一种基于数字化转型企业的产业链资源数据重构整合系统的制作方法

本发明涉及数据重构，具体涉及一种基于数字化转型企业的产业链资源数据重构整合系统。

背景技术：

1、资源整合是指企业对不同来源、不同层次、不同结构、不同内容的资源进行识别与选择、汲取与配置、激活和有机融合，使其具有较强的柔性、条理性、系统性和价值性，并创造出新的资源的一个复杂的动态过程。在现代企业的运营和管理过程中，产业链数据的分析与整合对于提高生产效率、降低成本、增强市场竞争力具有至关重要的作用。随着数字化转型的推进，企业能够获取到大量的原始数据，包括生产环节、销售环节和物流环节等各个环节的数据。然而，这些数据往往是独立的、零散的，需要通过有效的手段进行整合分析，以揭示其中潜在的关联关系和优化潜力。

2、传统的方法可能无法充分挖掘数据中的价值，或者处理起来效率低下，难以满足快速响应市场变化的需求。因此，一种基于数字化转型企业的产业链资源数据重构整合系统应运而生，该系统旨在通过先进的数据处理和分析技术，实现对产业链各环节数据的深入挖掘和有效整合，从而帮助企业优化资源配置，提升整体运营效率。

技术实现思路

1、本发明的目的在于提供一种基于数字化转型企业的产业链资源数据重构整合系统，解决了背景技术中所提出的技术问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种基于数字化转型企业的产业链资源数据重构整合系统，包括：

4、数据收集单元，用于收集目标企业的产业链各个环节在历史标准时段的原始数据，原始数据包括生产环节中指定产品的生产量、生产投入参数、销售环节中指定产品的订单量、运营投入参数、物流环节中指定产品的运输量、运输投入参数；

5、其中，投入参数指代为人员成本或设备成本的量化值；

6、数据处理单元，用于对产业链各个环节的原始数据进行预处理，其依据各个历史标准时段内指定产品的生产量、订单量和运输量，统计出该指定历史周期内所有指定产品的生产总量、订单总量、运输总量，以及各个历史标准时段指定产品的生产量、订单量、运输量分别在指定历史周期内除对应历史标准时段内其他所有指定产品的生产总量中的占比、订单总量中的占比、运输总量中的占比，随之依据对应的占比结果计算出产业链的重构系数；

7、重构分析单元，用于将重构系数与预设的重构阈值进行比较，若其比较结果为重构系数大于重构阈值，则对该指定产品的产品链进行整合判断分析，依据整合判断分析结果，得出销售环节需要增加或降低的运营投入参数、物流环节需要增加或降低的运输投入参数，销售环节需要增加或降低的生产投入参数；

8、结果展示单元，用于将整合判断分析结果展现给相关人员。

9、作为本发明进一步的方案：生产投入参数指代为生产出对应生产总量的指定产品的加工设备量或加工人员量、运营投入参数指代为销售出对应订单总量的指定产品的运营成本量或客服人员量、运输投入参数。

10、作为本发明进一步的方案：预处理方式如下：

11、在指定历史周期内，提取各个环节在多个历史标准时段内的原始数据；

12、以生产环节中指定产品的生产量为例：

13、ss1、将各个历史标准时段内指定产品的生产量标记为s i，i＝1、2、……n，n表示指定历史周期内的多个历史标准时段的数量；

14、同时将各个历史标准时段内指定产品的订单量标记为d i，将各个历史标准时段内指定产品的运输量标记为yi；

15、ss2、依据各个历史标准时段内指定产品的生产量、订单量和运输量，分别统计出该指定历史周期内所有指定产品的生产总量、订单总量、运输总量，并将其分别标记为sz、dz、yz；

16、ss3、通过计算出各个历史标准时段指定产品的生产量、订单量、运输量分别在指定历史周期内除对应历史标准时段内其他所有指定产品的生产总量中的占比bs i、订单总量中的占比bd i、运输总量中的占比byi；

17、ss4、随之在同一历史标准时段内，提取相应的bs i、bd i、byi，并在bs i、bd i、byi中计算其两两之间的差值绝对值，并将bs i和bd i之间的差值绝对值记作差值分析值sdci、将bs i和byi之间的差值绝对值记作差值分析值syc i、将bd i和by i之间的差值绝对值记作差值分析值dyc i；

18、以此类推，在计算出各个历史标准时段内的差值分析值sdc i、syc i、dyc i；

19、ss5、利用方差计算公式，计算出各个历史标准时段内的差值分析值sdc i、syc i、dyc i的离散程度值；

20、然后将sdc i、syc i、dyc i对应的离散程度值分别与对应预设的离散阈值进行比较，依据比较结果，筛选得到相应的sdc i、syc i、dyc i，并计算其平均值sdpp、sypp、dypp；

21、ss6、利用公式计算出产业链的重构系数x；

22、其中，a1、a2、a3均为预设比例系数，μ为误差修正系数，且其取值为2.315。

23、作为本发明进一步的方案：其特征在于，步骤ss5中的比较方式如下：

24、选取sdc i为例，若sdc i对应的离散程度值大于其对应的离散阈值，则表示各个历史标准时段内的差值分析值sdc i的离散程度值较大，之后按照|sdc i-sdcp|从大到小的顺序依次删除对应的sdc i值并对应计算剩余的离散程度值，直至sdc i对应的离散程度值小于等于其对应的离散阈值；

25、其中，sdcp表示参与计算对应离散程度值时，所用的所有sdc i的平均值；

26、之后获取sdc i对应的离散程度值小于等于其对应的离散阈值时，参与计算相应离散程度值的sdc i，并求取对应参与计算的sdc i的平均值sdpp。

27、作为本发明进一步的方案：若重构系数小于等于重构阈值，则不进行整合判断分析。

28、作为本发明进一步的方案：整合判断分析方式如下：

29、sa1、获取多个指定周期内的原始数据，并分别统计出各个指定历史周期内所有指定产品的生产总量sz、订单总量dz、运输总量yz；其中，多个指定周期之间的时间间隔一致；

30、sa2、将各个指定历史周期内的sz、dz、yz分别与预设的最低数量阈值sy、dy、yy进行比较：

31、在同一个指定历史周期内；

32、若sz＞sy、dz＞dy、yz＞yy均成立，则将该指定历史周期标定为分析周期；

33、若sz＞sy、dz＞dy、yz＞yy中含有一项不成立，则将该指定历史周期对应的原始数据剔除；

34、以此类推，获取多个分析周期；

35、sa3、依据多个分析周期中的所有指定产品的生产总量、订单总量、运输总量，统计出各个分析周期内所有指定产品的生产总量、订单总量、运输总量对应的均值，并将其记为szp、dzp、yzp；

36、sa4、在生产环节、销售环节、物流环节中，选定一个环节对应的值作为标准值，随后依据其他环节的值和标准值，对各个环节进行投入增减分析，并得出销售环节需要增加或降低的运营投入参数、物流环节需要增加或降低的运输投入参数，销售环节需要增加或降低的生产投入参数。

37、作为本发明进一步的方案：标准值表示为以相应环节的数据为标准，将其他环节的数据按照标准环节的数据进行重构整合。

38、作为本发明进一步的方案：投入增减分析的方式如下：

39、sb1、以选定生产环节的szp作为标准值为例；

40、将dzp-szp＝k1，计算得出生产环节与销售环节中的产品差值量k1；

41、若k1的值为负值，则表示销售环节的产品售出数量低于生产环节中产品的生产数量，并表示销售环节需要增加运营投入参数；

42、若k1的值为正值，则表示销售环节的产品售出数量高于生产环节中产品的生产数量，并表示销售环节可以降低运营投入参数；

43、sb2、将yzp-szp＝k2，计算得出生产环节与物流环节中的产品差值量k2；

44、若k2的值为负值，则表示物流环节的产品运输数量低于生产环节中产品的生产数量，并表示物流环节需要增加运输投入参数；

45、若k2的值为正值，则表示物流环节的产品运输数量高于生产环节中产品的生产数量，并表示物流环节可以降低运输投入参数；

46、sb3、随之获取提取各个指定历史周期的生产投入参数、运营投入参数、运输投入参数，然后求取其均值，并将其均值分别标记为st、dt、yt；

47、然后通过公式t1＝(k1*dt)/dzp，t2＝(k2*yt)/yzp，计算得出销售环节需要增加或降低的运营投入参数t1、物流环节需要增加或降低的运输投入参数t2。

48、本发明的有益效果：

49、数据整合与分析：通过收集企业产业链各个环节在历史标准时段的原始数据，并对这些数据进行预处理和分析，能够有效地掌握生产、销售和物流等环节的运作情况，从而更好地理解整个产业链的运作状态。

50、差值分析与离散程度计算：通过计算不同环节之间的差值分析值，并进一步计算离散程度值，可以识别出各环节之间的差异和波动情况，为后续的投入增减提供依据。

51、重构系数计算：利用计算出的离散程度值和预设的离散阈值进行比较，进而求得产业链的重构系数x，该系数可以作为衡量产业链是否需要整合的重要指标。

52、投入增减分析：通过比较重构系数与预设的重构阈值，决定是否需要对产业链进行整合判断分析。若需要，将基于多个指定周期内的数据进行更深入的分析，确定各个环节是否需要增加或减少投入参数，以优化资源配置。

53、结果展示：最终将分析结果通过结果展示单元展现给相关人员，便于决策者根据分析结果作出相应的战略调整。

54、综上所述，本发明通过精确分析和重构企业产业链的资源数据，能够为企业提供决策支持，帮助企业实现资源优化配置，提高产业链的运作效率，增强企业的市场竞争力。