一种运营管理系统及其管理方法与流程

1.本发明涉及数据管理技术领域，具体涉及一种运营管理系统及其管理方法。


背景技术：

2.随着物联网的不断发展，一种更加便捷、更加智能的新零售商业模式在近几年出现，并得到快速发展。无人零售变革了传统的零售商业模式，并受到广大消费者的青睐，特别是疫情下无接触购物理念的出现助推的无人零售的发展和布局。无人零售货架具有独特的消费体验，不断迭代的人脸识别和移动支付等人工智能技术，为无人零售的快速发展提供的技术保障，其终端使用场景也从最初的地铁、机场、酒店等拓展到社区、公园、写字楼、商场等。
3.无人智能货柜布局的城市和点位迅速的增加，面临的业务和场景复杂度会也会相应的增加，依靠传统的经营管理方式和经验无法满足快速增长的业务需求，由于传统运营体系自身局限性更多的在于实现业务的功能，简单依靠人工对平台系统数据的采集和整理，无法高效、及时、智能的解决出现的问题，对未来的决策无法给与专业技术性的指导。
4.在日常经营和管理中需要大量不同业务不同维度的营收数据，比如对于公司管理这来说需要知道每天各个区域城市的营收数据，是否达到目标，有什么样的风险等等。但是以前都是通过手动查询各个业务系统的gmv营收数据，由于各个系统相对独立和分散，需要大量时间收集和整理，在业务数据量比较大，按不同维度和业务统计是非常繁琐的工作，容易造成不同业务部门统计可能有不同的规则差异，如果产生数据差异核对起来比较困难。并且等到周会或者月会再进行汇报或者总结，再最终确定方针政策，由于这个过程需要比较长时间，会导致时效性不高，影响营收问题的及时处理。
5.随着公司规模的快速发展和布局，公司决策者在日常运营和营运中存在各种各样的问题，数据失效无法保障、人力成本增加、指标口径统一、无可快速复制经验沉淀等等。特别是对于公司各个决策者来说没有有效实时的gmv指标数据支撑，将无法从营收层面对公司营运做出分析和决策，无法对现有业务营收进行智能监控和预警，也无法对公司各个业务营收进行健康度的评价，传统的gmv数据收集和整理效率比较低，并且各个业务部门容易产生分歧，如何高效实现gmv数据收集和整理是现有技术需要解决的问题。


技术实现要素：

6.本发明的目的在于克服上述技术不足，提供一种运营管理系统及其管理方法，解决现有技术中如何高效实现gmv数据收集和整理的技术问题。
7.为达到上述技术目的，本发明的技术方案提供一种运营管理系统，包括采集模块、服务器、统计模块和输出模块；所述采集模块采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至所述服务器；
8.所述统计模块用于从所述服务器中获取数据并统计gmv达成；
9.所述输出模块用于输出所述统计模块的统计结果。
10.进一步地，所述根据所述采集模块采集的数据统计gmv达成的计算方法包括：
11.gmv＝σ订单销售价*订单销售数量-订单销售价*订单退款数量+系统补付款；
12.gmv实收金额＝周期内所有线上订单的实际支付金额+系统补付款-实际退款金额；
13.gmv环比/同比＝(本期gmv-上期/同期gmv)/|上期/同期gmv|*100％。
14.进一步地，所述采集模块采集的数据还包括所选地区今日凌晨到今日当前最近一个整点产生的gmv，所选地区今日的gmv目标值。
15.进一步地，所述统计模块还包括统计gmv达成率，所述gmv达成率的计算公式为：所选地区今日凌晨到今日当前最近一个整点产生的gmv/所选地区今日的gmv目标值。
16.进一步地，所述统计模块用于从所述服务器中获取数据并统计gmv综合损失和gmv综合损失占比中的一种或者两种。
17.进一步地，采集模块采集的数据还包括撤架损失、竞对损失、缺货损失和断网损失。
18.进一步地，所述gmv综合损失为撤架损失、最大值缺货损失、最大值断网损失和竞对损失之和。
19.进一步地，所述断网损失的计算方法为：σ每个智能设备{σ(每个小时地区场景近30天日架均*该小时断网时间占比)}。
20.进一步地，所述统计模块还包括统计0销货柜数、低销货柜占比、新装低销占比和低销环比。
21.此外，本发明还提出一种上述运营管理系统的管理方法，包括以下步骤：
22.s1、采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至服务器；
23.s2、从所述服务器中获取数据并统计gmv达成；
24.s3、输出步骤s2的统计结果。
25.与现有技术相比，本发明的有益效果包括：本发明提出的运营管理系统，包括采集模块、服务器、统计模块和输出模块；所述采集模块采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至所述服务器；所述统计模块用于从所述服务器中获取数据并统计gmv达成；所述输出模块用于输出所述统计模块的统计结果，管理者可随时查看gmv达成统计结果，高效实现gmv数据收集和整理。
附图说明
26.图1是本发明具体实施方式提出的一种运营管理系统的结构框图；
27.图2是本发明具体实施方式提出的一种运营管理系统的管理方法的流程示意图。
具体实施方式
28.结合图1，本具体实施方式提供了一种运营管理系统，包括采集模块、服务器、统计模块和输出模块；所述采集模块采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至所述服务器；
29.所述统计模块用于从所述服务器中获取数据并统计gmv达成；
30.所述输出模块用于输出所述统计模块的统计结果。
31.在某些实施例中，所述根据所述采集模块采集的数据统计gmv达成的计算方法包括：
32.gmv＝σ订单销售价*订单销售数量-订单销售价*订单退款数量+系统补付款；
33.gmv实收金额＝周期内所有线上订单的实际支付金额+系统补付款-实际退款金额；
34.gmv环比/同比＝(本期gmv-上期/同期gmv)/|上期/同期gmv|*100％。
35.在某些实施例中，所述采集模块采集的数据还包括所选地区今日凌晨到今日当前最近一个整点产生的gmv，所选地区今日的gmv目标值。
36.在某些实施例中，所述统计模块还包括统计gmv达成率，所述gmv达成率的计算公式为：所选地区今日凌晨到今日当前最近一个整点产生的gmv/所选地区今日的gmv目标值。
37.在某些实施例中，所述统计模块用于从所述服务器中获取数据并统计gmv综合损失和gmv综合损失占比中的一种或者两种；所述采集模块采集的数据还包括撤架损失、竞对损失、缺货损失和断网损失；所述gmv综合损失为撤架损失、最大值缺货损失、最大值断网损失和竞对损失之和；所述断网损失的计算方法为：σ每个智能设备{σ(每个小时地区场景近30天日架均*该小时断网时间占比)}。
38.在某些实施例中，所述统计模块还包括统计0销货柜数、低销货柜占比、新装低销占比和低销环比。
39.结合图2，本具体实施方式还提出一种运营管理系统的管理方法，包括以下步骤：
40.s1、采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至服务器；
41.s2、从所述服务器中获取数据并统计gmv达成；
42.s3、输出步骤s2的统计结果。
43.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
44.实施例1
45.相关名词解释如下：
46.rm：relationshipmanager，客户关系管理员；
47.cm：管理层cm(custommanager)，客户经理；
48.gmv：商品交易总额(gross merchandise volume，简称gmv)是成交总额(一定时间段内)；
49.新装：统计时间范围内激活货架；
50.存量：统计时间范围前激活货架；
51.同比：本期数据/上年同期数据；
52.定比：本期数据/固定期数据；
53.环比：本期数据/上期数据；
54.爆畅平：销量等级，爆款、畅销品、平销品；
55.架均：∑(单个货架gmv/折算工作日天数)/货架量，剔除已撤架(工作日算1天，周
六算0.5天，周日和节假日算0.4天，新装货架按激活时间截止到统计日折算)；
56.目标用户：总部核心管理层/地区负责人/部门负责人/rm/cm
57.基本维度：
58.1)、今日实时、昨日、每周、每月、每季、每年、自定义时间；
59.2)、城市、地区、大区、全部；
60.3)、智能柜、自贩机、无人货架、虚拟货架、其他货架、全部；
61.4)、新装、存量、全部；
62.gmv达成业务内容包括gmv达成、时段趋势、gmv达成数据、实收达成数据、达成率排行、达成率率详情，统计规则如下：
63.gmv＝σ订单销售价*订单销售数量-订单销售价*订单退款数量+系统补付款；
64.gmv实收金额＝统计周期内所有线上订单的实际支付金额+系统补付款-实际退款金额；
65.gmv环比/同比＝(本期gmv-上期/同期gmv)/|上期/同期gmv|*100％；
66.gmv目标＝按天统计，工作日系数＝1，法定节假日系数＝0.4，公休日周六系数＝0.5，公休日周日系数＝0.4，例如地区智能柜留存天目标：地区gmv留存天目标*(智能柜gmv/(智能柜gmv+自贩机gmv+无人货架gmv))
67.点位：即货柜，包括各个货柜类型；
68.以今日实时统计gmv金额为例：
69.实际gmv＝所选地区今日凌晨到今日当前最近一个整点产生的gmv；
70.目标gmv＝所选地区今日的gmv目标值；
71.gmv达成率＝所选地区今日凌晨到今日当前最近一个整点产生的gmv/所选地区今日的gmv目标值；
72.gmv金额数据来源是用户在智能柜、自贩机、无人货柜等设备终端进行购买等消费行为产生的订单流水，这些订单流水会同步到oms订单、wms物流、erp等业务应用系统，如果有退款、优惠活动补偿也会产生消费流水，并与订单流水进行关联形成业务闭环。
73.gmv大数据平台会与各个业务系统进行实时的数据交互，按照货架、时间、柜龄、地区多种维度进行汇总统计生产中间表数据，决策和报表系统根据各地区gmv目标金额和gmv金额，按照不同维度进行二次加工和算法处理展示不同的业务数据图形。
74.通过同周期同地区gmv金额的环比、对比、同比了解当前gmv达成的健康情况，通过gmv达成率、趋势、缺口等数据可以预判周期内是否能够完成目标gmv金额，预判需要对比历史同期gmv金额情况，参考运营系统的gmv金额走势，结合指标达成情况来综合判断，例如本月gmv达成率是23.1％，时间进度是32.3％，可以知道达成率低于时间进度，如果没有新的业务调整，如新品的引入，缺货率的降低或者季节等因素影响，有可能导致地区无法完成目标，所以运营部门提前根据预判信息采取相应措施，例如gmv达成率-时间进度大于等于-5％是正常范围；如果gmv达成率-时间进度大于等于-15％且小于-5％时需要检查指标是否异常，如降低缺货率、减少低销货架、提高补货效能等；如果gmv达成率-时间进度小于-15％属于gmv达标高风险，需要汇报gmv达标情况并制定方案，如调整地区商品品类比例、引入新的畅销品、增加促销优惠活动等。
75.本实施例提出一种运营管理系统，包括采集模块、服务器、统计模块和输出模块；
所述采集模块采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至所述服务器；
76.所述统计模块用于从所述服务器中获取数据并统计gmv达成；
77.所述输出模块用于输出所述统计模块的统计结果。
78.在上述实施例的基础上，本实施例中所述根据所述采集模块采集的数据统计gmv达成包括：
79.gmv＝σ订单销售价*订单销售数量-订单销售价*订单退款数量+系统补付款；
80.gmv实收金额＝周期内所有线上订单的实际支付金额+系统补付款-实际退款金额；
81.gmv环比/同比＝(本期gmv-上期/同期gmv)/|上期/同期gmv|*100％。
82.在上述实施例的基础上，本实施例中所述采集模块采集的数据还包括所选地区今日凌晨到今日当前最近一个整点产生的gmv，所选地区今日的gmv目标值。
83.以今日实时统计gmv金额为例：
84.实际gmv＝所选地区今日凌晨到今日当前最近一个整点产生的gmv；
85.目标gmv＝所选地区今日的gmv目标值；
86.gmv达成率＝所选地区今日凌晨到今日当前最近一个整点产生的gmv/所选地区今日的gmv目标值；
87.gmv金额数据来源是用户在智能柜、自贩机、无人货柜等设备终端进行购买等消费行为产生的订单流水，这些订单流水会同步到oms订单、wms物流、erp等业务应用系统，如果有退款、优惠活动补偿也会产生消费流水，并与订单流水进行关联形成业务闭环。
88.gmv大数据平台会与各个业务系统进行实时的数据交互，按照货架、时间、柜龄、地区多种维度进行汇总统计生产中间表数据，决策和报表系统根据各地区gmv目标金额和gmv金额，按照不同维度进行二次加工和算法处理展示不同的业务数据图形。
89.在上述实施例的基础上，本实施例中所述统计模块还包括统计gmv达成率，所述gmv达成率的计算公式为：所选地区今日凌晨到今日当前最近一个整点产生的gmv/所选地区今日的gmv目标值。
90.在上述实施例的基础上，本实施例中所述统计模块用于从所述服务器中获取数据并统计gmv综合损失和gmv综合损失占比中的一种或者两种。
91.在上述实施例的基础上，本实施例中采集模块采集的数据还包括撤架损失、竞对损失、缺货损失和断网损失。
92.在上述实施例的基础上，本实施例中所述统计模块还包括对比全网平均：某段时间内某地区的综合损失占比和全网综合损失占比对比，对比全网大则显示+，小则-，等于则0，例如昨日全地区的综合损失占比为10％，昨日湖北地区的综合损失占比为15％，那么湖北地区的对比全网平均损失占比为+5％。
93.在上述实施例的基础上，本实施例中所述gmv综合损失为撤架损失、最大值缺货损失、最大值断网损失和竞对损失之和。
94.在上述实施例的基础上，本实施例中所述断网损失的计算公式为：σ每个智能设备{σ(每个小时地区场景近30天日架均*该小时断网时间占比)}。
95.撤架损失：某段时间内，所有撤架货架，σ(每个撤架货架在其撤架前6个月的平均
日架均)
×
某段时间内的撤架天数+(上个月撤架的货架在当月的损失)。
96.缺货损失：统计所选时间内所选地区下的缺货损失按当前已有口径全量缺货损失：智能设备全量损失(含新品和滞销的)，统计某个货架在某段时间内爆畅平商品因缺货造成损失的数据。
97.竞对损失：共存点位日损失＝共存前六个月平均日均销-当日共存点位gmv，取最大值(若共存点位日损失》当日共存点位gmv，取共存点位日损失的计算所得值；若共存点位日损失《当日共存点位gmv，取值为0)。
98.gmv综合损失举例如表1所示：
[0099][0100]
结合表1，统计8月1日至8月2日货柜a、b、c、d、e的gmv损失金额，缺货损失统计从1日到2日所有货架缺货损失金额之和，断网损失统计1日至2日所有货架断网损失金额之和，综合损失统计每日货架缺货损失和断网损失最大的损失金额之和。
[0101]
智能货柜因某些原因撤架需要进行撤架申请，在完结oms订单系统、erp财务系统、wms供应链系统等相关流转订单之后，各业务部门完成审批并调整货柜状态为撤架。
[0102]
激活状态货柜在运行时其设备系统会与服务端保持通信连接，如果服务端无法与设备系统建立连接，服务端系统记录智能柜设备联网状态，当断网时间超过半个小时即新增断网记录。
[0103]
缺货定义为单个货架或智能货柜，单个商品库存为0，且满足以下三种条件，
①
货架商品维度补货标识正常；
②
销售标识为爆畅平；
③
货架：状态为已激活(不包含撤架状态为“待盘点”和“待撤架”)。
[0104]
也可以从oms订单系统、智能货柜系统等应用系统获取断网、缺货等基础信息，指标算法系统进行数据的处理校验形成任务消息，再通过消息管理中心向相关地区责任人推送异常预警消息，预警消息主要内容为持续或严重数据异常的信息，可以根据地区实际情况标准做个性化的配置，运营负责人根据异常预警信息及时转发相关人员处理，例如地区断网率持续较高需要检查货架断网的原因(设备、环境、管理等)，报告说明问题原因提出解决方案，持续汇报工作进度和完成情况，从异常预警信息的产生到问题的处理解决形成一个业务闭环。
[0105]
在上述实施例的基础上，本实施例中所述统计模块还包括统计0销货柜数、低销货柜占比、新装低销占比和低销环比，这些数据为点位质量。
[0106]
具体统计规则如下：
[0107]
1、统计周期内gmv小于低销标准的都认定为低销，含0销；
[0108]
2、0销货柜数：对应统计条件下gmv小于等于0的货架数；
[0109]
3、低销货柜占比：统计周期内对应条件下低销货柜数/统计周期内对应条件下货柜总数；
[0110]
4、新装低销占比：统计周期内新装低销货柜数/统计周期内新装货柜总数,新装货架统一按激活日期是否落在统计周期内进行识别,剔除了置换激活的货架；
[0111]
5、低销、0销只统计了智能柜和自贩机，不含无人货架；
[0112]
6、低销环比计算公式：(本期低销货柜数-上期低销货柜数)/上期低销货柜数，0销同理。
[0113]
低销货柜标准按柜类型定义每天最低销售金额，需要统计周期内货柜gmv金额之和与最低销售金额之和做比较，小于等于最低销售金额判定为低销货架，大于最低销售金额判定为正常销售货架，如果周期内货架销售金额之和为0则判定为0销货架。
[0114]
周期内货架gmv统计时间范围与货架激活状态时间有关，并非全部统计周期开始到截止时间，例如当前货架状态为激活状态，gmv时间范围规则如下：
[0115]
如果激活时间小于等于统计周期开始时间，gmv时间范围为统计周期开始时间到截止时间，如果激活时间小于统计周期结束时间，gmv时间范围为货架激活时间到统计周期截止时间，如果激活时间大于统计周期结束时间不参与统计。
[0116]
点位质量主要用于评估周期内货柜销售评价gmv金额是否满足最低gmv销售标准，大数据平台每天从应用系统同步前一天货柜销售gmv金额，并综合订单退款、优惠、促销等信息按货架维度统计出每天gmv金额，货架的低销标准主要通过货柜类型、地区货柜成本、销售时间等定义最低销售金额，指标算法系统根据低销判断流程统计智能货柜每天达标情况，区域运营负责人可以查看低销货柜占比、低销排行以及低销环比等信息。如果低销货架数量占比在10％以下属于正常范围，低销货架占比在10％到25之间需要排查并解决问题，超过25％需要汇报问题并制定解决方案并持续汇报进展，由于低销周期较长具有一定延时性，所以在低销比例持续增加时应该提高警惕并防患于未然，解决低销问题可以采取如提高货柜畅销品的比例、下架严重滞销商品、撤架长期低销货架等措施。
[0117]
本实施例还提出一种上述运营管理系统的管理方法，包括以下步骤：
[0118]
s1、采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至服务器；
[0119]
s2、从所述服务器中获取数据并统计gmv达成；
[0120]
s3、输出步骤s2的统计结果。
[0121]
本发明提出的运营管理系统不仅仅是一个统计分析报表系统，而是一个具有预警和任务功能的管理系统，能够通过前面指标规则体系进行数据分析和预测，在日常运营辅助公司决策者经营规划和决策，并且通过任务系统推进问题的及时处理，让数据驱动的业务形成闭环。
[0122]
总之，运营管理系统在公司管理运营中得到广泛应用，通过随时随地的数据查看和指标分析帮助运营者处理日常繁多而复杂的数据问题，让管理者从大数据的海洋中解脱出来，更加专注于公司的决策运营，运营管理系统由于其专业性和便捷性已经成为运营中不可或缺的一部分，并且随着业务和规模的快速发展还在不断的优化和迭代。
[0123]
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

技术特征：
1.一种运营管理系统，其特征在于，包括采集模块、服务器、统计模块和输出模块；所述采集模块采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至所述服务器；所述统计模块用于从所述服务器中获取数据并统计gmv达成；所述输出模块用于输出所述统计模块的统计结果。2.根据权利要求1所述的运营管理系统，其特征在于，所述根据所述采集模块采集的数据统计gmv达成的计算方法包括：gmv＝σ订单销售价*订单销售数量-订单销售价*订单退款数量+系统补付款；gmv实收金额＝周期内所有线上订单的实际支付金额+系统补付款-实际退款金额；gmv环比/同比＝(本期gmv-上期/同期gmv)/|上期/同期gmv|*100％。3.根据权利要求1所述的运营管理系统，其特征在于，所述采集模块采集的数据还包括所选地区今日凌晨到今日当前最近一个整点产生的gmv，所选地区今日的gmv目标值。4.根据权利要求3所述的运营管理系统，其特征在于，所述统计模块还包括统计gmv达成率，所述gmv达成率的计算方法为：所选地区今日凌晨到今日当前最近一个整点产生的gmv/所选地区今日的gmv目标值。5.根据权利要求1所述的运营管理系统，其特征在于，所述统计模块用于从所述服务器中获取数据并统计gmv综合损失和或gmv综合损失占比中的一种或者两种。6.根据权利要求5所述的运营管理系统，其特征在于，采集模块采集的数据还包括撤架损失、竞对损失、缺货损失和断网损失。7.根据权利要求5所述的运营管理系统，其特征在于，所述gmv综合损失为撤架损失、最大值缺货损失、最大值断网损失和竞对损失之和。8.根据权利要求7所述的运营管理系统，其特征在于，所述断网损失的计算公式为：σ每个智能设备{σ(每个小时地区场景近30天日架均*该小时断网时间占比)}。9.根据权利要求1所述的运营管理系统，其特征在于，所述统计模块还包括统计0销货柜数、低销货柜占比、新装低销占比和低销环比。10.一种权利要求1-9任一项所述的运营管理系统的管理方法，其特征在于，包括以下步骤：s1、采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至服务器；s2、从所述服务器中获取数据并统计gmv达成；s3、输出步骤s2的统计结果。

技术总结
本发明公开一种运营管理系统及其管理方法，属于数据管理技术领域。该运营管理系统，包括采集模块、服务器、统计模块和输出模块；所述采集模块采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至所述服务器；所述统计模块用于从所述服务器中获取数据并统计GMV达成；所述输出模块用于输出所述统计模块的统计结果。该运营管理系统的管理方法，包括以下步骤：S1、采集订单销售价、订单销售数量、订单退款数量和系统补付款、实际退款金额并上传至服务器；S2、从所述服务器中获取数据并统计GMV达成；S3、输出步骤S2的统计结果。本发明提出的系统可高效实现GMV数据收集和整理。收集和整理。收集和整理。


技术研发人员：李超 朱凯 夏宇
受保护的技术使用者：深圳市丰宜科技有限公司
技术研发日：2023.03.27
技术公布日：2023/7/12