基于分类预测的自动化订货方法、装置及电子设备与流程

本技术涉及自动化订货领域，尤其涉及一种带有基于分类预测的自动化订货方法、装置及电子设备。

背景技术：

1、在便利店场景下，订货是每个门店每天都必须要做的事情，虽然现在零售数字化的应用广泛，但是在订货场景下，目前便利店店长在订货的时候均是由自己手动去订货app上订货，并且大部分店长完全靠自己的经验订货，订什么，订多少是一个很大的难题，尤其是对于短保品来说，如果订货量过大，会导致门店废弃升高；如果订货量过小，门店商品不够卖，会导致门店的活跃度和竞争力降低。据了解，通常情况下便利店的sku总量约在1000至3000不等，对于店长管理订货来讲是一个比较大的难题。

2、目前行业比较通用的订货系统，如海鼎订货、乐檬订货、易订货等，均是提供给订货用户(通常是店长、加盟商、经销商等)一个订货商城，可在系统中添加需要订货的商品并提交订单，解决可以订货的问题，但是没有解决订什么，订多少的问题，这会让店长需要花大量的时间去查数据然后经过一系列的演算，最终决定订多少。

3、另外，门店的品类销量趋势是比较稳定的，而品类的sku数量是可变化的，如果门店不划分销量区间，每个sku都经营，会导致门店的商品没有重点，雨露均沾，对门店的经营来讲是极为不利的，想要提高门店的竞争力，一定要知道门店的重点品项。同时，对于连锁企业来讲，总部对于商品的经营，一定是有自己的方针的，各个门店因地制宜，但是总的来讲企业对sku也有侧重点，门店的sku订货策略应该在总部sku经营方针的前提下去完成。因此，总部sku经营策略和门店订货策略需要很好结合在一起，才能为门店更好赋能。

技术实现思路

1、有鉴于此，本技术提出了一种基于分类预测的自动化订货方法，以此解决背景技术中体现的问题。

2、本技术一方面，提供了一种基于分类预测的自动化订货方法，所述方法包括：

3、获取待处理门店预设时间段内的商品销售数据；

4、根据所述商品销售数据对所述待处理门店所销售的商品进行分类分析，得到所销售商品的分类销量预测数据；

5、根据所述所销售商品的分类销量预测数据和所述商品销售数据，对每类商品中对应的每个单品进行选品等级分类分析，得到所述每个单品的选品等级数据；

6、根据所述每个单品的选品等级数据，对所述每类商品中对应的每个单品分配单品订货量；

7、所述单品订货量分配完成后，生成对应的订货单据，完成对所述待处理门店的订货流程。

8、作为本技术的一种可选实施方案，可选地，所述根据所述商品销售数据对所述待处理门店所销售的商品进行分类分析，得到所销售的商品的分类销量预测数据，包括:

9、对所述商品销售数据和所述待处理门店的门店数据进行回归分析，得到所销售商品的分类销量预测数据。

10、作为本技术的一种可选实施方案，可选地，根据所述所销售商品的分类销量预测数据和所述商品销售数据，对每类商品中对应的每个单品进行选品等级分类分析，得到所述每个单品的选品等级数据，包括：

11、获取选品等级梯度数据；

12、根据所述选品等级梯度数据和所述商品销售数据，对所述每类商品中对应的每个单品分配选品等级，得到所述每个单品的选品等级数据。

13、作为本技术的一种可选实施方案，可选地，根据所述每个单品的选品等级数据，对所述每类商品中对应的每个单品分配单品订货量，包括：

14、获取所述选品等级数据对应的销量区间；

15、根据每个单品的选品等级数据，所述每个单品对应的所述商品销售数据在所述销量区间时，根据所述商品销售数据分配单品订货量。

16、作为本技术的一种可选实施方案，可选地，根据所述每个单品的选品等级数据，对每类商品中对应的每个单品分配单品订货量，还包括：

17、获取所述待处理门店的轮换周期条件；

18、判断所述待处理门店的订货日是否满足所述轮换周期条件；

19、当所述待处理门店满足所述轮换周期条件时，对所述每类商品中每个选品等级数据对应的单品进行款式轮换，得到所述每类商品中每个选品等级数据对应的轮换单品。

20、作为本技术的一种可选实施方案，可选地，根据所述每个单品的选品等级数据，对每类商品中对应的每个单品分配单品订货量，还包括：

21、判断所分配的单品是否存在最小订货量；

22、若存在所述最小订货量，对所述单品的订货量要大于或等于最小订货量。

23、作为本技术的一种可选实施方案，可选地，根据所述每个单品的选品等级数据，对每类商品中对应的每个单品分配单品订货量，还包括：

24、判断所述每类商品中是否有保全品单品；

25、有保全品单品时，根据所述保全品单品的选品等级数据，判断所述保全品单品是否在所述选品等级数据对应的单品列表中；

26、所述保全品单品在所述对应的单品列表中时，根据所述保全品单品的选品等级数据，对所述保全品单品分配订货量；

27、所述保全品单品没有在所述对应的单品列表中时，按照选品等级数据的顺序替换所述单品列表中的单品，再进行对所述保全品单品分配订货量。

28、作为本技术的一种可选实施方案，可选地，根据所述每个单品的选品等级数据，对每类商品中对应的每个单品分配单品订货量，还包括：

29、设定选品等级的多个不同梯度数据，其中不同梯度数据为每个选品等级在所述每类商品中的数量占比；

30、可通过手动或自动模式分配单品订货量；

31、手动分配订货量没有选择任意一个所述多个不同梯度数据时，不分配单品订货量；

32、自动分配单品订货量时，没有选择任意一个所述多个不同梯度数据时，使用预设的默认梯度数据进行分配订货量。

33、本技术二方面，提出一种基于分类预测的自动化订货装置，包括以下模块：

34、获取数据模块，用于获取待处理门店预设时间段内的商品销售数据；

35、分类销量预测模块，用于根据所述商品销售数据对所述待处理门店所销售的商品进行分类分析，得到所销售商品的分类销量预测数据；

36、选品等级分配模块，用于根据所述所销售商品的分类销量预测数据和所述商品销售数据，对每类商品中对应的每个单品进行选品等级分类分析，得到所述每个单品的选品等级数据；

37、分配订货量模块，用于根据所述每个单品的选品等级数据，对所述每类商品中对应的每个单品分配单品订货量；

38、生成单据模块，用于所述单品订货量分配完成后，生成对应的订货单据，完成对所述待处理门店的订货流程。

39、本技术三方面，提出一种电子设备，包括：

40、处理器；

41、用于存储处理器可执行指令的存储器；

42、其中，所述处理器被配置为执行所述可执行指令时实现上述任意一项所述的基于分类预测的自动化订货方法。

43、本技术的有益效果：

44、本技术通过获取待处理门店预设时间段内的商品销售数据，根据所述商品销售数据对所述待处理门店所销售的商品进行分类分析，得到所销售商品的分类销量预测数据，根据所述所销售商品的分类销量预测数据和所述商品销售数据，对每类商品中对应的每个单品进行选品等级分类分析，得到所述每个单品的选品等级数据，根据所述每个单品的选品等级数据，对所述每类商品中对应的每个单品分配单品订货量，所述单品订货量分配完成后，生成对应的订货单据，完成对所述待处理门店的订货流程。提高了订货的效率和订货的准确率，且总部的订货策略管控可快速直达门店，并对门店的订货产生直接干预，降低了总部的管理难度，提高了总部和门店信息同步效率。

45、根据下面参考附图对示例性实施例的详细说明，本技术的其它特征及方面将变得清楚。