[發明專利]預估損失的方法、裝置、電子裝置及計算機可讀介質

在審

• 申請號: 201710537911.1
• 申請日: 2017-07-04
• 公開（公告）號: CN107358320A
• 公開（公告）日: 2017-11-17
• 發明（設計）人: 夏蕊
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06
• 代理公司: 北京律智知識產權代理有限公司11438
• 代理人: 王衛忠,姜怡

技術領域

本公開總體涉及互聯網技術領域，具體而言，涉及一種預估損失的方法、裝置、電子裝置及計算機可讀介質。

背景技術

隨著互聯網的快速發展和迭代更新，展望未來，從大的格局來掌控行業實時動態信息固然重要；把握當下，做好各個階段的精細化管理，實現各環節的緊密高效運轉也同樣異常關鍵。根據以往的歷史情況，從中捕捉到核心數據信息，對現有關鍵指標的智能化監控預警和損失預估，幫助管理層及時發現問題原因和影響范圍，快速調整決策和戰略布局，為管理層的最短鏈路提供數據支撐和依據。

目前管理層的各種核心業績數據，均是和預算預測達成進行預警，沒有對各個影響業績因子進行進一步的深入分析。

因此，現有技術中的技術方案還存在有待改進之處。

在所述背景技術部分公開的上述信息僅用于加強對本公開的背景的理解，因此它可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本公開提供一種預估損失的方法、裝置、電子裝置及計算機可讀介質，解決上述技術問題。

本公開的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。

根據本公開的一方面，提供一種預估損失的方法，包括：

以統計單位進行統計，得到歷史銷售數據和當前銷售數據；

對與銷售相關的各量化因子的歷史數據和當前數據進行分析計算，得到各量化因子所對應的因子參考值；

根據所述歷史銷售數據、所述當前銷售數據和所述各量化因子所對應的因子參考值進行損失預估。

在本公開的一個實施例中，對與銷售相關的各量化因子的歷史數據和當前數據進行分析計算，得到各量化因子所對應的因子參考值包括：

在考慮星期元素的前提下計算所述各量化因子的上個月對應星期均值、去年同期月對應星期均值和去年同期上月對應星期均值；

根據所述各量化因子的所述去年同期月對應星期日均值和所述去年同期上月對應星期均值計算相應的去年同期月日均環比，計算公式為：

去年同期月日均環比＝(去年同期月對應星期均值-去年同期上月對應星期均值)/去年同期上月對應星期均值*100％；

根據所述各量化因子的所述上個月對應星期日均值和所述去年同期月日均環比計算得到所述因子參考值，計算公式為：

因子參考值＝上個月對應星期均值*(1+去年同期月日均環比)。

在本公開的一個實施例中，所述與銷售相關的各量化因子包括：頁面瀏覽量PV；

對于PV計算昨日損失預估，計算公式為：

昨日損失預估＝統計單位內昨日銷售總額*(昨日因子值/因子參考值-1)；

對于PV計算月至今損失預估，計算公式為：

月至今損失預估＝統計單位內月至今銷售總額*(月至今日均因子值/因子參考值-1)；

其中所述月至今日均因子值＝月至今累計因子值/月至今天數；

所述當前銷售數據為所述昨日銷售總額，所述月至今銷售總額為當月的月初至昨日的銷售數據總額，所述昨日因子值為昨日PV數據，所述月至今累計因子值為當月的月初至昨日的PV數據之和，所述月至今天數為當月月初至昨日的天數。

在本公開的一個實施例中，所述與銷售相關的各量化因子還包括：PV現貨率、PV轉化率、出庫率、取消金額占比和退貨金額占比；

對于PV現貨率、PV轉化率、出庫率、取消金額占比和退貨金額占比計算昨日損失預估，計算公式為：

昨日損失預估＝統計單位內昨日銷售總額*(昨日因子值-因子參考值)；

對于PV現貨率、PV轉化率、出庫率、取消金額占比和退貨金額占比計算月至今損失預估，計算公式為：

月至今損失預估＝統計單位內月至今銷售總額*(月至今日均因子值-因子參考值)。

在本公開的一個實施例中，還包括：

當正向因子的昨日損失預估大于所述統計單位內昨日銷售總額的比例閾值時；或當正向因子的月至今損失預估大于所述統計單位內月至今銷售總額的比例閾值時，進行預警；

當逆向因子的昨日損失預估的絕對值大于所述統計單位內昨日銷售總額的比例閾值時；或當逆向因子的月至今損失預估的絕對值大于所述統計單位內月至今銷售總額的比例閾值時，進行預警；

其中所述PV、所述PV現貨率、所述PV轉化率、所述出庫率均為所述正向因子，所述取消金額占比和所述退貨金額占比均為逆向因子。

根據本公開的再一方面，提供一種預估損失的裝置，包括：