CN108876478A - 一种产业动态供需比的预测方法及装置 - Google Patents

一种产业动态供需比的预测方法及装置 Download PDF

Info

Publication number
CN108876478A
CN108876478A CN201810789135.9A CN201810789135A CN108876478A CN 108876478 A CN108876478 A CN 108876478A CN 201810789135 A CN201810789135 A CN 201810789135A CN 108876478 A CN108876478 A CN 108876478A
Authority
CN
China
Prior art keywords
data
demand
database
inventory
impact factor
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
CN201810789135.9A
Other languages
English (en)
Inventor
李亚琴
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.)
Beijing Qun Zhi Marketing Consulting Co Ltd
Original Assignee
Beijing Qun Zhi Marketing Consulting 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 Beijing Qun Zhi Marketing Consulting Co Ltd filed Critical Beijing Qun Zhi Marketing Consulting Co Ltd
Priority to CN201810789135.9A priority Critical patent/CN108876478A/zh
Publication of CN108876478A publication Critical patent/CN108876478A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities

Landscapes

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

Abstract

本发明实施例提供一种产业动态供需比的预测方法及装置。所述方法包括获取产能数据库和存量库存数据库、生产数据库、库存数据库和终端需求数据库;提取存量库存数据、产能配置数据和技术配置数据,并提取生产数据、计划数据、库存数据和出货历史数据;根据存量库存数据、产能配置数据、技术配置数据和第一影响因子计算实际供给,根据生产数据、计划数据、库存数据、出货历史数据和第二影响因子计算获得实际需求;根据实际供给和实际需求计算获得动态供需比。所述装置用于执行所述方法。本发明实施例避免了纯粹的量化分析,提高了对供需比预测的精准性和严密性,同时也提高了预测的效率。

Description

一种产业动态供需比的预测方法及装置
技术领域
本发明涉及大数据预测领域,具体而言,涉及一种产业动态供需比的预测方法及装置。
背景技术
随着中国高科技产业近年来在产能和技术实力的逐渐增强,作为产业研究智库和咨询机构,开发实时监测和预测行业供需变化的研究数据模型,对于在新竞争环境下帮助国内外企业客观、动态预测行业供需行情前景,预警短期波动风险变得至关重要。
现有技术中,对高科技产业的供需预测方法为:1、对产业基础设施及供给能力进行调查统计;2、调查统计历史时段的供给量和消耗量;3、根据经济社会发展指标预测需求量;4、预测供给量;5、根据预测的需求量和供给量进行综合分析,获得供需比。由此可知,以上工作都是通过人工进行的,由于每个人的主观因素及考虑问题的侧重点不同,且不同产业都需要相应产业的专业人员对其进行分析,一方面需要耗费大量的劳动力,另一方面,人工分析需要较长的时间,预测效率非常低。
发明内容
有鉴于此,本发明实施例的目的在于提供一种产业动态供需比的预测方法及装置,以解决上述技术问题。
第一方面,本发明实施例提供了一种产业动态供需比的预测方法,包括:
获取供给端基础数据库中的产能数据库和存量库存数据库,并获取需求端基础数据库中的生产数据库、库存数据库和终端需求数据库;
从所述存量库存数据库中提取存量库存数据,从所述产能数据库中提取产能配置数据和技术配置数据,从所述生产数据库中提取生产数据和计划数据,从所述库存数据库中提取库存数据,从所述终端需求数据库中提取出货历史数据;
根据所述存量库存数据、所述产能配置数据、所述技术配置数据和第一影响因子计算实际供给,根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据和第二影响因子计算获得实际需求;
根据所述实际供给和所述实际需求计算获得动态供需比。
进一步地,所述方法,还包括:
分别对所述第一影响因子和所述第二影响因子进行评估,获得所述第一影响因子对应的第一评价结果和所述第二影响因子对应的第二评价结果。
进一步地,所述根据所述存量库存数据、所述产能配置数据、所述技术配置数据和第一影响因子计算实际供给,包括:
根据所述产能配置数据以及对应的产能配置权重计算获得产能配置结果;
根据所述产能配置结果和所述技术配置数据进行计算,获得技术配置结果;
基于所述根据所述产能配置结果和所述技术配置结果计算各技术配置下的良率损失;
利用所述产能配置结果、所述技术配置结果和所述良率损失计算有效供给;
根据所述有效供给、所述存量库存数据及所述第一影响因子计算获得所述实际供给。
进一步地,所述根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据和第二影响因子计算获得实际需求,包括:
对所述生产数据、所述计划数据、所述库存数据、所述出货历史数据进行交叉分析,获得分析结果;
根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据及权重信息计算获得需求端的备货需求;
根据所述分析结果和所述备货需求计算有效需求;
根据所述有效需求和所述第二影响因子计算获得所述实际需求。
进一步地,在根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据及权重信息计算获得需求端的备货需求之后,所述方法,还包括:
根据所述分析结果对所述备货需求进行修正。
进一步地,所述第一影响因子包括材料配套因素、设备保养因素和政策因素中的任意一项或其组合,所述第二影响因子包括宏观经理、社会因素、政治因素和环保因素中的任意一项或其组合。
第二方面,本发明实施例提供了一种产业动态供需比的预测装置,包括:
获取模块,用于获取供给端基础数据库中的产能数据库和存量库存数据库,并获取需求端基础数据库中的生产数据库、库存数据库和终端需求数据库;
数据提取模块,用于从所述存量库存数据库中提取存量库存数据,从所述产能数据库中提取产能配置数据和技术配置数据,从所述生产数据库中提取生产数据和计划数据,从所述库存数据库中提取库存数据,从所述终端需求数据库中提取出货历史数据;
第一计算模块,用于根据所述存量库存数据、所述产能配置数据、所述技术配置数据和第一影响因子计算实际供给,根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据和第二影响因子计算获得实际需求;
第二计算模块,用于根据所述实际供给和所述实际需求计算获得动态供需比。
进一步地,所述装置,还包括:
评估模块,用于分别对所述第一影响因子和所述第二影响因子进行评估,获得所述第一影响因子对应的第一评价结果和所述第二影响因子对应的第二评价结果。
进一步地,所述第一计算模块,具体用于:
根据所述产能配置数据以及对应的产能配置权重计算获得产能配置结果;
根据所述产能配置结果和所述技术配置数据进行计算,获得技术配置结果;
基于所述根据所述产能配置结果和所述技术配置结果计算各技术配置下的良率损失;
利用所述产能配置结果、所述技术配置结果和所述良率损失计算有效供给;
根据所述有效供给、所述存量库存数据及所述第一影响因子计算获得所述实际供给。
进一步地,所述第一计算模块,还用于:
对所述生产数据、所述计划数据、所述库存数据、所述出货历史数据进行交叉分析,获得分析结果;
根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据及权重信息计算获得需求端的备货需求;
根据所述分析结果和所述备货需求计算有效需求;
根据所述有效需求和所述第二影响因子计算获得所述实际需求。
本发明实施例提供的一种产业动态供需比的预测方法及装置,通过供给端基础数据库中的各个数据及第一影响因子计算获得实际供给,根据需求端基础数据库的各数据及第二影响因子计算获得实际需求,进而计算获得动态供需比,避免了纯粹的量化分析,适应市场实施动态发展需求,因此提高了对供需比预测的精准性和严密性,同时,也提高了预测的效率。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种产业动态供需比的预测方法流程示意图;
图2为本发明实施例提供的一种实际供给计算方法流程图;
图3为本发明实施例提供的一种实际需求计算方法流程示意图;
图4为本发明实施例提供的一种产业动态供需比的预测装置结构示意图;
图5为本发明实施例提供的电子设备的结构框图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
图1为本发明实施例提供的一种产业动态供需比的预测方法流程示意图,如图1所示,所述方法,包括:
步骤101:获取供给端基础数据库中的产能数据库和存量库存数据库,并获取需求端基础数据库中的生产数据库、库存数据库和终端需求数据库;
在具体的实施过程中,本发明实施例以显示产业的市场供需为研究对象,可以理解的是,本发明实施例同样也适用于其他产业,本发明实施例对此不做具体限定。基础数据库中包括了供应端基础数据库和需求端基础数据库。供应端基础数据库用以维护监测全球显示产业产能动态和投资带来的产能增长,并作为计算实际供给的重要基础数据库。需求端基础数据库用以维护和监测全球显示产业各应用市场需求动态和终端需求、库存变化带来的需求波动。并作为计算实际需求的重要基础数据库。供应端基础数据库中包括了产能数据库和存量库存数据库,需求端基础数据库中包括了生产数据库、库存数据库和终端需求数据库。应当说明的是,供应端基础数据库和需求端基础数据库中均还可以包括其他数据库,本发明实施例对此不做具体限定。预测装置在对产业的动态供需比进行预测时,需要获取到相关的基础数据,因此,从供给端基础数据库中获取产能数据库和存量库存数据库,从需求端基础数据库中获取生产数据库、库存数据库和终端需求数据库。
步骤102:从所述存量库存数据库中提取存量库存数据,从所述产能数据库中提取产能配置数据和技术配置数据,从所述生产数据库中提取生产数据和计划数据,从所述库存数据库中提取库存数据,从所述终端需求数据库中提取出货历史数据;
在具体的实施过程中,每一数据库中又包括了对应存储的数据,因此,预测装置从存量库存数据库中提取存量库存数据,从产能数据库中提取产能配置数据和技术配置数据,将存量库存数据、产能配置数据和技术配置数据作为计算实际供给所需的基础数据。从生产数据库中提取生产数据和计划数据,从库存数据库中提取库存数据,从终端需求数据库中提取出货历史数据,将生产数据、计划数据、库存数据和出货历史数据作为计算实际需求所需要的基础数据。
步骤103:根据所述存量库存数据、所述产能配置数据、所述技术配置数据和第一影响因子计算实际供给,根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据和第二影响因子计算获得实际需求;
在具体的实施过程中,预测装置可以根据存量库存数据、产能配置数据、技术配置数据和第一影响因子计算实际供给,应当说明的是,第一影响因子可以包括材料配套因素、设备保养因素和政策因素中的任意一项或其组合。另外,预测装置可以根据生产数据、计划数据、库存数据、出货历史数据和第二影响因子计算获得实际需求,应当说明的是,第二影响因子可以包括宏观经理、社会因素、政治因素和环保因素中的任意一项或其组合。
步骤104:根据所述实际供给和所述实际需求计算获得动态供需比。
在具体的实施过程中,在计算获得实际供给和实际需求后,将实际供给与实际需求做比运算,获得动态供需比。
本发明实施例通过供给端基础数据库中的各个数据及第一影响因子计算获得实际供给,根据需求端基础数据库的各数据及第二影响因子计算获得实际需求,进而计算获得动态供需比,避免了纯粹的量化分析,适应市场实施动态发展需求,因此提高了对供需比预测的精准性和严密性,同时,也提高了预测的效率。
在上述实施例的基础上,所述方法,还包括:
分别对所述第一影响因子和所述第二影响因子进行评估,获得所述第一影响因子对应的第一评价结果和所述第二影响因子对应的第二评价结果。
在具体的实施过程中,预测装置分别对第一影响因子和第二影响因子进行评估,从而获得第一影响因子对应的第一评价结果,和第二影响因子对应的第二评价结果。对于第一影响因子来说,预先根据多年的研究经验,捕捉到的对高科技行业供应会产生影响的外部要素。如:垄断性原材料供应不足、定期的设备停机保养、政府环保政策变化、政府支持补贴税收等政策变化。每一个外部影响因子对供给的影响程度都有个性化的不同,根据不同时间发生的程度来调整。对于第二影响因子来说,根据多年的研究经验,捕捉到的对高科技行业需求会产生影响的外部要素。如:宏观经济变化对企业和消费者购买能力和预算的影响;用户使用习惯的根本性变化,比如:智能手机普及,用户使用电视屏幕的时间不断减少,对电视的需求欲望下降等。
