© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
杭州东捷智能科技有限公司
企业杭州东捷智能科技有限公司成立于2016年，位于浙江省。所属行业为专业技术服务业。经营范围包括互联网信息服务(依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以审批结果为准)。物联网设备制造；物联网设备销售；物联网应用服务；云计算设备制造。
小微企业高新技术企业科技型中小企业专业技术服务业
数据集列表
智能物料管理柜需求量预测数据
本数据聚焦于预测智能物料管理柜的市场需求量，为公司（制造商）及外部相关方提供关键决策依据，具有重要的应用价值。具体体现在以下方面：
1.优化生产计划：对制造商而言，通过预测不同型号的智能物料管理柜需求量，科学制定生产排期，避免库存积压或供应短缺。动态调整核心部件的采购计划，降低供应链成本并提升响应速度。
2.精准营销与渠道布局：经销商可结合需求量预测数据，识别需求量大的市场，制定差异化的销售策略。针对政策驱动型需求，提前部署销售资源，抢占招投标先机，提升市场份额。1.数据采集：
采集公司智能物料管理柜的销售数据，包括统计时间、订单编号、客户编号、客户所在地区、订单日期、产品型号、订单数量（个）、订单金额（元）。
2.数据预处理：
对采集的数据进行清洗，去除重复记录，处理缺失值。
3.数据加工与分析：
（1）计算历史需求量：对于每种智能物料管理柜型号，使用SUMIFS函数对订单数量进行累加，分别计算出其过去365天、90天和30天的总需求量。（2）建立需求量预测模型：每种智能物料管理柜型号的未来30天需求量预测值=[(过去365天总需求量÷365*a)+(过去90天的总需求量÷90*b)+(过去30天的总需求量÷30*c)]*30*k；其中，系数a=0.5，b=0.3，c=0.2，调整因子k=1.1。系数a、b、c反映数值对未来30天需求量预测的影响程度，由于算法更注重长期需求趋势的影响，因此a被赋予了最高的权重。k是基于市场增长预期给出的修正值。
浙江省数据知识产权登记平台2025-09-08 更新90
智能安全帽借还柜需求量预测数据
本数据聚焦于预测智能安全帽借还柜的市场需求量，为公司（制造商）及外部相关方提供关键决策依据，具有重要的应用价值。具体体现在以下方面：
1.优化生产计划：对制造商而言，通过预测不同型号的智能安全帽借还柜需求量，科学制定生产排期，避免库存积压或供应短缺。动态调整核心部件的采购计划，降低供应链成本并提升响应速度。
2.精准营销与渠道布局：经销商可结合需求量预测数据，识别需求量大的市场，制定差异化的销售策略。针对政策驱动型需求，提前部署销售资源，抢占招投标先机，提升市场份额。1.数据采集：
采集公司智能安全帽借还柜的销售数据，包括统计时间、订单编号、客户编号、客户所在地区、订单日期、产品型号、订单数量（个）、订单金额（元）。
2.数据预处理：
对采集的数据进行清洗，去除重复记录，处理缺失值。
3.数据加工与分析：
（1）计算历史需求量：对于每种智能安全帽借还柜型号，使用SUMIFS函数对订单数量进行累加，分别计算出其过去365天、90天和30天的总需求量。（2）建立需求量预测模型：每种智能安全帽借还柜型号的未来30天需求量预测值=[(过去365天总需求量÷365*a)+(过去90天的总需求量÷90*b)+(过去30天的总需求量÷30*c)]*30*k；其中，系数a=0.5，b=0.3，c=0.2，调整因子k=1.1。系数a、b、c反映数值对未来30天需求量预测的影响程度，由于算法更注重长期需求趋势的影响，因此a被赋予了最高的权重。k是基于市场增长预期给出的修正值。
浙江省数据知识产权登记平台2025-09-04 更新60
底部横梁厚度对智能书包柜承重稳定性的影响数据
本数据聚焦于分析底部横梁厚度对智能书包柜承重稳定性的影响，揭示了底部横梁厚度与书包柜承重稳定性之间的量化关系。为公司(作为生产商)及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下方面:
1.优化产品开发和生产工艺:公司可通过分析底部横梁厚度对承重稳定性的影响，精准调整底部横梁设计和生产工艺，优化书包柜的承重性能，科学制定质量控制标准和环境适应性参数，提升产品在复杂工况下的使用寿命，
