CN1464454A - 实际销售数据的多维处理方法 - Google Patents

Abstract

一种实际销售数据的多维处理方法，它至少包括：步骤1：对地理维度的处理；步骤2：对订单和被预测的产品信息进行汇总；步骤3：进行产品分层的处理，遍历产品层次树；步骤4：生成度量信息表；本发明将零散的实际数据与相应的控制数据信息综合在一起，形成了更具有使用价值的数据，并以此为基础实现了快速检索，为实际销售数据的有效利用提供了有力的基础；同时，通过对实际生产和销售数据进行逻辑加工，形成了一维、二维和三维的数据模型，为对未来的产品销售状况进行预测以及指导企业的生产经营业务提供了强有力的依据。

Description

实际销售数据的多维处理方法

技术领域：

本发明涉及一种实际销售数据的多维处理方法，特别是指一种将零散的历史销售数据与相应的控制数据信息综合在一起，形成更具有使用价值的数据，并以此为基础实现快速检索的实际销售数据的处理方法。

背景技术：

降低成本，减少库存以及提高生产效率等措施是企业赢得最大利益的重要手段；对于整个生产而言，未来采购以及销售数据的预测和控制可以说是至关重要的。实施供应链管理(Supply Chain Management，简称SCM)系统，可以在管理和信息化等方面提高企业的竞争力。尤其是在市场经济的今天，市场已经成为指导生产经营活动的根本，即需求成为拉动整个供应链管理系统的源头。因此，如何对市场进行进一步的分析显得越来越重要。

要对市场进行分析，对相应的数据的利用则是必须的。由于大型企业产品销售的历史销售数据极其繁多，并且这些数据还附加有相应的地理位置信息和时间信息，所以对产品实际的历史销售数据进行统计和加工的工作量非常巨大、内容极其繁多；因此，实现数据的快速检索则是对数据进行挖掘的重要任务之一。

发明内容：

本发明的主要目的在于提供一种实际销售数据的多维处理方法，将零散的实际数据与相应的控制数据信息综合在一起，形成更具有使用价值的数据，并以此为基础实现快速检索，为实际销售数据的有效利用提供有力的基础。

本发明的另一目的在于提供一种实际销售数据的多维处理方法，对实际生产和销售数据进行逻辑加工，形成一维、二维和三维立体的数据模型，为对未来的产品销售状况进行预测以及指导企业的生产经营业务提供依据。

本发明的目的是通过如下的技术方案实现的：

一种实际销售数据的多维处理方法，它至少包括如下的步骤：

步骤1：对地理维度的处理；

步骤2：对订单和被预测的产品信息进行汇总；

步骤3：进行产品分层的处理，遍历产品层次树；

步骤4：生成度量信息表。

上述的步骤1所述的对地理维度的处理为：根据地理分层的业务规则将将零散地理信息按照自然或人为定义的规则遍历成地理节点树，生成地理层次表；并记录所有路径并给出地理节点的唯一路径标识信息。

当地理节点信息没有变化时，根据原始表中记录的地理节点树，将各个地理节点树生成一棵树，并记录相应的多层关系；

当地理节点被新增或删除时，首先依然记录原来的路径，同时加入新节点生成后的新的地理节点树及新的地理节点路径。

所述的步骤1具体包括：

步骤11：从地理节点树最底层的叶子节点开始遍历寻找其父节点，逐层向上生成其父层，直到全部遍历完毕，生成一棵树；

步骤12：除了根节点外以所有地理节点作为初始节点，向根节点回溯，得到该地理节点的路径；生成以遍历的起始节点作为标识的记录，其中纪录其节点和路径；

步骤13：在地理节点树所存在的历史表中，检查新生成的、以遍历的起始节点作为标识的记录是否存在；若存在则检查路径是否相同，若相同就选用与历史相同的编号；若不相同则将新生成的节点及路径放入到历史表中，生成新的地理节点及路径的唯一标识，同时选用新的地理节点的唯一路径标识，并作为新的路径；

步骤14：最后生成基础地理信息，地理维度节点信息和地理路径信息数据；构造出地理维度的数据信息。

上述的步骤2中对订单和被预测的产品信息进行汇总为：对订单进行初步加工，提取产品信息，结合被预测的产品信息进行汇总分类；具体包括：

步骤21：替代物料转换，由业务方将可相互替代多种物料统一进行统计；

步骤22：子类向父类汇总，即进行大小类码转换，或将相应的物料根据业务规则归档到变式物料清单(Bill of Material，简称BOM)中；

步骤23：设定处理的时间段；

步骤24：生成一个订单、需求信息的汇总。根据订单中产品的物料编号和订单中的供货区以及提货日期进行汇总。

上述的步骤3中分层产品的处理具体为：根据产品分层规则生成产品的分层树，生成产品层次表，对表配和特配产品创建相应的产品层次，对无法满足产品分层规则的自动创建虚拟层次；其处理步骤具体包括：

步骤31：从根节点开始遍历产品树，生成从根节点到叶子的每一条单独路径；对每一个节点分别进行处理，使得同一个层次上不存在同名称的节点；对缺少层次的产品，自动补足层次；

步骤32：根据业务的特殊规则，对特殊情况自动生成子节点，并形成相应的路径；

步骤33：对于每一条单独的路径，以除根节点以外的所有节点作为初始节点，向根节点回溯，得到其路径；生成以遍历的起始节点作为标识的记录，纪录其编号和路径；

步骤34：在历史表中查找新生成的、已遍历的起始节点作为标识的记录是否存在，若存在则进一步检查路径是否相同，如果相同就选用与原产品维度节点信息，否则，将该产品维度节点信息的记录放入到历史表中，生成新的产品维度节点信息，同时选用新的产品维度节点信息编号，并作为新的路径标识；

步骤35：生成包括基础的产品信息、产品节点信息和产品的路径信息在内的数据信息。

所述的生成度量信息表为：将步骤2和步骤3中生成的时间和产品维度信息结合在一起，根据时间段的名称和产品路径标识定位相应的产品；其具体步骤为：

步骤401：根据订单加工后的产品数据以及采样的产品数据合成产品数据；

步骤402：根据产品数据物料编码，到产品层次的遍历表中查询相应的记录，找到其所对应的产品节点路径标识；

步骤404：根据订单的交货日期，查询时间段的划分，确认订单的交货日期的时间段信息，并设置时间段名称。

所述的生成度量信息表为：将步骤1和步骤3中生成的地理和产品维度信息结合在一起，根据产品路径标识和地理路径标识定位相应的产品；其具体步骤为：

步骤401：根据订单加工后的产品数据以及采样的产品数据合成产品数据；

步骤402：根据产品数据物料编码，到产品层次的遍历表中查询相应的记录，找到其所对应的产品节点路径标识；

步骤403：根据产品数据的地理编号，到地理层次的遍历表中查询相匹配的记录，找到其所对应的销售地域的地理节点路径标识。

所述的生成度量信息表为：将步骤1、步骤2和步骤3中生成的地理、时间和产品维度信息结合在一起，根据产品路径标识和地理路径标识以及时间段的名称定位相应的产品；其具体步骤为：

步骤401：根据订单加工后的产品数据以及采样的产品数据合成产品数据；

步骤402：根据产品数据物料编码，到产品层次的遍历表中查询相应的记录，找到其所对应的产品节点路径标识；

步骤403：根据产品数据的地理编号，到地理层次的遍历表中查询相匹配的记录，找到其所对应的销售地域的地理节点路径标识；

步骤404：根据订单的交货日期，查询时间段的划分，确认订单的交货日期的时间段信息，并设置时间段名称。

本发明将零散的实际数据与相应的控制数据信息综合在一起，形成了更具有使用价值的数据，并以此为基础实现了快速检索，为实际销售数据的有效利用提供了有力的基础；同时，通过对实际生产和销售数据进行逻辑加工，形成了一维、二维和三维的数据模型，为对未来的产品销售状况进行预测以及指导企业的生产经营业务提供了强有力的依据。

附图说明：

图1为本发明中数据处理的总体流程图。

图2为本发明地理维度处理前后的数据示意图。

图3为本发明产品维度处理前后的数据示意图及附表。

图4为本发明时间数据关系示意图。

图5为本发明地理数据关系示意图。

图6为本发明产品层次关系示意图。

图7为本发明被预测数据的维度笛卡儿坐标示意图。

具体实施方式：

以下结合附图和具体的实施例对本发明做进一步的详细说明：

本发明的输入数据为零散的数据信息。包括：

1)来自企业资源管理(Enterprise Resource Planning，简称ERP)系统的销售订单信息和用户的产品系列信息；

2)地理信息，例如有哪些国家，省，市，也可以包含非物理的地理信息，如逻辑上的并可变更的区域信息；

3)时间段数据；

4)来自ERP系统的销售数据信息。

本发明的输出数据为经过处理之后的：

1)形成地理维度的分层树；

2)产品维度的分层树；

3)时间维度数据；

4)三种维度的交叉信息，包括：产品在各地理层上的销售状况，产品在各产品系列划分上的销售状况，产品在各时间段上的销售状况。

最终，利用本发明为上述的数据定义唯一编码定位的产品在某一时间段，某一地点，某一产品系列的销售状况，并可以根据各维度的关系进行逐级汇总，由此明了各种状态下销售的状况，以及各种维度交叉即二维或三维的约束条件的销售状况。

参见图1，本发明对于上述输入数据的具体处理主要包括：

步骤1：对地理维度的处理；

步骤2：对订单和被预测的产品信息进行汇总；

步骤3：进行产品分层的处理，遍历产品层次树；

步骤4：生成度量信息表。

在本发明的具体实施中：

对于地理维度的处理为：根据地理分层的业务规则将零散地理信息按照自然或人为定义的规则遍历成树，生成地理层次表。并记录所有路径并做唯一标识(唯一地理节点路径标识)，同时允许中间节点移动，添加或删除后(即业务地理规则可调整)路径标识不重复。

具体的处理方法为：

正常：在地理节点没有变化的前提下，根据原始表中只记录的地理信息的父子关系，将各个树生成一棵树，并记录多层关系；

新增：当地理节点新增或删除时处理，依然记载原来路径，同时生成加入新节点后新的树，新的路径。

具体的处理包括：

以最底层叶子节点开始遍历寻找它的父节点，生成倒数第二层，再寻找倒数节点的父节点，以次类推直到全部遍历完毕，遍历生成一棵树。

在上述的基础上，以除了根节点外的所有节点作为初始节点，向根节点回溯，得到其路径，生成以遍历的起始节点作为标识的记录，其中纪录其节点和路径。

在该树所存在的历史表中检查新生成的、以遍历的起始节点作为标识(地理节点路径唯一标识)的记录是否存在；若存在则检查路径是否相同，相同就选用与历史信息相同的编号，若不相同则将该标识信息放入到历史表中，生成新的编号(地理节点路径唯一标识)，同时选用新的编号(地理节点路径唯一标识)，作为新的路径(通常在地理信息发生变化时执行)。

最后生成三种信息数据，即：基础地理信息，地理维度节点信息和地理路径信息数据；构造出地理维度的数据信息。

参见图2，其为处理前后的地理数据关系树的示意图。

对订单和被预测的产品信息进行汇总的处理具体为：对订单进行初步加工，提取产品信息，并结合被预测的产品信息(没有订单的产品)进行汇总分类。具体的处理步骤为：

替代物料转换；由于有些物料编码虽然不同，但在业务上可以相互替代使用，所以可统一进行统计；

子类向父类汇总；即进行大小类码转换，或将有关的物料归档到变式BOM中。其中，大小类码转换就是将比较细的分类信息(小类码)转换为大的分类信息；而将有关物料归档到变式bom中，一个变式bom可以覆盖多种产品，因此也是将一个小类归到一个大类中。

设定处理的时间段；即划分预测周期，并将订单中的提货日期设定为该周期的首日。

生成一个订单、需求信息的汇总。根据订单中产品的物料编号和订单中的供货区以及提货日期进行汇总。

对产品层次的处理具体为：

根据产品分层的业务规则将遍历原始数据，生成产品层次表，并记录所有路径及其唯一标识，且该路径标识不重复；其目的在于：根据用户定义的产品的层次规则和每一层的业务规则生成产品层次表，为预测提供产品层上的数据。

具体的处理步骤为：

从根节点开始遍历产品树，生成从根节点到叶子的每一条单独路径，每一个节点即为产品层次(代表产品与系列之间的所属关系)上的一层；对每一个节点分别进行处理，使得同一个层次上不存在同名称的节点；对缺少层次的产品，自动补足层次。

根据业务上的特殊规则，对特殊情况自动生成子节点，并形成相应的路径。

生成单独路径之后，对于每一条单独的路径，以除根节点之外的所有节点作为初始，向根节点回溯，得到相应的路径，生成以遍历的起始节点作为标识的记录，该纪录中包括编号和路径信息。

在所存在的历史表中查询新生成的、以遍历的起始节点作为标识的记录是否存在；若存在，则检查路径是否相同，若相同就选用与历史相同的编号(产品维度节点信息)；若不相同则将该信息放入到历史表中，生成新的编号(产品维度节点信息)，同时选用该编号作为新的路径的标识。

生成数据信息，该数据包括：基础的产品信息，产品节点的信息(比基础信息多记录有该节点属于的产品层次)，产品的路径信息(记录产品的到根节点的路径信息，以及编号-产品维度节点标识)。

参见图3，其为产品层次处理前后的示意图。

参见图4、5、6、7，所述的生成度量信息表具体为将时间、地理和产品信息结合在一起，根据唯一产品节点路径标识、地理节点路径标识和时间段的名称，实现2维或3维的结合；生成具有三维或二维笛卡儿坐标特征的被预测数据的维度信息。

处理后的时间数据之间为平行关系，具体参见图4；处理后的地理数据之间的关系和产品层次关系为所属关系，具体参见图5、图6；

以三维数据快速检索为例，目标数据的定位，即度量信息表生成的具体步骤为：

根据时间数据、地理数据、产品层次数据和产品销售数据(以下简称产品数据)得出预测准备状态数据，

将时间，地理，产品结合在一起，根据产品节点路径标识、地理节点路径标识和时间段的名称，实现3维的结合；其中，所述的目标数据详见下表：

地理的唯一标识

产品的唯一标识

产品销售数量

测量名称

时间段名称

根据上面的订单加工后的产品数据和采样点产品数据，合成产品数据。

根据产品数据物料编码，到产品层次的遍历表中的遍历的开始节点中去查询找到相应的记录，找到他所对应的产品唯一的标识-产品节点路径标识，因此也就确定了本产品在产品维度上的位置。由此，可以很容易地检索到它的所属产品层次和路径，便于回溯，提高了检索速度。

根据产品数据的省编号，到地理层次的遍历表中查找遍历的开始节点中相匹配的记录，找到对应的销售地域的唯一节点的唯一标识-地理节点路径标识，因此也就确认了该产品在地理维度上的位置。可以很容易的检索到它的所属区域层次和回溯路径，提高了检索速度。

时间维度的设置，根据订单的交货日期，查询时间段的划分，确认订单的交货日期是属于哪一个时间段的，并设置时间段名称，通过它可以快速检索到这个时间段的起始时间和终止时间。

以上仅是生成一种度量的方法，以此类推形成从多个角度划分的多种度量，例如：可以分为大客户产品的度量预测，也可以专门对采样点数据进行度量预测，但通常都是对产品正常的销售进行预测。在对产品数据进行加工时，例如对订单和被预测的产品信息进行汇总时，可以在选取数据上有所区分。通过输入的不同数据，来形成对一个公司销售相关数据的多个侧面分析。例如：可以输入仅是大客户的销售信息，从而得出有关大客户历史销售数据的分析。

上述的方法、步骤也可以用于构造两维的数据模型，例如：仅构造地理维度和产品维度的模型；也可以构造时间维度和产品维度的模型；其中，产品维度一般为主要维度。

以上实施例仅用以说明而非限制本发明所涉及的技术方案，尽管参照以上较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，本发明的技术方案可以进行修改、变形或者等同替换；而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围之中。

Claims (14)

1、一种实际销售数据的多维处理方法，其特征在于：它至少包括如下的步骤：

步骤1：对地理维度的处理；

步骤2：对订单和被预测的产品信息进行汇总；

步骤3：进行产品分层的处理，遍历产品层次树；

步骤4：生成度量信息表。

2、根据权利要求1所述的实际销售数据的多维处理方法，其特征在于：步骤1所述的对地理维度的处理为：根据地理分层的业务规则将地理信息遍历成地理节点树，生成地理节点树的层次表；对树进行遍历并记录所有路径并给出地理节点的唯一路径标识信息。

3、根据权利要求2所述的实际销售数据的多维处理方法，其特征在于：

当地理节点信息没有变化时，根据原始表中记录的地理节点树，将各个地理节点树生成一棵树，并记录相应的多层关系；

当地理节点被新增或删除时，首先依然记录原来的路径，同时加入新节点生成后的新的地理节点树及新的地理节点路径，并给新的路径以唯一的标识信息。

4、根据权利要求2或3所述的实际销售数据的多维处理方法，其特征在于：所述的具体步骤至少包括：

步骤11：从地理节点树最底层的叶子节点开始遍历寻找其父节点，逐层向上生成其父层，直到全部遍历完毕，生成一棵树；

步骤12：除了根节点外以所有地理节点作为初始节点，向根节点回溯，得到该地理节点的路径；生成以遍历的起始节点作为标识的记录，其中纪录其节点和路径；

步骤13：在地理节点树所存在的历史表中，检查新生成的、以遍历的起始节点作为标识的记录是否存在；若存在则检查路径是否相同，若相同就选用与历史相同的编号；若不相同则将新生成的遍历路径放入到历史表中，生成新的地理节点的唯一路径标识，同时选用新的地理节点的唯一路径标识，并作为新的路径；

步骤14：最后生成基础地理信息，地理维度节点信息和地理路径信息数据；构造出地理维度的数据信息。

5、根据权利要求1所述的实际销售数据的多维处理方法，其特征在于：步骤2所述的对订单和被预测的产品信息进行汇总为：对订单进行初步加工，提取产品信息，结合被预测的产品信息进行汇总分类。

6、根据权利要求5所述的实际销售数据的多维处理方法，其特征在于：所述的处理具体包括：

步骤21：替代物料转换，由业务方将可相互替代多种物料统一进行统计；

步骤22：子类向父类汇总，即进行大小类码转换，或将相应的物料根据业务规则归档到变式BOM中；

步骤23：设定处理的时间段；

步骤24：生成一个就是订单、需求的汇总。根据订单中产品的物料编号和订单中的供货区以及提货日期进行汇总。

7、根据权利要求1所述的实际销售数据的多维处理方法，其特征在于：步骤3所述的分层产品的处理具体为：根据产品分层规则生成产品的分层树，生成产品层次表，对标配和特配产品创建相应的产品层次，对无法满足产品分层规则的自动创建虚拟层次。

8、根据权利要求1或7所述的实际销售数据的多维处理方法，其特征在于：所述的处理步骤具体包括：

步骤31：从根节点开始遍历产品树，生成从根节点到叶子的每一条单独路径；对每一个节点分别进行处理，使得同一个层次上不存在同名称的节点；对缺少层次的产品，自动补足层次；

步骤32：根据业务的特殊规则，对特殊情况自动生成子节点，并形成相应的路径；

步骤33：对于每一条单独的路径，以除根节点以外的所有节点作为初始节点，向根节点回溯，得到其路径；生成以遍历的起始节点作为标识的记录，纪录其编号和路径；

步骤34：在历史表中查找新生成的、已遍历的起始节点作为标识的记录是否存在，若存在则进一步检查路径是否相同，如果相同就选用与原产品维度节点信息，否则，将该产品维度节点信息的记录放入到历史表中，生成新的产品维度节点信息，同时选用新的产品维度节点信息编号，并作为新的路径标识；

步骤35：生成包括基础的产品信息、产品节点信息和产品的路径信息在内的数据信息。

9、根据权利要求1所述的实际销售数据的多维处理方法，其特征在于：所述的生成度量信息表为：将步骤2和步骤3中生成的时间和产品维度信息结合在一起，根据时间段的名称和产品路径标识定位相应的产品。

10、根据权利要求1或9所述的实际销售数据的多维处理方法，其特征在于：生成度量信息表的具体步骤为：

步骤401：根据订单加工后的产品数据以及采样的产品数据合成产品数据；

步骤402：根据产品数据物料编码，到产品层次的遍历表中查询相应的记录，找到其所对应的产品节点路径标识；

步骤404：根据订单的交货日期，查询时间段的划分，确认订单的交货日期的时间段信息，并设置时间段名称。

11、根据权利要求1所述的实际销售数据的多维处理方法，其特征在于：所述的生成度量信息表为：将步骤1和步骤3中生成的地理和产品维度信息结合在一起，根据产品路径标识和地理路径标识定位相应的产品。

12、根据权利要求1或11所述的实际销售数据的多维处理方法，其特征在于：生成度量信息表的具体步骤为：

步骤401：根据订单加工后的产品数据以及采样的产品数据合成产品数据；

步骤402：根据产品数据物料编码，到产品层次的遍历表中查询相应的记录，找到其所对应的产品节点路径标识；

步骤403：根据产品数据的地理编号，到地理层次的遍历表中查询相匹配的记录，找到其所对应的销售地域的地理节点路径标识。

13、根据权利要求1所述的实际销售数据的多维处理方法，其特征在于：所述的生成度量信息表为：将步骤1、步骤2和步骤3中生成的地理、时间和产品维度信息结合在一起，根据产品路径标识和地理路径标识以及时间段的名称定位相应的产品。

14、根据权利要求1或13所述的实际销售数据的多维处理方法，其特征在于：生成度量信息表的具体步骤为：

步骤401：根据订单加工后的产品数据以及采样的产品数据合成产品数据；

步骤402：根据产品数据物料编码，到产品层次的遍历表中查询相应的记录，找到其所对应的产品节点路径标识；

步骤403：根据产品数据的地理编号，到地理层次的遍历表中查询相匹配的记录，找到其所对应的销售地域的地理节点路径标识；

步骤404：根据订单的交货日期，查询时间段的划分，确认订单的交货日期的时间段信息，并设置时间段名称。

Images