CN105373866A - 电商模式预测的线上诊断系统的诊断系统和方法 - Google Patents

电商模式预测的线上诊断系统的诊断系统和方法 Download PDF

Info

Publication number
CN105373866A
CN105373866A CN201510928267.1A CN201510928267A CN105373866A CN 105373866 A CN105373866 A CN 105373866A CN 201510928267 A CN201510928267 A CN 201510928267A CN 105373866 A CN105373866 A CN 105373866A
Authority
CN
China
Prior art keywords
enterprise
marketing
information
value
weighted scoring
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
Application number
CN201510928267.1A
Other languages
English (en)
Inventor
夏蔚平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Xinwang Internet Information Technology Co Ltd
Original Assignee
Nanjing Xinwang Internet Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Xinwang Internet Information Technology Co Ltd filed Critical Nanjing Xinwang Internet Information Technology Co Ltd
Priority to CN201510928267.1A priority Critical patent/CN105373866A/zh
Publication of CN105373866A publication Critical patent/CN105373866A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种电商模式预测的线上诊断系统及其诊断方法，包括后台服务器组、用于诊断的终端以及设置在若干企业中的前台客户端计算机组成的网络，每一个企业对应一台前台客户端计算机，所述的后台服务器组包括数据库服务器和应用服务器；其中所述的数据库服务器，所述的数据库服务器中包含有第一诊断模块和第一数据库，所述的第一数据库也就是数据源数据库，所述的用于诊断的终端中包含有前台查询模块，所述的前台客户端计算机中带有前台处理模块，所述的应用服务器中包括有第二诊断模块和第二数据库。本发明降低了现有技术中缺乏对转型的科学、体系的判断与诊断、无法让企业对自身转型发展做出正确的诊断使得决策风险增大的缺陷。

Description

电商模式预测的线上诊断系统的诊断系统和方法
技术领域
本发明属于针对电商的诊断技术领域，具体涉及一种电商模式预测的线上诊断系统及其诊断费方法。
背景技术
当前，互联网不仅造就了一批新兴的商业模式，也正在改造着各种产业，特别是传统产业的商务模式。
在这种情况下，电子商务一方面代表先进的生产力，另一方面也为中国企业的快速现代化提供了一个宝贵的契机。由此，传统产业电子商务转型成为企业发展的必由之路；然而由于环境尚不成熟、行业与区域的差异化、传统产业自身条件差异化、及传统产业对于电子商务缺乏正确认知等因素，造成企业互联网转型的过大成本投入与较大风险。因此，在传统产业转型前期，现有技术缺乏对转型的科学、体系的判断与诊断，无法让企业对自身转型发展做出正确的诊断,使得决策风险增大。
发明内容
本发明要解决的技术问题是现有的技术缺乏对转型的科学、体系的判断与诊断，无法让企业对自身转型发展做出正确的诊断,使得决策风险增大。
为解决上述技术问题，本发明采用的技术方案是：一种电商模式预测的线上诊断系统，包括后台服务器组、诊断终端，以及一个以上的前台客户端计算机；每一台前台客户端计算机对应一个企业，所述前台客户端计算机与后台服务器组交互连接，后台服务器组的交互连接诊断终端，诊断终端的输出端连接前台客户端计算机的输入端；所述前台客户端计算机用于向后台服务器组发送诊断请求、传递对应的企业信息以及读取诊断终端内的诊断报告；所述后台服务器组用于存储企业信息并对企业信息经行诊断得到诊断信息；所述诊断终端用于存储企业的诊断信息并将其传递给前台客户端计算机。
进一步，所述的后台服务器组包括数据库服务器和应用服务器；所述数据库服务器包括第一数据库和第一诊断模块；第一数据库的输入端连接各个前台客户端计算机的输出端，用于接收各个前台客户端计算机传递的企业信息并根据企业名称存放，一个企业的企业信息为一条记录；第一诊断模块根据企业名称在第一数据库中查询到记录中的企业名称同该查询指令中的企业名称一致的那条记录，并把该记录中的数据发送到用于诊断的终端进行处理；所述的应用服务器中包括有第二诊断模块和第二数据库；第二诊断模块用于把该指令中的前台客户端计算机的IP地址作为目的地址发出允许传输企业信息的指令；用于把接收到的企业信息分别存储到第二数据库中的数据表，并用波士顿矩阵分析方法来对第二数据库中的信息进行诊断，然后把诊断结果发送给所述的数据库服务器。
进一步，所述的第一诊断模块用于将每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图作为一条记录存储在第一数据库中；用于根据该企业名称在第一数据库中查询到记录中的企业名称同该查询指令中的企业名称一致的那条记录，并把该记录中的数据发送到用于诊断的终端进行处理。
进一步，所述的第二诊断模块用于把该指令中的前台客户端计算机的IP地址作为目的地址发出允许传输企业的产品、交易、营销和品牌的信息的指令；用于把接收到的企业的产品、交易、营销和品牌的信息分别存储到第二数据库中的产品数据表、交易数据表、营销数据表和品牌数据表；用于用波士顿矩阵分析方法来进行诊断；用于把每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图发送给所述的数据库服务器。
　一种电商模式预测的线上诊断系统的诊断方法，步骤1：通过前台客户端计算机存入企业的产品、交易、营销和品牌的信息，其中品牌的信息包括企业名称、企业地址、企业网址、企业性质、人员规模、投资规模、所在行业、主营业务、组织机构、企业行业排名、品牌影响力、企业信息化管理现状、电商化现状、线上平台运营状况；产品的信息包括工厂情况、物流中心信息、产品详情、生产效率、产品战略规划；营销的信息包括销售区域和门店信息、产品销售业绩、产品营销战略规划，所述的产品销售业绩包括每一种产品的去年年度的11月份和12月份的线上的销售业绩和线下的销售业绩；所述的交易信息包括去年年度的11月份和12月份的营业额、运营现状、去年年度的11月份和12月份的成本分析，所述的成本分析的信息包括自身成本、人工成本、市场竞争成本、特殊成本；步骤2：前台客户端计算机的前台处理模块发送信息传输请求指令给应用服务器，所述信息传输请求指令包括前台客户端计算机的IP地址，所述信息传输请求指令用于请求传输企业的产品、交易、营销和品牌的信息；步骤3：应用服务器接收到信息传输请求指令后，第二诊断模块把该指令中的前台客户端计算机的IP地址作为目的地址，向该前台客户端计算机发出允许传输企业信息的指令，前台客户端计算机接收到该允许传输企业信息的指令后，就把所述的存入的企业的产品、交易、营销和品牌的信息发送到所述的应用服务器中，第二诊断模块就把接收到的企业的产品、交易、营销和品牌的信息分别存储到第二数据库中的产品数据表、交易数据表、营销数据表和品牌数据表，其中产品的信息中的工厂情况、物流中心信息、产品详情、生产效率、产品战略规划在产品数据表中形成一条记录；营销的信息中的销售区域和门店信息、产品销售业绩、产品营销战略规划在营销数据表中形成一条记录；交易信息中的去年年度的11月份和12月份的营业额、运营现状、成本分析在交易数据表中形成一条记录；品牌的信息中的企业名称、企业地址、企业网址、企业性质、人员规模、投资规模、所在行业、主营业务、组织机构、企业行业排名、品牌影响力、企业信息化管理现状、电商化现状、线上平台运营状况在品牌数据表中形成一条记录；步骤4：在所有的前台客户端计算机中存入的企业的产品、交易、营销和品牌的信息都存入第二数据库后，所述的第二诊断模块就用波士顿矩阵分析方法来进行诊断，具体说来就是分别把每一个企业在第二数据库对应的记录中的去年年度的11月份和12月份的线上的销售业绩和线下的销售业绩，去年年度的11月份和12月份的成本分析提取出来，分别对每个企业的去年年度的11月份的线上的销售业绩和去年年度的11月份的线下销售业绩求和得到去年年度的11月份的销售业绩总和，以及分别对每个企业的去年年度的12月份的线上的销售业绩和去年年度的12月份的线下销售业绩求和得到去年年度的12月份的销售业绩总和，然后把去年年度的12月份的销售业绩总和减去去年年度的11月份的销售业绩总和，所得的差值除以去年年度的11月份的销售业绩总和，即得到去年年度的12月份的销售业绩相对于去年年度的11月份的销售业绩的销售增长率，销售增长率再乘以100就得到针对该企业销售增长的评分值S1i，其中S1i为第i家企业的企业销售增长的评分值，i为自然数；步骤5：根据提取出来的去年年度的11月份和12月份的成本分析，分别对每个企业的去年年度的11月份的成本分析的所有条目求和得到去年年度的11月份的成本分析总和，以及分别对每个企业的去年年度的12月份的成本分析的所有条目求和得到去年年度的12月份的营销投入总和，然后把去年年度的12月份的营销投入总和减去去年年度的11月份的营销投入总和，所得的差值除以去年年度的11月份的营销投入总和，即得到去年年度的12月份的营销投入相对于去年年度的11月份的营销投入的增长率，营销投入的增长率再乘以100就得到针对该企业营销投入的评分值S2i，其中S2i为第i家企业的企业营销投入的评分值，i为自然数；步骤6：分别对每个企业求取企业销售增长的加权评分值和企业营销投入的加权评分值，具体说来，第i家企业的企业销售增长的加权评分值为：S1i*W1i，第i家企业的企业营销投入的加权评分值为：S2i*W2i，其中W1i为第i家企业的销售增长的权重值，其中W2i为第i家企业的营销投入的权重值，i为自然数；步骤7：把第i家企业的企业销售增长的加权评分值和第i家企业的企业营销投入的加权评分值相加得到第i家企业的总加权评分Si；步骤8：再求取所有企业的总加权评分TSn，TSn=S1+S2……..+Sn；求取所有企业的总加权评分平均值LSn，LSn=（S1+S2……..+Sn）/n；求取所有企业的企业销售增长的加权评分平均值LS1n=（S11*W11+S12*W12……..+S1n*W1n）/n；求取所有企业的企业营销投入的加权评分平均值LS2n=（S21*W21+S22*W22……..+S2n*W2n）/n，其中n为现有企业个数；步骤9：构建坐标系，其中横坐标表示企业的企业销售增长的加权评分值，纵坐标表示企业的企业营销投入的加权评分值，在此坐标系的横坐标为LS1n/2的位置做一条纵向线，而在此坐标系的纵坐标为LS2n/2的位置做一条横向线，此横向线和纵向线相互交叉分割出右下部区域、右上部区域、左上部区域和左下部区域；步骤10：随后把每个企业的企业销售增长的加权评分值作为该坐标系的横坐标，而该企业的企业营销投入的加权评分值作为该坐标系的纵坐标，形成该企业对应的坐标点显示在该坐标系上，根据其在该坐标系中所对应的坐标点落入的区域来判断其营业类型，具体如下判断：如果坐标点落入右下部区域，该企业即为高增长低投入企业；如果坐标点落入右上部区域，该企业即为高增长高投入企业；如果坐标点落入左下部区域，该企业即为低增长低投入企业；如果坐标点落入左上部区域，该企业即为低增长高投入企业；步骤11：将该判断结果显示在坐标系上作为该企业的坐标分析图；步骤12：接着第二诊断模块把每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图发送给所述的数据库服务器；步骤13：然后第一诊断模块将每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图作为一条记录存储在第一数据库中；步骤14：在所述的用于诊断的终端的前台查询模块对数据服务器发出包含有企业名称的查询命令，而第一诊断模块就会根据该企业名称在第一数据库中查询到记录中的企业名称同该查询指令中的企业名称一致的那条记录，并把该记录中的数据发送到用于诊断的终端进行处理。
进一步，所述的W1i的取值为如果企业的销售业绩中存在线上的销售业绩，W1i就取值为1.5，如果企业的销售业绩中存在线上的销售业绩，W1i就取值为1.0；所述的W2i的取值为如果企业的销售业绩中存在线上的销售业绩，W1i就取值为1.5，如果企业的销售业绩中存在线上的销售业绩，W2i就取值为1.0。
进一步，所述的企业信息化管理现状包括是属于ERP还是CRM的信息；所述的电商化现状包括是否自建平台、是否第三方平台、具体所属种类的信息；所述的线上平台状况包括平台投入情况、产出现状和预期、线上产品毛利的信息；所述的产品详情包括每一种产品的技术优势、技术劣势、卖点、专利情况、生命周期；所述的生产效率包括物流时间、货期、售后反馈时间的信息；所述的销售区域和门店信息包括门店布局、区域销售情况、门店销售情况的信息；所述的产品战略规划包括是否有现阶段产品战略、产品战略规划的内容；所述的产品营销战略规划包括是否有现阶段产片营销策略、营销策略是什么；所述的运营现状的信息包括存货信息、场租信息、其他费用信息、产品平均毛利信息、行业平均毛利信息。
本发明的优点是：能对企业线上管理中所涉及的产品／交易／营销／品牌等商业化指标进行分析；本发明能够发现企业线上管理过程中的指标问题，并以数据支撑的形式量化管理效能及策略偏差，辅助决策，可根据不同企业平台承载量级不同来定义诊断标杆，为企业线上管理行为作决策参考。
附图说明
图1为本发明的电商模式预测的线上诊断系统的原理结构示意图。
具体实施方式
下面结合附图和实施例对发明内容作进一步说明：
参照图1所示，电商模式预测的线上诊断系统，包括后台服务器组、用于
诊断的终端以及设置在若干企业中的前台客户端计算机组成的网络，能够对企业运营管理过程中设计的变量商业因素：即产品、交易、营销和品牌四大方面进行全面分析，从而得到供给企业的电商化可行性及相应的契合电商模式的信息，每一个企业对应一台前台客户端计算机，所述的后台服务器组包括数据库服务器和应用服务器，统一为前台客户端计算机的应用提供支撑服务；其中所述的数据库服务器，所述的数据库服务器中包含有第一诊断模块和第一数据库，所述的第一数据库也就是数据源数据库，也就是用于存储企业线上平台管理的所有过程数据，包含诊断线索数据、诊断指标体系、诊断流程、条件和规则，以及企业的诊断录入数据，所述的用于诊断的终端中包含有前台查询模块，所述的前台客户端计算机中带有前台处理模块，所述的应用服务器，所述的应用服务器中包括有第二诊断模块和第二数据库，也就是用于接收来自前台客户端计算机录入的企业数据信息，根据诊断指标体系，运用相应的流程、条件和规则，根据对应的诊断分析算法进行参比打分。所述的第二数据库包括产品数据表、交易数据表、营销数据表和品牌数据表。所述的第一诊断模块用于将每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图作为一条记录存储在第一数据库中；用于根据该企业名称在第一数据库中查询到记录中的企业名称同该查询指令中的企业名称一致的那条记录，并把该记录中的数据发送到用于诊断的终端进行处理。所述的第二诊断模块用于把该指令中的前台客户端计算机的IP地址作为目的地址发出允许传输企业的产品、交易、营销和品牌的信息的指令；用于把接收到的企业的产品、交易、营销和品牌的信息分别存储到第二数据库中的产品数据表、交易数据表、营销数据表和品牌数据表；用于用波士顿矩阵分析方法来进行诊断；用于把每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图发送给所述的数据库服务器。所述的前台查询模块用于对数据服务器发出包含有企业名称的查询命令。
所述的电商模式预测的线上诊断系统的诊断方法，通过基于转型经济模型、经济增长模型、企业管理理论、统计学数理统计方法而形成的诊断指标体系进行分析评价，步骤如下：
步骤1：首先往所述的前台客户端计算机中存入企业的产品、交易、营销
和品牌的信息，其中品牌的信息包括企业名称、企业地址、企业网址、企业性质、人员规模、投资规模、所在行业、主营业务、组织机构、企业行业排名、品牌影响力、企业信息化管理现状、电商化现状、线上平台运营状况；产品的信息包括工厂情况、物流中心信息、产品详情、生产效率、产品战略规划；营销的信息包括销售区域和门店信息、产品销售业绩、产品营销战略规划，所述的产品销售业绩包括每一种产品的去年年度的11月份和12月份的线上的销售业绩和线下的销售业绩；所述的交易信息包括去年年度的11月份和12月份的营业额、运营现状、去年年度的11月份和12月份的成本分析，所述的成本分析的信息包括自身成本、人工成本、市场竞争成本、特殊成本；
步骤2：所述的前台客户端计算机中存入企业的产品、交易、营销和品牌
的信息后，前台处理模块就对所述的应用服务器发送包含有前台客户端计算机的IP地址的请求传输企业的产品、交易、营销和品牌的信息的指令，所述的应用服务器接收到该包含有前台客户端计算机的IP地址的请求传输企业的产品、交易、营销和品牌的信息的指令后，就启动第二诊断模块把该指令中的前台客户端计算机的IP地址作为目的地址发出允许传输企业的产品、交易、营销和品牌的信息的指令，这样前台客户端计算机接收到该允许传输企业的产品、交易、营销和品牌的信息的指令后，就把所述的存入的企业的产品、交易、营销和品牌的信息发送到所述的应用服务器中，这样第二诊断模块就把接收到的企业的产品、交易、营销和品牌的信息分别存储到第二数据库中的产品数据表、交易数据表、营销数据表和品牌数据表，其中产品的信息中的工厂情况、物流中心信息、产品详情、生产效率、产品战略规划在产品数据表中形成一条记录；营销的信息中的销售区域和门店信息、产品销售业绩、产品营销战略规划在营销数据表中形成一条记录；交易信息中的去年年度的11月份和12月份的营业额、运营现状、成本分析在交易数据表中形成一条记录；品牌的信息中的企业名称、企业地址、企业网址、企业性质、人员规模、投资规模、所在行业、主营业务、组织机构、企业行业排名、品牌影响力、企业信息化管理现状、电商化现状、线上平台运营状况在品牌数据表中形成一条记录；
步骤2：在所有的前台客户端计算机中存入的企业的产品、交易、营销和品牌的信息都存入第二数据库后，所述的第二诊断模块就用波士顿矩阵分析方法来进行诊断，具体说来就是分别把每一个企业在第二数据库对应的记录中的去年年度的11月份和12月份的线上的销售业绩和线下的销售业绩，去年年度的11月份和12月份的成本分析提取出来，分别对每个企业的去年年度的11月份的线上的销售业绩和去年年度的11月份的线下销售业绩求和得到去年年度的11月份的销售业绩总和，以及分别对每个企业的去年年度的12月份的线上的销售业绩和去年年度的12月份的线下销售业绩求和得到去年年度的12月份的销售业绩总和，然后把去年年度的12月份的销售业绩总和减去去年年度的11月份的销售业绩总和，所得的差值除以去年年度的11月份的销售业绩总和，即得到去年年度的12月份的销售业绩相对于去年年度的11月份的销售业绩的销售增长率，销售增长率再乘以100就得到针对该企业销售增长的评分值S1i，其中S1i为第i家企业的企业销售增长的评分值，i为自然数，在本实施例里S11为30，S12为40；
步骤3：再根据提取出来的去年年度的11月份和12月份的成本分析，分别对每个企业的去年年度的11月份的成本分析的所有条目求和得到去年年度的11月份的成本分析总和，以及分别对每个企业的去年年度的12月份的成本分析的所有条目求和得到去年年度的12月份的营销投入总和，然后把去年年度的12月份的营销投入总和减去去年年度的11月份的营销投入总和，所得的差值除以去年年度的11月份的营销投入总和，即得到去年年度的12月份的营销投入相对于去年年度的11月份的营销投入的增长率，营销投入的增长率再乘以100就得到针对该企业营销投入的评分值S2i，其中S2i为第i家企业的企业营销投入的评分值，i为自然数，在本实施例里S21为40，S22为50；
步骤4：接着分别对每个企业求取企业销售增长的加权评分值和企业营销投入的加权评分值，具体说来，第i家企业的企业销售增长的加权评分值为：S1i*W1i，第i家企业的企业营销投入的加权评分值为：S2i*W2i，其中W1i为第i家企业的销售增长的权重值，其中W2i为第i家企业的营销投入的权重值，i为自然数，在本实施例中第1家企业的销售增长的权重值为1，第2家企业的销售增长的权重值为1.5，第1家企业的企业营销投入的权重值为1，第2家企业的企业营销投入的权重值为1.5，由此第1家企业的销售增长的加权评分值为30，第2家企业的销售增长的加权评分值为60，第1家企业的营销投入的加权评分值为40，第2家企业的营销投入的加权评分值为75；
步骤5：把第i家企业的企业销售增长的加权评分值和第i家企业的企业营销投入的加权评分值相加得到第i家企业的总加权评分Si，第1家企业的总加权评分为70，第2家企业的总加权评分为135；
步骤6：再求取所有企业的总加权评分TS2，TS2=205；求取所有企业的总加权评分平均值LS2，LSn=102.5；求取所有企业的企业销售增长的加权评分平均值LS12=45；求取所有企业的企业营销投入的加权评分平均值LS2n=57.5，其中n为现有企业个数，其值为2；
步骤7：构建坐标系，其中横坐标表示企业的企业销售增长的加权评分值，纵坐标表示企业的企业营销投入的加权评分值，在此坐标系的横坐标为LS1n/2,即22.5的位置做一条纵向线，而在此坐标系的纵坐标为LS2n/2，即28.75的位置做一条横向线，此横向线和纵向线相互交叉分割出右下部区域、右上部区域、左上部区域和左下部区域；
步骤8：随后把每个企业的企业销售增长的加权评分值作为该坐标系的横坐标，而该企业的企业营销投入的加权评分值作为该坐标系的纵坐标，形成该企业对应的坐标点显示在该坐标系上，根据其在该坐标系中所对应的坐标点落入的区域来判断其营业类型，具体如下判断：
如果坐标点落入右下部区域，该企业即为高增长低投入企业；
如果坐标点落入右上部区域，该企业即为高增长高投入企业；
如果坐标点落入左下部区域，该企业即为低增长低投入企业；
如果坐标点落入左上部区域，该企业即为低增长高投入企业；
而第1家企业为高增长高投入企业，第2家企业也为高增长高投入企业。
步骤9：将该判断结果显示在坐标系上作为该企业的坐标分析图；
步骤10：接着第二诊断模块把每个企业的产品、交易、营销、品牌、企业
销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图发送给所述的数据库服务器；
步骤11：然后第一诊断模块将每个企业的产品、交易、营销、品牌、企业
销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图作为一条记录存储在第一数据库中；
步骤12：在所述的用于诊断的终端的前台查询模块对数据服务器发出包含有企业名称的查询命令，而第一诊断模块就会根据该企业名称在第一数据库中查询到记录中的企业名称同该查询指令中的企业名称一致的那条记录，并把该记录中的数据发送到用于诊断的终端进行处理。
所述的W1i的取值为如果企业的销售业绩中存在线上的销售业绩，W1i就取值为1.5，如果企业的销售业绩中存在线上的销售业绩，W1i就取值为1.0；所述的W2i的取值为如果企业的销售业绩中存在线上的销售业绩，W1i就取值为1.5，如果企业的销售业绩中存在线上的销售业绩，W2i就取值为1.0。所述的企业信息化管理现状包括是属于ERP还是CRM的信息。所述的电商化现状包括是否自建平台、是否第三方平台、具体所属种类的信息。所述的线上平台状况包括平台投入情况、产出现状和预期、线上产品毛利的信息。所述的产品详情包括每一种产品的技术优势、技术劣势、卖点、专利情况、生命周期。所述的生产效率包括物流时间、货期、售后反馈时间的信息。所述的销售区域和门店信息包括门店布局、区域销售情况、门店销售情况的信息。所述的产品战略规划包括是否有现阶段产品战略、产品战略规划的内容。所述的产品营销战略规划包括是否有现阶段产片营销策略、营销策略是什么。所述的运营现状的信息包括存货信息、场租信息、其他费用信息、产品平均毛利信息、行业平均毛利信息。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。

Claims (7)

1.一种电商模式预测的线上诊断系统，其特征在于：包括后台服务器组、
诊断终端，以及一个以上的前台客户端计算机；每一台前台客户端计算机对应一个企业，所述前台客户端计算机与后台服务器组交互连接，后台服务器组的交互连接诊断终端，诊断终端的输出端连接前台客户端计算机的输入端；
所述前台客户端计算机用于向后台服务器组发送诊断请求、传递对应的企业信息以及读取诊断终端内的诊断报告；
所述后台服务器组用于存储企业信息并对企业信息经行诊断得到诊断信息；
所述诊断终端用于存储企业的诊断信息并将其传递给前台客户端计算机。
2.根据权利要求1所述的一种电商模式预测的线上诊断系统，其特征在于：所述的后台服务器组包括数据库服务器和应用服务器；
所述数据库服务器包括第一数据库和第一诊断模块；第一数据库的输入端连接各个前台客户端计算机的输出端，用于接收各个前台客户端计算机传递的企业信息并根据企业名称存放，一个企业的企业信息为一条记录；第一诊断模块根据企业名称在第一数据库中查询到记录中的企业名称同该查询指令中的企业名称一致的那条记录，并把该记录中的数据发送到用于诊断的终端进行处理；
所述的应用服务器中包括有第二诊断模块和第二数据库；第二诊断模块用于把该指令中的前台客户端计算机的IP地址作为目的地址发出允许传输企业信息的指令；用于把接收到的企业信息分别存储到第二数据库中的数据表，并用波士顿矩阵分析方法来对第二数据库中的信息进行诊断，然后把诊断结果发送给所述的数据库服务器。
3.根据权利要求2所述的一种电商模式预测的线上诊断系统，其特征在于：所述的第一诊断模块用于将每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图作为一条记录存储在第一数据库中；用于根据该企业名称在第一数据库中查询到记录中的企业名称同该查询指令中的企业名称一致的那条记录，并把该记录中的数据发送到用于诊断的终端进行处理。
4.根据权利要求2所述的一种电商模式预测的线上诊断系统，其特征在于：所述的第二诊断模块用于把该指令中的前台客户端计算机的IP地址作为目的地址发出允许传输企业的产品、交易、营销和品牌的信息的指令；用于把接收到的企业的产品、交易、营销和品牌的信息分别存储到第二数据库中的产品数据表、交易数据表、营销数据表和品牌数据表；用于用波士顿矩阵分析方法来进行诊断；用于把每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图发送给所述的数据库服务器。
5.一种电商模式预测的线上诊断系统的诊断方法，其特征在于，包括如下步骤：
步骤1：通过前台客户端计算机存入企业的产品、交易、营销和品牌的信息，其中品牌的信息包括企业名称、企业地址、企业网址、企业性质、人员规模、投资规模、所在行业、主营业务、组织机构、企业行业排名、品牌影响力、企业信息化管理现状、电商化现状、线上平台运营状况；产品的信息包括工厂情况、物流中心信息、产品详情、生产效率、产品战略规划；营销的信息包括销售区域和门店信息、产品销售业绩、产品营销战略规划，所述的产品销售业绩包括每一种产品的去年年度的11月份和12月份的线上的销售业绩和线下的销售业绩；所述的交易信息包括去年年度的11月份和12月份的营业额、运营现状、去年年度的11月份和12月份的成本分析，所述的成本分析的信息包括自身成本、人工成本、市场竞争成本、特殊成本；
步骤2：前台客户端计算机的前台处理模块发送信息传输请求指令给应用服务器，所述信息传输请求指令包括前台客户端计算机的IP地址，所述信息传输请求指令用于请求传输企业的产品、交易、营销和品牌的信息；
步骤3：应用服务器接收到信息传输请求指令后，第二诊断模块把该指令中的前台客户端计算机的IP地址作为目的地址，向该前台客户端计算机发出允许传输企业信息的指令，前台客户端计算机接收到该允许传输企业信息的指令后，就把所述的存入的企业的产品、交易、营销和品牌的信息发送到所述的应用服务器中，第二诊断模块就把接收到的企业的产品、交易、营销和品牌的信息分别存储到第二数据库中的产品数据表、交易数据表、营销数据表和品牌数据表，其中产品的信息中的工厂情况、物流中心信息、产品详情、生产效率、产品战略规划在产品数据表中形成一条记录；营销的信息中的销售区域和门店信息、产品销售业绩、产品营销战略规划在营销数据表中形成一条记录；交易信息中的去年年度的11月份和12月份的营业额、运营现状、成本分析在交易数据表中形成一条记录；品牌的信息中的企业名称、企业地址、企业网址、企业性质、人员规模、投资规模、所在行业、主营业务、组织机构、企业行业排名、品牌影响力、企业信息化管理现状、电商化现状、线上平台运营状况在品牌数据表中形成一条记录；
步骤4：在所有的前台客户端计算机中存入的企业的产品、交易、营销和品牌的信息都存入第二数据库后，所述的第二诊断模块就用波士顿矩阵分析方法来进行诊断，具体说来就是分别把每一个企业在第二数据库对应的记录中的去年年度的11月份和12月份的线上的销售业绩和线下的销售业绩，去年年度的11月份和12月份的成本分析提取出来，分别对每个企业的去年年度的11月份的线上的销售业绩和去年年度的11月份的线下销售业绩求和得到去年年度的11月份的销售业绩总和，以及分别对每个企业的去年年度的12月份的线上的销售业绩和去年年度的12月份的线下销售业绩求和得到去年年度的12月份的销售业绩总和，然后把去年年度的12月份的销售业绩总和减去去年年度的11月份的销售业绩总和，所得的差值除以去年年度的11月份的销售业绩总和，即得到去年年度的12月份的销售业绩相对于去年年度的11月份的销售业绩的销售增长率，销售增长率再乘以100就得到针对该企业销售增长的评分值S1i，其中S1i为第i家企业的企业销售增长的评分值，i为自然数；
步骤5：根据提取出来的去年年度的11月份和12月份的成本分析，分别对每个企业的去年年度的11月份的成本分析的所有条目求和得到去年年度的11月份的成本分析总和，以及分别对每个企业的去年年度的12月份的成本分析的所有条目求和得到去年年度的12月份的营销投入总和，然后把去年年度的12月份的营销投入总和减去去年年度的11月份的营销投入总和，所得的差值除以去年年度的11月份的营销投入总和，即得到去年年度的12月份的营销投入相对于去年年度的11月份的营销投入的增长率，营销投入的增长率再乘以100就得到针对该企业营销投入的评分值S2i，其中S2i为第i家企业的企业营销投入的评分值，i为自然数；
步骤6：分别对每个企业求取企业销售增长的加权评分值和企业营销投入的加权评分值，具体说来，第i家企业的企业销售增长的加权评分值为：S1i*W1i，第i家企业的企业营销投入的加权评分值为：S2i*W2i，其中W1i为第i家企业的销售增长的权重值，其中W2i为第i家企业的营销投入的权重值，i为自然数；
步骤7：把第i家企业的企业销售增长的加权评分值和第i家企业的企业营销投入的加权评分值相加得到第i家企业的总加权评分Si；
步骤8：再求取所有企业的总加权评分TSn，TSn=S1+S2……..+Sn；求取所有企业的总加权评分平均值LSn，LSn=（S1+S2……..+Sn）/n；求取所有企业的企业销售增长的加权评分平均值LS1n=（S11*W11+S12*W12……..+S1n*W1n）/n；求取所有企业的企业营销投入的加权评分平均值LS2n=（S21*W21+S22*W22……..+S2n*W2n）/n，其中n为现有企业个数；
步骤9：构建坐标系，其中横坐标表示企业的企业销售增长的加权评分值，纵坐标表示企业的企业营销投入的加权评分值，在此坐标系的横坐标为LS1n/2的位置做一条纵向线，而在此坐标系的纵坐标为LS2n/2的位置做一条横向线，此横向线和纵向线相互交叉分割出右下部区域、右上部区域、左上部区域和左下部区域；
步骤10：随后把每个企业的企业销售增长的加权评分值作为该坐标系的横坐标，而该企业的企业营销投入的加权评分值作为该坐标系的纵坐标，形成该企业对应的坐标点显示在该坐标系上，根据其在该坐标系中所对应的坐标点落入的区域来判断其营业类型，具体如下判断：
如果坐标点落入右下部区域，该企业即为高增长低投入企业；
如果坐标点落入右上部区域，该企业即为高增长高投入企业；、
如果坐标点落入左下部区域，该企业即为低增长低投入企业；
如果坐标点落入左上部区域，该企业即为低增长高投入企业；
步骤11：将该判断结果显示在坐标系上作为该企业的坐标分析图；
步骤12：接着第二诊断模块把每个企业的产品、交易、营销、品牌、企业
销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图发送给所述的数据库服务器；
步骤13：然后第一诊断模块将每个企业的产品、交易、营销、品牌、企业
销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图作为一条记录存储在第一数据库中；
步骤14：在所述的用于诊断的终端的前台查询模块对数据服务器发出包含有企业名称的查询命令，而第一诊断模块就会根据该企业名称在第一数据库中查询到记录中的企业名称同该查询指令中的企业名称一致的那条记录，并把该记录中的数据发送到用于诊断的终端进行处理。
6.根据权利要求5所述的电商模式预测的线上诊断系统的诊断方法，其特征在于：所述的W1i的取值为如果企业的销售业绩中存在线上的销售业绩，W1i就取值为1.5，如果企业的销售业绩中存在线上的销售业绩，W1i就取值为1.0；所述的W2i的取值为如果企业的销售业绩中存在线上的销售业绩，W1i就取值为1.5，如果企业的销售业绩中存在线上的销售业绩，W2i就取值为1.0。
7.根据权利要求5所述的电商模式预测的线上诊断系统的诊断方法，其特征在于：所述的企业信息化管理现状包括是属于ERP还是CRM的信息；所述的电商化现状包括是否自建平台、是否第三方平台、具体所属种类的信息；所述的线上平台状况包括平台投入情况、产出现状和预期、线上产品毛利的信息；所述的产品详情包括每一种产品的技术优势、技术劣势、卖点、专利情况、生命周期；所述的生产效率包括物流时间、货期、售后反馈时间的信息；所述的销售区域和门店信息包括门店布局、区域销售情况、门店销售情况的信息；所述的产品战略规划包括是否有现阶段产品战略、产品战略规划的内容；所述的产品营销战略规划包括是否有现阶段产片营销策略、营销策略是什么；所述的运营现状的信息包括存货信息、场租信息、其他费用信息、产品平均毛利信息、行业平均毛利信息。
CN201510928267.1A 2015-12-15 2015-12-15 电商模式预测的线上诊断系统的诊断系统和方法 Pending CN105373866A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510928267.1A CN105373866A (zh) 2015-12-15 2015-12-15 电商模式预测的线上诊断系统的诊断系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510928267.1A CN105373866A (zh) 2015-12-15 2015-12-15 电商模式预测的线上诊断系统的诊断系统和方法

Publications (1)

Publication Number Publication Date
CN105373866A true CN105373866A (zh) 2016-03-02

Family

ID=55376045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510928267.1A Pending CN105373866A (zh) 2015-12-15 2015-12-15 电商模式预测的线上诊断系统的诊断系统和方法

Country Status (1)

Country Link
CN (1) CN105373866A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112150242A (zh) * 2020-09-23 2020-12-29 江苏小梦科技有限公司 一种基于嵌入式互联网技术的信息交易系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1691025A (zh) * 2004-04-29 2005-11-02 鸿富锦精密工业（深圳）有限公司 供应商绩效评核管理系统及方法
CN102203776A (zh) * 2008-09-24 2011-09-28 美国银行公司 企业业绩测量
CN105427009A (zh) * 2015-09-21 2016-03-23 江苏天智互联科技股份有限公司 电商模式预测的线上诊断系统及其诊断方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1691025A (zh) * 2004-04-29 2005-11-02 鸿富锦精密工业（深圳）有限公司 供应商绩效评核管理系统及方法
CN102203776A (zh) * 2008-09-24 2011-09-28 美国银行公司 企业业绩测量
CN105427009A (zh) * 2015-09-21 2016-03-23 江苏天智互联科技股份有限公司 电商模式预测的线上诊断系统及其诊断方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112150242A (zh) * 2020-09-23 2020-12-29 江苏小梦科技有限公司 一种基于嵌入式互联网技术的信息交易系统

Similar Documents

Publication Publication Date Title
CN106339829B (zh) 基于大云物移技术的配电网主动抢修全景监控系统
CN107256443B (zh) 基于业务和数据集成的线损实时计算方法
CN104424595A (zh) 税务监控方法及其系统
CN104008428B (zh) 产品服务需求预测和资源优选配置方法
Zhang et al. The System Dynamics Model in Electronic Products Closed‐Loop Supply Chain Distribution Network with Three‐Way Recovery and the Old‐for‐New Policy
Pradhan et al. Manufacturing exports from Indian states: Determinants and policy imperatives
CN112561447A (zh) 一种基于大数据的智慧工厂物流管理方法及装置
Li et al. A QFD‐Based Evaluation Method for Business Models of Product Service Systems
CN105427009A (zh) 电商模式预测的线上诊断系统及其诊断方法
CN105427109A (zh) 增强型电商模式预测的线上诊断系统及其诊断方法
CN105373866A (zh) 电商模式预测的线上诊断系统的诊断系统和方法
US20160253728A1 (en) Cooperation server, cooperation program, and ec system
CN202870883U (zh) 一种远程服装分销装置
CN116993298A (zh) 一种基于制造业全价值链的信息协同管理方法及系统
CN115099837B (zh) 一种用于电子商务的供应链管理系统及方法
CN117056752A (zh) 一种基于多源数据的工商业企业画像刻画方法
CN107067301A (zh) 一种联合工程机械设备租赁系统
CN105426982A (zh) 降温式电商模式预测的线上诊断系统及其诊断方法
CN105427010A (zh) 动态电商模式预测的线上诊断系统及其诊断方法
CN105426981A (zh) 动态增强型电商模式预测的线上诊断系统及其诊断方法
WO2013114438A1 (ja) 携帯端末管理サーバ、および携帯端末管理プログラム
WO2013114439A1 (ja) 携帯端末管理サーバ、および携帯端末管理プログラム
US20160253729A1 (en) Cooperation server, cooperation program, and ec system
CN110895725A (zh) 生产管理支持装置和生产管理支持方法
An et al. Can Semiconductors Be a Tool for Taiwan’s Economic Diplomacy? Implications from Questionnaires in 2018–22

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Shi Guangjie

Inventor before: Xia Weiping

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160302