[發明專利]庫存管理系統以及庫存管理方法

在審

• 申請號: 202110550112.4
• 申請日: 2021-05-20
• 公開（公告）號: CN115375214A
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 左濱;賴素紅
• 申請（專利權）人: 株式會社日立大廈系統
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06Q10/04
• 代理公司: 北京永新同創知識產權代理有限公司 11376
• 代理人: 楊勝軍

本發明提供庫存管理系統以及庫存管理方法，上述庫存管理系統具備：需求預測單元，基于歷史數據，對規定時間內的商品的需求量進行預測；庫存標準計算單元，基于各個容許缺貨率，利用由上述需求預測單元預測的上述需求量計算多個庫存標準；需求趨勢分析單元，利用能夠判斷商品的需求趨勢的技術分析指標，對該商品的需求趨勢進行分析；以及庫存確定單元，基于初始庫存、當前實際庫存、以及由上述需求趨勢分析單元得到的需求趨勢，利用上述多個庫存標準確定當前要確保的庫存。

技術領域

本發明涉及庫存管理系統以及庫存管理方法。

背景技術

近年來，隨著消費者需求的多樣化及全渠道的普及，圍繞企業的庫存管理的環境變得復雜，僅通過以往的定期、定量的補貨已難以確保與需求動向匹配的適當的庫存。因此，需要對每個商品的需求變動進行解析，設定適當的安全庫存。

對此，以往研究的是基于需求預測自動生成庫存補充計劃的方案。例如在專利文獻1中公開了基于供應鏈需求關聯的智能補貨系統，該系統包括供應鏈需求預測模塊、業務分析模塊和智能補貨模塊。供應鏈需求預測模塊用于對每個商店、每個產品的需求預測；業務分析模塊用于根據商品的相關信息和相關的銷售目標進行數據分析并與供應鏈需求預測模塊得出的數據，進行需求分類；智能補貨模塊用于結合業務分析的需求數據與供應鏈需求預測的數據進行分析，并通過需求分類進行相對應的智能補貨。

專利文獻1：CN110516998A

但是，上述專利文獻1的技術在實際運用中，針對需求變動大的商品，基于機器學習或人工智能模型的預測精度也較低，最終難以決定適當的庫存。在此情況下，只能根據人的經驗來決定將安全庫存增加還是減少。

并且，通常，各個商品在不同時期所需的庫存量發生變化，按照固定的庫存標準進行補貨，也并不理想。

因而，迫切需要針對需求的不確定性，科學且動態地確定安全庫存，以決定適當的庫存量。

發明內容

本發明針對現有技術中上述技術問題，其目的在于，提供即使存在需求的不確定性也能夠有效地進行庫存管理的庫存管理系統及庫存管理方法。

本發明的一個實施方式提供一種庫存管理系統，包括：需求預測單元，基于歷史數據，對規定時間內的商品的需求量進行預測；庫存標準計算單元，基于各個容許缺貨率，利用由上述需求預測單元預測的上述需求量計算多個級別的庫存標準；需求趨勢分析單元，利用能夠判斷商品的需求趨勢的技術分析指標，對該商品的需求趨勢進行分析；以及庫存確定單元，基于初始庫存、當前實際庫存、以及由上述需求趨勢分析單元得到的需求趨勢，利用上述多個級別的庫存標準確定當前要確保的庫存。

由此，通過初始的庫存標準和當前實際庫存所處的庫存區間，并結合該商品的未來的需求趨勢科學地調整當前要確保的庫存，因此不用依賴于熟練者的經驗也能夠可靠地進行庫存管理，有效地對庫存進行優化。

并且，也可以是，上述需求預測單元包括：數據收集部，收集作為對象的商品的歷史數據；時間變動系數計算部，基于由上述數據收集部收集的歷史數據，計算以上述規定時間為單位的時間變動系數；以及需求量預測部，利用基于歷史數據的移動加權平均和所計算的上述時間變動系數，預測上述規定時間內的上述需求量。

由此，通過根據時間變動系數來求出需求量，能夠考慮星期效應、季節變動、當前的流行因素等來預測需求量，因此能夠預測精度。

并且，也可以是，上述技術分析指標包括移動平均線MA、以及隨機擺動指標KDJ及平滑異同移動平均線MACD中的至少一種。

由此，對于需求的不確定性高的商品，能夠通過使用這些技術分析指標對需求趨勢進行分析，進而能夠根據需求趨勢動態地調整當前需要確保的庫存。