[发明专利]一种智能仓储物流数据处理方法在审

专利信息
申请号: 202211621079.0 申请日: 2022-12-16
公开(公告)号: CN116187914A 公开(公告)日: 2023-05-30
发明(设计)人: 沈有波;杨捷;雷涛 申请(专利权)人: 深圳市巨沃科技有限公司
主分类号: G06Q10/0875 分类号: G06Q10/0875
代理公司: 广东中禾共赢知识产权代理事务所(普通合伙) 44699 代理人: 苗昂
地址: 518013 广东省深圳市福田区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 仓储 物流 数据处理 方法
【权利要求书】:

1.一种智能仓储物流数据处理方法,其特征在于,包括以下步骤:

S1、数据统计处理:首先将运营的关键性指标数据进行统一的收集统计处理;

S2、收货数据处理:然后将与收货有关的所有数据信息通过专职人员进行统一收集并登记处理;

S3、数据储存处理:数据储存分为两种形式,分别为以托盘为单位存储和以货箱为单位储存,通过托盘或货箱为单位对货物数据量进行数据统计储存处理;

S4、数据拣选处理:对订单数、订单行数、发货量的重要数据进行拣选;

S5、发货数据处理:对需要发货的货物订单数据信息进行分析,精准的确定所需要的货物名称、数量、发货时间和预计到达时间进行分析核对处理,以及集货区的大小与发货区的波次关系;

S6、退货数据处理:在通常中退货分为两种形式,一种是终端退回到物流中心,第二种是物流中心退回到供应商或者报废处理。

2.根据权利要求1所述的一种智能仓储物流数据处理方法,其特征在于:所述S1数据统计处理中提到的运营的关键性指标数据包括月常规收入、总客户获取成本、常规性毛利、毛利回收期、预计生命周期、生命周期价值和总客户获取成本所得汇报率。

3.根据权利要求1所述的一种智能仓储物流数据处理方法,其特征在于:所述S2收货数据处理中提到的收货有关的所有数据信息包括:到货物量、订单数、车辆装载量、收货区大小、收货作业时间和每天收获SKU数据,其中SKU指库存量单位,就是库存进出计量的基本单元,可以是以件、盒、托盘或货箱为单位进行收货数据的统计处理。

4.根据权利要求1所述的一种智能仓储物流数据处理方法,其特征在于:所述S3中的数据储存处理,用于将签收的收货数据信息分别以托盘或货箱为单位的数据信息进行存储。

5.根据权利要求1所述的一种智能仓储物流数据处理方法,其特征在于:所述S4中的数据拣选处理,通过对订单数、订单行数、发货量的重要数据进行拣选后,物料人员在系统中录入物料需求清单,或对接外部系统获取物料清单,上位机发送拣选任务给控制器,控制器将拣料任务传送至货架电子标签上,电子标签按键灯亮灯并显示拣货数量,同时巷道指示灯亮灯,拣料人员根据灯光的指引,准确、快速的执行拣选任务,拣料人员按动完成按钮,回传完成信号给计算机,电子标签灭灯,进入下一张订单。

6.根据权利要求1所述的一种智能仓储物流数据处理方法,其特征在于:所述S5发货数据处理中提到的发货数据包括发货路线、发货数量、车辆形式、作业时间和暂存时间的重要数据,通过建立相对应的专区页面对发货数据进行统一完善的保存建档处理。

7.根据权利要求1所述的一种智能仓储物流数据处理方法,其特征在于:所述S6退货数据处理,首先基于原始业务系统的数据需要对数据归属进行维护,包括生产、所属、报告分公司的归类,型号、系列的分类汇总以及kpi值的维护,通过退货率及误退率的降低进行逐步提高,其次需选择对应指标及相应的维度,针对各管理层级人员如集团高层和分公司经理定制化开发监管驾驶舱,其中各关键指标除了展示目标值与实际值的对比之外,需开发相应专区页面保证数据及问题的可溯源性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市巨沃科技有限公司,未经深圳市巨沃科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211621079.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top