贵州智善农业科技有限责任公司

企业

贵州智善农业科技有限责任公司成立于2014年，注册地位于贵州省，所属行业为批发业。经营范围涵盖法律、法规、国务院决定规定禁止的不得经营；法律、法规、国务院决定规定应当许可（审批）的，经审批机关批准后凭许可（审批）文件经营;法律、法规、国务院决定规定无需许可（审批）的，市场主体自主选择经营。（。

小微企业科技型中小企业批发业

成立于 2014 年贵州省862493880@qq.com

数据集列表

订单商品数量--实发数量差异数据集

1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括订单编号、商品代码、商品名称、规格、数量、实发数量、仓库名称、物流单号； 2.数据处理：1）计算数量与实发数量的差值（“差值=数量-实发数量”）；2）按差值结果对订单分类：差值＞0标记为少发、差值＜0标记为多发、差值=0标记为无差异；3）按商品代码+商品名称+规格+仓库名称分组，统计各组内少发、多发的订单频次，以及少发、多发的总差值；4）以订单编号为关联键，匹配差异订单对应的物流单号，记录物流单号关联的配送反馈信息；5）整合所有处理后的数据，形成的订单商品数量-实发数量差异结构化数据集合为：订单编号、商品代码、商品名称、规格、数量、实发数量、差值、差异类型（少发/多发/无差异）、仓库名称、物流单号、配送反馈信息、差异订单频次、差异总差值； 3.数据应用：考核各仓库发货准确率，针对差异频次超5%的仓库优化拣货流程；分析差异高频商品的规格与标识特点，改进商品标识方式；结合配送反馈信息，处理差异订单的售后问题，降低用户投诉率。

贵州省数据知识产权登记平台2026-01-14 更新270

订单仓库名称-物流单号关联数据集

1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括仓库名称、物流单号、商品名称、规格、数量、订单编号； 2.数据处理：1）按“仓库名称”分组，关联组内所有物流单号，再通过订单编号关联每个物流单号对应的商品名称、规格、数量；2）提取物流单号前缀特征，按前缀分类标记对应的物流方，统计各仓库下不同物流方的订单数量；3）计算各物流方的订单占比（“某物流方订单数量/对应仓库总订单数量×100%”）；4）以订单编号为唯一标识，筛选并标记重复的物流单号记录，保留单条有效记录；5）形成仓库名称-物流方-物流单号-订单编号-商品名称-规格-数量-物流方订单占比的结构化关联数据集合； 3.数据应用：分析各仓库物流合作方的订单分布情况，辅助优化仓库物流方合作策略；关联仓库与物流单号数据，实现商品出库至配送环节的全流程跟踪，提升订单追溯效率。

贵州省数据知识产权登记平台2026-01-14 更新320

订单商品实际金额--让利金额计算模型

1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括商品单价、数量、实际金额、让利金额、商品代码、订单编号； 2.数据处理：1）以商品代码为关联依据，明确同一商品计价基准，输入参数为商品单价、数量、让利金额，核心计算逻辑为“实际金额=商品单价×数量-让利金额”；2）计算值与订单实际金额的偏差＞5%或＜-5%时，自动标记为金额异常订单，关联订单编号记录明细；3）按商品代码、发货仓库分组，统计各维度异常订单频次及占比，定位高频异常环节；4）单价在同类商品合理区间内，让利金额为0则偏差超阈值判定为“录入错误”、让利金额≠0则判定为“让利规则应用错误”；单价偏离同类商品合理区间，无论让利金额是否为0，均判定为“计算偏差”；5）为每笔异常订单标注唯一判定类型，形成“订单编号-商品代码-异常类型-偏差值”的结构化异常清单； 3.数据应用：实现订单金额自动化批量校验，减少人工对账工作量，提升财务结算效率；针对不同异常类型优化对应流程；通过订单编号快速追溯异常订单，缩短问题处理周期，降低金额错误导致的售后纠纷与经济损失。

贵州省数据知识产权登记平台2026-01-14 更新380

订单地域分布可视化模型

1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括收货省、收货市、收货区、商品名称、数量； 2.数据处理：1）按“收货省-收货市-收货区”层级维度，对同一区域的商品数量进行求和聚合，建立地理维度与商品总数量的对应关系；2）对收货区信息缺失的记录，核实收货市字段有效性后，归至对应市级维度统计，补全区域数据；3）将地理维度与对应商品总数量的数据，与标准行政区域地图的坐标体系进行匹配关联；4）设定热力图数据映射规则，按商品总数量划分梯度区间，为每个区间匹配对应渲染参数； 3.数据应用：通过热力图呈现商品区域需求分布，为区域仓库选址、扩容提供决策依据；结合区域销量数据优化物流配送路线规划，优先保障高需求区域的配送资源供给。

贵州省数据知识产权登记平台2026-01-14 更新280

订单商品定价与让利规则模型

1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括商品单价、数量、实际金额、让利金额、商品名称、规格； 2.数据处理：1）以商品单价、数量、让利金额为参数，通过公式“实际金额=商品单价×数量-让利金额”校验金额一致性，标记计算值与实际金额偏差超5%的订单；2）按“商品名称+规格”分组，统计同一商品不同让利金额对应的销量（数量求和），计算“让利比例（让利金额/商品单价）”与“销量增幅（当前销量/基准销量）”的对应关系并拟合曲线；3）结合商品利润成本，筛选出“让利比例≤15%、销量增幅≥20%且单品利润≥5%”的区间，输出各商品的最优让利阈值； 3.数据应用：依据各商品的最优让利阈值动态调整促销策略，平衡销量与利润；同时自动校验订单金额，标记异常让利订单，降低定价与核算失误风险。

贵州省数据知识产权登记平台2026-01-14 更新170

订单支付时间——商品销量时序模型

1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括支付时间、商品名称、规格、数量、商品代码、订单编号； 2.数据处理：1）清洗支付时间数据，统一时间格式为“年-月-日时：分:秒”，剔除支付时间缺失的记录；2）将支付时间按“小时”“日”“周”三个维度拆分（补充周维度提升时序分析完整性），按“时间维度+商品名称+商品代码+规格”分组，聚合各分组下的商品销量；3）采用时序分析算法，基于各时间维度的销量数据拟合销量-时间变化曲线，提取曲线峰值对应的时间节点；4）按商品品类（基于商品名称+商品代码归类）统计不同商品的峰值时间节点，记录各商品高峰时段的重合情况，划分通用高峰时段与细分商品高峰时段；5）形成支付时间维度（小时/日/周）、商品代码、商品名称、规格、销量、高峰时段类型（通用高峰/细分商品高峰）的时序结构化数据集； 3.数据应用：依据通用高峰与细分商品高峰时段，提前调配仓库发货人力与运力；针对细分商品的高峰时段推送定向促销信息，提升销量转化；结合时序销量变化趋势，优化商品备货的时间维度分配策略。

贵州省数据知识产权登记平台2026-01-14 更新290

订单收货省市区分布数据集

"1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括收货省、收货市、收货区、数量； 2.数据处理：1）按“收货省→收货市→收货区”层级维度，对同一区域的商品数量进行求和聚合，建立区域与商品总数量的对应关系；2）筛选无效地址数据：标记省/市信息缺失的记录，标记仅收货区信息缺失的记录；3）对无效地址数据进行归类处理：剔除省/市信息缺失的记录，将仅收货区缺失的记录归类至对应市级维度统计；4）计算各区域订单占比（“某区域商品总数量/全量商品总数量×100%”）；5）整合区域层级、商品总数量、订单占比数据，形成“收货省-收货市-收货区-商品总数量-订单占比”的层级分布表； 3.数据应用：辅助区域物流网点布局优化，在订单占比超一定比例的区域增设配送站点；结合区域订单量与仓库位置，计算配送里程，优化仓库辐射范围。"

贵州省数据知识产权登记平台2026-01-14 更新380

订单商品名称--规格关联数据集

1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括商品名称、规格、数量、实际金额、商品代码； 2.数据处理：1）按“商品名称+商品代码”组合分组（以商品代码为核心关联键，避免同名不同品混淆），汇总同一商品对应的所有规格表述；2）统一计量单位，规范数值格式与表述逻辑，剔除重复、无效的规格记录；3）关联同一商品不同规格的销量与总实际金额，计算各规格的销量占比，标注占比≥30%的主流规格；4）建立“商品名称-商品代码-标准规格-规格数量-主流规格-销量占比”的结构化映射表，形成完整关联数据集合； 3.数据应用：支撑商品信息系统的规格统一管理，通过商品代码与名称的双重校验，确保前端展示、库存统计、订单履约的规格一致性；依据主流规格的销量占比优化备货策略，提高高需求规格的库存周转率，减少滞销规格的资金占用；为商品规格迭代提供精准数据支撑，同时助力订单履约时的规格快速匹配。

贵州省数据知识产权登记平台2026-01-14 更新270

订单商品补发货关联数据集

1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括订单编号、商品名称、规格、数量、实发数量、物流单号、仓库名称及用户反馈备注信息； 2.数据处理：1）以订单编号为关联键，对比数量与实发数量的差异，筛选出数量≠实发数量的订单并标记为补发货订单；2）关联同一订单编号对应的原发货与补发货物流单号，记录补发货商品的名称、规格、数量差异值，同步标注发货仓库信息；3）整合用户反馈备注中的补发货原因，与补发货订单数据关联；4）按商品名称+规格分组，统计不同商品的补发货频次及原因分布，形成包含“订单编号-商品信息-补发货详情-仓库-原因”的结构化数据集合； 3.数据应用：基于补发货频次与原因分析，针对性优化高频问题商品的库存管理与拣货流程；结合仓库信息定位补发货高发仓储环节，提升发货准确率；关联物流单号跟踪配送时效，评估物流方异常订单处理能力。

贵州省数据知识产权登记平台2026-01-14 更新190

订单商品销售数据集

1.数据采集：从企业销售平台的订单系统中采集连续特定期间内的销售订单商品数据，包括商品名称、规格、数量、实际金额、支付时间、仓库名称； 2.数据处理：1）按“商品名称+规格”为维度分组，统计每组的累计销量（同一商品的数量求和）、总实际金额（同一商品的实际金额求和），并按“支付时间”的“日/周”维度拆分数据，形成“商品维度-时间维度”的基础数据单元；2）剔除“同一支付时间+同一商品名称+同一规格”的重复订单记录，对“实际金额”字段的缺失值，通过“商品单价×数量-让利金额”（取自表头字段）补全；3）将分组后的数据与表头“仓库名称”关联，标注每个商品对应的发货仓储信息，最终形成包含商品名称、规格、累计销量、总实际金额、统计时间（日/周）、仓库名称的结构化销售数据集合； 3.数据应用：基于该结构化销售数据集合，可分析各仓库商品动销效率以优化分仓补货计划，同时依据周度销量波动调整商品上架优先级，精准匹配市场需求节奏。

贵州省数据知识产权登记平台2026-01-14 更新490