一种基于大数据的医药电子商务商控系统的制作方法

本发明涉及温室技术领域，具体来说，涉及一种基于大数据的医药电子商务商控系统。

背景技术：

大数据智能营销在电子商务应用领域，目前成熟化的应用方向在于：客户画像、精准营销、信用评级、广告推介、物流配送和舆情分析等。这些总结起来都是面向商销而言，且已经积累了大量的成熟系统。而商控是相对商销而言的小众模式，商销偏重对最终消费者的研究，而商控重点是由生产企业向经销渠道和零售终端释放基于品牌红利的部分利润，让渠道和终端有利可图，从而解除渠道和终端的共同拦截，从而能够增加企业市场竞争能力的趋势，也是对国家常态政策的一种应对。与商销对比，当前普遍对商控的研究是不足的，也缺乏与商控配套的成熟方法及系统，因为商控是要做好控制产品、控制价格、控制渠道、控制终端、控制市场，达到科学分配生产企业、渠道、终端各级的利润，实现销售最大化的模式。随着新零售商业模式的不断发展，对渠道及终端的赋能及管理的重要性日渐显著。基于企业大数据的商控系统，将是企业发展新零售业务的一大助力。

另一方面，从医药行业来看。目前中国医药企业还没有建立起很好的大数据模式，只有一些企业在尝试应用crm系统或病人管理系统，更是需要有与之匹配的大数据营销系统的出现，帮助国内制药行业真正享受到更多的大数据益处。

针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现要素：

针对相关技术中的上述技术问题，本发明提出一种基于大数据的医药电子商务商控系统，解决了企业在全国渠道流通环节、终端销售环节的交易数据复杂，企业无法准确知晓在产品、价格、渠道、终端、市场各维度中商控数据情况的问题，解决因了产品品种、价格、渠道、终端、市场区域五个影响因素相互影响，企业对商控的效益分析无法做到动态化跟踪，无法做到以数据为依据去调控各影响因素的问题，解决了企业对品种采取商控策略的决策较难，缺乏以历史数据为参考的品种定位、商控效益推演预测的问题。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种基于大数据的医药电子商务商控系统，包括：

大数据集成模块，用于收集生产企业、渠道商、零售终端的大数据；

商控模型管理模块，用于对所述大数据进行建模并根据不同的维度生成对应的动态商控模型；

商控收益分析模块，用于对所述动态商控模型补充收益数据运算规则，并通过所述收益数据运算规则和预设的成本收益核算算法核算所述生产企业、所述渠道商和所述零售终端各自的收益；

商控模型预期分析模块，用于通过历史订单数据和机器学习方法对所述动态商控模型进行训练，以使训练后的所述动态商控模型能对实时的订单数据做评估预测。

进一步地，所述大数据包括品种数据、终端企业数据、商业企业数据、销售团队数据和交易流向数据，其中，所述交易流向数据包括价格数据和销量数据。

进一步地，所述系统还包括数据挖掘计算模块，用于通过对价格数据和销量数据进行分析，挖掘隐含在这些数据下面的规律，并对所述动态商控模型进行二次修正。

进一步地，所述大数据集成模块通过各省份的商业企业erp和经销商系统收集所述大数据。

进一步地，所述维度为产品品种维度、市场区域维度、渠道维度、终端维度或价格维度。

进一步地，所述动态商控模型为控品种模型、控区域模型、控渠道模型、控终端模型或控价格模型。

进一步地，所述系统还包括商控情报管理模块，用于通过爬虫监控所述品种数据或监控定时对接的线下数据。

进一步地，所述商控模型管理模块具有价格同步接口，用于在所述渠道商、所述零售终端的价格调整时，能及时同步到所述动态商控模型中。

进一步地，所述成本收益核算算法包括净现值法、现值指数法和内含报酬率法。

进一步地，所述收益数据运算规则包括成本价、返点政策和促销规则。

本发明的有益效果：可帮助企业做好对产品价格的调控，规避恶性价格竞争，保证价格体系不乱；可帮助企业做到对渠道与终端秩序的控制，从而达到对各环节的利润保证。

附图说明

为了更清楚地说明本发明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获得其他的附图。

图1是根据本发明实施例所述的基于大数据的医药电子商务商控系统的示意图。

具体实施方式

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，所描述的实施例仅仅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所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，根据本发明实施例所述的一种基于大数据的医药电子商务商控系统，包括：

大数据集成模块，用于收集生产企业、渠道商、零售终端的大数据；

商控模型管理模块，用于对所述大数据进行建模并根据不同的维度生成对应的动态商控模型；

商控收益分析模块，用于对所述动态商控模型补充收益数据运算规则，并通过所述收益数据运算规则和预设的成本收益核算算法核算所述生产企业、所述渠道商和所述零售终端各自的收益；

商控模型预期分析模块，用于通过历史订单数据和机器学习方法对所述动态商控模型进行训练，以使训练后的所述动态商控模型能对实时的订单数据做评估预测。

在本发明的一个具体实施例中，所述大数据包括品种数据、终端企业数据、商业企业数据、销售团队数据和交易流向数据，其中，所述交易流向数据包括价格数据和销量数据。

在本发明的一个具体实施例中，所述系统还包括数据挖掘计算模块，用于通过对价格数据和销量数据进行分析，挖掘隐含在这些数据下面的规律，并对所述动态商控模型进行二次修正。

在本发明的一个具体实施例中，所述大数据集成模块通过各省份的商业企业erp和经销商系统收集所述大数据。

在本发明的一个具体实施例中，所述维度为产品品种维度、市场区域维度、渠道维度、终端维度或价格维度。

在本发明的一个具体实施例中，所述动态商控模型为控品种模型、控区域模型、控渠道模型、控终端模型或控价格模型。

在本发明的一个具体实施例中，所述系统还包括商控情报管理模块，用于通过爬虫监控所述品种数据或监控定时对接的线下数据。

在本发明的一个具体实施例中，所述商控模型管理模块具有价格同步接口，用于在所述渠道商、所述零售终端的价格调整时，能及时同步到所述动态商控模型中。

在本发明的一个具体实施例中，所述成本收益核算算法包括净现值法、现值指数法和内含报酬率法。

在本发明的一个具体实施例中，所述收益数据运算规则包括成本价、返点政策和促销规则。

为了方便理解本发明的上述技术方案，以下通过具体使用方式对本发明的上述技术方案进行详细说明。

本发明所述的基于大数据的医药电子商务商控系统，包括大数据集成模块、商控模型管理模块、商控收益分析模块、商控模型预期分析模块、数据挖掘计算模块。

大数据集成模块，用于采集商控所需的完整大数据，大数据需要涵盖生产企业、渠道商、零售终端多个环节。大数据集成模块从全国各省份的商业企业erp、企业销售系统和经销商系统收集数据，大数据集成模块解决了企业内外部的多个系统的数据资源，汇集各类数据，收集的数据主要有品种数据、终端企业数据、商业企业数据、销售团队数据、交易流向数据、线上爬取数据、线下抽取数据、经销商交易数据，交易流向数据包括价格数据和销量数据等。

商控模型管理模块，采用机器学习技术，从汇集的大数据中，从产品品种、价格、渠道、终端、市场区域五个维度分析，通过数据建模自动生成企业的动态商控模型(随着全国市场工作的开展，数据随时发送变化，商控模型也随之动态发生变化)。数据分析人员可以对商控模型进行二次修正。动态商控模型同时开放价格同步接口，实现市场人员在企业销售系统中对各渠道商、零售终端价格调整时，能及时同步到动态商控模型中，动态商控模型主要分为控品种模型、控区域模型、控渠道模型、控终端模型、控价格模型、商控三维战略模型等。

商控收益分析模块可对动态商控模型补充设置成本价、返点政策、促销规则等作为收益数据运算的规则依据，通过系统预设的成本收益核算算法，分析企业、渠道商、零售终端各自的收益。成本收益核算算法包括：净现值法(npv)、现值指数法和内含报酬率法。

商控模型预期分析模块以历年数据为依据，采用机器学习方法，对有关指标的各期对历史基期的变化趋势的分析，从中发现趋势变化规律，为动态分析本年度动态商控模型的预期收益分析提供线索，从中发现引起预期收益异常的问题。对历史订单数据，经过数据清洗后，得到商品，时间，价格，销量，业务员(地域)，采购方(渠道，终端)等几类数据。根据不同指标项的组合，组装成期望的观察数据，借助廉价的分布式pc资源，和流行的大数据分析和机器学习算法，通过海量数据的训练，评估和测试，一直到评估参数收敛为预期设定的值，最终得到我们需要的动态商控模型。在这里每个商品的动态商控模型都是不同的。同时根据设定的指标项(如：市场调研数据，广告投放数据等)，通过机器学习，获得市场模型，其结果可以作为动态商控模型评测结果的调整参数。这样就可以通过历史订单数据不断训练动态商控模型，然后动态商控模型可以对实时的订单数据做评估预测，为商品生产和定价提供可靠依据。如果以历史订单数据中的销量为核心，就可以获得市场热度模型，终端或渠道热度模型，根据控价格模型和商控收益分析模块最终得到各方收益最大化模型。

数据挖掘计算模块基于分布式计算架构，融合了目前主流的大数据计算技术及高速缓存等技术手段，实现亿级数据资源碰撞的秒级结果输出。数据挖掘计算模块核心是通过技术手段，通过对价格和销量等信息的分析，挖掘隐含在这些数据下面的规律，规律最终以动态商控模型的形式体现。不同产品，不同时间，不同地域，不同终端的动态商控模型都会不同。

除上述功能模块外，本发明所述的基于大数据的医药电子商务商控系统还具有以下模块：商控产品管理模块、商控监控报警模块、商控情报管理模块、服务接口管理模块。

商控产品管理模块可实现以下功能：对产品基本信息进行管理，维护需要做控销的产品基本信息，包括：产品名，规格，生产厂家，批准文号；对产品进行分类管理，分为线上分类、线下分类、区域分类、渠道分类、标签管理等；对产品与分类关联关系进行管理，管理产品分类信息，一个产品可以属于多个分类；对产品库存进行管理，记录所有控销品种，流入市场的数量；对产品价格进行管理，记录不同时间段，产品生产成本，控销价格；对交易数据进行管理，记录产品的出库交易数据。

商控监控报警可实现以下功能：对控销价格进行报警，被监控终端价格异常时，发出警告，然后由动态商控模型或人工处理，影响控价格模型参数；对产品竞争进行报警，当市场中出现同类新增产品时，发出警告，然后由动态商控模型或人工处理，直接影响控品种模型参数；对产品库存进行报警，当控销产品的库存不足时发出警告，然后由动态商控模型或人工处理，间接影响控品种模型参数。

商控模型管理模块具有以下功能：可添加用户自定义动态商控模型；设置调整自定义动态商控模型或公共动态商控模型参数；设置各参数的参数状态，一般参数状态控制在3个以内；可将动态商控模型的参数状态与观测数据建立关系，用于机器学习分类商控策略等。

商控情报管理模块主要通过爬虫，监控所有网站上架控销产品数据；或定时对接的线下数据。其基于信息采集、全文检索、文本挖掘等核心技术，对企业自身、竞争对手和企业外部环境的情报信息进行收集、存储、处理、分析。

商控收益分析模块可实现以下功能：对产品生命周期进行分析，根据历史交易数据，分析产品在不同区域的生命周期；对产品差异进行分析，通过品种数据分析同类产品在不同区域的差异情况，用于决策；对产品利润进行分析，分为总体利润分析和按区域利润分析，对产品控销价格进行分析：以时间维度、价格维度为基础，分析产品在不同时间，不同控销价格下，对产品销量，效益进行分析。

为便于商控收益分析模块实现多种分析功能，系统预设了多种分析方法，如下：

1)生命周期分析:(lifecycleassessment:lca)是评价一种产品或一类设施从“摇篮到坟墓”全过程总体环境影响的手段，从区域、国家乃至全球的广度及其可持续发展的高度来观察问题。因此，运用lca对不同产品或设施的各个替代方案进行评估，就可以选择出优化方案。

2)交叉补贴分析：交叉补贴是主导运营商运用其市场主导地位进行的一种妨碍竞争的定价行为。交叉补贴是一种定价战略。其思路是，通过有意识地以优惠甚至亏本的价格出售一种产品(称之为“优惠产品”)，而达到促进销售盈利更多的产品(称之为盈利产品)的目的。

3)市场选择矩阵：市场选择矩阵是用于确定市场战略的一种工具，它比市场/产品矩阵(即安索夫矩阵)适用面更广泛，不仅考虑了新产品开发和市场渗透的战略，同时也分析了市场退出和进入不相关市场的战略，可以说是对市场/产品矩阵的进一步发展。

4)三维竞争战略模型：产品、成本、价格是企业竞争中应当同时考虑的三个具有内在联系的重要因素，将这三个因素以“产品差异维”、“成本维”、“价格维”构成一个三维模型，企业研究竞争战略的空间就可大大拓展。

5)波士顿矩阵：又称市场增长率-相对市场份额矩阵、波士顿咨询集团法、四象限分析法、产品系列结构管理法等。

6)遗忘借用学习法：新公司必须遗忘母公司的成功经验，因为它们的构成要素有本质差异。此外，新公司还必须要向母公司借用一些有用资产。而这一点，恰是新公司胜于那些白手起家的竞争对手的最大优势。最后，新公司必须从头开始学习摸索如何在新兴市场上取得成功。

服务接口管理模块主要用于对动态商控模型的接口进行管理，主要包括以下功能：新建对外服务接口；通过groovy等脚本语言转换和提取动态商控模型的分析结果。

商控三维战略模型是整个系统的核心模型，所有其它分析模型(如控品种模型、控区域模型等)或自定义模型都为其提供服务，最终都会通过该模型执行。商控三维战略模型的模型参数有产品差异、利润和控销价。

产品差异状态有无差异、一般性差异、高差异三种情况。利润状态有低利润、中等利润、高利润三种情况。控销价状态有低控销价、中等控销价、高控销价三种情况。由于三个模型参数每个都有三种参数状态，这样可形成27种分析方法，分析前可以先选择剔除以下无意义的分析方法：

1)高差异/高利润/高控销价：该模式下，企业、经销商及终端都可以达到短期利润最大化，但不利用市场的长久发展，会限制用户的购买行为，引入其它竞争对手进入，降低利润，降低产品差异值，从而是策略模型向下转变。

2)一般性差异/中等利润/中等控销价：该模式下，企业、经销商及终端的利润持平，市场已经形成比较稳定的格局，用户需求稳定。竞争者进入比较困难，企业、经销商及终端长期利润稳定。

3)无差异/低利润/低控销价:该模式下，企业、经销商及终端利润都跌入低谷，一般在产品生命周期快结束时出现。

控区域模型用于区域控制，区域控制指根据相关要素分区，并进行控制的一种方法。区域控制原则是在工作中打破传统的按照行政区域控制的模式，实行与相关要素关联的区域进行集中统一控制的原则，划分控制区域的标准，不是传统的行政区域，而是根据要素本身相关的差异性，按照要素的属性差异划分控制区域。

控品种模型用于控制产品品种。

控价格模型用于维价控制，价格是产品和企业生存之本，价格定高了，队伍和渠道没有积极性，就没有了销量；价格定低了，企业没有活力；反复改变价格，伤人伤己，只有控制产品合理价格、规避恶意价格竞争、保证价格体系不乱，才能达到对各环节的利润保证。

控渠道模型用于渠道管理，渠道管理是企业为实现公司分销的目标而对现有渠道进行管理，以确保渠道成员间、公司和渠道成员间相互协调和通力合作的一切活动。渠道冲突是不可避免的，在同一品牌的分销商之间会发生价格冲突和窜货。渠道管理的关键就是要确定冲突的根源及其潜在隐患，从而建立和完善高效的渠道管理体系。

控终端模型用于对终端店面的数量和分布进行管控，对终端店面的数量控制与布点很重要，布点多了秩序不好控制，布点少了销量没有保证，只有合理的区域终端数量、布点，才能保持高价格，才能保证终端店面首推带来销售上量，从而达到对各环节的利润保证。

综上所述，借助于本发明的上述技术方案，可帮助企业做好对产品价格的调控，规避恶性价格竞争，保证价格体系不乱；可帮助企业做到对渠道与终端秩序的控制，从而达到对各环节的利润保证。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。