一种销量预测及补货方法技术

本发明专利技术公开了一种销量预测及补货方法，包括：销量预测方法和补货方法。所述销量预测方法包括：获取待预测商品的历史销量数据、调取依据历史销量数据训练得到销量预测模型和输出预测销量数据，所述销量预测模型包括一次平滑模型、二次平滑模型和三次季节模型，所述输出预测销量数据包括获取预测销量数据的修正系数。所述补货方法包括：获取依据历史销量数据和预测销量数据分析得出的日均销量、补货提前期和安全库存天数；调取目标库存计算公式，输入补货周期，输出目标库存；调取补货量计算公式，输入现货商品数量和在途商品数量，输出补货量。本发明专利技术全面考虑商品销售中的各种情况，得到的销量预测及补货数据更加清晰准确，提高销售管理效率。

【技术实现步骤摘要】
一种销量预测及补货方法
本专利技术涉及商品销售管理领域。更具体地说，本专利技术涉及一种销量预测及补货方法。
技术介绍
在商品销售行业，销量预测是一项不可缺少的参考指标，无论企业的规模大小、人员多少，销量预测影响到包括计划、预算和补货等确定在内的销售管理的各方面工作。但是，相关技术方案中由于对数据的非全面的笼统分析，导致销量预测结果并不准确，包括得出的补货量也不准确，补货量拿到一个准确的值，就可能造成货品积压而影响资金周转，或者货品数量不足而使消费者无法购得商品，影响企业销售形象。因此，需要一种全面又细致划分的数据整合方法来预测销量和补货。
技术实现思路
本专利技术的一个目的是解决至少上述问题，并提供至少后面将说明的优点。为了实现本专利技术的这些目的和其它优点，提供了一种销量预测和补货方法，包括：销量预测方法和补货方法。所述销量预测方法包括：获取待预测商品的历史销量数据，其包括获取常规历史销量数据和获取非常规历史销量数据；调取依据历史销量数据训练得到销量预测模型，所述销量预测模型包括：一次平滑模型、二次平滑模型和三次季节模型，所述一次平滑模型是以月为单位，依据历史销量数据训练得到预测销量数据，所述二次平滑模型是在一次平滑模型的基础上，考虑销量历史增长趋势，得到预测销量数据，所述三次季节模型是在二次平滑模型的基础上，考虑销量的周期性即季节性变动规律，得到预测销量数据；输出预测销量数据，其包括：依据历史销量数据自动选择一种预测模型计算得出初预测销量数据和获取修正系数，所述修正系数依据同一时间段的预测销量数据和历史销量数据计算得出，所述预测销量数据由初预测销量数据与修正系数的乘积计算得到。所述补货方法包括：获取依据历史销量数据和预测销量数据分析得出的日均销量、补货提前期和安全库存天数；调取目标库存的计算公式：目标库存＝(补货周期+补货提前期+安全库存天数)*日均销量，输入补货周期，拟合输出目标库存；调取补货量的计算公式：补货量＝目标库存-现货-在途，输入现货商品数量和在途商品数量，输出补货量。优选的是，所述非常规历史销量数据包括境外销量数据、包销数据、预售包销数据和促销数据，所述该方法分别获取所述非常规历史销量数据，并匹配销量预测模型单独对其进行销量预测。优选的是，所述该方法统一获取常规历史销量数据，并匹配预算模型单独对其进行销量预测。优选的是，所述该方法单独计算常规历史销量数据中月销量＜6个的商品的销量预测数据，其包括：获取所述月销量＜6个的商品近三个月的历史销量数据和近三个月的有效销售时间；调取依据所述月销量＜6个的商品近三个月的历史销量数据和近三个月的有效销售时间加权得到的销量预测公式；获取修正系数，所述修正系数依据同一三个月的预测销量数据和历史销量数据计算得出；输出销量预测数据，所述销量预测数据公式为：预测销量＝近三个月有效销量/近三个月有效时间*90*系数。优选的是，该方法自动剔除商品的异常日销量数据，获取正常的日销量数据，对所述正常的日销量数据进行平均值运算得到日均销量数据，所述异常日销量数据包括历史包销数据、预售包销数据和历史促销数据。优选的是，获取商品的异常日销量数据，其单独加到目标库存数据中，输出目标库存数值。优选的是，依据历史销量数据和预测销量数据，分别获取商品的以不同库存量单位为度量的日均销量、补货提前期和安全库存天数。优选的是，分别获取不同季节的补货周期历史数据，依据历史数据自行调整输入补货周期数值。本实专利技术至少包括以下有益效果：本专利技术全面考虑商品销售中的各种情况，细致划分常规历史数据和由于包销、促销等形成的非常规历史数据，对其分别进行预测，得到的销量预测数据及补货量数据更加清晰准确，保证安全库存，提高销售管理效率。本实专利技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本专利技术的研究和实践而为本领域的技术人员所理解。附图说明图1为本专利技术的销量预测流程图；图2为本专利技术的补货流程图；具体实施方式下面结合附图对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。如图1和图2所示，本专利技术提供一种销量预测及补货方法，包括：销量预测方法和补货方法。如图1所示，所述销量预测方法包括：获取待预测商品的历史销量数据，其包括获取常规历史销量数据和获取非常规历史销量数据；对于非常规历史销量数据，训练得到三种销量预测模型：一次平滑模型、二次平滑模型和三次季节模型，所述一次平滑模型是以月为单位，依据历史销量数据训练得到预测销量数据，所述二次平滑模型是在一次平滑模型的基础上，考虑销量历史增长趋势，得到预测销量数据，所述三次季节模型是在二次平滑模型的基础上，考虑销量的周期性即季节性变动规律，得到预测销量数据；输出预测销量数据，其包括：依据历史销量数据自动选择一种预测模型计算得出初预测销量数据和获取修正系数，所述修正系数依据同一时间段的预测销量数据和历史销量数据计算得出，所述预测销量数据由初预测销量数据与修正系数的乘积计算得到。对于常规历史销量数据分别获取月销量＜6个的商品和月销量≥6个的商品的数据，对于月销量＜6个的商品的数据，获取所述月销量＜6个的商品的近三个月的历史销量数据和近三个月的有效销售时间；调取依据所述月销量＜6个的商品近三个月的历史销量数据和近三个月的有效销售时间加权得到的销量预测公式；获取修正系数，所述修正系数依据同一三个月的预测销量数据和历史销量数据计算得出；输出销量预测数据，所述销量预测数据公式为：预测销量＝近三个月有效销量/近三个月有效时间*90*系数。如图2所示，所述补货方法包括：获取依据历史销量数据和预测销量数据分析得出的日均销量、补货提前期和安全库存天数；调取目标库存的计算公式：目标库存＝(补货周期+补货提前期+安全库存天数)*日均销量，输入补货周期，拟合输出目标库存；调取补货量的计算公式：补货量＝目标库存-现货-在途，输入现货商品数量和在途商品数量，输出补货量。对于日均销量的计算，该方法自动剔除商品的异常日销量数据，获取正常的日销量数据，对所述正常的日销量数据进行平均值运算得到日均销量数据，所述异常日销量数据包括历史包销数据、预售包销数据和历史促销数据。该方法单独获取商品的异常日销量数据，将其另行加到目标库存数据中，输出目标库存。该方法还可分别获取商品的以不同库存量单位为度量的日均销量、补货提前期和全库存天数，该方法获取补货周期以不同季节进行分析，员工可自行调整输入补货周期数值。如上所述，本专利技术全面考虑商品销售中的各种情况，包括预售包销、包销和促销等形成的非常规历史数据，针对不同销售情况建立不同预测模型，得到的销量预测数据及补货量数据更加清晰准确，提高商品销售效率。尽管本专利技术的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本专利技术的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离等同范围所限定的一般概念下，本专利技术并不限于特定的细节和这里示出与描述的图例。本文档来自技高网...

【技术保护点】
一种销量预测及补货方法，其特征在于，包括：销量预测方法和补货方法。所述销量预测方法包括：获取待预测商品的历史销量数据，其包括获取常规历史销量数据和获取非常规历史销量数据；调取依据历史销量数据训练得到销量预测模型，所述销量预测模型包括：一次平滑模型、二次平滑模型和三次季节模型，所述一次平滑模型是以月为单位，依据历史销量数据训练得到预测销量数据，所述二次平滑模型是在一次平滑模型的基础上，考虑销量历史增长趋势，得到预测销量数据，所述三次季节模型是在二次平滑模型的基础上，考虑销量的周期性即季节性变动规律，得到预测销量数据；输出预测销量数据，其包括：获取初预测销量数据和获取修正系数，所述初预测销量数据依据历史销量数据自动选择一种预测模型计算得出，所述修正系数依据同一时间段的预测销量数据和历史销量数据计算得出，所述预测销量数据由初预测销量数据与修正系数的乘积计算得到。所述补货方法包括：获取依据历史销量数据和预测销量数据分析得出的日均销量、补货提前期和安全库存天数；调取目标库存的计算公式：目标库存＝(补货周期+补货提前期+安全库存天数)*日均销量，输入补货周期，拟合输出目标库存；调取补货量的计算公式：补货量＝目标库存‑现货‑在途，输入现货商品数量和在途商品数量，输出补货量。...

【技术特征摘要】
1.一种销量预测及补货方法，其特征在于，包括：销量预测方法和补货方法。所述销量预测方法包括：获取待预测商品的历史销量数据，其包括获取常规历史销量数据和获取非常规历史销量数据；调取依据历史销量数据训练得到销量预测模型，所述销量预测模型包括：一次平滑模型、二次平滑模型和三次季节模型，所述一次平滑模型是以月为单位，依据历史销量数据训练得到预测销量数据，所述二次平滑模型是在一次平滑模型的基础上，考虑销量历史增长趋势，得到预测销量数据，所述三次季节模型是在二次平滑模型的基础上，考虑销量的周期性即季节性变动规律，得到预测销量数据；输出预测销量数据，其包括：获取初预测销量数据和获取修正系数，所述初预测销量数据依据历史销量数据自动选择一种预测模型计算得出，所述修正系数依据同一时间段的预测销量数据和历史销量数据计算得出，所述预测销量数据由初预测销量数据与修正系数的乘积计算得到。所述补货方法包括：获取依据历史销量数据和预测销量数据分析得出的日均销量、补货提前期和安全库存天数；调取目标库存的计算公式：目标库存＝(补货周期+补货提前期+安全库存天数)*日均销量，输入补货周期，拟合输出目标库存；调取补货量的计算公式：补货量＝目标库存-现货-在途，输入现货商品数量和在途商品数量，输出补货量。2.如权利要求1所述的销量预测及补货方法，其特征在于，所述非常规历史销量数据包括境外销量数据、包销数据、预售包销数据和促销数据，所述该方法分别获取所述非常规历史销量数据，并匹配销量预测模型单...

【专利技术属性】
技术研发人员：朱晓波，晋松，赵岩，李猛，王超，
申请(专利权)人：北京挖玖电子商务有限公司，
类型：发明
国别省市：北京,11