CN112036789B - 基于仓储数据的薪资统计方法、装置、计算机设备 - Google Patents
基于仓储数据的薪资统计方法、装置、计算机设备 Download PDFInfo
- Publication number
- CN112036789B CN112036789B CN202010750760.XA CN202010750760A CN112036789B CN 112036789 B CN112036789 B CN 112036789B CN 202010750760 A CN202010750760 A CN 202010750760A CN 112036789 B CN112036789 B CN 112036789B
- Authority
- CN
- China
- Prior art keywords
- salary
- whole
- link
- articles
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
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
- G06Q10/08—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
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种基于仓储数据的薪资统计方法、装置、计算机设备和存储介质。方法包括:获取各仓储***的库内作业数据;以作业环节为维度将各仓储***的库内作业数据中属于作业环节的数据进行汇总,得到作业环节的薪资统计数据;其中,薪资统计数据包括作业人员信息、作业人员在作业环节处理的物品的属性信息,以及作业环节的整件单价和拆零单价;根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数;根据第一件数和整件单价计算第一薪资,根据第二件数和拆零单价计算第二薪资,根据第一薪资和第二薪资统计作业人员的在作业环节的薪资。采用本方法能够提高仓库计件作业的薪资统计的效率。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种基于仓储数据的薪资统计方法、装置、计算机设备和存储介质。
背景技术
随着数据处理技术的发展,在仓储行业领域虽然出现了多种仓储***,分别对仓库内的作业进行数据记录和存储。但是,随着对仓库管理的需求的提高,越来越多的仓库会根据作业人员每天的工作量进行计件作业的薪资核算,而仓储计件薪资政策变动比较频繁,物流业务部门也比较多,各部门人员流动性大,每个部门的核算标准以及方案各不相同,核算难度大。
传统技术中,仓储计件作业的数据来源于多个不同的***,各***对于作业数据的存储记录的规则不同,作业数据的来源区域、时间范围更是不尽相同,因此各数据之间匹配复杂、互连困难。在为作业人员核算计件薪资时,需要从各个不同***中查找并鉴别薪资相关数据,不仅耗时费力而且极易出现遗漏和错误,从而导致仓库计件作业的薪资统计的效率降低,影响仓库作业人员的工作积极性。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高仓库计件作业的薪资统计的效率的基于仓储数据的薪资统计方法、装置、计算机设备和存储介质。
一种基于仓储数据的薪资统计方法,上述方法包括:
获取各仓储***的库内作业数据;
以作业环节为维度将各仓储***的库内作业数据中属于作业环节的数据进行汇总,得到作业环节的薪资统计数据;其中,薪资统计数据包括作业人员信息、作业人员在作业环节处理的物品的属性信息,以及作业环节的整件单价和拆零单价;
根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数;
根据第一件数和整件单价计算第一薪资,根据第二件数和拆零单价计算第二薪资,根据第一薪资和第二薪资统计作业人员的在作业环节的薪资。
在一个实施例中,作业环节包括发货环节、收货环节和存货环节;
在一个实施例中,发货环节包括:销售发货环节、调拨发货环节和退厂发货环节;收货环节包括:采购入库环节、调拨入库环节和退换货入库环节;库存货环节包括:上架环节、移位环节、盘点环节、正残转换环节和理赔换新环节。
在一个实施例中,获取各仓储***的库内作业数据,包括:
分别获取各仓储***的底表清单;根据各底表清单通过IDE接口与各仓储***进行数据通信的方式分别读取各仓储***的库内作业数据。
在一个实施例中,属性信息包括工作组标识信息,根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数,包括:
根据各工作组标识信息确定各物品所属的工作组;其中,工作组包括整件工作组和拆零工作组,整件工作组用于处理整件物品,拆零工作组用于处理拆零物品;
将属于整件工作组的物品确定为整件物品;将属于拆零工作组的物品确定为拆零物品;
分别统计整件物品的第一件数和拆零物品的第二件数。
在一个实施例中,根据第一件数和整件单价计算第一薪资,包括:
采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算第一薪资的第一系数;其中,标准整件薪资通过各作业环节中各作业人员处理的整件物品的数量以及整件物品的单价的乘积确定,实际整件薪资通过各作业环节中各作业人员处理的整件物品的实际计件工资确定;
根据第一系数、第一件数和整件单价计算第一薪资。
在一个实施例中,采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算第一薪资的第一系数,包括:
获取指定日期的标准整件薪资和实际整件薪资;
根据线性回归算法计算指定日期的标准整件薪资和实际整件薪资之间的待测第一系数;
根据指定日期之前的一定时间区间内统计的标准整件薪资和实际整件薪资对待测第一系数进行线性回归测试,得到第一系数。
在一个实施例中,根据第二件数和拆零单价计算第二薪资,包括:
根据作业环节拆零物品的计件阈值以及第二件数确定用于计算第二薪资的第二系数;
根据第二系数、第二件数和拆零单价计算第二薪资。
在一个实施例中,根据作业环节拆零物品的计件阈值以及第二件数确定用于计算第二薪资的第二系数,包括:
获取计件阈值与第二件数的比值;
从比值与预设值之间选取最小值作为第二系数。
在一个实施例中,方法还包括:
将作业人员在仓库内各作业环节的薪资进行叠加,得到作业人员在仓库内的总薪资;
将总薪资发送至薪资管理***,以使薪资管理***根据查询指令对总薪资进行展示。
一种基于仓储数据的薪资统计装置,上述装置包括:
数据获取模块,用于获取各仓储***的库内作业数据;
数据整合模块,用于以作业环节为维度将各仓储***的库内作业数据中属于作业环节的数据进行汇总,得到作业环节的薪资统计数据;其中,薪资统计数据包括作业人员信息、作业人员在作业环节处理的物品的属性信息,以及作业环节的整件单价和拆零单价;
区分统计模块,用于根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数;
薪资计算模块,用于根据第一件数和整件单价计算第一薪资,根据第二件数和拆零单价计算第二薪资,根据第一薪资和第二薪资统计作业人员的在作业环节的薪资。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一方法的步骤
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一方法的步骤。
上述基于仓储数据的薪资统计方法、装置、计算机设备和存储介质,利用大数据分析的方法,将多个仓储***中底层的作业数据进行整合,并以作业环节为维度从各仓储***中提取并汇总与该作业环节相关的薪资统计数据,在各作业环节的维度下按照整件物品和拆零物品分别进行数据建模和薪资统计,实现了多***的数据统筹处理,解决了数据来源多、***不兼容导致的核算难度大的问题,提高了仓库计件作业的薪资统计的效率。
附图说明
图1为一个实施例中基于仓储数据的薪资统计方法的应用环境图;
图2为一个实施例中基于仓储数据的薪资统计方法的流程示意图;
图3为一个实施例中获取用于计算第一薪资的第一系数的步骤的流程示意图;
图4为一个实施例中基于仓储数据的薪资统计装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的基于仓储数据的薪资统计方法,可以应用于如图1所示的应用环境中。其中,仓储***102通过网络或数据接口与薪资统计***104进行通信。仓储***102可以包括不同或相同的多个仓储***。其中,仓储***和薪资统计***可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
薪资统计***104可以从仓储***102中的各***中获取各***的库内作业数据。薪资统计***104可以以作业环节为维度将各仓储***的库内作业数据中属于作业环节的数据进行汇总,得到作业环节的薪资统计数据。薪资统计***104可以根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数。上述步骤可以通过薪资统计***104中的数据库服务器来实现,例如,Hive服务器等。然后,薪资统计***104可以根据第一件数和整件单价计算第一薪资,根据第二件数和拆零单价计算第二薪资,根据第一薪资和第二薪资统计作业人员的在作业环节的薪资。上述步骤可以通过薪资统计***104中的算法引擎服务器建立薪资计算模型来实现。进一步,薪资统计***104还可以将统计的薪资数据发送至薪资管理***106进行管理。
在一个实施例中,如图2所示,提供了一种基于仓储数据的薪资统计方法,以该方法应用于图1中的薪资统计***为例进行说明,包括以下步骤:
步骤S202:获取各仓储***的库内作业数据。
其中,仓储***是用于对仓库内产生的各数据进行存储和管理的物流***,仓储***可以包括微仓仓储管理***(LSWS)、零售仓储管理***(JWMS)或仓储管理***(DWMS)等;库内作业数据是记录作业人员在仓库内的作业活动的相关数据。
具体地,可以从各仓储***存储的数据中通过数据接口等方式调取与作业人员在仓库内的作业活动相关的库内作业数据。
在一个实施例中,获取各仓储***的库内作业数据,包括:分别获取各仓储***的底表清单;根据各底表清单通过IDE接口与各仓储***进行数据通信的方式分别读取各仓储***的库内作业数据。
在本实施例中,由于各仓储***中一般将数据以底表清单的形式进行存储,但是底表清单中记载的数据非常繁杂,并不仅仅包括库内作业数据。因此,可以通过IDE接口等与各仓储***建立数据通信,分别从各仓储***的底表清单所记载的庞杂数据中抽取与作业人员在仓库内的作业活动相关的库内作业数据。
另一方面,由于IDE接口是并行数据接口,可以同时与多个仓储***进行数据通信,高效地同时从多个仓储***中进行数据的抽取,以便更及时有效地对多个***中的库内作业数据进行统筹处理。
进一步,由于各仓储***的底表清单会阶段性地进行更新,还可以根据底表清单的更新阶段性地抽取更新的库内作业数据,从而实现实时的数据处理和统筹。
步骤S204:以作业环节为维度将各仓储***的库内作业数据中属于作业环节的数据进行汇总,得到作业环节的薪资统计数据;其中,薪资统计数据包括作业人员信息、作业人员在作业环节处理的物品的属性信息,以及作业环节的整件单价和拆零单价。
其中,作业环节为仓库内与发货、收货、存货和取货等相关的环节,可以根据仓库中的实际作业内容进行确定。属性信息用于标识物品的属性,根据属性信息可以判断出该物品是属于哪种计件方式,例如属性信息可以包括名称信息、编码信息或工作组标识信息等。整件单价是按照整件方式计费的整件物品的单价,拆零单价是按照拆零方式计费的拆零物品的单价。
具体地,可以以作业环节为维度将各仓储***的库内作业数据中属于该作业环节的数据进行汇总,然后从数据该作业环节的数据中提取与薪资相关的数据,得到用于该作业环节的薪资统计的薪资统计数据。
在本步骤中,由于各仓储***的库内数据中一般包含有多个作业环节的数据,也即是每个作业环节的数据都被分散地存储在不同的仓储***中,而不同仓储***对于数据的处理方式也不同,数据跨***处理存在困难,因此,导致同属于一个作业环节的数据无法进行统筹处理。通过按照作业环节进行分类汇总,可以实现跨***数据的统筹处理,解决因数据不全而导致的薪资统计准确率低的问题,同时也可以解决因各***不兼容而导致的薪资核算效率低的问题。
进一步地,还可以针对仓库内的多个作业环节,以仓库内的各作业环节分别为维度进行数据的汇总,将汇总的数据按照作业环节的维度生成数据表存入Hive数据库中,在后续的薪资计算时,可以随时根据各作业环节的需要对数据表中各作业环节下属的数据进行调取。
步骤S206:根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数。
其中,属性信息可以是名称信息、编码信息或工作组标识信息等。第一件数是作业人员在该作业环节处理的按照整件方式计费的整件物品的件数。第二件数是作业人员在该作业环节处理的按照拆零方式计费的拆零物品的件数。
具体地,根据物品的属性信息可以确定该物品的计件方式,根据物品的属性信息可以确定该物品是属于按照整件方式计费的整件物品还是按照拆零方式计费的拆零物品。
在本步骤中,由于整件物品和拆零物品的计件规则不同,如果只采用一种薪资计算模型将大大降低薪资统计的准确性,因此可以分别针对整件和拆零建立不同的两个薪资计算模型,通过区分整件物品和拆零物品并分别统计整件物品的件数和拆零物品的件数,可以分别获得适用于整件薪资计算模型的入参和拆零薪资计算模型的入参。
在一个实施例中,属性信息包括工作组标识信息,根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数,包括:根据各工作组标识确定各物品所属的工作组;其中,工作组包括整件工作组和拆零工作组,整件工作组用于处理整件物品,拆零工作组用于处理拆零物品;将属于整件工作组的物品确定为整件物品;将属于拆零工作组的物品确定为拆零物品;分别统计整件物品的第一件数和拆零物品的第二件数。
本实施例,可以根据工作组标识信息快速、准确地判断出各物品所在的工作组,并通过物品所在的工作组确定该物品是属于整件物品还是拆零物品,提高了整件物品的件数和拆零物品的件数的统计效率。
步骤S208:根据第一件数和整件单价计算第一薪资,根据第二件数和拆零单价计算第二薪资,根据第一薪资和第二薪资统计作业人员的在作业环节的薪资。
其中,第一薪资是该作业人员在该作业环节处理的整件物品所对应的计件薪资。第二薪资是该作业人员在该作业环节处理的拆零物品所对应的计件薪资。具体地,可以利用整件薪资计算模型用整件物品的件数乘以整件单价来计算整件物品所对应的计件薪资,利用拆零薪资计算模型将拆零物品的件数乘以拆零单价来计算拆零物品所对应的计件薪资。
在本步骤中,通过不同的计算模型对整件物品和拆零物品的计件薪资分别进行计算,可以分别适应整件和拆零两类物品不同的核算规则,提高薪资统计的准确性。
上述基于仓储数据的薪资统计方法、装置、计算机设备和存储介质,利用大数据分析的方法,将多个仓储***中底层的作业数据进行整合,并以作业环节为维度从各仓储***中提取并汇总与该作业环节相关的薪资统计数据,在各作业环节的维度下,按照整件物品和拆零物品分别进行数据建模和薪资统计,实现了多***的数据统筹处理,解决了数据来源多、***不兼容导致的核算难度大的问题,提高了仓库计件作业的薪资统计的效率。
在一个实施例中,根据第一件数和整件单价计算第一薪资,包括:采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算第一薪资的第一系数;其中,标准整件薪资通过各作业环节中各作业人员处理的整件物品的数量以及整件物品的单价的乘积确定,实际整件薪资通过各作业环节中各作业人员处理的整件物品的实际计件工资确定;根据第一系数、第一件数和整件单价计算第一薪资。
在本实施例中,为了提高薪资统计的准确性可以在计算整件计件薪资的模型中添加用于计算第一薪资的第一系数。其中,标准整件薪资为根据标准整件薪资公式计算得到的薪资,可以通过各作业环节中各作业人员处理的整件物品的数量以及整件物品的单价确定。例如,可以通过标准整件薪资计算公式:w=x*y得到,其中,x表示各作业环节中各作业人员处理的整件物品的数量,y表示各作业环节中各作业人员处理的整件物品的单价。实际整件薪资为各作业人员实际获得的处理整件物品的工资。利用线性回归算法获取实际整件薪资与标准整件薪资之间的系数并将该系数加入到计算整件计件薪资的模型中可以提高整件薪资计算模型的准确度,从而提高第一薪资计算的准确性。
在一个实施例中,如图3所示,获取用于计算第一薪资的第一系数,包括:
步骤S302:获取指定日期的标准整件薪资和实际整件薪资。
步骤S304:根据线性回归算法计算指定日期的标准整件薪资和实际整件薪资之间的待测第一系数。
步骤S306:根据指定日期之前的一定时间区间内统计的标准整件薪资和实际整件薪资对待测第一系数进行线性回归测试,得到第一系数。
在本实施例中,指定日期可以是进行薪资统计的当日,获取当日仓库内各作业环节各作业人员处理的整件物品的标准整件薪资,以及当日各作业环节各作业人员处理的整件商品的实际整件薪资,根据线性回归算法计算得出待测第一系数。但由于天气的好坏、促销活动的不同一定情况上影响仓库整体的作业量,所以基于一日的数据获得的待测第一系数可能存在偏差,因此,通过利用当日之前一定时间区间内统计的标准整件薪资和实际整件薪资对待测第一系数进行线性回归测试,将天气、促销等因素带来的偏差进行消减,从而获取更加贴合实际、更加准确的第一系数或第一系数范围。
本实施例,通过采用当日之前的一段时间统计的较大数量的数据进行线性回归测试,提高了整件薪资计算模型的计算精确度,另外,还可以将当日的数据迭代入线性回归测试的基础数据中,不断对第一系数进行优化,提升模型自适应计算的准确性。
在一个实施例中,根据第二件数和拆零单价计算第二薪资,包括:根据作业环节拆零物品的计件阈值以及第二件数确定用于计算第二薪资的第二系数;根据第二系数、第二件数和拆零单价计算第二薪资。
在本实施例中,由于拆零物品一般会有限量控制,计件阈值随也根据业务的不同很难同一。因此,通过设置第二系数可以对拆零薪资计算模型进行优化,使得拆零薪资的计算可以根据拆零物品的计件阈值的改变而自适应地进行调整,在不需要根据业务标准对底层数据逻辑进行改写的情况下实现了适应不同业务标准的精准计算。
在一个实施例中,根据作业环节拆零物品的计件阈值以及第二件数确定用于计算第二薪资的第二系数,包括:获取计件阈值与第二件数的比值;从比值与预设值之间选取最小值作为第二系数。
在本实施例中,由于拆零物品一般会有限量控制,超出阈值的以阈值计算,低于阈值的以实际工作量计算。因此,可以首先获取计件阈值与实际处理的拆零物品的件数比值,再从该比值和预设值之间选取最小值作为第二系数。例如,确定第二系数的自适应计算公式可以为:
σ2=min{1,μ1}
在上述公式中,M表示拆零物品的计件阈值,该计件阈值可以根据作业类型的不同进行设置,σ2表示第二系数,xj表示第二件数,即作业人员在作业环节实际处理的拆零物品的件数。
本实施例,通过设置第二系数的方式可以保证最终计算得到的结果满足业务要求,若没有阈值设置则没有办法进行自动化数值控制,导致数据的准确性降低。
在一个实施例中,上述方法还包括:将作业人员在仓库内各作业环节的薪资进行叠加,得到作业人员在仓库内的总薪资;将总薪资发送至薪资管理***,以使薪资管理***根据查询指令对总薪资进行展示。
在本实施例中,仓库内一般含有多个作业环节,可以包括发货环节、收货环节和存货环节等;一般发货环节可以包括:销售发货环节、调拨发货环节和退厂发货环节等;一般收货环节可以包括:采购入库环节、调拨入库环节和退换货入库环节等;一般库存货环节可以包括:上架环节、移位环节、盘点环节、正残转换环节和理赔换新环节等。
本实施例,通过将该作业人员在各作业环节的薪资分别计算后进行叠加,得到该作业人员在该仓库内的各个作业环节的总薪资,并将总薪资发送至薪资管理***,使得用户可以在薪资管理***中,按照时间、人员或仓库等不同维度等进行薪资的查询和管理,从而提高了薪资管理的效率。
例如,在一个应用实例中,将作业人员在仓库内各作业环节的薪资进行叠加,得到该作业人员在该仓库内的总薪资的计算公式可以为:
其中,W表示该作业人员在该仓库内的总薪资,σ1与σ2分别表示用于整件物品薪资计算的第一系数和用于拆零物品薪资计算的第二系数;xi与xj分别表示该作业人员在各作业环节处理的整件物品的件数和拆零物品的件数,yi与yj分别各作业环节的整件单价和拆零单价,n表示作业环节的个数。
应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种基于仓储数据的薪资统计装置,包括:数据获取模块402、数据整合模块404、区分统计模块406和薪资计算模块408,其中:
数据获取模块402,用于获取各仓储***的库内作业数据;
数据整合模块404,用于以作业环节为维度将各仓储***的库内作业数据中属于作业环节的数据进行汇总,得到作业环节的薪资统计数据;其中,薪资统计数据包括作业人员信息、作业人员在作业环节处理的物品的属性信息,以及作业环节的整件单价和拆零单价;
区分统计模块406,用于根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数;
薪资计算模块408,用于根据第一件数和整件单价计算第一薪资,根据第二件数和拆零单价计算第二薪资,根据第一薪资和第二薪资统计作业人员的在作业环节的薪资。
在一个实施例中,所述数据获取模块402从各仓储***中分别获取各仓储***的底表清单,通过IDE接口与各仓储***进行数据通信的方式分别从各底表清单中读取各仓储***的库内作业数据。
在一个实施例中,属性信息包括工作组标识信息,区分统计模块406根据各工作组标识信息确定各物品所属的工作组;其中,工作组包括整件工作组和拆零工作组,整件工作组用于处理整件物品,拆零工作组用于处理拆零物品,将属于整件工作组的物品确定为整件物品,将属于拆零工作组的物品确定为拆零物品,分别统计整件物品的第一件数和拆零物品的第二件数。
在一个实施例中,薪资计算模块408采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算第一薪资的第一系数,其中,标准整件薪资通过各作业环节中各作业人员处理的整件物品的数量以及整件物品的单价的乘积确定,实际整件薪资通过各作业环节中各作业人员处理的整件物品的实际计件工资确定,根据第一系数、第一件数和整件单价计算第一薪资。
在一个实施例中,薪资计算模块408获取指定日期的标准整件薪资和实际整件薪资,根据线性回归算法计算指定日期的标准整件薪资和实际整件薪资之间的待测第一系数,根据指定日期之前的一定时间区间内统计的标准整件薪资和实际整件薪资对待测第一系数进行线性回归测试,得到第一系数。
在一个实施例中,薪资计算模块408根据作业环节拆零物品的计件阈值以及第二件数确定用于计算第二薪资的第二系数,根据第二系数、第二件数和拆零单价计算第二薪资。
在一个实施例中,薪资计算模块408获取计件阈值与第二件数的比值,从比值与预设值之间选取最小值作为第二系数。
在一个实施例中,薪资计算模块408还用于将作业人员在仓库内各作业环节的薪资进行叠加,得到作业人员在仓库内的总薪资,将总薪资发送至薪资管理***,以使薪资管理***根据查询指令对总薪资进行展示。
关于基于仓储数据的薪资统计装置的具体限定可以参见上文中对于基于仓储数据的薪资统计方法的限定,在此不再赘述。上述基于仓储数据的薪资统计装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储薪资相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于仓储数据的薪资统计方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:获取各仓储***的库内作业数据;以作业环节为维度将各仓储***的库内作业数据中属于作业环节的数据进行汇总,得到作业环节的薪资统计数据;其中,薪资统计数据包括作业人员信息、作业人员在作业环节处理的物品的属性信息,以及作业环节的整件单价和拆零单价;根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数;根据第一件数和整件单价计算第一薪资,根据第二件数和拆零单价计算第二薪资,根据第一薪资和第二薪资统计作业人员的在作业环节的薪资。
在一个实施例中,处理器执行计算机程序实现获取各仓储***的库内作业数据的步骤时,具体实现以下步骤:分别获取各仓储***的底表清单;根据各底表清单通过IDE接口与各仓储***进行数据通信的方式分别读取各仓储***的库内作业数据。
在一个实施例中,属性信息包括工作组标识信息,处理器执行计算机程序实现根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数的步骤时,具体实现以下步骤:根据各工作组标识信息确定各物品所属的工作组;其中,工作组包括整件工作组和拆零工作组,整件工作组用于处理整件物品,拆零工作组用于处理拆零物品;将属于整件工作组的物品确定为整件物品;将属于拆零工作组的物品确定为拆零物品;分别统计整件物品的第一件数和拆零物品的第二件数。
在一个实施例中,处理器执行计算机程序实现根据第一件数和整件单价计算第一薪资的步骤时,具体实现以下步骤:采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算第一薪资的第一系数;其中,标准整件薪资通过各作业环节中各作业人员处理的整件物品的数量以及整件物品的单价的乘积确定,实际整件薪资通过各作业环节中各作业人员处理的整件物品的实际计件工资确定;根据第一系数、第一件数和整件单价计算第一薪资。
在一个实施例中,处理器执行计算机程序实现采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算第一薪资的第一系数的步骤时,具体实现以下步骤:获取指定日期的标准整件薪资和实际整件薪资;根据线性回归算法计算指定日期的标准整件薪资和实际整件薪资之间的待测第一系数;根据指定日期之前的一定时间区间内统计的标准整件薪资和实际整件薪资对待测第一系数进行线性回归测试,得到第一系数。
在一个实施例中,处理器执行计算机程序实现根据第二件数和拆零单价计算第二薪资的步骤时,具体实现以下步骤:根据作业环节拆零物品的计件阈值以及第二件数确定用于计算第二薪资的第二系数;根据第二系数、第二件数和拆零单价计算第二薪资。
在一个实施例中,处理器执行计算机程序实现根据作业环节拆零物品的计件阈值以及第二件数确定用于计算第二薪资的第二系数的步骤时,具体实现以下步骤:获取计件阈值与第二件数的比值;从比值与预设值之间选取最小值作为第二系数。
在一个实施例中,处理器执行计算机程序还实现以下步骤:将作业人员在仓库内各作业环节的薪资进行叠加,得到作业人员在仓库内的总薪资;将总薪资发送至薪资管理***,以使薪资管理***根据查询指令对总薪资进行展示。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取各仓储***的库内作业数据;以作业环节为维度将各仓储***的库内作业数据中属于作业环节的数据进行汇总,得到作业环节的薪资统计数据;其中,薪资统计数据包括作业人员信息、作业人员在作业环节处理的物品的属性信息,以及作业环节的整件单价和拆零单价;根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数;根据第一件数和整件单价计算第一薪资,根据第二件数和拆零单价计算第二薪资,根据第一薪资和第二薪资统计作业人员的在作业环节的薪资。
在一个实施例中,计算机程序被处理器执行实现获取各仓储***的库内作业数据的步骤时,具体实现以下步骤:分别获取各仓储***的底表清单;根据各底表清单通过IDE接口与各仓储***进行数据通信的方式分别读取各仓储***的库内作业数据。
在一个实施例中,属性信息包括工作组标识信息,计算机程序被处理器执行实现根据属性信息分别统计作业人员在作业环节处理的整件物品的第一件数和拆零物品的第二件数的步骤时,具体实现以下步骤:根据各工作组标识信息确定各物品所属的工作组;其中,工作组包括整件工作组和拆零工作组,整件工作组用于处理整件物品,拆零工作组用于处理拆零物品;将属于整件工作组的物品确定为整件物品;将属于拆零工作组的物品确定为拆零物品;分别统计整件物品的第一件数和拆零物品的第二件数。
在一个实施例中,计算机程序被处理器执行实现根据第一件数和整件单价计算第一薪资的步骤时,具体实现以下步骤:采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算第一薪资的第一系数;其中,标准整件薪资通过各作业环节中各作业人员处理的整件物品的数量以及整件物品的单价的乘积确定,实际整件薪资通过各作业环节中各作业人员处理的整件物品的实际计件工资确定;根据第一系数、第一件数和整件单价计算第一薪资。
在一个实施例中,计算机程序被处理器执行实现采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算第一薪资的第一系数的步骤时,具体实现以下步骤:获取指定日期的标准整件薪资和实际整件薪资;根据线性回归算法计算指定日期的标准整件薪资和实际整件薪资之间的待测第一系数;根据指定日期之前的一定时间区间内统计的标准整件薪资和实际整件薪资对待测第一系数进行线性回归测试,得到第一系数。
在一个实施例中,计算机程序被处理器执行实现根据第二件数和拆零单价计算第二薪资的步骤时,具体实现以下步骤:根据作业环节拆零物品的计件阈值以及第二件数确定用于计算第二薪资的第二系数;根据第二系数、第二件数和拆零单价计算第二薪资。
在一个实施例中,计算机程序被处理器执行实现根据作业环节拆零物品的计件阈值以及第二件数确定用于计算第二薪资的第二系数的步骤时,具体实现以下步骤:获取计件阈值与第二件数的比值;从比值与预设值之间选取最小值作为第二系数。
在一个实施例中,计算机程序被处理器执行还实现以下步骤:将作业人员在仓库内各作业环节的薪资进行叠加,得到作业人员在仓库内的总薪资;将总薪资发送至薪资管理***,以使薪资管理***根据查询指令对总薪资进行展示。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于仓储数据的薪资统计方法,所述方法包括:
获取各仓储***的库内作业数据;
以作业环节为维度将各所述仓储***的库内作业数据中属于所述作业环节的数据进行汇总,得到所述作业环节的薪资统计数据;其中,所述薪资统计数据包括作业人员信息、所述作业人员在所述作业环节处理的物品的属性信息,以及所述作业环节的整件单价和拆零单价;
根据所述属性信息分别统计所述作业人员在所述作业环节处理的整件物品的第一件数和拆零物品的第二件数;
根据所述第一件数和所述整件单价计算第一薪资,根据所述第二件数和所述拆零单价计算第二薪资,根据所述第一薪资和所述第二薪资统计所述作业人员在所述作业环节的薪资;
将所述作业人员在仓库内各作业环节的薪资进行叠加,得到所述作业人员在所述仓库内的总薪资;
将所述总薪资发送至薪资管理***,以使所述薪资管理***根据查询指令对所述总薪资进行展示;
所述根据所述第一件数和所述整件单价计算第一薪资,包括:采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算所述第一薪资的第一系数;其中,所述标准整件薪资通过各作业环节中各作业人员处理的整件物品的数量以及整件物品的单价的乘积确定,所述实际整件薪资通过各作业环节中各作业人员处理的整件物品的实际计件工资确定;根据所述第一系数、所述第一件数和所述整件单价计算第一薪资;
