申请/专利权人：广州中康数字科技有限公司

申请日：2024-01-10

公开（公告）日：2024-04-12

公开（公告）号：CN117876022A

主分类号：G06Q30/0202

分类号：G06Q30/0202;G06Q30/018;G06F18/10;G06F18/211;G06F18/241;G06F18/25;G06Q10/0637;G16H40/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于线下药品零售市场分层分级放大方法，S1、建立总体；S2、设计样本框；S3、门店抽样；S4、对于步骤S3收集到样本门店的信息进行标准化处理；S5、数据清洗；S6、确定样本框；S7、计算放大系数；S8、计算环比趋势；S9、输出底层结果，对波动过大的数据，进行异常趋势平滑；S10、数据质量控制。本发明应用于零售市场研究，可以为药店产业提供业务战略咨询、产品研发立项、市场营销和终端市场监测服务。同时，也为消费者研究、综合研究以及零售行业研究等其它研究版块提供一定的数据支持。

主权项：1.一种基于线下药品零售市场分层分级放大方法，其特征在于，具体过程为：S1、建立总体：S1.1、药店数据采集：从相关部门处采集药店数据源，以药店数据中的药店名称作为关键词采集药店的工商数据进行基础属性补充；S1.2、数据清洗；S1.3、建立药店数据库：药店数据清洗完成后，生成全国线下零售药店主数据库；该数据库有着标准的药店编码、多个标准化标签和抽样门店的映射关系；S1.4、药店真实性、唯一性校验S1.4.1、、药店准入：通过药品经营企业、定点零售药店、医保谈判药品配备机构、O2O直送店、合作连锁样本门店、地图药店POI中的一个或多个对药店准入进行校验；S1.4.2、位置信息校验：通过地图POI接口校验药店真实性及补充地址位置信息；S1.4.3、重复门店合并：建立重复门店映射，重复门店的相关标签会进行传递，工商信息取成立时间最晚的门店的工商信息，成立时间更新为重复门店里的最早的成立时间；S1.5、特征工程：1.5.1、特征转换：对采集门店和抽样门店原始的特征变量进行转换处理以获取有用的信息，进行连续变量、离散变量、时间序列的转换；1.5.2、特征选择数据的特征变量可能过多或无效，通过特征选择以减少特征数量、实现特征降维，使模型泛化能力更强，减少过拟合，增强对特征和特征值之间的理解；S1.6、建立预测以单一算法分别建立数据特征与药店销售潜力的映射关系，使用AutomatedbyTPOT评估各单一算法的预测效果，最终融合多算法输出预测结果；S1.7、模型参数优化：调整模型参数以优化预测结果；S1.8、结果审核：评估多算法预测效果，输出最终预测结果；最后预测出采集门店的销售潜力，药店分级完成市场总体定义；S2、设计样本框：按城市区域、药店类型、门店销售等级对药店进行划分：1按城市区域划分：每个城市独立一个区域，在区域内进行分层，根据分层对药店进行划分；2按药店类型划分：按照药店类型将药店划分为医院附近店、居民区店、商业街店和DTP药店；3门店销售等级划分：销售额达100万月以上划分为A+级，销售额达30万月以上但未达到100万月为A级，销售额在15万月以上但未达30万月划分为B级，销售额在5万月以上但未达15万月划分为C级，销售额5万月划分为D级；其中，分别医院附近店、居民区店、商业街店中门店销售等级为A级、B级、C级、D级作为一个基础模块，得到十二个基础模块，DTP药店作为一个独立的基础模块，A+级的药店独立作为一个基础模块，因此将药店划分得到一共十四个模块；S3、门店抽样S3.1、抽样方法S3.1.1、分层随机抽样：分层随机抽样，又称类型随机抽样，它是先将总体各单位按一定标准分成各种类型；然后根据各类型单位数与总体单位数的比例，确定从各类型中抽取样本单位的数量；最后，按照随机原则从各类型中抽取样本；S3.1.2、便利性抽样：在分层随机抽样的基础上，当部分样本药店不能顺利采集到数据时，则采取便利性抽样进行补充，找到与之相似的的药店进行替代；S3.2、样本收集利用电脑系统进行，对全部样本药店从零售终端POS系统报数，获取对对消费者的销售数据；对23的样本药店，对接连锁ERP系统，采集每张小票的交易记录，准确度高；对13的样本药店，采集连锁提供的月度电子报表，通过交换数据和购买数据获取，从连锁POS系统报数，获取对消费者的销售数据；S4、对于步骤S3收集到样本门店的信息进行标准化处理；S5、数据清洗：对于步骤S3收集到样本门店的信息进行装换清洗，处理脏数据，并映射到药店数据库；S6、确定样本框：S6.1、选取真实销售的门店，排除虚假销售的门店；S6.2、选取连续两期的样本店S6.3、成熟城市固定样本框S6.3.1、选取指标：通过GSM模型，选取5个一级指标，12个二级指标，厘清影响城市成熟度的影响因素；S6.3.2、确定指标权重：给多位业务专家发放权重调查问卷，使用AHP算法进行一致性判断，加权综合多位专家的打分，最终确认每个指标的权重；S6.3.3、计算评分：标准化后每个城市各个指标的值，与指标权重加权求和，再0-1标准化计算每个城市的评分；S6.4、城市分级管理：对城市分成A、B、C、D四个等级，用于对不同的城市采用不用的样本框处理机制；其中，A级城市的数据样本丰富，抽样率充足，放大数据基本满足市场检验；B级城市的数据样本缺失某些基础模块，抽样率充足，放大数据基本满足市场检验；C级城市的数据样本缺失某些基础模块，抽样率一般，放大数据基本满足市场检验；D级城市的数据样本缺失某些基础模块，抽样率不足，放大数据市场挑战大；对于A级城市，稳定样本框，每月只对流失门店，寻找替补店，数据在QC后完全放开；对于B级城市，稳定充足的样本框，每月只对流失门店，寻找替补店；对于C级城市，正常布点推进，样本保持新增，数据在QC后完全放开；对于D级城市，正常布点推进，样本保持新增，数据只建议输出品类大数；S7、计算放大系数所述放大系数是指每一个样本店代替同类型的市场门店数，对于每一个城市的每一层的框架，放大系数＝定义总体门店数抽样门店数；S8、计算环比趋势在城市-sku维度：加权放大销售额＝每一个门店中sku的样本*放大系数环比放大销售额＝上期放大规模*当期加权放大销售额上期加权放大销售额S9、输出底层结果，对波动过大的数据，进行异常趋势平滑；S10、数据质量控制。

全文数据：

权利要求：

百度查询： 广州中康数字科技有限公司 一种基于线下药品零售市场分层分级放大方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD