CN114897467A - 配件的补货方法、装置、可读存储介质及电子设备 - Google Patents
配件的补货方法、装置、可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN114897467A CN114897467A CN202210512397.7A CN202210512397A CN114897467A CN 114897467 A CN114897467 A CN 114897467A CN 202210512397 A CN202210512397 A CN 202210512397A CN 114897467 A CN114897467 A CN 114897467A
- Authority
- CN
- China
- Prior art keywords
- information
- replenishment
- accessories
- accessory
- forecast
- 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.)
- Pending
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
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种配件的补货方法、装置、可读存储介质及电子设备,配件的补货方法包括:获取配货信息,配货信息包括配件信息、需求信息和库存信息;根据配货信息生成补货预测信息;根据补货预测信息生成配件订单,根据补货预测信息生成配件订单,此配件订单可以发送至经销商和厂家的***中,以此使得厂家可以及时的针对配件订单中的配件对经销商门店进行补货,使得企业可以合理的对各个经销商门店内的库存进行管理,合理降低库存的资本占用,提高资金的利用率来创造更多的利润。
Description
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种配件的补货方法、装置、可读存储介质及电子设备。
背景技术
在现有技术中,很多门店中的配件库存量非常巨大,资金的占用率很高,减少了企业的流动资金,配件的周转率很低,配件成为呆滞件的风险很大,但是也有一些门店存在配件库存量不足的情况,因此,需要一种汽车行业配件智能补货装置和配置方法方案,能够合理的管理库存,及时的进行补充库存。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题。
为此,本发明的第一方面提供了一种配件的补货方法。
本发明的第二方面提供了一种配件的补货装置。
本发明的第三方面提供了一种可读存储介质。
本发明的第四方面提供了一种电子设备。
有鉴于此,本发明的第一方面提出了一种配件的补货方法,配件的补货方法包括:获取配货信息,配货信息包括配件信息、需求信息和库存信息;根据配货信息生成补货预测信息;根据补货预测信息生成配件订单。
在本发明的技术方案中,获取配货信息,根据获取到的配货信息生成补货预测信息,其中,在配货信息中,具有配件信息、需求信息和库存信息,再根据补货预测信息生成配件订单,通过配件订单完成对配件的补货。
在该技术方案中,经销商每天记录门店内的配货信息,将配货信息上传,***根据经销商所上传的配货信息中的配件信息、配件需求信息和库存信息生成补货预测信息,以此来预测该经销商所在门店内对配件的需求数量,根据所预测的门店内对配件的需求数量生成配件订单,合理的对门店内配件的库存进行管理,降低了配件库存量不足以及库存量过多的风险。
在上述技术方案中,配货信息包括配件信息、需求信息和库存信息,配件信息中包括配件的配件号、配件品牌、配件类型以及配件类别;需求信息为配件的售卖情况,包括配件的配件号、配件的流动类型以及配件的流动数量,其中,配件的流动类型以及配件的流动数量是配件的售卖方式以及配件的售卖数量;库存信息中包括配件的配件号、配件的库存数量、门店内的最大库存以及门店内的最小库存。
在上述技术方案中,在根据配货信息所生成的补货预测信息在进行预测时,分析了与配件相对应的售卖情况、配件现有的库存量以及配件所在门店的最大、最小库存量,通过对上述情况的考虑,提高了对配件需求量预测的准确性。
在上述任一技术方案中,根据补货预测信息生成配件订单,此配件订单可以发送至经销商和厂家的***中,以此使得厂家可以及时的针对配件订单中的配件对经销商门店进行补货,使得企业可以合理的对各个经销商门店内的库存进行管理,合理降低库存的资本占用,提高资金的利用率来创造更多的利润。
根据本发明提供的配件的补货方法,还可以具有以下附加技术特征:
在上述任一技术方案中,获取配货信息,具体包括:设定第一获取时长;根据第一获取时长获取配货信息;第一获取时长为获取配货信息的间隔时长。
在上述技术方案中,为了获取配货信息更为规范化,设定了第一获取时长,每隔第一获取时长就进行配货信息的获取,其中,第一获取时长的取值可以为一天或一周,可以使经销商将一天或一周内的配货信息进行上传,使得***可以根据一天或一周内的配件的销售情况以及配件的现有库存,再结合经销商门店内的最大库存量和最小库存量对经销商配件的需求量进行预测,防止了因配货信息获取的过于频繁或配件信息获取的时间过长而导致的补货预测信息的不准确,并且使得经营企业对库存管理更为统一。
在上述任一技术方案中,根据配货信息生成补货预测信息,具体包括:根据配件信息、需求信息和库存信息建立补货预测模型;根据补货预测模型生成补货预测信息。
在上述技术方案中,通过配货信息中的配件信息、需求信息和库存信息建立补货预测模型,在补货预测模型中生成补货预测信息,其中,在补货预测模型中,首先确定所预测配件的配件信息,将配件信息和该配件在一天或一周之内的售卖情况以及现有库存对配件的需求量进行预测,提高了对其中一种配件需求量的预测的准确性。
在上述任一技术方案中,根据配货信息建立补货预测模型,具体包括:根据配件信息确定配件的类别信息;根据需求信息确定配件的销售量信息;根据库存信息确定配件的现有库存量信息;根据类别信息、销售量信息和现有库存量信息建立补货预测模型。
在上述技术方案中,根据配货信息建立补货预测模型的步骤具体包括,首先根据配件信息确定配件的类别信息,即首先确定所预测配件的种类和配件号,之后再根据该配件的需求信息确定该配件的销售量信息,即该配件的销售渠道和销售数量,最后根据该配件的库存信息确定该配件的现有库存量信息,即该配件现在的剩余量以及该配件在门店内的最大库存量和最小库存量。
进一步地,将上述的类别信息、销售量信息和库存量信息进行整合,建立该配件的补货预测模型,通过该模型对配件的需求量进行预测,使得对配件的需求量预测更有针对性,能够合理的根据管理库存。
在上述任一技术方案中,根据补货预测模型生成补货预测信息,具体包括:设定第一预测时长,第一预测时长用于指示补货预测模型的预测时长;将第一预测时长输入补货预测模型以生成补货预测信息。
在上述技术方案中,根据补货预测模型生成补货预测信息的步骤具体包括,设定第一预测时长,将第一预测时长输入补货预测模型中生成补货预测信息,其中,第一预测时长用来指示补货预测模型的预测时长。
具体地,将第一预设时长输入至补货预测模型中,使得补货预测模型在对配件的需求量进行预测时,可以预测一段时间内经销商对配件的需求量,可选地,将第一预测时长可以设为一周或一个月,即补货预测模型预测一周或一个月之内经销商对配件的需求量,使得厂家可以对不同的经销商门店进行及时的补货,防止了因进货不及时而导致配件的库存量过低,提高了配件供应率。
在上述任一技术方案中,补货预测信息具体包括:配件的类别信息和配件的需求量信息。
在上述技术方案中,补货预测信息中包括了配件的类别信息和配件的需求量信息,使得***可以针对与配件相匹配的需求量信息进行配件订单的建立,防止了因配件与该配件的需求量不匹配而造成错误的配件订单,提高了对企业资金的利用率。
在上述任一技术方案中,根据补货预测信息生成配件订单,具体包括:根据配件的需求量信息确定配件的订货量;根据配件的订货量和配件的类别信息生成配件订单。
在上述技术方案中,根据配件的需求量信息确定配件的订货量,再根据配件的订货量和配件的类别信息生成配件订单,使得配件订单中具有与配件相对应的订货量,其中,将配件的需求量信息和配件实际的售卖情况相结合确定该配件的订货量,使对配件的补货更为合理,满足了对库存存储的管理。
本发明的第二方面提出了一种配件的补货装置,配件的补货装置包括:获取单元,用于获取配货信息,配货信息包括配件信息、需求信息和库存信息;处理单元,用于根据配货信息生成补货预测信息;生成单元,用于根据补货预测信息生成配件订单。
在本发明的技术方案中,获取单元获取配货信息,之后处理单元根据获取到的配货信息生成补货预测信息,其中,在配货信息中,具有配件信息、需求信息和库存信息,生成单元再根据补货预测信息生成配件订单,通过配件订单完成对配件的补货。
在该技术方案中,经销商每天记录门店内的配货信息,将配货信息上传,获取单元获取经销商所上传的配货信息,处理单元根据配货信息中的配件信息、配件需求信息和库存信息生成补货预测信息,以此来预测该经销商所在门店内对配件的需求数量,生成单元根据所预测的门店内对配件的需求数量生成配件订单,合理的对门店内配件的库存进行管理,降低了配件库存量不足以及库存量过多的风险。
在上述技术方案中,配货信息包括配件信息、需求信息和库存信息,配件信息中包括配件的配件号、配件品牌、配件类型以及配件类别;需求信息为配件的售卖情况,包括配件的配件号、配件的流动类型以及配件的流动数量,其中,配件的流动类型以及配件的流动数量是配件的售卖方式以及配件的售卖数量;库存信息中包括配件的配件号、配件的库存数量、门店内的最大库存以及门店内的最小库存。
在上述技术方案中,在根据配货信息所生成的补货预测信息在进行预测时,分析了与配件相对应的售卖情况、配件现有的库存量以及配件所在门店的最大、最小库存量,通过对上述情况的考虑,提高了对配件需求量预测的准确性。
在上述任一技术方案中,根据补货预测信息生成配件订单,此配件订单可以发送至经销商和厂家的***中,以此使得厂家可以及时的针对配件订单中的配件对经销商门店进行补货,使得企业可以合理的对各个经销商门店内的库存进行管理,合理降低库存的资本占用,提高资金的利用率来创造更多的利润。
根据本发明提供的配件的补货装置,还可以具有以下附加技术特征:
在上述任一技术方案中,获取配货信息,具体包括:设定第一获取时长;根据第一获取时长获取配货信息;第一获取时长为获取配货信息的间隔时长。
在上述技术方案中,在获取单元中,为了获取配货信息更为规范化,设定了第一获取时长,每隔第一获取时长就进行配货信息的获取,其中,第一获取时长的取值可以为一天或一周,可以使经销商将一天或一周内的配货信息进行上传,使得***可以根据一天或一周内的配件的销售情况以及配件的现有库存,再结合经销商门店内的最大库存量和最小库存量对经销商配件的需求量进行预测,防止了因配货信息获取的过于频繁或配件信息获取的时间过长而导致的补货预测信息的不准确,并且使得经营企业对库存管理更为统一。
在上述任一技术方案中,根据配货信息生成补货预测信息,具体包括:根据配件信息、需求信息和库存信息建立补货预测模型;根据补货预测模型生成补货预测信息。
在上述技术方案中,处理单元具体用于,通过配货信息中的配件信息、需求信息和库存信息建立补货预测模型,在补货预测模型中生成补货预测信息,其中,在补货预测模型中,首先确定所预测配件的配件信息,将配件信息和该配件在一天或一周之内的售卖情况以及现有库存对配件的需求量进行预测,提高了对其中一种配件需求量的预测的准确性。
在上述任一技术方案中,根据配货信息建立补货预测模型,具体包括:根据配件信息确定配件的类别信息;根据需求信息确定配件的销售量信息;根据库存信息确定配件的现有库存量信息;根据类别信息、销售量信息和现有库存量信息建立补货预测模型。
在上述技术方案中,根据配货信息建立补货预测模型的步骤具体包括,首先根据配件信息确定配件的类别信息,即首先确定所预测配件的种类和配件号,之后再根据该配件的需求信息确定该配件的销售量信息,即该配件的销售渠道和销售数量,最后根据该配件的库存信息确定该配件的现有库存量信息,即该配件现在的剩余量以及该配件在门店内的最大库存量和最小库存量。
进一步地,将上述的类别信息、销售量信息和库存量信息进行整合,建立该配件的补货预测模型,通过该模型对配件的需求量进行预测,使得对配件的需求量预测更有针对性,能够合理的根据管理库存。
在上述任一技术方案中,根据补货预测模型生成补货预测信息,具体包括:设定第一预测时长,第一预测时长用于指示补货预测模型的预测时长;将第一预测时长输入补货预测模型以生成补货预测信息。
在上述技术方案中,根据补货预测模型生成补货预测信息的步骤具体包括,设定第一预测时长,将第一预测时长输入补货预测模型中生成补货预测信息,其中,第一预测时长用来指示补货预测模型的预测时长。
具体地,将第一预设时长输入至补货预测模型中,使得补货预测模型在对配件的需求量进行预测时,可以预测一段时间内经销商对配件的需求量,可选地,将第一预测时长可以设为一周或一个月,即补货预测模型预测一周或一个月之内经销商对配件的需求量,使得厂家可以对不同的经销商门店进行及时的补货,防止了因进货不及时而导致配件的库存量过低,提高了配件供应率。
在上述任一技术方案中,补货预测信息具体包括:配件的类别信息和配件的需求量信息。
在上述技术方案中,补货预测信息中包括了配件的类别信息和配件的需求量信息,使得***可以针对与配件相匹配的需求量信息进行配件订单的建立,防止了因配件与该配件的需求量不匹配而造成错误的配件订单,提高了对企业资金的利用率。
在上述任一技术方案中,根据补货预测信息生成配件订单,具体包括:根据配件的需求量信息确定配件的订货量;根据配件的订货量和配件的类别信息生成配件订单。
在上述技术方案中,根据配件的需求量信息确定配件的订货量,再根据配件的订货量和配件的类别信息生成配件订单,使得配件订单中具有与配件相对应的订货量,其中,将配件的需求量信息和配件实际的售卖情况相结合确定该配件的订货量,使对配件的补货更为合理,满足了对库存存储的管理。
本发明的第三个方面提供了一种可读存储介质,可读存储介质上存储有程序或指令,程序或指令被处理器执行时实现如上述任一技术方案中的配件的补货方法的步骤。
本发明提供的可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时可实现如上述任一技术方案中的配件的补货方法的步骤。因此,本发明所提出的可读存储介质具备上述任一技术方案中的配件的补货方法的全部有益效果,在此不再赘述。
本发明的第四个方面提供了一种电子设备,包括:上述任一技术方案中的配件的补货装置;和/或上述技术方案中的可读存储介质。
本发明提供的电子设备,包括上述任一技术方案中的配件的补货装置,因此,其具备上述任一技术方案中的配件的补货装置的全部有益效果,在此不再赘述。进一步地,本发明提供的电子设备,还可包括上述技术方案中所限定的可读存储介质。因此,本发明所提出的电子设备具备上述技术方案中所限定的可读存储介质的全部有益效果,在此不再赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明实施例的配件的补货方法的流程示意图之一;
图2示出了本发明实施例的配件的补货方法的流程示意图之二;
图3示出了本发明实施例的配件的补货方法的流程示意图之三;
图4示出了本发明实施例的配件的补货方法的流程示意图之四;
图5示出了本发明实施例的配件的补货方法的流程示意图之五;
图6示出了本发明实施例的配件的补货方法的流程示意图之六;
图7示出了本发明实施例的配件的补货方法的流程示意图之七;
图8示出了本发明实施例的配件的补货装置的示意框图;
图9示出了本发明实施例的补货预测信息的示意图;
图10示出了本发明实施例的总体思路的示意图;
图11示出了本发明实施例的配件的补货方法的总流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
如图1所示,本发明的第一方面的实施例提出了一种配件的补货方法,配件的补货方法包括:
步骤102:获取配货信息,配货信息包括配件信息、需求信息和库存信息;
步骤104:根据配货信息生成补货预测信息;
步骤106:根据补货预测信息生成配件订单。
在本发明的实施例中,获取配货信息,根据获取到的配货信息生成补货预测信息,其中,在配货信息中,具有配件信息、需求信息和库存信息,再根据补货预测信息生成配件订单,通过配件订单完成对配件的补货。
在该实施例中,经销商每天记录门店内的配货信息,将配货信息上传,***根据经销商所上传的配货信息中的配件信息、配件需求信息和库存信息生成补货预测信息,以此来预测该经销商所在门店内对配件的需求数量,根据所预测的门店内对配件的需求数量生成配件订单,合理的对门店内配件的库存进行管理,降低了配件库存量不足以及库存量过多的风险。
在上述实施例中,配货信息包括配件信息、需求信息和库存信息,配件信息中包括配件的配件号、配件品牌、配件类型以及配件类别;需求信息为配件的售卖情况,包括配件的配件号、配件的流动类型以及配件的流动数量,其中,配件的流动类型以及配件的流动数量是配件的售卖方式以及配件的售卖数量;库存信息中包括配件的配件号、配件的库存数量、门店内的最大库存以及门店内的最小库存。
在上述实施例中,在根据配货信息所生成的补货预测信息在进行预测时,分析了与配件相对应的售卖情况、配件现有的库存量以及配件所在门店的最大、最小库存量,通过对上述情况的考虑,提高了对配件需求量预测的准确性。
在上述任一实施例中,根据补货预测信息生成配件订单,此配件订单可以发送至经销商和厂家的***中,以此使得厂家可以及时的针对配件订单中的配件对经销商门店进行补货,使得企业可以合理的对各个经销商门店内的库存进行管理,合理降低库存的资本占用,提高资金的利用率来创造更多的利润。
实施例二
如图2所示,在上述任一实施例中,获取配货信息,具体包括:
步骤202:设定第一获取时长;
步骤204:根据第一获取时长获取配货信息;第一获取时长为获取配货信息的间隔时长;
步骤206:根据配货信息生成补货预测信息;
步骤208:根据补货预测信息生成配件订单。
在上述实施例中,为了获取配货信息更为规范化,设定了第一获取时长,每隔第一获取时长就进行配货信息的获取,其中,第一获取时长的取值可以为一天或一周,可以使经销商将一天或一周内的配货信息进行上传,使得***可以根据一天或一周内的配件的销售情况以及配件的现有库存,再结合经销商门店内的最大库存量和最小库存量对经销商配件的需求量进行预测,防止了因配货信息获取的过于频繁或配件信息获取的时间过长而导致的补货预测信息的不准确,并且使得经营企业对库存管理更为统一。
实施例三
如图3所示,在上述任一实施例中,根据配货信息生成补货预测信息,具体包括:
步骤302:设定第一获取时长;
步骤304:根据第一获取时长获取配货信息;第一获取时长为获取配货信息的间隔时长;
步骤306:根据配件信息、需求信息和库存信息建立补货预测模型;
步骤308:根据补货预测模型生成补货预测信息;
步骤310:根据补货预测信息生成配件订单。
在上述实施例中,通过配货信息中的配件信息、需求信息和库存信息建立补货预测模型,在补货预测模型中生成补货预测信息,其中,在补货预测模型中,首先确定所预测配件的配件信息,将配件信息和该配件在一天或一周之内的售卖情况以及现有库存对配件的需求量进行预测,提高了对其中一种配件需求量的预测的准确性。
实施例四
如图4所示,在上述任一实施例中,根据配货信息建立补货预测模型,具体包括:
步骤402:设定第一获取时长;
步骤404:根据第一获取时长获取配货信息;第一获取时长为获取配货信息的间隔时长;
步骤406:根据配件信息确定配件的类别信息;
步骤408:根据需求信息确定配件的销售量信息;
步骤410:根据库存信息确定配件的现有库存量信息;
步骤412:根据类别信息、销售量信息和现有库存量信息建立补货预测模型;
步骤414:根据补货预测模型生成补货预测信息;
步骤416:根据补货预测信息生成配件订单。
在上述实施例中,根据配货信息建立补货预测模型的步骤具体包括,首先根据配件信息确定配件的类别信息,即首先确定所预测配件的种类和配件号,之后再根据该配件的需求信息确定该配件的销售量信息,即该配件的销售渠道和销售数量,最后根据该配件的库存信息确定该配件的现有库存量信息,即该配件现在的剩余量以及该配件在门店内的最大库存量和最小库存量。
进一步地,将上述的类别信息、销售量信息和库存量信息进行整合,建立该配件的补货预测模型,通过该模型对配件的需求量进行预测,使得对配件的需求量预测更有针对性,能够合理的根据管理库存。
实施例五
如图5所示,在上述任一实施例中,根据补货预测模型生成补货预测信息,具体包括:
步骤502:设定第一获取时长;
步骤504:根据第一获取时长获取配货信息;第一获取时长为获取配货信息的间隔时长;
步骤506:根据配件信息确定配件的类别信息;
步骤508:根据需求信息确定配件的销售量信息;
步骤510:根据库存信息确定配件的现有库存量信息;
步骤512:根据类别信息、销售量信息和现有库存量信息建立补货预测模型;
步骤514:设定第一预测时长,第一预测时长用于指示补货预测模型的预测时长;
步骤516:将第一预测时长输入补货预测模型以生成补货预测信息;
步骤518:根据补货预测信息生成配件订单。
在上述实施例中,根据补货预测模型生成补货预测信息的步骤具体包括,设定第一预测时长,将第一预测时长输入补货预测模型中生成补货预测信息,其中,第一预测时长用来指示补货预测模型的预测时长。
具体地,将第一预设时长输入至补货预测模型中,使得补货预测模型在对配件的需求量进行预测时,可以预测一段时间内经销商对配件的需求量,可选地,将第一预测时长可以设为一周或一个月,即补货预测模型预测一周或一个月之内经销商对配件的需求量,使得厂家可以对不同的经销商门店进行及时的补货,防止了因进货不及时而导致配件的库存量过低,提高了配件供应率。
如图9所示,图9为生成的补货预测信息的示意图,图9中包括两个部分,分别是对补货预测信息进行查询的部分和展示查询到的补货预测信息的部分,在图9的下方显示的为展示补货预测信息部分,图中显示了四种不同类型的配件1月、2月、3月和4月的配件需求量的预测信息,以及配件的缺货的数量,其中BO数量为配件的缺货数量。
进一步地,在图9的上方是对补货预测信息进行查询的部分,显示了在补货预测信息的生成界面,用户可以通过输入特定的信息对补货预测的结果进行查询,例如可以输入配件的供应商、订货的频次和订货的周期等数据查询与配件的供应商、订货的频次和订货的周期等数据相对应的配件的补货预测信息。
实施例六
如图6所示,在上述任一实施例中,配件的补货方法还包括:
步骤602:设定第一获取时长;
步骤604:根据第一获取时长获取配货信息;第一获取时长为获取配货信息的间隔时长;
步骤606:根据配件信息确定配件的类别信息;
步骤608:根据需求信息确定配件的销售量信息;
步骤610:根据库存信息确定配件的现有库存量信息;
步骤612:根据类别信息、销售量信息和现有库存量信息建立补货预测模型;
步骤614:设定第一预测时长,第一预测时长用于指示补货预测模型的预测时长;
步骤616:将第一预测时长输入补货预测模型以生成补货预测信息;
步骤618:补货预测信息具体包括配件的类别信息和配件的需求量信息;
步骤620:根据补货预测信息生成配件订单。
在上述实施例中,补货预测信息中包括了配件的类别信息和配件的需求量信息,使得***可以针对与配件相匹配的需求量信息进行配件订单的建立,防止了因配件与该配件的需求量不匹配而造成错误的配件订单,提高了对企业资金的利用率。
实施例七
如图7所示,在上述任一实施例中,根据补货预测信息生成配件订单,具体包括:
步骤702:设定第一获取时长;
步骤704:根据第一获取时长获取配货信息;第一获取时长为获取配货信息的间隔时长;
步骤706:根据配件信息确定配件的类别信息;
步骤708:根据需求信息确定配件的销售量信息;
步骤710:根据库存信息确定配件的现有库存量信息;
步骤712:根据类别信息、销售量信息和现有库存量信息建立补货预测模型;
步骤714:设定第一预测时长,第一预测时长用于指示补货预测模型的预测时长;
步骤716:将第一预测时长输入补货预测模型以生成补货预测信息;
步骤718:补货预测信息具体包括配件的类别信息和配件的需求量信息;
步骤720:根据配件的需求量信息确定配件的订货量;
步骤722:根据配件的订货量和配件的类别信息生成配件订单。
在上述实施例中,根据配件的需求量信息确定配件的订货量,再根据配件的订货量和配件的类别信息生成配件订单,使得配件订单中具有与配件相对应的订货量,其中,将配件的需求量信息和配件实际的售卖情况相结合确定该配件的订货量,使对配件的补货更为合理,满足了对库存存储的管理。
实施例八
如图10所示,在上述任一实施例中,图10为本实施例总体思路的示意图,将配件信息、需求信息和库存信息进行整合,并根据配件信息、需求信息和库存信息建立补货预测模型,在补货预测模型中进行补货预测,再根据补货预测信息生成配件订单,将配件订单发送至经销商和厂家的***中。
具体地,在配件信息中包括配件的配件号、配件品牌、配件类型和配件类别,为补货预测模型的建立构件数据结构;在需求信息中包括配件的配件号、配件的流动类型、配件的流动数量,为补货预测模型的建立提供业务依据,其中,配件的流动类型为配件的销售类型,配件的流动数量为配件售卖或被退回的数量;在库存信息中包括配件的配件号、配件的库存数量、该配件所在门店的最大库存和该配件所在门店的最小库存,为补货预测模型的建立提供配件的现有库存量。将上述信息进行整合并生成补货预测模型,其中,在补货预测模型中,根据配件的配件信息确定配件的类别信息,根据配件的需求信息确定配件的销售量信息,根据配件的库存信息确定配件的现有库存量信息,并根据类别信息、销售量信息和现有库存量信息生成补货预测信息,根据补货预测信息确定配件订单,其中,配件订单包括配件订单的生成和将生成后的配件订单发送至经销商和厂家的***中,以便厂家根据配件订单对经销商缺少的配件及时的补货,经销商根据预测信息和配件订单合理的对门店的库存进行管理。
在上述技术方案中,如图11所示,配件的补货方法的步骤具体包括:
步骤1102:获取配件的配件信息;
步骤1104:获取配件的需求信息;
步骤1106:获取配件的库存信息;
步骤1108:根据配件的配件信息生成配件的类别信息;
步骤1110:根据配件的需求信息生成配件的销售量信息;
步骤1112:根据配件的库存信息生成配件的现有库存量信息;
步骤1114:根据配件的类别信息、销售量信息和现有库存量信息建立补货预测模型;
步骤1116:根据补货预测模型生成补货预测信息;
步骤1118:根据补货预测信息生成配件订单;
步骤1120:发送配件订单。
实施例九
如图8所示,本发明的第二方面实施例提出了一种配件的补货装置,配件的补货装置800包括:获取单元802,用于获取配货信息,配货信息包括配件信息、需求信息和库存信息;处理单元804,用于根据配货信息生成补货预测信息;生成单元806,用于根据补货预测信息生成配件订单。
在本发明的实施例中,获取单元获取配货信息,之后处理单元根据获取到的配货信息生成补货预测信息,其中,在配货信息中,具有配件信息、需求信息和库存信息,生成单元再根据补货预测信息生成配件订单,通过配件订单完成对配件的补货。
在该实施例中,经销商每天记录门店内的配货信息,将配货信息上传,获取单元获取经销商所上传的配货信息,处理单元根据配货信息中的配件信息、配件需求信息和库存信息生成补货预测信息,以此来预测该经销商所在门店内对配件的需求数量,生成单元根据所预测的门店内对配件的需求数量生成配件订单,合理的对门店内配件的库存进行管理,降低了配件库存量不足以及库存量过多的风险。
在上述实施例中,配货信息包括配件信息、需求信息和库存信息,配件信息中包括配件的配件号、配件品牌、配件类型以及配件类别;需求信息为配件的售卖情况,包括配件的配件号、配件的流动类型以及配件的流动数量,其中,配件的流动类型以及配件的流动数量是配件的售卖方式以及配件的售卖数量;库存信息中包括配件的配件号、配件的库存数量、门店内的最大库存以及门店内的最小库存。
在上述实施例中,在根据配货信息所生成的补货预测信息在进行预测时,分析了与配件相对应的售卖情况、配件现有的库存量以及配件所在门店的最大、最小库存量,通过对上述情况的考虑,提高了对配件需求量预测的准确性。
在上述任一实施例中,根据补货预测信息生成配件订单,此配件订单可以发送至经销商和厂家的***中,以此使得厂家可以及时的针对配件订单中的配件对经销商门店进行补货,使得企业可以合理的对各个经销商门店内的库存进行管理,合理降低库存的资本占用,提高资金的利用率来创造更多的利润。
实施例十
在上述任一实施例中,获取配货信息,具体包括:设定第一获取时长;根据第一获取时长获取配货信息;第一获取时长为获取配货信息的间隔时长。
在上述实施例中,在获取单元中,为了获取配货信息更为规范化,设定了第一获取时长,每隔第一获取时长就进行配货信息的获取,其中,第一获取时长的取值可以为一天或一周,可以使经销商将一天或一周内的配货信息进行上传,使得***可以根据一天或一周内的配件的销售情况以及配件的现有库存,再结合经销商门店内的最大库存量和最小库存量对经销商配件的需求量进行预测,防止了因配货信息获取的过于频繁或配件信息获取的时间过长而导致的补货预测信息的不准确,并且使得经营企业对库存管理更为统一。
在上述任一实施例中,根据配货信息生成补货预测信息,具体包括:根据配件信息、需求信息和库存信息建立补货预测模型;根据补货预测模型生成补货预测信息。
在上述实施例中,处理单元具体用于,通过配货信息中的配件信息、需求信息和库存信息建立补货预测模型,在补货预测模型中生成补货预测信息,其中,在补货预测模型中,首先确定所预测配件的配件信息,将配件信息和该配件在一天或一周之内的售卖情况以及现有库存对配件的需求量进行预测,提高了对其中一种配件需求量的预测的准确性。
实施例十一
在上述任一实施例中,根据配货信息建立补货预测模型,具体包括:根据配件信息确定配件的类别信息;根据需求信息确定配件的销售量信息;根据库存信息确定配件的现有库存量信息;根据类别信息、销售量信息和现有库存量信息建立补货预测模型。
在上述实施例中,根据配货信息建立补货预测模型的步骤具体包括,首先根据配件信息确定配件的类别信息,即首先确定所预测配件的种类和配件号,之后再根据该配件的需求信息确定该配件的销售量信息,即该配件的销售渠道和销售数量,最后根据该配件的库存信息确定该配件的现有库存量信息,即该配件现在的剩余量以及该配件在门店内的最大库存量和最小库存量。
进一步地,将上述的类别信息、销售量信息和库存量信息进行整合,建立该配件的补货预测模型,通过该模型对配件的需求量进行预测,使得对配件的需求量预测更有针对性,能够合理的根据管理库存。
实施例十二
在上述任一实施例中,根据补货预测模型生成补货预测信息,具体包括:设定第一预测时长,第一预测时长用于指示补货预测模型的预测时长;将第一预测时长输入补货预测模型以生成补货预测信息。
在上述实施例中,根据补货预测模型生成补货预测信息的步骤具体包括,设定第一预测时长,将第一预测时长输入补货预测模型中生成补货预测信息,其中,第一预测时长用来指示补货预测模型的预测时长。
具体地,将第一预设时长输入至补货预测模型中,使得补货预测模型在对配件的需求量进行预测时,可以预测一段时间内经销商对配件的需求量,可选地,将第一预测时长可以设为一周或一个月,即补货预测模型预测一周或一个月之内经销商对配件的需求量,使得厂家可以对不同的经销商门店进行及时的补货,防止了因进货不及时而导致配件的库存量过低,提高了配件供应率。
实施例十三
在上述任一实施例中,补货预测信息具体包括:配件的类别信息和配件的需求量信息。
在上述实施例中,补货预测信息中包括了配件的类别信息和配件的需求量信息,使得***可以针对与配件相匹配的需求量信息进行配件订单的建立,防止了因配件与该配件的需求量不匹配而造成错误的配件订单,提高了对企业资金的利用率。
在上述任一实施例中,根据补货预测信息生成配件订单,具体包括:根据配件的需求量信息确定配件的订货量;根据配件的订货量和配件的类别信息生成配件订单。
在上述实施例中,根据配件的需求量信息确定配件的订货量,再根据配件的订货量和配件的类别信息生成配件订单,使得配件订单中具有与配件相对应的订货量,其中,将配件的需求量信息和配件实际的售卖情况相结合确定该配件的订货量,使对配件的补货更为合理,满足了对库存存储的管理。
实施例十四
本发明的第三个方面实施例提供了一种可读存储介质,可读存储介质上存储有程序或指令,程序或指令被处理器执行时实现如上述任一技术方案中的配件的补货方法的步骤。
本发明实施例提供的可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时可实现如上述任一技术方案中的配件的补货方法的步骤。因此,本发明所提出的可读存储介质具备上述任一技术方案中的配件的补货方法的全部有益效果,在此不再赘述。
实施例十五
本发明的第四个方面实施例提供了一种电子设备,包括:上述任一技术方案中的配件的补货装置;和/或上述技术方案中的可读存储介质。
本发明实施例提供的电子设备,包括上述任一技术方案中的配件的补货装置,因此,其具备上述任一技术方案中的配件的补货装置的全部有益效果,在此不再赘述。进一步地,本发明提供的电子设备,还可包括上述技术方案中所限定的可读存储介质。因此,本发明所提出的电子设备具备上述技术方案中所限定的可读存储介质的全部有益效果,在此不再赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种配件的补货方法,其特征在于,所述配件的补货方法包括:
获取配货信息,所述配货信息包括配件信息、需求信息和库存信息;
根据所述配货信息生成补货预测信息;
根据所述补货预测信息生成配件订单。
2.根据权利要求1所述的配件的补货方法,其特征在于,获取所述配货信息,具体包括:
设定第一获取时长;
根据所述第一获取时长获取所述配货信息;
所述第一获取时长为获取所述配货信息的间隔时长。
3.根据权利要求1所述的配件的补货方法,其特征在于,所述根据所述配货信息生成所述补货预测信息,具体包括:
根据所述配件信息、所述需求信息和所述库存信息建立补货预测模型;
根据所述补货预测模型生成所述补货预测信息。
4.根据权利要求3所述的配件的补货方法,其特征在于,根据所述配货信息建立所述补货预测模型,具体包括:
根据所述配件信息确定所述配件的类别信息;
根据所述需求信息确定所述配件的销售量信息;
根据所述库存信息确定所述配件的现有库存量信息;
根据所述类别信息、所述销售量信息和所述现有库存量信息建立所述补货预测模型。
5.根据权利要求3所述的配件的补货方法,其特征在于,所述根据所述补货预测模型生成所述补货预测信息,具体包括:
设定第一预测时长,所述第一预测时长用于指示所述补货预测模型的预测时长;
将所述第一预测时长输入所述补货预测模型以生成所述补货预测信息。
6.根据权利要求1所述的配件的补货方法,其特征在于,所述补货预测信息具体包括:
所述配件的类别信息和所述配件的需求量信息。
7.根据权利要求1至6中任一项所述的配件的补货方法,其特征在于,根据补货预测信息生成所述配件订单,具体包括:
根据所述配件的需求量信息确定所述配件的订货量;
根据所述配件的所述订货量和所述配件的类别信息生成所述配件订单。
8.一种配件的补货装置,其特征在于,所述配件的补货装置包括:
获取单元,用于获取配货信息,所述配货信息包括配件信息、需求信息和库存信息;
处理单元,用于根据所述配货信息生成补货预测信息;
生成单元,用于根据所述补货预测信息生成配件订单。
9.一种可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至7中任一项所述的配件的补货方法的步骤。
10.一种电子设备,其特征在于,包括:
如权利要求8所述的配件的补货装置;和/或
如权利要求9所述的可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210512397.7A CN114897467A (zh) | 2022-05-12 | 2022-05-12 | 配件的补货方法、装置、可读存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210512397.7A CN114897467A (zh) | 2022-05-12 | 2022-05-12 | 配件的补货方法、装置、可读存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114897467A true CN114897467A (zh) | 2022-08-12 |
Family
ID=82721847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210512397.7A Pending CN114897467A (zh) | 2022-05-12 | 2022-05-12 | 配件的补货方法、装置、可读存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114897467A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115496549A (zh) * | 2022-08-22 | 2022-12-20 | 上海网商电子商务有限公司 | 一种基于机器学习的订单管理*** |
-
2022
- 2022-05-12 CN CN202210512397.7A patent/CN114897467A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115496549A (zh) * | 2022-08-22 | 2022-12-20 | 上海网商电子商务有限公司 | 一种基于机器学习的订单管理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7860737B2 (en) | Constraint-based production planning and scheduling | |
US7668761B2 (en) | System and method for ensuring order fulfillment | |
US7418307B2 (en) | System and process for supply management for the assembly of expensive products | |
US7092929B1 (en) | Method and apparatus for planning analysis | |
US6188989B1 (en) | System and method for managing available to promised product (ATP) | |
US8494916B2 (en) | Managing fresh-product inventory | |
US20030033180A1 (en) | System and method for optimizing resource plans | |
US20070150332A1 (en) | Heuristic supply chain modeling method and system | |
US20060004624A1 (en) | Forecast and replenishment analytics | |
CA2409918A1 (en) | Dynamic pricing system | |
US20060277086A1 (en) | System and method for optimization-based production capability planning | |
US20030050870A1 (en) | Capacity-driven production planning tools | |
JP4532042B2 (ja) | 生産管理方法及び生産管理プログラム | |
CN108171454A (zh) | 供销管理方法、设备及计算机可读存储介质 | |
Kapalka et al. | Retail inventory control with lost sales, service constraints, and fractional lead times | |
CN114897467A (zh) | 配件的补货方法、装置、可读存储介质及电子设备 | |
US8417572B1 (en) | Expected exhaustion time | |
CN114219376A (zh) | 一种基于知识图谱的家电大规模定制服务资源调度方法 | |
KR100433795B1 (ko) | 배분율에 따른 재고 관리 시스템 및 재고 관리 방법 | |
CN109523690A (zh) | 一种自动要货方法 | |
JP5145835B2 (ja) | 商品供給システム、商品供給方法及び商品供給プログラム | |
WO2006082808A1 (ja) | 納期回答プログラム、納期回答方法、及びこの方法を実行するシステム | |
US20030130876A1 (en) | Production with accuracy | |
US20060036499A1 (en) | Inventory management system and method | |
Mirzaee | Alternative methods for calculating optimal safety stock levels |
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 |