农产品网络销售数据（精选13篇）
1.农产品网络销售数据 篇一
1.要极其熟悉公司业务及动向。所以要了解公司的商业模式、战略、以及业务流程、要考核的各种指标，以及指标背后的业务含义等。这一点，再了解都不够。
2.要了解数据分析。好的数据PD，即使不做数据PD，也应该是个数据分析师。数据PD的一大要务就是将数据分析做成可复制，可自动运转的系统。虽然有数据分析师们围绕在自己周围，但是自己也要清楚业务的问题，分别要看什么数据，或者当数据出现后，意味着业务出现了什么问题或者会出现什么问题。这一点，要向最好的数据分析师们看齐。3.要了解数据仓库及商务智能。这两个关键词背后都是庞大的体系，恐怕我短短半年的转岗时间太短，虽然能够对别人讲解一通商务智能产品的架构。嘴里虽然会抛出若干个类似于汇总，钻取，度量，指标，维度，缓慢变化维，层次，属性，仪表盘等等术语，但是也不支持多几层的知识钻取，遇到异常问题，也不知道该从什么地方分析原因。幸而身边有数据仓库的同事，可以多多学习。这一点，没有天花板。而商务智能，做为一门学科，起源于20世纪90年代，它的出发点是帮助用户更好地获取决策信息，最初商务智能的动机是为用户提供自助式的信息获取方式，这样，用户就可以不用依赖于IT部门去获取定制的报表。（引自《信息仪表盘》一书P41）。而如今，商务智能除了提供信息，更主要的是降低用户获取数据的门槛，提升数据的实时性等方面。从降低用户获取数据的门槛一个方向，我们就可以做很多事情，比如如何设计信息仪表盘（designing of information dashboard）？如何让数据以更亲和的更直观的方式展示（数据可视化）？如何能够让用户离线访问？如何能够实现警戒数据的主动发送？这一点上，花多少功夫都不多。
4.要精通数据产品开发流程。数据开发+产品开发。数据PD的最终目的是要做数据产品。这里要拆开看，其一，数据产品本身也是在线可供用户实现的产品，既然是产品，产品的整套研发思路和普通的产品没有太大区别，用户是谁，他们需求是什么，满足需求需要什么feature list，每个feature list的资源评估以及优先级如何，产品的生命周期如何？这是产品开发。然后他是个数据产品，意味着这比普通的产品，多了更多的要求。在数据这个内核之外，它需要各种feature list，如订阅，搜索，自定义，短信接口，邮件接口等。但是数据这个内核，也需要一套数据开发流程。比如：
数据源——是否足够，是否稳定——数据PD需要足够了解目前的业务处理系统建设情况，以及数据源的积累程度，用以判断数据产品的建设时间是否合适。不合适的时机会导致项目组的重复劳动和残缺的数据产品诞生。数据产品是用以支持监控，分析，决策的，而业务处理系统的定位在于提升工作效率，解放工作人员手脚。业务系统采集的数据未必满足所有分析需要。比如或许领导要分析大量攀升的退换货的详细原因，而业务系统目前并没有要求用户在申请退换货的时候选择原因或只有输入而非标准化选项，负责退换货出力的员工也只有在excel里登记原因，而不是录入到系统里。所以可能会导致需求方要看的数据提供不出来，那么数据pd就有必要反向驱动数据源得以采集。
分析模型的设计—— 分析模型的好与不好，其实决定了数据产品的成败。
在项目中，可以由BI的数据分析师们担纲此职责，也可以由数据PD担纲，更多则由双方一起确认，内容以数据分析师们为主，功能评估及优先级、项目计划和协调、统筹以数据PD为主。所以数据PD要更加清楚数据分析师们所需要的需求是否能够实现，背后的商业价值如何，并与数据开发、产品开发保持比数据分析师们更加通畅的合作关系，能够借力进行可行性和资源的评估。有的时候，我们不是没有数据，而是有了太多的数据，不知道怎么去看。如果只是抛给用户一堆数据，很难想象用户会如何去解读它。以前做交互设计的时候，我们流行一句话：把用户当成傻瓜。
而数据平台，因为可能本身就要求有一定的使用门槛，所以想成不会互联网的傻瓜不太现实，那么我们就要想成“用户是不懂数据的傻瓜”。他们或许也能通过一串串数据体悟到什么，但是如果是一条上升的退款率趋势线，或许他们会体悟到更多——毕竟，上和下本身就是直观的。然后再想一下，如果将这条线上加上一条警戒点的线，他们会知道从什么时候开始数据是异常的。再然后，就要设想，当他发现从7月12日数据上升后，想干什么？他会不会想了解是哪个行业上升了？他会不会想了解是那个渠道上升了？那么，就要提供行业和渠道的选项或者对比给他。
再然后，当他过问了这个行业的负责人后，负责人想不想再了解是哪个供应商或者哪类商品上升了？那么要如何将这些维度、层次都融合在一起，同时又能将用户非常方便地去用呢？分析模型的建设至关重要，也可以说，分析模型是前期需求分析的最有价值的产物。分析模型应该会包含几点：
主题的划分：整块分析会划分成什么主题，比如销售可能会分成销售走势及构成分析，行业排名，商品排名等
度量及指标：分析主题会涉及到的度量及指标的算法、定义等（这通常会产生一份指标以及维度的定义及描述文档）
维度：要分别从什么维度去看这些指标和度量，如时间，渠道，这些维度是要筛选还是要对比
钻取：这些维度本身有没有层次，需要不需要进行钻取，如渠道可钻取到渠道类型，行业可钻取到子行业，商品类目可钻取到商品叶子类目等 输出：分析需要用何种图表进行展现
数据的ETL开发——数据的清洗，转换，装载流程占用了数据产品开发的大半资源，不规范的数据源会导致这一块的资源更大程度的占用。比如同样是供应商编码，系统之一称为供应商编码，系统二命名为供货商编码，系统三命名为供应商ID，这三个系统同时是公司的系统，这种情况虽然想起来匪夷所思，但是现实情况却也存在。虽然ETL开发是DW开发工程师在做，但是作为数据PD，焉能对这些工作缺乏了解，对ETL工程师反馈的问题，缺乏认知，不理解对于项目的潜在风险是什么？而且更多时侯，当遇到数据不规范，不统一的问题，数据PD需要反向驱动业务系统进行数据规范性建设，无论是功能上，还是驱动直接的使用方——如负责录入数据的行业小二，建立一套录入规范。这些工作看似和数据PD无关，我们大可以推脱说：那没办法，这是数据源的问题，不是我们功能的问题。但是，用户是有权利选择使用不使用你的数据产品的，当数据产品提供的数据不值得信赖的话，无疑是自取灭亡。一旦用户对数据不信任，再想挽留他们，是很难的。即使有很多“无能为力”的借口,我们也不能坐观其变。
前端交互与体验的优化——虽然内容定义好了，但是那么多度量、指标、维度、钻取，如何划分信息层级，如何划分栏目，如何设计用户的行为路径？这些就不是数据分析师们的重要工作范畴。而是交互设计师？鉴于很多数据产品项目可能会没有交互设计师，所以数据PD应该对内容进行封装，进行信息架构、页面布局以及图表各种功能设计。设计，然后撰写详细的功能需求文档，交付给产品开发，前端开发以及数据开发，以及前端展现开发四种类型的开发人员。
数据产品的功能描述文档，除了产品开发部分，其他的就是在描述“内容”，即分析模型，除了主题、度量、维度、钻取、筛选、输出图表类型，有些内容还需要详细定义到 “排序方式” 等等细节，这就case by case来看了。
环境，技术，工具——或许做一个普通的产品，你把需求描述清楚，与产品开发工程师确认好可行性，接受资源评估就OK了。但是数据产品，受制于所部署的环境，所选型的工具，如Oracle，IBM的Cogos，以及SQL Server。其他的产品我不知道怎么样，我们用的是Oracle BIEE。那么作为数据PD，是否需要了解BIEE能够提供的功能是哪些呢？看文档，请教别人，不能知其不可而为之。另外，也需要逐渐摸透BIEE的坏脾气，实现不了的功能，无法克服的难点等。这一点，也需要继续了解，继续学习。数据产品项目流程
2.农产品网络销售数据 篇二
1.1 缺乏适合的销售软件
计算机应用软件具有通用性, 但同时也缺乏个性化应用。通常是作为历史记录查询。有些还可以通过输入汇款查询余额。但不能按使用者需求进行数据分析、进度分析等高级查询。虽然有些销售软件具体统计功能, 但功能单一, 不能满足管理者定制分析的需要。
1.2 需要专业统计人员
由于缺乏专业的数据分析工具, 从应用软件得出的初始数据往往还需要进一步处理。例如:要对比销售计划与实际销量超欠情况, 由于缺少专业工具, 就需要计划员把这些数据转移到Excel表中手工计算, 无形之中增加了工作量, 降低工作效率。
1.3 缺乏量化意识, 工作标准化程度不够
一些销售单位缺乏量化概念, 缺乏系统的分析。产品销售只是跟着感觉走, 了解生产情况, 车间库存等基本的产品销售状态, 缺乏对产品销售进行深层次的分析。
1.4 安于现状, 缺少超前意识
销售人员工作标准不高, 缺乏对市场深入的分析, 根据库存等因素进行分析比较滞后。要把握销售主动权, 必须掌握销售进度。从多种角度进行统计分析。
2 常用销售数据管理方法
有些企业产品单一, 销量不大, 销售数据不复杂, 通过记账及Excel电子表格进行记录便可满足对销售情况的掌握。对于大型公司来说, 每天平均销量较大, 产品种类也比较多, 将销售数据进行系统管理是重要且难度较大的工作。
