TWI834101B - 用於低潛時聚合資料供應的電腦實施的系統與用於區域需求估計的電腦實施的系統以及方法 - Google Patents
用於低潛時聚合資料供應的電腦實施的系統與用於區域需求估計的電腦實施的系統以及方法 Download PDFInfo
- Publication number
- TWI834101B TWI834101B TW111100337A TW111100337A TWI834101B TW I834101 B TWI834101 B TW I834101B TW 111100337 A TW111100337 A TW 111100337A TW 111100337 A TW111100337 A TW 111100337A TW I834101 B TWI834101 B TW I834101B
- Authority
- TW
- Taiwan
- Prior art keywords
- item
- demand
- estimate
- items
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000012634 fragment Substances 0.000 claims description 39
- 230000004931 aggregating effect Effects 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 8
- 230000001932 seasonal effect Effects 0.000 claims description 5
- 238000012384 transportation and delivery Methods 0.000 description 37
- 238000003860 storage Methods 0.000 description 18
- 238000004806 packaging method and process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 9
- 238000013068 supply chain management Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000013475 authorization Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000723347 Cinnamomum Species 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 201000007197 atypical autism Diseases 0.000 description 1
- 208000029560 autism spectrum disease Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 235000017803 cinnamon Nutrition 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000001407 pulse-discharge detection Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—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
- 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
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—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
-
- 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
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
揭露用於區域庫存需求估計的系統及方法以及電腦可讀
取媒體。所述方法接收與用於需求估計的物項相關聯的物項辨識符。接著所述方法可存取物項的總體需求預報資料且辨識地理區域,且對物項在地理區域中的需求份額估計值進行評估。所述方法亦可確定與和物項相關的物項片段相關聯的一組物項辨識符且確定物項片段的需求估計。接著所述方法可使用貝葉斯框架以及作為輸入的物項的總體需求預報資料產生物項在地理區域處的需求估計,所述貝葉斯框架具有物項的需求份額及物項片段在地理區域中的需求估計。所述方法可使用在一區域產生的需求估計來產生其他所涵蓋地理區域中的需求估計。
Description
本揭露大體而言是有關於區域需求估計之電腦化系統以及方法。具體而言,本揭露的實施例是有關於創新性及非傳統系統,所述創新性及非傳統系統是有關於對物項在一組地理區域中的需求的估計。
將物項分配至銷售及交付地點是零售及批發服務提供商達成訂購物項的廉價及及時交付的重要挑戰。當前系統利用簡單的外推技術(extrapolation technique)將潛在訂單的物項分配至不同的銷售及交付地點。
當前系統的技術無法處置大量資料且有時無法適應物項突然需求的變化。當前系統技術亦不能適應具有有限資料的物項(例如新物項、季節性物項或滯銷物項)。有限的資料可能會使當前系統技術難以準確預測各個銷售及交付地點的需求。現有的
系統技術亦不會考慮物項銷售及交付地點的能力。
因此,需要系統的改善方法來處置物項利用資料的不規則分配且將物項銷售及交付中心的利用率最大化。
本揭露的一個態樣是有關於一種用於區域庫存需求估計的系統。所述系統包括:至少一個非暫時性儲存媒體,包括指令;以及至少一個處理器,執行所述指令以實行操作。所述操作可包括:接收與用於需求估計的物項相關聯的物項辨識符作為對用於區域庫存需求估計的所述系統的輸入;存取與所接收的所述物項辨識符相關聯的所述物項的總體需求預報資料;辨識處於統一粒度層階的一或多個地理區域,其中粒度層階是基於由所述一或多個地理區域中的中心服務的物項訂單來確定;對與所接收的所述物項辨識符相關聯的所述物項在所辨識的所述一或多個地理區域中的每一者中的需求份額估計值進行評估,其中所述物項的所述需求份額估計值是基於與所述物項相關聯的訂單資料;確定與物項片段相關聯的一組物項辨識符,所述物項片段與和所接收的所述物項辨識符相關聯的所述物項相關;針對所辨識的所述一或多個地理區域中的每一者對與所述一組物項辨識符相關聯的所確定的所述物項片段的需求估計進行評估;使用貝葉斯框架(Bayesian framework)以及所述物項的總體需求預報資料產生與所接收的所述辨識符相關聯的所述物項在處於所述統一粒度層階的一或多個地理區域處的需求估計,其中所述貝葉斯框架被提供作為所述物
項的輸入需求份額及所辨識的所述物項片段在地理區域中的需求估計;產生與所接收的所述辨識符相關聯的所述物項在一或多個更高的粒度層階處的需求估計,其中所述物項在所述一或多個更高的粒度層階處的所述需求估計是藉由對所述物項在所述一或多個地理區域處的需求估計值進行聚合來產生;以及使用所產生的所述需求估計對所接收的所述物項辨識符作出響應。
本揭露的另一態樣是有關於一種用於區域庫存需求估計的方法。所述方法包括:接收與用於需求估計的物項相關聯的物項辨識符作為對用於區域庫存需求估計的系統的輸入;存取與所接收的所述物項辨識符相關聯的所述物項的總體需求預報資料;辨識處於統一粒度層階的一或多個地理區域,其中粒度層階是基於由所述一或多個地理區域中的中心服務的物項訂單來確定;對與所接收的所述物項辨識符相關聯的所述物項在所辨識的所述一或多個地理區域中的每一者中的需求份額估計值進行評估,其中所述物項的所述需求份額估計值是基於與所述物項相關聯的訂單資料;確定與物項片段相關聯的一組物項辨識符,所述物項片段與和所接收的所述物項辨識符相關聯的所述物項相關;針對所辨識的所述一或多個地理區域中的每一者對與所述一組物項辨識符相關聯的所確定的所述物項片段的需求估計進行評估;使用貝葉斯框架以及所述物項的總體需求預報資料產生與所接收的所述辨識符相關聯的所述物項在處於所述統一粒度層階的一或多個地理區域處的需求估計,其中所述貝葉斯框架被提供作為所述物項的輸
入需求份額及所辨識的所述物項片段在地理區域中的需求估計;產生與所接收的所述辨識符相關聯的所述物項在一或多個更高的粒度層階處的需求估計,其中所述物項在所述一或多個更高的粒度層階處的所述需求估計是藉由將需求估計值聚合至所述物項在所述一或多個地理區域處的需求估計值中來產生;以及使用所產生的所述需求估計對所接收的所述物項辨識符作出響應。
本揭露的又一態樣是有關於一種用於區域庫存需求估計的系統。所述系統可包括:至少一個非暫時性儲存媒體,包括指令;以及至少一個處理器,執行指令以實行操作。所述操作可包括:接收與物項需求估計相關聯的辨識符的物項辨識符作為對用於區域庫存需求估計的所述系統的輸入;自訂單資料庫擷取與所述物項相關聯的以往訂單資料,其中若訂購一物項的版本,則所述物項與訂單相關聯;基於所述以往訂單資料確定總體需求預報,其中使用機器學習模型基於與所述物項相關聯的以往訂單資料來估計所述物項的所述總體需求預報;辨識處於統一粒度層階的一或多個地理區域,其中粒度層階是基於由所述一或多個地理區域中的中心服務的所述訂單來確定;對與所接收的所述物項辨識符相關聯的所述物項在所辨識的所述一或多個地理區域中的每一者中的需求份額估計值進行評估,其中所述物項的所述需求份額估計值是基於與所述物項相關聯的訂單資料;即時確定與物項片段相關聯的一組物項辨識符,所述物項片段與和所接收的所述物項辨識符相關聯的所述物項相關;針對所辨識的所述一或多個地理區域中
的每一者對與所述一組物項辨識符相關聯的所確定的所述物項片段的需求估計進行評估;使用貝葉斯框架以及所述物項的總體需求預報資料產生與所接收的所述辨識符相關聯的所述物項在處於所述統一粒度層階的一或多個地理區域處的需求估計,其中所述貝葉斯框架被提供作為所述物項的輸入需求份額及所辨識的所述物項片段在地理區域中的需求估計;產生與所接收的所述辨識符相關聯的所述物項在一或多個更高的粒度層階處的需求估計,其中所述一或多個更高的粒度層階處的所述需求估計是藉由將需求估計值聚合至所述物項在所述一或多個地理區域處的需求估計值中來產生;以及使用所產生的所述需求估計對所接收的所述物項辨識符作出響應。
本文中亦論述其他系統、方法及電腦可讀取媒體。
100:示意性方塊圖/系統
101:裝運授權技術(SAT)系統/系統
102A:裝置/使用者裝置/行動裝置
102B:裝置/使用者裝置/電腦
103:外部前端系統/前端系統
105:內部前端系統
107:運輸系統
107A、107B、107C:行動裝置/裝置
109:賣方入口
111:裝運及訂單追蹤(SOT)系統
113:履行最佳化(FO)系統
115:履行訊息傳遞閘道(FMG)
117:供應鏈管理(SCM)系統
119:倉庫管理系統(WMS)
119A:行動裝置/裝置/平板電腦
119B:行動裝置/裝置/PDA
119C:行動裝置/裝置/電腦
121A、121B、121C:第三方履行(3PL)系統
123:履行中心授權系統(FC Auth)
125:勞資管理系統(LMS)
200:履行中心(FC)
201、222:卡車
202A、202B、208:物項
203:入站區
205:緩衝區
206:堆高機
207:卸貨區
209:揀選區
210:儲存單元
211:包裝區
213:中樞區
214:運輸機構
215:營地區
216:牆
218、220:包裝
224A、224B:交付工作者
226:汽車
310:需求估計系統
311:預報模組/組件
312:區域確定模組/組件
313:需求份額模組/組件
314:需求模組/組件
320:資料儲存器
321:物項資料
322:訂單資料
323:預報資料
324:片段資料
330:使用者裝置
340、422:網路
350:需求估計請求/配置檔案
400:分佈式計算系統
410、430:伺服器
412:匯流排
414:儲存裝置
416、465、466:處理器
417:主處理器/處理器
418:通訊介面
440:周邊裝置
461:記憶體
462:隨機存取記憶體(RAM)
463:唯讀記憶體(ROM)
464:實體儲存器
500、600、700:方法
510、520、530、540、550、560、570、580、590、599、610、620、630、699、710、720、730、740、799:步驟
圖1A是示出根據所揭露實施例的網路的示例性實施例的示意性方塊圖,所述網路包括用於能夠進行通訊的裝運(shipping)、運輸(transportation)及物流操作的電腦化系統。
圖1B繪示出根據所揭露實施例的樣本搜尋結果頁面(Search Result Page,SRP),其包括滿足搜尋請求的一或多個搜尋結果以及交互式使用者介面元素。
圖1C繪示出根據所揭露實施例的樣本單一細節頁面(Single Detail Page,SDP),其包括產品及關於產品的資訊以及交互式使用者介面元素。
圖1D繪示出根據所揭露實施例的樣本購物車頁面(Cart page),其包括虛擬購物車中的物項以及交互式使用者介面元素。
圖1E繪示出根據所揭露實施例的樣本訂單頁面(Order page),其包括來自虛擬購物車的物項以及關於採購及裝運的資訊以及交互式使用者介面元素。
圖2是根據所揭露實施例的被配置成利用所揭露電腦化系統的示例性履行中心(fulfillment center)的圖例。
圖3是根據所揭露實施例的示例性庫存需求估計系統的方塊圖。
圖4示出根據本揭露一些實施例的分佈式系統的示例性伺服器的示意圖。
圖5是根據所揭露實施例的用於確定物項在區域中的庫存需求估計的方法的例示性流程圖。
圖6是根據所揭露實施例的用於確定物項的總體需求預報資料的方法的例示性流程圖。
圖7是根據所揭露實施例的用於確定物項在階層的各種層階處的庫存需求估計的方法的例示性流程圖。
以下詳細說明參照附圖。在圖式及以下說明中盡可能使用相同的參考編號來指代相同或相似的部件。儘管本文中闡述了若干例示性實施例,然而可具有各種修改、改編及其他實施方案。舉例而言,可對圖式中示出的組件及步驟進行替換、添加或修改,
且可藉由對所揭露的方法的步驟進行替換、重新排序、移除或添加來修改本文中闡述的例示性方法。因此,以下詳細說明並非僅限於所揭露的實施例及實例。相反,本發明的正確範圍由隨附的專利申請範圍來界定。
本揭露的實施例是有關於被配置用於學習及預測新物項的銷售及交付模式以及現有物項的季節性利用變化的系統以及方法。一種系統可使用機器學習模型獲得此種智慧,所述機器學習模型可處置大量的物項利用資料作為訓練資料來預測物項利用模式。物項利用資料可包括銷售及交付中心處的物項訂單處理。所述系統亦可藉由向先前訓練的具有相關物項資料的機器學習模型提供資料作為輸入來處置有限的資料可用性情況。藉由能夠預測物項利用模式,系統可理解物項的需求估計且對物項進行分配估計。
參照圖1A,圖1A示出示意性方塊圖100,其示出包括用於能夠進行通訊的裝運、運輸及物流操作的電腦化系統的系統的示例性實施例。如圖1A中所示,系統100可包括各種系統,所述各種系統中的每一者可經由一或多個網路連接至彼此。所述系統亦可經由直接連接(例如使用纜線)連接至彼此。所繪示的系統包括裝運授權技術(shipment authority technology,SAT)系統101、外部前端系統103、內部前端系統105、運輸系統107、行動裝置107A、107B及107C、賣方入口109、裝運及訂單追蹤(shipment and order tracking,SOT)系統111、履行最佳化(fulfillment optimization,FO)系統113、履行訊息傳遞閘道(fulfillment
messaging gateway,FMG)115、供應鏈管理(supply chain management,SCM)系統117、倉庫管理系統(warehouse management system,WMS)119、行動裝置119A、119B及119C(被繪示為位於履行中心(FC)200內部)、第三方履行(3rd party fulfillment,3PL)系統121A、121B及121C、履行中心授權系統(fulfillment center authorization system,FC Auth)123及勞資管理系統(labor management system,LMS)125。
在一些實施例中,SAT系統101可被實施為監控訂單狀態及交付狀態的電腦系統。舉例而言,SAT系統101可判斷訂單是否超過其承諾交付日期(Promised Delivery Date,PDD),且可採取包括發起新的訂單、再裝運未交付訂單中的物項、取消未交付訂單、發起與訂購顧客的聯繫等在內的適當行動。SAT系統101亦可監控包括輸出(例如在特定時間段期間裝運的包裝的數目)及輸入(例如被接收用於裝運的空紙盒的數目)在內的其他資料。SAT系統101亦可充當系統100中不同裝置之間的閘道,使得能夠在例如外部前端系統103及FO系統113等裝置之間達成通訊(例如,使用儲存及轉送(store-and-forward)或其他技術)。
在一些實施例中,外部前端系統103可被實施為使得外部使用者能夠與系統100中的一或多個系統交互的電腦系統。舉例而言,在其中系統100能夠呈現系統以使得使用者能夠對物項下訂單的實施例中,外部前端系統103可被實施為接收搜尋請求、呈現物項頁面及懇求支付資訊的網站伺服器。舉例而言,外部前端
系統103可被實施為運行例如阿帕奇超文件傳輸協定(Hypertext Transfer Protocol,HTTP)伺服器、微軟網際網路資訊服務(Internet Information Services,IIS)、NGINX等軟體的一或多個電腦。在其他實施例中,外部前端系統103可運行客製網站伺服器軟體,客製網站伺服器軟體被設計成接收及處理來自外部裝置(例如,行動裝置102A或電腦102B)的請求,基於該些請求自資料庫及其他資料儲存器獲取資訊,且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中,外部前端系統103可包括網站快取系統(web caching system)、資料庫、搜尋系統或支付系統中的一或多者。在一個態樣中,外部前端系統103可包括該些系統中的一或多者,而在另一態樣中,外部前端系統103可包括連接至該些系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫或其他網路連接)。
由圖1B、圖1C、圖1D及圖1E示出的一組例示性步驟將有助於闡述外部前端系統103的一些操作。外部前端系統103可自系統100中的系統或裝置接收資訊,以供呈現及/或顯示。舉例而言,外部前端系統103可代管或提供一或多個網頁,包括搜尋結果頁面(SRP)(例如,圖1B)、單一細節頁面(SDP)(例如,圖1C)、購物車頁面(例如,圖1D)或訂單頁面(例如,圖1E)。使用者裝置(例如,使用行動裝置102A或電腦102B)可導航至外部前端系統103,且藉由在搜尋框中輸入資訊來請求搜尋。外部
前端系統103可自系統100中的一或多個系統請求資訊。舉例而言,外部前端系統103可自FO系統113請求滿足搜尋請求的資訊。外部前端系統103亦可請求及接收(自FO系統113)搜尋結果中所包括的每種產品的承諾交付日期或「PDD」。在一些實施例中,PDD可表示對以下的估計:容納產品的包裝將何時到達使用者所期望的位置,或者若在特定時間段(例如在一天結束(午後11:59)之前)內訂購則產品被承諾交付至使用者所期望的位置的日期。(以下參照FO系統113進一步論述PDD。)
外部前端系統103可基於所述資訊準備SRP(例如,圖1B)。SRP可包括滿足搜尋請求的資訊。舉例而言,此可包括滿足搜尋請求的產品的圖片。SRP亦可包括每種產品的相應價格,或者與每種產品的增強交付選項、PDD、重量、大小、優惠、折扣等相關的資訊。外部前端系統103可向發出請求的使用者裝置發送SRP(例如,經由網路)。
接著使用者裝置可例如藉由點擊或輕敲使用者介面(或使用另一輸入裝置)以選擇在SRP上表現的產品而自SRP選擇產品。使用者裝置可製定對所選擇產品的資訊的請求,且將其發送至外部前端系統103。作為響應,外部前端系統103可請求與所選擇產品相關的資訊。舉例而言,所述資訊可包括除在相應的SRP上針對產品呈現的資訊之外的附加資訊。此附加資訊可包括例如儲架壽命(shelf life)、原產國、重量、大小、包裝中物項的數目、操作說明(handling instructions)或關於產品的其他資訊。所述資
訊亦可包括對相似產品的建議(例如,基於購買此產品及至少一種其他產品的顧客的巨量資料及/或機器學習分析)、對常問問題的回答、來自顧客的評論、製造商資訊、圖片等。
外部前端系統103可基於所接收的產品資訊來準備單一細節頁面(SDP)(例如,圖1C)。SDP亦可包括例如「立即購買(Buy Now)」按鈕、「添加至購物車(Add to Cart)」按鈕、量欄(quantity field)、物項圖片等其他交互式元素。SDP可更包括提供所述產品的賣方的列表。所述列表可基於每一賣方提供的價格來排序,使得提出以最低價格售賣產品的賣方可被列於頂部。所述列表亦可基於賣方排名來排序,使得排名最高的賣方可被列於頂部。賣方排名可基於包括例如賣方滿足所承諾PDD的過往追蹤記錄在內的多種因素來製定。外部前端系統103可將SDP交付至發出請求的使用者裝置(例如,經由網路)。
發出請求的使用者裝置可接收列出產品資訊的SDP。在接收到SDP後,使用者裝置接著可與SDP交互。舉例而言,發出請求的使用者裝置的使用者可點擊SDP上的「放入購物車中」按鈕或以其他方式與SDP上的「放入購物車中」按鈕交互。此會將產品添加至與使用者相關聯的購物車。使用者裝置可向外部前端系統103發射此種將產品添加至購物車的請求。
外部前端系統103可產生購物車頁面(例如,圖1D)。在一些實施例中,購物車頁面列出已被使用者添加至虛擬「購物車」的產品。使用者裝置可藉由點擊SRP、SDP或其他頁面上的
圖標或以其他方式與SRP、SDP或其他頁面上的圖標交互來請求購物車頁面。在一些實施例中,購物車頁面可列出已被使用者添加至購物車的所有產品,以及關於購物車中的產品的資訊,例如每種產品的數量、每種產品的單價、每種產品的基於相關聯數量的價格、關於PDD的資訊、交付方法、裝運成本、用於修改購物車中的產品的使用者介面元素(例如,數量的刪除或修改)、用於訂購其他產品或設定產品的定期交付的選項、用於設定利息支付的選項、用於繼續採購的使用者介面元素等。使用者裝置處的使用者可點擊使用者介面元素(例如,讀為「立即購買」的按鈕)或以其他方式與使用者介面元素(例如,讀為「立即購買」的按鈕)交互,以發起對購物車中的產品的採購。在這樣做時,使用者裝置可向外部前端系統103發射此種發起採購的請求。
外部前端系統103可因應於接收到發起採購的請求而產生訂單頁面(例如,圖1E)。在一些實施例中,訂單頁面重新列出來自購物車的物項,且請求輸入支付及裝運資訊。舉例而言,訂單頁面可包括請求關於購物車中物項的採購者的資訊(例如,姓名、位址、電子郵件位址、電話號碼)、關於接收方的資訊(例如,姓名、位址、電話號碼、交付資訊)、裝運資訊(例如,交付及/或收取的速度/方法)、支付資訊(例如,信用卡、銀行轉帳、支票、賒帳(stored credit))、請求現金收據(例如,出於稅務目的)的使用者介面元素等的部分。外部前端系統103可向使用者裝置發送訂單頁面。
使用者裝置可在訂單頁面上輸入資訊,且點擊向外部前端系統103發送所述資訊的使用者介面元素或以其他方式與向外部前端系統103發送所述資訊的使用者介面元素交互。外部前端系統103可自使用者介面元素將資訊發送至系統100中的不同系統,以使得能夠用購物車中的產品創建及處理新的訂單。
在一些實施例中,外部前端系統103可更被配置成使得賣方能夠發射及接收與訂單相關的資訊。
在一些實施例中,內部前端系統105可被實施為使得內部使用者(例如,擁有、營運或租賃系統100的組織的員工)能夠與系統100中的一或多個系統交互的電腦系統。舉例而言,在其中系統101能夠呈現系統以使得使用者能夠對物項下訂單的實施例中,內部前端系統105可被實施為網站伺服器,網站伺服器使得內部使用者能夠查看關於訂單的診斷及統計資訊、修改物項資訊或者查核與訂單相關的統計量。舉例而言,內部前端系統105可被實施為運行例如阿帕奇HTTP伺服器、微軟網際網路資訊服務(IIS)、NGINX等軟體的一或多個電腦。在其他實施例中,內部前端系統105可運行客製網站伺服器軟體,客製網站伺服器軟體被設計成接收及處理來自繪示於系統100中的系統或裝置(以及未繪示的其他裝置)的請求,基於該些請求自資料庫及其他資料儲存器獲取資訊,且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中,內部前端系統105可包括網站快取系統、資料庫、搜尋系統、支付系統、分析系統、訂單監控系統等中
的一或多者。在一個態樣中,內部前端系統105可包括該些系統中的一或多者,而在另一態樣中,內部前端系統105可包括連接至該些系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫或其他網路連接)。
在一些實施例中,運輸系統107可被實施為使得能夠在系統100中的系統或裝置與行動裝置107A至107C之間達成通訊的電腦系統。在一些實施例中,運輸系統107可自一或多個行動裝置107A至107C(例如,行動電話、智慧型電話、個人數位助理(personal digital assistant,PDA)等)接收資訊。舉例而言,在一些實施例中,行動裝置107A至107C可包括由交付工作者操作的裝置。交付工作者(其可為永久的、臨時的或輪班的員工)可利用行動裝置107A至107C來達成對容納由使用者訂購的產品的包裝的交付。舉例而言,為交付包裝,交付工作者可在行動裝置上接收指示交付哪一包裝以及在何處交付所述包裝的通知。在到達交付位置時,交付工作者可使用行動裝置來定位包裝(例如,在卡車的後部或包裝的板條箱中)、掃描或以其他方式捕獲與包裝上的辨識符(例如,條形碼、影像、正文字串、射頻辨識(radio frequency identification,RFID)標籤等)相關聯的資料以及交付包裝(例如,藉由將包裝留在前門、將其留給保全警衛、將其交給接收方等)。在一些實施例中,交付工作者可使用行動裝置捕獲包裝的照片及/或可使用行動裝置獲得簽名。行動裝置可向運輸系統107發送包括關於交付的資訊在內的資訊,所述關於交付的資訊包括例如時
間、日期、全球定位系統(Global Positioning System,GPS)位置、照片、與交付工作者相關聯的辨識符、與行動裝置相關聯的辨識符等。運輸系統107可將此資訊儲存於資料庫(未畫出)中,以供系統100中的其他系統存取。在一些實施例中,運輸系統107可使用此資訊來準備追蹤資料並將追蹤資料發送至指示特定包裝位置的其他系統。
在一些實施例中,某些使用者可使用一種種類的行動裝置(例如,永久工作者可使用具有例如條形碼掃描器、觸控筆(stylus)及其他裝置等客製硬體的專用PDA),而其他使用者可使用其他種類的行動裝置(例如,臨時工作者或輪班工作者可利用現成的行動電話及/或智慧型電話)。
在一些實施例中,運輸系統107可將使用者與每一裝置相關聯。舉例而言,運輸系統107可儲存使用者(由例如使用者辨識符、員工辨識符或電話號碼表示)與行動裝置(由例如國際行動設備辨識(International Mobile Equipment Identity,IMEI)、國際行動訂用辨識符(International Mobile Subscription Identifier,IMSI)、電話號碼、通用唯一辨識符(Universal Unique Identifier,UUID)或全球唯一辨識符(Globally Unique Identifier,GUID)表示)之間的關聯。運輸系統107可結合在交付時接收的資料使用此種關聯來分析儲存於資料庫中的資料,以便除其他資訊以外亦確定工作者的位置、工作者的效率或工作者的速度。
在一些實施例中,賣方入口109可被實施為使得賣方或
其他外部實體能夠與系統100中的一或多個系統進行電子通訊的電腦系統。舉例而言,賣方可利用電腦系統(未畫出)來針對賣方希望使用賣方入口109藉由系統100來售賣的產品上載或提供產品資訊、訂單資訊、聯繫資訊等。
在一些實施例中,裝運及訂單追蹤系統111可被實施為如下的電腦系統:所述電腦系統接收、儲存及轉送關於容納由顧客(例如,由使用裝置102A至102B的使用者)訂購的產品的包裝的位置的資訊。在一些實施例中,裝運及訂單追蹤系統111可自由裝運公司操作的網站伺服器(未畫出)請求或儲存資訊,裝運公司交付容納由顧客訂購的產品的包裝。
在一些實施例中,裝運及訂單追蹤系統111可自系統100中所繪示的系統請求及儲存資訊。舉例而言,裝運及訂單追蹤系統111可自運輸系統107請求資訊。如以上所論述,運輸系統107可自與使用者(例如,交付工作者)或車輛(例如,交付卡車)中的一或多者相關聯的一或多個行動裝置107A至107C(例如,行動電話、智慧型電話、PDA等)接收資訊。在一些實施例中,裝運及訂單追蹤系統111亦可自倉庫管理系統(WMS)119請求資訊,以確定各別產品在履行中心(例如,履行中心200)內部的位置。裝運及訂單追蹤系統111可自運輸系統107或WMS 119中的一或多者請求資料,對其進行處理,且根據請求將其呈現至裝置(例如,使用者裝置102A及102B)。
在一些實施例中,履行最佳化(FO)系統113可被實施
為如下的電腦系統:所述電腦系統儲存來自其他系統(例如,外部前端系統103及/或裝運及訂單追蹤系統111)的顧客訂單的資訊。FO系統113亦可儲存闡述特定物項被容置或儲存於何處的資訊。舉例而言,某些物項可能僅儲存於一個履行中心中,而某些其他物項可能儲存於多個履行中心中。在再一些其他實施例中,某些履行中心可被設計成僅儲存特定的一組物項(例如,新鮮農產品(fresh produce)或冷凍產品(frozen product))。FO系統113儲存此種資訊以及相關聯資訊(例如,數量、大小、接收日期、過期日期等)。
FO系統113亦可為每種產品計算對應的承諾交付日期(PDD)。在一些實施例中,PDD可基於一或多種因素。舉例而言,FO系統113可基於以下來為產品計算PDD:產品的過往需求(例如,在一段時間期間此產品被訂購過多少次)、產品的預期需求(例如,預報在即將到來的一段時間期間有多少顧客會訂購所述產品)、指示在一段時間期間訂購過多少產品的全網路過往需求、指示在即將到來的一段時間期間預期會訂購多少產品的全網路預期需求、儲存於每一履行中心200中的產品的一或多個計數、每種產品由哪一履行中心儲存、此產品的預期訂單或當前訂單等。
在一些實施例中,FO系統113可週期性地(例如,每小時)確定每種產品的PDD,且將其儲存於資料庫中,以供擷取或發送至其他系統(例如,外部前端系統103、SAT系統101、裝運及訂單追蹤系統111)。在其他實施例中,FO系統113可自一或多個系統(例如,外部前端系統103、SAT系統101、裝運及訂單追
蹤系統111)接收電子請求,且按需計算PDD。
在一些實施例中,履行訊息傳遞閘道(FMG)115可被實施為如下的電腦系統:所述電腦系統自系統100中的一或多個系統(例如FO系統113)接收呈一種格式或協定的請求或響應,將其轉換成另一種格式或協定,且以所轉換的格式或協定將其轉送至例如WMS 119或第三方履行系統121A、121B或121C等其他系統,且反之亦然。
在一些實施例中,供應鏈管理(SCM)系統117可被實施為實行預報功能的電腦系統。舉例而言,SCM系統117可基於例如產品的過往需求、產品的預期需求、全網路過往需求、全網路預期需求、儲存於每一履行中心200中的產品計數、每種產品的預期訂單或當前訂單等來預報特定產品的需求水準。因應於此種預報水準及所有履行中心的每種產品的量,SCM系統117可產生一或多個採購訂單,以採購及貯存足夠的數量來滿足特定產品的預報需求。
在一些實施例中,倉庫管理系統(WMS)119可被實施為監控工作流的電腦系統。舉例而言,WMS 119可自指示離散事件的各別裝置(例如,裝置107A至107C或119A至119C)接收事件資料。舉例而言,WMS 119可接收指示使用該些裝置中的一者來掃描包裝的事件資料。如以下參照履行中心200及圖2所論述,在履行過程期間,包裝辨識符(例如,條形碼或RFID標籤資料)可在特定階段由機器(例如,自動化條形碼掃描器或手持條形
碼掃描器、RFID讀取器、高速照相機、例如平板電腦(tablet)119A、行動裝置/PDA 119B、電腦119C等裝置或者類似機器)掃描或讀取。WMS 119可將指示包裝辨識符的掃描或讀取的每一事件連同包裝辨識符、時間、日期、位置、使用者辨識符或其他資訊一起儲存於對應的資料庫(未畫出)中,且可將此資訊提供至其他系統(例如,裝運及訂單追蹤系統111)。
在一些實施例中,WMS 119可儲存將一或多個裝置(例如,裝置107A至107C或119A至119C)與和系統100相關聯的一或多個使用者相關聯的資訊。舉例而言,在一些情況下,使用者(例如兼職員工或全職員工)與行動裝置的關聯可在於使用者擁有行動裝置(例如,行動裝置是智慧型電話)。在其他情況下,使用者與行動裝置的關聯可在於使用者臨時保管行動裝置(例如,使用者在一天開始時登記借出行動裝置,將在一天中使用行動裝置,且將在一天結束時歸還行動裝置)。
在一些實施例中,WMS 119可為與系統100相關聯的每一使用者維護工作日誌。舉例而言,WMS 119可儲存與每一員工相關聯的資訊,包括任何所分派的過程(例如,卸載卡車、自揀選區揀選物項、分撥牆工作(rebin wall work)、包裝物項)、使用者辨識符、位置(例如,履行中心200中的樓層或區)、員工在系統中移動的單元的數目(例如,所揀選的物項的數目、所包裝的物項的數目)、與裝置(例如,裝置119A至119C)相關聯的辨識符等。在一些實施例中,WMS 119可自例如在裝置119A至119C上操作
的計時系統等計時系統接收簽入(check-in)資訊及簽出(check-out)資訊。
在一些實施例中,第三方履行(3PL)系統121A至121C表示與物流及產品的第三方提供商相關聯的電腦系統。舉例而言,儘管一些產品被儲存於履行中心200中(如以下針對圖2所論述),然而其他產品可被儲存於場外、可按需生產或者可在其他情況下不可儲存於履行中心200中。3PL系統121A至121C可被配置成自FO系統113(例如,藉由FMG 115)接收訂單,且可直接向顧客提供產品及/或服務(例如,交付或安裝)。在一些實施例中,3PL系統121A至121C中的一或多者可為系統100的一部分,而在其他實施例中,3PL系統121A至121C中的一或多者可在系統100之外(例如,由第三方提供商擁有或營運)。
在一些實施例中,履行中心授權系統(FC Auth)123可被實施為具有各種功能的電腦系統。舉例而言,在一些實施例中,FC Auth 123可充當系統100中的一或多個其他系統的單一登入(single-sign on,SSO)服務。舉例而言,FC Auth 123可使得使用者能夠經由內部前端系統105登錄,確定使用者具有存取裝運及訂單追蹤系統111處的資源的相似特權,且使得使用者能夠存取該些特權而不需要第二次登錄過程。在其他實施例中,FC Auth 123可使得使用者(例如,員工)能夠將其自身與特定任務相關聯。舉例而言,一些員工可能不具有電子裝置(例如裝置119A至119C),而是可作為替代在一天的過程期間於履行中心200內在各任務之
間及各區之間移動。FC Auth 123可被配置成使得該些員工能夠指示他們正在實行什麼任務以及他們在一天的不同時間處於什麼區。
在一些實施例中,勞資管理系統(LMS)125可被實施為儲存員工(包括全職員工及兼職員工)的出勤資訊及加班資訊的電腦系統。舉例而言,LMS 125可自FC Auth 123、WMS 119、裝置119A至119C、運輸系統107及/或裝置107A至107C接收資訊。
圖1A中繪示的特定配置僅為實例。舉例而言,儘管圖1A繪示出FC Auth系統123連接至FO系統113,然而並非所有實施例皆需要此種特定配置。實際上,在一些實施例中,系統100中的系統可藉由包括以下在內的一或多種公共網路或私有網路連接至彼此:網際網路、內部網路(Intranet)、廣域網路(Wide-Area Network,WAN)、都會區域網路(Metropolitan-Area Network,MAN)、符合電機及電子工程師學會(Institute of Electrical and Electronic Engineers,IEEE)802.11a/b/g/n標準的無線網路、租用線路(leased line)等。在一些實施例中,系統100中的系統中的一或多者可被實施為在資料中心、伺服器場(server farm)等處實施的一或多個虛擬伺服器。
圖2繪示出履行中心200。履行中心200是儲存訂購時裝運至顧客的物項的實體位置的實例。履行中心(FC)200可被劃分成多個區,所述多個區中的每一者繪示於圖2中。在一些實施例中,該些「區」可被視為接收物項、儲存物項、擷取物項及裝運
物項的過程的不同階段之間的虛擬劃分。因此,儘管在圖2中繪示出「區」,然而亦可存在區的其他劃分,且在一些實施例中,圖2中的區可被省略、複製或修改。
入站區203表示FC 200的自希望使用來自圖1A的系統100售賣產品的賣方接收物項的區。舉例而言,賣方可使用卡車201交付物項202A及202B。物項202A可表示足夠大以佔用其自己的裝運托板的單一物項,而物項202B可表示在同一托板上堆疊於一起以節省空間的一組物項。
工作者將在入站區203中接收物項,且可使用電腦系統(未畫出)可選地檢查物項的損壞及正確性。舉例而言,工作者可使用電腦系統將物項202A及202B的數量與訂購的物項數量進行比較。若數量不匹配,則此工作者可拒絕物項202A或202B中的一或多者。若數量匹配,則工作者可將該些物項(使用例如推車、手推車、堆高機,或者手動地)移動至緩衝區(buffer zone)205。緩衝區205可為當前在揀選區中所不需要的物項(例如,由於在揀選區中存在足夠高數量的此物項來滿足預報需求)的臨時儲存區。在一些實施例中,堆高機206進行操作以在緩衝區205中四處移動物項以及在入站區203與卸貨區207之間移動物項。若在揀選區中需要物項202A或202B(例如,由於預報需求),則堆高機可將物項202A或202B移動至卸貨區207。
卸貨區207可為FC 200的在物項被移動至揀選區209之前儲存所述物項的區。被分派揀選任務的工作者(「揀選者」)可
接近揀選區中的物項202A及202B,使用行動裝置(例如,裝置119B)掃描揀選區的條形碼且掃描與物項202A及202B相關聯的條形碼。接著揀選者可將物項帶至揀選區209(例如,藉由將物項放入搬運車(cart)上或者搬運物項)。
揀選區209可為FC 200的其中在儲存單元210上儲存物項208的區。在一些實施例中,儲存單元210可包括實體排架(physical shelving)、書架、盒、裝運箱、冰箱、冰櫃、冷藏庫等中的一或多者。在一些實施例中,揀選區209可被組織成多個樓層。在一些實施例中,工作者或機器可以包括例如堆高機、升降機、傳送帶、搬運車、手推車、推車、自動化機器人或裝置或者手動方式在內的多種方式將物項移動至揀選區209中。舉例而言,揀選者可將物項202A及202B放入卸貨區207中的手推車或搬運車上,且步行將物項202A及202B送至揀選區209。
揀選者可接收將物項放入(或「存放(stow)」於)揀選區209中的特定地點(例如儲存單元210上的特定空間)的指令。舉例而言,揀選者可使用行動裝置(例如,裝置119B)掃描物項202A。所述裝置可例如使用指示過道、儲架及位置的系統來指示揀選者應將物項202A存放於何處。接著,在將物項202A存放於此位置中之前,所述裝置可提示揀選者掃描此位置處的條形碼。所述裝置可向電腦系統(例如圖1A中的WMS 119)發送(例如,經由無線網路)資料來指示物項202A已由使用裝置119B的使用者存放於所述位置處。
一旦使用者下訂單,揀選者便可在裝置119B上接收指令,以自儲存單元210擷取一或多個物項208。揀選者可擷取物項208,掃描物項208上的條形碼,且將其放入運輸機構214上。儘管運輸機構214被表示為滑動件,然而在一些實施例中,運輸機構可被實施為傳送帶、升降機、搬運車、堆高機、手推車、推車、等中的一或多者。接著物項208可到達包裝區211。
包裝區211可為FC 200的自揀選區209接收物項且將物項包裝至盒或袋中以便最終裝運至顧客的區。在包裝區211中,被分派接收物項的工作者(「分撥工作者(rebin worker)」)將自揀選區209接收物項208,且確定物項208對應於什麼訂單。舉例而言,分撥工作者可使用例如電腦119C等裝置來掃描物項208上的條形碼。電腦119C可以可視方式指示物項208與哪一訂單相關聯。舉例而言,此可包括牆216上的對應於訂單的空間或「單元格(cell)」。一旦訂單完成(例如,由於單元格容納訂單的所有物項),分撥工作者可向包裝工作者(或「包裝者(packer)」)指示訂單完成。包裝者可自單元格擷取物項,且將其放入盒或袋中進行裝運。接著,包裝者可例如藉由堆高機、搬運車、推車、手推車、傳送帶、手動方式或其他方式將盒或袋發送至中樞區(hub zone)213。
中樞區213可為FC 200的自包裝區211接收所有盒或袋(「包裝」)的區。中樞區213中的工作者及/或機器可擷取包裝218,且確定每一包裝擬定去往交付區的哪一部分,且將包裝路由至適當的營地區215。舉例而言,若交付區具有兩個較小的子區,
則包裝將去往兩個營地區215中的一者。在一些實施例中,工作者或機器可掃描包裝(例如,使用裝置119A至119C中的一者)以確定其最終目的地。將包裝路由至營地區215可包括例如確定作為包裝的目的地的地理區的一部分(例如,基於郵遞區號),以及確定與所述地理區的所述部分相關聯的營地區215。
在一些實施例中,營地區215可包括一或多個建築物、一或多個實體空間或者一或多個區,其中的包裝是自中樞區213接收以分選至路線及/或子路線中。在一些實施例中,營地區215在實體上與FC 200分離,而在其他實施例中,營地區215可形成FC 200的一部分。
營地區215中的工作者及/或機器可例如基於目的地與現有路線及/或子路線的比較、對每一路線及/或子路線的工作負載的計算、一天中的時間、裝運方法、裝運包裝220的成本、與包裝220中的物項相關聯的PDD等來確定包裝220應與哪一路線及/或子路線相關聯。在一些實施例中,工作者或機器可掃描包裝(例如,使用裝置119A至119C中的一者)以確定其最終目的地。一旦包裝220被分派至特定路線及/或子路線,工作者及/或機器可移動待裝運的包裝220。在示例性圖2中,營地區215包括卡車222、汽車226以及交付工作者224A及224B。在一些實施例中,卡車222可由交付工作者224A駕駛,其中交付工作者224A是為FC 200交付包裝的全職員工,且卡車222由擁有、租賃或營運FC 200的同一公司擁有、租賃或營運。在一些實施例中,汽車226可由交付工
作者224B駕駛,其中交付工作者224B是根據需要(例如,季節性地)進行交付的「彈性(flex)」或不定期工作者(occasional worker)。汽車226可由交付工作者224B擁有、租賃或營運。
圖3是根據所揭露實施例的示例性需求估計系統的方塊圖。如圖3中所示,需求估計系統310藉由網路340與資料儲存器(data store)320及使用者裝置330連接。需求估計系統310的組件可包括預報模組311、區域確定模組312、需求份額模組313、需求模組314。
在一些實施例中,需求估計系統310可被實施為針對特定區域實行預報物項需求估計的電腦系統。需求估計系統310中的每一組件可代表軟體程式功能或整個軟體程式。處理器(例如圖4所示處理器416至417)可執行代表需求估計系統中的組件的軟體功能及程式。處理器可為計算裝置的虛擬處理器或實體處理器。執行軟體功能或程式的計算裝置可包括單個處理器或核或者多個處理器或核,或者可為跨分佈式計算環境、網路、雲端或虛擬化計算環境散佈的多個計算裝置。
預報模組311可基於與資料儲存器320中的物項訂單相關的資料來預報物項的總體需求。預報模組311亦可考慮搜尋由前端系統103(如圖1A中所示)接收的物項,以確定物項的總體需求。預報模組311可接收物項辨識符(例如物項的貯存計量單位(stock keeping unit,SKU)編號或條形碼)作為確定所述物項的總體需求的輸入。使用者裝置330可與物項辨識符共享請求,
以確定物項的總體需求。在一些實施例中,使用者裝置330可請求多個物項的總體需求資料。在一些實施例中,需求模組314可請求預報模組311提供物項的總體需求預報。需求模組314亦可請求預報模組311提供總體需求不確定性的度量。預報模組311可基於被儲存為訂單資料322的物項的先前訂單將國家預報(national forecast)確定為物項的總體需求。需求估計系統310可利用物項的總體需求來計算特定區域在特定時間的需求估計。
區域確定模組312可確定地理區域以計算每一物項的需求估計。由區域確定模組312辨識的地理區域可用於計算物項在各種粒度層階處的需求估計。粒度層階可指示由系統100服務的地理區域的大小,以使得能夠進行物項的採購及裝運。粒度層階可以較高的粒度層階定義較大地理區域的階層,所述階層包含較低的粒度層階的較小地理區域。舉例而言,粒度層階可包括鄰裡、郵遞區號、地區、州及國家;每一區域可包括於系統100可裝運所採購物項的另一更大的地理區域中。
地理區域可包括由預報模組311確定的物項的總體需求的一些部分。區域確定模組312可確定用於需求估計計算的最小地理區域,所述最小地理區域可與履行中心(例如,圖2所示FC 200)相關聯。區域確定模組312亦可確定可包含最小地理區域的較大地理區域。舉例而言,較大地理區域可包含所有第三方履行系統121A至121C(如圖1A中所示)。區域確定模組312可確定不重疊的地理區域,以確定物項在不同地理粒度層階處的需求估計。
區域確定模組312在確定出與需求估計請求物項相關的地理區域時可將資料儲存於資料儲存器320中。在一些實施例中,需求估計系統310可請求區域確定模組312確定所有可能的區域。
需求份額模組313可確定物項在地理區域中的總體需求的份額。需求份額模組313可藉由查核所辨識的區域中物項的訂單來確定總體需求的份額。需求份額模組313可向裝運及訂單追蹤系統111(如圖1A中所示)請求物項的總訂單。在一些實施例中,需求份額模組313可直接查核訂單資料322,以辨識每一履行中心(例如,FC 200)及所涵蓋地理區域的訂單份額。需求份額模組313使用總訂單份額資料來確定物項在由區域確定模組312確定的每一地理區域處的需求份額。需求份額模組313可包括使用物項訂單資料訓練的機器學習模型,以對總體未來訂單的份額進行估計。
在一些實施例中,需求份額模組313可確定彼此相關的一組物項的需求份額。需求份額模組313可使用一組預先定義的類別來確定相關物項。在一些實施例中,需求份額模組313可查核訂單資料322以辨識相關物項。舉例而言,需求份額模組313可查核訂單資料以確定物項的採購模式(例如一同採購的物項)以確定相關物項。需求份額模組313可基於來自裝運及訂單追蹤系統111的以往訂單資料及來自預報模組311的預期未來訂單以及來自區域確定模組312的地理區域資料而使用總體需求資料來確定每一地理區域在物項的總體需求中的份額。需求份額模組313可
僅單獨確定最小地理區域(例如履行中心(例如,FC 200))的需求份額。
需求模組314可確定物項在特定區域中的需求估計。需求模組314可使用由需求份額模組313計算的物項在特定區域中的需求份額估計值來計算物項的需求估計。需求模組314可基於每一區域的需求份額估計值來分配物項的總體需求,以計算特定區域的需求估計值。需求模組314可基於在計算由區域確定模組312確定的地理區域的需求份額時可用的訂單資料量而直接依賴於需求份額。在此種情形中,需求模組314可依賴於與需要需求估計確定的物項相關的一組物項。需求模組314可能需要計算與請求需求估計的物項相關的所述一組物項的需求估計值。
需求模組314可使用片段資料324來確定與需要需求估計的物項相關聯的所述一組物項。片段資料324可包括可用作相關物項的集合的物項分組的預先定義的片段。在一些實施例中,可藉由確定形成一組物項分組的相關物項來動態地填充片段資料324。需求模組314可藉由查核訂單資料322及物項屬性來填充片段資料324,進而辨識相關物項。需求模組314亦可與裝運及訂單追蹤系統111進行通訊,以查核物項訂單來辨識相關物項。舉例而言,一同訂購的物項可被視為相關物項。在一些實施例中,需求模組314可與前端系統103(如圖1A中所示)進行通訊,以確定對前端系統103的使用者進行的物項及查核的物項的搜尋,進而確定將作為分組包括於片段資料324中的相關物項。
