KR20210035016A

KR20210035016A - 인바운드 구매 주문의 지능적 조정에 의해 제품 재고를 최적화하기 위한 시스템 및 방법

Info

Publication number: KR20210035016A
Application number: KR1020190127278A
Authority: KR
Inventors: 웨이 웨이; 광야오 장; 용 장; 티모시 쉬엔할
Original assignee: 쿠팡 주식회사
Priority date: 2019-09-23
Filing date: 2019-10-14
Publication date: 2021-03-31
Also published as: US11126965B2; TWI751646B; TWI786966B; US20210090022A1; SG11202012356VA; JP2023018105A; AU2020260570A1; US10657492B1; WO2021059037A1; TW202113707A; TW202211110A; JP2021532444A; KR102251187B1; KR20210055649A

Abstract

구매 주문의 지능적 생성을 위한 컴퓨터-구현 시스템 및 방법이 개시된다. 시스템은, 하나 이상의 제품의 하나 이상의 수요 예측 수량을 수신하고 - 제품은 하나 이상의 제품 식별자에 대응하고, 수요 예측 수량은 각 시간 단위 동안 각 제품에 대한 수요 예측 수량을 포함함 -; 하나 이상의 공급자에 대한 공급자 통계 데이터를 수신하며 - 공급자는 제품의 일부와 연관됨 -; 현재 제품 재고 수준 및 제품의 현재 주문된 수량을 수신하며; 제품에 대한 예비 주문 수량을 결정하며; 적어도 공급자 통계 데이터, 현재 제품 재고 수준 및 현재 주문된 수량에 기초하여 권장된 주문 수량을 얻기 위한 예비 주문 수량을 제한하며; 그리고 권장된 주문 수량에 기초하여 제품에 대한 공급자로의 구매 주문을 생성하기 위한 명령을 실행하도록 구성될 수 있다.

Description

인바운드 구매 주문의 지능적 조정에 의해 제품 재고를 최적화하기 위한 시스템 및 방법{SYSTEMS AND METHODS FOR OPTIMIZATION OF A PRODUCT INVENTORY BY AN INTELLIGENT ADJUSTMENT OF INBOUND PURCHASE ORDERS}

본 개시는 일반적으로 들어오는 제품에 대한 구매 주문을 지능적으로 조정함으로써 제품 재고를 최적화하기 위한 컴퓨터화된 방법 및 시스템에 관한 것이다. 특히, 본 개시의 실시예는 제품의 수요 예측에 기초하여 예비 주문 수량을 생성하고, 실제 제약에 기초하여 예비 주문 수량을 조정하며, 제한된 수량으로 구매 주문을 생성하는 창의적이고 비전통적인 시스템과 관련된다.

인터넷의 확산으로, 온라인 쇼핑은 상업의 주요 방안 중 하나가 되었다. 소비자와 기업은 그 어느 때보다 더 자주 온라인 벤더로부터 상품을 구매하고 있으며, 트랜잭션의 수 및 판매 수익은 매년 놀라운 속도로 증가할 것으로 예상된다. 전자-상거래의 범위와 양이 계속 증가함에 따라, 온라인에서 이용할 수 있는 제품의 가짓수와 특정 기간 동안 이루어진 평균 구매 수가 기하급수적으로 증가하고 있다. 따라서 수요의 변동에도 불구하고 제품의 재고를 유지하고 아이템을 재고로 유지하는 것이 매우 중요해졌다.

기본적으로, 제품을 재고로 유지하는 것은 미래 수요 예측, 현재 재고 수준 확인, 주문할 적정 수량 결정, 그리고 추가적인 수량의 주문 또는 그 제조를 수반한다. 많은 종래 기술 시스템은 추가적인 수량에 대해 주문하는 이 프로세스를 자동화했다. 그러나, 적정 수량을 결정하는 것은 과잉 또는 불필요한 보관 수수료를 방지하기 위해 재고를 최소한으로 유지하면서 미래 수요를 충족시키기에 충분한 재고를 유지하는 섬세한 밸런스를 필요로 한다. 예를 들어, 사전에 충분한 제품을 주문하지 않으면 재고가 떨어질 위험이 있으며, 이는 직접적으로 수익 손실로 이어진다. 반면에, 너무 많이 주문하는 것은 과잉 재고가 생길 수 있으며, 이로 인해 관리비가 발생하고 다른 더 수익성이 좋은 제품에 전용될 수 있는 공간을 차지할 수 있다. 공급자가 요구하는 리드 타임 또는 배송 시간은 또한 급격한 수요 증가에 대응하여 새로운 제품을 주문하는 프로세스를 더욱 복잡하게 한다.

더 많은 제품을 주문하는 것은 또한 수신 단의 처리 역량에 의해 제한된다. 수신 단, 예를 들어, 매장 자체나 창고는, 일정 기간 동안 판매하기 위해 얼마나 많은 제품을 수신하고 재고로 비축할 수 있는지에 제한이 있다. 그러나 매장은 수요를 충족시키기 위해 필요한 많은 수의 제품을 주문할 수 있지만, 들어오는 수량이 인바운드 처리 역량을 초과하면 제품을 판매할 수 없다. 따라서, 적정 수량을 결정하는 프로세스는 과거의 트랜드 및 실적에 기초하여 향후 주문에 대한 파라미터를 조정하는 피드 포워드 루프를 통해 제품 재고의 지속적인 모니터링 및 다양한 파라미터의 조정이 필요하다.

따라서, 주문할 제품의 적정 수량을 결정하기 위해 인바운드 구매 주문을 지능적으로 조정함으로써 제품 재고를 최적의 수준으로 유지하기 위한 개선된 방법 및 시스템이 필요하다.

본 개시의 한 양상은 구매 주문의 지능적 생성을 위한 컴퓨터-구현 시스템에 관한 것으로, 시스템은, 명령을 저장하는 메모리; 및 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함한다. 명령은, 하나 이상의 제품의 하나 이상의 수요 예측 수량을 수신하고 - 제품은 하나 이상의 제품 식별자에 대응하고, 수요 예측 수량은 각 시간 단위 동안 각 제품에 대한 수요 예측 수량을 포함함 -; 하나 이상의 공급자에 대한 공급자 통계 데이터를 수신하며 - 공급자는 제품의 일부와 연관됨 -; 현재 제품 재고 수준 및 제품의 현재 주문된 수량을 수신하며; 제품에 대한 예비 주문 수량을 결정하며; 공급자 통계 데이터, 현재 제품 재고 수준 및 현재 주문된 수량 중 적어도 하나에 기초하여 권장 주문 수량을 얻기 위해 예비 주문 수량을 제한하며; 그리고 권장 주문 수량에 기초하여 제품에 대한 공급자로의 구매 주문을 생성하는 것을 포함할 수 있다.

또한, 본 개시의 또 다른 양상은 구매 주문의 지능적 생성을 위한 컴퓨터-구현 방법에 관한 것이다. 방법은, 하나 이상의 제품의 하나 이상의 수요 예측 수량을 수신하는 단계 - 제품은 하나 이상의 제품 식별자에 대응하고, 수요 예측 수량은 각 시간 단위 동안 각 제품에 대한 수요 예측 수량을 포함함 -; 하나 이상의 공급자에 대한 공급자 통계 데이터를 수신하는 단계 - 공급자는 제품의 일부와 연관됨 -; 현재 제품 재고 수준 및 제품의 현재 주문된 수량을 수신하는 단계; 제품에 대한 예비 주문 수량을 결정하는 단계; 공급자 통계 데이터, 현재 제품 재고 수준 및 현재 주문된 수량 중 적어도 하나에 기초하여 권장 주문 수량을 얻기 위해 예비 주문 수량을 제한하는 단계; 및 권장 주문 수량에 기초하여 제품에 대한 상기 공급자로의 구매 주문을 생성하는 단계를 포함할 수 있다.

더욱이, 본 개시의 또 다른 양상은 구매 주문의 지능적 생성을 위한 컴퓨터-구현 시스템에 관한 것이다. 시스템은, 하나 이상의 주문 이력 및 하나 이상의 제품의 하나 이상의 수요 이력을 저장하는 제1 데이터베이스 - 제품은 하나 이상의 제품 식별자에 대응함 -; 하나 이상의 제품 재고 수준 및 제품의 하나 이상의 현재 주문된 수량을 저장하는 제2 데이터베이스 - 제2 데이터베이스는 제품을 저장하도록 구성된 하나 이상의 창고와 연관됨 -; 명령을 저장하는 메모리; 및 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함할 수 있다. 명령은, 제1 데이터베이스로부터의 주문 이력 및 수요 이력을 이용하여, 제품의 하나 이상의 수요 예측 수량 결정하고; 제1 데이터베이스로부터의 주문 이력을 이용하여, 제품과 연관된 하나 이상의 공급자의 공급자 통계 데이터를 결정하며 - 공급자 통계 데이터는 공급자 및 제품과 연관된 하나 이상의 이행 비율을 포함함 -; 제2 데이터베이스로부터, 현재 제품 재고 수준 및 제품의 현재 주문된 수량을 수신하며; 제품에 대한 예비 주문 수량을 결정하며; 이행 비율, 현재 제품 재고 수준 및 현재 주문된 수량 중 적어도 하나에 기초하여 권장 주문 수량을 얻기 위해 예비 주문 수량을 제한하며; 권장 주문 수량에 기초하여 제품에 대한 공급자로의 구매 주문을 생성하며; 생성된 구매 주문에 대응하여 창고에서 제품을 수신하며; 수신된 제품에 기초하여 이행 비율을 결정하며; 결정된 이행 비율로 공급자 통계 데이터를 업데이트하며; 신규 권장 주문 수량 세트를 얻기 위해 업데이트된 공급자 통계 데이터에 기초하여 예비 주문 수량을 제한하기 위한 단계를 수행하며; 그리고 신규 권장 주문 수량 세트에 기초하여 제품에 대한 공급자로의 구매 주문을 생성하는 것을 포함할 수 있다.

다른 시스템들, 방법들 및 컴퓨터-판독 가능한 매체도 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, 제품 재고를 최적의 수준으로 유지하기 위한 컴퓨터화된 시스템을 포함하는 네트워크 환경의 예시적인 실시예를 도시하는 개략적인 블록도이다.
도 4는 개시된 실시예에 따른, 제품 재고를 최적의 수준으로 유지하기 위한 인바운드 구매 주문의 지능적 조정을 위한 예시적인 컴퓨터화된 프로세스의 흐름도이다.
도 5는 개시된 실시예에 따른, 복수의 고려사항에 기초하여 예비 주문 수량을 제한하는 예시적인 컴퓨터화된 프로세스의 흐름도이다.
도 6은 개시된 실시예에 따른, 예비 주문 수량을 제한하기 위한 예시적인 규칙 세트의 테이블이다.

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 수요 및 실제 제약에 기초하여 주문할 최적 수량을 결정함으로써 제품 재고를 최적화하기 위한 컴퓨터-구현 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), 인력 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, 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 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 인력 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, 인력 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 수준으로 유지하기 위한 컴퓨터화된 시스템을 포함하는 네트워크 환경(300)의 예시적인 실시예를 도시하는 개략적인 블록도이다. 환경(300)은 다양한 시스템을 포함할 수 있으며, 시스템 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템은 또한, 예를 들어, 케이블을 이용하여 직접 연결을 통해 서로 연결될 수 있다. 도시된 시스템은 FO 시스템(311), FC 데이터베이스(312), 외부 프론트 엔드 시스템(313), 공급망 관리 시스템(320) 및 하나 이상의 사용자 단말기(330)를 포함한다. FO 시스템(311) 및 외부 프론트 엔드 시스템(313)은 도 1a와 관련하여 위에서 설명된 FO 시스템(113) 및 외부 프론트 엔드 시스템(103)과 디자인, 기능 또는 동작이 유사할 수 있다.

FC 데이터베이스(312)는 도 2와 관련하여 위에서 설명된 바와 같이 FC(200)에서 다양한 활동으로부터 발생되는 다양한 데이터를 수집, 누적 및/또는 생성하는 하나 이상의 컴퓨터 시스템으로 구현될 수 있다. 예를 들어, FC 데이터베이스(312)에 누적된 데이터는, 특히, 특정 FC(예를 들면, FC (200))에 의해 취급되는 모든 제품의 제품 식별자(예를 들면, 재고 유지 유닛(SKU)), 시간에 따른 각 제품의 재고 수준 및 각 제품에 대한 품절 이벤트의 발생 및 빈도를 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. 도 3에 FC와 해당 FC 데이터베이스(312A-C)가 단 3개만 도시되어 있지만, 그 수는 단지 예시적일 뿐이며 더 많은 FC와 대응하는 수의 FC 데이터베이스가 있을 수 있다. 다른 실시예에서, FC 데이터베이스(312)는 모든 FC로부터 데이터를 수집 및 저장하는 중앙 집중식 데이터베이스일 수 있다. FC 데이터베이스(312)가 개별 데이터베이스(예를 들면, 312A-C)를 포함하는지 또는 하나의 중앙 집중식 데이터베이스를 포함하는지에 상관없이, 데이터베이스는 클라우드 기반 데이터베이스 또는 사내 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.

공급망 관리 시스템(SCM)(320)은 도 1a와 관련하여 위에서 설명된 SCM(117)과 디자인, 기능 또는 동작이 유사할 수 있다. 대안적으로 또는 추가적으로, SCM(320)은 특정 제품에 대한 수요 수준을 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 집계하도록 구성될 수 있다.

일부 실시예에서, SCM(320)은 데이터 과학 모듈(321), 수요 예측 생성기(322), 목표 재고 계획 시스템(target inventory plan system, TIP)(323), 인바운드 우선 순위 및 셔플링 시스템(inbound prioritization and shuffling system, IPS)(324), 수동 주문 제출 플랫폼(325), 구매 주문(purchase order, PO) 생성기(326) 및 보고서 생성기(327)를 포함한다.

일부 실시예에서 SCM(320)은 하나 이상의 프로세서, 하나 이상의 메모리 및 하나 이상의 입출력(I/O) 디바이스를 포함할 수 있다. SCM(320)은 서버, 범용 컴퓨터, 메인프레임 컴퓨터, 그래픽 처리 장치(GPU)와 같은 특수 목적 컴퓨팅 디바이스, 노트북 또는 이들 컴퓨팅 디바이스의 임의의 조합의 형태를 취할 수 있다. 이러한 실시예에서, SCM(320)(즉, 데이터 과학 모듈(321), 수요 예측 생성기(322), TIP(323), IPS(324), 수동 주문 제출 플랫폼(325), PO 생성기(326) 및 보고서 생성기(327))의 구성요소는 하나 이상의 메모리에 저장된 명령에 기초하여 하나 이상의 프로세서에 의해 수행되는 하나 이상의 기능 유닛으로서 구현될 수 있다. SCM(320)은 독립형 시스템일 수도 있고, 더 큰 시스템의 일부일 수 있는 서브시스템의 일부일 수도 있다.

대안적으로, SCM(320)의 구성요소는 네트워크를 통해 서로 통신하는 하나 이상의 컴퓨터 시스템으로 구현될 수 있다. 이러한 실시예에서, 하나 이상의 컴퓨터 시스템 각각은 하나 이상의 프로세서, 하나 이상의 메모리(즉, 비-일시적 컴퓨터 판독 가능한 매체) 및 하나 이상의 입출력(I/O) 디바이스를 포함할 수 있다. 일부 실시예에서, 하나 이상의 컴퓨터 시스템 각각은 서버, 범용 컴퓨터, 메인프레임 컴퓨터, 그래픽 처리 장치(GPU)와 같은 특수 목적 컴퓨팅 디바이스, 노트북 또는 이들 컴퓨팅 디바이스의 임의의 조합의 형태를 취할 수 있다.

일부 실시예에서, 데이터 과학 모듈(321)은 SCM(320)의 다른 구성요소에 의해 사용하기 위해 다양한 파라미터 또는 모델을 결정하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 예를 들어, 데이터 과학 모듈(321)은 각 제품에 대한 수요의 수준을 결정하는 수요 예측 생성기(322)에 의해 사용되는 예측 모델을 개발할 수 있다. 일부 실시예에서, 데이터 과학 모듈(321)은 예측 모델을 트레이닝 시키고 미래 수요의 수준을 예상하기 위해 FO 시스템(311)으로부터의 주문 정보 및 외부 프론트 엔드 시스템(313)으로부터의 글랜스 뷰(glance view)(즉, 제품에 대한 웹 페이지 뷰의 수)를 검색할 수 있다. 주문 정보는 시간에 따라 판매된 아이템의 수, 프로모션 기간 동안 판매된 아이템의 수, 정규 기간 동안 판매된 아이템의 수와 같은 판매 통계를 포함할 수 있다. 데이터 과학 모듈(321)은 판매 통계, 글랜스 뷰, 계절, 요일, 다가오는 휴일 등과 같은 파라미터에 기초하여 예측 모델을 트레이닝 할 수 있다. 일부 실시예에서, 데이터 과학 모듈(321)은 또한 PO 생성기(326)에 의해 생성된 PO를 통해 주문된 제품이 수신됨에 따라 도 2의 인바운드 구역(203)으로부터 데이터를 수신할 수 있다. 데이터 과학 모듈(321)은 특정 공급업체의 이행 비율(즉, 주문된 수량과 비교하여 판매 가능한 상태로 수신된 제품의 비율), 추정된 리드 타임 및 배송 기간 등과 같은 다양한 공급업체 통계를 결정하기 위해 이러한 데이터를 사용할 수 있다.

일부 실시예에서, 수요 예측 생성기(322)는 데이터 과학 모듈(321)에 의해 개발된 예측 모델을 이용하여 특정 제품에 대한 수요의 수준을 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 들면, 하루) 동안 하나 이상의 고객에게 판매될 것으로 예상되는 제품의 특정 수량이다. 일부 실시예에서, 수요 예측 생성기(322)는 사전 결정된 기간에 걸쳐 각각의 주어진 기간(예를 들면, 5주 기간 동안 매일의 수요 예측 수량)에 대한 수요 예측 수량을 출력할 수 있다. 또한, 각 수요 예측 수량은 제품 재고 수준을 최적화하는 데 더 많은 유연성을 제공하기 위해 표준 편차 수량(예를 들면, ± 5) 또는 범위(예를 들면, 최대 30 및 최소 25)를 포함할 수 있다.

일부 실시예에서, TIP(323)은 각 제품에 대한 권장 주문 수량을 결정하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. TIP(323)은 먼저 제품에 대한 예비 주문 수량을 결정하고 실제 제약(real-world constraints)으로 예비 주문 수량을 제한함으로써 권장 주문 수량을 결정할 수 있다. 권장 주문 수량을 결정하는 프로세스는 도 4 및 5와 관련하여 아래에서 보다 자세히 설명된다.

일부 실시예에서, IPS(324)는 권장 주문 수량을 우선순위로 정하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. IPS(324)는 각 제품에 할당된 긴급 스코어 세트에 기초하여 서로 다른 제품에 대한 권장 주문 수량의 우선순위를 정할 수 있다. 예를 들어, IPS(324)는 긴급 스코어에 기초하여 제품별로 권장 주문 수량을 분류하고, 해당 현재 재고 수준에 기초하여 수량을 추가로 조정하며, 우선순위가 높은 제품에서 우선순위가 낮은 제품에 이르기까지 순차적으로 제품을 주문할 수 있다. 일부 실시예에서, 긴급 스코어는 머신 러닝 모델을 통해 결정될 수 있으며, 여기서 머신 러닝 모델은 데이터 과학 모듈(321)로부터의 데이터로 트레이닝 되고 긴급 스코어는 머신 러닝 모델의 로짓 값이다. 로짓 값은 관련 기술 분야에 공지된 바와 같이 모델의 정규화되지 않은 또는 미가공(raw) 예측 또는 확률 값을 나타낸다. 예를 들어, 로짓 값은

로 표현될 수 있고, 여기서 P는 특정 이벤트가 발생할 확률이다.

추가 실시예에서, IPS(324)는 또한 하나 이상의 FC(200)에 그들 각각의 인바운드 처리 역량에 기초하여 권장 주문 수량을 할당할 수 있다. 특정 FC의 인바운드 처리 역량은 FC에서 작업자의 수, 사용 가능한 저장 공간, 하나 이상의 공급자로부터 배송을 기다리는 현재 오픈 구매 주문 등과 같은 여러 요인에 기초할 수 있다.

일부 실시예에서, 수동 주문 제출 플랫폼(325)은 하나 이상의 특별 주문에 대한 사용자 입력을 수신하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 수동 주문 제출 플랫폼(325)은 도 1a의 내부 프론트 엔드 시스템(105)과 같은 하나 이상의 컴퓨팅 디바이스를 통해 접근할 수 있는 사용자 인터페이스를 포함할 수 있다. 특별 주문은 사용자가 필요하다고 생각할 수 있는 특정 제품의 추가 수량을 포함할 수 있으며, 예비 주문 수량 또는 권장 주문 수량의 수동 조정(예를 들면, 특정 양만큼 증가 또는 감소)을 허용할 수 있다. 또한 사용자는 특별 주문이 특정 FC에 할당될 수 있도록 특정 FC를 수신 위치로 지정할 수 있다. 일부 실시예에서, 수동 주문 제출 플랫폼(325)을 통해 제출된 주문 수량의 일부는 TIP(323) 또는 IPS(324)에 의해 조정(즉, 제한)되지 않도록 (예를 들면, 주문 수량의 부분과 연관된 파라미터를 업데이트함으로써) 표시되거나 플래그 될 수 있다. 일부 실시예에서, 수동 주문 제출 플랫폼(325)은 Apache HTTP 서버, Microsoft Internet Information Services(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 수동 주문 제출 플랫폼(325)은 하나 이상의 사용자 단말기(330)로부터 사용자 입력을 수신 및 처리하고 수신된 사용자 입력에 응답을 제공하도록 설계된 사용자 정의 웹 서버 소프트웨어를 실행할 수 있다.

일부 실시예에서, PO 생성기(326)는 IPS(324)에 의한 분배 결과 또는 권장 주문 수량에 기초하여 하나 이상의 공급자에게 PO를 생성하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. SCM(320)은, 이 시점까지, 추가적인 재고가 필요한 각 제품에 대해 권장 주문 수량을 결정했을 것이며, 각 제품은 특정 제품을 조달 또는 제조하여 하나 이상의 FC로 그것을 배송하는 하나 이상의 공급자가 있다. 특정 공급업체는 하나 이상의 제품을 공급할 수 있으며, 특정 제품은 하나 이상의 공급자에 의해 공급될 수 있다. PO를 생성할 때, PO 생성기(326)는 공급업체에게 우편 또는 팩스로 보낼 종이 PO를 발행하거나 전자 PO를 발행하여 공급업체에게 전송될 수 있다.

일부 실시예에서, 보고서 생성기(327)는 예를 들어, 사용자 단말기(330) 또는 도 1a의 내부 프론트 엔드 시스템(105)을 통한 사용자 입력에 대응하여 요구가 있으면 또는 사전 결정된 프로토콜에 대응하여 주기적으로 보고서를 생성하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 보고서는 특정 제품에 대한 권장 주문 수량과 같은 특정 정보를 출력하는 간단한 것부터 과거 데이터의 분석이 필요하고 그래프로 시각화된 복잡한 것까지 다양할 수 있다.

일부 실시예에서, 사용자 단말기(330)는 사용자가 수동 주문 제출 플랫폼(325) 또는 보고서 생성기(327)를 통해 SCM(320)에 접근할 수 있도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 사용자 단말기(330)는 개인용 컴퓨터, 휴대전화, 스마트폰, PDA 등과 같은 컴퓨팅 디바이스의 임의의 조합을 포함할 수 있다. 일부 실시예에서, FC에서 일하는 것과 같은 내부 사용자는 하나 이상의 수동 주문을 제출하기 위해 수동 주문 제출 플랫폼(325)에 의해 제공되는 웹 인터페이스에 접근하기 위해 사용자 단말기(330)를 이용할 수 있다.

도 4는 제품 재고를 최적의 수준으로 유지하기 위한 인바운드 구매 주문의 지능적 조정을 위한 예시적인 컴퓨터화된 프로세스(400)의 흐름도이다. 일부 실시예에서, 프로세스(400)는 위에서 설명된 바와 같이 다른 네트워크 시스템(예를 들면, FO 시스템(311), FC 데이터베이스(312) 및 외부 프론트 엔드 시스템(313))으로부터의 정보를 이용하여 SCM(320)에 의해 수행될 수 있다. 일 양상에서, 프로세스(400)의 모든 단계는 PO 생성기(326)에 의해 수행될 수 있는, 단계 407을 제외하고, TIP(323)에 의해 수행될 수 있다. 다른 양상에서, 모든 단계는 TIP(323) 또는 임의의 다른 시스템에 의해 수행될 수 있다. 일부 실시예에서, SCM(320)은 하루에 한 번과 같은 사전 설정된 간격으로 단계 401-407을 반복할 수 있다. 또한, SCM(320)은 이전에 판매된 또는 비축된 모든, 또는 실질적으로 모든, 제품에 대해 프로세스(400)를 수행할 수 있다. 각 제품은 재고 유지 유닛(SKU)과 같은 고유한 제품 식별자와 연관될 수 있다.

단계 401에서, TIP(323)은 수요 예측 생성기(322)로부터 각 제품에 대한 수요 예측 수량을 수신할 수 있다. 일부 실시예에서, 수요 예측 수량은 하나의 차원이 SKU에 의해 편성되는 숫자 값이고 다른 차원이 특정 일 동안 판매될 것으로 예측되는 유닛의 수인 테이블 형식일 수 있다. 테이블은 또한 표준 편차, 최대, 최소, 평균 등과 같은 수요 예측 수량의 다른 파라미터에 대한 추가적인 차원을 포함할 수 있다. 대안적으로, 수요 예측 수량은 SKU에 의해 편성되고 각 파라미터에 전용되는 다수의 값 어레이의 형태를 취할 수 있다. 동일한 데이터를 편성하는 다른 적합한 형태가 당 업계에 공지된 바와 동일하게 적용 가능하고 본 발명의 범위 내에 있다.

단계 402에서, TIP(323)은, 데이터 과학 모듈(321)로부터, 제품을 공급하는 하나 이상의 공급자의 공급자 통계 데이터를 수신할 수 있다. 공급자 통계 데이터는 각 공급자와 연관된 정보의 세트(예를 들면, 위에서 설명된 이행 비율)를 포함할 수 있다. 일부 실시예에서, 특정 공급자에 대한 다수의 공급자 통계 데이터 세트가 있을 수 있으며, 각 데이터 세트는 공급자에 의해 공급되는 특정 제품과 연관된다.

단계 403에서, TIP(323)은 또한, FC 데이터베이스(312)로부터, 현재 제품 재고 수준 및 각 제품의 현재 주문된 수량을 수신할 수 있다. 현재 제품 재고 수준은 특정 제품의 데이터 검색 순간의 카운트를 나타낼 수 있으며, 현재 주문된 수량은 과거에 생성된 하나 이상의 PO를 통해 주문되어 해당 FC에 배달되기를 기다리는 특정 제품의 총 수량을 나타낼 수 있다.

단계 404에서, TIP(323)은 각각의 수요 예측 수량의 순서로 제품 식별자, 따라서 제품을, 하나 이상의 카테고리로 분할할 수 있다. 일부 실시예에서, 카테고리 A, 카테고리 B, 카테고리 C, 카테고리 D, 카테고리 E 및 카테고리 F와 같은 6개의 카테고리가 있을 수 있다. 또한, 카테고리의 하나 이상은 카테고리 E1, 카테고리 E2, 카테고리 E3 및 카테고리 E4와 같은 서브 카테고리로 더 분할될 수 있다. 일부 실시예에서, TIP(323)은 그들 각각의 수요 예측 수량에 기초하여 제품 식별자를 분류하고 각 제품에 카테고리를 순차적으로 할당함으로써 각 카테고리가 동일한 수의 제품을 갖도록 제품을 분할할 수 있다. 다른 실시예에서, TIP(323)은 사전 설정된 백분율에 기초하여 제품 식별자를 분배할 수 있는데, 예를 들어, 그들 각각의 수요 예측 수량에 기초하여 제품의 상위 1%가 카테고리 A에 할당되고, 다음 3%가 카테고리 B에 할당되는 등이다. 분배는 또한 카테고리 당 제품의 고정된 수 또는 비율을 가지고 마지막 카테고리가 나머지 모든 제품에 할당되는 것에 기초할 수 있다. 일부 실시예에서, SCM(320)의 다양한 구성 요소는 아래에 설명된 바와 같이 카테고리에 기초하여 제품에 다른 규칙 또는 우선순위를 적용할 수 있다.

단계 405에서, TIP(323)은 다양한 파라미터에 기초하여 각 제품에 대한 예비 주문 수량을 결정할 수 있다. 일부 실시예에서, 특정 제품에 대한 예비 주문 수량은 그것의 수요 예측 수량, 커버리지 기간, 안전 재고 기간, 현재 재고 수준, 현재 주문된 수량, 임계 비율 및 케이스 수량 중 적어도 하나의 함수일 수 있다. 예를 들어, TIP(323)은 식 (1)로 예비 주문 수량을 결정할 수 있는데:

(1)

여기서

는 특정 제품에 대한 예비 주문 수량이고;

은 계산 시점부터 n일째에 대한 제품의 수요 예측 수량:

는 제품의 현재 재고 수준:

는 현재 주문된 수량:

는 커버리지 기간:

는 안전 재고 기간:

는 케이스 수량이다.

본 명세서에서 사용되는 바와 같이, 커버리지 기간은 하나의 PO가 커버하도록 계획된 기간(length of time)(예를 들면, 일 수)을 나타낼 수 있고: 그리고 안전 재고 기간은 수요의 급격한 증가 또는 배달 지연과 같은 예상치 못한 이벤트가 발생한 경우 PO가 커버해야 하는 추가 기간(예를 들면, 추가 일수)을 나타낼 수 있다. 예를 들어, 제품 X에 대한 다음 샘플 수요 예측 수량의 테이블을 보면, D-day에 생성된 PO에 대한 커버리지 기간은 5일이고 안전 재고 기간은 1일 수 있으며, 이 경우, 식 (1)에서 미가공 주문 수량인,

은

와 같을 수 있다.

예측	D	D+1	D+2	D+3	D+4	D+5	D+6	D+7	D+8
	37	37	35	40	41	34	37	39	41

[표 1] : 9일 동안의 제품 X에 대한 샘플 수요 예측 수량

이 수량인 제품 X의 224 유닛으로부터, TIP(323)은 현재 재고 수준(예를 들면, 60 유닛) 및 현재 주문된 수량(예를 들면, 40)을 감산할 수 있으며, 이는 124 유닛이 된다. 그런 다음 이 숫자는 케이스 수량으로 나눠지고, 정수로 올림되며, 다시 케이스 수량에 의해 곱해져 케이스 수량(즉, 상자나 팔레트 내의 유닛의 수와 같이 제품이 포장되는 유닛의 수)의 배수로 올림 될 수 있으며, 이 예에서, 10의 케이스 수량을 예로 가정하면 130 유닛이 된다.

일부 실시예에서, 커버리지 기간은 해당 공급자가 PO 생성일로부터 제품을 배달하는 데 걸리는 예상 기간보다 크거나 같은 사전 결정된 기간일 수 있다. 추가적으로 또는 대안적으로, TIP(323)은 또한 요일, 예상된 지연 등과 같은 다른 요인에 기초하여 커버리지 기간을 조정할 수 있다. 또한, 안전 재고 기간은 안전 조치로서 예비 주문 수량을 증가시키도록 설계된 다른 사전 결정된 기간일 수 있다. 안전 재고 기간은 급격한 수요 증가 또는 예상치 못한 배송 지연과 같은 예기치 못한 이벤트가 발생할 경우 품절의 위험을 줄일 수 있다. 일부 실시예에서, TIP(323)은 커버리지 기간에 기초하여 안전 재고 기간을 설정할 수 있는데, 예를 들어, 안전 재고 기간은 커버리지 기간이 1-3일일 때 0일이 추가되고, 커버리지 기간이 4-6일일 때 1일이 추가되고, 커버리지 기간이 7일 이상일 때 3일이 추가된다.

추가 실시예에서, 식 (1)에서 미가공 주문 수량

은 식 (2)에 기초하여 임계 비율

에 의해 조정될 수 있는데:

(2)

여기서

은 수요 예측 수량

의 표준편차이며 예측 생성기(322)에 의해 결정된다. 본 명세서에서 사용되는 바와 같이, 임계 비율은 제품의 재고 과잉 또는 재고 부족의 위험을 밸런싱 하도록 구성되는 사전 결정된 비율을 나타낼 수 있다. 추가 실시예에서, 임계 비율은 특정 제품에 할당된 카테고리에 기초하여 달라질 수 있다.

위에서 설명된 예비 주문 수량을 결정하는 복잡한 프로세스에도 불구하고, 예비 주문 수량은 주로 고객 수요에 기초할 수 있고 실제 제약을 고려하지 않을 수 있다. 따라서 제품 재고를 최적화하기 위해 이러한 제약을 설명하는 단계가 요구된다.

단계 406에서, TIP(323)은 데이터 과학 모듈(321)로부터 수신된 공급자 통계 데이터 및 권장 주문 수량을 결정하기 위해 예비 주문 수량을 추가로 조정하도록 설계된 구매 정책의 세트에 기초하여 예비 주문 수량을 제한할 수 있다. 이러한 제한 프로세스의 세부 사항은 도 5와 관련하여 아래에서 더 자세히 설명된다.

일부 실시예에서, TIP(323)으로부터 출력된 결과 수량은 PO 생성기(326)로 전송되고 주문될 권장 주문 주량으로 작용할 수 있다. 다른 실시예에서, 결과 수량은 IPS(324)에 의해 추가로 처리되어 특정 제품에 우선순위를 부여하고 및/또는 도 3과 관련하여 위에서 설명된 하나 이상의 FC에 수량을 분배할 수 있다.

단계 407에서, PO 생성기(326)는 도 3과 관련하여 위에서 설명된 바와 같이 TIP(323) 또는 IPS(324)로부터의 권장 주문 수량에 기초하여 PO를 생성할 수 있다.

하나 이상의 실제 제약에 기초하여 권장 주문 수량을 결정하기 위해 예비 주문 수량을 제한하기 위한 예시적인 컴퓨터화된 프로세스(500)가 도 5에 도시된다. 명확성을 위해, 프로세스(500)는 제1 스테이지(500A) 및 제2 스테이지(500B)로 도시된 두 개의 상이한 스테이지로 설명될 수 있다. 두 스테이지는 프로세스(500)를 설명하는 역할만 하며 임의의 특정 구현으로 프로세스(500)를 제한하는 역할을 하지 않는다.

일부 실시예에서, 제1 스테이지(500A)는 제품의 서브세트에만 연관된 예비 주문 수량에 대해 이행 비율을 적용할 수 있다. 예를 들어, 단계 501 및 502로부터 시작하여, 예를 들어, TIP(323)은 카테고리 A-D의 제품과 연관된 예비 주문 수량만을 고려할 수 있는 반면, 단계 522에서 카테고리 E-F의 제품과 연관된 예비 주문 수량은 변경되지 않고 유지한다. 카테고리 A-D의 제품과 연관된 수량에 대해, TIP(323)은, 단계 511에서, 특정 제품이 아직 배달되지 않은 소정 미해결 PO의 수(즉, 임계값), 예를 들어, 20개의 PO를 초과하는 PO를 가지는지 여부를 결정할 수 있다. 추가적으로 또는 대안적으로, TIP(323)은, 단계 512에서, 특정 제품에 대한 공급자가 아직 배달되지 않은 공급자로부터의 모든 제품의 소정 미해결 PO의 총 수(즉, 임계값), 예를 들어, 25개의 PO를 초과하는 PO를 가지는지 여부를 결정할 수 있다. 두 가지 고려사항 중 하나에 대해 긍정적인 경우, TIP(323)은 단계 521에서 특정 제품에 대해 이행 비율을 적용할 수 있다.

본 명세서에서 사용되는 바와 같이, 이행 비율은 공급자 통계 데이터의 일부로서 데이터 과학 모듈(321)로부터 결정된 파라미터일 수 있다. 일부 실시예에서, 이행 비율은 주문 수량과 비교하여 판매 가능한 상태로 수신되는 제품의 백분율에 기초할 수 있다. 예를 들어, 특정 공급자에 의해 공급되는 특정 제품에 대한 60%의 이행 비율은, 평균적으로, 공급자에 의해 배달되는 제품의 60%만이 판매 가능한 상태에 도달한다는 것을 나타낸다. 이와 같이, 특정 제품의 예비 주문 수량에 이행 비율이 적용될 때, 예비 주문 수량은 이행 비율만큼 증가된다. 예를 들어, 이행 비율이 백분율 값인 경우, 예비 주문 수량을 이행 비율에 의해 나눌 수 있으며, 따라서 판매 불가 상태에서 수신될 것으로 예상되는 아이템의 수를 감안하여 주문 수량을 증가시킬 수 있다.

일부 실시예에서, 이행 비율은, 특히, 제품의 취약함(예를 들면, 부패하기 쉬운, 부서지기 쉬운 등), 요일(즉, 주말에 배달 기간이 있는 PO는 배달되는 데 더 오래 걸리므로 제품 손상의 위험이 증가할 수 있음), 공급자의 신뢰성(예를 들면, 결함 아이템) 등에 기초하여 변동할 수 있다. 이행 비율을 적용하면 TIP(323)은 (카테고리에 기초하여) 수요가 더 많고 (PO의 수에 기초하여) 더 엄격한 제한 하에 해당 제품에 대해 배달될 것으로 예상될 수 있는 보다 정확한 제품의 수를 추정할 수 있다. 일부 실시예에서, TIP(323)은 또한 카테고리에 관계없이 모든 제품에 이행 비율을 적용할 수 있다.

일부 실시예에서, TIP(323)은 데이터 과학 모듈(321)에 의해 결정된 공급자 통계 데이터로부터 이행 비율을 결정할 수 있다. TIP(323)은 공급자 통계 데이터로부터 특정 제품의 과거 주문 수량 및 실제 수신 수량을 추출하고 과거 주문 수량과 실제 수신 수량 사이의 비율의 과거 트랜드(예를 들면, 이동 평균)를 결정함으로써 이행 비율을 결정할 수 있다. 일부 실시예에서, TIP(323) 또는 데이터 과학 모듈(321)은 신규 주문이 수신됨에 따라 정기적으로 이행 비율을 업데이트할 수 있다.

일부 실시예에서, 제2 스테이지(500B)는 단계 530에서 구매 정책이라 불리는 규칙 세트를 예비 주문 수량에 적용하고 권장 주문 수량을 결정할 수 있다. 구매 정책은 예비 주문 수량에 적용되고 예비 주문 수량을 결정하는 데 사용되는 다양한 파라미터에 영향을 미치는 계층적 규칙 세트를 포함할 수 있다. 일부 실시예에서, 구매 정책은 도 6의 테이블(600)에 열거된 정책들을 포함할 수 있으며, 아래에서 더 자세히 설명된다.

제2 스테이지(500B)의 단계 540은 제한 프로세스(500)를 종료하고 제품에 대한 권장 주문 수량을 출력할 수 있으며, 그 다음에 도 4와 관련하여 위에서 설명된 바와 같이 PO 생성기(326)로 전송된다.

도 6은 예비 주문 수량을 제한하는 예시적인 규칙 세트의 테이블(600)이다. 일부 실시예에서, 도 5에서 구매 정책을 적용하는 단계 530가 단계 521 또는 단계 522 이후에 예비 주문 수량을 더욱 제한하기 위해 테이블(600)에 열거된 규칙 세트를 적용한다. 테이블(600)에서 예시적인 규칙들 각각은 테이블(600)의 제1 열에 표시된 우선순위의 순서로 아래에 설명된다. 그러나, 규칙 세트, 그것들 각각의 우선순위 또는 그 안의 임의의 값 및 임계값은 단지 예시적인 것이며, 다른 규칙, 우선순위 또는 값이 개시된 실시예의 범위 내에 있다.

제1 규칙 및 제2 규칙을 참조하면, TIP(323)은 각각의 카테고리에 기초하여 각 예비 주문 수량에 최대 수량 규칙을 적용할 수 있다. 최대 수량 규칙은 특정 제품에 대한 최대 주문 수량을 나타낼 수 있으며, 여기서 최대 주문 수량은 대응하는 예비 주문 수량이 커버하도록 계획된 일 수(즉, 커버리지 기간) 및 제품의 수요 예측 수량에 기초하여 결정된다. 예를 들어, 커버리지 기간이 20일로 설정되고 수요 예측 수량이 10일 때, TIP(323)은 특정 제품에 대한 예비 주문 수량을 200으로 제한할 것이다. 최대 수량 규칙은 각 제품 또는 각 카테고리에 대해 개별적으로 설정될 수 있다.

제3 규칙을 참조하면, "D"보다 낮은 카테고리에 속하는 제품에 대해서, TIP(323)은 일부 수량이 아직 재고로 남아 있고, 지난 28일 동안 판매되지 않은 제품에 대해 그것들 각각의 권장 주문 수량을 0으로 설정할 수 있다.

다음으로, 제4 규칙 및 제5 규칙을 참조하면, TIP(323)은 제품이 아직 배달되지 않은 인바운드 구매 주문을 현재 가지고 있고 다음 21일 동안 수요 예측 수량이 0일 때 제품에 대한 권장 주문 수량을 0으로 설정할 수 있다. 마찬가지로, TIP(323)은 제품이 임의의 수량을 재고로 가지고 있고 다음 21일 동안 수요 예측 수량이 0일 때 권장 주문 수량을 0으로 설정할 수 있다.

제6 규칙을 참조하면, TIP(323)은 제품의 서브세트의 권장 주문 수량을 특별 프로모션(예를 들면, 할인)을 위해 다른 방식으로 전환할 수 있다.

제7 규칙을 참조하면, TIP(323)은 도 4와 관련하여 위에서 설명된 바와 같이 안전 재고 기간이라 불리는 사전 결정된 일 수만큼 커버리지 기간을 연장할 수 있다. 안전 재고 기간은 각 제품의 커버리지 기간에 기초하여 결정될 수 있는데, 예를 들어, 1일에서 3일 사이의 커버리지 기간은 연장되지 않을 수 있고; 3일에서 6일 사이의 커버리지 기간은 하루 연장되며; 9일보다 긴 커버리지 기간은 3일 연장된다. 일부 실시예에서, TIP(323)은 상위 카테고리에 속하는 제품(예를 들면, 카테고리 A-D)에 대해서만 적용 기간을 연장할 수 있다.

제8 규칙을 참조하면, TIP(323)은 예비 주문 수량에 최소 수량 규칙을 적용하며, 여기서 TIP(323)은 미리 결정된 임계값 이하인 특정 제품의 예비 주문 수량을 임계값 이상으로 증가시킬 수 있다. 임계값은 각 제품에 대해 또는 각 카테고리에 대해 개별적으로 설정될 수 있다.

제9 규칙을 참조하면, TIP(323)은 예상 배달 일이 토요일에 속하는 임의의 제품에 대해 커버리지 기간을 사전 결정된 일 수(예를 들면, 5일)만큼 연장할 수 있다.

그리고 제10 규칙을 참조하면, TIP(323)은 그것들 각각의 카테고리에 기초하여 제품의 커버리지 기간과 임계 비율을 조정할 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

명령을 저장하는 메모리; 및
상기 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
상기 명령은
하나 이상의 제품의 하나 이상의 수요 예측 수량을 수신하고 - 상기 제품은 하나 이상의 제품 식별자에 대응하고, 상기 수요 예측 수량은 각 시간 단위 동안 각 제품에 대한 수요 예측 수량을 포함함 -;
하나 이상의 공급자에 대한 공급자 통계 데이터를 수신하며 - 상기 공급자는 상기 제품의 일부와 연관됨 -;
현재 제품 재고 수준 및 상기 제품의 현재 주문된 수량을 수신하며;
상기 제품에 대한 예비 주문 수량을 결정하며;
상기 공급자 통계 데이터, 상기 현재 제품 재고 수준 및 상기 현재 주문된 수량 중 적어도 하나에 기초하여 권장 주문 수량을 얻기 위해 상기 예비 주문 수량을 제한하며; 그리고
상기 권장 주문 수량에 기초하여 상기 제품에 대한 상기 공급자로의 구매 주문을 생성하는 구매 주문의 지능적 생성을 위한 컴퓨터-구현 시스템.
청구항 1에 있어서, 상기 명령은
가장 높은 수요 예측 수량을 가진 상기 제품 식별자의 서브세트를 제1 카테고리에 할당하고; 그리고
다음으로 높은 수요 예측 수량을 가진 상기 제품 식별자의 후속 부분을 하나 이상의 카테고리에 할당하는 것에 의해:
상기 제품 식별자를 하나 이상의 카테고리로 분할하는 것을 더 포함하는 컴퓨터-구현 시스템.
청구항 1에 있어서, 상기 예비 주문 수량은 제1 기간 동안 상기 제품에 대한 수요 예측 수량의 합 및 제2 기간 동안 상기 제품에 대한 안전 재고 수량의 합 중 적어도 하나를 포함하는 컴퓨터-구현 시스템.
청구항 1에 있어서, 상기 예비 주문 수량을 결정하는 것은
상기 제품의 서브세트에 대한 하나 이상의 특별 주문의 사용자 입력을 수신하고; 그리고
상기 특별 주문에 특정된 수량만큼 상기 제품의 상기 서브세트에 해당하는 상기 예비 주문 수량을 증가시키는 것을 더 포함하는 컴퓨터-구현 시스템.
청구항 4에 있어서, 상기 명령은 상기 제품이 제한되는 것을 방지하기 위해 상기 제품의 상기 서브세트에 해당하는 하나 이상의 제품 식별자를 플래깅 하는 것을 더 포함하는 컴퓨터-구현 시스템.
청구항 1에 있어서, 상기 예비 주문 수량을 결정하는 것은 상기 제품의 재고 과잉 또는 재고 부족의 위험을 밸런싱하도록 구성된 사전 결정된 비율에 기초하여 상기 수요 예측 수량을 조정하는 것을 포함하는 컴퓨터-구현 시스템.
청구항 1에 있어서, 상기 예비 주문 수량을 제한하는 것은
상기 공급 업체 통계 데이터로부터, 과거 주문 수량 및 상기 제품의 실제 수신 수량을 추출하고;
상기 실제 수신 수량 및 상기 과거 주문 수량의 이행 비율을 결정하며; 그리고
상기 예비 주문 수량에 상기 이행 비율을 적용하는 것을 포함하는 컴퓨터-구현 시스템.
청구항 7에 있어서, 상기 이행 비율은 상기 제품의 서브세트에만 적용되는 컴퓨터-구현 시스템.
청구항 7에 있어서, 상기 이행 비율은, 상기 제1 제품에 대한 제1 구매 주문의 수가 제1 임계값을 초과한다는 제1 결정 또는 해당 공급자에 대한 제2 구매 주문의 수가 제2 임계값을 초과한다는 제2 결정에 기초하여, 제1 제품 세트에 대응하는 제1 예비 주문 수량 세트에 적용되는 컴퓨터-구현 시스템.
청구항 1에 있어서, 상기 명령은
상기 구매 주문을 상기 공급자에 전송하고;
상기 구매 주문에 대응하여 상기 제품의 하나 이상의 배송을 수신하며;
상기 수신된 제품에 기초하여 상기 공급자 통계 데이터를 업데이트하며;
신규 권장 주문 수량 세트를 얻기 위해 상기 업데이트된 공급자 통계 데이터에 기초하여 상기 예비 주문 수량을 제한하기 위한 단계를 수행하며; 그리고
상기 신규 권장 주문 수량 세트에 기초하여 상기 제품에 대한 상기 공급자로의 구매 주문을 생성하는 것을 더 포함하는 컴퓨터-구현 시스템.
하나 이상의 제품의 하나 이상의 수요 예측 수량을 수신하는 단계 - 상기 제품은 하나 이상의 제품 식별자에 대응하고, 상기 수요 예측 수량은 각 시간 단위 동안 각 제품에 대한 수요 예측 수량을 포함함 -;
하나 이상의 공급자에 대한 공급자 통계 데이터를 수신하는 단계 - 상기 공급자는 상기 제품의 일부와 연관됨 -;
현재 제품 재고 수준 및 상기 제품의 현재 주문된 수량을 수신하는 단계;
상기 제품에 대한 예비 주문 수량을 결정하는 단계;
상기 공급자 통계 데이터, 상기 현재 제품 재고 수준 및 상기 현재 주문된 수량 중 적어도 하나에 기초하여 권장 주문 수량을 얻기 위해 상기 예비 주문 수량을 제한하는 단계; 및
상기 권장 주문 수량에 기초하여 상기 제품에 대한 상기 공급자로의 구매 주문을 생성하는 단계를 포함하는 구매 주문의 지능적 생성을 위한 컴퓨터-구현 방법.
청구항 11에 있어서,
가장 높은 수요 예측 수량을 가진 상기 제품 식별자의 서브세트를 제1 카테고리에 할당하는 단계; 및
다음으로 높은 수요 예측 수량을 가진 상기 제품 식별자의 후속 부분을 하나 이상의 카테고리에 할당하는 단계에 의해:
상기 제품 식별자를 하나 이상의 카테고리로 분할하는 단계를 더 포함하는 컴퓨터-구현 방법.
청구항 11에 있어서, 상기 예비 주문 수량은 제1 기간 동안 상기 제품에 대한 수요 예측 수량의 합 및 제2 기간 동안 상기 제품에 대한 안전 재고 수량의 합 중 적어도 하나를 포함하는 컴퓨터-구현 방법.
청구항 11에 있어서, 상기 예비 주문 수량을 결정하는 단계는
상기 제품의 서브세트에 대한 하나 이상의 특별 주문의 사용자 입력을 수신하는 단계; 및
상기 특별 주문에 특정된 수량만큼 상기 제품의 상기 서브세트에 해당하는 상기 예비 주문 수량을 증가시키는 단계를 더 포함하는 컴퓨터-구현 방법.
청구항 14에 있어서, 상기 제품이 제한되는 것을 방지하기 위해 상기 제품의 상기 서브세트에 해당하는 하나 이상의 제품 식별자를 플래깅 하는 단계를 더 포함하는 컴퓨터-구현 방법.
청구항 11에 있어서, 상기 예비 주문 수량을 결정하는 단계는 상기 제품의 재고 과잉 또는 재고 부족의 위험을 밸런싱하도록 구성된 사전 결정된 비율에 기초하여 상기 수요 예측 수량을 조정하는 단계를 포함하는 컴퓨터-구현 방법.
청구항 11에 있어서, 상기 예비 주문 수량을 제한하는 단계는
상기 공급 업체 통계 데이터로부터, 과거 주문 수량 및 상기 제품의 실제 수신 수량을 추출하는 단계;
상기 실제 수신 수량 및 상기 과거 주문 수량의 이행 비율을 결정하는 단계; 및
상기 예비 주문 수량에 상기 이행 비율을 적용하는 단계를 포함하는 컴퓨터-구현 방법.
청구항 17에 있어서, 상기 이행 비율은, 상기 제1 제품에 대한 제1 구매 주문의 수가 제1 임계값을 초과한다는 제1 결정 또는 해당 공급자에 대한 제2 구매 주문의 수가 제2 임계값을 초과한다는 제2 결정에 기초하여, 제1 제품 세트에 대응하는 제1 예비 주문 수량 세트에 적용되는 컴퓨터-구현 방법.
청구항 11에 있어서,
상기 구매 주문을 상기 공급자에 전송하는 단계;
상기 구매 주문에 대응하여 상기 제품의 하나 이상의 배송을 수신하는 단계;
상기 수신된 제품에 기초하여 상기 공급자 통계 데이터를 업데이트는 단계;
신규 권장 주문 수량 세트를 얻기 위해 상기 업데이트된 공급자 통계 데이터에 기초하여 상기 예비 주문 수량을 제한하기 위한 단계를 수행하는 단계; 및
상기 신규 권장 주문 수량 세트에 기초하여 상기 제품에 대한 상기 공급자로의 구매 주문을 생성하는 단계를 더 포함하는 컴퓨터-구현 방법.
하나 이상의 주문 이력 및 하나 이상의 제품의 하나 이상의 수요 이력을 저장하는 제1 데이터베이스 - 상기 제품은 하나 이상의 제품 식별자에 대응함 -;
하나 이상의 제품 재고 수준 및 상기 제품의 하나 이상의 현재 주문된 수량을 저장하는 제2 데이터베이스 - 상기 제2 데이터베이스는 상기 제품을 저장하도록 구성된 하나 이상의 창고와 연관됨 -;
명령을 저장하는 메모리; 및
상기 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
상기 명령은
상기 제1 데이터베이스로부터의 상기 주문 이력 및 상기 수요 이력을 이용하여, 상기 제품의 하나 이상의 수요 예측 수량 결정하고;
상기 제1 데이터베이스로부터의 상기 주문 이력을 이용하여, 상기 제품과 연관된 하나 이상의 공급자의 공급자 통계 데이터를 결정하며 - 상기 공급자 통계 데이터는 상기 공급자 및 상기 제품과 연관된 하나 이상의 이행 비율을 포함함 -;
상기 제2 데이터베이스로부터, 상기 현재 제품 재고 수준 및 상기 제품의 상기 현재 주문된 수량을 수신하며;
상기 제품에 대한 예비 주문 수량을 결정하며;
상기 이행 비율, 상기 현재 제품 재고 수준 및 상기 현재 주문된 수량 중 적어도 하나에 기초하여 권장 주문 수량을 얻기 위해 상기 예비 주문 수량을 제한하며;
상기 권장 주문 수량에 기초하여 상기 제품에 대한 상기 공급자로의 구매 주문을 생성하며;
상기 생성된 구매 주문에 대응하여 상기 창고에서 제품을 수신하며;
상기 수신된 제품에 기초하여 상기 이행 비율을 결정하며;
상기 결정된 이행 비율로 상기 공급자 통계 데이터를 업데이트하며;
신규 권장 주문 수량 세트를 얻기 위해 상기 업데이트된 공급자 통계 데이터에 기초하여 상기 예비 주문 수량을 제한하기 위한 단계를 수행하며; 그리고
상기 신규 권장 주문 수량 세트에 기초하여 상기 제품에 대한 상기 공급자로의 구매 주문을 생성하는 구매 주문의 지능적 생성을 위한 컴퓨터-구현 시스템.