会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利库 / 商业智能 / 一种基于商业智能的销售业云计算平台及其构建方法

一种基于商业智能的销售业云计算平台及其构建方法

申请号 CN201810572345.2 申请日 2018-06-06 公开(公告)号 CN108876128A 公开(公告)日 2018-11-23
申请人 国云科技股份有限公司; 发明人 黄博; 关班记; 季统凯;
摘要 本发明涉及云平台构建技术领域,特别是一种基于商业智能的销售业云计算平台及其构建方法。本发明的平台包括物理存储层、虚拟设施架构层、销售系统引擎和销售系统应用层;物理存储层用于存储和处理销售系统中的数据,并提供业务分析、索引、查询和决策管理功能;虚拟设施架构层用于构建和处理虚拟机节点,提供基础的云计算设施;销售系统引擎包括销售系统框架、销售系统服务节点处理服务、资源处理服务、多租户服务和质量保证服务;实现服务组件处理,同时创建和处理销售系统服务节点,并实现资源处理、多租户服务和质量保证;销售系统应用层提供用户创建的销售系统服务节点,用于处理销售系统服务。本发明实现了云计算平台上的销售系统用户构建。
权利要求

1.一种基于商业智能的销售业云计算平台,其特征在于:所述的平台包括物理存储层、虚拟设施架构层、销售系统引擎和销售系统应用层;

所述的物理存储层用于存储和处理销售系统中的数据,并提供业务分析、索引、查询和决策管理功能;

所述的虚拟设施架构层用于构建和处理虚拟机节点,提供基础的云计算设施;

所述的销售系统引擎包括销售系统框架、销售系统服务节点处理服务、资源处理服务、多租户服务和质量保证服务;实现服务组件处理,同时创建和处理销售系统服务节点,并实现资源处理、多租户服务和质量保证;

所述的销售系统应用层提供用户创建的销售系统服务节点,用于处理销售系统服务。

2.根据权利要求1所述的平台,其特征在于:

所述的物理存储层的业务分析包括销售分析、商品分析和人员分析;

销售分析主要分析各项销售指标,包括毛利、毛利率、交叉比、销进比、盈利能力、周转率、同比、环比;分析维可从管理架构、类别品牌、日期、时段等角度观察;这些分析维采用多级钻取,从而获得透彻的分析思路;同时根据海量数据产生预测信息、报警信息等分析数据;还可根据各种销售指标产生新的透视表;

商品分析的主要数据来自销售数据和商品基础数据,从而产生以分析结构为主线的分析思路;主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构,从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标;通过系统对这些指标的分析来指导企业商品结构的调整,加强所营商品的竞争能力和合理配置;

人员分析通过系统对公司的人员指标进行分析,特别是对销售人员指标和采购人员指标的分析,以达到考核员工业绩,提高员工积极性,并为人力资源的合理利用提供科学依据;主要分析的主题有员工的人员构成、销售人员的人均销售额、对于销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等。

基于商业智能的决策管理用来优化并自动化地进行业务决策,它通过预测分析让组织能够在制定决策以前有所行动,可预测哪些行动在未来最有可能获得成功;包括三种组织决策类型:战略型、业务型和战术型;它们使自动化预测结果更具一致性。

3.根据权利要求1所述的平台,其特征在于:

所述的销售系统框架是销售系统引擎中最重要的部分,销售系统框架采用主从体系架构,包含一个主服务处理器,一个辅助服务处理器和多个应用服务处理器,同时提供表述性状态转移接口来处理销售系统服务;

主服务处理器通过分布式协调器处理应用服务处理器集群,同时维护应用服务处理器的状态信息以用于服务调度和负载均衡;另外,主服务处理器控制系统层次的活动;辅助服务处理器是主服务处理器的备份,当主服务处理器失效时,辅助服务处理器能够及时替换主服务处理器以继续提供服务;

应用服务处理器基于面向服务的框架实现,负责动态处理服务组件;在销售系统引擎中,基础服务组件被集成在虚拟机镜像中,随虚拟机启动而启动,而应用服务组件则是用户自己部署安装的;

销售系统服务节点处理服务指的是销售系统引擎创建的销售系统服务节点的全生命周期处理,包括创建、运行和删除销售系统服务节点,销售系统服务节点维护了用户创建的销售系统的所有元数据信息;

资源处理服务,由一个全局资源处理器和部署在每台物理机上的节点处理器实现;

资源处理器和节点处理器共同处理虚拟机的运行,资源处理器收集物理机的资源利用率,能够在合适的物理机上创建虚拟机和在物理机间进行虚拟机迁移来实现负载均衡,节点处理器根据资源处理器的命令处理本地物理机上的虚拟机,同时将虚拟机的运行情况报告给资源处理器;

多租户服务,指的是在数字图书馆引擎中,隔离不同用户创建的销售系统服务节点,以达到安全的目的,对于服务的多租户服务,即通过虚拟机的隔离策略实现,不同的销售系统服务节点可以部署在不同的虚拟机集群上,使得销售系统的服务得到隔离;同时,销售系统引擎可以通过资源处理器和节点处理器来调度虚拟机,提高资源利用率;对于数据的多租户服务,则通过非结构化数据管理系统的命名空间来实现,不同用户的数据存放在各自的命名空间中,以达到隔离的效果;

质量保证服务,指的是销售系统引擎可以根据销售系统的负载自适应的调整应用服务处理器个数,以达到负载均衡和理想的服务质量,质量保证服务通过消息队列和分布式协调器实现。

4.根据权利要求1所述的平台,其特征在于:

所述的销售系统应用层集成业务分析包括财务管理、点击流分析、供应链管理、关键绩效指标、客户分析;同时集成商业智能所用的工具,包括抽取、转换和加载软件、数据挖掘和在线分析。

5.一种根据权利要求1所述平台的构建方法,其特征在于:所述的方法是普通用户向平台提交创建销售系统所需的硬件需求,所需的硬件需求包括内存、CPU、硬盘大小以及操作系统类型;用户通过命令行向销售系统引擎提交创建销售系统服务节点的请求,所述的请求包括创建命令、服务名称、服务节点数目以及包含硬件需求的文件名称;平台根据用户所提交的请求,创建虚拟机节点,并启动虚拟机节点;用户根据面向服务架构的技术规范开发服务组件,并为服务组件构建组件说明文件,包括组件名称、服务名称、组件依赖关系以及组件部署份数信息;平台根据组件说明文件,部署并启动服务组件和服务组件依赖的组件;

启动服务后,通过表述性状态转移接口或网页访问销售系统服务。

6.根据权利要求5所述的方法,其特征在于:

所述的销售系统用户操作流程如下:

(1)需求分析:在其他活动开展之前明确的定义企业对商业智能的期望和需求,包括需要分析的主题,各主题可能查看的角度;需要发现企业那些方面的规律;

(2)数据仓库建模:通过对企业需求的分析,建立企业数据仓库的逻辑模型和物理模型,并规划好系统的应用架构,将企业各类数据按照分析主题进行组织和归类;

(3)数据抽取:数据仓库建立后将数据从业务系统中抽取到数据仓库中,在抽取的过程中将数据进行转换、清洗,以适应分析的需要;

(4)建立商业智能分析报表:由专业人员按照用户制订的格式进行开发,用户也可自行开发;

(5)用户培训和数据模拟测试:点击操作针对特定的商业问题进行分析;

(6)系统改进和完善:根据用户的要求,再按照上述步骤对系统进行重构或完善。

说明书全文

一种基于商业智能的销售业云计算平台及其构建方法

技术领域

[0001] 本发明涉及云平台构建技术领域,特别是一种基于商业智能的销售业云计算平台及其构建方法。

背景技术

[0002] 云计算是“网格计算”、“分布式计算”、“互联网计算”的发展,具有超大规模的计算和存储能力,可依靠虚拟化技术,使“云”能够随时扩展,满足不断变化的应用需求;可以提供在线文档、信息搜集、科学计算、数据挖掘、数据存储等多种服务,而不受用户主机性能的限制,并能实现按需服务、按需付费,达到高效率低成本的目的。
[0003] 目前尚未有用于用户自行构建销售系统服务的云计算平台;传统的销售系统一般没有利用云计算的特性和能力,导致缺少服务质量保证,安全性不够,扩展性差;

发明内容

[0004] 本发明解决的技术问题在于提供一种基于商业智能的销售业云计算平台及其构建方法;实现用户自行构建销售系统服务的云计算平台。
[0005] 本发明解决上述技术问题的技术方案是:
[0006] 所述的平台包括物理存储层、虚拟设施架构层、销售系统引擎和销售系统应用层;
[0007] 所述的物理存储层用于存储和处理销售系统中的数据,并提供业务分析、索引、查询和决策管理功能;
[0008] 所述的虚拟设施架构层用于构建和处理虚拟机节点,提供基础的云计算设施;
[0009] 所述的销售系统引擎包括销售系统框架、销售系统服务节点处理服务、资源处理服务、多租户服务和质量保证服务;实现服务组件处理,同时创建和处理销售系统服务节点,并实现资源处理、多租户服务和质量保证;
[0010] 所述的销售系统应用层提供用户创建的销售系统服务节点,用于处理销售系统服务。
[0011] 所述的物理存储层的业务分析包括销售分析、商品分析和人员分析;
[0012] 销售分析主要分析各项销售指标,包括毛利、毛利率、交叉比、销进比、盈利能力、周转率、同比、环比;分析维可从管理架构、类别品牌、日期、时段等角度观察;这些分析维采用多级钻取,从而获得透彻的分析思路;同时根据海量数据产生预测信息、报警信息等分析数据;还可根据各种销售指标产生新的透视表;
[0013] 商品分析的主要数据来自销售数据和商品基础数据,从而产生以分析结构为主线的分析思路;主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构,从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标;通过系统对这些指标的分析来指导企业商品结构的调整,加强所营商品的竞争能力和合理配置;
[0014] 人员分析通过系统对公司的人员指标进行分析,特别是对销售人员指标和采购人员指标的分析,以达到考核员工业绩,提高员工积极性,并为人力资源的合理利用提供科学依据;主要分析的主题有员工的人员构成、销售人员的人均销售额、对于销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等。
[0015] 基于商业智能的决策管理用来优化并自动化地进行业务决策,它通过预测分析让组织能够在制定决策以前有所行动,可预测哪些行动在未来最有可能获得成功;包括三种组织决策类型:战略型、业务型和战术型;它们使自动化预测结果更具一致性。
[0016] 所述的销售系统框架是销售系统引擎中最重要的部分,销售系统框架采用主从体系架构,包含一个主服务处理器,一个辅助服务处理器和多个应用服务处理器,同时提供表述性状态转移接口来处理销售系统服务;
[0017] 主服务处理器通过分布式协调器处理应用服务处理器集群,同时维护应用服务处理器的状态信息以用于服务调度和负载均衡;另外,主服务处理器控制系统层次的活动;辅助服务处理器是主服务处理器的备份,当主服务处理器失效时,辅助服务处理器能够及时替换主服务处理器以继续提供服务;
[0018] 应用服务处理器基于面向服务的框架实现,负责动态处理服务组件;在销售系统引擎中,基础服务组件被集成在虚拟机镜像中,随虚拟机启动而启动,而应用服务组件则是用户自己部署安装的;
[0019] 销售系统服务节点处理服务指的是销售系统引擎创建的销售系统服务节点的全生命周期处理,包括创建、运行和删除销售系统服务节点,销售系统服务节点维护了用户创建的销售系统的所有元数据信息;
[0020] 资源处理服务,由一个全局资源处理器和部署在每台物理机上的节点处理器实现;
[0021] 资源处理器和节点处理器共同处理虚拟机的运行,资源处理器收集物理机的资源利用率,能够在合适的物理机上创建虚拟机和在物理机间进行虚拟机迁移来实现负载均衡,节点处理器根据资源处理器的命令处理本地物理机上的虚拟机,同时将虚拟机的运行情况报告给资源处理器;
[0022] 多租户服务,指的是在数字图书馆引擎中,隔离不同用户创建的销售系统服务节点,以达到安全的目的,对于服务的多租户服务,即通过虚拟机的隔离策略实现,不同的销售系统服务节点可以部署在不同的虚拟机集群上,使得销售系统的服务得到隔离;同时,销售系统引擎可以通过资源处理器和节点处理器来调度虚拟机,提高资源利用率;对于数据的多租户服务,则通过非结构化数据管理系统的命名空间来实现,不同用户的数据存放在各自的命名空间中,以达到隔离的效果;
[0023] 质量保证服务,指的是销售系统引擎可以根据销售系统的负载自适应的调整应用服务处理器个数,以达到负载均衡和理想的服务质量,质量保证服务通过消息队列和分布式协调器实现。
[0024] 所述的销售系统应用层集成业务分析包括财务管理、点击流分析、供应链管理、关键绩效指标、客户分析;同时集成商业智能所用的工具,包括抽取、转换和加载软件、数据挖掘和在线分析。
[0025] 所述的方法是普通用户向平台提交创建销售系统所需的硬件需求,所需的硬件需求包括内存、CPU、硬盘大小以及操作系统类型;用户通过命令行向销售系统引擎提交创建销售系统服务节点的请求,所述的请求包括创建命令、服务名称、服务节点数目以及包含硬件需求的文件名称;平台根据用户所提交的请求,创建虚拟机节点,并启动虚拟机节点;用户根据面向服务架构的技术规范开发服务组件,并为服务组件构建组件说明文件,包括组件名称、服务名称、组件依赖关系以及组件部署份数信息;平台根据组件说明文件,部署并启动服务组件和服务组件依赖的组件;启动服务后,通过表述性状态转移接口或网页访问销售系统服务。
[0026] 所述的销售系统用户操作流程如下:
[0027] (1)需求分析:在其他活动开展之前明确的定义企业对商业智能的期望和需求,包括需要分析的主题,各主题可能查看的角度;需要发现企业那些方面的规律;
[0028] (2)数据仓库建模:通过对企业需求的分析,建立企业数据仓库的逻辑模型和物理模型,并规划好系统的应用架构,将企业各类数据按照分析主题进行组织和归类;
[0029] (3)数据抽取:数据仓库建立后将数据从业务系统中抽取到数据仓库中,在抽取的过程中将数据进行转换、清洗,以适应分析的需要;
[0030] (4)建立商业智能分析报表:由专业人员按照用户制订的格式进行开发,用户也可自行开发;
[0031] (5)用户培训和数据模拟测试:点击操作针对特定的商业问题进行分析;
[0032] (6)系统改进和完善:根据用户的要求,再按照上述步骤对系统进行重构或完善。
[0033] 本发明的云计算平台通过用户构建销售系统服务,可以方便用户构建和维护销售系统;用户可以在此平台上创建多个销售系统服务;销售系统引擎通过资源服务、多租户服务和质量保证服务,使得销售系统安全、可靠、可扩展,并具有容错容灾和负载均衡的特性。

附图说明

[0034] 下面结合附图对本发明进一步说明:
[0035] 图1为本发明的系统架构图。

具体实施方式

[0036] 下面将结合附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出实质性创造获得的方案,都属于本发明保护的范围。
[0037] 以下是本发明的关于一种基于商业智能的销售业云计算平台构建方法的重要功能点实现方法:
[0038] 1:物理存储层:该层的业务分析包括销售分析、商品分析和人员分析;
[0039] 销售分析主要分析各项销售指标,例如毛利、毛利率、交叉比、销进比、盈利能力、周转率、同比、环比等等;而分析维又可从管理架构、类别品牌、日期、时段等角度观察,这些分析维又采用多级钻取,从而获得透彻的分析思路;同时根据海量数据产生预测信息、报警信息等分析数据;还可根据各种销售指标产生新的透视表;
[0040] 商品分析的主要数据来自销售数据和商品基础数据,从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等,从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过系统对这些指标的分析来指导企业商品结构的调整,加强所营商品的竞争能力和合理配置。
[0041] 人员分析通过系统对公司的人员指标进行分析,特别是对销售人员指标(销售指标为主,毛利指标为辅)和采购人员指标(销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等)的分析,以达到考核员工业绩,提高员工积极性,并为人力资源的合理利用提供科学依据。主要分析的主题有,员工的人员构成、销售人员的人均销售额、对于销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等。
[0042] 基于商业智能(BI)的决策管理用来优化并自动化地进行业务决策。它通过预测分析让组织能够在制定决策以前有所行动,可预测哪些行动在未来最有可能获得成功。包括三种组织决策类型:战略型、业务型和战术型;它们使自动化预测结果更具一致性;
[0043] 2:虚拟设施架构层:平台服务提供者构建基于基础设施即服务框架的虚拟设施架构层,用于构建和处理虚拟机节点,提供基础的云计算设施;
[0044] 3:销售系统引擎:销售系统引擎,包括销售系统框架、销售系统服务节点处理服务、资源处理服务、多租户服务和质量保证服务,销售系统引擎根据销售系统框架创建销售系统服务节点,然后用户在该服务节点上部署销售系统服务组件;
[0045] 销售系统框架是销售系统引擎中最重要的部分,销售系统框架采用主从体系架构,包含一个主服务处理器,一个辅助服务处理器和多个应用服务处理器,同时提供表述性状态转移接口来处理销售系统服务;
[0046] 主服务处理器通过分布式协调器处理应用服务处理器集群,同时维护应用服务处理器的状态信息以用于服务调度和负载均衡;另外,主服务处理器控制系统层次的活动;辅助服务处理器是主服务处理器的备份,当主服务处理器失效时,辅助服务处理器能够及时替换主服务处理器以继续提供服务;
[0047] 应用服务处理器基于面向服务的框架实现,负责动态处理服务组件;在销售系统引擎中,基础服务组件被集成在虚拟机镜像中,随虚拟机启动而启动,而应用服务组件则是用户自己部署安装的;
[0048] 销售系统服务节点处理服务指的是销售系统引擎创建的销售系统服务节点的全生命周期处理,包括创建、运行和删除销售系统服务节点,销售系统服务节点维护了用户创建的销售系统的所有元数据信息;
[0049] 资源处理服务,由一个全局资源处理器和部署在每台物理机上的节点处理器实现;
[0050] 资源处理器和节点处理器共同处理虚拟机的运行,资源处理器收集物理机的资源利用率,能够在合适的物理机上创建虚拟机和在物理机间进行虚拟机迁移来实现负载均衡,节点处理器根据资源处理器的命令处理本地物理机上的虚拟机,同时将虚拟机的运行情况报告给资源处理器;
[0051] 多租户服务,指的是在数字图书馆引擎中,隔离不同用户创建的销售系统服务节点,以达到安全的目的,对于服务的多租户服务,即通过虚拟机的隔离策略实现,不同的销售系统服务节点可以部署在不同的虚拟机集群上,使得销售系统的服务得到隔离;同时,销售系统引擎可以通过资源处理器和节点处理器来调度虚拟机,提高资源利用率;对于数据的多租户服务,则通过非结构化数据管理系统的命名空间来实现,不同用户的数据存放在各自的命名空间中,以达到隔离的效果;
[0052] 质量保证服务,指的是销售系统引擎可以根据销售系统的负载自适应的调整应用服务处理器个数,以达到负载均衡和理想的服务质量,质量保证服务通过消息队列和分布式协调器实现;
[0053] 4:销售系统应用层:应用层用户操作流程如下:
[0054] (1)需求分析:需求分析是首要的,在其他活动开展之前必须明确的定义企业对商业智能的期望和需求,包括需要分析的主题,各主题可能查看的角度(维度);需要发现企业那些方面的规律.用户的需求必须明确;
[0055] (2)数据仓库建模:通过对企业需求的分析,建立企业数据仓库的逻辑模型和物理模型,并规划好系统的应用架构,将企业各类数据按照分析主题进行组织和归类;
[0056] (3)数据抽取:数据仓库建立后必须将数据从业务系统中抽取到数据仓库中,在抽取的过程中还必须将数据进行转换,清洗,以适应分析的需要;
[0057] (4)建立商业智能分析报表:商业智能分析报表需要专业人员按照用户制订的格式进行开发,用户也可自行开发(开发方式简单,快捷);
[0058] (5)用户培训和数据模拟测试:对于开发使用分离型的商业智能系统,最终用户的使用是相当简单的,只需要点击操作就可针对特定的商业问题进行分析;
[0059] (6)系统改进和完善:任何系统的实施都必须是不断完善的;商业智能系统更是如此,在用户使用一段时间后可能会提出更多的,更具体的要求,这时需要再按照上述步骤对系统进行重构或完善。