一种商品销售库存精准动态管理调整方法、系统及计算机存储介质技术方案

本发明专利技术公开一种商品销售库存精准动态管理调整方法、系统及计算机存储介质，通过对电商企业自营仓库中存储的各商品种类分别设置库存量的分级预警值，并获取各商品种类的当前库存量，进而将各商品种类的当前库存量与各商品种类对应库存量的分级预警值进行对比，以此判断是否需要进行预警，从而对需要进行预警的商品种类进行等级预警，实现了对电商企业自营仓库中商品销售库存的精准动态管理调整，大大弥补了目前自营仓库中商品库存量管理存在的过于固定化、缺乏灵活度和预警力度不够的不足，提高了库存量管理的全面度、灵活度和预警力度，使得商品库存量管理更具实用性，有利于提升商品库存量的管理水平。提升商品库存量的管理水平。提升商品库存量的管理水平。

【技术实现步骤摘要】
一种商品销售库存精准动态管理调整方法、系统及计算机存储介质


[0001]本专利技术属于商品库存管理
，具体而言，是一种商品销售库存精准动态管理调整方法、系统及计算机存储介质。

技术介绍

[0002]随着互联网技术和移动终端技术日新月异的发展,电子商务与消费者之间的联系变得越来越密不可分,"足不出户买遍天下"的网络购物成了人们必不可少的消费方式。在这种情况下，各种电商企业如雨后春笋般涌现出来。为了提高企业竞争力，一些电商企业在各地设置自营仓库，将电商商品运输到自营仓库进行存储，进而从订单地址所在地的自营仓库进行本地物流运输，有效提高了物流运输效率，成为大型电商企业较受欢迎的物流运输模式。
[0003]由于自营仓库是从仓库直接发货进行物流运输，使得仓库中商品的库存量可以直接影响商品的订单量，因此自营仓库中商品的库存量管理是仓储管理的重点管理对象。现在对自营仓库的商品库存量管理大多采用预警管理的方式，即通过设定库存量预警值，以将商品的当前库存量与设定库存量预警值进行对比，对达到设定库存量预警值的商品进行预警，表明该商品库存不足。但是目前自营仓库商品库存量预警值的设定是单一且固定的，没有考虑到商品在当前阶段的销售状况对商品库存量预警值设定的影响。这具体体现为商品在当前阶段的销售状况是动态变化的，即存在单日最多销售量、单日最少销售量，单纯以任意一种销售量来作为商品库存量预警值设定都是不全面的，易导致预警片面、不够精准的问题，同时单次预警也会导致预警力度不够，使得商品补货没有一个缓冲周期，影响商品在补货期间的销售。
[0004]由此可见，目前自营仓库中商品库存量管理存在过于固定化、缺乏灵活度及预警力度不够的问题，导致库存量管理精准度不高。

技术实现思路

[0005]针对上述问题，本专利技术提出一种商品销售库存精准动态管理调整方法、系统及计算机存储介质，通过对电商企业自营仓库中各商品种类分别设置库存量的分级预警值，进而将各商品种类的当前库存量与各商品种类对应库存量的分级预警值进行对比，以此判断是否需要进行预警，从而对需要进行预警的商品种类进行等级预警，有效解决了
技术介绍
提到的问题。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]本专利技术的第一方面提出一种商品销售库存精准动态管理调整方法，包括以下步骤：
[0008]步骤1.仓库存储商品种类统计:通过仓库存储商品种类统计模块统计电商企业对应自营仓库中存储的商品种类，并对统计的各商品种类进行编号，依次标记为1,2,...,
i,...,n；
[0009]步骤2.商品历史单日销售参数采集:通过商品历史单日销售参数采集模块在设定时间段内采集各商品种类对应的历史单日销售参数；
[0010]步骤3.商品当前库存量获取:通过商品当前库存量获取模块获取各商品种类对应的当前库存量；
[0011]步骤4.运输路线距离获取:通过运输路线距离获取模块分别定位电商企业所在地理位置与自营仓库所在地理位置，以此获取电商企业与自营仓库之间的运输路线距离；
[0012]步骤5.运输时长影响参数采集:通过运输时长影响参数采集模块采集运输路线对应的运输时长影响参数；
[0013]步骤6.实际运输时长预测:通过管理云平台根据电商企业与自营仓库之间的运输路线距离和运输路线对应的运输时长影响参数预测从电商企业到达自营仓库的实际运输时长；
[0014]步骤7.库存量分级预警值确定:通过库存量分级预警值确定模块结合各商品种类对应的历史单日销售参数和从电商企业到达自营仓库的实际运输时长确定各商品种类对应库存量的分级预警值；
[0015]步骤8.预警分析判断:通过预警分析判断模块将各商品种类对应的当前库存量与各商品种类对应库存量的分级预警值进行对比，进而根据对比结果判断是否需要预警，若需要预警，则获取预警参数；
[0016]步骤9.库存量预警:通过预警终端根据获取的预警参数进行商品库存量预警。
[0017]在本专利技术第一方面的一种能够实现的方式中，所述历史单日销售参数包括历史单日最多销售量、历史单日最少销售量和历史单日平均销售量。
[0018]在本专利技术第一方面的一种能够实现的方式中，所述各商品种类对应历史单日销售参数的具体采集过程执行以下步骤：
[0019]A1:在设定时间段内统计各商品种类对应的每日销售量；
[0020]A2:将各商品种类对应的每日销售量进行相互对比，从中筛选出最多销售量作为各商品种类对应的历史单日最多销售量，并从中筛选出最少销售量作为各商品种类的历史单日最少销售量；
[0021]A3:获取设定时间段对应的天数，并将设定时间段内各商品种类对应的每日销售量进行叠加得到各商品种类对应的历史销售总量，再将其除以设定时间段对应的天数得到各商品种类对应的历史单日平均销售量。
[0022]在本专利技术第一方面的一种能够实现的方式中，所述运输时长影响参数包括路况类型和路形种类，其中路况类型包括平坦类型和凹凸类型，其中路形种类包括直线种类和曲线种类。
[0023]在本专利技术第一方面的一种能够实现的方式中，所述从电商企业到达自营仓库的实际运输时长的具体预测过程如下：
[0024]B1:对电商企业与自营仓库之间运输路线对应的路况类型进行分析，若路况类型为平坦类型，则从运输数据库中提取平坦类型对应的路况运输影响系数，记为σ1，若路况类型为凹凸类型，则获取该运输路线对应的累计凹凸距离，进而将累计凹凸距离除以运输路线距离得到凹凸类型对应的路况运输影响系数，记为σ2；
[0025]B2:对电商企业与自营仓库之间运输路线对应的路形种类进行分析，若路形种类为直线种类，则从运输数据库中提取直线种类对应的路形运输影响系数，记为ξ1，若路形种类为曲线种类，则获取该运输路线对应的弯曲弧度和累计曲线距离；
[0026]B3:将该运输路线对应的弯曲弧度与运输数据库中各种弯曲弧度对应的弯曲弧度运输难度指数进行对比，得到该运输路线对应的弯曲弧度运输难度指数，记为ε，再将该运输路线对应的累计曲线距离除以运输路线距离得到曲线距离运输难度指数，记为χ；
[0027]B4:根据该运输路线对应的弯曲弧度运输难度指数和曲线距离运输难度指数统计该运输路线对应曲线种类的路形运输影响系数，其计算公式为
