CN112418933A - 一种交易数据处理方法、系统及相关设备 - Google Patents
一种交易数据处理方法、系统及相关设备 Download PDFInfo
- Publication number
- CN112418933A CN112418933A CN202011332083.6A CN202011332083A CN112418933A CN 112418933 A CN112418933 A CN 112418933A CN 202011332083 A CN202011332083 A CN 202011332083A CN 112418933 A CN112418933 A CN 112418933A
- Authority
- CN
- China
- Prior art keywords
- store
- data
- nodes
- total
- node
- 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
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
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种交易数据处理方法、系统及相关设备,用于实现零售企业的营销数据监管。本申请实施例方法包括:实时获取门店节点的全量数据并存储至区块链,所述全量数据包括投入成本数据、交易流水数据、损耗数据;根据所述门店节点的身份标识在区块链中提取所述门店节点在预设时间段内的所有全量数据,组成全量汇总数据;根据所述全量汇总数据统计所述门店节点对应的利润率,判断所述门店节点对应的门店经营是否异常。
Description
技术领域
本申请涉及交易数据处理技术领域,尤其涉及一种交易数据处理方法、 系统及相关设备。
背景技术
目前全民刺激消费情况下,零售企业(店铺)剧增。目前多数零售企业 都没有实现全票制,即企业内部管理系统特别是POS(point ofsale,销售终端) 系统并未纳入相关部门(例如税务部门)监管范围,零售企业的营销数据(例 如POS系统数据),而实际得到的数据仅是少部分客户用小票换取发票的那部 分数据,所以税务部门难以实现市场营销数据监管。
目前全民刺激消费情况下,有很多企业(店铺)存在薅活动组织者和消 费者羊毛,或者存在的企业偷税漏税、洗钱行为。有鉴于此,有必要提出新 的交易数据处理方法。
发明内容
本申请实施例提供了一种交易数据处理方法、系统及相关设备,用于实 现零售企业的营销数据监管。
本申请实施例第一方面提供了一种交易数据处理方法,可包括:
实时获取门店节点的全量数据并存储至所述分布式数据库,所述全量数 据包括投入成本数据、交易流水数据、损耗数据;
根据所述门店节点的身份标识在所述分布式数据库中提取所述门店节点 在预设时间段内的所有全量数据,组成全量汇总数据;
根据所述全量汇总数据统计所述门店节点对应的利润率,判断所述门店 节点对应的门店经营是否异常。
可选的,作为一种可能的实施方式,本申请实施例中的基于所述分布式 数据库的营销数据监管方法,还可以包括:
实时获取所述门店节点的消费券核销流水数据并存储至所述分布式数据 库;
根据所述门店节点的消费券核销流水数据,统计所述门店节点在预设时 间段内的消费券核销总金额;
根据所述全量汇总数据统计所述门店节点在预设时间段内的实际商品金 额;
若所述消费券核销总金额大于所述实际商品金额,则判定所述门店节点 对应的门店经营异常。
可选的,作为一种可能的实施方式,本申请实施例中,所述判断所述门 店节点对应的门店经营是否异常,可包括:
若所述利润率小于第一阈值,则判定所述门店节点对应的门店有漏税风 险;
若所述利润率小于第二阈值,则判定所述门店节点对应的门店有洗钱风 险;
若所述利润率处于所述第一阈值与所述第二阈值之间,则判定所述门店 节点对应的门店经营正常。
可选的,作为一种可能的实施方式,本申请实施例中,在根据所述门店 节点的身份标识在所述分布式数据库中提取所述门店节点在预设时间段内的 所有全量数据之前,所述方法还可以包括:
校验提取方的权限,若权限校验通过,则根据所述门店节点的身份标识 在所述分布式数据库中提取所述门店节点在预设时间段内的所有全量数据。
可选的,作为一种可能的实施方式,本申请实施例中的基于所述分布式 数据库的营销数据监管方法,还可以包括:
将经营异常的门店信息黑名单列表,以供监管查询。
本申请实施例第二方面提供了一种交易数据处理系统,可包括:
第一获取模块,用于实时获取门店节点的全量数据并存储至分布式数据 库,所述全量数据包括投入成本数据、交易流水数据、损耗数据;
第一统计模块,根据所述门店节点的身份标识在所述分布式数据库中提 取所述门店节点在预设时间段内的所有全量数据,组成全量汇总数据;
第一识别模块,根据所述全量汇总数据统计所述门店节点对应的利润率, 判断所述门店节点对应的门店经营是否异常。
可选的,作为一种可能的实施方式,本申请实施例中的营销数据监管系 统,还可以包括:
第二获取模块,用于实时获取所述门店节点的消费券核销流水数据并存 储至所述分布式数据库;
第二统计模块,根据所述门店节点的消费券核销流水数据,统计所述门 店节点在预设时间段内的消费券核销总金额;
第三统计模块,根据所述全量汇总数据统计所述门店节点在预设时间段 内的实际商品金额;
第二识别模块,若所述消费券核销总金额大于所述实际商品金额,则判 定所述门店节点对应的门店经营异常。
可选的,作为一种可能的实施方式,本申请实施例中的第一识别模块可 包括:
若所述利润率小于第一阈值,则判定所述门店节点对应的门店有漏税风 险;
若所述利润率小于第二阈值,则判定所述门店节点对应的门店有洗钱风 险;
若所述利润率处于所述第一阈值与所述第二阈值之间,则判定所述门店 节点对应的门店经营正常。
可选的,作为一种可能的实施方式,本申请实施例中的营销数据监管系 统,还可以包括:
校验模块,用于校验提取方的权限,若权限校验通过,则根据所述门店 节点的身份标识在所述分布式数据库中提取所述门店节点在预设时间段内的 所有全量数据。
可选的,作为一种可能的实施方式,本申请实施例中的营销数据监管系 统,还可以包括:记录模块,用于将经营异常的门店信息黑名单列表,以供 监管查询。
本申请实施例第三方面提供了一种计算机装置,所述计算机装置包括处 理器,所述处理器用于执行存储器中存储的计算机程序时实现如第一方面及 第一方面中任意一种可能的实施方式中的步骤。
本申请实施例第四方面提供了一种计算机可读存储介质,其上存储有计 算机程序,所述计算机程序被处理器执行时实现如第一方面及第一方面中任 意一种可能的实施方式中的步骤。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请实施例中,营销数据监管系统可以实时获取门店节点的全量数据 并存储至区块链,然后根据门店节点的身份标识在区块链中提取门店节点在 预设时间段内的所有全量数据,组成全量汇总数据,最后根据全量汇总数据 统计门店节点对应的利润率,判断门店节点对应的门店经营是否异常。相对 于相关技术,本申请实施例实现了门店节点营销数据的自动获取及区块链存 证,保障了营销数据的有效性,可以根据门店节点对应的全量汇总数据统计 利润率,基于利润率监管门店经营是否异常,防止和发现违法经营。
附图说明
图1为本申请实施例中一种交易数据处理方法的一个实施例示意图;
图2为本申请实施例中一种交易数据处理方法的另一个实施例示意图;
图3为本申请实施例中一种交易数据处理系统的一个实施例示意图;
图4为本申请实施例中一种计算机装置的一个实施例示意图。
具体实施方式
本申请实施例提供了一种交易数据处理方法、系统及相关设备,用于实 现零售企业的营销数据监管。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实 施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于 本申请中的实施例,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,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第 三”、“第四”等是用于区别类似的对象,而不必用于描述特定的顺序或先后 次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实 施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包 括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如, 包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地 列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方 法、产品或设备固有的其它步骤或单元。
本申请实施例中的交易数据处理方法,将区块链技术应用到竞拍系统中, 为了便于理解,下面将对在本申请实施例中的区块链(Block Chain)进行简单的 介绍,区块链是对接入服务器的所有区块链节点公开的分布式存储的数据结 构,包含着若干的区块(Block)。用户可以通过web端或app端访问竞价系统 注册并登陆,登录之后,即形成一个区块链节点,与交易数据处理系统服务 器的其他区块链节点组成P2P网络,区块链数据可以存放在P2P网络,P2P 网络任何一个或多个区块链节点瘫痪,都不会导致区块链数据的丢失,这样 区块链数据就具有很强的安全性,确保数据的永久保存和不可篡改。当一个 区块持久化到区块链数据中时,接入区块链的节点都可以添加该区块;区块 是按照持久化时间顺序一个一个地添加到区块链数据中的,除了区块链数据 中第一个区块外的每一个区块都要链接到其前一个区块,这样区块链数据就 形成一个区块链接这一个区块了,就像一个链条一样,当一个区块被持久化 到区块链数据后,不可抵赖,可以作为后续监管所需的数据。
为了便于理解,下面对本申请实施例中的具体流程进行描述,请参阅图1, 本申请实施例中一种交易数据处理方法的一个实施例可包括:
S101、实时获取门店节点的全量数据并存储至分布式数据库,全量数据 包括投入成本数据、交易流水数据、损耗数据;
本申请实施例中,可以在授权的门店节点安装软件或硬件客户端,以实 时自动获取门店节点的全量数据并存储至分布式数据库,该全量数据包括投 入成本数据(例如原材料投入、人工投入、其他投入)、交易流水数据、损耗 数据等。每个节点的全量数据存入分布式数据库之后,即不可更改,便于后 续监管。优先的,本申请实施例中的分布式数据库可以是区块链。
例如,对接了奶茶店的“进销存”管理系统,店里的原材料数据(如奶 茶杯,吸管,茶叶,牛奶等),成品销售数据(如每天卖出奶茶n杯,果汁多 少m杯,对应的售价等),人工成本(如店长一名日薪500,店员一名日薪300 等),物品损耗比例(可以叫折损,在进销存系统设置后自动生成)等数据。
可以理解的是,具体的全量数据可以根据实际需求进行设置,以便于根 据全量数据计算利润数据。
S102、根据门店节点的身份标识在分布式数据库中提取门店节点在预设 时间段内的所有全量数据,组成全量汇总数据;
实际应用中,当需要对某一门店进行监管时,交易数据处理系统可以根 据门店节点的身份标识在分布式数据库中提取门店节点在预设时间段内((例 如一个月、一个季度或一年))的所有全量数据,组成全量汇总数据。
S103、根据全量汇总数据统计门店节点对应的利润率,判断门店节点对 应的门店经营是否异常。
在获取到全量汇总数据之后,交易数据处理系统可以对比交易收入与损 耗及投入成本的差额,进而计算门店节点对应的利润率,判断门店节点对应 的门店经营是否异常。
可选的,作为一种可能的实施方式,判断门店节点对应的门店经营是否 异常,可以包括:若利润率小于第一阈值,则判定门店节点对应的门店有漏 税风险;若利润率小于第二阈值,则判定门店节点对应的门店有洗钱风险; 若利润率处于第一阈值与第二阈值之间,则判定门店节点对应的门店经营正 常。
示例性的,仅以原材料成本及成品卖出收入为例,如下表1所示,全量 数据中统计得到3月、4月、5月的原材料购入与成品卖出数据,根据表1中 的数据以及原材料单价及成品单价即可计算得到利润率,由于3月、4月、5 月均有购入原材料,但是未入账的奶茶为50+50+90=190杯,减去折损3*3=9 杯,实际未入账的奶茶为181杯,导致计算得到利润率小于正常值(第一阈 值)可以判定门店节点对应的门店有漏税风险。
表1
3月 | 4月 | 5月 | |
原材料购入 | 100个奶茶杯 | 100奶茶杯 | 100奶茶杯 |
成品卖出 | 200杯奶茶 | 200杯奶茶 | 300杯奶茶 |
未生产 | 100杯奶茶 | 100杯奶茶 | 200杯奶茶 |
折损3% | 3 | 3 | 3 |
表2
示例性的,仅以原材料成本及成品卖出收入为例,如上表2所示,全量 数据中统计得到3月、4月、5月的原材料购入与成品卖出数据,根据表2中 的数据以及原材料单价及成品单价即可计算得到利润率,由于3月、4月、5 月购入的奶茶为100+100+100=300杯,实际卖出为700杯,导致计算得到利 润率大于正常值(第二阈值)可以判定门店节点对应的门店有洗钱风险。
本申请实施例中,交易数据处理系统可以实时获取门店节点的全量数据 并存储至分布式数据库,然后根据门店节点的身份标识在分布式数据库中提 取门店节点在预设时间段内的所有全量数据,组成全量汇总数据,最后根据 全量汇总数据统计门店节点对应的利润率,判断门店节点对应的门店经营是 否异常。相对于相关技术,本申请实施例实现了门店节点营销数据的自动获 取及分布式数据库存证,保障了营销数据的有效性,可以根据门店节点对应 的全量汇总数据统计利润率,基于利润率监管门店经营是否异常,防止和发 现违法经营。
申请人还注意到,在活动组织者或其它平台组织发行的消费券以经济刺 激经济增长的过程中,部分不法商家存在薅羊毛行为,有必要对此进行甄别, 请参阅图2,在上述图1所示的实施例的基础上,本申请实施例中一种分布式 数据库交易数据处理方法的一个实施例可包括:
S201、实时获取门店节点的全量数据并存储至分布式数据库,全量数据 包括投入成本数据、交易流水数据、损耗数据;
S202、校验提取方的权限,若权限校验通过,则根据门店节点的身份标 识在分布式数据库中提取门店节点在预设时间段内的所有全量数据,组成全 量汇总数据;
实际应用中,为了防止商户的营销数据被非法获取,在每次提取数据之 前,需要对校验提取方的权限,若权限校验通过,则根据门店节点的身份标 识在分布式数据库中提取门店节点在预设时间段内的所有全量数据,组成全 量汇总数据。
S203、根据全量汇总数据统计门店节点对应的利润率,判断门店节点对 应的门店经营是否异常;
本实施例中的步骤201、203中描述的内容与上述图1所示的实施例中的 步骤101、103中描述的内容类似,具体此处不做赘述。
S204、实时获取门店节点的消费券核销流水数据并存储至分布式数据库;
实际应用中,存在不法经营者参与的薅羊毛行为,投机者(抢到很多消 费券的人)找线下有资质的商户,双方配合套现。例如活动组织者出台的经 济刺激计划中发行一张300减100的券,顾客在商家那里刷码,现实支付是 200元,然则商家收到的是300元(活动组织者补贴100元),然后商家把其 中的240元返回给你,双方都没有发生任何消费,投机者获利40元,商家获 利60元。
为了监管上述类似的薅羊毛行为,本申请实施例中交易数据处理系统可 以基于安装的客户端实时获取门店节点的消费券核销流水数据并存储至分布 式数据库,以便于后续进行监管。
S205、根据门店节点的消费券核销流水数据,统计门店节点在预设时间 段内的消费券核销总金额;
交易数据处理系统可以根据门店节点的消费券核销流水数据,统计门店 节点在预设时间段内的消费券核销总金额。
S206、根据全量汇总数据统计门店节点在预设时间段内的实际商品金额;
为了监管薅羊毛行为,需要统计门店节点在预设时间段内的实际商品金 额。
S207、若消费券核销总金额大于实际商品金额,则判定门店节点对应的 门店经营异常;
实际应用中,若消费券核销总金额大于实际商品金额,则判定门店节点 对应的门店经营异常。
表3
示例性的,请参阅上表3,3月、4月、5月消费券核销总金额分别是100 万、50万、80万,而基于全量数据中统计得到的原材料数据计算得到最大产 能下的实际商品金额为10万,显然3月、4月、5月消费券核销总金额大于 实际商品金额,可以判定门店节点对应的门店经营异常,可能存在薅羊毛行 为。
S208、将经营异常的门店信息黑名单列表,以供监管查询。
可选的,在识别到经营异常的门店之后,把该企业或门店信息加入到分 布式数据库黑名单并记录异常原因,并给相关监管机构提供黑名单查询权限。
本实施例中实现了门店节点营销数据的自动获取及分布式数据库存证, 保障了营销数据的有效性,可以根据门店节点对应的全量汇总数据统计利润 率,基于利润率监管门店经营是否异常。其次,还可以根据分布式数据库中 存证的数据统计消费券核销总金额与实际商品金额,监管门店经营异常,防 止和发现违法经营。
请参阅图3,本申请实施例还提供了一种交易数据处理系统,可包括:
第一获取模块301,用于实时获取门店节点的全量数据并存储至分布式数 据库,全量数据包括投入成本数据、交易流水数据、损耗数据;
第一统计模块302,根据门店节点的身份标识在分布式数据库中提取门店 节点在预设时间段内的所有全量数据,组成全量汇总数据;
第一识别模块303,根据全量汇总数据统计门店节点对应的利润率,判断 门店节点对应的门店经营是否异常。
可选的,作为一种可能的实施方式,本申请实施例中的交易数据处理系 统,还可以包括:
第二获取模块,用于实时获取门店节点的消费券核销流水数据并存储至 分布式数据库;
第二统计模块,根据门店节点的消费券核销流水数据,统计门店节点在 预设时间段内的消费券核销总金额;
第三统计模块,根据全量汇总数据统计门店节点在预设时间段内的实际 商品金额;
第二识别模块,若消费券核销总金额大于实际商品金额,则判定门店节 点对应的门店经营异常。
可选的,作为一种可能的实施方式,本申请实施例中的第一识别模块可 包括:
若利润率小于第一阈值,则判定门店节点对应的门店有漏税风险;
若利润率小于第二阈值,则判定门店节点对应的门店有洗钱风险;
若利润率处于第一阈值与第二阈值之间,则判定门店节点对应的门店经 营正常。
可选的,作为一种可能的实施方式,本申请实施例中的交易数据处理系 统,还可以包括:
校验模块,用于校验提取方的权限,若权限校验通过,则根据门店节点 的身份标识在分布式数据库中提取门店节点在预设时间段内的所有全量数 据。
可选的,作为一种可能的实施方式,本申请实施例中的交易数据处理系 统,还可以包括:记录模块,用于将经营异常的门店信息黑名单列表,以供 监管查询。
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 述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应 过程,在此不再赘述。
上面从模块化功能实体的角度对本申请实施例中的网图表编辑器进行了 描述,请参阅图4,下面从硬件处理的角度对本申请实施例中的计算机装置进 行描述:
该计算机装置1可以包括存储器11、处理器12和输入输出总线13。处 理器11执行计算机程序时实现上述图1所示的分布式数据库交易数据处理方 法实施例中的步骤,例如图1所示的步骤101至103。或者,处理器执行计算 机程序时实现上述各装置实施例中各模块或单元的功能。
本申请的一些实施例中,处理器具体用于实现如下步骤:
实时获取门店节点的全量数据并存储至分布式数据库,全量数据包括投 入成本数据、交易流水数据、损耗数据;
根据门店节点的身份标识在分布式数据库中提取门店节点在预设时间段 内的所有全量数据,组成全量汇总数据;
根据全量汇总数据统计门店节点对应的利润率,判断门店节点对应的门 店经营是否异常。
可选的,作为一种可能的实施方式,处理器还可以用于实现如下步骤:
实时获取门店节点的消费券核销流水数据并存储至分布式数据库;
根据门店节点的消费券核销流水数据,统计门店节点在预设时间段内的 消费券核销总金额;
根据全量汇总数据统计门店节点在预设时间段内的实际商品金额;
若消费券核销总金额大于实际商品金额,则判定门店节点对应的门店经 营异常。
可选的,作为一种可能的实施方式,处理器还可以用于实现如下步骤:
若利润率小于第一阈值,则判定门店节点对应的门店有漏税风险;
若利润率小于第二阈值,则判定门店节点对应的门店有洗钱风险;
若利润率处于第一阈值与第二阈值之间,则判定门店节点对应的门店经 营正常。
可选的,作为一种可能的实施方式,处理器还可以用于实现如下步骤:
校验提取方的权限,若权限校验通过,则根据门店节点的身份标识在分 布式数据库中提取门店节点在预设时间段内的所有全量数据。
可选的,作为一种可能的实施方式,处理器还可以用于实现如下步骤:
将经营异常的门店信息黑名单列表,以供监管查询。
其中,存储器11至少包括一种类型的可读存储介质,可读存储介质包括 闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存 储器、磁盘、光盘等。存储器11在一些实施例中可以是计算机装置1的内部 存储单元,例如该计算机装置1的硬盘。存储器11在另一些实施例中也可以 是计算机装置1的外部存储设备,例如计算机装置1上配备的插接式硬盘, 智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括计算机装置1 的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于计 算机装置1的应用软件及各类数据,例如计算机程序01的代码等,还可以用 于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器 11中存储的程序代码或处理数据,例如执行计算机程序01等。
该输入输出总线13可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制 总线等。
进一步地,计算机装置还可以包括有线或无线网络接口14,网络接口14 可选的可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常 用于在该计算机装置1与其他电子设备之间建立通信连接。
可选地,该计算机装置1还可以包括用户接口,用户接口可以包括显示 器(Display)、输入单元比如键盘(Keyboard),可选的,用户接口还可以包 括标准的有线接口、无线接口。可选的,在一些实施例中,显示器可以是LED 显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏 或显示单元,用于显示在计算机装置1中处理的信息以及用于显示可视化的 用户界面。
图4仅示出了具有组件11-14以及计算机程序01的计算机装置1,本领 域技术人员可以理解的是,图4示出的结构并不构成对计算机装置1的限定, 可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件 布置。
本申请还提供了一种计算机可读存储介质,该计算机可读存储介质上存 储有计算机程序,计算机程序被处理器执行时,可以实现如下步骤:
实时获取门店节点的全量数据并存储至分布式数据库,全量数据包括投 入成本数据、交易流水数据、损耗数据;
根据门店节点的身份标识在分布式数据库中提取门店节点在预设时间段 内的所有全量数据,组成全量汇总数据;
根据全量汇总数据统计门店节点对应的利润率,判断门店节点对应的门 店经营是否异常。
可选的,作为一种可能的实施方式,处理器还可以用于实现如下步骤:
实时获取门店节点的消费券核销流水数据并存储至分布式数据库;
根据门店节点的消费券核销流水数据,统计门店节点在预设时间段内的 消费券核销总金额;
根据全量汇总数据统计门店节点在预设时间段内的实际商品金额;
若消费券核销总金额大于实际商品金额,则判定门店节点对应的门店经 营异常。
可选的,作为一种可能的实施方式,处理器还可以用于实现如下步骤:
若利润率小于第一阈值,则判定门店节点对应的门店有漏税风险;
若利润率小于第二阈值,则判定门店节点对应的门店有洗钱风险;
若利润率处于第一阈值与第二阈值之间,则判定门店节点对应的门店经 营正常。
可选的,作为一种可能的实施方式,处理器还可以用于实现如下步骤:
校验提取方的权限,若权限校验通过,则根据门店节点的身份标识在分 布式数据库中提取门店节点在预设时间段内的所有全量数据。
可选的,作为一种可能的实施方式,处理器还可以用于实现如下步骤:
将经营异常的门店信息黑名单列表,以供监管查询。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和 方法,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。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作 为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方, 或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或 者全部单元来实现本实施例方案的目的。
另外,在本申请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存在,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,也可以采用软件功能单 元的形式实现。
所述集成的单元如果以软件功能单元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 申请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 全部或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)执行本申请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-OnlyMemory)、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,以上实施例仅用以说明本申请的技术方案,而非对其限制; 尽管参照前述实施例对本申请进行了详细的说明,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 的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种交易数据处理方法,其特征在于,包括:
实时获取门店节点的全量数据并存储至分布式数据库,所述全量数据包括投入成本数据、交易流水数据、损耗数据;
根据所述门店节点的身份标识在所述分布式数据库中提取所述门店节点在预设时间段内的所有全量数据,组成全量汇总数据;
根据所述全量汇总数据统计所述门店节点对应的利润率,判断所述门店节点对应的门店经营是否异常。
2.根据权利要求1所述的方法,其特征在于,还包括:
实时获取所述门店节点的消费券核销流水数据并存储至所述分布式数据库;
根据所述门店节点的消费券核销流水数据,统计所述门店节点在预设时间段内的消费券核销总金额;
根据所述全量汇总数据统计所述门店节点在预设时间段内的实际商品金额;
若所述消费券核销总金额大于所述实际商品金额,则判定所述门店节点对应的门店经营异常。
3.根据权利要求1或2所述的方法,其特征在于,所述判断所述门店节点对应的门店经营是否异常,包括:
若所述利润率小于第一阈值,则判定所述门店节点对应的门店有漏税风险;
若所述利润率小于第二阈值,则判定所述门店节点对应的门店有洗钱风险;
若所述利润率处于所述第一阈值与所述第二阈值之间,则判定所述门店节点对应的门店经营正常。
4.根据权利要求3所述的方法,其特征在于,在根据所述门店节点的身份标识在所述分布式数据库中提取所述门店节点在预设时间段内的所有全量数据之前,所述方法还包括:
校验提取方的权限,若权限校验通过,则根据所述门店节点的身份标识在所述分布式数据库中提取所述门店节点在预设时间段内的所有全量数据。
5.根据权利要求4所述的方法,其特征在于,还包括:
将经营异常的门店信息黑名单列表,以供监管查询。
6.一种交易数据处理系统,其特征在于,包括:
第一获取模块,用于实时获取门店节点的全量数据并存储至分布式数据库,所述全量数据包括投入成本数据、交易流水数据、损耗数据;
第一统计模块,根据所述门店节点的身份标识在所述分布式数据库中提取所述门店节点在预设时间段内的所有全量数据,组成全量汇总数据;
第一识别模块,根据所述全量汇总数据统计所述门店节点对应的利润率,判断所述门店节点对应的门店经营是否异常。
7.根据权利要求6所述的系统,其特征在于,还包括:
第二获取模块,用于实时获取所述门店节点的消费券核销流水数据并存储至所述分布式数据库;
第二统计模块,根据所述门店节点的消费券核销流水数据,统计所述门店节点在预设时间段内的消费券核销总金额;
第三统计模块,根据所述全量汇总数据统计所述门店节点在预设时间段内的实际商品金额;
第二识别模块,若所述消费券核销总金额大于所述实际商品金额,则判定所述门店节点对应的门店经营异常。
8.根据权利要求6或7所述的系统,其特征在于,所述第一识别模块包括:
若所述利润率小于第一阈值,则判定所述门店节点对应的门店有漏税风险;
若所述利润率小于第二阈值,则判定所述门店节点对应的门店有洗钱风险;
若所述利润率处于所述第一阈值与所述第二阈值之间,则判定所述门店节点对应的门店经营正常。
9.一种计算机装置,其特征在于,所述计算机装置包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至5中任意一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011332083.6A CN112418933A (zh) | 2020-11-24 | 2020-11-24 | 一种交易数据处理方法、系统及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011332083.6A CN112418933A (zh) | 2020-11-24 | 2020-11-24 | 一种交易数据处理方法、系统及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112418933A true CN112418933A (zh) | 2021-02-26 |
Family
ID=74778385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011332083.6A Pending CN112418933A (zh) | 2020-11-24 | 2020-11-24 | 一种交易数据处理方法、系统及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112418933A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280695A (zh) * | 2018-02-22 | 2018-07-13 | 苏州优千网络科技有限公司 | 基于区块链的优惠券信息系统及其处理方法 |
CN108520464A (zh) * | 2018-04-18 | 2018-09-11 | 北京天德科技有限公司 | 一种基于传统区块链的实时自动化监管报告系统 |
CN108537652A (zh) * | 2018-04-19 | 2018-09-14 | 蔡丽煌 | 一种基于区块链的智能财税分析系统 |
CN109285071A (zh) * | 2018-09-10 | 2019-01-29 | 中国银联股份有限公司 | 一种基于区块链的数据处理平台及数据处理方法 |
CN110046993A (zh) * | 2018-12-15 | 2019-07-23 | 深圳壹账通智能科技有限公司 | 非法所得合法化行为监测方法、系统、计算机装置及介质 |
CN110363527A (zh) * | 2019-06-26 | 2019-10-22 | 阿里巴巴集团控股有限公司 | 基于区块链的存证、监管方法和装置 |
CN110516967A (zh) * | 2019-08-28 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
CN110675145A (zh) * | 2019-08-22 | 2020-01-10 | 中国平安财产保险股份有限公司 | 基于区块链的数据处理方法、装置、终端及存储介质 |
CN110766380A (zh) * | 2019-10-15 | 2020-02-07 | 深圳市新系区块链技术有限公司 | 一种数据处理方法、系统及相关设备 |
CN110874798A (zh) * | 2019-10-30 | 2020-03-10 | 链农(深圳)信息科技有限公司 | 一种基于区域链的网络平台及其安全通信方法 |
CN111325540A (zh) * | 2020-01-21 | 2020-06-23 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的pos系统 |
CN111598609A (zh) * | 2020-04-08 | 2020-08-28 | 杭州宇链科技有限公司 | 一种基于区块链的消费券发放和管理方法 |
CN111899100A (zh) * | 2020-07-24 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 业务控制方法、装置和设备及计算机存储介质 |
CN111951091A (zh) * | 2020-08-13 | 2020-11-17 | 金蝶软件(中国)有限公司 | 一种交易流水对账方法、系统及相关设备 |
-
2020
- 2020-11-24 CN CN202011332083.6A patent/CN112418933A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280695A (zh) * | 2018-02-22 | 2018-07-13 | 苏州优千网络科技有限公司 | 基于区块链的优惠券信息系统及其处理方法 |
CN108520464A (zh) * | 2018-04-18 | 2018-09-11 | 北京天德科技有限公司 | 一种基于传统区块链的实时自动化监管报告系统 |
CN108537652A (zh) * | 2018-04-19 | 2018-09-14 | 蔡丽煌 | 一种基于区块链的智能财税分析系统 |
CN109285071A (zh) * | 2018-09-10 | 2019-01-29 | 中国银联股份有限公司 | 一种基于区块链的数据处理平台及数据处理方法 |
CN110046993A (zh) * | 2018-12-15 | 2019-07-23 | 深圳壹账通智能科技有限公司 | 非法所得合法化行为监测方法、系统、计算机装置及介质 |
CN110363527A (zh) * | 2019-06-26 | 2019-10-22 | 阿里巴巴集团控股有限公司 | 基于区块链的存证、监管方法和装置 |
CN110675145A (zh) * | 2019-08-22 | 2020-01-10 | 中国平安财产保险股份有限公司 | 基于区块链的数据处理方法、装置、终端及存储介质 |
CN110516967A (zh) * | 2019-08-28 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
CN110766380A (zh) * | 2019-10-15 | 2020-02-07 | 深圳市新系区块链技术有限公司 | 一种数据处理方法、系统及相关设备 |
CN110874798A (zh) * | 2019-10-30 | 2020-03-10 | 链农(深圳)信息科技有限公司 | 一种基于区域链的网络平台及其安全通信方法 |
CN111325540A (zh) * | 2020-01-21 | 2020-06-23 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的pos系统 |
CN111598609A (zh) * | 2020-04-08 | 2020-08-28 | 杭州宇链科技有限公司 | 一种基于区块链的消费券发放和管理方法 |
CN111899100A (zh) * | 2020-07-24 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 业务控制方法、装置和设备及计算机存储介质 |
CN111951091A (zh) * | 2020-08-13 | 2020-11-17 | 金蝶软件(中国)有限公司 | 一种交易流水对账方法、系统及相关设备 |
Non-Patent Citations (1)
Title |
---|
董志学等: "基于区块链技术的税务管控路径研究", 税务研究, no. 04, pages 110 - 114 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160321661A1 (en) | Systems and methods for organizing, visualizing and processing consumer transactions data | |
US8781881B2 (en) | Merchant benchmarking tool | |
US20130173320A1 (en) | Method and system utilizing merchant sales activity to provide indicative measurements of merchant and business performance | |
US20130275186A1 (en) | Merchant Benchmarking Tool | |
JP6672770B2 (ja) | 商品販売データ処理装置、プログラム及び商品販売データ処理システム | |
CN109493086B (zh) | 一种确定违规商户的方法及装置 | |
JP5853125B2 (ja) | 情報処理装置、情報処理装置の制御方法、及びプログラム | |
US20150142515A1 (en) | Methods, systems and computer readable media for determining a relational strength index associated with a plurality of merchant entities | |
CN109087186B (zh) | 一种账款管理方法、存储介质和服务器 | |
GB2520608A (en) | Process and system for recovering refundable taxes | |
CN112418933A (zh) | 一种交易数据处理方法、系统及相关设备 | |
CN106651192A (zh) | 一种网络销售平台的后台管理系统 | |
US11756115B2 (en) | System for providing scores to customers based on financial data | |
CN110838062A (zh) | 一种供应链金融现金代采管理系统及方法 | |
KR101765088B1 (ko) | 상품군의 분리를 통한 마케팅 시스템 및 방법 | |
CN115063153A (zh) | 商户风险管理方法及装置 | |
JP6681652B2 (ja) | クーポン管理システムおよびクーポン管理方法 | |
US20130060622A1 (en) | Electronic wallet coupon redemption method | |
JP7066921B1 (ja) | 倉庫内商品販売システム、方法及びプログラム | |
JP4322874B2 (ja) | 連鎖販売取引監視システム | |
McGregor et al. | Big data and consumer financial information | |
Ćwiąkała-Małys et al. | The problem of the grey area in e-Trade in Poland | |
CN109872163A (zh) | 异常生产型企业的识别方法及装置 | |
Elsayed | Financial Reporting Fraud Schemes | |
EBIRE et al. | Impact of E-Banking Service Quality on Customer Satisfaction in Nigerian Banking Industry |
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 |