CN114971584A - 基于互联网的电子商务企业用erp管理控制系统 - Google Patents

Abstract

本发明涉及ERP管理控制技术领域，具体为基于互联网的电子商务企业用ERP管理控制系统，包括企业资源管控平台、资采单元、存储单元、资分单元、监预单元、发送单元以及显提单元；本发明是通过对企业电子商务产品的相关数据进行采集，并将采集后的销售、生产数据进行每天、每个月、每个季节的逐步分析，从而精确地分析电子商务产品的销售情况，并将销售情况通过数据表示，从而增加数据分析的精确性，避免数据分析的结果出现误差，依据销量和生产情况显示数据，对剩余的库存产品进行精确地数据计算，从而计算出需要开始生产的时间，避免企业在销售和生产上出现时间偏差，导致供货不足，从而造成经济损失，同时也提高了工作效率。

Description

基于互联网的电子商务企业用ERP管理控制系统

技术领域

本发明涉及ERP管理控制技术领域，具体为基于互联网的电子商务企业用ERP管理控制系统。

背景技术

电子商务平台是建立在Internet网上进行商务活动的虚拟网络空间和保障商务顺利运营的管理环境，是协调、整合信息流、货物流、销售、资金流有序、关联、高效流动的重要场所，企业、商家可充分利用电子商务平台提供的网络基础设施、支付平台、安全平台、管理平台等共享资源有效地开展自己的商业活动；

目前，随着社会科技的快速发展，企业在互联网电子商务平台的使用也越来越广泛，随之也出现了相关的ERP管理控制系统，现有的ERP管理控制系统只是对企业的信息、货物流、销售及进货进行浏览，从而达到实时监控的目的，但现有的ERP管理控制系统无法自主的对企业的相关经营数据进行自动的整合分析，且无法将平台内的各类数据进行关联分析，从而导致管理控制系统的单一性，无法对经营情况进行安全预警，以及及时提醒的功能；

针对此方面的技术缺陷，现提出一种解决方案。

发明内容

本发明的目的在于提供基于互联网的电子商务企业用ERP管理控制系统，是通过对企业电子商务产品的相关数据进行采集，并将采集后的销售数据进行每天、每个月、每个季节的逐步分析，从而精确地分析电子商务产品的销售情况，并将销售情况通过数据表示，同时，将产品的生产进行数据计算，并通过数字形式进行转换，从而增加数据分析的精确性，避免数据分析的结果出现误差，依据销量和生产情况显示数据，对剩余的库存产品进行精确地数据计算，从而计算出需要开始生产的时间，避免企业在销售和生产上出现时间偏差，导致供货不足，从而造成经济损失，同时也提高了工作效率。

本发明的目的可以通过以下技术方案实现：

基于互联网的电子商务企业用ERP管理控制系统，包括企业资源管控平台、资采单元、存储单元、资分单元、监预单元、发送单元以及显提单元；

所述资采单元用于对企业的电子商务产品运营情况进行数据采集，并对采集的数据进行处理划分，得到型号数据以及对应的销量数据、造量数据、售单数据、时间数据、月份数据、季节数据以及宣传数据；

所述资分单元用于对电子商务产品采集的运营数据进行资源分析操作，将采集的数据进行数据转化，得到月天销量均值、月天销量均差值、季差影响因子δ、年月差影响因子β、季月造量均值、季月造量均差值、季造影响因子

、订单销量平均值、订单超出均差值以及售单最短时差；

所述监预单元用于对企业电子商务产品运营的实时状况进行数值计算，并依据数值计算的结果进行生产补充预警操作，计算出预生值，将预生值经过发送单元分别发送至存储单元以及显提单元；

所述存储单元用于接收并存储预生值；

所述显提单元用于接收预生值，并对与生值进行显示以及发出提示信号。

进一步的，具体的数据采集过程为：

采集过去一段时间内运营的产品类别型号并标定为型号数据，采集过去一段时间内运营产品销售的数量并标定为销量数据，采集过去一段时间内运营产品的生产数量并标定为造量数据，采集过去一段时间内运营产品的销售订单内的产品数量以及订单数量并标定为售单数据，采集过去一段时间内运营产品在生产和销售时的时间点并标定为时间数据，采集过去一段时间内运营产品在销售时的宣传力度并标定为宣传数据，且宣传力度指代在企业销售的各个平台内用户的注册量，其中，过去一段时间指代过去一年内第一个月的第一天到最后一个月的最后一天；

依据型号数据，将对应的销量数据、造量数据、售单数据、时间数据以及宣传数据进行划分，并将划分后的型号数据进行初步处理，具体为：

选取型号数据和时间数据，型号数据对应的时间数据，将时间数据划分为1-12月并标记为月份数据，并依据1月到12月划分为四个季节并标记为季节数据：当时间数据为1-3月时，则将时间数据划分为春季，当时间数据为4-6月时，则将时间数据划分为夏季，当时间数据为7-9月时，则将时间数据划分为秋季，当时间数据为10-12月时，则将时间数据划分为冬季；

将型号数据以及对应的销量数据、造量数据、售单数据、时间数据、宣传数据、月份数据以及季节数据传输至资分单元。

进一步的，资源分析操作的具体操作过程为：

依据型号数据和时间数据将对应的销量数据进行销量处理，具体为：

依据月份数据，统计出每个月份中每天的销量数据，并将其标定为天销量数据，将天销量数据依据月销量数据进行求和计算，计算出每个月的销量数据，将每个月的销量数据分别与每个月的天数进行均值计算，计算出月天销量均值，将每个月份中的若干个天销量数据分别与每个月份中月天销量均值进行差值计算，计算出若干个月天销量差值，将若干个月天销量差值进行均值计算，计算出月天销量均差值；

依据天销量数据计算出一年中每个月的平均销量数据，并标定为年月销量均值，依据月天销量均值计算出若干个年月销量值，将若干个年月销量值分别与年月销量均值进行差值计算，计算出若干个年月销量差值，将若干个年月销量差值进行均值计算，计算出年月销量均差值；

依据季节数据，将天销量数据进行求和计算，计算出每个季节数据中每个月的季月销量值，将季月销量值与对应的每个季节的月份进行均值计算，计算出季月销量均值，且季月销量均值设置有四个，将每个季节数据对应的季月销量值分别与季月销量均值进行差值计算，计算出若干个季月销量差值，将若干个季月销量差值进行均值计算，计算出季月销量均差值；

将月天销量均值、月天销量均差值、季月销量均值以及季月销量均差值带入到日月计算式，计算出季差影响因子δ；

将年月销量均值、年月销量均差值、季月销量均值以及季月销量均差值带入到季年计算式，计算出年月差影响因子β；

依据型号数据和时间数据将对应的造量进行造量处理，得到季造影响因子

；

依据型号数据和时间数据将对应的售单数据与宣传数据进行订单处理，得到订单销量平均值、订单超出均差值以及售单最短时差。

进一步的，日月计算式具体为：

，计算出季差影响因子δ，其中，JYj表示为季月销量均值，JYc表示为季月销量均差值，Ytj表示为月天销量均值，Ytc表示为月天销量均差值，u1表示为当月的天数，由于季月销量均值为四个，故而季差影响因子有四个，季差影响因子按照春季、夏季、秋季以及冬季依次标定为δ1、δ2、δ3以及δ4；

季年计算式具体为：

，计算出年月差影响因子β，其中，NYj表示为年月销量均值，NYc表示为年月销量均差值，Ytj表示为月天销量均值，Ytc表示为月天销量均差值，由于季月销量均值为四个，故而季差影响因子有四个，年月差影响因子按照春季、夏季、秋季以及冬季依次标定为β1、β2、β3以及β4。

进一步的，造量处理的具体处理过程为：

依据月份数据，统计出每个月份中每天的造量数据，并将其标定为天造量数据，将天造量数据依据月造量数据进行求和计算，计算出年造量值，将年造量值与月份数据的数量进行均值计算，计算出每个月的造量数据并标定为年月造量均值，依据月天造量均值计算出若干个年月造量值，将若干个年月造量值分别与年月造量均值进行差值计算，计算出若干个年月造量差值，将若干个年月造量差值进行均值计算，计算出年月造量均差值；

依据季节数据，将天造量数据进行求和计算，计算出每个季节数据中每个月的季月造量值，将季月造量值与对应的每个季节的月份进行均值计算，计算出季月造量均值，且季月造量均值设置有四个，将每个季节数据对应的季月造量值分别与季月造量均值进行差值计算，计算出若干个季月造量差值，将若干个季月造量差值进行均值计算，计算出季月造量均差值；

将年月造量均值、年月造量均差值、季月造量均值以及季月造量均差值带入到造量计算式，计算出季造影响因子

。

进一步的，订单处理的具体处理过程为：

依据时间数据选取出相同型号数据对应的售单数据以及宣传数据，选取多个相同时间数据相同型号数据对应的售单数据以及宣传数据，不同时间点的售单数据两两进行差值计算，计算出若干个售单差值，将不同时间点的宣传数据两两进行差值计算，计算出若干个宣传差值，将若干个宣传差值与若干个对应的售单差值带入到宣传影响计算式：售单差值=宣传差值*宣传影响因子，反向推导出宣传影响因子，将若干个推导出来的宣传影响因子进行均值计算，计算出宣传影响均值；

选取出售单数据，并将每个售单数据从大到小进行排序，从而得到售单排序数据，将若干个售单数据以及订单中的产品数量计算出每个订单中产品的销量平均值，并标定为订单销量平均值，依据订单销量平均值在售单排序数据中进行匹配，将匹配结果一致的售单数据标定为平均点，将平均点之前的售单数据标定为超出售单，将若干个超出售单分别与订单销量平均值进行差值计算，计算出若干个订单超出差值，将若干个订单超出差值进行均值计算，计算出订单超出均差值；

将每个售单数据对应的时间数据标记为售单时间点，将若干个售单时间点两两进行差值计算，计算出若干个售单时间差，将若干个售单时间差进行从小到大的排序，从而得出售单时间差排序数据，将售单时间差排序数据中排在第一位的标定为售单最短时差。

进一步的，生产补充预警的具体过程为：

采集剩余数据、实时数据以及实宣数据；

提取实时数据，将实时数据与时间数据中的月份数据以及季节数据进行匹配，从而匹配出当前时间点的季节以及月份，提取对应季节数据以及月份数据对应的月天销量均值、月天销量均差值、季差影响因子δ以及年月差影响因子β，依据计算式：

，计算出售卖时间m1，其中，

表示为剩余数据，u2表示为当月的天数，Ytj表示为月天销量均值，Ytc表示为月天销量均差值，δ表示为季差影响因子，β表示为年月差影响因子，f表示为月销售量的偏差纠正因子，且对计算出的m1数值赋予月为单位；

提取售单最短时差、订单销量平均值、订单超出均差值、季造影响因子

、季月造量均值以及季月造量均差值；

依据产量计算式：

，计算出生产预计时间

，其中，

表示为预留设定值，Dp表示为订单销量平均值，Dc表示为订单超出均差值，

表示为售单最短时差，JYj表示为季月销量均值，JYc表示为季月销量均差值，

表示为产量制造的影响偏差调节值，

表示为季造影响因子，Cs表示为时间偏差调节因子；

提取售卖时间m1、售单最短时差以及生产预计时间

，依据计算式：预生值=（售卖时间+售单最短时差-生产预计时间）*时间安全系数+实时数据，计算出预生值，时间安全系数表示为生产预设时间的安全系数；

剩余数据指代当前时间点企业电子商务产品运营中产品的剩余量，实时数据指代采集企业电子商务产品运营中当前的时间，实宣数据指代采集当前时间点企业电子商务产品运营中产品的宣传力度。

本发明的有益效果如下：

本发明是通过对企业电子商务产品的相关数据进行采集，并将采集后的销售数据进行每天、每个月、每个季节的逐步分析，从而精确地分析电子商务产品的销售情况，并将销售情况通过数据表示，同时，将产品的生产进行数据计算，并通过数字形式进行转换，从而增加数据分析的精确性，避免数据分析的结果出现误差，依据销量和生产情况显示数据，对剩余的库存产品进行精确地数据计算，从而计算出需要开始生产的时间，避免企业在销售和生产上出现时间偏差，导致供货不足，从而造成经济损失，同时也提高了工作效率。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

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。

请参阅图1所示，本发明为基于互联网的电子商务企业用ERP管理控制系统，包括企业资源管控平台、资采单元、存储单元、资分单元、监预单元、发送单元以及显提单元；

企业资源管控平台用于对企业电子商务产品的运营情况进行数据的分析管控，从而对产品的销售库存进行管控，增加产品的运营效果，避免产品销售链断开，造成经济损失；

资采单元用于对企业的电子商务产品运营情况进行数据采集，节省数据调研所消耗的时间，增加数据提取的准确性，具体的数据采集过程为：

采集过去一段时间内运营的产品类别型号并标定为型号数据，采集过去一段时间内运营产品销售的数量并标定为销量数据，采集过去一段时间内运营产品的生产数量并标定为造量数据，采集过去一段时间内运营产品的销售订单内的产品数量以及订单数量并标定为售单数据，采集过去一段时间内运营产品在生产和销售时的时间点并标定为时间数据，采集过去一段时间内运营产品在销售时的宣传力度并标定为宣传数据，且宣传力度指代在企业销售的各个平台内用户的注册量，其中，过去一段时间指代过去一年内第一个月的第一天到最后一个月的最后一天；

依据型号数据，将对应的销量数据、造量数据、售单数据、时间数据以及宣传数据进行划分，并将划分后的型号数据进行初步处理，具体为：

选取型号数据和时间数据，型号数据对应的时间数据，将时间数据划分为1-12月并标记为月份数据，并依据1月到12月划分为四个季节并标记为季节数据：当时间数据为1-3月时，则将时间数据划分为春季，当时间数据为4-6月时，则将时间数据划分为夏季，当时间数据为7-9月时，则将时间数据划分为秋季，当时间数据为10-12月时，则将时间数据划分为冬季；

将型号数据以及对应的销量数据、造量数据、售单数据、时间数据、宣传数据、月份数据以及季节数据传输至资分单元；

资分单元用于对电子商务产品采集的运营数据进行资源分析操作，从而将采集的运营数据进行关联分析，增加数据分析的精确性，避免分析的数值结果出现偏差，资源分析操作的具体操作过程为：

依据型号数据和时间数据将对应的销量数据进行销量处理，具体为：

依据月份数据，统计出每个月份中每天的销量数据，并将其标定为天销量数据，将天销量数据依据月销量数据进行求和计算，计算出每个月的销量数据，将每个月的销量数据分别与每个月的天数进行均值计算，计算出月天销量均值，且月天销量均值有12个，将每个月份中的若干个天销量数据分别与每个月份中月天销量均值进行差值计算，计算出若干个月天销量差值，将若干个月天销量差值进行均值计算，计算出月天销量均差值，依据月份数据，将每个月的销量数据进行求和计算，计算出年销量值，将年销量值与月份数据的数量进行均值计算，计算出每个月的销量数据并标定为年月销量均值，依据月天销量均值计算出若干个年月销量值，将若干个年月销量值分别与年月销量均值进行差值计算，计算出若干个年月销量差值，将若干个年月销量差值进行均值计算，计算出年月销量均差值；

依据季节数据，将天销量数据进行求和计算，计算出每个季节数据中每个月的季月销量值，将季月销量值与对应的每个季节的月份进行均值计算，计算出季月销量均值，且季月销量均值设置有四个，将每个季节数据对应的季月销量值分别与季月销量均值进行差值计算，计算出若干个季月销量差值，将若干个季月销量差值进行均值计算，计算出季月销量均差值；

将月天销量均值、月天销量均差值、季月销量均值以及季月销量均差值带入到日月计算式：

，计算出季差影响因子δ，其中，JYj表示为季月销量均值，JYc表示为季月销量均差值，Ytj表示为月天销量均值，Ytc表示为月天销量均差值，u1表示为当月的天数，由于季月销量均值为四个，故而季差影响因子有四个，季差影响因子按照春季、夏季、秋季以及冬季依次标定为δ1、δ2、δ3以及δ4；

将年月销量均值、年月销量均差值、季月销量均值以及季月销量均差值带入到季年计算式：

，计算出年月差影响因子β，其中，NYj表示为年月销量均值，NYc表示为年月销量均差值，Ytj表示为月天销量均值，Ytc表示为月天销量均差值，由于季月销量均值为四个，故而季差影响因子有四个，年月差影响因子按照春季、夏季、秋季以及冬季依次标定为β1、β2、β3以及β4；

依据型号数据和时间数据将对应的造量进行造量处理，具体为：

依据月份数据，统计出每个月份中每天的造量数据，并将其标定为天造量数据，将天造量数据依据月造量数据进行求和计算，计算出年造量值，将年造量值与月份数据的数量进行均值计算，计算出每个月的造量数据并标定为年月造量均值，依据月天造量均值计算出若干个年月造量值，将若干个年月造量值分别与年月造量均值进行差值计算，计算出若干个年月造量差值，将若干个年月造量差值进行均值计算，计算出年月造量均差值；

依据季节数据，将天造量数据进行求和计算，计算出每个季节数据中每个月的季月造量值，将季月造量值与对应的每个季节的月份进行均值计算，计算出季月造量均值，且季月造量均值设置有四个，将每个季节数据对应的季月造量值分别与季月造量均值进行差值计算，计算出若干个季月造量差值，将若干个季月造量差值进行均值计算，计算出季月造量均差值；

将年月造量均值、年月造量均差值、季月造量均值以及季月造量均差值带入到造量计算式：

，计算出季造影响因子

，JYj表示为季月销量均值，JYc表示为季月销量均差值，NYj表示为年月销量均值，NYc表示为年月销量均差值，e1表示为造量影响偏差调节因子，由于季月销量均值为四个，故而季造影响因子有四个，季造影响因子按照春季、夏季、秋季以及冬季依次标定为

、

、

以及

；

依据型号数据和时间数据将对应的售单数据与宣传数据进行订单处理，具体为：

依据时间数据选取出相同型号数据对应的售单数据以及宣传数据，选取多个相同时间数据相同型号数据对应的售单数据以及宣传数据，不同时间点的售单数据两两进行差值计算，计算出若干个售单差值，将不同时间点的宣传数据两两进行差值计算，计算出若干个宣传差值，将若干个宣传差值与若干个对应的售单差值带入到宣传影响计算式：售单差值=宣传差值*宣传影响因子，反向推导出宣传影响因子，将若干个推导出来的宣传影响因子进行均值计算，计算出宣传影响均值；

选取出售单数据，并将每个售单数据从大到小进行排序，从而得到售单排序数据，将若干个售单数据以及订单中的产品数量计算出每个订单中产品的销量平均值，并标定为订单销量平均值，依据订单销量平均值在售单排序数据中进行匹配，将匹配结果一致的售单数据标定为平均点，将平均点之前的售单数据标定为超出售单，将若干个超出售单分别与订单销量平均值进行差值计算，计算出若干个订单超出差值，将若干个订单超出差值进行均值计算，计算出订单超出均差值；

将每个售单数据对应的时间数据标记为售单时间点，将若干个售单时间点两两进行差值计算，计算出若干个售单时间差，将若干个售单时间差进行从小到大的排序，从而得出售单时间差排序数据，将售单时间差排序数据中排在第一位的标定为售单最短时差；

监预单元用于对企业电子商务产品运营的实时状况进行数值计算，并依据数值计算的结果进行生产补充预警操作，生产补充预警的具体过程为：

采集当前时间点企业电子商务产品运营中产品的剩余量并标记为剩余数据，采集企业电子商务产品运营中当前的时间并标定为实时数据，采集当前时间点企业电子商务产品运营中产品的宣传力度并标记为实宣数据；

提取实时数据，将实时数据与时间数据中的月份数据以及季节数据进行匹配，从而匹配出当前时间点的季节以及月份，提取对应季节数据以及月份数据对应的月天销量均值、月天销量均差值、季差影响因子δ以及年月差影响因子β，依据计算式：

，计算出售卖时间m1，其中，

表示为剩余数据，u2表示为当月的天数，Ytj表示为月天销量均值，Ytc表示为月天销量均差值，δ表示为季差影响因子，β表示为年月差影响因子，f表示为月销售量的偏差纠正因子，且对计算出的m1数值赋予月为单位；

提取售单最短时差、订单销量平均值、订单超出均差值、季造影响因子

、季月造量均值以及季月造量均差值；

依据产量计算式：

，计算出生产预计时间

，其中，

表示为预留设定值，Dp表示为订单销量平均值，Dc表示为订单超出均差值，

表示为售单最短时差，JYj表示为季月销量均值，JYc表示为季月销量均差值，

表示为产量制造的影响偏差调节值，

表示为季造影响因子，Cs表示为时间偏差调节因子；

提取售卖时间m1、售单最短时差以及生产预计时间

，依据计算式：预生值=（售卖时间+售单最短时差-生产预计时间）*时间安全系数+实时数据，计算出预生值，时间安全系数表示为生产预设时间的安全系数；

将预生值经过发送单元分别发送至存储单元以及显提单元；

存储单元用于接收并存储预生值，显提单元用于接收预生值，并对与生值进行显示以及发出提示信号。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.基于互联网的电子商务企业用ERP管理控制系统，其特征在于，包括企业资源管控平台、资采单元、存储单元、资分单元、监预单元、发送单元以及显提单元；

所述资采单元用于对企业的电子商务产品运营情况进行数据采集，并对采集的数据进行处理划分，得到型号数据以及对应的销量数据、造量数据、售单数据、时间数据、月份数据、季节数据以及宣传数据；

所述资分单元用于对电子商务产品采集的运营数据进行资源分析操作，将采集的数据进行数据转化，得到月天销量均值、月天销量均差值、季差影响因子δ、年月差影响因子β、季月造量均值、季月造量均差值、季造影响因子

、订单销量平均值、订单超出均差值以及售单最短时差；

所述监预单元用于对企业电子商务产品运营的实时状况进行数值计算，并依据数值计算的结果进行生产补充预警操作，计算出预生值，将预生值经过发送单元分别发送至存储单元以及显提单元；

所述存储单元用于接收并存储预生值；

所述显提单元用于接收预生值，并对与生值进行显示以及发出提示信号。

2.根据权利要求1所述的基于互联网的电子商务企业用ERP管理控制系统，其特征在于，具体的数据采集过程为：

采集过去一段时间内运营的产品类别型号并标定为型号数据，采集过去一段时间内运营产品销售的数量并标定为销量数据，采集过去一段时间内运营产品的生产数量并标定为造量数据，采集过去一段时间内运营产品的销售订单内的产品数量以及订单数量并标定为售单数据，采集过去一段时间内运营产品在生产和销售时的时间点并标定为时间数据，采集过去一段时间内运营产品在销售时的宣传力度并标定为宣传数据，且宣传力度指代在企业销售的各个平台内用户的注册量，其中，过去一段时间指代过去一年内第一个月的第一天到最后一个月的最后一天；

依据型号数据，将对应的销量数据、造量数据、售单数据、时间数据以及宣传数据进行划分，并将划分后的型号数据进行初步处理，具体为：

选取型号数据和时间数据，型号数据对应的时间数据，将时间数据划分为1-12月并标记为月份数据，并依据1月到12月划分为四个季节并标记为季节数据：当时间数据为1-3月时，则将时间数据划分为春季，当时间数据为4-6月时，则将时间数据划分为夏季，当时间数据为7-9月时，则将时间数据划分为秋季，当时间数据为10-12月时，则将时间数据划分为冬季；

将型号数据以及对应的销量数据、造量数据、售单数据、时间数据、宣传数据、月份数据以及季节数据传输至资分单元。

3.根据权利要求1所述的基于互联网的电子商务企业用ERP管理控制系统，其特征在于，资源分析操作的具体操作过程为：

依据型号数据和时间数据将对应的销量数据进行销量处理，具体为：

依据月份数据，统计出每个月份中每天的销量数据，并将其标定为天销量数据，将天销量数据依据月销量数据进行求和计算，计算出每个月的销量数据，将每个月的销量数据分别与每个月的天数进行均值计算，计算出月天销量均值，将每个月份中的若干个天销量数据分别与每个月份中月天销量均值进行差值计算，计算出若干个月天销量差值，将若干个月天销量差值进行均值计算，计算出月天销量均差值；

依据天销量数据计算出一年中每个月的平均销量数据，并标定为年月销量均值，依据月天销量均值计算出若干个年月销量值，将若干个年月销量值分别与年月销量均值进行差值计算，计算出若干个年月销量差值，将若干个年月销量差值进行均值计算，计算出年月销量均差值；

依据季节数据，将天销量数据进行求和计算，计算出每个季节数据中每个月的季月销量值，将季月销量值与对应的每个季节的月份进行均值计算，计算出季月销量均值，且季月销量均值设置有四个，将每个季节数据对应的季月销量值分别与季月销量均值进行差值计算，计算出若干个季月销量差值，将若干个季月销量差值进行均值计算，计算出季月销量均差值；

将月天销量均值、月天销量均差值、季月销量均值以及季月销量均差值带入到日月计算式，计算出季差影响因子δ；

将年月销量均值、年月销量均差值、季月销量均值以及季月销量均差值带入到季年计算式，计算出年月差影响因子β；

依据型号数据和时间数据将对应的造量进行造量处理，得到季造影响因子；

依据型号数据和时间数据将对应的售单数据与宣传数据进行订单处理，得到订单销量平均值、订单超出均差值以及售单最短时差。

4.根据权利要求3所述的基于互联网的电子商务企业用ERP管理控制系统，其特征在于，日月计算式具体为：

，计算出季差影响因子δ，其中，JYj表示为季月销量均值，JYc表示为季月销量均差值，Ytj表示为月天销量均值，Ytc表示为月天销量均差值，u1表示为当月的天数，由于季月销量均值为四个，故而季差影响因子有四个，季差影响因子按照春季、夏季、秋季以及冬季依次标定为δ1、δ2、δ3以及δ4；

季年计算式具体为：

，计算出年月差影响因子β，其中，NYj表示为年月销量均值，NYc表示为年月销量均差值，Ytj表示为月天销量均值，Ytc表示为月天销量均差值，由于季月销量均值为四个，故而季差影响因子有四个，年月差影响因子按照春季、夏季、秋季以及冬季依次标定为β1、β2、β3以及β4。

5.根据权利要求3所述的基于互联网的电子商务企业用ERP管理控制系统，其特征在于，造量处理的具体处理过程为：

依据月份数据，统计出每个月份中每天的造量数据，并将其标定为天造量数据，将天造量数据依据月造量数据进行求和计算，计算出年造量值，将年造量值与月份数据的数量进行均值计算，计算出每个月的造量数据并标定为年月造量均值，依据月天造量均值计算出若干个年月造量值，将若干个年月造量值分别与年月造量均值进行差值计算，计算出若干个年月造量差值，将若干个年月造量差值进行均值计算，计算出年月造量均差值；

依据季节数据，将天造量数据进行求和计算，计算出每个季节数据中每个月的季月造量值，将季月造量值与对应的每个季节的月份进行均值计算，计算出季月造量均值，且季月造量均值设置有四个，将每个季节数据对应的季月造量值分别与季月造量均值进行差值计算，计算出若干个季月造量差值，将若干个季月造量差值进行均值计算，计算出季月造量均差值；

将年月造量均值、年月造量均差值、季月造量均值以及季月造量均差值带入到造量计算式，计算出季造影响因子

。

6.根据权利要求3所述的基于互联网的电子商务企业用ERP管理控制系统，其特征在于，订单处理的具体处理过程为：

依据时间数据选取出相同型号数据对应的售单数据以及宣传数据，选取多个相同时间数据相同型号数据对应的售单数据以及宣传数据，不同时间点的售单数据两两进行差值计算，计算出若干个售单差值，将不同时间点的宣传数据两两进行差值计算，计算出若干个宣传差值，将若干个宣传差值与若干个对应的售单差值带入到宣传影响计算式：售单差值=宣传差值*宣传影响因子，反向推导出宣传影响因子，将若干个推导出来的宣传影响因子进行均值计算，计算出宣传影响均值；

选取出售单数据，并将每个售单数据从大到小进行排序，从而得到售单排序数据，将若干个售单数据以及订单中的产品数量计算出每个订单中产品的销量平均值，并标定为订单销量平均值，依据订单销量平均值在售单排序数据中进行匹配，将匹配结果一致的售单数据标定为平均点，将平均点之前的售单数据标定为超出售单，将若干个超出售单分别与订单销量平均值进行差值计算，计算出若干个订单超出差值，将若干个订单超出差值进行均值计算，计算出订单超出均差值；

将每个售单数据对应的时间数据标记为售单时间点，将若干个售单时间点两两进行差值计算，计算出若干个售单时间差，将若干个售单时间差进行从小到大的排序，从而得出售单时间差排序数据，将售单时间差排序数据中排在第一位的标定为售单最短时差。

7.根据权利要求1所述的基于互联网的电子商务企业用ERP管理控制系统，其特征在于，生产补充预警的具体过程为：

采集剩余数据、实时数据以及实宣数据；

提取实时数据，将实时数据与时间数据中的月份数据以及季节数据进行匹配，从而匹配出当前时间点的季节以及月份，提取对应季节数据以及月份数据对应的月天销量均值、月天销量均差值、季差影响因子δ以及年月差影响因子β，依据计算式：

，计算出售卖时间m1，其中，

表示为剩余数据，u2表示为当月的天数，Ytj表示为月天销量均值，Ytc表示为月天销量均差值，δ表示为季差影响因子，β表示为年月差影响因子，f表示为月销售量的偏差纠正因子，且对计算出的m1数值赋予月为单位；

提取售单最短时差、订单销量平均值、订单超出均差值、季造影响因子

、季月造量均值以及季月造量均差值；

依据产量计算式：

，计算出生产预计时间

，其中，

表示为预留设定值，Dp表示为订单销量平均值，Dc表示为订单超出均差值，

表示为售单最短时差，JYj表示为季月销量均值，JYc表示为季月销量均差值，

表示为产量制造的影响偏差调节值，

表示为季造影响因子，Cs表示为时间偏差调节因子；

提取售卖时间m1、售单最短时差以及生产预计时间

，依据计算式：预生值=（售卖时间+售单最短时差-生产预计时间）*时间安全系数+实时数据，计算出预生值，时间安全系数表示为生产预设时间的安全系数；

剩余数据指代当前时间点企业电子商务产品运营中产品的剩余量，实时数据指代采集企业电子商务产品运营中当前的时间，实宣数据指代采集当前时间点企业电子商务产品运营中产品的宣传力度。

Images