TWI670663B - 建議訂購系統及方法 - Google Patents
建議訂購系統及方法 Download PDFInfo
- Publication number
- TWI670663B TWI670663B TW107110339A TW107110339A TWI670663B TW I670663 B TWI670663 B TW I670663B TW 107110339 A TW107110339 A TW 107110339A TW 107110339 A TW107110339 A TW 107110339A TW I670663 B TWI670663 B TW I670663B
- Authority
- TW
- Taiwan
- Prior art keywords
- sales
- item
- time
- index
- predetermined period
- Prior art date
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本發明提出一種建議訂購方法,其包含以下步驟:從收銀系統取得店鋪的各商品的歷史銷售資料;分析歷史銷售資料以產生至少一銷售影響指數;依據歷史銷售資料以計算過去預定期間內每單位時間的商品的銷售數量;至少將銷售影響指數與過去預定期間內每單位時間的商品的銷售數量做為商品的建議預訂數的依據。
Description
本發明是有關於一種系統與方法,且特別是有關於一種建議訂購系統及建議訂購方法。
便利商店通常指規模較小,但貨物種類多元、販售民生相關物資或生鮮食品的商店,其中也包含加油站商店,通常位於交通較為便捷之處,以民生服務取勝。
便利商店與現代多數的零售業相同,在商品的配送上均以物流中心統一配送店內的商品,取代過去傳統業者個別進貨的方式,可以減少商品送達成本與店內員工整理商品的時間。
然而,便利商店的商品繁多,店長心頭估算各種商品的訂購數量,往往耗費時間且不精確,也容易被其他作業打斷干擾。
本發明提出一種建議訂購系統及方法,改善先前技術的問題。
在本發明的一實施例中,本發明所提出的建議訂購系統包含伺服器與收銀系統。收銀系統設置於店鋪,伺服器與收銀系統連線。伺服器從收銀系統取得各商品的歷史銷售資料,伺服器分析歷史銷售資料以產生至少一銷售影響指數,並依據歷史銷售資料以計算一過去預定期間內每單位時間的商品的銷售數量,至少將銷售影響指數與過去預定期間內每單位時間的商品的銷售數量做為商品的建議預訂數的依據。
在本發明的一實施例中,伺服器儲存商品的物流排程,伺服器依據物流排程計算當下訂購時間與下次訂購的進貨時間之間的時間差距,伺服器將過去預定期間內每單位時間的商品的銷售數量做為商品乘以時間差距並再加上過去預定期間內每單位時間的商品的銷售數量後再乘以銷售影響指數以做為商品的建議預訂數的依據。
在本發明的一實施例中,銷售影響指數包含溫度指數,溫度指數反映溫度對店鋪的商品的銷售變化之影響。
在本發明的一實施例中,銷售影響指數包含星期別指數,星期別指數反映店鋪對應不同星期別有銷售變化之影響。
在本發明的一實施例中,建議預訂數等於過去預定期間內每單位時間的商品的銷售數量做為商品乘以時間差距並再加上過去預定期間內每單位時間的商品的銷售數量後再乘以銷售影響指數再乘以調整參數後加上商品的
最低限度陳列數量再減去店鋪的商品的庫存量。
在本發明的一實施例中,本發明所提出的建議訂購方法包含以下步驟:從收銀系統取得店鋪的各商品的歷史銷售資料;分析歷史銷售資料以產生至少一銷售影響指數;依據歷史銷售資料以計算過去預定期間內每單位時間的商品的銷售數量;至少將銷售影響指數與過去預定期間內每單位時間的商品的銷售數量做為商品的建議預訂數的依據。
在本發明的一實施例中,建議訂購方法更包含:依據物流排程計算當下訂購時間與下次訂購的進貨時間之間的時間差距,將過去預定期間內每單位時間的商品的銷售數量做為商品乘以時間差距並再加上過去預定期間內每單位時間的商品的銷售數量後再乘以銷售影響指數以做為商品的建議預訂數的依據。
在本發明的一實施例中,銷售影響指數包含溫度指數,溫度指數反映溫度對店鋪的商品的銷售變化之影響。
在本發明的一實施例中,銷售影響指數包含星期別指數,星期別指數反映店鋪對應不同星期別有銷售變化之影響。
在本發明的一實施例中,建議預訂數等於過去預定期間內每單位時間的商品的銷售數量做為商品乘以時間差距並再加上過去預定期間內每單位時間的商品的銷售數量後再乘以銷售影響指數再乘以一調整參數後加上商品的一最低限度陳列數量再減去店鋪的商品的庫存量。
綜上所述,本發明之技術方案與現有技術相比具有明顯的優點和有益效果。藉由本發明的技術方案,系統自動計算,訂購快速,不會受其他作業干擾運作,且訂購邏輯一致,不受訂購者不同影響,從而降低店鋪欠品或不當庫存。
以下將以實施方式對上述之說明作詳細的描述,並對本發明之技術方案提供更進一步的解釋。
為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附符號之說明如下:
