CN117112584A - 一种指标库数据智能管理系统 - Google Patents
一种指标库数据智能管理系统 Download PDFInfo
- Publication number
- CN117112584A CN117112584A CN202311081385.4A CN202311081385A CN117112584A CN 117112584 A CN117112584 A CN 117112584A CN 202311081385 A CN202311081385 A CN 202311081385A CN 117112584 A CN117112584 A CN 117112584A
- Authority
- CN
- China
- Prior art keywords
- sales
- enterprise
- index
- standard
- appointed
- 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.)
- Withdrawn
Links
- 238000013523 data management Methods 0.000 title claims description 15
- 238000012937 correction Methods 0.000 claims abstract description 115
- 238000004458 analytical method Methods 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000007726 management method Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 10
- 238000013439 planning Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101100518501 Mus musculus Spp1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2358—Change logging, detection, and notification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Computer Security & Cryptography (AREA)
- Remote Sensing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开提供的一种指标库数据智能管理系统。该指标库数据智能管理系统包括销售指标数据获取模块、同类企业运营信息获取模块、销售数据维度处理分析模块、销售地区维度处理分析模块、企业运营指标更正分析模块、企业更正运营指标反馈终端和销售指标库,通过获取指定企业销售信息以及同类企业运营信息,由此从销售数据维度以及销售地区两大维度对指定企业对应的运营指标进行更正分析,并由此确认指定企业对应的更正运营指标,有效的解决了当前技术无法满足企业发展需求的问题,有效的挖掘出了指标数据的潜在深度价值,保障了企业决策的稳定性和企业风险规避的及时性,同时还便于企业对其业务规划的及时调整。
Description
技术领域
本发明属于指标数据管理技术领域,涉及到一种指标库数据智能管理系统。
背景技术
随着企业数字化转型的驱动,指标的作用越来越重要,指标作为数据统计的基础,其完成情况直接反映了企业的业务情况,而指标管理也能够助力快速了解企业经营业务情况,能够及时的调整业务规划,由此可见指标库数据管理的重要性。
目前对指标库数据管理主要集中在指标库中数据的分类存储层面,主要便于后续查询等操作业务,同时实现统一指标口径,但是指标库内数据主要服务与企业的业务管理,当前进行分类时,仅通过数据自身维度进行分类,没有进行指标更正,远远满足不了企业的发展需求,其具体体现在以下几个方面:
1、企业运营过程中为动态变化,固定式的指标难以满足企业的运营需求和发展需求,当前进行通过数据本身属性进行分类,如本身的时间维度、地区维度以及原子指标进行分类管理,无法挖掘出指标数据的潜在深度价值,也无法实现指标数据利用价值最大化,同时无法提高企业对其运营情况的了解程度和了解效率;
2、企业建立指标库的目的提高业务发展,当前对指标数据库管理方式属于常规管理方式,存在一定的局限性,不便于企业对其业务规划的及时调整,也无法为企业的业务发展提供可靠的决策性的参考依据,对企业的运营推动效果不明显;
3、企业运营指标作为企业运营发展的目标和方向,其设置的合理性决定了后续企业运营计划的完成度,当前没有根据现存的指标数据进行指标更正,无法提高企业决策的稳定性,也无法提高企业规避风险的及时性,同时还无法提高企业运营目标的高效性。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种指标库数据智能管理系统;
本发明的目的可以通过以下技术方案实现:
本发明提供了一种指标库数据智能管理系统,该系统包括:
销售指标数据获取模块,用于从指定企业对应的销售指标库中定位出指定企业在各设定运营周期内对应的销售信息;
同类企业运营信息获取模块,用于从企业运营查询平台后台检索得出指定企业对应同类企业在各设定运营周期内对应的运营信息;
销售数据维度处理分析模块,用于从指定企业在各设定运营周期内对应的销售信息中定位出销售数据信息,由此对指定企业的销售数据信息进行处理与分析,得到指定企业对应的销售数据维度达标指数,并记为λ;
销售地区维度处理分析模块,用于从指定企业在各设定运营周期内对应的销售信息中定位出销售地区信息,由此对指企业对应的销售地区信息进行处理与分析,得到指定企业对应的销售地区维度达标指数,并记为γ;
企业运营指标更正分析模块,用于根据指定企业销售数据维度达标指数和销售地区维度达标指数,对指定企业对应的运营指标进行更正分析,得到指定企业对应的运营更正需求指数,并由此确认指定企业对应的更正运营指标;
企业更正运营指标反馈终端,将指定企业运营指标更正分析模块反馈至指定企业运营管理人员;
销售指标库,用于存储指定企业在各设定运营周期内对应的销售数据信息和销售地区信息,并存储指定企业当前设定运营指标。
优选地,所述指定企业在各设定运营周期内对应的销售信息具体包括销售数据信息和销售地区信息;其中,
销售数据信息包括实际销售信息和销售数据指标信息,实际销售信息包括实际销售量、实际销售总额和实际新增客户量,销售指标信息为指定销售量区间、指定销售总额区间和指定新增客户量区间;
销售地区信息包括实际销售地区信息和销售地区指标信息,实际销售地区信息包括实际销售地区数目、各实际销售地区内对应的实际销售门店数目和实际零售商数目;销售地区指标信息为指定销售地区数目和指定销售市场占比。
优选地,所述指定企业对应同类企业在各设定运营周期内对应的运营信息包括综合销售地区数目、各销售地区对应的综合销售门店数目和综合零售商数目。
优选地,所述对指定企业的销售数据信息进行处理,具体处理过程包括以下步骤:
将各设定运营周期按照设定顺序依次编号为1,2,...t,...p,从指定企业在各设定运营周期内对应的销售数据信息中提取实际销售信息,进而获取实际销售量、实际销售总额和实际新增客户量;
从指定企业在各设定运营周期内对应的销售数据信息中提取销售指标信息,进而获取指定销售量区间、指定销售总额区间和指定新增客户量区间;
将指定企业在各设定运营周期内对应的实际销售量、实际销售总额和实际新增客户量分别与指定销售量区间、指定销售总额区间和指定新增客户量区间进行对比,由此统计销售量未达标周期数目、销售超标周期数目、销售金额未达标周期数目、销售金额超标周期数目、客户未达标周期数目和客户超标周期数目,分别记为n、m、c、h、f和q;
提取各销售量未达标周期以及各销售超标周期对应的编号,由此提取各销售量未达标周期内对应的销售量下限差和各销售超标周期对应的销售量上限差,分别记为ΔS下 i和ΔS上 j,i表示销售量未达标周期对应的编号,i=1,2,......n,j表示销售量超标周期对应的编号,j=1,2,......m;
提取各销售金额未达标周期以及各销售金额超标周期对应的编号,由此提取各销售金额未达标周期对应的销售金额下限差以及各销售金额超标周期对应的销售金额上限差,并分别记为ΔM下 u和ΔM上 v,u表示销售金额未达标周期对应的编号,u=1,2,......c,v表示销售金额超标周期对应的编号,v=1,2,......h;
提取各客户未达标周期和各客户超标周期对应的编号,由此提取各客户未达标周期对应的新增客户下限差和各客户超标周期对应新增客户上限差,分别记为ΔZ下 x和ΔZ上 y,x表示销售金额未达标周期对应的编号,x=1,2,......f,y表示销售金额超标周期对应的编号,y=1,2,......q。
优选地,所述对指定企业的销售数据信息进行分析,具体分析过程包括以下步骤:
获取销售量未达标周期数目和销售量超标周期数目,同时获取各销售量未达标周期内对应的销售量下限差以及各销售量超标周期对应的销售量上限差,通过分析公式分析得到指定企业销售量达标指数φ1,e表示自然数,p表示设定运营周期数目,n表示销售量未达标周期数目,m表示销售量超标周期数目,a1、a2、a3、a4分别表示为设定的销售量未达标周期数目、销售量超标周期数目、销售量上限差、销售量下限差对应的占比权重,k0、k1分别为设定的参考销售量上限差、参考销售量下限差;
获取销售金额未达标周期数目和销售金额超标周期数目,同时获取各销售金额未达标周期内对应的销售金额下限差以及各销售量超标周期内对应的销售金额上限差,按照指定企业销售量达标指数的分析方式分析得到指定企业销售金额达标指数,并记为φ2;
获取客户未达标周期数目和客户超标周期数目,同时获取各客户未达标周期对应的新增客户下限差以及各客户超标周期对应的新增客户上限差,按照指定企业销售量达标指数的分析方式分析得到指定企业新增客户达标指数,并记为φ3;
通过分析公式分析得到指定企业销售数据维度达标指数λ,ε1、ε2、ε3分别为设定的销售量达标指数、销售金额达标指数、新增客户量达标指数对应的修正因子。
优选地,所述对指企业对应的销售地区信息进行处理,具体处理过程包括以下步骤:
从指定企业在各设定运营周期内对应的销售地区信息中提取实际销售地区信息,进而提取实际销售地区数目、各实际销售地区内对应的实际销售门店数目和实际零售商数目;
从指定企业对应同类企业在各设定运营周期内对应的运营信息中提取综合销售地区数目、各综合销售地区对应的综合销售门店数目和综合零售商数目;
根据指定企业在各设定运营周期内对应的实际销售地区数目和其对应同类企业对应的综合销售地区数目,计算得出指定企业在各设定运营周期内对应销售地区覆盖比K0 t,t表示各设定运营周期对应的编号,t=1,2,......p;
将指定企业在各设定运营周期内各实际销售地区与指定企业对应同类企业在各设定运营周期内各综合销售地区进行对比,从中定位出指定企业对应同类企业在各设定运营周期内各实际销售地区对应的综合销售门店数目和综合零售商数目,并分别记为P′rt和L′rt,r表示各实际销售地区对应的编号,r=1,2,......g;
通过计算公式计算得出指定企业在各设定运营周期内对应的销售市场占比,并记为K1 t。
优选地,所述指定企业在各设定运营周期内对应的市场占比具体计算公式为η1、η2分别表示销售门店、零售商对应的占比权重因子,Pr t、Lr t分别表示为指定企业在第t个运营周期内对应各实际销售地区内的实际销售门店数目、实际零售商数目。
优选地,所述对指企业对应的销售地区信息进行分析,具体分析过程包括以下步骤:
获取指定企业在各设定运营周期内对应的实际销售地区数目、销售地区覆盖比K0 t和售市场占比K1 t;
获取指定企业各设定运营周期内对应的销售地区指标信息,进而获取指定销售地区数目和指定销售市场占比,并分别记为Rt和Kt;
通过初级达标分析公式分析得到指定企业对应销售地区一级达标指数,μ1、μ2、μ3分别表示为设定的销售地区数目、覆盖比、时长占比对应的权重因子,gt为指定企业在第t个设定运营周期内对应的实际销售地区数目,K′0为设定的参考地区覆盖比,σ0为设定的一级达标指数修正因子;
以运营周期为横坐标轴,以实际销售地区数目和售市场占比为纵坐标轴构建销售地区运营曲线图和销售市场曲线图,同时根据指定销售地区数目和指定销售市场占比,构建指定销售地区运营曲线图和指定销售市场曲线图,进而分析得到指定企业对应销售地区二级达标指数,并记为
通过分析公式分析得到指定企业销售地区维度达标指数γ,τ1、τ2分别为设定的销售地区一级达标、二级达标对应的权重因子。
优选地,所述指定企业对应的运营更正需求指数,具体计算公式为G表示为指定企业对应的运营更正需求指数,/>分别表示为设定的销售数据达标、销售地区达标对应的修正因子。
优选地,所述确认指定企业对应的更正运营指标,具体确认过程包括以下步骤:
将指定企业对应的运营更正需求指数与设定的标准运营更正需求指数进行对比,得到指定企业对应的运营更正需求指数与标准运营更正需求指数的差值,若指定企业对应的的运营更正需求指数大于或者等于标准运营更正需求指数,则判定指定企业运营指标更正类型为增大更正,反之则判定指定运营指标对应的更正类型为降低更正;
将指定企业对应的运营更正需求指数与标准运营更正需求指数的差值与设定的单位运营指标更正比对应的运营更正需求差进作比,得到指定企业对应的运营指标更正比;
若指定企业运营指标更正类型为增大更正,通过分析公式更正运营指标=当前设定运营指标×(运营更正指标比+1)分析得到指定企业对应的更正运营指标;
若指定企业运营指标更正类型为降低更正,通过分析公式更正运营指标=当前设定运营指标×(1-运营更正指标比)分析得到指定企业对应的更正运营指标。
相较于现有技术,本发明的有益效果如下:
本发明提供的一种指标库数据智能管理系统,通过获取指定企业在各设定运营周期内对应的销售信息以及同类企业在各设定运营周期内对应的运营信息,由此从销售数据维度以及销售地区两大维度对指定企业对应的运营指标进行更正分析,得到指定企业对应的运营更正需求指数,并由此确认指定企业对应的更正运营指标,一方面有效的解决了当前技术无法满足企业发展需求的问题,有效的挖掘出了指标数据的潜在深度价值,实现了指标数据利用价值的最大化,进而大幅度提升了指定企业对其运营情况的了解程度和了解效率;一方面,打破了当前指标数据管理中的局限性,便于企业对其业务规划的及时调整,为企业的业务发展提供了可靠的决策性的参考依据,促进了企业运营的进程,对企业的运营的推动效果较好;另一方面,保障了企业决策的稳定性和企业风险规避的及时性,促使企业能够快速稳健的达成运营目标。
本发明在销售数据维度处理分析模块,通过从销售量、销售总额和新增客户量三个维度进行销售数据处理,并分别与指定销售量区间、指定销售总额区间和指定新增客户量区间的上下限值进行对比,凸显了指定企业的业务进行情况,通过多维度的对比分析,有效的提高了指定销售数据维度分析结果的可靠性和准确性,从而为后续企业销售量、销售金额等计划的制动提供了明确的更改方向。
本发明在销售地区维度处理分析模块,通过从销售地区、销售门店和零售商这三个层面进行分析,实现了销售地区的垂直化分析,同时通过结合同类企业的运营信息进行综合分析,大大的提高了分析销售地区维度分析结果的参考性和科学性,同时为后续指定企业运营指标的更正分析提供了有力铺垫。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明系统各模块连接示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明,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,只要不偏离发明的构思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。
请参阅图1所示,本发明提供了一种指标库数据智能管理系统,包括销售指标数据获取模块、同类企业运营信息获取模块、销售数据维度处理分析模块、销售地区维度处理分析模块、企业运营指标更正分析模块、企业更正运营指标反馈终端和销售指标库;
上述中销售指标库分别与销售指标数据获取模块以及企业运营指标更正分析模块连接,企业更正运营指标反馈终端分别与销售数据维度处理分析模块、销售地区维度处理分析模块和企业更正运营指标反馈终端连接;同类企业运营信息获取模块与销售地区维度处理分析模块连接;
所述销售指标数据获取模块,用于从指定企业对应的销售指标库中定位出指定企业在各设定运营周期内对应的销售信息;
具体地,指定企业在各设定运营周期内对应的销售信息具体包括销售数据信息和销售地区信息;其中,
销售数据信息包括实际销售信息和销售数据指标信息,实际销售信息包括实际销售量、实际销售总额和实际新增客户量,销售指标信息为指定销售量区间、指定销售总额区间和指定新增客户量区间;
销售地区信息包括实际销售地区信息和销售地区指标信息,实际销售地区信息包括实际销售地区数目、各实际销售地区内对应的实际销售门店数目和实际零售商数目;销售地区指标信息为指定销售地区数目和指定销售市场占比。
所述销售数据维度处理分析模块,用于从指定企业在各设定运营周期内对应的销售信息中定位出销售数据信息,由此对指定企业的销售数据信息进行处理与分析,得到指定企业对应的销售数据维度达标指数,并记为λ;
上述中,对指定企业的销售数据信息进行处理,具体处理过程包括以下步骤:
步骤1、将各设定运营周期按照设定顺序依次编号为1,2,...t,...p,从指定企业在各设定运营周期内对应的销售数据信息中提取实际销售信息,进而获取实际销售量、实际销售总额和实际新增客户量;
步骤2、从指定企业在各设定运营周期内对应的销售数据信息中提取销售指标信息,进而获取指定销售量区间、指定销售总额区间和指定新增客户量区间;
步骤3、将指定企业在各设定运营周期内对应的实际销售量、实际销售总额和实际新增客户量分别与指定销售量区间、指定销售总额区间和指定新增客户量区间进行对比,由此统计销售量未达标周期数目、销售超标周期数目、销售金额未达标周期数目、销售金额超标周期数目、客户未达标周期数目和客户超标周期数目,分别记为n、m、c、h、f和q;
在一个具体实施例中,销售量未达标周期指实际销售量低于指定销售量区间下限值的设定运营周期,销售超标周期指实际销售量高于指定销售量区间上限值的设定运营周期;销售金额未达标周期指实际销售总额低于指定销售总额区间下限值的设定运营周期,销售金额超标周期指实际销售总额高于指定销售总额区间上限值的设定运营周期;客户未达标周期指实际新增客户量低于指定新增客户量区间下限值的设定运营周期,客户超标周期指实际新增客户量高于指定新增客户量区间上限值的设定运营周期。
步骤4、提取各销售量未达标周期以及各销售超标周期对应的编号,由此提取各销售量未达标周期内对应的销售量下限差和各销售超标周期对应的销售量上限差,分别记为ΔS下 i和ΔS上 j,i表示销售量未达标周期对应的编号,i=1,2,......n,j表示销售量超标周期对应的编号,j=1,2,......m;
可理解地,各销售量未达标周期内对应的销售量下限差指各销售量未达标周期内对应实际销售量与指定销售量区间下限值之间的差值,各销售超标周期对应的销售量上限差指各销售超标周期内对应实际销售量与指定销售量区间上限值之间的差值。
步骤5、提取各销售金额未达标周期以及各销售金额超标周期对应的编号,由此提取各销售金额未达标周期对应的销售金额下限差以及各销售金额超标周期对应的销售金额上限差,并分别记为ΔM下 u和ΔM上 v,u表示销售金额未达标周期对应的编号,u=1,2,......c,v表示销售金额超标周期对应的编号,v=1,2,......h;
可理解地,各销售金额未达标周期对应的销售金额下限差指各销售金额未达标周期内对应实际销售总额与指定销售量区间下限值之间的差值,各销售金额超标周期对应的销售金额上限差指各销售量超标周期内对应实际销售总额与指定销售量区间上限值之间的差值;
步骤6、提取各客户未达标周期和各客户超标周期对应的编号,由此提取各客户未达标周期对应的新增客户下限差和各客户超标周期对应新增客户上限差,分别记为ΔZ下 x和ΔZ上 y,x表示销售金额未达标周期对应的编号,x=1,2,......f,y表示销售金额超标周期对应的编号,y=1,2,......q。
还可以理解地,各客户未达标周期对应的新增客户下限差指客户未达标周期内对应实际新增客户量与指定新增客户量区间下限值之间的差值,各客户超标周期对应新增客户上限差指各客户超标周期与指定新增客户量区间内对应实际新增客户量上限值之间的差值。
进一步地,对指定企业的销售数据信息进行分析,具体分析过程包括以下步骤:
A1、获取销售量未达标周期数目和销售量超标周期数目,同时获取各销售量未达标周期内对应的销售量下限差以及各销售量超标周期对应的销售量上限差,通过分析公式分析得到指定企业销售量达标指数φ1,e表示自然数,p表示设定运营周期数目,a1、a2、a3、a4分别表示为设定的销售量未达标周期数目、销售量超标周期数目、销售量上限差、销售量下限差对应的占比权重,k0、k1分别为设定的参考销售量上限差、参考销售量下限差;
A2、获取销售金额未达标周期数目和销售金额超标周期数目,同时获取各销售金额未达标周期内对应的销售金额下限差以及各销售量超标周期内对应的销售金额上限差,按照指定企业销售量达标指数的分析方式分析得到指定企业销售金额达标指数,并记为φ2,其中,,
b1、b2、b3、b4分别表示为设定的销售金额未达标周期数目、销售金额超标周期数目、销售金额上限差、销售金额下限差对应的占比权重,k2、k3分别为设定的参考销售金额上限差、参考销售金额下限差;
A3、获取客户未达标周期数目和客户超标周期数目,同时获取各客户未达标周期对应的新增客户下限差以及各客户超标周期对应的新增客户上限差,按照指定企业销售量达标指数的分析方式分析得到指定企业新增客户达标指数,并记为φ3;其中,,
d1、d2、d3、d4分别表示为设定的客户未达标周期数目、客户超标周期数目、新增客户量上限差、新增客户量下限差对应的占比权重,k4、k5分别为设定的参考新增客户量上限差、参考新增客户量下限差;
A4、通过分析公式分析得到指定企业销售数据维度达标指数λ,ε1、ε2、ε3分别为设定的销售量达标指数、销售金额达标指数、新增客户量达标指数对应的修正因子。
所述同类企业运营信息获取模块,用于从企业运营查询平台后台检索得出指定企业对应同类企业在各设定运营周期内对应的运营信息,其中,运营信息包括综合销售地区数目、各销售地区对应的综合销售门店数目和综合零售商数目;
本发明实施例在销售数据维度处理分析模块,通过从销售量、销售总额和新增客户量三个维度进行销售数据处理,并分别与指定销售量区间、指定销售总额区间和指定新增客户量区间的上下限值进行对比,凸显了指定企业的业务进行情况,通过多维度的对比分析,有效的提高了指定销售数据维度分析结果的可靠性和准确性,从而为后续企业销售量、销售金额等计划的制动提供了明确的更改方向。
所述销售地区维度处理分析模块,用于从指定企业在各设定运营周期内对应的销售信息中定位出销售地区信息,由此对指企业对应的销售地区信息进行处理与分析,得到指定企业对应的销售地区维度达标指数,并记为γ;
上述中,对指企业对应的销售地区信息进行处理,具体处理过程包括以下步骤:
第一步、从指定企业在各设定运营周期内对应的销售地区信息中提取实际销售地区信息,进而提取实际销售地区数目、各实际销售地区内对应的实际销售门店数目和实际零售商数目;
第二步、从指定企业对应同类企业在各设定运营周期内对应的运营信息中提取综合销售地区数目、各综合销售地区对应的综合销售门店数目和综合零售商数目;
第三步、根据指定企业在各设定运营周期内对应的实际销售地区数目和其对应同类企业对应的综合销售地区数目,计算得出指定企业在各设定运营周期内对应销售地区覆盖比K0 t,t表示各设定运营周期对应的编号,t=1,2,......p,其中,Dt表示指定企业在第t个设定运营周期内对应的实际销售地区数目,D综 t表示指定企业对应同类企业在第t个设定运营周期内对应的综合销售地区数目;
第四步、将指定企业在各设定运营周期内各实际销售地区与指定企业对应同类企业在各设定运营周期内各综合销售地区进行对比,从中定位出指定企业对应同类企业在各设定运营周期内各实际销售地区对应的综合销售门店数目和综合零售商数目,并分别记为P′rt和L′rt,r表示各实际销售地区对应的编号,r=1,2,......g;
第五步、通过计算公式计算得出指定企业在各设定运营周期内对应的销售市场占比,并记为K1 t,其中,η1、η2分别表示销售门店、零售商对应的占比权重因子,Pr t、Lr t分别表示为指定企业在第t个运营周期内对应各实际销售地区内的实际销售门店数目、实际零售商数目。
进一步地,对指企业对应的销售地区信息进行分析,具体分析过程包括以下步骤:
B1、获取指定企业在各设定运营周期内对应的实际销售地区数目、销售地区覆盖比K0 t和售市场占比K1 t;
B2、获取指定企业各设定运营周期内对应的销售地区指标信息,进而获取指定销售地区数目和指定销售市场占比,并分别记为Rt和Kt;
B3、通过初级达标分析公式分析得到指定企业对应销售地区一级达标指数,μ1、μ2、μ3分别表示为设定的销售地区数目、覆盖比、时长占比对应的权重因子,gt为指定企业在第t个设定运营周期内对应的实际销售地区数目,K′0为设定的参考地区覆盖比,σ0为设定的一级达标指数修正因子;
B4、以运营周期为横坐标轴,以实际销售地区数目和售市场占比为纵坐标轴构建销售地区运营曲线图和销售市场曲线图,同时根据指定销售地区数目和指定销售市场占比,构建指定销售地区运营曲线图和指定销售市场曲线图,进而分析得到指定企业对应销售地区二级达标指数,并记为
需要说明的是,分析得到指定企业对应销售地区二级达标指数具体分析过程包括以下步骤:
B4-1、将销售地区运营曲线图、销售市场曲线图与指定销售地区运营曲线图和指定销售市场曲线图进行对应重合对比,分别得到销售地区运营曲线图与指定销售地区运营曲线图的重合长度以及销售市场曲线图与指定销售市场曲线图的重合长度,并分别记为l地区和l市场,同时提取指定销售地区运营曲线图和指定销售市场曲线图对应的曲线长度,分别记为l′地区和l′市场;
B4-2、从销售地区运营曲线图与指定销售地区运营曲线图的重合对比图中定位出各未重合部位曲线对应的方位,其中,方位包括上方和下方,进而从中提取出销售地区运营曲线图位于指定销售地区运营曲线图上方的曲线总长度,并记为l地区 上;
B4-3、从销售市场曲线图与指定销售市场曲线图的重合对比图中定位出各未重合部位曲线对应的方位,进而从中提取出销售市场曲线图与位于指定销售市场曲线图上方的曲线总长度,并记为l市场 上;
B4-4、通过分析公式分析得到指定企业对应销售地区二级达标指数,/>分别为设定的销售地区重合曲线长度、销售市场重合曲线长度、销售地区超出曲线长度、销售市场超出曲线长度对应的的占比权重因子,l0、l1、l2、l3分别表示为设定的参考销售地区重合比、参考销售市场重合比、参考超出地区长度比、参考超出市场长度比;
B5、通过分析公式分析得到指定企业销售地区维度达标指数γ,τ1、τ2分别为设定的销售地区一级达标、二级达标对应的权重因子。
本发明实施例在销售地区维度处理分析模块,通过从销售地区、销售门店和零售商这三个层面进行分析,实现了销售地区的垂直化分析,同时通过结合同类企业的运营信息进行综合分析,大大的提高了分析销售地区维度分析结果的参考性和科学性,同时为后续指定企业运营指标的更正分析提供了有力铺垫。
所述企业运营指标更正分析模块,用于根据指定企业销售数据维度达标指数和销售地区维度达标指数,对指定企业对应的运营指标进行更正分析,得到指定企业对应的运营更正需求指数,并由此确认指定企业对应的更正运营指标;
示例性地,指定企业对应的运营更正需求指数,具体计算公式为G表示为指定企业对应的运营更正需求指数,/>分别表示为设定的销售数据达标、销售地区达标对应的修正因子。
又一示例性地,确认指定企业对应的更正运营指标,具体确认过程包括以下步骤:
将指定企业对应的运营更正需求指数与设定的标准运营更正需求指数进行对比,得到指定企业对应的运营更正需求指数与标准运营更正需求指数的差值,若指定企业对应的的运营更正需求指数大于或者等于标准运营更正需求指数,则判定指定企业运营指标更正类型为增大更正,反之则判定指定运营指标对应的更正类型为降低更正;
将指定企业对应的运营更正需求指数与标准运营更正需求指数的差值与设定的单位运营指标更正比对应的运营更正需求差进作比,得到指定企业对应的运营指标更正比;
若指定企业运营指标更正类型为增大更正,通过分析公式更正运营指标=当前设定运营指标×(运营更正指标比+1)分析得到指定企业对应的更正运营指标;
若指定企业运营指标更正类型为降低更正,通过分析更正运营指标=当前设定运营指标×(1-运营更正指标比)公式分析得到指定企业对应的更正运营指标。
所述销售指标库,用于存储指定企业在各设定运营周期内对应的销售数据信息和销售地区信息,并存储指定企业当前设定运营指标;
企业更正运营指标反馈终端,将指定企业运营指标更正分析模块反馈至指定企业运营管理人员。
本发明实施例通过获取指定企业在各设定运营周期内对应的销售信息以及同类企业在各设定运营周期内对应的运营信息,由此从销售数据维度以及销售地区两大维度对指定企业对应的运营指标进行更正分析,得到指定企业对应的运营更正需求指数,并由此确认指定企业对应的更正运营指标,一方面有效的解决了当前技术无法满足企业发展需求的问题,有效的挖掘出了指标数据的潜在深度价值,实现了指标数据利用价值的最大化,进而大幅度提升了指定企业对其运营情况的了解程度和了解效率;一方面,打破了当前指标数据管理中的局限性,便于企业对其业务规划的及时调整,为企业的业务发展提供了可靠的决策性的参考依据,促进了企业运营的进程,对企业的运营的推动效果较好;另一方面,保障了企业决策的稳定性和企业风险规避的及时性,促使企业能够快速稳健的达成运营目标。
以上内容仅仅是对本发明的构思所作的举例和说明,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,只要不偏离发明的构思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 (10)
1.一种指标库数据智能管理系统,其特征在于:该系统包括:
销售指标数据获取模块,用于从指定企业对应的销售指标库中定位出指定企业在各设定运营周期内对应的销售信息;
同类企业运营信息获取模块,用于从企业运营查询平台后台检索得出指定企业对应同类企业在各设定运营周期内对应的运营信息;
销售数据维度处理分析模块,用于从指定企业在各设定运营周期内对应的销售信息中定位出销售数据信息,由此对指定企业的销售数据信息进行处理与分析,得到指定企业对应的销售数据维度达标指数,并记为λ;
销售地区维度处理分析模块,用于从指定企业在各设定运营周期内对应的销售信息中定位出销售地区信息,由此对指企业对应的销售地区信息进行处理与分析,得到指定企业对应的销售地区维度达标指数,并记为γ;
企业运营指标更正分析模块,用于根据指定企业销售数据维度达标指数和销售地区维度达标指数,对指定企业对应的运营指标进行更正分析,得到指定企业对应的运营更正需求指数,并由此确认指定企业对应的更正运营指标;
企业更正运营指标反馈终端,将指定企业运营指标更正分析模块反馈至指定企业运营管理人员;
销售指标库,用于存储指定企业在各设定运营周期内对应的销售数据信息和销售地区信息,并存储指定企业当前设定运营指标。
2.根据权利要求1所述的一种指标库数据智能管理系统,其特征在于:所述指定企业在各设定运营周期内对应的销售信息具体包括销售数据信息和销售地区信息;其中,
销售数据信息包括实际销售信息和销售数据指标信息,实际销售信息包括实际销售量、实际销售总额和实际新增客户量,销售指标信息为指定销售量区间、指定销售总额区间和指定新增客户量区间;
销售地区信息包括实际销售地区信息和销售地区指标信息,实际销售地区信息包括实际销售地区数目、各实际销售地区内对应的实际销售门店数目和实际零售商数目;销售地区指标信息为指定销售地区数目和指定销售市场占比。
3.根据权利要求2所述的一种指标库数据智能管理系统,其特征在于:所述指定企业对应同类企业在各设定运营周期内对应的运营信息包括综合销售地区数目、各销售地区对应的综合销售门店数目和综合零售商数目。
4.根据权利要求2所述的一种指标库数据智能管理系统,其特征在于:所述对指定企业的销售数据信息进行处理,具体处理过程包括以下步骤:
将各设定运营周期按照设定顺序依次编号为1,2,...t,...p,从指定企业在各设定运营周期内对应的销售数据信息中提取实际销售信息,进而获取实际销售量、实际销售总额和实际新增客户量;
从指定企业在各设定运营周期内对应的销售数据信息中提取销售指标信息,进而获取指定销售量区间、指定销售总额区间和指定新增客户量区间;
将指定企业在各设定运营周期内对应的实际销售量、实际销售总额和实际新增客户量分别与指定销售量区间、指定销售总额区间和指定新增客户量区间进行对比,由此统计销售量未达标周期数目、销售超标周期数目、销售金额未达标周期数目、销售金额超标周期数目、客户未达标周期数目和客户超标周期数目,分别记为n、m、c、h、f和q;
提取各销售量未达标周期以及各销售超标周期对应的编号,由此提取各销售量未达标周期内对应的销售量下限差和各销售超标周期对应的销售量上限差,分别记为ΔS下 i和ΔS上 j,i表示销售量未达标周期对应的编号,i=1,2,......n,j表示销售量超标周期对应的编号,j=1,2,......m;
提取各销售金额未达标周期以及各销售金额超标周期对应的编号,由此提取各销售金额未达标周期对应的销售金额下限差以及各销售金额超标周期对应的销售金额上限差,并分别记为ΔM下 u和ΔM上 v,u表示销售金额未达标周期对应的编号,u=1,2,......c,v表示销售金额超标周期对应的编号,v=1,2,......h;
提取各客户未达标周期和各客户超标周期对应的编号,由此提取各客户未达标周期对应的新增客户下限差和各客户超标周期对应新增客户上限差,分别记为ΔZ下 x和ΔZ上 y,x表示销售金额未达标周期对应的编号,x=1,2,......f,y表示销售金额超标周期对应的编号,y=1,2,......q。
5.根据权利要求4所述的一种指标库数据智能管理系统,其特征在于:所述对指定企业的销售数据信息进行分析,具体分析过程包括以下步骤:
获取销售量未达标周期数目和销售量超标周期数目,同时获取各销售量未达标周期内对应的销售量下限差以及各销售量超标周期对应的销售量上限差,通过分析公式分析得到指定企业销售量达标指数φ1,e表示自然数,p表示设定运营周期数目,n表示销售量未达标周期数目,m表示销售量超标周期数目,a1、a2、a3、a4分别表示为设定的销售量未达标周期数目、销售量超标周期数目、销售量上限差、销售量下限差对应的占比权重,k0、k1分别为设定的参考销售量上限差、参考销售量下限差;
获取销售金额未达标周期数目和销售金额超标周期数目,同时获取各销售金额未达标周期内对应的销售金额下限差以及各销售量超标周期内对应的销售金额上限差,按照指定企业销售量达标指数的分析方式分析得到指定企业销售金额达标指数,并记为φ2;
获取客户未达标周期数目和客户超标周期数目,同时获取各客户未达标周期对应的新增客户下限差以及各客户超标周期对应的新增客户上限差,按照指定企业销售量达标指数的分析方式分析得到指定企业新增客户达标指数,并记为φ3;
通过分析公式分析得到指定企业销售数据维度达标指数λ,ε1、ε2、ε3分别为设定的销售量达标指数、销售金额达标指数、新增客户量达标指数对应的修正因子。
6.根据权利要求3所述的一种指标库数据智能管理系统,其特征在于:所述对指企业对应的销售地区信息进行处理,具体处理过程包括以下步骤:
从指定企业在各设定运营周期内对应的销售地区信息中提取实际销售地区信息,进而提取实际销售地区数目、各实际销售地区内对应的实际销售门店数目和实际零售商数目;
从指定企业对应同类企业在各设定运营周期内对应的运营信息中提取综合销售地区数目、各综合销售地区对应的综合销售门店数目和综合零售商数目;
根据指定企业在各设定运营周期内对应的实际销售地区数目和其对应同类企业对应的综合销售地区数目,计算得出指定企业在各设定运营周期内对应销售地区覆盖比K0 t,t表示各设定运营周期对应的编号,t=1,2,......p;
将指定企业在各设定运营周期内各实际销售地区与指定企业对应同类企业在各设定运营周期内各综合销售地区进行对比,从中定位出指定企业对应同类企业在各设定运营周期内各实际销售地区对应的综合销售门店数目和综合零售商数目,并分别记为Pr′t和Lr′t,r表示各实际销售地区对应的编号,r=1,2,......g;
通过计算公式计算得出指定企业在各设定运营周期内对应的销售市场占比,并记为K1 t。
7.根据权利要求6所述的一种指标库数据智能管理系统,其特征在于:所述指定企业在各设定运营周期内对应的市场占比具体计算公式为η1、η2分别表示销售门店、零售商对应的占比权重因子,Pr t、Lr t分别表示为指定企业在第t个运营周期内对应各实际销售地区内的实际销售门店数目、实际零售商数目。
8.根据权利要求6所述的一种指标库数据智能管理系统,其特征在于:所述对指企业对应的销售地区信息进行分析,具体分析过程包括以下步骤:
获取指定企业在各设定运营周期内对应的实际销售地区数目、销售地区覆盖比K0 t和售市场占比K1 t;
获取指定企业各设定运营周期内对应的销售地区指标信息,进而获取指定销售地区数目和指定销售市场占比,并分别记为Rt和Kt;
通过初级达标分析公式分析得到指定企业对应销售地区一级达标指数,μ1、μ2、μ3分别表示为设定的销售地区数目、覆盖比、时长占比对应的权重因子,gt为指定企业在第t个设定运营周期内对应的实际销售地区数目,K′0为设定的参考地区覆盖比,σ0为设定的一级达标指数修正因子;
以运营周期为横坐标轴,以实际销售地区数目和售市场占比为纵坐标轴构建销售地区运营曲线图和销售市场曲线图,同时根据指定销售地区数目和指定销售市场占比,构建指定销售地区运营曲线图和指定销售市场曲线图,进而分析得到指定企业对应销售地区二级达标指数,并记为
通过分析公式分析得到指定企业销售地区维度达标指数γ,τ1、τ2分别为设定的销售地区一级达标、二级达标对应的权重因子。
9.根据权利要求1所述的一种指标库数据智能管理系统,其特征在于:所述指定企业对应的运营更正需求指数,具体计算公式为G表示为指定企业对应的运营更正需求指数,/>分别表示为设定的销售数据达标、销售地区达标对应的修正因子。
10.根据权利要求9所述的一种指标库数据智能管理系统,其特征在于:所述确认指定企业对应的更正运营指标,具体确认过程包括以下步骤:
将指定企业对应的运营更正需求指数与设定的标准运营更正需求指数进行对比,得到指定企业对应的运营更正需求指数与标准运营更正需求指数的差值,若指定企业对应的的运营更正需求指数大于或者等于标准运营更正需求指数,则判定指定企业运营指标更正类型为增大更正,反之则判定指定运营指标对应的更正类型为降低更正;
将指定企业对应的运营更正需求指数与标准运营更正需求指数的差值与设定的单位运营指标更正比对应的运营更正需求差进作比,得到指定企业对应的运营指标更正比;
若指定企业运营指标更正类型为增大更正,通过分析公式更正运营指标=当前设定运营指标×(运营更正指标比+1)分析得到指定企业对应的更正运营指标;
若指定企业运营指标更正类型为降低更正,通过分析公式更正运营指标=当前设定运营指标×(1-运营更正指标比)分析得到指定企业对应的更正运营指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311081385.4A CN117112584A (zh) | 2023-08-25 | 2023-08-25 | 一种指标库数据智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311081385.4A CN117112584A (zh) | 2023-08-25 | 2023-08-25 | 一种指标库数据智能管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117112584A true CN117112584A (zh) | 2023-11-24 |
Family
ID=88808750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311081385.4A Withdrawn CN117112584A (zh) | 2023-08-25 | 2023-08-25 | 一种指标库数据智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117112584A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117829885A (zh) * | 2024-03-05 | 2024-04-05 | 山东硕为思大数据科技有限公司 | 一种基于多维特征分析的商业订单数据监测处理方法 |
-
2023
- 2023-08-25 CN CN202311081385.4A patent/CN117112584A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117829885A (zh) * | 2024-03-05 | 2024-04-05 | 山东硕为思大数据科技有限公司 | 一种基于多维特征分析的商业订单数据监测处理方法 |
CN117829885B (zh) * | 2024-03-05 | 2024-05-10 | 山东硕为思大数据科技有限公司 | 一种基于多维特征分析的商业订单数据监测处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20080140615A1 (en) | Data query cost estimation | |
CN117112584A (zh) | 一种指标库数据智能管理系统 | |
US20050131754A1 (en) | System and method for estimating the feasibility of outsourcing information technology services | |
US20070143174A1 (en) | Repeated inheritance of heterogeneous business metrics | |
US20080288312A1 (en) | Generating sufficiently sized, relatively homogeneous segments of real property transactions by clustering base geographical units | |
US20120005153A1 (en) | Creation of a data store | |
CN112232909A (zh) | 一种基于企业画像的商机挖掘方法 | |
CN103605651A (zh) | 一种基于olap多维分析的数据处理展现方法 | |
CN110543539B (zh) | 一种分布式的路网环境下移动对象轨迹相似性查询方法 | |
CN107844914B (zh) | 基于集团管理的风险管控系统和实现方法 | |
CN104615734B (zh) | 一种社区管理服务大数据处理系统及其处理方法 | |
CN109753526A (zh) | 一种基于时序相似度对告警信息分析查询的装置及方法 | |
CN106326923A (zh) | 一种顾及位置重复和密度峰值点的签到位置数据聚类方法 | |
CN107169110A (zh) | 一种基于云服务的大数据收集方法及系统 | |
US10055469B2 (en) | Method and software for retrieving information from big data systems and analyzing the retrieved data | |
CN107609938B (zh) | 一种基于用户定性和定量偏好的服务推荐方法 | |
CN111242368B (zh) | 一种基于场景推演的物流配送调度算法 | |
CN102867065A (zh) | 基于关系型数据库的数据汇总装置和方法 | |
CN109492008A (zh) | 一种基于HBase的网络大数据模型设计方法及系统 | |
CN117236800A (zh) | 一种多场景自适应的用电负荷预测方法及系统 | |
US20120271789A1 (en) | Apparatus and method for prediction development speed of technology | |
CN116595262A (zh) | 商旅方案推荐方法、装置、电子设备及计算机存储介质 | |
US20110119199A1 (en) | Facility Resource Consumption Estimator | |
KR101210449B1 (ko) | 연구과제 시장성 평가방법 및 평가시스템, 그 기록매체 | |
CN113643071A (zh) | 一种用于数字自媒体的多平台用户互动数据分析方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231124 |
|
WW01 | Invention patent application withdrawn after publication |