本发明实施例对第一影响因子和第二影响因子进行评估,在计算实际供给时,加入第一影响因子的评估结果,在计算实际需求时,加入第二影响因子的评估结果,使得计算获得的实际供给和实际需求随着外部因素适应性调整,能够可持续应对复杂多变的市场变化。
在上述实施例的基础上,所述根据所述存量库存数据、所述产能配置数据、所述技术配置数据和第一影响因子计算实际供给,包括:
根据所述产能配置数据以及对应的产能配置权重计算获得产能配置结果;
根据所述产能配置结果和所述技术配置数据进行计算,获得技术配置结果;
基于所述根据所述产能配置结果和所述技术配置结果计算各技术配置下的良率损失;
利用所述产能配置结果、所述技术配置结果和所述良率损失计算有效供给;
根据所述有效供给、所述存量库存数据及所述第一影响因子计算获得所述实际供给。
在具体的实施过程中,图2为本发明实施例提供的一种实际供给计算方法流程图,如图2所示,包括:
步骤201:获取供给端基础数据库;在计算实际供给时,预测装置首先获取供给端基础数据库,供给端基础数据库中包括了所有关于产业供给的数据;
步骤202:提取产能数据库;从供给端基础数据库中提取出产能数据库,并从产能数据库中提取产能配置数据和技术配置数据。为了计算供给产能,需要从产能数据库中提取有效数据,比如:面板厂商的8.5代线工厂,同时配置了IT和TV面板产能,也配置了不同尺寸的产能,需要将这些数据进行拆分和归集。;
步骤203:分析产能配置;根据产能配置数据,参考对应的产能配置权重计算获得出细分产品、应用下的产能供应量,包括,各世代线的产能投入量,产能投入尺寸结构。应当说明的是,不同的产业其细分出的产品、应用不同,在进行相关计算时,可以根据具体的产业确定;
步骤204:分析技术配置;基于产能配置结果和技术配置数据进行计算,获得技术配置结果,其中,技术配置结果包括:各个世代线的4K配置结构、OLED配置结构、窄边框配置结构和8K产品配置等;
步骤205:计算产能稼动率;根据产能配置结果计算产能稼动率,可以理解的是,产能稼动率是指一台机器设备实际的生产数量与可能的生产数量的比值;
步骤206:计算技术配置对产能配置的影响;根据技术配置结果可以获得技术配置数据对产能配置的影响。
步骤207:计算不同技术类型下良率损失;根据产能配置结果和技术配置结果计算获得不同技术配置下的良率损失,并归集计算出市场综合良率;
步骤208:计算市场有效供给;根据产能配置结果、技术配置结果和各技术配置下的良率损失计算得到市场的有效供给,应当说明的是,根据产能配置结果、技术配置结果和各技术配置下的良率损失计算得到市场的有效供给与现有技术中的计算方法一致,本发明实施例对此不再赘述;
步骤209:获取存量库存数据库;从供给端基础数据库中获取存量库存数据库,存量库存数据库中包括了存量库存数据;
步骤210:评价第一影响因子;运用外部影响因子评价系统,对有效供给第一影响因子进行评估,包含但不限于材料配套、设备保养、环保限制、政策变动等因子。影响因子是根据数10年研究经验,捕捉到的对高科技行业供应会产生影响的外部要素。如:垄断性原材料供应不足、定期的设备停机保养、政府环保政策变化、政府支持补贴税收等政策变化。每一个外部影响因子对供给的影响程度都有个性化的不同,根据不同时间发生的程度来调整。
步骤211:计算实际供给;根据有效供给、存量库存数据及第一影响因子计算获得实际供给。
举例:有效供给基础上,如:A类产品存量库存高于正常库存100万片,则这100万片将被作为供给量与有效供给量相加得出实际供给量。外部影响因子;又如:下一季度A厂商将进行一条线设备停机保养,根据保养设备停机时间计算A厂商产出减少数量,在有效供给中减去这个数量,即为实际供给。
应当说明的是,上述各步骤的顺序可以根据实际情况进行调整,并不一定要按照上述步骤依次执行。
本发明实施例通过在计算实际供给时,加入第一影响因子的评估结果,使得计算获得的实际供给和实际需求随着外部因素适应性调整,能够可持续应对复杂多变的市场变化。
在上述实施例的基础上,所述根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据和第二影响因子计算获得实际需求,包括:
对所述生产数据、所述计划数据、所述库存数据、所述出货历史数据进行交叉分析,获得分析结果;
根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据及权重信息计算获得需求端的备货需求;
根据所述分析结果和所述备货需求计算有效需求;
根据所述有效需求和所述第二影响因子计算获得所述实际需求。
在具体的实施过程中,图3为本发明实施例提供的一种实际需求计算方法流程示意图,如图3所示,包括:
步骤301:获取需求端基础数据库;在计算实际需求时,需要获取需求端基础数据库,需求数据库中包括了所有的需求数据;
步骤302:提取生产数据库、库存数据库和终端需求数据库;从需求基础数据库中提取生产数据库、库存数据库和终端需求数据库,从生产数据库中提取生产数据和计划数据,从库存数据库中提取库存数据,从终端需求数据库中提取出货历史数据。为了计算备货需求,需要从三个方面的数据下手,生产、库存和出货数据。因为三者之间互相影响,并最终影响市场对显示面板的备货需求。显示面板和芯片作为物联网和消费电子终端产品的主要零部件,通过分析终端产品的三个维度数据,最终目的是要精准预测出有效的显示面板需求量。
步骤303:交叉分析;根据生产数据对生产线现状和计划进行分析,通过库存数据可以对库存现状进行分析,通过出货历史数据可以分析和预测出货计划,由于各数据之间相互有影响,因此,根据上述各数据进行交叉分析,获得分析结果,例如:生产水平变化怎样影响库存水平变化,终端出货需求变化怎样影响生产和库存变化;
步骤304:计算备货需求;根据上述分析结果,进一步结合生产数据、计划数据、库存数据、出货历史数据及权重信息计算获得需求端的备货需求,并同时对备货需求进行应用和技术配置细分,包括,4K配置结构、OLED配置结构、窄边框配置结构和8K产品配置等;
步骤305:评估远期备货需求和库存关系;因为如果某一细分应用或技术的产品在终端市场库存过高,远期备货计划将面临下调的风险,因此,有效备货需求要考虑这个因素进行修正。
步骤306:计算有效需求;根据分析结果和备货需求计算有效需求;
同在步骤305中说明的一样,举例:如A类产品终端库存比正常库存高100万片,则在实际需求基础上减去100万的超高库存,则为有效需求。
步骤307:评估第二影响因子;运用外部影响因子评价系统,对有效需求对应的第二影响因子进行评估,影响因子是根据数10年研究经验,捕捉到的对高科技行业需求会产生影响的外部要素。如:宏观经济变化对企业和消费者购买能力和预算的影响;用户使用习惯的根本性变化,比如:智能手机普及,用户使用电视屏幕的时间不断减少,对电视的需求欲望下降等。
步骤308:计算实际需求;根据有效需求和第二影响因子计算获得实际需求。
本发明实施例通过在计算实际需求时,加入第二影响因子的评估结果,使得计算获得的实际供给和实际需求随着外部因素适应性调整,能够可持续应对复杂多变的市场变化。
在上述实施例的基础上,在根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据及权重信息计算获得需求端的备货需求之后,所述方法,还包括:
根据所述分析结果对所述备货需求进行修正。
在具体的实施过程中,因为如果某一细分应用或技术的产品在终端市场库存过高,远期备货计划将面临下调的风险,因此,有效备货需求要考虑这个因素进行修正。
本发明实施例通过对备货需求的修正,从而提高了实际需求计算的准确率。
图4为本发明实施例提供的一种产业动态供需比的预测装置结构示意图,如图4所示,所述装置,包括:获取模块401、数据提取模块402、第一计算模块403、第二计算模块404,其中,
获取模块401用于获取供给端基础数据库中的产能数据库和存量库存数据库,并获取需求端基础数据库中的生产数据库、库存数据库和终端需求数据库;数据提取模块402用于从所述存量库存数据库中提取存量库存数据,从所述产能数据库中提取产能配置数据和技术配置数据,从所述生产数据库中提取生产数据和计划数据,从所述库存数据库中提取库存数据,从所述终端需求数据库中提取出货历史数据;第一计算模块403用于根据所述存量库存数据、所述产能配置数据、所述技术配置数据和第一影响因子计算实际供给,根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据和第二影响因子计算获得实际需求;第二计算模块404用于根据所述实际供给和所述实际需求计算获得动态供需比。
在具体的实施过程中,获取模块401在对产业的动态供需比进行预测时,需要获取到相关的基础数据,因此,从供给端基础数据库中获取产能数据库和存量库存数据库,从需求端基础数据库中获取生产数据库、库存数据库和终端需求数据库。每一数据库中又包括了对应存储的数据,因此,数据提取模块402从存量库存数据库中提取存量库存数据,从产能数据库中提取产能配置数据和技术配置数据,将存量库存数据、产能配置数据和技术配置数据作为计算实际供给所需的基础数据。从生产数据库中提取生产数据和计划数据,从库存数据库中提取库存数据,从终端需求数据库中提取出货历史数据,将生产数据、计划数据、库存数据和出货历史数据作为计算实际需求所需要的基础数据。第一计算模块403可以根据存量库存数据、产能配置数据、技术配置数据和第一影响因子计算实际供给。在计算获得实际供给和实际需求后,第二计算模块404将实际供给与实际需求做比运算,获得动态供需比。
本发明实施例通过供给端基础数据库中的各个数据及第一影响因子计算获得实际供给,根据需求端基础数据库的各数据及第二影响因子计算获得实际需求,进而计算获得动态供需比,避免了纯粹的量化分析,适应市场实施动态发展需求,因此提高了对供需比预测的精准性和严密性,同时,也提高了预测的效率。
在上述实施例的基础上,所述装置,还包括:
评估模块,用于分别对所述第一影响因子和所述第二影响因子进行评估,获得所述第一影响因子对应的第一评价结果和所述第二影响因子对应的第二评价结果。
在具体的实施过程中,评估模块分别对第一影响因子和第二影响因子进行评估,从而获得第一影响因子对应的第一评价结果,和第二影响因子对应的第二评价结果。对于第一影响因子来说,预先根据多年的研究经验,捕捉到的对高科技行业供应会产生影响的外部要素。每一个外部影响因子对供给的影响程度都有个性化的不同,根据不同时间发生的程度来调整。对于第二影响因子来说,根据多年的研究经验,捕捉到的对高科技行业需求会产生影响的外部要素。
本发明实施例对第一影响因子和第二影响因子进行评估,在计算实际供给时,加入第一影响因子的评估结果,在计算实际需求时,加入第二影响因子的评估结果,使得计算获得的实际供给和实际需求随着外部因素适应性调整,能够可持续应对复杂多变的市场变化。
在上述实施例的基础上,所述第一计算模块,具体用于:
根据所述产能配置数据以及对应的产能配置权重计算获得产能配置结果;
根据所述产能配置结果和所述技术配置数据进行计算,获得技术配置结果;
基于所述根据所述产能配置结果和所述技术配置结果计算各技术配置下的良率损失;
利用所述产能配置结果、所述技术配置结果和所述良率损失计算有效供给;
根据所述有效供给、所述存量库存数据及所述第一影响因子计算获得所述实际供给。
在上述实施例的基础上,所述第一计算模块,还用于:
对所述生产数据、所述计划数据、所述库存数据、所述出货历史数据进行交叉分析,获得分析结果;
根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据及权重信息计算获得需求端的备货需求;
根据所述分析结果和所述备货需求计算有效需求;
根据所述有效需求和所述第二影响因子计算获得所述实际需求。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法中的对应过程,在此不再过多赘述。
综上所述,本发明实施例对第一影响因子和第二影响因子进行评估,在计算实际供给时,加入第一影响因子的评估结果,在计算实际需求时,加入第二影响因子的评估结果,使得计算获得的实际供给和实际需求随着外部因素适应性调整,能够可持续应对复杂多变的市场变化。
请参照图5,图5为本发明实施例提供的电子设备的结构框图。电子设备可以包括预测装置501、存储器502、存储控制器503、处理器504、外设接口505、输入输出单元506、音频单元507、显示单元508。
所述存储器502、存储控制器503、处理器504、外设接口505、输入输出单元506、音频单元507、显示单元508各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述预测装置501包括至少一个可以软件或固件(firmware)的形式存储于所述存储器502中或固化在预测装置501的操作系统(operating system,OS)中的软件功能模块。所述处理器504用于执行存储器502中存储的可执行模块,例如预测装置501包括的软件功能模块或计算机程序。
其中,存储器502可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器502用于存储程序,所述处理器504在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器504中,或者由处理器504实现。
处理器504可以是一种集成电路芯片,具有信号的处理能力。上述的处理器504可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器504也可以是任何常规的处理器等。
所述外设接口505将各种输入/输出装置耦合至处理器504以及存储器502。在一些实施例中,外设接口505,处理器504以及存储控制器503可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
输入输出单元506用于提供给用户输入数据实现用户与所述服务器(或本地终端)的交互。所述输入输出单元506可以是,但不限于,鼠标和键盘等。
音频单元507向用户提供音频接口,其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示单元508在所述电子设备与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示单元508可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器504进行计算和处理。
所述外设接口505将各种输入/输入装置耦合至处理器504以及存储器502。在一些实施例中,外设接口505,处理器504以及存储控制器503可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
输入输出单元506用于提供给用户输入数据实现用户与处理终端的交互。所述输入输出单元506可以是,但不限于,鼠标和键盘等。
可以理解,图5所示的结构仅为示意,所述电子设备还可包括比图5中所示更多或者更少的组件,或者具有与图5所示不同的配置。图5中所示的各组件可以采用硬件、软件或其组合实现。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种产业动态供需比的预测方法,其特征在于,包括:
获取供给端基础数据库中的产能数据库和存量库存数据库,并获取需求端基础数据库中的生产数据库、库存数据库和终端需求数据库;
从所述存量库存数据库中提取存量库存数据,从所述产能数据库中提取产能配置数据和技术配置数据,从所述生产数据库中提取生产数据和计划数据,从所述库存数据库中提取库存数据,从所述终端需求数据库中提取出货历史数据;
根据所述存量库存数据、所述产能配置数据、所述技术配置数据和第一影响因子计算实际供给,根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据和第二影响因子计算获得实际需求;
根据所述实际供给和所述实际需求计算获得动态供需比。
2.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
分别对所述第一影响因子和所述第二影响因子进行评估,获得所述第一影响因子对应的第一评价结果和所述第二影响因子对应的第二评价结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述存量库存数据、所述产能配置数据、所述技术配置数据和第一影响因子计算实际供给,包括:
根据所述产能配置数据以及对应的产能配置权重计算获得产能配置结果;
根据所述产能配置结果和所述技术配置数据进行计算,获得技术配置结果;
基于所述根据所述产能配置结果和所述技术配置结果计算各技术配置下的良率损失;
利用所述产能配置结果、所述技术配置结果和所述良率损失计算有效供给;
根据所述有效供给、所述存量库存数据及所述第一影响因子计算获得所述实际供给。
4.根据权利要求2所述的方法,其特征在于,所述根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据和第二影响因子计算获得实际需求,包括:
对所述生产数据、所述计划数据、所述库存数据、所述出货历史数据进行交叉分析,获得分析结果;
根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据及权重信息计算获得需求端的备货需求;
根据所述分析结果和所述备货需求计算有效需求;
根据所述有效需求和所述第二影响因子计算获得所述实际需求。
5.根据权利要求4所述的方法,其特征在于,在根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据及权重信息计算获得需求端的备货需求之后,所述方法,还包括:
根据所述分析结果对所述备货需求进行修正。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述第一影响因子包括材料配套因素、设备保养因素和政策因素中的任意一项或其组合,所述第二影响因子包括宏观经理、社会因素、政治因素和环保因素中的任意一项或其组合。
7.一种产业动态供需比的预测装置,其特征在于,包括:
获取模块,用于获取供给端基础数据库中的产能数据库和存量库存数据库,并获取需求端基础数据库中的生产数据库、库存数据库和终端需求数据库;
数据提取模块,用于从所述存量库存数据库中提取存量库存数据,从所述产能数据库中提取产能配置数据和技术配置数据,从所述生产数据库中提取生产数据和计划数据,从所述库存数据库中提取库存数据,从所述终端需求数据库中提取出货历史数据;
第一计算模块,用于根据所述存量库存数据、所述产能配置数据、所述技术配置数据和第一影响因子计算实际供给,根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据和第二影响因子计算获得实际需求;
第二计算模块,用于根据所述实际供给和所述实际需求计算获得动态供需比。
8.根据权利要求7所述的预测装置,其特征在于,所述装置,还包括:
评估模块,用于分别对所述第一影响因子和所述第二影响因子进行评估,获得所述第一影响因子对应的第一评价结果和所述第二影响因子对应的第二评价结果。
9.根据权利要求8所述的预测装置,其特征在于,所述第一计算模块,具体用于:
根据所述产能配置数据以及对应的产能配置权重计算获得产能配置结果;
根据所述产能配置结果和所述技术配置数据进行计算,获得技术配置结果;
基于所述根据所述产能配置结果和所述技术配置结果计算各技术配置下的良率损失;
利用所述产能配置结果、所述技术配置结果和所述良率损失计算有效供给;
根据所述有效供给、所述存量库存数据及所述第一影响因子计算获得所述实际供给。
10.根据权利要求8所述的预测装置,其特征在于,所述第一计算模块,还用于:
对所述生产数据、所述计划数据、所述库存数据、所述出货历史数据进行交叉分析,获得分析结果;
根据所述生产数据、所述计划数据、所述库存数据、所述出货历史数据及权重信息计算获得需求端的备货需求;
根据所述分析结果和所述备货需求计算有效需求;
根据所述有效需求和所述第二影响因子计算获得所述实际需求。
CN201810789135.9A 2018-07-17 2018-07-17 一种产业动态供需比的预测方法及装置 Pending CN108876478A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810789135.9A CN108876478A (zh) 2018-07-17 2018-07-17 一种产业动态供需比的预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810789135.9A CN108876478A (zh) 2018-07-17 2018-07-17 一种产业动态供需比的预测方法及装置

Publications (1)

Publication Number Publication Date
CN108876478A true CN108876478A (zh) 2018-11-23

Family

ID=64303213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810789135.9A Pending CN108876478A (zh) 2018-07-17 2018-07-17 一种产业动态供需比的预测方法及装置

Country Status (1)

Country Link
CN (1) CN108876478A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353671A (zh) * 2018-12-21 2020-06-30 华为技术有限公司 供应链管理方法、装置及系统
CN117151504A (zh) * 2023-07-18 2023-12-01 广州市城市规划勘测设计研究院 汽车产业链的效率评估方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353671A (zh) * 2018-12-21 2020-06-30 华为技术有限公司 供应链管理方法、装置及系统
CN117151504A (zh) * 2023-07-18 2023-12-01 广州市城市规划勘测设计研究院 汽车产业链的效率评估方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Joseph et al. Big data and transformational government
CN111401777B (zh) 企业风险的评估方法、装置、终端设备及存储介质
JP6703031B2 (ja) キーワードと資産価格との関連性評価方法及びその装置及び資産情報のディスプレイ方法
CN108510384A (zh) 贷款产品推荐方法以及装置
CN108053105A (zh) 客源分配方法以及装置
US20200151014A1 (en) Methods and systems for forecasting upcoming resource requirement
CN110334816A (zh) 一种工业设备检测方法、装置、设备及可读存储介质
CN103248705A (zh) 服务器、客户端及视频处理方法
CN107679737A (zh) 项目推荐的方法及装置
CN108090659A (zh) 房源分配方法以及装置
Raoofpanah et al. Solving a new robust green cellular manufacturing problem with environmental issues under uncertainty using Benders decomposition
Mehralian et al. Investigating the Interrelationships between Digital Marketing and Marketing Intelligence and Their Effect on Business Strategy
CN108922084A (zh) 一种商品识别方法及装置
CN109359874A (zh) 一种多维指标监控预警方法及装置
CN108876478A (zh) 一种产业动态供需比的预测方法及装置
Lim et al. Applying technology forecasting to new product development target setting of LCD panels
CN109934631A (zh) 问答信息处理方法、装置及计算机设备
CN108510007A (zh) 一种网页篡改检测方法、装置、电子设备及存储介质
CN110910159A (zh) 电力报价方法和终端设备
Lövehagen et al. Assessing embodied carbon emissions of communication user devices by combining approaches
Naveed et al. Designing a control chart of extended EWMA statistic based on multiple dependent state sampling
Krishna et al. Generative AI in Business Analytics by Digital Transformation of Artificial Intelligence Techniques
Barrutiabengoa et al. How do digitalization and decarbonization efforts interact
CN103077469A (zh) 推荐装置、推荐系统、推荐方法以及程序
Hong Forecasting with high frequency data: M4 competition and beyond

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181123

RJ01 Rejection of invention patent application after publication