通过基于日常订单与库存可以预测出不同商品在不同影响因素下的销售及库存变化,预测精度高,根据该预测结果综合调控库存,能够提高仓库的利用率,有效降低库存成本,保证产生最大化的经济效益。
背景技术:
随着互联网技术的发展,尤其是电子商务产业发展得如火如荼,人们越来越习惯通过电子商务网站购买商品或服务。对于电子商务网站而言,面对越来越多的访问流量以及呈爆炸式增长的商品数量。目前一些电子商务网站的商品种类达到千万量级,面对越来越激烈的市场竞争,如何增加产品产量及减少运营成本成为电子商务企业提高市场占有率必须要考虑的问题。而在这个问题中,通过适当的方法进行库存预测以减少库存成本显得尤为重要;
库存预测是指通过分析以往库存量之后,在既不脱销又不滞销的情况下,如何设置库存以达到库存成本的最小化。目前的库存方式仍存在预测精度较低的问题,会导致库存成本已经直接或间接经济损失较大。因此,本发明提出一种基于日常订单与库存的库存预测方法,以解决现有技术的不足之处。
技术实现要素:
针对上述问题,本发明的目的在于提供一种基于日常订单与库存的库存预测方法,该库存预测方法通过基于日常订单与库存可以预测出不同商品在不同影响因素下的销售及库存变化,预测精度高,根据该预测结果综合调控库存,能够提高仓库的利用率,有效降低库存成本,保证产生最大化的经济效益。
为实现本发明的目的,本发明通过以下技术方案实现:
一种基于日常订单与库存的库存预测方法,包括以下步骤:
步骤一:收集销售系统内历史销售订单,并分析出历史销售订单内所有产品的所属类别,并根据产品的所属类别判断该产品是否受季节因素、节日因素或天气因素影响;
步骤二:根据判断结果,获取产品在受季节因素、节日因素或天气因素影响下的销售量,再获取产品在不受季节因素、节日因素或天气因素影响下的销售量;
步骤三:先判断并分析出在预设时段内产品在受季节因素、节日因素或天气因素影响下的库存变化,再判断并分析出在预设时段内产品在受季节因素、节日因素或天气因素影响下的库存变化,并将两次判断分析结果以图表形式进行表达反馈;
步骤四:根据步骤二中的判断结果和步骤三中的判断结果,综合分析出历史销售订单内所有产品销售受影响因素,得出预测结果;
步骤五:根据历史销售订单内所有产品销售受影响因素,得出库存调整方案,利用库存调整方案对库存进行调整。
进一步改进在于:所述销售量包括单日销售量、单周销售量、单月销售量和单季度销售量。
进一步改进在于:所述步骤一中收集销售系统内历史销售订单时,需要收集销售系统内一年的历史销售订单。
进一步改进在于:所述步骤一中收集销售系统内历史销售订单后,需要对系统内历史销售订单进行数据预处理,包括去除历史销售订单内同一用户的多个相同产品订单、去除历史销售订单内的恶意订单以及去除存在全额退款的订单。
进一步改进在于:所述步骤二获取产品在受或不受季节因素、节日因素或天气因素影响下的销售量后,需要分别对销售量进行排序。
进一步改进在于:所述步骤三中预设时间为在销售系统内综合分析得出的大数据下的具有最多用户购买的时间段。
进一步改进在于:所述步骤三中还需要对库存产品的良品合格率进行采样分析,然后将分析结果与步骤二中的判断结果、步骤三中的判断结果一同作为分析历史销售订单内所有产品销售受影响因素的变量。
本发明的有益效果为:本发明方法通过基于日常订单与库存可以预测出不同商品在不同影响因素下的销售及库存变化,预测精度高,根据该预测结果综合调控库存,能够提高仓库的利用率,有效降低库存成本,保证产生最大化的经济效益。
附图说明
图1为本发明方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据图1所示,本实施例提出一种基于日常订单与库存的库存预测方法,包括以下步骤:
步骤一:收集销售系统内一年的历史销售订单,然后对系统内历史销售订单进行数据预处理,包括去除历史销售订单内同一用户的多个相同产品订单、去除历史销售订单内的恶意订单以及去除存在全额退款的订单,并分析出历史销售订单内所有产品的所属类别,并根据产品的所属类别判断该产品是否受季节因素、节日因素或天气因素影响;
步骤二:根据判断结果,获取产品在受季节因素、节日因素或天气因素影响下的单日销售量、单周销售量、单月销售量和单季度销售量,并对销售量进行排序,再获取产品在不受季节因素、节日因素或天气因素影响下的单日销售量、单周销售量、单月销售量和单季度销售量,并对销售量进行排序;
步骤三:先判断并分析出在预设时段内产品在受季节因素、节日因素或天气因素影响下的库存变化,预设时间为在销售系统内综合分析得出的大数据下的具有最多用户购买的时间段,再判断并分析出在预设时段内产品在受季节因素、节日因素或天气因素影响下的库存变化,并将两次判断分析结果以图表形式进行表达反馈;
步骤四:对库存产品的良品合格率进行采样分析,然后将分析结果与步骤二中的判断结果、步骤三中的判断结果,综合分析出历史销售订单内所有产品销售受影响因素,得出预测结果;
步骤五:根据历史销售订单内所有产品销售受影响因素,得出库存调整方案,利用库存调整方案对库存进行调整。
本发明方法通过基于日常订单与库存可以预测出不同商品在不同影响因素下的销售及库存变化,预测精度高,根据该预测结果综合调控库存,能够提高仓库的利用率,有效降低库存成本,保证产生最大化的经济效益。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
1.一种基于日常订单与库存的库存预测方法,其特征在于,包括以下步骤:
步骤一:收集销售系统内历史销售订单,并分析出历史销售订单内所有产品的所属类别,并根据产品的所属类别判断该产品是否受季节因素、节日因素或天气因素影响;
步骤二:根据判断结果,获取产品在受季节因素、节日因素或天气因素影响下的销售量,再获取产品在不受季节因素、节日因素或天气因素影响下的销售量;
步骤三:先判断并分析出在预设时段内产品在受季节因素、节日因素或天气因素影响下的库存变化,再判断并分析出在预设时段内产品在受季节因素、节日因素或天气因素影响下的库存变化,并将两次判断分析结果以图表形式进行表达反馈;
步骤四:根据步骤二中的判断结果和步骤三中的判断结果,综合分析出历史销售订单内所有产品销售受影响因素,得出预测结果;
步骤五:根据历史销售订单内所有产品销售受影响因素,得出库存调整方案,利用库存调整方案对库存进行调整。
2.根据权利要求1所述的一种基于日常订单与库存的库存预测方法,其特征在于:所述销售量包括单日销售量、单周销售量、单月销售量和单季度销售量。
3.根据权利要求1所述的一种基于日常订单与库存的库存预测方法,其特征在于:所述步骤一中收集销售系统内历史销售订单时,需要收集销售系统内一年的历史销售订单。
4.根据权利要求1所述的一种基于日常订单与库存的库存预测方法,其特征在于:所述步骤一中收集销售系统内历史销售订单后,需要对系统内历史销售订单进行数据预处理,包括去除历史销售订单内同一用户的多个相同产品订单、去除历史销售订单内的恶意订单以及去除存在全额退款的订单。
5.根据权利要求1所述的一种基于日常订单与库存的库存预测方法,其特征在于:所述步骤二获取产品在受或不受季节因素、节日因素或天气因素影响下的销售量后,需要分别对销售量进行排序。
6.根据权利要求1所述的一种基于日常订单与库存的库存预测方法,其特征在于:所述步骤三中预设时间为在销售系统内综合分析得出的大数据下的具有最多用户购买的时间段。
7.根据权利要求1所述的一种基于日常订单与库存的库存预测方法,其特征在于:所述步骤三中还需要对库存产品的良品合格率进行采样分析,然后将分析结果与步骤二中的判断结果、步骤三中的判断结果一同作为分析历史销售订单内所有产品销售受影响因素的变量。