一种新店经营管理预测分析系统技术方案

技术编号:22566108 阅读:34 留言:0更新日期:2019-11-16 12:28
本发明专利技术公开了一种新店经营管理预测分析系统,包括数据采集模块、数据解析单元、处理器、显示模块、存储模块和数据录入单元;所述数据采集模块用于采集待预测店面和已知店面位置处的基本数据,该基本数据包括区位信息、成本信息、竞争信息、人口信息、店铺信息和企业主信息;本发明专利技术能够通过对已知店面的基本数据采集,之后采集到对应的待预测店面的基本数据,最终根据已知店面的营收等级,实现精准的对新开店面数据进行预测,相较于其他方案,能够做到精准,便于为企业的其他需求进行服务。本发明专利技术简单有效,且易于实用。

A prediction and analysis system of new store management

The invention discloses a new store management prediction and analysis system, which comprises a data collection module, a data analysis unit, a processor, a display module, a storage module and a data input unit; the data collection module is used to collect basic data of the store to be predicted and the location of the known store, and the basic data includes location information, cost information, competition information, population information Store information and enterprise owner information: the invention can collect the basic data of the known storefront, then collect the corresponding basic data of the storefront to be predicted, and finally realize accurate prediction of the new storefront data according to the revenue level of the known storefront. Compared with other schemes, it can achieve accuracy and facilitate the service for other needs of the enterprise. The invention is simple and effective, and easy to use.

【技术实现步骤摘要】
一种新店经营管理预测分析系统
本专利技术属于数据预测领域,涉及管理预测分析技术,具体是一种新店经营管理预测分析系统。
技术介绍
小微企业存在的困难需要获得金融上的支持,然而,对国民经济增长的贡献率超过60%的小微企业,获得的贷款却不到正规金融机构贷款总量的20%,小微企业融资面临着重大的困难,这也是中国现阶段在融资领域所面临的重大难题之一。本申请就是在这样子的背景和研究目的下,针对没有任何交易数据的新开店铺在申请贷款时,解决如何评估企业的经营业绩,从而判断企业的偿还能力。
技术实现思路
本专利技术的目的在于提供一种新店经营管理预测分析系统。本专利技术的目的可以通过以下技术方案实现:一种新店经营管理预测分析系统,包括数据采集模块、数据解析单元、处理器、显示模块、存储模块和数据录入单元;其中,所述数据采集模块用于采集待预测店面和已知店面位置处的基本数据,该基本数据包括区位信息、成本信息、竞争信息、人口信息、店铺信息和企业主信息;所述数据采集模块用于将采集到的基本数据传输到数据解析单元,所述数据解析单元用于将已知店面和待预测店面的基本数据融合形成样本集;所述数据解析单元用于对样本集进行归一化处理得到归一数据信息;其中,所述存储模块内存储有分析模型,该分析模型为采用KNN算法构建的分类模型;所述数据解析单元用于将归一数据信息传输到处理器,所述处理器用于结合存储模块内的聚类模型对归一数据信息进行处理得到待预测店面的业绩类别信息,业绩类别信息即营收等级;此处对量化数据信息的具体处理步骤为:步骤一:将已知店铺的营收划分为k个等级,每个等级视作一类,将已知店铺作为训练集;根据欧式距离计算测试对象即待预测店铺到训练集中的每个已知店铺的距离,欧式距离计算方法如下:假设样本点1为(x1,x2,…,xn),样本点2为(y1,y2,…,yn),则样本点1和样本点2的距离计算公式为:步骤二:按照距离远近进行排序;步骤三:选取与待预测店铺最近的k个已知店铺,作为该待预测店铺的邻居;步骤四:统计这k个邻居的类别频率,即营收等级情况;步骤五:k个邻居里频率最高的等级,即为待预测店铺的营收等级,将该营收等级标记为业绩类别信息;所述处理器用于将业绩类别信息传输到显示模块进行实时存储,所述处理器还用于将业绩类别信息和新开店面的基本数据传输到存储模块进行实时存储。进一步地,所述区位信息具体为交通枢纽、商业环境;所述交通枢纽为辐射范围内的地铁数、公交车站台数、停车场数;商业环境用于表示辐射范围内商场数、电影院数、小区数;所述成本信息为月租金和工资水平;所述竞争信息为辐射范围内的同行业店铺数、辐射范围内的同行业店铺的业绩均值、辐射范围内竞争对手距离;所述店铺信息为待开店铺面积;所述人口信息为辐射范围内的同行业日均消费人数、最近楼盘均价;所述企业主信息为个人征信得分。进一步地,所述区位信息还包括道路状况,道路状态用于表示辐射范围内是否有围栏、天桥、地下通道。进一步地,所述店铺信息还包括店铺类型、是否注册电商平台、生活服务平台。进一步地,所述辐射范围具体定义为到达已知店面次数大于预设值的最远顾客的距离范围内。进一步地,所述归一化处理具体步骤如下:步骤一:借助公式对样本集进行处理,具体公式如下:式中,店铺的样本集表示为(x1,x2,…,xn),xi表示基本数据内的各项数据;步骤二:经过步骤一的公式得到归一数据信息。本专利技术的有益效果:本专利技术能够通过对已知店面的基本数据采集,之后采集到对应的待预测店面的基本数据,最终根据已知店面的营收等级,实现精准的对新开店面数据进行预测,相较于其他方案,能够做到精准,便于为企业的其他需求进行服务。本专利技术简单有效,且易于实用。附图说明为了便于本领域技术人员理解,下面结合附图对本专利技术作进一步的说明。图1为本专利技术的系统框图。具体实施方式如图1所示,一种新店经营管理预测分析系统,包括数据采集模块、数据解析单元、处理器、显示模块、存储模块和数据录入单元;其中,所述数据采集模块用于采集待预测店面和已知店面位置处的基本数据,该基本数据包括区位信息、成本信息、竞争信息、人口信息、店铺信息和企业主信息;其中,所述区位信息具体为:交通枢纽、道路状况、商业环境;所述交通枢纽为辐射范围内的地铁数、公交车站台数、停车场数,道路状况用于表示辐射范围内是否有围栏、天桥、地下通道等,商业环境用于表示辐射范围内商场数、电影院数、小区数等;所述成本信息为月租金和工资水平等;所述竞争信息为辐射范围内的同行业店铺数、辐射范围内的同行业店铺的业绩均值、辐射范围内竞争对手距离、同类竞品指标等;所述店铺信息为待开店铺面积、店铺类型(商超、健身房、快餐店等)、是否注册电商平台、生活服务平台等;所述人口信息为店铺商圈类型、所属行政区、辐射范围内的同行业日均消费人数、最近楼盘均价等;所述企业主信息包括:个人征信得分、学历、年龄、婚姻状况、政治面貌、开店前身份等;其中,辐射范围具体定义为到达已知店面次数大于预设值的最远顾客的距离范围内;所述数据采集模块用于将采集到的基本数据传输到数据解析单元,所述数据解析单元用于将已知店面和待预测店面的基本数据融合形成样本集;所述数据解析单元用于对样本集进行归一化处理得到归一数据信息,对采集到的样本集做归一化处理的原因为,因为不同维度的物理量之间往往具有不同的量纲和单位,比如时间,距离等,这样会造成维度之间可比性较差,为了消除物理量之间绝对值相差太大,需要对样本数据集进行标准化处理,保证各个物理量之间处于同一个数量级之下,消除不同量纲之间的差异;具体归一化处理步骤如下:步骤一:借助公式对样本集进行处理,具体公式如下:式中,店铺的样本集表示为(x1,x2,…,xn),xi表示基本数据,即为地铁数、公交车站台数等;步骤二:经过步骤一的公式得到归一数据信息;其中,所述存储模块内存储有分析模型,该分析模型为采用KNN算法构建的聚类模型;所述数据解析单元用于将归一数据信息传输到处理器,所述处理器用于结合存储模块内的聚类模型对归一数据信息进行处理得到新店的业绩类别信息,业绩类别信息即营收等级;此处对量化数据信息的具体处理步骤为:步骤一:将已知店铺的营收划分为k个等级,每个等级视作一类,将已知店铺作为训练集;根据欧式距离计算测试对象即待预测店铺到训练集中的每个已知店铺的距离,欧式距离计算方法如下:假设样本点1为(x1,x2,…,xn),样本点2为(y1,y2,…,yn),则样本点1和样本点2的距离计算公式为:步骤二:按照距离远近进行排序;步骤三:选取与待预测店铺最近的k个已知店铺,作为该待预测店铺的邻居;步本文档来自技高网...

【技术保护点】
1.一种新店经营管理预测分析系统,其特征在于,包括数据采集模块、数据解析单元、处理器、显示模块、存储模块和数据录入单元;/n其中,所述数据采集模块用于采集待预测店面和已知店面位置处的基本数据,该基本数据包括区位信息、成本信息、竞争信息、人口信息、店铺信息和企业主信息;/n所述数据采集模块用于将采集到的基本数据传输到数据解析单元,所述数据解析单元用于将已知店面和待预测店面的基本数据融合形成样本集;所述数据解析单元用于对样本集进行归一化处理得到归一数据信息;/n其中,所述存储模块内存储有分析模型,该分析模型为采用KNN算法构建的分类模型;/n所述数据解析单元用于将归一数据信息传输到处理器,所述处理器用于结合存储模块内的分类模型对归一数据信息进行处理得到待预测店面的业绩类别信息,业绩类别信息即营收等级;此处对量化数据信息的具体处理步骤为:/n步骤一:将已知店铺的营收划分为k个等级,每个等级视作一类,将已知店铺作为训练集;根据欧式距离计算测试对象即待预测店铺到训练集中的每个已知店铺的距离,欧式距离计算方法如下:/n设样本点一为(x1,x2,…,xn),样本点二为(y1,y2,…,yn),则样本点一和样本点二的距离计算公式为:/n...

【技术特征摘要】
1.一种新店经营管理预测分析系统,其特征在于,包括数据采集模块、数据解析单元、处理器、显示模块、存储模块和数据录入单元;
其中,所述数据采集模块用于采集待预测店面和已知店面位置处的基本数据,该基本数据包括区位信息、成本信息、竞争信息、人口信息、店铺信息和企业主信息;
所述数据采集模块用于将采集到的基本数据传输到数据解析单元,所述数据解析单元用于将已知店面和待预测店面的基本数据融合形成样本集;所述数据解析单元用于对样本集进行归一化处理得到归一数据信息;
其中,所述存储模块内存储有分析模型,该分析模型为采用KNN算法构建的分类模型;
所述数据解析单元用于将归一数据信息传输到处理器,所述处理器用于结合存储模块内的分类模型对归一数据信息进行处理得到待预测店面的业绩类别信息,业绩类别信息即营收等级;此处对量化数据信息的具体处理步骤为:
步骤一:将已知店铺的营收划分为k个等级,每个等级视作一类,将已知店铺作为训练集;根据欧式距离计算测试对象即待预测店铺到训练集中的每个已知店铺的距离,欧式距离计算方法如下:
设样本点一为(x1,x2,…,xn),样本点二为(y1,y2,…,yn),则样本点一和样本点二的距离计算公式为:



步骤二:按照距离远近进行排序;
步骤三:选取与待预测店铺最近的k个已知店铺,作为该待预测店铺的邻居;
步骤四:统计这k个邻居的类别频率,即营收等级情况;
步骤五:k个邻居里频率最高的等级,即为待预测店铺的营收等级,将该营收等级标记为业绩类别信息;
所述处理器用于将业绩类别信息传输到显示模块进行实时存储,所述处理器还用于...

【专利技术属性】
技术研发人员:张小花
申请(专利权)人:安徽迪科数金科技有限公司
类型:发明
国别省市:安徽;34

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1