100‧‧‧建議訂購系統
110‧‧‧伺服器
120‧‧‧收銀系統
150‧‧‧第三方站台
190‧‧‧店鋪
200‧‧‧物流排程
300‧‧‧建議訂購方法
S301、S302、S303、S304‧‧‧步驟
為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下:第1圖是依照本發明一實施例之一種建議訂購系統的方塊圖;第2圖是依照本發明一實施例之一種物流排程的示意圖;以及第3圖是依照本發明一實施例之一種建議訂購方法的流程圖。
為了使本發明之敘述更加詳盡與完備,可參照所附之圖式及以下所述各種實施例,圖式中相同之號碼代表相同或相似之元件。另一方面,眾所週知的元件與步驟並未描述於實施例中,以避免對本發明造成不必要的限制。
於實施方式與申請專利範圍中,涉及『連接』之
描述,其可泛指一元件透過其他元件而間接耦合至另一元件,或是一元件無須透過其他元件而直接連結至另一元件。
於實施方式與申請專利範圍中,涉及『連線』之描述,其可泛指一元件透過其他元件而間接與另一元件進行有線與/或無線通訊,或是一元件無須透過其他元件而實體連接至另一元件。
於實施方式與申請專利範圍中,除非內文中對於冠詞有所特別限定,否則『一』與『該』可泛指單一個或複數個。
本文中所使用之『約』、『大約』或『大致』係用以修飾任何可些微變化的數量,但這種些微變化並不會改變其本質。於實施方式中若無特別說明,則代表以『約』、『大約』或『大致』所修飾之數值的誤差範圍一般是容許在百分之二十以內,較佳地是於百分之十以內,而更佳地則是於百分五之以內。
第1圖是依照本發明一實施例之一種建議訂購系統100的方塊圖。如第1圖所示,建議訂購系統100包含伺服器110與收銀系統120。在架構上,收銀系統120設置於店鋪190,伺服器110與收銀系統120連線,伺服器110與第三方站台150連線。
舉例而言,收銀系統120可廣義地包含前台的收銀機、後台的電腦主機、手持式店鋪裝置…等,店鋪190可為便利商店,伺服器110可為便利商店總部的電腦伺服器。第三方站台150可廣義地包含氣象預報伺服器、空氣污
染預報伺服器、新聞伺服器…等。
於運作時,伺服器110從收銀系統120取得各商品的歷史銷售資料,伺服器110分析歷史銷售資料以產生至少一銷售影響指數,並依據歷史銷售資料以計算過去預定期間(如:過去9天)內每單位時間(如:每天)的商品的銷售數量,至少將銷售影響指數與過去預定期間內每單位時間的商品的銷售數量做為商品的建議預訂數的依據。
為了對建議訂購的運作方法做更進一步的闡述,請同時參照第1~2圖,伺服器110儲存商品的物流排程200,伺服器110依據物流排程200計算當下訂購時間(如:1/1)與下次訂購的進貨時間(如:1/5)之間的時間差距,伺服器110將過去預定期間內每單位時間的商品的銷售數量做為商品乘以時間差距並再加上過去預定期間內每單位時間的商品的銷售數量後再乘以銷售影響指數以做為商品的建議預訂數的依據,藉此確保店長當次訂購量,可掌握至下一次訂購進貨日之銷售商機。
在本發明的一實施例中,銷售影響指數包含溫度指數,溫度指數反映溫度對店鋪的商品的銷售變化之影響。具體而言,請同時參照第1~2圖與下表一:
伺服器110記錄歷史資料如上表一,其中縱軸的溫度對應訂貨時間的溫度比對橫軸對應本次進貨時間的
溫度之銷售成長百分比。舉例而言,當日訂貨時間(如:1/1)的溫度為21℃,伺服器110依據物流排程以得到本次進貨時間的日期(如:1/3),伺服器110至第三方站台150(如:氣象預報伺服器)查詢進貨時間的日期(如:1/3)的預報溫度為23℃,伺服器110依據表一得到銷售成長百分比為104%。
在本發明的一實施例中,銷售影響指數包含星期別指數,星期別指數反映店鋪對應不同星期別有銷售變化之影響。舉例而言,請同時參照第1~2圖與下表二:
伺服器110記錄歷史資料如上表二,代表不同星期別對應的銷售成長百分比。舉例而言,當日訂貨時間(如:1/1)為星期四,伺服器110依據物流排程以得到本次進貨時間的日期(如:1/3),進貨時間的日期(如:1/3)為星期五,伺服器110依據表二得到銷售成長百分比為103%。
於其他實施例中,銷售影響指數可包含空污指數、地震指數或其他指數,熟習此項技藝者當視當時需要彈性選擇之。
建議預訂數等於過去預定期間內每單位時間的商品的銷售數量做為商品乘以上述的時間差距並再加上過去預定期間內每單位時間的商品的銷售數量後再乘以銷售
影響指數再乘以調整參數後加上商品的最低限度陳列數量再減去店鋪的商品的庫存量。
換言之,建議預訂數滿足下列關係式:建議預訂數=((PSD×D+PSD)×T×W)×A+M-S,其中PSD為過去預定期間(如:過去9天)內每單位時間(如:每天)的商品的銷售數量,D為當下訂購時間(如:1/1)與下次訂購的進貨時間(如:1/5)之間的時間差距,T為溫度指數,W為星期別指數,A為調整參數(%),M為店鋪190中該商品的最低限度陳列數量,S為店鋪190的該商品的庫存量。
