一种销售回款预测方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及一种销售回款预测方法、装置、电子设备及存储介质，其中，一种销售回款预测方法，包括：从历史数据中获取项目销售的历史销售回款数据和所述历史销售回款数据对应的至少一个关联参数；所述关联参数为与所述历史销售回款数据有关联的数据；将所有所述关联参数统一到相同颗粒度，得到输入参数；根据所述输入参数和所述历史销售回款数据，得到销售回款预测模型；根据所述销售回款预测模型，基于所述关联参数对从当前日期起之后的预设时长的回款进行预测，得到所述预设时长的预测回款数据。该方法，根据历史销售回款数据和关联参数得到销售回款预测模型，并根据关联参数对当前日期之后的预设时长的回款进行预测，可提高预测回款的准确度。预测回款的准确度。预测回款的准确度。

【技术实现步骤摘要】
一种销售回款预测方法、装置、电子设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种销售回款预测方法、装置、电子设备及存储介质。

技术介绍

[0002]现金流管理对企业生存和发展至关重要，近年来房地产企业现金流管理环境日益复杂，提高现金流管理水平显得尤为重要。
[0003]但是目前房地产企业并没有对资金回款情况进行深入分析与挖掘，大都依靠业务员的经验判断项目的回款情况，导致预测回款与实际回款经常差距较大，不利于企业的动态现金流管理。

技术实现思路

[0004]为了解决如何提高预测回款准确度的技术问题，本申请提供了一种销售回款预测方法、装置、电子设备及存储介质。
[0005]第一方面，本申请提供了一种销售回款预测方法，所述方法包括：
[0006]从历史数据中获取项目销售的历史销售回款数据和所述历史销售回款数据对应的至少一个关联参数；所述关联参数为与所述历史销售回款数据有关联的数据；
[0007]将所有所述关联参数统一到相同颗粒度，得到输入参数；
[0008]根据所述输入参数和所述历史销售回款数据，得到销售回款预测模型；
[0009]根据所述销售回款预测模型，基于所述关联参数对从当前日期起之后的预设时长的回款进行预测，得到所述预设时长的预测回款数据；
[0010]可选地，得到所述预设时长的预测回款数据之后，所述方法还包括：
[0011]基于统计学习方法，根据所述预测回款数据，计算区域事业群的产品级别全口径、并表口径、统筹口径认购和签约数据；
[0012]可选地，根据所述输入参数和所述历史销售回款数据，得到销售回款预测模型之前，所述方法还包括：
[0013]获取历史数据中包括的项目场景；
[0014]从所述输入参数和所述历史销售回款数据中，获取各个所述项目场景对应的目标输入参数和目标历史销售回款数据；
[0015]相应地，根据所述输入参数和所述历史销售回款数据，得到销售回款预测模型，包括：
[0016]根据所述目标输入参数和所述目标历史销售回款数据，得到所述项目场景的目标销售回款预测模型；将各个所述目标销售回款预测模型的集合作为所述销售回款预测模型；
[0017]可选地，所述项目场景包括：高层场景、别墅场景、公寓场景、车位场景、商业场景和办公场景；
[0018]可选地，所述关联参数至少包括项目销售时点、项目资源情况、项目历史情况、项目历史转化率和外部市场环境中的一种；
[0019]所述项目销售时点至少包括是否法定节假日、是否尾盘、取证周期、距首开周期和平均去化周期中的一种；
[0020]所述项目资源情况至少包括在途、库存、新取证、新增供应和待签中的一种；
[0021]所述项目历史情况至少包括推盘取证、销售套数取证和前期到访量取证中的至少一种；
[0022]所述项目历史转化率至少包括取证认购率取证、取证推盘率和推盘去化率中的一种；
[0023]所述外部市场环境至少包括城市和广义货币中的一种；
[0024]可选地，从历史数据中获取项目销售的历史销售回款数据和所述历史销售回款数据对应的至少一个关联参数之前，所述方法还包括：
[0025]从内部销售平台和/或外部数据爬取所述历史数据；
[0026]可选地，根据所述输入参数和所述历史销售回款数据，得到销售回款预测模型，包括：
[0027]确定已存在预测模型；
[0028]根据所述输入参数和所述历史销售回款数据，对所述预测模型进行训练优化，得到修正后的预测模型，将所述修正后的预测模型作为所述销售回款预测模型。
[0029]第二方面，本申请提供了一种销售回款预测装置，所述装置包括：
[0030]获取模块，用于从历史数据中获取项目销售的历史销售回款数据和所述历史销售回款数据对应的至少一个关联参数；所述关联参数为与所述历史销售回款数据有关联的数据；
[0031]数据处理模块，用于将所有所述关联参数统一到相同颗粒度，得到输入参数；
[0032]确定模型模块，用于根据所述输入参数和所述历史销售回款数据，得到销售回款预测模型；
[0033]预测模块，用于根据所述销售回款预测模型，基于所述关联参数对从当前日期起之后的预设时长的回款进行预测，得到所述预设时长的预测回款数据。
[0034]第三方面，本申请提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
[0035]存储器，用于存放计算机程序；
[0036]处理器，用于执行存储器上所存放的程序时，实现第一方面任一项实施例所述的销售回款预测方法的步骤。
[0037]第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项实施例所述的销售回款预测方法的步骤。
[0038]本申请实施例提供的上述技术方案与现有技术相比具有如下优点：
[0039]本申请实施例提供的该方法，从历史数据中获取项目销售的历史销售回款数据和所述历史销售回款数据对应的至少一个关联参数；所述关联参数为与所述历史销售回款数据有关联的数据；将所有所述关联参数统一到相同颗粒度，得到输入参数；根据所述输入参
数和所述历史销售回款数据，得到销售回款预测模型；根据所述销售回款预测模型，基于所述关联参数对从当前日期起之后的预设时长的回款进行预测，得到所述预设时长的预测回款数据。该方法不依赖于业务员的经验，根据历史销售回款数据和关联参数得到销售回款预测模型，并根据关联参数对当前日期之后的预设时长的回款进行预测，可提高预测回款的准确性和稳定性，提高企业对现金流的控制能力。
附图说明
[0040]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1为本申请一个实施例提供的一种销售回款预测方法的系统架构图；
[0043]图2为本申请一个实施例提供的一种销售回款预测方法的流程示意图；
[0044]图3为本申请一个实施例提供的一种销售回款全口径月度预测图；
[0045]图4为本申请一个实施例提供的一种销售回款全口径月度累计预测图；
[0046]图5为本申请一个实施例提供的一种销售回款预测装置的结构示意图；
[0047]图6为本申请一个实施例提供的一种电子设备的结构示意图。
具体实施方式
[0048]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种销售回款预测方法，其特征在于，所述方法包括：从历史数据中获取项目销售的历史销售回款数据和所述历史销售回款数据对应的至少一个关联参数；所述关联参数为与所述历史销售回款数据有关联的数据；将所有所述关联参数统一到相同颗粒度，得到输入参数；根据所述输入参数和所述历史销售回款数据，得到销售回款预测模型；根据所述销售回款预测模型，基于所述关联参数对从当前日期起之后的预设时长的回款进行预测，得到所述预设时长的预测回款数据。2.根据权利要求1所述的方法，其特征在于，得到所述预设时长的预测回款数据之后，所述方法还包括：基于统计学习方法，根据所述预测回款数据，计算区域事业群的产品级别全口径、并表口径、统筹口径认购和签约数据。3.根据权利要求1所述的方法，其特征在于，根据所述输入参数和所述历史销售回款数据，得到销售回款预测模型之前，所述方法还包括：获取历史数据中包括的项目场景；从所述输入参数和所述历史销售回款数据中，获取各个所述项目场景对应的目标输入参数和目标历史销售回款数据；相应地，根据所述输入参数和所述历史销售回款数据，得到销售回款预测模型，包括：根据所述目标输入参数和所述目标历史销售回款数据，得到所述项目场景的目标销售回款预测模型；将各个所述目标销售回款预测模型的集合作为所述销售回款预测模型。4.根据权利要求3所述的方法，其特征在于，所述项目场景包括：高层场景、别墅场景、公寓场景、车位场景、商业场景和办公场景。5.根据权利要求1所述的方法，其特征在于，所述关联参数至少包括项目销售时点、项目资源情况、项目历史情况、项目历史转化率和外部市场环境中的一种；所述项目销售时点至少包括是否法定节假日、是否尾盘、取证周期、距首开周期和平均去化周期中的一种；所述项目资源情况至少包括在途、库存、新取证、新增供应和待签中的一种；所述项目历史情况至少包括推盘取证、销售套数取证和前期...

【专利技术属性】
技术研发人员：侯明远，胥赟，采小明，
申请(专利权)人：万翼科技有限公司，
类型：发明
国别省市：