CN114943465A - 基于数据分析的企业管理咨询服务系统 - Google Patents
基于数据分析的企业管理咨询服务系统 Download PDFInfo
- Publication number
- CN114943465A CN114943465A CN202210633250.3A CN202210633250A CN114943465A CN 114943465 A CN114943465 A CN 114943465A CN 202210633250 A CN202210633250 A CN 202210633250A CN 114943465 A CN114943465 A CN 114943465A
- Authority
- CN
- China
- Prior art keywords
- signal
- production
- marketing
- correction
- analysis
- 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- 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
Abstract
本发明涉及企业管理技术领域,用于解决现有的企业管理咨询服务在对企业问题进行诊断分析的方式存在片面性,无法保证诊断数据的准确性,也难以对企业存在的问题进行明确分析,更无法改善企业的管理缺陷,阻碍了企业的高效发展的问题,尤其公开了基于数据分析的企业管理咨询服务系统,包括数据采集单元、生产咨询分析单元、营销咨询分析单元、综合分析单元、校正训练单元、验证反馈单元和显示终端;本发明,通过数据统计分析、动态模型建立以及数据整合的方式,从不同层面对企业现状进行全面的诊断分析,保证了诊断数据的准确性,也综合明确了企业存在的问题,改善了企业的管理缺陷,极大的促进了企业的高效发展。
Description
技术领域
本发明涉及企业管理技术领域,具体为基于数据分析的企业管理咨询服务系统。
背景技术
企业管理咨询服务又称企业诊断服务,指的是企业通过运用科学方法,在调查分析的基础上,找出企业管理中存在的问题,提出具体改进方案,并进一步指导实施,帮助企业改善经营管理的一种服务性活动;
现有的企业诊断服务通常是对企业现状进行客观、系统的调研分析,进而揭示企业相关方面的运行现状,得出企业的相关问题,故现有的企业管理咨询服务在对企业问题进行诊断分析时,其诊断的方式存在片面性,无法保证诊断数据的准确性,也难以对企业存在的问题进行明确分析,更无法改善企业的管理缺陷,极大的阻碍了企业的高效发展。
发明内容
本发明的目的就在于为了解决现有的企业管理咨询服务在对企业问题进行诊断分析的方式存在片面性,无法保证诊断数据的准确性,也难以对企业存在的问题进行明确分析,更无法改善企业的管理缺陷,极大的阻碍了企业的高效发展的问题,通过数据统计分析、动态模型建立以及数据整合的方式,从不同层面对企业现状进行全面的诊断分析,保证了诊断数据的准确性,也综合明确了企业存在的问题,改善了企业的管理缺陷,极大的促进了企业的高效发展,而提出基于数据分析的企业管理咨询服务系统。
本发明的目的可以通过以下技术方案实现:
基于数据分析的企业管理咨询服务系统,包括数据采集单元、生产咨询分析单元、营销咨询分析单元、综合分析单元、校正训练单元、验证反馈单元和显示终端;
所述数据采集单元用于采集企业的生产运行信息与营销环境信息,并将其分别发送至生产咨询分析单元与营销咨询分析单元;
所述生产咨询分析单元用于接收企业的生产运行信息,并进行生产诊断判定分析处理,据此生成生产服务正常信号、生产服务中等信号和生产服务异常信号,并将其发送至综合分析单元;
所述营销咨询分析单元用于接收企业的营销环境信息,并进行营销诊断判定分析处理,据此生成营销优等判定信号、营销中等判定信号和营销次等判定信号,并将其发送至综合分析单元;
所述综合分析单元用于接收营销类型判定信号与生产类型判定信号,并进行数据整合分析处理,据此生成综合诊断优级信号、综合诊断次级信号和综合诊断中级信号,并将其均发送至校正训练单元;
所述校正训练单元用于接收各等级综合诊断信号进行管理校正分析处理,据此生成无需校正指令或校正完成指令,并将其均发送至验证反馈单元;
所述验证反馈单元用于接收无需校正指令或校正完成指令,并据此调取下一单位时间的生产运行信息与营销环境信息进行验证预警分析处理,据此生成校正有效信号与校正无效信号,并将其均发送至显示终端进行显示说明。
进一步的,生产诊断判定分析处理的具体操作步骤如下:
实时获取单位时间内企业的生产运行信息中的生产线数、设备启动数与工人上岗数,并将其分别标定为plsi、mesi和peoi,并将其进行归一化分析,依据公式求得企业的生产系数scxi,其中,e1、e2和e3分别为生产线数、设备启动数与工人上岗数的修正因子系数,且e1>e3>e2>0,e1、e2和e3;
将生产系数代入预设的生产参照区间值Qu1内进行比较分析,当生产系数大于预设的生产参照区间值Qu1的最大值时,则生成生产优级信号,当生产系数处于预设的生产参照区间值Qu1之内时,则生成生产一般信号,当生产系数小于预设的生产参照区间值Qu1的最小值时,则生成生产低级信号;
捕捉一段单位时间内生成的生产优级信号、生产一般信和生产低级信号,并进行数据统计分析处理,据此生成生产服务正常信号、生产服务中等信号和生产服务异常信号。
进一步的,数据统计分析处理的具体操作步骤如下:
分别对一段单位时间内生成的生产优级信号、生产一般信和生产低级信号进行数量统计,并将统计的生产优级信号的数量和标定为sum1,将统计的生产一般信的数量和标定为sum2,将统计的生产低级信号的数量和标定为sum3,比较sum1、sum2、sum3的大小;
若满足sum1>sum2>sum3时,则生成生产服务正常信号,若满足sum2>sum1>sum3或sum1>sum3>sum2或sum2>sum3>sum1时,则生成生产服务中等信号,若满足sum3>sum1>sum2或sum3>sum2>sum1时,则生成生产服务异常信号。
进一步的,营销诊断判定分析处理的具体操作步骤如下:
实时获取单位时间内企业的营销环境信息中的竞争系数、流动系数和影响时长,并将其分别标定为cagi、ldxi和etoi,并将其进行公式分析,依据公式求得营销系数mkti,其中,f1、f2和f3分别为竞争系数、流动系数和影响时长的权重因子系数,且f1>f3>f2>0,且f1+f2+f3=0.5301;
以时间为横坐标,以营销系数为纵坐标,并建立二维动态坐标系,将求得的各子单位时间节点的营销系数通过描点的方式绘制在二维动态坐标系;
获取二维动态坐标系上的第一个有效点与最后一个有效点的营销系数,并将其进行作差计算,整体走向定位差pnt=最后一个有效点的营销系数-第一个有效点的营销系数,求得整体走向定位差pnt,设置整体走向定位差pnt的下限对比值Ca1,若整体走向定位差pnt≥下限对比值Ca1时,则生成营销优等判定信号,若整体走向定位差pnt<下限对比值Ca1时,则生成波动分析信号;
依据波动分析信号进行深度分析处理,据此生成营销优等判定信号、营销中等判定信号和营销次等判定信号。
进一步的,深度分析处理的具体操作步骤如下:
依据波动分析信号,将二维动态坐标系上的有效描点通过平滑的曲线进行连接,并将各个拐点进行标定为k,其中,k={1,2,3……m},计算相邻拐点的营销系数差的绝对值,依据公式xczk=丨xczm-1-xczm丨,求得拐点差值xczk;
将拐点差值xczk分别与预设的梯度参照阈值Yu1、Yu2进行比对分析,当拐点差值xczk小于等于预设的梯度参照阈值Yu1时,则生成营销优等判定信号,当拐点差值xczk大于预设的梯度参照阈值Yu1且小于预设的梯度参照阈值Yu2时,则生成营销中等判定信号,当拐点差值xczk大于等于预设的梯度参照阈值Yu2时,则生成营销次等判定信号。
进一步的,数据整合分析处理的具体操作步骤如下:
获取生产等级判定信号与营销等级判定信号,并随机从两类型判定信号集合中各随机抽取一个信号进行判定分析;
若同时抽取的信号分别为营销优等判定信号与生产服务正常信号,则生成综合诊断优级信号,若同时抽取的信号分别为营销次等判定信号与生产服务异常信号,则生成综合诊断次级信号,而其他情况下,则均生成综合诊断中级信号。
进一步的,管理校正分析处理的具体操作步骤如下:
当接收到综合诊断次级信号与综合诊断中级信号时,则生成亟需校正指令,当接收到综合诊断优级信号时,则生成无需校正指令,并将其发送至验证反馈单元;
依据生成的亟需校正指令,获取企业的生产运行信息中的生产线数、设备启动数与工人上岗数,并将其代入对应的预设的参照区间值Qu2、Qu3、Qu4进行逐项比较校对分析处理,并生成校正完成指令,并将其发送至验证反馈单元。
进一步的,逐项比较校对分析处理的具体操作步骤如下:
当生产线数处于预设的参照区间值Qu2之内时,则生成产线正常信号,当生产线数大于预设的参照区间值Qu2的最大值时,则生成产线减少校正信号,当生产线数小于预设的参照区间值Qu2的最小值时,则生成产线增加校正信号;
当设备启动数处于预设的参照区间值Qu3之内时,则设备运行正常信号,当设备启动数大于预设的参照区间值Qu3的最大值时,则启动设备减少校正信号,当设备启动数小于预设的参照区间值Qu3的最小值时,则生成启动设备增加校正信号;
当工人上岗数处于预设的参照区间值Qu4之内时,则生成工人上岗正常信号,当工人上岗数大于预设的参照区间值Qu4的最大值时,则生成上岗工人减少校正信号,当工人上岗数小于预设的参照区间值Qu4的最小值时,则生成上岗工人增加校正信号;
依据产线减少校正信号、启动设备减少校正信号、上岗工人减少校正信号与产线增加校正信号、启动设备增加校正信号、上岗工人增加校正信号,并减少或增加相应的生产线的数量、设备启动数量、工人上岗数量,并生成校正完成指令。
进一步的,验证预警分析处理的具体操作步骤如下:
当接收到校正完成指令后,调取下一单位时间的企业的生产运行信息与营销环境信息重复以上步骤;
当接收到无需校正指令或当再次生成无需校正指令时,则据此输出校正有效信号,并以“有效诊断了企业的问题,并提高了企业的管理咨询服务活动”的文本字样发送至显示终端进行显示说明;
当再次生成校正完成指令时,则据此输出校正无效信号,并以“有效诊断了企业的问题,但未改善企业的管理咨询服务活动”的文本字样发送至显示终端进行显示说明。
与现有技术相比,本发明的有益效果是:
(1)本发明,通过符号化的标定、归一化的分析和数据统计分析的方式,从生产状态层面对企业的运行管理进行了明确的诊断分析,并利用公式化的分析、动态模型的分析以及数据比较分析的方式,从营销状态层面对企业的运行管理进行了准确的诊断分析,从而在准确掌握了企业营销运行问题的同时,也促进了企业的发展;
(2)本发明,通过整合的方式将企业的生产层面与营销层面诊断分析的信息进行整合,从而实现了对企业现状的全面的诊断判定分析的同时,保证了诊断数据的准确性,也综合明确了企业存在的问题;
(3)本发明,以综合诊断分析数据为基础,通过逐项分析的方式以及分类分析的方式对企业综合诊断问题进行初步的管理校正分析,并采用重复执行分析的方式对其校正的效果进行验证,从而来更进一步明确企业的问题,提高企业管理咨询服务的作用,促进了企业咨询服务的完善,改善了企业的管理缺陷,极大的促进了企业的高效发展。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的系统总框图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,基于数据分析的企业管理咨询服务系统,包括数据采集单元、生产咨询分析单元、营销咨询分析单元、综合分析单元、校正训练单元、验证反馈单元和显示终端;
通过数据采集单元采集到企业的生产运行信息,并将其发送至生产咨询分析单元进行生产诊断判定分析处理,具体的操作过程如下:
实时获取单位时间内企业的生产运行信息中的生产线数、设备启动数与工人上岗数,并将其分别标定为plsi、mesi和peoi,并将其进行归一化分析,依据公式求得企业的生产系数scxi,其中,e1、e2和e3分别为生产线数、设备启动数与工人上岗数的修正因子系数,且e1>e3>e2>0,e1+e2+e3=3.0584;
需要指出的是,i为大于等于1的正整数,且i表示单位时间内的各子单位时间节点,修正因子系数是一类用于修正各项参数在公式计算过程中出现的偏差的参数数据,从而来进一步提高公式计算的准确性;
还需指出的是,生产运行信息用于表示企业生产运行现状的一类数据信息,且生产运行信息包括生产线数、设备启动数与工人上岗数,其中,生产线数指的是企业一共包含的能够投入生产制造的生产线个数的数据量值,设备启动数指的是企业生产供应链中单位时间内能够同时参与企业生产工作的机器设备的数量多少的数据量值,而工人上岗数指的是企业生产供应链中上岗人数多少的数据量值;
当生产线数、设备启动数与工人上岗数的表现数值均越大时,则越说明企业在生产制造时刻供应的生产流水线、设备启动量以及人员的供给量就越大,则说明越有益于企业生产的运行,故当生产系数的表现数值越大,则越说明企业的管理生产层面的状态越好,企业的生产效率越高;
将生产系数scxi代入预设的生产参照区间值Qu1内进行比较分析,当生产系数大于预设的生产参照区间值Qu1的最大值时,则生成生产优级信号,当生产系数处于预设的生产参照区间值Qu1之内时,则生成生产一般信号,当生产系数小于预设的生产参照区间值Qu1的最小值时,则生成生产低级信号;
捕捉一段单位时间内生成的生产优级信号、生产一般信和生产低级信号,并进行数据统计分析处理,具体的操作过程如下:
分别对一段单位时间内生成的生产优级信号、生产一般信和生产低级信号进行数量统计,并将统计的生产优级信号的数量和标定为sum1,将统计的生产一般信的数量和标定为sum2,将统计的生产低级信号的数量和标定为sum3,比较sum1、sum2、sum3的大小;
若满足sum1>sum2>sum3时,则生成生产服务正常信号,若满足sum2>sum1>sum3或sum1>sum3>sum2或sum2>sum3>sum1时,则生成生产服务中等信号,若满足sum3>sum1>sum2或sum3>sum2>sum1时,则生成生产服务异常信号;
并将生成的生产服务正常信号、生产服务中等信号和生产服务异常信号发送至综合分析单元;
数据采集单元还用于采集企业的营销环境信息,并将其发送至营销咨询分析单元进行营销诊断判定分析处理,具体的操作过程如下:
实时获取单位时间内企业的营销环境信息中的竞争系数、流动系数和影响时长,并将其分别标定为cagi、ldxi和etoi,并将其进行公式分析,依据公式求得营销系数mkti,其中,f1、f2和f3分别为竞争系数、流动系数和影响时长的权重因子系数,且f1>f3>f2>0,且f1+f2+f3=0.5301,且权重因子系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
其中,营销环境信息包括竞争系数、流动系数和影响时长,其中,竞争系数指的是与本企业行业内其他相同或类似经营企业的数目大小的数据量值,当竞争系数的表现数值越小,则越说明企业同行的数目越少,则越有益于企业的营销发展,流动系数指的是单位时间内企业的资金流动大小的数据量值,当流动系数的表现数值越大,则越说明企业的资金流动越通畅,则进一步说明企业的营销发展状态越好,而影响时长指的是单位时间内企业的营销活动持续影响的时间长短的数据量值;
以时间为横坐标,以营销系数为纵坐标,并建立二维动态坐标系,将求得的各子单位时间节点的营销系数通过描点的方式绘制在二维动态坐标系;
获取二维动态坐标系上的第一个有效点与最后一个有效点的营销系数,并将其进行作差计算,整体走向定位差pnt=最后一个有效点的营销系数-第一个有效点的营销系数,求得整体走向定位差pnt,设置整体走向定位差pnt的下限对比值Ca1,若整体走向定位差pnt≥下限对比值Ca1时,则生成营销优等判定信号,若整体走向定位差pnt<下限对比值Ca1时,则生成波动分析信号;
依据波动分析信号进行深度分析处理,具体的操作过程如下:将二维动态坐标系上的有效描点通过平滑的曲线进行连接,并将各个拐点进行标定为k,其中,k={1,2,3……m},计算相邻拐点的营销系数差的绝对值,依据公式xczk=丨xczm-1-xczm丨,求得拐点差值xczk;
将拐点差值xczk分别与预设的梯度参照阈值Yu1、Yu2进行比对分析,当拐点差值xczk小于等于预设的梯度参照阈值Yu1时,则生成营销优等判定信号,当拐点差值xczk大于预设的梯度参照阈值Yu1且小于预设的梯度参照阈值Yu2时,则生成营销中等判定信号,当拐点差值xczk大于等于预设的梯度参照阈值Yu2时,则生成营销次等判定信号,其中,梯度参照阈值Yu1、Yu2是呈梯度增加的,故Yu2大于Yu1;
并将生成营销优等判定信号、营销中等判定信号和营销次等判定信号发送至综合分析单元;
当综合分析单元接收到营销类型判定信号与生产类型判定信号时,并据此进行数据整合分析处理,具体的操作过程如下:
获取生产等级判定信号与营销等级判定信号,并随机从两类型判定信号集合中各随机抽取一个信号进行判定分析;
若同时抽取的信号分别为营销优等判定信号与生产服务正常信号,则生成综合诊断优级信号,若同时抽取的信号分别为营销次等判定信号与生产服务异常信号,则生成综合诊断次级信号,而其他情况下,则均生成综合诊断中级信号;
并将生成的综合诊断优级信号、综合诊断次级信号和综合诊断中级信号均发送至校正训练单元;
当校正训练单元接收到合诊断优级信号、综合诊断次级信号和综合诊断中级信号时,并据此进行管理校正分析处理,具体的操作过程如下:
当接收到综合诊断次级信号与综合诊断中级信号时,则生成亟需校正指令,当接收到综合诊断优级信号时,则生成无需校正指令,并将其发送至验证反馈单元;
依据生成的亟需校正指令,获取企业的生产运行信息中的生产线数、设备启动数与工人上岗数,并将其代入对应的预设的参照区间值Qu2、Qu3、Qu4进行逐项比较校对分析处理,当生产线数处于预设的参照区间值Qu2之内时,则生成产线正常信号,当生产线数大于预设的参照区间值Qu2的最大值时,则生成产线减少校正信号,当生产线数小于预设的参照区间值Qu2的最小值时,则生成产线增加校正信号;
当设备启动数处于预设的参照区间值Qu3之内时,则设备运行正常信号,当设备启动数大于预设的参照区间值Qu3的最大值时,则启动设备减少校正信号,当设备启动数小于预设的参照区间值Qu3的最小值时,则生成启动设备增加校正信号;
当工人上岗数处于预设的参照区间值Qu4之内时,则生成工人上岗正常信号,当工人上岗数大于预设的参照区间值Qu4的最大值时,则生成上岗工人减少校正信号,当工人上岗数小于预设的参照区间值Qu4的最小值时,则生成上岗工人增加校正信号;
依据产线减少校正信号、启动设备减少校正信号、上岗工人减少校正信号,并减少相应的生产线的数量、设备启动数量、工人上岗数量,并生成校正完成指令,依据产线增加校正信号、启动设备增加校正信号、上岗工人增加校正信号,并增加相应的生产线的数量、设备启动数量、工人上岗数量,并生成校正完成指令,并将生成校正完成指令发送至验证反馈单元;
当验证反馈单元接收到无需校正指令或校正完成指令,并据此调取下一单位时间的生产运行信息与营销环境信息进行验证预警分析处理,具体的操作过程如下:
当接收到校正完成指令后,调取下一单位时间的企业的生产运行信息与营销环境信息重复以上步骤;
当接收到无需校正指令或当再次生成无需校正指令时,则据此输出校正有效信号,并以“有效诊断了企业的问题,并提高了企业的管理咨询服务活动”的文本字样发送至显示终端进行显示说明;
当再次生成校正完成指令时,则据此输出校正无效信号,并以“有效诊断了企业的问题,但未改善企业的管理咨询服务活动”的文本字样发送至显示终端进行显示说明。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的权重因子系数;将设定的权重因子系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到f1、f2和f3取值分别为0.2601、0.1649和0.1051;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的权重因子系数;只要不影响参数与量化后数值的比例关系即可。
本发明在使用时,通过采集企业的生产运行信息并进行生产诊断判定分析处理,利用符号化的标定、归一化的分析和数据统计分析的方式,从生产状态层面对企业的运行管理进行了明确的诊断分析;
通过采集企业的营销环境信息并进行营销诊断判定分析处理,利用公式化的分析、动态模型的分析以及数据比较分析的方式,从营销状态层面对企业的运行管理进行了准确的诊断分析,从而在准确掌握了企业营销运行问题的同时,也促进了企业的发展;
利用整合的方式将企业的生产层面与营销层面诊断分析的信息进行整合,从而实现了对企业现状的全面的诊断判定分析的同时,保证了诊断数据的准确性,也综合明确了企业存在的问题;
以综合诊断分析数据为基础,通过逐项分析的方式以及分类分析的方式对企业综合诊断问题进行初步的管理校正分析,并采用重复执行分析的方式对其校正的效果进行验证,从而来更进一步明确企业的问题,提高企业管理咨询服务的作用,促进了企业咨询服务的完善,改善了企业的管理缺陷,极大的促进了企业的高效发展。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.基于数据分析的企业管理咨询服务系统,其特征在于,包括数据采集单元、生产咨询分析单元、营销咨询分析单元、综合分析单元、校正训练单元、验证反馈单元和显示终端;
所述数据采集单元用于采集企业的生产运行信息与营销环境信息,并将其分别发送至生产咨询分析单元与营销咨询分析单元;
所述生产咨询分析单元用于接收企业的生产运行信息,并进行生产诊断判定分析处理,据此生成生产服务正常信号、生产服务中等信号和生产服务异常信号,并将其发送至综合分析单元;
所述营销咨询分析单元用于接收企业的营销环境信息,并进行营销诊断判定分析处理,据此生成营销优等判定信号、营销中等判定信号和营销次等判定信号,并将其发送至综合分析单元;
所述综合分析单元用于接收营销类型判定信号与生产类型判定信号,并进行数据整合分析处理,据此生成综合诊断优级信号、综合诊断次级信号和综合诊断中级信号,并将其均发送至校正训练单元;
所述校正训练单元用于接收各等级综合诊断信号进行管理校正分析处理,据此生成无需校正指令或校正完成指令,并将其均发送至验证反馈单元;
所述验证反馈单元用于接收无需校正指令或校正完成指令,并据此调取下一单位时间的生产运行信息与营销环境信息进行验证预警分析处理,据此生成校正有效信号与校正无效信号,并将其均发送至显示终端进行显示说明。
2.根据权利要求1所述的基于数据分析的企业管理咨询服务系统,其特征在于,生产诊断判定分析处理的具体操作步骤如下:
实时获取单位时间内企业的生产运行信息中的生产线数、设备启动数与工人上岗数,并将其进行归一化分析,求得企业的生产系数;
将生产系数代入预设的生产参照区间值Qu1内进行比较分析,当生产系数大于预设的生产参照区间值Qu1的最大值时,则生成生产优级信号,当生产系数处于预设的生产参照区间值Qu1之内时,则生成生产一般信号,当生产系数小于预设的生产参照区间值Qu1的最小值时,则生成生产低级信号;
捕捉一段单位时间内生成的生产优级信号、生产一般信和生产低级信号,并进行数据统计分析处理,据此生成生产服务正常信号、生产服务中等信号和生产服务异常信号。
3.根据权利要求2所述的基于数据分析的企业管理咨询服务系统,其特征在于,数据统计分析处理的具体操作步骤如下:
分别对一段单位时间内生成的生产优级信号、生产一般信和生产低级信号进行数量统计,并将统计的生产优级信号的数量和标定为sum1,将统计的生产一般信的数量和标定为sum2,将统计的生产低级信号的数量和标定为sum3,比较sum1、sum2、sum3的大小;
若满足sum1>sum2>sum3时,则生成生产服务正常信号,若满足sum2>sum1>sum3或sum1>sum3>sum2或sum2>sum3>sum1时,则生成生产服务中等信号,若满足sum3>sum1>sum2或sum3>sum2>sum1时,则生成生产服务异常信号。
4.根据权利要求1所述的基于数据分析的企业管理咨询服务系统,其特征在于,营销诊断判定分析处理的具体操作步骤如下:
实时获取单位时间内企业的营销环境信息中的竞争系数cagi、流动系数ldxi和影响时长etoi,并将其进行公式分析,依据公式求得营销系数mkti,其中,f1、f2和f3分别为竞争系数、流动系数和影响时长的权重因子系数,且f1>f3>f2>0,且f1+f2+f3=0.5301;
以时间为横坐标,以营销系数为纵坐标,并建立二维动态坐标系,将求得的各子单位时间节点的营销系数通过描点的方式绘制在二维动态坐标系;
获取二维动态坐标系上的第一个有效点与最后一个有效点的营销系数,并将其进行作差计算,整体走向定位差pnt=最后一个有效点的营销系数-第一个有效点的营销系数,求得整体走向定位差pnt,设置整体走向定位差pnt的下限对比值Ca1,若整体走向定位差pnt≥下限对比值Ca1时,则生成营销优等判定信号,若整体走向定位差pnt<下限对比值Ca1时,则生成波动分析信号;
依据波动分析信号进行深度分析处理,据此生成营销优等判定信号、营销中等判定信号和营销次等判定信号。
5.根据权利要求4所述的基于数据分析的企业管理咨询服务系统,其特征在于,深度分析处理的具体操作步骤如下:
依据波动分析信号,将二维动态坐标系上的有效描点通过平滑的曲线进行连接,并将各个拐点进行标定为k,其中,k={1,2,3……m},计算相邻拐点的营销系数差的绝对值,求得拐点差值xczk;
将拐点差值xczk分别与预设的梯度参照阈值Yu1、Yu2进行比对分析,当xczk≤Yu1时,则生成营销优等判定信号,当Yu1<xczk<Yu2时,则生成营销中等判定信号,当xczk≥Yu2时,则生成营销次等判定信号。
6.根据权利要求1所述的基于数据分析的企业管理咨询服务系统,其特征在于,数据整合分析处理的具体操作步骤如下:
获取生产等级判定信号与营销等级判定信号,并随机从两类型判定信号集合中各随机抽取一个信号进行判定分析;
若同时抽取的信号分别为营销优等判定信号与生产服务正常信号,则生成综合诊断优级信号,若同时抽取的信号分别为营销次等判定信号与生产服务异常信号,则生成综合诊断次级信号,而其他情况下,则均生成综合诊断中级信号。
7.根据权利要求1所述的基于数据分析的企业管理咨询服务系统,其特征在于,管理校正分析处理的具体操作步骤如下:
当接收到综合诊断次级信号与综合诊断中级信号时,则生成亟需校正指令,当接收到综合诊断优级信号时,则生成无需校正指令,并将其发送至验证反馈单元;
依据生成的亟需校正指令,获取企业的生产运行信息中的生产线数、设备启动数与工人上岗数,并将其代入对应的预设的参照区间值Qu2、Qu3、Qu4进行逐项比较校对分析处理,并生成校正完成指令,并将其发送至验证反馈单元。
8.根据权利要求7所述的基于数据分析的企业管理咨询服务系统,其特征在于,逐项比较校对分析处理的具体操作步骤如下:
当生产线数处于预设的参照区间值Qu2之内时,则生成产线正常信号,当生产线数大于预设的参照区间值Qu2的最大值时,则生成产线减少校正信号,当生产线数小于预设的参照区间值Qu2的最小值时,则生成产线增加校正信号;
当设备启动数处于预设的参照区间值Qu3之内时,则设备运行正常信号,当设备启动数大于预设的参照区间值Qu3的最大值时,则启动设备减少校正信号,当设备启动数小于预设的参照区间值Qu3的最小值时,则生成启动设备增加校正信号;
当工人上岗数处于预设的参照区间值Qu4之内时,则生成工人上岗正常信号,当工人上岗数大于预设的参照区间值Qu4的最大值时,则生成上岗工人减少校正信号,当工人上岗数小于预设的参照区间值Qu4的最小值时,则生成上岗工人增加校正信号;
依据产线减少校正信号、启动设备减少校正信号、上岗工人减少校正信号与产线增加校正信号、启动设备增加校正信号、上岗工人增加校正信号,并减少或增加相应的生产线的数量、设备启动数量、工人上岗数量,并生成校正完成指令。
9.根据权利要求1所述的基于数据分析的企业管理咨询服务系统,其特征在于,验证预警分析处理的具体操作步骤如下:
当接收到校正完成指令后,调取下一单位时间的企业的生产运行信息与营销环境信息重复以上步骤;
当接收到无需校正指令或当再次生成无需校正指令时,则据此输出校正有效信号,并以“有效诊断了企业的问题,并提高了企业的管理咨询服务活动”的文本字样发送至显示终端进行显示说明;
当再次生成校正完成指令时,则据此输出校正无效信号,并以“有效诊断了企业的问题,但未改善企业的管理咨询服务活动”的文本字样发送至显示终端进行显示说明。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210633250.3A CN114943465A (zh) | 2022-06-07 | 2022-06-07 | 基于数据分析的企业管理咨询服务系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210633250.3A CN114943465A (zh) | 2022-06-07 | 2022-06-07 | 基于数据分析的企业管理咨询服务系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114943465A true CN114943465A (zh) | 2022-08-26 |
Family
ID=82908396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210633250.3A Pending CN114943465A (zh) | 2022-06-07 | 2022-06-07 | 基于数据分析的企业管理咨询服务系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114943465A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116229792A (zh) * | 2023-03-17 | 2023-06-06 | 长三角一体化示范区(江苏)中连智能教育科技有限公司 | 一种基于工业机器人的虚拟仿真实训系统 |
-
2022
- 2022-06-07 CN CN202210633250.3A patent/CN114943465A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116229792A (zh) * | 2023-03-17 | 2023-06-06 | 长三角一体化示范区(江苏)中连智能教育科技有限公司 | 一种基于工业机器人的虚拟仿真实训系统 |
CN116229792B (zh) * | 2023-03-17 | 2024-01-16 | 长三角一体化示范区(江苏)中连智能教育科技有限公司 | 一种基于工业机器人的虚拟仿真实训系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114137916B (zh) | 基于数据分析的电路板生产用监督管控系统 | |
CN114943465A (zh) | 基于数据分析的企业管理咨询服务系统 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN113077128A (zh) | 一种基于用户驱动的异构工业数据智能分析系统 | |
CN116612098B (zh) | 一种基于图像处理的绝缘子rtv喷涂质量评价方法和装置 | |
CN112383630A (zh) | 一种基于生产线切面的分布式可插拔工序数据上报系统 | |
CN110134040B (zh) | 工业设备的运行数据的处理方法及系统 | |
CN113934536B (zh) | 面向边缘计算的数据采集方法 | |
CN117238276B (zh) | 一种基于智能化语音数据识别的分析纠正系统 | |
CN115330358B (zh) | 教育培训管理系统及教育培训方法 | |
CN116047021A (zh) | 一种基于人工智能的钢丝绳特征异常监测系统 | |
CN115471079A (zh) | 一种基于数据分析的建筑工地施工人员管理系统 | |
CN115081921A (zh) | 一种基于大数据的erp电商管理系统 | |
CN115310505A (zh) | 一种用于互感器二次回路接线端子的自动识别方法及系统 | |
CN113869502A (zh) | 一种基于深度神经网络的螺栓拧紧失效原因分析方法 | |
CN112365159A (zh) | 一种基于深度神经网络的后备干部推荐方法及系统 | |
CN110569277A (zh) | 一种配置数据信息自动识别与归类方法及系统 | |
CN116748352B (zh) | 一种金属弯管机加工参数监测控制方法、系统及存储介质 | |
CN117116280B (zh) | 一种基于人工智能的语音数据智能管理系统及方法 | |
CN117148795B (zh) | 一种基于大数据的工业设备自动化管理系统及方法 | |
CN116756619B (zh) | 一种基于大数据的设备智能诊断方法及系统 | |
CN113409820B (zh) | 一种基于语音数据的质量评价方法 | |
CN117829844A (zh) | 一种基于互联网的政务信息服务反馈平台 | |
CN112104503B (zh) | 一种基于流转模型的数据异常流转的监测分析系统及方法 | |
CN117291446B (zh) | 一种基于人工智能技术的智慧政务服务系统 |
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 |