[發明專利]一種庫存管理方法和裝置

在審

• 申請號: 202011458370.1
• 申請日: 2020-12-10
• 公開（公告）號: CN113780611A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 詹昌飛;戚永志;陳磊;申作軍;郭旭波
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東尚科信息技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q10/08;G06F16/28;G06K9/62
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 楊倩;張效榮

本發明公開了一種庫存管理方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：獲取商品的銷量時序數據以及銷量時序數據的特征信息；根據特征信息，將銷量時序數據分割為需求驅動場景的時序數據和計劃驅動場景的時序數據；將需求驅動場景的時序數據輸入預先設置的需求驅動預測模型，生成第一補貨量；將計劃驅動場景的時序數據提供給客戶端，以使客戶端基于計劃驅動場景的時序數據得到第二補貨量；獲取第二補貨量；結合第一補貨量和第二補貨量，管理倉庫內的商品的庫存。該實施方式能夠有效地提高補貨準確性。

技術領域

本發明涉及倉儲技術領域，尤其涉及一種庫存管理方法和裝置。

背景技術

商品補貨作為庫存管理的一部分，其可對庫存成本和后續的物流成本產生直接影響。比如，合理的補貨可有效地避免商品囤積所帶來的時間成本和損失成本，另外，合理在各個倉庫間分配商品，可降低倉庫間調配商品所帶來的消耗。

目前常用的商品補貨的方式主要有兩種，一種是計劃驅動的補貨方式，該計劃驅動的補貨方式主要是人工直接控制采購量進行補貨；另一種是需求驅動的補貨方式，該需求驅動的補貨方式主要根據用戶歷史的購買情況，通過預測模型進行需求量的預測，并基于預測的結果進行補貨。其中，計劃驅動的補貨方式往往不能整體考量市場在一個長時間段的需求，而需求驅動的補貨方式由于沒有考慮人為干預因素等，很難準確預測促銷活動期間所需的補貨量。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

在庫存管理補貨過程中，主要選擇上述兩種補貨方式中的一種來進行補貨，導致補貨的準確性較低。

發明內容

有鑒于此，本發明實施例提供一種庫存管理方法和裝置，能夠有效地提高補貨準確性。

為實現上述目的，根據本發明實施例的一個方面，提供了一種庫存管理方法，包括：

獲取商品的銷量時序數據以及所述銷量時序數據的特征信息；

根據所述特征信息，將所述銷量時序數據分割為需求驅動場景的時序數據和計劃驅動場景的時序數據；

將所述需求驅動場景的時序數據輸入預先設置的需求驅動預測模型，生成第一補貨量；

將所述計劃驅動場景的時序數據提供給客戶端，以使所述客戶端基于所述計劃驅動場景的時序數據得到第二補貨量；

獲取所述第二補貨量；

結合所述第一補貨量和所述第二補貨量，管理倉庫內的所述商品的庫存。

優選地，將所述銷量時序數據分割為需求驅動場景的時序數據和計劃驅動場景的時序數據，包括：

根據所述銷量時序數據的特征信息，對所述銷量時序數據進行分類，得到需求驅動場景的時序數據和計劃驅動場景的時序數據。

優選地，所述庫存管理方法，進一步包括：

設置有對應的多種業務類別，并為每一種所述業務類別配置有對應的場景，其中，場景包括：需求驅動場景和計劃驅動場景；

對所述銷量時序數據進行分類，包括：

根據所述特征信息和所述多種業務類別，將所述銷量時序數據劃分為多段時序數據段；并確定每一段所述時序數據段所屬的業務類別；

根據所述時序數據段所屬的業務類別和所述業務類別對應的場景，確定所述時序數據段屬于需求驅動場景的時序數據或計劃驅動場景的時序數據。

優選地，所述庫存管理方法，進一步包括：

設置分類模型，其中，所述分類模型由標注有需求驅動場景和計劃驅動場景的銷量樣本數據訓練得出；

對所述銷量時序數據進行分類，包括：