基于大数据分析的汽车消费数据管理方法与流程

本发明属于汽车销售技术领域，具体涉及基于大数据分析的汽车消费数据管理方法。

背景技术：

现有社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。

现有的汽车销售行业还是停留在传统的销售模式下，客户进店咨询后，顾问在客户离店后打电话对客户进行跟踪，直到客户成功购车或放弃购车为止，这个客户的购车服务就结束了。这种现有的汽车销售方法成单率低，人力成本高，缺乏对客户的精准需求分析和车型分析等一系列大数据分析。

技术实现要素：

针对现有技术中的缺陷，本发明提供基于大数据分析的汽车消费数据管理方法，能够根据汽车销售数据对客户或车型进行精准分析，提高成单率，降低汽车销售的人力成本。

一种基于大数据分析的汽车消费数据管理方法，

获取当月的汽车订单，解析所述汽车订单，得到当月的汽车消费数据；

根据所述汽车消费数据分析得到当月内每款车型的销售总量；

根据当月内各个车型的销售总量计算当月内各个车型的销售占比；

获取每个车型前n-1个月中各个车型的销售占比；

根据每个车型的n个销售占比，获得前m个销售占比增加最快的车型，定义该车型为未来畅销车型；

对当月的汽车订单进行大数据分析，获得潜在客户。

优选地，该方法在所述获得前m个销售占比增加最快的车型之后，还包括：

分别提取m个销售占比增加最快的车型的卖点；

获得m个车型中共有的卖点，以得到畅销卖点；

定义包含所述销售卖点的车型为未来畅销车型。

优选地，该方法在所述获得前m个销售占比增加最快的车型之后，还包括：

分别获取当月所述m个销售占比增加最快的车型的汽车订单；

根据预设的打分规则分别对各个车型的每个汽车订单进行打分，获得各个车型所有汽车订单的分值；

分别对每个车型所有汽车订单的分值求平均，得到每个车型的订单平均值；

定义所述订单平均值最高的车型为未来畅销车型。

优选地，所述对当月的汽车订单进行大数据分析，获得潜在客户具体包括：

提取到店咨询未成交的汽车订单，提取客户的基本信息，形成客户档案；

根据预设的客户筛选条件对客户档案进行筛选，定义满足所述客户筛选条件的客户为潜在客户。

优选地，该方法在所述形成客户档案之后，还包括：

接收录入的客户跟踪数据或战败数据，将所述客户跟踪数据或战败数据添加至该客户对应的客户档案中；

当检测到客户档案中存在跟踪异常或战败异常时，生成异常提醒任务，发送给相关管理用户处理。

优选地，当检测到以下任一种情况时，定义客户档案中存在跟踪异常：

①录入的客户跟踪数据中不包含跟踪录音；

②录入的客户跟踪数据包含跟踪录音，但跟踪录音时长小于预设的录音下限值；

③管理用户对所述客户跟踪数据进行审核后，录入的跟踪结果为不通过。

优选地，该方法在所述管理用户对所述客户跟踪数据进行审核后，录入的跟踪结果为不通过之后，还包括：

接收管理用户录入的下次跟踪时间，并根据该客户的客户跟踪数据和下次跟踪时间生成新的跟踪任务，发送给顾问进行跟踪；

如果录入的跟踪结果为通过，根据客户的客户等级生成新的跟踪任务，发送给顾问进行跟踪。

优选地，所述战败异常检测具体包括：

接收管理用户对所述战败数据进行审核后录入的战败审核结果；

如果战败审核结果为不通过，保存该客户原有的客户等级；

如果战败审核结果为通过，修改客户的客户等级为战败客户。

由上述技术方案可知，本发明提供的基于大数据分析的汽车消费数据管理方法，能够根据汽车销售数据对客户或车型进行精准分析，提高成单率，降低汽车销售的人力成本。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明实施例一提供的汽车消费数据管理方法的流程图。

图2为本发明实施例一提供的分析模块的架构图。

图3为本发明实施例一提供的分析模块的模块图。

图4为本发明实施例一提供的一种未来畅销车型判断方法的流程图。

图5为本发明实施例一提供的另一种未来畅销车型判断方法的流程图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

实施例：

一种基于大数据分析的汽车消费数据管理方法，参见图1，

s1：获取当月的汽车订单，解析所述汽车订单，得到当月的汽车消费数据；

具体地，汽车订单包括成功交易、跟踪中、交易失败的汽车订单，记录了客户名称、中意车型、咨询时间、成交时间、在意问题、成交价格、跟踪次数等等。汽车订单能完整地反映出某客户的购车意向和购买情况。大量的汽车订单也能反映出车型的畅销情况。

参见图2，步骤s1可以通过一独立的分析模块实现，分析模块可以对汽车订单进行批处理，为应用层提供数据支持，底层采用hdfs分布式文件系统，上层搭建hbase数据库，将数据存储进基于分布式文件系统的hbase数据库里，按照数据相对应的原则，对将存入的数据运用大数据处理工具hive进行数据处理，针对不同的需求编写具有相应算法的mapreduce程序，最后将处理后的数据存入hbase中。

这样在hdfs文件系统中对应使用的数据库为非关系型hive数据库，将汽车订单依次从关系型mysql数据库流到非关系型hive数据库，再从非关系型hive数据库流到关系型mysql数据库。这样采用hdfs文件系统，集多台hadoop集群于一体，便于扩展，在hdfs文件系统上搭建的非关系型数据库hbase，实现将大量汽车订单存储起来，满足大数据量统计的需求。

参见图3，分析模块中还包括数据清洗单元，数据清洗单元包括引擎模块、管理模块、组件运行管理器和接口模块，所述的引擎模块包括数据交换引擎、数据同步复制引擎、定时处理引擎和服务处理引擎，所述的管理模块包括系统管理、系统监控、服务管理、安全管理、元数据管理、主题管理和公共代码管理，所述接口模块包括数据交换与访问接口、数据同步复制接口和业务处理接口。

所述的系统管理包括系统配置和界面设置。所述的系统监控通过系统监控接口控制系统操作信息和系统线程信息。所述的元数据管理和主题管理连接远程管理接口。所述的公共代码管理连接公共代码管理器。所述的数据交换引擎，负责数据交换工作，包括数据检索、数据更新(数据插入)和数据删除。所述的定时处理引擎定义需要执行的操作，然后设置定时方式和时间间隔，最后由定时处理调度程序自动执行操作，减轻了系统管理人员的负担。所述的安全管理用以管理元数据和主题安全管理。所述的服务管理包括服务定义、服务注册、服务注销操作。

s2：根据所述汽车消费数据分析得到当月内每款车型的销售总量；

具体地，该方法从成功交易的汽车消费数据中可以统计出每款车型的销售总量，例如：a车型销售了80辆，b车型销售了100辆。

s3：根据当月内各个车型的销售总量计算当月内各个车型的销售占比；

具体地，该方法根据当月每款车型的销售总量和4s店的销售总量计算当月内各个车型的销售占比。例如4s店中所有汽车的销售总量为500辆，则a车型的销售占比为16％，b车型的销售占比为20％。

s4：获取每个车型前n-1个月中各个车型的销售占比；

s5：根据每个车型的n个销售占比，获得前m个销售占比增加最快的车型，定义该车型为未来畅销车型；

具体地，该方法统计各种车型最近一段时间的销售占比，并判断出最近一段时间销售占比增加最快的车型为未来畅销车型。例如假设a车型最近5个月的销售占比为13％、13％、13％、15％、16％。b车型最近5个月的销售占比为13％、13％、15％、18％、20％。那么b车型的销售占比比a车型的销售占比增长更快。其中n和m的选择根据用户自身需求进行设定。该方法可以预测出最近一段时间内销售占比增长较快的车型，从而判断出未来畅销车型，调整4s店的销售策略。

s6：对当月的汽车订单进行大数据分析，获得潜在客户。

具体地，该方法可以根据当月的汽车订单分析潜在客户，这样4s店就能够准确分析出潜在客户和未来畅销车型，该方法能够根据汽车销售数据对客户或车型进行精准分析，提高成单率，降低汽车销售的人力成本。

本实施例还提供上述方法的部署系统，包括服务定制模块、hadoop集群控制模块、协调控制模块和openstack平台支持模块。

所述服务定制模块安装在所述openstack平台支持模块上，是整个系统的入口，用于向用户提供服务的使用接口，获取用户输入的hadoop集群需求信息。

hadoop集群控制模块由服务定制模块调用，根据服务定制模块传来的用户需求信息，转换为具体的hadoop集群配置文件，并生成具体的hadoop业务运行命令脚本，在hadoop业务运行的过程中转发hadoop集群中资源管理器发出的资源管理请求、作业调度相关的命令；并通过协调控制模块触发所述openstack平台支持模块创建相应的hadoop集群。

协调控制模块根据hadoop集群发出的请求信息控制所述openstack平台支持模块，进而实现对物理资源及虚拟机资源的控制。

所述openstack平台支持模块安装在openstack平台上，用来提供虚拟机创建、管理及物理资源虚拟化服务。openstack平台支持模块主要负责虚拟机创建管理、文件系统支持等相关服务，是云计算平台的主要实体。

参见图4，该方法在所述获得前m个销售占比增加最快的车型之后，还包括：

s11：分别提取m个销售占比增加最快的车型的卖点；

具体地，所述卖点包括车价范围、自动驾驶、自动泊车等特点。

s12：获得m个车型中共有的卖点，以得到畅销卖点；

具体地，该方法可以根据最畅销的m个车型的卖点统计出最近最畅销的卖点，从而判断出该卖点是未来的畅销卖点。

s13：定义包含所述销售卖点的车型为未来畅销车型。

具体地，该方法当得出畅销卖点后，定义有畅销卖点的车型为未来畅销车型。例如当得到畅销卖点为自动驾驶时，定义有自动驾驶的车型为未来畅销车型。该方法根据卖点确定未来畅销车型，提供了多样化的未来畅销车型的判断方法。

参见图5，该方法在所述获得前m个销售占比增加最快的车型之后，还包括：

s21：分别获取当月所述m个销售占比增加最快的车型的汽车订单；

s22：根据预设的打分规则分别对各个车型的每个汽车订单进行打分，获得各个车型所有汽车订单的分值；

s23：分别对每个车型所有汽车订单的分值求平均，得到每个车型的订单平均值；

s24：定义所述订单平均值最高的车型为未来畅销车型。

具体地，该方法还可以针对最畅销的m个车型的汽车订单进行打分，分数越高，未来趋势越畅销，该方法提供了一种对某车型历史汽车订单进行打分，统筹得到该车型的整体分值，从而得到未来畅销车型。

优选地，所述对当月的汽车订单进行大数据分析，获得潜在客户具体包括：

提取到店咨询未成交的汽车订单，提取客户的基本信息，形成客户档案；

根据预设的客户筛选条件对客户档案进行筛选，定义满足所述客户筛选条件的客户为潜在客户。

具体地，筛选条件根据用户需求设定，例如设定车价、购车时间、支付情况等等。该方法通过用户自行设定客户筛选条件，来筛选潜在客户，针对性更强。

优选地，该方法在所述形成客户档案之后，还包括：

接收录入的客户跟踪数据或战败数据，将所述客户跟踪数据或战败数据添加至该客户对应的客户档案中；

具体地，战败是指客户订单成交失败。顾问在后期回访客户或跟踪客户时，需要将客户跟踪数据或战败数据添加到客户档案中，详细记录该客户的情况。战败数据包括顾问填写的战败数据，还包括领导审核战败情况后填写的数据。

当检测到客户档案中存在跟踪异常或战败异常时，生成异常提醒任务，发送给相关管理用户处理。

具体地，该方法实时监测顾问的操作是否存在异常，当出现异常时，及时提醒顾问或直属领导进行处理，提升客户跟踪效果。

优选地，当检测到以下任一种情况时，定义客户档案中存在跟踪异常：

①录入的客户跟踪数据中不包含跟踪录音；

②录入的客户跟踪数据包含跟踪录音，但跟踪录音时长小于预设的录音下限值；

③管理用户对所述客户跟踪数据进行审核后，录入的跟踪结果为不通过。

具体地，顾问在进行跟踪时，需要对跟踪过程进行录音，作为后续管理人员对跟踪数据进行审核的基础数据。所以如果客户跟踪数据中不包含跟踪录音，则认为本次客户跟踪数据不真实，需要顾问重新进行一次跟踪。如果跟踪录音时间太短，例如小于60秒，则认为本次客户跟踪数据不全面，也需要顾问重新进行一次跟踪。再或者是当管理用户在对顾问提交的客户跟踪数据进行审核后判断本次跟踪是否异常。这样，该方法能够实时记录客户真实数据，提高潜在客户分析的准确度。

优选地，该方法在所述管理用户对所述客户跟踪数据进行审核后，录入的跟踪结果为不通过之后，还包括：

接收管理用户录入的下次跟踪时间，并根据该客户的客户跟踪数据和下次跟踪时间生成新的跟踪任务，发送给顾问进行跟踪；

如果录入的跟踪结果为通过，根据客户的客户等级生成新的跟踪任务，发送给顾问进行跟踪。

具体地，如果管理用户在查阅客户跟踪数据后，录入的跟踪结果为不通过时，则管理用户需要输入下次跟踪时间，该方法根据下次跟踪时间重新生成新的跟踪任务，要求顾问继续跟踪。如果跟踪结果为通过，根据客户等级自动生成新的跟踪任务，顾问继续跟踪。如果客户购车意向较强，要求一个星期内购车，就可以缩短顾问的跟踪时间，例如2天跟踪一次。如果客户一般，在3个月内购车，就可以延长顾问的跟踪时间，例如半个月跟踪一次。这样能够提高潜在客户挖掘的准确度。

优选地，所述战败异常检测具体包括：

接收管理用户对所述战败数据进行审核后录入的战败审核结果；

如果战败审核结果为不通过，保存该客户原有的客户等级；

如果战败审核结果为通过，修改客户的客户等级为战败客户。

具体地，该方法还对顾问的战败记录进行实时监管。战败审核结果由管理用户(例如直属领导)对顾问的韩柏数据进行审核后给出。如果客户购车意向强，但是顾问判断该客户战败后，说明顾问判断有误，本次客户战败不通过，保持客户原有的客户等级。如果客户真的不打算购车时，本次客户战败通过，修改客户为对应的客户等级。

本实施例还提供了一种数据的展示方法，用于显示上述获得的数据，包括：

a:创建显示数据的虚拟表格、虚拟表格数据容器以及sqlite缓存数据库，其中，虚拟表格数据容器用于存储虚拟表格中当前显示的数据，sqlite缓存数据库用于存储虚拟表格中的所有数据；

b:虚拟表格数据容器实时获取缓存数据，并根据数据类型进行处理，得到虚拟表格的数据，并将数据写入sqlite缓存数据库，作为虚拟表格数据；

c:根据虚拟表格动态显示需求，虚拟表格数据容器从sqlite缓存数据库读取、并存储虚拟表格当前显示所需的虚拟表格数据，虚拟表格显示虚拟表格数据容器中的虚拟表格数据。

其中，虚拟表格可根据显示窗口的大小动态地通过虚拟表格数据容器从缓存中提取相应的虚拟表格数据进行显示，虚拟表格根据当前显示内容的滚动条位置变化，实时刷新当前窗口显示的虚拟表格数据内容。

虚拟表格通过虚拟表格数据模型对虚拟表格数据新增、删除、更新和排序等常规表格操作。虚拟表格数据模型为虚拟表格数据操作线程设有私有锁，当前虚拟表格数据操作线程获取私有锁后，在当前虚拟表格数据操作线程没有完成操作前，其它虚拟表格数据操作线程处于等待状态，直到当前虚拟表格数据操作线程完成后，其它虚拟表格数据操作线程在执行操作，以保证各个操作时数据的完整性。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。