一种基于大数据的企业订单预测方法、系统及介质与流程

本技术涉及大数据和生产计划，具体而言，涉及一种基于大数据的企业订单预测方法、系统及介质。

背景技术：

1、产品的订单排产是企业运营的重要核心，订单的有效预测决定了产品的生产能力以及企业的盈利水平，而产品订单预测的来自于多方要因的影响，即有来自企业产能方面，也有产品营销状况方面，以及产品在社会推广营销方面和对用户的销售情况方面，因此，产品订单排产的影响要素广而繁，如何对各种影响干扰要素进行信息的有效处理和识别，以获得对产品订单的精准预测和优化排产，是制约企业产品生产营销优劣的要因，而目前缺乏一种可根据产品生产资源、市场以及营销资讯进行智能处理分析的预测的可靠技术手段。

2、针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

1、本技术的目的在于提供一种基于大数据的企业订单预测方法、系统及介质，可以基于大数据对产品生产资源、市场供需以及产品资讯共享信息进行处理分析，并结合历史产销信息进行补偿修正获得产品订单数据进行排产，实现根据大数据技术对产品订单进行综合预测的智慧化技术。

2、本技术还提供了一种基于大数据的企业订单预测方法，包括以下步骤：

3、获取企业的预设产品的生产资源监测信息以及市场动态需求信息；

4、采集所述预设产品的市场资讯信息和产品共享信息，并输入预设产品营销监测分析模型中处理获得产品营销动态数据和产品营销热力系数；

5、根据所述生产资源监测信息、市场动态需求信息以及市场资讯信息和产品共享信息生成产品产能供需特征画像；

6、根据所述产品产能供需特征画像提取产品产能供需特征数据，并将产品产能供需特征数据输入预设排产预测模型中进行排产供求预测分析，获得产品排产预测数据；

7、根据预设市场供求模型对所述产品营销动态数据进行供求识别补偿处理，获得产品市场供求补偿指数；

8、获取所述预设产品在历史同期的产销报表信息集，并根据产销报表信息集提取多个产销统筹数据，根据多个产销统筹数据结合所述产品营销热力系数进行处理，获得产销波动修正因子；

9、根据所述产销波动修正因子和所述产品市场供求补偿指数对所述产品排产预测数据进行修正，获得产品订单预测修正数据；

10、根据所述产品订单预测修正数据生成对应产品订单预测报告，对企业进行排产指导。

11、可选地，在本技术所述的基于大数据的企业订单预测方法中，所述获取企业的预设产品的生产资源监测信息以及市场动态需求信息，包括：

12、通过预设产品产销数据信息库获取企业的预设产品的生产资源监测信息，包括生产线产能信息、生产总装容量信息、库存积压信息、原材料供需信息以及设备有效利用信息；

13、获取所述预设产品的市场动态需求信息，包括市场动态订单信息、市场库存周转信息以及产品应季活跃度信息。

14、可选地，在本技术所述的基于大数据的企业订单预测方法中，所述采集所述预设产品的市场资讯信息和产品共享信息，并输入预设产品营销监测分析模型中处理获得产品营销动态数据和产品营销热力系数，包括：

15、采集所述预设产品的市场资讯信息和产品共享信息，所述市场资讯信息包括产品资讯热度信息、政策导向扶持信息和市场购买力信息，所述产品共享信息包括产品调查情报信息、产品领域响应度信息和产品用户普及率信息；

16、将所述市场资讯信息和产品共享信息输入预设产品营销监测分析模型中进行处理，获得产品营销动态数据和产品营销热力系数；

17、所述产品营销动态数据包括产品销售热度数据、产品惠市导向数据、市场普及力数据。

18、可选地，在本技术所述的基于大数据的企业订单预测方法中，所述根据所述生产资源监测信息、市场动态需求信息以及市场资讯信息和产品共享信息生成产品产能供需特征画像，包括：

19、根据所述生产线产能信息、生产总装容量信息、库存积压信息、原材料供需信息、设备有效利用信息结合所述市场动态订单信息、市场库存周转信息和产品应季活跃度信息通过预设产品信息融合模型进行融合处理，获得产品产销特征认知图谱；

20、根据所述产品产销特征认知图谱提取产品产销特征信息，并结合所述产品资讯热度信息、政策导向扶持信息、市场购买力信息以及产品调查情报信息、产品领域响应度信息和产品用户普及率信息生成产品产能供需特征画像。

21、可选地，在本技术所述的基于大数据的企业订单预测方法中，所述根据所述产品产能供需特征画像提取产品产能供需特征数据，并将产品产能供需特征数据输入预设排产预测模型中进行排产供求预测分析，获得产品排产预测数据，包括：

22、根据所述产品产能供需特征画像提取产品产能供需特征数据，包括产品总线产能数据、产品库存流转时效数据、总供应链效率数据、市场供求响应数据以及市场不饱和率数据；

23、将所述产品产能供需特征数据输入预设排产预测模型中进行排产供求预测分析，获得产品排产预测数据；

24、所述产品排产预测数据的计算公式为：

25、；

26、其中，为产品排产预测数据，、、分别为产品总线产能数据、产品库存流转时效数据、总供应链效率数据，、分别为市场供求响应数据、市场不饱和率数据，为产品响应热搜系数，、、、、为预设特征系数。

27、可选地，在本技术所述的基于大数据的企业订单预测方法中，所述根据预设市场供求模型对所述产品营销动态数据进行供求识别补偿处理，获得产品市场供求补偿指数，包括：

28、将所述产品销售热度数据、产品惠市导向数据、市场普及力数据通过预设市场供求模型进行供求识别补偿处理，获得产品市场供求补偿指数；

29、所述产品市场供求补偿指数的计算公式为：

30、；

31、其中，为产品市场供求补偿指数，、、分别为产品销售热度数据、产品惠市导向数据、市场普及力数据，为产品响应热搜系数，、、为预设特征系数。

32、可选地，在本技术所述的基于大数据的企业订单预测方法中，所述获取所述预设产品在历史同期的产销报表信息集，并根据产销报表信息集提取多个产销统筹数据，根据多个产销统筹数据结合所述产品营销热力系数进行处理，获得产销波动修正因子，包括：

33、获取所述预设产品在历史同期的产销报表信息集，包括多个历史同期的产销报表的记录信息；

34、根据所述产销报表信息集提取多个产销统筹数据，包括各历史同期的实际成交率数据、收益盈亏数据以及同类份额占比数据；

35、根据所述各历史同期的实际成交率数据、收益盈亏数据以及同类份额占比数据结合所述产品营销热力系数进行处理，获得产销波动修正因子；

36、所述产销波动修正因子的计算公式为：

37、；

38、其中，为产销波动修正因子，、、分别为n个历史同期中的第i个历史时期的实际成交率数据、收益盈亏数据、同类份额占比数据，n为历史同期的时期个数，为产品营销热力系数，、、为预设特征系数。

39、可选地，在本技术所述的基于大数据的企业订单预测方法中，所述根据所述产销波动修正因子和所述产品市场供求补偿指数对所述产品排产预测数据进行修正，获得产品订单预测修正数据，包括：

40、根据所述产销波动修正因子和所述产品市场供求补偿指数对所述产品排产预测数据进行修正，获得产品订单预测修正数据；

41、所述产品订单预测修正数据的修正计算公式为：

42、；

43、其中，为产品订单预测修正数据，为产销波动修正因子，为产品市场供求补偿指数，为产品排产预测数据，为产品营销热力系数，、为预设特征系数。

44、第二方面，本技术提供了一种基于大数据的企业订单预测系统，该系统包括：存储器及处理器，所述存储器中包括基于大数据的企业订单预测方法的程序，所述基于大数据的企业订单预测方法的程序被所述处理器执行时实现以下步骤：

45、获取企业的预设产品的生产资源监测信息以及市场动态需求信息；

46、采集所述预设产品的市场资讯信息和产品共享信息，并输入预设产品营销监测分析模型中处理获得产品营销动态数据和产品营销热力系数；

47、根据所述生产资源监测信息、市场动态需求信息以及市场资讯信息和产品共享信息生成产品产能供需特征画像；

48、根据所述产品产能供需特征画像提取产品产能供需特征数据，并将产品产能供需特征数据输入预设排产预测模型中进行排产供求预测分析，获得产品排产预测数据；

49、根据预设市场供求模型对所述产品营销动态数据进行供求识别补偿处理，获得产品市场供求补偿指数；

50、获取所述预设产品在历史同期的产销报表信息集，并根据产销报表信息集提取多个产销统筹数据，根据多个产销统筹数据结合所述产品营销热力系数进行处理，获得产销波动修正因子；

51、根据所述产销波动修正因子和所述产品市场供求补偿指数对所述产品排产预测数据进行修正，获得产品订单预测修正数据；

52、根据所述产品订单预测修正数据生成对应产品订单预测报告，对企业进行排产指导。

53、第三方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于大数据的企业订单预测方法程序，所述基于大数据的企业订单预测方法程序被处理器执行时，实现如上述任一项所述的基于大数据的企业订单预测方法的步骤。

54、由上可知，本技术提供的一种基于大数据的企业订单预测方法、系统及介质，通过获取产品生产资源监测信息和市场动态需求信息，采集市场资讯信息和产品共享信息处理获得产品营销动态数据，将上述信息结合生成产品产能供需特征画像并提取产品产能供需特征数据进行预测分析获得产品排产预测数据，对产品营销动态数据进行识别处理获得产品市场供求补偿指数，再根据历史产销报表信息集提取产销统筹数据并处理获得产销波动修正因子，后根据产销波动修正因子和产品市场供求补偿指数对产品排产预测数据进行修正获得产品订单预测修正数据，根据产品订单预测修正数据生成对应产品订单预测报告对企业进行排产指导；从而基于大数据对产品生产资源、市场供需以及产品资讯共享信息进行处理分析，并结合历史产销信息进行补偿修正获得产品订单数据进行排产，实现根据大数据技术对产品订单进行综合预测的智慧化技术。

55、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。