CN113760887A - 数据处理的方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例提供一种数据处理的方法、装置、设备及存储介质。本发明实施例的方法，根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据，并基于每个SKU在多个时间维度的历史数据，生成SKU在多个时间维度的计划数据，能批量生成SKU在多个时间维度的初始计划数据；通过前端页面显示SKU在第一时间维度的计划数据的第一统计图和SKU在第二时间维度的计划数据的计划表；响应于对第一统计图中图形的修改操作，关联修改计划表中的对应数据；用户通过修改第一统计图中的图形，实现该图形对应第一时段内第二时间维度的计划数据的批量修改，提高了计划数据录入的效率和准确性。

Description

数据处理的方法、装置、设备及存储介质

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种数据处理的方法、装置、设备及存储介质。

背景技术

在供应链管理体系中，供应链管理人员需要基于公司已经确定的战略目标来制定未来销售计划，在销售计划制定中，基于商品SKU(Stock Keeping Unit，最小销售单位或最小库存单元)的销售计划需要按月、周、天维度来制定。销售人员往往会负责多个品牌，每个品牌下又会出现多个SKU，销售人员在制定未来季度销售计划时，每个SKU都需要单独去录入和填写每个月销售计划量，然后再录入每个月中每天的计划量。

目前，主要通过两种方式填写SKU的销售计划数据，一种是通过excel表格制表工具，先在excel文档里面利用excel工具计算好，然后再上传导入到销售计划系统中；另一种是在供应链销售计划系统中手工录入，逐个填写每个月、每周和每天的计划量，以完成计划数据的填报工作。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：无论是利用excel表格制表工具还是直接录入销售计划系统，都需要销售人员手工填写每个月、每周和每天的计划量，计划数据录入的效率很低，且手工录入数据容易出错，计划数据准确率低。

发明内容

本发明实施例提供一种数据处理的方法、装置、设备及存储介质，用以解决销售人员手工填写每个月、每周和每天的计划量，计划数据录入的效率很低，且手工录入数据容易出错，计划数据准确率低的问题。

一方面，本发明实施例提供一种数据处理的方法，包括：

根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据；

根据所述SKU在多个时间维度的历史数据，生成所述SKU在多个时间维度的计划数据；

通过前端页面显示所述SKU在第一时间维度的计划数据的第一统计图和所述SKU在第二时间维度的计划数据的计划表；

响应于对所述第一统计图中图形的修改操作，关联修改所述计划表中的对应数据。

另一方面，本发明实施例提供一种数据处理的方法，应用于包括采集器、显示器和处理器的计划管理系统中，所述计划管理系统用于制定SKU维度的计划，所述方法包括：

采集器用于采集每个SKU的历史数据；

处理器根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据；

所述处理器响应于对任一SKU的确认操作，根据所述SKU在多个时间维度的历史数据，生成所述SKU在多个时间维度的计划数据；

显示器通过前端页面显示所述SKU在第一时间维度的计划数据的第一统计图和所述SKU在第二时间维度的计划数据的计划表；

所述处理器响应于对所述第一统计图中图形的修改操作，关联修改所述计划表中的对应数据。

另一方面，本发明实施例提供一种数据处理的装置，包括：

历史数据处理模块，用于根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据；

计划数据生成模块，用于根据所述SKU在多个时间维度的历史数据，生成所述SKU在多个时间维度的计划数据；

数据展示模块，用于通过前端页面显示所述SKU在第一时间维度的计划数据的第一统计图和所述SKU在第二时间维度的计划数据的计划表；

计划数据修改模块，用于响应于对所述第一统计图中图形的修改操作，关联修改所述计划表中的对应数据。

另一方面，本发明实施例提供一种数据处理设备，包括：

处理器，存储器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序；

其中，所述处理器运行所述计算机程序时实现上述第一个方面所述的数据处理的方法。

另一方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述第一个方面所述的数据处理的方法。

本发明实施例提供的数据处理的方法、装置、设备及存储介质，通过根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据，并基于每个SKU在多个时间维度的历史数据，生成所述SKU在多个时间维度的计划数据，能够批量生成SKU在多个时间维度的初始计划数据；然后，通过前端页面显示所述SKU在第一时间维度的计划数据的第一统计图和所述SKU在第二时间维度的计划数据的计划表；响应于对所述第一统计图中图形的修改操作，关联修改所述计划表中的对应数据，这样用户通过修改第一统计图中的任一第一时间维度的时段对应的图形，可以实现该时段内第二时间维度的计划数据的批量修改，使得录入计划数据的过程更加智能化，提高了计划数据录入的效率，避免了人工填入数据导致出错的情况，提高了计划数据的准确性。

附图说明

图1为本发明实施例一提供的数据处理的方法流程图；

图2为本发明实施例二提供的数据处理的方法流程图；

图3为本发明实施例二提供的数据处理的总体流程的示意图；

图4为本发明实施例二提供的计划数据修改的总体流程的示意图；

图5为本发明实施例三提供的数据处理的装置的结构示意图；

图6为本发明实施例五提供的数据处理设备的结构示意图。

通过上述附图，已示出本发明明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

本发明实施例所涉及的术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。

本发明实施例具体的应用于供应链管理体系中的计划管理系统，例如销售计划，入库计划，采购计划，运营计划等的管理系统。该计划管理系统用于制定SKU维度的计划，可以包括采集器、显示器和处理器。其中采集器用于获取历史数据信息，显示器用于显示数据，处理器用于进行数据处理。通过计划管理系统能够制定基于SKU粒度的各时间维度(如月，周，天等)的销售计划，入库计划，采购计划，运营计划等。

例如，以某个销售员日常制定未来3个月SKU粒度的销售计划为例，以销售员拥有1000个SKU计算，制定完这1000个SKU未来3个月销售计划，如果每个SKU都需要手工调整的话，做到周维度计划需要操作1000*3*4(以每个月均为4周计算)共计12000次；如果做到天维度计划则需要操作1000*3*30(以每个月均为30天计算)共计90000次。

因此，无论是利用excel表格制表工具还是直接录入销售计划系统，都需要销售人员手工填写每个月、每周和每天的计划量，计划数据录入的效率很低，且手工录入数据容易出错，计划数据准确率低。

本发明实施例提供的数据处理的方法，旨在解决如上技术问题。

下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。

实施例一

图1为本发明实施例一提供的数据处理的方法流程图。本发明实施例针对现有技术中销售人员手工填写每个月、每周和每天的计划量，计划数据录入的效率很低，且手工录入数据容易出错，计划数据准确率低的问题，提供了数据处理方法。本实施例中的方法应用于数据处理装置，该数据处理装置可以是供应链管理体系中的计划管理系统的服务器，在其他实施例中，该方法还可应用于其他设备，本实施例此处不做具体限定。如图1所示，该方法具体步骤如下：

步骤S101、根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据。

其中，目标计划可以是销售计划、采购计划、销售计划，入库计划，采购计划，运营计划等，或者还可以是其他计划，此处不再一一列举。

在实际应用中，在制定计划时，会指定待制定的目标计划的日期范围，也就是目标计划的未来日期范围。例如，要制定未来一年的销售计划，那么目标计划是销售计划，且其未来日期范围是未来一年；要制定未来三个月的采购计划，那么目标计划是采购计划，且其未来日期范围是未来的三个月。

在确定目标计划的未来日期范围之后，根据计划制定规则，获取未来日期范围的对应时间范围内各个SKU在多个时间维度的历史数据。

其中，根据计划制定规则的不同，未来日期范围的对应时间范围可以不同。未来日期范围的对应时间范围可以是过去一段时间内对应日期范围，还可以包括过去一段时间内对应日期范围以及之前的预设时段。

示例性地，如果计划制定规则中规定目标计划参考同期数据制定，那么未来日期范围的对应时间范围可以是过去一段时间内对应日期范围。如果计划制定规则中规定目标计划参考环期数据制定，那么未来日期范围的对应时间范围可以包括过去一段时间内对应日期范围以及之前的预设时段。

例如，基于过去2年的历史数据，如果未来日期范围为第二个季度，那么对应时间范围可以是过去2年中每年的第二个季度的历史数据。

本实施例中，获取的SKU的历史数据包括多个时间维度的数据，其中时间维度是指统计历史数据的单位时间段。多个时间维度可以包括月，周，天，小时中的一种或者多种，还可以包括其他自定义长度的时间维度，例如，72小时，10天等。

另外，本实施例中SKU的历史数据是指能够作为制定目标计划的参考数据，可以包括计划数据、销售数据、入库数据、采购数据、库存数据等中的一种或多种。

步骤S102、根据SKU在多个时间维度的历史数据，生成SKU在多个时间维度的计划数据。

本实施例中，目标计划包括每个SKU的计划，每个SKU的计划的制定过程一致，本实施例中以对任一SKU的计划制定的过程为例进行示例性地说明。

获取该SKU在多个时间维度的历史数据，并基于对应时间范围内该SKU在多个时间维度的历史数据，生成SKU在多个时间维度的计划数据。

具体地，可以自动生成SKU计划数据的规则可以在计划制定规则中预先设定或者自行定义，根据计划制定规则，基于对应时间范围内该SKU在多个时间维度的历史数据生成SKU在多个时间维度的计划数据。

示例性地，针对每个时间维度中的每个时段，可以将该SKU在对应时段的历史数据的均值作为该时段的计划量；或者在该SKU在对应时段的历史数据的均值基础上，增加或者减少一定增量之后，作为该时段的计划量；或者结合其他时段的历史数据，对该SKU在对应时段的历史数据的均值进行修正后，作为该时段的计划量。

步骤S103、通过前端页面显示SKU在第一时间维度的计划数据的第一统计图和SKU在第二时间维度的计划数据的计划表。

在生成SKU在多个时间维度的计划数据之后，通过前端页面，将SKU在第一时间维度的计划数据以第一统计图的方式显示，将SKU在第二时间维度的计划数据以计划表的方式显示。

其中，第一时间维度中单位时段较长，第二时间维度中单位时段较短，一个第一时间维度中的时段可以包括多个第二时间维度的时段。例如，第一时间维度可以是月，其单位时段是一个月；第二时间维度可以是天，其单位时段是一天。另外，第一时间维度可以是周，第二时间维度可以是天；或者，第一时间维度可以是月，第二时间维度可以是周等等，第一时间维度和第二时间维度可以根据实际应用场景的需要进行设置和调整，本实施例此处不做具体限定。

步骤S104、响应于对第一统计图中图形的修改操作，关联修改计划表中的对应数据。

本实施例中，将SKU的单位时段较长的第一时间维度的历史数据以统计图的方式显示，并将单位时段较短的第二时间维度的历史数据以计划表的方式显示。用户可以通过对统计图中的图形的修改操作，来直观地调整第一时间维度的计划数据。数据处理装置自动地对图形对应第一时间维度的时段内第二时间维度的计划数据进行关联修改，从而可以实现第二时间维度的计划数据的批量修改。在所有修改完成后，计划表就可以作为目标计划。

例如，对应时间范围可以是4,5,6这三个月，SKU的历史数据可以包括其中每个月的总计划量以及每个月中每一天的计划量。将SKU的每个月的总计划量以柱状图的方式显示，柱状图中的每个柱状图形对应一个月的总计划量；并将SKU每一天的计划量以计划表的方式显示，计划表中的每个单元格中显示一天的计划量。用户通过移动柱状图中4月份对应柱状图形，来调整SKU在未来4月份的总计划量，数据处理装置可以自动地对计划表中4月份中每一天的计划量进行关联修改。

另外，本实施例中，可以对所有SKU的计划数据进行统一的显示和调整；或者用户可以选中其中一个SKU，对用户选中的SKU的计划数据单独进行显示和调整。

本发明实施例通过根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据，并基于每个SKU在多个时间维度的历史数据，生成SKU在多个时间维度的计划数据，能够批量生成SKU在多个时间维度的初始计划数据；然后，通过前端页面显示SKU在第一时间维度的计划数据的第一统计图和SKU在第二时间维度的计划数据的计划表；响应于对第一统计图中图形的修改操作，关联修改计划表中的对应数据，这样用户通过修改第一统计图中的任一第一时间维度的时段对应的图形，可以实现该时段内第二时间维度的计划数据的批量修改，使得录入计划数据的过程更加智能化，提高了计划数据录入的效率，避免了人工填入数据导致出错的情况，提高了计划数据的准确性。

实施例二

图2为本发明实施例二提供的数据处理的方法流程图；图3为本发明实施例二提供的数据处理的总体流程的示意图。在上述实施例一的基础上，本实施例中，响应于对第一统计图中图形的修改操作，关联修改计划表中的对应数据，包括：响应于对第一统计图中图形的修改操作，根据修改操作对应的修改增量，以及图形对应的第一时间维度的第一时段，确定SKU在第一时段的计划增量，第一时段包括多个第二时间维度的第二时段；根据SKU在第一时段的计划增量，以及SKU的计划数据中第一时段内各第二时段的计划量在第一时段的总计划量中所占的比例，确定SKU在第一时段内的各第二时段的计划增量；根据SKU在第一时段内的各第二时段的计划增量，修改计划表中的对应数据。

如图3所示，本实施例中，数据处理的总体流程如下：首先获取初始化基础数据，具体实现方式参见步骤S201-S203；以目标计划的未来日期范围为一个季度为例，查询季度数据，或者查询该季度对应时间范围内的数据并确定各个SKU在各个时间维度的计划数据；具实现方式参见步骤S204-S207；获取，并将计划数据以统计图的方式和表格数据的方式进行展示(如图3中所示的图形展示和表格数据展示)，具体实现方式参见步骤S208；根据用户对统计图中图形的修改操作，确定图形对应的第一时间维度的第一时段，第一时段中各第二时间维度的第二时段的计划量占第一时段的总计划量的比例(也即生成数据占比)，并确定第一时段的计划增量；并根据修改操作调整图形的长度；根据第一时段中各第二时间维度的第二时段的计划量占第一时段的总计划量的比例和第一时段的计划增量，确定各第二时段修改后的计划量，并实时地修改计划表中对应单元格中的计划数据(也即计划表格联动)；最后将各第二时段修改后的计划量显示在计划表中，实现计算结果的展示。

如图2所示，该方法具体步骤如下：

步骤S201、采集每个SKU的历史数据信息。

在实际应用中，制定计划时需要参考的是最近一段时间内的历史数据信息，本实施例中可以采集预先设置的历史时间段内每个SKU的历史数据信息。

其中，历史数据信息可以包括采购入库、销售出库、期末库存等相关数据，或者其他可以作为制定目标计划的参数数据的数据信息，本实施例此处不做具体限定。

本实施例中，在根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据之前，先通过步骤S202-S203，根据每个SKU的历史数据信息，确定每个SKU在多个时间维度的历史数据，并存储在数据库中。

步骤S202、根据每个SKU的历史数据信息，确定每个SKU在多个时间维度的历史数据。

在获取到每个SKU的历史数据信息之后，可以对每个SKU的历史数据信息进行统计分析，确定每个SKU在多个时间维度的历史数据。

例如，目标计划可以是销售计划，可以从供应链销售计划历史数据库中进行获取最近2年(24个月)的历史数据信息，并按SKU维度进行加工，统计每一个SKU在过去24个月中的历史数据信息，包括采购入库、销售出库、期末库存等相关数据。然后，统计汇总出每一个SKU在过去24个月中每一天的历史数据(例如，每天的总销量、每天的总出库量等等)，以及每一个SKU在过去24个月中每个月的历史数据(例如，每个月的总销量、每个月的总出库量等等)。

步骤S203、将每个SKU在多个时间维度的历史数据存储到数据库中。

本实施例中，在得到每个SKU在多个时间维度的历史数据之后，可以将每个SKU在多个时间维度的历史数据存到数据库中，以便于后续制定计划时使用。

其中，数据库可以是HDFS数据库、SQL数据库或者其他数据库。

本实施例中，在需要制定计划时，通过步骤S204-S205可以从数据库中获取制定计划的未来日期范围内每个SKU的多个时间维度的历史数据。

步骤S204、根据未来日期范围，以及计划制定规则，确定待查询的对应时间范围。

在确定目标计划的未来日期范围之后，可以根据未来日期范围，以及计划制定规则，确定待查询的对应时间范围。

其中，根据计划制定规则的不同，未来日期范围的对应时间范围可以不同。未来日期范围的对应时间范围可以是过去一段时间内对应日期范围，还可以包括过去一段时间内对应日期范围以及之前的预设时段。

示例性地，如果计划制定规则中规定目标计划参考同期数据制定，那么未来日期范围的对应时间范围可以是过去一段时间内对应日期范围。如果计划制定规则中规定目标计划参考环期数据制定，那么未来日期范围的对应时间范围可以包括过去一段时间内对应日期范围以及之前的预设时段。

例如，基于过去2年的历史数据，如果未来日期范围为第二个季度，那么对应时间范围可以是过去2年中每年的第二个季度的历史数据。

步骤S205、从数据库中查询对应时间范围内的每个SKU在多个时间维度的历史数据，并将查询结果存储到缓存中。

在确定对应时间范围之后，从数据库中查询对应时间范围内的每个SKU在多个时间维度的历史数据。

进一步地，在获取到对应时间范围内的每个SKU在多个时间维度的历史数据之后，可以将对应时间范围内的每个SKU在各个时间维度的历史数据均存储到缓存区域，以便后续制定计划时可以快速调用这些数据，提高数据处理的效率。

例如，对应时间范围可以是3,4,5这三个月，时间维度包括月，周和天，那么可以将每个SKU在这三个月中每个月的历史数据，每周的历史数据和每天的历史数据都存储到缓存中。

可选地，可以将对应时间范围内的每个SKU在多个时间维度的历史数据存储到ES(elastic search，快速搜索)模块中，该ES模块提供缓存功能，可以快速调用。

本实施例中，在获取到每个SKU的计划数据之后，可以对所有SKU的计划数据进行统一的显示和调整；或者用户可以选中其中一个SKU，对用户选中的SKU的计划数据单独进行显示和调整。本实施例中以单独对用户选中的一个SKU的计划数据进行显示和调整为例进行示例性地说明，对所有SKU的计划数据进行统一的显示和调整的实施方式类似，本实施例不再赘述。

步骤S206、响应于对任一SKU的确认操作，从缓存中获取SKU在多个时间维度的历史数据。

本实施例中，目标计划包括每个SKU的计划，每个SKU的计划的制定过程一致，本实施例中以对任一SKU的计划制定的过程为例进行示例性地说明。

当用户选择其中一个SKU并确认制定该SKU的计划时，响应于对当前选中的SKU的确认操作，从缓存中快速地获取SKU在多个时间维度的历史数据。

例如，响应于对任一SKU的确认操作，可以从ES模块提取该SKU在多个时间维度的历史数据。

步骤S207、根据SKU在多个时间维度的历史数据，生成SKU在多个时间维度的计划数据。

在从缓存中获取到在对应时间范围内SKU在多个时间维度的历史数据之后，基于对应时间范围内该SKU在多个时间维度的历史数据，生成SKU在多个时间维度的计划数据。

具体地，可以自动生成SKU计划数据的规则可以在计划制定规则中预先设定或者自行定义，根据计划制定规则，基于对应时间范围内该SKU在多个时间维度的历史数据生成SKU在多个时间维度的计划数据。

示例性地，针对某一时间维度中的每个时段，可以将该SKU在对应时段的历史数据的均值作为该时段的计划量；或者在该SKU在对应时段的历史数据的均值基础上，增加或者减少一定增量之后，作为该时段的计划量；或者结合其他时段的历史数据，对该SKU在对应时段的历史数据的均值进行修正后，作为该时段的计划量。

例如，对应时间范围可以是4,5,6这个三个月，获取到SKU在过去2年的这三个月中每个月的总体销量和每天的销量，那么对于4月份中某一天的计划量，可以根据过去2年中每4月份的同一天的销量的均值(或者在均值基础上加上一个增量，该增量可以根据预先设定的比例或者增量值确定)，作为该天计划量；然后根据4月份中每天的计划量，计算得到4月份总计划量，同理可以确定5,6月份每天的计划量和每个月的总计划量。

步骤S208、通过前端页面显示SKU在第一时间维度的计划数据的第一统计图和SKU在第二时间维度的计划数据的计划表。

在生成SKU在多个时间维度的计划数据之后，通过前端页面，将SKU在第一时间维度的计划数据以第一统计图的方式显示，将SKU在第二时间维度的计划数据以计划表的方式显示。

其中，第一时间维度中单位时段较长，第二时间维度中单位时段较短，一个第一时间维度中的时段可以包括多个第二时间维度的时段。例如，第一时间维度可以是月，其单位时段是一个月；第二时间维度可以是天，其单位时段是一天。另外，第一时间维度可以是周，第二时间维度可以是天；或者，第一时间维度可以是月，第二时间维度可以是周等等，第一时间维度和第二时间维度可以根据实际应用场景的需要进行设置和调整，本实施例此处不做具体限定。

可选地，计划表中还可以所有SKU在第二时间维度的计划数据，或者还可以显示SKU在其他时间维度的计划数据，以便于用户查看和修改。

可选地，响应于用户对计划表中某一单元格的直接修改操，还可以直接在计划表中修改该单元格中第二时间维度的计划数据，并关联修改对应第一时间维度的计划数据和第一统计图。

本实施例中，统计图可以是条形统计图(如柱状图)、折线统计图、或者网状统计图，或者还可以是其他类型的统计图，本实施例此处不做具体限定。

例如，基于步骤S207中的举例，确定在4,5,6这个三个月该SKU的计划数据之后，该SKU的历史数据包括其中每个月的总计划量以及每个月中每一天的计划量。将该SKU的每个月的总计划量以柱状图的方式显示，图中x轴为三个月，y轴为计划量。柱状图中的每个柱状图形对应一个月的总计划量。并将该SKU每一天的计划量以计划表的方式显示，计划表中的每个单元格中显示一天的计划量。

可选地，对于第一时间维度的第一时段，第一统计图中可以显示两个图形，这两个图形对应初始值都是该第一时段的初始的计划数据。其中一个图形用于作为用户调整计划数据的参考数据，用户不可以修改；另一个图形用于用户调整计划数据，会随着用户的修改操作发生变化。

例如，若对所有SKU的计划数据进行统一地显示和调整时，可以在柱状图中显示所有SKU每个月的总计划量，图中x轴为三个月，y轴为计划量，在x轴上的每个月中显示每个SKU对应的两个图形；在计划表中每一行显示一个SKU的计划数据，若有5000个SKU，每个SKU包含91天的计划数据，则计划表可以显示为5000行91列。

步骤S209、响应于对第一统计图中图形的修改操作，根据修改操作对应的修改增量，以及图形对应的第一时间维度的第一时段，确定SKU在第一时段的计划增量，第一时段包括多个第二时间维度的第二时段。

其中，用户对第一统计图中图形的修改操作，可以是对该图形的对应数量的增加操作或者减少操作。例如，对于柱状图，增加操作可以是对柱状图中某一柱状图形最上端的向上移动操作，减少操作可以是对柱状图中某一柱状图形最上端的向下移动操作。通过改变柱状图中图形的高低来直接调整该图形对应月(第一时间维度的第一时段内)内每一天(第二时间维度的第二时段)的计划数据。

示例性地，可以在修改操作完成时，确定当前该图形对应的计划量，得到修改后图形对应的第一时间维度的第一时段的计划量。然后通过计算修改后该第一时段的计划量与修改前该第一时段的计划量的差值，确定该第一时段的计划增量。

示例性地，根据修改操作使得该图形的变化长度，确定该修改操作对应的计划增量。

例如，修改操作使得柱状图形每增长(或者缩短)一个单位，则增加(或减少)指定计划增量值。其中，每个单位长度对应的指定计划增量值可以根据实际应用场景进行设定和修改，例如，每个单位长度对应计划增量为100，本实施例此处不做具体限定。

步骤S210、根据SKU在第一时段的计划增量，以及SKU的计划数据中第一时段内各第二时段的计划量在第一时段的总计划量中所占的比例，确定SKU在第一时段内的各第二时段的计划增量。

本实施例中，为了在调整第一时间维度的第一时段对应的图形时，自动修改该第一时段中多个第二时间维度的第二时段的计划数据，可以保持各第二时段的计划量在该第一时段内所占的比例不变，将第一时段的总计划量的增量数据分配到各个第二时段。

示例性地，可以根据SKU的计划数据中该第一时段的总计划量和该第一时段内各第二时段的计划量，计算各第二时段的计划量占该第一时段的总计划量的比例；然后根据SKU在第一时段的计划增量，根据以下公式一确定该第一时段内任一第二时段的计划增量：

ΔD＝T*D1/M 公式一

其中，ΔD表示第二时段的计划增量，T表示第一时段的计划增量，D1表示修改前第二时段的计划量，M表示修改前第一时段的总计划量。其中，T的值可以是正数也可以是负数，T为正数表示增加了第一时段的计划量，T为负数表示减少了第一时段的计划量。

步骤S211、根据SKU在第一时段内的各第二时段的计划增量，修改计划表中的对应数据。

在确定第一时段内的各第二时段的计划增量之后，可以根据以下公式二确定修改后各第二时段的计划量：

D′＝D1+ΔD＝D1+T*D1/M 公式二

其中，D′表示修改后的第二时段的计划量，其他量代表的含义同公式一中的含义，此处不再赘述。

例如，第一时间维度为月，第二时间维度为天，当用户用鼠标移动至某个月对应的柱状图形后，点击柱状图形最上端并向上移动，柱状态图长高一个单位长度后停止，一个单位长度对应计划增量为100，则可以确定本次调整使得该月的计划增量增加了100，则该月内每一天的计划量均按比例增加，具体地，该月内每一天的计划量均根据以下公式三发生变化：

D′＝D1+100*D1/M 公式三

其中，D′表示修改后的第二时段的计划量，D1和M代表的含义同公式一中的含义，此处不再赘述。

例如，第一时间维度为月，第二时间维度为天，当用户用鼠标移动至某个月对应的柱状图形后，点击柱状图形最上端并向下移动，柱状态图缩短一个单位长度后停止，一个单位长度对应计划增量为100，则可以确定本次调整使得该月的计划增量减少了100，则该月内每一天的计划量均按比例减少，具体地，该月内每一天的计划量均根据以下公式四发生变化：

D′＝D1-100*D1/M 公式四

其中，D′，D1和M代表的含义同公式三中的含义，此处不再赘述。

本实施例的另一实施方式中，在对第一统计图中图形的修改操作过程中，当用户选中某一图形时，确定该图形对应的第一时间维度的第一时段，以及该第一时段内各第二时间维度的第二时段的计划量占该第一时段的计划总量的比例；当用户对图形的修改操作完成后，根据图形变化的长度，确定第一时段的计划增量；然后根据该第一时段内各第二时间维度的第二时段的计划量占该第一时段的计划总量的比例，将第一时段的计划增量按比例分配到各个第二时段，确定各个第二时段的计划增量，并可以进一步确定各个第二时段修改后的计划量，以及第一时段修改后的计划量。

在确定SKU在第一时段内的各第二时段的修改后的计划量之后，立即修改计划表中对应的单元格中计划数据，从而将SKU在第一时段内的各第二时段的修改后的计划量显示在计划表的对应单元格中。这样，可以实现在修改统计表中的图形时，可以实时地联动修改计划表中对应数据。

例如，以用户通过鼠标调整第一统计图中的图形，目标计划是采购计划，第一时间维度为月，第二时间维度为天，统计图为柱状图为例，对计划数据修改的总体流程(如图4所示)进行示例性地说明：当用户通过鼠标点击第一统计图中的某一图形(例如柱状图形)时，获取该图形对应月的月汇总采购计划数据，以及该月中每天的采购计划数据(也即天明细采购计划数据)，计算该月中每天的采购计划量占该月的总采购计划量的比例(也即计算天占月比例)，根据用户对该图形的修改操作，相应调高或者调低柱状图形，当用户松开鼠标时修改操作完成，获取修改后该月的总采购计划数据，并计算与修改前该月总采购计划数据的差值，从而确定该月的计划增量；然后计算修改后该月中每天的采购计划数据，并更新计划表中的采购计划数据。

本实施例的一种可选地实施方式中，还可以针对SKU第二时间维度的计划量进行修改，步骤S212-S213作为一种可能的实现方式，对这一过程进行示例性地说明。

步骤S212、响应于对计划表中任一单元格的选中操作，通过前端页面显示单元格中的计划数据对应的第二统计图。

本实施例中，当用户选中计划表中任一单元格时，可以通过前端页面，将该单元格中的计划数据单独以统计图的方式显示，也即通过前端页面显示该单元格中的计划数据对应的第二统计图。

步骤S213、响应于对第二统计图中图形的修改操作，对应修改单元格中的数据。

该步骤中，对第二统计图中图形的修改操作与步骤S209中对第一统计图中图形的修改操作类似，本实施例此处不再赘述。

该步骤中，响应于对第二统计图中图形的修改操作，确定第二统计图中该图形对应的第二时间维度的第二时段，以及修改操作对应的增量，将该第二时段的计划量增加该修改操作对应的增量(增量可以为正数或者负数)，得到该第二时段修改后的计划量，并修改计划表中对应单元格中的计划数据。这样，可以实现对某一第二时间维度的第二时段的计划量的修改。

步骤S214、响应于对SKU的计划确认操作，将计划表存储为SKU的目标计划。

用户对计划表修改完成后，可以通过前端页面进行对SKU的计划确认操作，响应于对SKU的计划确认操作，数据处理的装置将计划表存储为SKU的目标计划。

本发明实施例通过根据供应链管理体系中的历史数据，进行数据加工确定每个SKU在多个时间维度的历史数据并存储；根据未来日期范围，以及计划制定规则，将对应时间范围内的每个SKU在多个时间维度的历史数据存储到缓存中，后续制定计划时可以快速调用缓存中的数据，提高数据处理的效率；基于每个SKU在多个时间维度的历史数据，生成每个SKU在多个时间维度的计划数据，通过前端页面显示SKU在第一时间维度的计划数据的第一统计图和SKU在第二时间维度的计划数据的计划表；用户通过对第一统计图中图形的修改操作，实现在修改统计表中的图形时，可以实时地联动修改计划表中对应数据，实现了对该图形对应的第一时间维度的第一时段的总计划量，以及该第一时段内各第二时段的计划量的批量修改，使得录入计划数据的过程更加智能化，提高了计划数据录入的效率，避免了人工填入数据导致出错的情况，提高了计划数据的准确性。

实施例三

图5为本发明实施例三提供的数据处理的装置的结构示意图。本发明实施例提供的数据处理的装置可以执行数据处理的方法实施例提供的处理流程。如图5所示，该装置30包括：历史数据处理模块301，计划数据生成模块302，数据展示模块303和计划数据修改模块304。

具体地，历史数据处理模块301用于根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据。

计划数据生成模块302用于根据SKU在多个时间维度的历史数据，生成SKU在多个时间维度的计划数据。

数据展示模块303用于通过前端页面显示SKU在第一时间维度的计划数据的第一统计图和SKU在第二时间维度的计划数据的计划表。

计划数据修改模块304用于响应于对第一统计图中图形的修改操作，关联修改计划表中的对应数据。

本发明实施例提供的装置可以具体用于执行上述实施例一所提供的方法实施例，具体功能此处不再赘述。

本发明实施例通过根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据，并基于每个SKU在多个时间维度的历史数据，生成SKU在多个时间维度的计划数据，能够批量生成SKU在多个时间维度的初始计划数据；然后，通过前端页面显示SKU在第一时间维度的计划数据的第一统计图和SKU在第二时间维度的计划数据的计划表；响应于对第一统计图中图形的修改操作，关联修改计划表中的对应数据，这样用户通过修改第一统计图中的任一第一时间维度的时段对应的图形，可以实现该时段内第二时间维度的计划数据的批量修改，使得录入计划数据的过程更加智能化，提高了计划数据录入的效率，避免了人工填入数据导致出错的情况，提高了计划数据的准确性。

实施例四

在上述实施例三的基础上，本实施例中，计划数据修改模块还用于：

响应于对第一统计图中图形的修改操作，根据修改操作对应的修改增量，以及图形对应的第一时间维度的第一时段，确定SKU在第一时段的计划增量，第一时段包括多个第二时间维度的第二时段；根据SKU在第一时段的计划增量，以及SKU的计划数据中第一时段内各第二时段的计划量在第一时段的总计划量中所占的比例，确定SKU在第一时段内的各第二时段的计划增量；根据SKU在第一时段内的各第二时段的计划增量，修改计划表中的对应数据。

在一种可选的实施方式中，计划数据修改模块还用于：

响应于对计划表中任一单元格的选中操作，通过前端页面显示单元格中的计划数据对应的第二统计图。

在一种可选的实施方式中，计划数据修改模块还用于：

响应于对第二统计图中图形的修改操作，对应修改单元格中的数据。

在一种可选的实施方式中，计划数据生成模块还用于：

根据未来日期范围，以及计划制定规则，确定待查询的对应时间范围；从数据库中查询对应时间范围内的每个SKU在多个时间维度的历史数据，并将查询结果存储到缓存中。

在一种可选的实施方式中，计划数据生成模块还用于：

从缓存中获取SKU在多个时间维度的历史数据。

在一种可选的实施方式中，历史数据处理模块还用于：

根据每个SKU的历史数据信息，确定每个SKU在多个时间维度的历史数据；将每个SKU在多个时间维度的历史数据存储到数据库中。

在一种可选的实施方式中，计划数据修改模块还用于：

响应于对SKU的计划确认操作，将计划表存储为SKU的目标计划。

本发明实施例提供的装置可以具体用于执行上述实施例二所提供的方法实施例，具体功能此处不再赘述。

本发明实施例通过根据供应链管理体系中的历史数据，进行数据加工确定每个SKU在多个时间维度的历史数据并存储；根据未来日期范围，以及计划制定规则，将对应时间范围内的每个SKU在多个时间维度的历史数据存储到缓存中，后续制定计划时可以快速调用缓存中的数据，提高数据处理的效率；基于每个SKU在多个时间维度的历史数据，生成每个SKU在多个时间维度的计划数据，通过前端页面显示SKU在第一时间维度的计划数据的第一统计图和SKU在第二时间维度的计划数据的计划表；用户通过对第一统计图中图形的修改操作，实现在修改统计表中的图形时，可以实时地联动修改计划表中对应数据，实现了对该图形对应的第一时间维度的第一时段的总计划量，以及该第一时段内各第二时段的计划量的批量修改，使得录入计划数据的过程更加智能化，提高了计划数据录入的效率，避免了人工填入数据导致出错的情况，提高了计划数据的准确性。

实施例五

图6为本发明实施例五提供的数据处理设备的结构示意图。如图6所示，该设备100包括：处理器1001，存储器1002，以及存储在存储器1002上并可在处理器1001上运行的计算机程序。

其中，处理器1001运行计算机程序时实现上述任一方法实施例提供的数据处理的方法。

本发明实施例通过根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据，并基于每个SKU在多个时间维度的历史数据，生成SKU在多个时间维度的计划数据，能够批量生成SKU在多个时间维度的初始计划数据；然后，通过前端页面显示SKU在第一时间维度的计划数据的第一统计图和SKU在第二时间维度的计划数据的计划表；响应于对第一统计图中图形的修改操作，关联修改计划表中的对应数据，这样用户通过修改第一统计图中的任一第一时间维度的时段对应的图形，可以实现该时段内第二时间维度的计划数据的批量修改，使得录入计划数据的过程更加智能化，提高了计划数据录入的效率，避免了人工填入数据导致出错的情况，提高了计划数据的准确性。

另外，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现上述任一方法实施例提供的数据处理的方法。

应该理解的是，虽然上述实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求书指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。

Claims (12)

1.一种数据处理的方法，其特征在于，包括：

根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据；

根据所述SKU在多个时间维度的历史数据，生成所述SKU在多个时间维度的计划数据；

通过前端页面显示所述SKU在第一时间维度的计划数据的第一统计图和所述SKU在第二时间维度的计划数据的计划表；

响应于对所述第一统计图中图形的修改操作，关联修改所述计划表中的对应数据。

2.根据权利要求1所述的方法，其特征在于，所述响应于对所述第一统计图中图形的修改操作，关联修改所述计划表中的对应数据，包括：

响应于对所述第一统计图中图形的修改操作，根据所述修改操作对应的修改增量，以及所述图形对应的第一时间维度的第一时段，确定所述SKU在所述第一时段的计划增量，所述第一时段包括多个第二时间维度的第二时段；

根据所述SKU在所述第一时段的计划增量，以及所述SKU的计划数据中所述第一时段内各第二时段的计划量在所述第一时段的总计划量中所占的比例，确定所述SKU在所述第一时段内的各第二时段的计划增量；

根据所述SKU在所述第一时段内的各第二时段的计划增量，修改所述计划表中的对应数据。

3.根据权利要求1所述的方法，其特征在于，所述通过前端页面显示所述SKU在第一时间维度的计划数据的第一统计图和所述SKU在第二时间维度的计划数据的计划表之后，还包括：

响应于对所述计划表中任一单元格的选中操作，通过前端页面显示所述单元格中的计划数据对应的第二统计图。

4.根据权利要求3所述的方法，其特征在于，所述通过前端页面显示所述单元格中的计划数据对应的第二统计图之后，还包括：

响应于对所述第二统计图中图形的修改操作，对应修改所述单元格中的数据。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据，包括：

根据所述未来日期范围，以及计划制定规则，确定待查询的对应时间范围；

从数据库中查询所述对应时间范围内的每个SKU在多个时间维度的历史数据，并将查询结果存储到缓存中。

6.根据权利要求5所述的方法，其特征在于，所述根据所述SKU在多个时间维度的历史数据，生成所述SKU在多个时间维度的计划数据之前，还包括：

从所述缓存中获取所述SKU在多个时间维度的历史数据。

7.根据权利要求5所述的方法，其特征在于，所述根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据之前，还包括：

根据每个SKU的历史数据信息，确定每个SKU在多个时间维度的历史数据；

将所述每个SKU在多个时间维度的历史数据存储到所述数据库中。

8.根据权利要求1至4中任一项所述的方法，其特征在于，还包括：

响应于对所述SKU的计划确认操作，将所述计划表存储为所述SKU的目标计划。

9.一种数据处理的方法，其特征在于，应用于包括采集器、显示器和处理器的计划管理系统中，所述计划管理系统用于制定SKU维度的计划，所述方法包括：

采集器用于采集每个SKU的历史数据；

处理器根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据；

所述处理器响应于对任一SKU的确认操作，根据所述SKU在多个时间维度的历史数据，生成所述SKU在多个时间维度的计划数据；

显示器通过前端页面显示所述SKU在第一时间维度的计划数据的第一统计图和所述SKU在第二时间维度的计划数据的计划表；

所述处理器响应于对所述第一统计图中图形的修改操作，关联修改所述计划表中的对应数据。

10.一种数据处理的装置，其特征在于，包括：

历史数据处理模块，用于根据目标计划的未来日期范围，获取对应时间范围内每个SKU在多个时间维度的历史数据；

计划数据生成模块，用于根据所述SKU在多个时间维度的历史数据，生成所述SKU在多个时间维度的计划数据；

数据展示模块，用于通过前端页面显示所述SKU在第一时间维度的计划数据的第一统计图和所述SKU在第二时间维度的计划数据的计划表；

计划数据修改模块，用于响应于对所述第一统计图中图形的修改操作，关联修改所述计划表中的对应数据。

11.一种数据处理设备，其特征在于，包括：

处理器，存储器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序；

其中，所述处理器运行所述计算机程序时实现如权利要求1至8中任一项所述的方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法。

Images