【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及楼盘经营异常评估方法、装置、计算机设备及存储介质。
技术介绍
1、在长租公寓经营中，为了提升入住率和经营效率，需要对不同楼盘的经营情况进行深入诊断和风险评估。
2、目前，通常基于人为经验来主观判断楼盘经营是否出现异常情况。然而，这种判断方法缺乏科学依据，无法客观准确地确定楼盘经营是否存在问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种楼盘经营异常评估方法、装置、计算机设备及存储介质，以解决相关技术无法客观准确地确定楼盘经营的异常情况的问题。
2、第一方面，本专利技术提供了一种楼盘经营异常评估方法，该方法包括：
3、获取楼盘的第一多维度经营数据、楼盘所属商圈的第二多维度经营数据以及楼盘所属城市的第三多维度经营数据；
4、基于第一多维度经营数据、第二多维度经营数据和第三多维度经营数据，对第一多维度经营数据中的多个第一数据分别进行检验，确定多个第一数据分别对应的检验结果；
5、基于第一多维度经营数据中多个第一数据分别对应的检验结果，确定楼盘的经营异常评估结果。
6、由此，通过获取楼盘、楼盘所属商圈以及楼盘所属城市分别对应的多维度经营数据，并对这些多维度经营数据进行客观地比较和分析，确定楼盘的经营异常评估结果，从而更准确地发现楼盘的经营问题，降低主观判断的误差，同时有助于针对经营问题采取相应措施，提高楼盘的入住率。
7、在一种可选的实施方式中，基于第一多维度经营数据、
8、针对第一多维度经营数据中的每个第一数据，判断第一数据与对应的第二多维度经营数据中的第二数据之间的差异是否小于预设阈值，得到第一数据对应的第一判断结果；
9、针对第一多维度经营数据中的每个第一数据，判断第一数据与对应的第三多维度经营数据中的第三数据之间的差异是否小于预设阈值，得到第一数据对应的第二判断结果；
10、针对第一多维度经营数据中的每个第一数据，根据第一数据对应的第一判断结果和第二判断结果，得到第一数据对应的检验结果。
11、由此，对于楼盘多维度数据中的每个第一数据，通过判断其与楼盘所属商圈的第二数据、楼盘所属城市的第三数据是否存在明显差异，客观地得到该第一数据对应的检验结果，降低了主观判断的误差。
12、在一种可选的实施方式中，第一数据包括楼盘的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率，第二数据包括楼盘所属商圈的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率；
13、判断第一数据与对应的第二多维度经营数据中的第二数据之间的差异是否小于预设阈值，得到第一数据对应的第一判断结果，包括：
14、基于第一数据与第二数据进行卡方检验，得到第一卡方统计量；
15、判断第一卡方统计量是否小于第一预设卡方统计量阈值，得到第一判断结果。
16、由此，通过对楼盘以及楼盘所属商圈的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率这些实际数据进行卡方检验，客观地判断楼盘多维度的经营数据与其所属商圈是否存在显著差异，提高了决策的准确性，更具科学性和客观性。
17、在一种可选的实施方式中，第三数据包括楼盘所属城市的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率；
18、判断第一数据与对应的第三多维度经营数据中的第三数据之间的差异是否小于预设阈值，得到第一数据对应的第二判断结果，包括：
19、基于第一数据与第三数据进行卡方检验，得到第二卡方统计量；
20、判断第二卡方统计量是否小于第二预设卡方统计量阈值，得到第二判断结果。
21、由此，通过对楼盘以及楼盘所属城市的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率这些实际数据进行卡方检验，客观地判断楼盘多维度的经营数据与其所属城市是否存在显著差异，提高了决策的准确性，更具科学性和客观性。
22、在一种可选的实施方式中，第一数据包括楼盘的客房比和价格系数，第二数据包括楼盘所属商圈的客房比和价格系数；
23、判断第一数据与对应的第二多维度经营数据中的第二数据之间的差异是否小于预设阈值，得到第一数据对应的第一判断结果，包括：
24、基于第一数据与第二数据进行t检验，得到第一t检验统计量；
25、判断第一t检验统计量是否小于第一预设t检验统计量阈值，得到第一判断结果。
26、由此，通过对楼盘以及楼盘所属商圈的客房比和价格系数这些实际数据进行t检验，客观地判断楼盘多维度的经营数据与其所属商圈是否存在显著差异，提高了决策的准确性，更具科学性和客观性。
27、在一种可选的实施方式中，第三数据包括楼盘所属城市的客房比和价格系数；
28、判断第一数据与对应的第三多维度经营数据中的第三数据之间的差异是否小于预设阈值，得到第一数据对应的第二判断结果，包括：
29、基于第一数据与第三数据进行t检验，得到第二t检验统计量；
30、判断第二t检验统计量是否小于第二预设t检验统计量阈值，得到第二判断结果。
31、由此，通过对楼盘以及楼盘所属城市的客房比和价格系数这些实际数据进行t检验，客观地判断楼盘多维度的经营数据与其所属城市是否存在显著差异，提高了决策的准确性，更具科学性和客观性。
32、在一种可选的实施方式中，基于第一多维度经营数据中多个第一数据分别对应的检验结果，确定楼盘的经营异常评估结果，包括：
33、针对每个第一数据，若第一数据小于对应的第二数据且第一数据与第二数据之间的差异小于预设阈值，并且，第一数据小于对应的第三数据且第一数据与第三数据之间的差异小于预设阈值，则确定楼盘第一数据的经营处于第一风险等级；
34、针对每个第一数据，若第一数据小于对应的第二数据且第一数据与第二数据之间的差异小于预设阈值，或者，第一数据小于对应的第三数据且第一数据与第三数据之间的差异小于预设阈值，则确定楼盘第一数据的经营处于第二风险等级。
35、由此，通过确定楼盘的多维度数据所处的风险等级，更准确地发现楼盘的经营问题，并定位到影响经营的关键环节，有助于针对经营问题采取相应措施，提高楼盘的入住率。
36、第二方面，本专利技术提供了一种楼盘经营异常评估装置，该装置包括：
37、第一处理模块，用于获取楼盘的第一多维度经营数据、楼盘所属商圈的第二多维度经营数据以及楼盘所属城市的第三多维度经营数据；
38、第二处理模块，用于基于第一多维度经营数据、第二多维度经营数据和第三多维度经营数据，对第一多维度经营数据中的多个第一数据分别进行检验，确定每个第一数据分别对应的检验结果；<本文档来自技高网...
【技术保护点】
1.一种楼盘经营异常评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一多维度经营数据、所述第二多维度经营数据和所述第三多维度经营数据，对所述第一多维度经营数据中的多个第一数据分别进行检验，确定所述多个第一数据分别对应的检验结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述第一数据包括楼盘的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率，所述第二数据包括楼盘所属商圈的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率；
4.根据权利要求3所述的方法，其特征在于，所述第三数据包括楼盘所属城市的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率；
5.根据权利要求2所述的方法，其特征在于，所述第一数据包括楼盘的客房比和价格系数，所述第二数据包括楼盘所属商圈的客房比和价格系数；
6.根据权利要求5所述的方法，其特征在于，所述第三数据包括楼盘所属城市的客房比和价格系数；
7.根据权利要求2所述的方法，其特征在于，
8.一种楼盘经营异常评估装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的楼盘经营异常评估方法。
...【技术特征摘要】
1.一种楼盘经营异常评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一多维度经营数据、所述第二多维度经营数据和所述第三多维度经营数据，对所述第一多维度经营数据中的多个第一数据分别进行检验，确定所述多个第一数据分别对应的检验结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述第一数据包括楼盘的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率，所述第二数据包括楼盘所属商圈的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率；
4.根据权利要求3所述的方法，其特征在于，所述第三数据包括楼盘所属城市的入住率、持有率、市场占有率、解约率、客源带看转化率和带看签约转化率；
...【专利技术属性】
技术研发人员：王程，
申请(专利权)人：北京自如信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。