[发明专利]一种供应链资源需求计划配置方法及装置

说明书

技术领域

本申请涉及互联网技术领域，尤其涉及一种供应链资源需求计划配置方法及装置。

背景技术

在供应链资源需求计划执行中经常会遇到比如仓库周转居高不下、采购成本难以控制等问题，因此，如何配置一个较准确的需求计划提供给补货执行终端对解决这些问题非常重要。

供应链资源需求计划包括对供应链资源，也即待处理对象进行入仓的时间、数量等信息。目前，在为一个待处理对象配置需求计划时，通常是根据该待处理对象的销售情况进行配置，比如根据该待处理对象在近一周内的销售情况，配置下周的补货量。

上述方式适用于销售量比较稳定的情况。对于大多数待处理对象来说，都存在销售不稳定的因素，比如价格、历史成交量等都会影响未来的销售量，直接根据待处理对象整体的平均销售情况来配置需求计划经常会造成补货不及时或者造成压货的情况，不管是哪种情况都会造成补货准确率降低，给销售方造成损失。

所以，目前需要一种更准确的供应链资源需求计划配置方案，以提高补货及时率、降低压货率。

发明内容

本申请实施例提供一种供应链资源需求计划配置方法及装置，用以提高补货及时率、降低压货率。

本申请实施例提供一种供应链资源需求计划配置方法，包括：

服务器确定待处理对象所属的行业类别；

根据该待处理对象所属的行业类别，确定该待处理对象对应的至少一种销量影响特征及其中每种销量影响特征对该待处理对象的销量的影响度；

根据该待处理对象在确定的每种销量影响特征下的单位时间内历史平均销量值，以及确定的其中每种销量影响特征的影响度，确定该待处理对象在未来单位时间内的销量预测值；

根据确定的该待处理对象在未来单位时间内的销量预测值，为该待处理对象配置需求计划，并将配置的需求计划发送给对应的执行终端。

可选地，所述行业类别为行业子类，每个行业子类内的待处理对象属于同一行业大类、且具有相同的销量影响特征；所述服务器根据待处理对象所属的行业子类，确定该待处理对象对应的至少一种销量影响特征及其中每种销量影响特征对该待处理对象的销量的影响度，包括：

服务器根据该待处理对象所属的行业子类，以及预先确定的在多个行业子类中每个行业子类的至少一种销量影响特征和该至少一种销量影响特征中每种销量影响特征的影响度，确定该待处理对象对应的至少一种销量影响特征及其中每种销量影响特征对该待处理对象的销量的影响度。

可选地，根据以下步骤确定在多个行业子类中每个行业子类的至少一种销量影响特征和该至少一种销量影响特征中每种销量影响特征的影响度：

将获取的历史数据划分到对应的行业子类中；

针对每个行业子类，基于划分到该行业子类的历史数据，从预设的多种待筛选销量影响特征中筛选出该行业子类对应的至少一种销量影响特征，并确定筛选出的每种销量影响特征的影响度。

可选地，根据待处理对象在确定的每种销量影响特征下的单位时间内历史平均销量值，以及确定的其中每种销量影响特征的影响度，确定该待处理对象在未来单位时间内的销量预测值，包括：

针对预设的连续多个预测时间段中的每个预测时间段，执行：

根据该待处理对象在该预测时间段对应的统计时间段内的历史数据，确定该待处理对象在确定的每种销量影响特征下的单位时间内历史平均销量值；所述统计时间段为在对应的预测时间段之前最近的一段时间，所述单位时间的长度等于每个预测时间段的长度，所述统计时间段的长度为所述单位时间的长度的N倍，N为大于1的正整数；

根据确定的该待处理对象在确定的每种销量影响特征下的单位时间内历史平均销量值，以及确定的其中每种销量影响特征的影响度，确定该待处理对象在该预测时间段内的销量预测值。

可选地，所述需求计划包括补货模式和补货量；所述根据确定的该待处理对象在未来单位时间内的销量预测值，为该待处理对象配置需求计划，包括：

根据确定的该待处理对象在所述连续多个预测时间段中每个预测时间段内的销量预测值，为该待处理对象配置补货量，并

根据该待处理对象在所述连续多个预测时间段中每个预测时间段内的销量预测值，以及补货模式库中预先存储的多种补货模式，为该待处理对象选择一个匹配在所述连续多个预测时间段内的销量预测值的变化规律的补货模式。

可选地，所述销量预测包括分仓销量预测；所述根据该待处理对象所属的行业类别，确定该待处理对象对应的至少一种销量影响特征及其中每种销量影响特征对该待处理对象的销量的影响度，包括：