本發明涉及數據評估,具體涉及基于業務大數據分析的場景數字化運營管理方法及系統。
背景技術:
1、運營管理主要包括生產管理、供應鏈管理、庫存管理、質量管理、人力資源管理、成本管理以及綜合管理。這些內容共同構成了企業日常運營和管理的核心部分,確保企業能夠高效、有序地運轉,實現其戰略目標。
2、供應鏈是圍繞核心企業進行產品配套,并對產品從制造、分銷、物流進行整體規劃,并將產品提供給消費者;同時,在供應鏈中任一節點對應目標企業通常會選擇多家供應商,用于來控制成本和降低供應風險,通過引入競爭機制,根據價格比較和性能評估來優化采購成本,并且與多家供應商合作還可以在一家供應商出現問題時迅速調整采購計劃,避免生產線中斷。
3、但是,實際上每家供應商的質量、交貨、成本等均不相同,因此需要對合作中的供應商進行周期性績效評估,來確保供應鏈的優化和穩定,但是定期評估需要投入大量的人力、物力和財力,從計劃、執行到結果分析,每一步都需要資源支持,同時需要組織多個部門共同參與評估工作,需要高度的協調和溝通,因此,企業在進行供應商評估時應合理規劃評估內容和頻率,確保既能享受評估帶來的好處,又能避免潛在的負面影響。
技術實現思路
1、本發明的目的在于提供基于業務大數據分析的場景數字化運營管理方法及系統,解決以下技術問題:實際上每家供應商的質量、交貨、成本等均不相同,因此需要對合作中的供應商進行周期性績效評估,來確保供應鏈的優化和穩定,但是定期評估需要投入大量的人力、物力和財力,從計劃、執行到結果分析,每一步都需要資源支持,同時需要組織多個部門共同參與評估工作,需要高度的協調和溝通,因此,企業在進行供應商評估時,應合理規劃評估內容和頻率,確保既能享受評估帶來的好處,又能避免潛在的負面影響。
2、為了實現上述目的,本發明提供以下技術方案:
3、本技術第一方面提供了一種基于業務大數據分析的場景數字化運營管理方法,包括以下步驟:
4、獲取目標企業的采購數據并構建不同的供應商的供應數據庫;所述供應數據庫中存儲任一供應商的銷售訂單數據和質量率指數;所述銷售訂單數據包括準時和延遲訂單的數量和相應訂單量;
5、預設評估周期t,獲取評估周期內的供應數據并計算任一供應商的可靠評分a=dtbf/(dtbf+dttr),得到所有供應商的可靠評分;其中,dtbf為準時訂單的訂單數,dttr?為延遲訂單的訂單數;根據計算公式z=log(tbf/ttr+1)*a,得到評估周期內所有供應商的準時評分;其中,tbf為準時訂單的訂單量,ttr?為延遲訂單的訂單量;
6、分別以可靠評分為橫軸,以準時評分為縱軸,以質量率指數為z軸,構建評估三維坐標系,生成所有供應商對應的特征點,選取任一特征點為中心,設置控制半徑r,計算控制半徑r內的特征點密度ρ,獲取所有特征點的控制半徑r內的特征點密度均值,將特征點密度均值標記為minρ,若存在任一特征點半徑r內特征點密度ρ大于minρ,則將該特征點標記為核心點,并以該核心點為中心生成類別簇;
7、分別對所有類別簇內的供應數據進行分析,根據分析結果對任一類別簇對應的供應商的評估周期進行修正。
8、作為本發明進一步的方案:所述獲取目標企業的采購數據并構建不同的供應商的供應數據庫;所述供應數據庫中存儲任一供應商的銷售訂單數據和質量率指數;所述銷售訂單數據包括準時和延遲訂單的數量和相應訂單量中,質量指數的獲取過程為:
9、獲取生產商品的原始數據,預設商品質量的評估指標,所述評估指標包括產品合格率、原材料質量指數以及維修率;使用高斯混合模型聚類算法提取商品數據中的典型評估指標數據,形成質量綜合評估的決策矩陣,并進行標準化處理;獲取聚類中心形成商品質量綜合評估的決策矩陣,并對其分別按效益型和成本型進行標準化處理;分別計算商品各項評估指標基于層次分析法、熵權法、皮爾遜相關系數法以及變異系數法的權重,然后用指標權重的組合優化模型獲得組合權重,對決策矩陣進行加權處理從而獲得商品質量綜合評估的評估矩陣;根據評估矩陣,用夾角度量法對質量進行綜合評估,得到質量率指數。
10、作為本發明進一步的方案:所述分別以可靠評分為橫軸,以準時評分為縱軸,以質量率指數為z軸,構建評估三維坐標系,生成所有供應商對應的特征點,選取任一特征點為中心,設置控制半徑r,計算控制半徑r內的特征點密度ρ,獲取所有特征點的控制半徑r內的特征點密度均值,將特征點密度均值標記為minρ,若存在任一特征點半徑r內特征點密度ρ大于minρ,則將該特征點標記為核心點,并以該核心點為中心生成類別簇中,設置聚類控制半徑r的具體過程為:
11、以任一特征點為中心,計算該特征點與任一特征點之間的歐氏距離,對每一個歐氏距離進行求和得到u,基于數值u得到控制半徑r,計算公式如下:
12、;
13、;
14、其中,u為所有特征點的歐氏距離數據值之和,i為任一特征點之間的歐氏距離。
15、作為本發明進一步的方案:所述分別以可靠評分為橫軸,以準時評分為縱軸,以質量率指數為z軸,構建評估三維坐標系,生成所有供應商對應的特征點,選取任一特征點為中心,設置控制半徑r,計算控制半徑r內的特征點密度ρ,獲取所有特征點的控制半徑r內的特征點密度均值,將特征點密度均值標記為minρ,若存在任一特征點半徑r內特征點密度ρ大于minρ,則將該特征點標記為核心點,并以該核心點為中心生成類別簇中,計算控制半徑r內的特征點密度的計算公式為:
16、ρ=3i/(4πr3);
17、其中i為控制半徑r內存在的特征點數量。
18、作為本發明進一步的方案:若存在不屬于任何類別簇的特征點,則將該特征點視為單獨的類別簇。
19、作為本發明進一步的方案:所述分別對所有類別簇內的供應數據進行分析,根據分析結果對任一類別簇對應的供應商的評估周期進行修正中,對供應數據分析的具體過程為:
20、以每個類別簇中的核心點為中心,r為半徑生成若干個子簇,計算每個子簇的聚合度并標記為dp,dp的計算公式為:
21、;
22、其中z為代表簇內的特征集數,z0為代表簇的核心點,v0為代表簇內的數據點;
23、在每個類別簇中選取dp值最小的子簇作為該類別簇的代表簇,提取dp值最高的代表簇的特征點數量并標記為k,生成每個類別簇的代表集合,計算任一代表集合的對應特征點的任一軸坐標均值,得到對應的代表分數。
24、作為本發明進一步的方案:所述分別對所有類別簇內的供應數據進行分析,根據分析結果對任一類別簇對應的供應商的評估周期進行修正中,評估周期修正的具體計算過程為si=α*si1+β*si2+γ*si3;
25、savg=;
26、t'=t*si/savg;
27、其中,α、β和γ為預設系數,si1、si2和si3分別為第i個類別簇中對應代表簇的代表分數,n為所有類別簇的數量,t'為修正后的評估周期。
28、本技術第二方面提供了一種基于業務大數據分析的場景數字化運營管理系統,包括:
29、數據獲取模塊,用于獲取目標企業的采購數據并構建不同的供應商的供應數據庫;所述供應數據庫中存儲任一供應商的銷售訂單數據和質量率指數;所述銷售訂單數據包括準時和延遲訂單的數量和相應訂單量;
30、數據分析模塊,預設評估周期t,獲取評估周期內的供應數據并計算任一供應商的可靠評分a=dtbf/(dtbf+dttr),得到所有供應商的可靠評分;其中,dtbf為準時訂單的訂單數,dttr?為延遲訂單的訂單數;根據計算公式z=log(tbf/ttr+1)*a,得到評估周期內所有供應商的準時評分;其中,tbf為準時訂單的訂單量,ttr?為延遲訂單的訂單量;
31、數據優化模塊,用于分別以可靠評分為橫軸,以準時評分為縱軸,以質量率指數為z軸,構建評估三維坐標系,生成所有供應商對應的特征點,選取任一特征點為中心,設置控制半徑r,計算控制半徑r內的特征點密度ρ,獲取所有特征點的控制半徑r內的特征點密度均值,將特征點密度均值標記為minρ,若存在任一特征點半徑r內特征點密度ρ大于minρ,則將該特征點標記為核心點,并以該核心點為中心生成類別簇;
32、結果生成模塊,用于分別對所有類別簇內的供應數據進行分析并根據分析結果對任一類別簇對應供應商的評估周期進行修正。
33、本技術第三方面提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,所述計算機程序被處理器執行時實現如上列中任一項所述的方法。
34、本發明的有益效果:
35、本發明首先通過獲取預設評估周期內所有供應商的供應數據,通過供應數據進行特征提取并構建三維坐標系,通過計算任一特征點之間的歐氏距離,設置聚類控制半徑,將所有供應商分為若干類別簇,在每個類別簇中選取dp值最小的子簇作為該類別簇的代表簇,生成每個類別簇的代表集合,計算任一代表集合的對應特征點的任一軸坐標均值,得到對應的代表分數,根據代表簇中的代表分數對任一類別簇對應的供應商的評估周期進行修正,通過差異化的評估周期,可以將有限的資源集中用于那些最需要關注和改進的供應商上,從而提高評估工作的整體效率和效果,提升供應鏈穩定性,優化企業成本結構,實現供應鏈的整體優化。