[发明专利]一种面向零售终端机成本控制数据仓库的数据组织方法

说明书

本发明提供了一种面向零售终端机成本控制数据仓库的数据组织方法，包括步骤：S1：利用售价核算法将零售终端机的零售管理系统的数据库的数据装载到成本核算处理模块，成本核算处理模块对数据进行核算处理；S2：对成本核算处理模块的数据进行面向数据仓库的数据提取、数据转换和数据加载；S3：根据零售终端机商品售卖成本控制需求，建立商品售卖成本控制的多维数据模型，多维数据模型包括：商品售卖数据、商品库存数据、商品支付成功数据、商品支付失败数据、商品成本数据、商品盈利数据、商品售卖高低排序数据、商品增减建议数据、商品损耗数据和设备维修周期数据。本发明高效组织多维数据仓库，为商品售卖成本控制与预警提供数据决策支持。

技术领域

本发明涉及自动售货机技术领域，特别涉及一种面向零售终端机成本控制数据仓库的数据组织方法。

背景技术

自动售货机是一种能根据付款的金额自动付货的机器，自动售货机是商业自动化的常用设备，它不受时间、地点的限制，能节省人力、方便交易，是一种全新的商业零售形式。

现如今大部分的零售终端机不具备数据采集功能，缺少大量实际运营数据来构成数据仓库，无法清楚的观察零售终端机的盈亏情况，不方便管理者调整运营方案。现有技术方案，公告号为CN110335410A的中国发明，公开了一种基于大数据的售货机补货方法、装置和计算机设备，监测各售货机的交易状态，并根据交易状态判断售货机当前是否完成交易；若完成交易，则分别获取当前商品信息和位置信息；判断是否设置预设时间段；若设置预设时间段，则判断当前时刻是否包含于预设时间段内；若包含于预设时间段内，则分别调取各预设商品名称对应的热销商品数量；分别判断各当前商品数量是否均大于对应的热销商品数量；若不是，则按照预设规则制定第一补货信息。本申请通过实时监测售货机的交易状态，并根据各台售货机的商品交易的大数据，动态调整各售货机对应的补货信息，实现远程终端智能预测售货机的补货趋势。

现有技术方案，公告号为CN109451007A中国发明，公开了一种自动售货机的状态监控方法与系统，通过云端建立存储不同类型自动售货机的状态数据的通用数据模型，云端与自动售货机之间建立通用的数据通信协议；自动售货机采用所述数据通信协议上传自身的状态数据给云端，云端将状态数据存储在所述通用数据模型中，根据状态数据分析自动售货机的运行状态，当发现运行状态异常时，通知对应的管理员，可使得各种不同自动售货机接入该云端，减少了云端软件的二次开发成本和因此带来的风险，本发明适用于自动售货机的统一连接云端。

上述两篇对比专利，都不具备数据实时融合处理及数据走势分析效用，商品的实时销售量、实时库存量无法与商品成本、运营点位费、运营维护费、人工成本等成本支出费用数据进行比对，从而不能够细微观察得出阶段性的盈利、保本、亏本等预测性分析报告，缺少大量实际运营数据来构成数据仓库，不便对成本进行管控。

发明内容

本发明提供一种面向零售终端机成本控制数据仓库的数据组织方法，用以解决上述背景技术中提出大部分的零售终端机不具备数据采集功能，缺少大量实际运营数据来构成数据仓库进行数据分析，无法清楚地观察零售终端机的盈亏情况，不方便管理者在基于微观数据分析下调整运营方案的技术问题。

一种面向零售终端机成本控制数据仓库的数据组织方法，该方法包括以下步骤：

S1：利用售价核算法将现有零售终端机的零售管理系统的数据库的数据装载到成本核算处理模块，所述成本核算处理模块对所述数据库的数据进行数据核算处理；

S2：对所述成本核算处理模块的数据进行面向数据仓库的数据提取、数据转换和数据加载；

S3：根据现有零售终端机商品售卖成本控制的业务需求，建立商品售卖成本控制的多维数据模型，所述多维数据模型包括：商品售卖数据、商品库存数据、商品支付成功数据、商品支付失败数据、商品成本数据、商品盈利数据、商品售卖高低排序数据、商品增减建议数据、商品损耗数据和设备维修周期数据；

优选的，步骤S2中的数据提取、数据转换和数据加载的过程如下：