伺服器110可透過收銀系統120以取得店鋪190的該商品的庫存量,店長可透過手持式店鋪裝置輸入店鋪190中該商品的最低限度陳列數量以上傳至伺服器110。另外,店長可憑自己的經驗透過手持式店鋪裝置或後台的電腦主機輸入適合的調整參數(%)。
或者,伺服器110可透過第三方站台150(如:新聞伺服器)大數據分析各類預告活動的類型、地點/路線與時間。若活動的類型(如:路跑)關連於訂購的商品(如:礦泉水),活動的地點/路線的地點鄰近於店鋪190,且活動的時間落在當下訂購時間(如:1/1)與下次訂購的進貨時間(如:1/5)之間,伺服器110自動依據活動的預估/報名人數來提高調整參數(%)。
為了對上述建議訂購系統的運作方法做更進一步的闡述,請同時參照第1~3圖,第3圖是依照本發明一實施例之一種建議訂購方法300的流程圖。如第2圖所示,建
議訂購方法300包含步驟S301~S304(應瞭解到,在本實施例中所提及的步驟,除特別敘明其順序者外,均可依實際需要調整其前後順序,甚至可同時或部分同時執行)。
於步驟S301,從收銀系統120取得店鋪的各商品的歷史銷售資料;於步驟S302,分析歷史銷售資料以產生至少一銷售影響指數;於步驟S303,依據歷史銷售資料以計算過去預定期間內每單位時間的商品的銷售數量;於步驟S304,至少將銷售影響指數與過去預定期間內每單位時間的商品的銷售數量做為商品的建議預訂數的依據。
在建議訂購方法200中,依據物流排程計算當下訂購時間與下次訂購的進貨時間之間的時間差距,將過去預定期間內每單位時間的商品的銷售數量做為商品乘以時間差距並再加上過去預定期間內每單位時間的商品的銷售數量後再乘以銷售影響指數以做為商品的建議預訂數的依據。
在建議訂購方法200中,銷售影響指數包含溫度指數,溫度指數反映溫度對店鋪的商品的銷售變化之影響。
在建議訂購方法200中,銷售影響指數包含星期別指數,星期別指數反映店鋪對應不同星期別有銷售變化之影響。
在建議訂購方法200中,建議預訂數等於過去預定期間內每單位時間的商品的銷售數量做為商品乘以時間差距並再加上過去預定期間內每單位時間的商品的銷售
數量後再乘以銷售影響指數再乘以一調整參數後加上商品的一最低限度陳列數量再減去店鋪的商品的庫存量。
綜上所述,本發明之技術方案與現有技術相比具有明顯的優點和有益效果。藉由本發明的技術方案,系統自動計算,訂購快速,不會受其他作業干擾運作,且訂購邏輯一致,不受訂購者不同影響,從而降低店鋪欠品或不當庫存。
雖然本發明已以實施方式揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
Claims (10)
- 一種建議訂購系統,包含:一收銀系統,設置於一店鋪;以及一伺服器,與該收銀系統連線,從該收銀系統取得各商品的一歷史銷售資料,該伺服器分析該歷史銷售資料以產生至少一銷售影響指數,並依據該歷史銷售資料以計算一過去預定期間內每單位時間的該商品的一銷售數量,至少將該銷售影響指數與該過去預定期間內每單位時間的該商品的該銷售數量做為該商品的一建議預訂數的依據,其中建議預訂數滿足下列關係式:建議預訂數=((PSD×D+PSD)×T×W)×A+M-S,其中PSD為該過去預定期間內每單位時間的該商品的該銷售數量,D為一當下訂購時間與一下次訂購的進貨時間之間的一時間差距,T為一溫度指數,W為一星期別指數,A為一調整參數,M為該店鋪中該商品的一最低限度陳列數量,S為該店鋪的該商品的一庫存量。
- 如請求項1所述之建議訂購系統,其中該伺服器儲存該商品的一物流排程,該伺服器依據該物流排程計算該當下訂購時間與該下次訂購的進貨時間之間的該時間差距,該伺服器將該過去預定期間內每單位時間的該商品的該銷售數量做為該商品乘以該時間差距並再加上該過去預定期間內每單位時間的該商品的該銷售數量後再乘以該銷售影響指數以做為該商品的該建議預訂數 的依據。
- 如請求項1所述之建議訂購系統,其中該銷售影響指數包含該溫度指數,該溫度指數反映溫度對該店鋪的該商品的銷售變化之影響。
- 如請求項1所述之建議訂購系統,其中該銷售影響指數包含該星期別指數,該星期別指數反映該店鋪對應不同星期別有銷售變化之影響。
- 如請求項2所述之建議訂購系統,其中該建議預訂數等於該過去預定期間內每單位時間的該商品的該銷售數量做為該商品乘以該時間差距並再加上該過去預定期間內每單位時間的該商品的該銷售數量後再乘以該銷售影響指數再乘以該調整參數後加上該商品的該最低限度陳列數量再減去該店鋪的該商品的該庫存量。
- 一種建議訂購方法,包含:從一收銀系統取得一店鋪的各商品的一歷史銷售資料;分析該歷史銷售資料以產生至少一銷售影響指數;依據該歷史銷售資料以計算一過去預定期間內每單位時間的該商品的一銷售數量;以及至少將該銷售影響指數與該過去預定期間內每單位 時間的該商品的該銷售數量做為該商品的一建議預訂數的依據,其中建議預訂數滿足下列關係式:建議預訂數=((PSD×D+PSD)×T×W)×A+M-S,其中PSD為該過去預定期間內每單位時間的該商品的該銷售數量,D為一當下訂購時間與一下次訂購的進貨時間之間的一時間差距,T為一溫度指數,W為一星期別指數,A為一調整參數,M為該店鋪中該商品的一最低限度陳列數量,S為該店鋪的該商品的一庫存量。
- 如請求項6所述之建議訂購方法,更包含:依據該物流排程計算該當下訂購時間與一下次訂購的進貨時間之間的該時間差距,將該過去預定期間內每單位時間的該商品的該銷售數量做為該商品乘以該時間差距並再加上該過去預定期間內每單位時間的該商品的該銷售數量後再乘以該銷售影響指數以做為該商品的該建議預訂數的依據。
- 如請求項6所述之建議訂購方法,其中該銷售影響指數包含該溫度指數,該溫度指數反映溫度對該店鋪的該商品的銷售變化之影響。
- 如請求項6所述之建議訂購方法,其中該銷售影響指數包含該星期別指數,該星期別指數反映該店 鋪對應不同星期別有銷售變化之影響。
- 如請求項7所述之建議訂購方法,其中該建議預訂數等於該過去預定期間內每單位時間的該商品的該銷售數量做為該商品乘以該時間差距並再加上該過去預定期間內每單位時間的該商品的該銷售數量後再乘以該銷售影響指數再乘以該調整參數後加上該商品的該最低限度陳列數量再減去該店鋪的該商品的該庫存量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107110339A TWI670663B (zh) | 2018-03-26 | 2018-03-26 | 建議訂購系統及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107110339A TWI670663B (zh) | 2018-03-26 | 2018-03-26 | 建議訂購系統及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI670663B true TWI670663B (zh) | 2019-09-01 |
TW201941138A TW201941138A (zh) | 2019-10-16 |
Family
ID=68618860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107110339A TWI670663B (zh) | 2018-03-26 | 2018-03-26 | 建議訂購系統及方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI670663B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200300892A (en) * | 2001-11-27 | 2003-06-16 | World Co Ltd | Goods sorting system and goods sorting method based on moving state |
TW200643808A (en) * | 2005-06-01 | 2006-12-16 | Inventec Corp | Integrated channel management system and method |
TW201439943A (zh) * | 2013-03-15 | 2014-10-16 | Rakuten Inc | 資訊處理裝置、資訊處理方法及程式 |
TW201604807A (zh) * | 2014-07-18 | 2016-02-01 | Lin Chung Teh | 商品的販售方法 |
TWM539124U (zh) * | 2016-12-12 | 2017-04-01 | 尚茂智能科技股份有限公司 | 智慧型自動販賣機 |
CN107609747A (zh) * | 2017-08-18 | 2018-01-19 | 刘英学 | 基于预测和预订模式的连锁零售店运营系统及方法 |
CN107665357A (zh) * | 2017-09-07 | 2018-02-06 | 北京海融兴通信息安全技术有限公司 | 一种基于大数据的无人超市管理系统及方法 |
CN107742198A (zh) * | 2017-10-16 | 2018-02-27 | 广东亿迅科技有限公司 | 零售商供应链管理方法及装置 |
-
2018
- 2018-03-26 TW TW107110339A patent/TWI670663B/zh active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200300892A (en) * | 2001-11-27 | 2003-06-16 | World Co Ltd | Goods sorting system and goods sorting method based on moving state |
