CN117436709A - 一种跨区域订单数据统筹预警方法 - Google Patents
一种跨区域订单数据统筹预警方法 Download PDFInfo
- Publication number
- CN117436709A CN117436709A CN202311753981.2A CN202311753981A CN117436709A CN 117436709 A CN117436709 A CN 117436709A CN 202311753981 A CN202311753981 A CN 202311753981A CN 117436709 A CN117436709 A CN 117436709A
- Authority
- CN
- China
- Prior art keywords
- order
- early warning
- data
- order data
- fluctuation
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 12
- 230000008439 repair process Effects 0.000 claims abstract description 9
- 238000004140 cleaning Methods 0.000 claims abstract description 4
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 23
- 238000007726 management method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 241000208125 Nicotiana Species 0.000 description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种跨区域订单数据统筹预警方法，涉及订单数据预警技术领域，从各个区域和市场的订单管理系统收集加密的订单数据，将其解密整合到统一的数据仓库中；对跨区域订单数据进行数据清洗和预处理，统一数据格式，使其可以被整合和分析；基于历史订单数据预设分析指标并提取往期订单数据波动值，深度分析获取订单波动系数；深度分析订单波动系数，预设的预警节点，生成预警权重，设定相应阈值评估等级，进行风险评估，并发出预警信号进行风险修复。本发明通过深度分析订单波动系数，更准确地识别订单数据的异常波动，根据预警信号的等级，采取相应级别的风险修复措施，可有效降低市场风险，避免因市场变化带来的潜在损失。
Description
技术领域
本发明涉及订单数据预警技术领域，具体涉及一种跨区域订单数据统筹预警方法。
背景技术
随着烟草行业的规模扩大和业务范围的扩展，为达成降本增效的目的，各类数字化的技术开始不断应用在互联网上，不同区域或市场之间的信息差及数据不匹配的问题越来越不可忽视，由于数据方面存在的问题，致使行业中易出现非法交易、假冒伪劣等情况，不仅损害消费者利益，而且影响企业形象，因此，对跨区域订单的数据进行协同管理并针对相关数据进行监管预警显得尤为重要。
现有技术中，烟草货物跨区域订单的历史订单数据信息量较大，覆盖多个区域和市场，数据具有复杂性和多样性，若分析深度不够，则难以发现潜在问题和风险，以及针对相关的订单数据风险的识别及预警措施不完善，如何对跨区域订单数据实现统筹分析，并进行相应的预警应对是我们亟需解决的技术问题，现提供一种跨区域订单数据统筹预警方法。
发明内容
本发明目的在于提供一种跨区域订单数据统筹预警方法，以解决上述背景技术中提出的问题。
为解决上述技术问题，本发明所采用的技术方案是：
一种跨区域订单数据统筹预警方法，包括以下步骤：
步骤一、从各个区域和市场的订单管理系统收集加密的订单数据，将其解密整合到统一的数据仓库中；
步骤二、对跨区域订单数据进行数据清洗和预处理，统一数据格式，使其可以被整合和分析；
步骤三、基于历史订单数据预设分析指标并提取往期订单数据波动值，深度分析获取订单波动系数，发现潜在问题和风险，以便进行深度分析；
步骤四、深度分析订单波动系数，预设的预警节点，生成预警权重，设定相应阈值评估等级，进行风险评估，并发出预警信号进行风险修复。
本发明技术方案的进一步改进在于：所述跨区域订单数据的格式统一过程为，
收集跨区域订单数据，统计各区域订单的订单编号、日期、地点、产品信息、数量；
检测并处理异常数据，统一整合数据的格式；
将各区域订单的数据整合成一个统一的数据集，并对数据进行备份。
本发明技术方案的进一步改进在于：所述分析指标为历史订单数据的订单数量变化，所述往期订单数据波动值为往期订单数据变化数值。
本发明技术方案的进一步改进在于：所述订单波动系数的获取过程为，
从订单管理系统中获取历史订单数据，包括历史订单数量、日期信息；
使数据按照日期顺序排列；
提取周期内的历史订单数据，进行单一时间/>历史订单数据与/>历史订单数据比对，获取第/>期的订单波动数值/>；
获取预设周期内所有本期与上一期订单间的波动情况/>，并与周期/>内的订单波动数值/>进行聚合分析，获取订单波动系数/>。
本发明技术方案的进一步改进在于：所述第期的订单波动数值/>的计算公式如下：
；
所述预设周期内所有本期与上一期订单间的波动情况/>的计算公式如下：
；
其中，为预设周期，其中/>表示第/>期的订单数量波动数值，/>表示第/>期的订单数量，/>表示第/>期的订单数量。
本发明技术方案的进一步改进在于：所述订单波动系数的计算公式如下：
；
其中，的阈值在/>之间，/>的数值越大，说明订单波动数值较大，不太稳定；/>的数值越小，则说明订单波动数值较小，相对稳定，通过计算订单波动系数，监测识别订单数据的异常波动，当波动系数超过预设的预警节点时，可及时发出预警信号，提醒相关人员对异常波动进行关注和处理，有助于全面了解不同区域的市场情况和订单波动趋势，为制定更加合理的销售策略提供数据支持，可通过计算订单波动系数并观察其变化趋势，对市场情况和客户需求进行预测和分析。
本发明技术方案的进一步改进在于：所述风险评估的过程为，
深度分析订单波动系数，设定预警节点数值范围；
根据预警节点数值范围，设定相应的阈值评估等级，设置三级评估等级；
根据预警节点评估等级，发出相应的预警信号；
根据预警信号等级，采取相应的风险修复措施；
通过订单波动系数，系统可迅速发现异常波动，了解订单数据的变动趋势和规律，有助于了解市场需求，提高对异常情况的敏感性，提前发现异常波动可以减少潜在的风险，避免因为异常波动而导致的问题，通过预警，相关人员可更及时地对订单异常波动进行处理，提高运营效率。
本发明技术方案的进一步改进在于：所述预警节点的预设范围为0.1-0.3之间；
获取的数值与预警节点预设范围间的预警权重，匹配三级评估等级，分别为：
正常波动范围：；
一级预警评估等级：；
二级预警评估等级：；
三级预警评估等级：；
其中，一级预警评估等级表示订单波动数值的波动幅度较小，二级预警评估等级表示订单波动数值的波动幅度有所增大，三级预警评估等级表示订单波动数值的波动幅度进一步增大。
本发明技术方案的进一步改进在于：所述预警信号分设为三级；
其中，一级预警信号与一级预警评估等级对应，为黄色警报，二级预警信号与二级预警评估等级对应，为橙色警报，三级预警信号与三级预警评估等级对应，为红色警报；
所述风险修复措施与预警评估等级、预警信号相对应；
其中，一级预警信号对应的风险修复措施为发送警示信息，加强质量检查，二级预警信号对应的风险修复措施为人工介入管理，三级预警信号对应的风险修复措施为做好应对措施，避免不良事态扩大造成更严重后果并组织专门的人员进行调查并全程跟进直到完成该订单，通过深度分析订单波动系数，更准确地识别订单数据的异常波动，根据预警信号的等级，采取相应级别的风险修复措施，可有效降低市场风险，进而优化调整资源配置，避免因市场变化带来的潜在损失。
本发明技术方案的进一步改进在于：若通过计算选定的周期内订单波动系数/>的数值在0-0.1之间，则为正常波动，无需做出预警措施；
若选定的周期内订单波动系数/>的数值在0.1-0.2之间，则为波动幅度较小的情况，发出黄色警报，进行一级预警，发送警示信息，加强质量检查；
若选定的周期内订单波动系数/>的数值在0.2-0.3之间，则为波动幅度有所增大的情况，发出橙色警报，进行二级预警，人工介入管理；
若选定的周期内订单波动系数/>的数值在大于0.3，则为波动幅度进一步增大的情况，发出红色警报，进行三级预警，做好应对措施，避免不良事态扩大造成更严重后果并组织专门的人员进行调查并全程跟进直到完成该订单。
本发明技术方案的进一步改进在于：所述订单数据的加密解密过程为，
获取订单生成用户的登录账号；
将获取的信息随机排列，获得对应的字符串，将所获得的字符串转化为二进制字符串，再将所获得的二进制字符串转化为十六进制的字符串；
采用非对称加密算法生成一对公钥和私钥，公钥可以公开，用于加密数据，而私钥必须保密，用于解密数据；
使用公钥对订单生成用户的订单数据进行加密，将加密后的订单数据传输到数据仓库，利用非对称加密算法使得加密过程相对复杂，且能够保证数据的机密性和完整性；
数据仓库接收方使用私钥对加密的订单数据进行解密，恢复原始数据，只有拥有私钥的人才能解密数据，确保数据的机密性和隐私性；
解密后的订单数据存储在数据仓库中，供给分析和使用。
本发明技术方案的进一步改进在于：基于历史订单数据，收集历史订单号、订单日期、发货日期、到达日期信息；
对收集到的数据进行处理，使用发货日期和到达日期计算订单的运输时间，获取运输时间；
使用订单日期和到达日期来计算到达时间；
根据订单的目的地、运输路径因素，将订单数据分成不同的组，进行预警模型的分析和预测；
使用运输时间和到达时间指标作为自变量，将晚到情况作为因变量，建立预警模型；
使用历史数据训练预警模型，并进行未来订单晚到情况预测；
根据模型的输出结果来判断是否发出预警，如预警模型输出结果为晚到预警，则及时通知相关人员进行处理。
由于采用了上述技术方案，本发明相对现有技术来说，取得的技术进步是：
1、本发明提供一种跨区域订单数据统筹预警方法，通过计算订单波动系数，监测识别订单数据的异常波动，当波动系数超过预设的预警节点时，可及时发出预警信号，提醒相关人员对异常波动进行关注和处理，有助于全面了解不同区域的市场情况和订单波动趋势，为制定更加合理的销售策略提供数据支持，可通过计算订单波动系数并观察其变化趋势，对市场情况和客户需求进行预测和分析。
2、本发明提供一种跨区域订单数据统筹预警方法，通过深度分析订单波动系数，更准确地识别订单数据的异常波动，根据预警信号的等级，采取相应级别的风险修复措施，可有效降低市场风险，进而优化调整资源配置，避免因市场变化带来的潜在损失。
3、本发明提供一种跨区域订单数据统筹预警方法，通过订单波动系数，系统可迅速发现异常波动，了解订单数据的变动趋势和规律，有助于了解市场需求，提高对异常情况的敏感性，提前发现异常波动可以减少潜在的风险，避免因为异常波动而导致的问题，通过预警，相关人员可更及时地对订单异常波动进行处理，提高运营效率。
4、本发明提供一种跨区域订单数据统筹预警方法，通过使用非对称加密算法生成一对公钥和私钥，利用公钥对订单数据进行加密，将加密后的订单数据传输到数据仓库，利用非对称加密算法使得加密过程相对复杂，且能够保证数据的机密性和完整性，并且确保只有拥有私钥的人才能解密数据，保证数据的机密性和隐私性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明的流程图；
图2为本发明的数据格式统一流程图；
图3为本发明的订单波动系数获取流程图；
图4为本发明的风险评估流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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他实施例，都属于本发明保护的范围。
请参阅图1-4，本发明提供了一种跨区域订单数据统筹预警方法，包括以下步骤：
步骤一、从各个区域和市场的订单管理系统收集加密的订单数据，将其解密整合到统一的数据仓库中，获取订单生成用户的登录账号；将获取的信息随机排列，获得对应的字符串，将所获得的字符串转化为二进制字符串，再将所获得的二进制字符串转化为十六进制的字符串；采用非对称加密算法生成一对公钥和私钥，公钥可以公开，用于加密数据，而私钥必须保密，用于解密数据；使用公钥对订单生成用户的订单数据进行加密，将加密后的订单数据传输到数据仓库，利用非对称加密算法使得加密过程相对复杂，且能够保证数据的机密性和完整性；数据仓库接收方使用私钥对加密的订单数据进行解密，恢复原始数据，只有拥有私钥的人才能解密数据，确保数据的机密性和隐私性；解密后的订单数据存储在数据仓库中，供给分析和使用；
步骤二、对跨区域订单数据进行数据清洗和预处理，统一数据格式，使其可以被整合和分析，收集跨区域订单数据，统计各区域订单的订单编号、日期、地点、产品信息、数量；检测并处理异常数据，统一整合数据的格式；将各区域订单的数据整合成一个统一的数据集，并对数据进行备份；
步骤三、基于历史订单数据预设分析指标并提取往期订单数据波动值，深度分析获取订单波动系数，分析指标为历史订单数据的订单数量变化，往期订单数据波动值为往期订单数据变化数值，从订单管理系统中获取历史订单数据，包括历史订单数量、日期信息；使数据按照日期顺序排列；提取周期内的历史订单数据，进行单一时间/>历史订单数据与/>历史订单数据比对，获取第/>期的订单波动数值/>；获取预设/>周期内所有本期与上一期订单间的波动情况/>，并与周期/>内的订单波动数值/>进行聚合分析，获取订单波动系数/>，通过计算订单波动系数，监测识别订单数据的异常波动，当波动系数超过预设的预警节点时，可及时发出预警信号，提醒相关人员对异常波动进行关注和处理，有助于全面了解不同区域的市场情况和订单波动趋势，为制定更加合理的销售策略提供数据支持，可通过计算订单波动系数并观察其变化趋势，对市场情况和客户需求进行预测和分析；
步骤四、深度分析订单波动系数，预设的预警节点，生成预警权重，设定相应阈值评估等级，进行风险评估，并发出预警信号进行风险修复，深度分析订单波动系数，设定预警节点数值范围；根据预警节点数值范围，设定相应的阈值评估等级，设置三级评估等级；根据预警节点评估等级，发出相应的预警信号；根据预警信号等级，采取相应的风险修复措施，通过订单波动系数，系统可迅速发现异常波动，了解订单数据的变动趋势和规律，有助于了解市场需求，提高对异常情况的敏感性，提前发现异常波动可以减少潜在的风险，避免因为异常波动而导致的问题，通过预警，相关人员可更及时地对订单异常波动进行处理，提高运营效率；
进一步的，第期的订单波动数值/>的计算公式如下：
；
预设周期内所有本期与上一期订单间的波动情况/>的计算公式如下：
；
其中，为预设周期，其中/>表示第/>期的订单数量波动数值，/>表示第/>期的订单数量，/>表示第/>期的订单数量；
订单波动系数的计算公式如下：
；
其中，的阈值在/>之间，/>的数值越大，说明订单波动数值较大，不太稳定；/>的数值越小，则说明订单波动数值较小，相对稳定；
预警节点的预设范围为0.1-0.3之间；获取的数值与预警节点预设范围间的预警权重，匹配三级评估等级，分别为：
正常波动范围：；
一级预警评估等级：；
二级预警评估等级：；
三级预警评估等级：；
其中，一级预警评估等级表示订单波动数值的波动幅度较小，二级预警评估等级表示订单波动数值的波动幅度有所增大，三级预警评估等级表示订单波动数值的波动幅度进一步增大；
预警信号分设为三级；其中，一级预警信号与一级预警评估等级对应，为黄色警报，二级预警信号与二级预警评估等级对应，为橙色警报，三级预警信号与三级预警评估等级对应，为红色警报；
风险修复措施与预警评估等级、预警信号相对应；其中，一级预警信号对应的风险修复措施为发送警示信息，加强质量检查，二级预警信号对应的风险修复措施为人工介入管理，三级预警信号对应的风险修复措施为做好应对措施，避免不良事态扩大造成更严重后果并组织专门的人员进行调查并全程跟进直到完成该订单；
若通过计算选定的周期内订单波动系数/>的数值在0-0.1之间，则为正常波动，无需做出预警措施；
若选定的周期内订单波动系数/>的数值在0.1-0.2之间，则为波动幅度较小的情况，发出黄色警报，进行一级预警，发送警示信息，加强质量检查；
若选定的周期内订单波动系数/>的数值在0.2-0.3之间，则为波动幅度有所增大的情况，发出橙色警报，进行二级预警，人工介入管理；
若选定的周期内订单波动系数/>的数值在大于0.3，则为波动幅度进一步增大的情况，发出红色警报，进行三级预警，做好应对措施，避免不良事态扩大造成更严重后果并组织专门的人员进行调查并全程跟进直到完成该订单，通过深度分析订单波动系数，更准确地识别订单数据的异常波动，根据预警信号的等级，采取相应级别的风险修复措施，可有效降低市场风险，进而优化调整资源配置，避免因市场变化带来的潜在损失。
此外，基于历史订单数据，收集历史订单号、订单日期、发货日期、到达日期信息；对收集到的数据进行处理，使用发货日期和到达日期计算订单的运输时间，获取运输时间；使用订单日期和到达日期来计算到达时间；根据订单的目的地、运输路径因素，将订单数据分成不同的组，进行预警模型的分析和预测；使用运输时间和到达时间指标作为自变量，将晚到情况作为因变量，建立预警模型；使用历史数据训练预警模型，并进行未来订单晚到情况预测；根据模型的输出结果来判断是否发出预警，基于历史订单数据作为参考，统计出晚到订单的比例，将该值作为阈值，若统计周期内，存在10%的订单晚到，则将阈值设定为0.1，小于0.1阈值的模型输出结果不做预警反应，超过0.1阈值的模型输出结果进行晚到预警反应，及时通知相关人员进行处理。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种跨区域订单数据统筹预警方法，其特征在于：包括以下步骤：
步骤一、从各个区域和市场的订单管理系统收集加密的订单数据，将其解密整合到统一的数据仓库中；
步骤二、对跨区域订单数据进行数据清洗和预处理，统一数据格式，使其可以被整合和分析；
步骤三、基于历史订单数据预设分析指标并提取往期订单数据波动值，深度分析获取订单波动系数；
步骤四、深度分析订单波动系数，预设的预警节点，生成预警权重，设定相应阈值评估等级，进行风险评估，并发出预警信号进行风险修复。
2.根据权利要求1所述的一种跨区域订单数据统筹预警方法，其特征在于：所述跨区域订单数据的格式统一过程为，
收集跨区域订单数据，统计各区域订单的订单编号、日期、地点、产品信息、数量；
检测并处理异常数据，统一整合数据的格式；
将各区域订单的数据整合成一个统一的数据集，并对数据进行备份。
3.根据权利要求2所述的一种跨区域订单数据统筹预警方法，其特征在于：所述分析指标为历史订单数据的订单数量变化，所述往期订单数据波动值为往期订单数据变化数值。
4.根据权利要求3所述的一种跨区域订单数据统筹预警方法，其特征在于：所述订单波动系数的获取过程为，
从订单管理系统中获取历史订单数据，包括历史订单数量、日期信息；
使数据按照日期顺序排列；
提取周期内的历史订单数据，进行单一时间/>历史订单数据与/>历史订单数据比对，获取第/>期的订单波动数值/>；
获取预设周期内所有本期与上一期订单间的波动情况/>，并与周期/>内的订单波动数值/>进行聚合分析，获取订单波动系数/>。
5.根据权利要求4所述的一种跨区域订单数据统筹预警方法，其特征在于：所述第期的订单波动数值/>的计算公式如下：
；
所述预设周期内所有本期与上一期订单间的波动情况/>的计算公式如下：
；
其中，为预设周期，其中/>表示第/>期的订单数量波动数值，/>表示第/>期的订单数量，/>表示第/>期的订单数量。
6.根据权利要求5所述的一种跨区域订单数据统筹预警方法，其特征在于：所述订单波动系数的计算公式如下：
；
其中，的阈值在/>之间，/>的数值越大，说明订单波动数值较大，不太稳定；/>的数值越小，则说明订单波动数值较小，相对稳定。
7.根据权利要求6所述的一种跨区域订单数据统筹预警方法，其特征在于：所述风险评估的过程为，
深度分析订单波动系数，设定预警节点数值范围；
根据预警节点数值范围，设定相应的阈值评估等级，设置三级评估等级；
根据预警节点评估等级，发出相应的预警信号；
根据预警信号等级，采取相应的风险修复措施。
8.根据权利要求7所述的一种跨区域订单数据统筹预警方法，其特征在于：所述预警节点的预设范围为0.1-0.3之间；
获取的数值与预警节点预设范围间的预警权重，匹配三级评估等级，分别为：
正常波动范围：；
一级预警评估等级：；
二级预警评估等级：；
三级预警评估等级：；
其中，一级预警评估等级表示订单波动数值的波动幅度较小，二级预警评估等级表示订单波动数值的波动幅度有所增大，三级预警评估等级表示订单波动数值的波动幅度进一步增大。
9.根据权利要求8所述的一种跨区域订单数据统筹预警方法，其特征在于：所述预警信号分设为三级；
其中，一级预警信号与一级预警评估等级对应，为黄色警报，二级预警信号与二级预警评估等级对应，为橙色警报，三级预警信号与三级预警评估等级对应，为红色警报。
10.根据权利要求9所述的一种跨区域订单数据统筹预警方法，其特征在于：所述风险修复措施与预警评估等级、预警信号相对应；
其中，一级预警信号对应的风险修复措施为发送警示信息，加强质量检查，二级预警信号对应的风险修复措施为人工介入管理，三级预警信号对应的风险修复措施为做好应对措施，避免不良事态扩大造成更严重后果并组织专门的人员进行调查并全程跟进直到完成订单。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311753981.2A CN117436709B (zh) | 2023-12-20 | 2023-12-20 | 一种跨区域订单数据统筹预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311753981.2A CN117436709B (zh) | 2023-12-20 | 2023-12-20 | 一种跨区域订单数据统筹预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117436709A true CN117436709A (zh) | 2024-01-23 |
| CN117436709B CN117436709B (zh) | 2024-03-19 |
Family
ID=89552017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311753981.2A Active CN117436709B (zh) | 2023-12-20 | 2023-12-20 | 一种跨区域订单数据统筹预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117436709B (zh) |
Citations (43)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030069822A1 (en) * | 2001-10-09 | 2003-04-10 | Kunio Ito | Corporate value evaluation system |
| CN1813264A (zh) * | 2003-06-30 | 2006-08-02 | Tdk株式会社 | 订单预测系统、订单预测方法及订单预测程序 |
| CN102982429A (zh) * | 2012-11-02 | 2013-03-20 | 北京京东世纪贸易有限公司 | 一种输出仓储生产预警信息的方法和装置 |
| US20160238621A1 (en) * | 2011-12-06 | 2016-08-18 | Medtronic, Inc. | Clot Protection and Detection Algorithm for Activated Clotting Time Testing |
| TWI546754B (zh) * | 2015-05-05 | 2016-08-21 | 購明系雲科技股份有限公司 | 電子商務整合系統及其運作方法 |
| CN106529859A (zh) * | 2016-10-20 | 2017-03-22 | 浙江中烟工业有限责任公司 | 一种动态安全库存的控制装置及安全库存的调控方法 |
| CN106557963A (zh) * | 2015-09-30 | 2017-04-05 | 百度在线网络技术（北京）有限公司 | 处理用车订单的方法、装置及服务器 |
| CN106934498A (zh) * | 2017-03-14 | 2017-07-07 | 携程旅游网络技术（上海）有限公司 | Ota网站中酒店房型的推荐方法及系统 |
| CN107025530A (zh) * | 2016-01-29 | 2017-08-08 | 阿里巴巴集团控股有限公司 | 物流业务中的分账信息确定方法、装置及系统 |
| CN107346510A (zh) * | 2017-07-04 | 2017-11-14 | 深圳齐心集团股份有限公司 | 一种电子商务管理系统 |
| US20180121540A1 (en) * | 2015-06-30 | 2018-05-03 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Method and Device for Generating a Database |
| CN107993143A (zh) * | 2017-11-23 | 2018-05-04 | 深圳大管加软件与技术服务有限公司 | 一种信贷风险评估方法及系统 |
| US20180129964A1 (en) * | 2016-01-04 | 2018-05-10 | Tencent Technology (Shenzhen) Company Limited | Method, apparatus, and computer storage medium for pre-selecting and sorting push information |
| CN108230049A (zh) * | 2018-02-09 | 2018-06-29 | 新智数字科技有限公司 | 订单的预测方法及系统 |
| CN109272268A (zh) * | 2018-08-16 | 2019-01-25 | 国家电网有限公司 | 电力物资出库量测算方法及系统 |
| CN110046245A (zh) * | 2018-11-27 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种数据监控方法及装置、一种计算设备及存储介质 |
| CN110334849A (zh) * | 2019-05-30 | 2019-10-15 | 深圳壹账通智能科技有限公司 | 基于数据监控的资源预警方法、装置和计算机设备 |
| CN110400207A (zh) * | 2019-07-31 | 2019-11-01 | 华北电力大学（保定） | 一种基于大数据的财务在线监督系统及其方法 |
| CN110610405A (zh) * | 2019-09-12 | 2019-12-24 | 浙江省轨道交通运营管理集团有限公司 | 一种实现跨城跨区域互联互通的互联网票务平台 |
| CN111177937A (zh) * | 2020-01-03 | 2020-05-19 | 北京理工大学 | 一种面向快速响应的赛如生产系统模型构建方法 |
| CN111260384A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 服务订单处理方法、装置、电子设备及存储介质 |
| CN111275348A (zh) * | 2020-02-05 | 2020-06-12 | 张�浩 | 电子订单信息处理方法、服务器及电子订单信息处理系统 |
| CN111754295A (zh) * | 2020-05-13 | 2020-10-09 | 苏州霞军通讯有限公司 | 一种电子通讯产品销售管理系统 |
| CN111932348A (zh) * | 2020-09-22 | 2020-11-13 | 北京每日优鲜电子商务有限公司 | 针对异常订单的报警方法、装置、电子设备和可读介质 |
| CN112381621A (zh) * | 2020-12-02 | 2021-02-19 | 好活（昆山）网络科技有限公司 | 一种大数据协同监管平台及方法 |
| CN112435082A (zh) * | 2019-08-26 | 2021-03-02 | 北京三快在线科技有限公司 | 订单处理方法、装置、电子设备及存储介质 |
| CN112508648A (zh) * | 2020-12-04 | 2021-03-16 | 数造科技(湖南)有限公司 | 一种打印耗材采购管理系统 |
| CN112529471A (zh) * | 2020-12-28 | 2021-03-19 | 量波智能科技(南京)有限公司 | 一种根据订单管理调整设备数量的方法 |
| CN112561562A (zh) * | 2020-11-13 | 2021-03-26 | 广汽蔚来新能源汽车科技有限公司 | 订单发布方法、装置、计算机设备和存储介质 |
| CN112633748A (zh) * | 2020-12-30 | 2021-04-09 | 雅马哈发动机（厦门）信息系统有限公司 | 一种基于cvc全领域管控供应链的方法和系统 |
| CN112825175A (zh) * | 2019-11-20 | 2021-05-21 | 顺丰科技有限公司 | 一种客户异常预警方法、装置和设备 |
| CN113808700A (zh) * | 2020-06-11 | 2021-12-17 | 阿里健康信息技术有限公司 | 一种数据处理方法、设备、系统及存储介质 |
| CN113869815A (zh) * | 2020-06-30 | 2021-12-31 | 北京三快在线科技有限公司 | 一种数据同步的方法及装置 |
| CN114169821A (zh) * | 2021-11-30 | 2022-03-11 | 浙江百世技术有限公司 | 一种仓储物流货物整理方法 |
| CN114820043A (zh) * | 2022-04-06 | 2022-07-29 | 惠州学院 | 一种基于知识图谱的市场风险监测方法及系统 |
| CN114912858A (zh) * | 2021-02-10 | 2022-08-16 | 富士通株式会社 | 用于库存管理系统的方法、装置及存储介质 |
| CN115099617A (zh) * | 2022-06-23 | 2022-09-23 | 红云红河烟草(集团)有限责任公司 | 烟草工业品物流调度方法 |
| CN115293682A (zh) * | 2022-07-14 | 2022-11-04 | 上海东普信息科技有限公司 | 异常物流订单监控方法及相关装置 |
| CN115423416A (zh) * | 2022-10-12 | 2022-12-02 | 广州市综合交通枢纽有限公司 | 一种跨境物流运输管理系统及其控制方法 |
| CN116187704A (zh) * | 2023-02-24 | 2023-05-30 | 多点(深圳)数字科技有限公司 | 用工需求预测方法、装置及电子设备 |
| CN116228374A (zh) * | 2023-03-27 | 2023-06-06 | 上海申雪供应链管理有限公司 | 物流行业市场单量数据预警方法、装置、设备及存储介质 |
| CN116452280A (zh) * | 2022-12-30 | 2023-07-18 | 南京邮电大学 | 一种电动汽车充电桩订单异常的清分结算方法及装置 |
| CN116664310A (zh) * | 2023-05-09 | 2023-08-29 | 上海腾梭科技有限公司 | 一种客户风险统一监测及管控方法、装置及系统 |
-
2023
- 2023-12-20 CN CN202311753981.2A patent/CN117436709B/zh active Active
Patent Citations (43)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030069822A1 (en) * | 2001-10-09 | 2003-04-10 | Kunio Ito | Corporate value evaluation system |
| CN1813264A (zh) * | 2003-06-30 | 2006-08-02 | Tdk株式会社 | 订单预测系统、订单预测方法及订单预测程序 |
| US20160238621A1 (en) * | 2011-12-06 | 2016-08-18 | Medtronic, Inc. | Clot Protection and Detection Algorithm for Activated Clotting Time Testing |
| CN102982429A (zh) * | 2012-11-02 | 2013-03-20 | 北京京东世纪贸易有限公司 | 一种输出仓储生产预警信息的方法和装置 |
| TWI546754B (zh) * | 2015-05-05 | 2016-08-21 | 購明系雲科技股份有限公司 | 電子商務整合系統及其運作方法 |
| US20180121540A1 (en) * | 2015-06-30 | 2018-05-03 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Method and Device for Generating a Database |
| CN106557963A (zh) * | 2015-09-30 | 2017-04-05 | 百度在线网络技术（北京）有限公司 | 处理用车订单的方法、装置及服务器 |
| US20180129964A1 (en) * | 2016-01-04 | 2018-05-10 | Tencent Technology (Shenzhen) Company Limited | Method, apparatus, and computer storage medium for pre-selecting and sorting push information |
| CN107025530A (zh) * | 2016-01-29 | 2017-08-08 | 阿里巴巴集团控股有限公司 | 物流业务中的分账信息确定方法、装置及系统 |
| CN106529859A (zh) * | 2016-10-20 | 2017-03-22 | 浙江中烟工业有限责任公司 | 一种动态安全库存的控制装置及安全库存的调控方法 |
| CN106934498A (zh) * | 2017-03-14 | 2017-07-07 | 携程旅游网络技术（上海）有限公司 | Ota网站中酒店房型的推荐方法及系统 |
| CN107346510A (zh) * | 2017-07-04 | 2017-11-14 | 深圳齐心集团股份有限公司 | 一种电子商务管理系统 |
| CN107993143A (zh) * | 2017-11-23 | 2018-05-04 | 深圳大管加软件与技术服务有限公司 | 一种信贷风险评估方法及系统 |
| CN108230049A (zh) * | 2018-02-09 | 2018-06-29 | 新智数字科技有限公司 | 订单的预测方法及系统 |
| CN109272268A (zh) * | 2018-08-16 | 2019-01-25 | 国家电网有限公司 | 电力物资出库量测算方法及系统 |
| CN110046245A (zh) * | 2018-11-27 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种数据监控方法及装置、一种计算设备及存储介质 |
| CN111260384A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 服务订单处理方法、装置、电子设备及存储介质 |
| CN110334849A (zh) * | 2019-05-30 | 2019-10-15 | 深圳壹账通智能科技有限公司 | 基于数据监控的资源预警方法、装置和计算机设备 |
| CN110400207A (zh) * | 2019-07-31 | 2019-11-01 | 华北电力大学（保定） | 一种基于大数据的财务在线监督系统及其方法 |
| CN112435082A (zh) * | 2019-08-26 | 2021-03-02 | 北京三快在线科技有限公司 | 订单处理方法、装置、电子设备及存储介质 |
| CN110610405A (zh) * | 2019-09-12 | 2019-12-24 | 浙江省轨道交通运营管理集团有限公司 | 一种实现跨城跨区域互联互通的互联网票务平台 |
| CN112825175A (zh) * | 2019-11-20 | 2021-05-21 | 顺丰科技有限公司 | 一种客户异常预警方法、装置和设备 |
| CN111177937A (zh) * | 2020-01-03 | 2020-05-19 | 北京理工大学 | 一种面向快速响应的赛如生产系统模型构建方法 |
| CN111275348A (zh) * | 2020-02-05 | 2020-06-12 | 张�浩 | 电子订单信息处理方法、服务器及电子订单信息处理系统 |
| CN111754295A (zh) * | 2020-05-13 | 2020-10-09 | 苏州霞军通讯有限公司 | 一种电子通讯产品销售管理系统 |
| CN113808700A (zh) * | 2020-06-11 | 2021-12-17 | 阿里健康信息技术有限公司 | 一种数据处理方法、设备、系统及存储介质 |
| CN113869815A (zh) * | 2020-06-30 | 2021-12-31 | 北京三快在线科技有限公司 | 一种数据同步的方法及装置 |
| CN111932348A (zh) * | 2020-09-22 | 2020-11-13 | 北京每日优鲜电子商务有限公司 | 针对异常订单的报警方法、装置、电子设备和可读介质 |
| CN112561562A (zh) * | 2020-11-13 | 2021-03-26 | 广汽蔚来新能源汽车科技有限公司 | 订单发布方法、装置、计算机设备和存储介质 |
| CN112381621A (zh) * | 2020-12-02 | 2021-02-19 | 好活（昆山）网络科技有限公司 | 一种大数据协同监管平台及方法 |
| CN112508648A (zh) * | 2020-12-04 | 2021-03-16 | 数造科技(湖南)有限公司 | 一种打印耗材采购管理系统 |
| CN112529471A (zh) * | 2020-12-28 | 2021-03-19 | 量波智能科技(南京)有限公司 | 一种根据订单管理调整设备数量的方法 |
| CN112633748A (zh) * | 2020-12-30 | 2021-04-09 | 雅马哈发动机（厦门）信息系统有限公司 | 一种基于cvc全领域管控供应链的方法和系统 |
| CN114912858A (zh) * | 2021-02-10 | 2022-08-16 | 富士通株式会社 | 用于库存管理系统的方法、装置及存储介质 |
| CN114169821A (zh) * | 2021-11-30 | 2022-03-11 | 浙江百世技术有限公司 | 一种仓储物流货物整理方法 |
| CN114820043A (zh) * | 2022-04-06 | 2022-07-29 | 惠州学院 | 一种基于知识图谱的市场风险监测方法及系统 |
| CN115099617A (zh) * | 2022-06-23 | 2022-09-23 | 红云红河烟草(集团)有限责任公司 | 烟草工业品物流调度方法 |
| CN115293682A (zh) * | 2022-07-14 | 2022-11-04 | 上海东普信息科技有限公司 | 异常物流订单监控方法及相关装置 |
| CN115423416A (zh) * | 2022-10-12 | 2022-12-02 | 广州市综合交通枢纽有限公司 | 一种跨境物流运输管理系统及其控制方法 |
| CN116452280A (zh) * | 2022-12-30 | 2023-07-18 | 南京邮电大学 | 一种电动汽车充电桩订单异常的清分结算方法及装置 |
| CN116187704A (zh) * | 2023-02-24 | 2023-05-30 | 多点(深圳)数字科技有限公司 | 用工需求预测方法、装置及电子设备 |
| CN116228374A (zh) * | 2023-03-27 | 2023-06-06 | 上海申雪供应链管理有限公司 | 物流行业市场单量数据预警方法、装置、设备及存储介质 |
| CN116664310A (zh) * | 2023-05-09 | 2023-08-29 | 上海腾梭科技有限公司 | 一种客户风险统一监测及管控方法、装置及系统 |
Non-Patent Citations (7)
| Title |
|---|
| 刘;戴敏;张志胜;史金飞;: "基于滑动平均订单预测的半导体生产库存模型", 计算机集成制造系统, no. 02, 15 February 2010 (2010-02-15), pages 324 - 330 * |
| 刘成;王茂春;王璐;: "基于供应链协同的卷烟跨区域配送系统构建", 物流科技, no. 07, 10 July 2020 (2020-07-10), pages 20 - 23 * |
| 张勇;马保成;郝静;: "需求信息的延迟对牛鞭效应的影响", 兰州交通大学学报, no. 03, 15 June 2007 (2007-06-15), pages 51 - 53 * |
| 栾少群;刘丽兰;程功勋;俞涛;: "EOQ法随机库存预警模型研究与应用", 现代制造工程, no. 05, 18 May 2011 (2011-05-18), pages 31 - 35 * |
| 潘立琼;张健;: "基于优化蚁群算法的网络流量数据精准挖掘仿真", 佳木斯大学学报(自然科学版), no. 01, 15 January 2020 (2020-01-15), pages 56 - 60 * |
| 裴植;王飞帆;: "针对并联配送模型中需求放大效应的研究", 浙江工业大学学报, no. 06, 15 December 2013 (2013-12-15), pages 665 - 671 * |
| 许磊;: "跨区域协同构架下的钢铁流通需求管理模式研究", 商场现代化, no. 07, 10 March 2013 (2013-03-10), pages 132 - 133 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117436709B (zh) | 2024-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111199048B (zh) | 基于具有生命周期的容器的大数据分级脱敏方法和系统 | |
| CN113591133A (zh) | 基于差分隐私进行特征处理的方法及装置 | |
| CN110474908B (zh) | 交易监管方法与装置、存储介质及计算机设备 | |
| CN111367903A (zh) | 一种基于区块链的征信报告生成方法以及相关系统 | |
| CN110729028A (zh) | 一种健康数据处理方法、装置、电子设备及存储介质 | |
| CN102446211A (zh) | 图像备案和验证的方法及系统 | |
| Turner et al. | Follow the money: Revealing risky nodes in a Ransomware-Bitcoin network | |
| CN115760526A (zh) | 基于联邦学习的园区本质安全数据分析方法 | |
| CN117436709B (zh) | 一种跨区域订单数据统筹预警方法 | |
| CN117786748A (zh) | 一种基于互联网的数字化分析管理系统及方法 | |
| US20060100920A1 (en) | System and method to provide supply chain integrity | |
| Zhao et al. | Privacy-preserving electricity theft detection based on blockchain | |
| CN116795900A (zh) | 一种基于大数据的数据监测系统及方法 | |
| CN115329349A (zh) | 基于联盟区块链的应用监管平台及其监管方法 | |
| Shankar et al. | Secure optimal k-NN on encrypted cloud data using homomorphic encryption with query users | |
| CN115712689A (zh) | 用电用户的分类方法、装置和计算机设备 | |
| Pandey et al. | Privacy preserved data sharing using blockchain and support vector machine for industrial IOT applications | |
| CN113630425B (zh) | 一种多电力主体的财务数据安全传输方法 | |
| CN117032592B (zh) | 一种基于区块链的收款机收款数据储存系统 | |
| CN116882571B (zh) | 一种基于安全纵向联邦回归模型的烟草销售违规信息预测方法 | |
| Varma et al. | Secure Outsourced Association Rule Mining using Homomorphic Encryption | |
| Goldman et al. | Metrics based security assessment | |
| CN116151966B (zh) | 一种多端联动的信用卡资源分配方法及系统 | |
| Baiquni et al. | A case study of digital forensic readiness level measurement using DiFRI model | |
| CN117633125A (zh) | 一种基于大数据的财务数据管理系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |