CN105426983A - 增强型清颗粒电商模式预测的线上诊断系统及其诊断方法 - Google Patents

增强型清颗粒电商模式预测的线上诊断系统及其诊断方法 Download PDF

Info

Publication number
CN105426983A
CN105426983A CN201510601899.7A CN201510601899A CN105426983A CN 105426983 A CN105426983 A CN 105426983A CN 201510601899 A CN201510601899 A CN 201510601899A CN 105426983 A CN105426983 A CN 105426983A
Authority
CN
China
Prior art keywords
year
enterprise
marketing
last year
summation
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
CN201510601899.7A
Other languages
English (en)
Inventor
丁如
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.)
JIANGSU TIANZHI INTERNET TECHNOLOGY Co Ltd
Original Assignee
JIANGSU TIANZHI INTERNET 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 JIANGSU TIANZHI INTERNET TECHNOLOGY Co Ltd filed Critical JIANGSU TIANZHI INTERNET TECHNOLOGY Co Ltd
Priority to CN201510601899.7A priority Critical patent/CN105426983A/zh
Publication of CN105426983A publication Critical patent/CN105426983A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种增强型清颗粒电商模式预测的线上诊断系统及其诊断方法,清除箱体的颗粒物杂质的设备还附设有弧形部件,产品销售业绩包括每一种产品的去年年度的各月的销售业绩;所述的交易信息包括运营现状、去年年度的各月的成本分析。并通过方法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、不会完整的反映年度的营业情况、清理颗粒物的部件之间连接缺少对应部件夹持的缺陷。

Description

增强型清颗粒电商模式预测的线上诊断系统及其诊断方法
技术领域
本发明属于针对电商的诊断技术领域,具体涉及一种增强型清颗粒电商模式预测的线上诊断系统及其诊断方法。
背景技术
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。另外在常见的诊断方法中往往只是结合两个月的营业情况进行评估,这样的诊断方法往往不会完整的反映年度的营业情况。
而服务器往往放置在箱体中,这样箱体裸露在外部环境中,外部环境中的很多颗粒物杂质就会堆积在箱体中和箱体壁上,颗粒物杂质堆积过多就会使得服务器在运行时温度不断升高,而且温度升高速度各处不一,这样就会使得服务器最后超过正常运行温度而损坏,这样清理掉箱体上的颗粒物杂质是非常重要的,所以怎样改善清理掉箱体上的颗粒物的速度,让清理水平改善就变得非常要紧。但是现在往往通过的是在管道中设置换气扇来进行清理颗粒物杂质,由于管道端面不大并且往往是固定结构,就使得换气的作用小,清理颗粒物杂质的状况不佳,并且使用操作难度大。另外现有的清理颗粒物的部件之间连接缺少对应部件夹持。
发明内容
本发明的目的提供一种增强型清颗粒电商模式预测的线上诊断系统及其诊断方法,清除箱体的颗粒物杂质的设备还附设有弧形部件,产品销售业绩包括每一种产品的去年年度的各月的销售业绩;所述的交易信息包括运营现状、去年年度的各月的成本分析。并通过方法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、不会完整的反映年度的营业情况、清理颗粒物的部件之间连接缺少对应部件夹持的缺陷。
为了克服现有技术中的不足,本发明提供了一种增强型清颗粒电商模式预测的线上诊断系统及其诊断方法的解决方案,具体如下:
一种增强型清颗粒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,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,所述的应用服务器中包括有第二诊断模块和第二数据库;另外所述的数据库服务器和应用服务器均设置在带有第一粘结扣的箱体中,针对该箱体附设有清除箱体的颗粒物杂质的设备,所述的清除箱体的颗粒物杂质的设备包括往复曲展的机构101、第二粘结扣102、适配于内部设置有换气扇的管道的管道接头104和遮盖于往复曲展的机构101上的聚氯乙烯薄膜103,所述的清除箱体的颗粒物杂质的设备是能够往复屈展的架构,在往复曲展的机构101展开后就构成了一个三维型积蓄容器,展开后其竖直跨度是3米,水平纵向跨度是0.6米,水平横向跨度是0.2米,所述的往复曲展的机构101为能够往复曲展的部件,所述的第一粘结扣和第二粘结扣102为绒毛粘结扣,所述的聚氯乙烯薄膜103遮盖于往复曲展的机构101上就形成了所述的清除箱体的颗粒物杂质的设备的本体,所述的适配于内部设置有换气扇的管道的管道接头104用来连接内部设置有换气扇的管道,其竖直跨度是0.07米,水平纵向跨度是0.07米,同地面的间隔是0.3米,所述的清除箱体的颗粒物杂质的设备的顶部和底部粘接有卷杆105,所述的聚氯乙烯薄膜103同往复曲展的机构101件在往复曲展的机构101上的能够曲展的铰接部位与后部通过丝线绕接,所述的聚氯乙烯薄膜103的边界设置着第二粘结扣102,所述的往复曲展的机构101包括两个能往复曲展的棒件,其中一个棒件是由两个一端铰接在一起的棒体构成,另一个棒件也是由两个一端铰接在一起的棒体构成,两个能往复曲展的棒件的铰接部位同电动推杆相连接,两个能往复曲展的棒件各自同适配于内部设置有换气扇的管道的管道接头104的两边相固定,这样能够通过电动推杆的往复运动就能实现把往复曲展的机构101展开来构成一个三维型积蓄容器,并罩住箱体的壁面,另外此清除箱体的颗粒物杂质的设备还附设有弧形部件106。
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。
所述的增强型清颗粒电商模式预测的线上诊断系统的诊断方法,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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的营业额、运营现状、去年年度的第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的成本分析,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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的营业额、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3: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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的线上的销售业绩和线下的销售业绩,去年年度的第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的成本分析提取出来,对每个企业的去年年度的第一月份的线上的销售业绩和去年年度的第一月份的线下销售业绩求和得到去年年度的第一月份的销售业绩总和,以及分别对每个企业的去年年度的第二月份的线上的销售业绩和去年年度的第二月份的线下销售业绩求和得到去年年度的第二月份的销售业绩总和,然后把去年年度的第二月份的销售业绩总和减去去年年度的第一月份的销售业绩总和,所得的差值除以去年年度的第一月份的销售业绩总和,即得到去年年度的第二月份的销售业绩相对于去年年度的第一月份的销售业绩的销售增长率;对每个企业的去年年度的第三月份的线上的销售业绩和去年年度的第三月份的线下销售业绩求和得到去年年度的第三月份的销售业绩总和,以及分别对每个企业的去年年度的第四月份的线上的销售业绩和去年年度的第四月份的线下销售业绩求和得到去年年度的第四月份的销售业绩总和,然后把去年年度的第四月份的销售业绩总和减去去年年度的第三月份的销售业绩总和,所得的差值除以去年年度的第三月份的销售业绩总和,即得到去年年度的第四月份的销售业绩相对于去年年度的第三月份的销售业绩的销售增长率;对每个企业的去年年度的第五月份的线上的销售业绩和去年年度的第五月份的线下销售业绩求和得到去年年度的第五月份的销售业绩总和,以及分别对每个企业的去年年度的第六月份的线上的销售业绩和去年年度的第六月份的线下销售业绩求和得到去年年度的第六月份的销售业绩总和,然后把去年年度的第六月份的销售业绩总和减去去年年度的第五月份的销售业绩总和,所得的差值除以去年年度的第五月份的销售业绩总和,即得到去年年度的第六月份的销售业绩相对于去年年度的第五月份的销售业绩的销售增长率;对每个企业的去年年度的第七月份的线上的销售业绩和去年年度的第七月份的线下销售业绩求和得到去年年度的第七月份的销售业绩总和,以及分别对每个企业的去年年度的第八月份的线上的销售业绩和去年年度的第八月份的线下销售业绩求和得到去年年度的第八月份的销售业绩总和,然后把去年年度的第八月份的销售业绩总和减去去年年度的第八月份的销售业绩总和,所得的差值除以去年年度的第七月份的销售业绩总和,即得到去年年度的第八月份的销售业绩相对于去年年度的第七月份的销售业绩的销售增长率;对每个企业的去年年度的第九月份的线上的销售业绩和去年年度的第九月份的线下销售业绩求和得到去年年度的第九月份的销售业绩总和,以及分别对每个企业的去年年度的第十月份的线上的销售业绩和去年年度的第十月份的线下销售业绩求和得到去年年度的第十月份的销售业绩总和,然后把去年年度的第十月份的销售业绩总和减去去年年度的第九月份的销售业绩总和,所得的差值除以去年年度的第九月份的销售业绩总和,即得到去年年度的第十月份的销售业绩相对于去年年度的第九月份的销售业绩的销售增长率;对每个企业的去年年度的第十一月份的线上的销售业绩和去年年度的第十一月份的线下销售业绩求和得到去年年度的第十一月份的销售业绩总和,以及分别对每个企业的去年年度的第十二月份的线上的销售业绩和去年年度的第十二月份的线下销售业绩求和得到去年年度的第十二月份的销售业绩总和,然后把去年年度的第十二月份的销售业绩总和减去去年年度的第十一月份的销售业绩总和,所得的差值除以去年年度的第十一月份的销售业绩总和,即得到去年年度的第十二月份的销售业绩相对于去年年度的第十一月份的销售业绩的销售增长率,把去年年度的第二月份的销售业绩相对于去年年度的第一月份的销售业绩的销售增长率、去年年度的第四月份的销售业绩相对于去年年度的第三月份的销售业绩的销售增长率、去年年度的第六月份的销售业绩相对于去年年度的第五月份的销售业绩的销售增长率、去年年度的第八月份的销售业绩相对于去年年度的第七月份的销售业绩的销售增长率、去年年度的第十月份的销售业绩相对于去年年度的第九月份的销售业绩的销售增长率、去年年度的第十二月份的销售业绩相对于去年年度的第十一月份的销售业绩的销售增长率相加后除以六得到平均销售增长率再乘以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4:再根据提取出来的去年年度的第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的成本分析,对每个企业的去年年度的第一月份的成本分析的所有条目求和得到去年年度的第一月份的成本分析总和,以及分别对每个企业的去年年度的第二月份的成本分析的所有条目求和得到去年年度的第二月份的营销投入总和,然后把去年年度的第二月份的营销投入总和减去去年年度的第一月份的营销投入总和,所得的差值除以去年年度的第一月份的营销投入总和,即得到去年年度的第二月份的营销投入相对于去年年度的第一月份的营销投入的增长率;对每个企业的去年年度的第三月份的成本分析的所有条目求和得到去年年度的第三月份的成本分析总和,以及分别对每个企业的去年年度的第四月份的成本分析的所有条目求和得到去年年度的第四月份的营销投入总和,然后把去年年度的第四月份的营销投入总和减去去年年度的第三月份的营销投入总和,所得的差值除以去年年度的第三月份的营销投入总和,即得到去年年度的第四月份的营销投入相对于去年年度的第三月份的营销投入的增长率;对每个企业的去年年度的第五月份的成本分析的所有条目求和得到去年年度的第五月份的成本分析总和,以及分别对每个企业的去年年度的第六月份的成本分析的所有条目求和得到去年年度的第六月份的营销投入总和,然后把去年年度的第六月份的营销投入总和减去去年年度的第六月份的营销投入总和,所得的差值除以去年年度的第五月份的营销投入总和,即得到去年年度的第六月份的营销投入相对于去年年度的第五月份的营销投入的增长率;对每个企业的去年年度的第七月份的成本分析的所有条目求和得到去年年度的第七月份的成本分析总和,以及分别对每个企业的去年年度的第八月份的成本分析的所有条目求和得到去年年度的第八月份的营销投入总和,然后把去年年度的第八月份的营销投入总和减去去年年度的第七月份的营销投入总和,所得的差值除以去年年度的第七月份的营销投入总和,即得到去年年度的第八月份的营销投入相对于去年年度的第一月份的营销投入的增长率;对每个企业的去年年度的第九月份的成本分析的所有条目求和得到去年年度的第九月份的成本分析总和,以及分别对每个企业的去年年度的第十月份的成本分析的所有条目求和得到去年年度的第十月份的营销投入总和,然后把去年年度的第十月份的营销投入总和减去去年年度的第九月份的营销投入总和,所得的差值除以去年年度的第九月份的营销投入总和,即得到去年年度的第十月份的营销投入相对于去年年度的第九月份的营销投入的增长率;对每个企业的去年年度的第十一月份的成本分析的所有条目求和得到去年年度的第十一月份的成本分析总和,以及分别对每个企业的去年年度的第十二月份的成本分析的所有条目求和得到去年年度的第十二月份的营销投入总和,然后把去年年度的第十二月份的营销投入总和减去去年年度的第十一月份的营销投入总和,所得的差值除以去年年度的第十一月份的营销投入总和,即得到去年年度的第十二月份的营销投入相对于去年年度的第十一月份的营销投入的增长率;把去年年度的第十二月份的营销投入相对于去年年度的第十一月份的营销投入的增长率、去年年度的第十月份的营销投入相对于去年年度的第九月份的营销投入的增长率、去年年度的第八月份的营销投入相对于去年年度的第七月份的营销投入的增长率、去年年度的第六月份的营销投入相对于去年年度的第五月份的营销投入的增长率、去年年度的第四月份的营销投入相对于去年年度的第三月份的营销投入的增长率、去年年度的第二月份的营销投入相对于去年年度的第一月份的营销投入的增长率求和后除以六得到平均营销投入的增长率,其再乘以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5: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;
步骤6: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7: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8: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9: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10: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11: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12: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13: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。
应用本发明上述方案,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。还能够完整反映整个年度的营业情况。以及能够清除服务器箱体的颗粒物。
附图说明
图1为本发明的增强型清颗粒电商模式预测的线上诊断系统的原理结构示意图。
图2为本发明的部分结构示意图。
图3为弧形部件的结构示意图。
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1-3所示,增强型清颗粒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。
所述的增强型清颗粒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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的营业额、运营现状、去年年度的第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的成本分析,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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的营业额、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3: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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的线上的销售业绩和线下的销售业绩,去年年度的第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的成本分析提取出来,对每个企业的去年年度的第一月份的线上的销售业绩和去年年度的第一月份的线下销售业绩求和得到去年年度的第一月份的销售业绩总和,以及分别对每个企业的去年年度的第二月份的线上的销售业绩和去年年度的第二月份的线下销售业绩求和得到去年年度的第二月份的销售业绩总和,然后把去年年度的第二月份的销售业绩总和减去去年年度的第一月份的销售业绩总和,所得的差值除以去年年度的第一月份的销售业绩总和,即得到去年年度的第二月份的销售业绩相对于去年年度的第一月份的销售业绩的销售增长率;对每个企业的去年年度的第三月份的线上的销售业绩和去年年度的第三月份的线下销售业绩求和得到去年年度的第三月份的销售业绩总和,以及分别对每个企业的去年年度的第四月份的线上的销售业绩和去年年度的第四月份的线下销售业绩求和得到去年年度的第四月份的销售业绩总和,然后把去年年度的第四月份的销售业绩总和减去去年年度的第三月份的销售业绩总和,所得的差值除以去年年度的第三月份的销售业绩总和,即得到去年年度的第四月份的销售业绩相对于去年年度的第三月份的销售业绩的销售增长率;对每个企业的去年年度的第五月份的线上的销售业绩和去年年度的第五月份的线下销售业绩求和得到去年年度的第五月份的销售业绩总和,以及分别对每个企业的去年年度的第六月份的线上的销售业绩和去年年度的第六月份的线下销售业绩求和得到去年年度的第六月份的销售业绩总和,然后把去年年度的第六月份的销售业绩总和减去去年年度的第五月份的销售业绩总和,所得的差值除以去年年度的第五月份的销售业绩总和,即得到去年年度的第六月份的销售业绩相对于去年年度的第五月份的销售业绩的销售增长率;对每个企业的去年年度的第七月份的线上的销售业绩和去年年度的第七月份的线下销售业绩求和得到去年年度的第七月份的销售业绩总和,以及分别对每个企业的去年年度的第八月份的线上的销售业绩和去年年度的第八月份的线下销售业绩求和得到去年年度的第八月份的销售业绩总和,然后把去年年度的第八月份的销售业绩总和减去去年年度的第八月份的销售业绩总和,所得的差值除以去年年度的第七月份的销售业绩总和,即得到去年年度的第八月份的销售业绩相对于去年年度的第七月份的销售业绩的销售增长率;对每个企业的去年年度的第九月份的线上的销售业绩和去年年度的第九月份的线下销售业绩求和得到去年年度的第九月份的销售业绩总和,以及分别对每个企业的去年年度的第十月份的线上的销售业绩和去年年度的第十月份的线下销售业绩求和得到去年年度的第十月份的销售业绩总和,然后把去年年度的第十月份的销售业绩总和减去去年年度的第九月份的销售业绩总和,所得的差值除以去年年度的第九月份的销售业绩总和,即得到去年年度的第十月份的销售业绩相对于去年年度的第九月份的销售业绩的销售增长率;对每个企业的去年年度的第十一月份的线上的销售业绩和去年年度的第十一月份的线下销售业绩求和得到去年年度的第十一月份的销售业绩总和,以及分别对每个企业的去年年度的第十二月份的线上的销售业绩和去年年度的第十二月份的线下销售业绩求和得到去年年度的第十二月份的销售业绩总和,然后把去年年度的第十二月份的销售业绩总和减去去年年度的第十一月份的销售业绩总和,所得的差值除以去年年度的第十一月份的销售业绩总和,即得到去年年度的第十二月份的销售业绩相对于去年年度的第十一月份的销售业绩的销售增长率,把去年年度的第二月份的销售业绩相对于去年年度的第一月份的销售业绩的销售增长率、去年年度的第四月份的销售业绩相对于去年年度的第三月份的销售业绩的销售增长率、去年年度的第六月份的销售业绩相对于去年年度的第五月份的销售业绩的销售增长率、去年年度的第八月份的销售业绩相对于去年年度的第七月份的销售业绩的销售增长率、去年年度的第十月份的销售业绩相对于去年年度的第九月份的销售业绩的销售增长率、去年年度的第十二月份的销售业绩相对于去年年度的第十一月份的销售业绩的销售增长率相加后除以六得到平均销售增长率再乘以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4:再根据提取出来的去年年度的第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的成本分析,对每个企业的去年年度的第一月份的成本分析的所有条目求和得到去年年度的第一月份的成本分析总和,以及分别对每个企业的去年年度的第二月份的成本分析的所有条目求和得到去年年度的第二月份的营销投入总和,然后把去年年度的第二月份的营销投入总和减去去年年度的第一月份的营销投入总和,所得的差值除以去年年度的第一月份的营销投入总和,即得到去年年度的第二月份的营销投入相对于去年年度的第一月份的营销投入的增长率;对每个企业的去年年度的第三月份的成本分析的所有条目求和得到去年年度的第三月份的成本分析总和,以及分别对每个企业的去年年度的第四月份的成本分析的所有条目求和得到去年年度的第四月份的营销投入总和,然后把去年年度的第四月份的营销投入总和减去去年年度的第三月份的营销投入总和,所得的差值除以去年年度的第三月份的营销投入总和,即得到去年年度的第四月份的营销投入相对于去年年度的第三月份的营销投入的增长率;对每个企业的去年年度的第五月份的成本分析的所有条目求和得到去年年度的第五月份的成本分析总和,以及分别对每个企业的去年年度的第六月份的成本分析的所有条目求和得到去年年度的第六月份的营销投入总和,然后把去年年度的第六月份的营销投入总和减去去年年度的第六月份的营销投入总和,所得的差值除以去年年度的第五月份的营销投入总和,即得到去年年度的第六月份的营销投入相对于去年年度的第五月份的营销投入的增长率;对每个企业的去年年度的第七月份的成本分析的所有条目求和得到去年年度的第七月份的成本分析总和,以及分别对每个企业的去年年度的第八月份的成本分析的所有条目求和得到去年年度的第八月份的营销投入总和,然后把去年年度的第八月份的营销投入总和减去去年年度的第七月份的营销投入总和,所得的差值除以去年年度的第七月份的营销投入总和,即得到去年年度的第八月份的营销投入相对于去年年度的第一月份的营销投入的增长率;对每个企业的去年年度的第九月份的成本分析的所有条目求和得到去年年度的第九月份的成本分析总和,以及分别对每个企业的去年年度的第十月份的成本分析的所有条目求和得到去年年度的第十月份的营销投入总和,然后把去年年度的第十月份的营销投入总和减去去年年度的第九月份的营销投入总和,所得的差值除以去年年度的第九月份的营销投入总和,即得到去年年度的第十月份的营销投入相对于去年年度的第九月份的营销投入的增长率;对每个企业的去年年度的第十一月份的成本分析的所有条目求和得到去年年度的第十一月份的成本分析总和,以及分别对每个企业的去年年度的第十二月份的成本分析的所有条目求和得到去年年度的第十二月份的营销投入总和,然后把去年年度的第十二月份的营销投入总和减去去年年度的第十一月份的营销投入总和,所得的差值除以去年年度的第十一月份的营销投入总和,即得到去年年度的第十二月份的营销投入相对于去年年度的第十一月份的营销投入的增长率;把去年年度的第十二月份的营销投入相对于去年年度的第十一月份的营销投入的增长率、去年年度的第十月份的营销投入相对于去年年度的第九月份的营销投入的增长率、去年年度的第八月份的营销投入相对于去年年度的第七月份的营销投入的增长率、去年年度的第六月份的营销投入相对于去年年度的第五月份的营销投入的增长率、去年年度的第四月份的营销投入相对于去年年度的第三月份的营销投入的增长率、去年年度的第二月份的营销投入相对于去年年度的第一月份的营销投入的增长率求和后除以六得到平均营销投入的增长率,其再乘以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5: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6: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7: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8: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9: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10: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11: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12: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13: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。
另外所述的数据库服务器和应用服务器均设置在带有第一粘结扣的箱体中,针对该箱体附设有清除箱体的颗粒物杂质的设备,所述的清除箱体的颗粒物杂质的设备包括往复曲展的机构101、第二粘结扣102、适配于内部设置有换气扇的管道的管道接头104和遮盖于往复曲展的机构101上的聚氯乙烯薄膜103,所述的清除箱体的颗粒物杂质的设备是能够往复屈展的架构,在往复曲展的机构101展开后就构成了一个三维型积蓄容器,展开后其竖直跨度是3米,水平纵向跨度是0.6米,水平横向跨度是0.2米,所述的往复曲展的机构101为能够往复曲展的部件,经由曲展该往复曲展的机构101完成所述的清除箱体的颗粒物杂质的设备的屈曲与积蓄,所述的第一粘结扣和第二粘结扣102为绒毛粘结扣,凭借第一粘结扣和第二粘结扣102把所述的清除箱体的颗粒物杂质的设备与箱体间的牢固结合,所述的聚氯乙烯薄膜103遮盖于往复曲展的机构101上就形成了所述的清除箱体的颗粒物杂质的设备的本体,聚氯乙烯薄膜103具备柔韧性佳的性能,能够高效地增强清除箱体的颗粒物杂质的性能,所述的适配于内部设置有换气扇的管道的管道接头104用来连接内部设置有换气扇的管道,其竖直跨度是0.07米,水平纵向跨度是0.07米,同地面的间隔是0.3米,所述的清除箱体的颗粒物杂质的设备的顶部和底部粘接有卷杆105,能够拔出来操纵换气孔的跨度,由动力学可知,气体的传动快慢同其经过的断面的大小成对应关系变化,也即断面越大,气体的传动越慢,断面越小,气体的传动越快,也就是颗粒物杂质经过管道接头104的断面,一定会使得气体的传动变慢,使得清除掉颗粒物杂质的性能不高,适用卷杆105沿竖直方向卷动的方法能够高效操纵断面区域变化,在对应的断面区域范围嫩可以让颗粒物杂质以更快的方式传动到所述的清除箱体的颗粒物杂质的设备中,改善清除箱体的颗粒物杂质的性能,另外在颗粒物杂质于传动期间会遭受横向的作用以及由于自身质量所导致的向下的作用,在进行清除箱体的颗粒物杂质之际,所述的清除箱体的颗粒物杂质的设备把往复曲展的机构101中的两个能往复曲展的棒件连接于适配于内部设置有换气扇的管道的管道接头104上,经由适配于内部设置有换气扇的管道的管道接头104外部的电动推杆,完成所述的清除箱体的颗粒物杂质的设备的曲展,所述的聚氯乙烯薄膜103同往复曲展的机构101件在往复曲展的机构101上的能够曲展的铰接部位与后部通过丝线绕接,所述的聚氯乙烯薄膜103的边界设置着第二粘结扣102,以此来把所述的清除箱体的颗粒物杂质的设备牢固在箱体壁上,在竖直方向上牵引卷杆105,并设定在所需地方,这样在运用之际保持适配于内部设置有换气扇的管道的管道接头104的通畅,把内部设置有换气扇的管道同该适配于内部设置有换气扇的管道的管道接头104相结合,开动换气扇,颗粒物杂质能够由每个壁板的空隙内积蓄至所述的清除箱体的颗粒物杂质的设备中,并朝内部设置有换气扇的管道内积蓄而被卷离,所述的往复曲展的机构101包括两个能往复曲展的棒件,其中一个棒件是由两个一端铰接在一起的棒体构成,另一个棒件也是由两个一端铰接在一起的棒体构成,两个能往复曲展的棒件的铰接部位同电动推杆相连接,两个能往复曲展的棒件各自同适配于内部设置有换气扇的管道的管道接头104的两边相固定,这样能够通过电动推杆的往复运动就能实现把往复曲展的机构101展开来构成一个三维型积蓄容器,并罩住箱体的壁面;另外此清除箱体的颗粒物杂质的设备还附设有弧形部件106,在竖直方向上牵引卷杆105,并设定在所需地方,由弧形部件106勾连。
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 (8)

1.一种增强型清颗粒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、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,所述的应用服务器中包括有第二诊断模块和第二数据库;另外所述的数据库服务器和应用服务器均设置在带有第一粘结扣的箱体中,针对该箱体附设有清除箱体的颗粒物杂质的设备,所述的清除箱体的颗粒物杂质的设备包括往复曲展的机构、第二粘结扣、适配于内部设置有换气扇的管道的管道接头和遮盖于往复曲展的机构上的聚氯乙烯薄膜,所述的清除箱体的颗粒物杂质的设备是能够往复屈展的架构,在往复曲展的机构展开后就构成了一个三维型积蓄容器,展开后其竖直跨度是3米,水平纵向跨度是0.6米,水平横向跨度是0.2米,所述的往复曲展的机构为能够往复曲展的部件,所述的第一粘结扣和第二粘结扣为绒毛粘结扣,所述的聚氯乙烯薄膜遮盖于往复曲展的机构上就形成了所述的清除箱体的颗粒物杂质的设备的本体,所述的适配于内部设置有换气扇的管道的管道接头用来连接内部设置有换气扇的管道,其竖直跨度是0.07米,水平纵向跨度是0.07米,同地面的间隔是0.3米,所述的清除箱体的颗粒物杂质的设备的顶部和底部粘接有卷杆,所述的聚氯乙烯薄膜同往复曲展的机构件在往复曲展的机构上的能够曲展的铰接部位与后部通过丝线绕接,所述的聚氯乙烯薄膜的边界设置着第二粘结扣,所述的往复曲展的机构包括两个能往复曲展的棒件,其中一个棒件是由两个一端铰接在一起的棒体构成,另一个棒件也是由两个一端铰接在一起的棒体构成,两个能往复曲展的棒件的铰接部位同电动推杆相连接,两个能往复曲展的棒件各自同适配于内部设置有换气扇的管道的管道接头的两边相固定,这样能够通过电动推杆的往复运动就能实现把往复曲展的机构展开来构成一个三维型积蓄容器,并罩住箱体的壁面,另外此清除箱体的颗粒物杂质的设备还附设有弧形部件。
2.根据权利要求1所述的增强型清颗粒电商模式预测的线上诊断系统,其特征在于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。
3.根据权利要求1所述的增强型清颗粒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1所述的增强型清颗粒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.据权利要求1所述的增强型清颗粒电商模式预测的线上诊断系统,其特征在于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。
6.根据权利要求1所述的增强型清颗粒电商模式预测的线上诊断系统的诊断方法,其特征在于,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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的营业额、运营现状、去年年度的第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的成本分析,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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的营业额、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3: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第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的线上的销售业绩和线下的销售业绩,去年年度的第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的成本分析提取出来,对每个企业的去年年度的第一月份的线上的销售业绩和去年年度的第一月份的线下销售业绩求和得到去年年度的第一月份的销售业绩总和,以及分别对每个企业的去年年度的第二月份的线上的销售业绩和去年年度的第二月份的线下销售业绩求和得到去年年度的第二月份的销售业绩总和,然后把去年年度的第二月份的销售业绩总和减去去年年度的第一月份的销售业绩总和,所得的差值除以去年年度的第一月份的销售业绩总和,即得到去年年度的第二月份的销售业绩相对于去年年度的第一月份的销售业绩的销售增长率;对每个企业的去年年度的第三月份的线上的销售业绩和去年年度的第三月份的线下销售业绩求和得到去年年度的第三月份的销售业绩总和,以及分别对每个企业的去年年度的第四月份的线上的销售业绩和去年年度的第四月份的线下销售业绩求和得到去年年度的第四月份的销售业绩总和,然后把去年年度的第四月份的销售业绩总和减去去年年度的第三月份的销售业绩总和,所得的差值除以去年年度的第三月份的销售业绩总和,即得到去年年度的第四月份的销售业绩相对于去年年度的第三月份的销售业绩的销售增长率;对每个企业的去年年度的第五月份的线上的销售业绩和去年年度的第五月份的线下销售业绩求和得到去年年度的第五月份的销售业绩总和,以及分别对每个企业的去年年度的第六月份的线上的销售业绩和去年年度的第六月份的线下销售业绩求和得到去年年度的第六月份的销售业绩总和,然后把去年年度的第六月份的销售业绩总和减去去年年度的第五月份的销售业绩总和,所得的差值除以去年年度的第五月份的销售业绩总和,即得到去年年度的第六月份的销售业绩相对于去年年度的第五月份的销售业绩的销售增长率;对每个企业的去年年度的第七月份的线上的销售业绩和去年年度的第七月份的线下销售业绩求和得到去年年度的第七月份的销售业绩总和,以及分别对每个企业的去年年度的第八月份的线上的销售业绩和去年年度的第八月份的线下销售业绩求和得到去年年度的第八月份的销售业绩总和,然后把去年年度的第八月份的销售业绩总和减去去年年度的第八月份的销售业绩总和,所得的差值除以去年年度的第七月份的销售业绩总和,即得到去年年度的第八月份的销售业绩相对于去年年度的第七月份的销售业绩的销售增长率;对每个企业的去年年度的第九月份的线上的销售业绩和去年年度的第九月份的线下销售业绩求和得到去年年度的第九月份的销售业绩总和,以及分别对每个企业的去年年度的第十月份的线上的销售业绩和去年年度的第十月份的线下销售业绩求和得到去年年度的第十月份的销售业绩总和,然后把去年年度的第十月份的销售业绩总和减去去年年度的第九月份的销售业绩总和,所得的差值除以去年年度的第九月份的销售业绩总和,即得到去年年度的第十月份的销售业绩相对于去年年度的第九月份的销售业绩的销售增长率;对每个企业的去年年度的第十一月份的线上的销售业绩和去年年度的第十一月份的线下销售业绩求和得到去年年度的第十一月份的销售业绩总和,以及分别对每个企业的去年年度的第十二月份的线上的销售业绩和去年年度的第十二月份的线下销售业绩求和得到去年年度的第十二月份的销售业绩总和,然后把去年年度的第十二月份的销售业绩总和减去去年年度的第十一月份的销售业绩总和,所得的差值除以去年年度的第十一月份的销售业绩总和,即得到去年年度的第十二月份的销售业绩相对于去年年度的第十一月份的销售业绩的销售增长率,把去年年度的第二月份的销售业绩相对于去年年度的第一月份的销售业绩的销售增长率、去年年度的第四月份的销售业绩相对于去年年度的第三月份的销售业绩的销售增长率、去年年度的第六月份的销售业绩相对于去年年度的第五月份的销售业绩的销售增长率、去年年度的第八月份的销售业绩相对于去年年度的第七月份的销售业绩的销售增长率、去年年度的第十月份的销售业绩相对于去年年度的第九月份的销售业绩的销售增长率、去年年度的第十二月份的销售业绩相对于去年年度的第十一月份的销售业绩的销售增长率相加后除以六得到平均销售增长率再乘以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4:再根据提取出来的去年年度的第一月、第二月、第三月、第四月、第五月、第六月、第七月、第八月、第九月、第十月、第十一月、第十二月的成本分析,对每个企业的去年年度的第一月份的成本分析的所有条目求和得到去年年度的第一月份的成本分析总和,以及分别对每个企业的去年年度的第二月份的成本分析的所有条目求和得到去年年度的第二月份的营销投入总和,然后把去年年度的第二月份的营销投入总和减去去年年度的第一月份的营销投入总和,所得的差值除以去年年度的第一月份的营销投入总和,即得到去年年度的第二月份的营销投入相对于去年年度的第一月份的营销投入的增长率;对每个企业的去年年度的第三月份的成本分析的所有条目求和得到去年年度的第三月份的成本分析总和,以及分别对每个企业的去年年度的第四月份的成本分析的所有条目求和得到去年年度的第四月份的营销投入总和,然后把去年年度的第四月份的营销投入总和减去去年年度的第三月份的营销投入总和,所得的差值除以去年年度的第三月份的营销投入总和,即得到去年年度的第四月份的营销投入相对于去年年度的第三月份的营销投入的增长率;对每个企业的去年年度的第五月份的成本分析的所有条目求和得到去年年度的第五月份的成本分析总和,以及分别对每个企业的去年年度的第六月份的成本分析的所有条目求和得到去年年度的第六月份的营销投入总和,然后把去年年度的第六月份的营销投入总和减去去年年度的第六月份的营销投入总和,所得的差值除以去年年度的第五月份的营销投入总和,即得到去年年度的第六月份的营销投入相对于去年年度的第五月份的营销投入的增长率;对每个企业的去年年度的第七月份的成本分析的所有条目求和得到去年年度的第七月份的成本分析总和,以及分别对每个企业的去年年度的第八月份的成本分析的所有条目求和得到去年年度的第八月份的营销投入总和,然后把去年年度的第八月份的营销投入总和减去去年年度的第七月份的营销投入总和,所得的差值除以去年年度的第七月份的营销投入总和,即得到去年年度的第八月份的营销投入相对于去年年度的第一月份的营销投入的增长率;对每个企业的去年年度的第九月份的成本分析的所有条目求和得到去年年度的第九月份的成本分析总和,以及分别对每个企业的去年年度的第十月份的成本分析的所有条目求和得到去年年度的第十月份的营销投入总和,然后把去年年度的第十月份的营销投入总和减去去年年度的第九月份的营销投入总和,所得的差值除以去年年度的第九月份的营销投入总和,即得到去年年度的第十月份的营销投入相对于去年年度的第九月份的营销投入的增长率;对每个企业的去年年度的第十一月份的成本分析的所有条目求和得到去年年度的第十一月份的成本分析总和,以及分别对每个企业的去年年度的第十二月份的成本分析的所有条目求和得到去年年度的第十二月份的营销投入总和,然后把去年年度的第十二月份的营销投入总和减去去年年度的第十一月份的营销投入总和,所得的差值除以去年年度的第十一月份的营销投入总和,即得到去年年度的第十二月份的营销投入相对于去年年度的第十一月份的营销投入的增长率;把去年年度的第十二月份的营销投入相对于去年年度的第十一月份的营销投入的增长率、去年年度的第十月份的营销投入相对于去年年度的第九月份的营销投入的增长率、去年年度的第八月份的营销投入相对于去年年度的第七月份的营销投入的增长率、去年年度的第六月份的营销投入相对于去年年度的第五月份的营销投入的增长率、去年年度的第四月份的营销投入相对于去年年度的第三月份的营销投入的增长率、去年年度的第二月份的营销投入相对于去年年度的第一月份的营销投入的增长率求和后除以六得到平均营销投入的增长率,其再乘以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5: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;
步骤6: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7: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8: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9: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10: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11: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12: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13: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。
7.根据权利要求6所述的增强型清颗粒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。
8.根据权利要求6所述的增强型清颗粒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。
CN201510601899.7A 2015-09-21 2015-09-21 增强型清颗粒电商模式预测的线上诊断系统及其诊断方法 Pending CN105426983A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510601899.7A CN105426983A (zh) 2015-09-21 2015-09-21 增强型清颗粒电商模式预测的线上诊断系统及其诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510601899.7A CN105426983A (zh) 2015-09-21 2015-09-21 增强型清颗粒电商模式预测的线上诊断系统及其诊断方法

Publications (1)

Publication Number Publication Date
CN105426983A true CN105426983A (zh) 2016-03-23

Family

ID=55505177

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510601899.7A Pending CN105426983A (zh) 2015-09-21 2015-09-21 增强型清颗粒电商模式预测的线上诊断系统及其诊断方法

Country Status (1)

Country Link
CN (1) CN105426983A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763602A (zh) * 2010-01-07 2010-06-30 云南新材料孵化器有限公司 企业动态管理诊断系统
CN104089382A (zh) * 2014-06-30 2014-10-08 肖波涛 一种新风系统
CN204466074U (zh) * 2015-01-19 2015-07-08 天津神为科技有限公司 一种信息化机柜

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763602A (zh) * 2010-01-07 2010-06-30 云南新材料孵化器有限公司 企业动态管理诊断系统
CN104089382A (zh) * 2014-06-30 2014-10-08 肖波涛 一种新风系统
CN204466074U (zh) * 2015-01-19 2015-07-08 天津神为科技有限公司 一种信息化机柜

Similar Documents

Publication Publication Date Title
CN103942642B (zh) 一种基于o2o业务模式的订单分配系统
CN105631614A (zh) 一种基于物联网的自助食品生产经营管理系统及实现方法
CN111277625A (zh) 电商平台订单推送方法、系统
CN106326243A (zh) 一种数据处理方法及装置
Basnet et al. Demand-oriented supply chain strategies–a review of the literature
CN106156984A (zh) 一种基于电子商务的物流系统
CN113379177A (zh) 一种任务调度系统和方法
CN109902958A (zh) 一种提高服务器模块化bom规格级通用性的方法及系统
JP2007193525A (ja) トレーサビリティ情報収集方法、トレーサビリティ情報収集システム、購入部品情報入力端末および製作品情報入力端末
CN105427109A (zh) 增强型电商模式预测的线上诊断系统及其诊断方法
CN105427009A (zh) 电商模式预测的线上诊断系统及其诊断方法
CN105426983A (zh) 增强型清颗粒电商模式预测的线上诊断系统及其诊断方法
KR102135189B1 (ko) 간판 제작용 erp 서비스 시스템 및 이를 사용한 간판 제작 지원 방법
CN105427108A (zh) 净化式电商模式预测的线上诊断系统及其诊断方法
CN103927637A (zh) 一种基于SaaS结构的内容管理系统
KR20190011057A (ko) O2o서비스를 기반으로 한 원단 유통공급방법 및 시스템
CN105373866A (zh) 电商模式预测的线上诊断系统的诊断系统和方法
Govindan Evolutionary algorithms for supply chain management
JP2020140543A (ja) 鶏卵選別装置の生産計画支援装置、これを利用した製品の生産方法およびプログラム
CN105426982A (zh) 降温式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
CN105427010A (zh) 动态电商模式预测的线上诊断系统及其诊断方法
US20140164956A1 (en) Social Network Visualization Methods
JP2005215817A (ja) コンピュータシステム構築の見積システム
JP6670662B2 (ja) 企業間在庫融通制御システム、融通案生成装置および企業業務実行装置

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

Inventor after: Shi Guangjie

Inventor before: Ding Ru

CB03 Change of inventor or designer information