TW200643808A (en) * | 2005-06-01 | 2006-12-16 | Inventec Corp | Integrated channel management system and method |
TW201439943A (zh) * | 2013-03-15 | 2014-10-16 | Rakuten Inc | 資訊處理裝置、資訊處理方法及程式 |
TW201604807A (zh) * | 2014-07-18 | 2016-02-01 | Lin Chung Teh | 商品的販售方法 |
TWM539124U (zh) * | 2016-12-12 | 2017-04-01 | 尚茂智能科技股份有限公司 | 智慧型自動販賣機 |
CN107609747A (zh) * | 2017-08-18 | 2018-01-19 | 刘英学 | 基于预测和预订模式的连锁零售店运营系统及方法 |
CN107665357A (zh) * | 2017-09-07 | 2018-02-06 | 北京海融兴通信息安全技术有限公司 | 一种基于大数据的无人超市管理系统及方法 |
CN107742198A (zh) * | 2017-10-16 | 2018-02-27 | 广东亿迅科技有限公司 | 零售商供应链管理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
TW201941138A (zh) | 2019-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ehrenthal et al. | Demand seasonality in retail inventory management | |
US20100138281A1 (en) | System and method for retail store shelf stock monitoring, predicting, and reporting | |
JP5337174B2 (ja) | 需要予測装置、及びそのプログラム | |
Williams et al. | Creating order forecasts: point‐of‐sale or order history? | |
JP5611254B2 (ja) | 需要予測装置およびプログラム | |
US20130197972A1 (en) | System, method and program recording medium for supply capacity estimation | |
US11741425B2 (en) | Operating system for brick and mortar retail | |
KR101872220B1 (ko) | 네트워크 기반 판매 예측 정보 제공 장치 | |
Potter et al. | Removing bullwhip from the Tesco supply chain | |
CN109658010A (zh) | 食材的管理方法及装置 | |
WO2008147610A1 (en) | Increasing demand for perishable goods or vanishing goods at a point-of-sale location | |
JP2003162619A (ja) | 売り上げ予測装置および方法 | |
WO2015015645A1 (ja) | 物流管理装置、物流管理方法及び物流管理プログラム | |
JP2005015140A (ja) | 発注量算出システム | |
JP4680656B2 (ja) | 自動発注勧告装置、自動発注勧告プログラム | |
TWI670663B (zh) | 建議訂購系統及方法 | |
JP5750468B2 (ja) | 需要予測装置およびプログラム | |
JP5758425B2 (ja) | 需要予測装置およびプログラム | |
US20180121874A1 (en) | Method and system for supply chain management | |
KR20190140528A (ko) | 딥 러닝을 이용한 화훼 경매가 예측 시스템 | |
JP5819363B2 (ja) | 需要予測装置およびプログラム | |
Moustafa et al. | Sustainable dynamic pricing for perishable food with stochastic demand | |
JP2002133074A (ja) | 価格設定方法及びその装置並びにプログラムを記録した記録媒体 | |
JP5756485B2 (ja) | 需要予測装置およびプログラム | |
JP6918321B1 (ja) | 商品の発注数を決定する方法、システム及びプログラム |