2.1 销售信息管理软件
这类销售公司自己开发或购买, 一般由Delphi或Power Builder开发工具制作。使用C/S (Client/Server客户机/服务器) 结构, 有专用的服务器, 客户机必须安装管理软件。这类软件最便捷的功能就是通过客户端输入销量, 查询台账很容易, 但不方便进行统计分析。ERP系统上线后, 这类管理软件逐渐被取代。
2.2 ERP系统
我公司2009年开始使用, 目前世界500强中80%的公司都在使用ERP系统。ERP系统在总部设有服务器, 各地各类型公司 (炼油、勘探、销售、办公、工程等) 实现了计算机软件使用的统一。使用C/S结构。ERP流程规范, 准确、详细地记录销售记录。但该系统在应用方面也有其缺点, 不能按用户需求定制报表和打印、统计时间较慢、在统计方面也有局限性等。
2.3 产品出厂计量系统
B/S (Browser/Server, 浏览器/服务器) 模式, 有专用服务器, 客户端不必安装软件, 只要通过浏览器就能使用。它的优点是有汽运、铁运等更多的部门参与进来, 本地化系统带有与ERP、实时数据等应用程序的接口, 方便数据引用。所有的数据有相关人员直接录入, 管理者可直观了解产品销售情况, 甚至装车查询的实时数据。它的优点是统计速度快, 对当天开票量、出厂情况、历史销量查询非常方便, 缺点是由于流量计、检斤衡等仪器的偏差, 个别数据不能与ERP系统完全一致;不能进行统计分析。
2.4 综合运用Excel电子表格等工具, 有效管理销售数据
使用Excel的自动计算功能, 将数据按需求进行分类计算, 得出各种统计表的数据。应用软件如需修改, 需要重新修改源程序, 并对源程序重新编译, 在客户端重新安装。Excel表在做好后, 可根据工作需要调整其内容, 将自动计算公式的单元格进行锁定, 防止产生错误数据。
目前销售统计软件较多, 但各有其不足。最实用的管理方法, 是吸取这些软件的优点, 再利用Excel电子表格的函数及引用功能, 就能根据自己的需要定制各种分析及报表。这种Excel管理数据方法是实践证明最好的管理方法。
3 使用Excel管理销售数据的方法
将ERP、本地化系统的基础数据取出, 录入到基础数据表中, 再通过综合分析表统计基础数据表运算, 形成最终分析数据。
3.1 定制自己需要的Excel基础表格
如果销售的数据量较大, 每天录入, 会造成单个文件数据量太多, 也不利于筛选。把销售的产品分类到不同的电子表格, 会给工作带来很大方便。 (1) 记录少, 方便查找; (2) 可以由不同人员负责, 可以多人同时对不同文件操作保存, 避免单人占用。
本人在工作中, 制作轻油表 (汽柴油等) ;化工表 (液化气、丙烯等) ;重油表 (石油焦、重油) 等“基本表”。为了方便分析汇报的计算, 必须对基本表中的工作表及列名进行合理设计, 以轻油表文件为例, 可在工作簿内建3个工作表 (品名序列表、计划录入表、日销售录入表) 。
品名序列表主要作用是定义固定序列, 如:类别、品名、运输方式、流向等, 方便录入时直接选取。在Excel中通过菜单的“插入—定义—名称”录入相应名称后, 选取相应范围来实现。
计划录入表输入每月销售计划, 便于统计。可分4列, 分别为品名、计划量、计划额、日期。
日销售录入表里面包含最重要的基础数据, 其中, 类别、品名、运输方式等字段 (列) , 可通过Excel的数据有效性功能, 通过下拉箭头选择相应的在品名序列表中定义好的序列, 方便在录入信息时直接选取。菜单使用自动筛选功能, 方便通过各列高级筛选。
3.2 定制适合自己的数据分析表
这些数据分析表基本数据直接得到, 它可以预先设计好浏览及打印的模式, 只需要打开基本数据表, 运用公式自动计算就可做到。它的原理有些类似程序设计中的视图功能, 通过基本数据, 显示各种统计结果。
销售计划完成情况表:综合了解每天各产品出厂情况, 各品种及总量对比销售计划超欠情况。灵活使用Excel的函数进行自动计算, 将统计后的数据填写到对应的表格里。最后达到自动生成一张汇报表格的目的。如:某一单元格的公式为:{=SUM (IF (′轻油表.xls′!方式="火运", IF (YEAR (SGS2) =YEAR (′轻油表.xls′!时间) , IF (MONTH (SGS2) =MONTH (′轻油表.xls′!时间) , IF (DAY (SGS2) =DAY (′轻油表.xls′!时间) , IF (′轻油表.xls′!品名=A9, ′轻油表.xls′!重量_吨) ) ) ) ) ) }, 含义是自动对轻油表中, 火运、年月日相符的销量统计求和, 填写到相应的表格中。
销售进度完成情况等数据表:可以分析产品销售完成进度、销售收入完成情况, 销量及价格的影响因素。对各品种销售状况、影响因素一目了然。如:某一单元格的公式为:{=D9-B9/打印时间录入!SCS2*DAY (SGS2) }, 含义是按进度的计划量与实际销售量的对比。
日会议汇报表:使用Excel表格数据的链接计算功能, 可以将多个数据表的数据整合到一张表上, 随着用投影仪进行会议汇报的广泛应用, Excel的计算统计功能得到有效利用, 只要规划创建多个Excel基础数据表和汇报表并定义好公式, 使用Excel的自动计算, 就能轻松得到最终汇报所需要的效果。比如:铁路运输情况 (承认车、待装车、完成车、正装车、点后承认车) ;各产品的库存情况;汽车零售出厂情况;港口动态;晚班安排;剩余计划情况等。
库存表:生产车间在MES (生产执行系统) 每天提供很多生产罐存数据, 但部分半成品对销售部门用处不大。如果人工摘录, 费时费力, 还容易出错。我们可以将MES数据导出, 用Exce的函数直接调用和计算数据。将有用数据集中在一张表上, 又快又准。如:函数{=IF (ISNA (VLOOKUP (A1, STOCK, 5, 0) ) , "", VLOOKUP (A1, STOCK, 5, 0) ) }表示查找A1列在序列STOCK里面第五列的值, 如果无效返回空值, 如果有效填入相应数据;函数{=IF (ISNUMBER (SEARCH ("沪Ⅳ) ", VLOOKUP (A2, STOCK, 3, 0) ) ) , "汽油", "OTHER") }, 在制定字符串查找字符, 根据结果返回不同值。
4 使用Excel电子表格进行综合统计分析注意问题
4.1 保存好应用表格, 防止更改
Excel表格在设计、打印预览并保存好后, 使用菜单中“工具”—“保护工作表”的功能, 并将需要保护的单元格的属性设为锁定, 防止他人无意修改后造成数据引用错误。
4.2 对汇报材料进行复核, 并进行数据校验
为了防止公式错误, 应该使用不同计算方法计算同一计算数据, 比如:要计算累计销售数据, 一方面通过计算每种产品分运输方式的销售数量, 再对这些数值求和;另一方面, 通过对3个基础表一定时间范围内的销售量直接求和。如果二者不一致, 就应该查找错误原因。
4.3 共享资源文件, 进行信息共享
将需要的Excel电子表格组织到服务器上, 设定共享文件夹及访问用户权限。除管理者可以进行读写操作外, 其他用户只能进行只读操作。增加信息的安全性。客户端只需要有Office软件, 就可进行销售数据及报表的访问。
4.4 定期进行数据备份
直接手工进行物理拷贝进行备份, 或使用数据备份及恢复软件定期自动进行文件备份, 保证该统计汇报系统顺利工作。
5 结语
本文所阐述的方法是在实际工作中反复比较并最后采用的方法, 具有较强的实用性。没有依靠某一特定销售应用软件的原因是没有哪款完美的应用软件能满足使用者的特定要求, 并根据需求做适当的修改。虽然Excel电子表格只是办公软件, 但是通过它的函数及链接功能完全可以满足使用者的需要。本文无意放弃销售应用软件, 如果将这些软件与Excel结合使用, 形成一套完整的销售管理工作系统, 就能大大提高销售统计的工作效率。
摘要：产品销售数据记录的存档备查只是其档案价值的体现, 存档的主要作用是帮助检查销售数量、价格是否正确。销售记录的最大价值应是应用价值, 即按要求进行实时统计分析的价值, 根据销售分析的综合数据, 找出薄弱环节, 制定相应的销售政策, 促进销售任务的完成。笔者通过实际的工作经验, 阐述有效地利用销售数据进行分析的方法, 满足统计分析的需求。
3.统计数据并非“独家产品” 篇三
数据质量的提升需要全社会关注
在市场经济条件下，各级政府部门、经济单位、以及普通百姓，对于统计部门准确提供数据、判断经济形势、把握未来经济发展的大势，给予了更多期待；由于统计数据在社会发展中所起的作用越来越重要，大家关注的期望值也越来越高，有压力也有动力，只有不断提高统计数据的“产品质量”，才能有助于我们对未来形势进行把握并作出准确的判断。就统计部门的人员来讲，对于自己的工作成果能够引起重视，应备感欣慰，同时对社会上“统计数据”存有疑虑的现象，忐忑的同时也应保持坦然。
数据的完善需要全社会努力
毕竟统计数据的出炉都是在经过了科学的论证、严谨的工作流程，以及各级统计工作者共同的努力下得出的，当然也包括相关部门和社会各界人士的大力支持。目前，一些数据的得出，还有质疑的声音或不同的看法，也非常正常。对此，我们要不断努力，不断改进，才能增强统计数据的可信度，这是我们的职责。但很多统计数据必须经过全社会以及大家的共同努力才能做好。
例如，近期房价一直是大家非常关心的话题，就此产生的问询也较多，但除统计部门按方法、步骤、制度、范围、报告期等按部就班地认真汇总外，其他因素的影响也应考虑在内。如买卖双方合同的准确性、开发单位上报的数据情况与工程进度的时间差距有可能造成的人为误差、监管部门对开发产品的进度、质量、销售状况与网签的同步程度，都可能造成数据的些许差异；还有商业企业销售数据的汇总，受承租、转租等因素的影响，数据的搜集渠道是否畅通，工业企业中即使是同一行业的企业，填报的数据也会受企业会计核算方法、跨地区经营等因素影响，而产生不同的理解、不同的上报方法，造成数据加工过程的不同，而得到不同的统计数据结果。
4.农产品网络销售数据 篇四
消息类产品包括导语、主体、结尾、背景材料等几部分内容。
2.数据类产品的制作
不同数据类产品制作方式各异，如数据库产品制作程序包括：数据库系统需求、数据库结构设计、数据录入与审校、数据库系统测试与调试、数据库发布等。
3.研究报告的制作
研究报告类型及表现手法的多样性决定了其制作的具体方法和表现形态的差异性，但从总体上看，其产品结构无外乎包括标题、绪言、正文、结论、参考文献、附录等几部分。
1)标题
标题是对研究报告内容的高度概括和提炼，一定要简洁、醒目、新颖和引人入胜。通常有单标题、主副标题和冒号并列标题三种形式。对于内容复杂，层次繁多的研究报告，还要根据需要采用内容简介、目录或摘要等方法进一步揭示标题的含义。
2)绪言
绪言主要阐明选题的目的、意义和背景，研究课题的基本情况，信息搜集的原则和依据等，为研究报告的分析和论证作铺垫。
3)正文
正文又称主体，是研究报告的核心部分。主要是作为论证或预测依据的事实和数据，论证或预测所采用的方法以及详细的推演、论证及预测过程。
正文的具体内容因研究报告类型而异。例如综述性研究报告的正文主要叙述课题的历史、目前的状况（取得的成就或存在的问题）、发展趋势等；述评性研究报告的主体要在综述的基础上，进行恰如其分的评价；预测性研究报告要重点阐述预测的依据、方法、过程和结果等。
4)结论或建议
结论是对研究报告主要内容的总结，包括以简洁的方式提出该课题研究中的主要观点、结论、建议、方案、措施、存在问题及趋势展望等。
5)参考文献
研究报告的最后要列出撰写报告时所参考过的文献目录。目的是为用户和他人进行类似课题研究提供参考，权威参考文献可提高研究报告的信赖度。
6)附录
5.农产品销售工作总结 篇五
时间过得很快，转眼间已经结束上半年的工作了，为了能在下半年有更好的发展，特做了以下的工作总结：
现在我对我这半年来的工作心得和感受总结如下：
一、塌实做事，认真履行本职工作。
首先自己能从产品知识入手，在了解技术知识的同时认真分析市场信息并适时制定营销方案，及时的跟进客户并对客户资料进行分析，其次自己经常同其他业务员勤沟通、勤交流，分析市场情况、存在问题及应对方案，以求共同提高。
要经常开发新客户同时要不断的
对手中的客户进行归类，把最有可能用到我们产品的客户作为重要的客户，把近期有项目的客户作为重点跟进客户，并根据他们的需求量来分配拜访次数。力求把单子促成，从而达到销售的目的。
分析客户的同时，必须建立自己的客户群。根据我们产品的特点来找对客户群体是成功的关键。在这半年来我手中所成交的客户里面，有好几个都是对该行业不是很了解，也就是在这个行业上刚刚起步，技术比较薄弱，单子也比较小，但是成功率比较高，价格也可以做得高些。像这样的客户就可以列入主要客户群体里。他们一般都是从别的相关行业转行的或者是新成立接监控项目的部门的，因为他们有这方面的客户资源，有发展的前景，所以如果能维护好这部分客户，往后他们走的量也是比较可观的。
二、主动积极，力求按时按量完成任务。
每天主动积极的拜访客户，并确
保拜访质量，回来后要认真分析信息和总结工作情况，并做好第二天的工作计划。拜访客户是销售的基础，没有拜访就没有销售，而且因为人与人都是有感情的，只有跟客户之间建立了感情基础，提高客户对我们的信任度之后方有机会销售产品给他们。
主动协助客户做工作，比如帮忙查找资料，帮忙做方案，做预算，这都是让客户对我们增加信任度的方式之一，也是推我们产品给他们的最好机会。即使当时没有能立刻成交，但是他们会一直记得你的功劳的，往后有用到的都会主动找到我们的。
三、做好售后服务不管是多好的产品都会有次品，都会有各种各样的问题出现，如此售后就显得尤其重要，做好售后是维护客情的重要手段，是形成再次销售的关键。当客户反应一个问题到我们这里来的时候，我们要第一时间向客户详细了解情况，并尽量找出问题的所在，如果找不出原因的，也不要着
急，先稳定客户的情绪，安慰客户，然后再承诺一定能帮他解决问题，让他放心，再把问题跟公司的技术人员反应，然后再找出解决的方案。
在我成交的客户里，有反应出现问题的也不少，但是经过协调和帮忙解决以后，大多客户都对我们的服务感到很满意。很多都立刻表示要继续合作，有项目有需要采购的都立刻跟我们联系。
四、坚持学习
范文网
人要不断的学习才能进步。首先要学习我们的新产品，我们的产品知识要过关;其次是学习沟通技巧来提高自身的业务能力;再有时间还可以学习一些同行的产品特点，并跟我们的作个比较，从而能了解到我们产品的优势，从而做到在客户面前扬长避短。
五、多了解行业信息
了解我们的竞争对手我们的同行，了解现在市场上做得比较好的产品，了解行业里的相关政策，这些都是一个优秀的业务员必须时刻都要关心的问题。只有了解了外面的世界才不会成为坐井观天的青蛙，才能对手中掌握的信息做出正确的判断，遇到问题才能随机应变。
六、后半年的计划在半年销售总结会议上，我的数据跟同部门的同事xx的数据差距很大，她半年的销售额是15万多，回款是8万多，而我只有两万多的销售额，远远的落后了，所以我要在下半年迎头赶上。虽然她比我早一段时间进公司，但是大家面对的同一个市场，手中也是同样多的客户，这之间的差距只有人与人之间的差距，往后我要多向她和其他同事学习销售技巧，要努力提高自己的销售量，争取赶上他们。我要给自己定一个明确的目标，在后半年里争取做到15万，即每个月要做3万左右。同时要制定一个销售计划，并把任务分配到手中的客户里面，大方向从行业分，小到每一个客户。这样才能每天都明确 的知道自己的任务，才能明确自己拜访客户的目的，提高拜访的质量。由于我上半年工作计划做得不详细，拜访客户比较盲目，对产品也不是特别熟悉，以至销量比较少，所有在后半年要改变办法，要努力提高销量，要努力完成公司分配的任务。
最后我要感谢我们的领导和我们同事在上半年对我工作的支持和帮助，希望往后通过大家一起努力，让我们能够在下半年再创佳绩。
五、多了解行业信息
了解我们的竞争对手我们的同行，了解现在市场上做得比较好的产品，了解行业里的相关政策，这些都是一个优秀的业务员必须时刻都要关心的问题。只有了解了外面的世界才不会成为坐井观天的青蛙，才能对手中掌握的信息做出正确的判断，遇到问题才能随机应变。
6.农产品网络销售数据 篇六
在全国大扶贫背景下,贵州省打破传统扶贫模式,制定电商扶贫战略和大数据辅助策略。推动贵州省电子商务扶贫和大数据产业建设性发展,给予贵州省丰富的生态农特产多渠道营销的基础支撑和农业信息化发展的技术手段,成为贵州省电子商务与扶贫相结合的新亮点。
随着大数据产业的快速发展,大数据作为信息技术的一部分,其发展日新月异,已经深入到包括农业在内的各个行业,将大数据策略融合到农产品物流中是一种高效选择。大数据+ 农产品物流就是将大数据技术应用于农产品的运输、仓储、加工、包装、装卸搬运、信息管理和配送等一系列现代农产品物流环节中,对各个环节产生的海量数据进行采集、存储、管理、分析,达到优化农产品物流体系,降低物流成本、提高物流效率的目的。国内学者王须峦认为大数据应用可以将现有粗放、零散、低效、高耗的物流企业数据资源加以整合,建设成为可依据空间地理信息统一协调管理的现代化物流【1】。梁红波指出,大数据为企业营销提供科学的、快捷的、可靠地数据分析与建议,依据大数据发展云物流,可以高效整合物流资源、降低供应链各节点企业的物流成本、提升物流企业的增值服务水平【2】。将大数据思维引用到农产品物流上【3】,依靠相关技术的进步和提升,包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网技术和可扩展的存储系统等【4】,寻求一种低成本、高效率、高效益的农产品物流运行机制,成为当前亟待解决的一个重要问题。
国家对农产品物流应用大数据战略给予大力支持。国家物流业发展规划重点强调,要加强北斗导航、物联网、云计算、大数据、移动互联等先进信息技术在物流领域的应用。加快企业物流信息系统建设,发挥核心物流企业整合能力,打通物流信息链,实现物流信息全程可追踪【5】。因此,贵州省发展“大数据+ 农产品物流”既迎合国家物流战略,也为电子商务扶贫工作提供新思想。
本文以贵州省电商扶贫为背景,基于大数据视角,对贵州省农产品物流进行研究,针对存在的问题提出相应的发展建议,力求为“大扶贫+ 大数据+ 农产品物流”发展提供新思路。
2 贵州省农产品物流存在的问题
随着贵州省电商扶贫工作的开展,农产品物流需求的总量不断上升,拓宽了物流发展空间,带动贵州省各大物流企业的扩张,物流产业呈现加快发展的态势。借助贵州省发展大数据的契机,将大数据战略作为引领,通过挖掘农产品物流数据资源价值,集聚大数据技术成果,形成大数据+ 农产品物流企业集群,全面提升农产品物流的信息化水平和和发挥大数据获取、存储、分析以及处理能力。目前,贵州省在大数据+ 农产品物流层面,仍没有扎实结合,将大数据与农产品物流分割起来发展,不利于发挥融合效应。经调研,贵州省农产品物流现存在以下几方面的问题。
2.1 农产品物流认识不足
贵州省内的农产品物流模式主要有第三方物流模式、以批发商物流为主导的物流模式、自营小型物流模式等。农产品物流群体大,规模小,加上贵州省地势的独特性,物流成本相对较高,物流数据混乱,贵州省各级部门尚未真正意识到,解决问题需要正确认识大数据技术的高效之处,也没有了解到健全多级物流体系的重要性,更没有关注到建设物流运营体系是提高商品转化率的有效途径,这对电商扶贫的基础工作造成了观念上的阻碍。
2.2 基础设施建设严重滞后
农产品物流基础设施不完善,物流园区数量少、规模小,尚未打通物流园区与周边道路、铁路货站等交通枢纽之间的衔接集疏运公路,物流园区内部的冷链仓储等基础设施建设未全面完成,并且物流园区内的水、电、路、网络、通信等基础设施严重滞后,路网配套能力较差,无法发挥物流园区现有设施设备资源的最大能力,严重制约物流园区系统服务能力的提升。
2.3 信息资源体系不健全
贵州省农产品物流的数据统计内容丰富,包含农产品种类、农产品的产量、农产品的需求量或供给量等,然而高效可用的数据是有限的,并且很难查找到关于冷链物流的完整数据。各种农产品物流的数据分散,未经整理,未建立系统的数据库,致使数据的利用率低,阻碍了农产品物流资源的整合。
2.4 农产品物流统一协调性差
贵州省缺少统一的农产品物流信息平台,中小企业或农户无法及时获取农产品的相关信息,也很难实现信息的共享;并且,整个农产品的供应链中的各主体间缺乏信息协同,降低了物流的效率,导致供应链上、下游之间不能很好地进行协调,产供销一体化的水平也不高。
2.5 农产品物流体系不完善
在农产品整个流通过程中,中间要经过多个环节,多次倒运,信息不对称导致农产品的价格被不断抬高;若在运输、仓储、等配送环节中不能保证农产品处于完整的冷链物流中,致使农产品出现腐烂现象,无疑将增加农产品的损耗率;贵州省山脉、地势的独特性,导致交通不便利,从而增加了物流的成本。
2.6 农产品质量安全监管机制缺失
在现有农产品市场,没有完善的农产品质量监测、农产品供求预测、农产品安全预警体系,致使农产品在质量上和数量上缺乏一定的保障。在农产品物流方面缺少监督机制,仍存在物流企业食品安全意识浅薄、人为冷链物流状况、或是根本没有冷链物流设备等问题,从而无法保证农产品的品质及安全。
3 贵州省“大数据+ 农产品物流”发展建议
3.1 提升对“大数据+ 物流”运营的认识
提升贵州省各级部门对物流“高速路”和“直通车”影响农产品营销的认识,把强化物流理念作为建设高效的物流网络系统的首要前提。贵州省各级部门需认识到只有以现有的物流为基础,将大数据思维注入农产品物流中,健全多级物流快递的配送网络,建设高效物流运营体系,才能提高农特产品的商品转化率,实现农产品价值最大化,进而实现电商扶贫的目标。
3.2 加快物流基础设施建设
构建集约化的物流设施,使物流运作协同化。建设高标准的物流园区,提高园区内部冷链仓储等物流技术水平,打通物流园区与周边道路、铁路货站等交通枢纽之间衔接的集疏运公路,提高物流园区的中转分拨效率。完善园区内水、电、路、网络、通信等基础设施建设。打通物流个节点,加快实现公路、铁路、水路、空运等多式联运、无缝衔接。
3.3 建立农产品物流信息资源库
抓好农产品物流信息资源体系,培育电商扶贫“直通车”。充分利用大数据分析技术,整合、分析、处理各类信息资源,发挥数据集聚效应,建成农产品信息收集、存储、分析、处理以及传递的信息中心,留住有效数据,筛选有用数据,剔除无用信息,在农产品物流数据库中孕育高效信息资源,提高农产品的信息化水平。
3.4 搭建“大数据+ 农产品物流”平台
搭建省级“大数据+ 农产品物流”平台,整合各类物流仓储企业资源,及社会闲散物流资源,如闲置工业大院、公共汽车、货运卡车等,发展绿色物流,促进节能减排。以运力查询、即时交易、车辆跟踪、货物追溯等功能为支撑,提供运输、仓储、配送等物流业务全过程、可视化管理和监控服务,借助大数据分析技术,优化网络布局、运输线路、运输班次、仓储布局、仓储空间等,形成物流供应链一体化格局,从而降低成本,提高效率。
3.5 完善“大数据+ 农产品物流”空间体系
打造省级主干物流网络,建立贵州省快递物流园区,发展冷链物流,打通物流主干道。通过集中化的物流运输,将全省配送网品进行整合,扩大单次配送规模,降低配送成本。整合邮政企业、快递企业、运输公司等物流资源,充分考虑物流与仓储、物流与网店的有效衔接,建成电商物流分发中心和货物调配信息中心,建成连接城市和乡村的物流配送体系,建成物流中转站、农产品集散地、冷链运输系统,提高农产品物流的信息化水平、流通效率和流通质量,保证货畅其流;乡镇、中心村,要充分考虑物流成本、便捷度、覆盖面,培育“公司+农村合作经济组织+专业第三方物流组织”联合体,将电商货物配送与便利店货物配送、农资下乡、快递配送、客运等物流途径有效衔接,充分整合第三方物流的专业优势,降低物流成本,建成网货下乡“最后一公里”和农产品进城“最初一公里”物流网络。
3.6 构建农产品物流溯源机制
建立农产品统一的追溯编码规范和溯源数据标准,将土壤、大气、水源的质量检测、农产品采购、农产品生产、仓储、加工、物流、农产品终端销售等溯源信息整合到整个省级食品安全标准数据库里,各级政府加大力度引导企业纳入溯源体系,扶持溯源龙头企业对溯源的推广应用,奖励使用溯源体系的小微电商,完善农产品溯源数据,落实安全责任意识。
搭建贵州省农产品溯源平台,承担全省数据统计汇总、信息综合开发利用及对全省进行农业监控、监督考核等功能。该平台将汇集全省各地区农产品生产、经营、流通中采集的所有信息。开放企业平台接口,接入企业,在生产、流通、消费等环节作为数据采集点;开放平台对质量检测的接口,不断规范溯源标准,实现流通与生产之间的信息的无缝连接。
4 结语
大数据时代的来临,给大扶贫背景下的农产品物流带来机遇的同时,也带来了挑战。作者在参与贵州省电子商务扶贫十三五规划时发现贵州省农产品物流存在诸多问题,需要利用大数据思维,提升贵州省各级部门对高效物流运作的认识,加快物流基础设施建设、建立农产品信息资源库、搭建“大数据+ 农产品物流”平台,完善“大数据+ 农产品物流”空间体系,构建农产品溯源机制,将农产品物流信息化,数据化,规范化,标准化。利用大数据推动农产品的精准生产,提升农产品物流运输效率,驱动农产品物流仓储的变革,引领农产品物流配送,打破农产品物流“信息孤岛”。让大数据成为农产品物流总体战略的一部分,围绕数据资源说话、提高物流效率、优化物流服务目标。借助大数据解决农产品物流中的新问题,用大数据创造大物流,带来大价值。
摘要：本文通过研究农产品物流及大数据理念的相关理论,阐述了大扶贫背景下“大数据+农产品物流”的内涵,揭示了贵州省农产品物流存在农产品物流认识不足、基础设施建设滞后、信息资源体系不健全、农产品物流统一协调性差、农产品物流体系不完善、农产品质量安全监管机制缺失问题,进而提出提升对“大数据+物流”运营的认识、加快物流基础设施建设、建立农产品物流信息资源库、搭建“大数据+农产品物流”平台、完善“大数据+农产品物流”空间体系、构建农产品溯源机制的发展建议,以期引导贵州省“大数据+农产品物流”走上物流业发展的快车道,加快贵州省电商扶贫的步伐。
关键词：大数据,农产品物流,策略研究,电商扶贫
参考文献
[1]王须峦.物流超市的新构想.[J]物流技术与应用,2011(10):59.
[2]梁红波.云物流和大数据对物流模式的变革.[J].中国流通经济,2014(5):41-45.
[3]张天琪.大数据时代农产品物流的变革与机遇.[M].1版.北京:中国财富出版社,2015.
[4]叶斌,黄文富,余真翰.大数据在物流企业中的应用研究.[J].物流技术,2014(8):22-24.
