CN111552733A - 一种基于大数据的运营动态分析系统及方法 - Google Patents

一种基于大数据的运营动态分析系统及方法 Download PDF

Info

Publication number
CN111552733A
CN111552733A CN202010346492.5A CN202010346492A CN111552733A CN 111552733 A CN111552733 A CN 111552733A CN 202010346492 A CN202010346492 A CN 202010346492A CN 111552733 A CN111552733 A CN 111552733A
Authority
CN
China
Prior art keywords
current time
time node
sales
amount
weekly
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
Application number
CN202010346492.5A
Other languages
English (en)
Other versions
CN111552733B (zh
Inventor
付胜龙
王钰
袁彬
宋军
张逵
万炎
万世红
阳铁彬
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.)
Dahan E Commerce Co ltd
Original Assignee
Dahan E Commerce 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 Dahan E Commerce Co ltd filed Critical Dahan E Commerce Co ltd
Priority to CN202010346492.5A priority Critical patent/CN111552733B/zh
Publication of CN111552733A publication Critical patent/CN111552733A/zh
Application granted granted Critical
Publication of CN111552733B publication Critical patent/CN111552733B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Finance (AREA)
  • Pure & Applied Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Computational Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于互联网计算机技术领域，具体涉及一种基于大数据的运营动态分析系统及方法，所述系统，包括：销量分析单元，用于对销售数据进行周月年不同维度的动态销售分析，并生成当前时间节点之前的周月年销售趋势图表；价格分析单元，用于对产品价格数据进行周月年不同维度的动态价格分析，并生成当前时间节点之前的周月年价格趋势图表；用信分析单元，用于根据已贷额和销售额进行用信分析，并生成当前时间节点之前的周月用信图表；图表展示单元，用于展示销售趋势图表、价格趋势图表和用信图表。本发明能够动态的分析企业当前时间点之前的周月年销售价格变化情况；而且能对借款企业的用信进行分析，并通过用信图表的形式对借贷风险进行预警提醒。

Description

一种基于大数据的运营动态分析系统及方法
技术领域
本发明属于互联网计算机技术领域，具体涉及一种基于大数据的运营动态分析系统及方法。
背景技术
贷款是银行或其它金融机构按一定利率和必须归还等条件出借货币资金的一种信用活动形式。在贷款业务中，资金出借方通常要对借款企业的销售业务情况进行调查，以便确保借款企业具有还款的能力。
现有的很多数据分析系统，可以分析借款企业的周月年销售业务情况，但是不能动态的分析当前时间点之前的周月年销售业务情况；其次不能对借款企业的用信进行分析和预警。
发明内容
针对现有技术中的缺陷，本发明提供了一种基于大数据的运营动态分析系统及方法，通过T+1模式，能够动态的分析企业当前时间点之前的T天内的周月年销售业务情况和周月年价格变化情况；而且能够对借款企业的用信进行分析，并通过用信图表的形式对借贷风险进行预警提醒。
第一方面，本发明提供了一种基于大数据的运营动态分析系统，包括：
销量分析单元，用于对销售数据进行周月年不同维度的动态销售分析，并生成当前时间节点之前的周月年销售趋势图表；
价格分析单元，用于对产品价格数据进行周月年不同维度的动态价格分析，并生成当前时间节点之前的周月年价格趋势图表；
用信分析单元，用于根据已贷额和销售额进行用信分析，并生成当前时间节点之前的周月用信图表；
图表展示单元，用于展示销售趋势图表、价格趋势图表和用信图表。
优选地，所述销售分析单元具体用于：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的销售数据，按总量、省份、机构和品规这四个类别分别对周销售数据进行分析，并生成这四个类别的周销售趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的销售数据，按总量、省份、机构和品规这四个类别分别对月销售数据进行分析，并生成这四个类别的月销售趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的销售数据，按总量、省份、机构和品规这四个类别分别对年销售数据进行分析，并生成这四个类别的年销售趋势图表。
优选地，所述价格分析单元具体用于：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的价格数据，按总量、市场客户和终端客户这三个类别分别对周价格数据进行分析，并生成这三个类别的周价格趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的价格数据，按总量、市场客户和终端客户这三个类别分别对月价格数据进行分析，并生成这三个类别的月价格趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的价格数据，按总量、市场客户和终端客户这三个类别分别对年价格数据进行分析，并生成这三个类别的年价格趋势图表。
优选地，所述用信分析单元具体用于：
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用周计算公式，计算周达标金额、周预警金额和周终止金额；生成包括周销售额线、周达标金额线、周预警金额线和周终止金额线的周用信图表；
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用月计算公式，计算月达标金额、月预警金额和月终止金额；生成包括月销售额线、月达标金额线、月预警金额线和月终止金额线的月用信图表。
优选地，所述周计算公式包括：
周达标金额＝当前时间节点企业在贷余额*3*7/30；
周预警金额＝当前时间节点企业在贷余额*1.5*7/30；
周终止金额＝当前时间节点企业在贷余额*1*7/30；
月达标金额＝当前时间节点企业在贷余额*3*30/30；
月预警金额＝当前时间节点企业在贷余额*1.5*30/30；
月终止金额＝当前时间节点企业在贷余额*1*30/30。
第二方面，本发明提供了一种基于大数据的运营动态分析方法，适用于第一方面所述的基于大数据的运营动态分析系统，包括以下步骤：
对销售数据进行周月年不同维度的动态销售分析，并生成当前时间节点之前的周月年销售趋势图表；
对产品价格数据进行周月年不同维度的动态价格分析，并生成当前时间节点之前的周月年价格趋势图表；
根据已贷额和销售额进行用信分析，并生成当前时间节点之前的周月用信图表；
展示销售趋势图表、价格趋势图表和用信图表。
优选地，所述对销售数据进行周月年不同维度的动态销售分析，并生成当前时间节点之前的周月年销售趋势图表，具体为：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的销售数据，按总量、省份、机构和品规这四个类别分别对周销售数据进行分析，并生成这四个类别的周销售趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的销售数据，按总量、省份、机构和品规这四个类别分别对月销售数据进行分析，并生成这四个类别的月销售趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的销售数据，按总量、省份、机构和品规这四个类别分别对年销售数据进行分析，并生成这四个类别的年销售趋势图表。
优选地，所述对产品价格数据进行周月年不同维度的动态价格分析，并生成当前时间节点之前的周月年价格趋势图表，具体为：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的价格数据，按总量、市场客户和终端客户这三个类别分别对周价格数据进行分析，并生成这三个类别的周价格趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的价格数据，按总量、市场客户和终端客户这三个类别分别对月价格数据进行分析，并生成这三个类别的月价格趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的价格数据，按总量、市场客户和终端客户这三个类别分别对年价格数据进行分析，并生成这三个类别的年价格趋势图表。
优选地，所述根据已贷额和销售额进行用信分析，并生成当前时间节点之前的周月用信图表，具体为：
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用周计算公式，计算周达标金额、周预警金额和周终止金额；生成包括周销售额线、周达标金额线、周预警金额线和周终止金额线的周用信图表；
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用月计算公式，计算月达标金额、月预警金额和月终止金额；生成包括月销售额线、月达标金额线、月预警金额线和月终止金额线的月用信图表。
优选地，所述周计算公式包括：
周达标金额＝当前时间节点企业在贷余额*3*7/30；
周预警金额＝当前时间节点企业在贷余额*1.5*7/30；
周终止金额＝当前时间节点企业在贷余额*1*7/30；
所述月计算公式包括：
月达标金额＝当前时间节点企业在贷余额*3*30/30；
月预警金额＝当前时间节点企业在贷余额*1.5*30/30；
月终止金额＝当前时间节点企业在贷余额*1*30/30。
本发明的技术方案，通过T+1模式，能够动态的分析企业当前时间点之前的T天内的周月年销售业务情况和周月年价格变化情况；而且能够对借款企业的用信进行分析，并通过用信图表的形式对借贷风险进行预警提醒。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本实施例中基于大数据的运营动态分析系统的结构图；
图2为本实施例中销售分析的方法流程图；
图3为本实施例中价格分析的方法流程图；
图4为本实施例中用信分析的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
实施例一：
本实施例提供了一种基于大数据的运营动态分析系统，如图1所示，包括销量分析单元、价格分析单元、用信分析单元等。
销量分析单元，用于对销售数据进行周月年不同维度的动态销售分析，并生成当前时间节点之前的周月年销售趋势图表；
价格分析单元，用于对产品价格数据进行周月年不同维度的动态价格分析，并生成当前时间节点之前的周月年价格趋势图表；
用信分析单元，用于根据已贷额和销售额进行用信分析，并生成当前时间节点之前的周月用信图表；
图表展示单元，用于展示销售趋势图表、价格趋势图表和用信图表。
本实施例的销量分析应用T+1的模式，分析当前时间节点之前的T天的销售情况，若T为7，就分析一周内的销售情况，若T为30，就分析一月内的销售情况，若T为365，就分析一年内的销售情况。价格分析与销售分析原理相同，区别在于是对浮动的价格进行的分析。用信分析用于对借款企业的业务和贷款进行分析，从而对贷款风险进行预警。本实施例不仅进行分析，而且生成分析后的图表，通过图表的形式便于用户查看，通过图表的形式更直观的对用户进行预警。
本实施例的所述销售分析单元具体用于：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的销售数据，按总量、省份、机构和品规这四个类别分别对周销售数据进行分析，并生成这四个类别的周销售趋势图表。如当前时间节点为2019.12.21，当前时间节点之前一周，就是2019.12.14-2019.12.21这段时间，从数据库中提取出这段时间内的销售数据，当前企业销售的产品，可能销售到不同的省份，可能有不同的机构部门进行销售，销售的产品也可能多样，因此通过不同的类别统计这一周的销售数据，并将分析生成的图表展示给用户看，便于用户了解最近一周的销售变化趋势，以便做出更正确的销售决策。如当天时间节点为2.19.12.23，则当前时间节点之前一周，就是2019.12.16-2019.12.23这段时间，分析的就是这一周的销售情况。因此本实施例能以任一时间节点为基准，分析该时间节点之前一周的销售情况。
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的销售数据，按总量、省份、机构和品规这四个类别分别对月销售数据进行分析，并生成这四个类别的月销售趋势图表。如当前时间节点为2019.12.21，当前时间节点之前一月，就是2019.12.14-2019.11.14这段时间，从数据库中提取出这段时间内的销售数据，通过不同的类别统计这一月的销售数据，并将分析生成的图表展示给用户看，便于用户了解最近一月的销售趋势，以便做出更正确的销售决策。如当天时间节点为2.19.12.23，则当前时间节点之前一月，就是2019.12.16-2019.11.16这段时间，分析的就是这一月的销售情况。因此本实施例能以任一时间节点为基准，分析该时间节点之前一个月的销售情况。
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的销售数据，按总量、省份、机构和品规这四个类别分别对年销售数据进行分析，并生成这四个类别的年销售趋势图表。如当前时间节点为2019.12.21，当前时间节点之前一年，就是2019.12.14-2018.12.14这段时间，从数据库中提取出这段时间内的销售数据，通过不同的类别统计这一年的销售数据，并将分析生成的图表展示给用户看，便于用户了解最近一年的销售趋势，以便做出更正确的销售决策。如当天时间节点为2.19.12.23，则当前时间节点之前一年，就是2019.12.16-2018.12.16这段时间，分析的就是这一年的销售情况。因此本实施例能以任一时间节点基准，分析该时间节点之前一年的销售情况。
本实施例不仅能动态分析销售数据并进行图表展示，而且能从周、月、年这三个维度动态的分析销售数据，从而帮助用户做出更准确的销售调整策略。
本实施例的所述价格分析单元具体用于：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的价格数据，按总量、市场客户和终端客户这三个类别分别对周价格数据进行分析，并生成这三个类别的周价格趋势图表。
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的价格数据，按总量、市场客户和终端客户这三个类别分别对月价格数据进行分析，并生成这三个类别的月价格趋势图表。
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的价格数据，按总量、市场客户和终端客户这三个类别分别对年价格数据进行分析，并生成这三个类别的年价格趋势图表。
本实施例的市场客户指与当前企业签订长期协议的客户，终端客户是指没有长期协议的、类似于散户的客户。本实施例价格分析与销售分析的方式类似，能以任一时间节点为基准，分析该时间节点之前T天内(如一周内、一月内、一年内)的价格变化情况，并通过图表的方式展示给用户，便于用户查看以及做出更准确的价格调整策略。
本实施例的所述用信分析单元具体用于：
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用周计算公式，计算周达标金额、周预警金额和周终止金额；生成包括周销售额线、周达标金额线、周预警金额线和周终止金额线的周用信图表。
所述周计算公式包括：
周达标金额＝当前时间节点企业在贷余额*3*7/30(系数3表示借款企业一周内的周转次数需要达到3次)；
周预警金额＝当前时间节点企业在贷余额*1.5*7/30(系数3表示借款企业一周内的周转次数需要达到1.5次)；
周终止金额＝当前时间节点企业在贷余额*1*7/30(系数3表示借款企业一周内的周转次数需要达到1次)。
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用月计算公式，计算月达标金额、月预警金额和月终止金额；生成包括月销售额线、月达标金额线、月预警金额线和月终止金额线的月用信图表。
月达标金额＝当前时间节点企业在贷余额*3*30/30；
月预警金额＝当前时间节点企业在贷余额*1.5*30/30；
月终止金额＝当前时间节点企业在贷余额*1*30/30。
本实施例中的用信分析，即对借款企业的贷款风险进行分析，资金出借方为借款企业放贷后，本平台会监控借款企业对放贷款的使用情况，例如资金出借方给借款企业的已贷额为200万，借款企业使用这笔款项，截止到2019.12.21日使用了150万，则贷款余额为200-150＝50万。通过上述的周计算公式进行计算，可得到最近一周的周达标金额为35万、周预警金额为17.5、周终止金额为11.67万，将这三个金额与这一周的销售额进行比较，从而进行贷款风险分析。如果销售额高于周达标金额35万，表明达到风控要求，没有贷款风险；如果销售额低于周达标金额但高于周预警金额，则表明借款企业为次级风险企业，有较小的次级贷款风险，给借款企业贷款需要慎重，以免资金不能及时收回；如果销售额低于周预警金额但高于周终止金额，表明借款企业为高风险企业，有很大的高贷款风险，建议不要给借款企业贷款；如果销售额低于了周终止金额，终止给借款企业的相关授信贷款。周达标金额线为若干个周达标金额构成的趋势线，周预警金额线为若干个周预警金额构成的趋势线，周终止金额线为若干个周终止金额构成的趋势线。本实施例通过图表的形式，将这四条线展示在同一张图中，便于用户一目了然的了解当前的销售额与贷款余额之间的关系，从而做出更准确的贷款调整策略。
本实施例的月计算公式与周计算公式类似，分析原理也相同，将月销售额分别与月达标金额、月预警金额和月终止金额进行比较，从而分析贷款的风险。本实施例从周和月这两个维度来分析贷款的风险，并通过图表的形式进行展示，为用户提供更多的参考，辅助用户做出正确的风控决定。
综上所述，本实施例的技术方案，通过T+1模式，能够动态的分析企业当前时间点之前的T天内的周月年销售业务情况和周月年价格变化情况，从而帮助用户做出更准确的销售策略和价格策略；而且能够对借款企业的用信进行分析，并通过用信图表的形式对借贷风险进行预警提醒，辅助用户做出正确的风控决定。
实施例二：
本实施例提供了一种基于大数据的运营动态分析方法，适用于实施例一所述的基于大数据的运营动态分析系统，包括以下步骤：
A、对销售数据进行周月年不同维度的动态销售分析，并生成当前时间节点之前的周月年销售趋势图表；
B、对产品价格数据进行周月年不同维度的动态价格分析，并生成当前时间节点之前的周月年价格趋势图表；
C、根据已贷额和销售额进行用信分析，并生成当前时间节点之前的周月用信图表。
D、展示销售趋势图表、价格趋势图表和用信图表。
本实施例的步骤A、B、C之间没有必然的逻辑关系，本实施例的销量分析应用T+1的模式，分析当前时间节点之前的T天的销售情况，若T为7，就分析一周内的销售情况，若T为30，就分析一月内的销售情况，若T为365，就分析一年内的销售情况。价格分析与销售分析原理相同，区别在于是对浮动的价格进行的分析。用信分析用于对借款企业的业务和贷款进行分析，从而对贷款风险进行预警。本实施例不仅进行分析，而且生成分析后的图表，通过图表的形式便于用户查看，通过图表的形式更直观的对用户进行预警。
本实施例中销售分析的步骤A,如图2所示，具体包括：
A1，根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的销售数据，按总量、省份、机构和品规这四个类别分别对周销售数据进行分析，并生成这四个类别的周销售趋势图表。如当前时间节点为2019.12.21，当前时间节点之前一周，就是2019.12.14-2019.12.21这段时间，从数据库中提取出这段时间内的销售数据，当前企业销售的产品有多个类别，这些产品可能销售到不同的省份，可能由不同的机构部门进行销售，因此通过不同的类别统计这一周的销售数据，并将分析生成的图表展示给用户看，便于用户了解最近一周的销售变化趋势，以便做出更正确的销售决策。如当天时间节点为2.19.12.23，则当前时间节点之前一周，就是2019.12.16-2019.12.23这段时间，分析的就是这一周的销售情况。因此本实施例能以任一时间节点为基准，分析该时间节点之前一周的销售情况。
A2，根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的销售数据，按总量、省份、机构和品规这四个类别分别对月销售数据进行分析，并生成这四个类别的月销售趋势图表。如当前时间节点为2019.12.21，当前时间节点之前一月，就是2019.12.14-2019.11.14这段时间，从数据库中提取出这段时间内的销售数据，通过不同的类别统计这一月的销售数据，并将分析生成的图表展示给用户看，便于用户了解最近一月的销售趋势，以便做出更正确的销售决策。如当天时间节点为2.19.12.23，则当前时间节点之前一月，就是2019.12.16-2019.11.16这段时间，分析的就是这一月的销售情况。因此本实施例能以任一时间节点基准，分析该时间节点之前一个月的销售情况。
A3，根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的销售数据，按总量、省份、机构和品规这四个类别分别对年销售数据进行分析，并生成这四个类别的年销售趋势图表。如当前时间节点为2019.12.21，当前时间节点之前一年，就是2019.12.14-2018.12.14这段时间，从数据库中提取出这段时间内的销售数据，通过不同的类别统计这一年的销售数据，并将分析生成的图表展示给用户看，便于用户了解最近一年的销售趋势，以便做出更正确的销售决策。如当天时间节点为2.19.12.23，则当前时间节点之前一年，就是2019.12.16-2018.12.16这段时间，分析的就是这一年的销售情况。因此本实施例能以任一时间节点基准，分析该时间节点之前一年的销售情况。
本实施例不仅能动态分析销售数据并进行图表展示，而且能从周、月、年这三个维度动态的分析销售数据，从而帮助用户做出更准确的销售调整策略。
本实施例中价格分析的步骤B,如图3所示，具体包括：
B1，根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的价格数据，按总量、市场客户和终端客户这三个类别分别对周价格数据进行分析，并生成这三个类别的周价格趋势图表。
B2，根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的价格数据，按总量、市场客户和终端客户这三个类别分别对月价格数据进行分析，并生成这三个类别的月价格趋势图表。
B3，根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的价格数据，按总量、市场客户和终端客户这三个类别分别对年价格数据进行分析，并生成这三个类别的年价格趋势图表。
本实施例的市场客户指与当前企业签订长期协议的客户，终端客户是指没有长期协议的、类似于散户的客户。本实施例价格分析与销售分析的方式类似，能以任一时间节点为基准，分析该时间节点之前T天内(如一周内、一月内、一年内)的价格变化情况，并通过图表的方式展示给用户，便于用户查看以及做出更准确的价格调整策略。
本实施例中用信分析的步骤C,如图4所示，具体包括：
C1，根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用周计算公式，计算周达标金额、周预警金额和周终止金额；生成包括周销售额线、周达标金额线、周预警金额线和周终止金额线的周用信图表。
所述周计算公式包括：
周达标金额＝当前时间节点企业在贷余额*3*7/30(系数3表示借款企业一周内的周转次数需要达到3次)；
周预警金额＝当前时间节点企业在贷余额*1.5*7/30(系数3表示借款企业一周内的周转次数需要达到1.5次)；
周终止金额＝当前时间节点企业在贷余额*1*7/30(系数3表示借款企业一周内的周转次数需要达到1次)。
C2，根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用月计算公式，计算月达标金额、月预警金额和月终止金额；生成包括月销售额线、月达标金额线、月预警金额线和月终止金额线的月用信图表。
月达标金额＝当前时间节点企业在贷余额*3*30/30；
月预警金额＝当前时间节点企业在贷余额*1.5*30/30；
月终止金额＝当前时间节点企业在贷余额*1*30/30。
本实施例中的用信分析，即对借款企业的贷款风险进行分析，资金出借方为借款企业放贷后，本平台会监控借款企业对放贷款的使用情况，例如资金出借方给借款企业的已贷额为200万，借款企业使用这笔款项，截止到2019.12.21日使用了150万，则贷款余额为200-150＝50万。通过上述的周计算公式进行计算，可得到最近一周的周达标金额为35万、周预警金额为17.5、周终止金额为11.67万，将这三个金额与这一周的销售额进行比较，从而进行贷款风险分析。如果销售额高于周达标金额35万，表明达到风控要求，没有贷款风险；如果销售额低于周达标金额但高于周预警金额，则表明借款企业为次级风险企业，有较小的次级贷款风险，给借款企业贷款需要慎重，以免资金不能及时收回；如果销售额低于周预警金额但高于周终止金额，表明借款企业为高风险企业，有很大的高贷款风险，建议不要给借款企业贷款；如果销售额低于了周终止金额，终止给借款企业的相关授信贷款。周达标金额线为若干个周达标金额构成的趋势线，周预警金额线为若干个周预警金额构成的趋势线，周终止金额线为若干个周终止金额构成的趋势线。本实施例通过图表的形式，将这四条线展示在同一张图中，便于用户一目了然的了解当前的销售额与贷款余额之间的关系，从而做出更准确的贷款调整策略。
本实施例的月计算公式与周计算公式类似，分析原理也相同，将月销售额分别与月达标金额、月预警金额和月终止金额进行比较，从而分析贷款的风险。本实施例从周和月这两个维度来分析贷款的风险，并通过图表的形式进行展示，为用户提供更多的参考，辅助用户做出正确的风控决定。
综上所述，本实施例的技术方案，通过T+1模式，能够动态的分析企业当前时间点之前的T天内的周月年销售业务情况和周月年价格变化情况，从而帮助用户做出更准确的销售策略和价格策略；而且能够对借款企业的用信进行分析，并通过用信图表的形式对借贷风险进行预警提醒，辅助用户做出正确的风控决定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的实施例中，应该理解到，所述单元或步骤的划分，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，例如多个步骤可结合为一个步骤，一个步骤可拆分为多个步骤，或一些特征可以忽略等。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种基于大数据的运营动态分析系统，其特征在于，包括：
销量分析单元，用于对销售数据进行周月年不同维度的动态销售分析，并生成当前时间节点之前的周月年销售趋势图表；
价格分析单元，用于对产品价格数据进行周月年不同维度的动态价格分析，并生成当前时间节点之前的周月年价格趋势图表；
用信分析单元，用于根据已贷额和销售额进行用信分析，并生成当前时间节点之前的周月用信图表；
图表展示单元，用于展示销售趋势图表、价格趋势图表和用信图表。
2.根据权利要求1所述的一种基于大数据的运营动态分析系统，其特征在于，所述销售分析单元具体用于：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的销售数据，按总量、省份、机构和品规这四个类别分别对周销售数据进行分析，并生成这四个类别的周销售趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的销售数据，按总量、省份、机构和品规这四个类别分别对月销售数据进行分析，并生成这四个类别的月销售趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的销售数据，按总量、省份、机构和品规这四个类别分别对年销售数据进行分析，并生成这四个类别的年销售趋势图表。
3.根据权利要求2所述的一种基于大数据的运营动态分析系统，其特征在于，所述价格分析单元具体用于：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的价格数据，按总量、市场客户和终端客户这三个类别分别对周价格数据进行分析，并生成这三个类别的周价格趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的价格数据，按总量、市场客户和终端客户这三个类别分别对月价格数据进行分析，并生成这三个类别的月价格趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的价格数据，按总量、市场客户和终端客户这三个类别分别对年价格数据进行分析，并生成这三个类别的年价格趋势图表。
4.根据权利要求3所述的一种基于大数据的运营动态分析系统，其特征在于，所述用信分析单元具体用于：
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用周计算公式，计算周达标金额、周预警金额和周终止金额；生成包括周销售额线、周达标金额线、周预警金额线和周终止金额线的周用信图表；
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用月计算公式，计算月达标金额、月预警金额和月终止金额；生成包括月销售额线、月达标金额线、月预警金额线和月终止金额线的月用信图表。
5.根据权利要求4所述的一种基于大数据的运营动态分析系统，其特征在于，所述周计算公式包括：
周达标金额＝当前时间节点企业在贷余额*3*7/30；
周预警金额＝当前时间节点企业在贷余额*1.5*7/30；
周终止金额＝当前时间节点企业在贷余额*1*7/30；
月达标金额＝当前时间节点企业在贷余额*3*30/30；
月预警金额＝当前时间节点企业在贷余额*1.5*30/30；
月终止金额＝当前时间节点企业在贷余额*1*30/30。
6.一种基于大数据的运营动态分析方法，其特征在于，适用于权利要求1-5任一项所述的基于大数据的运营动态分析系统，其特征在于，包括以下步骤：
对销售数据进行周月年不同维度的动态销售分析，并生成当前时间节点之前的周月年销售趋势图表；
对产品价格数据进行周月年不同维度的动态价格分析，并生成当前时间节点之前的周月年价格趋势图表；
根据已贷额和销售额进行用信分析，并生成当前时间节点之前的周月用信图表；
展示销售趋势图表、价格趋势图表和用信图表。
7.根据权利要求6所述的一种基于大数据的运营动态分析方法，其特征在于，所述对销售数据进行周月年不同维度的动态销售分析，并生成当前时间节点之前的周月年销售趋势图表，具体为：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的销售数据，按总量、省份、机构和品规这四个类别分别对周销售数据进行分析，并生成这四个类别的周销售趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的销售数据，按总量、省份、机构和品规这四个类别分别对月销售数据进行分析，并生成这四个类别的月销售趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的销售数据，按总量、省份、机构和品规这四个类别分别对年销售数据进行分析，并生成这四个类别的年销售趋势图表。
8.根据权利要求7所述的一种基于大数据的运营动态分析方法，其特征在于，所述对产品价格数据进行周月年不同维度的动态价格分析，并生成当前时间节点之前的周月年价格趋势图表，具体为：
根据当前时间节点，从数据库中提取出当前时间节点之前的一周内的价格数据，按总量、市场客户和终端客户这三个类别分别对周价格数据进行分析，并生成这三个类别的周价格趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一月内的价格数据，按总量、市场客户和终端客户这三个类别分别对月价格数据进行分析，并生成这三个类别的月价格趋势图表；
根据当前时间节点，从数据库中提取出当前时间节点之前的一年内的价格数据，按总量、市场客户和终端客户这三个类别分别对年价格数据进行分析，并生成这三个类别的年价格趋势图表。
9.根据权利要求8所述的一种基于大数据的运营动态分析方法，其特征在于，所述根据已贷额和销售额进行用信分析，并生成当前时间节点之前的周月用信图表，具体为：
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用周计算公式，计算周达标金额、周预警金额和周终止金额；生成包括周销售额线、周达标金额线、周预警金额线和周终止金额线的周用信图表；
根据企业已贷额和当前时间节点之前的使用额，计算在贷余额；运用月计算公式，计算月达标金额、月预警金额和月终止金额；生成包括月销售额线、月达标金额线、月预警金额线和月终止金额线的月用信图表。
10.根据权利要求9所述的一种基于大数据的运营动态分析方法，其特征在于，所述周计算公式包括：
周达标金额＝当前时间节点企业在贷余额*3*7/30；
周预警金额＝当前时间节点企业在贷余额*1.5*7/30；
周终止金额＝当前时间节点企业在贷余额*1*7/30；
所述月计算公式包括：
月达标金额＝当前时间节点企业在贷余额*3*30/30；
月预警金额＝当前时间节点企业在贷余额*1.5*30/30；
月终止金额＝当前时间节点企业在贷余额*1*30/30。
CN202010346492.5A 2020-04-27 2020-04-27 一种基于大数据的运营动态分析系统及方法 Active CN111552733B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010346492.5A CN111552733B (zh) 2020-04-27 2020-04-27 一种基于大数据的运营动态分析系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010346492.5A CN111552733B (zh) 2020-04-27 2020-04-27 一种基于大数据的运营动态分析系统及方法

Publications (2)

Publication Number Publication Date
CN111552733A true CN111552733A (zh) 2020-08-18
CN111552733B CN111552733B (zh) 2023-09-01

Family

ID=72003248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010346492.5A Active CN111552733B (zh) 2020-04-27 2020-04-27 一种基于大数据的运营动态分析系统及方法

Country Status (1)

Country Link
CN (1) CN111552733B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115439030A (zh) * 2022-11-09 2022-12-06 山东民昊健康科技有限公司 一种基于大数据分析的资金往来信息管理系统
CN117670466A (zh) * 2023-11-01 2024-03-08 广州市数商云网络科技有限公司 一种基于多端供销平台的供销关系智能化匹配方法及装置

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006031466A (ja) * 2004-07-16 2006-02-02 Hiroyuki Maeda 株価分析用チャートシートと株価分析用チャート表示システム、及びこれらのチャートシート、表示システムの使用方法、並びにこれらのチャートシート、表示システムを用いた株式投資に関する知識の教授方法
JP2006123396A (ja) * 2004-10-29 2006-05-18 Power Zaimu Kk 財務成績表、資金別貸借対照表、資金格付表及び資金格付方法
JP2006331333A (ja) * 2005-05-30 2006-12-07 Ags Corp 与信限度額評価システム
KR20090000053A (ko) * 2006-12-20 2009-01-07 이창근 금융 기관이 개입되는 부동산 임대 중계 거래 방법 및 그시스템
KR20110120036A (ko) * 2010-04-28 2011-11-03 이정락 카드 가맹점의 미래 매출을 예상한 여신 한도 산정 및 실제 매출을 활용한 여신 회수 관리 시스템
US20110270779A1 (en) * 2010-04-30 2011-11-03 Thomas Showalter Data analytics models for loan treatment
CN103198421A (zh) * 2013-03-30 2013-07-10 马钢控制技术有限责任公司 一种基于产品类别的销售返利系统
US20150149333A1 (en) * 2013-11-26 2015-05-28 Allene Yaplee Cash flow management
CN107392464A (zh) * 2017-07-19 2017-11-24 江苏安纳泰克能源服务有限公司 用于企业的贷款风险等级评估方法
JP2018180815A (ja) * 2017-04-10 2018-11-15 株式会社クレジットエンジン 融資額判定システム、融資額判定方法、及びそのプログラム
GB201818042D0 (en) * 2018-11-05 2018-12-19 Chetwood Financial Ltd Computer-implemented method and system for dynamic loan calculation
JP6445199B1 (ja) * 2018-03-30 2018-12-26 三井住友カード株式会社 融資審査システム、方法およびプログラム
CN109801163A (zh) * 2019-03-22 2019-05-24 青岛格兰德信用管理咨询有限公司 一种使用企业数据来生成企业信用分数的方法
CN110246030A (zh) * 2019-06-21 2019-09-17 深圳前海微众银行股份有限公司 多方联动的贷后风险管理方法、终端、装置及存储介质
CN110288172A (zh) * 2018-03-19 2019-09-27 江苏伊斯特威尔供应链管理有限公司 一种基于风险管控的信用管理系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006031466A (ja) * 2004-07-16 2006-02-02 Hiroyuki Maeda 株価分析用チャートシートと株価分析用チャート表示システム、及びこれらのチャートシート、表示システムの使用方法、並びにこれらのチャートシート、表示システムを用いた株式投資に関する知識の教授方法
JP2006123396A (ja) * 2004-10-29 2006-05-18 Power Zaimu Kk 財務成績表、資金別貸借対照表、資金格付表及び資金格付方法
JP2006331333A (ja) * 2005-05-30 2006-12-07 Ags Corp 与信限度額評価システム
KR20090000053A (ko) * 2006-12-20 2009-01-07 이창근 금융 기관이 개입되는 부동산 임대 중계 거래 방법 및 그시스템
KR20110120036A (ko) * 2010-04-28 2011-11-03 이정락 카드 가맹점의 미래 매출을 예상한 여신 한도 산정 및 실제 매출을 활용한 여신 회수 관리 시스템
US20110270779A1 (en) * 2010-04-30 2011-11-03 Thomas Showalter Data analytics models for loan treatment
CN103198421A (zh) * 2013-03-30 2013-07-10 马钢控制技术有限责任公司 一种基于产品类别的销售返利系统
US20150149333A1 (en) * 2013-11-26 2015-05-28 Allene Yaplee Cash flow management
JP2018180815A (ja) * 2017-04-10 2018-11-15 株式会社クレジットエンジン 融資額判定システム、融資額判定方法、及びそのプログラム
CN107392464A (zh) * 2017-07-19 2017-11-24 江苏安纳泰克能源服务有限公司 用于企业的贷款风险等级评估方法
CN110288172A (zh) * 2018-03-19 2019-09-27 江苏伊斯特威尔供应链管理有限公司 一种基于风险管控的信用管理系统
JP6445199B1 (ja) * 2018-03-30 2018-12-26 三井住友カード株式会社 融資審査システム、方法およびプログラム
GB201818042D0 (en) * 2018-11-05 2018-12-19 Chetwood Financial Ltd Computer-implemented method and system for dynamic loan calculation
CN109801163A (zh) * 2019-03-22 2019-05-24 青岛格兰德信用管理咨询有限公司 一种使用企业数据来生成企业信用分数的方法
CN110246030A (zh) * 2019-06-21 2019-09-17 深圳前海微众银行股份有限公司 多方联动的贷后风险管理方法、终端、装置及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李昌林;: "新疆农业发展银行对小微涉农企业风险监管策略分析", no. 02 *
连育青;: "运用大数据分析提升授信审批决策水平的思考", no. 05 *
韦浩: "对按销售资金率核定贷款定额的改进意见", no. 03 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115439030A (zh) * 2022-11-09 2022-12-06 山东民昊健康科技有限公司 一种基于大数据分析的资金往来信息管理系统
CN117670466A (zh) * 2023-11-01 2024-03-08 广州市数商云网络科技有限公司 一种基于多端供销平台的供销关系智能化匹配方法及装置

Also Published As

Publication number Publication date
CN111552733B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
US8301557B1 (en) System, program product, and method to authorized draw for retailer optimization
US20060173772A1 (en) Systems and methods for automated processing, handling, and facilitating a trade credit transaction
US20130173320A1 (en) Method and system utilizing merchant sales activity to provide indicative measurements of merchant and business performance
US20110166987A1 (en) Evaluating Loan Access Using Online Business Transaction Data
US20090254431A1 (en) System, Program Product, And Method To Authorize Draw For Retailer Optimization
US20120005053A1 (en) Behavioral-based customer segmentation application
US20020161699A1 (en) Method of invitation to alteration of contract of cash loan for consumption
MX2007012294A (es) Metodo y aparato para evaluar valores garantizados por activos.
CA2455456A1 (en) Online transaction risk management
US20130179316A1 (en) Automatic Savings Plan Generation
AU2008318451A1 (en) Payment handling
Muotolu et al. Cashless policy and financial performance of deposit money banks in Nigeria
CA2851019A1 (en) System and method for consumer-merchant transaction analysis
EP3343482A1 (en) Business management system and method through generation of accounting and financial information
Indrayani et al. Customer satisfaction as intervening between use Automatic Teller Machine (ATM), Internet banking and quality of loyalty (Case in Indonesia)
CN111552733A (zh) 一种基于大数据的运营动态分析系统及方法
El Ouadghiri et al. Jumps in equilibrium prices and asymmetric news in foreign exchange markets
JP2004192587A (ja) 定期積立型外国為替保証金取引システム
US20140143042A1 (en) Modeling Consumer Marketing
Tsai The effects of monetary policy on stock returns: Financing constraints and “informative” and “uninformative” FOMC statements
TW202139089A (zh) 不當行為檢測裝置、外籍就業系統、程式及外籍就業者之不當勞動之檢測方法
JP2003114977A (ja) 顧客生涯価値算出方法およびシステム
US20100057613A1 (en) Apparatus and methods for check card fee waiver
JP2012238073A (ja) 債権買取査定支援システム及び債権買取査定支援方法
KR102361897B1 (ko) P2p 투자 상품 정보 제공 서비스 방법 및 그 장치

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