电商模式预测的线上诊断系统及其诊断方法
【技术领域】
[0001]本发明属于针对电商的诊断技术领域，具体涉及一种电商模式预测的线上诊断系统及其诊断方法。
【背景技术】
[0002]当前，互联网不仅造就了一批新兴的商业模式，也正在改造着各种产业，特别是传统产业的商务模式。
[0003]在这种情况下，电子商务一方面代表先进的生产力，另一方面也为中国企业的快速现代化提供了一个宝贵的契机。由此，传统产业电子商务转型成为企业发展的必由之路；然而由于环境尚不成熟、行业与区域的差异化、传统产业自身条件差异化、及传统产业对于电子商务缺乏正确认知等因素，造成企业互联网转型的过大成本投入与较大风险。因此，在传统产业转型前期，现有技术缺乏对转型的科学、体系的判断与诊断，无法让企业对自身转型发展做出正确的诊断，使得决策风险增大。
【发明内容】
[0004]本发明的目的提供一种电商模式预测的线上诊断系统及其诊断方法，包括后台服务器组、用于诊断的终端以及设置在若干企业中的前台客户端计算机组成的网络，每一个企业对应一台前台客户端计算机，所述的后台服务器组包括数据库服务器和应用服务器；其中所述的数据库服务器，所述的数据库服务器中包含有第一诊断模块和第一数据库，所述的第一数据库也就是数据源数据库，所述的用于诊断的终端中包含有前台查询模块，所述的前台客户端计算机中带有前台处理模块，所述的应用服务器，所述的应用服务器中包括有第二诊断模块和第二数据库。并通过方法降低了现有技术中缺乏对转型的科学、体系的判断与诊断、无法让企业对自身转型发展做出正确的诊断使得决策风险增大的缺陷。
[0005]为了克服现有技术中的不足，本发明提供了一种电商模式预测的线上诊断系统及其诊断方法的解决方案，具体如下:
[0006]一种电商模式预测的线上诊断系统，包括后台服务器组、用于诊断的终端以及设置在若干企业中的前台客户端计算机组成的网络，每一个企业对应一台前台客户端计算机，所述的后台服务器组包括数据库服务器和应用服务器；其中所述的数据库服务器，所述的数据库服务器中包含有第一诊断模块和第一数据库，所述的第一数据库也就是数据源数据库，所述的用于诊断的终端中包含有前台查询模块，所述的前台客户端计算机中带有前台处理模块，所述的应用服务器，所述的应用服务器中包括有第二诊断模块和第二数据库。
[0007]所述的第二数据库包括产品数据表、交易数据表、营销数据表和品牌数据表。
[0008]所述的第一诊断模块用于将每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图作为一条记录存储在第一数据库中；用于根据该企业名称在第一数据库中查询到记录中的企业名称同该查询指令中的企业名称一致的那条记录，并把该记录中的数据发送到用于诊断的终端进行处理。
[0009]所述的第二诊断模块用于把该指令中的前台客户端计算机的IP地址作为目的地址发出允许传输企业的产品、交易、营销和品牌的信息的指令；用于把接收到的企业的产品、交易、营销和品牌的信息分别存储到第二数据库中的产品数据表、交易数据表、营销数据表和品牌数据表；用于用波士顿矩阵分析方法来进行诊断；用于把每个企业的产品、交易、营销、品牌、企业销售增长的评分值、企业营销投入的评分值、企业销售增长的加权评分值、企业营销投入的加权评分值、所有企业的总加权评分、所有企业的总加权评分平均值、所有企业的企业销售增长的加权评分平均值、所有企业的企业营销投入的加权评分平均值的信息、营业类型以及企业的坐标分析图发送给所述的数据库服务器。
[0010]所述的前台查询模块用于对数据服务器发出包含有企业名称的查询命令。
[0011]所述的电商模式预测的线上诊断系统的诊断方法，步骤如下:
[0012]步骤1:首先往所述的前台客户端计算机中存入企业的产品、交易、营销和品牌的信息，其中品牌的信息包括企业名称、企业地址、企业网址、企业性质、人员规模、投资规模、所在行业、主营业务、组织机构、企业行业排名、品牌影响力、企业信息化管理现状、电商化现状、线上平台运营状况；产品的信息包括工厂情况、物流中心信息、产品详情、生产效率、产品战略规划；营销的信息包括销售区域和门店信息、产品销售业绩、产品营销战略规划，所述的产品销售业绩包括每一种产品的去年年度的11月份和12月份的线上的销售业绩和线下的销售业绩；所述的交易信息包括去年年度的11月份和12月份的营业额、运营现状、去年年度的11月份和12月份的成本分析，所述的成本分析的信息包括自身成本、人工成本、市场竞争成本、特殊成本；
[0013]步骤2:所述的前台客户端计算机中存入企业的产品、交易、营销和品牌的信息后，前台处理模块就对所述的应用服务器发送包含有前台客户端计算机的IP地址的请求传输企业的产品、交易、营销和品牌的信息的指令，所述的应用服务器接收到该包含有前台客户端计算机的IP地址的请求传输企业的产品、交易、营销和品牌的信息的指令后，就启动第二诊断模块把该指令中的前台客户端计算机的IP地址作为目的地址发出允许传输企业的产品、交易、营销和品牌的信息的指令，这样前台客户端计算机接收到该允许传输企业的产品、交易、营销和品牌的信息的指令后，就把所述的存入的企业的产品、交易、营销和品牌的信息发送到所述的应用服务器中，这样第二诊断模块就把接收到的企业的产品、交易、营销和品牌的信息分别存储到第二数据库中的产品数据表、交易数据表、营销数据表和品牌数据表，其中产品的信息中的工厂情况、物流中心信息、产品详情、生产效率、产品战略规划在产品数据表中形成一条记录；营销的信息中的销售区域和门店信息、产品销售业绩、产品营销战略规划在营销数据表中形成一条记录；交易信息中的去年年度的11月份和12月份的营业额、运营现状、成本分析在交易数据表中形成一条记录；品牌的信息中的企业名称、企业地址、企业网址、企业性质、人员规模、投资规模、所在行业、主营业务、组织机构、企业行业排名、品牌影响力、企业信息化管理现状、电商化现状、线上平台运营状况在品牌数据表中形成一条记录；
[0014]步骤3:在所有的前台客户端计算机中存入的企业的产品、交易、营销和品牌的信息都存入第二数据库后，所述的第二诊断模块就用波士顿矩阵分析方法来进行诊断，具体说来就是分别把每一个企业在第二数据库对应的记录中的去年年度的11月份和12月份的线上的销售业绩和线下的销售业绩，去年年度的11月份和12月份的成本分析提取出来，分别对每个企业的去年年度的11月份的线上的销售业绩和去年年度的11月份的线下销售业绩求和得到去年年度的11月份的销售业绩总和，以及分别对每个企业的去年年度的12月份的线上的销售业绩和去年年度的12月份的线下销售业绩求和得到去年年度的12月份的销售业绩总和，然后把去年年度的12月份的销售业绩总和减去去年年度的11月份的销售业绩总和，所得的差值除以去年年度的11月份的销售业绩总和，即得到去年年度的12月份的销售业绩相对于去年年度的11月份的销售业绩的销售增长率，销售增长率再乘以100就得到针对该企业销售增长的评分值SH，其中SH为第i家企业的企业销售增长的评分值，i为自然数；
[0015]步骤4:再根据提取出来的去年年度的11月份和12月份的成本分析，分别对每个企业的去年年度的11月份的成本分析的所有条目求和得到去年年度的11月份的成本分析总和，以及分别对每个企业的去年年度的12月份的成本分析的所有条目求和得到去年年度的12月份的营销投入总和，然后把去年年度的12月份的营销投入总和减去去年年度的11月份的营销投入总和，所得的差值除以去年年度的11月份的营销投入总和，即得到去年年度的12月份的营销投入相对于去年年度的11月份的营销投入的增长率，营销投入的增长率再乘以100就得到针对该企业营销投入的评分值s2l，其中S2l为第i家企业的企业营销投入的评分值，i为自然数；
[0016]步骤5:接着分别对每个企业求取企业销售增长的加权评分值和企业营销投入的加权评分值，具体说来，第i家企业的企业销售增长的加权评分值为-SdWn，第i家企业的企业营销投入的加权评分值为:S2l*W2l，其中WH为第i家企业的销售增长的权重值，其中W2l为第i家企业的营销投入的权重值，i为自然数；
[0017]步骤6:把第i家企业的企业销售增长的加权评分值和第i家企业的企业营销投入的加权评分值相加得到第i家企业的总加权评分S1;
[0018]步骤7:再求取所有企业的总加权评分TSn，TSn= S !+S2……..+Sn;求取所有企业的总加权评分平均值LSn，LSn= (S !+S2……..+Sn)/n ;求取所有企业的企业销售增长的加权评分平均值LSln= (S n*Wn+S12*W12……..+Sln*Wln)/n ;求取所有企业的企业营销投入的加权评分平均值LS2n= (S 21*W21+S22*W22……..+S2n*W2n) /n，其中η为现有企业个数;
[0019]步骤8:构建坐标系，其中横坐标表示企业的企业销售增长的加权评分值，纵坐标表示企业的企业营销投入的加权评分值，在此坐标系的横坐标为LSln/2的位置做一条纵向线，而在此坐