所述采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算所述第一薪资的第一系数,包括:获取指定日期的所述标准整件薪资和所述实际整件薪资;根据线性回归算法计算所述指定日期的所述标准整件薪资和所述实际整件薪资之间的待测第一系数;根据所述指定日期之前的一定时间区间内统计的标准整件薪资和所述实际整件薪资对所述待测第一系数进行线性回归测试,得到第一系数。
2.根据权利要求1所述的方法,其特征在于,所述作业环节包括发货环节、收货环节和存货环节;
优选的,所述发货环节包括:销售发货环节、调拨发货环节和退厂发货环节;所述收货环节包括:采购入库环节、调拨入库环节和退换货入库环节;所述存货环节包括:上架环节、移位环节、盘点环节、正残转换环节和理赔换新环节。
3.根据权利要求1所述的方法,其特征在于,所述获取各仓储***的库内作业数据,包括:
分别获取各仓储***的底表清单;
根据各所述底表清单通过IDE接口与各所述仓储***进行数据通信的方式分别读取各仓储***的库内作业数据。
4.根据权利要求1所述的方法,其特征在于,所述属性信息包括工作组标识信息,所述根据所述属性信息分别统计所述作业人员在所述作业环节处理的整件物品的第一件数和拆零物品的第二件数,包括:
根据各所述工作组标识信息确定各所述物品所属的工作组;其中,所述工作组包括整件工作组和拆零工作组,所述整件工作组用于处理整件物品,所述拆零工作组用于处理拆零物品;
将属于所述整件工作组的物品确定为整件物品,将属于所述拆零工作组的物品确定为拆零物品;
分别统计所述整件物品的第一件数和所述拆零物品的第二件数。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第二件数和所述拆零单价计算第二薪资,包括:
根据所述作业环节拆零物品的计件阈值以及所述第二件数确定用于计算所述第二薪资的第二系数;
根据所述第二系数、所述第二件数和所述整件单价计算第二薪资;
优选的,所述根据所述作业环节拆零物品的计件阈值以及所述第二件数确定用于计算所述第二薪资的第二系数,包括:
获取所述计件阈值与所述第二件数的比值;
从所述比值与预设值之间选取最小值作为所述第二系数。
6.一种基于仓储数据的薪资统计装置,其特征在于,所述装置包括:
数据获取模块,用于获取各仓储***的库内作业数据;
数据整合模块,用于以作业环节为维度将各所述仓储***的库内作业数据中属于所述作业环节的数据进行汇总,得到所述作业环节的薪资统计数据;其中,所述薪资统计数据包括作业人员信息、所述作业人员在所述作业环节处理的物品的属性信息,以及所述作业环节的整件单价和拆零单价;
区分统计模块,用于根据所述属性信息分别统计所述作业人员在所述作业环节处理的整件物品的第一件数和拆零物品的第二件数;
薪资计算模块,用于根据所述第一件数和所述整件单价计算第一薪资,根据所述第二件数和所述拆零单价计算第二薪资,根据所述第一薪资和所述第二薪资统计所述作业人员在所述作业环节的薪资;将所述作业人员在仓库内各作业环节的薪资进行叠加,得到所述作业人员在所述仓库内的总薪资;将所述总薪资发送至薪资管理***,以使所述薪资管理***根据查询指令对所述总薪资进行展示;
所述薪资计算模块还用于采用线性回归算法对标准整件薪资和实际整件薪资进行线性回归处理,得到用于计算所述第一薪资的第一系数,其中,所述标准整件薪资通过各作业环节中各作业人员处理的整件物品的数量以及整件物品的单价的乘积确定,所述实际整件薪资通过各作业环节中各作业人员处理的整件物品的实际计件工资确定;根据所述第一系数、所述第一件数和所述整件单价计算第一薪资;
所述薪资计算模块还用于获取指定日期的所述标准整件薪资和所述实际整件薪资;根据线性回归算法计算所述指定日期的所述标准整件薪资和所述实际整件薪资之间的待测第一系数;根据所述指定日期之前的一定时间区间内统计的标准整件薪资和所述实际整件薪资对所述待测第一系数进行线性回归测试,得到第一系数。
7.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010750760.XA CN112036789B (zh) | 2020-07-30 | 2020-07-30 | 基于仓储数据的薪资统计方法、装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010750760.XA CN112036789B (zh) | 2020-07-30 | 2020-07-30 | 基于仓储数据的薪资统计方法、装置、计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112036789A CN112036789A (zh) | 2020-12-04 |
CN112036789B true CN112036789B (zh) | 2022-09-09 |
Family
ID=73583566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010750760.XA Active CN112036789B (zh) | 2020-07-30 | 2020-07-30 | 基于仓储数据的薪资统计方法、装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112036789B (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108428020A (zh) * | 2018-05-15 | 2018-08-21 | 中国平安人寿保险股份有限公司 | 业务员薪资预测方法、装置、计算机设备以及存储介质 |
CN109784855A (zh) * | 2019-01-14 | 2019-05-21 | 上海钧正网络科技有限公司 | 一种薪资计算方法、装置及服务器 |
-
2020
- 2020-07-30 CN CN202010750760.XA patent/CN112036789B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112036789A (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108256898B (zh) | 一种产品销量预测方法、***及存储介质 | |
US20060004624A1 (en) | Forecast and replenishment analytics | |
Vernadat et al. | VR-PMS: a new approach for performance measurement and management of industrial systems | |
US20050131947A1 (en) | Data processing system and method | |
US20070150332A1 (en) | Heuristic supply chain modeling method and system | |
US8965959B2 (en) | Processing event instance data in a client-server architecture | |
Shteren et al. | The value of inventory accuracy in supply chain management-case study of the yedioth communication press | |
CN103365946B (zh) | 数据库性能分析 | |
CN109409780B (zh) | 变更处理方法、装置、计算机设备和存储介质 | |
CN115423289B (zh) | 智能板材加工车间数据处理方法及终端 | |
EP3933744A1 (en) | Blockchain-based industrial manufacturing resource sharing method, device and system | |
CN113127563B (zh) | 一种基于区块链的智能零售管理方法及*** | |
Antomarioni et al. | Data-driven decision support system for managing item allocation in an ASRS: A framework development and a case study | |
US9600784B2 (en) | Estimating value of information technology service management based on process complexity analysis | |
Makarova et al. | Improving the system of warranty service of trucks in foreign markets | |
CN112036789B (zh) | 基于仓储数据的薪资统计方法、装置、计算机设备 | |
CN112561447A (zh) | 一种基于大数据的智慧工厂物流管理方法及装置 | |
US20080027834A1 (en) | Systems and methods for inventory management | |
CN111260155A (zh) | 粮食加工的工序优化方法、装置、电子设备及存储介质 | |
US11893528B2 (en) | Logistics operation optimization apparatus and logistics operation optimization method | |
CN112132498A (zh) | 库存管理方法、装置、设备及存储介质 | |
US20140149186A1 (en) | Method and system of using artifacts to identify elements of a component business model | |
CN114385705A (zh) | 数据重要性识别方法、装置、设备及介质 | |
CN112465461A (zh) | 业务对象信息变更方法、***、计算机设备和存储介质 | |
CN107742195B (zh) | ***数据整合方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |