KR20240005657A - 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 - Google Patents
인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 Download PDFInfo
- Publication number
- KR20240005657A KR20240005657A KR1020230194007A KR20230194007A KR20240005657A KR 20240005657 A KR20240005657 A KR 20240005657A KR 1020230194007 A KR1020230194007 A KR 1020230194007A KR 20230194007 A KR20230194007 A KR 20230194007A KR 20240005657 A KR20240005657 A KR 20240005657A
- Authority
- KR
- South Korea
- Prior art keywords
- product
- computer
- order
- products
- implemented method
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000005457 optimization Methods 0.000 title description 3
- 238000009826 distribution Methods 0.000 title description 2
- 230000015654 memory Effects 0.000 claims description 9
- 238000007477 logistic regression Methods 0.000 claims description 3
- 239000000047 product Substances 0.000 description 175
- 238000012384 transportation and delivery Methods 0.000 description 53
- 238000013068 supply chain management Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 238000012856 packing Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 229920001690 polydopamine Polymers 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
제품을 지능적으로 분배하기 위한 컴퓨터-구현 시스템 및 방법이 개시된다. 시스템 및 방법은: 수요 예측 데이터에 기초하여 제품들에 대한 최적 주문 수량을 결정하는 시스템으로부터 제품 주문 수량을 수신하고; 제약 조건에 기초하여 주문 수량을 우선 처리하고; 우선 처리된 주문 수량을 하나 이상의 위치에 할당하고; 제1 위치의 수용 용량을 넘는 초과된 수량을 결정하고; 그리고 하나 이상의 나머지 위치로 초과된 수량을 나머지 위치에 걸쳐 이전시킬 수 있다.
Description
본 개시는 일반적으로 도착하는 제품을 지능적으로 분배함으로써 제품 인벤토리를 최적화하기 위한 컴퓨터화 된 방법 및 시스템에 관한 것이다. 특히, 본 개시의 실시예는 실제 제약 조건에 기초하여 제품을 우선 처리함으로써 제품의 주문 수량을 풀필먼트 센터에 할당하는 독창적이고 비전통적인 시스템에 관한 것이다.
풀필먼트 센터(FC)는 주문이 접수되자마자 소비자 주문을 이행하고 운송 회사가 선적을 픽업할 수 있도록 운영할 수 있게 함으로써 매일 수백만 개 이상의 제품을 접하고 있다. FC 내부의 인벤토리 관리 작업에는 판매자로부터 상품을 수령하고, 쉽게 접근할 수 있도록 수령한 상품을 보관하고, 물품을 포장하고, 주문을 확인하고, 패키지를 배달하는 것이 포함될 수 있다. 현재 FC의 인벤토리 관리를 위한 기존 FC 및 시스템이 대량의 들어오고 나가는 상품을 처리하도록 구성되어 있지만, 주문이 여러 FC에 적절히 분배되지 않아 FC가 처리할 수 있는 주문보다 많은 주문을 받는 경우 공통적인 문제가 발생한다. 예를 들어, FC와 연관된 판매자는 성수기 동안 공급 업체로부터 대량의 제품을 주문할 수 있지만 FC에는 주문한 제품을 적시에 받을 수 있는 충분한 리소스가 없다. 이는 모든 수신 프로세스를 지연시킴으로써 FC의 대규모 백로그(backlog) 문제로 이어지며, 이는 결국 문제를 누적한다. 백로그 문제로 인해 판매자가 수익을 올리기 위해 제품을 유통하는 것이 방해되므로 판매 손실이 발생할 수 있다.
이러한 문제점을 완화시키기 위해, 종래의 인벤토리 관리 시스템은 FC에서 더 많은 근로자를 고용함으로써 물류에 투자한다. 더 많은 근로자를 고용하면 추가 근로자가 백로그를 도울 수 있다는 이점이 있다. 근로자의 역량에 따라 여러 가지 역할에 근로자를 배치할 수 있다. 이러한 컴퓨터화 된 시스템이 백로그 문제를 효율적으로 해결하려고 시도하지만 더 많은 근로자를 고용하는 데 드는 비용은 생산성을 최적화하지 않는다.
따라서, 적절한 수량의 인바운드 제품을 복수의 FC에 지능적으로 할당함으로써 제품 인벤토리를 최적의 레벨로 유지하기 위한 개선된 방법 및 시스템이 필요하다.
본 개시의 일 양태는 제품을 지능적으로 분배하기 위한 컴퓨터-구현 시스템에 관한 것이다. 시스템은 명령을 저장하는 메모리 및 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함할 수 있다. 명령은 수요 예측 데이터에 기초하여 제품에 대한 최적 주문 수량을 결정하는 시스템으로부터 제품에 대한 주문 수량을 수신하는 단계; 국가적인 레벨에서 실제 제약 조건에 기초하여 주문 수량을 우선 처리하는 단계; 우선 처리된 주문 수량을 하나 이상의 위치에 할당하는 단계를 포함한다.
본 개시의 또 다른 양태는 제품을 지능적으로 분배하기 위한 컴퓨터-구현 방법에 관한 것이다. 방법은 수요 예측 데이터에 기초하여 제품에 대한 최적 주문 수량을 결정하는 시스템으로부터 제품에 대한 주문 수량을 수신하는 단계; 국가적인 레벨에서 실제 제약 조건에 기초하여 주문 수량을 우선 처리하는 단계; 우선 처리된 주문 수량을 하나 이상의 위치에 할당하는 단계를 포함한다.
또한, 본 개시의 다른 양태는 제품을 지능적으로 분배하기 위한 컴퓨터-구현 시스템에 관한 것이다. 시스템은 하나 이상의 제품의 하나 이상의 수요 예측 수량, 하나 이상의 제품 식별자에 대응하는 제품, 및 각각의 시간단위에 대한 각 제품에 대한 수요 예측 수량을 포함하는 수요 예측 수량을 수신하는 단계; 하나 이상의 공급 업체에 대한 공급 업체 통계 데이터를 수신하는 단계-공급 업체는 제품의 일부와 연관됨-; 현재 제품 인벤토리 레벨 및 제품의 현재 주문된 수량을 수신하는 단계; 수요 예측 수량, 공급 업체 통계 데이터 및 현재 제품 인벤토리 레벨에 적어도 기초하여 제품에 대한 주문 수량을 결정하는 단계; 국가적인 레벨에서 실제 제약 조건에 기초하여 주문 수량을 우선 처리하는 단계; 우선 처리된 주문 수량을 하나 이상의 위치에 할당하는 단계; 및 할당된 주문 수량에 기초하여 제품에 대한 공급 업체로의 구매 주문을 생성하는 단계를 포함한다.
본 개시의 다른 양태는 제품을 지능적으로 분배하기 위한 컴퓨터-구현 시스템에 관한 것이다. 시스템은 명령들을 저장하는 메모리; 및 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함할 수 있다. 명령들은, 하나 이상의 제품에 대한 주문 수량을, 수요 예측 데이터에 기초하여 제품들에 대한 최적 주문 수량을 결정하는 하나 이상의 시스템으로부터 수신하고-수요 예측 데이터는 미래 수요의 레벨을 예측하도록 트레이닝 된 모델에 의해 생성됨-; 제약 조건에 기초하여 주문 수량을 우선 처리하고; 우선 처리된 주문 수량을 하나 이상의 위치에 할당하고; 제1 위치의 수용 용량을 넘는 초과된 수량을 결정하고; 그리고 하나 이상의 나머지 위치로 초과된 수량을 나머지 위치에 걸쳐 이전시키는 것을 포함할 수 있다.
본 개시의 다른 양태는 제품을 지능적으로 분배하기 위한 컴퓨터-구현 방법에 관한 것이다. 방법은, 하나 이상의 제품에 대한 주문 수량을, 수요 예측 데이터에 기초하여 제품들에 대한 최적 주문 수량을 결정하는 하나 이상의 시스템으로부터 수신하고-수요 예측 데이터는 미래 수요의 레벨을 예측하도록 트레이닝 된 모델에 의해 생성됨-; 제약 조건에 기초하여 주문 수량을 우선 처리하고; 우선 처리된 주문 수량을 하나 이상의 위치에 할당하고; 제1 위치의 수용 용량을 넘는 초과된 수량을 결정하는 단계; 그리고 하나 이상의 나머지 위치로 초과된 수량을 나머지 위치에 걸쳐 이전시키는 것을 포함할 수 있다.
다른 시스템, 방법 및 컴퓨터 판독 가능 매체가 또한 본 명세서에서 논의된다.
도 1a는 개시된 실시예에 따른, 배송, 운송, 및 물류 운영을 가능하게 하는 통신을 위한 컴퓨터 시스템을 포함하는 네트워크의 예시적인 실시예를 나타낸 개략적인 블록도이다.
도 1b는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 검색 요청을 만족시키는 하나 이상의 검색 결과를 포함하는 검색 결과 페이지(SRP; Search Result Page)의 샘플을 나타낸 도면이다.
도 1c는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 제품 및 제품에 대한 정보를 포함하는 싱글 디스플레이 페이지(SDP; Single Display Page)의 샘플을 나타낸 도면이다.
도 1d는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 가상의 쇼핑 장바구니에 아이템을 포함하는 장바구니 페이지의 샘플을 나타낸 도면이다.
도 1e는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라, 가상의 쇼핑 장바구니로부터 구매 및 배송에 관한 정보에 따른 아이템을 포함하는 주문 페이지의 샘플을 나타낸 도면이다.
도 2는 개시된 실시예에 따른, 개시된 컴퓨터 시스템을 활용하도록 구성된 예시적인 풀필먼트 센터의 개략적인 도면이다.
도 3은 개시된 실시예에 따른, 제품 인벤토리를 최적의 레벨로 유지하기 위한 컴퓨터 시스템을 포함하는 네트워크화 된 환경의 예시적인 실시예를 도시하는 개략적인 블록도이다.
도 4는 FC에서 인벤토리를 최적의 레벨로 유지하기 위해 제품을 지능적으로 분배하기 위한 예시적인 컴퓨터화 된 프로세스의 흐름도이다.
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 인벤토리를 최적의 레벨로 유지하기 위한 컴퓨터 시스템을 포함하는 네트워크화 된 환경의 예시적인 실시예를 도시하는 개략적인 블록도이다.
도 4는 FC에서 인벤토리를 최적의 레벨로 유지하기 위해 제품을 지능적으로 분배하기 위한 예시적인 컴퓨터화 된 프로세스의 흐름도이다.
이어서 첨부된 도면을 참조하여 자세하게 설명된다. 가능하면, 다음의 설명에서 같거나 유사한 부분에 대해 참조되도록 도면에서 같은 도면 부호가 사용된다. 여기에 몇몇 예시적인 실시예가 설명되지만, 변경, 조정 및 다른 구현도 가능하다. 예를 들면, 도면 내의 구성 및 스텝에 대해 교체, 추가, 또는 변경이 이루어질 수 있고, 여기에 설명된 예시적인 방법은 개시된 방법에 대해 스텝을 교체, 순서 변경, 제거 또는 추가함으로써 변경될 수 있다. 따라서, 다음의 자세한 설명은 개시된 실시예 및 예시로 제한되는 것은 아니다. 대신에 본 발명의 적절한 범위는 청구범위에 의해 규정된다.
본 개시의 실시예는 적절한 양의 제품을 풀필먼트 센터에 할당함으로써 제품 인벤토리를 최적화하기 위한 컴퓨터 구현 시스템 및 방법에 관한 것이다. 개시된 실시예는 국가적인 레벨에서 실제 제약 조건에 기초하여 자동화된 제품 할당을 허용하는 혁신적인 기술적 특징을 제공한다. 예를 들어, 개시된 실시예는 국가적인 레벨에서 실제 제약 조건에 대한 규칙의 세트 또는 로지스틱 회귀 모델(logistical regression model)을 이용하여 풀필먼트 센터에 제품에 대한 주문 수량을 효율적으로 할당할 수 있게 한다.
도 1a를 참조하면, 배송, 운송 및 물류 운영을 가능하게 하는 통신을 위한 컴퓨터 시스템을 포함하는 예시적인 시스템의 실시예를 나타낸 개략적인 블록도(100)가 도시되어 있다. 도 1a에 나타낸 바와 같이, 시스템(100)은 다양한 시스템을 포함할 수 있으며, 이들 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템은(예를 들어, 케이블을 사용한) 직접 연결을 통해 서로 연결될 수 있다. 도시된 시스템은 배송 기관 기술(shipment authority technology, SAT) 시스템(101), 외부 프론트 엔드 시스템(103), 내부 프론트 엔드 시스템(105), 운송 시스템(107), 모바일 디바이스(107A, 107B, 107C), 판매자 포털(109), 배송 및 주문 트래킹(shipment and order tracking, SOT) 시스템(111), 풀필먼트 최적화(fulfillment optimization, FO) 시스템(113), 풀필먼트 메시징 게이트웨이(fulfillment messaging gateway, FMG)(115), 공급 체인 관리(supply chain management, SCM) 시스템(117), 창고 관리 시스템(119), 모바일 디바이스(119A, 119B, 119C)(풀필먼트 센터(fulfillment center, FC)(200) 내부에 있는 것으로 도시됨), 제3자 풀필먼트 시스템(121A, 121B, 121C), 풀필먼트 센터 인증 시스템(fulfillment center authorization system, FC Auth)(123), 및 노동 관리 시스템(labor management system, LMS)(125)을 포함한다.
일부 실시예에서, SAT 시스템(101)은 주문 상태와 배달 상태를 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, SAT 시스템(101)은 주문이 약속된 배달 날짜(Promised Delivery Date, PDD)를 지났는지를 결정할 수 있고, 새로운 주문을 개시시키고, 배달되지 않은 주문의 아이템을 다시 배송하며, 배달되지 않은 주문을 취소하고, 주문 고객과 연락을 시작하는 것 등을 포함하는 적합한 조치를 취할 수 있다. SAT 시스템(101)은 또한,(특정 기간 동안 배송된 패키지의 개수와 같은) 출력, 및(배송시 사용하기 위해 수신된 빈 카드보드 박스의 개수와 같은) 입력을 포함하는 다른 데이터를 감시할 수 있다. SAT 시스템(101)은 또한, 외부 프론트 엔드 시스템(103) 및 FO 시스템(113)과 같은 장치들 간의(예를 들면, 저장 전달(store-and-forward) 또는 다른 기술을 사용하는) 통신을 가능하게 하는 시스템(100) 내의 상이한 장치들 사이의 게이트웨이로서 동작할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 사용자가 시스템(100) 내의 하나 이상의 시스템과 상호 동작할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 시스템(100)이 시스템의 프레젠테이션을 가능하게 하여 사용자가 아이템에 대한 주문을 할 수 있도록 하는 실시예에서, 외부 프론트 엔드 시스템(103)은 검색 요청을 수신하고, 아이템 페이지를 제시하며, 결제 정보를 요청하는 웹 서버로서 구현될 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 Apache HTTP 서버, Microsoft Internet Information Services(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 디바이스(예를 들어, 모바일 디바이스(102A) 또는 컴퓨터(102B))로부터 요청을 수신 및 처리하고, 이들 요청에 기초하여 데이터베이스 및 다른 데이터 저장 장치로부터 정보를 획득하며, 획득한 정보에 기초하여 수신된 요청에 대한 응답을 제공하도록 설계된 커스텀 웹 서버 소프트웨어를 실행할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 웹 캐싱 시스템, 데이터베이스, 검색 시스템, 또는 결제 시스템 중 하나 이상을 포함할 수 있다. 일 양상에서, 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상을 포함할 수 있는 반면, 다른 양상에서는 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들면, 서버 대 서버, 데이터베이스 대 데이터베이스, 또는 다른 네트워크 연결)를 포함할 수 있다.
도 1b, 1c, 1d 및 1e에 의해 나타낸 단계들의 예시적인 세트는 외부 프론트 엔드 시스템(103)의 일부 동작을 설명하는 것에 도움이 될 것이다. 외부 프론트 엔드 시스템(103)은 프레젠테이션 및/또는 디스플레이를 위해 시스템(100) 내의 시스템 또는 디바이스로부터 정보를 수신할 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 검색 결과 페이지(Search Result Page, SRP)(예를 들면, 도 1b), 싱글 디테일 페이지(Single Detail Page, SDP)(예를 들면, 도 1c), 장바구니 페이지(Cart page)(예를 들면, 도 1d), 또는 주문 페이지(예를 들면, 도 1e)를 포함하는 하나 이상의 웹페이지를 호스팅하거나 제공할 수 있다.(예를 들면, 모바일 디바이스(102A) 또는 컴퓨터(102B)를 사용하는) 사용자 디바이스는 외부 프론트 엔드 시스템(103)으로 이동하고 검색 박스에 정보를 입력함으로써 검색을 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 시스템(100) 내의 하나 이상의 시스템으로부터 정보를 요청할 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 FO 시스템(113)으로부터 검색 요청을 만족하는 정보를 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 또한,(FO 시스템(113)으로부터) 검색 결과에 포함된 각 제품에 대한 약속된 배달 날짜(Promised Delivery Date) 또는 "PDD"를 요청하고 수신할 수 있다. 일부 실시예에서, PDD는 제품이 들어있는 패키지가 특정 기간 이내, 예를 들면, 하루의 끝(PM 11:59)까지 주문되면 언제 사용자가 원하는 장소에 도착할 것인지에 대한 추정 또는 제품이 사용자가 원하는 장소에 배달될 약속된 날짜를 나타낼 수 있다(PDD는 FO 시스템(113)과 관련하여 이하에서 더 논의된다).
외부 프론트 엔드 시스템(103)은 정보에 기초하여 SRP(예를 들면, 도 1b)를 준비할 수 있다. SRP는 검색 요청을 만족하는 정보를 포함할 수 있다. 예를 들면, 이는 검색 요청을 만족하는 제품의 사진을 포함할 수 있다. SRP는 또한, 각 제품에 대한 각각의 가격, 또는 각 제품, PDD, 무게, 크기, 오퍼(offer), 할인 등에 대한 개선된 배달 옵션에 관한 정보를 포함할 수 있다. 외부 프론트 엔드 시스템(103)은(예를 들면, 네트워크를 통해) SRP를 요청 사용자 디바이스로 전송할 수 있다.
사용자 디바이스는 SRP에 나타낸 제품을 선택하기 위해, 예를 들면, 사용자 인터페이스를 클릭 또는 탭핑하거나, 다른 입력 디바이스를 사용하여 SRP로부터 제품을 선택할 수 있다. 사용자 디바이스는 선택된 제품에 관한 정보에 대한 요청을 만들어 내고 이를 외부 프론트 엔드 시스템(103)으로 전송할 수 있다. 이에 응답하여, 외부 프론트 엔드 시스템(103)은 선택된 제품에 관한 정보를 요청할 수 있다. 예를 들면, 정보는 각각의 SRP 상에 제품에 대해 제시된 것 이상의 추가 정보를 포함할 수 있다. 이는, 예를 들면, 유통 기한, 원산지, 무게, 크기, 패키지 내의 아이템 개수, 취급 지침, 또는 제품에 대한 다른 정보를 포함할 수 있다. 정보는 또한,(예를 들면, 이 제품 및 적어도 하나의 다른 제품을 구입한 고객의 빅 데이터 및/또는 기계 학습 분석에 기초한) 유사한 제품에 대한 추천, 자주 묻는 질문에 대한 답변, 고객의 후기, 제조 업체 정보, 사진 등을 포함할 수 있다.
외부 프론트 엔드 시스템(103)은 수신된 제품 정보에 기초하여 SDP(Single Detail Page)(예를 들면, 도 1c)를 준비할 수 있다. SDP는 또한, "지금 구매(Buy Now)" 버튼, "장바구니에 추가(Add to Cart)" 버튼, 수량 필드, 아이템 사진 등과 같은 다른 상호 동작 요소를 포함할 수 있다. SDP는 제품을 오퍼하는 판매자의 리스트를 포함할 수 있다. 이 리스트는 최저가로 제품을 판매하는 것으로 오퍼하는 판매자가 리스트의 최상단에 위치하도록, 각 판매자가 오퍼한 가격에 기초하여 순서가 정해질 수 있다. 이 리스트는 또한 최고 순위 판매자가 리스트의 최상단에 위치하도록, 판매자 순위에 기초하여 순서가 정해질 수 있다. 판매자 순위는, 예를 들어, 약속된 PPD를 지켰는지에 대한 판매자의 과거 추적 기록을 포함하는, 복수의 인자에 기초하여 만들어질 수 있다. 외부 프론트 엔드 시스템(103)은(예를 들면, 네트워크를 통해) SDP를 요청 사용자 디바이스로 전달할 수 있다.
요청 사용자 디바이스는 제품 정보를 나열하는 SDP를 수신할 수 있다. SDP를 수신하면, 사용자 디바이스는 SDP와 상호 동작할 수 있다. 예를 들면, 요청 사용자 디바이스의 사용자는 SDP의 "장바구니에 담기(Place in Cart)" 버튼을 클릭하거나, 이와 상호 동작할 수 있다. 이렇게 하면 사용자와 연계된 쇼핑 장바구니에 제품이 추가된다. 사용자 디바이스는 제품을 쇼핑 장바구니에 추가하기 위해 외부 프론트 엔드 시스템(103)으로 이러한 요청을 전송할 수 있다.
외부 프론트 엔드 시스템(103)은 장바구니 페이지(예를 들면, 도 1d)를 생성할 수 있다. 일부 실시예에서, 장바구니 페이지는 사용자가 가상의 "쇼핑 장바구니(shopping cart)"에 추가한 제품을 나열한다. 사용자 디바이스는 SRP, SDP, 또는 다른 페이지의 아이콘을 클릭하거나, 상호 동작함으로써 장바구니 페이지를 요청할 수 있다. 일부 실시예에서, 장바구니 페이지는 사용자가 장바구니에 추가한 모든 제품 뿐 아니라 각 제품의 수량, 각 제품의 품목당 가격, 관련 수량에 기초한 각 제품의 가격, PDD에 관한 정보, 배달 방법, 배송 비용, 쇼핑 장바구니의 제품을 수정(예를 들면, 수량의 삭제 또는 수정)하기 위한 사용자 인터페이스 요소, 다른 제품의 주문 또는 제품의 정기적인 배달 설정에 대한 옵션, 할부(interest payment) 설정에 대한 옵션, 구매를 진행하기 위한 사용자 인터페이스 요소 등과 같은 장바구니의 제품에 관한 정보를 나열할 수 있다. 사용자 디바이스의 사용자는 쇼핑 장바구니에 있는 제품의 구매를 시작하기 위해 사용자 인터페이스 요소(예를 들면, "지금 구매(Buy Now)"라고 적혀있는 버튼)를 클릭하거나, 이와 상호 동작할 수 있다. 그렇게 하면, 사용자 디바이스는 구매를 시작하기 위해 이러한 요청을 외부 프론트 엔드 시스템(103)으로 전송할 수 있다.