7.农产品网络销售数据 篇七
随着我国农产品冷链物流的发展，冷链物流信息化建设严重落后已成为阻碍冷链物流企业发展的瓶颈，大数据、云计算等新型互联网技术与传统的RFID、GPS、电信网络高度结合对物流管理信息化建设有着重要的意义。该文通过分析目前农产品冷链物流信息化建设现状，提出了基于大数据、云计算等技术的冷链物流信息化建设策略，对促进我国农产品冷链物流信息建设具有现实意义。
相关概念和定义
农产品冷链物流企业信息化。农产品冷链物流企业信息化是指农产品冷链物流企业运用现代信息技术对冷链物流活动全过程进行信息采集、交换、传输和处理，以实现对农产品货物流动过程的控制，求得最大效益，提高企业竞争力的过程。
大数据。大数据，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。在大数据时代，农产品冷链物流企业所获取的数据越丰富越可以帮助和指导企业优化业务流程，使企业更高效的运营，提供更优质的农产品冷链物流服务，帮助企业获取更多的利润。
云计算。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。网络服务提供者可以通过云计算在瞬息之间处理数以千万计甚至亿计的信息，实现和超级计算机同样强大的效能。云计算用户通过移动和固定终端设备（手机、个人电脑）接入数据中心，按意愿和需求处理数据信息。
农产品冷链物流信息化建设现状
货源和仓储管理信息化水平低。我国中西部地区互联网技术仍未广泛普及，大量农户不熟悉互联网技术，也不情愿担负相对较高互联网接入费用，更缺乏信息技术技能培训。我国农副产品集成化发展缓慢，更多的是散户或者小规模的生产农副产品，分布太散，这些都是导致网络覆盖不足的原因。
在仓储管理中很多冷藏冷冻库建设不到位，没有配备相关信息化设备，无法实时对冷藏食品进行监测，不仅造成了食品安全隐患，也不能合理的分配仓储空间，导致仓储成本的增加，在农产品进出库环节，自动化操作少，人工操作效率低。
信息增值服务体系尚未成型。在中国冷链物流起步晚，发展缓慢，冷链基础设施不完善，农产品冷链物流信息数据还没有得到有效利用，大部分农产品冷链物流企业只注重企业内部环境的信息管理，完全忽视了在农产品流通过程中产生的对企业自身、食品安全、终端消费者有巨大利用价值的信息。虽然一些冷链物流企业提供一定的信息服务，但也仅限于农产品运输过程中的定位，另外还有极少部分公司对个别农产品产品提供溯源信息服务。通过大量的数据采集，挖掘，分析的信息增值服务系统还只是处于萌芽状态。
冷链配送中信息采集率低。配送是冷链物流过程中的一个十分重要环节，在这一环节有大量可利用信息数据产生。运输过程中车厢内的温湿度实时监控数据、车厢门的开关次数记录、车辆实时定位数据以及冷藏设备状态记录等，这些运输过程中产生的信息数据为优化冷链管理、保证冷藏设备和食品安全，实现全程可追溯都具有不可忽视的意义，然而这些数据必须依靠先进的数据采集及通讯技术。但是在冷链物流企业中，为了减少运输成本，诸如传感技术、物联网技术鲜少被真正应用，导致冷藏配送过程中信息釆集率不高。
农产品冷链物流信息共享程度低。由于目前还没有建立起有效的统筹协调管理机制，各企业虽然都拥有各自的信息资源，但无法实现多方信息共享，同时信息收集、处理和应用等各方面并未形成有效的标准体系。信息结构不太合理，信息资源太过分散，政府部门和企业难以对这些信息进行有效整合，给信息共享建设带来很大因难。
大数据和云计算在农产品冷链物流信息化中的应用
在生产加工中应用大数据和云计算。传统的农产品生产和加工过程的透明度不高，质量和安全问题不易被问责。大数据和云计算技术的使用，可以很好的解决这个问题。对采购原材料分门别类的建立电子标签代码，录入专门的数据库，并且实时监控整个生产加工过程的农产品，包括农产品的生长状态，加工操作程序和相应的操作人员等。一旦有质量和安全问题产生，也有利于问责，确定事故责任，记录档案。还可以利用已有的数据进行预测分析，方便预防，有利于杜绝食品安全事故的发生。
在仓储管理中应用大数据和云计算。大数据和云计算技术能提高仓储自动化管理水平。在生鲜农产品托盘上和包装上贴上RFID标签，在冷库出入口处安装智能读取器，减少人工操作，大大节省出入库作业时间，提高作业效率。对在储货物实现动态的感知，在冷库安装各类感应器，可以感知到冷库内货物数量、状态的变化，为合理地控制库存创造条件。总之，大数据和云计算技术的应用将极大的提高仓库自动化管理水平，并能实现仓储条件的自动调节，提高仓储作业管理效率，节省库存管理成本。
在运输环节应用大数据和云计算。大数据和云计算技术在农产品运输环节的应用，可以极大地提高农产品运输效率，实现农产品的有效流通。首先，可以实现农产品运输车辆的及时、准确调度，从而提高运输效率，尽量避免无效运输。其次，对运输中的农产品进行动态感知和监控，保证其质量与安全。结合仓储管理，可以更科学做出运输决策，提高运输的合理性，减少损耗。
在信息共享建设中应用大数据和云计算。运用大数据和云计算实现信息共享和同步，将方便冷链物流各环节的参与者协同运作。快速的信息传输和计算速度，减少了信息失真的现象，使参与企业能更及时、精准挖掘和分析农产品冷链物流各环节的信息，为以后的高质量物流服务提供保障。
结论与展望
大数据和云计算技术能够在农产品冷链物流的各个环节扮演重要角色，为农产品冷链物流管理信息化的发展提供强大的技术支持，使得农产品从田园到餐桌的过程中更加安全，更加可控，为大众的生活提供更加便捷的服务。
随着现代冷链物流理念与信息技术的不断革新，信息系统基础设施建设的进一步加强，中国冷链物流信息标准的逐步完善，中国农产品冷链物流的存储、配送等业务信息将从异构、分散向统一、集中转变，中国农产品冷链物流将迸发出勃勃生机。
8.农产品加工与销售公司口号 篇八
2、取自天然，食之健康。
3、，口味纯正。
4、源自自然，自然美味。
5、天地精华，自然放心吃。
6、农产品嘛，就选。
7、食品好，吃了忘不了。
8、要健康就要。
9、，值的依赖。
10、物华天宝：指各种珍美的宝物。
11、，五谷丰登。
12、分享，分享健康快乐。
13、望，品自然美味。
14、香，心口如一品。
15、物华天宝，惠泽民众。
16、传承经典，引领食尚。
17、——来自大自然的健康。
18、汇天地之灵气，润和谐之社会。
19、取之天地，惠于百姓(客户)。
9.惠普企业级产品锁定数据与融合云 篇九
StoreOnce性能再提升
在本届大会上，惠普宣布了HP StoreOnce 备份家族全新重复数据删除解决方案。惠普企业集团执行副总裁兼总经理Dave Donatelli表示；“客户挣扎于复杂且不可兼容的存储解决方案，这些过时的解决方案昂贵、难以管理且未得到充分利用。惠普以简化和融合的解决方案改变存储行业，让企业能够以最高效的方式从信息中获得最大价值。”
在主题演讲中，惠普特别将新解决方案与竞争对手最新推出的产品进行了对比。根据惠普提供的数据，数据备份速度快3倍，达到每小时100TB；数据恢复速度快5倍，达到每小时40TB；每小时TB成本降低75%。竞争对手的方案需一周才能完成的工作，HP新方案只需一天。HP StoreOnce解决方案还有“自动重启”功能，即使出现重大硬件故障，也能确保备份顺利完成，从而降低数据丢失的风险。
在HP StoreOnce解决方案中HP StoreOnce Catalyst软件支持在数据传输至中央HP StoreOnce 备份系统之前，在应用服务器或备份服务器上删除重复数据。用户还可以通过HP Data Protector 7、Symantec NetBackup或Symantec Backup Exec来管理HP StoreOnce Catalyst环境中的重复数据删除以及数据移动。
本届大会新推出的HP Data Protector 7软件采用了Autonomy IDOL，这是一款基于语义的信息保护解决方案。HP Data Protector 7软件自动理解数据中的概念，用户可以检索到所有与特定想法或主题相关的信息。
在HP StoreOnce解决方案中还包括用于HP 3PAR存储系统的HP Virtual Connect Direct-Attach Fibre Channel。惠普将该技术称之为“业内首个扁平SAN架构”。惠普称新方案可将联接设备减少95%，降低65%的成本和40%的功耗，性能比上一版提高2.5倍。
惠普负责人在接受采访时说，HP 3PAR存储系统的销量在过去6个季度中达到3位数增长，上季度增长也超过竞争对手，在企业级业务中已超过服务器，成为收入最大的部分。
应对大数据的挑战
相关数据显示，世界范围内每年信息总量增加59%，其中70%?85%的数据为结构化和非结构化的混合类型，预计至2014年现已部署的数据仓库将无法应对数量庞大与复杂的需求，而目前只有2%的机构有足够的大数据处理能力。惠普称，很多经历大规模数据增长的企业正在转向Apache Hadoop，用以满足对PB级信息的存储和管理需求。正是基于这样的判断，惠普在本次大会上推出了用于Hadoop的HP AppSystem。
HP AppSystem是业内首个交钥匙企业级解决方案，用于简化和加速部署，可以极大地扩展Hadoop的工作负载，并实现性能和分析能力的优化。在这个解决方案下，惠普提供大数据战略分析服务、基于Hadoop的惠普路线图服务和惠普永续支持服务。解决方案中还包括最新版惠普分析平台Vertica 6，为大数据分析提供灵活的框架，可处理Hadoop、Autonomy或任何其他结构化、非结构化或半结构化数据源的高级集成，使企业能够在任何地点、使用任何接口连接、分析和管理各类信息。惠普还宣布为HP AppSystem for Apache Hadoop中每个Hadoop节点，嵌入IDOL 10引擎，帮助用户充分利用500多个HP IDOL功能，包括自动分类、集群、剖析和超链接等。
扩展融合云解决方案
在本次大会的主题演讲中，惠普负责人指出，未来IT服务将通过传统数据中心、私有云、安全性与可管理、公有云等相互混合的方式交付用户。而惠普所倡导的融合云理念和解决方案正是适应这种发展趋势的产物。在最近的两个月内，惠普共发布了24个不同的融合云产品与服务，在本次大会上就发布了22个。
惠普还扩展了HP CloudSystem的“云突发”能力，使其能通过惠普云服务、亚马逊网络服务等立即获取额外容量。HP CloudSystem Matrix软件让企业能够将云部署时间从几周缩短为一天。新版HP Cloud Service Automation扩展了惠普的统一解决方案，以便代理和管理基于HP CloudSystem解决方案或第三方环境中的应用与基础设施服务。惠普的企业云打印解决方案HP ePrint Enterprise 2.0可轻松实现从移动设备到现有网络打印机的无驱动程序快速打印。
10.镇安乡农产品网络销售系统 篇十
随着计算机技术和网络技术的发展, 越来越多的事情可以在网上办成。如今, 为实现农村的现代化, 网络也成为必不可少的一个推广农业信息的平台。网站, 则成为人们认识接触网络最直接的方式, 在网上传播农业知识, 农业新闻, 农业供求信息, 为农民朋友的农产品的销售打开更加广阔的市场。
(二) 系统设计
镇安乡农产品网络销售系统是通过包括因特网在内的计算机网络进行网上发布农产品信息的系统。消费者可以通过浏览产品的信息与供应信息等来了解当前农户的产品供应情况, 而农户则可以通过发布求购信息来提出自己的需求。
1. 开发技术
本系统采用ASP与Dreamweaver作为开发工具, 配合Microsoft公司的Office Access 2003小型数据库系统。选用NetBox2.8作为Web服务器替代IIS。在设计系统的时候采用了OMT技术, 建立了对象模型、动态模型和功能模型。
2. 系统层次概框图
本系统分为两个子系统:前台客户系统和后台管理系统, 其功能模块划分如图1所示:
3. 系统模块设计
(1) 前台用户模块
包括农产品的图片展示, 农业新闻, 供求信息, 关于镇安, 联系我们, 留言板。
产品图片展示区:也就是在首页的位置放上农产品的图片, 这种开门见山的方式可以吸引更多的网络浏览者的目光。
农业新闻:让用户浏览新闻的, 无需用户登录。
供求信息:由用户直接输入和浏览信息的页面。
关于镇安:通过文字和电子地图的超链接介绍镇安乡的一些基本情况。
联系我们:通过静态的文字信息方便用户联系我们。
留言板:由用户签写留言和浏览留言的页面。
(2) 后台管理模块:产品展示管理, 新闻管理, 供求信息管理, 留言板管理。
产品展示:通过上传产品图片, 填写产品名称, 价格信息, 联系方式等以及图片的修改删除来管理产品信息。
农业新闻:通过上传, 修改, 删除来实现新闻的管理。
供求信息:可以删除来自用户的不正确或者不文明的供求信息。
留言板:为了更好的了解网友对网站的态度, 可以通过让网友留言的方式来改进网站的建设, 后台的留言板可以用来删除一些不文明的或是其它影响不佳的留言信息。
4. 数据库设计
(1) 概念设计
概念设计的目的是确定实体关系数据模型, 通常用E-R图来表示。实体表现为一个存在的、具有某些性质、与其它物体区别的一个对象。实体在数据数据库中体现为一个表, 如图2所示。
(2) 数据库的规范化准则
我们是以数据库的规范化准则来设计数据库的。设计的数据库表均达到第三范式的要求, 即表中数据没有传递依赖关系。这意味着数据库表的每一列的值都必须由主键来确定, 而不是表中的其它非键列。
(3) 创建数据库表
本系统的数据库表是以系统的数据模型为指导产生的。
(1) 定义第三范式表:列出每个类的属性, 把属性表规范成第三范式, 从而得到的第三范式的表。
(2) 测量性能和需要的存储容量。
(3) 不断修改先前的设计, 以满足性能和存储的要求。如农业新闻数据表, 见表1。
农业新闻数据表包括ArticleID、Title、Author、CopyFrom、Key、Hits、UpdateTime、Hot、OnTop、Elite、Passed、Content、IncludePic、PaginationType、ClassID、Stars几个字段。
5. 界面设计
界面的设计 (包括了前后台) , 对于前台的界面设计, 基于简单、大方、实用的原则, 一切为用户方便好用。每个页面都有帮助提示, 告诉用户下一步的操作及功能, 如供求界面, 通过这个平台, 用户可以购买到自己需求的农产品, 见图2所示。
在网页的首页中, 其中的一个版块是用来显示镇安乡农产品的图片, 使用户有个直观的了解。本页面由静态部分和动态部分组成, 动态部分实现的是农产品的图片显示以及显示当前日期。如图3所示。
对于后台的界面设计, 主要根据前台的功能, 并针对性的进行相应的设计, 以下是对后台新闻管理界面的一个设计, 如图4所示。
(三) 系统实现
1. 系统开发
本系统在Web体系结构的原理基础上开发, 目的在于能在销售网络系统及其它网络之间建立一条信息高速传递途径。在选择平台上, 要充分考虑到这个特点。
(1) Web页面开发工具选用XML
XML是一种元置标语言, 允许用户在XML文档中根据需要定义特定的置标及属性, 使信息内容有结构地进行描述, 从而使XML文件的结构可以复杂到任意程度, 其良好的数据存储格式使得XML文档更加便于在网络中传输。
由于XML具有超越HTML的诸多优势和特点, 具有强大的伸缩性与灵活性, 在电子商务、网络数据库处理等领域有独特的优势, 特别有利于开发灵活的Web应用软件。
(2) 中间应用层采用ASP编程语言
本系统的实现过程中选用ASP编程语言。它能让Web开发人员和网页设计人员快速开发容易维护的动态Web主页, 它将网页的逻辑功能设计与网页界面分离。
(3) 后台数据库选用Microsoft Access2003
Microsoft Access2003是微软公司推出的基于Windows的桌面关系数据库管理系统, 是Office系列应用软件之一。界面友好、易操作Access是一个可视化工具, 是风格与Windows完全一样, 用户想要生成对象并应用, 只要使用鼠标进行拖放即可, 非常直观方便。系统还提供了表生成器、查询生成器、报表设计器以及数据库向导、表向导、查询向导、窗体向导、报表向导等工具, 使得操作简便, 容易使用和掌握。
2. 数据库连接技术
本系统采用ODBC对数据库Access2003进行连接。利用Access强大的DDE (动态数据交换) 和OLE (对象的联接和嵌入) 特性, 可以在一个数据表中嵌入位图、声音、Excel表格、Word文档, 还可以建立动态的数据库报表和窗体等。Access还可以将程序应用于网络, 并与网络上的动态数据相联接。
(四) 结束语
经过几个月的努力, 整个农产品网络销售系统终于建立起来了, 在设计过程中, 也遇到了各种各样的问题, 但这些问题都在指导老师的帮助下解决了。在网站建立后的一个月里, 就收到了好多的定单, 达到了我们建立网站的初衷:让这里的农产品走出大山, 把镇安乡的农产品推广出去, 帮助农民朋友脱贫致富。但该销售系统也存在着许多的缺点与不足:第一, 系统界面不够美观, 网站的色调与风格比较单一。第二, 功能不够齐全。因为本网站系统主要以推广农产品信息为主, 所以忽略了在线订单等一些比较实用、便捷的联系农户方与消费者沟通方式。第三, 占用系统空间较大。每次打开页面, 都是一个新的页面, 即使是点击相同的页面但它的加载次数与点击数是一样多的。比如说, 先打开网站首页, 然后点击农业新闻, 进入农业新闻页面后, 再点击农业新闻上方的导航条进入首页的话, 系统又打开一个首页的页面, 这样的话占用的系统空间就会增大, 无疑对页面浏览者的内存空间造成浪费。
参考文献
[1]黄明, 梁旭.ASP信息系统设计与开发实例[M].北京:机械工业出版社, 2004.
[2]荣钦科技.ASP+Dreamweaver MX2004网页设计经典108例[M].北京:清华大学出版社, 2004.
[3]施汝军, 网站JSP后台解决方案[M].北京:人民邮电出版社, 2001.
[4]宋新平张向钦.鲜活农产品网络营销策略初探[J].北方经济, 2007, 2:79-80.
11.农产品销售计项目计划书 篇十一
中国是世界上最具发展潜力的市场，而我国农村市场是国内发展潜力最大的市场，它势将成为我国商品市场和整个国民经济发展的新的增长点。因此，大力开拓农村市场，建立适应农村经济发展的新型农资流通体系，对促进整个国民经济持续、快速、健康地发展，具有举足轻重的作用。
农产品网上销售市场的开发，是一项综合性很强的复杂的系统工程，在实际运作过程中涉及到方方面面的问题，它既有市场主体的问题，又有市场客体的问题;既有生产、流通方面的问题，又有分配和消费方面的问题;既有生产力发展和科技进步的问题，又有运行机制和流通体制的问题;既有微观方面的问题，又有客观方面的问题。在这里，我们对于农产品销售市场进行了深入细致的调查工作和有益的探索，提出了农产品网上销售的方案，进而解决农产品销售渠道单一的问题。
一、公司基本情况
xx网络有限责任公司拟建于，注册资金20万元人民币，是集网上调查、产品展示、信息发布、网上联盟、网上销售、顾客服务、顾客关系于一体的民营企业，公司所有制性质为有限责任公司，职工人数15人。主要以互联网为载体，为农民提供一个农产品交易平台，促进农民、农产品上游企业、下游企业达成交易，同时为农民提供一些必备的耕作的科技知识和金融方面的指导和建议。
公司视人才运作为企业运作的根本，十分重视各级各类人才的引进和提高，由于公司处于创建初期，资金有限，尚不能从社会各界引进了大批高才能、高素质的人才跻身公司，但是公司做有长期的人才储备和人才发展计划。公司始终把“以双赢的理念，提供最快捷的通道，最低的成本撮合买卖双方达成交易，造福中国农民”作为发展的宗旨和信念，本着“团结、进取、开拓、创新”的企业精神，发扬艰苦创业、服务于农民的工作作风，致力于我国农产品网上营销的建设。
为实现公司的可持续发展，扩大公司经营规模，提高服务质量，公司本着立足当前、着眼未来的原则，确立了适应我国国情和公司自身特色的先进营销战略。
公司在确保服务质量的同时，还不断开发、拓展新领域，并制定了科研、开发、营销一体化互动式管理机制——确立了滚动式良性发展格局，树立真正的“xx”公司品牌。
公司创始人为xx，均为金融专业毕业的高材生，同时辅修会计、法律、管理、电子商务的复合型人才，具备从事该行业的基本知识和专业知识，同时有创业热情、坚持不懈、艰苦奋斗的精神和良好的沟通和团队合作。本公司一定有很好的发展前途。
二、产业背景
基于中国的基本国情来看，从宏观上来讲，中国是一个农业大国，农产品物流在国民经济发展中举足轻重，农产品物流涉及到整个国民经济的运行效率与运行质量，涉及到农业的现代化，涉及到农民的根本利益。然而中国并没有建立起一个农产品生产、供应、销售一完整高效的网络，农产品流通不畅己成为阻碍我国农业和农村经济健康发展、影响农民增收乃至农村稳定的重要因素。农产品卖难已经成为一大社会问题。
12.农产品网络销售数据 篇十二
机械制造企业的设计水平正在飞速增长，传统的二维设计理念已经逐步的被三维设计所取代，而数据管理也从传统图纸归档方式演变为结构化三模型数据信息管理。本文通过对企业的设计管理平台实施过程中得到的经验进行深入分析，并得出结论供同行参考。
前言
PDM以软件为基础，是一门管理所有与产品相关的信息(包括电子文档、数字化文件、数据库记录等)和所有与产品相关的过程(包括工作流程和更改流程)的技术。它提供产品全生命周期的信息管理，并可在企业范围内为产品设计和制造建立一个并行化的协作环境。PDM的基本原理是，在逻辑上将各个CAX信息化孤岛集成起来，利用计算机系统控制整个产品的开发设计过程，通过逐步建立虚拟的产品模型，最终形成完整的产品描述、生产过程描述以及生产过程控制数据。技术信息系统和管理信息系统的有机集成，构成了支持整个产品形成过程的信息系统，同时也建立了CIMS的技术基础。通过建立虚拟的产品模型，PDM系统可以有效、实时、完整的控制从产品规划到产品报废处理的整个产品生命周期中的各种复杂的数字化信息。
一、PDM产品的选择
针对市场上多样的PDM产品，我们进行了严格的筛选，筛选的标准为以下几个方面：1)系统的架构符合当前主流发展方向，在未来5年不存在系统因架构落后被淘汰的风险，因此我们仅对B/S架构系统进行了筛选。2)该系统具有庞大的用户团体，拥有多年的实施经验，还要有广泛的行业基础，以减少在实施过程中存在的风险。3)系统具有强大的可扩展性，由于企业需求各不相同，基于各自企业特点的个性需求必不可少，系统的可扩展性是保证需求实现的基础要素。4)系统具有一定的兼容性，对目前的主流设计软件都有成熟的接口和管理方式。5)该系统的具有完整的产品线，可以覆盖未来企业在设计及相关数据管理的各种需求，形成完整的产品数据流。
根据以上的标准我们最终选择了PTC公司的PDMLINK产品。美国参数技术公司(Parametric Technology Corporation，PTC公司)利用PTC的产品生命周期管理(PLM)、计算机辅助设计(CAD)、应用程序生命周期管理(ALM)、供应链管理(SCM)和服务生命周期管理(SLM)解决方案，可以汇集、分析和部署产品信息，以推动公司的成功所依赖的战略和动态决策过程，从而实现过程转型。如今，PTC与全球28，000多家企业合作，帮助它们在快速发展且分布在全球的制造行业中设计产品和提供产品服务，这些行业包括工业设备、汽车、高科技和电子、航空航天和国防、零售、消费品以及医疗设备。通过PTC完整产品线，可以培育并利用最佳的产品构思，从概念和工程设计，一直到交付和服务。
PDMLink的体系结构。系统采用了先进的B/S(Browser/Server)3层体系结构，即客户端/应用服务器/数据库。1)客户端的组成非常简单。它主要通过使用通用的Web浏览器执行JavaScript来即时展示HTML页面，并提供给用户必要的人机界面。2)应用服务器层主要由HTTP Web服务器、HTTP网关、LDAP服务器、Method服务器及其管理器组成。其承担处理所有用户任务的作用。3)数据库层由Oracle数据库和文件仓库组成，分别存储元数据和物理文件。其中数据库服务器可以建立在Windchill服务器主机上，也可以搭建专门的服务器以改善性能。系统采用这种体系结构与传统的C/S 2层结构相比，优点是显而易见的：首先大大简化了客户端的配置与维护;其次将用户的所有业务处理都集中到应用服务器去执行，使整个系统具有更强的独立性和可扩展性。并支持各种网络结构和异构平台。
二、设计协同及其数据管理
协同设计管理会在不增加你任何工作负担、不影响你任何设计思路的情况下，始终帮助你理顺设计中的每一张图纸，记录清楚其各个历史版本和历程;始终帮助你掌握设计的协作分寸和时机，使得设计环节的流转及时顺畅，资源共享充分圆满;始终帮助你监控设计过程中的每个环节，使得工程进度把握有序。协同设计工作是以一种协作的方式，使成本可以降低，可以更快地完成设计。协同设计由流程、协作和管理三类模块构成。设计、校审和管理等不同角色人员利用该平台中的相关功能实现各自工作。
1、产品建模
产品模型是指按一定形式组织的关于产品信息的数据结构，是协同设计的基础和核心。在协同设计环境下，产品模型的建立一个逐步完善的过程，是多功能设计小组共同作用的结果。为了满足设计各阶段对产品数据模型的不同需求，需要建立一个多视图的产品模型。PDMLINK采用公用数据区和数据交换区相结合的方式进行设计的协同与数据管理。数据交换区为设计师的自由设计空间，最终的设计数据检入到公共数据区，供其他设计是借用和参考。为了保证设计的`协同展开，数据交换区可以实时的提醒设计师，此空间内的数据与公共数据区的数据差异，帮助设计师能够及时的更新设计借用数据，保证协同设计数据的一致性。
2、工作流管理
工作流管理是一个定制化需求极高的系统工作，的目的是规划、调度和控制产品开发的工作流，以保证把正确的信息和资源，在正确的时刻，以正确的方式送给正确的小组或小组成员，同时保证产品开发过程收敛于顾客需求。每个公司产品虽然都是为了满足客户的需求，但是由于设计形式、组织机构和生产方式等差异性，各公司的流程管理也不近相同。尤其是设计的审核流程与产品的差异性关系密切，虽然PDM产品都有OOTB的流程管理模块，但是应用过程中不做定制处理很难将其直接应用。
3、历史管理
历史管理的目的是记录开发过程进行到一定阶段时的过程特征并在特定工具的支持下将它们用于将来的开发过程。历史数据的管理属于对企业财富的管理，设计的历史数据能否被充分的共享和引用将直接关系到企业的设计发展水平和设计质量。
三、企业级数据流
13.农产品网络销售数据 篇十三
国内外许多学者对农产品市场行情进行了挖掘分析, 但更多地侧重于农产品价格的时间因素[2,3,4,5,6,7,8], 而忽略了其空间属性, 缺少对农产品价格分布的空间关联性的分析, 使得空间数据挖掘不够, 信息利用率不高。农产品价格数据既有明显的时间属性, 也有隐含的地理位置信息。空间数据挖掘是数据挖掘的分支, 可以从空间数据中抽取隐含的空间模式和特征、空间数据与非空间数据之间的关系[9]。空间统计学是空间数据挖掘的方法之一, 它根据不确定性和有限信息来分析、评价和预测空间数据, 从而为农产品价格的数据挖掘和分析提供了新的思路。近年来, 越来越多的学者运用空间统计学在生物生态、医疗卫生、农业、环境、人口等领域取得了许多有意义的研究成果。利用空间统计方法分析农产品价格数据, 不仅能够充分利用价格的空间信息, 有效地处理数值型的价格数据, 挖掘农产品价格的分布格局, 并且借助GIS的空间数据可视化功能, 能够直观地展示分析结果, 具有独特的优势。
猪肉是我国城乡居民最重要的肉类消费品, 本文以近期波动较大的猪肉价格为例, 研究基于空间统计分析的农产品价格数据挖掘方法, 研究全国23 个省市猪肉价格的空间自相关性特征, 揭示猪肉价格的时空分布特征、动态变化过程, 为农产品价格的数据挖掘分析提供新的思路。
1 空间统计分析方法
1.1 空间自相关分析
传统的统计分析是以各统计指标相互独立为前提的, 而根据地理学第一定律, 所有事物都与其周围事物之间存在关联, 越相近的事物关联性越大。因此, 在空间统计学中, 各统计指标之间是互相依赖和彼此关联的。
空间自相关性分析是认识空间分布特征的一种常用方法。空间自相关性是空间地理数据的重要性质, 一般指空间上某点的观测值与其相邻点的观测值存在的相关性[10]。以农产品价格为例, 如果该地区的价格比较高, 而周围也出现高值, 或是该地区价格较低而周围也为低值, 称为空间正相关, 表明农产品价格具有空间集聚的特性;如果价格高的地方周围低, 价格低的地方周围高, 则称为空间负相关。
空间自相关一般使用全局和局部两种不同的指标来度量。全局指标用于度量整个研究区域的空间模式, 局部指标用于测算一个区域单元内每个观测值与邻近观测值的相关程度[10,11,12]。 常用的计算全局空间自相关的指标有Moran's I、Geary's C, 计算局部空间自相关指标的有LISA (Local Indicatorof Spatial Association) 、局部Gi和Gi*。全局Moran's I的计算公式如下[13]:
式中, n是样本数, Xi和Xj是观测单元i和j的观测值, Wij是观测单元i和j之间的空间权重矩阵, 是所有观测单元的平均值。Geary’s C的计算公式如下[13]:
计算出Moran’s I之后, 一般需要对结果进行统计检验, 其方差和期望的计算公式如下[13]:
计算出方差与期望后, 可用式 (6) 计算标准化Z值:
局部空间自相关计算指标LISA的公式如下[14]:
全局Geary’s C和LISA的统计检验公式与上述全局Moran’s I类似[13,14,15]。对于全局自相关来说, 全局Moran’s I的值范围是-1-1, 正值意味着正相关, 表明邻近的观测值比较聚集;Geary's C的范围是0-2, 0 意味着强的正相关, 1 意味着没有空间自相关, 2 代表强的负相关。
1.2 空间权重矩阵
上述公式计算中用到了空间权重矩阵Wij, 它表示的是观测点i和j之间的权重因子, 用来反映空间邻近位置关系。由于空间统计分析需要考虑数据之间的相对地理位置关系, 所以必须先定义空间对象的相互邻接关系, 将空间或位置信息以数值的形式表示。空间权重矩阵是空间统计分析结果的一个重要的决定因素, 合适地选择空间权重矩阵一直以来是空间统计分析的重点和难点问题[16,17,18]。研究者应充分考虑空间相互作用的复杂性, 根据观测单元的空间特征, 选择最符合实际情况的权重矩阵来进行空间自相关分析。
空间权重矩阵的定义有多种方法, Rook’s和Queen’s是根据空间数据的拓扑属性如邻接性定义, 反距离权重法和K最近邻法是根据距离关系生成。农产品价格从各个农产品批发市场采集, 呈离散点分布, 并且对于农产品来说, 流通成本是影响价格的重要因素, 农产品运输的距离越远, 流通环节增加的费用就越高, 价格随之升高, 因此使用空间距离来构建农产品价格的空间权重矩阵更为合理。
2 研究数据和方法
2.1 数据来源
由于青海、宁夏、新疆和西藏地区民族消费习俗和信仰原因, 对猪肉消费需求很低, 因此不纳入本研究范围。除去港澳台地区和缺少数据的广东、黑龙江、贵州等几个省, 最终纳入研究范围的省和直辖市共23 个。通过综合调研各大农产品价格网站, 确定53 个大型农产品批发市场, 利用GoogleEarth进行定位查询, 获得市场的地理位置。通过网络爬虫抓取每日的价格数据, 取平均值求得月平均价格。价格数据来源于中国畜牧业信息网、中国农业信息网、商务部百家农副产品批发市场监测系统、《中国统计年鉴》、《中国畜牧业年鉴》等相关统计数据。其中, 猪肉价格用去皮带骨猪肉价格或白条肉表示。
2.2 价格波动分析
近年来, 我国猪肉年度价格整体呈逐步上升的趋势, 这种趋势一方面表现为价格总体出现了较大的增长, 另一方面表现为波动幅度较大。2006 至2011 年间猪肉价格大幅上涨, 年均涨幅为16.5%, 特别是2006 至2008 年和2010 至2011年, 猪肉价格涨幅分别为88.0%和43.2%[19,20]。本研究的猪肉价格数据时间跨度为2010 年1 月至2012 年8 月。图1 为本研究区域内该时期月平均价格的波动图, 最低价格为2010年4 月的13.89 元/kg, 最高价格为2011 年8 月的26.84 元/kg。
2.3 处理方法
首先应用Excel软件将各省份的猪肉价格数据进行汇总整理, 然后利用Arc GIS10.0 和空间统计软件包Geo Da095i软件进行各月份价格的空间自相关计算, 得到全局自相关系数值、局域空间自相关显著分布图和LISA集聚图, 通过对结果图表的分析, 归纳出猪肉价格在一个波动周期的空间自相关系数变化和时空分布规律。
3 农产品价格的空间统计分析评价
3.1 价格的全局自相关分析
为分析猪肉价格在2010 年1 月至2012 年8 月这一个波动周期的空间自相关性, 采用全局Moran’s I指标进行计算。根据公式1, 使用K最近邻法k=1-4 和反距离权重法幂数为1, 2 的空间权重矩阵构建农产品批发市场的空间关系, 计算结果如图2。从图2 可以得到以下几点结论: (1) 2010 年猪肉价格一直低于20 元/kg, 此期间Moran’s I除2010 年3月有负值以外, 其他月份都为正值, 整体上存在显著的空间自相关。而在2011 年1 月之后, Moran’s I随着价格的升高而降低, 在2011 年9 月价格高峰期, 所有空间权重矩阵得到的结果均为负值, 可见此时期价格在空间和时间上的不稳定性; (2) 当全局空间相关系数为正值时, Moran's I在最近邻法k=1, 2 时大于k=3, 4, 反距离权重法幂数为1 和2 时高于最近邻法的k=3, 4, 而低于k=1, 2。可理解为某市场与另一市场的距离越近, 其价格相关性越大。
3.2 价格的局部自相关分析
全局空间自相关指数描述的是在一个总的空间模式中空间相关的程度, 而局部空间自相关指数描述的是一个空间单元与其邻近单元的相似程度, 从局部层面探测和评估空间相关程度, 揭示空间异质性。根据公式7 分别计算2010 年10月价格稳定时期和2011 年9 月价格高峰期的局部自相关指数, 并利用Arc GIS和Geo Da软件对结果数据进行地图空间化, 在通过Z检验 (p≤0.05) 的基础上, 得到局部空间格局的分布图。从图3 可以看出, 在2010 年10 月价格稳定时期, 全国存在明显的“高-高”聚集 (热点) , 主要分布在沿海发达地区, 如辽宁省、山东省, 而“低-低”聚集 (冷点) 主要分布在北京市、河北省等, 可见以首都为中心的地区, 猪肉价格涨幅控制比较明显。在2011 年9 月价格高峰时期, 有34 个农产品批发市场的猪肉价格位于“高- 低”或“低- 高”区域, 占样本数的64%, 可看出此时期各地区猪肉价格的相关性明显减弱。
3.3 不同统计量和空间权重矩阵对结果的影响分析
由于Moran’s I和Geary's C计算的是权重与均值或邻近观测点偏离的综合, 所以空间权重矩阵决定了某一个观测单元对整体全局空间自相关系数的影响。从某种程度上说, 空间权重定义的不同直接影响空间自相关指数的值。2010 年9月份后猪肉价格整体比较稳定, 每月比上月的涨幅不超过3%, 以2010 年11 月的猪肉价格为例, 表1 列出了Z检验 (p≤0.01) 的基础上, 该月份10 种空间权重矩阵条件下Moran’s I和Geary’s C的空间自相关系数值、标准化Z值和显著性水平。
整体来说, 在价格稳定时期, Moran’s I和Geary’s C都呈现出明显的空间正相关现象, 表明猪肉价格在平稳期间, 其空间分布格局是聚集性的。Moran’s I和Geary’s C得到的最大的空间自相关系数值都是在K最近邻法k=1 时, 可理解为农产品批发市场的价格与其最邻近市场的价格相关性最大。随着反距离权重法的幂数增加和K最近邻法的k值增加, 空间自相关系数随之下降。当反距离权重的幂数为4 时, 其系数值接近幂数为1 时的1/3。可见空间权重矩阵的定义对计算结果的影响很大。Moran’s I和Geary’s C两种空间统计量由于计算方法和设置参数不同, 得到的空间自相关结果也不同, 但是从总体来看, 这两种方法所反映的空间自相关性结果一致。
注:a.K最近邻法的k值1-6;b.反距离权重法的幂数1-4。
4 结语
本文从空间地理学的角度挖掘农产品价格的时空动态变化规律, 空间统计分析方法的运用弥补了传统统计方法忽略空间属性的不足, 充分利用了农产品价格的空间分布特征, 并且借助GIS的空间数据分析和地图可视化功能, 使得农产品价格数据挖掘更加有效和直观。全局空间自相关分析的结果表明, 在价格稳定期间, 研究区域内的价格为空间正相关, 表明价格在各市场之间传递迅速;而在价格高峰期, 研究区域内的价格为空间负相关, 表现出时空分布的不稳定性。通过局域空间自相关分析, 可以更清楚地解释价格的地区差异, 发现价格分布的热点地区和冷点地区。空间权重矩阵的选择决定了空间自相关性的分析结果, Moran’s I和Geary’s C两种空间统计量在不同的空间权重矩阵条件下, 所反映的空间自相关性结果趋于一致。