一种基于汽车销售影响因子最低目标值计算方法及系统技术方案

本发明专利技术公开了一种基于汽车销售影响因子最低目标值计算方法及系统，该方法包括如下步骤：S1：筛选影响因子，并进行数据采集；S2：计算影响因子的权重；S3：根据预设目标计算各影响因子的最低达成率。本发明专利技术运用AHP层次分析法和AI模型，对各类汽车经销商进行批量提供定制化汽车销售影响因子最低目标值，从而为客户的AAK能力提升和决策提供算法和数据支持。AAK能力提升和决策提供算法和数据支持。AAK能力提升和决策提供算法和数据支持。

【技术实现步骤摘要】
一种基于汽车销售影响因子最低目标值计算方法及系统


[0001]本专利技术涉及汽车销量预测
，尤其涉及一种基于汽车销售影响因子最低目标值计算方法及系统。

技术介绍

[0002]现有经销商大多根据经验定性去评估自身AAK(零售销量)能力，虽然可以给出销售能力等级，但在不同时期不同目标下对于不同汽车销售影响因子的最低目标值无法用定性或定量角度去计算。
[0003]AAK是Anlieferung an Kunden德语的缩写，意为车管所实际上牌的数量，即经销商真正交付到消费者手中的车辆数字；另有STD(shipment to distributor)为厂家交付经销商的车辆数。
[0004]目前，在国内统计汽车销量时候有两个标准，第一种是采用的STD统计，也就是汽车制造商直接卖给经销商的销售量；第二种是采用AAK的统计方式，也就是消费者(包括大客户)当月的直接购买量。媒体主要是采用第一种销量统计方式，国家统计局和中国汽车工业协会、汽车制造商家等主要采用第二种统计方式。
[0005]现有技术中，汽车经销商只有对AAK能力的综合评估，以及只有对汽车销量进行预测，没有在给定预设AAK值后如何去计算汽车销售影响因子最低目标值的方法。

技术实现思路

[0006]本专利技术的目的是提供一种基于汽车销售影响因子最低目标值计算方法及系统，以解决在给定预设AAK值后如何去计算汽车销售影响因子最低目标值的技术问题。
[0007]本专利技术是采用以下技术方案实现的：一种基于汽车销售影响因子最低目标值计算方法，包括如下步骤：
[0008]S1：筛选影响因子，并进行数据采集；
[0009]S2：计算影响因子的权重；
[0010]S3：根据预设目标计算各影响因子的最低达成率。
[0011]进一步的，步骤S1具体为：从汽车销售影响因素中筛选一个或多个影响因素作为影响因子，建立AAK层次结构，并对历史数据进行收集。
[0012]进一步的，步骤S2包括如下子步骤：
[0013]S21：根据AHP层次分析法分析并计算影响因子的权重；
[0014]S22：生成线回归模型或AI模型，分析并计算影响因子的权重。
[0015]进一步的，步骤S21包括如下子步骤：
[0016]S211：确定标度，通过各影响因子之间的两两比较确定合适的标度；
[0017]S212：层次单排序、层次总排序及一致性检验，对每个成对比较矩阵计算最大特征值及其对应的特征向量，利用一次性指标、随机一致性指标进行调整，通过一致性检验后根据判断矩阵求影响因子的权重。
[0018]进一步的，步骤S22包括如下子步骤：
[0019]S221：对问题数据进行剔除，并对缺失值，通过公式计算或补0或填充汽车经销商的平均值；
[0020]S222：采用MinMaxScaler方法去归一化；
[0021]S223：相关性分析；
[0022]S224：训练线性回归或AI模型，可得到影响因子的权重。
[0023]进一步的，步骤S3包括如下子步骤：
[0024]S31：根据AHP层次分析法计算最低达成率；
[0025]S32：根据线性回归模型计算最低达成率。
[0026]进一步的，步骤S31具体为：当经销商给出预设零售销量AAK目标后，根据权重排序和实际情况，设定影响因子在0和相应的区间段内进行随机抽样，组合计算出预测零售销量AAK值并与预设零售销量AAK值进行比较，当超过时，根据权重排序进行数值的相应衰减，从而逼近目标值。
[0027]进一步的，步骤S32具体为：对影响因子的线性回归系数进行排序后，确定出相应的增长速率，通过逐步增长或者设为0进行计算，最终当计算结果超过预设值后，可停止计算。
[0028]进一步的，还包括如下步骤：
[0029]S4：根据最低达成率和实际达成率计算得分，为客户的零售销量AAK能力提升和决策提供算法和数据支持。
[0030]一种基于汽车销售影响因子最低目标值计算系统，包括筛选模块、权重计算模块和最低达成率计算模块，所述筛选模块用以筛选影响因子，并进行数据采集；所述权重计算模块用以计算影响因子的权重；所述最低达成率计算模块用以根据预设目标计算各影响因子的最低达成率。
[0031]本专利技术的有益效果在于：本专利技术运用AHP层次分析法和AI模型，对各类汽车经销商进行批量提供定制化汽车销售影响因子最低目标值，从而为客户的AAK能力提升和决策提供算法和数据支持。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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专利技术的一些实施例，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示出的结构获得其他的附图。
[0033]图1为本专利技术流程图；
[0034]图2为线性回归模型原理图。
具体实施方式
[0035]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施
例的组件可以以各种不同的配置来布置和设计。
[0036]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0037]下面结合附图，对本专利技术的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
[0038]实施例1：
[0039]参见图1，一种基于汽车销售影响因子最低目标值计算方法，包括如下步骤：
[0040]S1：筛选影响因子，并进行数据采集；
[0041]S2：计算影响因子的权重；
[0042]S3：根据预设目标计算各影响因子的最低达成率；
[0043]S4：根据最低达成率和实际达成率计算得分，为客户的零售销量AAK能力提升和决策提供算法和数据支持。
[0044]在本实施例当中，步骤S1具体为：从汽车销售影响因素中筛选一个或多个影响因素作为影响因子，建立AAK层次结构，并对历史数据进行收集，所述影响因素包括F2_Arrive_Num，F1_Arrive_Num，Test_Drive_Num，Arrive_Num，Test_Drive_Rate，Handle_Num，SL_Clue_DR，Handle_Rate，Valid_Clues，Cus_Found，Cus_Arrive，Cus_Found_Rate，Nshortorder，Ninorder，Nlongorder，Dealer_Stock，Dealer_Stock_Factor，Norder，Nmate，Cus_Order，Deal_Nu本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于汽车销售影响因子最低目标值计算方法，其特征在于，包括如下步骤：S1：筛选影响因子，并进行数据采集；S2：计算影响因子的权重；S3：根据预设目标计算各影响因子的最低达成率。2.如权利要求1所述的一种基于汽车销售影响因子最低目标值计算方法，其特征在于，步骤S1具体为：从汽车销售影响因素中筛选一个或多个影响因素作为影响因子，建立AAK层次结构，并对历史数据进行收集。3.如权利要求1所述的一种基于汽车销售影响因子最低目标值计算方法，其特征在于，步骤S2包括如下子步骤：S21：根据AHP层次分析法分析并计算影响因子的权重；S22：生成线回归模型或AI模型，分析并计算影响因子的权重。4.如权利要求3所述的一种基于汽车销售影响因子最低目标值计算方法，其特征在于，步骤S21包括如下子步骤：S211：确定标度，通过各影响因子之间的两两比较确定合适的标度；S212：层次单排序、层次总排序及一致性检验，对每个成对比较矩阵计算最大特征值及其对应的特征向量，利用一次性指标、随机一致性指标进行调整，通过一致性检验后根据判断矩阵求影响因子的权重。5.如权利要求3所述的一种基于汽车销售影响因子最低目标值计算方法，其特征在于，步骤S22包括如下子步骤：S221：对问题数据进行剔除，并对缺失值，通过公式计算或补0或填充汽车经销商的平均值；S222：采用MinMaxScaler方法去归一化；S223：相关性分析；S224：训练线性回归或AI模型，可得到影响因子的权重。6.如权利要求1所...

【专利技术属性】
技术研发人员：杜阿卫，曾星昀，刘健，
申请(专利权)人：启明信息技术股份有限公司，
类型：发明
国别省市：