CN104036367A - 基于erp系统的客户资信智能优化处理的方法 - Google Patents
基于erp系统的客户资信智能优化处理的方法 Download PDFInfo
- Publication number
- CN104036367A CN104036367A CN201410295986.XA CN201410295986A CN104036367A CN 104036367 A CN104036367 A CN 104036367A CN 201410295986 A CN201410295986 A CN 201410295986A CN 104036367 A CN104036367 A CN 104036367A
- Authority
- CN
- China
- Prior art keywords
- points
- add
- rate
- credit
- accounts receivable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明涉及一种基于ERP系统的客户资信智能优化处理的方法，其特征在于包括以下步骤：步骤S01：在ERP系统中建立客户档案；步骤S02：ERP系统根据客户信息自动计算每个客户信用等级；步骤S03：根据ERP系统提供的客户信用等级匹配相应的信用额度和信用期限；步骤S04：根据信用额度和信用期限定值生成销售预警策略。本发明能自动优化处理ERP系统中的客户资信，并生成预警策略，为管理层提供决策支持。
Description
技术领域
本发明涉及信息数据优化处理技术领域，特别是一种基于ERP系统的客户资信智能优化处理的方法。
背景技术
ERP系统是一种为企业决策层及员工提供决策运行手段的管理平台，该管理平台上存储有很多客户的资料，怎样优化处理这些资料，并从该些资料中获取重要信息，已经成为支持企业管理决策的一种重要手段。然而，现有方式都是通过人工的去统计和审核，缺少一种客户资信智能优化处理的方法。
发明内容
本发明的目的是提供一种基于ERP系统的客户资信智能优化处理的方法，能自动优化处理ERP系统中的客户资信，并生成预警策略，为管理层提供决策支持。
本发明采用以下方案实现：一种基于ERP系统的客户资信智能优化处理的方法，其特征在于包括以下步骤：
步骤S01：在ERP系统中建立客户档案；
步骤S02：ERP系统根据客户信息自动计算每个客户信用等级；
步骤S03：根据ERP系统提供的客户信用等级匹配相应的信用额度和信用期限；
步骤S04：根据信用额度和信用期限定值生成销售预警策略。
在本发明一实施例中，所述客户档案的信息包括：营业执照、经营许可证、税务登记证、银行账号、税号、实际经营地址、经办人员、主要负责人联系电话及客户简介。
在本发明一实施例中，所述步骤S02中自动计算的方式采用条件评分累加算法，即将ERP系统根据企业性质、管理者品行、客户合同履约率、营销能力、贷款支付及时性、客户注册资本信息作为评分指标进行资信评分累加；然后将累加获得的分数与客户信用等级对应。
在本发明一实施例中，所述的资信评分累加最高为125分满分，其中：
所述企业性质总分为5分，累加方式是：国有企业或股份公司加5分，有限公司加4分，具有药品经营资格的个体经营者加3分；
所述管理者品行总分为5分，其是指管理者愿意履行其付款承诺的可能性，能付款加5分，不能加0分；
所述客户合同履行率、营销能力及货款支付及时性的总分为105分：
a. 客户营销能力大小总分为30分：
年度普药销售额 ≥ 300万的加30分；
200 ≤ 年度普药销售额 < 300万的加25分；
100 ≤ 年度普药销售额 < 200万的价20分；
年度普药销售额 < 100万的加15分；
b. 年普药合同履约率，即根据上年末普药合同总金额执行情况加分，总分为25分：
合同履约率 ≥ 95%的加25分；
90% ≤合同履约率 < 95% 的加20分；
85% ≤合同履约率 < 90% 的加17分；
80% ≤合同履约率 < 85% 的加13分；
70% ≤合同履约率 < 80% 的加9分；
60% ≤合同履约率 < 70% 的加5分；
合同履约率 < 60% 的加0分；
c. 上年普药应收账款回款及时性总分为25分；
上年应收账款回款及时率 ≥ 100%的加25分；
90% ≤上年应收账款回款及时率<100%的加20分；
80% ≤上年应收账款回款及时率<90%的加18分；
70% ≤上年应收账款回款及时率<80%的加16分；
60% ≤上年应收账款回款及时率<70%的加14分；
50% ≤上年应收账款回款及时率<60%的加12分；
上年应收账款回款及时率 < 50%的加10分；
d. 上年普药应收账款回款率，即每年截止至12月31日应收账款回款总额占应收账款总额比率总分为25分；
上年应收账款回款率 ≥ 100%的加25分；
90% ≤上年应收账款回款率<100%的加20分；
80% ≤上年应收账款回款率<90%的加18分；
70% ≤上年应收账款回款率<80%的加16分；
60% ≤上年应收账款回款率<70%的加14分；
50% ≤上年应收账款回款率<60%的加12分；
上年应收账款回款率 < 50%的加10分；
所述客户注册资本的总分为10分；
客户注册资本 ≥ 1000万元的加10分；
500 ≤客户注册资本 < 1000万元的加9分；
100 ≤客户注册资本 < 500万元的加8分；
客户注册资本 < 100万元的加7分。
在本发明一实施例中，所述自动计算是通过一设置于ERP系统中的计算模块实现；其中，累加的任意分数值以及总分值能通过人为设定。
在本发明一实施例中，所述的信用额度和信用期限能通过人为设定。
在本发明一实施例中，所述销售策略是：每次对客户进行销售订单开据时，系统会自动计算本次订单的金额，加上该客户已存在的应收帐款，与客户的信用额度进行对比，若总金额超出信用额度或已存在超期贷款，则提示报警，并形成超信订单审批流；若没有超出信用额度，则不进行预警提示。
本发明基于ERP系统，将ERP系统中的客户信息进行建档、优化，并利用累加算法自动生成与客户信用额度和信用期限定值对应的客户信用等级，并根据阈值实现预警，为管理层提供了决策支持，该方法在设定相应的阈值和分数值后，能实现全自动分析、运算，并将预警结果直观的呈现给管理者，具有好的使用价值。
附图说明
图1是本发明方法流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
请参见图1，本实施例提供一种基于ERP系统的客户资信智能优化处理的方法，其包括：
步骤S01：在ERP系统中建立客户档案；
步骤S02：ERP系统根据客户信息自动计算每个客户信用等级；
步骤S03：根据ERP系统提供的客户信用等级匹配相应的信用额度和信用期限；
步骤S04：根据信用额度和信用期限定值生成销售预警策略。
在本发明一实施例中，所述客户档案的信息包括：营业执照、经营许可证、税务登记证、银行账号、税号、实际经营地址、经办人员、主要负责人联系电话及客户简介。本发明通过该档案信息即可获取企业性质、管理者品行、客户合同履约率、营销能力、贷款支付及时性、客户注册资本信息；通过作为评分指标进行资信评分累加，即本申请中，所述步骤S02中自动计算的方式采用条件评分累加算法，即将ERP系统根据企业性质、管理者品行、客户合同履约率、营销能力、贷款支付及时性、客户注册资本信息作为评分指标进行资信评分累加；然后将累加获得的分数与客户信用等级对应。这里要强调，本申请中队资信的评分并不是人为规定的制度，其只是本发明方法实施过程中的一些阈值。以让系统能自动智能化的根据该些阈值处理，并进行预警。该些阈值可以人为设定，较佳的，所述自动计算是通过一设置于ERP系统中的计算模块实现；其中，累加的任意分数值以及总分值能通过人为设定。在所述的信用额度和信用期限也能通过人为设定。
较佳的，下面以资信评分累加最高为125分满分为例进行说明，即用户可以设定该满分值为125分，其中：
所述企业性质总分为5分，累加方式是：国有企业或股份公司加5分，有限公司加4分，具有药品经营资格的个体经营者加3分；
所述管理者品行总分为5分，其是指管理者愿意履行其付款承诺的可能性，能付款加5分，不能加0分；
所述客户合同履行率、营销能力及货款支付及时性的总分为105分：
a. 客户营销能力大小总分为30分：
年度普药销售额 ≥ 300万的加30分；
200 ≤ 年度普药销售额 < 300万的加25分；
100 ≤ 年度普药销售额 < 200万的价20分；
年度普药销售额 < 100万的加15分；
b. 年普药合同履约率，即根据上年末普药合同总金额执行情况加分，总分为25分：
合同履约率 ≥ 95%的加25分；
90% ≤合同履约率 < 95% 的加20分；
85% ≤合同履约率 < 90% 的加17分；
80% ≤合同履约率 < 85% 的加13分；
70% ≤合同履约率 < 80% 的加9分；
60% ≤合同履约率 < 70% 的加5分；
合同履约率 < 60% 的加0分；
c. 上年普药应收账款回款及时性总分为25分；
上年应收账款回款及时率 ≥ 100%的加25分；
90% ≤上年应收账款回款及时率<100%的加20分；
80% ≤上年应收账款回款及时率<90%的加18分；
70% ≤上年应收账款回款及时率<80%的加16分；
60% ≤上年应收账款回款及时率<70%的加14分；
50% ≤上年应收账款回款及时率<60%的加12分；
上年应收账款回款及时率 < 50%的加10分；
d. 上年普药应收账款回款率，即每年截止至12月31日应收账款回款总额占应收账款总额比率总分为25分；
上年应收账款回款率 ≥ 100%的加25分；
90% ≤上年应收账款回款率<100%的加20分；
80% ≤上年应收账款回款率<90%的加18分；
70% ≤上年应收账款回款率<80%的加16分；
60% ≤上年应收账款回款率<70%的加14分；
50% ≤上年应收账款回款率<60%的加12分；
上年应收账款回款率 < 50%的加10分；
所述客户注册资本的总分为10分；
客户注册资本 ≥ 1000万元的加10分；
500 ≤客户注册资本 < 1000万元的加9分；
100 ≤客户注册资本 < 500万元的加8分；
客户注册资本 < 100万元的加7分。
在本发明一实施例中，ERP系统根据上述算法计算出每个客户的得分后，自动评定客户等级和信用系数，并将所得结果存于客户信用档案管理系统中；其中评定系数是根据用户设定存储的一匹配表，可以是表一所示。
表一
为了更好的实现智能预警，在本发明一实施例中，所述销售预警策略是：每次对客户进行销售订单开据时，系统会自动计算本次订单的金额，加上该客户已存在的应收帐款，与客户的信用额度进行对比，若总金额超出信用额度或已存在超期贷款，则提示报警，并形成超信订单审批流；若没有超出信用额度，则不进行预警提示。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以处理上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
Claims (7)
1.一种基于ERP系统的客户资信智能优化处理的方法，其特征在于包括以下步骤：
步骤S01：在ERP系统中建立客户档案；
步骤S02：ERP系统根据客户信息自动计算每个客户信用等级；
步骤S03：根据ERP系统提供的客户信用等级匹配相应的信用额度和信用期限；
步骤S04：根据信用额度和信用期限定值生成销售预警策略。
2.根据权利要求1所述的基于ERP系统的客户资信智能优化处理的方法，其特征在于：所述客户档案的信息包括：营业执照、经营许可证、税务登记证、银行账号、税号、实际经营地址、经办人员、主要负责人联系电话及客户简介。
3.根据权利要求1所述的基于ERP系统的客户资信智能优化处理的方法，其特征在于：所述步骤S02中自动计算的方式采用条件评分累加算法，即将ERP系统根据企业性质、管理者品行、客户合同履约率、营销能力、贷款支付及时性、客户注册资本信息作为评分指标进行资信评分累加；然后将累加获得的分数与客户信用等级对应。
4.根据权利要求3所述的基于ERP系统的客户资信智能优化处理的方法，其特征在于：所述的资信评分累加最高为125分满分，其中：
所述企业性质总分为5分，累加方式是：国有企业或股份公司加5分，有限公司加4分，具有药品经营资格的个体经营者加3分；
所述管理者品行总分为5分，其是指管理者愿意履行其付款承诺的可能性，能付款加5分，不能加0分；
所述客户合同履行率、营销能力及货款支付及时性的总分为105分：
a. 客户营销能力大小总分为30分：
年度普药销售额 ≥ 300万的加30分；
200 ≤ 年度普药销售额 < 300万的加25分；
100 ≤ 年度普药销售额 < 200万的价20分；
年度普药销售额 < 100万的加15分；
b. 年普药合同履约率，即根据上年末普药合同总金额执行情况加分，总分为25分：
合同履约率 ≥ 95%的加25分；
90% ≤合同履约率 < 95% 的加20分；
85% ≤合同履约率 < 90% 的加17分；
80% ≤合同履约率 < 85% 的加13分；
70% ≤合同履约率 < 80% 的加9分；
60% ≤合同履约率 < 70% 的加5分；
合同履约率 < 60% 的加0分；
c. 上年普药应收账款回款及时性总分为25分；
上年应收账款回款及时率 ≥ 100%的加25分；
90% ≤上年应收账款回款及时率<100%的加20分；
80% ≤上年应收账款回款及时率<90%的加18分；
70% ≤上年应收账款回款及时率<80%的加16分；
60% ≤上年应收账款回款及时率<70%的加14分；
50% ≤上年应收账款回款及时率<60%的加12分；
上年应收账款回款及时率 < 50%的加10分；
d. 上年普药应收账款回款率，即每年截止至12月31日应收账款回款总额占应收账款总额比率总分为25分；
上年应收账款回款率 ≥ 100%的加25分；
90% ≤上年应收账款回款率<100%的加20分；
80% ≤上年应收账款回款率<90%的加18分；
70% ≤上年应收账款回款率<80%的加16分；
60% ≤上年应收账款回款率<70%的加14分；
50% ≤上年应收账款回款率<60%的加12分；
上年应收账款回款率 < 50%的加10分；
所述客户注册资本的总分为10分；
客户注册资本 ≥ 1000万元的加10分；
500 ≤客户注册资本 < 1000万元的加9分；
100 ≤客户注册资本 < 500万元的加8分；
客户注册资本 < 100万元的加7分。
5.根据权利要求1所述的基于ERP系统的客户资信智能优化处理的方法，其特征在于：所述自动计算是通过一设置于ERP系统中的计算模块实现；其中，累加的任意分数值以及总分值能通过人为设定。
6.根据权利要求1所述的基于ERP系统的客户资信智能优化处理的方法，其特征在于：所述的信用额度和信用期限能通过人为设定。
7.根据权利要求1所述的基于ERP系统的客户资信智能优化处理的方法，其特征在于：所述销售策略是：每次对客户进行销售订单开据时，系统会自动计算本次订单的金额，加上该客户已存在的应收帐款，与客户的信用额度进行对比，若总金额超出信用额度或已存在超期贷款，则提示报警，并形成超信订单审批流；若没有超出信用额度，则不进行预警提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410295986.XA CN104036367A (zh) | 2014-06-27 | 2014-06-27 | 基于erp系统的客户资信智能优化处理的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410295986.XA CN104036367A (zh) | 2014-06-27 | 2014-06-27 | 基于erp系统的客户资信智能优化处理的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104036367A true CN104036367A (zh) | 2014-09-10 |
Family
ID=51467130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410295986.XA Pending CN104036367A (zh) | 2014-06-27 | 2014-06-27 | 基于erp系统的客户资信智能优化处理的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104036367A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105260934A (zh) * | 2015-11-11 | 2016-01-20 | 中国建设银行股份有限公司 | 一种信用额度的计算方法和系统 |
| CN106934508A (zh) * | 2015-12-30 | 2017-07-07 | 航天信息软件技术有限公司 | 一种应用于erp系统的信用控制方法及系统 |
| CN107808338A (zh) * | 2016-09-28 | 2018-03-16 | 平安科技（深圳）有限公司 | 一种业务处理方法及终端 |
| CN107924536A (zh) * | 2015-07-31 | 2018-04-17 | 株式会社三井住友银行 | 电子请示书的更新方法以及系统 |
| CN108364244A (zh) * | 2018-01-26 | 2018-08-03 | 北京语言大学 | 一种基于多记录匹配的erp技能自动评分方法及装置 |
| CN109697618A (zh) * | 2018-08-27 | 2019-04-30 | 平安科技（深圳）有限公司 | 客户信用的管理方法、装置、终端及计算机可读存储介质 |
| CN109919567A (zh) * | 2019-01-18 | 2019-06-21 | 北京宝钢北方贸易有限公司 | 一种钢材订单合同审批系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1598831A (zh) * | 2004-08-06 | 2005-03-23 | 武燕华 | 个人信用数据管理系统及方法 |
| CN1680953A (zh) * | 2004-07-05 | 2005-10-12 | 中国银行股份有限公司 | 金融企业对客户进行风险分析的系统和方法 |
| CN1680951A (zh) * | 2004-07-05 | 2005-10-12 | 中国银行股份有限公司 | 金融企业为客户进行在线授信的系统和方法 |
| US20080021846A1 (en) * | 2006-07-21 | 2008-01-24 | Eric-Vincent Guichard | Global education support fund |
| CN102013080A (zh) * | 2010-11-17 | 2011-04-13 | 苏州德融嘉信信用管理技术有限公司 | 基于信用评级工作系统的信用分析及评分方法 |
-
2014
- 2014-06-27 CN CN201410295986.XA patent/CN104036367A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1680953A (zh) * | 2004-07-05 | 2005-10-12 | 中国银行股份有限公司 | 金融企业对客户进行风险分析的系统和方法 |
| CN1680951A (zh) * | 2004-07-05 | 2005-10-12 | 中国银行股份有限公司 | 金融企业为客户进行在线授信的系统和方法 |
| CN1598831A (zh) * | 2004-08-06 | 2005-03-23 | 武燕华 | 个人信用数据管理系统及方法 |
| US20080021846A1 (en) * | 2006-07-21 | 2008-01-24 | Eric-Vincent Guichard | Global education support fund |
| CN102013080A (zh) * | 2010-11-17 | 2011-04-13 | 苏州德融嘉信信用管理技术有限公司 | 基于信用评级工作系统的信用分析及评分方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刘长玉: "基于ERP的制药企业应收款风险管理及案例研究", 《中国优秀硕士学位论文全文数据库（经济与管理科学辑）》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107924536A (zh) * | 2015-07-31 | 2018-04-17 | 株式会社三井住友银行 | 电子请示书的更新方法以及系统 |
| CN107924536B (zh) * | 2015-07-31 | 2022-02-01 | 株式会社三井住友银行 | 更新电子请示书的方法、计算机以及非暂时性计算机可读存储介质 |
| CN105260934A (zh) * | 2015-11-11 | 2016-01-20 | 中国建设银行股份有限公司 | 一种信用额度的计算方法和系统 |
| CN106934508A (zh) * | 2015-12-30 | 2017-07-07 | 航天信息软件技术有限公司 | 一种应用于erp系统的信用控制方法及系统 |
| CN107808338A (zh) * | 2016-09-28 | 2018-03-16 | 平安科技（深圳）有限公司 | 一种业务处理方法及终端 |
| CN108364244A (zh) * | 2018-01-26 | 2018-08-03 | 北京语言大学 | 一种基于多记录匹配的erp技能自动评分方法及装置 |
| CN108364244B (zh) * | 2018-01-26 | 2020-08-11 | 北京语言大学 | 一种基于多记录匹配的erp技能自动评分方法及装置 |
| CN109697618A (zh) * | 2018-08-27 | 2019-04-30 | 平安科技（深圳）有限公司 | 客户信用的管理方法、装置、终端及计算机可读存储介质 |
| CN109919567A (zh) * | 2019-01-18 | 2019-06-21 | 北京宝钢北方贸易有限公司 | 一种钢材订单合同审批系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104036367A (zh) | 基于erp系统的客户资信智能优化处理的方法 | |
| CN108932585B (zh) | 一种商户运营管理方法及其设备、存储介质、电子设备 | |
| CN106651190A (zh) | 一种企业风险等级评估方法以及系统 | |
| CN106557882A (zh) | 基于多维度风险评价指标的电力用户筛选方法及系统 | |
| CN111062801A (zh) | 一种综合式评估企业授信额度分析系统及方法 | |
| Darbellay et al. | Credit rating agencies and regulatory reform | |
| US20160210694A1 (en) | Method and apparatus for generating trade actions to manage financial risk, and recording medium storing program for executing method | |
| CN108711013A (zh) | 异常行为确定方法、装置、设备及存储介质 | |
| CN110796539A (zh) | 一种征信评估方法及装置 | |
| Li | Differential pricing in intermediate good markets | |
| CN114358519B (zh) | 一种智能信贷额度利率调整方法及装置 | |
| CN110245879A (zh) | 一种风险评级方法及装置 | |
| CN115063153A (zh) | 商户风险管理方法及装置 | |
| CN111639999B (zh) | 基于客户动态分层的信贷保证金计算方法 | |
| Naomi | Financial Performance of Sharia Banks Before and After Spin-Off | |
| CN113393315A (zh) | 一种基于电力供应链数据的贷款客户推荐方法及系统 | |
| Nenovski et al. | Banking services in terms of changing environment: the case of Мacedonia | |
| CN112634048A (zh) | 一种反洗钱模型的训练方法及装置 | |
| CN110245814A (zh) | 风险监管方法、装置、存储介质及电子设备 | |
| Heykal et al. | Impact Analysis of Indonesian Financial Accounting Standard based on the IFRS Implementation for Financial Instruments in the Indonesian Commercial Bank | |
| TW201227580A (en) | Business loan and risk assessment method | |
| CN107909244A (zh) | 一种基于大数据的共享单车企业信用管理系统及方法 | |
| CN108446925A (zh) | 一种商户计分系统、终端及计算机可读存储介质 | |
| Zhu et al. | Internal control, cloud accounting platform and administrative management: A case study ofchina's quzhou investment bureau | |
| Diakonova et al. | New approaches to banking business models in the digital economy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140910 |
|
| RJ01 | Rejection of invention patent application after publication |