2.推动行业科技进步:本数据可以给相关科研工作者、技术研发人员、质量管理人员、产品检验人员等使用，为他们开展智能书包柜底部横梁厚度、承重稳定性的预测分析、趋势分析、因果关系探索、质量控制、科学研究、技术优化等工作提供支撑。1.数据采集：实时记录不同底部横梁厚度下的智能书包柜承重稳定性测试数据，包括测试样品编号、测试时间、底部横梁厚度/mm、承重稳定性/kg等字段。
2.数据预处理：（1）对采集的数据进行去噪处理，确保数据准确性。（2）将历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的承重稳定性字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以底部横梁厚度为自变量、承重稳定性为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位底部横梁厚度变化对智能书包柜承重稳定性的影响程度，截距b表示基准底部横梁厚度下智能书包柜的承重稳定性值。
4.结果运用：（1）计算比例系数k：k=|a/承重稳定性平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-08-29 更新40
层板加强筋密度对智能书包柜承重稳定性的影响数据
本数据聚焦于分析层板加强筋密度对智能书包柜承重稳定性的影响，揭示了加强筋密度与书包柜承重稳定性之间的量化关系。为公司(作为生产商)及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下方面:
1.优化产品开发:公司可通过分析加强筋密度对承重稳定性的影响，精准调整层板设计和生产工艺，优化书包柜的承重性能，科学制定质量控制标准和环境适应性参数，提升产品在杂工况下的使用寿命。
2.推动行业科技进步:本数据可以给相关科研工作者、技术研发人员、质量管理人员、产品检验人员等使用，为他们开展智能书包柜加强筋密度、承重稳定性的预测分析、趋势分析、因果关系探索、质量控制、科学研究、技术优化等工作提供支撑。1.数据采集：实时记录不同层板加强筋密度下的智能书包柜承重稳定性测试数据，包括测试样品编号、测试时间、层板加强筋密度/根/平方厘米、承重稳定性/kg等字段。
2.数据预处理：（1）对采集的数据进行去噪处理，确保数据准确性。（2）将历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的承重稳定性字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以层板加强筋密度为自变量、承重稳定性为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位层板加强筋密度变化对智能书包柜承重稳定性的影响程度，截距b表示基准层板加强筋密度下智能书包柜的承重稳定性值。
4.结果运用：（1）计算比例系数k：k=|a/承重稳定性平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-08-29 更新100
智能更衣柜市场渗透率分析数据
市场渗透率通常定义为特定产品在潜在消费群体中的占有率。对智能更衣柜在不同区域的市场渗透率进行分析，有助于制造商把握消费升级趋势，优化产品功能组合。本数据可为健身设备供应商、场所运营商及物业管理方提供决策支持。1.数据采集：
采集公司智能更衣柜在不同地区的销售数据，包括产品名称、销售区县、统计年份和季度、本季度内单月最高销量（个）、本季度内单月最低销量（个）、本季度平均月销量（个）等字段。
2.数据预处理：
对采集的数据进行清洗，去除重复或缺失的数据记录。
3.建立市场渗透率分析模型：
（1）计算本季度月均潜在销量：本季度月均潜在销量=本季度内单月最高销量-本季度内单月最低销量+本季度平均月销量；（2）计算本季度月均市场渗透率：本季度月均市场渗透率=（本季度平均月销量/本季度月均潜在销量）*100%；（3）市场渗透率分析：基于计算出的市场渗透率，根据区县划分不同的类别和级别，≥90%以上标记为“市场渗透率高”，50%-90%区间（不含50%和90%）内标记为“市场渗透率中等”，≤50%标记为“市场渗透率低”。
浙江省数据知识产权登记平台2025-08-29 更新80
智能更衣柜需求量预测数据
本数据聚焦于预测智能更衣柜的市场需求量，为公司（制造商）及外部相关方提供关键决策依据，具有重要的应用价值。具体体现在以下方面：
1.优化生产计划：对制造商而言，通过预测不同型号的智能更衣柜需求量，科学制定生产排期，避免库存积压或供应短缺。动态调整核心部件的采购计划，降低供应链成本并提升响应速度。
2.精准营销与渠道布局：经销商可结合需求量预测数据，识别需求量大的市场，制定差异化的销售策略。针对政策驱动型需求，提前部署销售资源，抢占招投标先机，提升市场份额。1.数据采集：
采集公司智能更衣柜的销售数据，包括统计时间、订单编号、客户编号、客户所在地区、订单日期、产品型号、订单数量（个）、订单金额（元）。
2.数据预处理：
对采集的数据进行清洗，去除重复记录，处理缺失值。
3.数据加工与分析：
（1）计算历史需求量：对于每种智能更衣柜型号，使用SUMIFS函数对订单数量进行累加，分别计算出其过去365天、90天和30天的总需求量。（2）建立需求量预测模型：每种智能更衣柜型号的未来30天需求量预测值=[(过去365天总需求量÷365*a)+(过去90天的总需求量÷90*b)+(过去30天的总需求量÷30*c)]*30*k；其中，系数a=0.5，b=0.3，c=0.2，调整因子k=1.1。系数a、b、c反映数值对未来30天需求量预测的影响程度，由于算法更注重长期需求趋势的影响，因此a被赋予了最高的权重。k是基于市场增长预期给出的修正值。
浙江省数据知识产权登记平台2025-09-08 更新40
智能物料管理柜市场集中度评价数据
智能物料管理柜作为工厂、仓库、医疗机构的智能化存储设备，其市场集中度分析对制造商的细分市场定位具有关键作用。通过评估该市场的集中度，制造商可掌握头部品牌在制造业、医疗等垂直领域的份额分布，并探索零售、物流等新兴行业的应用潜力。对于企业采购方，高集中度数据可能反映领先厂商在RFID追踪、库存管理软件方面的技术壁垒，而低集中度市场则意味着新进入者可凭借柔性化配置或低成本方案抢占份额。此外，数据可辅助判断行业整合方向，如工业物联网（IIoT）融合或区域代理体系的升级需求。1.数据采集：收集公司智能物料管理柜在不同地区的销售数据，具体包括：时间、产品名称、区域、客户编号、销售额/万元、总销售额/万元。
2.数据处理：去除异常值和重复数据，确保数据的准确性和可靠性。将客户的销售额数据转换为市场份额（Si），即销售额占总销售额的比例。
3.具体计算过程和公式：市场份额计算：Si = 销售额 / 总销售额，市场集中度指数（CR）计算：CR = ∑(Si)^2，其中Si代表第i个客户的市场份额（销售额占总销售额的比例）。
4.数据分类分级应用：根据CR指数的大小，CR指数的取值范围为0到1，将市场集中度分为高集中度（0.7≤CR≤1）、中集中度（0.4≤CR＜0.7）和低集中度（0≤CR＜0.4）。
浙江省数据知识产权登记平台2025-08-29 更新110
立柱间距对学生智能书包柜承重稳定性的影响数据
本数据聚焦于分析立柱间距对学生智能书包柜承重稳定性的影响，揭示了立柱间距与书包柜承重稳定性之间的量化关系。为公司(作为生产商)及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下方面:
1.优化产品开发和生产工艺:公司可通过分析立柱间距对承重稳定性的影响，精准调整立柱设计和生产工艺，优化书包柜的承重性能，科学制定质量控制标准和环境适应性参数，提升产品在复杂工况下的使用寿命。
2.推动行业科技进步:本数据可以给相关科研工作者、技术研发人员、质量管理人员、产品检验人员等使用，为他们开展学生智能书包柜立柱间距、承重稳定性的预测分析、趋势分析、因果关系探索、质量控制、科学研究、技术优化等工作提供支撑。1.数据采集：实时记录不同立柱间距下的智能书包柜承重稳定性测试数据，包括测试样品编号、测试时间、立柱间距/cm、承重稳定性/kg等字段。
2.数据预处理：（1）对采集的数据进行去噪处理，确保数据准确性。（2）将历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的承重稳定性字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以立柱间距为自变量、承重稳定性为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位立柱间距变化对智能书包柜承重稳定性的影响程度，截距b表示基准立柱间距下智能书包柜的承重稳定性值。
4.结果运用：（1）计算比例系数k：k=|a/承重稳定性平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-08-29 更新70
柜体钢材抗拉强度对智能书包柜承重稳定性的影响数据
本数据聚焦于分析柜体钢材抗拉强度对智能书包柜承重稳定性的影响，揭示了抗拉强度与书包柜承重稳定性之间的量化关系。为公司(作为生产商)及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下方面:
1.优化产品开发:公司可通过分析抗拉强度对承重稳定性的影响，精准调整钢材选择和生产工艺，优化书包柜的承重性能，科学制定质量控制标准和环境适应性参数，提升产品在复杂工况下的使用寿命。
2.推动行业科技进步:本数据可以给相关科研工作者、技术研发人员、质量管理人员、产品检验人员等使用，为他们开展智能书包柜钢材抗拉强度、承重稳定性的预测分析、趋势分析、因果关系探索、质量控制、科学研究、技术优化等工作提供支撑。1.数据采集：实时记录不同柜体钢材抗拉强度下的智能书包柜承重稳定性测试数据，包括测试样品编号、测试时间、柜体钢材抗拉强度/MPa、承重稳定性/kg等字段。
2.数据预处理：（1）对采集的数据进行去噪处理，确保数据准确性。（2）将历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的承重稳定性字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以柜体钢材抗拉强度为自变量、承重稳定性为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位柜体钢材抗拉强度变化对智能书包柜承重稳定性的影响程度，截距b表示基准柜体钢材抗拉强度下智能书包柜的承重稳定性值。
4.结果运用：（1）计算比例系数k：k=|a/承重稳定性平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-08-29 更新100
智能物料管理柜月度市场潜力分析数据
本数据能够帮助本公司（制造商）精准识别不同地区智能物料管理柜的月度市场潜力度情况，淘汰低市场潜力的产品型号，优化生产排期，提升资源分配效率，增强客户需求匹配度，提高订单履约率。通过将研发和生产资源集中在市场潜力指数高的智能物料管理柜型号上，降低库存冗余，缩短交货周期，增强市场竞争力，提升利润率。同时，本数据也有利于上游原材料供应商和下游经销商分析比较不同智能物料管理柜型号的市场潜力指数及趋势，从而协同优化材料采购、渠道策略和终端推广方案。1.数据收集和预处理：收集公司智能物料管理柜不同型号月度销售汇总统计数据，包括统计月份、销售地区、产品型号、当月该型号产品销量/个、当月所有产品总销量/个、当月该型号产品销售额/万元、当月所有产品总销售额/万元、该型号产品消费者评分。通过数据清洗确保数据质量。
2.当月该型号产品销量占比计算：当月该型号产品销量占比=当月该型号产品销量/当月所有产品总销量。
3.当月该型号产品销售额占比计算：当月该型号产品销售额占比=当月该型号产品销售额/当月所有产品总销售额。
4.该型号产品月度市场潜力指数构建：该型号产品月度市场潜力指数=W1×当月该型号产品销量占比+W2×当月该型号产品销售额占比+W3×（该型号产品消费者评分/5），其中W1、W2、W3是权重系数，根据各因素的影响程度经内部专家研判后进行调整设定，W1+W2+W3=1。
5.趋势识别：使用ARIMA（自回归积分滑动平均）模型（一种用于分析按时间顺序排列的数据点，以识别趋势、周期性和其他模式的统计模型）进行时间序列分析，基于该型号产品的历史市场潜力指数数据，识别该型号产品的市场潜力指数趋势。
浙江省数据知识产权登记平台2025-08-29 更新60