KR20230108248A - 판매된 상품의 비용을 최적화하기 위한 시스템 및 방법 - Google Patents

Abstract

판매된 상품의 비용을 최적화하기 위한 컴퓨터 구현된 시스템으로서, 상기 시스템은: 복수의 네트워크화된 데이터베이스; 명령어를 저장하도록 구성된 적어도 하나의 비일시적 컴퓨터 판독 가능 매체; 및 상기 복수의 네트워크화된 데이터베이스로부터, 공급자와 연관된 주문 이력을 수신하는 것; 상기 주문 이력에 기초하여 상기 공급자의 현재 계층 및 상기 현재 계층 내의 상기 공급자의 현재 진행을 추적하는 것; 다음 계층에 도달하기 위해 필요한 추가적인 수량을 결정하는 것; 및 상기 추가적인 수량에 대한 새로운 주문을 개시하라는 요청을 송신하는 것을 포함하는 동작을 수행하기 위한 상기 명령어를 실행하도록 구성된 적어도 하나의 프로세서를 포함하는, 컴퓨터 구현된 시스템이 제공된다. 나아가 이러한 시스템에서 구동되는 동작에 대응되는 컴퓨터 구현된 방법이 제공된다.

Description

판매된 상품의 비용을 최적화하기 위한 시스템 및 방법{SYSTEMS AND METHODS FOR OPTIMIZING COST OF GOODS SOLD}

본 개시는 일반적으로 판매된 상품의 비용을 최적화하기 위한 컴퓨터화된 방법 및 시스템에 관한 것이다. 특히, 본 개시의 실시예는 제조자의 또는 공급자의 인센티브 구조를 재고 유지 비용과 균형을 맞춤으로써 판매된 상품의 비용을 최적화하는 독창적이고 비전통적인(inventive and unconventional) 시스템에 관한 것이다.

제품의 전형적인 공급 체인은 많은 상이한 공급자 및 구매자의 쌍을 포함한다. 예를 들어, 휴대전화는 가공자(processors)에게 알루미늄, 금, 및 실리콘과 같은 원자재를 판매하는 원자재 공급자로부터 출발하여 최종 사용자에 도달한다. 가공자는 그후 전자 칩 제조에 적합하도록 원자재를 가공하고 칩 제조자에 그것들을 공급한다. 이 구매, 전환(가공, 제조, 등), 및 다시 공급하는 체인은 최종 제품이 만들어지고 최종 사용자에게 판매될 때까지 반복된다.

큰 사업 환경에서, 회사가 다수의 공급자로부터 구매하는 것은 특이하지 않고, 이들 각각은 매매조건뿐만 아니라 개별 물품의 가격을 제시하며, 회사와 정식 합의(formal agreement)에 들어간다. 유사하게, 공급자가 다수의 구매자와 사업을 하는 것은 특이하지 않고, 이들 각각 또한 정식 합의에 들어간다.

공급자는 일반적으로 대량 구매자(large buyers)와 사업을 하고자 하는데, 그들과 사업을 하는 것이 더욱 이익이 되기 때문이다. 대량 구매자는 일반적으로 대량으로 제품을 구매하고 재정적으로 안정되며, 이는 공급자의 더 높은 수익 및 안정적인 소득 흐름으로 이어진다.

대량 구매자를 끌어들이는 주요 방법 중 하나는 더욱 낮은 가격이다. 하지만, 판매 가격이 종종 다른 판매자에게 알려지거나 유출되기 때문에, 공급자는 특정한 구매자에 대해 실질적으로 판매 가격을 낮출 수 없다. 급격한 할인으로 대량 구매자에게 제품을 판매하는 것은 더 많은 구매자가 공급자가 그의 가격을 기꺼이 할인하는 것을 알게 되므로 다른 구매자에게 더욱 낮은 가격을 초래할 수 있다. 따라서 공급자는 알려지게 되거나 눈에 띄게(up front) 시행되지 않는 대량 구매자를 위한 어떠한 이익의 형태로 대량 구매자를 유인하는 방법, 및 더 작은 구매자조차 더 높은 수량의 제품을 구매하도록 동기 부여하는 방법이 필요하다.

하나의 널리 사용되는 방법은 특정 마일스톤(milestones)이 구매자에 의해 도달될 때 공급자가 구매자의 구매 가격의 일부를 상환하거나(pays back) 적립하는(credits) 인센티브 프로그램이다. 이들 마일스톤은 일반적으로 다양한 수준의 총 구매 가격 또는 양에 도달하는 것을 포함한다. 예를 들어, 공급자 A는 제품 X를 구매자 B에게 단위당 10 달러로 팔고 B가 주어진 기간 안에 1 백만 단위를 구매하면 B의 구매 가격의 5%에 대해 구매자 B에게 적립하거나 B가 2 백만 단위를 구매하면 7%를 적립하겠다고 약속할 수 있다.

이러한 인센티브 프로그램은 또한 구매자에 대해서도 효과적인데, 구매자는 수익을 증가시키기 위해 그의 운용 비용을 감소시키도록 동기 부여되기 때문이다. 공급자로부터의 구매 가격(즉, 판매된 상품의 구매자 비용)은 구매자의 운용 비용의 상당한 비율을 차지할 수 있다. 따라서 구매자는 각각의 마일스톤을 충족시키고 적립받기 위해 공급자의 인센티브 프로그램의 최대한 많은 이점을 취하도록 동기 부여된다.

대량으로 구매하는 것의 명백한 이점에도 불구하고, 구매자는 최대의 인센티브로 이어지는 최소의 수량을 구매함으로써 인센티브 프로그램을 단순히 극대화할 수 없다. 구매자가 사용하거나 판매할 수 없는 임의의 잉여 재고는 잉여를 저장하는 비용과 같은 추가적인 운용 비용을 초래할 수 있다. 더욱 짧은 유통 기한을 갖는 일부 제품(예를 들어, 빠르게 변화하는 산업의 제품 또는 음식)은 또한 쓸모없어질 수 있다.

그의 공급자에 의해 제공되는 모든 인센티브 프로그램에 관하여 그의 진행을 추적하는 것은 또한 어려움이 없지 않다. 이는 각각의 인센티브 프로그램 특유의 상이한 마일스톤에 관한 각각의 공급자로부터의 모든 제품의 구매 가격 및 수량을 추적하는 것을 포함한다. 작업은 예를 들어, 공급자가 그의 제품의 상이한 부분 집합에 대해 하나보다 많은 인센티브 프로그램을 가질 때, 또는 특정한 예외가 있을 때 더욱 복잡할 수 있다.

모든 상이한 변수를 처리하는 것과 잠재적인 잉여로 인해 야기되는 위험을 수량화하는 것은 일반적인 컴퓨팅 디바이스로 자동화될 수 있는 단순한 수학적 프로세스 또는 정신적 프로세스가 아니다. 그들은 실시간 데이터 집계 및 분석을 통해, 고객 수요, 노동 또는 저장의 비용 등과 같은 변동하는 상황의 지속적인 모니터링을 포함한다. 많은 경우에서, 변동하는 상황은 또한 넓은 지리적 구역에 걸쳐 모니터링되어야 하고, 회사는 또한 네트워크 부하 및 처리 능력과 같은 기술적 고려도 감안해야 한다.

따라서, 판매된 상품의 비용을 최소화하기 위해 상이한 인센티브 프로그램을 통한 구매자의 진행을 추적하는 개선된 방법 및 시스템이 필요하다.

본 개시의 일 양상은 판매된 상품의 비용을 최적화하기 위한 컴퓨터 구현된 시스템에 관한 것이다. 시스템은: 복수의 네트워크화된 데이터베이스; 명령어를 저장하도록 구성된 적어도 하나의 비일시적 컴퓨터 판독 가능 매체; 및 적어도 하나의 프로세서를 포함한다. 적어도 하나의 프로세서는: 복수의 네트워크화된 데이터베이스로부터, 적어도 하나의 제품과 연관된 공급자의 공급자 구성 데이터(supplier configuration data)를 수신하는 것 - 공급자 구성 데이터는 하나 이상의 계층(tiers)과 연관된 파라미터를 정의하는 합의로부터 추출됨 - ; 복수의 네트워크화된 데이터베이스로부터, 공급자와 연관된 주문 이력을 수신하는 것; 주문 이력에 기초하여 현재 계층 및 현재 계층 내의 현재 진행을 결정하는 것 - 현재 계층은 공급자 구성 데이터에 의해 특정됨 - ; 공급자 구성 데이터에 따라 다음 계층에 도달하기 위해 필요한 추가적인 수량을 결정하는 것; 추가적인 수량에 의해 영향을 받는 하나 이상의 트레이드오프(trade-off) 파라미터를 결정하는 것 - 하나 이상의 트레이드오프 파라미터는 미래의 고객 수요를 시뮬레이션하는 컴퓨터화된 모델에 의해 결정됨 - ; 및 하나 이상의 트레이드오프 파라미터에 기초하여 추가적인 수량에 대한 새로운 주문을 개시하라는 요청을 송신하는 것을 포함하는 동작을 수행하기 위한 명령어를 실행하도록 구성된다.

본 개시의 또 다른 양상은 판매된 상품의 비용을 최적화하기 위한 컴퓨터 구현된 방법에 관한 것이다. 방법은: 복수의 네트워크화된 데이터베이스로부터, 적어도 하나의 제품과 연관된 공급자의 공급자 구성 데이터를 수신하는 것 - 공급자 구성 데이터는 하나 이상의 계층과 연관된 파라미터를 정의하는 합의로부터 추출됨 - ; 복수의 네트워크화된 데이터베이스로부터, 공급자와 연관된 주문 이력을 수신하는 것; 주문 이력에 기초하여 현재 계층 및 현재 계층 내의 현재 진행을 결정하는 것 - 현재 계층은 공급자 구성 데이터에 의해 특정됨 - ; 공급자 구성 데이터에 따라 다음 계층에 도달하기 위해 필요한 추가적인 수량을 결정하는 것; 추가적인 수량에 의해 영향을 받는 하나 이상의 트레이드오프 파라미터를 결정하는 것 - 하나 이상의 트레이드오프 파라미터는 미래의 고객 수요를 시뮬레이션하는 컴퓨터화된 모델에 의해 결정됨 - ; 및 하나 이상의 트레이드오프 파라미터에 기초하여 추가적인 수량에 대한 새로운 주문을 개시하라는 요청을 송신하는 것을 포함한다.

또한, 본 개시의 다른 양상은 판매된 상품의 비용을 최적화하기 위한 컴퓨터 구현된 시스템에 관한 것이다. 시스템은 복수의 네트워크화된 데이터베이스; 명령어를 저장하도록 구성된 적어도 하나의 비일시적 컴퓨터 판독 가능 매체; 및 적어도 하나의 프로세서를 포함한다. 적어도 하나의 프로세서는: 복수의 네트워크화된 데이터베이스로부터, 임계값의 세트를 포함하고 적어도 하나의 제품과 연관된 공급자의 공급자 구성 데이터를 수신하는 것; 복수의 네트워크화된 데이터베이스로부터, 공급자와 연관된 복수의 과거 주문 및 현재 주문을 검색하는 것(retrieving); 수신된 주문에 기초하여 총 주문된 수량 및 임계값의 세트에 기초하여 총 주문된 수량에 대응하는 인센티브 값을 결정하는 것; 공급자 구성 데이터에 따라 인센티브 값을 증가시키기 위해 필요한 추가적인 수량을 결정하는 것; 추가적인 수량에 의해 영향을 받는 하나 이상의 트레이드오프 파라미터를 결정하는 것; 트레이드오프 파라미터에 기초하여 적어도 하나의 주문 요청을 생성하는 것; 및 네트워크화된 주문 시스템에 주문 요청을 전달하는 것 - 주문 요청은 네트워크화된 주문 시스템이 공급자에 대해 적어도 하나의 주문을 행하게 하도록 구성됨 - 을 포함하는 동작을 수행하기 위한 명령어를 실행하도록 구성된다.

다른 시스템, 방법, 및 컴퓨터 판독 가능 매체가 또한 본 명세서에서 논의된다.

도 1a는, 개시된 실시예와 일치하는, 운송, 수송 및 물류 작업(logistics operations)을 가능하게 하는 통신을 위한 컴퓨터화된 시스템(computerized systems)을 포함하는 네트워크의 예시적인 실시예를 도시하는 개략적인 블록도이다.
도 1b는, 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소(interactive user interface elements)와 함께, 검색 요청을 만족시키는 하나 이상의 검색 결과를 포함하는 샘플 검색 결과 페이지(Search Result Page)(SRP)를 도시한다.
도 1c는, 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께, 제품 및 제품에 관한 정보를 포함하는 샘플 단일 디스플레이 페이지(Single Display Page)(SDP)를 도시한다.
도 1d는, 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께, 가상의 쇼핑 카트(virtual shopping cart)의 물품을 포함하는 샘플 카트 페이지(Cart page)를 도시한다.
도 1e는, 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께, 구매 및 운송에 관한 정보와 함께 가상의 쇼핑 카트로부터의 물품을 포함하는 샘플 주문 페이지(Order page)를 도시한다.
도 2는, 개시된 실시예와 일치하는, 개시된 컴퓨터화된 시스템을 활용하도록 구성되는 예시적인 풀필먼트 센터(fulfillment center)의 개략도(diagrammatic illustration)이다.
도 3은, 개시된 실시예와 일치하는, 판매된 상품의 비용을 최적화하기 위한 컴퓨터화된 시스템을 포함하는 네트워크화된 환경(networked environment)의 예시적인 실시예를 도시하는 개략적인 블록도이다.
도 4는, 개시된 실시예와 일치하는, 판매된 상품의 비용을 최적화하기 위한 예시적인 컴퓨터화된 프로세스의 흐름도이다.
도 5는, 개시된 실시예와 일치하는, 인센티브 추적기(incentive tracker) 사용자 인터페이스의 예시적인 실시예이다.

다음의 상세한 설명은 첨부 도면을 참조한다. 어디서든 가능하다면, 도면과 다음의 설명에서 동일한 참조 번호가 동일하거나 유사한 부분을 지칭하기 위해 사용된다. 수개의 예시적 실시예들이 본 명세서에 설명되어 있지만, 수정, 개조 및 다른 구현예가 가능하다. 예를 들어, 도면에 도시된 구성 요소 및 단계에 대한 대체, 추가 또는 수정이 이루어질 수 있고, 본 명세서에 설명된 예시적인 방법은 개시된 방법에서 단계를 대체하거나, 재정렬하거나, 제거하거나 추가함으로써 수정될 수 있다. 따라서, 다음의 상세한 설명은 개시된 실시예 및 예시에 제한되지 않는다. 대신에, 본 발명의 적절한 범주는 첨부된 청구항에 의해 정의된다.

본 개시의 실시예는 제조자의 또는 공급자의 인센티브 구조를 재고 유지 비용과 균형을 맞춤으로써 판매된 상품의 비용을 최적화하는 컴퓨터화된 시스템 및 방법에 관한 것이다.

도 1a를 참조하여, 운송, 수송 및 물류 작업(logistics operations)을 가능하게 하는 통신을 위한 컴퓨터화된 시스템들을 포함하는 시스템의 예시적인 실시예를 도시한 개략적인 블록도(100)가 도시되어 있다. 도 1a에 도시된 바와 같이, 시스템(100)은 다양한 시스템들을 포함할 수 있고, 이들 시스템 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템들은 또한, 예를 들어, 케이블을 사용하여 직접 연결을 통해 서로 연결될 수 있다. 도시된 시스템들은, 선적 권한 기술(shipment authority technology)(SAT) 시스템(101), 외부 프론트 엔드 시스템(external front end system)(103), 내부 프론트 엔드 시스템(internal front end system)(105), 수송 시스템(transportation system)(107), 모바일 디바이스(107A, 107B 및 107C), 판매자 포털(109), 선적 및 주문 추적(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(workforce management system)(119), 모바일 디바이스(119A, 119B 및 119C)(풀필먼트 센터(FC)(200)의 내부에 있는 것으로 도시됨), 제3 자의 풀필먼트 시스템(121A, 121B 및 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 상태(order status) 및 배송 상태(delivery status)를 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, SAT 시스템(101)은 주문이 그 약속된 배송 날짜(Promised Delivery Date)(PDD)를 경과한 것인지를 결정할 수 있고, 새로운 주문을 개시하는 것, 미배송의 주문의 물품들을 재운송하는 것, 미배송의 주문을 취소하는 것, 주문한 고객과의 연락(contact)을 개시하는 것 등을 포함하여, 적절한 액션을 취할 수 있다. SAT 시스템(101)은 또한, (특정 기간 동안 운송된 다수의 패키지와 같은) 출력 및 (운송에 사용하기 위해 수신된 빈 판지 박스(empty cardboard boxes)의 수와 같은) 입력을 포함하는, 다른 데이터를 모니터링할 수 있다. SAT 시스템(101)은 또한, 시스템(100)에서 상이한 디바이스들 간에 게이트웨이로서 동작할 수 있어, (예를 들어, 저장-및-전달(store-and-forward) 또는 다른 기술들을 사용하여) 외부 프론트 엔드 시스템(103) 및 FO 시스템(113)과 같은 디바이스들 사이의 통신을 가능하게 한다.

일부 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 사용자들이 시스템(100) 내의 하나 이상의 시스템과 상호 작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 시스템(100)이 시스템에 대한 프리젠테이션을 가능하게 하여 사용자가 물품을 주문할 수 있게 하는 실시예에서, 외부 프론트 엔드 시스템(103)은 검색 요청을 수신하고, 물품 페이지를 제시하고, 결제 정보를 요구(solicit)하는 웹 서버로서 구현될 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 Apache HTTP 서버, 마이크로소프트 인터넷 정보 서비스(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 수신하고 처리하도록 설계된 고객 웹 서버 소프트웨어를 실행하고, 이들 요청에 기초하여 데이터베이스 및 다른 데이터 저장소로부터 정보를 획득하고, 획득된 정보에 기초하여 수신된 요청에 대한 응답을 제공할 수 있다.

일부 실시예에서, 외부 프론트 엔드 시스템(103)은 웹 캐싱 시스템(web caching system), 데이터베이스, 검색 시스템 또는 지불 시스템 중 하나 이상을 포함할 수 있다. 일 양상에서, 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상을 포함할 수 있고, 반면에 다른 양상에서, 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들어, 서버-대-서버, 데이터베이스-대-데이터베이스, 또는 다른 네트워크 연결)를 포함할 수 있다.

도 1b, 도 1c, 도 1d 및 도 1e에 의해 도시된 단계의 예시적인 세트는 외부 프론트 엔드 시스템(103)의 일부 동작을 설명하는 데에 도움이 될 것이다. 외부 프론트 엔드 시스템(103)은 프리젠테이션 및/또는 디스플레이를 위해 시스템(100) 내의 시스템 또는 디바이스로부터 정보를 수신할 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 검색 결과 페이지(SRP)(예를 들어, 도 1b), 단일 상세 페이지(Single Detail Page)(SDP)(예를 들어, 도 1c), 카트 페이지(예를 들어, 도 1d) 또는 주문 페이지(예를 들어, 도 1e)를 포함하여, 하나 이상의 웹 페이지를 호스팅하거나 제공할 수 있다. 사용자 디바이스(예를 들어, 모바일 디바이스(102A) 또는 컴퓨터(102B)를 사용함)는, 외부 프론트 엔드 시스템(103)을 탐색하고, 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 들어, 외부 프론트 엔드 시스템(103)은 검색 요청을 만족시키는 FO 시스템(113)으로부터 정보를 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 또한, 검색 결과에 포함된 각 제품에 대한 약속된 배송 날짜 즉 "PDD"를 (FO 시스템(113)으로부터) 요청하고 수신할 수 있다. 일부 실시예에서, PDD는, 특정 기간 내에, 예를 들어, 하루가 끝날 때까지(오후 11시 59분), 주문된 경우, 제품을 포함하는 패키지가 사용자의 원하는 위치에 도착할 때, 또는 제품이 사용자의 원하는 위치에 배송될 것으로 약속된 날짜에 대한 추정(estimate)을 나타낼 수 있다. (PDD는 FO 시스템(113)과 관련하여 아래에 더 논의된다.)

외부 프론트 엔드 시스템(103)은 정보에 기초하여 SRP(예를 들어, 도 1b)를 준비할 수 있다. SRP는 검색 요청을 만족시키는 정보를 포함할 수 있다. 예를 들어, 이는 검색 요청을 만족시키는 제품의 사진(pictures of products)을 포함할 수 있다. SRP는 또한, 각 제품의 각각의 가격, 또는 각 제품에 대한 향상된 배송 옵션, PDD, 무게, 크기, 제안(offers), 할인 등에 관한 정보를 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들어, 네트워크를 통해) 요청측 사용자 디바이스(requesting user device)에 SRP를 전송할 수 있다.

그 후, 사용자 디바이스는, 예를 들어, 사용자 인터페이스를 클릭(clicking) 또는 탭(tapping)하거나, 다른 입력 디바이스를 사용함으로써, SRP 상에 나타난 제품을 선택하여, SRP로부터 제품을 선택할 수 있다. 사용자 디바이스는 선택된 제품에 관한 정보 요청(request for information on the selected product)을 공식화하여(formulate) 그것을 외부 프론트 엔드 시스템(103)에 전송할 수 있다. 이에 응답하여, 외부 프론트 엔드 시스템(103)은 선택된 제품과 관련된 정보를 요청할 수 있다. 예를 들어, 정보는 각각의 SRP 상에 제품에 대해 제시된 것 이외의 추가 정보를 포함할 수 있다. 이는, 예를 들어, 유통 기한(shelf life), 원산지(country of origin), 무게, 크기, 포장된 물품의 수(number of items in package), 취급 지시(handling instructions) 또는 제품에 대한 다른 정보를 포함할 수 있다. 정보는 또한 (예를 들어, 이 제품 및 적어도 하나의 다른 제품을 구매한 고객에 대한 빅 데이터 및/또는 기계 학습 분석에 기초하여) 유사한 제품들에 대한 추천사항(recommendations), 자주 묻는 질문에 대한 답변, 고객으로부터의 리뷰, 제조자 정보, 사진 등을 포함할 수 있다.

외부 프론트 엔드 시스템(103)은 수신된 제품 정보에 기초하여 SDP(Single Detail Page)(예를 들어, 도 1c)를 준비할 수 있다. SDP는 또한, "바로 구매(Buy Now)" 버튼, "카트에 추가(Add to Cart)" 버튼, 수량 필드, 물품의 사진 등과 같은 다른 대화형 요소를 포함할 수 있다. SDP는 제품을 제안하는 판매자의 리스트를 더 포함할 수 있다. 리스트는 각 판매자가 제안하는 가격에 기초하여 순서화될(ordered) 수 있어, 최저 가격으로 제품을 판매하겠다고 제안한 판매자가 맨 위(the top)에 나열될 수 있다. 리스트는 또한, 최고 랭킹의 판매자(highest ranked seller)가 맨 위에 나열될 수 있도록 판매자 랭킹에 기초하여 순서화될 수 있다. 판매자 랭킹은, 예를 들어, 약속된 PDD를 충족한 판매자의 과거 추적 기록을 포함하여, 다수의 인자(factor)에 기초하여 공식화될 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들어, 네트워크를 통해) 요청측 사용자 디바이스에 SDP를 전달할 수 있다.

요청측 사용자 디바이스는 제품 정보를 나열한 SDP를 수신할 수 있다. SDP를 수신하면, 사용자 디바이스는 SDP와 상호 작용할 수 있다. 예를 들어, 요청측 사용자 디바이스의 사용자는 SDP 상의 "카트에 담기(Place in Cart)" 버튼을 클릭하거나 다른 방식으로 상호 작용할 수 있다. 이로써 그 제품이 사용자와 연관된 쇼핑 카트(shopping cart)에 추가된다. 사용자 디바이스는 제품을 쇼핑 카트에 추가하라는 이 요청을 외부 프론트 엔드 시스템(103)에 송신할 수 있다.

외부 프론트 엔드 시스템(103)은 카트 페이지(예를 들어, 도 1d)를 생성할 수 있다. 일부 실시예에서, 카트 페이지는, 사용자가 가상의 "쇼핑 카트"에 추가한 제품을 나열한다. 사용자 디바이스는 SRP, SDP 또는 다른 페이지 상의 아이콘을 클릭하거나 다른 방식으로 상호 작용함으로써 카트 페이지를 요청할 수 있다. 일부 실시예에서, 카트 페이지는, 사용자가 쇼핑 카트에 추가한 모든 제품을 나열할 뿐만 아니라, 각 제품의 수량, 각 제품의 물품당 가격, 각 제품의 관련 수량에 기초한 가격, PDD에 관한 정보, 배송 방법, 운송비(shipping cost), 쇼핑 카트 내의 제품을 수정하기 위한 사용자 인터페이스 요소(예를 들어, 수량 삭제 또는 수정), 다른 제품을 주문하거나 제품의 정기 배송(periodic delivery)을 설정하기 위한 옵션, 이자 결제(interest payment)를 설정하기 위한 옵션, 구매를 진행하기 위한 사용자 인터페이스 요소 등과 같이 카트에 있는 제품에 관한 정보를 나열할 수 있다. 사용자 디바이스에서 사용자는, 쇼핑 카트에서 제품의 구매를 개시하기 위해 사용자 인터페이스 요소(예를 들어, "바로 구매"를 판독하는 버튼)를 클릭하거나 다른 방식으로 상호 작용할 수 있다. 그렇게 하면, 사용자 디바이스는 구매를 개시하라는 이 요청을 외부 프론트 엔드 시스템(103)에 송신할 수 있다.

외부 프론트 엔드 시스템(103)은 구매를 개시하라는 요청을 수신한 것에 응답하여 주문 페이지(예를 들어, 도 1e)를 생성할 수 있다. 일부 실시예에서, 주문 페이지는, 쇼핑 카트로부터 물품을 재나열하고(re-list), 결제 및 운송 정보의 입력을 요청한다. 예를 들어, 주문 페이지는, 쇼핑 카트에 있는 물품의 구매자에 관한 정보를 요청하는 섹션(예를 들어, 이름, 주소, 이메일 주소, 전화 번호), 받는 사람에 관한 정보(예를 들어, 이름, 주소, 전화 번호, 배송 정보), 운송 정보(예를 들어, 배송 속도/방법 및/또는 픽업(pickup)), 결제 정보(예를 들어, 신용 카드, 은행 송금, 수표, 저장된 신용카드(stored credit)), 현금 영수증을 요청하기 위한 사용자 인터페이스 요소(예를 들어, 세금 목적으로) 등을 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 주문 페이지를 사용자 디바이스에 전송할 수 있다.

사용자 디바이스는, 주문 페이지 상에 정보를 입력하고, 정보를 외부 프론트 엔드 시스템(103)에 전송하는 사용자 인터페이스 요소를 클릭하거나 다른 방식으로 상호 작용할 수 있다. 거기서부터, 외부 프론트 엔드 시스템(103)은 정보를 시스템(100) 내의 상이한 시스템들에 전송하여 쇼핑 카트에 있는 제품을 갖는 새로운 주문의 생성 및 처리를 가능하게 할 수 있다.

일부 실시예에서, 외부 프론트 엔드 시스템(103)은 판매자가 주문에 관한 정보를 송신하고 수신할 수 있도록 더 구성될 수 있다.

일부 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자(예를 들어, 시스템(100)을 소유, 운영 또는 임대하는 조직의 직원)가 시스템(100) 내의 하나 이상의 시스템과 상호 작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 네트워크(101)가 사용자가 물품을 주문할 수 있게 하는 시스템의 프리젠테이션을 가능하게 하는 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자가 주문에 대한 진단 및 통계 정보를 보거나(view), 물품 정보를 수정하거나, 주문에 관한 통계를 검토(review)할 수 있게 하는 웹 서버로서 구현될 수 있다. 예를 들어, 내부 프론트 엔드 시스템(105)은 Apache HTTP 서버, 마이크로소프트 인터넷 정보 서비스(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 내부 프론트 엔드 시스템(105)은 시스템(100)에 도시된 시스템들 또는 디바이스들(도시되지 않은 다른 디바이스뿐만 아니라)로부터 요청을 수신하고 처리하도록 설계된 고객 웹 서버 소프트웨어를 실행할 수 있고, 이들 요청에 기초하여 데이터베이스 및 다른 데이터 저장소로부터 정보를 획득하고, 획득된 정보에 기초하여 수신된 요청에 대한 응답을 제공할 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 있고, 반면에 다른 양상에서, 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들어, 서버-대-서버, 데이터베이스-대-데이터베이스, 또는 다른 네트워크 연결)를 포함할 수 있다.

일부 실시예에서, 수송 시스템(107)은 시스템(100) 내의 시스템들 또는 디바이스들과 모바일 디바이스(107A 내지 107C) 사이의 통신을 가능하게 하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 수송 시스템(107)은 하나 이상의 모바일 디바이스(107A 내지 107C)(예를 들어, 모바일 폰, 스마트 폰, PDA 등)로부터 정보를 수신할 수 있다. 예를 들어, 일부 실시예에서, 모바일 디바이스(107A 내지 107C)는 배송 작업자(delivery worker)에 의해 운영되는 디바이스를 포함할 수 있다. 정규직(permanent) 직원, 임시(temporary) 직원 또는 교대(shift) 직원일 수 있는 배송 작업자는 모바일 디바이스(107A 내지 107C)를 활용하여 사용자에 의해 주문된 제품을 포함하는 패키지의 배송을 행할 수 있다. 예를 들어, 패키지를 배송하기 위해, 배송 작업자는 어느 패키지를 배송할 것인지와 그 패키지를 어디로 배송할 것인지를 나타내는 통지를 모바일 디바이스 상에 수신할 수 있다. 배송 위치에 도착하면, 배송 작업자는 패키지를 (예를 들어, 트럭의 후면에, 또는 패키지의 상자(crate)에) 위치시키거나, 모바일 디바이스를 사용하여 패키지 상의 식별자(identifier)(예를 들어, 바코드, 이미지, 텍스트 스트링(text string), RFID 태그 등)와 연관된 데이터를 스캔하거나 다른 방식으로 캡처하고, 패키지를 (예를 들어, 문 앞에 두거나, 경비원에게 맡겨 두거나, 받는 사람에게 건네주는 등으로써) 배송한다. 일부 실시예에서, 배송 작업자는 모바일 디바이스를 사용하여 패키지의 사진(들)을 캡처하고, 및/또는 서명을 얻을 수 있다. 모바일 디바이스는, 예를 들어, 시간, 날짜, GPS 위치, 사진(들), 배송 작업자와 연관된 식별자, 모바일 디바이스와 연관된 식별자 등을 포함하는, 배송에 관한 정보를 포함하는 정보를 수송 시스템(107)에 전송할 수 있다. 수송 시스템(107)은 시스템(100) 내의 다른 시스템들에 의해 액세스되도록 이 정보를 데이터베이스(도시되지 않음)에 저장할 수 있다. 일부 실시예에서, 수송 시스템(107)은 이 정보를 사용하여 특정 패키지의 위치를 나타내는 추적 데이터를 준비하여 다른 시스템에 전송할 수 있다.

일부 실시예에서, 특정 사용자는 한 종류의 모바일 디바이스를 사용할 수 있으며(예를 들어, 정규직 작업자는 바코드 스캐너, 스타일러스 및 다른 디바이스와 같은 맞춤형 하드웨어(custom hardware)를 갖는 전용 PDA(specialized PDA)를 사용할 수 있고), 반면에 다른 사용자는 다른 종류의 모바일 디바이스를 사용할 수 있다(예를 들어, 임시 또는 교대 작업자는 기성품의(off-the-shelf) 모바일 폰 및/또는 스마트 폰을 활용할 수 있다).

일부 실시예에서, 수송 시스템(107)은 사용자를 각 디바이스와 연관시킬 수 있다. 예를 들어, 수송 시스템(107)은, 사용자(예를 들어, 사용자 식별자, 직원 식별자 또는 전화 번호로 나타내어짐)와 모바일 디바이스(예를 들어, IMEI(International Mobile Equipment Identity), IMSI(International Mobile Subscription Identifier), 전화 번호, UUID(Universal Unique Identifier) 또는 GUID(Globally Unique Identifier)로 나타내어짐) 사이의 연관성을 저장할 수 있다. 수송 시스템(107)은, 무엇보다도, 작업자의 위치, 작업자의 효율성 또는 작업자의 속도를 결정하기 위해, 배송시 수신된 데이터와 함께 이 연관성을 사용하여 데이터베이스에 저장된 데이터를 분석할 수 있다.

일부 실시예에서, 판매자 포털(109)은, 판매자 또는 다른 외부 개체가 시스템(100) 내의 하나 이상의 시스템과 전자적으로 통신할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 판매자는, 판매자 포털(109)을 사용하여, 판매자가 시스템(100)을 통해 판매하고 싶어하는 제품들에 대한 제품 정보, 주문 정보, 연락처 정보 등을 업로드하거나 제공하기 위해 컴퓨터 시스템(도시되지 않음)을 활용할 수 있다.

일부 실시예에서, 선적 및 주문 추적 시스템(111)은, 고객에 의해(예를 들어, 디바이스(102A 및 102B)를 사용하는 사용자에 의해) 주문된 제품을 포함하는 패키지의 위치에 관한 정보를 수신하고, 저장하고, 전달하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 선적 및 주문 추적 시스템(111)은, 고객에 의해 주문된 제품을 포함하는 패키지를 배송하는 운송 회사에 의해 운영되는 웹 서버(도시되지 않음)로부터, 정보를 요청하거나 저장할 수 있다.

일부 실시예에서, 선적 및 주문 추적 시스템(111)은 시스템(100) 내에 도시된 시스템들로부터 정보를 요청하고 저장할 수 있다. 예를 들어, 선적 및 주문 추적 시스템(111)은 수송 시스템(107)으로부터 정보를 요청할 수 있다. 위에서 논의된 바와 같이, 수송 시스템(107)은, 하나 이상의 사용자(예를 들어, 배송 작업자) 또는 차량(예를 들어, 배송 트럭)과 연관된 하나 이상의 모바일 디바이스(107A 내지 107C)(예를 들어, 모바일 폰, 스마트 폰, PDA 등)로부터 정보를 수신할 수 있다. 일부 실시예에서, 선적 및 주문 추적 시스템(111)은 또한, 풀필먼트 센터(예를 들어, 풀필먼트 센터(200)) 내부의 개별 제품의 위치를 결정하기 위해, 인력 관리 시스템(WMS)(119)으로부터 정보를 요청할 수 있다. 선적 및 주문 추적 시스템(111)은, 수송 시스템(107) 또는 WMS(119) 중 하나 이상으로부터 데이터를 요청하고, 데이터를 처리하고, 요청 시 데이터를 디바이스(예를 들어, 사용자 디바이스(102A 및 102B))에 제시할 수 있다.

일부 실시예에서, 풀필먼트 최적화(FO) 시스템(113)은, 다른 시스템(예를 들어, 외부 프론트 엔드 시스템(103) 및/또는 선적 및 주문 추적 시스템(111))으로부터의 고객 주문에 관한 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. FO 시스템(113)은 또한, 특정 물품이 어디에 보유되거나 저장되는지를 설명하는 정보를 저장할 수 있다. 예를 들어, 특정 물품은 하나의 풀필먼트 센터에만 저장될 수 있고, 반면에 특정 다른 물품은 다수의 풀필먼트 센터에 저장될 수 있다. 또 다른 실시예에서, 특정 풀필먼트 센터는 특정 물품의 세트(예를 들어, 신선 제품 또는 냉동 제품)만을 저장하도록 설계될 수 있다. FO 시스템(113)은, 이 정보뿐만 아니라 관련 정보(예를 들어, 수량, 크기, 영수증의 날짜, 만료일 등)를 저장한다.

FO 시스템(113)은 또한, 각 제품의 대응하는 PDD(promised delivery date)를 계산할 수 있다. 일부 실시예에서, PDD는 하나 이상의 인자에 기초할 수 있다. 예를 들어, FO 시스템(113)은, 제품에 대한 과거 수요(예를 들어, 한 기간 동안 제품이 얼마나 자주 주문되었는지), 제품에 대한 예상 수요(다가오는 기간 동안 얼마나 많은 고객들이 해당 제품을 주문할 것으로 예측되는지), 한 기간 동안 얼마나 많은 제품들이 주문되었는지를 나타내는 네트워크-전역(network-wide) 과거 수요, 다가오는 기간 동안 얼마나 많은 제품들이 주문될 것으로 예상되는지를 나타내는 네트워크-전역 예상 수요, 각 풀필먼트 센터(200)에 저장되는 제품에 대한, 풀필먼트 센터가 각 제품마다 저장하는 하나 이상의 카운트, 해당 제품에 대한 예상 주문 또는 현재 주문 등에 기초하여, 제품에 대한 PDD를 계산할 수 있다.

일부 실시예에서, FO 시스템(113)은, 주기적으로(예를 들어, 시간마다) 각 제품에 대한 PDD를 결정하고, 이를 검색을 위해 데이터 베이스에 저장하거나, 다른 시스템(예를 들어, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 선적 및 주문 추적 시스템(111))에 전송할 수 있다. 다른 실시예에서, FO 시스템(113)은, 하나 이상의 시스템(예를 들어, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 선적 및 주문 추적 시스템(111))으로부터 전자식 요청(electronic requests)을 수신하고, 요구 시(on demand) PDD를 계산할 수 있다.

일부 실시예에서, 풀필먼트 메시징 게이트웨이(FMG)(115)는, 시스템(100) 내의 하나 이상의 시스템, 예를 들어, FO 시스템(113), 으로부터 하나의 포맷 또는 프로토콜로 요청 또는 응답을 수신하고, 요청 또는 응답을 다른 포맷 또는 프로토콜로 변환하고, 변환된 포맷 또는 프로토콜로 요청 또는 응답을 다른 시스템, 예를 들어, WMS(119) 또는 제3 자의 풀필먼트 시스템(121A, 121B 또는 121C)에 전달하거나, 그 반대도 성립하는 컴퓨터 시스템으로서 구현될 수 있다.

일부 실시예에서, 공급 체인 관리(SCM) 시스템(117)은 예측 기능을 수행하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, SCM 시스템(117)은, 예를 들어, 제품에 대한 과거 수요, 제품에 대한 예상 수요, 네트워크-전역 과거 수요, 네트워크-전역 예상 수요, 각 풀필먼트 센터(200)에 저장되는 제품 카운트(count products), 각 제품에 대한 예상 주문 또는 현재 주문 등에 기초하여 특정 제품에 대한 수요 레벨(level of demand)을 예측할 수 있다. 모든 풀필먼트 센터에 걸쳐 각 제품에 대한 이 예측된 레벨 및 양에 응답하여, SCM 시스템(117)은, 특정 제품에 대한 예측된 수요를 만족시키기에 충분한 수량을 구매하고 비축(stock)하기 위해 하나 이상의 구매 주문을 생성할 수 있다.

일부 실시예에서, 인력 관리 시스템(WMS)(119)은 작업 흐름을 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, WMS(119)는 개별 이벤트(discrete events)를 나타내는 개별 디바이스(예를 들어, 디바이스(107A 내지 107C 또는 119A 내지 119C))로부터 이벤트 데이터를 수신할 수 있다. 예를 들어, WMS(119)는 패키지를 스캔하기 위해 이들 디바이스 중 하나의 사용을 나타내는 이벤트 데이터를 수신할 수 있다. 풀필먼트 센터(200) 및 도 2에 관련하여 아래에 논의되는 바와 같이, 풀필먼트 프로세스 동안, 패키지 식별자(예를 들어, 바코드 또는 RFID 태그 데이터)는 특정 단계에서 기계(예를 들어, 자동화되거나 휴대형의 바코드 스캐너, RFID 판독기, 고속 카메라, 태블릿(119A), 모바일 디바이스/PDA(119B), 컴퓨터(119C) 등과 같은 디바이스)에 의해 스캐닝되거나 판독될 수 있다. WMS(119)는, 패키지 식별자, 시간, 날짜, 위치, 사용자 식별자 또는 기타 정보와 함께 대응하는 데이터베이스(도시되지 않음)에 패키지 식별자의 스캔 또는 판독을 나타내는 각 이벤트를 저장할 수 있고, 이 정보를 다른 시스템(예를 들어, 선적 및 주문 추적 시스템(111))에 제공할 수 있다.

일부 실시예에서, WMS(119)는 하나 이상의 디바이스(예를 들어, 디바이스(107A 내지 107C 또는 119A 내지 119C))를 시스템(100)과 연관된 하나 이상의 사용자와 연관시킨 정보를 저장할 수 있다. 예를 들어, 일부 상황에서, 사용자(예를 들어, 시간제 또는 전일제 직원)는, 사용자가 모바일 디바이스(예를 들어, 모바일 디바이스는 스마트 폰임)를 소유한다는 점에서, 모바일 디바이스와 연관될 수 있다. 다른 상황에서, 사용자는, 사용자가 일시적으로 모바일 디바이스를 소유하고 있다(예를 들어, 사용자는 하루의 시작 시에 모바일 디바이스를 체크 아웃하고, 하루 동안 사용할 것이고, 하루가 끝나면 반환할 것이다)는 점에서, 모바일 디바이스와 연관될 수 있다.

일부 실시예에서, WMS(119)는 시스템(100)과 연관된 각 사용자에 대한 작업 로그(work log)를 유지할 수 있다. 예를 들어, WMS(119)는, 임의의 할당된 프로세스(예를 들어, 트럭 하역하기(unloading trucks), 픽 구역(pick zone)으로부터 물품 픽킹하기, 리빈 월 작업(rebin wall work), 물품 포장하기), 사용자 식별자, 위치(예를 들어, 풀필먼트 센터(200) 내의 층 또는 구역), 직원에 의해 시스템을 통해 이동된 다수의 유닛(예를 들어, 피킹된 물품의 수, 포장된 물품의 수), 디바이스(예를 들어, 디바이스(119A 내지 119C))와 연관된 식별자 등을 포함하여, 각 직원과 연관된 정보를 저장할 수 있다. 일부 실시예에서, WMS(119)는 디바이스(119A 내지 119C)상에서 운영되는 시간 기록 시스템(timekeeping system)과 같은 시간 기록 시스템으로부터 체크 인 및 체크 아웃 정보를 수신할 수 있다.

일부 실시예에서, 제3 자의 풀필먼트(3PL) 시스템(121A 내지 121C)은 물류 및 제품의 제3자 제공자와 연관된 컴퓨터 시스템을 나타낸다. 예를 들어, 일부 제품은 (도 2와 관련하여 후술되는 바와 같이) 풀필먼트 센터(200)에 저장되지만, 다른 제품은 장외(off-site)에 저장될 수 있거나, 요구 시 생산될 수 있거나, 달리 풀필먼트 센터(200)에 저장되어 이용 가능하지 않을 수 있다. 3PL 시스템(121A 내지 121C)은, (예를 들어, FMG(115)를 통해) FO 시스템(113)으로부터 주문을 수신하도록 구성될 수 있고, 제품 및/또는 서비스(예를 들어, 배송 또는 설치)를 고객에게 직접 제공할 수 있다. 일부 실시예에서, 3PL 시스템(121A 내지 121C) 중 하나 이상은 시스템(100)의 일부일 수 있고, 반면에 다른 실시예에서, 3PL 시스템(121A 내지 121C) 중 하나 이상은 시스템(100) 외부에 있을 수 있다(예를 들어, 제3 자 제공자에 의해 소유되거나 운영된다).

일부 실시예에서, 풀필먼트 센터 인증 시스템(FC Auth)(123)은 다양한 기능을 갖는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 일부 실시예에서, FC Auth(123)은 시스템(100) 내의 하나 이상의 다른 시스템에 대한 SSO(single-sign on) 서비스로서 작용할 수 있다. 예를 들어, FC Auth(123)은 사용자가 내부 프론트 엔드 시스템(105)을 통해 로그인할 수 있게 하고, 사용자가 선적 및 주문 추적 시스템(111)에서 리소스에 액세스할 수 있는 유사한 권한(privileges)을 가지고 있는 것으로 결정하고, 사용자가 제2 로그 인 프로세스(second log in process)를 필요로 하지 않고 이들 권한에 액세스할 수 있게 한다. 다른 실시예에서, FC Auth(123)은 사용자(예를 들어, 직원)가 그 자신을 특정 작업과 연관시킬 수 있게 한다. 예를 들어, 일부 직원은 전자 디바이스(예를 들어, 디바이스(119A 내지 119C))를 갖지 않을 수 있고, 대신에 하루의 일과에서(during the course of a day), 풀필먼트 센터(200) 내에서, 작업별로, 그리고 구역별로, 이동할 수 있다. FC Auth(123)은 이들 직원이 어떤 작업을 행하고 있는지와, 그들이 하루 중 서로 다른 시각에 어느 구역에 있는지를 나타낼 수 있도록 구성될 수 있다.

일부 실시예에서, 노동 관리 시스템(LMS)(125)은 직원(전일제 및 시간제 직원을 포함)에 대한 출근 및 초과 근무 정보(attendance and overtime information)를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, LMS(125)는 FC Auth(123), WMA(119), 디바이스(119A 내지 119C), 수송 시스템(107) 및/또는 디바이스(107A 내지 107C)로부터 정보를 수신할 수 있다.

도 1a에 도시된 특정 구성은　단지 예시이다. 예를 들어, 도 1a는 FO 시스템(113)에 연결된 FC Auth 시스템(123)을 도시하지만, 모든 실시예가 이 특정 구성을 요구하는 것은 아니다. 실제로, 일부 실시예에서, 시스템(100) 내의 시스템들은, 인터넷, 인트라넷, WAN(Wide-Area Network), MAN(Metropolitan-Area Network), IEEE 802.11a/b/g/n 표준과 호환되는 무선 네트워크, 전용 회선(leased line) 등을 포함하는 하나 이상의 공개 또는 비공개 네트워크를 통해 서로 연결될 수 있다. 일부 실시예에서, 시스템(100) 내의 시스템들 중 하나 이상은 데이터 센터, 서버 팜(server farm) 등에 구현되는 하나 이상의 가상 서버로서 구현될 수 있다.

도 2는 풀필먼트 센터(200)를 도시한다. 풀필먼트 센터(200)는 주문 시 고객에게 운송되기 위한 물품을 저장하는 물리적 위치의 예이다. 풀필먼트 센터(FC)(200)는 다수의 구역으로 분할될 수 있고, 이들 구역 각각은 도 2에 도시되어 있다. 일부 실시예에서, 이들 "구역"은 물품을 수신하고, 물품을 저장하고, 물품을 검색하고, 그리고 물품을 운송하는 프로세스의 상이한 단계 사이의 가상 분할(virtual divisions)로 여겨질 수 있다. 따라서, "구역"이 도 2에 도시되어 있지만, 구역에 대한 다른 분할이 가능하고, 일부 실시예에서, 도 2의 구역이 생략되거나, 복제되거나 또는 수정될 수 있다.

인바운드 구역(203)은 도 1a로부터 시스템(100)을 사용하여 제품을 판매하고 싶어하는 판매자로부터 물품이 수신되는 FC(200)의 영역을 나타낸다. 예를 들어, 판매자는 트럭(201)을 사용하여 물품(202A 및 202B)을 배송할 수 있다. 물품(202A)은 그 자체의 운송 팔레트(shipping pallet)를 점유하기에 충분히 큰 단일 물품을 나타낼 수 있고, 반면에 물품(202B)은 공간을 절약하기 위해 동일한 팔레트 상에 함께 적재된 물품의 세트를 나타낼 수 있다.

작업자는 인바운드 구역(203)에서 물품을 수신할 것이고, 선택적으로 컴퓨터 시스템(도시되지 않음)을 사용하여 물품의 손상 및 정확성에 대해 체크할 수 있다. 예를 들어, 작업자는 컴퓨터 시스템을 사용하여 물품(202A 및 202B)의 수량을 물품의 주문 수량과 비교할 수 있다. 수량이 매칭되지(match) 않으면, 그 작업자는 물품(202A 또는 202B) 중 하나 이상을 거부할 수 있다. 수량이 매칭되면, 작업자는 (예를 들어, 돌리(dolly), 핸드 트럭, 지게차(forklift)를 이용하거나 수동으로) 이들 물품을 버퍼 구역(205)으로 이동시킬 수 있다. 버퍼 구역(205)은, 예를 들어, 피킹 구역에 예측된 수요를 충족시키기에 매우 충분한 수량의 해당 물품이 있기 때문에, 피킹 구역에서 현재 필요하지 않은 물품에 대한 임시 저장 영역일 수 있다. 일부 실시예에서, 지게차(206)는 버퍼 구역(205) 주위에서, 그리고 인바운드 구역(203)과 드롭 구역(207) 사이에서 물품을 이동시키도록 동작된다. 피킹 구역에서 물품(202A 또는 202B)이 필요하다면(예를 들어, 예측된 수요로 인함), 지게차는 물품(202A 또는 202B)을 드롭 구역(207)으로 이동시킬 수 있다.

드롭 구역(207)은, 물품이 피킹 구역(209)으로 이동되기 전에 물품을 저장하는 FC(200)의 영역일 수 있다. 피킹 작업에 할당된 작업자("피커(picker)")는, 피킹 구역에서 물품(202A 및 202B)에 접근하고, 피킹 구역에 대한 바코드를 스캔하고, 모바일 디바이스(예를 들어, 디바이스(119B))를 사용하여 물품(202A 및 202B)과 연관된 바코드를 스캔할 수 있다. 그 후, 피커는 (예를 들어, 물품을 카트에 담거나 운반함으로써) 물품을 피킹 구역(209)으로 가져갈 수 있다.

피킹 구역(209)은 물품(208)이 저장 유닛(210) 상에 저장되는 FC(200)의 영역일 수 있다. 일부 실시예에서, 저장 유닛(210)은 물리적 선반, 책장, 박스, 토트(totes), 냉장고, 냉동고, 냉장 창고(cold stores) 등 중 하나 이상을 포함할 수 있다. 일부 실시예에서, 피킹 구역(209)은 다수의 층으로 구성될 수 있다. 일부 실시예에서, 작업자 또는 기계는, 예를 들어, 지게차, 엘리베이터, 컨베이어 벨트, 카트, 핸드 트럭, 돌리, 자동화된 로봇 또는 디바이스를 포함하여 여러 방식으로, 또는 수동으로 물품을 피킹 구역(209)으로 이동시킬 수 있다. 예를 들어, 피커는 드롭 구역(207)에서 핸드 트럭 또는 카트 상에 물품(202A 및 202B)을 담고, 물품(202A 및 202B)을 피킹 구역(209)까지 걸어서 운반할 수 있다.

피커는, 저장 유닛(210)상의 특정 공간과 같이, 피킹 구역(209)의 특정 지점(particular spots)에 물품을 배치(또는 "수납(stow)")하라는 명령어(instruction)를 수신할 수 있다. 예를 들어, 피커는 모바일 디바이스(예를 들어, 디바이스(119B))를 사용하여 물품(202A)을 스캔할 수 있다. 디바이스는, 예를 들어, 통로(aisle), 선반 및 위치를 나타내는 시스템을 사용하여 피커가 물품(202A)을 수납해야 하는 위치를 나타낼 수 있다. 그 후, 디바이스는 그 위치에 물품(202A)을 수납하기 전에 피커가 그 위치에서 바코드를 스캔하도록 촉구할 수 있다. 디바이스는, 디바이스(119B)를 사용하는 사용자에 의해 그 위치에 물품(202A)이 수납되었음을 나타내는 데이터를, (예를 들어, 무선 네트워크를 통해) 도 1a의 WMS(119)와 같은 컴퓨터 시스템에 전송할 수 있다.

사용자가 주문을 행하면, 피커는 저장 유닛(210)으로부터 하나 이상의 물품(208)을 검색하라는 명령어를 디바이스(119B) 상에 수신할 수 있다. 피커는, 물품(208)을 검색하고, 물품(208) 상의 바코드를 스캔하고, 물품을 수송 메커니즘(transport mechanism)(214) 상에 배치할 수 있다. 수송 메커니즘(214)은, 슬라이드로 나타내어져 있지만, 일부 실시예에서, 수송 메커니즘은 컨베이어 벨트, 엘리베이터, 카트, 지게차, 핸드 트럭, 돌리, 카트 등 중 하나 이상으로서 구현될 수 있다. 그 후, 물품(208)은 포장 구역(packing zone)(211)에 도착할 수 있다.

포장 구역(211)은, 물품이 피킹 구역(209)으로부터 수신되어 고객에게 최종 운송되기 위해 박스 또는 백(bags)에 포장되는 FC(200)의 영역일 수 있다. 포장 구역(211)에서, 물품 수신에 할당된 작업자("리빈 작업자")는 피킹 구역(209)으로부터 물품(208)을 수신하고 그것이 어느 주문에 대응하는지를 결정할 것이다. 예를 들어, 리빈 작업자는 컴퓨터(119C)와 같은 디바이스를 사용하여 물품(208)상의 바코드를 스캔할 수 있다. 컴퓨터(119C)는 물품(208)이 어느 주문과 연관되는지를 시각적으로 나타낼 수 있다. 이는, 예를 들어, 주문에 대응하는 공간 또는 벽(216)의 "셀(cell)"을 포함할 수 있다. 일단 주문이 완료되면 (예를 들어, 셀은 주문에 대한 모든 물품을 포함하기 때문에), 리빈 작업자는 주문이 완료된 것을 포장 작업자(packing worker)(또는 "패커(packer)")에게 나타낼 수 있다. 패커는 셀로부터 물품을 회수하고 운송을 위해 박스 또는 백에 담을 수 있다. 그 후, 패커는 예를 들어, 지게차, 카트, 돌리, 핸드 트럭, 컨베이어 벨트를 통해, 박스 또는 백을 허브 구역(213)으로 수동으로 또는 다른 방식으로 전송할 수 있다.

허브 구역(213)은 포장 구역(211)으로부터 모든 박스 또는 백("패키지")을 수신하는 FC(200)의 영역일 수 있다. 허브 구역(213)의 작업자 및/또는 기계는, 패키지(218)를 검색하고, 각 패키지가 배송 지역 중 어느 부분으로 가고자 의도되는지를 결정하고, 패키지를 적절한 캠프 구역(215)으로 라우팅할 수 있다. 예를 들어, 배송 지역이 2개의 더 작은 하위-지역(sub-areas)을 갖는 경우, 패키지는 2개의 캠프 구역(215) 중 하나로 갈 것이다. 일부 실시예에서, 작업자 또는 기계는 (예를 들어, 디바이스(119A 내지 119C) 중 하나를 사용하여) 패키지를 스캔하여 그 최종 목적지를 결정할 수 있다. 패키지를 캠프 구역(215)으로 라우팅하는 것은, 예를 들어, (예를 들어, 우편 번호에 기초하여) 패키지가 예정되어 있는 지리적 지역의 일부를 결정하는 것 및 지리적 지역의 일부와 연관된 캠프 구역(215)을 결정하는 것을 포함할 수 있다.

일부 실시예에서, 캠프 구역(215)은 하나 이상의 건물, 하나 이상의 물리적 공간 또는 하나 이상의 지역을 포함할 수 있고, 여기서 패키지는 루트 및/또는 서브-루트로 분류되기 위해 허브 구역(213)으로부터 수신된다. 일부 실시예에서, 캠프 구역(215)은 FC(200)로부터 물리적으로 분리되고, 반면에 다른 실시예에서, 캠프 구역(215)은 FC(200)의 일부를 형성할 수 있다.

캠프 구역(215) 내의 작업자 및/또는 기계는, 예를 들어, 목적지를 기존의 루트 및/또는 서브-루트와 비교하는 것, 각 루트 및/또는 서브-루트에 대한 작업 부하를 계산하는 것, 하루 중 시각(the time of day), 운송 방법, 패키지(220)를 운송하기 위한 비용, 패키지(220) 내의 물품과 연관된 PDD 등에 기초하여, 패키지(220)가 어느 루트 및/또는 서브-루트와 연관되어야 하는지를 결정할 수 있다. 일부 실시예에서, 작업자 또는 기계는 (예를 들어, 디바이스(119A 내지 119C) 중 하나를 사용하여) 패키지를 스캔하여 그 최종 목적지를 결정할 수 있다. 일단 패키지(220)가 특정 루트 및/또는 서브-루트에 할당되면, 작업자 및/또는 기계는, 운송될 패키지(220)를 이동시킬 수 있다. 예시적인 도 2에서, 캠프 구역(215)은 트럭(222), 자동차(226) 및 배송 작업자(224A 및 224B)를 포함한다. 일부 실시예에서, 트럭(222)은 배송 작업자(224A)에 의해 운전될 수 있고, 여기서 배송 작업자(224A)는 FC(200)를 위한 패키지를 배송하는 전일제 직원이고, 트럭(222)은, FC(200)를 소유하거나, 임대하거나 또는 운영하는 동일한 회사에 의해 소유되거나, 임대되거나 또는 운영된다. 일부 실시예에서, 자동차(226)는 배송 작업자(224B)에 의해 운전될 수 있고, 여기서 배송 작업자(224B)는 필요에 따라(on an as-needed basis)(예를 들어, 계절에 따라) 배송하는 "가변적인(flex)" 또는 비정기적인 작업자(occasional worker)이다. 자동차(226)는 배송 작업자(224B)에 의해 소유되거나, 임대되거나 또는 운영될 수 있다.

도 3은 판매된 상품의 비용을 최적화하기 위한 컴퓨터화된 시스템을 포함하는 네트워크화된 환경(300)의 예시적인 실시예를 도시하는 개략적인 블록도이다. 네트워크화된 환경(300)은 다양한 시스템을 포함할 수 있고, 이들 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 일부 실시예에서, 도 3에 도시된 각각의 요소는 시스템의 그룹, 시스템의 네트워크 내의 개별 시스템, 시스템 내부의 기능 유닛 또는 모듈, 또는 그들의 임의의 조합을 나타낼 수 있다. 그리고 일부 실시예에서, 각각의 요소는 인터넷, 인트라넷, WAN(Wide-Area Network), MAN(Metropolitan-Area Network), IEEE 802.11a/b/g/n 표준과 호환되는 무선 네트워크, 유선 네트워크 등을 포함하는 하나 이상의 공개 또는 비공개 네트워크 연결을 통해 서로 통신할 수 있다.

일부 실시예에서, 도시된 시스템은 FO 시스템(311), 풀필먼트 센터(FC) 데이터베이스(312), 외부 프론트 엔드 시스템(313), 공급 체인 관리 시스템(supply chain management system)(320), 및 하나 이상의 클라이언트 단말기(client terminals)(330)를 포함한다. FO 시스템(311) 및 외부 프론트 엔드 시스템(313)은 설계, 기능, 또는 운용에 있어서 도 1a에 관하여 위에서 설명한 FO 시스템(113) 및 외부 프론트 엔드 시스템(103)과 유사할 수 있다.

FC 데이터베이스(312)는 도 2에 관하여 위에서 설명한 바와 같이 FC(200)에서의 다양한 활동으로부터 누적된 다양한 데이터를 수집, 누적, 및/또는 생성하는 하나 이상의 컴퓨터 시스템으로 구현될 수 있다. 예를 들어, FC 데이터베이스(312)에 누적된 데이터는, 그 중에서도, 특정한 FC(예를 들어, FC(200))에 의해 다뤄지는 모든 제품의 제품 식별자(예를 들어, 재고 관리 유닛(stock keeping unit, SKU)), 시간에 따른 각각의 제품의 재고 수준, 및 각각의 제품에 대한 품절(out of stock) 이벤트의 빈도와 발생을 포함할 수 있다.

일부 실시예에서, FC 데이터베이스(312)는 FC A-C와 연관된 데이터베이스를 나타내는, FC A 데이터베이스(312A), FC B 데이터베이스(312B), 및 FC C 데이터베이스(312C)를 포함할 수 있다. 단지 3개의 FC 및 대응하는 FC 데이터베이스(312A-C)만이 도 3에 도시되지만, 숫자는 단지 예시적인 것이고 더 많은 FC 및 대응하는 수의 FC 데이터베이스가 있을 수 있다. 다른 실시예에서, FC 데이터베이스(312)는 모든 FC로부터의 데이터를 수집하고 저장하는 중앙화된 데이터베이스(centralized database)일 수 있다. FC 데이터베이스(312)가 개별 데이터베이스(예를 들어, 312A-C) 또는 하나의 중앙화된 데이터베이스를 포함하는지에 관계없이, 데이터베이스는 클라우드 기반(cloud-based) 데이터베이스 또는 온프레미스(on-premise) 데이터베이스를 포함할 수 있다. 또한 일부 실시예에서, 이러한 데이터베이스는 하나 이상의 하드디스크 드라이브(hard disk drives), 하나 이상의 솔리드 스테이트 드라이브(solid state drives), 또는 하나 이상의 비일시적 메모리를 포함할 수 있다.

공급 체인 관리 시스템(SCM)(320)은 설계, 기능, 또는 운용에 있어서 도 1a에 관하여 위에서 설명한 SCM(117)과 유사할 수 있다. 대안적으로 또는 추가적으로, SCM(320)은 개시된 실시예와 일치하는 프로세스에서 특정한 제품에 대한 수요의 수준을 예측하고 하나 이상의 구매 주문을 생성하기 위해 FO 시스템(311), FC 데이터베이스(312), 및 외부 프론트 엔드 시스템(313)으로부터 데이터를 집계하도록(aggregate) 구성될 수 있다.

일부 실시예에서, SCM(320)은 데이터 사이언스 모듈(data science module)(321), 수요 예측 생성기(demand forecast generator)(322), 공급자 구성 데이터베이스(supplier configuration database)(323), 인센티브 추적기(incentive tracker)(324), 보고서(report) 생성기(325), 및 구매 주문(purchase order, PO) 생성기(326)를 포함한다.

일부 실시예에서, SCM(320)은 하나 이상의 프로세서, 하나 이상의 메모리, 및 하나 이상의 입출력(input/output, I/O) 디바이스를 포함할 수 있다. SCM(320)은 서버, 범용(general-purpose) 컴퓨터, 메인프레임(mainframe) 컴퓨터, 그래픽 처리 유닛(graphical processing unit, GPU)과 같은 특수 목적용(special-purpose) 컴퓨팅 디바이스, 랩탑(laptop), 또는 이들 컴퓨팅 디바이스의 임의의 조합의 형태를 취할 수 있다. 이들 실시예에서, SCM(320)의 구성 요소(즉, 데이터 사이언스 모듈(321), 수요 예측 생성기(322), 공급자 구성 데이터베이스(323), 인센티브 추적기(324), 보고서 생성기(325), 및 PO 생성기(326))는 하나 이상의 메모리에 저장된 명령어에 기초하여 하나 이상의 프로세서에 의해 수행되는 하나 이상의 기능 유닛으로 구현될 수 있다. SCM(320)은 독립형(standalone) 시스템일 수 있거나, 또는 더 큰 시스템의 일부일 수 있는, 서브시스템의 일부일 수 있다.

대안적으로, SCM(320)의 구성 요소는 네트워크를 통해 서로 통신하는 하나 이상의 컴퓨터 시스템으로 구현될 수 있다. 이 실시예에서, 각각의 하나 이상의 컴퓨터 시스템은 하나 이상의 프로세서, 하나 이상의 메모리(즉, 비일시적 컴퓨터 판독 가능 매체), 및 하나 이상의 입출력(I/O) 디바이스를 포함할 수 있다. 일부 실시예에서, 각각의 하나 이상의 컴퓨터 시스템은 서버, 범용 컴퓨터, 메인프레임 컴퓨터, GPU와 같은 특수 목적용 컴퓨팅 디바이스, 랩탑, 또는 이들 컴퓨팅 디바이스의 임의의 조합의 형태를 취할 수 있다.

데이터 사이언스 모듈(321)은, 일부 실시예에서, SCM(320)의 다른 구성 요소에 의해 사용되는 다양한 파라미터 또는 모델을 결정하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 예를 들어, 데이터 사이언스 모듈(321)은 각각의 제품에 대한 미래 수요의 수준을 결정하는 수요 예측 생성기(322)에 의해 사용되는 예측 모델을 개발할 수 있다. 일부 실시예에서, 데이터 사이언스 모듈(321)은 예측 모델을 훈련하고 미래 수요의 수준을 예상하기 위해 FO 시스템(311)으로부터 주문 정보와 외부 프론트 엔드 시스템(313)으로부터 글랜스 뷰(glance views)(즉, 제품에 대한 웹페이지 뷰의 수)를 검색할 수 있다. 주문 정보는 시간에 따른 판매된 물품의 수, 홍보 기간 동안 판매된 물품의 수, 및 정규 기간 동안 판매된 물품의 수와 같은 판매 통계를 포함할 수 있다. 데이터 사이언스 모듈(321)은 판매 통계, 글랜스 뷰, 계절, 요일, 다가오는 휴일 등과 같은 파라미터에 기초하여 예측 모델을 훈련할 수 있다. 일부 실시예에서, 데이터 사이언스 모듈(321)은 또한 PO 생성기(326)에 의해 생성된 PO를 통해 주문된 제품을 받음에 따라 도 2의 인바운드 구역(203)으로부터 데이터를 수신할 수 있다. 데이터 사이언스 모듈(321)은 이러한 데이터를, 특정한 공급자의 풀필먼트 비율(fulfillment ratio)(즉, 주문된 수량과 비교하여 판매 가능한 상태로 받은 제품의 비율), 추정된 리드 타임(lead time), 운송 기간 등과 같은 다양한 공급자 통계를 결정하기 위해 사용할 수 있다.

수요 예측 생성기(322)는, 일부 실시예에서, 데이터 사이언스 모듈(321)에 의해 개발된 예측 모델을 사용하여 특정한 제품에 대한 수요의 수준을 예측하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 보다 구체적으로, 예측 모델은 각각의 제품에 대한 수요 예측 수량을 출력할 수 있는데, 수요 예측 수량은 주어진 기간에(예를 들어, 하루) 하나 이상의 고객에게 판매될 것으로 기대되는 제품의 특정한 수량이다. 일부 실시예에서, 수요 예측 생성기(322)는 미리 결정된 기간 동안의 각각의 주어진 기간에 대한 수요 예측 수량(예를 들어, 5주 기간 동안의 매일의 수요 예측 수량)을 출력할 수 있다. 다른 실시예에서, 수요 예측 수량은 기간 당 평균 수량(예를 들어, 하루에 50 단위)으로 표현될 수 있다. 각각의 수요 예측 수량은 또한 제품 재고 수준을 최적화함에 있어서 더 큰 유연성을 제공하기 위해 표준 편차 수량(예를 들어, ±5) 또는 범위(예를 들어, 최대 30 및 최소 25)를 포함할 수 있다.

공급자 구성 데이터베이스(323)는, 일부 실시예에서, 각각의 공급자와 연관된 다양한 파라미터를 포함하는, 공급자 구성 데이터를 저장하도록 구성된 하나 이상의 컴퓨터 판독 가능 저장 매체를 포함할 수 있다. 공급자 구성 데이터베이스는 하나 이상의 하드디스크 드라이브 또는 하나 이상의 솔리드 스테이트 드라이브를 포함할 수 있고, 클라우드 기반 데이터베이스, 온프레미스 데이터베이스, 또는 원격 데이터베이스로서 구현될 수 있다.

일부 실시예에서, 공급자 구성 데이터는 풀필먼트 비율, 추정된 리드 타임, 운송 기간 등과 같은 데이터 사이언스 모듈(321)에 의해 결정된 공급자 통계 뿐만 아니라, 이름, 주소, 전화번호, 이메일, 연락 지점(point of contact), 공급자 식별자 등과 같은 기본 정보를 포함할 수 있다.

일부 실시예에서, 공급자 구성 데이터는 또한 공급자에 의해 제공된 인센티브 프로그램을 정의하는 파라미터를 포함할 수 있다. 인센티브 프로그램은 다수의 마일스톤(milestones) 또는 계층(tiers)으로 구성될 수 있고, 이들 각각은 최소 및 최대 구매량(purchase volume) 임계값과 대응하는 할인율로 정의된다. 구매량은 대응하는 공급자로부터 구매된 적격 제품의 총 수량 또는 적격 제품의 총 구매 값(purchase value)으로 측정될 수 있다. 또한, 할인율은 대응하는 공급자로부터 구매 가격의 미리 결정된 비율일 수 있다.

예를 들어, 인센티브 프로그램은 3개의 계층을 포함할 수 있는데, 제1 계층은 특정한 공급자로부터 구매된 제품의 구매 값이 총 1 백만 달러 이하일 때 적용된다. 이 예시에서, 공급자는 제1 계층에 대해 총 구매 값의 1%를 환불/적립하도록 동의했을 수 있다. 제2 계층은 3%의 대응하는 할인율로 총 구매 값이 1 백만 달러보다 크고 3 백만 달러 이하일 때 적용될 수 있다. 제3 계층은 5%의 대응하는 할인율로 총 구매 값이 3 백만 달러보다 클 때 적용될 수 있다. 이 3-계층 인센티브 프로그램은 단지 예시적인 목적으로만 설명되며, 인센티브 프로그램은 최소 및 최대 임계값과 할인율의 상이한 세트를 갖는 더 크거나 더 작은 수의 계층을 포함할 수 있다. 추가의 실시예에서, 인센티브 프로그램은 또한, 예를 들어, 총 구매 값 또는 특정 마일스톤 또는 계층에 도달될 때 적립받는 보너스 반환 일시금(lump sum refunds)에 포함되지 않는 제품의 부분 집합을 정의하는 상이한 예외 및 조건을 포함할 수 있다. 인센티브 프로그램은 또한 마일스톤이 그 안에 도달되어야 하는 기간(예를 들어, 1 달, 1 분기, 1 년)을 특정할 수 있다. 주어진 기간에 걸친 임의의 진행은 특정된 기간 후에 재설정(reset)될 수 있다.

일부 실시예에서, SCM(320)은 합의에서 특정된 인센티브 프로그램의 세부 사항을 추출하도록 구성된 컴퓨터 시스템으로 구현될 수 있는, 합의 파서(agreement parser)(미도시)를 더 포함할 수 있다. 합의 파서는 하나 이상의 공급자에 대응하는 실행된 합의를 수신할 수 있고, 이들 각각은 위에서 설명한 인센티브 프로그램의 파라미터를 특정한다. 일부 실시예에서, 합의 파서는 합의의 스캔된 버전에서 문자를 인식할 수 있게 하는 광학 문자 인식 기술이 구비될 수 있다. 합의 파서는 또한 합의가 최종적이고 완전하게 실행되었음을 결정하기 위해 합의에 내재된 전자 증명서의 유효성을 식별하고 증명하는 것이 가능할 수 있다.

추가의 실시예에서, 합의 파서는 본 분야의 통상의 기술자에게 명백할 키워드 검색 및/또는 의미 검색을 사용하여 인센티브 프로그램의 파라미터를 식별하고 추출하도록 구성될 수 있다. 다른 실시예에서, 합의 파서는 또한 인센티브 프로그램의 파라미터를 식별하고 추출하기 위해 문장 구조 또는 문서 배치의 특정 패턴을 인식하도록 기계 학습을 사용할 수 있다.

대안적으로 또는 추가적으로, 합의 파서는 또한 합의와 연관된 메타데이터를 추출하고, 합의가 메타데이터에 기초하여 미리 결정된 템플릿(template)에 기초하여 작성되어 있음을 인식하고, 합의의 관련된 부분을 인식하기 위해 룩업 테이블(lookup table) 또는 매핑(mapping)을 사용하도록 구성될 수 있다. 예를 들어, 미리 결정된 템플릿은 공급자가 그의 인센티브 프로그램의 파라미터를 입력하는 빈 공간을 갖는 형식일 수 있고, 합의 파서는 완성된 형식으로부터 파라미터를 추출할 수 있다.

인센티브 추적기(324)는, 일부 실시예에서, 상이한 인센티브 프로그램에 관한 현재 진행(current progress)을 추적하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 인센티브 추적기(324)는 SCM(320)의 다른 요소(예를 들어, 수요 예측 생성기(322) 및 공급자 구성 데이터베이스(323)) 및 다른 외부 시스템(예를 들어, FO 시스템(311))으로부터 매우 다양한 데이터를 수신하도록 구성될 수 있다.

예를 들어, 인센티브 추적기(324)는 대응하는 인센티브 프로그램의 파라미터를 설정하기 위해 공급자 구성 데이터베이스(323)로부터 공급자 구성 데이터를 수신할 수 있다. 인센티브 추적기(324)는 또한 현재 진행(예를 들어, 주어진 기간 동안 특정한 공급자로부터의 제품의 총 주문된 양/수량)을 결정하고 이를 대응하는 인센티브 프로그램의 마일스톤 또는 계층과 비교하기 위해 FO 시스템(311) 및 구매 주문 생성기(326)로부터 주문 이력을 수신할 수 있다. 일부 실시예에서, 인센티브 추적기(324)는 또한 다음 계층에 도달하기 위해 구매되어야 하는 제품의 추가의 양/수량을 결정하고 다음 계층에 도달하는 것의 장점(예를 들어, 추가적인 할인) 및 단점(예를 들어, 잉여의 위험)의 균형을 맞추기 위해 고려되어야 하는 하나 이상의 메트릭(metrics)을 결정하기 위해 수신된 데이터를 분석할 수 있다. 추가의 실시예에서, 인센티브 추적기(324)는 또한 메트릭에 기초하여 자동으로 또는 인간 운용자로부터 최소의 개입으로 추가의 양/수량을 구매할지 결정하는 것이 가능할 수 있다.

보고서 생성기(325) 및 PO 생성기(326)는, 일부 실시예에서, 인센티브 추적기(324)로부터 명령을 수신하고 각각 보고서 또는 PO를 생성하도록 구성된 하나 이상의 컴퓨팅 시스템을 포함할 수 있다. 일부 실시예에서, 보고서 생성기(325) 및 PO 생성기(326)는 인센티브 추적기(324)로부터의 정보를 디스플레이하거나 인센티브 추적기(324)를 제어하도록 사용자 입력을 수신하기 위해 클라이언트 단말기(330) 또는 도 1a의 내부 프론트 엔드 시스템(105)과 같은 다른 시스템과 통신하도록 구성될 수 있다. 인센티브 추적기(324), 보고서 생성기(325), 및 PO 생성기(326)의 기능은 도 4 및 5에 관하여 아래에서 더욱 상세히 설명될 것이다.

클라이언트 단말기(330)는, 일부 실시예에서, 보고서 생성기(325) 또는 PO 생성기(326)를 통해 인센티브 추적기(324)에 의해 생성된 정보에 내부 사용자가 액세스할 수 있게 하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 클라이언트 단말기(330)는 개인용 컴퓨터, 휴대전화, 스마트폰, PDA 등과 같은 컴퓨팅 디바이스의 임의의 조합을 포함할 수 있다. 일부 실시예에서, FC에서 일하는 사용자와 같은 내부 사용자는 인센티브 추적기(324)에 의해 생성된 정보에 액세스하기 위해 보고서 생성기(325) 또는 PO 생성기(326)에 의해 제공된 웹 인터페이스에 액세스하기 위해 클라이언트 단말기(330)를 사용할 수 있다.

도 4는 판매된 상품의 비용을 최적화하기 위한 예시적인 컴퓨터화된 프로세스(400)의 흐름도를 도시한다. 프로세스(400)는 인센티브 추적기(324)에 의해 수행될 수 있고 보고서를 생성하기 위해 보고서 생성기(325)에 의해 사용되는 데이터의 세트로 이어질 수 있으며, 이는 도 5에 관하여 아래에서 더욱 상세히 설명될 것이다.

단계 410에서, 인센티브 추적기(324)는 공급자 구성 데이터베이스(323)로부터 공급자 구성 데이터를 그리고 FO 시스템(311) 및/또는 FC 데이터베이스(312)와 같은 복수의 네트워크화된 데이터베이스로부터 주문 이력을 수신할 수 있다. 공급자 구성 데이터는 위에서 논의한 바와 같이 공급자에 대한 기본 정보(예를 들어, 연락 정보, 합의 등) 및 공급자에 의해 제공된 인센티브 프로그램의 파라미터(예를 들어, 계층 정보, 인센티브 기간 등)를 포함할 수 있다.

단계 420에서, 인센티브 추적기(324)는 대응하는 인센티브 기간 내에 각각의 공급자로부터 주문된 제품의 수량 또는 양을 식별하기 위해 수신된 주문 이력을 분석할 수 있다. 식별되면, 인센티브 추적기(324)는 각각의 공급자에 대한 제품의 총 수량 또는 양을 계산할 수 있고, 이는 대응하는 공급자에 의해 제공된 인센티브 프로그램 내의 현재 진행과 동일하다. 또한, 인센티브 추적기(324)는 현재 진행에 의해 충족된 계층 또는 마일스톤을 식별하기 위해 인센티브 프로그램에서 특정된 계층과 총 수량 또는 양을 비교할 수 있다. 예를 들어, 공급자 X로부터 주문된 총량이 4.5 백만 달러이고 공급자 X의 인센티브 프로그램이 계층 1-3을 각각 3 백만, 5 백만, 및 7 백만으로 특정했다면, 공급자 X의 인센티브 프로그램을 통한 현재 진행은 계층 1이 도달된 4.5 백만 달러일 것이다. 본 명세서에서 설명된 총량 및 인센티브 프로그램의 파라미터는 단지 예시적이고 비제한적인 것이다.

단계 430에서, 인센티브 추적기(324)는 또한 각각의 인센티브 프로그램의 다음 계층 또는 마일스톤에 도달하기 위해 필요한 추가적인 수량 또는 양을 결정할 수 있다. 위의 예시로부터 계속하여, 공급자 X에 대하여 계층 2에 도달하기 위해 필요한 추가적인 양은 0.5 백만 달러 일 것이다.

단계 440에서, 인센티브 추적기(324)는 추가적인 수량 또는 양을 구매함으로써 야기되는 위험을 측정하는 것을 도울 수 있는 하나 이상의 트레이드오프(trade-off) 파라미터를 결정할 수 있다. 상이한 트레이드오프 파라미터 및 그들을 결정하는 프로세스의 설명은 도 5에 관하여 아래에서 논의될 것이다.

도 5는 인센티브 추적기 사용자 인터페이스(user interface, UI)(500)의 예시적인 실시예이다. 인센티브 추적기 UI는 인센티브 추적기(324)로부터의 데이터를 사용하는 보고서 생성기(325)에 의해 생성될 수 있다. 인센티브 추적기 UI(500)는, 인센티브 프로그램에서 다음 계층에 도달하기 위해 더 많은 제품을 살지 결정하기 위해 고려되어야 하는 트레이드오프 파라미터 뿐만 아니라, 상이한 공급자에 의해 제공되는 상이한 인센티브 프로그램을 통한 현재 진행을 디스플레이하도록 구성될 수 있다. 다음 계층에 도달하는데 요구되는 제품의 추가적인 수량을 평가하는 것(assessing), 다음 계층에 도달하는 것의 장단점을 나타내는 트레이드오프 파라미터를 결정하는 것, 및 추가적인 수량을 구매할지의 결정을 내리는 것의 이 프로세스는, 판매된 상품의 비용을 최적화하는 것으로 지칭된다. 인센티브 추적기 UI(500)는 따라서 최대 수익 효율을 생성하기 위해 어떤 제품이 주문되어야 하는지 사용자가 결정할 수 있게 한다.

일부 실시예에서, 인센티브 추적기 UI(500)는 검색 구성기(search configurator)(510), 요약 바(summary bar)(520), 및 추적기 테이블(tracker table)(530)을 포함할 수 있다. 일부 실시예에서, 검색 구성기(510)는 추적기 테이블(530)에 사용 가능한 인센티브 프로그램의 부분 집합을 디스플레이하기 위해 사용자가 검색 기준을 조정하게 하는 하나 이상의 UI 요소를 포함할 수 있다. 예를 들어, 검색 구성기(510)는 카테고리, 서브 카테고리, 계약/합의 ID, 인센티브 프로그램 고려 기간, 특정 인센티브 프로그램에 할당된 관리자의 이름 또는 식별자, 특정 인센티브 프로그램을 제공하는 공급자의 이름 또는 식별자 등과 같은 검색 기준을 사용자가 특정하게 하는 드롭 다운 리스트(drop down lists), 문자 입력 박스(text input boxes), 및 라디오 버튼(radio buttons)과 같은 그래픽 UI 요소를 포함할 수 있다. 도 5에 도시된 UI 요소 및 상이한 파라미터는 단지 예시적인 것이고 다른 요소, 배치, 및 파라미터는 본 명세서에서 개시된 실시예의 범위 내에 있다.

일부 실시예에서, 요약 바(520)는 종합 목표에 관하여 현재 진행에 관한 하나 이상의 메트릭을 디스플레이할 수 있다. 예를 들어, 요약 바(520)는 예상 인센티브 금액, 현재 인센티브 달성 금액, 및 모든 제품에 대한 평균 총 이익(gross margin)과 같은 메트릭을 디스플레이할 수 있다. 도 5에 도시된 배치 및 메트릭은 단지 예시적인 것이고 다른 배치 및 메트릭은 본 명세서에서 개시된 실시예의 범위 내에 있다.

일부 실시예에서, 추적기 테이블(530)은 공급자(예를 들어, 공급자 A)에 의해 제공된 각각의 인센티브 프로그램(예를 들어, 프로그램 A)에 대응하는 행 및 인센티브 프로그램의 상이한 양상에 대응하는 열을 포함할 수 있다. 추적기 테이블(530)에 디스플레이된 인센티브 프로그램은 검색 구성기(510)에 의해 특정된 검색 기준에 대응할 수 있고, 추적기 테이블(530)은 도 5에 도시된 7개의 프로그램보다 많은 수의 인센티브 프로그램을 디스플레이하기 위해 다수의 페이지 또는 섹션을 포함할 수 있다.

일부 실시예에서, 추적기 테이블(530)의 열은 각각의 인센티브 프로그램을 특정하는 합의의 합의 식별자, 특정 마일스톤 또는 계층이 그 안에 도달되어야 하는 인센티브 기간, 인센티브 프로그램에 대응하는 공급자의 이름 및 식별자 등과 같은 기본 정보를 포함할 수 있다. 또한, 열은 오픈(open) PO 수량, 예상 커버 일수(days of cover, DOC), 사용자-특정 목표에 관련된 현재 진행, 풀필먼트 비율, 및 총 이익과 같은 하나 이상의 트레이드오프 파라미터를 포함할 수 있다. 일부 실시예에서, 계층 진행 바 그래프(tier progress bar graph)는 쉽게 이해되는 형식으로 각각의 인센티브 프로그램을 통한 현재 진행을 디스플레이할 수 있다.

계층 진행 및 트레이드오프 파라미터를 결정하는 프로세스는 도 5에 도시된 예시적인 데이터를 사용하여 아래에서 설명될 것이다. 본 명세서에서 사용된 값 및 예시는 단지 예시적인 것이고 개시된 실시예의 범위를 제한하려는 것은 아니다.

프로그램 A에 관하여, 인센티브 추적기(324)는 특정된 인센티브 기간(즉, 2020년 1월 내지 2020년 3월) 내에 공급자 A에 대해 행해진 모든 주문을 식별하기 위해 FO 시스템(311) 또는 다른 네트워크화된 데이터베이스로부터 주문 이력을 수신할 수 있다. 주문을 식별하기 위해 필요한 정보는 공급자 구성 데이터베이스(323)로부터 수신된 공급자 구성 데이터에 기초할 수 있다. 이 예시에서, 식별된 주문에서 제품의 현재 총량은 26.6 백만 달러이고, 이는 44.5 백만 달러로 설정된 계층 1에 도달하는 것의 59.74%에 대응한다. 일부 실시예에서, 인센티브 추적기(324)는 또한 PO 생성기(326)로부터 오픈 PO(공급자에 대해 행해졌지만 접수되지 않은 주문) 정보를 수신하고 현재 총량에 오픈 PO의 제품의 양을 추가할 수 있다.

일부 실시예에서, 추적기 테이블(530)은 또한 사용자가 현재 인센티브 기간 내에 도달하고자 하는 목표를 특정하는 사용자 입력을 수신하는 것이 가능할 수 있다. 프로그램 A에 대하여, 사용자가 계층 3을 목표로 설정하고, 인센티브 추적기(324)는 26.6 백만 달러의 현재 총량이 계층 3에 도달하는 것의 54.5%임을 결정하여 보여줄 수 있고, 이는, 이 예시에서, 48.8 백만 달러로 설정된다(26.6 ÷ 54.5 x 100). 일부 실시예에서, 사용자는 클라이언트 단말기(330)를 통해 인센티브 추적기 UI(500)에 접근하고 추적기 테이블(530)의 “설정” 버튼과 같은 하나 이상의 UI 요소를 클릭함으로써 목표를 특정할 수 있다.

프로그램 A에 대하여 26.6 백만의 현재 총량 및 44.5 백만의 계층 1 임계값을 고려하면, 계층 1에 도달하고 대응하는 인센티브를 받기 위해 17.9 백만 달러의 가치의 제품이 현재 인센티브 기간 내에 구매되어야 한다. 하지만, 위에서 논의된 바와 같이, 추가적인 양을 구매하는 것은 계층 1에 도달하는 것으로부터의 잠재적인 인센티브를 초과하는 추가적인 비용을 초래할 수 있다. 일부 실시예에서, 인센티브 추적기(324)는 추가적인 양을 구매함으로써 야기되는 위험을 측정하는 것을 도울 수 있는 하나 이상의 트레이드오프 파라미터를 결정하도록 구성될 수 있다. 본 명세서에서 설명된 트레이드오프 파라미터는 단지 예시적인 것이고 다른 파라미터 및 파라미터의 상이한 조합은 또한 개시된 실시예의 범위 내에 있다.

트레이드오프 파라미터 중 하나는 예상 위험 DOC일 수 있는데, 이는 추가적인 양이 최근 판매 또는 제조 추세에 기초하여 지속될 것으로 기대되는 기간(즉, 일수)을 나타낸다. 다시 말해, 예상 위험 DOC는 추가적인 양이 창고에 있어 추가적인 저장 비용을 야기할 것으로 예상되는 기간을 나타낸다. 일부 실시예에서, 인센티브 추적기(324)는 수요 예측 생성기(322)에 의해 예측되는 수요의 수준에 기초하여 예상 위험 DOC를 결정할 수 있다. 예를 들어, 인센티브 추적기(324)는 추가적인 양을 하루 당 평균 판매량으로 나누어 17.9 백만 달러의 가치의 공급자 A로부터의 제품이 매진되기 전에 67.91 일이 지속될 것이라고 결정할 수 있다. 다른 실시예에서, 인센티브 추적기(324)는 결함이 있거나 손상된 제품을 처리하기 위해 판매 가능한 상태로 도착할 제품의 추정된 수량을 결정하기 위해 풀필먼트 비율(즉, 필 레이트(fill-rate))을 사용하여 추가적인 양을 조정할 수 있다. 추가적으로 또는 대안적으로, 인센티브 추적기(324)는 또한 추가적인 구매와 함께 배송될 모든 제품을 포함하기 위해 오픈 PO로부터의 양에 의해 추가적인 양을 조정할 수 있다.

일부 실시예에서, 인센티브 추적기(324)는 또한 추가적인 양과 연관된 위험을 결정하기 위해 풀필먼트 비율을 사용할 수 있다. 풀필먼트 비율은, 위에서 정의된 바와 같이, 주문된 수량에 비교하여 판매 가능한 상태로 받은 제품의 비율을 지칭할 수 있다. 따라서, 낮은 풀필먼트 비율은 대응하는 공급자의 제품이 매우 질이 낮고 공급자로부터 더 이상 제품을 구매하는 것은 결함이 있는 제품이 완전히 환불 가능하더라도 손실을 초래할 수 있음을 나타낼 수 있다. 따라서, 인센티브 추적기(324)는, 일부 실시예에서, 풀필먼트 비율을 미리 결정된 임계값에 비교하여, 이 미만의 대응하는 공급자에 대한 새로운 구매 주문은 확인을 위해 플래그되거나(flagged) 차단된다.

일부 실시예에서, 인센티브 추적기(324)는 또한 현재 계층의 총 이익 및 다음 계층의 예상 총 이익을 결정할 수 있다. 총 이익을 결정하는 것은 총 수익을 기초 수준에서의 구매 비용으로 나누는 것을 포함한다. 하지만, 다른 실시예에서, 이는 또한 대응하는 인센티브 프로그램에 의해 특정된 인센티브에 더하여 매우 다양한 운용 파라미터의 고려를 필요로 할 수 있다. 예를 들어, 추가적인 양을 구매하는 것은 양을 받고, 분류하고, 및 저장하는 추가적인 노동, 양이 모두 사용되거나 판매될 때까지의 추가적인 저장 비용 등을 초래할 수 있다. 인센티브 추적기(324)는 데이터 사이언스 모듈(321)로부터 이러한 파라미터를 수신하고 총 이익을 결정하기 위해 그것들을 사용할 수 있다. 추가의 실시예에서, 인센티브 추적기(324)는 또한 두 개의 총 이익을 비교하고 베이시스 포인트(basis points, bps)에서의 두 총 이익 사이의 차이를 나타내는 기회 메트릭(opportunity metric)을 결정할 수 있다.

일부 실시예에서, 인센티브 추적기(324)는 추가적인 양을 구매함으로써 기대되는 이익에 관련된 트레이드오프 파라미터를 평가하고 사용자의 주의를 끌도록 특정한 인센티브 프로그램을 마킹(mark)하도록 구성될 수 있다. 예를 들어, 인센티브 추적기(324)는 보고서 생성기(325)가 적어도 하나의 라벨을 사용하여 추적기 테이블(530)에 디스플레이되는 하나 이상의 인센티브 프로그램를 마킹하게 할 수 있다. 라벨은 미리 결정된 알고리즘에 기초하여 특정 인센티브 프로그램이 더 많은 주의를 필요로 한다고 사용자에게 신호를 보내는 역할을 할 수 있다.

예를 들어, 인센티브 추적기(324)는 임의의 오픈 PO를 포함하는 현재 진행이 사용자-특정 목표의 제1 계층의 97% 미만에 이를 때, 또는 현재 진행과 임의의 오픈 PO의 합계가 사용자-특정 목표의 제1 계층 이상이라도 기회 메트릭이 매 30 DOC마다 200 bps 미만일 때 인센티브 프로그램을 적색 라벨로 마킹하게 할 수 있다. 다른 예시에서, 인센티브 추적기(324)는 임의의 오픈 PO를 포함하는 현재 진행이 사용자-특정 목표의 제1 계층의 3% 미만에 이를 때, 또는 현재 진행과 임의의 오픈 PO의 합계가 사용자-특정 목표의 제1 계층을 초과하고 기회 메트릭이 매 30 DOC마다 200 bps를 초과할 때 인센티브 프로그램을 녹색 라벨로 마킹하게 할 수 있다. 여기에서, 마킹된 프로그램을 다른 프로그램으로부터 눈에 띄게 하는 라벨로 특정 인센티브 프로그램을 마킹하는 것은 저-위험, 고-소득 기회를 놓치지 않도록 사용자에 의한 더욱 면밀한 검토를 유도할 수 있다(prompt). 본 명세서에서 설명된 적색 또는 녹색 마커로 인센티브 프로그램을 마킹하기 위한 알고리즘은 단지 예시적인 것이고, 인센티브 프로그램을 마킹하기 위한 다른 알고리즘도 또한 개시된 실시예의 범위 내에 있다. 본 명세서에서 설명된 특정한 색 또는 라벨 또한 단지 예시적인 것이고, 특정한 인센티브 프로그램에 사용자의 주의를 끄는 다른 수단(예를 들어, 팝업(pop-ups), 플래그 아이콘(flag icons), 하이라이트(highlights))도 또한 개시된 실시예의 범위 내에 있다.

추가적으로 또는 대안적으로, 인센티브 추적기(324)는 추가적인 양에 대한 구매 주문을 생성하도록 진행할지의 예비 결정을 내리도록 더 구성될 수 있다. 이러한 결정은 데이터 사이언스 모듈(321)로부터의 데이터에 기초하여 개발된 최적화 알고리즘을 사용하는 것을 포함할 수 있다. 일부 실시예에서, 최적화 알고리즘은, 예를 들어, 트레이드오프 파라미터에 상이한 가중치(weight)를 할당하는 것 또는 기계 학습을 사용하는 것을 포함할 수 있다. 추가의 실시예에서, 인센티브 추적기(324)는 예비 결정에 기초하여 PO 생성기(326)를 사용하여 구매 주문을 생성하도록 진행하거나 또는 사용자가 예비 결정을 검토하고 새로운 구매 주문을 인가하도록 대기할 수 있다. PO를 생성할 때, PO 생성기(326)는 공급자에게 우편으로 또는 팩스로 발송될 종이 PO(paper PO) 또는 동일인에게 송신될 전자 PO(electronic PO)를 발행할 수 있다.

일부 실시예에서, 상이한 제품 및 공급자의 수가 수천 이상으로 증가함에 따라 SCM(320)의 상이한 요소에 의한 분석을 위해 다수의 네트워크화된 데이터베이스로부터 데이터를 집계하는 것은 어려운 작업이 될 수 있다. 작업은 상이한 시스템 사이의 네트워크 상에 과도한 부하를 가할 수 있고, 상이한 시스템으로부터 끊임없이 판독하고 기록하고 있는 사업 운용을 위한 다른 네트워크 트래픽과 결합된다면, 작업은 전체 시스템의 속도를 늦추거나 심지어 고장을 유발할 수 있다. 따라서, 네트워크에 대한 영향을 최소화하는 방법으로 SCM(320)에 필요한 데이터를 수집하는 것이 유리할 수 있다.

일부 실시예에서, SCM(320)은 실시간 또는 근 실시간으로 필요한 데이터(예를 들어, 데이터 사이언스 모듈(321)에 필요한 고객 주문 및 주문 풀필먼트, 주문 이력을 위한 공급자로의 구매 주문 등)를 수집함으로써 이를 달성할 수 있다. 이러한 데이터 집계 방식은 데이터를 작은 패킷으로 전송하게 함으로써 SCM(320)이 네트워크에 대한 영향을 최소화하게 할 수 있다. 데이터를 수신하는 SCM(320)의 대응하는 요소(예를 들어, 데이터 사이언스 모듈(321), 수요 예측 생성기(322), 및 인센티브 추적기(324))는 그들이 이전에 수신하고 처리했던 데이터의 그들 각각의 풀(pool)로 새로운 데이터를 결합하도록 구성될 수 있다. 추가의 실시예에서, 대응하는 요소는 새로운 데이터에 기초하여 그들 각각의 파라미터 또는 모델을 업데이트할 수 있다. 예를 들어, 데이터 사이언스 모듈(321)은 최신 판매 추세를 반영하기 위해 예측 모델을 업데이트할 수 있고, 또는 인센티브 추적기(324)는 추적기 테이블(530)에 사용되는 데이터를 업데이트할 수 있다.

다른 실시예에서, SCM(320)은 미리 결정된 간격(예를 들어, 매일 한 번)으로 네트워크화된 데이터베이스로부터 데이터를 집계하고 처리할 수 있다. 추가의 실시예에서, SCM(320)의 상이한 요소에 대한 데이터 집계는 집계로 인한 부하를 분산시키기 위해 시차를 둘 수 있다(staggered). 미리 결정된 간격은 낮은 네트워크 사용 기간 동안(예를 들어, 오전 2시) 데이터를 집계하도록 설정 또는 조정될 수 있다.

본 개시는 그의 특정 실시예를 참조하여 도시되고 설명되었지만, 본 개시는 다른 환경에서 수정없이 실시될 수 있음이 이해될 것이다. 전술한 설명은 예시 목적으로 제시되었다. 이는 총망라하는(exhaustive) 것이 아니며, 개시된 정확한 형태 또는 실시예에 제한되는 것이 아니다. 개시된 실시예의 명세서 및 실시를 고려하여 본 분야의 통상의 기술자에게 수정 및 개조가 명백할 것이다. 추가적으로, 개시된 실시예의 양상이 메모리에 저장되는 것으로 설명되어 있지만, 본 분야의 통상의 기술자는, 이러한 양상이 보조 저장 디바이스, 예를 들어, 하드 디스크 또는 CD ROM 또는 다른 형태의 RAM 또는 ROM, USB 매체, DVD, Blu-ray 또는 기타 광학 드라이브 매체와 같은 다른 타입의 컴퓨터 판독 가능한 매체에 또한 저장될 수 있음을 이해할 것이다.

기재된 설명 및 개시된 방법에 기초한 컴퓨터 프로그램은 숙련된 개발자의 기술 내에 있다. 다양한 프로그램 또는 프로그램 모듈은 본 분야의 통상의 기술자에게 공지된 임의의 기술을 사용하여 작성될 수 있거나 기존 소프트웨어와 관련하여 설계될 수 있다. 예를 들어, 프로그램 섹션 또는 프로그램 모듈은 .Net Framework, .Net Compact Framework(및 Visual Basic, C 등의 관련 언어), Java, C++, Objective-C, HTML, HTML/AJAX 조합, XML, 또는 Java 애플릿이 포함된 HTML에, 또는 이들에 의해 설계될 수 있다.

또한, 예시적인 실시예가 본 명세서에 설명되었지만, (예를 들어, 다양한 실시예에 걸친 양상의) 동등한 요소, 수정, 생략, 조합, 개조 및/또는 변경을 갖는 임의의 및 모든 실시예의 범주는 본 개시에 기초하여 본 분야의 통상의 기술자에 의해 인식될 것이다. 청구항에서 제한사항은, 청구항에 사용된 언어에 기초하여 광범위하게 해석되어야 하고, 출원의 절차 동안 또는 본 명세서에 설명된 예시에 제한되는 것은 아니다. 예시는 비배타적인 것으로 해석될 것이다. 또한, 개시된 방법의 단계는 단계를 재순서화하고, 및/또는 단계를 삽입하거나 삭제하는 것을 포함하여 임의의 방식으로 수정될 수 있다. 그러므로, 본 명세서 및 예시는 단지 예시적인 것으로 간주되고, 진정한 범주 및 사상은 다음의 청구항 및 그의 등가물의 전체 범주에 의해 나타내어진다.

Claims (18)

1. 판매된 상품의 비용을 최적화하기 위한 컴퓨터 구현된 시스템으로서, 상기 시스템은:
   복수의 네트워크화된 데이터베이스(networked databases);
   명령어를 저장하도록 구성된 적어도 하나의 비일시적 컴퓨터 판독 가능 매체; 및
   상기 복수의 네트워크화된 데이터베이스로부터, 공급자와 연관된 주문 이력을 수신하는 것;
   상기 주문 이력에 기초하여 상기 공급자의 현재 계층 및 상기 현재 계층 내의 상기 공급자의 현재 진행을 추적하는 것 - 상기 현재 계층을 추적하는 것은:
   상기 주문 이력에 기초하여 총 주문된 수량을 결정하는 것; 및
   상기 현재 계층의 임계 값과 상기 총 주문된 수량을 비교하는 것을 포함함 -;
   다음 계층에 도달하기 위해 필요한 추가적인 수량을 결정하는 것 - 상기 추가적인 수량은 상기 총 주문된 수량 및 상기 임계 값 사이의 차이에 대응함 -;
   상기 다음 계층을 향한 상기 공급자의 현재 진행을 포함하는 보고서를 생성하는 것;
   디스플레이를 위해 사용자 인터페이스로 상기 보고서를 송신하는 것;
   상기 다음 계층에 용이하게 도달하기 위해 컬러-코드화된(color-coded) 라벨로 상기 생성된 보고서 내의 하나 이상의 프로그램을 마킹하는 것 - 상기 마킹의 컬러는 미리 결정된 알고리즘을 사용하여 결정됨 -;
   사용 가능한 인센티브 프로그램에 기초하여 상기 생성된 보고서 내의 하나 이상의 프로그램을 마킹하는 것; 및
   상기 추가적인 수량에 대한 새로운 주문을 개시하라는 요청을 송신하는 것
   을 포함하는 동작을 수행하기 위한 상기 명령어를 실행하도록 구성된 적어도 하나의 프로세서를 포함하는, 컴퓨터 구현된 시스템.
2. 제1항에 있어서, 상기 현재 계층은 상기 공급자와의 합의로부터 추출되는 하나 이상의 파라미터에 의해 정의되는, 컴퓨터 구현된 시스템.
3. 제2항에 있어서, 상기 하나 이상의 파라미터는 하나 이상의 추가적인 계층을 정의하고, 상기 현재 계층 및 상기 하나 이상의 추가적인 계층은 상기 공급자에 의해 제공될 할인율, 환불 비율, 또는 적립 퍼센티지 중 하나 이상에 연관되는, 컴퓨터 구현된 시스템.
4. 제1항에 있어서, 상기 동작은:
   상기 추가적인 수량에 의해 영향을 받는 하나 이상의 트레이드오프(trade-off) 파라미터를 결정하는 것 - 상기 하나 이상의 트레이드오프 파라미터는 미래 고객 수요를 시뮬레이션하는 컴퓨터화된 모델에 의해 결정됨 - 을 더 포함하는, 컴퓨터 구현된 시스템.
5. 제4항에 있어서, 상기 컴퓨터화된 모델은 판매 통계, 글랜스 뷰 카운트(glance view count), 현재 계절, 또는 다가오는 휴일 중 하나 이상에 기초하여 상기 미래 고객 수요를 시뮬레이션하도록 구성되는, 컴퓨터 구현된 시스템.
6. 제4항에 있어서, 상기 하나 이상의 트레이드오프 파라미터는 상기 현재 계층에서의 제1 기대 수익 및 상기 다음 계층에서의 제2 기대 수익을 포함하는, 컴퓨터 구현된 시스템.
7. 제4항에 있어서, 상기 하나 이상의 트레이드오프 파라미터는 상기 추가적인 수량이 고객 수요를 충족시킬 것으로 예측되는 추정된 일수를 포함하는, 컴퓨터 구현된 시스템.
8. 제4항에 있어서,
   상기 생성된 보고서는 상기 하나 이상의 트레이드오프 파라미터를 더 포함하는, 컴퓨터 구현된 시스템.
9. 제1항에 있어서, 상기 동작은:
   상기 추가적인 수량을 반영하기 위해 상기 현재 진행을 업데이트 하는 것을 더 포함하는, 컴퓨터 구현된 시스템.
10. 판매된 상품의 비용을 최적화하기 위한 컴퓨터 구현된 방법으로서, 상기 방법은:
    복수의 네트워크화된 데이터베이스로부터, 공급자와 연관된 주문 이력을 수신하는 것;
    상기 주문 이력에 기초하여 상기 공급자의 현재 계층 및 상기 현재 계층 내의 상기 공급자의 현재 진행을 추적하는 것 - 상기 현재 계층을 추적하는 것은:
    상기 주문 이력에 기초하여 총 주문된 수량을 결정하는 것; 및
    상기 현재 계층의 임계 값과 상기 총 주문된 수량을 비교하는 것을 포함함 - ;
    다음 계층에 도달하기 위해 필요한 추가적인 수량을 결정하는 것 - 상기 추가적인 수량은 상기 총 주문된 수량 및 상기 임계 값 사이의 차이에 대응함 -;
    상기 다음 계층을 향한 상기 공급자의 현재 진행을 포함하는 보고서를 생성하는 것;
    디스플레이를 위해 사용자 인터페이스로 상기 보고서를 송신하는 것;
    상기 다음 계층에 용이하게 도달하기 위해 컬러-코드화된 라벨로 상기 생성된 보고서 내의 하나 이상의 프로그램을 마킹하는 것 - 상기 마킹의 컬러는 미리 결정된 알고리즘을 사용하여 결정됨 -;
    사용 가능한 인센티브 프로그램에 기초하여 상기 생성된 보고서 내의 하나 이상의 프로그램을 마킹하는 것; 및
    상기 추가적인 수량에 대한 새로운 주문을 개시하라는 요청을 송신하는 것을 포함하는, 컴퓨터 구현된 방법.
11. 제10항에 있어서, 상기 현재 계층은 상기 공급자와의 합의로부터 추출되는 하나 이상의 파라미터에 의해 정의되는, 컴퓨터 구현된 방법.
12. 제11항에 있어서, 상기 하나 이상의 파라미터는 하나 이상의 추가적인 계층을 정의하고, 상기 현재 계층 및 상기 하나 이상의 추가적인 계층은 상기 공급자에 의해 제공될 할인율, 환불 비율, 또는 적립 퍼센티지 중 하나 이상에 연관되는, 컴퓨터 구현된 방법.
13. 제10항에 있어서,
    상기 추가적인 수량에 의해 영향을 받는 하나 이상의 트레이드오프 파라미터를 결정하는 것 - 상기 하나 이상의 트레이드오프 파라미터는 미래 고객 수요를 시뮬레이션하는 컴퓨터화된 모델에 의해 결정됨 - 을 더 포함하는, 컴퓨터 구현된 방법.
14. 제13항에 있어서, 상기 컴퓨터화된 모델은 판매 통계, 글랜스 뷰 카운트, 현재 계절, 또는 다가오는 휴일 중 하나 이상에 기초하여 상기 미래 고객 수요를 시뮬레이션하도록 구성되는, 컴퓨터 구현된 시스템, 컴퓨터 구현된 방법.
15. 제13항에 있어서, 상기 하나 이상의 트레이드오프 파라미터는 상기 현재 계층에서의 제1 기대 수익 및 상기 다음 계층에서의 제2 기대 수익을 포함하는, 컴퓨터 구현된 방법.
16. 제13항에 있어서, 상기 하나 이상의 트레이드오프 파라미터는 상기 추가적인 수량이 고객 수요를 충족시킬 것으로 예측되는 추정된 일수를 포함하는, 컴퓨터 구현된 방법.
17. 제13항에 있어서,
    상기 생성된 보고서는 상기 하나 이상의 트레이드오프 파라미터를 더 포함하는, 컴퓨터 구현된 방법.
18. 제10항에 있어서,
    상기 추가적인 수량을 반영하기 위해 상기 현재 진행을 업데이트 하는 것을 더 포함하는, 컴퓨터 구현된 방법.