渠道商利用大数据技术组合供应商的方法及系统与流程

1.本发明属于大数据通信技术领域，具体涉及一种渠道商利用大数据技术组合供应商的方法及系统。


背景技术：

2.当前，渠道商在选择供应商时，会根据供应商的价格、服务时间长短等因素进行考量。如果供应商的这些状态长时间不变，渠道商每隔一段时间重新排列一下供应商即可，这比较容易做到。但是，如果供应商的价格、服务时间等因素变化较快，渠道商很难及时的掌握这些因素的快速变化情况，如果没有抓住这些变化的因素，可能会影响自己的利润以及自己对客户的服务质量(例如处理时间太长)。因此，几乎所有的渠道商都希望能够尽快识别到供应商的这些变化，做出最优的供应商选择。目前缺乏帮助渠道商解决上述问题的方法。


技术实现要素：

3.针对渠道商很难及时的掌握供应商的相关因素的快速变化情况的上述问题，本发明提供一种渠道商利用大数据技术组合供应商的方法及系统。
4.本发明是通过以下技术方案实现的。
5.渠道商利用大数据技术组合供应商的方法，包括以下步骤：
6.(1)渠道商按照数据发生时间先后顺序收集终端用户和供应商的订单数据，每条订单数据包括基本属性和维度属性，不包括订单本身隐私数据，例如用户的姓名等隐私数据；
7.(2)将步骤(1)收集到的数据输入大数据计算平台，利用分布式计算或者并行计算，计算每个时段在基本属性和维度属性组合上的指标；
8.(3)基于可选供应商，生成供应商的排列；
9.(4)根据第(2)步得到的指标数据，计算每个供应商在基本属性和维度属性组合上的评分；
10.(5)针对每个供应商排列，基于条件概率的的方式，计算供应商排列的在每种属性和维度组合上的评分，确定出总评分最高的供应商排列；
11.(6)每隔一段时间，重复步骤(3)-(5)；
12.(7)每隔一段时间，该时间间隔远短于步骤(6)的时间间隔，修正供应商排列：如果供应商的单笔订单处理时长超过设定的阈值，或者供应商订单连续失败次数超过设定的阈值，则临时下架此供应商，临时下架的供应商一段时间后重新上架。
13.进一步的，所述基本属性包括订单发送起始时间，是否发送成功和发送所选供应商；所述维度属性包括地理信息和面值。
14.进一步的，所述订单数据还包括运营商、订单处理时长，成功率，时间段及利润率。
15.进一步的，所述订单数据来源于渠道商正常的业务操作时的记录。
16.进一步的，所述步骤(2)评分指标依赖于成功率、利润率和订单处理时延。
17.进一步的，所述步骤(4)评分公式为：e(profit_rate(i))＝profit rate(i)*success_rate(i)/avg_order_process_time(i)，或者e(profit_rate(i))＝profit rate(i)*success_rate(i)，e(profit_rate(i))的意思是供应商排列，i表示第i个供应商，profit_rate(i)的意思是第i个供应商在某个属性和维度组合上的利润率；success_rate(i)的意思是第i个供应商在某个属性和维度组合上的成功率；avg_order_process_time(i)的意思是第i个供应商在某个属性和维度组合上平均订单处理时间。
18.进一步的，所述步骤(5)供应商排列的纵评分公式为：
19.e(profit_rate)＝profit_rate(1)*success_rate(1)/avg_order_process_time(1)
20.+profit(2)*success_rate(2)*(1-success_rate(1))/avg_order_process_time(2)
21.+profit(3)*success_rate(3)*(1-success_rate(1))*(1-success_rate(2))/avg_order_process_time(3)
22.+...
23.+profit(i)*success_rate(i)*(1-success_rate(i-1))*...*(1-success_rate(1))/avg_order_process_time(i)
24.e(profit_rate)的意思是，生成的供应商排列在某个属性和维度组合上的总评分。
25.进一步的，所述评分指标还包括订单处理时延、时间方差或成功率方差。
26.进一步的，所述步骤(7)如果供应商的单笔订单处理时长超过该供应商99％订单的处理时长或者供应商订单连续失败次数超过该供应商连续失败次数的95％次数对应的阈值，则临时下架此供应商。
27.本发明还提供一种渠道商利用大数据技术组合供应商的系统，所述系统包括渠道商、用户终端、供应商、大数据计算平台提供的数据存储模块、数据处理模块及资源管理模块，所述用户终端连接渠道商，渠道商连接供应商及大数据计算平台，所述渠道商从用户终端获取订单的维度和属性数据，不包括用户的姓名等隐私数据，并上传至大数据计算平台，所述大数据计算平台用于数据的存储、抓取和计算并将处理结果返回渠道商。
28.有益效果：
29.本发明能够帮助渠道商及时地掌握供应商的相关因素的快速变化情况，获得供应商的最优排列，提升利润和服务质量。
附图说明
30.图1为实施例渠道商利用大数据技术组合供应商的流程图。
31.图2为实施例渠道商利用大数据技术组合供应商的系统结构示意图。
具体实施方式
32.下面结合具体实施例及附图对本发明做进一步详细说明。
33.实施例
34.在话费充值过程中，手机用户的充值订单到了渠道商后，渠道商首先识别这个订单的基本属性和维度属性，例如[省份][运营商][面值]，即哪个省份的，哪个运营商的，是什么面值的，业务平台会找出满足这三种特性的备选供应商排列，按照供应商排列顺序逐个尝试，直到这个订单充值成功。具体过程参考附图1。
[0035]
(1)渠道商按照数据发生时间先后顺序收集终端用户和供应商的订单数据，每条订单数据包括基本属性和维度属性，不包括订单本身隐私数据，例如用户的姓名等隐私数据。假设渠道商获取的某一条订单的基本属性和维度属性组合具体值为[山东][移动][50元]。
[0036]
(2)将步骤(1)收集到的数据输入大数据计算平台，利用分布式计算或者并行计算，计算每个供应商，每个时段在基本属性和维度属性组合具体值上的指标。
[0037]
每个供应商的每个指标的计算，都是附着于某个属性维度组合的具体值的。例如，计算a供应商在[山东][移动][50元]组合上的成功率，计算a供应商在[山东][移动][50元]组合上的利润率，计算a供应商在[山东][移动][50元]组合上的订单处理平均时延。渠道商需要针对每个供应商，得到在每个属性和维度组合具体值上的指标。
[0038]
(3)基于可选供应商，生成供应商的排列。例如有10个供应商，从中选择7个，排列的个数就是a(10,7)＝604800个。
[0039]
(4)根据第(2)步得到的指标数据，计算每个供应商在基本属性和维度属性组合上的评分。
[0040]
评分公式为：e(profit_rate(i))＝profit rate(i)*success_rate(i)，i表示第i个供应商，profit_rate(i)的意思是第i个供应商在某个属性和维度组合上的利润率，例如，[山东][移动][50元]这种特征的订单的利润率；success_rate(i)的意思是第i个供应商在某个属性和维度组合上的成功率，例如，[山东][移动][50元]这种特征的订单的成功率。
[0041]
(5)针对每个供应商排列，基于条件概率的的方式，计算供应商排列的在每种属性和维度组合上的评分，例如，针对第(3)步得到的604800个排列和第(4)步得到的每个供应商的评分，计算所有604800*(属性和维度组合数)个排列的评分。然后确定出总评分最高的供应商排列。
[0042]
e(profit_rate)＝profit_rate(1)*success_rate(1)/avg_order_process_time(1)
[0043]
+profit(2)*success_rate(2)*(1-success_rate(1))/avg_order_process_time(2)
[0044]
+profit(3)*success_rate(3)*(1-success_rate(1))*(1-success_rate(2))/avg_order_process_time(3)
[0045]
+...
[0046]
+profit(i)*success_rate(i)*(1-success_rate(i-1))*...*(1-success_rate(1))/avg_order_process_time(i)
[0047]
e(profit_rate)的意思是，生成的供应商排列，在某个属性和维度组合具体值上的评分。例如，[a,b,c,d,e,f,g]7个供应商，在[山东][移动][50元]组合上的评分；[b,c,d,a,i,o,e]这种排列的供应商在[山东][移动][50元]组合上的评分。avg_order_process_
time(i)的意思是第i个供应商在某个属性和维度组合上的平均订单处理时间，例如，第i个供应商在[山东][移动][50元]组合上的平均订单处理时间。
[0048]
当得到[山东][移动][50元]这种类型的订单的最佳供应商排列，例如[a,b,c,d,e,f,g]，未来如有订单符合[山东][移动][50元]这种特征的，渠道商就按照a-b-c-d-e-f-g这种顺序去尝试完成订单。
[0049]
针对每种属性和维度组合，得到评分最佳的供应商排列，将结果推送到业务平台，业务平台就按照排列中的供应商以及他们的顺序去进行操作。
[0050]
(6)每隔一段时间，重复步骤(3)-(5)。例如1小时，重复生成供应商排列并通过评分确定总评分最高的供应商排列。
[0051]
(7)每隔较短的一段时间，如20秒，修正供应商排列：判断供应商是否宕机或者供应商订单队列是否已满，如果供应商的单笔订单处理时长超过该供应商99％订单的处理时长，或者供应商订单连续失败次数超过该供应商连续失败次数的95％次数对应的阈值，则临时下架此供应商，临时下架的供应商一段时间后重新上架。
[0052]
以上所述的实施例仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。