KR102548216B1 - 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법 - Google Patents

비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법 Download PDF

Info

Publication number
KR102548216B1
KR102548216B1 KR1020210088013A KR20210088013A KR102548216B1 KR 102548216 B1 KR102548216 B1 KR 102548216B1 KR 1020210088013 A KR1020210088013 A KR 1020210088013A KR 20210088013 A KR20210088013 A KR 20210088013A KR 102548216 B1 KR102548216 B1 KR 102548216B1
Authority
KR
South Korea
Prior art keywords
packaging
configuration
package
cost
orders
Prior art date
Application number
KR1020210088013A
Other languages
English (en)
Other versions
KR20210087917A (ko
Inventor
샤오화 쿠이
지준 수
루빈 자오
지안민 두안
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 KR20210087917A publication Critical patent/KR20210087917A/ko
Application granted granted Critical
Publication of KR102548216B1 publication Critical patent/KR102548216B1/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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0833—Tracking
    • 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
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Container Filling Or Packaging Operations (AREA)
  • Auxiliary Devices For And Details Of Packaging Control (AREA)

Abstract

본 개시는 패키징 최적화를 위한 컴퓨터 시스템 및 컴퓨터 구현 방법에 관한 것이다. 이 시스템은 적어도 하나의 프로세서; 및 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서가 스텝을 수행하게 하는 명령을 포함하는 적어도 하나의 비일시적 저장 매체를 포함한다. 스텝은: 풀필먼트 센터와 연관된 과거 주문 데이터에 기초하여 하나 이상의 시뮬레이션된 주문을 포함하는 예측을 생성하고; 풀필먼트 센터와 연관된 현재의 패키징 구성을 결정하고; 그리고 시뮬레이션된 주문에 기초하여 적어도 하나의 최적화된 패키징 구성을 생성하도록 현재의 패키징 구성을 최적화시키는 것을 포함한다.

Description

비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법{SYSTEMS AND METHODS FOR SIMULATION OF PACKAGE CONFIGURATIONS FOR GENERATING COST OPTIMIZED CONFIGURATIONS}
본 개시는 일반적으로 제품을 패키징하는데 이용되는 패키지 타입의 최적화를 위한 컴퓨터 시스템 및 방법에 관한 것이다. 특히, 본 개시의 실시예는 패키지의 특정 타입과 연관된 비용의 최소화 및 패키지 타입의 필 레이트(fill rate)를 최대화시킴으로써 패키징을 최적화시키는 것과 관련된 창의적이고 독특한 시스템에 관한 것이다.
패키지의 최상의 세트를 결정하는 것은 향후 제품 구입의 타입을 예측하는 것만큼 중요하다. 패키지의 세트를 최적화시키는 것은 구입한 제품을 효율적으로 패키징하고 또한 앞으로 이용될 패키지를 최소 수로 저장하는데 도움이 된다. 현재의 수동 시스템은 사람에게 패키지의 어느 타입 및 크기를 주문 및 저장할지를 추측하는 것을 요구하여 많은 오류를 야기한다. 컴퓨터 시스템을 이용해도, 일반적으로 사람이 각 패키지와 연관된 패키지 구성 선호도 파라미터, 패키지 타입, 그것들의 이용 가능성 및 다른 추가적인 데이터를 수동으로 입력해야 한다.
이러한 시스템은 불필요한 지출을 피하기 위해 과소 추정하여 하나 이상의 보다 작은 크기의 박스 타입의 과잉 이용을 초래하거나 보다 큰 크기의 박스의 매우 낮은 필 레이트를 가져서 궁극적으로 배송 주문을 패키징하기 위해 보다 많은 지출을 야기하거나, 또는 과대 추정하여 이용성 없이 저장 비용을 발생시키는 너무 많은 패키지 타입을 가지게 한다.
그러므로, 이용성을 최대화시키고 비용을 최소화시키기 위해 패키지의 최적의 타입 및 수를 가지는 자동화되고 효율적인 패키지 구성 식별 시스템을 위한 개선된 방법 및 시스템이 필요하다.
본 개시의 일 형태는 패키지 구성의 최적화를 위한 시스템에 관한 것이다. 이 시스템은 명령을 포함하는 적어도 하나의 비일시적 저장 매체 및 동작을 수행하기 위한 명령을 실행하는 적어도 하나의 프로세서를 포함한다. 그 동작은 풀필먼트 센터와 연관된 과거 주문 데이터를 수신하고 - 그 주문 데이터는 주문된 아이템, 패키지 정보, 배송 비용, 또는 필 레이트 중 적어도 하나를 포함함 -, 풀필먼트 센터와 연관된 과거 주문 데이터 및 성능 데이터에 기초하여 주문 데이터에 대한 예측을 생성하고 - 그 예측은 복수의 더미(dummy) 주문을 포함함 -, 패키징 비용 감소를 위한 선호도를 수신하고, 풀필먼트 센터와 연관된 현재의 패키징 구성을 결정하고, 수신된 선호도 및 생성된 예측을 이용하여 적어도 하나의 새로운 패키징 구성을 생성하도록 현재의 패키징 구성을 최적화시키고, 그리고 원격 시스템으로 적어도 하나의 새로운 패키징 구성을 전송하는 것을 포함할 수 있다.
본 개시의 다른 형태는 패키지 구성의 최적화를 위한 방법에 관한 것이다. 이 방법은 풀필먼트 센터와 연관된 과거 주문 데이터를 수신하는 스텝 - 그 주문 데이터는 주문된 아이템, 패키지 정보, 배송 비용, 또는 필 레이트 중 적어도 하나를 포함함 -, 풀필먼트 센터와 연관된 과거 주문 데이터 및 성능 데이터에 기초하여 주문 데이터에 대한 예측을 생성하는 스텝 - 그 예측은 복수의 더미 주문을 포함함 -, 패키징 비용 감소를 위한 선호도를 수신하는 스텝, 풀필먼트 센터와 연관된 현재의 패키징 구성을 결정하는 스텝, 수신된 선호도 및 생성된 예측을 이용하여 적어도 하나의 새로운 패키징 구성을 생성하도록 현재의 패키징 구성을 최적화시키는 스텝, 및 원격 시스템으로 적어도 하나의 새로운 패키징 구성을 전송하는 스텝을 포함한다.
본 개시의 또 다른 형태는 패키지 구성의 최적화를 위한 시스템에 관한 것이다. 이 시스템은 명령을 포함하는 적어도 하나의 비일시적 저장 매체 및 동작을 수행하기 위한 명령을 실행하는 적어도 하나의 프로세서를 포함한다. 그 동작은 풀필먼트 센터와 연관된 과거 주문 데이터를 수신하고 - 그 주문 데이터는 주문된 아이템, 패키지 정보, 배송 비용, 또는 필 레이트 중 적어도 하나를 포함함 -, 풀필먼트 센터와 연관된 과거 주문 데이터 및 성능 데이터에 기초하여 주문 데이터에 대한 예측을 생성하고 - 그 예측은 복수의 더미 주문을 포함함 -, 주문의 하나 이상의 그룹에 대한 패키징 비용 감소를 위한 선호도를 수신하고, 수신된 선호도와 관계된 주문의 하나 이상의 그룹 및 풀필먼트 센터와 연관된 현재의 패키징 구성을 결정하고, 수신된 선호도 및 생성된 예측을 이용하여 적어도 하나의 새로운 패키징 구성을 생성하도록 현재의 패키징 구성을 최적화시키고, 그리고 원격 시스템으로 주문의 하나 이상의 그룹과 연관된 적어도 하나의 새로운 패키징 구성을 전송하는 것을 포함할 수 있다.
본 개시의 또 다른 형태는 패키지 구성의 최적화를 위한 시스템에 관한 것이다. 이 시스템은 명령을 포함하는 적어도 하나의 비일시적 저장 매체 및 동작을 수행하기 위한 명령을 실행하는 적어도 하나의 프로세서를 포함한다. 그 동작은 풀필먼트 센터와 연관된 과거 주문 데이터를 수신하고 - 그 주문 데이터는 주문된 아이템, 패키지 정보, 배송 비용, 또는 필 레이트 중 적어도 하나를 포함함 -, 풀필먼트 센터와 연관된 과거 주문 데이터 및 성능 데이터에 기초하여 주문 데이터에 대한 예측을 생성하고 - 그 예측은 복수의 더미 주문을 포함함 -, 패키징 비용 감소를 위한 선호도를 수신하고, 풀필먼트 센터와 연관된 현재의 패키징 구성을 결정하고, 수신된 선호도 및 생성된 예측을 이용하여 적어도 하나의 새로운 패키징 구성을 생성하도록 현재의 패키징 구성을 최적화시키고, 그리고 원격 시스템으로 적어도 하나의 새로운 패키징 구성을 전송하는 것을 포함할 수 있다.
본 개시의 또 다른 형태는 패키징 최적화를 위한 컴퓨터 시스템에 관한 것이다. 이 시스템은 적어도 하나의 프로세서; 및 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서가 스텝을 수행하게 하는 명령을 포함하는 적어도 하나의 비일시적 저장 매체를 포함한다. 스텝은: 풀필먼트 센터와 연관된 과거 주문 데이터에 기초하여 하나 이상의 시뮬레이션된 주문을 포함하는 예측을 생성하고; 풀필먼트 센터와 연관된 현재의 패키징 구성을 결정하고; 그리고 시뮬레이션된 주문에 기초하여 적어도 하나의 최적화된 패키징 구성을 생성하도록 현재의 패키징 구성을 최적화시키는 것을 포함할 수 있다.
본 개시의 또 다른 형태는 패키징 최적화를 위한 컴퓨터 구현 방법에 관한 것이다. 이 방법은 풀필먼트 센터와 연관된 과거 주문 데이터에 기초하여 하나 이상의 시뮬레이션된 주문을 포함하는 예측을 생성하고; 풀필먼트 센터와 연관된 현재의 패키징 구성을 결정하고; 그리고 시뮬레이션된 주문에 기초하여 적어도 하나의 최적화된 패키징 구성을 생성하도록 현재의 패키징 구성을 최적화시키는 것을 포함할 수 있다.
또한 다른 시스템, 방법, 및 컴퓨터 판독 가능 매체가 여기서 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, 예시적인 패키지 구성 최적화 시스템을 나타낸 도면이다.
도 4는 개시된 실시예에 따른, 새로운 패키지 구성을 생성하기 위한 시뮬레이션 요청의 예시적인 흐름도이다.
도 5는 개시된 실시예에 따른, 효율적으로 주문된 제품을 패키징하기 위한 최적화된 패키지 구성을 식별하는 방법의 예시적인 플로차트이다.
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 비용을 최적화시키는 패키지 구성의 식별을 위해 구성된 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 장치들 간의 (예를 들면, 저장 전달(store-and-forward) 또는 다른 기술을 사용하는) 통신을 가능하게 하는 시스템(100) 내의 상이한 장치들 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 장치로부터 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, 시스템(100)이 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 장치로부터 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 장치와 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), WMS(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 개시된 실시예에 따른, 예시적인 패키지 구성 최적화 시스템(300)이다. 새로운 패키지 구성(package configuration)의 생성은 패키징 비용 최적화가 특정 임계값 아래로 떨어질 때마다 풀필먼트 센터(200)의 직원에 의해 수동으로 또는 창고 관리 시스템(119)에 의해 자동으로 트리거될 수 있다. 패키징의 비용 최적화는 특정 패키지 타입의 필 레이트 및 그 패키지 타입의 이용과 관련된 비용을 포함할 수 있다(비용은 제조 비용, 저장 비용, 패킹 비용 - 즉, 패키지 내에 채워야 하는 재료의 양 -, 및 제3자 배송 서비스에 의해 청구된 배송 비용을 포함함).
일부 실시예에서, 풀필먼트 최적화 시스템(113)은 비용 최적화 요건을 지속적으로 모니터하고 허용 한계가 현재의 패키지 구성에 의해 더이상 충족되지 않을 때 트리거를 발생시킬 수 있다. 창고 관리 시스템(119)은 새로운 구성 생성 요청에 대해 지속적으로 탐색할 수 있고, 또는 풀필먼트 최적화 시스템(113)에 의해 특정 풀필먼트 센터(200)에 대해 풀필먼트 메시징 게이트웨이(115)를 통해서 요청이 직접 전송될 수 있다.
비용(배송, 저장, 제조)의 변화는 패키지 구성의 비용 최적화 허용 한계를 충족시키지 못하는 것을 야기할 수 있다. 공급 체인 관리 시스템(117)은 사용자 기대 임계값의 충족 실패를 결정하기 위한 풀필먼트 최적화 시스템(113) 및/또는 최적화된 비용의 새로운 패키지 구성을 생성하기 위한 창고 관리 시스템(119)에 이러한 세부정보를 제공할 수 있다. 공급 체인 관리 시스템(117)은 또한 새로운 패키지 구성의 생성을 위한 요구가 존재한다는 것을 지시하기 위해 패키지 구성의 패키지의 이용 가능성에 대한 변화를 식별할 수 있다. 패키지 구성은 또한 특정 패키지 타입의 이용 가능성/이용 불가능성으로 인해 발생할 수 있다. 그런 시나리오에서, 공급 체인 관리 시스템(117)은 새로운 패키지 구성을 생성하기 위해 직접 창고 관리 시스템(119)과 통신할 수 있다. 일부 실시예에서 창고 관리 시스템(119)은 다양한 시나리오(예를 들면, 계절/날씨, 이용 가능성, 제품 타입 등)에 대한 다수의 패키지 구성을 유지할 수 있다.
패키지 구성 최적화 시스템(PCOS: package configuration optimization system)(300)은 데이터베이스 내에 패키지 구성의 다수의 버전 및 그것과 관련된 비용을 유지할 수 있다. PCOS(300)는 특정 상황과 관련된 하나 이상의 실행 가능한 패키지 구성을 결정하기 위해 주문을 시뮬레이션할 수 있다. 또한 새로운 구성 및 관련된 시뮬레이션된 주문은 데이터베이스에 저장될 수 있다. 예시적인 PCOS(300)는 일시적 결과 및 영구적 결과를 저장하기 위해 두 개의 데이터베이스 시스템을 포함한다. 도 3에 도시된 바와 같이, 일부 실시예에서 일시적 결과는 키-값 쌍 일시적 데이터베이스(예를 들면, MongoDB)(310)에 저장되고 영구적 결과는 영구적(관계형) 데이터베이스(예를 들면, MySQL)(320)에 저장된다.
영구적 결과는 패키지 및 구성 세부정보의 여러 버전을 포함한다. PCOS(300)는 패키지 버전 관리 서비스(331) 및 구성 파라미터 버전 관리 서비스(332)를 이용하여 패키지 버전을 둘다 관리하기 위한 버전 관리 툴(330)을 포함할 수 있다. 패키지 버전 관리 서비스(331) 및 구성 파라미터 버전 관리 서비스(332)는 둘다 내부 프론트 엔드 시스템(105)을 통해서 접속될 수 있다. 풀필먼트 센터(200)의 직원은 디바이스(119A-119C)를 통해서 그것들과 접속할 수 있다. 패키지 서비스(331)는 여러 패키지 타입의 세부정보에 대해 CRUD(생성(Create), 판독(Read), 업데이트(Update), 및 삭제(Delete)) 동작을 할 수 있다. 패키지 세부정보는 패키지 타입(카드보드 박스, 플라스틱 백, 스티로폼 박스), 패키지 크기, 패키지 제조 비용을 포함할 수 있다. 컨피그(Config) 서비스(332)는 컨피그 세부정보를 변경하도록 업데이트 동작만 가능할 수 있다. 컨피그 세부정보는 최소 허용 필 레이트, 패키지의 저장 및 배송을 위한 최대 허용 비용을 포함하는 비용 최적화 임계값을 결정하는 파라미터일 수 있다.
제3자 시스템(380)은 새로운 패키지 구성을 생성하기 위해서 PCOS(300)에 하나 이상의 시뮬레이션 요청을 전송할 수 있다. 일부 실시예에서, 제3자(380)는 디바이스(119A-119C)를 통해서 시뮬레이션 요청을 입력하는 풀필먼트 센터(200)의 직원일 수 있다. 제3자(380)로부터의 시뮬레이션 요청은 직접적으로 또는 간접적으로 PCOS(300)에 전송될 수 있다. 일부 실시예에서, 시뮬레이션 결과는 제3자(380)에 의해 간접적 시뮬레이션 요청을 하기 위해서 퍼스트 파티인 창고 관리 시스템(119)으로 전송된다. 제3자(380)는 또한 패키지 구성의 생성을 위해 시뮬레이션 요청을 생성하는, 풀필먼트 최적화 시스템(113) 및 공급 체인 관리 시스템(117)과 같은, 다른 소프트웨어/컴퓨팅 시스템일 수 있다.
도 3에 도시된 바와 같이, 제3자(380) 시뮬레이션 요청은 시뮬레이션 API(350)로 전송되는 호출로 이어질 수 있다. 시뮬레이션 API(350)는 시뮬레이션 스케줄링에 앞서 일시적 데이터베이스(310)에 새로운 시뮬레이션 요청을 저장할 수 있다. PCOS(300)는 과거 요청된 시뮬레이션이 컴퓨팅 시스템(370)에 의해 완료될 때까지 새로운 시뮬레이션 요청을 저장할 수 있다. PCOS(300)는 또한 시뮬레이션 요청을 스케줄링하고 컴퓨팅 시스템(370)으로의 여러 태스크의 발송을 관리하는 작업 스케줄러(340)를 포함할 수 있다. 작업 스케줄러(340)는 컴퓨팅 시스템(370)의 하나 이상의 프로세서가 이용 가능하면 일시적 데이터베이스(310)로부터 새로운 시뮬레이션 요청에 대한 요청을 판독할 수 있다. 도 3에 도시된 바와 같이, 컴퓨팅 시스템(370)은 마스터-슬레이브 구성을 가질 수 있다. 각각의 슬레이브는 시뮬레이션 요청의 서로 다른 태스크를 실행할 수 있다. 각각의 태스크는 새로운 시뮬레이션 요청 또는 구성 파라미터의 최적화를 포함할 수 있다.
컴퓨팅 시스템(370)은 과거 주문을 포함하는 데이터 저장소(360)에 접속할 수 있다. 컴퓨팅 시스템(370)은 과거 주문에 기초하여 시뮬레이션된 주문을 생성할 수 있다. 일부 실시예에서, 컴퓨팅 시스템(370)은 데이터 저장소(360)로부터 새로운 시뮬레이션 요청과 함께 이용하기 위해 시뮬레이션 목적을 위해 생성된 시뮬레이션된 주문을 판독할 수 있다. 데이터 저장소(360)는 주문의 특정된 시간 범위 또는 타입에 대한 시뮬레이션된 주문을 생성하는데 도움이 될 수 있도록 모든 가능한 과거 주문을 저장하는 무제한 용량의 데이터 레이크일 수 있다.
일부 실시예에서, 일시적 데이터베이스(310)에 저장된 각각의 시뮬레이션 요청은 데이터 저장소(360) 내 시뮬레이션된 주문의 세트와 연관된다. 제3자(380)는 시뮬레이션 요청 및 시뮬레이션된 주문 양쪽을 동시에 생성하여, 연관성을 위해 양쪽에 고유 식별자(UUID)를 부여할 수 있다. 일부 실시예에서, 시뮬레이션된 주문의 단일 세트는 다수의 시뮬레이션 요청과 연관될 수 있다. 그런 일대다(one-to-many) 연관성은 어느 패키지 구성이 시뮬레이션된 주문의 동일 세트를 패키징하기 위한 가장 최적화된 구성인지를 결정하도록 이용될 수 있다.
일부 다른 실시예에서, 데이터 저장소(360)는 현재의 패키지 구성에 미치는 영향을 알기 위해 잠재적인 향후 주문을 예측하도록 하나 이상의 과거 주문을 컴퓨팅 시스템(370)에 제공할 수 있다. 제3자(380)는 과거 주문 데이터에 기초하여 시뮬레이션된 향후 주문을 생성하도록 원격 시뮬레이션 시스템에 요청할 수 있다. 향후 주문을 예측하는 것은 하나 이상의 기계 학습 모델을 이용하여 수행될 수 있다. 시뮬레이션 완료시 컴퓨팅 시스템(370)은 일시적 데이터베이스(310)에 그 결과를 공유할 수 있다. 일부 실시예에서, 컴퓨팅 시스템(370)은 중간 시뮬레이션 결과를 생성하여 그것들을 일시적 데이터베이스(310)에 저장할 수 있다. 중간 결과는 구성 파라미터를 통해서 설정된 비용 최적화 요건을 만족시키는 하나 이상의 패키지 구성일 수 있다. 컴퓨팅 시스템(370)은 비용 최적화 요건을 만족시키는 식별된 패키지 구성 중에서 최상의 패키지 구성을 식별할 수 있다. 그 다음에 컴퓨팅 시스템(380)은 영구적 데이터베이스(320) 내에 시뮬레이션 개요(390)로서 저장될 시뮬레이션의 최종 결과를 전송하도록 일시적 데이터베이스(310)에 지시할 수 있다. 일부 실시예에서, 일시적 데이터베이스(310)에서의 중간 시뮬레이션 결과는 재귀 프로세스를 통해서 개선된 결과를 생성하도록 재이용될 수 있다. 일부 실시예에서, 시뮬레이션 계산 툴(395)은 패키지 버전 관리 서비스(331)에서 이용 가능한 구성 중에서 최상의 패키지 구성 및 구성 파라미터 버전 관리 서비스(332)로부터 선택된 파라미터를 식별할 수 있다.
도 4는 개시된 실시예에 따른, 새로운 패키지 구성을 생성하기 위한 시뮬레이션 요청의 예시적인 흐름도(400)이다. 흐름도(400)는 현재 이용 가능한 여러 패키지 구성 및 선호도 입력에 기초하여 최적화된 패키지 구성을 생성하기 위한 PCOS 시스템(300)의 여러 컴포넌트 간의 상호 작용을 보여준다.
새로운 패키지 구성을 생성하는 것은 시뮬레이션된 더미 주문과 서로 다른 패키지 타입에 대한 세부정보를 포함하는 패키징 정보의 세트, 및 패키징 정보에 대한 선호도 양쪽을 모두 필요로 한다. 패키징 서비스 코어 알고리즘(450)은 컨피그 파라미터(332) 및 컨피그 파라미터(432)에 포함된 패키지 구성에 대한 선호도를 충족시키는 최적화된 새로운 패키지 구성(480)을 생성하기 위해 이들 두 개의 입력을 수집할 수 있다. 패키징 서비스 코어 알고리즘(450)은 먼저 각각의 시뮬레이션된 주문에서 주문된 제품의 효율적인 패키징을 결정하는 것으로 시작한다. 효율적인 패키징은 단일 주문에서 주문된 제품을 패킹하는데 최소 수의 패키지를 이용하는 것 또는 주문된 제품을 패킹하는데 콤팩트한 공간을 이용하는 것, 또는 둘 다를 포함할 수 있다. 콤팩트한 공간은 주문된 제품을 패킹하는데 이용된 하나 이상의 패키지의 총 용적을 포함한다. 일부 실시예에서, 패키징 서비스 코어 알고리즘(450)은 주문을 패킹한 후 이용되지 않은 공간의 양을 고려할 수 있다. 패키징 서비스 코어 알고리즘(450)은 가장 효율적인 패킹을 결정하도록 구입에 대해 모든 이용 가능한 패키지를 고려할 수 있다. 패키징을 위한 식별된 패키지는 과거 주문에서 같은 제품을 패킹하는데 이용된 것들만을 포함할 수 있다. 일부 실시예에서, 과거 주문에서 제품을 패킹하기 위해 이용된 패키지는 "효율적인" 패키지인 것으로 간주될 수 있고 결정된 패키지의 세트에 포함될 수 있다.
시뮬레이션된 주문의 효율적인 패키징을 위해 이용될 패키지를 식별한 후, 패키징 서비스 코어 알고리즘(450)은 밀접히 관련된 패키지의 클러스터를 결정하기 위해 클러스터링 분석을 수행할 수 있다. 클러스터는 시뮬레이션된 주문된 제품을 효율적으로 패킹하는데 선택된 패키지의 세트 간에 또는 개별 패키지 간에 존재할 수 있다. 예를 들면, K-평균 클러스터링 기술이 패키지의 클러스터를 결정하도록 이용될 수 있다. 선택된 "K"는 구입할 패키지 타입의 최대 수 또는 주문당 이용할 패키지의 최대 수일 수 있다. K는 컨피그 파라미터(342) 혹은 컨피그 파라미터(432)에서의 컨피그 파라미터로서 입력될 수 있다. 그 K-평균 기술은 주문된 제품을 패킹하기 위해서 구입할 패키지의 최적화된 세트를 생성하는데 이용될 수 있다. 그 기술은 시뮬레이션된 주문을 효율적으로 패킹하기 위해 패키지의 세트로부터 패키지의 K 세트를 임의로 선택함으로써 시작하여 각각의 패키지 타입에서 이용되지 않은 공간을 식별할 수 있다. 패키징 서비스 코어 알고리즘(450)은 편차(예를 들면, 주문에 걸쳐 이용되지 않는 평균 공간)의 최소 합이 식별될 때까지 반복적으로 실행될 수 있는 K-평균 클러스터링 기술을 이용할 수 있다.
창고 관리 시스템(119)은 먼저 일시적 데이터베이스(310)에 생성된 주문을 저장함으로써 시뮬레이션된 주문을 생성하는데 도움을 준다. 일부 실시예에서, (도 3에 도시된) 제3자(380)는 일시적 데이터베이스(310)에 주문을 저장하도록 창고 관리 시스템(119)에 요청해 놓을 수 있다. 일부 다른 실시예에서, 주문은 데이터 저장소(360)에 저장될 수 있고 시뮬레이션 시스템(460)에 의해 접속될 수 있다. 주문은 PCOS(300)에 의해 작업 흐름 관리 툴/라이브러리(예를 들면, 에어플로우(Airflow), 우지(Oozie), 루이지(Luigi))를 이용하여 데이터 저장소(360)로 보내질 수 있다. 예시적인 흐름도(400)에서, 에어플로우 작업(470)은 일시적 데이터베이스(310)로부터 데이터 저장소(360)로 주문을 보내는데 도움을 준다. 에어플로우 작업(470)은 다양한 방식으로, 예를 들면 시간별 및 일별로, 그룹화된 주문을 저장할 수 있다.
시뮬레이션 시스템(460)은 작업 스케줄러(340) 및 시뮬레이션 API(350)를 포함하고 데이터 저장소(360)에 저장된 과거 주문에 기초하여 시뮬레이션된 주문을 생성할 수 있다. 작업 스케줄러는 에어플로우 작업(470)을 생성하기 위해 이용된 동일한 작업 흐름 관리 툴/라이브러리일 수 있다. 시뮬레이션된 시스템(460)은 최상의 패키지 구성을 식별하도록 여러 패키지 구성과 함께 이용하기 위해 데이터 저장소(360) 내에 시뮬레이션된 주문을 저장할 수 있다. 일부 실시예에서, 버전 레이블이 시뮬레이션된 주문과 연관될 수 있다. 동일한 과거 주문은 시뮬레이션된 주문의 다수의 버전을 생성하도록 이용될 수 있다. 예를 들면, 동일한 과거 의류 주문의 세트는 반짝 세일 동안 및 할인이 없는 동안의 시뮬레이션된 주문을 생성하도록 이용될 수 있다. 그런 시뮬레이션된 주문의 여러 버전은 적합한 패키지 구성을 생성하는데 도움을 줄 수 있다. 시뮬레이션된 더미 주문은 패키징 서비스 코어 알고리즘(450)으로의 입력 중 하나로서 제공될 수 있다.