외부 프론트 엔드 시스템(103)은 구매를 시작하는 요청을 수신하는 것에 응답하여 주문 페이지(예를 들면, 도 1e)를 생성할 수 있다. 일부 실시예에서, 주문 페이지는 쇼핑 장바구니로부터의 아이템을 재나열하고, 결제 및 배송 정보의 입력을 요청한다. 예를 들면, 주문 페이지는 쇼핑 장바구니의 아이템 구매자에 관한 정보(예를 들면, 이름, 주소, 이메일 주소, 전화번호), 수령인에 관한 정보(예를 들면, 이름, 주소, 전화번호, 배달 정보), 배송 정보(예를 들면, 배달 및/또는 픽업 속도/방법), 결제 정보(예를 들면, 신용 카드, 은행 송금, 수표, 저장된 크레딧), 현금 영수증을 요청하는 사용자 인터페이스 요소(예를 들면, 세금 목적) 등을 요청하는 섹션을 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 사용자 디바이스에 주문 페이지를 전송할 수 있다.
사용자 디바이스는 주문 페이지에 정보를 입력하고 외부 프론트 엔드 시스템(103)으로 정보를 전송하는 사용자 인터페이스 요소를 클릭하거나, 상호 동작할 수 있다. 그로부터, 외부 프론트 엔드 시스템(103)은 정보를 시스템(100) 내의 다른 시스템으로 전송하여 쇼핑 장바구니의 제품으로 새로운 주문을 생성하고 처리할 수 있도록 한다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 판매자가 주문과 관련된 정보를 전송 및 수신할 수 있도록 추가로 구성될 수 있다.
일부 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자(예를 들면, 시스템(100)을 소유, 운영 또는 임대하는 조직의 직원)가 시스템(100) 내의 하나 이상의 시스템과 상호작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 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 창고 관리 시스템(WMS)(119)으로부터 정보를 요청할 수 있다. 배송 및 주문 트래킹 시스템(111)은 운송 시스템(107) 또는 WMS(119) 중 하나 이상으로부터 데이터를 요청하고, 이를 처리하며, 요청시 디바이스(예를 들면, 사용자 디바이스(102A, 102B))로 제공할 수 있다.
일부 실시예에서, 풀필먼트 최적화(FO) 시스템(113)은 다른 시스템(예를 들면, 외부 프론트 엔드 시스템(103) 및/또는 배송 및 주문 트래킹 시스템(111))으로부터의 고객 주문에 대한 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. FO 시스템(113)은 또한, 특정 아이템이 유지 또는 저장되는 곳을 나타내는 정보를 저장할 수 있다. 예를 들면, 소정 아이템은 하나의 풀필먼트 센터에만 저장될 수 있는 반면, 소정 다른 아이템은 다수의 풀필먼트 센터에 저장될 수 있다. 또 다른 실시예에서, 특정 풀필먼트 센터는 아이템의 특정 세트(예를 들면, 신선한 농산물 또는 냉동 제품)만을 저장하도록 구성될 수 있다. FO 시스템(113)은 이러한 정보뿐 아니라 관련 정보(예를 들면, 수량, 크기, 수령 날짜, 유통 기한 등)를 저장한다.
FO 시스템(113)은 또한, 각 제품에 대해 대응하는 PDD(약속된 배달 날짜)를 계산할 수 있다. 일부 실시예에서, PDD는 하나 이상의 요소에 기초할 수 있다. 예를 들면, FO 시스템(113)은 제품에 대한 과거 수요(예를 들면, 그 제품이 일정 기간 동안 얼마나 주문되었는지), 제품에 대한 예측된 수요(예를 들면, 얼마나 많은 고객이 다가오는 기간 동안 제품을 주문할 것으로 예상되는지), 일정 기간 동안 얼마나 많은 제품이 주문되었는지를 나타내는 네트워크 전반의 과거 수요, 다가오는 기간 동안 얼마나 많은 제품이 주문될 것으로 예상되는지를 나타내는 네트워크 전반의 예측된 수요, 각각의 제품을 저장하는 각 풀필먼트 센터(200)에 저장된 제품의 하나 이상의 개수, 그 제품에 대한 예상 또는 현재 주문 등에 기초하여 제품에 대한 PDD를 계산할 수 있다.
일부 실시예에서, FO 시스템(113)은 주기적으로(예를 들면, 시간별로) 각 제품에 대한 PDD를 결정하고, 검색하거나 다른 시스템(예를 들면, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 배송 및 주문 트래킹 시스템(111))으로 전송하기 위해 이를 데이터베이스에 저장할 수 있다. 다른 실시예에서, FO 시스템(113)은 하나 이상의 시스템(예를 들면, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 배송 및 주문 트래킹 시스템(111))으로부터 전자 요청을 수신하고 요구에 따라 PDD를 계산할 수 있다.
일부 실시예에서, 풀필먼트 메시징 게이트웨이(FMG)(115)는 FO 시스템(113)과 같은 시스템(100) 내의 하나 이상의 시스템으로부터 하나의 포맷 또는 프로토콜로 요청 또는 응답을 수신하고, 그것을 다른 포맷 또는 프로토콜로 변환하여, 변환된 포맷 또는 프로토콜로 된 요청 또는 응답을 WMS(119) 또는 제3자 풀필먼트 시스템(121A, 121B, 또는 121C)과 같은 다른 시스템에 포워딩하며, 반대의 경우도 가능한 컴퓨터 시스템으로서 구현될 수 있다.
일부 실시예에서, 공급 체인 관리(SCM) 시스템(117)은 예측 기능을 수행하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, SCM 시스템(117)은, 예를 들어 제품에 대한 과거 수요, 제품에 대한 예측된 수요, 네트워크 전반의 과거 수요, 네트워크 전반의 예측된 수요, 각각의 풀필먼트 센터(200)에 저장된 제품 개수, 각 제품에 대한 예상 또는 현재 주문 등에 기초하여, 특정 제품에 대한 수요의 수준을 예측할 수 있다. 이러한 예측된 수준과 모든 풀필먼트 센터를 통한 각 제품의 수량에 응답하여, SCM 시스템(117)은 특정 제품에 대한 예측된 수요를 만족시키기에 충분한 양을 구매 및 비축하기 위한 하나 이상의 구매 주문을 생성할 수 있다.
일부 실시예에서, 창고 관리 시스템(WMS)(119)은 작업 흐름을 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, WMS(119)는 개개의 디바이스(예를 들면, 디바이스(107A-107C 또는 119A-119C))로부터 개별 이벤트를 나타내는 이벤트 데이터를 수신할 수 있다. 예를 들면, WMS(119)는 패키지를 스캔하기 위해 이들 디바이스 중 하나를 사용한 것을 나타내는 이벤트 데이터를 수신할 수 있다. 풀필먼트 센터(200) 및 도 2에 관하여 이하에서 논의되는 바와 같이, 풀필먼트 프로세스 동안, 패키지 식별자(예를 들면, 바코드 또는 RFID 태그 데이터)는 특정 스테이지의 기계(예를 들면, 자동 또는 핸드헬드 바코드 스캐너, RFID 판독기, 고속 카메라, 태블릿(119A), 모바일 디바이스/PDA(119B), 컴퓨터(119C)와 같은 디바이스 등)에 의해 스캔되거나 판독될 수 있다. WMS(119)는 패키지 식별자, 시간, 날짜, 위치, 사용자 식별자, 또는 다른 정보와 함께 대응하는 데이터베이스(미도시)에 패키지 식별자의 스캔 또는 판독을 나타내는 각 이벤트를 저장할 수 있고, 이러한 정보를 다른 시스템(예를 들면, 배송 및 주문 트래킹 시스템(111))에 제공할 수 있다.
일부 실시예에서, WMS(119)는 하나 이상의 디바이스(예를 들면, 디바이스(107A-107C 또는 119A-119C))와 시스템(100)과 연관된 하나 이상의 사용자를 연관시키는 정보를 저장할 수 있다. 예를 들면, 일부 상황에서,(파트 타임 또는 풀 타임 직원과 같은) 사용자는 모바일 디바이스(예를 들면, 모바일 디바이스는 스마트폰임)를 소유한다는 점에서, 모바일 디바이스와 연관될 수 있다. 다른 상황에서, 사용자는 임시로 모바일 디바이스를 보관한다는 점에서(예를 들면, 하루의 시작에서부터 모바일 디바이스를 대여받은 사용자가, 하루 동안 그것을 사용하고, 하루가 끝날 때 그것을 반납할 것임), 모바일 디바이스와 연관될 수 있다.
일부 실시예에서, WMS(119)는 시스템(100)과 연관된 각각의 사용자에 대한 작업 로그를 유지할 수 있다. 예를 들면, WMS(119)는 임의의 할당된 프로세스(예를 들면, 트럭에서 내리기, 픽업 구역에서 아이템을 픽업하기, 리비닝 월(rebin wall) 작업, 아이템 패킹하기), 사용자 식별자, 위치(예를 들면, 풀필먼트 센터(200)의 바닥 또는 구역), 직원에 의해 시스템을 통해 이동된 유닛의 수(예를 들면, 픽업된 아이템의 수, 패킹된 아이템의 수), 디바이스(예를 들면, 디바이스(119A-119C))와 관련된 식별자 등을 포함하는, 각 직원과 관련된 정보를 저장할 수 있다. 일부 실시예에서, WMS(119)는 디바이스(119A-119C)에서 작동되는 계시(timekeeping) 시스템과 같은 계시 시스템으로부터 체크-인 및 체크-아웃 정보를 수신할 수 있다.
일부 실시예에서, 제3자 풀필먼트(3PL) 시스템(121A-121C)은 물류 및 제품의 제3자 제공자와 관련된 컴퓨터 시스템을 나타낸다. 예를 들면,(도 2와 관련하여 이하에서 후술하는 바와 같이) 일부 제품이 풀필먼트 센터(200)에 저장되는 반면, 다른 제품은 오프-사이트(off-site)에 저장될 수 있거나, 수요에 따라 생산될 수 있으며, 달리 풀필먼트 센터(200)에 저장될 수 없다. 3PL 시스템(121A-121C)은 FO 시스템(113)으로부터(예를 들면, FMG(115)를 통해) 주문을 수신하도록 구성될 수 있으며, 고객에게 직접 제품 및/또는 서비스(예를 들면, 배달 또는 설치)를 제공할 수 있다. 일부 구현예에서, 하나 이상의 3PL 시스템(121A-121C)은 시스템(100)의 일부일 수 있지만, 다른 구현예에서는, 하나 이상의 3PL 시스템(121A-121C)이 시스템(100)의 외부에 있을 수 있다(예를 들어, 제3자 제공자에 의해 소유 또는 운영됨)일 수 있다.
일부 실시예에서, 풀필먼트 센터 인증 시스템(FC Auth)(123)은 다양한 기능을 갖는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 일부 실시예에서, FC Auth(123)는 시스템(100) 내의 하나 이상의 다른 시스템에 대한 단일-사인 온(single-sign on, SSO) 서비스로서 작동할 수 있다. 예를 들면, FC Auth(123)는 내부 프론트 엔드 시스템(105)을 통해 사용자가 로그인하게 하고, 사용자가 배송 및 주문 트래킹 시스템(111)에서 리소스에 액세스하기 위해 유사한 권한을 갖고 있다고 결정하며, 두 번째 로그인 프로세스 요구 없이 사용자가 그러한 권한에 액세스할 수 있게 한다. 다른 실시예에서, FC Auth(123)는 사용자(예를 들면, 직원)가 자신을 특정 작업과 연관시킬 수 있게 한다. 예를 들면, 일부 직원은(디바이스(119A-119C)와 같은) 전자 디바이스를 갖지 않을 수 있으며, 대신 하루 동안 풀필먼트 센터(200) 내에서 작업들 사이 및 구역들 사이에서 이동할 수 있다. FC Auth(123)는 이러한 직원들이 상이한 시간 대에 수행 중인 작업과 속해 있는 구역을 표시할 수 있도록 구성될 수 있다.
일부 실시예에서, 노동 관리 시스템(LMS)(125)은 직원(풀-타임 및 파트-타임 직원을 포함함)에 대한 출근 및 초과 근무 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, LMS(125)는 FC Auth(123), WMA(119), 디바이스(119A-119C), 운송 시스템(107), 및/또는 디바이스(107A-107C)로부터 정보를 수신할 수 있다.
도 1a에 나타낸 특정 구성은 단지 예시일 뿐이다. 예를 들면, 도 1a는 FO 시스템(113)에 연결된 FC Auth 시스템(123)을 나타낸 반면, 모든 실시예가 이러한 특정 구성을 필요로 하는 것은 아니다. 실제로, 일부 실시예에서, 시스템(100) 내의 시스템은 인터넷, 인트라넷, WAN(Wide-Area Network), MAN(Metropolitan-Area Network), IEEE 802.11a/b/g/n 표준을 따르는 무선 네트워크, 임대 회선 등을 포함하는 하나 이상의 공공 또는 사설 네트워크를 통해 서로 연결될 수 있다. 일부 실시예에서, 시스템(100) 내의 시스템 중 하나 이상은 데이터 센터, 서버 팜 등에서 구현되는 하나 이상의 가상 서버로서 구현될 수 있다.
도 2는 풀필먼트 센터(200)를 나타낸다. 풀필먼트 센터(200)는 주문시 고객에게 배송하기 위한 아이템을 저장하는 물리적 장소의 예시이다. 풀필먼트 센터(FC)(200)는 다수의 구역으로 분할될 수 있으며, 각각이 도 2에 도시된다. 일부 실시예에서, 이러한 "구역(zones)"은 아이템을 수령하고, 아이템을 저장하고, 아이템을 검색하고, 아이템을 배송하는 과정의 상이한 단계 사이의 가상 구분으로 생각될 수 있다. 따라서, "구역"이 도 2에 나타나 있으나, 일부 실시예에서, 구역의 다른 구분도 가능하고, 도 2의 구역은 생략, 복제, 또는 수정될 수 있다.
인바운드 구역(203)은 도 1a의 시스템(100)을 사용하여 제품을 판매하고자 하는 판매자로부터 아이템이 수신되는 FC(200)의 영역을 나타낸다. 예를 들면, 판매자는 트럭(201)을 사용하여 아이템(202A, 202B)을 배달할 수 있다. 아이템(202A)은 자신의 배송 팔레트(pallet)를 점유하기에 충분히 큰 단일 아이템을 나타낼 수 있으며, 아이템(202B)은 공간을 절약하기 위해 동일한 팔레트 상에 함께 적층되는 아이템의 세트를 나타낼 수 있다.
작업자는 인바운드 구역(203)의 아이템을 수령하고, 선택적으로 컴퓨터 시스템(미도시)을 사용하여 아이템이 손상되었는지 및 정확한지를 체크할 수 있다. 예를 들면, 작업자는 아이템(202A, 202B)의 수량을 아이템의 주문 수량과 비교하기 위해 컴퓨터 시스템을 사용할 수 있다. 수량이 일치하지 않는다면, 해당 작업자는 아이템(202A, 202B) 중 하나 이상을 거부할 수 있다. 수량이 일치한다면, 작업자는 그 아이템들을(예를 들면, 짐수레(dolly), 핸드트럭(handtruck), 포크리프트(forklift), 또는 수작업으로) 버퍼 구역(205)으로 운반할 수 있다. 버퍼 구역(205)은, 예를 들면, 예측된 수요를 충족시키기 위해 픽업 구역에 그 아이템이 충분한 수량만큼 있기 때문에, 픽업 구역에서 현재 필요하지 않은 아이템에 대한 임시 저장 영역일 수 있다. 일부 실시예에서, 포크리프트(206)는 버퍼 구역(205) 주위와 인바운드 구역(203) 및 드롭 구역(207) 사이에서 아이템을 운반하도록 작동한다.(예를 들면, 예측된 수요로 인해) 픽업 구역에 아이템(202A, 202B)이 필요하면, 포크리프트는 아이템(202A, 202B)을 드롭 구역(207)으로 운반할 수 있다.
드롭 구역(207)은 픽업 구역(209)으로 운반되기 전에 아이템을 저장하는 FC(200)의 영역일 수 있다. 픽업 동작에 할당된 작업자("피커(picker)")는 픽업 구역의 아이템(202A, 202B)에 접근하고, 픽업 구역에 대한 바코드를 스캔하며, 모바일 디바이스(예를 들면, 디바이스(119B))를 사용하여 아이템(202A, 202B)과 관련된 바코드를 스캔할 수 있다. 그 다음 피커는(예를 들면, 카트에 놓거나 운반함으로써) 픽업 구역(209)에 아이템을 가져갈 수 있다.
픽업 구역(209)은 아이템(208)이 저장 유닛(210)에 저장되는 FC(200)의 영역일 수 있다. 일부 실시예에서, 저장 유닛(210)은 물리적 선반, 책꽂이, 박스, 토트(tote), 냉장고, 냉동고, 저온 저장고 등 중 하나 이상을 포함할 수 있다. 일부 실시예에서, 픽업 구역(209)은 다수의 플로어로 편성될 수 있다. 일부 실시예에서, 작업자 또는 기계는, 예를 들면, 포크리프트, 엘리베이터, 컨베이어 벨트, 카트, 핸드트럭, 짐수레, 자동화된 로봇 또는 디바이스, 또는 수작업을 포함하는 다양한 방식으로 아이템을 픽업 구역(209)으로 운반할 수 있다. 예를 들면, 피커는 아이템(202A, 202B)을 드롭 구역(207)의 핸드트럭 또는 카트에 놓을 수 있으며, 아이템(202A, 202B)을 픽업 구역(209)으로 가져갈 수 있다.
피커는 저장 유닛(210) 상의 특정 공간과 같은 픽업 구역(209)의 특정 스팟에 아이템을 배치(또는 "적재(stow)")하라는 명령을 수신할 수 있다. 예를 들면, 피커는 모바일 디바이스(예를 들면, 디바이스(119B))를 사용하여 아이템(202A)을 스캔할 수 있다. 디바이스는, 예를 들면, 통로, 선반 및 위치를 나타내는 시스템을 사용하여, 아이템(202A)을 적재해야 하는 위치를 나타낼 수 있다. 그 다음 디바이스는 그 위치에 아이템(202A)을 적재하기 전에 피커가 그 위치에서 바코드를 스캔하도록 할 수 있다. 디바이스는 도 1a의 WMS(119)와 같은 컴퓨터 시스템에 아이템(202A)이 디바이스(119B)를 사용하는 사용자에 의해 그 위치에 적재되었음을 나타내는 데이터를(예를 들면, 무선 네트워크를 통해) 전송할 수 있다.
일단 사용자가 주문을 하면, 피커는 저장 유닛(210)으로부터 하나 이상의 아이템(208)을 검색하기 위해 디바이스(119B)에 명령을 수신할 수 있다. 피커는 아이템(208)을 검색하고, 아이템(208) 상의 바코드를 스캔하며, 운송 기구(214) 상에 놓을 수 있다. 일부 실시예에서, 운송 기구(214)가 슬라이드로서 표현되지만, 운송 기구는 컨베이어 벨트, 엘리베이터, 카트, 포크리프트, 핸드트럭, 짐수레, 카트 등 중 하나 이상으로서 구현될 수 있다. 그 다음 아이템(208)은 패킹 구역(211)에 도착할 수 있다.
패킹 구역(211)은 아이템이 픽업 구역(209)으로부터 수령되고 고객에게 최종 배송하기 위해 박스 또는 가방에 패킹되는 FC(200)의 영역일 수 있다. 패킹 구역(211)에서, 아이템을 수령하도록 할당된 작업자("리비닝 작업자(rebin worker)")는 픽업 구역(209)으로부터 아이템(208)을 수령하고, 그것이 어느 주문에 대응하는지를 결정할 것이다. 예를 들면, 리비닝 작업자는 아이템(208) 상의 바코드를 스캔하기 위해 컴퓨터(119C)와 같은 디바이스를 사용할 수 있다. 컴퓨터(119C)는 아이템(208)이 어느 주문과 관련이 있는지를 시각적으로 나타낼 수 있다. 이는, 예를 들면, 주문에 대응하는 월(216) 상의 공간 또는 "셀(cell)"을 포함할 수 있다.(예를 들면, 셀에 주문의 모든 아이템이 포함되어 있기 때문에) 일단 주문이 완료되면, 리비닝 작업자는 패킹 작업자(또는 "패커(packer)")에게 주문이 완료된 것을 알릴 수 있다. 패커는 셀로부터 아이템을 검색하고, 배송을 위해 이들을 박스 또는 가방에 놓을 수 있다. 그 다음 패커는, 예를 들면, 포크리프트, 카트, 짐수레, 핸드트럭, 컨베이어 벨트, 수작업 또는 다른 방법을 통해, 박스 또는 가방을 허브 구역(213)으로 보낼 수 있다.
허브 구역(213)은 패킹 구역(211)으로부터 모든 박스 또는 가방("패키지(packages)")을 수신하는 FC(200)의 영역일 수 있다. 허브 구역(213)의 작업자 및/또는 기계는 패키지(218)를 검색하고, 각 패키지가 배달 영역의 어느 부분으로 배달되도록 되어 있는지를 결정하며, 패키지를 적합한 캠프 구역(215)으로 보낼 수 있다. 예를 들면, 배달 영역이 2개의 작은 하위 영역을 갖는다면, 패키지는 2개의 캠프 구역(215) 중 하나로 보내질 것이다. 일부 실시예에서, 작업자 또는 기계는 최종 목적지를 결정하기 위해(예를 들면, 디바이스(119A-119C) 중 하나를 사용하여) 패키지를 스캔할 수 있다. 패키지를 캠프 구역(215)으로 보내는 것은, 예를 들면,(우편 번호에 기초하여) 패키지가 향하는 지리적 영역의 부분을 결정하고, 지리적 영역의 부분과 관련된 캠프 구역(215)을 결정하는 것을 포함할 수 있다.
일부 실시예에서, 캠프 구역(215)은 루트 및/또는 서브-루트로 분류하기 위해 허브 구역(213)으로부터 패키지가 수령되는 하나 이상의 빌딩, 하나 이상의 물리적 공간, 또는 하나 이상의 영역을 포함할 수 있다. 일부 실시예에서, 캠프 구역(215)은 FC(200)로부터 물리적으로 분리되어 있는 반면, 다른 실시예에서는 캠프 구역(215)은 FC(200)의 일부를 형성할 수 있다.
캠프 구역(215)의 작업자 및/또는 기계는, 예를 들면, 목적지와 기존 루트 및/또는 서브-루트의 비교, 각각의 루트 및/또는 서브-루트에 대한 작업량의 계산, 하루 중 시간, 배송 방법, 패키지(220)를 배송하기 위한 비용, 패키지(220)의 아이템과 관련된 PDD 등에 기초하여 패키지(220)가 어느 루트 및/또는 서브-루트와 연관되어야 하는지를 결정할 수 있다. 일부 실시예에서, 작업자 또는 기계는 최종 목적지를 결정하기 위해(예를 들면, 디바이스(119A-119C) 중 하나를 사용하여) 패키지를 스캔할 수 있다. 일단 패키지(220)가 특정 루트 및/또는 서브-루트에 할당되면, 작업자 및/또는 기계는 배송될 패키지(220)를 운반할 수 있다. 예시적인 도 2에서, 캠프 구역(215)은 트럭(222), 자동차(226), 배달원(224A, 224B)을 포함한다. 일부 실시예에서, 배달원(224A)이 트럭(222)을 운전할 수 있는데, 이 때 배달원(224A)은 FC(200)에 대한 패키지를 배달하는 풀-타임 직원이며, 트럭은 FC(200)를 소유, 임대 또는 운영하는 동일한 회사에 의해 소유, 임대, 또는 운행된다. 일부 실시예에서, 배달원(224B)이 자동차(226)를 운전할 수 있는데, 이 때 배달원(224B)은 필요에 따라(예를 들면, 계절에 따라) 배달하는 "플렉스(flex)" 또는 비상시적인 작업자이다. 자동차(226)는 배달원(224B)에 의해 소유, 임대 또는 운행될 수 있다.
도 3은 제품 인벤토리를 최적의 레벨로 유지하기 위한 컴퓨터 시스템을 포함하는 네트워크 환경(300)의 예시적인 실시예를 도시한 개략적인 블록도이다. 환경(300)은 다양한 시스템을 포함할 수 있으며, 이들 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템은 또한 예를 들어 케이블을 사용하여 직접적인 연결을 통해 서로 연결될 수 있다. 도시된 시스템은 FO 시스템(311), FC 데이터베이스(312), 외부 프론트 엔드 시스템(313), 공급 체인 관리 시스템(320) 및 하나 이상의 사용자 단말기(330)를 포함한다. FO 시스템(311) 및 외부 프론트 엔드 시스템(313)은 도 1a와 관련하여 전술한 FO 시스템(113) 및 외부 프론트 엔드 시스템(103)과 설계, 기능 또는 동작이 유사할 수 있다.
FC 데이터베이스(312)는 도 2와 관련하여 전술한 바와 같이 FC(200)에서 다양한 활동으로부터 발생된 다양한 데이터를 수집, 축적 및/또는 생성하는 하나 이상의 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, FC 데이터베이스(312)에 축적된 데이터는 특히, 특정 FC(예를 들어, FC 200)에 의해 취급되는 모든 제품의 제품 식별자(예를 들어, 재고 관리 단위(SKU)), 시간에 따른 각 제품의 인벤토리 레벨, 각 제품에 대한 품절 이벤트의 발생 및 빈도를 포함할 수 있다.
일부 실시예들에서, 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 3 개의 FC 및 대응하는 FC 데이터베이스(312A-C)가 도 3에 도시되어 있지만, 그 수는 단지 예시일 뿐이며, 더 많은 FC 및 대응하는 수의 FC 데이터베이스가 존재할 수 있다. 다른 실시예들에서, FC 데이터베이스(312)는 모든 FC로부터 데이터를 수집 및 저장하는 중앙 집중식 데이터베이스일 수 있다. FC 데이터베이스(312)가 개별 데이터베이스(예를 들어, 312A-C)를 포함하는지 또는 하나의 중앙 집중식 데이터베이스를 포함하는지에 관계없이, 데이터베이스는 클라우드 기반 데이터베이스 또는 온-프레미스(on-premise) 데이터베이스를 포함할 수 있다. 또한 일부 실시예에서, 이러한 데이터베이스는 하나 이상의 하드 디스크 드라이브, 하나 이상의 솔리드 스테이트 드라이브 또는 하나 이상의 비-일시적 메모리를 포함할 수 있다.
공급 체인 관리 시스템(SCM)(320)은 도 1a와 관련하여 전술한 SCM(117)과 설계, 기능 또는 동작이 유사할 수 있다. 대안적으로 또는 추가적으로, SCM(320)은 특정 제품에 대한 수요 레벨을 예측하고 개시된 실시예에 따른 프로세스에서 하나 이상의 구매 주문을 생성하기 위해, FO 시스템(311), FC 데이터베이스(312) 및 외부 프론트 엔드 시스템(313)으로부터 데이터를 수집하도록 구성될 수 있다.
일부 실시예에서, SCM(320)은 데이터 사이언스 모듈(321), 수요 예측 생성기(322), 타겟 인벤토리 계획 시스템(TIP)(323), 인바운드 우선 처리 및 셔플링 시스템(IPS)(324), 수동 주문 제출 플랫폼(325), 구매 주문(PO) 생성기(326), 리포트 생성기(327)를 포함한다.
일부 실시예에서, SCM(320)은 하나 이상의 프로세서, 하나 이상의 메모리 및 하나 이상의 입력/출력(I/O) 디바이스를 포함할 수 있다. SCM(320)은 서버, 범용 컴퓨터, 메인 프레임 컴퓨터, 그래픽 처리 장치(GPU)와 같은 특수 목적 컴퓨팅 디바이스, 랩탑 또는 이들 컴퓨팅 디바이스의 임의의 조합의 형태를 취할 수 있다. 이들 실시예에서, SCM(320)의 컴포넌트(즉, 데이터 사이언스 모듈(321), 수요 예측 생성기(322), TIP(323), IPS(324), 수동 주문 제출 플랫폼(325), PO 생성기(326) 및 리포트 생성기(327))는 하나 이상의 메모리에 저장된 명령에 기초하여 하나 이상의 프로세서에 의해 수행되는 하나 이상의 기능 유닛으로서 구현될 수 있다. SCM(320)은 독립형 시스템일 수 있거나, 더 큰 시스템의 일부일 수 있는, 서브 시스템의 일부일 수 있다.
또는, SCM(320)의 컴포넌트는 네트워크를 통해 서로 통신하는 하나 이상의 컴퓨터 시스템으로서 구현될 수 있다. 이 실시예에서, 하나 이상의 컴퓨터 시스템 각각은 하나 이상의 프로세서, 하나 이상의 메모리(즉, 비-일시적 컴퓨터 판독 가능 매체) 및 하나 이상의 입/출력(I/O) 디바이스를 포함할 수 있다. 일부 실시예에서, 하나 이상의 컴퓨터 시스템 각각은 서버, 범용 컴퓨터, 메인 프레임 컴퓨터, GPU와 같은 특수 목적 컴퓨팅 디바이스, 랩탑, 또는 이들 컴퓨팅 디바이스의 임의의 조합의 형태를 취할 수 있다.
일부 실시예에서, 데이터 사이언스 모듈(321)은 SCM(320)의 다른 컴포넌트에 의한 사용을 위한 다양한 파라미터 또는 모델을 결정하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 예를 들어, 데이터 사이언스 모듈(321)은 각 제품에 대한 수요 레벨을 결정하는 수요 예측 생성기(322)에 의해 사용되는 예측 모델을 개발할 수 있다. 일부 실시예들에서, 데이터 사이언스 모듈(321)은 예측 모델을 트레이닝시키고 미래 수요의 레벨을 예측하기 위해 외부 프론트 엔드 시스템(313)으로부터 글랜스 뷰(glance view)(즉, 제품에 대한 웹 페이지 뷰의 수)를 검색하고 FO 시스템(311)으로부터 주문 정보를 검색할 수 있다. 주문 정보는 시간에 따라 판매된 아이템 수, 프로모션 기간 동안 판매된 아이템 수 및 정규 기간 동안 판매된 아이템 수와 같은 판매 통계를 포함할 수 있다. 데이터 사이언스 모듈(321)은 판매 통계, 글랜스 뷰, 계절, 요일, 다가오는 휴일 등과 같은 파라미터에 기초하여 예측 모델을 트레이닝 시킬 수 있다. 일부 실시예에서, 데이터 사이언스 모듈(321)은 PO 생성기(326)에 의해 생성된 PO를 통해 주문된 제품이 수신됨에 따라 도 2의 인바운드 존(203)으로부터 데이터를 수신할 수도 있다. 데이터 사이언스 모듈(321)은 이러한 데이터를 사용하여 특정 공급자의 이행 비율(즉, 주문 수량에 비교하여 판매 가능한 상태로 수령되는 제품의 비율), 예상 리드 타임 및 배송 기간 등과 같은 다양한 공급자 통계를 결정할 수 있다.
일부 실시예에서, 수요 예측 생성기(322)는 데이터 사이언스 모듈(321)에 의해 개발된 예측 모델을 사용하여 특정 제품에 대한 수요 레벨을 예측하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 보다 구체적으로, 예측 모델은 각 제품에 대한 수요 예측 수량을 출력할 수 있으며, 여기서 수요 예측 수량은 주어진 기간(예를 들어, 하루) 동안 하나 이상의 고객에게 판매될 것으로 예상되는 제품의 특정 수량이다. 일부 실시예들에서, 수요 예측 생성기(322)는 미리 결정된 기간에 걸쳐 각각의 주어진 기간에 대한 수요 예측 수량(예를 들어, 5 주 기간 동안 매일의 수요 예측 수량)을 출력할 수 있다. 각각의 수요 예측 수량은 또한 제품 인벤토리 레벨을 최적화하는 데 더 많은 유연성을 제공하는 범위(예를 들어, 최대 30 및 최소 25) 또는 표준 편차 수량(예를 들어, ± 5)을 포함할 수 있다.
TIP(323)은 일부 실시예에서, 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 조건으로 예비 주문 수량을 제한함으로써 권장 주문 수량을 결정할 수 있다.
TIP(323)은 수요 예측 생성기(322)로부터 각각의 제품에 대한 수요 예측 수량을 수신할 수 있다. 일부 실시예에서, 수요 예측 수량은 하나의 차원에서 SKU에 의해 체계화된 수치값이고 다른 차원에서 주어진 날 동안 판매될 것으로 예측되는 유닛의 수인 테이블 형태일 수 있다. 테이블은 또한 표준 편차, 최대값, 최소값, 평균 등과 같은 수요 예측 수량의 다른 파라미터에 할당된 추가적인 차원을 포함할 수 있다. 또는, 수요 예측 수량은 SKU에 의해 체계화되고 각각의 파라미터에 전용되는 다수의 값 어레이의 형태를 취할 수 있다. 동일한 데이터를 구성하는 다른 적합한 형태가 당 업계에 공지된 바와 동일하게 적용 가능하고 본 발명의 범위 내에 있다.
일부 실시예에서, TIP(323)은 제품을 공급하는 하나 이상의 공급 업체의 공급 업체 통계 데이터를 데이터 사이언스 모듈(321)로부터 수신할 수 있다. 공급 업체 통계 데이터는 각각의 공급 업체와 관련된 정보 세트(예를 들어, 전술한 이행 비율)를 포함할 수 있다. 일부 실시예들에서, 각각의 데이터 세트가 공급 업체에 의해 공급된 특정 제품과 연관되는, 특정 공급 업체에 대한 다수의 공급 업체 통계 데이터 세트가 있을 수 있다.
TIP(323)은 또한 일부 실시예에서 FC 데이터베이스(312)로부터 현재 제품 인벤토리 레벨 및 각 제품의 현재 주문된 수량을 수신할 수 있다. 현재 제품 인벤토리 레벨은 데이터 검색시 특정 제품의 순간적인 개수를 나타낼 수 있고, 현재 주문된 수량은 과거에 생성된 하나 이상의 PO를 통해 주문되었고 대응하는 FC 로의 배달을 기다리는 특정 제품의 총 수량을 지칭할 수 있다.
TIP(323)은 각 제품에 대한 예비 주문 수량을 결정하고 파라미터 범위에 기초하여 예비 주문 수량을 감소시킴으로써 각 제품에 대한 권장 주문 수량을 결정할 수 있다. 일부 실시예들에서, 특정 제품에 대한 예비 주문 수량은 수요 예측 수량, 커버리지 기간, 안전 재고 기간, 현재 인벤토리 레벨, 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 있다:
(1)
여기서 는 특정 제품의 예비 주문 수량이다. 은 계산 시점부터 일째 제품의 수요 예측 수량이다. 는 제품의 현재 인벤토리 레벨이다. 는 현재 주문된 수량이다. 는 커버리지 기간이다; 는 안전 재고 기간이다. 는 케이스 수량이다.
본 명세서에서 사용되는 바와 같이, 커버리지 기간은 하나의 PO가 커버하도록 계획된 시간 길이(예를 들어, 일 수)를 지칭할 수 있고; 안전 재고 기간은 갑작스런 수요 증가 또는 배달 지연과 같은 예기치 않은 상황이 발생하는 경우 PO가 보장해야 하는 추가 시간(예를 들어, 추가 일수)을 의미할 수 있다. 예를 들어, 제품 X에 대한 다음 수요 예측 수량 샘플 표에서 D-day에 생성된 PO의 커버리지 기간은 5 일 수 있고 안전 재고 기간은 1 일 수 있으며, 이 경우 은 37 + 37 + 35 + 40 + 41 + 34 = 224와 같다.
표 1: 9 일 동안의 제품 X에 대한 수요 예측 수량 샘플
이 수량, 제품 X의 224 유닛으로부터, TIP(323)은 현재 인벤토리 레벨(예를 들어, 60 유닛) 및 현재 주문된 수량(예를 들어, 40)을 뺄 수 있으며, 이는 124 유닛이다. 그런 다음, 이 숫자는 케이스 수량으로 나눈 다음 정수로 반올림하고 다시 케이스 수량을 곱하여 케이스 수량의 배수(즉, 박스 또는 팔레트 내의 유닛의 수와 같이 제품이 포장되는 유닛의 수)로 올림될 수 있으며, 케이스 수량을 10으로 가정한다면 이 예에서는 130 유닛으로 산출된다.
일부 실시예들에서, 커버리지 기간은 대응하는 공급 업체가 PO 생성 날짜로부터 제품을 배달하는데 소요될 수 있는 예상 시간과 같거나 그 이상의 미리 결정된 시간 길이일 수 있다. 추가적으로 또는 대안적으로, TIP(323)은 요일, 예상 지연 등과 같은 다른 요인들에 기초하여 커버리지 기간을 조정할 수도 있다. 또한, 안전 재고 기간은 안전 조치로서 예비 주문 수량을 증가시키도록 설계된 다른 미리 결정된 시간 길이일 수 있다. 안전 재고 기간은 갑작스런 수요 증가 또는 예상치 못한 운송 지연과 같은 예기치 않은 상황이 발생할 경우 재고 부족의 위험을 줄일 수 있다. 일부 실시예에서, TIP(323)은 커버리지 기간에 기초하여 안전 재고 기간을 설정할 수 있고, 예를 들어, 커버리지 기간이 1-3 일이면 안전 재고 기간이 0 일이 추가되고, 커버리지 기간이 4-6 일이면 1 일이 추가되고, 커버리지 기간이 7 일을 초과하면 3 일이 추가된다.
전술한 예비 주문 수량을 결정하는 복잡한 프로세스에도 불구하고, 예비 주문 수량은 우선적으로 고객 요구에 기초할 수 있고 실제 제약 조건을 고려하지 않을 수 있다. 따라서, 제품 재고를 최적화하기 위해 이러한 제약 조건을 설명하는 단계가 요구된다. TIP(323)은 일부 실시예에서 판매 통계, 현재 제품 인벤토리 레벨 및 현재 주문된 수량과 같은 데이터에 기초하여 예비 주문 수량을 미세 조정하도록 구성된 규칙의 세트를 사용하여 예비 주문 수량을 조정할 수 있다.
결과적인 수량인, 권장 주문 수량은 PO 생성기(326)로 전송될 수 있다. 다른 실시예에서, 결과적인 수량은 IPS(324)에 의해 추가로 처리되어 특정 제품을 우선 처리하고 및/또는 수량을 도 4와 관련하여 후술하는 바와 같이 하나 이상의 FC에 분배할 수 있다.
또한, 일부 실시예에서, IPS(324)는 각 제품에 대한 인기도를 결정하고, 결정된 인기도에 기초하여 주문 수량을 우선 처리하고, 우선 처리된 주문 수량을 하나 이상의 FC(200)에 분배하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 인기도를 결정하고, 우선 처리하고, 제품을 분배하는 프로세스는 도 4와 관련하여 아래에서 보다 상세하게 설명된다.
일부 실시예에서, 수동 주문 제출 플랫폼(325)은 하나 이상의 수동 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 사용자에 의해 액세스 가능한 사용자 인터페이스를 포함할 수 있다. 일 양태에서, 수동 주문은 사용자가 필요하다고 여기는 특정 제품의 별도 수량을 포함할 수 있으며, 예비 주문 수량, 권장 주문 수량, 우선 처리된 주문 수량 또는 분배된 주문 수량을 수동으로 조정(예를 들어, 일정량 증가 또는 감소)할 수 있다. 다른 양태에서, 수동 주문은 SCM(320)에 의해 결정된 주문 수량 대신 내부 사용자에 의해 결정된 바에 따라 주문되어야 하는 특정 제품의 총 수량을 포함할 수 있다. 이러한 사용자 결정된 주문 수량을 SCM 생성 주문 수량과 조정하는 예시적인 프로세스가 도 5와 관련하여 아래에서 더 상세히 설명된다. 또한, 일부 실시예에서, 사용자는 특정 FC를 수신 위치로 지정하여 이를 통해 수동 주문이 특정 FC에 할당될 수 있다. 일부 실시예에서, 수동 주문 제출 플랫폼(325)을 통해 제출된 주문 수량의 일부는(예를 들어, 주문 수량의 일부와 관련된 파라미터를 업데이트함으로써) 마킹 또는 플래그 될 수 있고 이를 통해 TIP(323) 또는 IPS(324)에 의해 조정(즉, 제한)되지 않을 수 있다.
일부 실시예에서, 수동 주문 제출 플랫폼(325)은 Apache HTTP 서버, Microsoft 인터넷 정보 서비스(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 수동 주문 제출 플랫폼(325)은 하나 이상의 사용자 단말(330)로부터 사용자 입력을 수신 및 처리하고 수신된 사용자 입력에 대한 응답을 제공하도록 설계된 맞춤형 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 공급 업체에 PO를 생성하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 이 시점까지 SCM(320)은 추가적인 인벤토리가 필요한 각 제품 및 각 FC(200)에 대해 권장 주문 수량을 결정했을 것이며, 여기서 각 제품에는 특정 제품을 조달 또는 제조하여 하나 이상의 FC로 배송하는 하나 이상의 공급 업체가 있다. 특정 공급 업체는 하나 이상의 제품을 공급할 수 있으며 특정 제품은 하나 이상의 공급 업체에 의해 공급될 수 있다. PO를 생성할 때, PO 생성기(326)은 공급자에게 우편 또는 팩스로 보낼 종이 PO를 발행하거나 또는 동일한 곳에 전송될 전자 PO를 발행할 수 있다.
일부 실시예들에서, 리포트 생성기(327)는 예를 들어, 사용자 단말(330) 또는 도 1a의 내부 프론트 엔드 시스템(105)을 통한 사용자 입력에 응답하여 요구에 따라 또는 미리 결정된 프로토콜에 응답하여 주기적으로 리포트를 생성하도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 리포트는 특정 제품에 대한 권장 주문 수량과 같은 특정 정보를 출력하는 간단한 것부터 과거 데이터 분석이 필요하고 이러한 정보를 그래프로 시각화하는 복잡한 것에 이르기까지 다양할 수 있다. 보다 구체적으로, 리포트 생성기(327)는 SCM(320)에 의해 수행된 조정의 각 단계에서 주문 수량이 예측 수량으로부터 최종 수량으로 어떻게 변화했는지와 같은 정보; 각각의 FC(200)에서 얼마나 많은 리소스가 사용되었는지에 대한 이력; 제품 범주별 예측 수량과 최종 수량 간의 차이(즉, 실제 한계를 고려하기 위해 예측 수량에서 감소해야 하는 수량); 등과 같은 정보를 포함하는 리포트를 생성할 수 있다.
일부 실시예들에서, 사용자 단말기들(330)은 FC 00에서 일하는 사람들과 같은 내부 사용자들이 수동 주문 제출 플랫폼(325) 또는 리포트 생성기(327)를 통해 SCM(320)에 액세스 할 수 있도록 구성된 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 사용자 단말기(330)는 개인용 컴퓨터, 휴대 전화, 스마트 폰, PDA 등과 같은 컴퓨팅 디바이스의 임의의 조합을 포함할 수 있다. 일부 실시예에서, 내부 사용자는 하나 이상의 수동 주문을 제출하기 위해 수동 주문 제출 플랫폼(325)에 의해 제공된 웹 인터페이스에 액세스하기 위해 사용자 단말(330)을 사용할 수 있다.
도 4는 FC(200)에서 인벤토리를 최적의 레벨로 유지하기 위해 제품을 지능적으로 분배하기 위한 예시적인 컴퓨터화된 프로세스(400)의 흐름도이다. 프로세스 또는 그 일부는 IPS(324)에 의해 수행될 수 있다. 일부 실시예에서, IPS(324)는 하루에 한 번과 같은 미리 결정된 간격으로 단계 401 내지 404를 반복할 수 있다. 또한, IPS(324)는 이전에 저장 또는 판매된 모든, 또는 실질적으로 모든 제품에 대해 프로세스(400)를 수행할 수 있다. 각 제품은 재고 관리 단위(SKU)와 같은 고유한 제품 식별자와 연관될 수 있다. IPS(324)는 하나 이상의 프로세서 및 하나 이상의 프로세서에 의해 실행될 때 시스템이 도 4에 도시된 단계를 수행하게 하는 명령을 저장하는 메모리를 포함할 수 있다.
단계 401에서, IPS(324)는 TIP(323)로부터 제품에 대한 주문 수량을 수신할 수 있다. 도 3과 관련하여 위에서 설명된 바와 같이, TIP(323)는 데이터 사이언스 모듈(321) 및 예측 생성기(322)로부터 수집된 복합 데이터에 기초하여 주문 수량을 권장할 수 있다.
단계 402에서, IPS(324)는 제품을 취급하기 위한 위치(예를 들어, FC(200))의 용량, 제품의 인기도 등과 같은 국가적인 레벨에서의 실제 제약 조건에 기초하여 주문 수량을 우선 처리할 수 있다. 실제 제약 조건은 제품을 취급하기 위한 위치의 용량 및 제품의 인기도를 포함할 수 있으며, 여기서 제품의 인기도는 제품과 연관된 수요 예측 데이터(주문 수량) 또는 제품의 아웃 바운드 선적에 의해 결정된다. 일부 실시예에서, IPS(324)는 수요 예측 데이터의 80% 및 제품의 과거 아웃 바운드 선적의 20%를 사용하여 개별적으로 제품의 인기도(또는 "신속성(velocity)")를 계산할 수 있다(다른 실시예 및 값도 가능하다). 실제 제약 조건은 풀필먼트 센터의 물리적 제약 조건을 더 포함할 수 있다. 예를 들어, 제 1 풀필먼트 센터는 (제1 풀필먼트 센터에 보관될 아이템을 위해) 450mm x 385mm x 350mm의 치수를 갖는 토트를 취급할 수 있다. 토트가 제 1 풀필먼트 센터 내에서 컨베이어에 의해 전달할 아이템을 운반하기 때문에 아이템이 토트 크기보다 큰 경우, 제 1 풀필먼트 센터에서는 그 아이템이 처리될 수 없다. IPS(324)는 아이템이 그러한 크기의 아이템을 처리할 장비를 갖추지 않은 풀필먼트 센터에 할당되지 않도록, 물리적 제약 조건과 관련된 제약 조건을 관리할 수 있다.
우선 처리하는 것은 두 가지 방식으로 처리될 수 있다. 첫 번째 방법은 대량의 제품을 처리할 수 있는 역량을 갖는 미리 결정된 위치에, 사전 정의된 수량의 제품의 할당을 정의하는 규칙의 세트를 사용하는 것이다. 예를 들어, 규칙의 세트는 5개의 FC에서 가장 인기있는 제품의 처음 5,000개의 SKU를 할당하는 것을 정의할 수 있으며, 여기서 FC는 대량의 제품을 처리할 수 있는 역량이 있다. 할당된 SKU는 FC와 연관된 영역에 더 할당될 수 있다. 두 번째 방법은 실제 제약 조건 입력을 사용하여 주문 수량을 우선 처리하기 위해 로지스틱 회귀 모델을 이용하는 것이다. IPS(324)는 회귀 모델에서 상이한 알고리즘 및 구성을 처리하고 최상의 결과를 선택할 수 있다. 알고리즘은 "중복 SKU 우선" 알고리즘, "단일 맵핑 된 SKU 우선" 알고리즘 및 "랜덤화" 알고리즘을 포함할 수 있다. 중복 SKU 우선 알고리즘은 빠른 인기도에서 느린 인기도까지 인기도에 따라 아이템(SKU)을 처리할 수 있어서, 빠른 인기도와 관련된 제1 아이템은 느린 인기도와 관련된 제2 아이템보다 더 빨리 판매되는 것으로 가정된다. 단일 맵핑 SKU 알고리즘은 단일 풀필먼트 센터에만 맵핑되는 아이템을 처리할 수 있다. 랜덤화 알고리즘은 SKU가 처리되는 순서를 랜덤화할 수 있다.
단계 403에서, IPS(324)는 우선 처리된 주문 수량을 하나 이상의 FC에 할당할 수 있다. 일부 실시예들에서, 우선 IPS(324)는 규칙의 세트에 기초하여 우선 처리된 주문 수량을 위치들에 할당할 수 있다. 다른 실시예에서, IPS(324)는 각 FC에서 각 제품의 현재 제품 인벤토리 레벨; 각 FC의 특정 제품에 대한 수요 레벨; 등에 기초하여 주문량을 각각의 FC에 할당할 수 있다.
일단 IPS(324)가 우선 처리된 모든 주문 수량을 할당하고 각 제품에 대한 예상 배달 날짜를 결정하면, 하나 이상의 FC는 특정 날짜에 대해 그 특정 날짜의 FC 수용 처리 용량을 초과하는 총 수량을 가지게 될 수 있다. 이 경우, IPS(324)는 수용 처리 용량을 넘기는 수량을 결정하고, 특정 날짜에 대한 각각의 수용 처리 용량 미만인 하나 이상의 다른 FC로 대응하는 수량을 전달할 수 있다. 이 경우, IPS(324)는 수신하는 FC의 수용 처리 용량을 초과하지 않는 한, 하나 이상의 다른 FC 간에 임의의 적절한 방식으로 초과량을 분할할 수 있다. 예를 들어, IPS(324)는 초과된 용량을 다른 FC들 사이에서 동일한 분량으로; FC들이 같은 비율의 가용 용량으로 될 수 있도록 각 FC에서 사용 가능한 용량의 비율에 기초하여(예를 들어, 모든 FC는 각각의 수용 처리 용량의 90%에 이르는 수량을 갖게 된다); 등으로 분할 할 수 있다. 일부 실시예에서, IPS(324)는 초과 용량의 더 많은 분량을 초과 용량을 갖는 FC에 가장 가까운 FC로 전송하거나 또는 발생할 수 있는 추가 운송 비용을 최소화하는 방식으로 부분을 조정할 수 있다.
단계 404에서, IPS(324)는 PO 생성기(326)와 통신하여 각각의 FC에 대해 할당된 주문 수량에 기초하여 PO를 생성할 수 있다. 일 양태에서, 하나 이상의 PO 생성기(326)가 존재할 수 있으며, 이들 각각은 특정 FC와 연관된다. 이 경우, 각각의 FC에 할당된 특정 PO 생성기(326)는 자신의 FC에 분배된 주문 수량에 대해 적절한 공급자에게 PO를 생성할 수 있다. 다른 양태에서, PO 생성기(326)는 단계 406에서 특정 수량의 제품이 분배되는 위치에 기초하여 PO의 배달 주소를 변경함으로써 모든 FC에 대한 모든 PO를 생성하는 중앙 집중식 시스템의 일부일 수 있다. 둘 이상의 PO 생성기(326)가 존재하는 경우 이들 각각은 하나 이상의 FC와 연관되어 있으며 연관된 모든 FC에 대한 PO를 생성하는 것을 담당하게 되는 두 실시예들의 조합이 또한 가능하다.
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 (10)
- 제품을 지능적으로 분배하기 위한 컴퓨터-구현 방법으로서,
하나 이상의 제품에 대한 주문 수량을, 수요 예측 데이터에 기초하여 제품들에 대한 최적 주문 수량을 결정하는 하나 이상의 시스템으로부터 수신하고, 여기서 상기 수요 예측 데이터는 판매 통계, 웹 페이지 뷰, 계절, 요일, 또는 휴일에 기초하여 미래 수요의 레벨을 예측하도록 트레이닝 된 모델에 의해 생성되며;
제약 조건 및 현재 제품 인벤토리 레벨에 기초하여 상기 주문 수량을 우선 처리(prioritize)하고;
상기 우선 처리된 주문 수량을 하나 이상의 위치에 할당하고;
제1 위치의 수용 용량을 넘는 초과된 수량을 결정하고;
하나 이상의 나머지 위치로 상기 초과된 수량을 상기 나머지 위치에 걸쳐 이전시키고; 그리고
상기 최적 주문 수량에서 최종 수량으로의 변경 이력의 정보를 포함하는 리포트를 생성하는 것을 포함하고,
상기 최종 수량은 상기 초과 수량을 하나 이상의 나머지 위치로 이전한 후의 주문 수량인, 컴퓨터-구현 방법. - 청구항 1에 있어서,
상기 주문 수량을 우선 처리하는 것은 규칙의 세트를 이용하는 것을 포함하는 컴퓨터-구현 방법. - 청구항 2에 있어서,
상기 규칙의 세트는 미리 정의된 수량보다 많은 양을 처리할 수 있는 용량을 가지는 미리 정해진 위치에, 상기 제품의 미리 정의된 수량을 할당하는 것을 포함하는 컴퓨터-구현 방법. - 청구항 1에 있어서,
상기 주문 수량을 우선 처리하는 것은 상기 제약 조건을 사용하여 상기 주문 수량을 우선 처리하기 위해 로지스틱 회귀 모델(logistical regression model)을 이용하는 것을 포함하는 컴퓨터-구현 방법. - 청구항 1에 있어서,
상기 제약 조건은 상기 제품을 수용하기 위한 위치의 용량 및 상기 제품의 인기도를 포함하는 컴퓨터-구현 방법. - 청구항 1에 있어서,
상기 하나 이상의 위치는 풀필먼트 센터를 포함하는 컴퓨터-구현 방법. - 청구항 1에 있어서,
상기 할당된 주문 수량은 미리 정의된 위치와 연관된 상이한 영역에 더 할당되는 컴퓨터-구현 방법. - 청구항 1에 있어서,
상기 수요 예측 데이터는 추가로 상기 제품의 현재 주문 수에 기초하여 상기 트레이닝 된 모델에 의해 생성되는 컴퓨터-구현 방법. - 청구항 1에 있어서,
상기 할당된 주문 수량에 기초하여 상기 제품과 연관된 공급자로의 구매 주문을 생성하는 것을 더 포함하는 컴퓨터-구현 방법. - 제품을 지능적으로 분배하기 위한 컴퓨터-구현 시스템으로서,
명령을 저장하는 메모리; 및
청구항 1 내지 청구항 9 중 어느 한 항의 방법을 수행하기 위한 상기 명령을 실행하도록 구성된 적어도 하나의 프로세서를 포함하는, 컴퓨터-구현 시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/704,293 US11074548B2 (en) | 2019-12-05 | 2019-12-05 | Computer implemented systems and methods for optimization of a product inventory by intelligent distribution of inbound products |
| US16/704,293 | 2019-12-05 | ||
| KR1020220003265A KR20220012366A (ko) | 2019-12-05 | 2022-01-10 | 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220003265A Division KR20220012366A (ko) | 2019-12-05 | 2022-01-10 | 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240005657A true KR20240005657A (ko) | 2024-01-12 |
Family
ID=76209042
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200003682A KR102350925B1 (ko) | 2019-12-05 | 2020-01-10 | 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 |
| KR1020220003265A KR20220012366A (ko) | 2019-12-05 | 2022-01-10 | 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 |
| KR1020230194007A KR20240005657A (ko) | 2019-12-05 | 2023-12-28 | 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200003682A KR102350925B1 (ko) | 2019-12-05 | 2020-01-10 | 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 |
| KR1020220003265A KR20220012366A (ko) | 2019-12-05 | 2022-01-10 | 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 |
Country Status (7)
| Country | Link |
|---|---|
| US (2) | US11074548B2 (ko) |
| JP (1) | JP7223779B2 (ko) |
| KR (3) | KR102350925B1 (ko) |
| AU (1) | AU2020264281A1 (ko) |
| SG (1) | SG11202012880SA (ko) |
| TW (2) | TWI813080B (ko) |
| WO (1) | WO2021111201A1 (ko) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022259033A1 (en) * | 2021-06-11 | 2022-12-15 | Coupang Corp. | Systems and computerized methods for item order and distribution management |
| US11507922B1 (en) * | 2021-06-24 | 2022-11-22 | Coupang Corp. | Computer-implemented systems and methods for artificial intelligence (AI)-based inbound plan generation using fungibility logic |
| WO2022269331A1 (en) * | 2021-06-24 | 2022-12-29 | Coupang Corp. | Computer-implemented systems and methods for artificial intelligence (ai)-based inbound plan generation |
| US20230325762A1 (en) * | 2022-04-07 | 2023-10-12 | Target Brands, Inc. | Methods and systems for digital placement and allocation |
Family Cites Families (46)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5420786A (en) * | 1993-04-05 | 1995-05-30 | Ims America, Ltd. | Method of estimating product distribution |
| JP4448226B2 (ja) | 2000-03-07 | 2010-04-07 | 新日本製鐵株式会社 | 需要予測装置、方法、及びコンピュータ読み取り可能な記憶媒体 |
| US20070124216A1 (en) * | 2000-03-07 | 2007-05-31 | Michael Lucas | Systems and methods for locating and purchasing proximal inventory items |
| US20020186402A1 (en) * | 2001-04-11 | 2002-12-12 | Eastman Kodak Company | Producing and distributing a photo product at a selected location for delivery to a designee |
| FR2833098A1 (fr) * | 2001-12-03 | 2003-06-06 | L4 Logistics | Procede et dispositif permettant de realiser rapidement une pluralite de commandes |
| WO2004013783A2 (en) * | 2002-07-30 | 2004-02-12 | International Paper Company | Multi-party, multi-tier system for managing paper purchase and distribution |
