[发明专利]一种汽配供应链供需模型实现方法及系统

说明书

本发明公开了一种汽配供应链供需模型实现方法及系统，属于汽配行业独有的构建基于数据和算法处理能力技术领域，包括获取所有门店中所有商品数据，拟合构建销量曲线，确定销量的拐点值，并将商品的历史N个月平均销量值小于拐点值定义为长尾款商品，否则为热销款商品；获得每个商品的天销量时间序列，对时间序列进行处理；构建泊松分布模型和GBDT树模型；泊松分布模型对长尾款商品的时间序列进行处理获得预测值；GBDT树模型对热销款商品的时间序列进行处理获得预测值；根据每个门店的所有商品的预测值，获得门店的补货量。本发明将商品分为两类，并针对不同类型的商品分别进行预测，使得得到的预测值更加准确，同时商品周转天数得到大幅提升。

技术领域

本发明涉及汽配行业独有的构建基于数据和算法处理能力技术领域，尤其涉及一种汽配供应链供需模型实现方法及系统。

背景技术

在信息化的当下，很多商家搭建了信息化系统进行采购、库存和销售管理，但是因为系统缺乏对数据的智能化处理能力，普遍存在如下问题：系统使用者负责业务流的处理，但是缺少数据分析能力，在采购时基本上采用“以销定采”的简单逻辑进行订货。因为汽配热销商品头部集中、长尾效应明显，“以销定采”的方式准确率很低，无法很好抓住商业机会和库存成本的最佳平衡点；系统各功能之间不能有效协同，销售中的机会不能有效转换为采购的输入，导致错失商业机会；长尾零配件在门店中呆滞不能卖掉导致库存积压。

发明内容

针对上述问题中存在的不足之处，本发明提供一种汽配供应链供需模型实现方法及系统，方法包括：

获取所有门店中所有商品数据，将每个所述门店的每个商品的历史N个月平均销量集合从低到高进行排序，并对排序后销售量拟合构建销量曲线；

根据所述销量曲线，确定销量的拐点值，并将所述商品的历史N个月平均销量值小于所述拐点值，则将所述商品定义为长尾款商品，否则为热销款商品；

根据所述商品数据，获得每个所述商品的天销量时间序列，并对所述时间序列进行处理；

构建泊松分布模型和GBDT树模型；

所述泊松分布模型对所述长尾款商品的所述时间序列进行处理，获得所述长尾款商品的预测值；

所述GBDT树模型对所述热销款商品的所述时间序列进行处理，获得所述热销款商品的预测值；

根据所述长尾款商品的预测值和所述热销款商品的预测值，获得每个所述门店的所有所述商品的预测值；

根据每个所述门店的所有所述商品的预测值，获得所述门店的补货量。

优选的是，还包括所述门店之间所述长尾款商品的调货方法，所述方法包括：

确定所述长尾款商品滞销门店和待调入门店；

将所述长尾款商品滞销门店按照滞销量从大到小排序，获得滞销量队列；同时将所述长尾款商品滞销的待调入门店按照采购量从大到小排序，获得采购量队列；

按照排列顺序将所述滞销量队列中的门店依次调入所述采购量队列的门店。

优选的是，确定所述长尾款商品滞销的门店和待调入门店包括：

获取无滞销库存的所述长尾款商品门店为所述待调入门店，有滞销库存的所述长尾款商品门店为所述长尾款商品滞销的门店；

根据所述待调入门店的所述长尾款商品预测值和现有数量，获得所述待调入门店的采购量。

优选的是，按照排列顺序将所述滞销量队列中的门店依次调入所述采购量队列的门店包括：