패키징 컨피그 서비스 인터페이스는 패키징 서비스 코어 알고리즘(450)에 패키지 및 컨피그 세부정보의 제2 입력을 제공한다. 패키지 컨피그 서비스 인터페이스(440)는 영구적 데이터베이스(320) 내에 저장된 버전, 패키지 및 컨피그 세부정보에 접속하기 위한 API일 수 있다. 일부 실시예에서, 패키징 컨피그 서비스 인터페이스(440)는 시뮬레이션된 패키지 및 컨피그 세부정보 그리고 실제 패키징 및 컨피그 세부정보에 접속하기 위해 구분된 서비스들을, 차례로, 호출할 수 있다. 서비스들의 구분은 일부 시스템이 실제 패키지 및 컨피그 세부정보에 접속할 수 있는 생성 시스템(production system)인지 또는 시뮬레이션된 패키지 및 컨피그 세부정보에 접속할 수 있는 시험 개발 시스템(testing or development system)인지를 결정하기 위한 것일 수 있다. 서비스들의 구분은 두개의 서로 다른 데이터 세트의 서로 다른 접속 및 인증 요건에 기인한 것일 수 있다. 예시적인 실시예(400)에서, 패키지 컨피그 서비스 인터페이스(440)는 실제 패키징 및 컨피그 서비스(442)를 통해서 실제 데이터(420)에 접속하고 시뮬레이션 패키징 및 컨피그 서비스를 통해서 시뮬레이션된 데이터(430)에 접속한다. 또한 시뮬레이션된 서비스(441) 및 실제 서비스(442) 모두 결정을 위해 이용되는 패키지 구성 및 구성 파라미터의 다수의 버전을 관리하도록 버전 관리 툴(330)로서 역할을 할 수 있다. 예를 들면, 다수의 버전이 저장되고 유사한 주문 예측이 풀필먼트 센터(200)에 의해 예측될 때 향후에 검색될 수 있다. 일부 실시예에서, 이전 버전은 향후 패키지 구성을 더 정확히 예측하기 위해 학습에 이용될 수 있다.
(도 3에 관하여 위에서 설명된) PCOS(300)는 실제 데이터(420) 및 시뮬레이션된 데이터(430)를 일정한 간격을 두고 동기화할 수 있다. 동기화는 정확하게 비용-최적화된 패키지 구성을 식별하는데 도움을 주기 위해 시뮬레이션된 패키지 데이터(431)에 실제 패키지 데이터의 새로운 패키지 비용을 추가하는 것을 포함한다. 일부 실시예에서, 시뮬레이션된 데이터(430)는 실제 데이터(420)에 없는 추가적인 데이터를 포함할 수 있다.
패키지 서비스 코어 알고리즘(450)은 새로운 패키지 구성(480)을 출력으로서 생성할 수 있다. 일부 실시예에서, 새로운 패키지 구성(480)은 컨피그 파라미터(422 및/또는 432)의 최적화 요건을 만족시키는 패키지 구성의 세트일 수 있다. 새로운 패키지 구성(480)은 최상의 패키지 구성을 선택하기 위해 (도 3에 관하여 위에서 설명된) 시뮬레이션 계산 툴(395)과 공유될 수 있다.
도 5는 개시된 실시예에 따른, 효율적으로 주문된 제품을 패키징하기 위해 최적화된 패키지 구성을 식별하는 방법의 예시적인 플로차트이다. 방법(500)의 스텝은 PCOS(300)에 의해 수행될 수 있다; 일부 실시예에서, 다른 시스템 혹은 디바이스가 방법(500)의 하나 이상의 스텝을 수행할 수 있다. 예시된 방법은 스텝의 순서를 바꾸도록 변경될 수 있고, 추가 스텝을 더 포함할 수 있다고 이해될 것이다.
스텝 510에서, PCOS(300)는 과거 주문의 세트를 수신할 수 있다. 과거 주문은 풀필먼트 센터(200)와 연관될 수 있고 그 주문을 저장하는 데이터베이스로부터 접속될 수 있다. 과거 주문은 타입별, 풀필먼트 센터별로 및/또는 시간/날짜별로 그룹화되어 미리 정리될 수 있다. PCOS(300)는 특정 날짜 범위에서 과거 주문의 세트를 요청하거나 또는 일정 기간에 걸쳐 그 주의 같은 요일(예를 들면, 매 수요일)에 대한 주문을 요청할 수 있다.
스텝 520에서, PCOS(300)는 과거 데이터에 기초하여 주문 데이터에 대한 예측을 생성할 수 있다. 그 예측은 하나 이상의 더미 주문을 포함할 수 있다. 일부 실시예에서, PCOS(300)는 시뮬레이션 시스템(460)에 더미 주문의 시뮬레이션을 위탁할 수 있다. 더미 주문은 과거 주문의 트렌드에 기초하여 생성될 수 있다. 시뮬레이션 시스템(460)은 시뮬레이션된 주문의 세트를 생성하기 위해 기계 학습 모델 및 여러 해에 걸친 같은 날짜의 주문 데이터를 고려할 수 있다. 실제 주문과는 달리 시뮬레이션된 주문은 훨씬 더 빠른 속도로 실행될 수 있다. 그런 갑작스런 주문의 쇄도를 처리하기 위해서, 특수 컴퓨팅 시스템(380)이 PCOS(300)에 이용될 수 있다.
스텝 530에서, PCOS(300)는 패키징 비용 감소를 위한 선호도를 수신할 수 있다. 그 선호도는 패키징 타입, 패키징 크기, 및 패키징 비율을 포함할 수 있다. 패키징 크기 및 패키징 타입 정보는 공급 체인 관리 시스템(117)에 의해 제공되는 바와 같이 여러 패키지 타입의 이용 가능성에 기초할 수 있다. 공급 체인 관리 시스템(117)은 패키지의 여러 타입 및 크기의 향후 이용 가능성에 기초하여 이러한 선호도를 공급할 수 있다. 향후 이용 가능성 예측 그 자체는 과거 주문 데이터의 실행에 기초하여 이루어질 수 있다. 일부 실시예에서, 풀필먼트 최적화 시스템(113)과 마찬가지로 공급 체인 관리 시스템(117)은 단일의 패키지 타입이 비용 감소에 지장을 주는 일없이 허용될 수 있는 전체 패키지의 비율을 결정하기 위해 이용가능한 패키지의 여러 타입/크기로 패키징될 수 있는 시뮬레이션된 주문 제품 종류의 수를 결정할 수 있다. 그 비율은 최대 및 최소 비율을 둘다 포함할 수 있다.
스텝 540에서, PCOS(300)는 비용 감소에 적합한 현재의 패키지 구성을 결정할 수 있다. 비용 감소가 가능한 패키징 구성은 모든 주문을 패키징하는데 필요한 전체적인 패키지의 세트를 포함할 수 있다. 일부 다른 실시예에서, 현재의 구성 중 하나를 업데이트하는 것 대신에 새로운 구성이 도입될 수 있다. 특정 패키지 구성은 주문의 그룹과 연관될 수 있다. 주문의 그룹화는 배송 타입, 배송 거리, 및 주문된 제품의 타입 등에 기초하여 발생할 수 있다.
스텝 550에서, PCOS(300)는 새로운 패키징 구성을 생성하기 위해 현재 패키징 확인을 최적화시킬 수 있다. PCOS(300)는 스텝 530에서 공급된 패키징 비용 감소를 위한 선호도 및 과거 데이터로부터 생성된 시뮬레이션된 주문 및/또는 과거 주문 데이터에 기초하여 새로운 구성을 생성한다. 최적화는 각각의 패키지 타입/크기의 필 레이트 최대화 및 전체 비용의 최소화 간의 균형을 포함한다. 패키지 구성은 비용 및/또는 필 레이트에 대한 특정 임계값의 충족에 기초하여 최적화된 것으로 고려될 수 있다. (도 4에서의) 패키징 서비스 코어 알고리즘(450)은 선택될 패키지 구성의 최적화를 위해 이용될 수 있다. 전체 비용은 특정 패키지를 제조하는 비용과 풀필먼트 센터(200)에 그것을 저장하는 비용과 제3자 배송 서비스에 의해 청구되는 바와 같이 배송시 이용되는 비용을 포함할 수 있다.
스텝 560에서, PCOS(300)는 생성된 새로운 패키징 구성을 원격 시스템에 전송할 수 있다. 전송하기 전에 새로운 패키지 구성은 일련의 식별된 새로운 패키지 구성들로부터 선택할 수 있다. 또한 최상의 패키지 구성의 결정은 컨피그 파라미터(422 및 432) 형태로 저장된 선호도에 의존할 수 있다. 예를 들면, 파라미터 중 하나는 배송 비용에 보다 높은 가중치를 주는 것을 권장해서, 가장 낮은 배송 비용을 가지는 구성을 고를 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. 패키징 최적화를 위한 컴퓨터 시스템으로서,
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 적어도 하나의 프로세서가 스텝을 수행하게 하는 명령을 포함하는 적어도 하나의 비일시적 저장 매체를 포함하며,
    상기 스텝은:
    하나 이상의 최적화 파라미터가 하나 이상의 미리 결정된 허용 한계를 충족하지 않는 것을 검출하는 것에 응답하여, 풀필먼트 센터와 연관된 과거 주문 데이터에 기초하여 하나 이상의 시뮬레이션된 주문을 포함하는 예측 데이터를 생성하고- 상기 예측 데이터는 기계 학습 모델에 기초하여 생성됨-;
    상기 풀필먼트 센터와 연관된 현재의 패키징 구성을 결정하고; 그리고
    상기 시뮬레이션된 주문에 기초하여 적어도 하나의 최적화된 패키징 구성을 생성하도록 상기 현재의 패키징 구성을 최적화시키는 것을 포함하는- 상기 현재의 패키징 구성을 최적화시키는 것은 패키징 비용 또는 패키징 필 레이트 중 적어도 하나를 통해서 상기 현재의 패키징 구성을 최적화시키는 것을 더 포함함-, 컴퓨터 시스템.
  2. 청구항 1에 있어서,
    상기 스텝은:
    패키징 비용 감소를 위한 선호도를 수신하는 것을 더 포함하고,
    상기 선호도는 패키징 타입, 패키징 크기, 또는 패키징 비율 중 하나 이상을 포함하는 컴퓨터 시스템.
  3. 청구항 1에 있어서,
    상기 과거 주문 데이터는 주문된 제품, 패키징 정보, 배송 비용, 또는 필 레이트(fill rate) 중 하나 이상을 포함하는 컴퓨터 시스템.
  4. 청구항 1에 있어서,
    상기 패키징 비용은 저장 비용, 배송 비용 또는 패킹 비용 중 적어도 하나를 포함하는 컴퓨터 시스템.
  5. 청구항 4에 있어서,
    상기 현재의 패키징 구성을 최적화시키는 것은 필 레이트를 최대화시키도록 복수의 패키징 크기 및 상기 복수의 패키징 크기 각각에 대한 패키징의 수를 반복해서 변경하는 것을 더 포함하는 컴퓨터 시스템.
  6. 청구항 1에 있어서,
    상기 적어도 하나의 최적화된 패키징 구성은:
    복수의 패키징 크기;
    상기 복수의 패키징 크기 각각에 대한 패키징의 수; 및
    각각의 패키징 크기의 각 패키징에 대한 추정된 필 레이트를 포함하는 컴퓨터 시스템.
  7. 청구항 1에 있어서,
    상기 스텝은:
    상기 적어도 하나의 최적화된 패키징 구성으로부터 최상의(best) 패키징 구성을 결정하고; 그리고
    상기 최상의 패키징 구성을 원격 시스템으로 전송하는 것을 더 포함하는 컴퓨터 시스템.
  8. 청구항 7에 있어서,
    상기 원격 시스템은 패키징 주문 시스템을 포함하는 컴퓨터 시스템.
  9. 청구항 7에 있어서,
    상기 최상의 패키징 구성을 결정하는 것은 상기 풀필먼트 센터에 저장된 제품의 타입, 이용 가능성 또는 계절성 중 적어도 하나를 포함하는 시나리오에 기초하는 컴퓨터 시스템.
  10. 청구항 1에 있어서,
    상기 패키징 구성은 상기 하나 이상의 시뮬레이션된 주문 모두를 패킹하는데 필요한 전체적인 패키징의 세트를 포함하는 컴퓨터 시스템.
  11. 적어도 하나의 프로세서의 의해 수행되는, 패키징 최적화를 위한 컴퓨터 구현 방법으로서,
    하나 이상의 최적화 파라미터가 하나 이상의 미리 결정된 허용 한계를 충족하지 않는 것을 검출하는 것에 응답하여, 풀필먼트 센터와 연관된 과거 주문 데이터에 기초하여 하나 이상의 시뮬레이션된 주문을 포함하는 예측 데이터를 생성하고- 상기 예측 데이터는 기계 학습 모델에 기초하여 생성됨-;
    상기 풀필먼트 센터와 연관된 현재의 패키징 구성을 결정하고; 그리고
    상기 시뮬레이션된 주문에 기초하여 적어도 하나의 최적화된 패키징 구성을 생성하도록 상기 현재의 패키징 구성을 최적화시키는 것을 포함하는- 상기 현재의 패키징 구성을 최적화시키는 것은 패키징 비용 또는 패키징 필 레이트 중 적어도 하나를 통해서 상기 현재의 패키징 구성을 최적화시키는 것을 더 포함함-, 컴퓨터 구현 방법.
  12. 청구항 11에 있어서,
    패키징 비용 감소를 위한 선호도를 수신하는 것을 더 포함하고,
    상기 선호도는 패키징 타입, 패키징 크기, 또는 패키징 비율 중 하나 이상을 포함하는 컴퓨터 구현 방법.
  13. 청구항 11에 있어서,
    상기 과거 주문 데이터는 주문된 제품, 패키징 정보, 배송 비용, 또는 필 레이트 중 하나 이상을 포함하는 컴퓨터 구현 방법.
  14. 청구항 11에 있어서,
    상기 패키징 비용은 저장 비용, 배송 비용 또는 패킹 비용 중 적어도 하나를 포함하는 컴퓨터 구현 방법.
  15. 청구항 14에 있어서,
    상기 현재의 패키징 구성을 최적화시키는 것은 필 레이트를 최대화시키도록 복수의 패키징 크기 및 상기 복수의 패키징 크기 각각에 대한 패키징의 수를 반복해서 변경하는 것을 더 포함하는 컴퓨터 구현 방법.
  16. 청구항 11에 있어서,
    상기 적어도 하나의 최적화된 패키징 구성은:
    복수의 패키징 크기;
    상기 복수의 패키징 크기 각각에 대한 패키징의 수; 및
    각각의 패키징 크기의 각 패키징에 대한 추정된 필 레이트를 포함하는 컴퓨터 구현 방법.
  17. 청구항 11에 있어서,
    상기 적어도 하나의 최적화된 패키징 구성으로부터 최상의 패키징 구성을 결정하고; 그리고
    상기 최상의 패키징 구성을 원격 시스템으로 전송하는 것을 더 포함하는 컴퓨터 구현 방법.
  18. 청구항 17에 있어서,
    상기 원격 시스템은 패키징 주문 시스템을 포함하는 컴퓨터 구현 방법.
  19. 청구항 17에 있어서,
    상기 최상의 패키징 구성을 결정하는 것은 상기 풀필먼트 센터에 저장된 제품의 타입, 이용 가능성 또는 계절성 중 적어도 하나를 포함하는 시나리오에 기초하는 컴퓨터 구현 방법.
  20. 청구항 11에 있어서,
    상기 패키징 구성은 상기 하나 이상의 시뮬레이션된 주문 모두를 패킹하는데 필요한 전체적인 패키징의 세트를 포함하는 컴퓨터 구현 방법.
KR1020210088013A 2019-09-23 2021-07-05 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법 KR102548216B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/579,432 US11301804B2 (en) 2019-09-23 2019-09-23 Systems and methods for simulation of package configurations for generating cost optimized configurations
US16/579,432 2019-09-23
KR1020190126923A KR102275829B1 (ko) 2019-09-23 2019-10-14 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020190126923A Division KR102275829B1 (ko) 2019-09-23 2019-10-14 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210087917A KR20210087917A (ko) 2021-07-13
KR102548216B1 true KR102548216B1 (ko) 2023-06-27

Family

ID=74880181

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020190126923A KR102275829B1 (ko) 2019-09-23 2019-10-14 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법
KR1020210088013A KR102548216B1 (ko) 2019-09-23 2021-07-05 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020190126923A KR102275829B1 (ko) 2019-09-23 2019-10-14 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법

Country Status (7)

Country Link
US (2) US11301804B2 (ko)
JP (1) JP2021534476A (ko)
KR (2) KR102275829B1 (ko)
AU (1) AU2020260571A1 (ko)
SG (1) SG11202012193UA (ko)
TW (2) TWI811559B (ko)
WO (1) WO2021059040A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11479379B1 (en) * 2020-05-05 2022-10-25 Amazon Technologies, Inc. Packaging recommendation system
US11861506B2 (en) 2020-06-02 2024-01-02 Tata Consultancy Services Limited Method and system for packing products with increased efficiency across packaging levels
US20220067645A1 (en) * 2020-08-27 2022-03-03 Walmart Apollo, Llc Systems and Methods for Automatic Determination of a Packing Configuration to Pack Items in Shipping Boxes
US11514396B2 (en) 2020-10-14 2022-11-29 Simpler Postage, Inc. System and method for determining a transit prediction model
US11694152B2 (en) 2020-10-14 2023-07-04 Simpler Postage, Inc. System and method for processing shipment requests using a multi-service shipping platform
KR102428304B1 (ko) * 2022-03-10 2022-08-03 쿠팡 주식회사 물류 처리 시스템, 물류 처리 장치 및 물류 처리 정보 제공 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005284996A (ja) * 2004-03-30 2005-10-13 Toyota Motor Corp 梱包仕様決定装置および方法
KR101572857B1 (ko) * 2014-02-19 2015-11-30 주식회사 포워드벤처스 창고관리시스템에서 최소 배송비를 위한 박스 선택 방법
US20170061349A1 (en) * 2015-08-31 2017-03-02 Wal-Mart Stores, Inc. Methods and systems in evaluating and selecting a combination of shipping packages

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4972494A (en) * 1988-02-26 1990-11-20 R. J. Reynolds Tobacco Company Package inspection system
US6333979B1 (en) * 1998-12-17 2001-12-25 At&T Corp. Method and apparatus for assigning incoming communications to communications processing centers
US7024382B2 (en) * 2001-02-13 2006-04-04 Jack Nelson System and method for managing retail and wholesale operations
JP4333148B2 (ja) 2003-01-31 2009-09-16 トヨタ自動車株式会社 梱包副資材の最適選択装置及び方法
US8429630B2 (en) * 2005-09-15 2013-04-23 Ca, Inc. Globally distributed utility computing cloud
JP2013242793A (ja) 2012-05-22 2013-12-05 Mitsubishi Electric Corp 出荷業務支援システム、出荷業務支援装置、出荷業務支援方法およびプログラム
US20150120596A1 (en) * 2012-09-21 2015-04-30 Google Inc. Routing optimization for package delivery to a smart-home
US9292012B2 (en) * 2012-11-05 2016-03-22 Rockwell Automation Technologies, Inc. Secure models for model-based control and optimization
US20150277397A1 (en) * 2014-03-31 2015-10-01 Elwha LLC, a limited liability company of the State of Delaware Quantified-Self Machines and Circuits Reflexively Related to Food Fabricator Machines and Circuits
US9733629B2 (en) * 2014-07-21 2017-08-15 Honeywell International Inc. Cascaded model predictive control (MPC) approach for plantwide control and optimization
US10804958B2 (en) * 2015-02-24 2020-10-13 Comcast Cable Communications, Llc Multi-bitrate video with dynamic blocks
US10839438B2 (en) * 2015-03-27 2020-11-17 Creator, Inc. Method for queuing orders at a food assembly apparatus
US20160343054A1 (en) * 2015-05-18 2016-11-24 Status Quo Innovation, Llc Image acquisition and feature extraction apparatus, method of feature extraction and feature identification, and method for creating and providing advertisement content
US11201933B2 (en) 2015-07-21 2021-12-14 Samsung Electronics Co., Ltd. Apparatus and method for distributing social presence information based on calendar events
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
EP3200036B1 (en) 2016-01-29 2020-09-02 Quadient Technologies France Method and apparatus for optimizing automated packaging
US20170249581A1 (en) * 2016-02-29 2017-08-31 Buurb System, method and process for delivery of a package using a trusted alternate recipient network
US10169735B2 (en) 2016-04-18 2019-01-01 Qualcomm Incorporated Customized packaging for unmanned autonomous vehicle item delivery
US10269109B2 (en) * 2016-07-22 2019-04-23 Orora Packaging Solutions Label inspection and rejection system and method for use thereof
US20190354924A1 (en) 2017-01-12 2019-11-21 Hitachi Transport System, Ltd. Work support device and work support method
US10956858B2 (en) * 2017-01-19 2021-03-23 Intelligrated Headquarters, Llc Static warehouse area sizing and slotting of a multi-mode forward area
US10467507B1 (en) * 2017-04-19 2019-11-05 Amazon Technologies, Inc. Image quality scoring
CN109840726B (zh) 2017-11-28 2021-05-14 华为技术有限公司 物品分箱方法、装置以及计算机可读存储介质
US10733723B2 (en) * 2018-05-22 2020-08-04 Midea Group Co., Ltd. Methods and system for improved quality inspection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005284996A (ja) * 2004-03-30 2005-10-13 Toyota Motor Corp 梱包仕様決定装置および方法
KR101572857B1 (ko) * 2014-02-19 2015-11-30 주식회사 포워드벤처스 창고관리시스템에서 최소 배송비를 위한 박스 선택 방법
US20170061349A1 (en) * 2015-08-31 2017-03-02 Wal-Mart Stores, Inc. Methods and systems in evaluating and selecting a combination of shipping packages

Also Published As

Publication number Publication date
US20220188759A1 (en) 2022-06-16
KR20210035014A (ko) 2021-03-31
WO2021059040A1 (en) 2021-04-01
TWI811559B (zh) 2023-08-11
TW202343328A (zh) 2023-11-01
JP2021534476A (ja) 2021-12-09
US20210090010A1 (en) 2021-03-25
SG11202012193UA (en) 2021-04-29
KR102275829B1 (ko) 2021-07-12
AU2020260571A1 (en) 2021-04-08
TW202113704A (zh) 2021-04-01
KR20210087917A (ko) 2021-07-13
US11301804B2 (en) 2022-04-12

Similar Documents

Publication Publication Date Title
KR102451779B1 (ko) 기계-학습 보조 재고 배치를 위한 시스템 및 방법
KR102548216B1 (ko) 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법
KR102445640B1 (ko) 아웃바운드 예측을 위한 시스템 및 방법
KR102445639B1 (ko) 인바운드 스토우 모델을 이용한 아웃바운드 예측을 위한 시스템 및 방법
KR20230098499A (ko) 제품 특성에 기초한 제품 가격 결정으로 재고를 관리하기 위한 컴퓨터화된 시스템 및 방법
KR102533182B1 (ko) 응답적이고 자동 예측적인 패키징 획득을 위한 시스템 및 방법
KR102579899B1 (ko) 대체 가능성 로직을 사용하는 인공 지능(ai)-기반 인바운드 계획 생성을 위한 컴퓨터 구현 시스템 및 방법
KR102677402B1 (ko) 풀필먼트 센터 우선순위 값에 기초한 아웃바운드 예측을 위한 시스템 및 방법
KR102479802B1 (ko) 우편 번호 매핑에 기초하여 아웃바운드를 예측하기 위한 시스템 및 방법
KR20230132747A (ko) 인공 지능(ai) 기반 인바운드 계획 생성을 위한 컴퓨터-구현 시스템 및 방법
KR102524919B1 (ko) 보장된 배달 시간 선택의 표시 및 결정을 위한 컴퓨터 시스템 및 방법

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)