需求模組314可在確定出與所請求物項的需求估計相關的物項時計算相關物項的需求估計。需求模組314可使用一組物項的需求估計來計算特定物項在特定區域中的需求估計值。需求模組314可計算包括所請求物項需求估計的特定區域的多個地理區域的需求估計。需求模組314可對多個地理區域的需求估計進行聚合,以計算物項在特定區域中的需求估計。
在各種實施例中,資料儲存器320可採取若干不同的形式。舉例而言,資料儲存器320可為結構化查詢語言(structured query language,SQL)資料庫或NoSQL資料庫,例如由微軟TM(MICRQSQFTTM)、雷迪斯(REDIS)、甲骨文TM(QRACLETM)、卡珊卓(CASSANDRA)、MYSQL開發的資料庫、各種其他類型的資料庫、藉由調用網站服務而返送的資料、藉由調用計算功能而返送的資料、感測器資料、物聯網(Internet of Thing,IoT)裝置或各種其他資料源。資料儲存器320可儲存在例如預報模組311、區域確定模組312、需求份額模組313及需求模組314等應用的操作期間使用或產生的資料。舉例而言,若區域確定模組312被配置成辨識與需求庫存估計相關聯的區域,則資料儲存器320可提供物項資料321及訂單資料322作為關於訂單及在各個區域中訂購的物項的資訊。相似地,若需求估計系統310被配置成提供先前辨識的片段資料324,則資料儲存器320可產生與資料儲存器320中的物項相關聯的片段資料324。在一些實施例中,資料儲存器320可被饋送來自外部源的資料,或者外部源(例如,伺服器、資料庫、
感測器、IoT裝置等)可為替換品。
物項資料321可包括物項相關資訊,包括物項辨識符、物項名稱。物項資料321亦可包括物項在各種地理區域(例如履行中心200)處的可用性。SCM系統117可向資料儲存器320提供關於物項在履行中心處的可用性的資訊,以填充物項資料321。在一些實施例中,物項資料321可包括由前端系統103提供的物項搜尋資料。物項資料321可為用於儲存物項辨識符及物項名稱的具有文數欄位的表格資料。在一些實施例中,物項資料321可為逗號分隔的文數值。
訂單資料322可包括使用FO系統113進行的物項採購訂單。訂單資料322包括關於自各個履行中心(例如,FC 200、第三方履行系統121A至121C)售賣及運送的物項資料321的各種物項的資訊。訂單資料322亦可包括由裝運及訂單追蹤系統111提供的追蹤資料。訂單資料322可為具有文數欄位的表格資料,所述表格資料具有關於訂單裝運位址、包裝類型(例如,特殊冷凍物項包裝)及裝運類型(例如,過夜裝運(overnight shipment))的資訊。訂單資料322可以其他格式(例如逗號隔開的正文檔案或爪哇腳本對象表示法(JavaScript Object Notation,JSON)檔案)呈現。
預報資料323可包括在物項資料321中列出的物項的總體需求預報。預報資料323可包括由履行中心支援的各種地理區域的需求預報。在一些實施例中,預報資料323可由預報模組311
動態地填充。預報資料323可使用表示總需求百分比的數值以表格方式進行結構化。預報資料323亦可包括指示滿足不同地理區域中的所有訂單所需的物項量的整數欄位。
片段資料324可包括關於彼此相關的物項資料321的物項集合的資料。片段資料324可包括具有共用物項的重疊物項集合。片段資料324可包括為由系統100服務的不同地理區域定義的資料集合。片段資料324可由需求模組314定期更新。在一些實施例中,區域確定模組312對地理區域的辨識可觸發對將儲存於片段資料324中的新的資料集合的確定。片段資料324可包括一同形成片段的物項辨識符的文數欄位。片段資料324可以其他格式(例如正文檔案中的逗號隔開的值或JSON檔案)進行結構化。
使用者裝置330可向需求估計系統310中的模組發出存取特定區域的需求估計資料的請求。需求估計系統310中的模組可能需要執行一或多個功能來擷取使用者裝置330所請求的資料。功能的執行可使得需求估計系統310中的模組向位於需求估計系統310內的其他模組發送資料庫存取請求。需求估計系統310中的模組發送的資料庫存取請求可取決於物項的類型或一天/一年中的時間。舉例而言,存取相同物項訂單資料的使用者裝置可達成由處理器執行的需求估計系統310的模組的不同功能集合,以基於需求估計的區域及時間來擷取不同的物項需求估計。舉例而言,若物項是季節性物項(例如肉桂味食品(cinnamon flavor)),則需求
在假日季節達到高峰。另外,在一些實施例中,需求估計系統310中的模組可在無需使用者的直接參與的情況下被系統100的其他自動應用存取。舉例而言,此可發生於物聯網(IoT)環境、虛擬化計算環境(例如,涉及實例化的虛擬機、容器(container)或無伺服器代碼例子)中或涉及應用至應用通訊的其他環境中。
使用者裝置330可藉由網路340將庫存需求估計請求轉送至需求估計系統310。對資料儲存器320中的資訊的請求亦可可選地經由網路340接收。網路340可採取各種形式。舉例而言,網路340可包括或利用網際網路、有線廣域網路(WAN)、有線局部區域網路(Local Area Network,LAN)、無線WAN(例如全球互通微波存取(Worldwide Interoperability for Microwave Access,WiMAX))、無線LAN(例如IEEE 802.11等)、網狀網路(mesh network)、行動/蜂巢式網路、企業或私有資料網路、儲存區域網路(storage area network)、使用公共網路的虛擬私有網路或其他類型的網路通訊。在一些實施例中,網路340可包括本地(on-premises)(例如,LAN)網路,而在其他實施例中,網路340可包括虛擬化(例如,AWSTM、AzureTM、IBM雲端TM等)網路。此外,在一些實施例中,網路340可為本地與虛擬化的混合網路,包括兩種類型的網路架構的組件。
使用者裝置330可藉由網路340向需求估計系統310發送需求估計請求350。需求估計請求350可包括用於計算物項在區域中的需求估計的物項及區域的細節。在一些實施例中,需求估計
請求350可包括與所請求的需求估計物項相關的物項集合的細節。需求估計請求350可包括其他配置資料,以對需求估計系統310的模組的行為進行配置。舉例而言,需求估計請求350可包括用於對預報資料323中的物項及片段資料324中的一組相關物項的總體需求進行更新的時間間隔的配置。需求估計系統310在藉由網路接收到需求估計請求350時開始計算物項在特定區域中的需求估計。
圖4示出根據本揭露一些實施例的分佈式系統的示例性伺服器的示意圖。根據圖4,分佈式計算系統400的伺服器410包括用於傳送資訊的匯流排412或其他通訊機制、與匯流排412通訊耦合以用於處理資訊的一或多個處理器416、以及與匯流排412通訊耦合以用於處理資訊的一或多個主處理器417。處理器416可為例如一或多個微處理器。在一些實施例中,一或多個處理器416包括處理器465及處理器466,且處理器465與處理器466經由互連拓撲的晶片間互連連接於一起。主處理器417可為例如中央處理單元(central processing unit,「CPU」)。
伺服器410可經由網路422向另一伺服器430發射資料或與所述另一伺服器430進行通訊。網路422可為局部網路、網際網路服務提供商、網際網路或其任意組合。伺服器410的通訊介面418連接至網路422,此可能夠達成與伺服器430的通訊。另外,伺服器410可經由匯流排412耦合至周邊裝置440,周邊裝置440包括顯示器(例如,陰極射線管(cathode ray tube,CRT)、液
晶顯示器(liquid crystal display,LCD)、觸控螢幕等)及輸入裝置(例如,鍵盤、鼠滑鼠、軟鍵盤等)。
伺服器410可使用客製的硬連線邏輯、一或多個特殊應用積體電路(application-specific integrated circuit,ASIC)或現場可程式化閘陣列(field-programmable gate array,FPGA)、韌體或程式邏輯來實施,所述邏輯與伺服器進行組合使得伺服器410成為專用機器。
伺服器410更包括儲存裝置414,儲存裝置414可包括記憶體461及實體儲存器464(例如,硬碟驅動機、固態驅動機等)。記憶體461可包括隨機存取記憶體(random access memory,RAM)462及唯讀記憶體(read-only memory,ROM)463。儲存裝置414可經由匯流排412與處理器416及主處理器417通訊耦合。儲存裝置414可包括主記憶體,所述主記憶體可用於在處理器416及主處理器417欲執行的指令的執行期間儲存臨時變量或其他中間資訊。此種指令在由儲存於處理器416及主處理器417可存取的非暫時性儲存媒體中之後將伺服器410呈現為專用機器,所述專用機器被客製成實行指令中指定的操作。本文中所使用的用語「非暫時性媒體」是指儲存使機器以特定方式進行操作的資料或指令的任何非暫時性媒體。此種非暫時性媒體可包括非揮發性媒體或揮發性媒體。非暫時性媒體包括例如光碟或磁碟、動態記憶體、軟磁碟(floppy disk)、軟性磁碟(flexible disk)、硬碟、固態驅動機、磁帶或任何其他磁性資料儲存媒體、可攜式光碟唯讀記憶
體(compact disc read-only memory,CD-ROM)、任何其他光學資料儲存媒體、任何具有孔圖案的實體媒體、RAM、可程式化唯讀記憶體(programmable ROM,PROM)、電性可程式化唯讀記憶體(electrically programmable ROM,EPROM)、快閃EPROM、非揮發性隨機存取記憶體(Non-Volatile Random Access Memory,NVRAM)、快閃記憶體、暫存器、快取、任何其他記憶體晶片或盒式磁帶(cartridge)以及其聯網版本。
在將一或多個指令的一或多個序列載送至處理器416或主處理器417以供執行時可涉及各種形式的媒體。舉例而言,指令在開始時可在遠端電腦的磁碟或固態驅動機上施行。遠端電腦可將指令加載至其動態記憶體中且使用數據機藉由電話線發送指令。伺服器410本地的數據機可在電話線上接收資料且使用紅外發射器將資料轉換成紅外訊號。紅外偵測器可接收紅外訊號中承載的資料,且適當的電路系統可將資料放置於匯流排412上。匯流排412將資料載送至儲存裝置414內的主記憶體,處理器416或主處理器417自主記憶體擷取指令並執行指令。
需求估計系統310或其組件中的一或多者可駐留於伺服器410或430上且可由處理器416或417執行。系統100或其組件中的一或多者亦可駐留於伺服器410或430上。在一些實施例中,需求估計系統310及/或系統100的組件可跨多個伺服器410及430散佈。舉例而言,需求估計系統310的組件311至314可在多個伺服器上執行。
圖5是根據所揭露實施例的用於確定物項在區域中的庫存需求估計的方法的例示性流程圖。在一些實施例中,出於例示目的,方法500的步驟可由需求估計系統310實行。應理解,所示出的方法可被變更以修改步驟的次序或者進一步包括附加步驟。
在步驟510中,需求估計系統310可擷取與物項相關聯的物項辨識符。需求估計系統310可在接收到對物項的需求估計的請求(例如,圖3所示需求估計請求350)時擷取物項辨識符。需求估計系統310可以規則的時間間隔接收每一物項的自動需求估計請求。舉例而言,需求估計系統310可在一天結束時接收對物項的需求估計請求,以重新計算所述物項在由系統100服務的不同地理區域中的需求估計的任何改變。
在一些實施例中,需求估計系統310可在系統100觀察到需求估計請求物項的訂單改變超過臨限量時接收需求估計請求。當物項在地理區域中的訂單百分比改變高於臨限量時,需求估計系統310可接收所述物項的需求估計請求。裝運及訂單追蹤系統111可觸發對物項的需求估計請求且將需求估計請求發送至需求估計系統310。系統100可具有用於其他事件的觸發器,以發送物項的需求估計請求。在一些實施例中,需求估計系統310可具有對需求估計觸發事件進行配置的能力。需求估計系統310的使用者可為需求估計系統310配置間隔及/或觸發事件,以擷取配置檔案(例如,配置檔案350)中的物項辨識符。
在一些實施例中,需求估計系統310可能需要對所接收
的請求進行轉變以擷取物項辨識符。舉例而言,請求的轉變可包括在物項資料321中查找物項名稱以擷取物項辨識符。物項辨識符可為唯一表示物項的文數字串。在一些實施例中,所述轉變可包括辨識新的物項辨識符。舉例而言,所接收的請求可包括停產物項的物項辨識符,且所述轉變可提供物項的新版本的辨識符。需求估計系統310可請求預報模組311實行與所請求的需求估計物項對應的物項辨識符的轉變及/或擷取。
在步驟520中,需求估計系統310可使用所擷取的物項辨識符來存取物項的總體需求預報。需求估計系統310可使用訂單資料322來確定物項的總體需求預報。在一些實施例中,需求估計系統310可經由FMG 115進行通訊,以確定FC 200及第三方履行系統121A至121C對物項訂單的以往訂單履行情況,進而預報物項的總體需求。需求估計系統310亦可與WMS 119進行通訊,以經由屬於FC 200的行動裝置119A至119C獲得實時物項訂單履行更新。
在步驟530中,需求估計系統310可辨識處於統一粒度層階的一或多個地理區域。需求估計系統310可藉由在多個地理區域之間均等地劃分由系統100服務的郵遞區號來辨識處於統一粒度層階的地理區域。在一些實施例中,需求估計系統310可基於由服務於所辨識的郵遞區號的履行中心(例如,FC 200)處理的訂單數目而在地理區域中包括郵遞區號。
需求估計系統310的區域確定模組312可幫助確定均勻
粒度層階的地理區域。區域確定模組312可查核訂單資料322以確定在每一郵遞區號中處理的訂單。在一些實施例中,區域確定模組312可被配置成基於在步驟510中請求的特定物項來確定區域。舉例而言,快銷物項(fast-selling item)可具有小的地理區域(僅包括一個履行中心),且滯銷物項可能需要較大的地理區域來具有足夠的資料進行需求估計。區域確定模組312可被配置成對用於確定統一粒度的地理區的規則進行設定。使用者可提供配置以及請求(例如,圖3所示需求估計請求350)。所述配置可包括每個地理區域的郵遞區號數目或者每個地理區域的最小訂單數目。在一些實施例中,區域確定模組312亦可在確定統一粒度的地理區域時考慮由履行中心(例如,FC 200)在郵遞區號中提供的服務類型(例如,過夜裝運、冷藏)。區域確定模組312可在地理區域之間均等地分配各種服務類型能力的履行中心。
區域確定模組312可將所確定的所述一或多個區域儲存於資料儲存器320中。區域確定模組312可以規則的間隔重新計算地理區域,且更新資料儲存器320中的區域資料。可容許使用者對計算地理區域的時間間隔進行配置。在一些實施例中,需求估計請求(例如,需求估計請求350)可用於對用於需求估計計算的地理區域的確定進行配置。
在步驟540中,需求估計系統310可對物項在步驟520中確定的地理區域中的需求份額估計值進行評估。需求份額模組313可幫助辨識在步驟520中由需求估計系統310辨識的地理區
域的需求份額估計值。需求份額模組313可查核與每一地理區域中的履行中心相關聯的訂單資料322,以確定地理區域對物項的需求份額。
需求份額模組313可使用訂單資料322來確定由地理區域中的履行中心處理的訂單的份額。需求份額模組313可考慮來自所定義週期的訂單資料,以確定訂單的份額。在一些實施例中,需求份額模組313可以規則的時間間隔確定物項訂單在地理區域中的份額。時間間隔可取決於物項的類型。舉例而言,快賣物項可能需要以規則的間隔進行份額確定,且滯銷物項份額確定可能需要長的資料週期。在一些實施例中,使用者可對訂單的時間間隔進行配置以用於確定需求份額。當使用以往訂單資料產生需求份額估計時,需求份額模組313可考慮季節性需求。舉例而言,需求份額模組313可在計算特定地理區域的需求份額估計時核查來自前幾年的相同時間週期的以往訂單資料。需求份額模組313可將與物項及/或物項片段相關聯的需求份額估計儲存於資料儲存器320中。
在步驟550中,需求估計系統310可確定與在步驟510中擷取的所請求需求估計物項的辨識符相關聯的一組物項辨識符。與物項相關聯的一組物項辨識符可表示物項片段。所辨識的片段可包括與在步驟510中辨識的物項相關的物項。物項片段可被預先定義並儲存於資料儲存器320的片段資料324中。片段資料324可以規則間隔進行更新,或者可作為在步驟510中接收的物項需
求估計請求(例如,需求估計請求350)的一部分而被請求。
物項片段資料可基於物項的相似度來確定。可使用靜態分派的物項標籤來確定物項相似度。物項片段可在所述片段中的物項之間具有一組共用標籤。舉例而言,各種類型的書籍可全部針對兒童且可包括共用的兒童書籍標籤,並且可一同被認為是物項片段。在一些實施例中,可基於訂單資料動態確定片段資料。舉例而言,一同採購及/或具有相同標籤的物項可被認為是同一片段的一部分。在一些實施例中,用於確定片段資料的規則可作為需求估計請求的一部分進行配置。使用者可提供片段配置規則作為需求估計請求350的一部分。片段規則可包括最小總片段需求的臨限值,所述臨限值被設計成確保所述片段的區域份額估計的期望精度。在確定出片段規則後,需求份額模組313可確定屬於特定地理區域中的片段的一組物項的總訂單的份額。
在步驟560中,需求估計系統310可對屬於在步驟550中確定的物項片段的一組物項的需求估計進行評估。需求估計系統310可對在步驟530中確定的物項片段在每一地理區域中的需求估計進行評估。需求估計系統310的需求模組314可確定物項片段的需求估計。需求模組314可使用機器學習模型來預測物項片段的需求估計。
在步驟570中,需求估計系統310可基於物項的需求份額及物項片段的需求估計來產生物項的需求估計。需求估計系統310的需求模組314可藉由將物項的需求份額、物項片段的需求估
計與總體需求進行組合來計算物項的需求估計。需求估計系統310可使用貝葉斯框架將在步驟510中接收的所請求物項的需求份額與物項片段的需求估計進行組合。在一些實施例中,在貝葉斯框架中,對所請求物項的不同需求區域的份額可被建模為具有狄利克雷(Dirichlet)先驗分佈及後驗分佈的多項分佈的參數。狄利克雷先驗分佈可基於片段的估計份額。在狄利克雷先驗分佈中,可使用在朗寧(Ronning)的「狄利克雷分佈的最大似然估計(Maximum-likelihood estimation of Dirichlet distributions)」(統計計算及模擬期刊,32:215-221(1989))中建議的估計器的修改版本而藉由如下的方式來估計形狀參數:在所述片段中跨所有物項的經驗份額的先驗樣本方差下對所述片段的區域份額的二階矩進行近似匹配。狄利克雷後驗分佈可藉由將物項在不同區域中的需求視為多項隨機變量的單個觀測值並實行一步貝葉斯更新來獲得。在此種貝葉斯框架中,以總體需求為條件的物項在不同區域中的需求估計可被建模為多項隨機變量,其參數具有所計算的狄利克雷後驗。具體而言,在某個區域r中,物項需求的平均值m r 及方差v r 由以下方程式給出:m r =q r m,
其中m及s是由需求估計系統310提供的總體需求預報的平均值及標準誤差,α1 ,α2 ,...是物項在不同區域中的狄利克雷後驗的參數,
且q r =α r /Σ k α k 是物項的區域r的份額的後驗分佈的平均值。
在步驟580中,需求估計系統310可對一或多個粒度層階的需求估計值進行聚合。需求估計系統310的需求模組314可在步驟560中對地理區域的需求估計進行組合,以確定一或多個粒度層階處的需求估計值。需求估計系統310可對地理區域的需求估計進行聚合,直至所請求的需求估計區域的所涵蓋的履行中心全部包括在內。在一些實施例中,需求估計可能需要對不同層階處的需求估計不確定性進行計算及聚集。物項需求估計的不確定性可能需要對在步驟550中辨識的物項片段的需求估計的不確定性進行計算。
在步驟590中,需求估計系統310可使用在步驟570及580中產生的需求估計來對所接收的物項辨識符作出響應。需求估計系統310可藉由網路340作出響應。需求估計系統310可在發送響應之前變換需求估計。變換可包括使用區域的需求估計及所請求的需求估計區域中的所有較小區域以表格方式來構造響應。在步驟590完成時,需求估計系統310完成(步驟599)在分佈式計算系統400上執行方法500。
圖6是根據所揭露實施例的用於確定物項的總體需求預報資料的方法的例示性流程圖。在一些實施例中,出於例示目的,方法600的步驟可由在分佈式計算系統400上執行或以其他方式使用分佈式計算系統400的特徵的需求估計系統310來實行。應理解,所示出的方法可被變更以修改步驟的次序或者進一步包括
附加步驟。
在步驟610中,需求估計系統310可接收對物項的需求估計的請求(例如,圖3所示需求估計請求350)。所接收的請求可包括物項的辨識符,例如產品的SKU編號。在一些實施例中,所接收的請求可包括用於需求估計計算的產品類別。需求估計系統310可將物項的需求估計請求轉發至預報模組311。在一些實施例中,需求模組314可將所接收的需求估計請求轉發至預報模組311。在一些實施例中,預報模組311可藉由網路340直接自使用者裝置(例如,圖3所示使用者裝置330)接收需求估計請求。在一些實施例中,預報模組311可自動觸發需求估計請求並更新物項的需求預報。需求估計系統310的使用者可藉由對計算需求估計請求的物項及時間間隔進行設定來對自動觸發需求估計請求進行配置。需求估計請求350可包括對自動觸發時間間隔進行設定的配置參數。
在步驟620中,需求估計系統310可藉由擷取與物項相關聯的以往訂單資料(例如,圖3所示訂單資料322)來開始對在所接收的需求估計請求中辨識的物項進行需求估計。在一些實施例中,所接收的需求估計請求中的物項辨識符可能需要被轉變成相關辨識符。可能需要物項辨識符的轉變來辨識訂單資料322中的物項採購訂單。
在步驟630中,需求估計系統310可藉由使用機器學習模型來進行評定而基於以往訂單資料來確定總體需求預報。預報
模組311使用的機器學習模型可使用訂單資料322來訓練。預報模組311的機器學習模型。在步驟630完成時,需求估計系統310完成(步驟699)在分佈式計算系統400上執行方法600。
圖7是根據所揭露實施例的用於確定物項在階層的各種層階處的庫存需求估計的方法的例示性流程圖。在一些實施例中,出於例示目的,方法700的步驟可由在分佈式計算系統400上執行或以其他方式使用分佈式計算系統400的特徵的需求估計系統310來實行。應理解,所示出的方法可被變更以修改步驟的次序或者進一步包括附加步驟。
在步驟710中,需求估計系統310可計算物項片段的需求估計的不確定性。需求估計系統310的需求模組314可幫助計算物項片段的需求估計的不確定性。需求模組314可在需求估計的計算之後計算需求估計的不確定性。需求估計的不確定性可為由需求模組314用來計算物項片段的需求估計的機器學習模型表達的不確定性。
在步驟720中,需求估計系統310可確定所請求物項在地理區域中的需求估計的不確定性。可使用一組物項的需求估計的不確定性來計算物項的需求估計的不確定性,所述一組物項是所請求物項的片段及物項在地理區域中的需求份額的一部分。
在步驟730中,需求估計系統310可對物項在一或多個地理區域處的需求估計的不確定性進行聚合。在一些實施例中,需求估計系統310可藉由將作為聚合區域的一部分的各別更精細粒
度區域的後驗狄利克雷分佈的參數相加來對需求估計的不確定性進行聚合。聚合區域的需求份額可再次具有帶有聚合參數的狄利克雷後驗。接著可藉由需求估計的平均值及方差來概括需求估計的不確定性。物項的需求估計的平均值及方差的計算的詳細說明在以上圖5的說明中提供。此種方法隱式地捕捉相對不確定性減少的方式,此乃因針對需求估計考慮更大的地理區域。
在步驟740中,需求估計系統310可藉由使用物項在地理區域中的需求估計的不確定性以及物項的需求份額及物項片段的需求估計來對物項在一或多個地理區域處的需求估計值進行聚合。在步驟740完成時,需求估計系統310完成(步驟799)在分佈式計算系統400上執行方法700。
儘管已參照本揭露的具體實施例示出並闡述了本揭露,然而應理解,本揭露可不加修改地實踐於其他環境中。上述說明是出於例示目的而呈現。上述說明並非詳盡性的且並非僅限於所揭露的精確形式或實施例。藉由考量對所揭露實施例的說明及實踐,各種修改及改編對於熟習此項技術者而言將顯而易見。另外,儘管所揭露實施例的態樣被闡述為儲存於記憶體中,然而熟習此項技術者應理解,該些態樣亦可儲存於其他類型的電腦可讀取媒體上,例如輔助儲存裝置(例如硬碟或光碟唯讀記憶體(compact disk read-only memory,CD ROM))或者其他形式的隨機存取記憶體(random access memory,RAM)或唯讀記憶體(read-only memory,ROM)、通用序列匯流排(universal serial bus,USB)媒體、數位
影音光碟(digital versatile disc,DVD)、藍光(Blu-ray)或其他光學驅動媒體上。
基於書面說明及所揭露的方法的電腦程式處於有經驗的開發者的技能範圍內。可使用熟習此項技術者已知的任何技術來創建各種程式或程式模組,或者可結合現有的軟體來設計各種程式或程式模組。舉例而言,可採用或借助.Net Framework、.Net Compact Framework(以及相關語言,如Visual Basic、C等)、爪哇(Java)、C++、Objective-C、超文件標記語言(Hypertext Markup Language,HTML)、HTML/AJAX組合、可擴展標記語言(Extensible Markup Language,XML)或包括爪哇小程式的HTML來設計程式區段或程式模組。
另外,儘管本文中已闡述了例示性實施例,然而熟習此項技術者基於本揭露將設想出具有等效元素、修改形式、省略、組合(例如,各種實施例之間的態樣的組合)、改編及/或變更的任何及所有實施例的範圍。申請專利範圍中的限制應基於申請專利範圍中採用的語言進行廣義解釋,而並非僅限於本說明書中闡述的實例或在申請的過程期間闡述的實例。所述實例應被視為非排他性的。此外,所揭露方法的步驟可以任何方式進行修改,包括藉由對步驟進行重新排序及/或插入或刪除步驟。因此,本說明書及實例旨在僅被視為例示性的,真正的範圍及精神由以下申請專利範圍及其等效內容的全部範圍來指示。
310:需求估計系統
311:預報模組/組件
312:區域確定模組/組件
313:需求份額模組/組件
314:需求模組/組件
320:資料儲存器
321:物項資料
322:訂單資料
323:預報資料
324:片段資料
330:使用者裝置
340:網路
350:需求估計請求/配置檔案
Claims (20)
- 一種用於區域需求估計的電腦實施的系統,所述系統包括:至少一個記憶體,儲存指令;以及至少一個處理器,被配置成執行所述指令以實行包括以下的操作:接收與用於需求估計的物項相關聯的物項辨識符作為對用於所述區域需求估計的所述系統的輸入;存取與所接收的所述物項辨識符相關聯的所述物項的總體需求預報資料;辨識處於統一粒度層階的一或多個地理區域,其中所述粒度層階是基於由所述一或多個地理區域中的中心服務的物項訂單來確定;對與所接收的所述物項辨識符相關聯的所述物項在所辨識的所述一或多個地理區域中的每一者中的需求份額估計值進行評估,其中所述物項的所述需求份額估計值是基於與所述物項相關聯的訂單資料;確定與物項片段相關聯的一組物項辨識符,所述物項片段與和所接收的所述物項辨識符相關聯的所述物項相關;針對所辨識的所述一或多個地理區域中的每一者對與所述一組物項辨識符相關聯的所確定的所述物項片段的需求估計進行評估; 使用貝葉斯框架以及所述物項的所存取的所述總體需求預報資料產生與所接收的所述物項辨識符相關聯的所述物項在處於所述統一粒度層階的所述一或多個地理區域處的需求估計,其中所述貝葉斯框架被提供作為所述物項的輸入需求份額及所辨識的所述物項片段在地理區域中的需求估計;產生與所接收的所述物項辨識符相關聯的所述物項在一或多個更高的粒度層階處的需求估計,其中所述物項在所述一或多個更高的粒度層階處的所述需求估計是藉由對所述物項在所述一或多個地理區域處的需求估計值進行聚合來產生;以及使用所產生的所述需求估計對所接收的所述物項辨識符作出響應。
- 如請求項1所述的電腦實施的系統,其中存取所述總體需求預報資料更包括:自訂單資料庫擷取與所述物項相關聯的以往訂單資料,其中若訂購一物項的版本,則所述物項與訂單相關聯;以及基於所述以往訂單資料確定所述總體需求預報資料,其中使用機器學習模型基於與所述物項相關聯的所述以往訂單資料來估計所述物項的所述總體需求預報資料。
- 如請求項1所述的電腦實施的系統,其中辨識處於所述統一粒度層階的所述一或多個地理區域是基於以下中的至少一者的相似度: 所述一或多個地理區域的大小;在所述一或多個地理區域中服務的訂單數目;或者由一個共用交付中心服務的地理區。
- 如請求項1所述的電腦實施的系統,其中所述物項的所述需求份額估計值是針對季節性需求進行調整。
- 如請求項1所述的電腦實施的系統,其中所辨識的所述物項片段的所述需求估計包括點估計值。
- 如請求項1所述的電腦實施的系統,其中確定與所述物項片段相關聯的所述一組物項辨識符是即時實行的,所述物項片段與和所接收的所述物項辨識符相關聯的所述物項相關。
- 如請求項1所述的電腦實施的系統,其中所述物項片段彼此相關,其中關係是基於以下中的至少一者:所述物項片段的物項的類型的相似度;或者包括所述物項片段的訂單組合。
- 如請求項1所述的電腦實施的系統,其中所述物項片段與第二物項片段部分或全部重疊作為所述第二物項片段的子集。
- 如請求項1所述的電腦實施的系統,其中對所述物項在所述一或多個地理區域處的所述需求估計值進行聚合是以配置檔案定義。
- 如請求項1所述的電腦實施的系統,其中對所述物項在所述一或多個地理區域處的所述需求估計值進行聚合是基 於所述物項的類型。
- 如請求項1所述的電腦實施的系統,其中對所述物項在所述一或多個地理區域處的所述需求估計值進行聚合更包括:確定所述物項的所述需求估計的不確定性;以及在所述一或多個地理區域處對所述物項的所述需求估計的所述不確定性進行聚合。
- 如請求項11所述的電腦實施的系統,其中確定所述物項的所述需求估計的所述不確定性更包括:計算與所述一組物項辨識符相關聯的所辨識的所述物項片段的所述需求估計的所述不確定性;計算所述物項的總體需求預報的不確定性;以及基於所辨識的所述物項片段的所述需求估計的所述不確定性、所述物項的所述總體需求預報的所述不確定性以及所述物項的所述需求份額估計值來確定所述物項的所述需求估計的所述不確定性。
- 一種用於低潛時聚合資料供應與區域需求估計的電腦實施的方法,所述方法包括:接收與用於需求估計的物項相關聯的物項辨識符作為對用於所述區域庫存需求估計的系統的輸入;存取與所接收的所述物項辨識符相關聯的所述物項的總體需求預報資料; 辨識處於統一粒度層階的一或多個地理區域,其中所述粒度層階是基於由所述一或多個地理區域中的中心服務的物項訂單來確定;對與所接收的所述物項辨識符相關聯的所述物項在所辨識的所述一或多個地理區域中的每一者中的需求份額估計值進行評估,其中所述物項的所述需求份額估計值是基於與所述物項相關聯的訂單資料;確定與物項片段相關聯的一組物項辨識符,所述物項片段與和所接收的所述物項辨識符相關聯的所述物項相關;針對所辨識的所述一或多個地理區域中的每一者對與所述一組物項辨識符相關聯的所確定的所述物項片段的需求估計進行評估;使用貝葉斯框架以及所述物項的所存取的所述總體需求預報資料產生與所接收的所述物項辨識符相關聯的所述物項在處於所述統一粒度層階的所述一或多個地理區域處的需求估計,其中所述貝葉斯框架被提供作為所述物項的輸入需求份額及所辨識的所述物項片段在地理區域中的需求估計;產生與所接收的所述物項辨識符相關聯的所述物項在一或多個更高的粒度層階處的需求估計,其中所述物項在所述一或多個更高的粒度層階處的所述需求估計是藉由將需求估計值聚合至所述物項在所述一或多個地理區域處的需求估計值中來產生;以及使用所產生的所述需求估計對所接收的所述物項辨識符作出 響應。
- 如請求項13所述的方法,其中存取所述總體需求預報資料更包括:接收用於所述需求估計的所述物項作為對用於所述區域庫存需求估計的所述系統的輸入;自訂單資料庫擷取與所述物項相關聯的以往訂單資料,其中若訂購一物項的版本,則所述物項與訂單相關聯;以及基於所述以往訂單資料確定所述總體需求預報資料,其中使用機器學習模型基於與所述物項相關聯的所述以往訂單資料來估計所述物項的所述總體需求預報資料。
- 如請求項13所述的方法,其中辨識處於所述統一粒度層階的所述一或多個地理區域是基於以下中的至少一者的相似度:所述一或多個地理區域的大小;在所述一或多個地理區域中服務的訂單數目;或者由一個共用交付中心服務的地理區。
- 如請求項13所述的方法,其中所述物項片段彼此相關,其中關係是基於以下中的至少一者:所述物項片段的物項的類型的相似度;或者包括所述物項片段的訂單組合。
- 如請求項13所述的方法,其中所述物項片段與第二物項片段部分或全部重疊作為所述第二物項片段的子集。
- 如請求項13所述的方法,其中將所述需求估計值聚合至所述物項在所述一或多個地理區域處的所述需求估計值中是基於所述物項的類型。
- 如請求項13所述的方法,其中將所述需求估計值聚合至所述物項在所述一或多個地理區域處的所述需求估計值中更包括:確定所述物項的所述需求估計的不確定性,其中所述物項的所述需求估計的所述不確定性是基於所辨識的所述物項片段的所述需求估計的不確定性、所述物項的總體需求預報的不確定性以及所述物項的所述需求份額估計值;以及在所述一或多個地理區域處對所述物項的所述需求估計的所述不確定性進行聚合。
- 一種用於低潛時聚合資料供應的電腦實施的系統,所述系統包括:至少一個記憶體,儲存指令;以及至少一個處理器,被配置成執行所述指令以實行包括以下的操作:接收與物項需求估計相關聯的辨識符的物項辨識符作為對用於區域庫存需求估計的系統的輸入;自訂單資料庫擷取與所述物項相關聯的以往訂單資料,其中若訂購一物項的版本,則所述物項與訂單相關聯;基於所述以往訂單資料確定總體需求預報資料,其中使用 機器學習模型基於與所述物項相關聯的所述以往訂單資料來估計所述物項的所述總體需求預報資料;辨識處於統一粒度層階的一或多個地理區域,其中所述統一粒度層階是基於由所述一或多個地理區域中的中心服務的所述訂單來確定;對與所接收的所述物項辨識符相關聯的所述物項在所辨識的所述一或多個地理區域中的每一者中的需求份額估計值進行評估,其中所述物項的所述需求份額估計值是基於與所述物項相關聯的訂單資料;即時確定與物項片段相關聯的一組物項辨識符,所述物項片段與和所接收的所述物項辨識符相關聯的所述物項相關;針對所辨識的所述一或多個地理區域中的每一者對與所述一組物項辨識符相關聯的所確定的所述物項片段的需求估計進行評估;使用貝葉斯框架以及所述物項的總體需求預報資料產生與所接收的所述物項辨識符相關聯的所述物項在處於所述統一粒度層階的所述一或多個地理區域處的需求估計,其中所述貝葉斯框架被提供作為所述物項的輸入需求份額及所辨識的所述物項片段在地理區域中的需求估計;產生與所接收的所述物項辨識符相關聯的所述物項在一或多個更高的粒度層階處的需求估計,其中所述一或多個更高的粒度層階處的所述需求估計是藉由將需求估計值聚合至所 述物項在所述一或多個地理區域處的需求估計值中來產生;以及使用所產生的所述需求估計對所接收的所述物項辨識符作出響應。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/511,469 | 2021-10-26 | ||
US17/511,469 US20230128417A1 (en) | 2021-10-26 | 2021-10-26 | Systems and methods for regional demand estimation |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202318290A TW202318290A (zh) | 2023-05-01 |
TWI834101B true TWI834101B (zh) | 2024-03-01 |
Family
ID=86056572
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW113102498A TW202420181A (zh) | 2021-10-26 | 2022-01-05 | 用於低潛時聚合資料供應的電腦實施的方法與用於區域需求估計的電腦實施的系統 |
TW111100337A TWI834101B (zh) | 2021-10-26 | 2022-01-05 | 用於低潛時聚合資料供應的電腦實施的系統與用於區域需求估計的電腦實施的系統以及方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW113102498A TW202420181A (zh) | 2021-10-26 | 2022-01-05 | 用於低潛時聚合資料供應的電腦實施的方法與用於區域需求估計的電腦實施的系統 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230128417A1 (zh) |
KR (1) | KR20230059697A (zh) |
TW (2) | TW202420181A (zh) |
WO (1) | WO2023073419A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117787662B (zh) * | 2024-02-23 | 2024-05-28 | 中国人民解放军海军工程大学 | 一种空间需求平衡分区方法、电子设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170169446A1 (en) * | 2015-12-09 | 2017-06-15 | Wal-Mart Stores, Inc. | Systems and methods of utilizing multiple forecast models in forecasting customer demands for products at retail facilities |
US20170193433A1 (en) * | 2016-01-05 | 2017-07-06 | Wal-Mart Stores, Inc. | System for estimating geographical demand and method therefor |
TW201820217A (zh) * | 2016-11-23 | 2018-06-01 | 財團法人資訊工業策進會 | 庫存需求預測系統 |
CN109154799A (zh) * | 2016-09-02 | 2019-01-04 | X开发有限责任公司 | 基于可定制目标的仓库布局优化 |
US20190019203A1 (en) * | 2017-07-14 | 2019-01-17 | Sk Planet Co., Ltd. | Method for providing marketing management data for optimization of distribution and logistics and apparatus for the same |
US20190139059A1 (en) * | 2017-11-07 | 2019-05-09 | Kabushiki Kaisha Toshiba | Demand forecasting device, demand forecasting method and non-transitory computer readable medium |
CN110796407A (zh) * | 2019-04-02 | 2020-02-14 | 韩领有限公司 | 电子库存跟踪系统和相关用户界面 |
CN111401808A (zh) * | 2020-03-12 | 2020-07-10 | 重庆文理学院 | 一种基于混合模型的物资协议库存需求预测方法 |
CN113228073A (zh) * | 2019-11-19 | 2021-08-06 | 韩领有限公司 | 用于基于系统参数的订单高效分配的计算机实现系统和方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8117060B2 (en) * | 2007-12-20 | 2012-02-14 | Ebay Inc. | Geographic demand distribution and forecast |
US8732039B1 (en) * | 2010-12-29 | 2014-05-20 | Amazon Technologies, Inc. | Allocating regional inventory to reduce out-of-stock costs |
US20160055495A1 (en) * | 2014-08-22 | 2016-02-25 | Wal-Mart Stores, Inc. | Systems and methods for estimating demand |
US10664801B1 (en) * | 2018-12-06 | 2020-05-26 | Jane Technologies, Inc. | Inventory management and distribution of physical products |
-
2021
- 2021-10-26 US US17/511,469 patent/US20230128417A1/en active Pending
- 2021-12-27 WO PCT/IB2021/062350 patent/WO2023073419A1/en unknown
-
2022
- 2022-01-05 TW TW113102498A patent/TW202420181A/zh unknown
- 2022-01-05 TW TW111100337A patent/TWI834101B/zh active
- 2022-04-12 KR KR1020220045372A patent/KR20230059697A/ko unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170169446A1 (en) * | 2015-12-09 | 2017-06-15 | Wal-Mart Stores, Inc. | Systems and methods of utilizing multiple forecast models in forecasting customer demands for products at retail facilities |
US20170193433A1 (en) * | 2016-01-05 | 2017-07-06 | Wal-Mart Stores, Inc. | System for estimating geographical demand and method therefor |
CN109154799A (zh) * | 2016-09-02 | 2019-01-04 | X开发有限责任公司 | 基于可定制目标的仓库布局优化 |
TW201820217A (zh) * | 2016-11-23 | 2018-06-01 | 財團法人資訊工業策進會 | 庫存需求預測系統 |
US20190019203A1 (en) * | 2017-07-14 | 2019-01-17 | Sk Planet Co., Ltd. | Method for providing marketing management data for optimization of distribution and logistics and apparatus for the same |
US20190139059A1 (en) * | 2017-11-07 | 2019-05-09 | Kabushiki Kaisha Toshiba | Demand forecasting device, demand forecasting method and non-transitory computer readable medium |
CN110796407A (zh) * | 2019-04-02 | 2020-02-14 | 韩领有限公司 | 电子库存跟踪系统和相关用户界面 |
CN113228073A (zh) * | 2019-11-19 | 2021-08-06 | 韩领有限公司 | 用于基于系统参数的订单高效分配的计算机实现系统和方法 |
CN111401808A (zh) * | 2020-03-12 | 2020-07-10 | 重庆文理学院 | 一种基于混合模型的物资协议库存需求预测方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202420181A (zh) | 2024-05-16 |
TW202318290A (zh) | 2023-05-01 |
KR20230059697A (ko) | 2023-05-03 |
US20230128417A1 (en) | 2023-04-27 |
WO2023073419A1 (en) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI759921B (zh) | 供應鏈管理系統及供應鏈管理方法 | |
US11386478B1 (en) | Computerized systems and methods for using artificial intelligence to generate product recommendations | |
US20220164766A1 (en) | Computerized systems and methods for managing inventory by determining product prices based on product characteristics | |
TWI759825B (zh) | 用於出站預測之電腦實施系統以及電腦實施方法 | |
KR102548216B1 (ko) | 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법 | |
US10997554B1 (en) | Systems and methods for dynamic balancing of virtual bundles | |
TW202113746A (zh) | 使用入站裝載模式於出站預測之電腦實施系統以及電腦實施方法 | |
JP2021530757A (ja) | データの動的集約およびデータ損失の最小化のためのシステムおよび方法 | |
TWI845898B (zh) | 自動遞送工作者指配的電腦實施系統及電腦實施方法 | |
TWI731618B (zh) | 電腦實施系統及電腦實施方法 | |
TWI834101B (zh) | 用於低潛時聚合資料供應的電腦實施的系統與用於區域需求估計的電腦實施的系統以及方法 | |
WO2022043767A1 (en) | System and method for capping outliers during an experiment test | |
TWI837891B (zh) | 電腦實施系統以及電腦實施的方法 | |
TW202341041A (zh) | 電腦實施的系統以及電腦實施的方法 | |
TWI820660B (zh) | 電腦實行的系統以及方法 | |
TWI766531B (zh) | 電腦實行系統以及方法 | |
KR102680527B1 (ko) | 스크랩을 예측 및 관리하기 위한 컴퓨터화된 시스템 및 방법 | |
US20230316369A1 (en) | Systems and methods for selecting and presenting products based on past purchases |