[发明专利]采购数据的优化方法和装置

说明书

本发明公开了采购数据的优化方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：以进行多次采购的预定时间段作为采购期，获取采购期内相关的目标属性数据，通过预设的处理模型对目标属性数据进行结构化存储；分别调用预设的成本计算引擎和收入计算引擎，提取存储的目标属性数据中相应数据，以分别计算得到采购期内的多次采购的采购成本以及采购收入；以及根据采购期内的多次采购的采购成本以及采购收入，对预设的采购收益模型进行优化求解，以得到多次采购中每次采购的采购量并输出。该实施方式以进行多次采购的采购期为基础计算多次采购的成本和收入，能够考虑到多次采购的互相的影响，能够得到优化的每次采购的采购量。

技术领域

本发明涉及计算机技术领域，尤其涉及一种采购数据的优化方法和装置。

背景技术

销售业务的利润取决于收入和成本，其中供应商返利对于收入部分的影响很大，返利型采购是业务日常需要决策的重要场景之一。对于返利型采购来说，主要分为年初规划和日常采购决策。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

1)成本计算逻辑粒度粗，考虑项不全面。

2)当前的计算逻辑主要为对单次采购计算，考虑的成本和收入因素仅为单次采购内发生的，无法针对多次采购实现采购量的最优化。

发明内容

有鉴于此，本发明实施例提供一种采购数据的优化方法和装置，能够考虑到多次采购的互相的影响，能够得到优化的每次采购的采购量。

为实现上述目的，根据本发明实施例的一个方面，提供了一种采购数据的优化方法，包括：

以进行多次采购的预定时间段作为采购期，获取采购期内相关的目标属性数据，通过预设的处理模型对所述目标属性数据进行结构化存储；

分别调用预设的成本计算引擎和收入计算引擎，提取存储的目标属性数据中相应数据，以分别计算得到所述采购期内的多次采购的采购成本以及采购收入；以及

根据所述采购期内的多次采购的采购成本以及采购收入，对预设的采购收益模型进行优化求解，以得到多次采购中每次采购的采购量并输出。

可选地，在上述采购数据的优化方法中，包括：

调用所述成本计算引擎，提取所述目标属性数据中的相应数据，计算所述采购期内的动态库存量；以及

基于所述动态库存量计算所述采购期内的仓储成本。

可选地，在上述采购数据的优化方法中，包括：

调用所述成本计算引擎，提取所述目标属性数据中的相应数据，计算所述采购期内多次采购的现金流成本。

可选地，在上述采购数据的优化方法中，包括：

通过库存系统、销量系统、返利系统以及业务输入来获取所述目标属性数据；以及

通过预设的处理模型对所述目标属性数据进行结构化存储，并保存到数据库中。

可选地，在上述采购数据的优化方法中，包括：

调用所述收入计算引擎通过所述目标属性数据中相应数据，计算多次采购的供应商返利和价差收益。

可选地，在上述采购数据的优化方法中，包括：

通过约束规则对所述采购收益模型进行优化求解，以得到多次采购中每次采购的采购量；

所述约束规则包括以下约束中的至少一种：

超期仓储费约束；

库存相等约束；

最大供应商返利约束；