CN116051145A - 一种全电发票商业分析方法及系统 - Google Patents
一种全电发票商业分析方法及系统 Download PDFInfo
- Publication number
- CN116051145A CN116051145A CN202211719801.4A CN202211719801A CN116051145A CN 116051145 A CN116051145 A CN 116051145A CN 202211719801 A CN202211719801 A CN 202211719801A CN 116051145 A CN116051145 A CN 116051145A
- Authority
- CN
- China
- Prior art keywords
- commodity
- data
- sales
- sold
- analyzing
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000009566 rice Nutrition 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种全电发票商业分析方法及系统。其中，该方法包括：收集商品全电发票，获得商品明细数据；基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中；根据所述当月销售的商品数据，分析商品销售情况。从而，根据发票中商品的数量和种类来划分当前企业销售力度和商品出售的量为基础来挖掘出新的商机。为企业从全电发票上挖掘企业的商业价值，这样为企业带来商业上的优势。
Description
技术领域
本发明涉及电子发票技术领域，并且更具体地，涉及一种全电发票商业分析方法及系统。
背景技术
如今电子化数据充斥着我们身边，由于科技的发展速度越来越快，在2022年上半年国新办举办的工业和信息化发展情况发布会上提到下半年按照规划将持续加快推荐网络建设和融合创新应用、不断推动信息通信行业高质量发展。因此在即将面临的数字化时代的到来，发票也将逐渐从纸质化数字化转变。
在2022年税务总局已经开始逐渐推广全电发票，已经在深圳、上海等地方开始进行试点工作的推进，预示着全电票时代即将到来。
随着全电发票逐渐推广，企业将会面临全面去纸质化。那么针对全电发票企业会有更多的变化，全电票将会在商业上带了比纸票更大的商业价值。企业如何让会根据全电票的发票明细数据可以有效性的分析出该企业在商品销售的情况，企业经常购买的商品等信息来进行数据分析工作达到预测针对企业在哪种商品下会更好的盈利成为一种必要。
发明内容
根据本发明，提供了一种全电发票商业分析方法及系统，以解决现有技术种存在的企业如何让会根据全电票的发票明细数据可以有效性的分析出该企业在商品销售的情况，企业经常购买的商品等信息来进行数据分析工作达到预测针对企业在哪种商品下会更好的盈利成为一种必要的技术问题。
根据本发明的第一个方面，提供了一种全电发票商业分析方法，包括：
收集商品全电发票，获得商品明细数据；
基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中；
根据所述当月销售的商品数据，分析商品销售情况。
可选地，基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，包括：
基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，查看商品售卖情况，包括哪种商品销售量最低，哪种销售量退货率最高。
可选地，基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中，包括：
根据预先设定的商品阈值上进行判断区域销售的商品是否过多，如果过多，通过商品的分类编码进行分析，判断该销售过多的商品属于哪种种类；
分析出来该区域的人消费的行为轨迹，通过商品销售量过多在预测表中，查找预计结果，并且将所述预计结果制作成详细的文档供企业做参考。
可选地，根据所述当月销售的商品数据，分析商品销售情况，包括：
根据商品售卖数据，商品种类多维度来统计，分析商品销售情况。
可选地，还包括：
基于商品销售情况，预计购买方公司还需要哪些商品服务，为企业拓展出更多的商业渠道。
根据本发明的另一个方面，还提供了一种全电发票商业分析系统，包括：
获得商品明细数据模块，用于收集商品全电发票，获得商品明细数据；
汇总销售商品数据模块，用于基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中；
分析商品销售情况模块，用于根据所述当月销售的商品数据，分析商品销售情况。
可选地，汇总销售商品数据模块，包括：
查看商品明细数据子模块，用于基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，查看商品售卖情况，包括哪种商品销售量最低，哪种销售量退货率最高。
可选地，汇总销售商品数据模块，包括：
判断商品种类子模块，用于根据预先设定的商品阈值上进行判断区域销售的商品是否过多，如果过多，通过商品的分类编码进行分析，判断该销售过多的商品属于哪种种类；
提供预计结果文档子模块，用于分析出来该区域的人消费的行为轨迹，通过商品销售量过多在预测表中，查找预计结果，并且将所述预计结果制作成详细的文档供企业做参考。
可选地，分析商品销售情况模块，包括：
分析商品销售情况子模块，根据商品售卖数据，商品种类多维度来统计，分析商品销售情况。
可选地，还包括：
提供商业渠模块，用于基于商品销售情况，预计购买方公司还需要哪些商品服务，为企业拓展出更多的商业渠道。
从而，根据发票中商品的数量和种类来划分当前企业销售力度和商品出售的量为基础来挖掘出新的商机。为企业从全电发票上挖掘企业的商业价值，这样为企业带来商业上的优势。可以为企业预测本企业未来几个月热销商品以及对购买商品的数据轨迹以及预测接下来几个月的各种商品畅销情况。可以为企业带来宏观上的预测收益效应。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本实施方式所述的一种全电发票商业分析方法的流程示意图；
图2为根据本实施方式所述的网络拓扑结构图；
图3为根据本实施方式所述的商品信息抽取存入到分析库中的示意图；
图4为根据本实施方式所述的定时任务的统计商品的流程的示意图；
图5为根据本实施方式所述的一种全电发票商业分析系统的示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
根据本发明的第一个方面，提供了一种全电发票商业分析方法100，参考图1所示，该方法100包括：
S101:收集商品全电发票，获得商品明细数据；
S102:基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中；；
S103:根据所述当月销售的商品数据，分析商品销售情况。
具体地，参考图2所示，全电发票在商业上的应用主要分为：商品明细情况上的分析。在商品售卖的时候经常会要求开具发票，由于发票的全部数字化，因此可以收集这方面的数据到数据库中，系统会根据定时任务进行商品数据统计把当月销售的商品汇总，查看哪种商品售卖的情况，哪种商品销售量最低。哪种商品退货率最高。通过开具的发票明细分析出来当月商品销售情况，并且可以预计购买方公司还需要哪些商品服务，这样可以为企业拓展出更多的商业渠道。
该系统主要是通过开具之后的全电发票中的发票明细数据进行商品归类和统计，把预制好的商品数据分析逻辑算法进行数据统计。通过商品自带的规定来区分商品的种类。比如：企业购买的很多米面，粮油那么就说明企业可能要给旗下员工发放福利，就可以根据每月购买的次数和企业进行长期稳定的商品买卖合同或者进行总量超过多少进行批发价，可以更好的稳定客户，甚至可以延伸出新的商机。
企业会根据大量的发票商品明细数据来进行数据分析，对比哪些企业长期购买商品等信息来达到发票数据的最大价值化。并且通过购买方，商品售卖数据，商品种类等维度来统计结果。此系统在建库的时候会根据数据分析模型进行单独的数据收集，把开具的发票明细表数据收集上来进行汇总，进一步达到发票在商业上的最大化应用。
参考图3所示，商品明细数据收集，在企业服务端会把每一张全电票的数字发票结构保留到数据库中，把需要的数据存储到数据库中，这样就可以较大的保留了需要基础数据。
参考图4所示，通过预制的算法和定时任务，执行计算并把计算的结果存储到统计表中，统计表中含有每一天的数据集合。月底会统计每一天的数据，把数据展示出来。程序会在设定的商品阈值上进行判断该区域销售的商品是否过多，如果过多那么进行第二层判断，通过商品的分类编码进行细致分析，判断该销售过多的商品属于哪种种类。这样可以分析出来改区域的人消费的行为轨迹。通过商品销售量过多在预测表中，查找预计的结果。并且把结果制作成详细的文档供企业做参考。
从而，系统根据开具后的全电发票数据，解析全电发票xml结构获取发票明细数据；根据全电发票xml的文件数据格式，获取商品的税收分类编码数据，根据系统的税收分类编码判断该商品属于那个详细的商品分类，来区分商品详细信息。通过存储过程计算结果存入结果表中，生成建议数据报告。
可选地，基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，包括：
基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，查看商品售卖情况，包括哪种商品销售量最低，哪种销售量退货率最高。
可选地，基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中，包括：
根据预先设定的商品阈值上进行判断区域销售的商品是否过多，如果过多，通过商品的分类编码进行分析，判断该销售过多的商品属于哪种种类；
分析出来该区域的人消费的行为轨迹，通过商品销售量过多在预测表中，查找预计结果，并且将所述预计结果制作成详细的文档供企业做参考。
可选地，根据所述当月销售的商品数据，分析商品销售情况，包括：
根据商品售卖数据，商品种类多维度来统计，分析商品销售情况。
可选地，还包括：
基于商品销售情况，预计购买方公司还需要哪些商品服务，为企业拓展出更多的商业渠道。
从而，根据发票中商品的数量和种类来划分当前企业销售力度和商品出售的量为基础来挖掘出新的商机。为企业从全电发票上挖掘企业的商业价值，这样为企业带来商业上的优势。可以为企业预测本企业未来几个月热销商品以及对购买商品的数据轨迹以及预测接下来几个月的各种商品畅销情况。可以为企业带来宏观上的预测收益效应。
根据本发明的另一个方面，还提供了一种全电发票商业分析系统500，参考图5所示，该系统500包括：
获得商品明细数据模块510，用于收集商品全电发票，获得商品明细数据；
汇总销售商品数据模块520，用于基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中；
分析商品销售情况模块530，用于根据所述当月销售的商品数据，分析商品销售情况。
可选地，汇总销售商品数据模块，包括：
查看商品明细数据子模块，用于基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，查看商品售卖情况，包括哪种商品销售量最低，哪种销售量退货率最高。
可选地，汇总销售商品数据模块，包括：
判断商品种类子模块，用于根据预先设定的商品阈值上进行判断区域销售的商品是否过多，如果过多，通过商品的分类编码进行分析，判断该销售过多的商品属于哪种种类；
提供预计结果文档子模块，用于分析出来该区域的人消费的行为轨迹，通过商品销售量过多在预测表中，查找预计结果，并且将所述预计结果制作成详细的文档供企业做参考。
可选地，分析商品销售情况模块，包括：
分析商品销售情况子模块，根据商品售卖数据，商品种类多维度来统计，分析商品销售情况。
可选地，还包括：
提供商业渠模块，用于基于商品销售情况，预计购买方公司还需要哪些商品服务，为企业拓展出更多的商业渠道。
本发明的实施例的一种全电发票商业分析系统500与本发明的另一个实施例的一种全电发票商业分析方法100相对应，在此不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。
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。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
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精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种全电发票商业分析方法，其特征在于，包括：
收集商品全电发票，获得商品明细数据；
基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中；
根据所述当月销售的商品数据，分析商品销售情况。
2.根据权利要求1所述的方法，其特征在于，基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，包括：
基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，查看商品售卖情况，包括哪种商品销售量最低，哪种销售量退货率最高。
3.根据权利要求2所述的方法，其特征在于，基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中，包括：
根据预先设定的商品阈值上进行判断区域销售的商品是否过多，如果过多，通过商品的分类编码进行分析，判断该销售过多的商品属于哪种种类；
分析出来该区域的人消费的行为轨迹，通过商品销售量过多在预测表中，查找预计结果，并且将所述预计结果制作成详细的文档供企业做参考。
4.根据权利要求1所述的方法，其特征在于，根据所述当月销售的商品数据，分析商品销售情况，包括：
根据商品售卖数据，商品种类多维度来统计，分析商品销售情况。
5.根据权利要求1所述的方法，其特征在于，还包括：
基于商品销售情况，预计购买方公司还需要哪些商品服务，为企业拓展出更多的商业渠道。
6.一种全电发票商业分析系统，其特征在于，包括：
获得商品明细数据模块，用于收集商品全电发票，获得商品明细数据；
汇总销售商品数据模块，用于基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，汇总当月销售的商品数据，并存储到统计表中；
分析商品销售情况模块，用于根据所述当月销售的商品数据，分析商品销售情况。
7.根据权利要求6所述的系统，其特征在于，汇总销售商品数据模块，包括：
查看商品明细数据子模块，用于基于所述商品明细数据，通过预制的算法和定时任务进行商品数据统计，查看商品售卖情况，包括哪种商品销售量最低，哪种销售量退货率最高。
8.根据权利要求7所述的系统，其特征在于，汇总销售商品数据模块，包括：
判断商品种类子模块，用于根据预先设定的商品阈值上进行判断区域销售的商品是否过多，如果过多，通过商品的分类编码进行分析，判断该销售过多的商品属于哪种种类；
提供预计结果文档子模块，用于分析出来该区域的人消费的行为轨迹，通过商品销售量过多在预测表中，查找预计结果，并且将所述预计结果制作成详细的文档供企业做参考。
9.根据权利要求6所述的系统，其特征在于，分析商品销售情况模块，包括：
分析商品销售情况子模块，根据商品售卖数据，商品种类多维度来统计，分析商品销售情况。
10.根据权利要求6所述的系统，其特征在于，还包括：
提供商业渠模块，用于基于商品销售情况，预计购买方公司还需要哪些商品服务，为企业拓展出更多的商业渠道。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211719801.4A CN116051145A (zh) | 2022-12-30 | 2022-12-30 | 一种全电发票商业分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211719801.4A CN116051145A (zh) | 2022-12-30 | 2022-12-30 | 一种全电发票商业分析方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116051145A true CN116051145A (zh) | 2023-05-02 |
Family
ID=86119316
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211719801.4A Pending CN116051145A (zh) | 2022-12-30 | 2022-12-30 | 一种全电发票商业分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116051145A (zh) |
-
2022
- 2022-12-30 CN CN202211719801.4A patent/CN116051145A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8195500B2 (en) | Point-of-sale-based market tracking and reporting | |
| US8533235B2 (en) | Infrastructure and architecture for development and execution of predictive models | |
| CN111652657A (zh) | 商品销量预测方法、装置、电子设备及可读存储介质 | |
| US10115058B2 (en) | Predictive modeling | |
| AU2023200162A1 (en) | Methods and apparatus for the analyzing, manipulating, formating, templating, styling and/or publishing of data collected from a plurality of sources | |
| CN1971566A (zh) | 电子业务通信中数据元素的使用跟踪 | |
| US20100082395A1 (en) | Systems and methods for analyzing a portfolio of intellectual property assets | |
| CN111695979A (zh) | 一种原材料与成品的关系分析方法、装置及设备 | |
| CN112084448A (zh) | 相似信息处理方法以及装置 | |
| CN111161076A (zh) | 金融市场产品的推送方法及装置 | |
| CN110544118B (zh) | 销量预测方法、装置、介质和计算设备 | |
| CN115147144A (zh) | 数据处理方法及电子设备 | |
| JP5765529B2 (ja) | 業務システム変更支援システム、業務システム変更支援プログラム、および業務システム変更支援方法 | |
| CN113139835A (zh) | 数据处理方法、装置、非易失性存储介质及处理器 | |
| CN116051145A (zh) | 一种全电发票商业分析方法及系统 | |
| Fahmi et al. | Best Products with TOPSIS Method and Sales Forecasting with Weighted Moving Average | |
| KR20240029384A (ko) | 주문량 예측 방법 및 주문량 예측 장치 | |
| US20160307218A1 (en) | System and method for phased estimation and correction of promotion effects | |
| CN112613930A (zh) | 一种自动生成待开发票信息的方法及系统 | |
| CN112257734B (zh) | 一种信息处理方法及装置、存储介质 | |
| US20240078484A1 (en) | Generating and providing an account prioritization score by integrating experience data and organization data | |
| KR20170133107A (ko) | 기업 데이터베이스 제공 장치 및 방법 | |
| CN117541290A (zh) | Ab测试的数据处理方法、装置及电子设备 | |
| Amico et al. | Tracing opioids across the us: A high-resolution pharmaceutical distribution dataset | |
| Tamayo et al. | FASSSTER Data Pipeline and DevOps |
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 |