CN108122326A - 一种数据处理方法、装置及系统 - Google Patents
一种数据处理方法、装置及系统 Download PDFInfo
- Publication number
- CN108122326A CN108122326A CN201611080725.1A CN201611080725A CN108122326A CN 108122326 A CN108122326 A CN 108122326A CN 201611080725 A CN201611080725 A CN 201611080725A CN 108122326 A CN108122326 A CN 108122326A
- Authority
- CN
- China
- Prior art keywords
- data
- kpi
- monitored
- strategy
- parameter
- 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.)
- Granted
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D11/00—Devices accepting coins; Devices accepting, dispensing, sorting or counting valuable papers
- G07D11/20—Controlling or monitoring the operation of devices; Data handling
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D11/00—Devices accepting coins; Devices accepting, dispensing, sorting or counting valuable papers
- G07D11/20—Controlling or monitoring the operation of devices; Data handling
- G07D11/28—Setting of parameters; Software updates
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种数据处理方法、装置及系统,涉及数据处理技术领域,用以降低运营成本。本发明的数据处理方法包括:获取第一KPI;获取数据处理策略,所述数据处理策略包括待处理对象添加策略和配送策略;指示执行所述待处理对象添加策略和配送策略,并对所述待处理对象添加策略和所述配送策略的执行进行监控,获得监控数据;根据所述监控数据获得第二KPI;将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或所述配送策略。本发明能够降低运维成本。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据处理方法、装置及系统。
背景技术
几乎所有银行都需要为其ATM和银行网点提供现金运营服务。目前,这一服务给银行带来高昂的现金运营成本。同时,因为管理手段落后,使得ATM等自助设备的开机率不高,服务质量并没有大幅升高。
随着信息系统发展,智能化的现金中心配送解决方案能够为用户提供节约资源和节省成本的现金配送解决方案。但是现有技术的现金配送方案中仅仅使用ATM或者网点的地理位置决定配送路线,而配送过程实际是否需要配送,以及配送过程中是否存在资源共享以降低运营成本的情况并没有得到反馈,从而提高了运营成本。
发明内容
有鉴于此,本发明提供一种数据处理方法、装置及系统,用以降低运营成本。
为解决上述技术问题,本发明提供一种数据处理方法,包括:
获取第一KPI(Key Performance Indicators,关键绩效指标);
获取数据处理策略,所述数据处理策略包括待处理对象添加策略和配送策略;
指示执行所述待处理对象添加策略和配送策略,并对所述待处理对象添加策略和所述配送策略的执行进行监控,获得监控数据;
根据所述监控数据获得第二KPI;
将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或所述配送策略。
其中,所述第一KPI为第一数据运营成本参数,所述第二KPI为第二数据运营成本参数;或者所述第一KPI为第一开机率,所述第二KPI为第二开机率。
其中,所述获取第一关键绩效指标KPI的步骤,包括:
获取预设的数据运营成本参数和预设开机率;
根据所述数据运营成本参数和所述预设开机率获取所述第一KPI。
其中,所述获取数据处理策略的步骤,包括:
利用数据需求预测模型获取预定时间段内的数据需求预测值;
根据所述数据需求预测值、预设的数据成本目标参数、预设的目标开机率获取所述待处理对象添加策略;其中,所述待处理对象添加策略包括各个待监控数据装置对应的数据填加子策略;
获取配送设置参数;
根据所述配送设置参数获取所述配送策略,所述配送策略包括各个待监控数据装置对应的配送子策略,所述配送子策略包括:所述各个待监控数据装置的配送路线、计划配送开始时间、计划配送到达时间。
其中,所述指示执行所述待处理对象添加策略和配送策略,并对所述待处理对象添加策略和所述配送策略的执行进行监控,获得监控数据的步骤包括:
对于待监控数据装置中的每一待监控数据装置,指示从所述待处理对象添加策略和所述配送策略中获取每一待监控数据装置对应的数据填加子策略和配送子策略;
指示执行所述每一待监控数据装置对应的数据填加子策略和配送子策略,对所述每一待监控数据装置对应的数据填加子策略和配送子策略的执行进行监控,获得所述每一待监控数据装置对应的监控数据,其中所述监控数据中包括所述每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值。
其中,所述根据所述监控数据获得第二KPI的步骤,包括:
对获得的多个所述监控数据进行统计分析,获得参考监控数据;
根据所述参考监控数据确定所述第二KPI。
其中,所述监控数据还包括:所述每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数;
所述对获得的多个所述监控数据进行统计分析,获得参考监控数据的步骤,包括:
对获得的所述监控数据中的每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值、每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数进行统计分析,获得数据剩余量参考监控数据和配送路线参考监控数据;
所述根据所述参考监控数据确定所述第二KPI的步骤包括:
根据所述数据剩余量参考监控数据和所述配送路线参考监控数据确定所述第二KPI。
其中,所述将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或所述配送策略的步骤,包括:
将所述第一KPI和所述第二KPI进行比较,获得所述第一KPI和所述第二KPI的差值;
当所述差值超过预设阈值时,以所述第二KPI和所述第一KPI的差值为调整参数,调整所述待处理对象添加策略和/或所述配送策略。
第二方面,本发明提供一种数据处理装置,包括:
第一参数获取模块,用于获取第一关键绩效指标KPI;
策略获取模块,用于获取数据处理策略,所述数据处理策略包括待处理对象添加策略和配送策略;
数据处理模块,用于指示执行所述待处理对象添加策略和配送策略,并对所述待处理对象添加策略和所述配送策略的执行进行监控,获得监控数据;
第二参数获取模块,用于根据所述监控数据获得第二KPI;
数据调整模块,用于将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或所述配送策略。
其中,所述第一KPI为第一数据运营成本参数,所述第二KPI为第二数据运营成本参数;或者所述第一KPI为第一开机率,所述第二KPI为第二开机率。
其中,所述第一参数获取模块包括:
参数获取子模块,用于获取预设的数据运营成本参数和预设开机率;
计算子模块,用于根据所述数据运营成本参数和所述预设开机率获取所述第一KPI。
其中,所述策略获取模块包括:
数据预测子模块,用于利用数据需求预测模型获取预定时间段内的数据需求预测值;
第一策略获取子模块,用于根据所述数据需求预测值、预设的数据成本目标参数、预设的目标开机率获取所述待处理对象添加策略;其中,所述待处理对象添加策略包括各个待监控数据装置对应的数据填加子策略;
参数获取子模块,用于获取配送设置参数;
第二策略获取子模块,用于根据所述配送设置参数获取所述配送策略,所述配送策略包括各个待监控数据装置对应的配送子策略,所述配送子策略包括:所述各个待监控数据装置的配送路线、计划配送开始时间、计划配送到达时间。
其中,所述数据处理模块包括:
策略查找子模块,用于对于待监控数据装置中的每一待监控数据装置,指示从所述待处理对象添加策略和所述配送策略中获取每一待监控数据装置对应的数据填加子策略和配送子策略;
监控子模块,用于指示执行所述每一待监控数据装置对应的数据填加子策略和配送子策略,对所述每一待监控数据装置对应的数据填加子策略和配送子策略的执行进行监控;
数据获取子模块,用于获得所述每一待监控数据装置对应的监控数据,其中所述监控数据中包括所述每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值。
其中,所述第二参数获取模块包括:
分析子模块,用于对获得的多个所述监控数据进行统计分析,获得参考监控数据;
参数确定子模块,用于根据所述参考监控数据确定所述第二KPI。
其中,所述监控数据还包括:所述每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数;
所述分析子模块具体用于,对获得的所述监控数据中的每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值、每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数进行统计分析,获得数据剩余量参考监控数据和配送路线参考监控数据;
所述参数确定子模块具体用于,根据所述数据剩余量参考监控数据和所述配送路线参考监控数据确定所述第二KPI。
其中,所述数据调整模块包括:
调整参数获取子模块,用于将所述第一KPI和所述第二KPI进行比较,获得所述第一KPI和所述第二KPI的差值;
数据调整子模块,用于当所述差值超过预设阈值时,以所述第二KPI和所述第一KPI的差值为调整参数,调整所述待处理对象添加策略和/或所述配送策略。
第三方面,本发明提供一种数据处理系统,包括:数据处理装置,多个数据装置;
所述数据处理装置包括第二方面的数据处理装置;
所述数据装置,用于作为所述数据处理装置的待处理对象添加策略的执行载体。
本发明的上述技术方案的有益效果如下:
在本发明实施例中,将第一KPI和通过监控实际运行获得的第二KPI进行比较,在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或配送策略。因此,利用本发明实施例的方案可以将实际运行的结果体现在对策略的调整过程中,使得制定的待处理对象添加策略和/或配送策略更符合实际运行的需求,从而降低了运营成本。
附图说明
图1为本发明实施例一的数据处理方法的流程图;
图2为本发明实施例二的数据处理方法的流程图;
图3为本发明实施例三的数据处理装置的示意图;
图4为本发明实施例四的数据处理系统的示意图。
具体实施方式
下面将结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例一
如图1所示,本发明实施例一的数据处理方法,应用于服务器等控制装置,包括:
步骤101、获取第一KPI。
在本发明实施例中,该第一KPI可以为预设的指定值,还可通过计算方式获得。
在本发明实施例中,可以选取多种类型的参数作为在此的KPI,例如所述第一KPI为第一数据运营成本参数,相应的,所述第二KPI为第二数据运营成本参数。或者所述第一KPI为第一开机率,相应的,所述第二KPI为第二开机率。或者,所述KPI还可以是综合考虑了数据运营成本参数和预设开机率的结果。其中,第一数据运营成本参数或者第一开机率可以是预先设定的值,也可以是根据之前的数据处理结果确定的值。
此时,如果KPI综合考虑了数据运营成本参数和预设开机率,具体的,获取预设的数据运营成本参数和预设开机率,根据所述数据运营成本参数和所述预设开机率获取所述第一KPI。
在具体应用过程中,“数据运营成本”可以指的任意类型的数据运营成本,如银行的ATM(Automatic Teller Machine,自动取款机)的运营成本等。以ATM机的运营成本为例,数据运营成本包括运营现金的利息成本、配送成本、人工成本等,数值由装填量、车辆次等决定。开机率为ATM机的平均可使用时间占监控总时长的比例。
在此步骤中,可以从ATM机导入历史交易数据,也可以从连接ATM的交易服务器导入历史交易数据。根据历史交易数据,人工经验加钞和动态调整方案的加钞方案,计算数据运营成本参数和预设的开机率,作为评估现金运营的KPI。即,第一KPI为数据运营成本和预设的开机率的计算结果。
例如,在计算第一KPI的过程中,可预设两个分数对照表,用于分别将预设的数据运营成本和预设的开机率转换为对应的数据运营成本分数值和开机率分数值。同时,可分别为数据运营成本和预设的开机率设置权重值。其中,该两个分数对照表可以是简单的数据关系对应表。以数据运营成本的分数对照表为例,可设置有多个数据运营成本数值区间,不同的区间可对应到一个分数值。那么,查找该分数对照表即可确定预设的数据运营成本对应的分数值。
然后利用的数据运营成本分数值与对应的权重的乘积与开机率分数值与对应的权重的乘积的和作为该第一KPI。在计算第一KPI的过程中,可通过调整数据运营成本和预设的开机率对应的权重值的方式,控制数据运营成本和预设的开机率对第一KPI的影响。
步骤102、获取数据处理策略。
其中,所述数据处理策略包括待处理对象添加策略和配送策略。
在本发明实施例中,待处理对象添加策略可以是现金,物品等的添加策略。以ATM机为例,所述待处理对象添加策略指的是向ATM机中加钞的策略,包括加钞金额等。配送策略,指的是向各ATM机配送现金的策略,如配送路线,计划配送开始时间、计划配送到达时间等。
在此步骤中,按照下述方式获取待处理对象添加策略:
利用数据需求预测模型获取预定时间段内的数据需求预测值,根据所述数据需求预测值、预设的数据成本目标参数、预设的目标开机率获取所述待处理对象添加策略;其中,所述待处理对象添加策略包括各个待监控数据装置对应的数据填加子策略。
其中,该数据需求预测模型可以采用现有技术中任一种的需求预测模型,该预定时间段可以任意设置。以ATM机为例,该数据需求预测值主要指的是ATM机的现金需求量。例如可以是一个月内某个区域的所有ATM机的现金需求量。预设的数据成本目标参数可以包括:总成本最小、利息成本最小、配送成本最小或者装填量最小等;预设的目标开机率可以是个单一的数值,也可以是个范围值,如70%至100%。
当然,在实际应用中,还可结合其他参数确定待处理对象添加策略。如加钞计划计算方式,包括自动优化、固定加钞时间或者固定加钞量等;装箱方式,包括优先加满或者平均装箱等;最小加钞单位,包括1万、5万或者10万等;最长加钞周期,包括10天、15天或者20天等。
对于每个ATM机,都可对应有相应的待处理对象添加策略,在此将其称为数据填加子策略。
在此步骤中,按照下述方式获取配送策略。
获取配送设置参数,根据所述配送设置参数获取所述配送策略,所述配送策略包括各个待监控数据装置(如ATM机等)对应的配送子策略,所述配送子策略包括:所述各个待监控数据装置的配送路线、计划配送开始时间、计划配送到达时间。
其中,该配送设置参数可以是预先设置的,还可以是通过根据平均单机作业时间、最大车辆数和车辆工作时间参数等参数确定的。对于每个ATM机,同样可具有对应的配送子策略。
步骤103、指示执行所述待处理对象添加策略和配送策略,并对所述待处理对象添加策略和所述配送策略的执行进行监控,获得监控数据。
在确定好数据处理策略后,可将数据处理策略发送给应用终端,由应用终端根据该数据处理策略在各待监控数据装置中执行。
其中,该待监控数据装置可以为ATM机。对于待监控数据装置中的每一待监控数据装置,指示从所述待处理对象添加策略和所述配送策略中获取每一待监控数据装置对应的数据填加子策略和配送子策略;指示执行所述每一待监控数据装置对应的数据填加子策略和配送子策略,对所述每一待监控数据装置对应的数据填加子策略和配送子策略的执行进行监控,获得所述每一待监控数据装置对应的监控数据。
其中所述监控数据中包括所述每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值。
进一步的,为了提高后续调整的准确性,在此实施例中,所述监控数据还可包括:每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数、每一待监控数据装置的计划到达时间与实际到达时间之间的偏差参数等等。
步骤104、根据所述监控数据获得第二KPI。
在此步骤中,如果监控数据中包括所述每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值,那么则根据该差值获得第二KPI。
其中该数据剩余量对于ATM机而言指的是现金剩余量。即,在此情况下只考虑ATM机的预设现金剩余量和实际现金剩余量之间的差值对KPI的影响。根据实际经验,ATM机的预设现金剩余量和实际现金剩余量之间的差值,有可能是因为待处理对象添加策略不合适造成的,还有可能是配送路线不合适造成的。因此,该差值的大小可直接或间接影响数据运营成本和开机率。
在此,对于每个ATM机都可获得监控数据。然后,再对获得的多个所述监控数据进行统计分析,获得参考监控数据,从而根据所述参考监控数据确定所述第二KPI。
例如,求取多个ATM机的预设现金剩余量和实际现金剩余量之间的差值的平均值,并利用该平均值计算第二KPI的值。
步骤105、将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或所述配送策略。
在此步骤中,将所述第一KPI和所述第二KPI进行比较,获得所述第一KPI和所述第二KPI的差值。当所述差值超过预设阈值时,以所述第二KPI和所述第一KPI的差值为调整参数,调整所述待处理对象添加策略和/或所述配送策略。
由于差值有可能是正数还有可能是负数,那么,在此所述预设阈值可以为一个区间值。如果差值不在这个区间中,则可认为差值超过预设阈值。或者,该预设阈值还可以是一个值,那么,在此需要将该差值的绝对值和该预设阈值进行比较。如果绝对值大于该预设阈值,则可认为需要调整策略。
以数据运营成本作为KPI为例,通常情况下,成本增加超过一定幅度则需要调整策略。因此,第二KPI通常大于第一KPI。当第二KPI与第一KPI的差值超过预设阈值时,以第二KPI与第一KPI的差值为调整参数,调整所述待处理对象添加策略和/或所述配送策略。
以开机率作为KPI为例,通常情况下,开机率下降超过一定幅度则需要调整策略。因此,第二KPI通常小于第一KPI。当第二KPI与第一KPI的差值超过预设阈值时,以第二KPI与第一KPI的差值为调整参数,调整所述待处理对象添加策略和/或所述配送策略。
其中,在本发明实施例中,该预设阈值可任意设定。在调整策略时,可同时调整待处理对象添加策略和配送策略,也可根据需要只调整其中的一个策略。
由上可以看出,在本发明实施例中,将第一KPI和通过监控实际运行获得的第二KPI进行比较,在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或配送策略。因此,利用本发明实施例的方案可以将实际运行的结果体现在对策略的调整过程中,使得制定的待处理对象添加策略和/或配送策略更符合实际运行的需求,从而降低了运营成本。
实施例二
在此实施例中,以对ATM机的加钞进行控制为例,描述一下数据处理方法的实现过程。首先对KPI的含义做如下定义:
针对于ATM机的KPI指标包括:
现金总成本(包括利息成本、运钞成本、人力成本,以及与成本相关的关键指标:装填金额总量、运钞辆次、路线数量);ATM开机率;
现金总成本包括利息成本、运钞成本、人力成本。利息成本,可以认为是银行放弃将该笔资金投资于无风险投资项目所损失的收入,也就是将该笔资金存入人民银行或上级银行的利息损失。利息成本在金额上等于现金放入ATM机到用完的期间内的ATM机中每日现金余额的累计数与日利率的乘积。运钞成本,是现金运输成本。根据与运钞公司签署的合同来计算,目前国内的银行多是将加钞和回收业务外包,有按年、按月、按单次配送等多种计价方式。人力成本,将手工进行加钞计划设定,和手工进行车辆线路规划的工时,换算成人员雇佣成本。装填金额总量,目标时间段内为所有ATM机装填的现金总量。运钞车辆次,在规划时间段内,所有运钞车执行运钞任务次数的和。路线数量,执行一次配送任务所规划处的路线数量,及配送点的分组数量。
ATM开机率,理论上是ATM机能够接受存取款工作的时间与总体运行时间的占比。实际上是按照在规划时间段内,用ATM机实际发生的存取量和加钞计划做对比,发生一次缺满钞就记为一次。这样没发生缺满钞的次数,除以总的统计次数,就是开机率。
如图2所示,本发明实施例二的数据处理方法,包括:
步骤201、获取第一KPI。
其中,对于第一次执行本方法时,该KPI可以根据经验设定。当不是第一次执行本方法时,可以通过计算获得,当然也可根据经验设定。
具体的,对于待监测的多个ATM机来说,可从各ATM机中导入历史交易数据,也可以从连接ATM机的交易服务器导入历史交易数据。
根据人工经验加钞和动态调整方案的加钞方案,计算现金运营成本和开机率,作为评估现金运营的KPI。也即,利用现金运营成本和预设开机率计算第一KPI。现金运营成本包括运营现金的利息成本、配送成本、人工成本等,现金装填量、车辆次作为可变量进而影响成本值。
步骤202、获取数据处理策略。
其中,所述数据处理策略包括待处理对象添加策略(加钞计划)和配送策略(配送计划)。
根据历史数据及ATM现金需求量预测模型,预测一段时间内某个区域内所有ATM机的现金需求量。根据预测的ATM现金需求量,选择加钞计划计算方式(自动优化、固定加钞时间或者固定加钞量),优化目标(总成本最小、利息成本最小、配送成本最小或者装填量),最小加钞单位(优先加满或者平均装箱作为装箱方式,1万、5万或者10万),最长加钞周期(10天、15天或者20天),目标开机率(70%至100%)等参数后,生成加钞计划,其中,该加钞计划包括未来一段时间内该区域所有ATM机计划加钞量和加钞时间。
根据设定的配置参数,或者通过设定平均单机作业时间、最大车辆数和车辆工作时间参数后,生成一段时间内的各个ATM机的配送计划。
加钞计划和配送计划构成了本发明实施例中的装填计划。因此,相应的,装填计划包括配送的所有路线中需要加钞ATM对应装配的钞箱,计划出发时间,计划到达时间,计划作业时间及配送。
步骤203、将生成的装填计划发送到相对应车辆操作人员的应用终端中,并获得各个ATM的监控数据。
其中,该装填计划包括对应装配的钞箱,对应装填计划的路线安排,计划出发时间,计划到各个ATM机的时间,计划作业内容和计划作业时间。
装填人员根据收到的装填计划进行实际的装填作业,同时应用终端实时回传ATM机的监控信息,包括路线实时位置信息,路线运行的实际时间和异常路况,现场网点作业的实际状态和作业时间。
根据ATM机发送的交易及状态信息、装填应用终端发送的位置信息及装填作业报告信息,显示现金装填的实际路线和作业状态。
在实际运行过程中,如果实际作业与计划偏差到达指定预警值的情况,还可进行提示。实际与计划偏差,包括到达网点的时间,作业时间及行驶的路线的偏差,以及运营结果中预测ATM现金余额与实际ATM现金余额偏差。如果实际存在导致行驶路线或者作业无法继续的情况,也将进行实时提示。
步骤204、根据监控数据实时调整加钞计划和/或配送计划。
根据各应用终端返回的监控数据,根据当前的实际路线数据及已经完成的作业中出现偏差的实际情况,重新计算填钞计划,将从新生成的计划发送给相对应的装填应用终端,装填人员根据更新后的计划实施现场操作。
例如,某一天现金配送过程中,原计划10:30am向ATM机A中加钞20万元,并发送给对应车辆操作人员。当天上午9:00,收到ATM机A返回消息,ATM机A中钞箱尚有现金30万元,超过原定加钞计划中现金量。如果仍然加钞导致利息成本提高50元,单次KPI值偏差增加超过一定值。因此,判断此次无需加钞,调整原有加钞计划,取消向ATM机中加钞,将更改后的计划发送给对应车辆操作人员。车辆操作人员收到更新后的填钞计划后,取消对ATM机A中加钞,在完成最新计划后,将20万元钞箱返回至现金中心,并完成现金验收工作。
又例如,某一天现金配送过程中,原计划10:10am-10:25am运行路线a,并发送给对应车辆操作人员。当天上午10:00,收到路况信息报告,原定路线a因交通事故预计短时间内无法通行,判断此次无法通行路线a。如果继续等待路线a畅通,将会导致开机率下降2%,单次KPI偏差超过一定值。因此调整原有路线计划,改为通过路线b到达目标网点,并将更改后的计划发送给对应车辆操作人员。车辆操作人员收到更新后的路线计划后,改为运行路线b到达目标网点完成目标网点ATM机的加钞,在完成最新计划后,并完成实际路况汇报。
对于每个ATM机均可按照步骤203和204的方式进行处理。
步骤205、根据监控数据获得第二KPI。
当监控周期到达时,即经过一段时间的实际现金运营跟踪,根据各ATM机的预设现金剩余量与实际现金剩余量的差值、预设配送路线和实际配送路线的偏差程度参数进行统计分析,获得数据剩余量参考监控数据和配送路线参考监控数据,根据所述数据剩余量参考监控数据和所述配送路线参考监控数据确定所述第二KPI。
也即,对于填钞计划和实际填钞中偏差频率或者幅度超过一定值的、规划路线的时间安排、路线内容持续出现偏差超过一定范围的,将偏差结果作为新的当期参数,分别来修正需求预测模型和路线计划模型生成下一期的装填计划。
步骤206、将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述加钞计划和/或配送计划。
其中,该预设阈值可任意设置。
例如,经过30天的现金配送后,现金配送成本同比降低小于5%时,ATM机的开机率却同比下降了10%,开机率的偏差(绝对值)超过KPI偏差设定的预设阈值(5%)。因此,将30天内的预计现金配送成本和实际现金配送成本的偏差、预计开机率和实际开机率的偏差作为新的参数,重新计划下一期的现金需求预测,生成下一周期的装填计划。
例如,经过30天的现金配送后,ATM机的开机率同比上升幅度小于5%,现金配送成本却同比上升15%,其中现金配送成本的偏差超过KPI偏差预设阈值(10%)。因此,将30天内的预计现金配送成本和实际现金配送成本的偏差、预计开机率和实际开机率的偏差作为新的参数,重新计划下一期的现金需求预测,生成下一周期的装填计划。
由上可以看出,在本发明实施例中,将第一KPI和通过监控实际运行获得的第二KPI进行比较,在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或配送策略。因此,利用本发明实施例的方案可以将实际运行的结果体现在对策略的调整过程中,使得制定的待处理对象添加策略和/或配送策略更符合实际运行的需求,从而降低了运营成本。
需要说明的是,本发明实施例所述的方法并不局限于应用在银行的业务处理系统中,还可应用在其他领域,如物流配送等。
实施例三
如图3所示,本发明实施例三的数据处理装置,包括:
第一参数获取模块301,用于获取第一KPI;策略获取模块302,用于获取数据处理策略,所述数据处理策略包括待处理对象添加策略和配送策略;数据处理模块303,用于指示执行所述待处理对象添加策略和配送策略,并对所述待处理对象添加策略和所述配送策略的执行进行监控,获得监控数据;第二参数获取模块304,用于根据所述监控数据获得第二KPI;数据调整模块305,用于将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或所述配送策略。
如前所述,所述第一KPI为第一数据运营成本参数,所述第二KPI为第二数据运营成本参数;或者所述第一KPI为第一开机率,所述第二KPI为第二开机率。或者,所述KPI还可以是综合考虑了数据运营成本和开机率之后的参数。
其中,所述第一参数获取模块301包括:
参数获取子模块,用于获取预设的数据运营成本参数和预设开机率;计算子模块,用于根据所述数据运营成本参数和所述预设开机率获取所述第一KPI。
其中,所述策略获取模块302包括:
数据预测子模块,用于利用数据需求预测模型获取预定时间段内的数据需求预测值;第一策略获取子模块,用于根据所述数据需求预测值、预设的数据成本目标参数、预设的目标开机率获取所述待处理对象添加策略;其中,所述待处理对象添加策略包括各个待监控数据装置对应的数据填加子策略;参数获取子模块,用于获取配送设置参数;第二策略获取子模块,用于根据所述配送设置参数获取所述配送策略,所述配送策略包括各个待监控数据装置对应的配送子策略,所述配送子策略包括:所述各个待监控数据装置的配送路线、计划配送开始时间、计划配送到达时间。
其中,所述数据处理模块303包括:
策略查找子模块,用于对于待监控数据装置中的每一待监控数据装置,指示从所述待处理对象添加策略和所述配送策略中获取每一待监控数据装置对应的数据填加子策略和配送子策略;监控子模块,用于指示执行所述每一待监控数据装置对应的数据填加子策略和配送子策略,对所述每一待监控数据装置对应的数据填加子策略和配送子策略的执行进行监控;数据获取子模块,用于获得所述每一待监控数据装置对应的监控数据,其中所述监控数据中包括所述每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值。
其中,所述第二参数获取模块304包括:分析子模块,用于对获得的多个所述监控数据进行统计分析,获得参考监控数据;参数确定子模块,用于根据所述参考监控数据确定所述第二KPI。
此外,为了进一步提高准确性,降低运营成本,所述监控数据还包括:所述每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数。此时,所述分析子模块具体用于,对获得的所述监控数据中的每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值、每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数进行统计分析,获得数据剩余量参考监控数据和配送路线参考监控数据;所述参数确定子模块具体用于,根据所述数据剩余量参考监控数据和所述配送路线参考监控数据确定所述第二KPI。
其中,所述数据调整模块305包括:
调整参数获取子模块,用于将所述第一KPI和所述第二KPI进行比较,获得所述第一KPI和所述第二KPI的差值;
数据调整子模块,用于当所述差值超过预设阈值时,以所述第二KPI和所述第一KPI的差值为调整参数,调整所述待处理对象添加策略和/或所述配送策略。
本发明所述装置的工作原理可参照前述方法实施例的描述。
由上可以看出,在本发明实施例中,将第一KPI和通过监控实际运行获得的第二KPI进行比较,在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或配送策略。因此,利用本发明实施例的方案可以将实际运行的结果体现在对策略的调整过程中,使得制定的待处理对象添加策略和/或配送策略更符合实际运行的需求,从而降低了运营成本。
实施例四
如图4所示,本发明实施例四的数据处理系统,包括:数据处理装置401,多个数据装置402。其中该数据处理装置包括图3所示的装置,所述数据装置(图中仅示出一个),用于作为所述数据处理装置的待处理对象添加策略的执行载体。
此外,该系统还可包括应用终端,可装配给配送车辆,主要是用于接收数据处理装置的数据处理策略,并返回数据装置的监控数据。当然,该应用终端的功能也可集成在数据装置中实现。
其中,该数据处理装置可包括监控模块、模拟模块、KPI模块、数据导入模块、通信模块等。其中,监控模块主要用于对数据装置进行监控;模拟模块,主要是用于生成装填计划;KPI模块主要是用于生成KPI,并进行比较;输入导入模块,主要是用于导入数据装置的历史数据等;通信模块,主要是用于与数据装置、应用终端等进行通信。
其中,在实际应用中,所述数据装置可以是ATM机等。
在本申请所提供的几个实施例中,应该理解到,所揭露方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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收发方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (17)
1.一种数据处理方法,其特征在于,包括:
获取第一关键绩效指标KPI;
获取数据处理策略,所述数据处理策略包括待处理对象添加策略和配送策略;
指示执行所述待处理对象添加策略和配送策略,并对所述待处理对象添加策略和所述配送策略的执行进行监控,获得监控数据;
根据所述监控数据获得第二KPI;
将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或所述配送策略。
2.根据权利要求1所述的方法,其特征在于,所述第一KPI为第一数据运营成本参数,所述第二KPI为第二数据运营成本参数;或者
所述第一KPI为第一开机率,所述第二KPI为第二开机率。
3.根据权利要求1所述的方法,其特征在于,所述获取第一关键绩效指标KPI的步骤,包括:
获取预设的数据运营成本参数和预设开机率;
根据所述数据运营成本参数和所述预设开机率获取所述第一KPI。
4.根据权利要求1所述的方法,其特征在于,所述获取数据处理策略的步骤,包括:
利用数据需求预测模型获取预定时间段内的数据需求预测值;
根据所述数据需求预测值、预设的数据成本目标参数、预设的目标开机率获取所述待处理对象添加策略;其中,所述待处理对象添加策略包括各个待监控数据装置对应的数据填加子策略;
获取配送设置参数;
根据所述配送设置参数获取所述配送策略,所述配送策略包括各个待监控数据装置对应的配送子策略,所述配送子策略包括:所述各个待监控数据装置的配送路线、计划配送开始时间、计划配送到达时间。
5.根据权利要求1所述的方法,其特征在于,所述指示执行所述待处理对象添加策略和配送策略,并对所述待处理对象添加策略和所述配送策略的执行进行监控,获得监控数据的步骤包括:
对于待监控数据装置中的每一待监控数据装置,指示从所述待处理对象添加策略和所述配送策略中获取每一待监控数据装置对应的数据填加子策略和配送子策略;
指示执行所述每一待监控数据装置对应的数据填加子策略和配送子策略,对所述每一待监控数据装置对应的数据填加子策略和配送子策略的执行进行监控,获得所述每一待监控数据装置对应的监控数据,其中所述监控数据中包括所述每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述监控数据获得第二KPI的步骤,包括:
对获得的多个所述监控数据进行统计分析,获得参考监控数据;
根据所述参考监控数据确定所述第二KPI。
7.根据权利要求6所述的方法,其特征在于,所述监控数据还包括:所述每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数;
所述对获得的多个所述监控数据进行统计分析,获得参考监控数据的步骤,包括:
对获得的所述监控数据中的每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值、每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数进行统计分析,获得数据剩余量参考监控数据和配送路线参考监控数据;
所述根据所述参考监控数据确定所述第二KPI的步骤包括:
根据所述数据剩余量参考监控数据和所述配送路线参考监控数据确定所述第二KPI。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或所述配送策略的步骤,包括:
将所述第一KPI和所述第二KPI进行比较,获得所述第一KPI和所述第二KPI的差值;
当所述差值超过预设阈值时,以所述第二KPI和所述第一KPI的差值为调整参数,调整所述待处理对象添加策略和/或所述配送策略。
9.一种数据处理装置,其特征在于,包括:
第一参数获取模块,用于获取第一关键绩效指标KPI;
策略获取模块,用于获取数据处理策略,所述数据处理策略包括待处理对象添加策略和配送策略;
数据处理模块,用于指示执行所述待处理对象添加策略和配送策略,并对所述待处理对象添加策略和所述配送策略的执行进行监控,获得监控数据;
第二参数获取模块,用于根据所述监控数据获得第二KPI;
数据调整模块,用于将所述第一KPI和所述第二KPI进行比较,并在当所述第一KPI和所述第二KPI的偏差程度超过预设阈值时,调整所述待处理对象添加策略和/或所述配送策略。
10.根据权利要求9所述的装置,其特征在于,所述第一KPI为第一数据运营成本参数,所述第二KPI为第二数据运营成本参数;或者
所述第一KPI为第一开机率,所述第二KPI为第二开机率。
11.根据权利要求9所述的装置,其特征在于,所述第一参数获取模块包括:
参数获取子模块,用于获取预设的数据运营成本参数和预设开机率;
计算子模块,用于根据所述数据运营成本参数和所述预设开机率获取所述第一KPI。
12.根据权利要求9所述的装置,其特征在于,所述策略获取模块包括:
数据预测子模块,用于利用数据需求预测模型获取预定时间段内的数据需求预测值;
第一策略获取子模块,用于根据所述数据需求预测值、预设的数据成本目标参数、预设的目标开机率获取所述待处理对象添加策略;其中,所述待处理对象添加策略包括各个待监控数据装置对应的数据填加子策略;
参数获取子模块,用于获取配送设置参数;
第二策略获取子模块,用于根据所述配送设置参数获取所述配送策略,所述配送策略包括各个待监控数据装置对应的配送子策略,所述配送子策略包括:所述各个待监控数据装置的配送路线、计划配送开始时间、计划配送到达时间。
13.根据权利要求9所述的装置,其特征在于,所述数据处理模块包括:
策略查找子模块,用于对于待监控数据装置中的每一待监控数据装置,指示从所述待处理对象添加策略和所述配送策略中获取每一待监控数据装置对应的数据填加子策略和配送子策略;
监控子模块,用于指示执行所述每一待监控数据装置对应的数据填加子策略和配送子策略,对所述每一待监控数据装置对应的数据填加子策略和配送子策略的执行进行监控;
数据获取子模块,用于获得所述每一待监控数据装置对应的监控数据,其中所述监控数据中包括所述每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值。
14.根据权利要求13所述的装置,其特征在于,所述第二参数获取模块包括:
分析子模块,用于对获得的多个所述监控数据进行统计分析,获得参考监控数据;
参数确定子模块,用于根据所述参考监控数据确定所述第二KPI。
15.根据权利要求14所述的装置,其特征在于,所述监控数据还包括:所述每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数;
所述分析子模块具体用于,对获得的所述监控数据中的每一待监控数据装置的预设数据剩余量与实际数据剩余量的差值、每一待监控数据装置的预设配送路线和实际配送路线的偏差程度参数进行统计分析,获得数据剩余量参考监控数据和配送路线参考监控数据;
所述参数确定子模块具体用于,根据所述数据剩余量参考监控数据和所述配送路线参考监控数据确定所述第二KPI。
16.根据权利要求9-15任一项所述的装置,其特征在于,所述数据调整模块包括:
调整参数获取子模块,用于将所述第一KPI和所述第二KPI进行比较,获得所述第一KPI和所述第二KPI的差值;
数据调整子模块,用于当所述差值超过预设阈值时,以所述第二KPI和所述第一KPI的差值为调整参数,调整所述待处理对象添加策略和/或所述配送策略。
17.一种数据处理系统,其特征在于,包括:数据处理装置,多个数据装置;
所述数据处理装置包括权利要求9-15任一项的数据处理装置;
所述数据装置,用于作为所述数据处理装置的待处理对象添加策略的执行载体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611080725.1A CN108122326B (zh) | 2016-11-30 | 2016-11-30 | 一种数据处理方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611080725.1A CN108122326B (zh) | 2016-11-30 | 2016-11-30 | 一种数据处理方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108122326A true CN108122326A (zh) | 2018-06-05 |
CN108122326B CN108122326B (zh) | 2020-07-07 |
Family
ID=62227181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611080725.1A Active CN108122326B (zh) | 2016-11-30 | 2016-11-30 | 一种数据处理方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108122326B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599674A (zh) * | 2019-09-19 | 2019-12-20 | 中国银行股份有限公司 | 配钞信息的显示方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1494697A (zh) * | 2000-02-29 | 2004-05-05 | ��ϰ�� | 用于车辆等的交付系统与方法 |
CN101710397A (zh) * | 2009-12-07 | 2010-05-19 | 金蝶软件(中国)有限公司 | 一种成本控制信息的生成方法、装置和数据管理系统 |
CN104574002A (zh) * | 2015-02-09 | 2015-04-29 | 国网上海市电力公司 | 基于大数据分析的资产管理信息处理方法及装置 |
CN104809549A (zh) * | 2015-04-02 | 2015-07-29 | 常州奥迈信息技术有限公司 | 一种货运车辆计划行驶路线的调度方法 |
CN105447995A (zh) * | 2014-08-27 | 2016-03-30 | 日立金融设备系统(深圳)有限公司 | 装填现金自动计划装置及方法 |
-
2016
- 2016-11-30 CN CN201611080725.1A patent/CN108122326B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1494697A (zh) * | 2000-02-29 | 2004-05-05 | ��ϰ�� | 用于车辆等的交付系统与方法 |
CN101710397A (zh) * | 2009-12-07 | 2010-05-19 | 金蝶软件(中国)有限公司 | 一种成本控制信息的生成方法、装置和数据管理系统 |
CN105447995A (zh) * | 2014-08-27 | 2016-03-30 | 日立金融设备系统(深圳)有限公司 | 装填现金自动计划装置及方法 |
CN104574002A (zh) * | 2015-02-09 | 2015-04-29 | 国网上海市电力公司 | 基于大数据分析的资产管理信息处理方法及装置 |
CN104809549A (zh) * | 2015-04-02 | 2015-07-29 | 常州奥迈信息技术有限公司 | 一种货运车辆计划行驶路线的调度方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599674A (zh) * | 2019-09-19 | 2019-12-20 | 中国银行股份有限公司 | 配钞信息的显示方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108122326B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104170430B (zh) | 用于云谱服务的两级优化 | |
CN104881753A (zh) | 一种企业内部经济管理成本控制系统 | |
CN107534584A (zh) | 通过网络化计算资源对数据进行协调处理 | |
Janjic et al. | Commercial electric vehicle fleet scheduling for secondary frequency control | |
CN109426896A (zh) | 一种确定区域运力状态的方法及装置、电子设备 | |
CN107767068A (zh) | 一种精益生产高级计划排产系统及方法 | |
CN107844930A (zh) | 订单分配方法及装置 | |
CN102117459A (zh) | 风险控制系统及方法 | |
CN108364099A (zh) | 一种基于仿真的物流配送系统及配送方法 | |
Monroy et al. | The periodic capacitated arc routing problem with irregular services | |
CN104156836B (zh) | 一种物流网络负载查询方法及系统 | |
CN110428194A (zh) | 基于云的供应链管理平台 | |
CN110490380B (zh) | 自动化动态最小运力的即时派单方法及装置 | |
CN106529859A (zh) | 一种动态安全库存的控制装置及安全库存的调控方法 | |
CN108053164A (zh) | 一种成品油配送系统及方法 | |
CN111080239B (zh) | 一种工程造价的实时动态跟踪方法及装置 | |
CN111507667A (zh) | 一种应用于短距离物流的订单分配方法和服务器 | |
CN108898345A (zh) | 一种派送作业方法 | |
CN106991544A (zh) | 调拨系统及调拨方法 | |
CN114154745A (zh) | 一种物资智能调配方法及装置 | |
CN110097455A (zh) | 银行客户优化配置方法及装置 | |
US20110258100A1 (en) | Systems, methods, and media for placing orders to trade securities | |
CN108122326A (zh) | 一种数据处理方法、装置及系统 | |
CN110458720A (zh) | 一种配电网基建项目投资统计及偏差矫正方法 | |
US7747508B1 (en) | System and method for algorithmic trading strategies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: Tokyo, Japan Patentee after: Hitachi Financial Systems Co.,Ltd. Address before: Tokyo, Japan Patentee before: HITACHI-OMRON TERMINAL SOLUTIONS, Corp. |
|
CP01 | Change in the name or title of a patent holder |