CN115049419A - 一种供需失衡识别和预警方法 - Google Patents
一种供需失衡识别和预警方法 Download PDFInfo
- Publication number
- CN115049419A CN115049419A CN202210221713.5A CN202210221713A CN115049419A CN 115049419 A CN115049419 A CN 115049419A CN 202210221713 A CN202210221713 A CN 202210221713A CN 115049419 A CN115049419 A CN 115049419A
- Authority
- CN
- China
- Prior art keywords
- order
- early warning
- dispatching
- failure
- supply
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012216 screening Methods 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000013486 operation strategy Methods 0.000 abstract description 2
- 238000006116 polymerization reaction Methods 0.000 abstract 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- 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
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种供需失衡识别和预警方法,包括以下步骤:S1读取并处理消息队列中的订单记录;S2分时段汇总数据;S3分时段查询并判断一个城市是否需要预警及预警级别;S4分时段查询查询一个城市的订单位置和派单失败位置,带出订单的坐标,给前台地图展现,本发明适用于网约车技术领域,实时的处理分析派单日志,对供需失衡做标准化预警,对于聚合模式下的未应答订单区分运力因素还是其他因素,更精确的衡量供需失衡情况,还能够直观的给出供需失衡的级别和位置分布,便于针对性的做价格策略、派单策略和运营策略调整,提高平台的收益,并且通过钉钉主动推送关系信息,提高预警的关注度和响应率。
Description
技术领域
本发明属于网约车技术领域,具体是一种供需失衡识别和预警方法。
背景技术
网约车的主要价值是促成司机和乘客成功交易,运力在时间和空间分布上有一定的规律,下单量也会有工作日、节假日、高峰、平峰的周期规律,一般会基于这些周期规律做运力和需求的预测。但某些场景(例如极端天气)需求会暴涨,打破常规的周期性波动,如果没有及时发现,针对性的做需求抑制或者提升运力,平台短期收益和长期收益受损。
另外,判断供需失衡除了需求量的异常增长,也需要考虑未应答需求的增长情况,应答率=应答单量/下单量,一般下单量高、应答率低是判定供需失衡的主要依据。现在高德、美团等聚合平台的订单比重越来越高,应答率低不一定是运力因素,可能是平台分配问题,需要对运力原因引起的未应答做识别。有效下单量高、运力原因造成的未应答低作为判定供需失衡的主要依据,实时的统计并预警,然而,现有技术并不能做到。
发明内容
本发明的目的在于克服现有技术的缺陷,提供一种供需失衡识别和预警方法。
为实现上述目的,本发明采用了如下技术方案:
一种供需失衡识别和预警方法,包括以下步骤:
S1读取并处理消息队列中的订单记录;
S2分时段汇总数据;
S3分时段查询并判断一个城市是否需要预警及预警级别;
S4分时段查询查询一个城市的订单位置和派单失败位置,带出订单的坐标, 给前台地图展现。
优选的,所述步骤S1中,处理消息队列中的订单记录,包括:
分订单类型解析派单日志,存储派单成功和派单失败的订单,记录订单所属城市、订单类型、创建时间、取消时间、派单成功时间、订单的位置等信息。
优选的,所述步骤S1中,处理消息队列中的订单记录,还包括:
对于派单失败的订单,判断订单取消的时间、派单过程中是否扫到合适的司机,若平台有可以派单的司机,对于订单下单后快速取消,造成订单未应答,则不纳入派单失败记录。
优选的,所述步骤S2中,所述分时段汇总数据,包括维度数据汇总:日期、时间段、城市等汇总;
指标数据汇总:即时单派单成功数、即时单派单失败数、预约用车派单成功数、预约用车派单失败数、其他用车派单成功数、其他用车派单成功数等数据汇总。
优选的,所述步骤S3中,分时段查询并判断一个城市是否需要预警及预警级别,包括:
对于某个业务类型或者全部业务类型的数据:
若派单数平均值>100且派单失败数≥2*派单失败平均值,进行一级预警:
若派单数平均值>100且派单失败数≥1.5*派单失败平均值且派单失败数 <2*派单失败平均值,进行二级预警:
否则无预警。
优选的,运营人员可主动查询城市派单预警界面,查看预警情况和供需失衡的位置分布,默认显示最近1小时数据,每2分钟自动做一次查询和筛选,也可筛选条件查看历史上某个时段的预警信息,和当前数据做对。
优选的,当预警超过预警阈值,通过钉钉主动推送关键信息;其中,预警阈值为:下单量>5000,最近半小时同比增长>100%,或派单失败订单同比增加>100%;
优选的,当单量同比增长100%-300%,或派单失败订单同比增长100%-300%,触发蓝色预警;
当单量同比增长300%-500%,或派单失败订单同比增长300%-500%,触发黄色预警;
当单量同比增长500%+,或派单失败订单同比增长500%+,触发红色预警。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
本发明中,实时的处理分析派单日志,对供需失衡做标准化预警,对于聚合模式下的未应答订单区分运力因素还是其他因素,更精确的衡量供需失衡情况,还能够直观的给出供需失衡的级别和位置分布,便于针对性的做价格策略、派单策略和运营策略调整,提高平台的收益,并且通过钉钉主动推送关系信息,提高预警的关注度和响应率。
附图说明
图1是本发明一种供需失衡识别和预警方法的流程图;
图2是本发明一种供需失衡识别和预警方法中触发一级预警的示意图。
具体实施方式
以下结合附图1-2,进一步说明本发明一种供需失衡识别和预警方法的具体实施方式。本发明一种供需失衡识别和预警方法不限于以下实施例的描述。
实施例1:
本实施例给出一种供需失衡识别和预警方法的具体实施方式,如图1-2所示,包括以下步骤:
S1读取并处理消息队列中的订单记录;
S2分时段汇总数据;
S3分时段查询并判断一个城市是否需要预警及预警级别;
S4分时段查询查询一个城市的订单位置和派单失败位置,带出订单的坐标, 给前台地图展现。
进一步的,步骤S1中,处理消息队列中的订单记录,包括:
分订单类型解析派单日志,存储派单成功和派单失败的订单,记录订单所属城市、订单类型、创建时间、取消时间、派单成功时间、订单的位置等信息。
进一步的,如表1和2所示,步骤S1中,处理消息队列中的订单记录,还包括:
对于派单失败的订单,判断订单取消的时间、派单过程中是否扫到合适的司机,若平台有可以派单的司机,对于订单下单后快速取消,造成订单未应答,则不纳入派单失败记录。
表1派单成功记录表结构(tad_dispatch_success):
参数名称 | 类型 | 备注 |
cityId | Integer | 城市ID |
orderId | Integer | 订单ID |
service_type | String | 订单类型:即时、预约、其他 |
createTime | String | yyyy-MM-dd hh:mm:ss下单时间,精确到秒 |
successTime | String | yyyy-MM-dd hh:mm:ss派单成功时间,精确到秒 |
loc | String | 订单位置,"116.51339","39.793132" |
表2派单失败记录表结构(tad_dispatch_fail)
参数名称 | 类型 | 备注 |
cityId | Integer | 城市ID |
orderId | Integer | 订单ID |
service_type | String | 订单类型:即时、预约、其他 |
createTime | String | yyyy-MM-dd hh:mm:ss下单时间,精确到秒 |
failTime | String | yyyy-MM-dd hh:mm:ss派单失败时间,精确到秒 |
loc | String | 订单位置,"116.51339","39.793132" |
进一步的,如表3所示,步骤S2中,所述分时段汇总数据,包括维度数据汇总:日期、时间段、城市等汇总;
指标数据汇总:即时单派单成功数、即时单派单失败数、预约用车派单成功数、预约用车派单失败数、其他用车派单成功数、其他用车派单成功数等数据汇总。
表3数据汇总
参数名称 | 类型 | 备注 |
cityId | Integer | 城市ID |
endTime | String | yyyy-MM-dd hh:00:00选择到小时,结束时间 |
startTime | String | yyyy-MM-dd hh:00:00选择到小时,开始时间 |
success_real | Integer | 即时单派单成功数 |
fail_real | Integer | 即时单派单失败数 |
success_reserve | Integer | 预约用车派单成功数 |
fail_reserve | Integer | 预约单派单失败数 |
success_other | Integer | 其他单派单成功数 |
fail_other | Integer | 其他单派单失败数 |
进一步的,步骤S3中,分时段查询并判断一个城市是否需要预警及预警级别,包括:
对于某个业务类型或者全部业务类型的数据:
若派单数平均值>100且派单失败数≥2*派单失败平均值,进行一级预警:
若派单数平均值>100且派单失败数≥1.5*派单失败平均值且派单失败数 <2*派单失败平均值,进行二级预警:
否则无预警。
进一步的,如图2所示,运营人员可主动查询城市派单预警界面,查看预警情况和供需失衡的位置分布,默认显示最近1小时数据,每2分钟自动做一次查询和筛选,也可筛选条件查看历史上某个时段的预警信息,和当前数据做对。
表4前台地图展现数据
进一步的,当预警超过预警阈值,通过钉钉主动推送关键信息;其中,预警阈值为:下单量>5000,最近半小时同比增长>100%,或派单失败订单同比增加>100%;
进一步的,当单量同比增长100%-300%,或派单失败订单同比增长100%-300%,触发蓝色预警;
当单量同比增长300%-500%,或派单失败订单同比增长300%-500%,触发黄色预警;
当单量同比增长500%+,或派单失败订单同比增长500%+,触发红色预警。
预警示例:
【黄色预警】东莞:下单量21468,同比+328%,派单失败订单同比+331%
【蓝色预警】佛山:下单量16974,同比+205%,派单失败订单同比+207%
【红色预警】广州:下单量61818,同比+550%,派单失败订单同比+551%
通过采用上述技术方案:
通过实时的解析派单日志,统计城市的下单量和因运力原因造成的派单失败订单量,更精确实时的识别供需失衡,按结果给出预警提示,标出供需失衡的位置分布,并主动推送关键信息,形成一套方案的闭环。便于运营人员及时的作出干预,及时做针对性的派单、运营、价格策略的调整,提升用户体验,提高收益。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.一种供需失衡识别和预警方法,其特征在于,包括以下步骤:
S1读取并处理消息队列中的订单记录;
S2分时段汇总数据;
S3分时段查询并判断一个城市是否需要预警及预警级别;
S4分时段查询查询一个城市的订单位置和派单失败位置,带出订单的坐标,给前台地图展现。
2.如权利要求1所述的一种供需失衡识别和预警方法,其特征在于,所述步骤S1中,处理消息队列中的订单记录,包括:
分订单类型解析派单日志,存储派单成功和派单失败的订单,记录订单所属城市、订单类型、创建时间、取消时间、派单成功时间、订单的位置等信息。
3.如权利要求2所述的一种供需失衡识别和预警方法,其特征在于:所述步骤S1中,处理消息队列中的订单记录,还包括:
对于派单失败的订单,判断订单取消的时间、派单过程中是否扫到合适的司机,若平台有可以派单的司机,对于订单下单后快速取消,造成订单未应答,则不纳入派单失败记录。
4.如权利要求1所述的一种供需失衡识别和预警方法,其特征在于,所述步骤S2中,所述分时段汇总数据,包括维度数据汇总:日期、时间段、城市等汇总;
指标数据汇总:即时单派单成功数、即时单派单失败数、预约用车派单成功数、预约用车派单失败数、其他用车派单成功数、其他用车派单成功数等数据汇总。
5.如权利要求1所述的一种供需失衡识别和预警方法,其特征在于,所述步骤S3中,分时段查询并判断一个城市是否需要预警及预警级别,包括:
对于某个业务类型或者全部业务类型的数据:
若派单数平均值>100且派单失败数≥2*派单失败平均值,进行一级预警:
若派单数平均值>100且派单失败数≥1.5*派单失败平均值且派单失败数<2*派单失败平均值,进行二级预警:
否则无预警。
6.如权利要求1所述的一种供需失衡识别和预警方法,其特征在于:运营人员可主动查询城市派单预警界面,查看预警情况和供需失衡的位置分布,默认显示最近1小时数据,每2分钟自动做一次查询和筛选,也可筛选条件查看历史上某个时段的预警信息,和当前数据做对。
7.如权利要求1所述的一种供需失衡识别和预警方法,其特征在于:当预警超过预警阈值,通过钉钉主动推送关键信息;其中,预警阈值为:下单量>5000,最近半小时同比增长>100%,或派单失败订单同比增加>100%。
8.如权利要求7所述的一种供需失衡识别和预警方法,其特征在于:当单量同比增长100%-300%,或派单失败订单同比增长100%-300%,触发蓝色预警;
当单量同比增长300%-500%,或派单失败订单同比增长300%-500%,触发黄色预警;
当单量同比增长500%+,或派单失败订单同比增长500%+,触发红色预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210221713.5A CN115049419A (zh) | 2022-03-07 | 2022-03-07 | 一种供需失衡识别和预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210221713.5A CN115049419A (zh) | 2022-03-07 | 2022-03-07 | 一种供需失衡识别和预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115049419A true CN115049419A (zh) | 2022-09-13 |
Family
ID=83158429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210221713.5A Pending CN115049419A (zh) | 2022-03-07 | 2022-03-07 | 一种供需失衡识别和预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115049419A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761585A (zh) * | 2014-01-27 | 2014-04-30 | 北京市交通运行监测调度中心 | 机场接续运输动态匹配、运力监测预警和智能调配方法 |
CN108009650A (zh) * | 2017-03-29 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 网约车服务请求处理方法、装置和服务器 |
CN108009652A (zh) * | 2017-08-16 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 信息显示方法、装置、终端设备和计算机可读存储介质 |
CN108564428A (zh) * | 2018-03-05 | 2018-09-21 | 武汉斑马快跑科技有限公司 | 一种订单编码方法及系统 |
CN108805411A (zh) * | 2018-05-18 | 2018-11-13 | 北京嘀嘀无限科技发展有限公司 | 网约车订单分配方法、装置、服务器、终端和可读存储介质 |
CN112801552A (zh) * | 2021-03-25 | 2021-05-14 | 苏州智能交通信息科技股份有限公司 | 基于交通大数据挖掘和智能分析的网约车和巡游车的监管方法 |
CN112819209A (zh) * | 2021-01-19 | 2021-05-18 | 上海赛可出行科技服务有限公司 | 一种司乘接驾中针对司机取消、迟到判责的优化方法 |
CN113723858A (zh) * | 2021-09-10 | 2021-11-30 | 首约科技(北京)有限公司 | 一种依据供需的网约车排队场景的分析方法 |
-
2022
- 2022-03-07 CN CN202210221713.5A patent/CN115049419A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761585A (zh) * | 2014-01-27 | 2014-04-30 | 北京市交通运行监测调度中心 | 机场接续运输动态匹配、运力监测预警和智能调配方法 |
CN108009650A (zh) * | 2017-03-29 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 网约车服务请求处理方法、装置和服务器 |
CN108009652A (zh) * | 2017-08-16 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 信息显示方法、装置、终端设备和计算机可读存储介质 |
CN108564428A (zh) * | 2018-03-05 | 2018-09-21 | 武汉斑马快跑科技有限公司 | 一种订单编码方法及系统 |
CN108805411A (zh) * | 2018-05-18 | 2018-11-13 | 北京嘀嘀无限科技发展有限公司 | 网约车订单分配方法、装置、服务器、终端和可读存储介质 |
CN112819209A (zh) * | 2021-01-19 | 2021-05-18 | 上海赛可出行科技服务有限公司 | 一种司乘接驾中针对司机取消、迟到判责的优化方法 |
CN112801552A (zh) * | 2021-03-25 | 2021-05-14 | 苏州智能交通信息科技股份有限公司 | 基于交通大数据挖掘和智能分析的网约车和巡游车的监管方法 |
CN113723858A (zh) * | 2021-09-10 | 2021-11-30 | 首约科技(北京)有限公司 | 一种依据供需的网约车排队场景的分析方法 |
Non-Patent Citations (1)
Title |
---|
杨贵凌: "基于公共安全优先的出租车运力规模预警管理系统的构建", 《微型电脑应用》, vol. 35, no. 5, 16 May 2019 (2019-05-16), pages 41 - 44 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8469153B2 (en) | Taxi dispatching to a region | |
WO2018201977A1 (zh) | 查勘任务分配方法、系统、服务器和存储介质 | |
US10540618B2 (en) | Methods and apparatus to monitor work vehicles and to generate worklists to order the repair of such work vehicles should a machine failure be identified | |
CA2746576C (en) | Systems and methods for dynamically updating a dispatch plan | |
US20050173523A1 (en) | Emission amount report device, system for charge for exhaust gas from vehicle, management unit and inspection device making up the system | |
US20130179027A1 (en) | System and method for tracking and alerting for vehicle speeds | |
US20130211660A1 (en) | System and method for peer comparison of vehicles and vehicle fleets | |
CN109583806B (zh) | 一种基于智能调整下单重量后的车辆调度取件方法及系统 | |
EP2235692B1 (en) | Process for updating the scheduling of a service stop for a machine | |
US9802557B2 (en) | Method and apparatus for providing vehicle component fault scoring | |
US8577935B2 (en) | System and method for storing performance data in a transit organization | |
CA2489800A1 (en) | Systems and methods for providing business intelligence based on shipping information | |
US20140052672A1 (en) | Telenostics point of performance driver performance index | |
US20050015186A1 (en) | Method and system of managing service reminders using mileage estimates | |
CN113838227A (zh) | 一种车辆异常停留监控方法及系统 | |
CN115049419A (zh) | 一种供需失衡识别和预警方法 | |
US20040243289A1 (en) | Method and system of managing service reminders using mileage estimates | |
CN112015748B (zh) | 一种区域实时订单与运力的供需关系可视化方法和系统 | |
CN117094546A (zh) | 一种基于大数据的智慧应急救援指挥方法、系统和介质 | |
CN115730850B (zh) | 面向电梯智慧应急处置过程的救援单位自动推荐方法 | |
CN111798151A (zh) | 企业欺诈风险评估方法、装置、设备及可读存储介质 | |
CN113420908B (zh) | 一种基于意愿性概率的大型场站旅客等候时长预测方法 | |
CN114493141A (zh) | 一种货运监管系统和方法 | |
CN117875814B (zh) | 一种基于动态上传数据的公路货运车辆合规性分析方法 | |
US20230298392A1 (en) | Replacement time calculation system and replacement time calculation method |
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 |