[发明专利]预估损失的方法、装置、电子装置及计算机可读介质在审

专利信息
申请号: 201710537911.1 申请日: 2017-07-04
公开(公告)号: CN107358320A 公开(公告)日: 2017-11-17
发明(设计)人: 夏蕊 申请(专利权)人: 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06
代理公司: 北京律智知识产权代理有限公司11438 代理人: 王卫忠,姜怡
地址: 100195 北京市海淀区杏石口路6*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预估 损失 方法 装置 电子 计算机 可读 介质
【权利要求书】:

1.一种预估损失的方法,其特征在于,包括:

以统计单位进行统计,得到历史销售数据和当前销售数据;

对与销售相关的各量化因子的历史数据和当前数据进行分析计算,得到各量化因子所对应的因子参考值;

根据所述历史销售数据、所述当前销售数据和所述各量化因子所对应的因子参考值进行损失预估。

2.根据权利要求1所述的方法,其特征在于,对与销售相关的各量化因子的历史数据和当前数据进行分析计算,得到各量化因子所对应的因子参考值包括:

在考虑星期元素的前提下计算所述各量化因子的上个月对应星期均值、去年同期月对应星期均值和去年同期上月对应星期均值;

根据所述各量化因子的所述去年同期月对应星期日均值和所述去年同期上月对应星期均值计算相应的去年同期月日均环比,计算公式为:

去年同期月日均环比=(去年同期月对应星期均值-去年同期上月对应星期均值)/去年同期上月对应星期均值*100%;

根据所述各量化因子的所述上个月对应星期日均值和所述去年同期月日均环比计算得到所述因子参考值,计算公式为:

因子参考值=上个月对应星期均值*(1+去年同期月日均环比)。

3.根据权利要求1所述的方法,其特征在于,所述与销售相关的各量化因子包括:页面浏览量PV;

对于PV计算昨日损失预估,计算公式为:

昨日损失预估=统计单位内昨日销售总额*(昨日因子值/因子参考值-1);

对于PV计算月至今损失预估,计算公式为:

月至今损失预估=统计单位内月至今销售总额*(月至今日均因子值/因子参考值-1);

其中所述月至今日均因子值=月至今累计因子值/月至今天数;

所述当前销售数据为所述昨日销售总额,所述月至今销售总额为当月的月初至昨日的销售数据总额,所述昨日因子值为昨日PV数据,所述月至今累计因子值为当月的月初至昨日的PV数据之和,所述月至今天数为当月月初至昨日的天数。

4.根据权利要求3所述的方法,其特征在于,所述与销售相关的各量化因子还包括:PV现货率、PV转化率、出库率、取消金额占比和退货金额占比;

对于PV现货率、PV转化率、出库率、取消金额占比和退货金额占比计算昨日损失预估,计算公式为:

昨日损失预估=统计单位内昨日销售总额*(昨日因子值-因子参考值);

对于PV现货率、PV转化率、出库率、取消金额占比和退货金额占比计算月至今损失预估,计算公式为:

月至今损失预估=统计单位内月至今销售总额*(月至今日均因子值-因子参考值)。

5.根据权利要求4所述的方法,其特征在于,还包括:

当正向因子的昨日损失预估大于所述统计单位内昨日销售总额的比例阈值时;或当正向因子的月至今损失预估大于所述统计单位内月至今销售总额的比例阈值时,进行预警;

当逆向因子的昨日损失预估的绝对值大于所述统计单位内昨日销售总额的比例阈值时;或当逆向因子的月至今损失预估的绝对值大于所述统计单位内月至今销售总额的比例阈值时,进行预警;

其中所述PV、所述PV现货率、所述PV转化率、所述出库率均为所述正向因子,所述取消金额占比和所述退货金额占比均为逆向因子。

6.一种预估损失的装置,其特征在于,包括:

数据统计模块,用于以统计单位进行统计,得到历史销售数据和当前销售数据;

因子分析模块,用于对与销售相关的各量化因子的历史数据和当前数据进行分析计算,得到各量化因子所对应的因子参考值;

损失预估模块,用于根据所述各量化因子所对应的因子参考值进行损失预估。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710537911.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top