을 받을 수 있다. 모바일 디바이스는, 예를 들면, 시간, 날짜, GPS 위치, 사진(들), 배달원에 관련된 식별자, 모바일 디바이스에 관련된 식별자 등을 포함하는 배달에 관한 정보를 포함하는 정보를 운송 시스템(107)에 전송할 수 있다. 운송 시스템(107)은 시스템(100) 내의 다른 시스템에 의한 접근을 위해 데이터베이스(미도시)에 이러한 정보를 저장할 수 있다. 일부 실시예에서, 운송 시스템(107)은 다른 시스템에 특정 패키지의 위치를 나타내는 트래킹 데이터를 준비 및 전송하기 위해 이러한 정보를 사용할 수 있다.
일부 실시예에서, 특정 사용자는, 한 종류의 모바일 디바이스를 사용할 수 있는 반면(예를 들면, 정규 직원은 바코드 스캐너, 스타일러스 및 다른 디바이스와 같은 커스텀 하드웨어를 갖는 전문 PDA를 사용할 수 있음), 다른 사용자는 다른 종류의 모바일 디바이스를 사용할 수 있다(예를 들면, 임시 또는 교대 근무 직원이 기성 휴대 전화 및/또는 스마트폰을 사용할 수 있음).
일부 실시예에서, 운송 시스템(107)은 사용자를 각각의 디바이스와 연관시킬 수 있다. 예를 들면, 운송 시스템(107)은 사용자(예를 들면, 사용자 식별자, 직원 식별자, 또는 전화번호에 의해 표현됨)와 모바일 디바이스(예를 들면, International Mobile Equipment Identity(IMEI), International Mobile Subscription Identifier(IMSI), 전화번호, Universal Unique Identifier(UUID), 또는 Globally Unique Identifier(GUID)에 의해 표현됨) 간의 연관성(association)을 저장할 수 있다. 운송 시스템(107)은, 다른 것들 중에 작업자의 위치, 작업자의 효율성, 또는 작업자의 속도를 결정하기 위해 데이터베이스에 저장된 데이터를 분석하기 위해 배달시 수신되는 데이터와 관련하여 이러한 연관성을 사용할 수 있다.
일부 실시예에서, 판매자 포털(109)은 판매자 또는 다른 외부 엔터티(entity)가 시스템(100) 내의 하나 이상의 시스템과 전자 통신할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 판매자는 판매자 포털(109)을 사용하여 시스템(100)을 통해 판매하고자 하는 제품에 대하여, 제품 정보, 주문 정보, 연락처 정보 등을 업로드하거나 제공하는 컴퓨터 시스템(미도시)을 이용할 수 있다.
일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 고객(예를 들면, 디바이스(102A-102B)를 사용하는 사용자)에 의해 주문된 제품들이 들어 있는 패키지의 위치에 관한 정보를 수신, 저장 및 포워딩하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 고객에 의해 주문된 제품들이 들어 있는 패키지를 배달하는 배송 회사에 의해 운영되는 웹 서버(미도시)로부터 정보를 요청하거나 저장할 수 있다.
일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 시스템(100)에 나타낸 시스템들로부터 정보를 요청하고 저장할 수 있다. 예를 들면, 배송 및 주문 트래킹 시스템(111)은 운송 시스템(107)으로부터 정보를 요청할 수 있다. 전술한 바와 같이, 운송 시스템(107)은 사용자(예를 들면, 배달원) 또는 차량(예를 들면, 배달 트럭) 중 하나 이상과 연관된 하나 이상의 모바일 디바이스(107A-107C)(예를 들면, 휴대 전화, 스마트폰, PDA 등)로부터 정보를 수신할 수 있다. 일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 또한, 풀필먼트 센터(예를 들면, 풀필먼트 센터(200)) 내부의 개별 제품의 위치를 결정하기 위해 창고 관리 시스템(WMS)(119)으로부터 정보를 요청할 수 있다. 배송 및 주문 트래킹 시스템(111)은 운송 시스템(107) 또는 WMS(119) 중 하나 이상으로부터 데이터를 요청하고, 이를 처리하며, 요청시 디바이스(예를 들면, 사용자 디바이스(102A, 102B))로 제공할 수 있다.
일부 실시예에서, 풀필먼트 최적화(FO) 시스템(113)은 다른 시스템(예를 들면, 외부 프론트 엔드 시스템(103) 및/또는 배송 및 주문 트래킹 시스템(111))으로부터의 고객 주문에 대한 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. FO 시스템(113)은 또한, 특정 아이템이 유지 또는 저장되는 곳을 나타내는 정보를 저장할 수 있다. 예를 들면, 소정 아이템은 하나의 풀필먼트 센터에만 저장될 수 있는 반면, 소정 다른 아이템은 다수의 풀필먼트 센터에 저장될 수 있다. 또 다른 실시예에서, 특정 풀필먼트 센터는 아이템의 특정 세트(예를 들면, 신선한 농산물 또는 냉동 제품)만을 저장하도록 구성될 수 있다. FO 시스템(113)은 이러한 정보뿐 아니라 관련 정보(예를 들면, 수량, 크기, 수령 날짜, 유통 기한 등)를 저장한다.
FO 시스템(113)은 또한, 각 제품에 대해 대응하는 PDD(약속된 배달 날짜)를 계산할 수 있다. 일부 실시예에서, PDD는 하나 이상의 요소에 기초할 수 있다. 예를 들면, FO 시스템(113)은 제품에 대한 과거 수요(예를 들면, 그 제품이 일정 기간 동안 얼마나 주문되었는지), 제품에 대한 예측된 수요(예를 들면, 얼마나 많은 고객이 다가오는 기간 동안 제품을 주문할 것으로 예상되는지), 일정 기간 동안 얼마나 많은 제품이 주문되었는지를 나타내는 네트워크 전반의 과거 수요, 다가오는 기간 동안 얼마나 많은 제품이 주문될 것으로 예상되는지를 나타내는 네트워크 전반의 예측된 수요, 각각의 제품을 저장하는 각 풀필먼트 센터(200)에 저장된 제품의 하나 이상의 개수, 그 제품에 대한 예상 또는 현재 주문 등에 기초하여 제품에 대한 PDD를 계산할 수 있다.
일부 실시예에서, FO 시스템(113)은 주기적으로(예를 들면, 시간별로) 각 제품에 대한 PDD를 결정하고, 검색하거나 다른 시스템(예를 들면, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 배송 및 주문 트래킹 시스템(111))으로 전송하기 위해 이를 데이터베이스에 저장할 수 있다. 다른 실시예에서, FO 시스템(113)은 하나 이상의 시스템(예를 들면, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 배송 및 주문 트래킹 시스템(111))으로부터 전자 요청을 수신하고 요구에 따라 PDD를 계산할 수 있다.
일부 실시예에서, 풀필먼트 메시징 게이트웨이(FMG)(115)는 FO 시스템(113)과 같은 시스템(100) 내의 하나 이상의 시스템으로부터 하나의 포맷 또는 프로토콜로 요청 또는 응답을 수신하고, 그것을 다른 포맷 또는 프로토콜로 변환하여, 변환된 포맷 또는 프로토콜로 된 요청 또는 응답을 WMS(119) 또는 제3자 풀필먼트 시스템(121A, 121B, 또는 121C)과 같은 다른 시스템에 포워딩하며, 반대의 경우도 가능한 컴퓨터 시스템으로서 구현될 수 있다.
일부 실시예에서, 공급 체인 관리(SCM) 시스템(117)은 예측 기능을 수행하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, SCM 시스템(117)은, 예를 들어 제품에 대한 과거 수요, 제품에 대한 예측된 수요, 네트워크 전반의 과거 수요, 네트워크 전반의 예측된 수요, 각각의 풀필먼트 센터(200)에 저장된 제품 개수, 각 제품에 대한 예상 또는 현재 주문 등에 기초하여, 특정 제품에 대한 수요의 수준을 예측할 수 있다. 이러한 예측된 수준과 모든 풀필먼트 센터를 통한 각 제품의 수량에 응답하여, SCM 시스템(117)은 특정 제품에 대한 예측된 수요를 만족시키기에 충분한 양을 구매 및 비축하기 위한 하나 이상의 구매 주문을 생성할 수 있다.
일부 실시예에서, 창고 관리 시스템(WMS)(119)은 작업 흐름을 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, WMS(119)는 개개의 디바이스(예를 들면, 디바이스(107A-107C 또는 119A-119C))로부터 개별 이벤트를 나타내는 이벤트 데이터를 수신할 수 있다. 예를 들면, WMS(119)는 패키지를 스캔하기 위해 이들 디바이스 중 하나를 사용한 것을 나타내는 이벤트 데이터를 수신할 수 있다. 풀필먼트 센터(200) 및 도 2에 관하여 이하에서 논의되는 바와 같이, 풀필먼트 프로세스 동안, 패키지 식별자(예를 들면, 바코드 또는 RFID 태그 데이터)는 특정 스테이지의 기계(예를 들면, 자동 또는 핸드헬드 바코드 스캐너, RFID 판독기, 고속 카메라, 태블릿(119A), 모바일 디바이스/PDA(119B), 컴퓨터(119C)와 같은 디바이스 등)에 의해 스캔되거나 판독될 수 있다. WMS(119)는 패키지 식별자, 시간, 날짜, 위치, 사용자 식별자, 또는 다른 정보와 함께 대응하는 데이터베이스(미도시)에 패키지 식별자의 스캔 또는 판독을 나타내는 각 이벤트를 저장할 수 있고, 이러한 정보를 다른 시스템(예를 들면, 배송 및 주문 트래킹 시스템(111))에 제공할 수 있다.
일부 실시예에서, WMS(119)는 하나 이상의 디바이스(예를 들면, 디바이스(107A-107C 또는 119A-119C))와 시스템(100)과 연관된 하나 이상의 사용자를 연관시키는 정보를 저장할 수 있다. 예를 들면, 일부 상황에서,(파트 타임 또는 풀 타임 직원과 같은) 사용자는 모바일 디바이스(예를 들면, 모바일 디바이스는 스마트폰임)를 소유한다는 점에서, 모바일 디바이스와 연관될 수 있다. 다른 상황에서, 사용자는 임시로 모바일 디바이스를 보관한다는 점에서(예를 들면, 하루의 시작에서부터 모바일 디바이스를 대여받은 사용자가, 하루 동안 그것을 사용하고, 하루가 끝날 때 그것을 반납할 것임), 모바일 디바이스와 연관될 수 있다.
일부 실시예에서, WMS(119)는 시스템(100)과 연관된 각각의 사용자에 대한 작업 로그를 유지할 수 있다. 예를 들면, WMS(119)는 임의의 할당된 프로세스(예를 들면, 트럭에서 내리기, 픽업 구역에서 아이템을 픽업하기, 리비닝 월(rebin wall) 작업, 아이템 패킹하기), 사용자 식별자, 위치(예를 들면, 풀필먼트 센터(200)의 바닥 또는 구역), 직원에 의해 시스템을 통해 이동된 유닛의 수(예를 들면, 픽업된 아이템의 수, 패킹된 아이템의 수), 디바이스(예를 들면, 디바이스(119A-119C))와 관련된 식별자 등을 포함하는, 각 직원과 관련된 정보를 저장할 수 있다. 일부 실시예에서, WMS(119)는 디바이스(119A-119C)에서 작동되는 계시(timekeeping) 시스템과 같은 계시 시스템으로부터 체크-인 및 체크-아웃 정보를 수신할 수 있다.
일부 실시예에서, 제3자 풀필먼트(3PL) 시스템(121A-121C)은 물류 및 제품의 제3자 제공자와 관련된 컴퓨터 시스템을 나타낸다. 예를 들면,(도 2와 관련하여 이하에서 후술하는 바와 같이) 일부 제품이 풀필먼트 센터(200)에 저장되는 반면, 다른 제품은 오프-사이트(off-site)에 저장될 수 있거나, 수요에 따라 생산될 수 있으며, 달리 풀필먼트 센터(200)에 저장될 수 없다. 3PL 시스템(121A-121C)은 FO 시스템(113)으로부터(예를 들면, FMG(115)를 통해) 주문을 수신하도록 구성될 수 있으며, 고객에게 직접 제품 및/또는 서비스(예를 들면, 배달 또는 설치)를 제공할 수 있다. 일부 구현예에서, 하나 이상의 3PL 시스템(121A-121C)은 시스템(100)의 일부일 수 있지만, 다른 구현예에서는, 하나 이상의 3PL 시스템(121A-121C)이 시스템(100)의 외부에 있을 수 있다(예를 들어, 제3자 제공자에 의해 소유 또는 운영됨)일 수 있다.
일부 실시예에서, 풀필먼트 센터 인증 시스템(FC Auth)(123)은 다양한 기능을 갖는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 일부 실시예에서, FC Auth(123)는 시스템(100) 내의 하나 이상의 다른 시스템에 대한 단일-사인 온(single-sign on, SSO) 서비스로서 작동할 수 있다. 예를 들면, FC Auth(123)는 내부 프론트 엔드 시스템(105)을 통해 사용자가 로그인하게 하고, 사용자가 배송 및 주문 트래킹 시스템(111)에서 리소스에 액세스하기 위해 유사한 권한을 갖고 있다고 결정하며, 두 번째 로그인 프로세스 요구 없이 사용자가 그러한 권한에 액세스할 수 있게 한다. 다른 실시예에서, FC Auth(123)는 사용자(예를 들면, 직원)가 자신을 특정 작업과 연관시킬 수 있게 한다. 예를 들면, 일부 직원은(디바이스(119A-119C)와 같은) 전자 디바이스를 갖지 않을 수 있으며, 대신 하루 동안 풀필먼트 센터(200) 내에서 작업들 사이 및 구역들 사이에서 이동할 수 있다. FC Auth(123)는 이러한 직원들이 상이한 시간 대에 수행 중인 작업과 속해 있는 구역을 표시할 수 있도록 구성될 수 있다.
일부 실시예에서, 노동 관리 시스템(LMS)(125)은 직원(풀-타임 및 파트-타임 직원을 포함함)에 대한 출근 및 초과 근무 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, LMS(125)는 FC Auth(123), WMA(119), 디바이스(119A-119C), 운송 시스템(107), 및/또는 디바이스(107A-107C)로부터 정보를 수신할 수 있다.
도 1a에 나타낸 특정 구성은 단지 예시일 뿐이다. 예를 들면, 도 1a는 FO 시스템(113)에 연결된 FC Auth 시스템(123)을 나타낸 반면, 모든 실시예가 이러한 특정 구성을 필요로 하는 것은 아니다. 실제로, 일부 실시예에서, 시스템(100) 내의 시스템은 인터넷, 인트라넷, WAN(Wide-Area Network), MAN(Metropolitan-Area Network), IEEE 802.11a/b/g/n 표준을 따르는 무선 네트워크, 임대 회선 등을 포함하는 하나 이상의 공공 또는 사설 네트워크를 통해 서로 연결될 수 있다. 일부 실시예에서, 시스템(100) 내의 시스템 중 하나 이상은 데이터 센터, 서버 팜 등에서 구현되는 하나 이상의 가상 서버로서 구현될 수 있다.
도 2는 풀필먼트 센터(200)를 나타낸다. 풀필먼트 센터(200)는 주문시 고객에게 배송하기 위한 아이템을 저장하는 물리적 장소의 예시이다. 풀필먼트 센터(FC)(200)는 다수의 구역으로 분할될 수 있으며, 각각이 도 2에 도시된다. 일부 실시예에서, 이러한 "구역(zones)"은 아이템을 수령하고, 아이템을 저장하고, 아이템을 검색하고, 아이템을 배송하는 과정의 상이한 단계 사이의 가상 구분으로 생각될 수 있다. 따라서, "구역"이 도 2에 나타나 있으나, 일부 실시예에서, 구역의 다른 구분도 가능하고, 도 2의 구역은 생략, 복제, 또는 수정될 수 있다.
인바운드 구역(203)은 도 1a의 시스템(100)을 사용하여 제품을 판매하고자 하는 판매자로부터 아이템이 수신되는 FC(200)의 영역을 나타낸다. 예를 들면, 판매자는 트럭(201)을 사용하여 아이템(202A, 202B)을 배달할 수 있다. 아이템(202A)은 자신의 배송 팔레트(pallet)를 점유하기에 충분히 큰 단일 아이템을 나타낼 수 있으며, 아이템(202B)은 공간을 절약하기 위해 동일한 팔레트 상에 함께 적층되는 아이템의 세트를 나타낼 수 있다.
작업자는 인바운드 구역(203)의 아이템을 수령하고, 선택적으로 컴퓨터 시스템(미도시)을 사용하여 아이템이 손상되었는지 및 정확한지를 체크할 수 있다. 예를 들면, 작업자는 아이템(202A, 202B)의 수량을 아이템의 주문 수량과 비교하기 위해 컴퓨터 시스템을 사용할 수 있다. 수량이 일치하지 않는다면, 해당 작업자는 아이템(202A, 202B) 중 하나 이상을 거부할 수 있다. 수량이 일치한다면, 작업자는 그 아이템들을(예를 들면, 짐수레(dolly), 핸드트럭(handtruck), 포크리프트(forklift), 또는 수작업으로) 버퍼 구역(205)으로 운반할 수 있다. 버퍼 구역(205)은, 예를 들면, 예측된 수요를 충족시키기 위해 픽업 구역에 그 아이템이 충분한 수량만큼 있기 때문에, 픽업 구역에서 현재 필요하지 않은 아이템에 대한 임시 저장 영역일 수 있다. 일부 실시예에서, 포크리프트(206)는 버퍼 구역(205) 주위와 인바운드 구역(203) 및 드롭 구역(207) 사이에서 아이템을 운반하도록 작동한다.(예를 들면, 예측된 수요로 인해) 픽업 구역에 아이템(202A, 202B)이 필요하면, 포크리프트는 아이템(202A, 202B)을 드롭 구역(207)으로 운반할 수 있다.
드롭 구역(207)은 픽업 구역(209)으로 운반되기 전에 아이템을 저장하는 FC(200)의 영역일 수 있다. 픽업 동작에 할당된 작업자("피커(picker)")는 픽업 구역의 아이템(202A, 202B)에 접근하고, 픽업 구역에 대한 바코드를 스캔하며, 모바일 디바이스(예를 들면, 디바이스(119B))를 사용하여 아이템(202A, 202B)과 관련된 바코드를 스캔할 수 있다. 그 다음 피커는(예를 들면, 카트에 놓거나 운반함으로써) 픽업 구역(209)에 아이템을 가져갈 수 있다.
픽업 구역(209)은 아이템(208)이 저장 유닛(210)에 저장되는 FC(200)의 영역일 수 있다. 일부 실시예에서, 저장 유닛(210)은 물리적 선반, 책꽂이, 박스, 토트(tote), 냉장고, 냉동고, 저온 저장고 등 중 하나 이상을 포함할 수 있다. 일부 실시예에서, 픽업 구역(209)은 다수의 플로어로 편성될 수 있다. 일부 실시예에서, 작업자 또는 기계는, 예를 들면, 포크리프트, 엘리베이터, 컨베이어 벨트, 카트, 핸드트럭, 짐수레, 자동화된 로봇 또는 디바이스, 또는 수작업을 포함하는 다양한 방식으로 아이템을 픽업 구역(209)으로 운반할 수 있다. 예를 들면, 피커는 아이템(202A, 202B)을 드롭 구역(207)의 핸드트럭 또는 카트에 놓을 수 있으며, 아이템(202A, 202B)을 픽업 구역(209)으로 가져갈 수 있다.
피커는 저장 유닛(210) 상의 특정 공간과 같은 픽업 구역(209)의 특정 스팟에 아이템을 배치(또는 "적재(stow)")하라는 명령을 수신할 수 있다. 예를 들면, 피커는 모바일 디바이스(예를 들면, 디바이스(119B))를 사용하여 아이템(202A)을 스캔할 수 있다. 디바이스는, 예를 들면, 통로, 선반 및 위치를 나타내는 시스템을 사용하여, 아이템(202A)을 적재해야 하는 위치를 나타낼 수 있다. 그 다음 디바이스는 그 위치에 아이템(202A)을 적재하기 전에 피커가 그 위치에서 바코드를 스캔하도록 할 수 있다. 디바이스는 도 1a의 WMS(119)와 같은 컴퓨터 시스템에 아이템(202A)이 디바이스(119B)를 사용하는 사용자에 의해 그 위치에 적재되었음을 나타내는 데이터를(예를 들면, 무선 네트워크를 통해) 전송할 수 있다.
일단 사용자가 주문을 하면, 피커는 저장 유닛(210)으로부터 하나 이상의 아이템(208)을 검색하기 위해 디바이스(119B)에 명령을 수신할 수 있다. 피커는 아이템(208)을 검색하고, 아이템(208) 상의 바코드를 스캔하며, 운송 기구(214) 상에 놓을 수 있다. 일부 실시예에서, 운송 기구(214)가 슬라이드로서 표현되지만, 운송 기구는 컨베이어 벨트, 엘리베이터, 카트, 포크리프트, 핸드트럭, 짐수레, 카트 등 중 하나 이상으로서 구현될 수 있다. 그 다음 아이템(208)은 패킹 구역(211)에 도착할 수 있다.
패킹 구역(211)은 아이템이 픽업 구역(209)으로부터 수령되고 고객에게 최종 배송하기 위해 박스 또는 가방에 패킹되는 FC(200)의 영역일 수 있다. 패킹 구역(211)에서, 아이템을 수령하도록 할당된 작업자("리비닝 작업자(rebin worker)")는 픽업 구역(209)으로부터 아이템(208)을 수령하고, 그것이 어느 주문에 대응하는지를 결정할 것이다. 예를 들면, 리비닝 작업자는 아이템(208) 상의 바코드를 스캔하기 위해 컴퓨터(119C)와 같은 디바이스를 사용할 수 있다. 컴퓨터(119C)는 아이템(208)이 어느 주문과 관련이 있는지를 시각적으로 나타낼 수 있다. 이는, 예를 들면, 주문에 대응하는 월(216) 상의 공간 또는 "셀(cell)"을 포함할 수 있다.(예를 들면, 셀에 주문의 모든 아이템이 포함되어 있기 때문에) 일단 주문이 완료되면, 리비닝 작업자는 패킹 작업자(또는 "패커(packer)")에게 주문이 완료된 것을 알릴 수 있다. 패커는 셀로부터 아이템을 검색하고, 배송을 위해 이들을 박스 또는 가방에 놓을 수 있다. 그 다음 패커는, 예를 들면, 포크리프트, 카트, 짐수레, 핸드트럭, 컨베이어 벨트, 수작업 또는 다른 방법을 통해, 박스 또는 가방을 허브 구역(213)으로 보낼 수 있다.
허브 구역(213)은 패킹 구역(211)으로부터 모든 박스 또는 가방("패키지(packages)")을 수신하는 FC(200)의 영역일 수 있다. 허브 구역(213)의 작업자 및/또는 기계는 패키지(218)를 검색하고, 각 패키지가 배달 영역의 어느 부분으로 배달되도록 되어 있는지를 결정하며, 패키지를 적합한 캠프 구역(215)으로 보낼 수 있다. 예를 들면, 배달 영역이 2개의 작은 하위 영역을 갖는다면, 패키지는 2개의 캠프 구역(215) 중 하나로 보내질 것이다. 일부 실시예에서, 작업자 또는 기계는 최종 목적지를 결정하기 위해(예를 들면, 디바이스(119A-119C) 중 하나를 사용하여) 패키지를 스캔할 수 있다. 패키지를 캠프 구역(215)으로 보내는 것은, 예를 들면,(우편 번호에 기초하여) 패키지가 향하는 지리적 영역의 부분을 결정하고, 지리적 영역의 부분과 관련된 캠프 구역(215)을 결정하는 것을 포함할 수 있다.
일부 실시예에서, 캠프 구역(215)은 루트 및/또는 서브-루트로 분류하기 위해 허브 구역(213)으로부터 패키지가 수령되는 하나 이상의 빌딩, 하나 이상의 물리적 공간, 또는 하나 이상의 영역을 포함할 수 있다. 일부 실시예에서, 캠프 구역(215)은 FC(200)로부터 물리적으로 분리되어 있는 반면, 다른 실시예에서는 캠프 구역(215)은 FC(200)의 일부를 형성할 수 있다.
캠프 구역(215)의 작업자 및/또는 기계는, 예를 들면, 목적지와 기존 루트 및/또는 서브-루트의 비교, 각각의 루트 및/또는 서브-루트에 대한 작업량의 계산, 하루 중 시간, 배송 방법, 패키지(220)를 배송하기 위한 비용, 패키지(220)의 아이템과 관련된 PDD 등에 기초하여 패키지(220)가 어느 루트 및/또는 서브-루트와 연관되어야 하는지를 결정할 수 있다. 일부 실시예에서, 작업자 또는 기계는 최종 목적지를 결정하기 위해(예를 들면, 디바이스(119A-119C) 중 하나를 사용하여) 패키지를 스캔할 수 있다. 일단 패키지(220)가 특정 루트 및/또는 서브-루트에 할당되면, 작업자 및/또는 기계는 배송될 패키지(220)를 운반할 수 있다. 예시적인 도 2에서, 캠프 구역(215)은 트럭(222), 자동차(226), 배달원(224A, 224B)을 포함한다. 일부 실시예에서, 배달원(224A)이 트럭(222)을 운전할 수 있는데, 이 때 배달원(224A)은 FC(200)에 대한 패키지를 배달하는 풀-타임 직원이며, 트럭은 FC(200)를 소유, 임대 또는 운영하는 동일한 회사에 의해 소유, 임대, 또는 운행된다. 일부 실시예에서, 배달원(224B)이 자동차(226)를 운전할 수 있는데, 이 때 배달원(224B)은 필요에 따라(예를 들면, 계절에 따라) 배달하는 "플렉스(flex)" 또는 비상시적인 작업자이다. 자동차(226)는 배달원(224B)에 의해 소유, 임대 또는 운행될 수 있다.
도 3은 제품 재고를 최적의 레벨로 유지하기 위한 컴퓨터 시스템을 포함하는 네트워크 환경(300)의 예시적인 실시예를 도시한 개략적인 블록도이다. 환경(300)은 다양한 시스템을 포함할 수 있으며, 이들 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템은 또한 예를 들어 케이블을 사용하여 직접 연결을 통해 서로 연결될 수 있다. 도시된 시스템은 FO 시스템(311), FC 데이터베이스(312), 외부 프론트 엔드 시스템(313), 공급 체인 관리 시스템(320) 및 하나 이상의 사용자 단말기(330)를 포함한다. FO 시스템(311) 및 외부 프론트 엔드 시스템(313)은 도 1a와 관련하여 전술한 FO 시스템(113) 및 외부 프론트 엔드 시스템(103)과 설계, 기능 또는 동작이 유사할 수 있다.
FC 데이터베이스(312)는 도 2와 관련하여 위에서 설명된 바와 같이 FC(200)에서 다양한 활동으로부터 발생된 다양한 데이터를 수집, 축적 및/또는 생성하는 하나 이상의 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, FC 데이터베이스(312)에 축적된 데이터는 특히 특정 FC(예를 들어, FC(200))에 의해 처리되는 모든 제품의 제품 식별자(예를 들어, 재고 보관 유닛(SKU)), 시간에 따른 각 제품의 재고 레벨, 각 제품에 대한 재고 부족 이벤트의 빈도 및 발생을 포함할 수 있다.
일부 실시예에서, FC 데이터베이스(312)는 FC A-C와 연관된 데이터베이스를 나타내는 FC A 데이터베이스(312A), FC B 데이터베이스(312B) 및 FC C 데이터베이스(312C)를 포함할 수 있다. 3 개의 FC 및 대응하는 FC 데이터베이스(312A-C)만이 도 3에 도시되어 있지만, 그 수는 단지 예시적인 것이며, 더 많은 FC 및 대응하는 수의 FC 데이터베이스가 있을 수 있다. 다른 실시예들에서, FC 데이터베이스(312)는 모든 FC로부터 데이터를 수집 및 저장하는 중앙 집중식 데이터베이스일 수 있다. FC 데이터베이스(312)가 개별 데이터베이스(예를 들어, 312A-C)를 포함하는지 또는 하나의 중앙 집중식 데이터베이스를 포함하는지에 관계없이, 데이터베이스는 클라우드 기반 데이터베이스 또는 온-프레미스(on-premise) 데이터베이스를 포함할 수 있다. 또한 일부 실시예에서, 이러한 데이터베이스는 하나 이상의 하드 디스크 드라이브, 하나 이상의 솔리드 스테이트 드라이브 또는 하나 이상의 비-일시적 메모리를 포함할 수 있다.
공급 체인 관리 시스템(SCM)(320)은 도 1a와 관련하여 전술한 SCM(117)과 설계, 기능 또는 동작이 유사할 수 있다. 대안적으로 또는 추가적으로, SCM(320)은 특정 제품에 대한 수요 레벨을 예측하고 개시된 실시예에 따른 프로세스에서 하나 이상의 구매 주문을 생성하기 위해 FO 시스템(311), FC 데이터베이스(312) 및 외부 프론트 엔드 시스템(313)으로부터 데이터를 종합하도록 구성될 수 있다. .
일부 실시예에서, SCM(320)은 데이터 사이언스 모듈(321), FC 프로필 생성기(322), 수요 예측 생성기(323), 목표 재고 계획 시스템(TIP)(324), 인바운드 우선 순위화 및 셔플링 시스템(IPS)(325), 수동 주문 제출 플랫폼(326), 구매 주문(PO) 생성기(327) 및 리포트 생성기(328)를 포함한다.
일부 실시예에서, SCM(320)은 하나 이상의 프로세서, 하나 이상의 메모리 및 하나 이상의 입력/출력(I/O) 디바이스를 포함할 수 있다. SCM(320)은 서버, 범용 컴퓨터, 메인 프레임 컴퓨터, 그래픽 처리 유닛(GPU)과 같은 특수 목적 컴퓨팅 디바이스, 랩탑 또는 이들 컴퓨팅 디바이스의 임의의 조합의 형태를 취할 수 있다. 이들 실시예에서, SCM(320)의 컴포넌트(즉, 데이터 사이언스 모듈(321), FC 프로필 생성기(322), 수요 예측 생성기(323), TIP(324), IPS(325), 수동 주문 제출 플랫폼(326), PO 생성기(327) 및 리포트 생성기(328))는 하나 이상의 메모리에 저장된 명령에 기초하여 하나 이상의 프로세서에 의해 수행되는 하나 이상의 기능 유닛으로서 구현될 수 있다. SCM(320)은 독립형 시스템일 수 있거나, 더 큰 시스템의 일부일 수 있는, 서브 시스템의 일부일 수 있다.
또는, SCM(320)의 컴포넌트는 네트워크를 통해 서로 통신하는 하나 이상의 컴퓨터 시스템으로서 구현될 수 있다. 이 실시예에서, 하나 이상의 컴퓨터 시스템 각각은 하나 이상의 프로세서, 하나 이상의 메모리(즉, 비-일시적 컴퓨터 판독 가능 매체) 및 하나 이상의 입/출력(I/O) 디바이스를 포함할 수 있다. 일부 실시예에서, 하나 이상의 컴퓨터 시스템 각각은 서버, 범용 컴퓨터, 메인 프레임 컴퓨터, GPU와 같은 특수 목적 컴퓨팅 디바이스, 랩탑 또는 이들 컴퓨팅 디바이스의 임의의 조합의 형태를 취할 수 있다.
일부 실시예에서, 데이터 사이언스 모듈(321)은 SCM(320)의 다른 컴포넌트에 의해 사용하기 위한 다양한 파라미터 또는 모델을 결정하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 예를 들어, 데이터 사이언스 모듈(321)은 각 제품에 대한 수요 레벨을 결정하는 수요 예측 생성기(323)에 의해 사용되는 예측 모델을 개발할 수 있다. 일부 실시예들에서, 데이터 사이언스 모듈(321)은 예측 모델을 트레이닝시키고 미래의 수요 레벨을 예측하기 위해 FO 시스템(311)으로부터 주문 정보를 검색하고 외부 프론트 엔드 시스템(313)으로부터 글랜스 뷰(glance view)(즉, 제품에 대한 웹 페이지 뷰의 수)를 검색할 수 있다. 주문 정보는 시간에 따라 판매된 아이템 수, 프로모션 기간 동안 판매된 아이템 수 및 정규 기간 동안 판매된 아이템 수와 같은 판매 통계를 포함할 수 있다. 데이터 사이언스 모듈(321)은 판매 통계, 글랜스 뷰, 계절, 요일, 다가오는 휴일 등과 같은 파라미터에 기초하여 예측 모델을 트레이닝 시킬 수 있다. 일부 실시예에서, 데이터 사이언스 모듈(321)은 PO 생성기(327)에 의해 생성된 PO를 통해 주문된 제품이 수신됨에 따라 도 2의 인바운드 구역(203)으로부터 데이터를 수신할 수도 있다. 데이터 사이언스 모듈(321)은 이러한 데이터를 사용하여 특정 공급자의 이행 비율(즉, 주문 수량에 비교하여 판매 가능한 상태로 수령되는 제품의 비율), 예상 리드 타임 및 배송 기간 등과 같은 다양한 공급자 통계를 결정할 수 있다. 데이터 사이언스 모듈(321)은 FC 데이터베이스(312)로부터 데이터를 반복적으로 또는 주기적으로 수신할 수 있다. 이 데이터는, 예를 들어, 데이터, 특정 FC(예를 들어, FC(200))에 의해 취급되는 모든 제품의 제품 식별자(예를 들어, SKU), 시간에 따른 각 제품의 재고 레벨, 각 제품에 대한 재고 부족 이벤트의 빈도 및 발생을 포함할 수 있다. 그 후, FC 프로필 생성기는 데이터 사이언스 모듈(321)에 의해 수신된 파라미터에 기초하여 각각의 FC에 대한 프로필을 생성할 수 있다. 일부 실시예에서, 프로필을 생성하는 것은 FC 데이터베이스로부터 수신된 데이터 및 파라미터를 하나 이상의 데이터 세트로 종합하는 것일 수 있으며, 여기서 프로필은 하나 이상의 데이터 세트로 구성된다.
일부 실시예에서, 수요 예측 생성기(323)는 데이터 사이언스 모듈(321)에 의해 개발된 예측 모델을 사용하여 특정 제품에 대한 수요 레벨을 예측하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 보다 구체적으로, 예측 모델은 각 제품에 대한 수요 예측 수량을 출력할 수 있으며, 여기서 수요 예측 수량은 주어진 기간(예를 들어, 하루) 동안 하나 이상의 고객에게 판매될 것으로 예상되는 제품의 특정 수량이다. 일부 실시예들에서, 수요 예측 생성기(323)는 미리 결정된 기간에 걸쳐 각각의 주어진 기간에 대한 수요 예측 수량(예를 들어, 5 주 기간 동안 매일의 수요 예측 수량)을 출력할 수 있다. 각각의 수요 예측 수량은 또한 제품 재고 레벨을 최적화하는 데 더 많은 유연성을 제공하기 위해 표준 편차 수량(예를 들어, ±5) 또는 범위(예를 들어, 최대 30 및 최소 25)를 포함할 수 있다.
일부 실시예에서, FC 프로필 생성기(322)는 데이터 사이언스 모듈(321)에 의해 개발된 모델을 사용하여 시스템(예를 들어, FC A, B, C)에서 각각의 FC에 대한 프로필을 생성하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 보다 구체적으로, 프로필 모델은 각 FC에 대해, FC가 지정된 시간 동안 수신할 수 있는 SKU의 수량을 나타내는 인바운드 용량, FC가 지정된 시간 내에 제공할 수 있는 SKU의 수량을 나타내는 아웃 바운드 용량, FC에서 SKU의 현재 재고를 나타내는 수량, 및 각 FC에서 현재 주문된 SKU 수량을 출력할 수 있다. 이들 특성은 하나 이상의 SKU의 인바운드 및 아웃 바운드 흐름에 관한 각 FC의 역량을 나타낼 수 있는, 각 FC의 동작을 나타내는 이력 데이터에 기초할 수 있다.
일부 실시예에서, 목표 재고 계획(TIP) 시스템(324)은 각 제품에 대한 권장 주문 수량을 결정하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. TIP(324)는 먼저 제품에 대한 예비 주문 수량을 결정하고 실제 제약 조건으로 예비 주문 수량을 제한함으로써 권장 주문 수량을 결정할 수 있다.
TIP(324)은 수요 예측 생성기(323)로부터 각각의 제품에 대한 수요 예측 수량을 수신할 수 있다. 일부 실시예에서, 수요 예측 수량은 하나의 차원에서 SKU로 정리될 수치값 및 다른 차원에서 주어진 날 동안 판매될 것으로 예측되는 유닛의 수를 갖는 테이블 형태일 수 있다. 테이블은 또한 표준 편차, 최대값, 최소값, 평균 등과 같은 수요 예측 수량의 다른 파라미터에 할당된 추가적인 차원을 포함할 수 있다. 또는, 수요 예측 수량은 SKU에 의해 정리되고 각각의 파라미터에 전용되는 다수의 값 어레이의 형태를 취할 수 있다. 동일한 데이터를 구성하는 다른 적합한 형태는 당업계에 공지된 바와 동일하게 적용 가능하고 본 발명의 범위 내에 있다.
일부 실시예에서, TIP(324)는 데이터 사이언스 모듈(321)로부터 제품을 공급하는 하나 이상의 공급 업체의 공급 업체 통계 데이터를 수신할 수 있다. 공급 업체 통계 데이터는 각각의 공급 업체와 연관된 정보 세트(예를 들어, 전술한 이행 비율)를 포함할 수 있다. 일부 실시예들에서, 각각의 데이터 세트가 공급 업체에 의해 공급된 특정 제품과 연관되는, 특정 공급 업체에 대한 다수의 공급 업체 통계 데이터 세트가 있을 수 있다.
일부 실시예에서, TIP(324)은 또한 FC 프로필 생성기(322)로부터 인바운드 용량, 아웃 바운드 용량, 현재 제품 재고 레벨 및 각각의 SKU의 현재 주문 수량을 포함하는 프로필을 수신할 수 있다. 현재 제품 재고 레벨은 데이터 검색시 특정 SKU의 순간 카운트를 나타낼 수 있으며, 현재 주문된 수량은 과거에 생성된 하나 이상의 PO를 통해 주문되었고 대응하는 FC 로의 배송을 기다리는 특정 제품의 총 수량을 지칭할 수 있다.
TIP(324)은 각 제품에 대한 예비 주문 수량을 결정하고 파라미터의 범위에 기초하여 예비 주문 수량을 감소시킴으로써 각 제품에 대한 권장 주문 수량을 결정할 수 있다. 일부 실시예들에서, 특정 제품에 대한 예비 주문 수량은 수요 예측 수량, 커버리지 기간, 안전 재고 기간, 현재 재고 레벨, 현재 주문 수량, 임계 비율 및 케이스 수량 중 적어도 하나의 함수일 수 있다. 예를 들어, TIP(324)는 식 (1)로 예비 주문 수량을 결정할 수 있다:
Figure 112020128210202-pat00001
여기서
Figure 112020128210202-pat00002
는 특정 제품의 예비 주문 수량이다;
Figure 112020128210202-pat00003
은 계산 시점부터
Figure 112020128210202-pat00004
일째 제품의 수요 예측 수량이다;
Figure 112020128210202-pat00005
는 제품의 현재 재고 레벨이다;
Figure 112020128210202-pat00006
는 현재 주문된 수량이다;
Figure 112020128210202-pat00007
는 커버리지 기간이다;
Figure 112020128210202-pat00008
는 안전 재고 기간이다; 그리고
Figure 112020128210202-pat00009
는 케이스 수량이다.
본 명세서에서 사용되는 바와 같이, 커버리지 기간은 하나의 PO가 커버하도록 계획된 시간 길이(예를 들어, 일 수)를 지칭할 수 있고; 안전 재고 기간은 갑작스런 수요 증가 또는 배달 지연과 같은 예기치 않은 상황이 발생하는 경우 PO가 커버해야 하는 추가 시간(예를 들어, 추가 일수)을 의미할 수 있다. 예를 들어, 제품 X에 대한 다음 수요 예측 수량 샘플 표에서 D-day에 생성된 PO의 커버리지 기간은 5 일 수 있고 안전 재고 기간은 1 일 수 있으며, 이 경우
Figure 112020128210202-pat00010
은 37 + 37 + 35 + 40 + 41 + 34 = 224와 같다.
Figure 112020128210202-pat00011
표 1: 9 일 동안의 제품 X에 대한 수요 예측 수량 샘플
제품 X의 224 유닛인, 이 수량으로부터, TIP(324)은 현재 재고 레벨(예를 들어, 60 유닛) 및 현재 주문된 수량(예를 들어, 40)을 뺄 수 있으며, 이는 124 유닛이다. 그런 다음, 이 숫자는 케이스 수량으로 나눈 다음 정수로 반올림하고 다시 케이스 수량(즉, 박스 또는 팔레트 내의 유닛의 개수와 같이 제품이 포장되는 유닛의 개수)을 곱하여 케이스 수량의 배수로 올림될 수 있으며, 케이스 수량을 10으로 가정한다면 이 예에서는 130 유닛으로 산출된다.
일부 실시예들에서, 커버리지 기간은 대응하는 공급 업체가 PO 생성 날짜로부터 제품을 배송하는데 소요될 수 있는 예상 시간과 같거나 그 이상의 미리 결정된 시간 간격일 수 있다. 추가적으로 또는 대안적으로, TIP(324)는 요일, 예상 지연 등과 같은 다른 요인들에 기초하여 커버리지 기간을 조정할 수도 있다. 또한, 안전 재고 기간은 안전 조치로서 예비 주문 수량을 증가시키도록 설계된 다른 미리 결정된 시간일 수 있다. 안전 재고 기간은 갑작스런 수요 증가 또는 예상치 못한 운송 지연과 같은 예기치 않은 상황이 발생할 경우 재고 부족의 위험을 줄일 수 있다. 일부 실시예에서, TIP(324)는 커버리지 기간에 기초하여 안전 재고 기간을 설정할 수 있고, 예를 들어, 커버리지 기간이 1-3 일이면 안전 재고 기간이 0 일이 추가되고, 커버리지 기간이 4-6 일이면 1 일이 추가되고, 커버리지 기간이 7 일을 초과하면 3 일이 추가된다.
전술한 예비 주문 수량을 결정하는 복잡한 프로세스에도 불구하고, 예비 주문 수량은 우선적으로 고객 수요에 기초할 수 있고 실제 제약 조건을 고려하지 않을 수 있다. 따라서, 제품 재고를 최적화하기 위해 이러한 제약 조건을 고려하는 단계가 요구된다. TIP(324)은 일부 실시예에서 판매 통계, 현재 제품 재고 레벨 및 현재 주문된 수량과 같은 데이터에 기초하여 예비 주문 수량을 미세 조정하도록 구성된 규칙의 세트를 사용하여 예비 주문 수량을 조정할 수 있다.
결과적인 수량, 권장 주문 수량은 PO 생성기(327)로 전송될 수 있다. 다른 실시예에서, 결과적인 수량은 IPS(325)에 의해 추가로 처리되어 특정 제품의 우선 처리 순위를 정하고 및/또는 도 4와 관련하여 후술하는 바와 같이 수량을 하나 이상의 FC에 분배할 수 있다.
또한, 일부 실시예에서, IPS(325)는 각 제품에 대한 인기도를 결정하고, 결정된 인기도에 기초하여 주문 수량의 우선 처리 순위를 정하고, 우선 처리 순위가 정해진 주문 수량을 하나 이상의 FC(200)에 분배하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 인기도를 결정하고, 우선 처리 순위를 정하고, 제품을 분배하는 프로세스는 도 4와 관련하여 아래에서 보다 상세하게 설명된다.
일부 실시예에서, 수동 주문 제출 플랫폼(326)은 하나 이상의 수동 주문에 대한 사용자 입력을 수신하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 수동 주문 제출 플랫폼(326)은 도 1a의 내부 프론트 엔드 시스템(105)과 같은 하나 이상의 컴퓨팅 디바이스를 통해 사용자에 의해 액세스 가능한 사용자 인터페이스를 포함할 수 있다. 일 양태에서, 수동 주문은 사용자가 필요하다고 여겨서 예비 주문 수량, 권장 주문 수량, 우선 처리가 정해진 주문 수량 또는 분배된 주문 수량을 수동으로 조정(예를 들어, 일정량 증가 또는 감소)할 수 있는 특정 제품의 별도 수량을 포함할 수 있다. 다른 양태에서, 수동 주문은 SCM(320)에 의해 결정된 주문 수량 대신 내부 사용자에 의해 결정된 바와 같이 주문되어야 하는 특정 제품의 총 수량을 포함할 수 있다. 이러한 사용자-결정 주문 수량을 SCM-생성 주문 수량과 조정하는 예시적인 프로세스가 도 5와 관련하여 아래에서 더 상세히 설명된다. 또한, 일부 실시예에서, 사용자는 특정 FC를 수신 위치로 지정하여 이를 통해 수동 주문이 특정 FC에 할당될 수 있다. 일부 실시예에서, 수동 주문 제출 플랫폼(326)을 통해 제출된 주문 수량의 일부는(예를 들어, 주문 수량의 일부와 관련된 파라미터를 업데이트함으로써) 마킹 또는 플래그 될 수있고 이를 통해 TIP(324) 또는 IPS(325)에 의해 조정되지 않을(즉, 제한될) 수 있다.
일부 실시예에서, 수동 주문 제출 플랫폼(326)은 Apache HTTP 서버, Microsoft 인터넷 정보 서비스(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 수동 주문 제출 플랫폼(326)은 하나 이상의 사용자 단말(330)로부터의 사용자 입력을 수신 및 처리하고 수신된 사용자 입력에 대한 응답을 제공하도록 설계된 맞춤형 웹 서버 소프트웨어를 실행할 수 있다.
일부 실시예에서, PO 생성기(327)는 IPS(325)에 의한 분배 결과 또는 권장 주문 수량에 기초하여 하나 이상의 공급 업체로의 PO를 생성하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 이 시점까지 SCM(320)은 추가적인 재고가 필요한 각 제품 및 각 FC(200)에 대해 권장 주문 수량을 결정했을 것이며, 여기서 각 제품에는 특정 제품을 조달 또는 제조하여 하나 이상의 FC로 배송하는 하나 이상의 공급 업체가 있다. 특정 공급 업체는 하나 이상의 제품을 공급할 수 있으며 특정 제품은 하나 이상의 공급 업체에 의해 공급될 수 있다. PO를 생성할 때, PO 생성기(327)는 공급자에게 우편 또는 팩스로 보낼 종이 PO를 발행하거나 또는 동일한 곳에 전송될 전자 PO를 발행할 수 있다.
일부 실시예들에서, 리포트 생성기(328)는 예를 들어, 사용자 단말(330) 또는 도 1a의 내부 프론트 엔드 시스템(105)을 통한 사용자 입력에 요구에 따라(on-demand) 응답하거나 미리 결정된 프로토콜에 응답하여 리포트를 주기적으로 생성하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 리포트는 특정 제품에 대한 권장 주문 수량과 같은 특정 정보를 출력하는 간단한 것부터 과거 데이터 분석이 필요하고 이러한 정보를 그래프로 시각화하는 복잡한 것에 이르기까지 다양할 수 있다. 보다 구체적으로, 리포트 생성기(328)는, SCM(320)에 의해 수행된 조정의 각 단계에서 주문 수량이 예측 수량으로부터 최종 수량으로 어떻게 변화했는지와 같은 정보; 각각의 FC(200)에서 얼마나 많은 리소스가 사용되었는지에 대한 이력; 제품 범주별 예측 수량과 최종 수량 간의 차이(즉, 실제 제한을 고려하기 위해 예측 수량에서 감소해야 하는 수량); 등과 같은 정보를 포함하는 리포트를 생성할 수 있다.
일부 실시예들에서, 사용자 단말기들(330)은 FC(200)에서 일하는 사람들과 같은 내부 사용자들이 수동 주문 제출 플랫폼(326) 또는 리포트 생성기(328)를 통해 SCM(320)에 액세스 할 수 있도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 사용자 단말기(330)는 개인용 컴퓨터, 휴대 전화, 스마트 폰, PDA 등과 같은 컴퓨팅 디바이스의 임의의 조합을 포함할 수 있다. 일부 실시예에서, 내부 사용자는 하나 이상의 수동 주문을 제출하기 위해 수동 주문 제출 플랫폼(326)에 의해 제공된 웹 인터페이스에 액세스하기 위해 사용자 단말(330)을 사용할 수 있다.
도 4는 다수의 FC(예를 들어, FC(200))에 대한 사이클 및 안전 재고를 결정함으로써 제품을 지능적으로 분배하기 위한 예시적인 컴퓨터 프로세스(400)의 흐름도이다. 바람직한 실시예에서, 프로세스(400)는 TIP(324) 및 IPS(325)와 같은 SCM(320)의 하나 이상의 컴포넌트에 의해 실행될 수 있다. 따라서, 예로서, 프로세스(400)는 TIP(324) 및 IPS(325)에 의해 실행되는 것으로 기술된다. 그러나, 프로세스(400) 또는 그 일부는 네트워크 환경(300) 전체에 의해 또는 프로세스의 적어도 일부를 수행 할 수 있는 환경(300)의 임의의 컴포넌트(예를 들어, 하나 이상의 프로세서, FC 프로필 생성기(322), 수요 예측 생성기(323) 등)에 의해 수행될 수 있다.
프로세스(400)는 단계 401에서 시작한다. 단계 401에서, TIP 시스템은 예를 들어 재고 보관 유닛(SKU)의 예상 수요를 포함하는 예측 데이터를 수신할 수 있다. 예측 데이터는 데이터 사이언스 모듈(321)에 의해 개발된 예측 모델을 사용하여 예측 생성기(322)에 의해 생성된 특정 SKU의 예측 수요량일 수 있다. 수요량은 또한 표준 편차, 최대값, 최소값, 평균 등과 같은 파라미터를 포함할 수 있다.
단계 401이 완료된 후, 프로세스(400) 단계 402로 계속될 수 있다. 단계 402에서, TIP(324)는 예를 들어 수신된 예측 데이터에 기초하여 SKU의 목표 재고를 결정할 수 있다. 일부 실시예에서, 목표 재고는 TIP(324)에 의해 계산된 SKU의 수량일 수 있고, 예측 생성기(322)에 의해 생성된 예측 수요 수량과 동일한 SKU 수량뿐만 아니라 SKU에 대한 실제 수요가 예상 수요를 초과하는 상황을 커버하도록 계산된 추가 수량을 포함할 수 있다. 예를 들어, 목표 재고는 SKU에 대한 사이클 재고(cycle stock)를 포함할 수 있다. SKU의 사이클 재고는 상당한 확실성으로 수요를 예상하거나 충족시킬 수 있는 SKU의 수량일 수 있다. 예를 들어, 사이클 재고는 상당한 비율(예: 80%, 90%, 95%)의 시간 동안 수요를 충족시키는 SKU의 양일 수 있다. 확실성의 정도는 가변적일 수 있고 임의의 수의 이유에 기초하여 결정될 수 있다. 사이클 재고는 예측 생성기(322)로부터 수신된 데이터에 기초할 수 있고 표준 편차, 최대값, 최소값 또는 평균 등과 같은 파라미터에 더 기초할 수 있다.
그러나, 많은 상황에서, 사이클 재고는 SKU의 실제 수요를 충족시키기에 충분하지 않을 수 있다. 이러한 상황에서 고객 수요가 충족되도록 하기 위해, 일부 실시예에서, 목표 재고는 또한 사이클 재고 외에 최소량의 과잉 재고 또는 안전 재고를 포함할 수 있다. 안전 재고는 기본 공급 체인 모델을 기반으로 설정될 수 있다. 예를 들어, 계산된 안전 재고는 재고 부족(OOS) 및 SKU 과잉 재고의 위험을 충분히 균형 있게 유지하는 특정 재고 레벨을 설정하는 데 사용되는 임계 비율을 기반으로 할 수 있다. OOS는 판매 손실로 인한 매출 손실을 초래할 수 있지만, 과잉 재고는 또한 과잉 재고 SKU에 대한 추가 자본 및 스토리지 비용으로 인해 매출 손실을 초래할 수 있다. 따라서, 바람직한 실시예에서, TIP(324)는 OOS 및 과잉 재고의 위험을 가능한 한 감소시키기 위해 안전 재고를 계산할 수 있다.
단계 402가 완료된 후에, 프로세스(400)는 이어서 단계 403으로 계속될 수 있다. 단계 403에서, TIP(324)는 예를 들어 SKU의 목표 재고에 기초하여 복수의 풀필먼트 센터(예를 들어, FC(200))를 포함하는 영역의 SKU의 지역 목표 재고를 결정할 수 있다. 전술한 목표 재고의 사이클 재고 및 안전 재고와 유사하게, 지역 목표 재고는 또한 SKU에 대한 지역 사이클 재고 및 지역 안전 재고를 포함할 수 있다. 일부 실시예들에서, 지역 사이클 재고 및 지역 안전 재고를 포함하는 지역 목표 재고는 이전에 결정된 목표 재고, 사이클 재고 및/또는 안전 재고에, 그 지역에 대응하는 국가 및/또는 글로벌 고객 인구의 일부를 곱함으로써 결정될 수 있다. 예를 들어, 국가 고객 인구의 절반을 포함하는 지역에는 국가 목표 재고의 절반인 지역 목표 재고가 있을 수 있다. 다른 실시예에서, 지역 목표 재고, 지역 사이클 재고 및 지역 안전 재고는 다른 지역들과 비교하여 그 지역에서 하나 이상의 SKU들에 대한 이력 또는 가능한 수요를 나타내는 통계와 같은, 지역에 특정한 파라미터들에 기초하여 결정될 수 있다.
단계 403가 완료된 후에, 프로세스(400)는 이어서 단계 404로 계속될 수 있다. 단계 404에서, TIP(324)는 예를 들어, 복수의 풀필먼트 센터에서 풀필먼트 센터의 인바운드 및 아웃 바운드 배송 이력을 포함하는 이력 데이터를 수신할 수 있다. 인바운드 배송 이력에는 FC가 지정된 기간 동안 또는 전체 이력 전체에서 수신한 하나 이상의 SKU가 포함될 수 있다. 유사하게, 아웃 바운드 배송 이력에는 FC가 지정된 기간 동안 또는 전체 이력 전체에서 배송한 하나 이상의 SKU가 포함될 수 있다. 일부 실시예에서, 수신된 이력 데이터는 일부 실시예에서 SKU의 평균 인바운드 및 아웃 바운드 볼륨, SKU의 인바운드 및 아웃 바운드 볼륨의 표준 편차 또는 분산, SKU의 제3 판매자 및/또는 공급 업체의 식별자, SKU의 배달 위치 등과 같은 다른 기타 운송 데이터를 포함할 수 있다.
단계 404가 완료된 후에, 프로세스(400)는 단계 405로 계속될 수 있다. 단계 405에서, TIP(324)는 예를 들어 수신된 이력 데이터에 기초하여 FC에 대한 프로필을 생성할 수 있다. 생성된 FC 프로필은 FC의 인바운드 용량, FC의 아웃 바운드 용량, FC에서 하나 이상의 SKU의 현재 재고, FC로 배송될 SKU의 현재 주문 목록, FC 로부터 배송될 현재 주문 목록 등과 같은 FC의 데이터 및/또는 특성을 포함할 수 있다. 바람직한 실시예에서, FC 프로필은 전술한 정보를 포함하지만 이에 제한되지 않는 임의의 정보를 포함할 것이며, 이는 원하는 재고 레벨, 인바운드 및/또는 아웃 바운드 배송 볼륨, FC의 개별 사이클 및/또는 안전 재고 등을 결정하는 데 유용할 수 있다. 일반적으로, 프로필은 특정 FC의 이력, 역량 및/또는 특성과 관련된 정보를 포함할 수 있다.
전술한 파라미터에 기초하여, TIP(324)은 생성된 프로필에 포함하기 위해 1 주와 같은 특정 기간 동안 종료(ending) 재고 목표를 계산할 수 있다. 따라서, 프로필을 생성하는 것은 매주 1 회와 같이 주기적으로 발생하는 단계일 수 있으며, 또는 수신된 이력 데이터의 변화에 기초하여 생성된 프로필을 지속적으로 업데이트 하고 유지하는 단계를 포함할 수 있다. 예를 들어, TIP(324)는 다음의 식 (2)로 종료 재고 목표를 결정할 수 있다.
Figure 112020128210202-pat00012
여기서
Figure 112020128210202-pat00013
는 종료 재고 목표이고,
Figure 112020128210202-pat00014
은 지정된 기간이 시작될 때의 초기 재고고,
Figure 112020128210202-pat00015
은 FC에 대한 SKU의 예측 인바운드 수량이고,
Figure 112020128210202-pat00016
은 FC에 대한 SKU의 예측 아웃 바운드 수량이다. 일부 실시예들에서, 프로필은 또한 특정 FC에 대한 재고 축적(buildup) 목표를 나타내는 값을 나타낼 수 있다. 재고 축적은 특정 FC에 대한 추가 재고 할당일 수 있으며, 그들의 아웃 바운드 수요량과는 독립적이고 그에 추가적일 수 있다. 이 추가 재고 축적 수량은 성수기 및 공급 격차(예를 들어, 공급 업체 공휴일), 고객에게 배송을 시작하기 전에 새 FC 재고를 구축하는 것, 및 기타 특수 시나리오 등의 특정 상황을 설명하는 데 사용될 수 있다. 추가적인 재고 할당을 위해 이 수량을 포함시킴으로써, 공급 업체로부터의 배송 횟수가 줄어들고 FC의 재고 관리가 최적화 될 수 있다.
재고 축적 목표는 적어도 수신된 이력 데이터 또는 상기 정의된 파라미터에 기초하여 계산될 수 있다. 예를 들어, 전국적인 아웃 바운드 예측에 기초하여, TIP(324)는 전국적인 인바운드 예측을 획득할 수 있다. 전국적인 레벨 예측에 기초하여, TIP(324)는 또한 FC에 대한 인바운드 및 아웃 바운드 예측을 결정할 수 있다. FC에 대한 인바운드 예측은 해당 FC의 예상 수요를 지원하는 데 필요한 추가 재고를 FC에서 계획된 현재 재고 축적에 추가함으로써 결정될 수 있다. 계획된 재고 축적은 FC의 인바운드 용량에 따라 달라질 수도 있다.
단계 405가 완료된 후, 프로세스(400)는 단계 406로 계속될 수 있다. 단계 406에서, IPS(325)는 예를 들어 풀필먼트 센터의 프로필에 기초하여 지역 목표 재고의 부분을 풀필먼트 센터에 할당할 수 있다. 지역 목표 재고의 부분을 할당하는 단계는 모든 지역 목표 재고가 적어도 하나의 FC에 할당되도록 복수의 FC의 각 FC에 지역 목표 재고의 특정 수량 또는 백분율을 할당하는 단계를 포함할 수 있다. 지역 목표 재고의 부분을 특정에게 할당한다는 것은 FC가 FC의 각 할당된 부분에 해당하는 현재 재고를 유지하거나 유지해야 한다는 것을 나타낼 수 있다. IPS(325)는 지역 목표 재고의 부분을 일주일에 한 번과 같이 주기적으로 할당하거나, 수신된 예측 데이터의 변화, 목표 재고 및/또는 지역 목표 재고의 변화, 풀필먼트 센터의 프로필 변화 등에 기초하여 할당된 부분을 지속적으로 업데이트 할 수 있다.
일부 실시예들에서, 지역 목표 재고의 부분을 할당하는 단계는 SKU가 다수의 FC에 있어야 한다는 결정에 더 기초할 수 있다. 예를 들어, IPS(325)는 복수의 FC 중 하나의 FC가 특정 지역에 대한 모든 지역 목표 재고를 유지하기 위한 인바운드 및/또는 아웃 바운드 용량을 가지고 있지 않다고 결정할 수 있다. 일부 실시예들에서, 이러한 결정은 지역에서의 SKU의 인기도에 기초할 수 있다. 예를 들어, 하나의 FC는 전체 지역의 사이클 재고를 유지하는 역량은 있지만 전체 지역 목표 재고를 유지하는 데 필요한 안전 재고를 유지하기 위한 역량은 가지지 않을 수 있다. 이 예에서 FC의 충분한 인바운드 또는 아웃 바운드 용량 부족은 FC가 지역 수요를 충족 시키기에 SKU가 너무 인기가 많아서일 수 있다. 유사한 예에서, FC는 단지 사이클 재고 또는 안전 재고의 부분을 유지하는 역량을 가질 수 있다. 하나의 FC가 SKU의 필수 지역 목표 재고를 유지하지 못하는 경우에 기초하여, 예를 들어, IPS(325)는 SKU가 해당 지역의 다수의 FC에 있어야 한다고 결정하고 그에 따라 목표 재고의 부분들을 개별 FC에 할당할 수 있다.
일부 실시예에서, 지역 목표 재고의 부분을 할당하는 단계는 복수의 풀필먼트 센터의 각 풀필먼트 센터에 대해 생성된 프로필의 종합에 기초할 수 있다. 이는 IPS(325)가 지역의 각 FC에 얼마나 많은 SKU를 할당해야 하는지 가장 효과적으로 결정하기 위해 각 FC의 인바운드 용량, 아웃 바운드 용량, 현재 재고 및 기타 특성을 추가로 고려해야 하는, 위에서 설명한 예와 같은 여러 상황에서 필요할 수 있다. 종합적으로 생성된 프로필들에 기초한 부분 할당은, 예를 들어, 규칙의 세트, 알고리즘 등을 통해 각각의 FC에 대한 지역 목표 재고의 최적화 된 부분을 결정하기 위해 상기 언급된 인자 중 하나 이상을 이용하는 것을 포함할 수 있다. 일부 실시예에서, IPS(325)는 하나 이상의 전술한 방법을 이용하여 지역 목표 재고에 대한 각각의 FC에 대한 SKU의 비율을 결정하고, 각각의 FC의 결정된 비율에 기초하여 지역 목표 재고의 부분을 각 FC에 할당할 수 있다. 전술한 최적화된 부분 또는 비율은 주기적으로 결정되거나 지속적으로 업데이트 될 수 있다.
일부 실시예들에서, IPS(325)는 SKU의 현재 아웃 바운드 주문의 기록을 참조하도록 추가로 구성될 수 있고, 그리고 지역 목표 재고의 부분을 할당하는 단계는 SKU의 현재 재고 및 SKU의 현재 아웃 바운드 주문에 더 기초한다. 아웃 바운드 주문 기록에는 그 지역의 각 FC와 연관된 아웃 바운드 주문 수량 또는 그 지역의 각 FC의 총계가 포함될 수 있다. 예상 지역 수요와 유사하게, 현재 아웃 바운드 주문 기록은 지역 목표 재고, 지역 사이클 재고 또는 지역 안전 재고를 결정하는 데 도움이 될 수 있다. 그러나, 일부 실시예들에서, 아웃 바운드 주문은 복수의 FC에서 특정 FC에만 연관되거나 미리 할당될 수 있다. 예를 들어 특정 FC가 SKU의 특정 주문을 이행할 수 있는 지역 내 유일한 FC 또는 소수의 FC 중 하나일 경우(예를 들어 오직 하나의 FC가 지역 내의 특정 위치 또는 주소로 배달함) 이 경우가 이에 해당할 수 있다.
일부 실시예들에서, 지역 목표 재고의 부분을 할당하는 단계는 각각의 FC에서 각각의 SKU에 대한 예측 아웃 바운드 수요를 지원하기 위해 권장 주문 수량(
Figure 112020128210202-pat00017
)을 결정하는 단계를 포함할 수 있다. 예를 들어, TIP(324)는 식 (3)을 사용하여 ROQ를 계산할 수 있다:
Figure 112020128210202-pat00018
여기서
Figure 112020128210202-pat00019
은 FC에서의 SKU의 아웃 바운드 예측이고,
Figure 112020128210202-pat00020
은 FC에서의 SKU의 기존 재고며
Figure 112020128210202-pat00021
는 FC에 매핑된 SKU의 기존 미결 주문 수량이다. 각 FC에 대해 계산된 권장 주문 수량에 기초하여, IPS(325)는 전국적인 권장 주문 수량으로부터 매핑된 각각의 FC에 권장 주문 수량을 할당할 수 있다.
전국적인 권장 주문 수량이 이러한 할당 후에 남아있는 경우, IPS(324)는 또한 각각의 FC에 대한 계산된 재고 축적 요건에 기초하여 더 많은 SKU를 각 FC에 할당할 수 있다. 각 FC에는 필요한 재고 축적을 지원하기 위해 추가 권장 주문 수량(
Figure 112020128210202-pat00022
)이 있을 수 있다. 이 권장 주문 수량은 예를 들어 식 (2)에서 계산된 종료 재고 목표(
Figure 112020128210202-pat00023
)와 FC의 예상 수요 수량의 차이일 수 있다. 각 FC에 기초하여 IPS(325)는 필요한 재고 축적을 위한 권장 주문 수량을 남아있는 전국적인 권장 주문 수량에서 매핑된 각 FC에 할당할 수 있다. 필요한 재고 축적을 기반으로 SKU를 각 FC에 할당한 후 전국적인 권장 주문 수량이 남아있는 경우, 남아있는 전국적인 권장 수량은 아웃 바운드 수요에 대한 각 FC 기여에 비례하여 안전 재고로서 각 FC에 분배된다.
단계 406가 완료된 후, 프로세스(400)는 단계 407로 계속될 수 있다. 단계 407에서, IPS(325)는 예를 들어 할당된 부분에 기초하여 FC에 다수의 SKU를 비축하기 위한 지시를 디바이스에 전송할 수 있다. 바람직한 실시예에서, SKU에 비축될 SKU의 수는 SKU의 지역 목표 재고의 할당된 부분과 실질적으로 동일하거나 동일할 것이다. 디바이스는 시스템(100)에서 앞서 개시된 임의의 디바이스 중 하나 이상일 수 있다. 일부 실시예들에서, 디바이스는 수동 주문 제출 플랫폼(326) 또는 구매 주문 생성기(327)의 기능들을 실행하고 있을 수 있다. 예를 들어, 일부 실시예에서, 지시는 수동 주문 제출 플랫폼(326)으로 전송될 수 있고, 사용자는 수동 주문을 입력할 때 지시를 참조할 수 있다. 다른 실시예에서, 지시는 구매 주문 생성기(327)로 전송될 수 있으며, 여기서 지시는 지역 목표 재고의 할당된 부분에 기초하여 풀필먼트 센터로 배송하기 위해 SKU와 연관된 공급자로의 구매 주문을 생성하는 데 사용될 수 있다. 구매 주문 생성기(327) 또는 지시가 전송되는 다른 디바이스는 이러한 지시를 실행하고 구매 주문을 자동으로 제출하거나, 검토 및 수동 제출을 위해 구매 주문을 제시할 수 있다.
본 개시에 따르면, 전송된 지시는 SKU의 현재 재고를 SKU의 지역 목표 재고의 할당된 부분과 동일하게 유지하기 위한 명령일 수 있거나, SKU의 현재 재고를 SKU의 지역 목표 재고의 할당된 부분과 동일하게 되도록 조정하기 위한 명령일 수 있다. 일부 실시예들에서, 현재 재고를 유지하는 것은 SKU의 아웃 바운드 수량과 동일하게 유지되도록 SKU의 인바운드 수량을 유지하는 것을 포함할 수 있고, 또는 SKU의 아웃 바운드 수량과 동일하게 되도록 SKU의 인바운드 수량을 수정하는 것을 포함할 수 있다. 또한, 현재 재고를 조정하는 것은 현재 재고가 SKU의 지역 목표 재고의 할당된 부분에 근접하도록 풀필먼트 센터에 대한 SKU의 인바운드를 수정 또는 유지하는 것을 포함할 수 있다.
전술한 실시예는 도 5를 참조하여 예로서 설명될 수 있으며, 이는 어느 명령이 전송될지를 결정하는데 사용될 수 있는 예시적인 프로세스의 흐름도 및/또는 로직(500)을 제공한다. 이 프로세스는 예를 들어 IPS(325)의 하나 이상의 프로세서에 의해 실행될 수 있다. 프로세스(500)는 IPS(325)가 지역 목표 재고의 부분을 할당한 후 단계 501에서 시작할 수 있다. 하나 이상의 프로세서는 단계 502에서 FC에서의 SKU의 현재 재고가 지역 목표 재고의 할당된 부분과 동일한 지 여부를 결정할 수 있다. 현재 재고가 지역 목표 재고와 "동일"한 지에 대한 이러한 결정은 일부 실시예에서, 현재 재고의 정확한 수량 또는 절대값이 지역 목표 재고의 정확한 수량 또는 절대값과 일치함에 기초할 수 있다. 현재 재고가 할당된 부분과 동일하면, 하나 이상의 프로세서는 단계 503에서 FC에서의 SKU의 현재 재고를 유지하기 위한 명령을 전송할 것이다. 하나 이상의 프로세서는 단계 505에서 FC에서의 SKU의 현재 인바운드 수량이 FC에서의 SKU의 아웃 바운드 수량과 동일한 지 여부를 추가로 결정할 수 있다. 그렇다면, 하나 이상의 프로세서는 현재 재고가 동일하게 유지되도록 단계 506에서 인바운드 수량을 유지하기 위해 명령을 디바이스에 전송할 수 있다. 그렇지 않으면, 하나 이상의 프로세서는 단계 507에서 아웃 바운드 수량과 동일하게 되도록 인바운드 수량을 수정하라는 명령을 전송할 수 있다.
또는, 단계 502에서, 하나 이상의 프로세서는 현재 재고가 지역 목표 재고의 할당된 부분과 동일하지 않다고 결정할 수 있다. 이 경우에, OOS 또는 과잉 재고를 방지하기 위해, 하나 이상의 프로세서는 단계 504에서 FC에서 SKU의 인바운드 수량을 수정하라는 명령을 디바이스에 전송할 수 있다. 예를 들어, 현재 재고가 할당된 부분보다 적은 것으로 결정되면, 전송된 명령은 인바운드 수량이 아웃 바운드 수량보다 많게 되도록 SKU의 인바운드 수량을 수정하는 것일 수 있다. 대조적으로, SKU의 현재 재고가 할당된 부분보다 많은 경우, 명령은 인바운드 수량이 아웃 바운드 수량보다 적도록 인바운드 수량을 수정하는 것일 수 있다. 프로세스는 단계 502로 되돌아 갈 수 있고, 현재 재고는 할당된 부분과 동일해질 때까지 계속 조정될 수 있다. 또한, 이 프로세스는 단계들의 순서로 설명되지만, 하나 이상의 프로세서는 전술한 결정을 (예를 들어, 단계 502 및 505에서) 연속적으로 수행함으로써 현재 재고 레벨을 연속적으로 평가하고 수정하도록 구성될 수 있다.
본 개시는 그 특정 실시예를 참조하여 도시되고 설명되었지만, 본 개시는 다른 환경에서, 변경없이, 실시될 수 있음을 이해할 것이다. 전술한 설명은 예시의 목적으로 제시되었다. 그것은 개시된 정확한 형태나 실시예에 대해 총망라된 것이 아니며 이것으로 한정되는 것은 아니다. 개시된 실시예의 설명 및 실시를 고려하는 것으로부터 변경 및 조정이 통상의 기술자에게 명백할 것이다. 추가적으로, 비록 개시된 실시예의 형태가 메모리에 저장되는 것으로서 설명되었지만, 통상의 기술자는 이들 형태가 2차 저장 디바이스, 예를 들면, 하드디스크나 CD ROM, 또는 다른 형태의 RAM이나 ROM, USB 매체, DVD, 블루레이, 또는 다른 광 드라이브 매체와 같이, 다른 형태의 컴퓨터 판독 가능한 매체에 저장될 수도 있는 것을 이해할 것이다.
상술한 설명 및 개시된 방법에 기초한 컴퓨터 프로그램은 숙련된 개발자의 기술 내에 있다. 여러 프로그램 혹은 프로그램 모듈은 통상의 기술자에게 알려진 어느 기술을 이용하여 생성되거나, 또는 기존의 소프트웨어와 연결하여 설계될 수 있다. 예를 들면, 프로그램 섹션 혹은 프로그램 모듈은 닷넷 프레임워크, 닷넷 컴팩트 프레임워크(및 비주얼 베이식, C 등과 같은, 관련 언어), 자바, C++, 오브젝티브 C, HTML, HTML/AJAX 조합, XML, 또는 자바 애플릿이 포함된 HTML 내에서 혹은 그것들에 의해서 설계될 수 있다.
게다가, 여기에서는 예시적인 실시예가 설명되었지만, 본 개시에 기초하여 통상의 기술자가 이해할 수 있는 바와 같이, 일부 또는 모든 실시예의 범위는 동등한 요소, 변경, 생략, 조합(예로써, 여러 실시예에 걸치는 형태의 조합), 조정 및/또는 수정을 가질 수 있다. 청구범위 내의 제한 사항은 그 청구범위 내에 적용된 언어에 기초하여 폭넓게 이해되도록 하는 것이며, 응용의 수행 동안 혹은 본 명세서 내에 설명된 예시로 한정되는 것은 아니다. 그 예시는 비배타적으로 해석되도록 하기 위한 것이다. 추가로, 개시된 방법의 스텝은 어떤 다른 방법으로 변경되거나, 스텝을 재배열 및/또는 스텝을 삽입하거나 삭제하는 것을 포함할 수 있다. 그러므로, 설명 및 예시는 오직 예시적으로 고려되는 것이며, 진정한 범위 및 기술 사상은 다음의 청구범위 및 그 동등한 전체 범위에 의해 나타내지는 것으로 의도된다.

Claims (20)

  1. 제품의 지능적인 분배를 위한 컴퓨터-구현 시스템으로서,
    명령을 저장하는 메모리; 및
    상기 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
    상기 명령은,
    재고 보관 유닛(SKU)의 예상 수요를 포함하는 예측 데이터를 수신하고;
    상기 수신된 예측 데이터에 기초하여, 상기 예상 수요를 만족시키기 위해 상기 SKU의 목표 재고 - 상기 목표 재고는 상기 SKU의 사이클 재고; 및 상기 SKU의 안전 재고를 포함함 - 를 결정하고;
    상기 SKU의 목표 재고에 기초하여, 복수의 풀필먼트 센터를 포함하는 지역의 상기 SKU의 지역 목표 재고 - 상기 지역 목표 재고는 상기 SKU의 지역 사이클 재고; 및 상기 SKU의 지역 안전 재고를 포함함 - 를 결정하고;
    상기 복수의 풀필먼트 센터의 각 풀필먼트 센터의 인바운드 및 아웃바운드 배송 이력을 포함하는 이력 데이터를 수신하고;
    상기 수신된 이력 데이터에 기초하여, 상기 각 풀필먼트 센터의 인바운드 용량 및 아웃바운드 용량을 결정하도록 구성된 데이터 모델을 생성하고;
    상기 수신된 이력 데이터로 상기 데이터 모델을 훈련시키고;
    상기 훈련된 데이터 모델을 사용하여, 상기 각 풀필먼트 센터에 대한 프로필 - 상기 프로필은 상기 인바운드 용량; 상기 아웃바운드 용량; 및 상기 SKU의 현재 재고를 포함함 - 을 생성하고;
    상기 풀필먼트 센터와 연관된 상기 생성된 프로필을 종합하고;
    상기 종합된 프로필에 기초하여, 상기 지역 목표 재고의 최적화된 부분을 상기 각 풀필먼트 센터에 할당하고;
    상기 각 풀필먼트 센터에 대해, 상기 현재 재고 및 상기 풀필먼트 센터와 연관된 상기 최적화된 부분의 비교에 기초하여 명령의 세트를 결정하고; 그리고
    상기 각 풀필먼트 센터에 대해, 상기 최적화된 부분에 기초하여 상기 풀필먼트 센터에 다수의 SKU를 비축하라는 상기 결정된 명령의 세트를 디바이스에 전송하는 것을 포함하는 컴퓨터-구현 시스템.
  2. 청구항 1에 있어서,
    상기 지역 목표 재고의 최적화된 부분은 상기 SKU가 여러 풀필먼트 센터에 있어야 한다는 결정에 기초하여 더 결정되는 컴퓨터-구현 시스템.
  3. 청구항 2에 있어서,
    상기 SKU가 여러 풀필먼트 센터에 있어야 한다는 결정은 해당 지역에서 상기 SKU의 인기도를 기반으로 하는 컴퓨터-구현 시스템.
  4. 청구항 1에 있어서,
    상기 지역 목표 재고의 최적화된 부분은 상기 복수의 풀필먼트 센터의 각 풀필먼트 센터에 대해 생성된 상기 프로필의 종합에 기초하여 더 결정되는 컴퓨터-구현 시스템.
  5. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는 상기 SKU의 현재 아웃 바운드 주문의 기록을 참조하도록 추가로 구성되고, 상기 지역 목표 재고의 최적화된 부분은 상기 SKU의 현재 재고와 상기 SKU의 현재 아웃 바운드 주문에 기초하여 더 결정되는 컴퓨터-구현 시스템.
  6. 청구항 1에 있어서,
    상기 사이클 재고는 상기 예상 수요를 충족시키기 위해 결정된 상기 SKU의 양이며, 상기 안전 재고는 초과 수요를 충족시키기 위해 결정된 추가적인 상기 SKU의 양인 컴퓨터-구현 시스템.
  7. 청구항 1에 있어서,
    상기 전송된 명령은,
    상기 SKU의 현재 재고를 상기 SKU의 지역 목표 재고의 최적화된 부분과 동일하게 유지하도록 상기 SKU의 현재 재고를 유지하기 위한 명령; 또는
    상기 SKU의 현재 재고가 상기 SKU의 지역 목표 재고의 최적화된 부분과 동일하게 되도록 상기 SKU의 현재 재고를 조정하기 위한 명령 중 하나를 포함하는 컴퓨터-구현 시스템.
  8. 청구항 7에 있어서,
    상기 현재 재고를 유지하는 것은,
    상기 SKU의 인바운드 수량이 상기 SKU의 아웃 바운드 수량과 동일하게 유지되도록 상기 SKU의 인바운드 수량을 유지하는 것; 또는
    상기 SKU의 인바운드 수량이 상기 SKU의 아웃 바운드 수량과 동일하게 되도록 상기 SKU의 인바운드 수량을 수정하는 것 중 하나를 포함하는 컴퓨터-구현 시스템.
  9. 청구항 7에 있어서,
    상기 현재 재고를 조정하는 것은 상기 현재 재고가 상기 SKU의 지역 목표 재고의 최적화된 부분에 근접하도록 상기 풀필먼트 센터에 대한 상기 SKU의 인바운드를 수정 또는 유지하는 것을 포함하는 컴퓨터-구현 시스템.
  10. 청구항 1에 있어서,
    상기 전송된 명령은 상기 지역 목표 재고의 최적화된 부분에 기초하여 상기 풀필먼트 센터로 배송하기 위해 상기 SKU와 연관된 공급자로의 구매 주문을 생성하는 명령을 포함하는 컴퓨터-구현 시스템.
  11. 적어도 하나의 프로세서에서 실행되는 제품의 지능적인 분배를 위한 컴퓨터-구현 방법으로서,
    상기 방법은,
    재고 보관 유닛(SKU)의 예상 수요를 포함하는 예측 데이터를 수신하는 단계;
    상기 수신된 예측 데이터에 기초하여, 상기 예상 수요를 만족시키기 위해 상기 SKU의 목표 재고 - 상기 목표 재고는 상기 SKU의 사이클 재고; 및 상기 SKU의 안전 재고를 포함함 - 를 결정하는 단계;
    상기 SKU의 목표 재고에 기초하여, 복수의 풀필먼트 센터를 포함하는 지역의 상기 SKU의 지역 목표 재고 - 상기 지역 목표 재고는 상기 SKU의 지역 사이클 재고; 및 상기 SKU의 지역 안전 재고를 포함함 - 를 결정하는 단계;
    상기 복수의 풀필먼트 센터의 각 풀필먼트 센터의 인바운드 및 아웃바운드 배송 이력을 포함하는 이력 데이터를 수신하는 단계;
    상기 수신된 이력 데이터에 기초하여, 상기 각 풀필먼트 센터의 인바운드 용량 및 아웃바운드 용량을 결정하도록 구성된 데이터 모델을 생성하는 단계;
    상기 수신된 이력 데이터로 상기 데이터 모델을 훈련시키는 단계;
    상기 훈련된 데이터 모델을 사용하여, 상기 각 풀필먼트 센터에 대한 프로필 - 상기 프로필은 상기 인바운드 용량; 상기 아웃바운드 용량; 및 상기 SKU의 현재 재고를 포함함 - 을 생성하는 단계;
    상기 풀필먼트 센터와 연관된 상기 생성된 프로필을 종합하는 단계;
    상기 종합된 프로필에 기초하여, 상기 지역 목표 재고의 최적화된 부분을 상기 각 풀필먼트 센터에 할당하는 단계;
    상기 각 풀필먼트 센터에 대해, 상기 현재 재고 및 상기 풀필먼트 센터와 연관된 상기 최적화된 부분의 비교에 기초하여 명령의 세트를 결정하는 단계; 및
    상기 각 풀필먼트 센터에 대해, 상기 최적화된 부분에 기초하여 상기 풀필먼트 센터에 다수의 SKU를 비축하라는 상기 결정된 명령의 세트를 디바이스에 전송하는 단계를 포함하는 컴퓨터-구현 방법.
  12. 청구항 11에 있어서,
    상기 지역 목표 재고의 최적화된 부분은 상기 SKU가 여러 풀필먼트 센터에 있어야 한다는 결정에 기초하여 더 결정되는 컴퓨터-구현 방법.
  13. 청구항 11에 있어서,
    상기 지역 목표 재고의 최적화된 부분은 상기 복수의 풀필먼트 센터의 각 풀필먼트 센터에 대해 생성된 상기 프로필의 종합에 기초하여 더 결정되는 컴퓨터-구현 방법.
  14. 청구항 11에 있어서,
    상기 적어도 하나의 프로세서는 상기 SKU의 현재 아웃 바운드 주문의 기록을 참조하도록 추가로 구성되고, 상기 지역 목표 재고의 최적화된 부분은 상기 SKU의 현재 재고와 상기 SKU의 현재 아웃 바운드 주문에 기초하여 더 결정되는 컴퓨터-구현 방법.
  15. 청구항 11에 있어서,
    상기 사이클 재고는 상기 예상 수요를 충족시키기 위해 결정된 상기 SKU의 양이며, 상기 안전 재고는 초과 수요를 충족시키기 위해 결정된 추가적인 상기 SKU의 양인 컴퓨터-구현 방법.
  16. 청구항 11에 있어서,
    상기 전송된 명령은,
    상기 SKU의 현재 재고를 상기 SKU의 지역 목표 재고의 최적화된 부분과 동일하게 유지하도록 상기 SKU의 현재 재고를 유지하기 위한 명령; 또는
    상기 SKU의 현재 재고가 상기 SKU의 지역 목표 재고의 최적화된 부분과 동일하게 되도록 상기 SKU의 현재 재고를 조정하기 위한 명령 중 하나를 포함하는 컴퓨터-구현 방법.
  17. 청구항 16에 있어서,
    상기 현재 재고를 유지하는 단계는,
    상기 SKU의 인바운드 수량이 상기 SKU의 아웃 바운드 수량과 동일하게 유지되도록 상기 SKU의 인바운드 수량을 유지하는 단계; 또는
    상기 SKU의 인바운드 수량이 상기 SKU의 아웃 바운드 수량과 동일하게 되도록 상기 SKU의 인바운드 수량을 수정하는 단계 중 하나를 포함하는 컴퓨터-구현 방법.
  18. 청구항 16에 있어서,
    상기 현재 재고를 조정하는 단계는 상기 현재 재고가 상기 SKU의 지역 목표 재고의 최적화된 부분에 근접하도록 상기 풀필먼트 센터에 대한 상기 SKU의 인바운드를 수정 또는 유지하는 단계를 포함하는 컴퓨터-구현 방법.
  19. 청구항 11에 있어서,
    상기 전송된 명령은 상기 지역 목표 재고의 최적화된 부분에 기초하여 상기 풀필먼트 센터로 배송하기 위해 상기 SKU와 연관된 공급자로의 구매 주문을 생성하는 명령을 포함하는 컴퓨터-구현 방법.
  20. 제품의 지능적인 분배를 위한 컴퓨터-구현 시스템으로서,
    명령을 저장하는 메모리; 및
    상기 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
    상기 명령은,
    재고 보관 유닛(SKU)의 예상 수요를 포함하는 예측 데이터를 수신하고;
    상기 수신된 예측 데이터에 기초하여, 상기 예상 수요를 만족시키기 위해 상기 SKU의 목표 재고 - 상기 목표 재고는 상기 SKU의 사이클 재고; 및 상기 SKU의 안전 재고를 포함함 - 를 결정하고;
    상기 SKU의 목표 재고에 기초하여, 복수의 풀필먼트 센터를 포함하는 지역의 상기 SKU의 지역 목표 재고 - 상기 지역 목표 재고는 상기 SKU의 지역 사이클 재고; 및 상기 SKU의 지역 안전 재고를 포함함 - 를 결정하고;
    상기 복수의 풀필먼트 센터의 각 풀필먼트 센터의 인바운드 및 아웃바운드 배송 이력을 포함하는 이력 데이터를 수신하고;
    상기 수신된 이력 데이터에 기초하여, 상기 각 풀필먼트 센터의 인바운드 용량 및 아웃바운드 용량을 결정하도록 구성된 데이터 모델을 생성하고;
    상기 수신된 이력 데이터로 상기 데이터 모델을 훈련시키고;
    상기 훈련된 데이터 모델을 사용하여, 상기 각 풀필먼트 센터에 대한 프로필 - 상기 프로필은 상기 인바운드 용량; 상기 아웃바운드 용량; 및 상기 SKU의 현재 재고를 포함함 - 을 생성하고;
    상기 풀필먼트 센터와 연관된 상기 생성된 프로필을 종합하고;
    상기 종합된 프로필에 기초하여, 상기 지역 목표 재고의 최적화된 부분을 상기 각 풀필먼트 센터에 할당하고;
    상기 각 풀필먼트 센터에 대해, 상기 SKU의 현재 재고 및 상기 최적화된 부분에 기초하여, 상기 SKU의 현재 재고가 상기 최적화된 부분을 충족시키는지 여부를 결정하고;
    상기 현재 재고가 상기 최적화된 부분을 충족하지 않는다는 결정에 기초하여, 상기 각 풀필먼트 센터에 대해 명령의 세트를 결정하고; 그리고
    상기 각 풀필먼트 세트에 대해, 상기 SKU의 현재 재고가 상기 최적화된 부분을 충족할 때까지 상기 풀필먼트 센터에서 상기 SKU의 인바운드 흐름을 수정 또는 유지하기 위한 상기 결정된 명령의 세트를 디바이스에 전송하는 것을 포함하는 컴퓨터-구현 시스템.
KR1020200015881A 2019-12-30 2020-02-10 사이클 및 안전 재고 결정 시스템 KR102365136B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220019685A KR102515834B1 (ko) 2019-12-30 2022-02-15 사이클 및 안전 재고 결정 시스템

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/730,051 2019-12-30
US16/730,051 US11321651B2 (en) 2019-12-30 2019-12-30 Cycle and safety stock determination systems

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220019685A Division KR102515834B1 (ko) 2019-12-30 2022-02-15 사이클 및 안전 재고 결정 시스템

Publications (2)

Publication Number Publication Date
KR20210086376A KR20210086376A (ko) 2021-07-08
KR102365136B1 true KR102365136B1 (ko) 2022-02-18

Family

ID=76546456

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020200015881A KR102365136B1 (ko) 2019-12-30 2020-02-10 사이클 및 안전 재고 결정 시스템
KR1020220019685A KR102515834B1 (ko) 2019-12-30 2022-02-15 사이클 및 안전 재고 결정 시스템

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220019685A KR102515834B1 (ko) 2019-12-30 2022-02-15 사이클 및 안전 재고 결정 시스템

Country Status (7)

Country Link
US (1) US11321651B2 (ko)
JP (1) JP7219289B2 (ko)
KR (2) KR102365136B1 (ko)
AU (1) AU2020264288A1 (ko)
SG (1) SG11202012892XA (ko)
TW (2) TWI754410B (ko)
WO (1) WO2021136988A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220187847A1 (en) * 2019-11-05 2022-06-16 Strong Force Vcn Portfolio 2019, Llc Robot Fleet Management for Value Chain Networks
WO2024204914A1 (ko) * 2023-03-29 2024-10-03 쿠팡 주식회사 재고를 구분하는 방법 및 그 시스템
WO2024210247A1 (ko) * 2023-04-05 2024-10-10 쿠팡 주식회사 아이템을 분배하는 전자 장치 및 그 방법
EP4446960A1 (en) * 2023-04-11 2024-10-16 Tata Consultancy Services Limited Systems and methods for identification and replenishment of targeted items on shelves of stores

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006171856A (ja) * 2004-12-13 2006-06-29 Hitachi Ltd 在庫補充計画システム、在庫補充計画方法、および在庫補充計画プログラム
KR101974312B1 (ko) * 2018-09-03 2019-04-30 이현만 물류 창고 상품의 최적 배치 방법

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050288989A1 (en) 2004-06-24 2005-12-29 Ncr Corporation Methods and systems for synchronizing distribution center and warehouse demand forecasts with retail store demand forecasts
US20070016494A1 (en) 2005-06-27 2007-01-18 3M Innovative Properties Company Methods of adjusting sales plans
US20080086392A1 (en) * 2006-10-10 2008-04-10 Blair Bishop Managing distribution of constrained product inventory from a warehouse
US20080162270A1 (en) 2006-12-29 2008-07-03 Edward Kim Method and system for forecasting future order requirements
JP5292792B2 (ja) * 2007-12-12 2013-09-18 株式会社リコー 在庫管理システム、在庫管理方法及び在庫管理プログラム
US20110054982A1 (en) 2009-09-01 2011-03-03 Edward Kim Methods and systems for randomizing starting retail store inventory when determining distribution center and warehouse demand forecasts
US8620707B1 (en) * 2011-06-29 2013-12-31 Amazon Technologies, Inc. Systems and methods for allocating inventory in a fulfillment network
TW201336740A (zh) 2011-11-28 2013-09-16 Sicpa Holding Sa 用於控制生產／分配線上物品之方法及系統
US20130218799A1 (en) 2012-02-16 2013-08-22 Sebastian Lehmann Container Selection in a Materials Handling Facility
US9275334B2 (en) 2012-04-06 2016-03-01 Applied Materials, Inc. Increasing signal to noise ratio for creation of generalized and robust prediction models
US20170068973A1 (en) 2012-12-03 2017-03-09 Dimitri Sinkel System and method for inventory management
US10546326B2 (en) 2013-09-26 2020-01-28 Mark W. Publicover Providing targeted content based on a user's preferences
GB201419498D0 (en) * 2014-10-31 2014-12-17 Ocado Innovation Ltd System and method for fulfilling E-commerce orders from a hierarchy of fulfilment centres
US10565535B2 (en) * 2014-12-10 2020-02-18 Walmart Apollo, Llc System having inventory allocation tool and method of using same
AU2016330891B2 (en) 2015-09-29 2020-04-02 Amazon Technologies, Inc. Managing notifications of a delivery method based on an active device
US10614395B2 (en) 2016-01-19 2020-04-07 Robert Bosch Gmbh System and method for autonomously packing products into containers for distribution in a supply chain
CN107292550A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 一种物流资源的调度方法、设备及系统
EP3523222A1 (en) 2016-10-06 2019-08-14 Robert D. Ahmann Automated warehouse fulfillment system and method of operation
US10956858B2 (en) * 2017-01-19 2021-03-23 Intelligrated Headquarters, Llc Static warehouse area sizing and slotting of a multi-mode forward area
US20180211206A1 (en) 2017-01-23 2018-07-26 Tête-à-Tête, Inc. Systems, apparatuses, and methods for managing inventory operations
US11468457B2 (en) * 2017-03-24 2022-10-11 Accenture Global Solutions Limited Logistic demand forecasting
JP2018181113A (ja) * 2017-04-18 2018-11-15 丸市倉庫株式会社 情報処理装置
CN109146350A (zh) 2017-06-28 2019-01-04 菜鸟智能物流控股有限公司 一种仓库的发货操作执行方法和装置
WO2019041000A1 (en) * 2017-09-01 2019-03-07 Go People Pty Ltd INTELLIGENT SATISFACTION, SORTING AND SHIPPING SYSTEM FOR ELECTRONIC COMMERCE CONTROLS WITH PREDICT PREDICTIVE PREDICTIVE DEMAND FOR OPTIMIZING SHIPPING ROUTING
US11922440B2 (en) * 2017-10-31 2024-03-05 Oracle International Corporation Demand forecasting using weighted mixed machine learning models
AR113944A1 (es) 2017-12-15 2020-07-01 Johnson & Johnson Vision Care Sistema de distribución e inventario y métodos para usarlo
US11599753B2 (en) * 2017-12-18 2023-03-07 Oracle International Corporation Dynamic feature selection for model generation
US11615373B2 (en) 2018-05-09 2023-03-28 Target Brands, Inc. Inventory management
US10997614B2 (en) * 2018-10-09 2021-05-04 Oracle International Corporation Flexible feature regularization for demand model generation
US20200175461A1 (en) * 2018-12-03 2020-06-04 Beijing Jingdong Shangke Information Technology Co., Ltd. Method and system for two-echelon inventory allocation
US10467562B1 (en) * 2019-02-18 2019-11-05 Coupang, Corp. Systems and methods for computerized balanced delivery route assignment
US20210110461A1 (en) * 2019-10-10 2021-04-15 Coupang Corp. Systems and methods for optimization of a product inventory by intelligent adjustment of inbound purchase orders

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006171856A (ja) * 2004-12-13 2006-06-29 Hitachi Ltd 在庫補充計画システム、在庫補充計画方法、および在庫補充計画プログラム
KR101974312B1 (ko) * 2018-09-03 2019-04-30 이현만 물류 창고 상품의 최적 배치 방법

Also Published As

Publication number Publication date
TW202215321A (zh) 2022-04-16
WO2021136988A1 (en) 2021-07-08
TWI754410B (zh) 2022-02-01
AU2020264288A1 (en) 2021-07-15
TWI773617B (zh) 2022-08-01
JP7219289B2 (ja) 2023-02-07
KR20220026560A (ko) 2022-03-04
US20210201235A1 (en) 2021-07-01
SG11202012892XA (en) 2021-08-30
US11321651B2 (en) 2022-05-03
TW202127331A (zh) 2021-07-16
JP2022509898A (ja) 2022-01-25
KR102515834B1 (ko) 2023-03-30
KR20210086376A (ko) 2021-07-08

Similar Documents

Publication Publication Date Title
KR102251187B1 (ko) 인바운드 구매 주문의 지능적 조정에 의해 제품 재고를 최적화하기 위한 시스템 및 방법
JP7058770B2 (ja) インバウンド購入注文のインテリジェントな調整による製品在庫の最適化のためのシステムおよび方法
KR20220139268A (ko) 기계-학습 보조 재고 배치를 위한 시스템 및 방법
KR102365136B1 (ko) 사이클 및 안전 재고 결정 시스템
KR102354795B1 (ko) 자동화된 아웃바운드 프로파일 생성을 위한 시스템 및 방법
KR102350925B1 (ko) 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법
KR20220139265A (ko) 제품 할당 검증을 이용한 인바운드 제품의 지능적 분배에 의해 제품 재고를 최적화하는 컴퓨터 구현 시스템 및 방법
KR20230000395A (ko) 대체 가능성 로직을 사용하는 인공 지능(ai)-기반 인바운드 계획 생성을 위한 컴퓨터 구현 시스템 및 방법
KR20230000394A (ko) 인공 지능(ai) 기반 인바운드 계획 생성을 위한 컴퓨터-구현 시스템 및 방법

Legal Events

Date Code Title Description
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant