CN114445089A - 一种中药饮片售后服务成本预估方法、装置及计算机设备 - Google Patents
一种中药饮片售后服务成本预估方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN114445089A CN114445089A CN202210067452.6A CN202210067452A CN114445089A CN 114445089 A CN114445089 A CN 114445089A CN 202210067452 A CN202210067452 A CN 202210067452A CN 114445089 A CN114445089 A CN 114445089A
- Authority
- CN
- China
- Prior art keywords
- target
- return
- purchase
- time period
- historical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003814 drug Substances 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000003860 storage Methods 0.000 claims abstract description 21
- 238000012216 screening Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 241000411851 herbal medicine Species 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 7
- 239000002699 waste material Substances 0.000 abstract description 7
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 235000008216 herbs Nutrition 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229940126680 traditional chinese medicines Drugs 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012536 packaging technology Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Marketing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Entrepreneurship & Innovation (AREA)
- Algebra (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及大数据分析技术领域,公开了一种中药饮片售后服务成本预估方法、装置及计算机设备。通过本发明创造,提供了一种可助力中药饮片售卖平台运转的售后服务成本估算方案,即在获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据后,可在用户行为分析的基础上,结合中药饮片的自身特性和在不同区域的仓储环境,实现针对个体客户及单种中药饮片的中药饮片售后服务成本预估目的,进而可汇总预估得到各个地区对各种饮片品类的中药饮片售后服务成本,以便提供给运营和营销部门,为后续客户维护提供参考,可进一步助力降低平台的售后服务成本,避免药材资源的浪费,提升客户体验。
Description
技术领域
本发明属于大数据分析技术领域,具体地涉及一种中药饮片售后服务成本预估方法、装置及计算机设备。
背景技术
中药饮片是中药材经过按中医药理论和中药炮制方法,经过加工炮制后的,可直接用于中医临床的中药。这个概念表明,中药材与中药饮片并没有绝对的界限,中药饮片包括了部分经产地加工的中药切片、原形药材饮片以及经过切制和炮炙的饮片。前两类管理上应视为中药材,只是根据中医药理论在配方和制剂时作饮片理解。
由于中药饮片的自身特性及现有包装技术等原因,若保存不当则容易生虫或受潮,在夏季尤其多发,而中药饮片本身承诺的保质期又比较长,且客户(例如诊所和药店)的存储条件普遍较差,因此很多客户在夏季发现早先购买的中药饮片出现生虫或受潮的问题后,会向中药饮片售卖平台投诉并要求退货,导致产生一定的退货服务成本,当退货量较大时,整体售后服务成本就会受到较大影响。
在不改变饮片包装的前提下,目前平台都采用统一的经营策略,即在淡季时降低营销活动频率,限制客户的购买,从而在一定程度上降低不必要的退货服务成本,但不同客户所处区域不同,有的区域其实可以在淡季时也进行囤货,统一的策略会降低客户的购买体验,在退货时也会影响客户的售后体验和平台的服务成本。
发明内容
为了解决现有中药饮片售卖平台存在因售后退货服务成本无法预估而导致经营策略呆板的问题,本发明目的在于提供一种中药饮片售后服务成本预估方法、装置、计算机设备及计算机可读存储介质,可在获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据后,在用户行为分析的基础上,结合中药饮片的自身特性和在不同区域的仓储环境,实现针对个体客户及单种中药饮片的中药饮片售后服务成本预估目的,进而可汇总预估得到各个地区对各种饮片品类的中药饮片售后服务成本,以便提供给运营和营销部门,为后续客户维护提供参考,可进一步助力降低平台的售后服务成本,避免药材资源的浪费,提升客户体验。
第一方面,本发明提供了一种中药饮片售后服务成本预估方法,包括:
获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据,其中,所述历史售卖数据包含有已成交的所有采购订单,所述采购订单包含有采购单号、客户标识、饮片标识、收货地址、采购时间戳和采购数量,所述历史售后退货数据包含有已退货的所有退货单,所述退货单包含有退货单号、在先采购单号、退货时间戳、退货数量和退货服务成本;
根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期和关于退货服务成本与退货数量的第一函数关系;
根据所述至少一个年内易损单位时期,将一个年度划分成至少一个预估时段,其中,所述至少一个预估时段与所述至少一个年内易损单位时期一一对应,所述至少一个预估时段中的各个预估时段包含有至少一个单位时期,所述预估时段的首个单位时期为位于在前易损单位时期之后的第一个单位时期,所述预估时段的最末单位时期为对应的年内易损单位时期,所述在前易损单位时期是指位于所述对应的年内易损单位时期之前的最近年内易损单位时期;
根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量,其中,所述当前目标预估时段在所述至少一个预估时段中的且当前时期所属的预估时段;
根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量;
判断所述当前已购数量是否大于所述建议采购数量;
若是,则将所述当前已购数量与所述建议采购数量的差值作为退货数量预测值,并根据所述第一函数关系估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值。
基于上述发明内容,提供了一种可助力中药饮片售卖平台运转的售后服务成本估算方案,即在获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据后,可分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期及至少一个预估时段和关于退货服务成本与退货数量的第一函数关系,以及分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量和当前已购数量,并在根据所述建议采购数量与所述当前已购数量的比较结果判定所述目标客户出现超买情况时,可根据所述当前已购数量与所述建议采购数量的差值和所述第一函数关系,估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值,如此可在用户行为分析的基础上,结合中药饮片的自身特性和在不同区域的仓储环境,实现针对个体客户及单种中药饮片的中药饮片售后服务成本预估目的,进而可汇总预估得到各个地区对各种饮片品类的中药饮片售后服务成本,以便提供给运营和营销部门,为后续客户维护提供参考,可进一步助力降低平台的售后服务成本,避免药材资源的浪费,提升客户体验。
在一个可能的设计中,根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期,包括:
根据在所述采购订单中的采购单号、客户标识、饮片标识及收货地址和在所述退货单中的在先采购单号,从所述所有退货单中筛选出与目标客户所在地区及目标中药饮片对应的第一目标退货单;
根据筛选所得的所有所述第一目标退货单,基于退货时间戳与单位时期的所属关系,统计得到在一年内各个单位时期的且针对所述目标客户所在地区及所述目标中药饮片的退货事件发生数目;
根据退货事件发生数目在所述一年内各个单位时期的分布结果,确定出所述目标客户所在地区针对所述目标中药饮片的年内易损单位时期。
在一个可能的设计中,根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的且关于退货服务成本与退货数量的第一函数关系,包括:
根据在所述采购订单中的采购单号、客户标识、饮片标识及收货地址和在所述退货单中的在先采购单号,从所述所有退货单中筛选出与目标客户所在地区及目标中药饮片对应的第一目标退货单;
根据筛选所得的所有所述第一目标退货单,基于退货数量与退货服务成本的对应关系,通过数据拟合方式得到所述目标客户所在地区针对所述目标中药饮片的且关于退货服务成本与退货数量的第一函数关系。
在一个可能的设计中,根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量,包括:
根据在所述采购订单中的客户标识、饮片标识及采购时间戳,从所述所有采购订单中筛选出目标客户在目标预估时段针对所述目标中药饮片的第一目标采购订单,其中,所述目标预估时段是指在所述至少一个预估时段中的且与当前时期对应的预估时段;
根据筛选所得的所有所述第一目标采购订单,基于采购时间戳和采购数量,统计得到所述目标客户在各个历史已完结目标预估时段针对所述目标中药饮片的采购总数量,其中,所述历史已完结目标预估时段是指位于所述当前时期之前的所述目标预估时段;
根据在所述采购订单中的采购单号、客户标识及饮片标识和在所述退货单中的在先采购单号,从所述所有退货单中筛选出与所述目标客户及所述目标中药饮片对应的第二目标退货单;
根据筛选所得的所有所述第二目标退货单,基于退货时间戳和退货数量,统计得到所述目标客户在所述各个历史已完结目标预估时段针对所述目标中药饮片的退货总数量;
针对所述各个历史已完结目标预估时段,将对应的且采购总数量与退货总数量的差值作为对应的耗费总数量;
基于历史已完结目标预估时段与耗费总数量的对应关系,通过数据拟合方式得到耗费总数量与目标预估时段的第二函数关系;
根据所述第二函数关系,估算得到当前目标预估时段的耗费总数量预测值,并将该耗费总数量预测值作为所述目标客户在所述当前目标预估时段针对所述目标中药饮片的建议采购数量,其中,所述当前目标预估时段是指在所述至少一个预估时段中的且当前时期所属的预估时段。
在一个可能的设计中,根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量,包括:
根据在所述采购订单中的客户标识、饮片标识及采购时间戳,从所述所有采购订单中筛选出所述目标客户在所述当前目标预估时段针对所述目标中药饮片的第二目标采购订单;
根据筛选所得的所有所述第二目标采购订单,将采购数量的累加结果作为所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量。
在一个可能的设计中,在根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量之后,所述方法还包括:
在所述目标客户通过客户终端访问所述中药饮片售卖平台对所述目标中药饮片进行采购时,将所述建议采购数量与所述当前已购数量的差值作为当前建议采购数量,推送至所述客户终端。
在一个可能的设计中,在根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期之后,所述方法还包括:
在所述目标客户通过客户终端访问所述中药饮片售卖平台对所述目标中药饮片进行采购时,将当前单位时期至所述至少一个年内易损单位时期中的下一个年内易损单位时期的至少一个单位时期作为建议保存期,推送至所述客户终端。
第二方面,本发明提供了一种中药饮片售后服务成本预估装置,包括有数据获取模块、第一分析模块、时段划分模块、第二分析模块、数量统计模块、比较判断模块和成本估算模块;
所述数据获取模块,用于获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据,其中,所述历史售卖数据包含有已成交的所有采购订单,所述采购订单包含有采购单号、客户标识、饮片标识、收货地址、采购时间戳和采购数量,所述历史售后退货数据包含有已退货的所有退货单,所述退货单包含有退货单号、在先采购单号、退货时间戳、退货数量和退货服务成本;
所述第一分析模块,通信连接所述数据获取模块,用于根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期和关于退货服务成本与退货数量的第一函数关系;
所述时段划分模块,通信连接所述第一分析模块,用于根据所述至少一个年内易损单位时期,将一个年度划分成至少一个预估时段,其中,所述至少一个预估时段与所述至少一个年内易损单位时期一一对应,所述至少一个预估时段中的各个预估时段包含有至少一个单位时期,所述预估时段的首个单位时期为位于在前易损单位时期之后的第一个单位时期,所述预估时段的最末单位时期为对应的年内易损单位时期,所述在前易损单位时期是指位于所述对应的年内易损单位时期之前的最近年内易损单位时期;
所述第二分析模块,分别通信连接所述数据获取模块和所述时段划分模块,用于根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量,其中,所述当前目标预估时段在所述至少一个预估时段中的且当前时期所属的预估时段;
所述数量统计模块,分别通信连接所述数据获取模块和所述时段划分模块,用于根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量;
所述比较判断模块,分别通信连接所述第二分析模块和所述数量统计模块,用于判断所述当前已购数量是否大于所述建议采购数量;
所述成本估算模块,分别通信连接所述第一分析模块和所述比较判断模块,用于在判定所述当前已购数量大于所述建议采购数量时,将所述当前已购数量与所述建议采购数量的差值作为退货数量预测值,并根据所述第一函数关系估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值。
第三方面,本发明提供了一种计算机设备,包括有通信相连的存储器和处理器,其中,所述存储器用于存储计算机程序,所述处理器用于读取所述计算机程序,执行如第一方面或第一方面中任意可能设计所述的中药饮片售后服务成本预估方法。
第四方面,本发明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上存储有指令,当所述指令在计算机上运行时,执行如第一方面或第一方面中任意可能设计所述的中药饮片售后服务成本预估方法。
第五方面,本发明提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面或第一方面中任意可能设计所述的中药饮片售后服务成本预估方法。
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,下面将对实施例或现有技术描述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是本发明提供的中药饮片售后服务成本预估方法的流程示意图。
图2是本发明提供的中药饮片售后服务成本预估装置的结构示意图。
图3是本发明提供的计算机设备的结构示意图。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是,对于这些实施例方式的说明虽然是用于帮助理解本发明,但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明示例的实施例。然而,可用很多备选的形式来体现本发明,并且不应当理解为本发明限制在本文阐述的实施例中。
应当理解,尽管本文可能使用术语第一和第二等等来描述各种对象,但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A、单独存在B或者同时存在A和B等三种情况;对于本文中可能出现的术语“/和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A或者同时存在A和B等两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
如图1所示,本实施例第一方面提供的所述中药饮片售后服务成本预估方法,可以但不限于由具有一定计算资源的计算机设备执行,例如由个人计算机(PersonalComputer,PC,指一种大小、价格和性能适用于个人使用的多用途计算机;台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机)、智能手机、个人数字助理(Personal digital assistant,PAD)、可穿戴设备或平台服务器等电子设备执行,以便在获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据后,可在用户行为分析的基础上,结合中药饮片的自身特性和在不同区域的仓储环境,实现针对个体客户及单种中药饮片的中药饮片售后服务成本预估目的,进而可汇总预估得到各个地区对各种饮片品类的中药饮片售后服务成本,以便提供给运营和营销部门,为后续客户维护提供参考,可进一步助力降低平台的售后服务成本,避免药材资源的浪费,提升客户体验。如图1所示,所述中药饮片售后服务成本预估方法,可以但不限于包括有如下步骤S1~S7。
S1.获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据,其中,所述历史售卖数据包含但不限于有已成交的所有采购订单等信息,所述采购订单包含但不限于有采购单号、客户标识、饮片标识、收货地址、采购时间戳和采购数量等,所述历史售后退货数据包含但不限于有已退货的所有退货单等信息,所述退货单包含但不限于有退货单号、在先采购单号、退货时间戳、退货数量和退货服务成本等。
在所述步骤S1中,所述中药饮片售卖平台为由中药饮片批发商所运营的且用于批发售卖各种中药饮片的商业平台,可以具体为一个网络平台服务器,使得能够在响应客户进行下单交易中药饮片的过程中,自动记录得到对应的采购订单等信息,以及能够在响应客户进行中药饮片退货处理过程中,自动记录得到对应的退货单等信息。所述历史售卖数据通过一条条的采购订单真实记录了平台客户的历史采购情况,具体的,在所述采购订单的内容中,所述采购单号用于唯一标记所述采购订单,所述客户标识用于唯一标记下单采购的客户,所述饮片标识用于唯一标记下单采购的中药饮片,具体可以但不限于细化到针对不同厂商、不同品牌和/或不同包装类型(例如袋装、盒装和/或瓶装等类型)等区别的中药饮片进行唯一标记,所述收货地址用于实现寄货目的且可用于反映下单客户的所属地区,所述采购时间戳用于记录下单事件的发生时刻且可用于反映采购时期,所述采购数量用于反映下单客户对中药饮片的需求量级,可以但不限于用SKU(Stock Keeping Unit,库存量单位)做单位。所述历史售后退货数据通过一条条的退货单真实记录了平台客户的历史退货情况,具体的,在所述退货单的内容中,所述退货单号用于唯一标记所述退货单,所述在先采购单号用于唯一标记在退货前采购待退货中药饮片的采购订单,以便关联所述历史售卖数据,所述退货时间戳用于记录退货事件的发生时刻且可用于反映饮片变质时期,所述退货数量用于反映中药饮片变质的量级,也可以但不限于用SKU做单位,所述退货服务成本用于记录因本次退货事件所产生的服务成本,包含但不限于有退款金额/和运输成本等。此外,所述历史售卖数据及所述历史售后退货数据的获取方式可通过常规的数据导入/访问方式得到。
S2.根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期和关于退货服务成本与退货数量的第一函数关系。
在所述步骤S2中,所述目标客户所在地区可以但不限于为省级辖区或市级辖区等,例如为四川省/重庆市/西南地区,具体可以根据在所述采购订单中的客户标识与收货地址的绑定关系来确定,所述目标中药饮片可以根据在所述采购订单中的饮片标识来确定,所述年内易损单位时期可以但不限于为月份或季度等,例如6月份/夏季,其可能有多个,例如四川省的6月份和10月份均是某个目标中药饮片的年内易损单位时期。此外,考虑退货数量越大,所带来的退货服务成本必然越多,因此他们之间必然具有一定线性/非线性关系,同时考虑不同单位地区(即省级辖区或市级辖区等)所产生的退货服务成本有差异,因此需根据所述历史售卖数据和所述历史售后退货数据,还分析得到所述目标客户所在地区针对所述目标中药饮片的且关于退货服务成本与退货数量的第一函数关系,以便最后估算得到目标客户针对所述目标中药饮片的当前退货服务成本预测值。
在所述步骤S2中,具体的,根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期,包括但不限于有如下步骤S211~S213。
S211.根据在所述采购订单中的采购单号、客户标识、饮片标识及收货地址和在所述退货单中的在先采购单号,从所述所有退货单中筛选出与目标客户所在地区及目标中药饮片对应的第一目标退货单。
在所述步骤S211中,具体可以先根据客户标识、饮片标识和收货地址从所述所有采购订单中,通过常规方式检索出与目标客户所在地区及目标中药饮片对应的采购单号,然后根据采购单号与在先采购单号的匹配结果,将匹配的退货单作为所述第一目标退货单。
S212.根据筛选所得的所有所述第一目标退货单,基于退货时间戳与单位时期的所属关系,统计得到在一年内各个单位时期的且针对所述目标客户所在地区及所述目标中药饮片的退货事件发生数目。
在所述步骤S212中,所述第一目标退货单即反映发生了一次退货事件,举例的,若根据退货时间戳发现属于12月份的所述第一目标退货单有1000个,则可计该12月份针对所述目标客户所在地区及所述目标中药饮片的退货事件发生数目为1000。
S213.根据退货事件发生数目在所述一年内各个单位时期的分布结果,确定出所述目标客户所在地区针对所述目标中药饮片的年内易损单位时期。
在所述步骤S213中,可以具体但不限于根据退货事件发生数目在所述一年内各个单位时期的正态分布结果,来确定所述年内易损单位时期,例如将与最大退货事件发生数目对应的单位时期、退货事件发生数目不小于预设阈值(例如退货事件发生总数目与预设百分比:38%的积)的单位时期或者退货事件发生数目不小于均值与标准差之和的单位时期等作为所述年内易损单位时期。
在所述步骤S2中,具体的,根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的且关于退货服务成本与退货数量的第一函数关系,包括但不限于有如下步骤S221~S222。
S221.根据在所述采购订单中的采购单号、客户标识、饮片标识及收货地址和在所述退货单中的在先采购单号,从所述所有退货单中筛选出与目标客户所在地区及目标中药饮片对应的第一目标退货单。
在所述步骤S221中,同样具体可以先根据客户标识、饮片标识和收货地址从所述所有采购订单中,通过常规方式检索出与目标客户所在地区及目标中药饮片对应的采购单号,然后根据采购单号与在先采购单号的匹配结果,将匹配的退货单作为所述第一目标退货单。
S222.根据筛选所得的所有所述第一目标退货单,基于退货数量与退货服务成本的对应关系,通过数据拟合方式得到所述目标客户所在地区针对所述目标中药饮片的且关于退货服务成本与退货数量的第一函数关系。
在所述步骤S222中,所述数据拟合方式是一种把现有数据透过数学方法来代入一条数式的常用表示方式,例如采用直线拟合方式或多项式曲线拟合方式。
S3.根据所述至少一个年内易损单位时期,将一个年度划分成至少一个预估时段,其中,所述至少一个预估时段与所述至少一个年内易损单位时期一一对应,所述至少一个预估时段中的各个预估时段包含有至少一个单位时期,所述预估时段的首个单位时期为位于在前易损单位时期之后的第一个单位时期,所述预估时段的最末单位时期为对应的年内易损单位时期,所述在前易损单位时期是指位于所述对应的年内易损单位时期之前的最近年内易损单位时期。
在所述步骤S3中,举例的,当所述至少一个年内易损单位时期有一个且为6月时,可以将一个年度划分为一个预估时段:上一年的7月至6月,其中,6月即为与该预估时段对应的年内易损单位时期,上一年的6月即为位于所述对应的年内易损单位时期之前的最近年内易损单位时期,上一年的7月即为位于在前易损单位时期之后的第一个单位时期。而当所述至少一个年内易损单位时期有两个且分别为6月和10月时,可以将一个年度划分为两个预估时段:上一年的11月至6月和7月至10月,其中,针对前一个预估时段:6月即为对应的年内易损单位时期,上一年的10月即为位于该对应的年内易损单位时期之前的最近年内易损单位时期,上一年的11月即为位于在前易损单位时期之后的第一个单位时期;而针对后一个预估时段:10月即为对应的年内易损单位时期,6月即为位于该对应的年内易损单位时期之前的最近年内易损单位时期,7月即为位于在前易损单位时期之后的第一个单位时期。
S4.根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量,其中,所述当前目标预估时段在所述至少一个预估时段中的且当前时期所属的预估时段。
在所述步骤S4中,举例的,若是将一个年度划分为两个预估时段:上一年的11月至6月和7月至10月,而当前时期为今年的8月,则可以将今年的7月至10月作为所述当前目标预估时段;或者当前时期为今年的12月,则可以将今年的11月至明年的6月作为所述当前目标预估时段。
在所述步骤S4中,具体的,根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量,包括但不限于有如下步骤S41~S47。
S41.根据在所述采购订单中的客户标识、饮片标识及采购时间戳,从所述所有采购订单中筛选出目标客户在目标预估时段针对所述目标中药饮片的第一目标采购订单,其中,所述目标预估时段是指在所述至少一个预估时段中的且与当前时期对应的预估时段。
在所述步骤S41中,具体可以先根据客户标识和饮片标识从所述所有采购订单中,通过常规方式检索出与目标客户及目标中药饮片对应的目标采购订单,然后将采购时间戳属于所述目标预估时段的目标采购订单作为所述第一目标采购订单。此外,举例的,若是将一个年度划分为两个预估时段:上一年的11月至6月和7月至10月,而当前时期为今年的8月,则可以将各个年度的7月至10月作为所述目标预估时段;或者当前时期为今年的12月,则可以将各个年度的11月至下一年6月作为所述目标预估时段。
S42.根据筛选所得的所有所述第一目标采购订单,基于采购时间戳和采购数量,统计得到所述目标客户在各个历史已完结目标预估时段针对所述目标中药饮片的采购总数量,其中,所述历史已完结目标预估时段是指位于所述当前时期之前的所述目标预估时段。
在所述步骤S42中,举例的,若是将一个年度划分为两个预估时段:上一年的11月至6月和7月至10月,而当前时期为2021年的8月,则所述历史已完结目标预估时段为2020年7月至10月、2019年7月至10月、2018年7月至10月和2017年7月至10月,等等;或者当前时期为2021的12月,则所述历史已完结目标预估时段为2020年11月至2021年6月、2019年11月至2020年6月、2018年11月至2019年6月和2017年11月至2018年6月,等等。详细的,针对某个所述历史已完结目标预估时段,可将与在此时段的采购时间戳绑定的采购数量累加起来,得到对应的所述采购总数量。
S43.根据在所述采购订单中的采购单号、客户标识及饮片标识和在所述退货单中的在先采购单号,从所述所有退货单中筛选出与所述目标客户及所述目标中药饮片对应的第二目标退货单。
在所述步骤S43中,具体可以先根据客户标识及饮片标识从所述所有采购订单中,通过常规方式检索出与目标客户及目标中药饮片对应的采购单号,然后根据采购单号与在先采购单号的匹配结果,将匹配的退货单作为所述第二目标退货单。
S44.根据筛选所得的所有所述第二目标退货单,基于退货时间戳和退货数量,统计得到所述目标客户在所述各个历史已完结目标预估时段针对所述目标中药饮片的退货总数量。
在所述步骤S44中,详细的,针对某个所述历史已完结目标预估时段,可将与在此时段的退货时间戳绑定的退货数量累加起来,得到对应的所述退货总数量。
S45.针对所述各个历史已完结目标预估时段,将对应的且采购总数量与退货总数量的差值作为对应的耗费总数量。
在所述步骤S45中,考虑所述中药饮片售卖平台是无法获取客户的中药饮片耗费记录,为此本实施例默认目标客户在年内易损单位时期会因剩余目标中药饮片全部变质而发起退货请求,如此可粗略地将采购总数量与退货总数量的差值,作为在历史已完结目标预估时段内的耗费总数量,以便后续分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量。
S46.基于历史已完结目标预估时段与耗费总数量的对应关系,通过数据拟合方式得到耗费总数量与目标预估时段的第二函数关系。
在所述步骤S46中,详细的具体数据拟合方式也可以但不限于采用直线拟合方式或多项式曲线拟合方式。
S47.根据所述第二函数关系,估算得到当前目标预估时段的耗费总数量预测值,并将该耗费总数量预测值作为所述目标客户在所述当前目标预估时段针对所述目标中药饮片的建议采购数量,其中,所述当前目标预估时段是指在所述至少一个预估时段中的且当前时期所属的预估时段。
S5.根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量。
在所述步骤S5中,具体的,根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量,包括但不限于有如下步骤S51~S52。
S51.根据在所述采购订单中的客户标识、饮片标识及采购时间戳,从所述所有采购订单中筛选出所述目标客户在所述当前目标预估时段针对所述目标中药饮片的第二目标采购订单。
在所述步骤S51中,具体可以先根据客户标识和饮片标识从所述所有采购订单中,通过常规方式检索出与目标客户及目标中药饮片对应的目标采购订单,然后将采购时间戳属于所述当前目标预估时段的目标采购订单作为所述第二目标采购订单。
S52.根据筛选所得的所有所述第二目标采购订单,将采购数量的累加结果作为所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量。
S6.判断所述当前已购数量是否大于所述建议采购数量。
S7.若是,则将所述当前已购数量与所述建议采购数量的差值作为退货数量预测值,并根据所述第一函数关系估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值。
在所述步骤S7中,若判定所述当前已购数量大于所述建议采购数量,则可认为目标客户出现了超买情况,会在所述当前目标预估时段的最末时期(即年内易损单位时期)有目标中药饮片剩余并全部变质损坏,进而发起退货请求,带来退货服务成本,因此在计算得到所述退货数量预测值后,可以根据所述第一函数关系估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值,实现针对个体客户及单种中药饮片的中药饮片售后服务成本预估目的,进而可汇总预估得到各个地区对各种饮片品类的中药饮片售后服务成本,以便提供给运营和营销部门,为后续客户维护提供参考。同时考虑整个成本预估模型比较理想,还可以设计一个系数来进一步纠正退货服务成本,即进一步将所述当前退货服务成本预测值与预设系数的乘积作为最终的当前售后服务成本预测值。同时由于所述第一函数关系是与所述目标客户所在地区对应的,即使目标客户未发起过退货,也可以在出现超买情况时,估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值,具有普遍适用性。此外,若判定所述当前已购数量小于或等于所述建议采购数量,则认为目标客户未出现超买情况,会在所述当前目标预估时段的最末时期(即年内易损单位时期)无目标中药饮片剩余,此时的当前退货服务成本预测值将为零。
由此基于前述步骤S1~S7所描述的中药饮片售后服务成本预估方法,提供了一种可助力中药饮片售卖平台运转的售后服务成本估算方案,即在获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据后,可分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期及至少一个预估时段和关于退货服务成本与退货数量的第一函数关系,以及分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量和当前已购数量,并在根据所述建议采购数量与所述当前已购数量的比较结果判定所述目标客户出现超买情况时,可根据所述当前已购数量与所述建议采购数量的差值和所述第一函数关系,估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值,如此可在用户行为分析的基础上,结合中药饮片的自身特性和在不同区域的仓储环境,实现针对个体客户及单种中药饮片的中药饮片售后服务成本预估目的,进而可汇总预估得到各个地区对各种饮片品类的中药饮片售后服务成本,以便提供给运营和营销部门,为后续客户维护提供参考,可进一步助力降低平台的售后服务成本,避免药材资源的浪费,提升客户体验。
本实施例在前述第一方面的技术方案基础上,还提供了一种如何为目标客户提供采购建议的可能设计一,即在根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量之后,所述方法还包括但不限于有:在所述目标客户通过客户终端访问所述中药饮片售卖平台对所述目标中药饮片进行采购时,将所述建议采购数量与所述当前已购数量的差值作为当前建议采购数量,推送至所述客户终端。所述客户终端为所述目标客户所持有的电子设备,例如智能手机或个人电脑,等等。如此通过向所述客户终端推送所述当前建议采购数量,可以提醒目标客户避免出现超买情况,进一步助力降低平台的售后服务成本,避免药材资源的浪费,提升客户体验。
本实施例在前述第一方面或可能设计一的技术方案基础上,还提供了另一种如何为目标客户提供采购建议的可能设计二,即在根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期之后,所述方法还包括但不限于:在所述目标客户通过客户终端访问所述中药饮片售卖平台对所述目标中药饮片进行采购时,将当前单位时期至所述至少一个年内易损单位时期中的下一个年内易损单位时期的至少一个单位时期作为建议保存期,推送至所述客户终端。如此通过向所述客户终端推送所述建议保存期,可以提醒目标客户尽快消费所述目标中药饮片,勿在下一个年内易损单位时期出现剩余,可进一步助力降低平台的售后服务成本,避免药材资源的浪费,提升客户体验。
如图2所示,本实施例第二方面提供了一种实现第一方面或第一方面中任一可能设计所述的中药饮片售后服务成本预估方法的虚拟装置,包括有数据获取模块、第一分析模块、时段划分模块、第二分析模块、数量统计模块、比较判断模块和成本估算模块;
所述数据获取模块,用于获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据,其中,所述历史售卖数据包含有已成交的所有采购订单,所述采购订单包含有采购单号、客户标识、饮片标识、收货地址、采购时间戳和采购数量,所述历史售后退货数据包含有已退货的所有退货单,所述退货单包含有退货单号、在先采购单号、退货时间戳、退货数量和退货服务成本;
所述第一分析模块,通信连接所述数据获取模块,用于根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期和关于退货服务成本与退货数量的第一函数关系;
所述时段划分模块,通信连接所述第一分析模块,用于根据所述至少一个年内易损单位时期,将一个年度划分成至少一个预估时段,其中,所述至少一个预估时段与所述至少一个年内易损单位时期一一对应,所述至少一个预估时段中的各个预估时段包含有至少一个单位时期,所述预估时段的首个单位时期为位于在前易损单位时期之后的第一个单位时期,所述预估时段的最末单位时期为对应的年内易损单位时期,所述在前易损单位时期是指位于所述对应的年内易损单位时期之前的最近年内易损单位时期;
所述第二分析模块,分别通信连接所述数据获取模块和所述时段划分模块,用于根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量,其中,所述当前目标预估时段在所述至少一个预估时段中的且当前时期所属的预估时段;
所述数量统计模块,分别通信连接所述数据获取模块和所述时段划分模块,用于根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量;
所述比较判断模块,分别通信连接所述第二分析模块和所述数量统计模块,用于判断所述当前已购数量是否大于所述建议采购数量;
所述成本估算模块,分别通信连接所述第一分析模块和所述比较判断模块,用于在判定所述当前已购数量大于所述建议采购数量时,将所述当前已购数量与所述建议采购数量的差值作为退货数量预测值,并根据所述第一函数关系估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值。
本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果,可以参见第一方面或第一方面中任一可能设计所述的中药饮片售后服务成本预估方法,于此不再赘述。
如图3所示,本实施例第三方面提供了一种执行如第一方面或第一方面中任一可能设计所述的中药饮片售后服务成本预估方法的计算机设备,包括有通信相连的存储器和处理器,其中,所述存储器用于存储计算机程序,所述处理器用于读取所述计算机程序,执行如第一方面或第一方面中任一可能设计所述的中药饮片售后服务成本预估方法。具体举例的,所述存储器可以但不限于包括随机存取存储器(Random-Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、闪存(Flash Memory)、先进先出存储器(First InputFirst Output,FIFO)和/或先进后出存储器(First Input Last Output,FILO)等等;所述处理器可以但不限于采用型号为STM32F105系列的微处理器。此外,所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果,可以参见第一方面或第一方面中任一可能设计所述的中药饮片售后服务成本预估方法,于此不再赘述。
本实施例第四方面提供了一种存储包含如第一方面或第一方面中任一可能设计所述的中药饮片售后服务成本预估方法的指令的计算机可读存储介质,即所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面或第一方面中任一可能设计所述的中药饮片售后服务成本预估方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(MemoryStick)等计算机可读存储介质,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果,可以参见如第一方面或第一方面中任一可能设计所述的中药饮片售后服务成本预估方法,于此不再赘述。
本实施例第五方面提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面或第一方面中任一可能设计所述的中药饮片售后服务成本预估方法。其中,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
最后应说明的是,本发明不局限于上述可选的实施方式,任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制,本发明的保护范围应当以权利要求书中界定的为准,并且说明书可以用于解释权利要求书。
Claims (10)
1.一种中药饮片售后服务成本预估方法,其特征在于,包括:
获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据,其中,所述历史售卖数据包含有已成交的所有采购订单,所述采购订单包含有采购单号、客户标识、饮片标识、收货地址、采购时间戳和采购数量,所述历史售后退货数据包含有已退货的所有退货单,所述退货单包含有退货单号、在先采购单号、退货时间戳、退货数量和退货服务成本;
根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期和关于退货服务成本与退货数量的第一函数关系;
根据所述至少一个年内易损单位时期,将一个年度划分成至少一个预估时段,其中,所述至少一个预估时段与所述至少一个年内易损单位时期一一对应,所述至少一个预估时段中的各个预估时段包含有至少一个单位时期,所述预估时段的首个单位时期为位于在前易损单位时期之后的第一个单位时期,所述预估时段的最末单位时期为对应的年内易损单位时期,所述在前易损单位时期是指位于所述对应的年内易损单位时期之前的最近年内易损单位时期;
根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量,其中,所述当前目标预估时段在所述至少一个预估时段中的且当前时期所属的预估时段;
根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量;
判断所述当前已购数量是否大于所述建议采购数量;
若是,则将所述当前已购数量与所述建议采购数量的差值作为退货数量预测值,并根据所述第一函数关系估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值。
2.如权利要求1所述的中药饮片售后服务成本预估方法,其特征在于,根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期,包括:
根据在所述采购订单中的采购单号、客户标识、饮片标识及收货地址和在所述退货单中的在先采购单号,从所述所有退货单中筛选出与目标客户所在地区及目标中药饮片对应的第一目标退货单;
根据筛选所得的所有所述第一目标退货单,基于退货时间戳与单位时期的所属关系,统计得到在一年内各个单位时期的且针对所述目标客户所在地区及所述目标中药饮片的退货事件发生数目;
根据退货事件发生数目在所述一年内各个单位时期的分布结果,确定出所述目标客户所在地区针对所述目标中药饮片的年内易损单位时期。
3.如权利要求1所述的中药饮片售后服务成本预估方法,其特征在于,根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的且关于退货服务成本与退货数量的第一函数关系,包括:
根据在所述采购订单中的采购单号、客户标识、饮片标识及收货地址和在所述退货单中的在先采购单号,从所述所有退货单中筛选出与目标客户所在地区及目标中药饮片对应的第一目标退货单;
根据筛选所得的所有所述第一目标退货单,基于退货数量与退货服务成本的对应关系,通过数据拟合方式得到所述目标客户所在地区针对所述目标中药饮片的且关于退货服务成本与退货数量的第一函数关系。
4.如权利要求1所述的中药饮片售后服务成本预估方法,其特征在于,根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量,包括:
根据在所述采购订单中的客户标识、饮片标识及采购时间戳,从所述所有采购订单中筛选出目标客户在目标预估时段针对所述目标中药饮片的第一目标采购订单,其中,所述目标预估时段是指在所述至少一个预估时段中的且与当前时期对应的预估时段;
根据筛选所得的所有所述第一目标采购订单,基于采购时间戳和采购数量,统计得到所述目标客户在各个历史已完结目标预估时段针对所述目标中药饮片的采购总数量,其中,所述历史已完结目标预估时段是指位于所述当前时期之前的所述目标预估时段;
根据在所述采购订单中的采购单号、客户标识及饮片标识和在所述退货单中的在先采购单号,从所述所有退货单中筛选出与所述目标客户及所述目标中药饮片对应的第二目标退货单;
根据筛选所得的所有所述第二目标退货单,基于退货时间戳和退货数量,统计得到所述目标客户在所述各个历史已完结目标预估时段针对所述目标中药饮片的退货总数量;
针对所述各个历史已完结目标预估时段,将对应的且采购总数量与退货总数量的差值作为对应的耗费总数量;
基于历史已完结目标预估时段与耗费总数量的对应关系,通过数据拟合方式得到耗费总数量与目标预估时段的第二函数关系;
根据所述第二函数关系,估算得到当前目标预估时段的耗费总数量预测值,并将该耗费总数量预测值作为所述目标客户在所述当前目标预估时段针对所述目标中药饮片的建议采购数量,其中,所述当前目标预估时段是指在所述至少一个预估时段中的且当前时期所属的预估时段。
5.如权利要求1所述的中药饮片售后服务成本预估方法,其特征在于,根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量,包括:
根据在所述采购订单中的客户标识、饮片标识及采购时间戳,从所述所有采购订单中筛选出所述目标客户在所述当前目标预估时段针对所述目标中药饮片的第二目标采购订单;
根据筛选所得的所有所述第二目标采购订单,将采购数量的累加结果作为所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量。
6.如权利要求1所述的中药饮片售后服务成本预估方法,其特征在于,在根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量之后,所述方法还包括:
在所述目标客户通过客户终端访问所述中药饮片售卖平台对所述目标中药饮片进行采购时,将所述建议采购数量与所述当前已购数量的差值作为当前建议采购数量,推送至所述客户终端。
7.如权利要求1所述的中药饮片售后服务成本预估方法,其特征在于,在根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期之后,所述方法还包括:
在所述目标客户通过客户终端访问所述中药饮片售卖平台对所述目标中药饮片进行采购时,将当前单位时期至所述至少一个年内易损单位时期中的下一个年内易损单位时期的至少一个单位时期作为建议保存期,推送至所述客户终端。
8.一种中药饮片售后服务成本预估装置,其特征在于,包括有数据获取模块、第一分析模块、时段划分模块、第二分析模块、数量统计模块、比较判断模块和成本估算模块;
所述数据获取模块,用于获取由中药饮片售卖平台记录的历史售卖数据和历史售后退货数据,其中,所述历史售卖数据包含有已成交的所有采购订单,所述采购订单包含有采购单号、客户标识、饮片标识、收货地址、采购时间戳和采购数量,所述历史售后退货数据包含有已退货的所有退货单,所述退货单包含有退货单号、在先采购单号、退货时间戳、退货数量和退货服务成本;
所述第一分析模块,通信连接所述数据获取模块,用于根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户所在地区针对目标中药饮片的至少一个年内易损单位时期和关于退货服务成本与退货数量的第一函数关系;
所述时段划分模块,通信连接所述第一分析模块,用于根据所述至少一个年内易损单位时期,将一个年度划分成至少一个预估时段,其中,所述至少一个预估时段与所述至少一个年内易损单位时期一一对应,所述至少一个预估时段中的各个预估时段包含有至少一个单位时期,所述预估时段的首个单位时期为位于在前易损单位时期之后的第一个单位时期,所述预估时段的最末单位时期为对应的年内易损单位时期,所述在前易损单位时期是指位于所述对应的年内易损单位时期之前的最近年内易损单位时期;
所述第二分析模块,分别通信连接所述数据获取模块和所述时段划分模块,用于根据所述历史售卖数据和所述历史售后退货数据,分析得到目标客户在当前目标预估时段针对所述目标中药饮片的建议采购数量,其中,所述当前目标预估时段在所述至少一个预估时段中的且当前时期所属的预估时段;
所述数量统计模块,分别通信连接所述数据获取模块和所述时段划分模块,用于根据所述历史售卖数据,统计得到所述目标客户在所述当前目标预估时段针对所述目标中药饮片的当前已购数量;
所述比较判断模块,分别通信连接所述第二分析模块和所述数量统计模块,用于判断所述当前已购数量是否大于所述建议采购数量;
所述成本估算模块,分别通信连接所述第一分析模块和所述比较判断模块,用于在判定所述当前已购数量大于所述建议采购数量时,将所述当前已购数量与所述建议采购数量的差值作为退货数量预测值,并根据所述第一函数关系估算得到所述目标客户针对所述目标中药饮片的当前退货服务成本预测值。
9.一种计算机设备,其特征在于,包括有通信相连的存储器和处理器,其中,所述存储器用于存储计算机程序,所述处理器用于读取所述计算机程序,执行如权利要求1~7中任意一项所述的中药饮片售后服务成本预估方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如权利要求1~7中任意一项所述的中药饮片售后服务成本预估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067452.6A CN114445089B (zh) | 2022-01-20 | 一种中药饮片售后服务成本预估方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067452.6A CN114445089B (zh) | 2022-01-20 | 一种中药饮片售后服务成本预估方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114445089A true CN114445089A (zh) | 2022-05-06 |
CN114445089B CN114445089B (zh) | 2024-07-26 |
Family
ID=
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005138893A (ja) * | 2003-11-10 | 2005-06-02 | Hitachi Keiyo Engineerring & System Ltd | 通い箱及び通い箱の管理システム |
JP2006072590A (ja) * | 2004-09-01 | 2006-03-16 | Hitachi Ltd | 商品の需要予測システム |
CN105574599A (zh) * | 2014-10-09 | 2016-05-11 | 阿里巴巴集团控股有限公司 | 估算订单退货率的方法及装置 |
US20160232532A1 (en) * | 2015-02-11 | 2016-08-11 | Amadeus S.A.S. | Using revenue management to improve payment fraud screening |
JP2016167110A (ja) * | 2015-03-09 | 2016-09-15 | 一般社団法人 医科学総合研究所 | 医薬品発注装置、医薬品発注プログラム、及びそのプログラムを記憶したコンピュータ読取可能な記録媒体 |
US20160321683A1 (en) * | 2015-04-30 | 2016-11-03 | International Business Machines Corporation | Predicting Individual Customer Returns in e-Commerce |
WO2017036240A1 (zh) * | 2015-08-28 | 2017-03-09 | 无限极(中国)有限公司 | 一种抗菌中药组合物及其制备方法、应用 |
CN106682955A (zh) * | 2017-01-22 | 2017-05-17 | 杭州纳戒科技有限公司 | 生产管理方法及*** |
CN107016551A (zh) * | 2017-03-09 | 2017-08-04 | 郝迎喜 | 一种可以认证商品的支付方法和*** |
CN107274191A (zh) * | 2017-05-12 | 2017-10-20 | 南京邮电大学 | 一种基于销售方的网络购物退货预测*** |
US10078860B1 (en) * | 2014-06-24 | 2018-09-18 | Amazon Technologies, Inc. | Method, medium, and system for managing orders based on expiration date |
CN111292149A (zh) * | 2018-12-07 | 2020-06-16 | 北京沃东天骏信息技术有限公司 | 一种生成退货处理信息的方法和装置 |
CN116433145A (zh) * | 2023-03-10 | 2023-07-14 | 广州手拉手互联网股份有限公司 | 电商数据监测与订单管理方法及*** |
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005138893A (ja) * | 2003-11-10 | 2005-06-02 | Hitachi Keiyo Engineerring & System Ltd | 通い箱及び通い箱の管理システム |
JP2006072590A (ja) * | 2004-09-01 | 2006-03-16 | Hitachi Ltd | 商品の需要予測システム |
US10078860B1 (en) * | 2014-06-24 | 2018-09-18 | Amazon Technologies, Inc. | Method, medium, and system for managing orders based on expiration date |
CN105574599A (zh) * | 2014-10-09 | 2016-05-11 | 阿里巴巴集团控股有限公司 | 估算订单退货率的方法及装置 |
US20160232532A1 (en) * | 2015-02-11 | 2016-08-11 | Amadeus S.A.S. | Using revenue management to improve payment fraud screening |
JP2016167110A (ja) * | 2015-03-09 | 2016-09-15 | 一般社団法人 医科学総合研究所 | 医薬品発注装置、医薬品発注プログラム、及びそのプログラムを記憶したコンピュータ読取可能な記録媒体 |
US20160321683A1 (en) * | 2015-04-30 | 2016-11-03 | International Business Machines Corporation | Predicting Individual Customer Returns in e-Commerce |
WO2017036240A1 (zh) * | 2015-08-28 | 2017-03-09 | 无限极(中国)有限公司 | 一种抗菌中药组合物及其制备方法、应用 |
CN106682955A (zh) * | 2017-01-22 | 2017-05-17 | 杭州纳戒科技有限公司 | 生产管理方法及*** |
CN107016551A (zh) * | 2017-03-09 | 2017-08-04 | 郝迎喜 | 一种可以认证商品的支付方法和*** |
CN107274191A (zh) * | 2017-05-12 | 2017-10-20 | 南京邮电大学 | 一种基于销售方的网络购物退货预测*** |
CN111292149A (zh) * | 2018-12-07 | 2020-06-16 | 北京沃东天骏信息技术有限公司 | 一种生成退货处理信息的方法和装置 |
CN116433145A (zh) * | 2023-03-10 | 2023-07-14 | 广州手拉手互联网股份有限公司 | 电商数据监测与订单管理方法及*** |
Non-Patent Citations (4)
Title |
---|
YABO LUO: "An original bionic algorithm for batch scheduling of traditional Chinese medicine extraction workshop: Simulated population growth blocked algorithm", COMPUTER & INDUSTRIAL ENGINEERING, vol. 170, 16 June 2022 (2022-06-16) * |
保质期查询: "中药饮片保质期多久", Retrieved from the Internet <URL:https://m.***.com/bh/m/detail/ar_10257542789633366644> * |
张梅梅;胡宏伟;: "基于SVM的退运险价格模型研究――以淘宝网为例", 软科学, no. 07, 15 July 2013 (2013-07-15) * |
李华: "药品批发企业下游客户退货药品统计分析与对策", 《西北药学杂志》, no. 4, 28 September 2011 (2011-09-28), pages 300 - 302 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6181360B2 (ja) | マーケティング装置、マーケティング方法、プログラム、及び記録媒体 | |
JP2012027757A (ja) | 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム | |
US20090313066A1 (en) | System And Method For Determining Trailing Data Adjustment Factors | |
CN103034640B (zh) | 一种页面信息的分析方法和*** | |
US8060416B2 (en) | Method and system for providing advertising inventory information in response to demographic inquiries | |
US20080288337A1 (en) | Template-Based Targeted Marketing | |
Boldrin et al. | Market size and intellectual property protection | |
CN115018551A (zh) | 一种面向广告业务的crm数据管理的方法、装置及存储介质 | |
CN108205771B (zh) | 生成营销活动报告的方法、装置及计算机终端 | |
CN113962806A (zh) | 金融产品的回测方法及其回测装置、电子设备 | |
CN114219399A (zh) | 一种中药饮片备货策略生成方法、装置及计算机设备 | |
CN106919609B (zh) | 产品信息推送方法和装置 | |
CN114445089B (zh) | 一种中药饮片售后服务成本预估方法、装置及计算机设备 | |
CN114445089A (zh) | 一种中药饮片售后服务成本预估方法、装置及计算机设备 | |
CN117172825A (zh) | 基于大数据的电商数据分析方法、装置及计算设备 | |
Beko et al. | Demand models for direct mail and periodicals delivery services: Results for a transition economy | |
CN109933759B (zh) | 一种统计类数据表的生成方法和装置 | |
CN114219541A (zh) | 一种用户积分管理方法、装置、设备及可读存储介质 | |
CN113095914B (zh) | 一种电子商务平台订单管理方法、***、设备和计算机存储介质 | |
CN114625975A (zh) | 一种基于知识图谱的客户行为分析*** | |
CN109360032B (zh) | 客户评估方法、装置、设备以及存储介质 | |
KR20050056130A (ko) | 신문 잡지 기사 매칭 광고 방법 및 그 시스템 | |
Hsieh et al. | A study of the functionalities and workflow for web-to-print platform | |
CN117455579B (zh) | 商品推荐干预方法、装置以及介质和设备 | |
JP5252008B2 (ja) | データ集計装置およびデータ集計プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |