[发明专利]一种线下门店配货方法及相关设备

说明书

本申请公开了一种线下门店配货方法及相关设备，包括：根据区域内各线上门店各种货品的销售数据，对各种货品在未来N天的销量进行预测，得到销量预测结果，N为预设的数值范围；根据销量预测结果，生成各种货品的配货优先级，销量预测结果与配货优先级成正相关关系；获取各线下门店的优先级、配货规则以及基础数据；根据各种货品的配货优先级、各线下门店的优先级、配货规则以及基础数据，生成所述区域内的各线下门店的配货方案。所述配货方案的制定既考虑线下门店自身的信息，又考虑了货品的销售趋势，并且灵活结合线下门店的各种不同的配货规则，能够有预见性地为线下门店计算出合理的配货方案，提高了线下门店的配货效率。

技术领域

本申请涉及配货技术领域，更具体地说，是涉及一种线下门店配货方法及相关设备。

背景技术

长期以来，线下门店就是各个区域的销售服务中心，消费者需要什么就主动上门购买。相对于线上商城，线下门店具有体验度更高、真实性高的优点。例如，对于一个厂家一个标准的尺码，在线下门店可以通过试穿而得到合适的尺码。而通过触摸实物、试用等，能够感受到货品的尺寸、面料等，从而得到对货品更真实的认知。此外，通过线下门店可以满足急需立刻拿到手的东西。满足日常补货及紧急购物的需求。

然而，目前的线下门店的配货方案主要依赖于店长的经验或者简单的统计来对货品进行分配，配货方案比较僵化，难以灵活调整以适应不同业务发展。

发明内容

有鉴于此，本申请提供了一种线下门店配货方法及相关设备，以实现线下门店的自动配货。

为实现上述目的，本申请第一方面提供了一种线下门店配货方法，包括：

根据区域内各线上门店各种货品的销售数据，对各种货品在未来N天的销量进行预测，得到销量预测结果，N为预设的数值范围；

根据销量预测结果，生成各种货品的配货优先级，销量预测结果与配货优先级成正相关关系；

获取各线下门店的优先级、配货规则以及基础数据；

根据各种货品的配货优先级、各线下门店的优先级、配货规则以及基础数据，生成所述区域内的各线下门店的配货方案。

优选地，所述根据区域内各线上门店各种货品的销售数据，对各种货品在未来N天的销量进行预测的过程，包括：

获取区域内各线上门店的各种货品在预设时间内的销售量及销售额；

对区域内各线上门店的各货品的销售量及销售额进行特征提取，得到销售量特征、销售额特征、时间特征及城市特征；

根据销售量特征、销售额特征、时间特征及城市特征，通过预训练的XGBoost模型对各种货品在未来N天的销售量及销售额进行预测；

其中，各种货品包括各品类、各品牌下的货品；所述XGBoost模型为以不同区域的各种货品的销售数据为训练样本，以所述货品的销售额和销售量为训练标签训练得到。

优选地，所述销售量特征包括各品类、各品牌下的货品在近3天、近7天、近30天、近90天、上月同天、3个月前同天以及去年同天的销售量及销售额；

所述城市特征包括城市的级别；

所述时间特征包括星期、月份、日期和/或是否为节假日。

优选地，在根据区域内各线上门店各种货品的销售数据，对各种货品在未来N天的销量进行预测之前，还包括：

对区域内各线上门店各种货品的销售数据进行数据清洗。

优选地，各线下门店的基础数据的获取过程，包括：

通过Hadoop大数据平台从业务系统实时收集各线下门店的基础数据。

优选地，各线下门店的配货规则，包括：