本发明涉及商品管理领域，尤其涉及一种基于商品销售数据进行策略推荐的方法和装置。
背景技术：
每个产品变体都有一个sku，这意味着销售的每个产品都有自己独特的代码，可用于标识仓库中的每个库存项。每个sku只与当前可用的库存相关，使用sku组织和识别产品有助于调整库存水平，显著减少库存收缩，因此sku是库存优化策略的关键部分。
目前大型卖场对应的大型仓库货物数量多而且种类复杂，无法提示商户对现有的仓库内的各品类商品sku数量在什么情况应减少采购，在什么情况下应增加采购且以什么标准数据完成采购，以有效地对仓库内的商品进行有选择性地处理。
因此现急需一种可以帮助商户规划整个商品品类结构框架的方式，以达到变相提高商户销售额，节省成本的目的。
技术实现要素：
为了解决现有技术中大型仓库货物数量多而且种类复杂，无法提示商户如何规划整个商品品类结构框架的问题，本发明提供一种基于商品销售数据进行策略推荐的方法和装置。
第一方面，本发明提供一种基于商品销售数据进行策略推荐的方法，该方法包括：
获取同时占据商品的总销售额和商品的总销量第一预设比例的商品信息；
对商品信息进行分类，确定各品类商品的首选品sku数量；
根据各品类商品的首选品sku数量，确定各品类商品的必售品sku数量；
获取预设时间内占据商品的总销售额第一预设比例的商品sku数量和当前在售商品sku总数，确定第一百分比值；
将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限；
将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较，确定商品采购策略的推荐。
进一步地，根据各品类商品的首选品sku数量，确定各品类商品的必售品sku数量包括：
获取各品类商品的首选品sku数量内同时占据所在品类的总销售额和总销量第一预设比例的商品sku数量，确定各品类商品的必售品sku数量。
进一步地，将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限包括：
将第一百分比值与第二预设比例进行比较；
若第一百分比值大于第二预设比例，则各品类商品的首选品sku数量/第一百分比值＝各品类商品的必售品sku数量下限，各品类商品的首选品sku数量/第二预设比例＝各品类商品的必售品sku数量上限。
进一步地，将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限还包括：
将第一百分比值与第二预设比例进行比较；
若第一百分比值小于第二预设比例，则各品类商品的首选品sku数量/第二预设比例＝各品类商品的必售品sku数量下限，各品类商品的首选品sku数量/第一百分比值＝各品类商品的必售品sku数量上限。
进一步地，将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较，确定商品采购策略的推荐包括：
将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较；
根据比较结果，确定是否将各品类商品的必售品sku数量作为各品类商品采购数量，进行采购策略的推荐。
进一步地，根据比较结果，确定是否将各品类商品的必售品sku数量作为各品类商品采购数量，进行采购策略的推荐包括：
若各品类商品的sku总数大于各品类商品的必售品sku数量上限，则不作商品采购处理。
进一步地，根据比较结果，确定是否将各品类商品的必售品sku数量作为各品类商品采购数量，进行采购策略的推荐还包括：
若各品类商品的sku总数小于各品类商品的必售品sku数量下限，则将各品类商品的必售品sku数量作为对应品类商品的采购数量，进行采购策略的推荐。
第二方面，本发明提供一种基于商品销售数据进行策略推荐的装置，该装置包括：
获取模块，用于获取同时占据商品的总销售额和商品的总销量第一预设比例的商品信息；
首选品sku数量确定模块，用于对商品信息进行分类，确定各品类商品的首选品sku数量；
必售品sku数量确定模块，用于根据各品类商品的首选品sku数量，确定各品类商品的必售品sku数量；
第一百分比值确定模块，用于获取预设时间内占据商品的总销售额第一预设比例的商品sku数量和当前在售商品sku总数，确定第一百分比值；
上限和下限确定模块，用于将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限；
比较模块，用于将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较，确定商品采购策略的推荐。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面提供的基于商品销售数据进行策略推荐的方法的步骤。
第四方面，本发明提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面提供的基于商品销售数据进行策略推荐的方法的步骤。
本发明通过将获取各品类商品的必售品sku数量上限和下限与预设时间内各品类商品的sku总数进行数值大小的比较，帮助商户规划整个商品品类结构框架，以确定当前商品采购策略：各品类商品sku数量在什么情况应减少采购，在什么情况下应增加采购且以什么标准数据完成采购，提高商户销售额，节省成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于商品销售数据进行策略推荐的方法流程示意图；
图2为本发明实施例提供的基于商品销售数据进行策略推荐的装置框图；
图3为本发明实施例提供的电子设备框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
sku是一款商品的标识，每款都有出现一个sku，便于电商品牌识别商品；一款商品多色，则是有多个sku，例：一件衣服，有红色、白色、蓝色，则sku编码也不相同。在大型仓库中有数以万计的商品sku数量，如何形成整个商品品类结构框架成为了难题。为解决上述问题，本发明实施例提供一种基于商品销售数据进行策略推荐的方法，该方法包括：
步骤s101，获取同时占据商品的总销售额和商品的总销量第一预设比例的商品信息；
步骤s102，对商品信息进行分类，确定各品类商品的首选品sku数量；
步骤s103，根据各品类商品的首选品sku数量，确定各品类商品的必售品sku数量；
步骤s104，获取预设时间内占据商品的总销售额第一预设比例的商品sku数量和当前在售商品sku总数，确定第一百分比值；
步骤s105，将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限；
步骤s106，将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较，确定商品采购策略的推荐。
具体为，在本发明实施例中，首先获取商品的总销售额和商品的总销量，获取同时占据商品的总销售额和商品的总销量第一预设比例的商品信息，将该部分商品信息称为首选品信息。这里的第一预设比例优选值是80％，在下面各实施例中出现的第一预设比例优选值也是80％。在确定商品信息后，对其进行分类，得到各品类商品的首选品sku数量。更详细地：有集合1：将商品按销售额排序，并算出占全部销售额的百分比，累计占到80％的商品；集合2：将商品按销量排序，并算出占全部销量的百分比，累计占到80％的商品，取集合1和集合2的交集，得到的即是首选品信息，而这个首选品信息是同时占据商品的总销售额和商品的总销量80％比例的商品信息；将这个首选品信息具体分类，划到各个品类中，即为每个品类的首选品，进而很容易获得各品类商品的首选品sku数量。
举例说明：获取销售额占全部销售额80％的商品信息集合，获取销售额占全部销售额80％的商品信息集合，取这两个集合的交集，得到的交集即是首选品信息，之后对首选品信息进行分类，分成：服饰类、饰品类、鞋类，然后获取这三个类别各自sku数量，比如服饰类商品sku数量是100，饰品类商品sku数量是80，鞋类商品sku数量是100。
依据各品类商品的首选品sku数量，可以获得各品类商品的必售品sku数量；之后获取预设一段时间(可以是一个月)内占据商品的总销售额第一预设比例(80％)的商品sku数量和当前在售商品sku总数，将占据商品的总销售额第一预设比例(80％)的商品sku数量÷当前在售商品sku总数，即可得到第一百分比值。然后将第一百分比值与第二预设比例进行大小比较，这里的第二预设比例优选值为20％(选值方式利用的是二八原则，即理论上20％的商品产出80％的销售额)，依据比较结果，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限。
获取预设统计时间区间内各品类商品的sku总数，将其与各品类商品的必售品sku数量上限和下限进行比较，根据比较结果确定采购策略。
本发明实施例通过将获取各品类商品的必售品sku数量上限和下限与预设时间内各品类商品的sku总数进行数值大小的比较，帮助商户规划整个商品品类结构框架，以确定当前商品采购策略：各品类商品sku数量在什么情况应减少采购，在什么情况下应增加采购且以什么标准数据完成采购，提高商户销售额，节省成本。
基于上述各实施例的内容，作为一种可选实施例：根据各品类商品的首选品sku数量，确定各品类商品的必售品sku数量包括：
获取各品类商品的首选品sku数量内同时占据所在品类的总销售额和总销量第一预设比例的商品sku数量，确定各品类商品的必售品sku数量。
具体为，在各品类商品的首选品sku数量中找到占总销售额80％的同时，其销量也占总销量80％的商品数量，将这些商品数量相加后，减去每个品类的首选品sku数量，即得到各品类商品的必售品sku数量。
举例说明：服饰类商品sku数量是100，在服饰类商品中占总销售额80％的同时，其销量也占总销量80％的商品为女装，裙子数量是80；饰品类商品sku数量是80，在饰品类商品中占总销售额80％的同时，其销量也占总销量80％的商品为项链，项链数量是64；鞋类商品sku数量是100，在鞋类商品中占总销售额80％的同时，其销量也占总销量80％的商品为马丁靴，马丁靴数量是80；那么服饰类商品的必售品sku数量＝80+64+80-100＝124，饰品类商品的必售品sku数量＝80+64+80-64＝160，鞋类商品的必售品sku数量＝80+64+80-100＝124。
基于上述各实施例的内容，作为一种可选实施例：将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限包括：
将第一百分比值与第二预设比例进行比较；
若第一百分比值大于第二预设比例，则各品类商品的首选品sku数量/第一百分比值＝各品类商品的必售品sku数量下限，各品类商品的首选品sku数量/第二预设比例＝各品类商品的必售品sku数量上限。
具体为，前面实施例已说明第一百分比值＝预设时间内占据商品的总销售额80％的商品sku数量÷当前在售商品sku总数。然后将第一百分比值与第二预设比例进行大小比较，若第一百分比值大于第二预设比例，比如第一百分比值＝25％，则各品类商品的首选品sku数量/第一百分比值(25％)＝各品类商品的必售品sku数量下限，各品类商品的首选品sku数量/第二预设比例(20％)＝各品类商品的必售品sku数量上限。
基于上述各实施例的内容，作为一种可选实施例：将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限还包括：
将第一百分比值与第二预设比例进行比较；
若第一百分比值小于第二预设比例，则各品类商品的首选品sku数量/第二预设比例＝各品类商品的必售品sku数量下限，各品类商品的首选品sku数量/第一百分比值＝各品类商品的必售品sku数量上限。
具体为，第一百分比值小于第二预设比例，比如第一百分比值＝16％，则各品类商品的首选品sku数量/第二预设比例(20％)＝各品类商品的必售品sku数量下限，各品类商品的首选品sku数量/第一百分比值(16％)＝各品类商品的必售品sku数量上限。
基于上述各实施例的内容，作为一种可选实施例：将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较，确定商品采购策略的推荐包括：
将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较；
根据比较结果，确定是否将各品类商品的必售品sku数量作为各品类商品采购数量，进行采购策略的推荐：若各品类商品的sku总数大于各品类商品的必售品sku数量上限，则不作商品采购处理；若各品类商品的sku总数小于各品类商品的必售品sku数量下限，则将各品类商品的必售品sku数量作为对应品类商品的采购数量。
具体为，将预设一段时间(可以是一个月)内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较，比如：
根据本发明的再一个方面，本发明实施例提供基于商品销售数据进行策略推荐的装置，参见图2，图2为本发明实施例提供的基于商品销售数据进行策略推荐的装置框图。该装置用于在前述各实施例中完成本发明实施例提供的基于商品销售数据进行策略推荐。因此，在前述各实施例中的本发明实施例提供的基于商品销售数据进行策略推荐的方法中的描述和定义，可以用于本发明实施例中各执行模块的理解。
该装置包括：
获取模块201，用于获取同时占据商品的总销售额和商品的总销量第一预设比例的商品信息；
首选品sku数量确定模块202，用于对商品信息进行分类，确定各品类商品的首选品sku数量；
必售品sku数量确定模块203，用于根据各品类商品的首选品sku数量，确定各品类商品的必售品sku数量；
第一百分比值确定模块204，用于获取预设时间内占据商品的总销售额第一预设比例的商品sku数量和当前在售商品sku总数，确定第一百分比值；
上限和下限确定模块205，用于将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限；
比较模块206，用于将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较，确定商品采购策略的推荐。
具体的，本实施例的装置中各模块实现其功能的具体过程可参见对应的方法实施例中的相关描述，此处不再赘述。
本发明实施例通过将获取各品类商品的必售品sku数量上限和下限与预设时间内各品类商品的sku总数进行数值大小的比较，帮助商户规划整个商品品类结构框架，以确定当前商品采购策略：各品类商品sku数量在什么情况应减少采购，在什么情况下应增加采购且以什么标准数据完成采购，提高商户销售额，节省成本。
图3为本发明实施例提供的电子设备框图，如图3所示，该设备包括：处理器301、存储器302和总线303；
其中，处理器301及存储器302分别通过总线303完成相互间的通信；处理器301用于调用存储器302中的程序指令，以执行上述实施例所提供的基于商品销售数据进行策略推荐的方法，例如包括：获取同时占据商品的总销售额和商品的总销量第一预设比例的商品信息；对商品信息进行分类，确定各品类商品的首选品sku数量；根据各品类商品的首选品sku数量，确定各品类商品的必售品sku数量；获取预设时间内占据商品的总销售额第一预设比例的商品sku数量和当前在售商品sku总数，确定第一百分比值；将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限；将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较，确定商品采购策略的推荐。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现基于商品销售数据进行策略推荐的方法的步骤。例如包括：获取同时占据商品的总销售额和商品的总销量第一预设比例的商品信息；对商品信息进行分类，确定各品类商品的首选品sku数量；根据各品类商品的首选品sku数量，确定各品类商品的必售品sku数量；获取预设时间内占据商品的总销售额第一预设比例的商品sku数量和当前在售商品sku总数，确定第一百分比值；将第一百分比值与第二预设比例进行比较，确定各品类商品的必售品sku数量上限和各品类商品的必售品sku数量下限；将预设时间内各品类商品的sku总数与各品类商品的必售品sku数量上限和下限进行比较，确定商品采购策略的推荐。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后，本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。