真实开单率统计方法

技术领域

本发明涉及规范汽车经销商运营标准技术领域，尤其涉及一种真实开单率统计方法。

背景技术

随着汽车后市场的不断发展，总体客户基盘、需求日益增加，为了规范并提升汽车经销商客户服务能力，OEM厂商为经销商售后服务开发了完整高效的管理服务系统(DMS或其他)，但经销商人员为了获取厂商补贴，或飞单获取更大利益等原因，在实际执行过程中未能规范执行开单流程，如选择性开单或少录、漏录等情况，导致系统数据不完整，如此便无法了解门店真实服务情况及水平，对门店进行精准的目标管理。

以往OEM厂商判断经销商业务情况(包括维修、保养、索赔、洗美业务等)的方式只有一种，即查看经销商售后运营系统，而系统数据则由经销商人员自行录入，故经销商所录入数量即为显示数量，无法保证开单的真实性。

发明内容

本发明的目的是为了解决现有技术中存在无法保证开单的真实性的缺点，而提出的真实开单率统计方法。

为了实现上述目的，本发明采用了如下技术方案：

真实开单率统计方法，包括以下步骤：

S1、数据采集：获取经销商真实入店客流的车牌数据，同时获取经销商售后运营系统内的开单数据；

S2、数据清洗：通过数据算法对错误车牌进行清洗，按天去重，去除数据中的异常符号、去除车牌显示I/O字段数据，同时剔除不符合中华人民共和国全国车牌编号规则的车牌；

S3、数据匹配：匹配数据清洗后的工单数据及入店车流数据；

S4、开单率算法匹配：基于清洗后的入场车流数据以及经销商售后运营系统内的开单数据绩效开单率算法匹配，输出经销商真实开单率情况；

S5、报告输出：根据OEM厂商管理需求，定期输出经销商真实开单率分析报告，为管理提供数据抓手，提升经销商运营执行标准。

优选的，所述S1中，通过经销商现有安装在通道入口的动态车牌识别/静态车牌识别相机，在经销商不感知的条件下，获取经销商真实入店客流的车牌数据，同时获取经销商售后运营系统内的开单数据。

优选的，所述S2中，数据清洗：通过数据算法对错误车牌进行清洗，按天去重，去除数据中的异常符号、去除车牌显示I/O字段数据，同时剔除不符合中华人民共和国全国车牌编号规则的车牌，让原始车牌数据的准确率达到95％以上，同时对错误车牌进行错误类型标签，不断完善数据算法，动态计算整个过程并还原真实车牌。

优选的，所述S3中，数据匹配：匹配数据清洗后的工单数据及入店车流数据，如未匹配到工单的车流数据再次进行聚类算法过滤处理，如遇车牌遮挡、车牌数字虚化情况，算法将车牌聚类后匹配出正确的车牌，正确车牌的匹配优先级为工单数据>出现频率>识别时间，将之前匹配成功的数据及再次过滤后的数据与工单进行匹配，得出最终车流数据及开单数据。

优选的，所述S4中，将输出经销商真实开单率情况与经销商上报的开单率进行对比，如若存在误差，则将数据进行标记，并对经销商进行记录，记录次数达到预设次数时，对经销商进行处罚，同时在记录时，经销商也会收到数据差异信息，经销商若有异议，可以进行申诉，申诉成功后则删除相应记录。

优选的，所述S2中，对数据量进行计算，并对计算的量进行统计，然后进行数据清洗，数据清洗结束后统计用时，根据数据量与清洗用时计算出数据清洗效率，将数据清洗效率与预设的效率进行对比，低于预设效率时，则进行信息预警。

优选的，所述S1中，通过无线传输的方式对采集的数据进行传输，传输的过程中，对数据进行加密。

优选的，所述S5中，报告输出：根据OEM厂商管理需求，每3-6个月输出经销商真实开单率分析报告，为管理提供数据抓手，提升经销商运营执行标准。

与现有技术相比，本发明的有益效果在于：

本发明通过入口车牌识别抓取门店完整的入场车流，同时结合经销商工单数据，进行开单率算法统计，获取经销商真实开单转化情况，为OEM厂商以及经销商本身提供管理抓手，规范门店运营标准。

附图说明

图1为本发明提出的真实开单率统计方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。

实施例一

参照图1，真实开单率统计方法，包括以下步骤：

S1、数据采集：通过经销商现有安装在通道入口上的动态车牌识别/静态车牌识别相机，在经销商不感知的条件下，获取经销商真实入店客流的车牌数据，同时获取经销商售后运营系统内的开单数据；

S2、数据清洗：通过数据算法对错误车牌进行清洗，按天去重，去除数据中的异常符号、去除车牌显示I/O字段数据，同时剔除不符合中华人民共和国全国车牌编号规则的车牌，让原始车牌数据的准确率达到95％以上，同时对错误车牌进行错误类型标签，不断完善数据算法，动态计算整个过程并还原真实车牌；

S3、数据匹配：匹配数据清洗后的工单数据及入店数据，如未匹配到工单的车流数据再次进行聚类算法过滤处理(将同一位置连续时间内的近似车牌分为一组进行聚类)，如遇车牌遮挡、车牌数字虚化情况，算法将车牌聚类后匹配出正确的车牌，正确车牌的匹配优先级为工单数据>出现频率>工位识别时间，将之前匹配成功的数据及再次过滤后的数据与工单进行匹配，得出最终车流数据及开单数据；

S4、开单率算法匹配：基于清洗后的入场车流数据以及经销商售后运营系统内的开单数据绩效开单率算法匹配，输出经销商真实开单率情况；

S5、报告输出：根据OEM厂商管理需求，定期输出经销商真实开单率分析报告，为管理提供数据抓手，提升经销商运营执行标准。

本实施例中，S4中，将输出经销商真实开单率情况与经销商上报的开单率进行对比，如若存在误差，则将数据进行标记，并对经销商进行记录，记录次数达到预设次数时，对经销商进行处罚，同时在记录时，经销商也会收到数据差异信息，经销商若有异议，可以进行申诉，申诉成功后则删除相应记录。

本实施例中，S2中，对数据量进行计算，并对计算的量进行统计，然后进行数据清洗，数据清洗结束后统计用时，根据数据量与清洗用时计算出数据清洗效率，将数据清洗效率与预设的效率进行对比，低于预设效率时，则进行信息预警。

本实施例中，S1中，通过无线传输的方式对采集的数据进行传输，传输的过程中，对数据进行加密。

本实施例中，S5中，报告输出：根据OEM厂商管理需求，每3-6个月输出经销商真实开单率分析报告，为管理提供数据抓手，提升经销商运营执行标准。

实施例二

参照图1，真实开单率统计方法，包括以下步骤：

S1、数据采集：通过经销商现有安装在通道入口的动态车牌识别/静态车牌识别相机，在经销商不感知的条件下，获取经销商真实入店客流的车牌数据，同时获取经销商售后运营系统内的开单数据；

S2、数据清洗：通过数据算法对错误车牌进行清洗，按天去重，去除数据中的异常符号、去除车牌显示I/O字段数据，同时剔除不符合中华人民共和国全国车牌编号规则的车牌，让原始车牌数据的准确率达到95％以上，同时对错误车牌进行错误类型标签，不断完善数据算法，动态计算整个过程并还原真实车牌；

S3、数据匹配：匹配数据清洗后的工单数据及入店车流数据，如未匹配到工单的车流数据再次进行聚类算法过滤处理(将同一位置连续时间内的近似车牌分为一组进行聚类)，如遇车牌遮挡、车牌数字虚化情况，算法将车牌聚类后匹配出正确的车牌，正确车牌的匹配优先级为工单数据>出现频率>识别时间，将之前匹配成功的数据及再次过滤后的数据与工单进行匹配，得出最终车流数据及开单数据；

S4、开单率算法匹配：基于清洗后的入场车流数据以及经销商售后运营系统内的开单数据绩效开单率算法匹配，输出经销商真实开单率情况；

S5、报告输出：根据OEM厂商管理需求，每3个月输出经销商真实开单率分析报告，为管理提供数据抓手，提升经销商运营执行标准。

本实施例中，S4中，将输出经销商真实开单率情况与经销商上报的开单率进行对比，如若存在误差，则将数据进行标记，并对经销商进行记录，记录次数达到预设次数时，对经销商进行处罚，同时在记录时，经销商也会收到数据差异信息，经销商若有异议，可以进行申诉，申诉成功后则删除相应记录。

本实施例中，S2中，对数据量进行计算，并对计算的量进行统计，然后进行数据清洗，数据清洗结束后统计用时，根据数据量与清洗用时计算出数据清洗效率，将数据清洗效率与预设的效率进行对比，低于预设效率时，则进行信息预警。

本实施例中，S1中，通过无线传输的方式对采集的数据进行传输，传输的过程中，对数据进行加密。

本实施例中，S5中，报告输出：根据OEM厂商管理需求，每4个月输出经销商真实开单率分析报告，为管理提供数据抓手，提升经销商运营执行标准。

实施例三

参照图1，真实开单率统计方法，包括以下步骤：

S1、数据采集：通过经销商现有安装在通道入口的动态车牌识别/静态车牌识别相机，在经销商不感知的条件下，获取经销商真实入店客流的车牌数据，同时获取经销商售后运营系统内的开单数据；

S2、数据清洗：通过数据算法对错误车牌进行清洗，按天去重，去除数据中的异常符号、去除车牌显示I/O字段数据，同时剔除不符合中华人民共和国全国车牌编号规则的车牌，让原始车牌数据的准确率达到95％以上，同时对错误车牌进行错误类型标签，不断完善数据算法，动态计算整个过程并还原真实车牌；

S3、数据匹配：匹配数据清洗后的工单数据及入店车流数据，如未匹配到工单的车流数据再次进行聚类算法过滤处理(将同一位置连续时间内的近似车牌分为一组进行聚类)，如遇车牌遮挡、车牌数字虚化情况，算法将车牌聚类后匹配出正确的车牌，正确车牌的匹配优先级为工单数据>出现频率>识别时间，将之前匹配成功的数据及再次过滤后的数据与工单进行匹配，得出最终车流数据及开单数据；

S4、开单率算法匹配：基于清洗后的入场车流数据以及经销商售后运营系统内的开单数据绩效开单率算法匹配，输出经销商真实开单率情况；

S5、报告输出：根据OEM厂商管理需求，定期输出经销商真实开单率分析报告，为管理提供数据抓手，提升经销商运营执行标准。

本实施例中，S4中，将输出经销商真实开单率情况与经销商上报的开单率进行对比，如若存在误差，则将数据进行标记，并对经销商进行记录，记录次数达到预设次数时，对经销商进行处罚，同时在记录时，经销商也会收到数据差异信息，经销商若有异议，可以进行申诉，申诉成功后则删除相应记录。

本实施例中，S2中，对数据量进行计算，并对计算的量进行统计，然后进行数据清洗，数据清洗结束后统计用时，根据数据量与清洗用时计算出数据清洗效率，将数据清洗效率与预设的效率进行对比，低于预设效率时，则进行信息预警。

本实施例中，S1中，通过无线传输的方式对采集的数据进行传输，传输的过程中，对数据进行加密。

本实施例中，S5中，报告输出：根据OEM厂商管理需求，每6个月输出经销商真实开单率分析报告，为管理提供数据抓手，提升经销商运营执行标准。

通过实施例一、二、三提出的真实开单率统计方法，运用经销商现有安装在入口上的动态车牌识别/静态车牌识别摄像机，在经销商不感知的条件下，获取经销商进店车流的车牌数据，再通过数据清洗及车牌识别算法保证数据准确性，来核算工单系统与进店车流数据是否一致，考量经销商有无飞单，工单系统是否有准时录入、漏入等情况，发现其不足之处，促使经销商保持常规的内部日常管理工作，保障经销商根本利益的同时，提供持续稳定的高质量服务，且实施例二为最佳实施例。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。