一种基于SaaS云平台的零售货品库存管理方法、系统及介质与流程

本发明涉及零售货品库存管理，尤其涉及一种基于saas云平台的零售货品库存管理方法、系统及介质。

背景技术：

1、库存是企业打算出售给客户以获取利润的商品或材料，库存管理是供应链中的关键一环，指的是从制造商到仓库，以及从这些设施到销售点的库存跟踪，库存管理的目标是保证在合适的时间以及合适的地方有合适的产品。

2、现有的技术中，通常都是对货品的库存量进行监视，缺少对库存管理中出现的异常数据进行分析以及对因销售量增加导致库存量变化的应对措施，比如在申请公开号为“cn115936585a”的申请文件中，公开了“一种货品库存管理方法、系统、设备及存储介质”，该方案就是对目标货品的进货数据、出货数据以及库存数据进行分析，判定更新库存量是否超出预警值，缺少对未来库存量的分析，导致当货品在某个月份的需求量突然增大时无法及时供货，鉴于此，有必要对现有的零售货品库存管理方法或管理系统进行优化。

技术实现思路

1、针对现有技术存在的不足，本发明提供了一种基于saas云平台的零售货品库存管理方法、系统及介质，通过对数据库中的数据进行计算分析，更新其中的异常数据；对更新后的数据进行计算分析，判断货品的销售量与销售月份的关系；基于销售月份以及销售量设定货品的库存量；以解决现有的零售货品库存管理技术缺少对货品与销售月份关系的精确分析，导致货品在高销售月份会出现库存量不足的问题。

2、为了实现上述目的，本发明是通过如下的技术方案来实现：第一方面，一种基于saas云平台的零售货品库存管理方法，包括如下步骤：

3、步骤s1，从销售量数据库中获取货品的多组销售信息，对多组销售信息中的异常数据进行更新得到更新数据库；根据更新数据库内的多组销售信息判断是否存在高销售信息；输出存在高销售信息和不存在高销售信息；

4、步骤s2，当接收到存在高销售信息，获取高销售信息对应的销售分析量的货品信息，对货品信息进行计算，根据计算结果输出参考详情信息或将销售分析量进行更新；

5、步骤s3，将多组销售信息中的销售量进行排序处理，计算多组销售量的中值，基于多组销售量的中值对销售量进行分组处理；

6、步骤s4，对分组后的销售量进行计算，根据计算结果判断货品的销售量与销售月份的关系，输出货品季节信息，所述货品季节信息包括季节销售货品以及普通货品；

7、步骤s5，对普通货品的销售量进行分析，根据分析结果以及参考详情信息设置普通货品的库存量；

8、步骤s6，对季节销售货品的销售量进行计算，得到季节销售货品的高销售月份；基于季节销售货品的高销售月份、季节销售货品的销售量以及参考详情信息设置季节销售货品的库存量；

9、进一步地，所述步骤s1包括如下子步骤：

10、步骤s1011，获取货品的多组销售信息，从销售量数据库中获取货品每个销售月份的月初库存量以及月末库存量，计算月初库存量与月末库存量的差值，标记为库存流动量；

11、步骤s1012，当库存流动量等于销售量时，不做更新处理；当库存流动量大于或小于销售量时，将该销售量标记为异常数据，将异常数据更新为库存流动量，将不做更新处理的销售信息以及异常数据更新后的销售信息存入更新数据库。

12、进一步地，所述步骤s1还包括如下子步骤：

13、步骤s1021，获取更新数据库中的多组销售信息，计算多组销售量的平均值，标记为销售均值；

14、步骤s1022，利用标准差计算公式计算销售量的标准差，将销售量的标准差的第一参考倍数标记为参考标准差；

15、所述标准差计算公式配置为其中bc为销售量的标准差，x i为第i个销售量，pj为销售均值，n为获取的销售量的数量；

16、步骤s1023，计算每一个销售量与销售均值的差值，标记为参考差值；

17、步骤s1024，将每一个参考差值分别与参考标准差进行比对，当所有的参考差值均小于或等于参考标准差时，输出不存在高销售信息；

18、步骤s1025，当任一参考差值大于参考标准差时，将参考差值对应的销售量标记为销售分析量，输出存在高销售信息。

19、进一步地，所述步骤s2包括如下子步骤：

20、步骤s2011，当接收到存在高销售信息时，获取销售分析量对应货品信息，所述货品信息包括销售月份、销售价格以及市场均价；

21、步骤s2012，计算销售价格与市场均价的比值，标记为参考比值；

22、步骤s2013，当参考比值小于或等于第一比值时，获取与销售分析量的销售月份相邻的两个销售月份的销售量，标记为相邻销售量，计算两组相邻销售量的平均值，标记为更改平均值；将销售分析量更新为更改平均值，将更新后的销售分析量重新标记为销售量，输出数据准确信息。

23、进一步地，所述步骤s2还包括如下子步骤：

24、步骤s2021，当参考比值大于第一比值时，将货品的销售月份设定为比对月份，从销售量数据库中获取第一数量年份中与比对月份相同的销售月份的历史销售量；计算第一销量数量的历史销售量的平均值，标记为历史平均值；计算销售分析量与历史平均值的比值，标记为历史对比值；

25、步骤s2022，当历史对比值小于或等于第二比值时，将该销售分析量对应的销售月份标记为热销月份，将销售分析量向上取整到最高数位，将向上取整后的销售分析量标记为热销量；输出数据准确信息以及参考详情信息，所述参考详情信息包括热销月份以及热销量；

26、步骤s2023，当历史对比值大于第二比值时，将销售分析量更新为历史平均值，将更新后的销售分析量重新标记为销售量，输出数据准确信息。

27、进一步地，所述步骤s3包括如下子步骤：

28、步骤s301，当接收到不存在高销售信息或数据准确信息时，将所有的销售量以递增的方式进行排序，得到销售量数列，计算销售量数列的中值，标记为销售量中值；

29、步骤s302，将小于销售量中值的销售量划分为低销售分组，大于销售中值的销售量划分为高销售分组，销售量中值不做划分处理；将低销售分组中的销售量标记为低销售量，将高销售分组中的销售量标记为高销售量。

30、进一步地，所述步骤s4包括如下子步骤：

31、步骤s401，计算低销售量的平均值以及高销售量的平均值，分别标记为低平均值以及高平均值；

32、步骤s402，计算低平均值与高平均值比值，标记为货品参考比值；

33、步骤s403，当货品参考比值小于第三比值时，输出季节销售货品；当货品参考比值大于或等于第三比值时，输出普通货品。

34、进一步地，所述步骤s5包括如下子步骤：

35、步骤s501，当接收到普通货品时，将高平均值向上取整到最高数位，设置为普通货品的库存量；

36、步骤s502，当接收到参考详情信息时，将热销量设置为热销月份的库存量。

37、进一步地，所述步骤s6包括如下子步骤：

38、步骤s601，当接收到季节销售货品时，获取销售量大于等于高平均值的销售月份，标记为高销售月份；

39、步骤s602，获取销售量数列，将销售量数列的最大值向上取整到最高数位后设置为高销售月份的库存量；

40、步骤s603，将高平均值向上取整到最高数位，设置为除高销售月份之外的库存量；

41、步骤s604，当接收到参考详情信息时，将热销量设置为热销月份的库存量。

42、第二方面，本技术提供一种基于saas云平台的零售货品库存管理系统，包括数据处理模块、货品分析模块、库存计算模块以及销售量数据库；所述销售量数据库中存有多组销售信息；

43、所述数据处理模块包括异常处理单元、销售分析单元以及更新数据库；所述异常处理单元用于分析多组销售信息，判断是否存在异常数据，将异常数据进行更新；所述更新数据库用于存储更新处理后的销售信息以及不需要更新处理的销售信息；所述销售分析单元用于分析计算更新数据库中的销售信息，判断是否存在高销售信息；

44、所述货品分析模块包括销售划分单元以及货品判断单元；所述销售划分单元用于计算多组销售量的中值，将销售量进行分组；所述货品判断单元用于对分组后的销售量进行计算，根据计算结果输出货品的货品季节信息；

45、所述库存计算模块包括月份判断单元以及库存设置单元；所述月份判断单元用于判断季节销售货品的高销售月份；所述库存设置单元用于对普通货品的销售量进行分析设置普通货品的库存量；对季节销售货品的销售量进行分析计算，设置季节销售货品的库存量；接收参考详情信息，基于参考详情信息设置货品的库存量。

46、本发明的有益效果：本发明通过计算分析判断获取的销售量中是否存在异常数据，对异常数据进行更新；对更新数据库中的销售信息进行计算分析判断是否存在销售分析量，对货品信息进行计算分析，输出参考详情信息或将销售分析量更新，能够减小异常数据对分析结果的影响，提高了数据分析过程中的准确性；

47、本发明通过将销售量进行排序分组处理，计算分组后的平均销售量差值判断货品的销售量是否与销售月份有关，基于货品的货品销售详情设置下一月份的库存量，能够较为全面地预测货品的下一月份销售量，通过将向上取整后的销售量设置为库存量，能够避免出现供不应求的情况出现，提高了库存管理的实用性以及合理性。

48、本发明附加方面的优点将在下面的具体实施方式的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。