[0028]B5:根据该运输路线对应的路况类型运输影响系数和路形种类运输影响系数计算该运输路线对应的综合运输影响系数η表示为该运输路线对应的路况类型运输影响系数，η可取值为σ1或σ2，λ表示为该运输路线对应的路形种类运输影响系数，λ可取值为ξ1或ξ2；
[0029]B6:获取运输速度，并根据电商企业与自营仓库之间的运输路线距离、运输速度和综合运输影响系数预测从电商企业到达自营仓库的实际运输时长T表示为从电商企业到达自营仓库的实际运输时长，s表示为电商企业与自营仓库之间的运输路线距离，v表示为运输速度，表示为该运输路线对应的综合运输影响系数。
[0030]在本专利技术第一方面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品销售库存精准动态管理调整方法，其特征在于，包括以下步骤：步骤1.仓库存储商品种类统计:通过仓库存储商品种类统计模块统计电商企业对应自营仓库中存储的商品种类，并对统计的各商品种类进行编号，依次标记为1,2,...,i,...,n；步骤2.商品历史单日销售参数采集:通过商品历史单日销售参数采集模块在设定时间段内采集各商品种类对应的历史单日销售参数；步骤3.商品当前库存量获取:通过商品当前库存量获取模块获取各商品种类对应的当前库存量；步骤4.运输路线距离获取:通过运输路线距离获取模块分别定位电商企业所在地理位置与自营仓库所在地理位置，以此获取电商企业与自营仓库之间的运输路线距离；步骤5.运输时长影响参数采集:通过运输时长影响参数采集模块采集运输路线对应的运输时长影响参数；步骤6.实际运输时长预测:通过管理云平台根据电商企业与自营仓库之间的运输路线距离和运输路线对应的运输时长影响参数预测从电商企业到达自营仓库的实际运输时长；步骤7.库存量分级预警值确定:通过库存量分级预警值确定模块结合各商品种类对应的历史单日销售参数和从电商企业到达自营仓库的实际运输时长确定各商品种类对应库存量的分级预警值；步骤8.预警分析判断:通过预警分析判断模块将各商品种类对应的当前库存量与各商品种类对应库存量的分级预警值进行对比，进而根据对比结果判断是否需要预警，若需要预警，则获取预警参数；步骤9.库存量预警:通过预警终端根据获取的预警参数进行商品库存量预警。2.根据权利要求1所述的一种商品销售库存精准动态管理调整方法，其特征在于：所述历史单日销售参数包括历史单日最多销售量、历史单日最少销售量和历史单日平均销售量。3.根据权利要求1所述的一种商品销售库存精准动态管理调整方法，其特征在于：所述各商品种类对应历史单日销售参数的具体采集过程执行以下步骤：A1:在设定时间段内统计各商品种类对应的每日销售量；A2:将各商品种类对应的每日销售量进行相互对比，从中筛选出最多销售量作为各商品种类对应的历史单日最多销售量，并从中筛选出最少销售量作为各商品种类的历史单日最少销售量；A3:获取设定时间段对应的天数，并将设定时间段内各商品种类对应的每日销售量进行叠加得到各商品种类对应的历史销售总量，再将其除以设定时间段对应的天数得到各商品种类对应的历史单日平均销售量。4.根据权利要求1所述的一种商品销售库存精准动态管理调整方法，其特征在于：所述运输时长影响参数包括路况类型和路形种类，其中路况类型包括平坦类型和凹凸类型，其中路形种类包括直线种类和曲线种类。5.根据权利要求1所述的一种商品销售库存精准动态管理调整方法，其特征在于：所述从电商企业到达自营仓库的实际运输时长的具体预测过程如下：B1:对电商企业与自营仓库之间运输路线对应的路况类型进行分析，若路况类型为平
坦类型，则从运输数据库中提取平坦类型对应的路况运输影响系数，记为σ1，若路况类型为凹凸类型，则获取该运输路线对应的累计凹凸距离，进而将累计凹凸距离除以运输路线距离得到凹凸类型对应的路况运输影响系数，记为σ2；B2:对电商企业与自营仓库之间运输路线对应的路形种类进行分析，若路形种类为直线种类，则从运输数据库中提取直线种类对应的路形运输影响系数，记为ξ1，若路形种类为曲线种类，则获取该运输路线对应的弯曲弧度和累计曲线距离；B3:将该运输路线对应的弯曲弧度与运输数据库中各种弯曲弧度对应的弯曲弧度运输难度指数进行对比，得到该运输路线对应的弯曲弧度运输难度指数，记为ε，再将该运输路线对应的累计曲线距离除以运输路线距离得到曲线距离运输难度指数，记为χ；B4:根据该运输路线对应的弯曲弧度运输难度指数和曲线距离运输难度指数统计该运...

【专利技术属性】
技术研发人员：姜宏章，
申请(专利权)人：武汉市章瀚电子商务有限公司，
类型：发明
国别省市：