| US20040210489A1 (en) * | 2002-10-21 | 2004-10-21 | Nintendo Of America Inc. | System and method for dynamic allocation of products to retailers |
| US7536339B1 (en) * | 2002-10-31 | 2009-05-19 | Trading Technologies International, Inc. | Method and system for quantity entry |
| US7921029B2 (en) * | 2005-01-22 | 2011-04-05 | Ims Software Services Ltd. | Projection factors for forecasting product demand |
| JP2008535124A (ja) * | 2005-04-05 | 2008-08-28 | ブロードウェイ テクノロジー エルエルシー | 内部注文マッチングを伴う取引システム |
| US7424448B2 (en) * | 2006-03-23 | 2008-09-09 | Sap Ag | Method for quantity checking of product purchase orders |
| US7418307B2 (en) * | 2006-05-16 | 2008-08-26 | International Business Machines Corporation | System and process for supply management for the assembly of expensive products |
| US20080086392A1 (en) * | 2006-10-10 | 2008-04-10 | Blair Bishop | Managing distribution of constrained product inventory from a warehouse |
| BRPI0719310B1 (pt) | 2006-11-28 | 2018-01-23 | Nippon Steel Corporation | Aço para usinagem superior em capacidade de produção. |
| US8352336B2 (en) * | 2007-05-01 | 2013-01-08 | Jda Software Group, Inc. | System and method for allocating manufactured products to sellers using profitable order promising |
| US9189768B2 (en) | 2007-05-31 | 2015-11-17 | Amazon Technologies, Inc. | Method and apparatus for providing fulfillment services |
| US9721222B2 (en) * | 2008-11-04 | 2017-08-01 | Jda Software Group, Inc. | System and method of parallelizing order-by-order planning |
| US20100125487A1 (en) * | 2008-11-14 | 2010-05-20 | Caterpillar Inc. | System and method for estimating settings for managing a supply chain |
| TWI615337B (zh) * | 2009-04-10 | 2018-02-21 | 辛波提克有限責任公司 | 自動化貨箱儲存系統及處理被建構成托板化負荷以在儲存設施往返運送的貨箱之方法 |
| US20110054982A1 (en) * | 2009-09-01 | 2011-03-03 | Edward Kim | Methods and systems for randomizing starting retail store inventory when determining distribution center and warehouse demand forecasts |
| EP2531969A4 (en) | 2010-02-01 | 2013-12-04 | Jumptap Inc | INTEGRATED ADVERTISING SYSTEM |
| US8364553B2 (en) * | 2011-04-25 | 2013-01-29 | International Business Machines Corporation | Managing fresh-product inventory |
| US8756322B1 (en) | 2011-06-16 | 2014-06-17 | Amazon Technologies, Inc | Fulfillment of requests for computing capacity |
| TW201319968A (zh) * | 2011-11-10 | 2013-05-16 | Bo-Yuan Chen | 食品預購系統 |
| US20140200946A1 (en) * | 2013-01-15 | 2014-07-17 | Fluor Technologies Corporation | Methods and systems for inventory optimization |
| US20150154619A1 (en) * | 2013-12-02 | 2015-06-04 | Caterpillar Inc. | Systems and Methods for Forecasting |
| JP6435685B2 (ja) * | 2014-07-23 | 2018-12-12 | 富士通株式会社 | 発注量決定方法、発注量決定プログラムおよび情報処理装置 |
| US20170228683A1 (en) | 2014-08-04 | 2017-08-10 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for distributing orders |
| US10074070B2 (en) | 2014-09-30 | 2018-09-11 | Walmart Apollo, Llc | Methods and systems for prioritizing stock-keeping units in cost-based inventory allocation |
| GB201419498D0 (en) | 2014-10-31 | 2014-12-17 | Ocado Innovation Ltd | System and method for fulfilling E-commerce orders from a hierarchy of fulfilment centres |
| KR20150135736A (ko) | 2014-11-25 | 2015-12-03 | 메이크스페이스(주) | 개별물품별 관리가 가능한 보관서비스를 기반으로 한 전자상거래 시스템 및 방법 |
| US20160162830A1 (en) * | 2014-12-04 | 2016-06-09 | Suresh Devaiah | Inventory management based on automatically generating recommendations |
| CN106355400A (zh) * | 2015-07-15 | 2017-01-25 | 阿里巴巴集团控股有限公司 | 一种业务处理方法及装置 |
| TWM515171U (zh) * | 2015-08-18 | 2016-01-01 | Univ Nat Kaohsiung Applied Sci | 雲端訂單與物流配送系統 |
| US20170228744A1 (en) * | 2016-02-09 | 2017-08-10 | Builddirect.Com Technologies Inc. | E-commerce system with demand forecasting tool |
| CN107194628B (zh) | 2016-03-15 | 2021-03-09 | 菜鸟智能物流控股有限公司 | 处理调拨请求的方法及装置 |
| CN107292550A (zh) | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 一种物流资源的调度方法、设备及系统 |
| CN107392513B (zh) * | 2017-01-26 | 2018-12-28 | 北京小度信息科技有限公司 | 订单处理方法和装置 |
| CN108357886A (zh) * | 2017-01-26 | 2018-08-03 | 菜鸟智能物流控股有限公司 | 物品拣选方法及相关设备 |
| JP6953928B2 (ja) | 2017-09-08 | 2021-10-27 | 富士通株式会社 | 配分方法、配分装置及び配分プログラム |
| KR101966558B1 (ko) | 2017-12-08 | 2019-04-05 | 세종대학교산학협력단 | 장비 재고상태 및 수리부속 조달 요구를 시각화하는 시스템 및 방법 |
| CN110431573A (zh) * | 2017-12-14 | 2019-11-08 | 北京嘀嘀无限科技发展有限公司 | 订单分配优化的系统和方法 |
| WO2019204143A1 (en) * | 2018-04-20 | 2019-10-24 | Walmart Apollo, Llc | Systems and methods of tracking quantities of retail products |
| US10664801B1 (en) * | 2018-12-06 | 2020-05-26 | Jane Technologies, Inc. | Inventory management and distribution of physical products |
| US10467562B1 (en) | 2019-02-18 | 2019-11-05 | Coupang, Corp. | Systems and methods for computerized balanced delivery route assignment |
| US10657492B1 (en) * | 2019-09-23 | 2020-05-19 | Coupang Corp. | Systems and methods for optimization of a product inventory by an intelligent adjustment of inbound purchase orders |
-
2019
- 2019-12-05 US US16/704,293 patent/US11074548B2/en active Active
-
2020
- 2020-01-10 KR KR1020200003682A patent/KR102350925B1/ko active IP Right Grant
- 2020-09-21 JP JP2020569045A patent/JP7223779B2/ja active Active
- 2020-09-21 AU AU2020264281A patent/AU2020264281A1/en not_active Abandoned
- 2020-09-21 WO PCT/IB2020/058798 patent/WO2021111201A1/en active Application Filing
- 2020-09-21 SG SG11202012880SA patent/SG11202012880SA/en unknown
- 2020-10-05 TW TW110143871A patent/TWI813080B/zh active
- 2020-10-05 TW TW109134326A patent/TWI750833B/zh active
-
2021
- 2021-06-23 US US17/355,489 patent/US11880782B2/en active Active
-
2022
- 2022-01-10 KR KR1020220003265A patent/KR20220012366A/ko not_active IP Right Cessation
-
2023
- 2023-12-28 KR KR1020230194007A patent/KR20240005657A/ko active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| TWI813080B (zh) | 2023-08-21 |
| US20210174291A1 (en) | 2021-06-10 |
| SG11202012880SA (en) | 2021-07-29 |
| WO2021111201A1 (en) | 2021-06-10 |
| KR102350925B1 (ko) | 2022-01-13 |
| KR20210070877A (ko) | 2021-06-15 |
| US11074548B2 (en) | 2021-07-27 |
| JP7223779B2 (ja) | 2023-02-16 |
| US11880782B2 (en) | 2024-01-23 |
| TW202211109A (zh) | 2022-03-16 |
| TWI750833B (zh) | 2021-12-21 |
| KR20220012366A (ko) | 2022-02-03 |
| US20210374660A1 (en) | 2021-12-02 |
| AU2020264281A1 (en) | 2021-06-24 |
| JP2022511196A (ja) | 2022-01-31 |
| TW202123114A (zh) | 2021-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102251187B1 (ko) | 인바운드 구매 주문의 지능적 조정에 의해 제품 재고를 최적화하기 위한 시스템 및 방법 | |
| KR102257049B1 (ko) | 인바운드 구입 주문의 인텔리전트 조정에 의한 제품 재고 최적화를 위한 시스템 및 방법 | |
| KR102354795B1 (ko) | 자동화된 아웃바운드 프로파일 생성을 위한 시스템 및 방법 | |
| KR102350925B1 (ko) | 인바운드 제품의 지능적인 분배를 통해 제품 인벤토리를 최적화하는 컴퓨터-구현 시스템 및 방법 | |
| KR102615190B1 (ko) | 다수의 컴퓨팅 시스템 사이에서 워크로드를 밸런싱하도록 구성된 시스템 및 방법 | |
| KR20230141660A (ko) | 대체 가능성 로직을 사용하는 인공 지능(ai)-기반 인바운드 계획 생성을 위한 컴퓨터 구현 시스템 및 방법 | |
| KR20230132747A (ko) | 인공 지능(ai) 기반 인바운드 계획 생성을 위한 컴퓨터-구현 시스템 및 방법 | |
| KR20220139265A (ko) | 제품 할당 검증을 이용한 인바운드 제품의 지능적 분배에 의해 제품 재고를 최적화하는 컴퓨터 구현 시스템 및 방법 | |
| KR102515834B1 (ko) | 사이클 및 안전 재고 결정 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent |