CN110969330A - 企业竞争壁垒评估方法及系统 - Google Patents
企业竞争壁垒评估方法及系统 Download PDFInfo
- Publication number
- CN110969330A CN110969330A CN201811161745.0A CN201811161745A CN110969330A CN 110969330 A CN110969330 A CN 110969330A CN 201811161745 A CN201811161745 A CN 201811161745A CN 110969330 A CN110969330 A CN 110969330A
- Authority
- CN
- China
- Prior art keywords
- data
- barrier
- enterprise
- competitive
- 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
Links
- 230000004888 barrier function Effects 0.000 title claims abstract description 250
- 230000002860 competitive effect Effects 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000013210 evaluation model Methods 0.000 claims abstract description 69
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims description 32
- 238000010801 machine learning Methods 0.000 claims description 22
- 230000010354 integration Effects 0.000 claims description 16
- 238000011161 development Methods 0.000 claims description 14
- 238000013473 artificial intelligence Methods 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 13
- 238000005457 optimization Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012880 independent component analysis Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000013488 ordinary least square regression Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
-
- 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
- G06Q10/0637—Strategic 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
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开一种企业竞争壁垒评估方法，包括：企业数据获取步骤，获取与企业竞争壁垒相关的数据；企业竞争壁垒评估步骤，基于预先获得的评估模型和因子对待评估企业的竞争壁垒从多个维度进行评估，得到所述待评估企业的竞争壁垒评估值；以及壁垒评估结果输出步骤，输出所述待评估企业的竞争壁垒评估值。本发明还提供一种企业竞争壁垒评估系统。利用本发明的企业竞争壁垒评估方法以及系统，可以对企业的竞争壁垒进行量化的评估，可以用于企业自身的自检和管理决策，也可以用于投资机构的投资决策。
Description
技术领域
本发明属于数据分析技术领域，涉及一种企业价值评估方法和系统，尤其涉及一种企业竞争壁垒的量化评估方法和系统。
背景技术
人类发展到今天，锐意创新是一个国家或经济实体不断发展的根本手段，许多创新的实现需要通过创办企业来实现。也就是说，创新和创业是密不可分的，创业是创新的延伸和实现形式。现阶段，在创新创业的背景下许多企业应运而生，但是大多数初创企业的生存率极低，所谓的创业是“九死一生”。创业企业失败的根本原因之一在于没能及时有效地在自己的领域内全方位地构筑竞争壁垒并不断巩固和提升竞争壁垒。
创业企业当初能够生存可能在某个方面具备一定优势，但是如果不及时把该方面的优势充分突出而形成壁垒并不断完善其他方面的劣势从而构筑全范围的壁垒，则最终很难在激烈的市场竞争中存活下来。创业者需要自觉地发现自己在某一维度的优势以及在其他维度的劣势，从而及时调整优化，这样才能把企业做大做强。投资人面对创业者展示的创业项目，除了考察商业模式的创新性、可行性、社会价值性、以及市场潜力等方面外，更实际的还是要考察创业项目本身所具备的壁垒。因为，没有壁垒的项目很容易被模仿和超越，从而使原有的项目失败而成为先烈。投资了没有壁垒的项目将会大概率招致投资的失败。因此，对于创业者和投资人，乃至广大创业者来说，对目标企业的竞争壁垒进行一定程度的量化评估具有非凡的现实意义。
现有技术也存在各种企业价值评估方法或系统，但是并没有对企业的竞争壁垒进行量化评估的方法或系统。
发明内容
本发明为了解决上述问题而提出一种企业竞争壁垒评估方法，其中，包括：企业数据获取步骤，获取与企业竞争壁垒相关的数据；企业竞争壁垒评估步骤，基于预先获得的评估模型和因子对待评估企业的竞争壁垒从多个维度进行评估，得到所述待评估企业的竞争壁垒评估值；以及壁垒评估结果输出步骤，输出所述待评估企业的竞争壁垒评估值。
本发明的企业竞争壁垒评估方法中，优选为，所述与企业竞争壁垒相关的数据至少包括：技术壁垒数据、团队壁垒数据、经营能力壁垒数据、价值链整合能力壁垒数据、融资能力壁垒数据、和商誉品牌壁垒数据，所述因子包括技术壁垒因子、团队壁垒因子、经营能力壁垒因子、价值链整合能力壁垒因子、融资能力壁垒因子、和商誉品牌壁垒因子。
本发明的企业竞争壁垒评估方法中，优选为，所述技术壁垒数据至少包括企业拥有的知识产权的数量以及各个知识产权的市场价值，所述各个知识产权的市场价值包括国内潜在市场和国外潜在市场。
本发明的企业竞争壁垒评估方法中，优选为，所述知识产权的数量包括已经授权和/或未授权的发明专利、实用新型专利、外观设计专利、著作权的数量。
本发明的企业竞争壁垒评估方法中，优选为，所述技术壁垒数据还包括企业拥有的技术秘密的数量以及由此产生的市场价值。
本发明的企业竞争壁垒评估方法中，优选为，所述团队壁垒数据至少包括企业股权架构数据、合伙人互补程度数据、项目-能力匹配程度数据、团队创新力数据、团队执行力数据、以及团队学习力数据的其中一种或多种，所述团队创新力数据包括团队学习意识数据和学习能力数据，所述团队创新力数据包括团队创新意识数据和创新能力数据。
本发明的企业竞争壁垒评估方法中，优选为，所述经营能力壁垒数据至少包括特种产品生产能力数据、硬件制造能力数据、软件开发能力数据、成本控制能力数据的一种或多种。
本发明的企业竞争壁垒评估方法中，优选为，所述价值链整合能力壁垒数据至少包括采购能力数据、营销能力数据、渠道运营能力数据、网络影响拓展能力数据、企业公关能力数据的一种或多种。
本发明的企业竞争壁垒评估方法中，优选为，所述融资能力壁垒数据至少包括财务盈利能力数据、商业计划推介能力数据、融资渠道宽泛度数据、与投资人互动能力数据、以及无形资产价值数据。
本发明的企业竞争壁垒评估方法中，优选为，所述商誉品牌壁垒数据至少包括与品牌相关的商标数量数据、商标状态数据、商标使用时间数据、商标传播难易程度数据、主营网站的网络影响力数据以及注册用户量数据。
本发明的企业竞争壁垒评估方法中，优选为，所述壁垒数据还包括企业文化壁垒数据和企业价值观壁垒数据。
本发明的企业竞争壁垒评估方法中，优选为，所述企业数据获取步骤中，由用户直接输入待评估企业的与竞争壁垒相关的数据，或者由评估服务器根据用户输入的待评估企业的字号、名称、或统一社会信用代码，利用大数据手段通过互联网爬取企业所共享的公开数据。
本发明的企业竞争壁垒评估方法中，优选为，根据企业发展阶段和所处行业而对所述评估模型和/或所述各个因子进行预先设定，并根据统计分析的结果由人工进行调整，或者基于人工智能进行优化。
本发明的企业竞争壁垒评估方法中，优选为，预先设定各个因子，作为各个维度的竞争壁垒相关数据的权重系数，对各个维度的竞争壁垒相关数据进行加权求和，从而作为企业的竞争壁垒评估值。
本发明的企业竞争壁垒评估方法中，优选为，利用具有学习功能的人工智能算法，基于不同行业的成功案例以及以往的评估结果进行机器学习或深度学习，生成所述评估模型以及所述因子的组合，并不断对所述评估模型和所述因子的组合进行优化。
本发明的企业竞争壁垒评估方法中，优选为，基于不同行业的成功案例以及以往的评估结果，通过机器学习或深度学习，对生成评估模型的算法和/或生成因子的算法进行优化。
本发明的企业竞争壁垒评估方法中，优选为，利用具有学习功能的人工智能算法，基于不同行业的成功案例和/或以往的评估结果进行机器学习或深度学习，从而对所述技术壁垒数据、团队壁垒数据、经营能力壁垒数据、价值链整合能力数据、融资能力壁垒数据、和商誉品牌壁垒数据的其中一项或多项进行删减，或增加新的种类的壁垒数据。
本发明还提供一种企业竞争壁垒评估系统，利用上述的企业竞争壁垒评估方法对企业的竞争壁垒进行评估，包括客户端、数据库和服务器，其中，所述数据库具有：评估模型数据库，其存储有面向企业竞争壁垒的评估模型；；以及因子数据库，其存储有与企业竞争壁垒相关的各个参数的因子，并组成成套的因子。所述服务器具有：企业数据接收单元，其对用户从所述客户端输入的企业信息或企业数据进行接收；企业竞争壁垒评估值计算单元，其调取所述评估模型数据库所存储的相应评估模型，并且基于由所述企业数据接收单元所接收的与企业竞争壁垒相关的数据、和所述因子数据库中所存储的因子，计算出待评估企业的竞争壁垒评估值；以及评估值输出单元，其将所述竞争壁垒评估值输出到所述客户端。
本发明的企业竞争壁垒评估系统中，优选为，还包括：评估模型设定单元，针对特定类型的企业，基于数据分析的结果设定企业评估模型；以及因子设定单元，针对特定类型的企业，基于数据分析的结果设定与企业竞争壁垒相关的因子。
本发明的企业竞争壁垒评估系统中，优选为，还包括：评估模型生成单元，根据人工设定的初级评估模型生成精度更高的高级评估模型；模型算法自学习单元，利用机器学习对所述初级评估模型或精度更高的高级评估模型不断进行优化，并且利用机器学习对算法本身进行优化；因子生成单元，根据人工设定的初级因子生成精度更高的高级因子；以及因子算法自学习单元，利用机器学习对所述初级因子或精度更高的高级因子不断进行优化，并且利用机器学习对算法本身进行优化。
附图说明
图1是本发明所涉及的企业竞争壁垒评估方法的流程图示意图；
图2是本发明所涉及的企业竞争壁垒评估方法中的评估模型的生成以及优化过程的流程图示意图；
图3是本发明所涉及的企业竞争壁垒评估方法中的因子的生成以及优化过程的流程图示意图；
图4是本发明所涉及的企业竞争壁垒评估系统的功能框图。
具体实施方式
以下结合附图对本发明的具体实施方式进行说明。
图1是本发明所涉及的企业竞争壁垒评估方法的流程图示意图，图2是本发明所涉及的企业竞争壁垒评估方法中的评估模型的生成以及优化过程的流程图示意图，图3是本发明所涉及的企业竞争壁垒评估方法中的因子的生成以及优化过程的流程图示意图，图4是本发明所涉及的企业竞争壁垒评估系统的功能框图。在本发明的企业竞争壁垒评估方法中，如图1、图4所示，首先在步骤S1中，获取与企业竞争壁垒相关的数据，其中可以由用户通过所示的客户端10输入待评估企业的与竞争壁垒相关的各种数据，这些与企业竞争壁垒相关的数据例如可以是技术壁垒数据、团队壁垒数据、经营能力壁垒数据、价值链整合能力壁垒数据、融资能力壁垒数据、和商誉品牌壁垒数据。服务器20中的企业数据接收单元21对用户通过终端10以无线或有线方式传送而来的企业数据进行接收，并输入到企业竞争壁垒评估单元24。当然，用户也可以输入待评估企业的字号、名称、或统一社会信用代码，由服务器20利用网络爬虫软件，通过大数据手段在互联网上抓取企业所共享的公开数据。服务器将通过网络抓取的待评估企业的数据进行整理加工后输送到客户端10，在客户端10上安装的相关应用程序上显示该企业的相关数据，由用户确认。用户可以对这些与企业竞争壁垒相关的数据进行修正和补充，以提高评估的效果。
接下来，在步骤S2中，服务器20中的企业竞争壁垒评估值计算单元22调取评估模型数据库31中存储的用于对企业的竞争壁垒进行评估的评估模型。该评估模型可以在步骤S21中生成并预先存储于评估模型数据库31。评估模型数据库31中所预先存储的评估模型可以基于专家意见法预先设定，也可以基于对某个行业内处于某个发展阶段的一定量的企业进行数理统计而产生初级的模型，从而完成初级建模。
接下来，在步骤S3中，服务器20中的企业竞争壁垒评估值计算单元22调取因子数据库32中存储的分别与上述各种数据相对应的各个因子。相应地，这些因子是技术壁垒因子、团队壁垒因子、经营能力壁垒因子、价值链整合能力壁垒因子、融资能力壁垒因子、和商誉品牌壁垒因子。这些因子可以在步骤S31中基于专家意见法预先设定，也可以基于对某个行业内处于某个发展阶段的一定量的企业进行统计的结果而设定，并预先存储于因子数据库32。这些因子由以上各种数据对企业竞争壁垒的影响力所决定。
接下来，在步骤S4中，服务器20中的企业竞争壁垒评估值计算单元22基于所调取的评估模型和多个因子对待评估企业的竞争壁垒从多个维度进行计算评估，从而得到所述待评估企业的竞争壁垒评估值。
作为一个最基本的实施例，可以预先设定各个维度的竞争壁垒相关数据的权重系数作为上述各个因子，对各个维度的竞争壁垒相关数据进行加权求和，从而计算出企业的竞争壁垒评估值。
最后，在步骤S5中，将步骤S4中所计算出的待评估企业的竞争壁垒评估值以无线通信或有线通信的方式输出客户端10。
本发明的企业竞争壁垒评估方法中，所述技术壁垒数据例如可以包括企业拥有的知识产权的数量以及各个知识产权的市场价值，所述各个知识产权的市场价值包括国内潜在市场和国外潜在市场。所述知识产权的数量例如可以包括已经授权和/或未授权的发明专利、实用新型专利、外观设计专利、著作权的数量。所述技术壁垒数据还可以包括企业拥有的技术秘密的数量以及由此产生的市场价值。
本发明的企业竞争壁垒评估方法中，所述团队壁垒数据例如是企业股权架构数据、合伙人互补程度数据、项目-能力匹配程度数据、团队创新力数据、团队执行力数据、以及团队学习力数据中的一种或多种，所述团队创新力数据例如是团队学习意识数据和学习能力数据，所述团队创新力数据可以包括团队创新意识数据和创新能力数据。
本发明的企业竞争壁垒评估方法中，所述经营能力壁垒数据例如是特种产品生产能力数据、硬件制造能力数据、软件开发能力数据、成本控制能力数据中的一种或多种。
在上述企业竞争壁垒评估方法中，所述价值链整合能力壁垒数据例如是采购能力数据、营销能力数据、渠道运营能力数据、网络影响拓展能力数据、企业公关能力数据中的一种或多种。
本发明的企业竞争壁垒评估方法中，所述融资能力壁垒数据例如是财务盈利能力数据、商业计划推介能力数据、融资渠道宽泛度数据、与投资人互动能力数据、以及无形资产价值数据等。
本发明的企业竞争壁垒评估方法中，所述商誉品牌壁垒数据例如可以包括与品牌相关的商标数量数据、商标状态数据、商标使用时间数据、商标传播难易程度数据、主营网站的网络影响力数据以及注册用户量数据等。
另外，本发明的企业竞争壁垒评估方法中，所述壁垒数据例如还可以包括企业文化壁垒数据和企业价值观壁垒数据等。
作为本发明的一个实施例，可以对现存的企业按照行业进行分类，并按照企业规模或融资阶段进行分类。例如可以将企业按照如下行业进行分类：生产制造、能源矿产、新材料、环保产业、农业、公共事业、物流、工具软件、餐饮业、母婴、生活服务、电子商务、汽车交通、文化娱乐、房产家居、游戏/电竞、动漫、广告营销、旅游户外、共享经济、体育、硬件、社交、教育、金融、医疗健康、无人机、机器人、虚拟现实/增强现实(VR/AR)、批发零售/新零售、企业服务、物联网、大数据、消费升级、线上/线下(O2O)、软件即服务(SaaS：Software-as-a-Service)、金融支付、内容产业、区块链、以及人工智能等。可以将企业按照发展阶段分为初创期、成长期、扩张期、和成熟期。也可以将企业按照融资阶段分为种子轮、天使轮、A轮、B轮、C轮、D轮、E轮、F轮、首次公开募股(IPO)等，也可以更为细化地分为种子轮、天使轮、Pre-A、A轮、A+轮、Pre-B、B轮、B+轮、Pre-C、C轮、C+轮、Pre-D、D轮、D+轮、Pre-E、E轮、E+轮、Pre-F、F轮、F+轮、Pre-IPO、IPO等。
接下来，选定某个行业内处于某一发展阶段的一定数量的企业，利用专家意见法等，根据专家经验人工建立初级的评估模型，并且人工设定与上述各个数据对应的初级的因子。这里所说的专家意见法，具体来说可以采用专家个人判断法、专家会议法、德尔菲法等。
作为本发明的另一实施例，也可以是，选定上述某个行业内处于某一发展阶段的一定数量的代表性企业，利用大数据手段通过互联网抓取与企业竞争壁垒相关的海量数据，包括技术壁垒数据、团队壁垒数据、经营能力壁垒数据、价值链整合能力壁垒数据、融资能力壁垒数据、和商誉品牌壁垒数据等。然后，对目标行业内处于某一发展阶段的企业的上述各项与竞争壁垒相关的数据进行数理统计分析，建立初级的评估模型。并且通过数理统计分析，设定与上述各个数据对应的初级的因子。
关于评估模型的建立，如图2所示，在步骤S211中选择上述所列行业中的某一行业作为目标行业，在步骤S213中选择所述目标行业内某一发展阶段(初创期、成长期、扩张期、和成熟期)或融资阶段(种子轮、天使轮、A轮、B轮、C轮、D轮、E轮、F轮、IPO)的一定数量(例如500家)的企业。在步骤S214中通过大数据抓取目标企业的与竞争壁垒相关的数据，包括技术壁垒数据、团队壁垒数据、经营能力壁垒数据、价值链整合能力壁垒数据、融资能力壁垒数据、和商誉品牌壁垒数据等。然后，在步骤S215中，对目标行业内处于某一发展阶段的企业的上述各项与竞争壁垒相关的数据进行数理统计分析，建立初级的评估模型，如加权求和模型。在步骤S216中，判断评估模型的精度是否达到要求，在判断为是的情况下进入步骤S217，将评估模型存储到数据库30的评估模型数据库31中。在步骤S216中判断为否的情况下，增加样本企业数目，返回到步骤S213，并重复步骤S213至步骤S216的过程，直至评估模型的精度达到预期的精度。
关于评估模型中的因子的确定，如图3所示，在步骤S311中选择某一行业作为目标行业，在步骤S213中选择所述目标行业内某一发展阶段(初创期、成长期、扩张期、和成熟期)或融资阶段(种子轮、天使轮、A轮、B轮、C轮、D轮、E轮、F轮、IPO)的一定数量(例如500家)的企业。步骤S311和步骤S312中选择的目标企业与步骤S211和步骤S212中选择的目标企业应该是一致的。在步骤S314中通过大数据抓取目标企业的与竞争壁垒相关的数据，包括技术壁垒数据、团队壁垒数据、经营能力壁垒数据、价值链整合能力壁垒数据、融资能力壁垒数据、和商誉品牌壁垒数据等。也可以是，在步骤S314中，直接调取步骤S214中所获取的数据。然后，在步骤S315中，基于步骤S21中生成的评估模型(如加权求和模型)，对目标行业内处于某一发展阶段的企业的上述各项与竞争壁垒相关的数据进行数理统计分析，确定初级的影响因子(如权重系数)。在步骤S316中，判断评估模型和/或影响因子的精度是否达到要求，在判断为是的情况下进入步骤S317，将影响因子存储到数据库30的评估模型数据库31中。在步骤S316中判断为否的情况下，增加样本企业数目，返回到步骤S313，并重复步骤S313至步骤S316的过程，直至评估模型的精度达到预期的精度。
步骤S21中所包含的步骤S211至步骤S216的评估模型生成/优化过程可以与步骤S31中所包含的步骤S311至步骤S316的影响因子生成/优化过程相互结合而交叉进行，以获得更高精度的评估模型和影响因子。
另外，作为本发明的另一实施例，为了达到更高的评估精度和效率，可以基于所取得的企业数据，利用具有学习功能的算法，通过人工智能手段建立评估模型，并利用人工智能手段生成因子。也就是说，利用机器学习或深度学习，生成上述初级的评估模型和初级的因子并对初级的评估模型和初级的因子进一步进行优化。
本发明的企业竞争壁垒评估方法中，也可以基于不同行业的成功案例以及以往的评估结果，通过机器学习或深度学习，基于神经网络技术，对优化评估模型的算法本身进行优化，并且对优化因子的算法本身进行优化。这里的神经网络技术可以是标准的神经网络、卷积神经网络(CNN：Convolutional Neural Network)、循环神经网络(RNN：RecurrentNeural Network)等。
本发明的企业竞争壁垒评估方法中，还可以利用具有学习功能的人工智能算法，基于不同行业的成功案例和/或以往的评估结果进行机器学习或深度学习，从而对所述技术壁垒数据、团队壁垒数据、经营能力壁垒数据、价值链整合能力数据、融资能力壁垒数据、和商誉品牌壁垒数据的其中一项或多项进行删减，或增加新的种类的壁垒数据。
如果利用大数据手段通过人工智能对评估模型和影响因子进行生成并优化，则可以最大限度地增加目标企业的样本数目，对能够获取到公开数据的现存数千万家的各个行业、各种规模的企业进行分析，由此不断对用于评估模型的算法和用于影响因子的算法进行训练和优化。
关于机器学习的算法，例如可以采用决策树法(Decision Trees)、朴素贝叶斯分类法(Naive Bayesian classification)、最小二乘法(Ordinary Least SquaresRegression)、逻辑回归法(Logistic Regression)、支持向量机(SVM：Support VectorMachine)、集成方法(Ensemble methods)、聚类算法(Clustering Algorithms)、主成分分析法(PCA：Principal Component Analysis)、奇异值分解法(SVD：Singular ValueDecomposition)、独立成分分析法(ICA：Independent Component Analysis)、随机森林法(RandomForest)等。
关于深度学习的模型和算法，例如可以采用AlexNet模型、ResNet模型、SGD算法、Adam算法等。
如图4所示，具体来说，本发明的企业竞争壁垒评估系统包括客户端10、数据库30和服务器30，其中，所述数据库30具有：评估模型数据库31，其存储有面向企业竞争壁垒的评估模型；以及因子数据库32，其存储有与企业竞争壁垒相关的各个参数的因子，并组成成套的因子组。所述服务器20具有：企业数据接收单元21，其对用户从所述客户端输入的企业信息或企业数据进行接收；企业竞争壁垒评估值计算单元22，其调取所述评估模型数据库所存储的相应评估模型，并且基于由所述企业数据接收单元所接收的与企业竞争壁垒相关的数据、和所述因子数据库中所存储的因子，计算出待评估企业的竞争壁垒评估值；以及评估值输出单元23，其将所述竞争壁垒评估值输出到所述客户端10。
本发明的企业竞争壁垒评估系统中，还包括：评估模型设定单元41，针对特定类型的企业，基于数据分析的结果设定企业评估模型；以及因子设定单元42，针对特定类型的企业，基于数据分析的结果设定与企业竞争壁垒相关的因子。
本发明的企业竞争壁垒评估系统中，还包括：评估模型生成单元43，根据人工设定的初级评估模型生成精度更高的高级评估模型；模型算法自学习单元45，利用机器学习对所述初级评估模型或精度更高的高级评估模型不断进行优化，并且利用机器学习对算法本身进行优化；因子生成单元44，根据人工设定的初级因子生成精度更高的高级因子；因子算法自学习单元46，利用机器学习对所述初级因子或精度更高的高级因子不断进行优化，并且利用机器学习对算法本身进行优化。
Claims (20)
1.一种企业竞争壁垒评估方法，其特征在于，
包括：
企业数据获取步骤，获取与企业竞争壁垒相关的数据；
企业竞争壁垒评估步骤，基于预先获得的评估模型和因子，对待评估企业的竞争壁垒从多个维度进行评估，得到所述待评估企业的竞争壁垒评估值；以及
壁垒评估结果输出步骤，输出所述待评估企业的竞争壁垒评估值。
2.根据权利要求1所述的企业竞争壁垒评估方法，其特征在于，
所述与企业竞争壁垒相关的数据至少包括：技术壁垒数据、团队壁垒数据、经营能力壁垒数据、价值链整合能力壁垒数据、融资能力壁垒数据、和商誉品牌壁垒数据，所述因子包括技术壁垒因子、团队壁垒因子、经营能力壁垒因子、价值链整合能力壁垒因子、融资能力壁垒因子、和商誉品牌壁垒因子。
3.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述技术壁垒数据至少包括企业拥有的知识产权的数量以及各个知识产权的市场价值，所述各个知识产权的市场价值包括国内潜在市场和国外潜在市场。
4.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述知识产权的数量包括已经授权和/或未授权的发明专利、实用新型专利、外观设计专利、著作权的数量。
5.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述技术壁垒数据还包括企业拥有的技术秘密的数量以及由此产生的市场价值。
6.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述团队壁垒数据至少包括企业股权架构数据、合伙人互补程度数据、项目-能力匹配程度数据、团队创新力数据、团队执行力数据、以及团队学习力数据的其中一种或多种，
所述团队创新力数据包括团队学习意识数据和学习能力数据，所述团队创新力数据包括团队创新意识数据和创新能力数据。
7.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述经营能力壁垒数据至少包括特种产品生产能力数据、硬件制造能力数据、软件开发能力数据、成本控制能力数据的一种或多种。
8.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述价值链整合能力壁垒数据至少包括采购能力数据、营销能力数据、渠道运营能力数据、网络影响拓展能力数据、企业公关能力数据的一种或多种。
9.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述融资能力壁垒数据至少包括财务盈利能力数据、商业计划推介能力数据、融资渠道宽泛度数据、与投资人互动能力数据、以及无形资产价值数据。
10.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述商誉品牌壁垒数据至少包括与品牌相关的商标数量数据、商标状态数据、商标使用时间数据、商标传播难易程度数据、主营网站的网络影响力数据以及注册用户量数据。
11.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述壁垒数据还包括企业文化壁垒数据和企业价值观壁垒数据。
12.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
所述企业数据获取步骤中，由用户直接输入待评估企业的与竞争壁垒相关的数据，或者由评估服务器根据用户输入的待评估企业的字号、名称、或统一社会信用代码，利用大数据手段通过互联网爬取企业所共享的公开数据。
13.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
根据企业发展阶段和所处行业而对所述评估模型和/或所述各个因子进行预先设定，并根据统计分析的结果由人工进行调整，或者基于人工智能进行优化。
14.根据权利要求12所述的企业竞争壁垒评估方法，其特征在于，
预先设定各个因子，作为各个维度的竞争壁垒相关数据的权重系数，对各个维度的竞争壁垒相关数据进行加权求和，从而作为企业的竞争壁垒评估值。
15.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
利用具有学习功能的人工智能算法，基于不同行业的成功案例以及以往的评估结果进行机器学习或深度学习，生成所述评估模型以及所述因子的组合，并不断对所述评估模型和所述因子的组合进行优化。
16.根据权利要求15所述的企业竞争壁垒评估方法，其特征在于，
基于不同行业的成功案例以及以往的评估结果，通过机器学习或深度学习，对生成评估模型的算法和/或生成因子的算法进行优化。
17.根据权利要求2所述的企业竞争壁垒评估方法，其特征在于，
利用具有学习功能的人工智能算法，基于不同行业的成功案例和/或以往的评估结果进行机器学习或深度学习，从而对所述技术壁垒数据、团队壁垒数据、经营能力壁垒数据、价值链整合能力数据、融资能力壁垒数据、和商誉品牌壁垒数据的其中一项或多项进行删减，或增加新的种类的壁垒数据。
18.一种企业竞争壁垒评估系统，利用权利要求1～17所述的企业竞争壁垒评估方法对企业的竞争壁垒进行评估，包括客户端、数据库和服务器，其特征在于，
所述数据库具有：
评估模型数据库，其存储有面向企业竞争壁垒的评估模型；以及
因子数据库，其存储有与企业竞争壁垒相关的各个参数的因子，并组成成套的因子，
所述服务器具有：
企业数据接收单元，其对用户从所述客户端输入的企业信息或企业数据进行接收；
企业竞争壁垒评估值计算单元，其调取所述评估模型数据库所存储的相应评估模型，并且基于由所述企业数据接收单元所接收的与企业竞争壁垒相关的数据、和所述因子数据库中所存储的因子，计算出待评估企业的竞争壁垒评估值；以及
评估值输出单元，其将所述竞争壁垒评估值输出到所述客户端。
19.根据权利要求18所述的企业竞争壁垒评估系统，其特征在于，
还包括：
评估模型设定单元，针对特定类型的企业，基于数据分析的结果设定企业评估模型；以及
因子设定单元，针对特定类型的企业，基于数据分析的结果设定与企业竞争壁垒相关的因子。
20.根据权利要求18或19所述的企业竞争壁垒评估系统，其特征在于，
还包括：
评估模型生成单元，根据人工设定的初级评估模型生成精度更高的高级评估模型；
模型算法自学习单元，利用机器学习对所述初级评估模型或精度更高的高级评估模型不断进行优化，并且利用机器学习对算法本身进行优化；
因子生成单元，根据人工设定的初级因子生成精度更高的高级因子；
因子算法自学习单元，利用机器学习对所述初级因子或精度更高的高级因子不断进行优化，并且利用机器学习对算法本身进行优化。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811161745.0A CN110969330A (zh) | 2018-09-30 | 2018-09-30 | 企业竞争壁垒评估方法及系统 |
| PCT/CN2019/106996 WO2020063476A1 (zh) | 2018-09-30 | 2019-09-20 | 企业竞争壁垒评估方法及系统 |
| US17/279,633 US20210390473A1 (en) | 2018-09-30 | 2019-09-20 | Evaluation method and system of enterprise competition barriers |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811161745.0A CN110969330A (zh) | 2018-09-30 | 2018-09-30 | 企业竞争壁垒评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110969330A true CN110969330A (zh) | 2020-04-07 |
Family
ID=69952389
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811161745.0A Pending CN110969330A (zh) | 2018-09-30 | 2018-09-30 | 企业竞争壁垒评估方法及系统 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20210390473A1 (zh) |
| CN (1) | CN110969330A (zh) |
| WO (1) | WO2020063476A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11277499B2 (en) * | 2019-09-30 | 2022-03-15 | CACI, Inc.—Federal | Systems and methods for performing simulations at a base station router |
| CN112598228B (zh) * | 2020-12-07 | 2023-09-22 | 深圳价值在线信息科技股份有限公司 | 企业竞争力的分析方法、装置、设备及存储介质 |
| US20230214860A1 (en) * | 2021-12-30 | 2023-07-06 | Ozyegin Universitesi | Model of Brand Health |
| CN115330256A (zh) * | 2022-09-13 | 2022-11-11 | 深圳市维度数据科技股份有限公司 | 一种海洋经济活动企业筛选管理方法 |
| CN116894684B (zh) * | 2023-09-11 | 2023-11-24 | 山东商业职业技术学院 | 一种基于大数据的计算机数据处理方法及系统 |
| CN117557123A (zh) * | 2024-01-12 | 2024-02-13 | 中国信息通信研究院 | 一种评价混合云技术、市场、生态三维能力的评价方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1581146A (zh) * | 2003-08-07 | 2005-02-16 | 中国移动通信集团公司 | 市场竞争强度评估方法 |
| KR20100132289A (ko) * | 2009-06-09 | 2010-12-17 | 한국과학기술정보연구원 | 기업의 유망 사업화 아이템 발굴 시스템 및 방법 |
| CN107180388A (zh) * | 2016-03-11 | 2017-09-19 | 阿里巴巴集团控股有限公司 | 企业估值方法、企业众筹方法及装置 |
| CN107220769A (zh) * | 2017-05-26 | 2017-09-29 | 北京汇通金财信息科技有限公司 | 一种企业信用风险评估方法及系统 |
| CN107506900A (zh) * | 2017-07-31 | 2017-12-22 | 苏州大成有方数据科技有限公司 | 一种企业创新能力评估系统 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080228541A1 (en) * | 2005-10-24 | 2008-09-18 | Megdal Myles G | Using commercial share of wallet in private equity investments |
| US20090024598A1 (en) * | 2006-12-20 | 2009-01-22 | Ying Xie | System, method, and computer program product for information sorting and retrieval using a language-modeling kernel function |
| US7657498B2 (en) * | 2006-11-15 | 2010-02-02 | Wipro Limited | Business-aligned organizational knowledge management system, framework, and tools for capture and dissemination of explicit and tacit knowledge of business objectives and management strategy articulated in problem statements |
| CN102725772A (zh) * | 2010-01-25 | 2012-10-10 | Cpa软件有限公司 | 专利评分和分类 |
| CN102376076A (zh) * | 2010-08-26 | 2012-03-14 | 梁云志 | 一种企业创新能力评估系统 |
| US10891701B2 (en) * | 2011-04-15 | 2021-01-12 | Rowan TELS Corp. | Method and system for evaluating intellectual property |
| US20120303537A1 (en) * | 2011-05-27 | 2012-11-29 | Bgw Ag | Intellectual Property Right Valuation Index And A Method And A System For Creating Such An Index |
| CN102968730A (zh) * | 2012-10-23 | 2013-03-13 | 无锡复深信息科技有限公司 | 基于云计算的企业商业模式评估系统及方法 |
| KR101547031B1 (ko) * | 2013-12-30 | 2015-08-24 | 연세대학교 산학협력단 | 해외 가스전 개발 프로젝트의 사업환경 분석 시스템 및 방법 |
| US20160092898A1 (en) * | 2014-09-30 | 2016-03-31 | Mengjiao Wang | Intelligent pricing |
| US10127214B2 (en) * | 2014-12-09 | 2018-11-13 | Sansa Al Inc. | Methods for generating natural language processing systems |
| CN106779395A (zh) * | 2016-12-12 | 2017-05-31 | 墨宝股份有限公司 | 一种企业信息技术应用程度评价方法及系统 |
| CN107544957A (zh) * | 2017-07-05 | 2018-01-05 | 华北电力大学 | 一种面向商品目标词的情感倾向分析方法 |
-
2018
- 2018-09-30 CN CN201811161745.0A patent/CN110969330A/zh active Pending
-
2019
- 2019-09-20 US US17/279,633 patent/US20210390473A1/en not_active Abandoned
- 2019-09-20 WO PCT/CN2019/106996 patent/WO2020063476A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1581146A (zh) * | 2003-08-07 | 2005-02-16 | 中国移动通信集团公司 | 市场竞争强度评估方法 |
| KR20100132289A (ko) * | 2009-06-09 | 2010-12-17 | 한국과학기술정보연구원 | 기업의 유망 사업화 아이템 발굴 시스템 및 방법 |
| CN107180388A (zh) * | 2016-03-11 | 2017-09-19 | 阿里巴巴集团控股有限公司 | 企业估值方法、企业众筹方法及装置 |
| CN107220769A (zh) * | 2017-05-26 | 2017-09-29 | 北京汇通金财信息科技有限公司 | 一种企业信用风险评估方法及系统 |
| CN107506900A (zh) * | 2017-07-31 | 2017-12-22 | 苏州大成有方数据科技有限公司 | 一种企业创新能力评估系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020063476A1 (zh) | 2020-04-02 |
| US20210390473A1 (en) | 2021-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110969330A (zh) | 企业竞争壁垒评估方法及系统 | |
| Khan et al. | Effective demand forecasting model using business intelligence empowered with machine learning | |
| Majeed et al. | Internet of things (IoT) embedded future supply chains for industry 4.0: An assessment from an ERP-based fashion apparel and footwear industry | |
| Arévalo et al. | High-frequency trading strategy based on deep neural networks | |
| Kurumatani | Time series forecasting of agricultural product prices based on recurrent neural networks and its evaluation method | |
| Ye et al. | Crowd trust: A context-aware trust model for worker selection in crowdsourcing environments | |
| Xu et al. | Rent index forecasting through neural networks | |
| CN108921602B (zh) | 一种基于集成神经网络的用户购买行为预测方法 | |
| Parker et al. | An economic perspective on agent-based models of land use and land cover change | |
| Gagliardi et al. | Evaluation and design of innovation policies in the agro-food sector: An application of multilevel self-regulating agents | |
| Yasynska et al. | Assessment of the level of business readiness for digitalization using marketing and neural network technologies | |
| Rabhi et al. | State-of-the-art in applying machine learning to electronic trading | |
| Goh | How agritech is transforming traditional agriculture in emerging markets | |
| Yáñez-Valdés et al. | Equity crowdfunding platforms and sustainable impacts: encountering investors and technological initiatives for tackling social and environmental challenges | |
| Raflesia et al. | Agricultural commodity price forecasting using PSO-RBF neural network for farmers exchange rate improvement in Indonesia | |
| Dhanalakshmi et al. | A Logical Investigation of Stock Market Prediction and Analysis using Supervised Machine Learning Algorithm | |
| Boyanov | Approaches for enhancing digitalization and digital transformation in supply chain management | |
| Tang et al. | The Impact of Instagram Marketing on Sale in the Fashion Industry | |
| Mahapatra et al. | A novel swarm optimisation approach for risk-based partner selection in virtual enterprises | |
| Agapitos et al. | On the genetic programming of time-series predictors for supply chain management | |
| Ghani et al. | Towards modelling factors of intention to adopt cloud-based m-retail application among textile cyberpreneurs | |
| Banditvilai et al. | Forecasting Models for Thailand’s Electrical Appliances Export Values | |
| Zhou et al. | On Building Real Time Intelligent Agricultural Commodity Trading Models | |
| CN104636489A (zh) | 描述属性数据的处理方法和装置 | |
| GALLEMIT | Water Monitoring and Analysis System: Validating an IoT-Enabled Prototype Towards Sustainable Aquaculture |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200327 Address after: 100107 03 / F, block C, Tianlang garden, Chaoyang District, Beijing (Harvest incubator 2118) Applicant after: Inno management consulting (Beijing) Co., Ltd Address before: No.1, Minzhu lane, Zhangcun Town, Mianchi County, Sanmenxia City, Henan Province 472400 Applicant before: Cao Xijun |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |