[发明专利]采购预警方法、服务器、系统和存储介质

说明书

本发明涉及一种采购预警方法、服务器、系统和存储介质，属于互联网技术领域。所述采购预警方法包括：分析现有的SKU采购单信息数据；计算所述SKU采购单信息数据在多维度上与历史补款率关联性的系数，所述多维度为影响补款的因素变量；若任一维度的所述系数在预警阈值以上，则输出预警指令。不仅为补款率的变化与采购单的预警阈值提供了多维度精准的溯源数据，而且通过精准的关系指标控制预警指令的输出，能够及时、全面地反映库存状况，以便于及时释放库存压力，降低风险。

技术领域

本发明属于互联网技术领域，涉及一种采购预警方法、服务器、系统和存储介质。

背景技术

随着互联网技术的迅速发展，线上交易市场竞争越来越激烈，对于交易的卖方来说，库存控制有着举足轻重的作用。尤其是基于预售或补款业务的线上交易，用户可能通过线上交易平台下单的数量很多，而现实中，往往会由于各种各样的原因可能致使用户支付预售定金后不再支付尾款(补款)，但同时卖方却已采购，造成了不必要的库存积压。

发明内容

为了解决上述问题，本发明的一方面提供了一种采购预警方法，包括：分析现有的SKU(Stock Keeping Unit)采购单信息数据；计算所述SKU采购单信息数据在多维度上与历史补款率关联性的系数，所述多维度为影响补款的因素变量；若任一维度的所述系数在预警阈值以上，则输出预警指令。

进一步地，所述预警指令包括暂时冻结采购单指令和/或风险通知指令。

进一步地，所述预警阈值通过以下方式得到，包括：计算历史SKU订单的补款率和补款分析模型数据；对补款率低于预设值的补款分析模型数据进行分组；计算各分组的补款分析模型数据在多维度上的相关系数，所述相关系数作为预警阈值。

进一步地，所述的计算所述SKU采购单信息数据在多维度上与历史补款率关联性的系数，包括：根据历史补款率筛选出补款分析模型数据；计算所述SKU采购单信息数据在多维度上与筛选的补款分析模型数据关联性的系数。

进一步地，所述的根据历史补款率筛选出补款分析模型数据，包括：按补款率排序SKU订单，并且设置预设值；获取补款率低于所述预设值的SKU订单的补款分析模型数据。

进一步地，所述关联性的系数采用皮尔森相关系数计算。

进一步地，所述影响补款的因素变量包括以下至少一项：下单补贴率、下单时折扣金额、补款等待周期、末单至今静默时间、补款通知发送时间、是否为周末或节假日、是否为用户首单、是否为用户末单、是否曾补款其他订单、以及是否再次购买同类目或IP或品牌。

本发明的又一方面提供了一种采购预警服务器，包括：存储器和处理器，所述存储器用于存储SKU采购单信息数据，所述处理器用于分析现有的SKU采购单信息数据；计算所述SKU采购单信息数据在多维度上与历史补款率关联性的系数，所述多维度为影响补款的因素变量；若任一维度的所述系数在预警阈值以上，则输出预警指令。

本发明的又一方面提供了一种采购预警系统，包括：预警服务器、采购服务器和库存服务器，所述预警服务器用于分析现有的SKU采购单信息数据；计算所述SKU采购单信息数据在多维度上与历史补款率关联性的系数，所述多维度为影响补款的因素变量；若任一维度的所述系数在预警阈值以上，则输出预警指令，所述采购服务器用于接收所述预警指令，所述库存服务器用于存储SKU采购单信息数据。

本发明的又一方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的方法。