实现电商快速配送的方法、电子设备以及存储介质与流程

1.本发明涉及互联网业务处理技术领域，尤其涉及一种实现电商快速配送的方法、电子设备以及存储介质。


背景技术：

2.现有技术中，京东、淘宝等平台目前的设计逻辑都是在全国设计几十个大型仓库，每个仓库覆盖的范围不一样，如京东的华南仓、华北仓等。在此范围内，有些用户的收货地址距离这些大型仓库几百公里，还有一些用户的收货地址距离这些大型仓库仅有几十公里，在用户下单后，匹配到对应的仓库，然后经由物流将货物配送至用户收货地址，由于距离远近不同，有的用户的货物配送时间较短，然而距离较远的用户的货物配送时间较长,若遇上促销活动期间，配送时间还会延长。


技术实现要素：

3.本发明提供一种实现电商快速配送的方法、电子设备以及存储介质，用以解决现有技术中商品配送时效较长的问题，实现了商品的快速配送。
4.本发明提供一种实现电商快速配送的方法，包括：
5.根据线下网点地址以及网点覆盖范围建立网点仓库地址模型；
6.在网点仓库地址模型的每一网点仓库地址范围内，基于每一商品，获取用户的加购收藏转化率以及访客转化率；
7.获取下一次促销活动之前的预设时间长度内的所述商品的收藏数以及预设促销活动当天所述商品的访客流量；
8.根据所述加购收藏转化率、访客转化率、收藏数以及所述访客流量确定当前网点仓库地址范围内的预计销量；
9.将对应所述预计销量的商品数量平铺到对应的网点仓库；
10.接受用户的订单信息，并根据所述订单信息的送达地址匹配对应网点仓库，以将所述订单信息代表的商品配送至用户。
11.根据本发明提供的一种实现电商快速配送的方法，所述根据所述加购收藏转化率、访客转化率、收藏数以及所述访客流量确定当前网点仓库地址范围内的预计销量的步骤包括：
12.将当前网点仓库地址范围内的预计销量记为y，将所述加购收藏转化率记为a，所述收藏数记为a，所述访客转化率记为b，所述当天的访客流量记为b；预计销量y为收藏数a与加购收藏转化率a的乘积和当天的访客流量b与访客转化率b的乘积之和。
13.根据本发明提供的一种实现电商快速配送的方法，所述根据所述订单信息的送达地址匹配对应网点仓库，以将所述订单信息代表的商品配送至用户的步骤包括：
14.确定所述送达地址匹配的对应网点仓库；
15.确定所述网点仓库中所述商品的实际库存数量；
16.若所述实际库存数量大于所述订单信息包含的出库数量，则执行将对应所述订单信息的出库数量出库并根据所述出库数量减少相应实际库存数量；
17.将出库的所述商品配送至所述送达地址。
18.根据本发明提供的一种实现电商快速配送的方法，所述将对应所述预计销量的商品数量平铺到对应的网点仓库的步骤包括：
19.根据大型仓库地址以及大型仓库覆盖范围确定大型仓库模型；
20.确定对应的网点仓库对应的所述大型仓库模型中的大型仓库；
21.将对应所述预计销量的商品数量从所述大型仓库运送至对应的网点仓库。
22.根据本发明提供的一种实现电商快速配送的方法，所述将对应所述预计销量的商品数量从所述大型仓库运送至对应的网点仓库包括：
23.确定所述网点仓库匹配的对应的大型仓库中所述商品的库存数量；
24.若所述库存数量大于所述预计销量，则执行将对应所述预计销量的商品出库并根据所述预计销量减少相应库存数量；
25.将出库的所述商品配送至所述网点仓库。
26.根据本发明提供的一种实现电商快速配送的方法，当天的所述访客流量为根据往年当天访客流量数据预测的当天预计访客流量。
27.根据本发明提供的一种实现电商快速配送的方法，所述预设时间长度为促销活动之前的7
‑
14天。
28.根据本发明提供的一种实现电商快速配送的方法，所述网点仓库模型包括每个线下网点地址的网点覆盖范围、网点代码以及地名。
29.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述每一种所述实现电商快速配送的方法的步骤。
30.本发明还提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述每一种所述实现电商快速配送的方法的步骤。
31.本发明提供的实现电商快速配送的方法、电子设备以及存储介质，通过将线下网点地址作为网点仓库建立网点仓库地址模型，并根据加购收藏转化率、访客转化率、收藏数以及所述访客流量确定当前网点仓库地址范围内的预计销量后，将对应所述预计销量的商品数量平铺到对应的网点仓库。然后在接受用户的订单信息后，根据所述订单信息的送达地址匹配对应网点仓库，以将所述订单信息代表的商品配送至用户，上述方案可以将获取用户的订单信息后的配送距离缩小到线下网点地址所覆盖的范围，不必从大型仓库调货，从而缩短了商品的配送时效，实现了商品的快速配送。
附图说明
32.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
33.图1是本发明提供的实现电商快速配送的方法的流程示意图之一；
34.图2是本发明提供的实现电商快速配送的方法的流程示意图之二；
35.图3是本发明提供的实现电商快速配送的方法的流程示意图之三；
36.图4是本发明提供的实现电商快速配送的方法的流程示意图之四；
37.图5是本发明提供的电子设备的结构示意图；
38.附图标记：
39.810：处理器；
ꢀꢀꢀꢀꢀꢀꢀ
820：通信接口；
ꢀꢀꢀꢀꢀꢀ
830：存储器；
40.840：通信总线；
具体实施方式
41.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.下面结合图1
‑
图4描述本发明的一种实现电商快速配送的方法，所述实现电商快速配送的方法包括：
43.s1、根据线下网点地址以及网点覆盖范围建立网点仓库地址模型；
44.其中，线下网点可以是电商品牌自有的实体店、经销商加盟店、末端售后服务店或者末端配送网点，线下网点地址的地址可以根据实际情况进行区分，如，在某一省份，存在省级线下网点、市级别线下网点、区级别线下网点、镇级别线下网点，那么，在进行本轮网点仓库地址模型建立时，可以灵活的采用省级线下网点、市级别线下网点、区级别线下网点、镇级别线下网点中的任一种或者两种结合的方式进行模型建立，如区分市内和市外，在市内，以区级别线下网点为线下网点，在市外，以镇级别线下网点为线下网点，充分建立全面覆盖的网点仓库地址模型。从而保证每一用户的收货地址均纳入此模型之内，实现全面的网点仓库地址模型的建立。此时，在镇级别线下网点以及区级别线下网点所覆盖的范围中，任一一点到线下网点的配送时长不会超过从大型仓库调货的时间，因此，基于线下网点的建立的网点仓库地址模型可以为实现快速配送提供很好的模型支撑。可选地，所述网点仓库模型包括但不限于每个线下网点地址的网点覆盖范围、网点地址代码以及地名。
45.s2、在网点仓库地址模型的每一网点仓库地址范围内，基于每一商品，获取用户的加购收藏转化率以及访客转化率；
46.其中，网点仓库地址模型的每一网点仓库地址范围内，是基于用户当前定位地址或者用户默认地址所确定，此时，也可以在用户系统中增加用户选用收货地址的选项来确定用户的收货地址，基于每一商品，用户的加购收藏转化率可以由往年加购收藏数据以及加购收藏用户实际下单数量确定，在第一种情况中，预测的本年度的加购收藏转化率＝加购收藏用户实际下单数量/上一年加购收藏数据。在第二种情况中，基于预测的本年度的加购收藏转化率，进一步对加购收藏转化率的增长率进行修正，具体为：综合好几年的数据得到加购收藏转化率的增长率，预测本年度的加购收藏转化率为增长率与上一年加购收藏转化率的乘积。同理，访客转化率以由上一年访客数量以及上一年访客实际下单数量确定，在第一种情况中，预测的本年度的访客转化率＝上一年访客数量/上一年访客实际下单数量。在第二种情况中，基于预测的本年度的访客转化率可以对访客转化率的增长率进行修正，
具体为：综合好几年的数据得到访客转化率的增长率，预测本年度的访客转化率为增长率与上一年访客转化率的乘积。
47.通过上述方式，可以实现加购收藏转化率以及访客转化率的近似预测，增大数据的可靠性。
48.s3、获取下一次促销活动之前的预设时间长度内的所述商品的收藏数以及预设促销活动当天所述商品的访客流量；
49.此时的预设时间长度内的收藏数可以根据实际情况进行选择，如促销活动之前的7
‑
14天内的收藏数、4
‑
7内的收藏数或者是其他时间长度，此步骤主要是确定用户的购买意向。预设促销活动当天所述商品的访客流量可以由往年的数据或者预设时间长度内的数据进行估计，提前进行商品调拨。从而提前完成备货。可选地，当天的所述访客流量为根据往年当天访客流量数据预测的当天预计访客流量。另外，还可以在大促当天采集当天访客流量进行预测，及时预测每个网点每种商品的预计销量，及时对商品库存进行补充和调用。
50.s4、根据所述加购收藏转化率、访客转化率、收藏数以及所述访客流量确定当前网点仓库地址范围内的预计销量；
51.通过上述加购收藏转化率、访客转化率、收藏数以及所述访客流量确定当前网点仓库地址范围内的预计销量的方式，可以针对每一商品均进行合理的网点仓库的库存储备。实现精准调货。
52.s5、将对应所述预计销量的商品数量平铺到对应的网点仓库；
53.s6、接受用户的订单信息，并根据所述订单信息的送达地址匹配对应网点仓库，以将所述订单信息代表的商品配送至用户。
54.在上述方案中，通过对线下网点地址建立网点仓库地址模型，针对每一网点仓库地址所覆盖的区域范围内的任一商品的预计销量进行预测，然后提前将对应预计销量的商品提前调拨到网点仓库地址，从而可以在获取用户的订单信息后，通过较短距离的配送就可以将商品送达用户手中，可以将用户下单的商品的配送距离缩小到线下网点地址所覆盖的范围，而不必从大型仓库调货，从而缩短了商品的配送时效，实现了商品的快速配送。
55.在一实施例中，所述根据所述加购收藏转化率、访客转化率、收藏数以及所述访客流量确定当前网点仓库地址范围内的预计销量的步骤包括：
56.将当前网点仓库地址范围内的预计销量记为y，将所述加购收藏转化率记为a，所述收藏数记为a，所述访客转化率记为b，所述当天的访客流量记为b；预计销量y为收藏数a与加购收藏转化率a的乘积和当天的访客流量b与访客转化率b的乘积之和。
57.即y＝a*a+b*b。
58.通过上述公式，可以在大促前一段时间内对当前网点仓库地址范围内的任一商品的预计销量进行预测，更为精准的调控商品库存，以缩短后续配送时间。
59.在一实施例中，参考图2，所述根据所述订单信息的送达地址匹配对应网点仓库，以将所述订单信息代表的商品配送至用户的步骤包括：
60.s61、确定所述送达地址匹配的对应网点仓库；
61.此时，可以通过网点仓库地址模型中的地名实现智能匹配。例如，若网点仓库地址模型为镇级别，则地名匹配到镇级别就可以实现网点仓库的确认。
62.s62、确定所述网点仓库中所述商品的实际库存数量；
63.s63、若所述实际库存数量大于所述订单信息包含的出库数量，则执行将对应所述订单信息的出库数量出库并根据所述出库数量减少相应实际库存数量；
64.s64、将出库的所述商品配送至所述送达地址。
65.通过上述方案，实现了对每一网点仓库地址中每一商品的库存数量的自动管理，在所述实际库存数量小于或等于所述订单信息包含的出库数量，则需要发出提示信息给网点仓库管理人员、上一级仓库或者商品生产厂家，以实现对缺少商品的库存补充、生产数量补充以及数量调拨，方便商品生产厂家的产能调节，从而实现商品数量的智能化管理。
66.在一实施例中，参考图3所示，所述将对应所述预计销量的商品数量平铺到对应的网点仓库的步骤包括：
67.s51、根据大型仓库地址以及大型仓库覆盖范围确定大型仓库模型；
68.此时的大型仓库指代网点仓库地址的上一级仓库，如网点区分为乡镇级别和市内区级别时，上一级别可以为省级或者大区级别，大区级别在国内一般为华南、华北等区分方式。
69.s52、确定对应的网点仓库对应的所述大型仓库模型中的大型仓库；
70.此时，根据大型仓库模型所覆盖的配送范围进行网点仓库与大型仓库的对应。如某省级别的大型仓库包含省内所有的镇级别和区级别的网点仓库。
71.s53、将对应所述预计销量的商品数量从所述大型仓库运送至对应的网点仓库。
72.通过上述过程，可以实现大型仓库到网点仓库的库存的调拨，从而快速实现网点仓库的货物储备。
73.在一实施例中，参考图4所示，所述将对应所述预计销量的商品数量从所述大型仓库运送至对应的网点仓库包括：
74.s531、确定所述网点仓库匹配的大型仓库中所述商品的库存数量；
75.s532、若所述库存数量大于所述预计销量，则执行将对应所述预计销量的商品出库并根据所述预计销量减少相应库存数量；
76.s533、将出库的所述商品配送至所述网点仓库。
77.通过上述方案，实现了对每一大型仓库中每一商品的库存数量的自动管理，在所述实际库存数量小于或等于所述预计销量的商品数量包含的出库数量时，则需要发出提示信息给大型仓库管理人员或者商品生产厂家，以实现对缺少商品的库存补充、生产数量补充以及数量调拨，方便商品生产厂家的产能调节，从而实现商品数量的智能化管理。
78.因此，在本技术中，对线下网点地址建立网点仓库地址模型，其中，网点仓库地址模型的配送时间为预设时间段内，通过提前将对应预计销量的商品提前调拨到网点仓库地址，可以在获取用户的订单信息后，通过较短距离的配送就可以将商品送达用户手中，可以将用户下单的商品的配送距离缩小到线下网点地址所覆盖的范围，而不必从大型仓库调货，从而缩短了商品的配送时效，实现了商品的快速配送。
79.下面对本发明提供的电子设备进行描述，下文描述的电子设备与上文描述的实现电商快速配送的方法可相互对应参照。
80.图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)810、通信接口(communicationsinterface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通
信。处理器810可以调用存储器830中的逻辑指令，以执行实现电商快速配送的方法，该方法包括：s1、根据线下网点地址以及网点覆盖范围建立网点仓库地址模型；
81.在网点仓库地址模型的每一网点仓库地址范围内，基于每一商品，获取用户的加购收藏转化率以及访客转化率；
82.s2、获取下一次促销活动之前的预设时间长度内的所述商品的收藏数以及预设促销活动当天所述商品的访客流量；
83.s3、根据所述加购收藏转化率、访客转化率、收藏数以及所述访客流量确定当前网点仓库地址范围内的预计销量；
84.s4、将对应所述预计销量的商品数量平铺到对应的网点仓库；
85.s5、接受用户的订单信息，并根据所述订单信息的送达地址匹配对应网点仓库，以将所述订单信息代表的商品配送至用户。
86.此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
onlymemory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
87.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的实现电商快速配送的方法，该方法包括：s1、根据线下网点地址以及网点覆盖范围建立网点仓库地址模型；
88.在网点仓库地址模型的每一网点仓库地址范围内，基于每一商品，获取用户的加购收藏转化率以及访客转化率；
89.s2、获取下一次促销活动之前的预设时间长度内的所述商品的收藏数以及预设促销活动当天所述商品的访客流量；
90.s3、根据所述加购收藏转化率、访客转化率、收藏数以及所述访客流量确定当前网点仓库地址范围内的预计销量；
91.s4、将对应所述预计销量的商品数量平铺到对应的网点仓库；
92.s5、接受用户的订单信息，并根据所述订单信息的送达地址匹配对应网点仓库，以将所述订单信息代表的商品配送至用户。
93.又一方面，本发明还提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的实现电商快速配送的方法，该方法包括：s1、根据线下网点地址以及网点覆盖范围建立网点仓库地址模型；
94.在网点仓库地址模型的每一网点仓库地址范围内，基于每一商品，获取用户的加购收藏转化率以及访客转化率；
95.s2、获取下一次促销活动之前的预设时间长度内的所述商品的收藏数以及预设促销活动当天所述商品的访客流量；
96.s3、根据所述加购收藏转化率、访客转化率、收藏数以及所述访客流量确定当前网点仓库地址范围内的预计销量；
97.s4、将对应所述预计销量的商品数量平铺到对应的网点仓库；
98.s5、接受用户的订单信息，并根据所述订单信息的送达地址匹配对应网点仓库，以将所述订单信息代表的商品配送至用户。
99.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
100.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
101.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。