CN114723503A - 一种基于产业链数据的市场分析方法及系统 - Google Patents

Abstract

本发明公开了一种基于产业链数据的市场分析方法，所述方法应用于一种基于产业链数据的市场分析系统，所述系统包括一种市场分析装置，所述方法包括：采集获取所述市场分析装置的多维度大数据参数，获得基础大数据集合；采集获取分析对象的多维度数据参数，获得对象数据集合；根据所述基础大数据集合及所述对象数据集合进行分析，获得分析结果集合；设置期望条件，判断分析结果集合是否满足所述期望条件集合；若所述分析结果集合满足所述期望条件集合，则输出分析结果，以及，若所述分析结果不满足所述期望条件集合，则基于所述期望条件集合，进行所述分析结果集合的优化，获得优化结果集合及优化分析结果集合。

Description

一种基于产业链数据的市场分析方法及系统

技术领域

本发明涉及市场分析系统领域，具体为一种基于产业链数据的市场分析方法及系统。

背景技术

市场分析是对市场供需变化的各种因素及其动态、趋势的分析，分析过程是搜集有关资料和数据，采用适当的方法，分析研究、探索市场变化规律，了解消费者对产品品种、规格、质量、性能、价格的意见和要求，了解市场对某种产品的需求量和销售趋势，了解产品的市场占有率和竞争单位的市场占有情况，了解社会商品购买力和社会商品可供量的变化，并从中判明商品供需平衡的不同情况，平衡或供大于需，或需大于供，为企业生产经营决策合理安排生产、进行市场竞争，和客观管理决策正确调节市场，平衡产销，发展经济提供重要依据，企业在实施营销战略计划的过程中，可以根据市场分析取得的最新信息资料，检验和判断企业的营销战略计划是否需要修改，如何修改以适应新出现的或企业事先未掌握的情况，从而保证营销战略计划的顺利实施，只有利用科学的方法去分析和研究市场，才能为企业的正确决策提供可靠的保障，市场分析可以帮助企业解决重大的经营决策问题，比如说通过市场分析，企业可以知道自己在某个市场有无经营机会或是能否在另一个市场将已经获得的市场份额扩大，市场分析也可以帮助企业的销售经理对一些较小的问题做出决定，例如公司是否应该立即对价格进行适当的调整，以适应顾客在节日期间的消费行为；或是公司是否应该增加营业推广所发放的奖品，以加强促销工作的力度。

产业链是产业经济学中的一个概念，是各个产业部门之间基于一定的技术经济关联，并依据特定的逻辑关系和时空布局关系客观形成的链条式关联关系形态，产业链是一个包含价值链、企业链、供需链和空间链四个维度的概念，这四个维度在相互对接的均衡过程中形成了产业链，这种“对接机制”是产业链形成的内模式，作为一种客观规律，它像一只“无形之手”调控着产业链的形成，产业链的本质是用于描述一个具有某种内在联系的企业群结构，它是一个相对宏观的概念，存在两维属性：结构属性和价值属性，产业链中大量存在着上下游关系和相互价值的交换，上游环节向下游环节输送产品或服务，下游环节向上游环节反馈信息。

产业链与市场分析是密不可分的，价值链中对企业决策及团队能力的评判以及供需链对整体市场的未来的判断等，都对市场分析结果有着极大的影响，具体影响不在此详细赘述，现有技术中的分析模型多处于投资角度，对目标企业进行快速的市场分析，对市场占有率和市场增长率进行评判，进而对目标企业的投资价值进行快速估算，但很多新兴企业在找投资时，其本身的团队及决策才是他们最大的资本，这部分评判多依赖主观意识，容易受到双方状态的影响，波动较大，而现有技术中的投资评判模型难以对新兴企业的附加因素进行评判，无法对附加因素提出一个客观的参考结果。

发明内容

本申请提供了一种基于产业链数据的市场分析方法及系统，用于针对解决现有市场分析技术中存在的依赖评估人主观操作、无法提供附加因素评判参考的技术问题。

鉴于上述问题，本申请提供了一种基于产业链数据的市场分析方法及系统。

本申请的第一个方面，提供了一种基于产业链数据的市场分析方法，所述方法应用于一种基于产业链数据的市场分析系统，所述系统包括一种市场分析装置，所述方法包括：采集获取所述市场分析装置的多维度大数据参数，获得基础大数据集合，其中多维度大数据参数包括市场销售量大数据、市场产能大数据、多维度市场分布参数；采集获取分析对象的多维度数据参数，获得对象数据集合，其中多维度数据参数包括市场占有率数据、设计环节参数、生产环节参数、销售环节参数、售后环节参数；根据所述基础大数据集合及所述对象数据集合进行分析，获得分析结果集合；设置期望条件，判断分析结果集合是否满足所述期望条件集合；若所述分析结果集合满足所述期望条件集合，则输出分析结果，以及，若所述分析结果不满足所述期望条件集合，则基于所述期望条件集合，进行所述分析结果集合的优化，获得优化结果集合及优化分析结果集合；输出所述优化结果集合及所述优化分析结果集合。

本申请的第二个方面，提供了一种基于产业链数据的市场分析系统，所述系统包括：第一获得单元，用于采集获取市场分析装置的多维度大数据参数，获得基础大数据集合；第二获得单元，用于采集获取分析对象的多维度数据参数，获得对象数据集合，其中多维度数据参数包括市场占有率数据、设计环节参数、生产环节参数、销售环节参数、售后环节参数；第一处理单元，用于根据基础大数据集合及对象数据集合进行分析，获得分析结果集合；第二处理单元，用于设置期望条件；第一判断单元，用于判断分析结果集合是否满足期望条件集合；第三处理单元，用于若分析结果满足期望条件集合，则输出分析结果，以及，若分析结果不满足期望条件集合，则基于期望条件集合，进行分析结果集合的优化，获得优化结果集合及优化分析结果集合；第四处理单元，用于输出优化结果集合及优化分析结果集合。

本申请的第三个方面，提供了基于产业链数据的市场分析系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统得以执行如第一方面所述方法的功能。

本申请的第四个方面，提供了一种计算机可读存储介质，所述存储介质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所述方法的功能。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例通过采集获取所述市场分析装置的多维度大数据参数，获得基础大数据集合，再采集获取分析对象的多维度数据参数，获得对象数据集合，并根据所述基础大数据集合及所述对象数据集合进行分析，获得分析结果集合，获得分析结果集合后设置期望条件，判断分析结果集合是否满足所述期望条件集合，若所述分析结果集合满足所述期望条件集合，则输出分析结果，以及，若所述分析结果不满足所述期望条件集合，则基于所述期望条件集合，进行所述分析结果集合的优化，获得优化结果集合及优化分析结果集合，并输出所述优化结果集合及所述优化分析结果集合作为附加因素客观的参考结果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请提供的一种基于产业链数据的市场分析方法中的系统流程图；

图2为本申请提供的一种基于产业链数据的市场分析方法中获得分析结果的流程示意图；

图3为本申请提供的一种基于产业链数据的市场分析方法中优化分析结果的流程示意图；

图4为本申请提供的一种基于产业链数据的市场分析方法中分析结果集合输出方式中的一种示例；

图5为本申请提供的一种基于产业链数据的市场分析系统中的结构示意图；

图6为本申请示例性电子设备的结构示意图。

图中：11、第一期望条件线；12、第二期望条件线；13、分析对象标点；14、大数据对象标点；15、附加因素偏向；16、综合结果标点；201、第一获得单元；202、第二获得单元；203、第一处理单元；204、第二处理单元；205、第一判断单元；206、第三处理单元；300、电子设备；301、存储器；302、处理器；303、通信接口；304、总线架构。

具体实施方式

本申请通过提供了一种基于物联网的远程智能统一控制系统和设备，用于针对解决现有物联网控制技术中存在的依赖人工主观操作、调节效果差的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例通过采集获取所述市场分析装置的多维度大数据参数，获得基础大数据集合，再采集获取分析对象的多维度数据参数，获得对象数据集合，并根据所述基础大数据集合及所述对象数据集合进行分析，获得分析结果集合，获得分析结果集合后设置期望条件，判断分析结果集合是否满足所述期望条件集合，若所述分析结果集合满足所述期望条件集合，则输出分析结果，以及，若所述分析结果不满足所述期望条件集合，则基于所述期望条件集合，进行所述分析结果集合的优化，获得优化结果集合及优化分析结果集合，并输出所述优化结果集合及所述优化分析结果集合作为附加因素客观的参考结果。

在介绍了本申请基本原理后，下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，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，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅列示出了与本申请相关的部分而非全部。

实施例一

如图1所示，本申请提供了一种基于产业链数据的市场分析方法，其特征在于，所述方法应用于一种基于产业链数据的市场分析系统，所述系统包括一种市场分析装置，所述方法包括：

S100：采集获取所述市场分析装置的多维度大数据参数，获得基础大数据集合，其中多维度大数据参数包括市场销售量大数据、市场产能大数据、多维度市场分布参数；

本申请实施例中，上述多维度大数据参数主要包括参照企业的市场销售量大数据、市场增长率大数据、市场产能大数据及市场分布数据。具体的，用作市场分析时，需要选取一些行业内的典型企业及水平相近的企业作为参照数据进行整体分析，企业的销售量大数据可以一定程度的反应其市场占有率，而市场占有率是公司发展的重要目标值，市场增长率则反映了一个企业的发展趋势，体现了一个企业未来的概况，市场产能大数据则可以反映出一个行业待挖掘的发展空间，能够展现整个行业未来的潜力，市场分布数据则能够体现一个企业对于其发展的战略规划。示例性的，该企业市场销售量相对同行较低，则反映了该企业的市场占有率较低，其中，可以根据同一类产品或服务在不同价位的销量，来反映出一个企业在同一产品的不同档次所拥有的市场占有率，当该企业的市场增长率保持在一个较高的水平时，则可以反映出该企业在未来的潜力较大，并根据其当前的市场占有率估算出短期可能达到的情况。

通过采集多维度大数据参数，可以对行业内现有企业进行分析，并作为分析对象的评判背景。

本申请实施例提供的方法中的步骤S100包括：

S110：采集获取所述市场分析装置的市场销售量大数据，得到第一基础大数据参数；

S120：根据多组不同时期的第一基础大数据参数，得到第二基础大数据参数；

S130：采集获取所述市场分析装置的市场产能大数据，得到第三基础大数据参数；

S140：采集获取所述市场分析装置的多维度市场分布参数，获得市场分布数据集合；

S150：根据所述市场分布数据集合，得到第四基础大数据参数；

S160：将所述第一基础大数据参数、第二基础大数据参数、第三基础大数据参数和第四基础大数据参数作为所述基础大数据集合。

具体的，采集参照企业的市场销售量大数据、市场增长率大数据、市场产能大数据及市场分布数据，作为所述基础大数据集合。

其中，市场销售量大数据可以根据采集到其他样本的数据进行统计及计算，进而根据市场销售量大数据得出各个样本的当前市场占有率，对不同时期的市场销售量大数据进行计算，可以得出各个样本的市场增长变化曲线及市场增长率。示例性的，将采集的多个企业销售量进行合并，并根据其当季市场销售量得出市场占有率，再将上一季度的市场占有率与这一季度数据进行对比，即可得出该企业这一季度的市场增长变化曲线及市场增长率。

可选的，对于线下企业来说，市场分布数据可以反映出该公司在不同地区的市场占有率。示例性的，对于部分具有地区性的行业来说，不同地区有着各自的当地企业，在市场分析中，将相同的产品销售至其他已被当地区企业占有较大市场份额的区域，是相当困难的，根据不同的情况和剩余空间，可以在分析时获得不同的权重，而地区性产品在不同地区所剩余的市场空间也会决定出不同的权重。其中，对于线上销售企业来说，大部分情况下不需要考虑此部分，因此，在权重分配时降低至忽略水平。

本申请实施例提供的方法中的步骤S140包括：

S141：根据所述第一基础大数据参数、所述第二基础大数据参数和所述第三基础大数据参数，获得优选目标区域；

S142：采集获取所述市场分析装置所述优选目标区域的市场大数据，得到市场分布参数；

S143：将不同所述优选目标区域的市场分布参数作为所述市场分布数据集合。

具体的，在众多同行市场分布的区域中，第一基础大数据参数中排名较为靠前的部分区域作为行业中市场占有率较高的地区，应当作为市场分析中的重要目标，而第二基础大数据参数中排名较为靠前的部分地区，反映出该区域的需求量开始增加，也应当在市场分析中进行重视。示例性的，抓取主要市场作为目标时，将第一基础大数据参数中排名较为靠前的部分地区及第二基础大数据参数中排名较为靠前的部分地区划为重点目标区域，并根据第三基础大数据的产能判断重点目标区域中发展空间较大的地区，将这部分地区作为优选目标区域。

如此，优选目标区域可以提高市场分析的判断效率及优化效率，并根据不同的战略目标进行不同的权重分配。

S200：采集获取分析对象的多维度数据参数，获得对象数据集合，其中多维度数据参数包括市场占有率数据、设计环节参数、生产环节参数、销售环节参数、售后环节参数；

本申请实施例中，上述多维度数据参数包括设计调研报告、生产成本优化率、销售能力调研报告及售后调研报告。具体的，设计调研报告可以是面向大众或部分客户做的产品选择原因调研报告或自身设计卖点及同行产品的评估报告，设计作为企业价值链中的初始环节，是企业重要的基本增值活动。生产成本优化率一般为现有主流生产方式上额外采取的技术手段，是企业的辅助性增值活动，这里的生产和技术都是广义的，包括组织建设、人事管理、技术开发和采购管理，既可以包括生产性技术，也包括非生产性的开发管理。而市场营销和售后服务，这些活动都与商品实体的加工流转直接相关，示例性的，该企业产品在设计上与同行别无二致，客户的调研报告却大多反馈其重视设计方面，那么在分析结果时，设计方面在附加因素中就难以提供加权判断，但在优化结果时，设计方面可以进行加权优化，。

本申请实施例提供的方法中的步骤S200包括：

S210：采集分析对象的市场占有率数据，得到第一对象数据参数；

S220：根据多组不同时期的第一对象数据参数，得到第二对象数据参数；

S230：采集分析对象的设计环节参数，得到第三对象数据参数；

S240：采集分析对象的生产环节参数，得到第四对象数据参数；

S250：采集分析对象的销售环节参数，得到第五对象数据参数；

S260：采集分析对象的售后环节参数，得到第六对象数据参数；

S270：将所述第一对象数据参数、第二对象数据参数、第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数作为所述对象数据集合。

本申请实施例中，将分析对象的市场占有率数据、市场占有率变化数据、设计环节参数、生产环节参数、销售环节参数、售后环节参数作为所述对象数据集合。具体的，上述市场占有率数据可以是分析对象的季度销量数据与第一基础大数据参数的对比报告，两者数据值的比值可以清晰直观的反映出分析对象的市场占有率，将分析对象多季度的第一对象数据参数按时间排列，即可获得分析对象的市场占有率变化数据，将分析对象的市场占有率变化数据作为第二对象数据参数，可以用于判断分析对象未来的发展趋势及发展速度，设计环节参数可以来自市场同类产品的专业分析报告或面向客户的市场调研报告，根据设计环节参数反应分析对象的产品是否能够从设计相关方向给未来的发展带来增幅，生产环节参数可以是相较于同行的生产制造工艺或技术，以及相关的管理优化等方式区别导致的最终生产差距，根据相关的生产差距可以判断分析对象在生产方面与其他同行之间的差别，销售环节参数可以是销售渠道统计报告、销售服务评价报告等相关报告，利用销售环节参数对分析对象的销售环节进行数字化评价。

示例性的，统计分析对象当年四个季度的销量数据，将销量数据与同行公布的参数进行比对，可以得出目前大致的市场占有率，再将四个季度的市场占有率进行排序计算，即可获得当年四个季度的市场增长曲线及增长率，根据目前的市场占有率及增长率可以对分析对象进行市值计算，并直接评估出大致的发展趋势，在根据产品的设计评分差距及市场调研报告判断公司目前在设计方面可优化或已领先的程度，生产销售及售后的可优化潜力或已领先的程度均可如设计方面一样进行数字化的价值计算，此处不再累述。

S300：根据所述基础大数据集合及所述对象数据集合进行分析，获得分析结果集合；

将基础大数据集合作为排序背景，根据对象数据集合的参数在排序背景中所处的位置得出分析结果集合。具体的，将第一基础大数据参数中不同企业的市场占有率按照高低顺序进行排列，再将分析对象根据第一对象数据参数插入至已经排序好的市场占有率排列中，将第二基础大数据中参数中不同企业的市场增长率按照高低顺序进行排列，再将分析对象根据第二对象数据参数插入至已经排序好的市场增长率排列中，排列完毕后再将对象数据集合中的第三对象数据参数、第四对象数据参数、第五对象数据参数及第六对象数据参数作为附加参数加入分析结果集合。示例性的，根据排列的结果，将分析对象的市场占有率排序及市场增长率排序以二维坐标系的形式进行定位，并将附加参数对市场占有率排序及市场增长率排序的未来影响以箭头进行标注，其中，箭头的朝向方向为附加参数对市场占有率排序及市场增长率排序的整体影响方向为朝向方向，箭头长度根据影响能力的数值化估值决定。

本申请实施例提供的方法中的步骤S300包括：

S310：构建波士顿矩阵模型，其中波士顿矩阵模型以所述第一对象数据参数及第二对象数据参数为基础构建；

S320：根据所述第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数对所述第一对象数据参数及第二对象数据参数的影响能力，进行权重分配，获得第一权重分配结果；

S330：设置第一分析周期；

S340：根据所述第一对象数据参数及第二对象数据参数进行结果区间定位，获得第一结果区间；

S350：将所述第一权重分配结果与所述第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数进行结合，获得第一附加参数；

S360：将所述第一附加参数及第一结果区间作为所述分析结果集合。

具体的，根据市场分析的运营周期设定进行第一分析周期的设定，进而选择分析的时间范围，设定后将该时间范围内的第一对象数据参数及第二对象数据参数作为数值点进行排序定位，即可得到定位于波士顿矩阵模型中的分析对象标点13，定位的分析对象标点13可以在后续判定中结合第一期望条件线11及第二期望条件线12进行可视化处理，方便将输出的结果打印为图像，进而用于市场分析环节最后的结果报告中。

其中，第一权重分配结果是根据第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数对所述第一对象数据参数及第二对象数据参数的影响能力来决定的。具体的，在较为强调设计的行业，例如工艺品、服装及珠宝等行业中，设计所占有权重相对较高，其权重的系数可以将专业分析的评分报告数值与销量及客户调查报告的偏好比例进行数据化处理得出，而在涉及实体生产的行业中，生产环节中的工艺、生产组织方式、技术开发、采购管理和一些相关的非生产性开发管理都可以决定产品在生产环节中产生的增值，这些增值量通过与同行的材料采购量及产品生产量数据可以直接估算出大致的转化率，市场营销作为企业生存的核心之一，不同的销售手段带来的效果也是直观的，对客户来源报告所记载的不同广告投放方式以及销售方式进行分析，即可快速得出各个方式与同行的差值比例，在市场分析中，对于未来发展的估算上，有很多行业仍然依赖老带新的销售方式，在这种类型的方式中，售后的重要性不言而喻，根据客户对售后的好评率以及销售方式分析时老带新的客户来源百分比可以给出售后的权重。

S400：设置期望条件，判断分析结果集合是否满足所述期望条件集合；

基于市场分析的目标进行期望条件的设定，进而对分析对象进行筛选，根据不同的投资期望或调整期望筛选出合适的分析对象，其中，作为投资方向进行市场分析时，分析对象的分析结果集合能否满足期望条件集合，是分析对象具不具备足够投资价值的重要参考，此时的分析结果集合与期望条件集合可以客观的给评估人提供参考结果。

另一面的，当出于改进企业发展情况为目的情况时，一般以理想目标值作为期望条件的设定，此时分析对象的分析结果集合能否满足期望条件集合，可以直观的展现出未来发展能否满足理想目标，进而为后续的优化及改进提供参照，同时其结果也能作为高企业管理层的决策和侧重参考。

本申请实施例提供的方法中的步骤S400包括：

S410：根据所述第一基础大数据参数，获得第一期望目标；

S420：根据所述第二基础大数据参数，获得第二期望目标；

S430：根据所述第三基础大数据参数及第四基础大数据参数，对所述第一期望目标及第二期望目标进行调整，获得第一期望条件及第二期望条件；

S440：将所述第一期望条件及第二期望条件作为期望条件集合。

本申请中的第一期望目标及第二期望目标在不同主观意图下会产生不同的情况，其中，第一期望目标为市场占有率的期望值，第二期望目标为市场增长率的期望值，作为投资评估时，根据行业整体收益情况选择收益期望及收益率较大的百分比数值为期望值，示例性的，将第一期望目标设置在30%，第二期望目标设置在40%，此时这种条件下筛选出的公司目前市场占有率较低，市值不高，但市场增长率高，未来的发展潜力大，此时投资成本相对较小而收益率相对较高，另一示例的，为企业未来发展进行市场分析，将第一期望目标在现在有市场占有率的基础上提升5%，并将第二期望目标维持在当前水准，此时分析结果集合与期望条件集合之间的差值可以作为企业管理层在未来发展时的决策和侧重参考。

S500：若所述分析结果集合满足所述期望条件集合，则输出分析结果，以及，若所述分析结果不满足所述期望条件集合，则基于所述期望条件集合，进行所述分析结果集合的优化，获得优化结果集合及优化分析结果集合；

若分析结果集合满足期望条件集合，则说明维持当前的情况即可稳步达到期望值，此时将分析结果集合直接输出即可，若分析结果集合未满足期望条件集合，则说明企业不符合预期的投资条件或需要进行调整才能够达到预期的发展目标。

本申请实施例提供的方法中的步骤S500包括：

S510：构建SWOT优化模型，其中SWOT优化模型以所述对象数据集合及基础大数据集合为基础构建，所述SWOT优化模型内包括多种优化参数集合；

S520：将所述分析结果集合代入所述SWOT优化模型进行优化，获得第一优化参数集合；

S530：判断所述第一优化参数集合是否符合所述期望条件集合，若符合，则将第一优化参数集合作为所述分析结果集合，以及，若所述第一优化参数集合不符合所述期望条件集合，则按照概率公式将所述第一优化参数集合作为临时优化结果；

S540：直至多次临时优化结果差距值小于预设值时，停止优化，并将所有临时优化结果作为所述分析结果集合。

具体而言，将分析结果集合代入上述SWOT优化模型进行优化，本申请实施例中的优化是对对象数据集合中部分可调节参数的优化，其包括第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数，以市场中其样本的可参考参数为对象，按照概率公式随机产生第一优化参数集合。

其中，所述概率公式为：

其中，

为自然对数，

为初始参数集合，

为第一优化参数集合，

为优化速率因子。

在多次优化后，产生的多组优化参数集合之间的差值小于预设值时，这说明优化对于结果的改变量接近无效，此时重复优化已经不具备参考价值，应当将差值较大的几次优化参数集合依序排列，并作为分析结果集合一并输出，此时的结果虽然无法达到期望条件集合的要求，但作为市场分析的客观结果可以提供一定的参考价值。

S600：输出所述优化结果集合及所述优化分析结果集合。

本申请实施例中，上述优化分析结果集合在最终的市场分析评判中可以作为最终结果的客观参考，并可采用数据化、表格化或图表等形式作为结果的辅助叙述形式。

示例性的，在以市场占有率及市场增长率为基础构建的分析结果集合中，根据市场占有率及市场增长率的值为坐标值，将分析对象及同行样本以分析对象标点13及大数据对象标点14的形式进行可视化标注，并将附加因素以附加因素偏向15的形式标注在分析对象标点13及大数据对象标点14上，结合两者产生的分析结果，以综合结果标点16的形式进行标注，并将第一期望条件及第二期望条件以第一期望条件线11及第二期望条件线12的形式标注与可视化图标上，此时以第一期望条件线11及第二期望条件线12形成四个结果偏向的区间，四个区间代表了四种大类的结果，此时结果即可以图表形式进行输出，用于分析叙述等情况。

综上所述，本申请实施例通过采集获取所述市场分析装置的多维度大数据参数，获得基础大数据集合，再采集获取分析对象的多维度数据参数，获得对象数据集合，并根据所述基础大数据集合及所述对象数据集合进行分析，获得分析结果集合，获得分析结果集合后设置期望条件，判断分析结果集合是否满足所述期望条件集合，若所述分析结果集合满足所述期望条件集合，则输出分析结果，以及，若所述分析结果不满足所述期望条件集合，则基于所述期望条件集合，进行所述分析结果集合的优化，获得优化结果集合及优化分析结果集合，并输出所述优化结果集合及所述优化分析结果集合作为附加因素客观的参考结果。

实施例二

基于与前述实施例中一种基于产业链数据的市场分析方法，如图5所示，本申请提供了其一种基于产业链数据的市场分析系统，其中，所述一种基于产业链数据的市场分析系统包括：

第一获得单元201，用于对市场分析装置的多维度大数据参数，获得基础大数据集合；

第二获得单元202，用于分析对象的多维度数据参数，获得对象数据集合；

第一处理单元203，用于根据所述基础大数据集合及所述对象数据集合进行分析，获得分析结果集合；

第二处理单元204，用于设置期望条件，判断分析结果集合是否满足所述期望条件集合；

第一判断单元205，用于若所述分析结果集合满足所述期望条件集合，则输出分析结果，以及，若所述分析结果不满足所述期望条件集合，则基于所述期望条件集合，进行所述分析结果集合的优化，获得优化结果集合及优化分析结果集合；

第三处理单元206，用于输出所述优化结果集合及所述优化分析结果集合。

进一步地，所述系统还包括：

第三获得单元，用于采集市场分析装置的市场销售量大数据，得到第一基础大数据参数；

第四处理单元，用于根据多组不同时期的第一基础大数据参数，得到第二基础大数据参数；

第四获得单元，用于获取所述市场分析装置的市场产能大数据，得到第三基础大数据参数；

第五获得单元，用于获取所述市场分析装置的多维度市场分布参数，获得市场分布数据集合；

第五处理单元，用于根据所述市场分布数据集合，得到第四基础大数据参数；

第六处理单元，用于将所述第一基础大数据参数、第二基础大数据参数、第三基础大数据参数和第四基础大数据参数作为所述基础大数据集合。

进一步地，所述系统还包括：

第七处理单元，用于根据所述第一基础大数据参数、所述第二基础大数据参数和所述第三基础大数据参数，获得优选目标区域；

第六获得单元，用于获取所述市场分析装置所述优选目标区域的市场大数据，得到市场分布参数；

第八处理单元，用于将不同所述优选目标区域的市场分布参数作为所述市场分布数据集合。

进一步地，所述系统还包括：

第七获得单元，用于采集分析对象的市场占有率数据，得到第一对象数据参数；

第九处理单元，用于根据多组不同时期的第一对象数据参数，得到第二对象数据参数；

第八获得单元，用于采集分析对象的设计环节参数，得到第三对象数据参数；

第九获得单元，用于采集分析对象的生产环节参数，得到第四对象数据参数；

第十获得单元，用于采集分析对象的销售环节参数，得到第五对象数据参数；

第十一获得单元，用于采集分析对象的售后环节参数，得到第六对象数据参数

第十处理单元，用于将所述第一对象数据参数、第二对象数据参数、第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数作为所述对象数据集合。

进一步地，所述系统还包括：

第十一处理单元，用于构建波士顿矩阵模型，其中波士顿矩阵模型以所述第一对象数据参数及第二对象数据参数为基础构建；

第十二处理单元，用于根据所述第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数对所述第一对象数据参数及第二对象数据参数的影响能力，进行权重分配，获得第一权重分配结果；

第十三处理单元，用于设置第一分析周期；

第十四处理单元，用于根据所述第一对象数据参数及第二对象数据参数进行结果区间定位，获得第一结果区间；

第十五处理单元，用于将所述第一权重分配结果与所述第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数进行结合，获得第一附加参数；

第十六处理单元，用于将所述第一附加参数及第一结果区间作为所述分析结果集合。

进一步地，所述系统还包括：

第十七处理单元，用于根据所述第一基础大数据参数，获得第一期望目标；

第十八处理单元，用于根据所述第二基础大数据参数，获得第二期望目标；

第十九处理单元，用于根据所述第三基础大数据参数及第四基础大数据参数，对所述第一期望目标及第二期望目标进行调整，获得第一期望条件及第二期望条件；

第二十处理单元，用于将所述第一期望条件及第二期望条件作为期望条件集合。

进一步地，所述系统还包括：

第二十一处理单元，用于构建SWOT优化模型，其中SWOT优化模型以所述对象数据集合及基础大数据集合为基础构建，所述SWOT优化模型内包括多种优化参数集合；

第二十二处理单元，用于将所述分析结果集合代入所述SWOT优化模型进行优化，获得第一优化参数集合；

第二判断单元，用于判断所述第一优化参数集合是否符合所述期望条件集合，若符合，则将第一优化参数集合作为所述分析结果集合，以及，若所述第一优化参数集合不符合所述期望条件集合，则按照概率公式将所述第一优化参数集合作为临时优化结果，所述概率公式为：

其中，

为自然对数，

为初始参数集合，

为第一优化参数集合，

为优化速率因子；

第二十三处理单元，用于直至多次临时优化结果差距值小于预设值时，停止优化，并将所有临时优化结果作为所述分析结果集合。

实施例三

基于与前述实施例中一种基于产业链数据的市场分析方法相同的发明构思，本申请还提供了一种计算机可读存储介质，所述存储介质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实施例一内的方法。

示例性电子设备

下面参考图6来描述本申请的电子设备，

基于与前述实施例中一种基于产业链数据的市场分析方法相同的发明构思，本申请还提供了一种基于产业链数据的市场分析系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行实施例一所述方法的步骤。

该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(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。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。

通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。

存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdiscread-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种基于产业链数据的市场分析方法。

本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a ,b,或c中的至少一项(个、种)，可以表示：a ,b,c,a -b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指

令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (10)

1.一种基于产业链数据的市场分析方法，其特征在于，所述方法应用于一种基于产业链数据的市场分析系统，所述系统包括一种市场分析装置，所述方法包括：

采集获取所述市场分析装置的多维度大数据参数，获得基础大数据集合，其中多维度大数据参数包括市场销售量大数据、市场产能大数据、多维度市场分布参数；

采集获取分析对象的多维度数据参数，获得对象数据集合，其中多维度数据参数包括市场占有率数据、设计环节参数、生产环节参数、销售环节参数、售后环节参数；

根据所述基础大数据集合及所述对象数据集合进行分析，获得分析结果集合；

设置期望条件，判断分析结果集合是否满足所述期望条件集合；

若所述分析结果集合满足所述期望条件集合，则输出分析结果，以及，若所述分析结果不满足所述期望条件集合，则基于所述期望条件集合，进行所述分析结果集合的优化，获得优化结果集合及优化分析结果集合；

输出所述优化结果集合及所述优化分析结果集合。

2.根据权利要求1所述的方法，其特征在于，所述市场分析装置的多维度大数据参数，包括：

采集获取所述市场分析装置的市场销售量大数据，得到第一基础大数据参数；

根据多组不同时期的第一基础大数据参数，得到第二基础大数据参数；

采集获取所述市场分析装置的市场产能大数据，得到第三基础大数据参数；

采集获取所述市场分析装置的多维度市场分布参数，获得市场分布数据集合；

根据所述市场分布数据集合，得到第四基础大数据参数；

将所述第一基础大数据参数、第二基础大数据参数、第三基础大数据参数和第四基础大数据参数作为所述基础大数据集合。

3.根据权利要求2所述的方法，其特征在于，所述采集获取所述市场分析装置的多维度市场分布参数，获得市场分布数据集合，包括：

根据所述第一基础大数据参数、所述第二基础大数据参数和所述第三基础大数据参数，获得优选目标区域；

采集获取所述市场分析装置所述优选目标区域的市场大数据，得到市场分布参数；

将不同所述优选目标区域的市场分布参数作为所述市场分布数据集合。

4.根据权利要求1所述的方法，其特征在于，所述采集获取分析对象的多维度数据参数，包括：

采集分析对象的市场占有率数据，得到第一对象数据参数；

根据多组不同时期的第一对象数据参数，得到第二对象数据参数；

采集分析对象的设计环节参数，得到第三对象数据参数；

采集分析对象的生产环节参数，得到第四对象数据参数；

采集分析对象的销售环节参数，得到第五对象数据参数；

采集分析对象的售后环节参数，得到第六对象数据参数；

将所述第一对象数据参数、第二对象数据参数、第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数作为所述对象数据集合。

5.根据权利要求4所述的方法，其特征在于，所述根据所述基础大数据集合及所述对象数据集合进行分析，获得分析结果集合，包括：

构建波士顿矩阵模型，其中波士顿矩阵模型以所述第一对象数据参数及第二对象数据参数为基础构建；

根据所述第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数对所述第一对象数据参数及第二对象数据参数的影响能力，进行权重分配，获得第一权重分配结果；

设置第一分析周期；

根据所述第一对象数据参数及第二对象数据参数进行结果区间定位，获得第一结果区间；

将所述第一权重分配结果与所述第三对象数据参数、第四对象数据参数、第五对象数据参数和第六对象数据参数进行结合，获得第一附加参数；

将所述第一附加参数及第一结果区间作为所述分析结果集合。

6.根据权利要求2所述的方法，其特征在于，所述设置期望条件，包括：

根据所述第一基础大数据参数，获得第一期望目标；

根据所述第二基础大数据参数，获得第二期望目标；

根据所述第三基础大数据参数及第四基础大数据参数，对所述第一期望目标及第二期望目标进行调整，获得第一期望条件及第二期望条件；

将所述第一期望条件及第二期望条件作为期望条件集合。

7.根据权利要求5所述的方法，其特征在于，所述基于所述期望条件集合，进行所述分析结果集合的优化，包括：

构建SWOT优化模型，其中SWOT优化模型以所述对象数据集合及基础大数据集合为基础构建，所述SWOT优化模型内包括多种优化参数集合；

将所述分析结果集合代入所述SWOT优化模型进行优化，获得第一优化参数集合；

判断所述第一优化参数集合是否符合所述期望条件集合，若符合，则将第一优化参数集合作为所述分析结果集合，以及，若所述第一优化参数集合不符合所述期望条件集合，则按照概率公式将所述第一优化参数集合作为临时优化结果，所述概率公式为：

其中，

为自然对数，

为初始参数集合，

为第一优化参数集合，

为优化速率因子；

直至多次临时优化结果差距值小于预设值时，停止优化，并将所有临时优化结果作为所述分析结果集合。

8.一种基于产业链数据的市场分析系统，其特征在于，所述系统包括：

第一获得单元，用于采集获取市场分析装置的多维度大数据参数，获得基础大数据集合，其中多维度大数据参数包括市场销售量大数据、市场产能大数据、多维度市场分布参数；

第二获得单元，用于采集获取分析对象的多维度数据参数，获得对象数据集合，其中多维度数据参数包括市场占有率数据、设计环节参数、生产环节参数、销售环节参数、售后环节参数；

第一处理单元，用于根据基础大数据集合及对象数据集合进行分析，获得分析结果集合；

第二处理单元，用于设置期望条件；

第一判断单元，用于判断分析结果集合是否满足期望条件集合；

第三处理单元，用于若分析结果满足期望条件集合，则输出分析结果，以及，若分析结果不满足期望条件集合，则基于期望条件集合，进行分析结果集合的优化，获得优化结果集合及优化分析结果集合；

第四处理单元，用于输出优化结果集合及优化分析结果集合。

9.一种基于产业链数据的市场分析系统，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统得以执行如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质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权利要求1至7任一项所述方法的步骤。

Images