陳濤

摘 要：隨著計算機技術(shù)的進步，獲取準確的銷量統(tǒng)計數(shù)據(jù)一直是車企探索的方向，通過銷量趨勢對車企銷售形勢進行判斷、及時調(diào)整生產(chǎn)節(jié)奏、分車及營銷策略，以此優(yōu)化庫存結(jié)構(gòu)或評估經(jīng)銷商運營能力進而調(diào)整渠道。對全行業(yè)車企銷量統(tǒng)計不僅可進行市場前景預測、還可進行各細分領(lǐng)域分析進而對車企自身進行準確定位，在激烈的競爭中獲取競爭優(yōu)勢。消費者亦通過銷量排名鎖定購車范圍。本文討論了從機動車銷售發(fā)票數(shù)據(jù)中進行車輛銷量統(tǒng)計方法和實踐。介紹了發(fā)票數(shù)據(jù)現(xiàn)狀、數(shù)據(jù)倉發(fā)票數(shù)據(jù)預處理、數(shù)據(jù)模型構(gòu)建、多維統(tǒng)計分析可視化的實現(xiàn)方法。

關(guān)鍵詞：機動車發(fā)票;數(shù)據(jù)倉;數(shù)據(jù)模型;多維分析

目前車輛銷量統(tǒng)計方法多種多樣，按數(shù)據(jù)源頭分，有各廠商批發(fā)量、4S店上報銷量、車管所上牌量、車輛上險量;按數(shù)據(jù)發(fā)布主體分：有乘聯(lián)會、汽車工業(yè)協(xié)會、汽車流通協(xié)會等等。由于數(shù)據(jù)源及統(tǒng)計方式的不同，銷量統(tǒng)計結(jié)果不一樣。對于批發(fā)量，是由車企每個月向乘用車市場信息聯(lián)席會上報批發(fā)出去的汽車數(shù)量。4S店上報，是由車企的加盟4S店在各時間周期內(nèi)上報的客戶購車信息，由于車企將4S店所上報銷量目標完成情況與返點掛鉤，所以4S店上報量并非絕對準確。車管所上牌量是客戶購車后在辦理上牌時車管所記錄的購車數(shù)據(jù)，該數(shù)據(jù)在各種統(tǒng)計方法中較為權(quán)威，但是數(shù)據(jù)往往較難獲取。車輛上險量，是客戶購買車輛后購買交強險的記錄數(shù)據(jù)，該部分數(shù)據(jù)覆蓋面較廣，可獲取全行業(yè)上險數(shù)據(jù)，但是數(shù)據(jù)具有滯后性，滯后周期為一個月。

除了上述銷量統(tǒng)計方法外，還可以通過機動車銷售發(fā)票信息中提取銷量數(shù)據(jù)。本文基于所獲取的機動車銷售發(fā)票數(shù)據(jù)討論如何進行數(shù)據(jù)預處理提取車輛銷量數(shù)據(jù)，并進行數(shù)據(jù)建模、多維統(tǒng)計分析及可視化展示方法。

1 機動車銷售發(fā)票數(shù)據(jù)統(tǒng)計利用現(xiàn)狀

1.1 機動車銷售發(fā)票數(shù)據(jù)來源

汽車銷售行業(yè)在車輛銷售后需要向客戶開具《機動車銷售統(tǒng)一發(fā)票》，為了提高開票業(yè)務操作效率以及數(shù)據(jù)準確率、并更方便財務做賬，使用企稅通開票系統(tǒng)通過掃描合格證和身份證分別獲取汽車相關(guān)信息車主信息。并將汽車信息及車主信息自動傳輸給機動車銷售統(tǒng)一發(fā)票系統(tǒng)，進而協(xié)助開票員將輕松、快捷、準確地打印出機動車發(fā)票并交付給客戶，并且獲取到機動車銷售發(fā)票信息。與銷量統(tǒng)計有關(guān)的機動車銷售發(fā)票信息主要包括：銷售單位名稱（經(jīng)銷商名稱）、車輛VIN、開票日期、整車價格、稅率、稅額、價稅合計、開票方式、備注、刪除標記、作廢標記等。

1.2 機動車銷售發(fā)票人工統(tǒng)計銷量現(xiàn)狀

企稅通稅控發(fā)票系統(tǒng)所獲取的機動車銷售發(fā)票數(shù)據(jù)臟亂，很難直接通過常規(guī)方法統(tǒng)計得到銷量數(shù)據(jù)。具體表現(xiàn)為：發(fā)票包含非機動車發(fā)票、非本廠車輛，同一臺車重復多次開票與退票，開票與退票先后順序錯綜復雜，正常與作廢發(fā)票過程記錄混雜在一起，無銷售單位代碼、無車型信息等等，進而無法直接進行地域維度、車型維度統(tǒng)計分析。

采用人工統(tǒng)計的方式，需全量導出臟亂發(fā)票數(shù)據(jù)，僅可對作廢或已刪除數(shù)據(jù)做數(shù)據(jù)篩選預處理，但是對同一臺車重復開票與退票數(shù)據(jù)，尤其是開票與退票過程時間跨度超過一個月的時候，需人為對該車輛所有歷史開票信息進行人工識別比對。人工識別比對過程需依據(jù)開票先后順序及價稅合計金額人為識別出可作為車輛銷量數(shù)據(jù)統(tǒng)計的有用開票信息，同時還需人工對歷史已統(tǒng)計過的車輛銷量進行扣減，以便去除對同一臺車的重復銷量統(tǒng)計。這個過程不僅效率低還容易出錯、可分析維度單一，且統(tǒng)計分析過程和結(jié)果不便于在線共享。

1.3 利用機動車銷售發(fā)票數(shù)據(jù)統(tǒng)計銷量的優(yōu)勢

相比各廠商批發(fā)量與真實銷量統(tǒng)計角度差異、車管所上牌數(shù)據(jù)難以獲取、4S店上報銷量受銷量目標影響、車輛上險量數(shù)據(jù)獲取滯后性，利用機動車銷售發(fā)票獲取的銷量統(tǒng)計數(shù)據(jù)具有數(shù)據(jù)實時、由真實車輛銷售業(yè)務產(chǎn)生，數(shù)據(jù)容易獲取且不受銷售目標影響的特點。

1.4 利用機動車銷售發(fā)票數(shù)據(jù)統(tǒng)計銷量的問題

由于機動車銷售發(fā)票是圍繞著車輛銷售過程的發(fā)票打印業(yè)務開展獲取的，其具有以下問題影響直接的銷量統(tǒng)計獲取：

①包含非機動車銷售發(fā)票，通常表現(xiàn)為無VIN信息。

②包含非本廠發(fā)票信息。

③正常與作廢發(fā)票數(shù)據(jù)信息均記錄。

④開票和退票過程不規(guī)范，退票過程可能先退舊票再開有效發(fā)票，也可能先開有效發(fā)票再退舊票。

⑤經(jīng)銷商名稱為非必填信息，未記錄經(jīng)銷商代碼，無法識別銷售該車輛的經(jīng)銷商。

⑥VIN信息會書寫錯誤，例如位數(shù)不足17位、數(shù)字寫錯等。

⑦時間跨度超過一個月車輛退票時，不能作廢原發(fā)票，只能通過開負票進行紅沖。

2 基于機動車銷售發(fā)票進行多維數(shù)據(jù)統(tǒng)計分析的實現(xiàn)方法

2.1 整體思路

首先基于機動車銷售發(fā)票數(shù)據(jù)問題，采用SQL語句對數(shù)據(jù)進行預處理剔除非車輛銷售、非本車企、VIN位數(shù)不正確的數(shù)據(jù)，利用虛擬視圖識別最終狀態(tài)為已經(jīng)銷售的車輛及其銷售日期得到企稅通開票表。其次將企稅通開票表與其他需進行多維統(tǒng)計分析用到的基礎信息表進行數(shù)據(jù)建模，再并依據(jù)分析需求建好模型的數(shù)據(jù)創(chuàng)建統(tǒng)計度量值，最后進行可視化展示。

2.2 數(shù)據(jù)預處理過程

SQL數(shù)據(jù)預處理過程如圖1所示：

2.3 數(shù)據(jù)建模過程

利用表之間的關(guān)系，構(gòu)建數(shù)據(jù)模型。在powerbi中導入以下表：經(jīng)銷商檔案表、車型表、實銷與庫存表、企稅通開票表、日期表、行政區(qū)域劃分表;實銷表、實銷與庫存表與車型表通過VSN字段建立關(guān)系，從而拓展車型分析維度;實銷、企稅通開票與標準日期表通過銷售時間、開票日期字段建立關(guān)系;企稅通開票表和實銷與庫存表之間通過VIN字段構(gòu)建關(guān)系從而獲得企稅通開票的開票單位代碼信息;實銷、實銷與庫存表與經(jīng)銷商檔案表通過經(jīng)銷商代碼字段建立關(guān)系。經(jīng)銷商檔案表與行政區(qū)域劃分表通過省份字段建立關(guān)系。

2.4 統(tǒng)計分析與可視化過程

基于構(gòu)建好的數(shù)據(jù)模型，創(chuàng)建指標度量值：開票當期、系統(tǒng)實銷（4S店上報實銷）、企-實（開票與實銷差異）等，并且創(chuàng)建切片器、從而不僅可以從開票的維度統(tǒng)計車輛銷量，還可以對將4S店上報實銷與開票當期對比，并且基于車型、區(qū)域、品牌、時間維度進行多維數(shù)據(jù)統(tǒng)計結(jié)果查詢。

3 實現(xiàn)范例

3.1 數(shù)據(jù)預處理

用SQL語句從開票信息表中選擇所需的字段（銷售單位名稱（經(jīng)銷商名稱DealerName）、車輛VIN、開票日期InvoicingDate、整車價格ExcludingTaxAmount、稅率TaxRate、稅額TaxAmount、價稅合計Totalamount、開票方式InvoicingMethod、備注Comments、刪除標記IsDeleted、作廢標記FailureFlag等。），其中過濾條件設置有VIN開頭為“LZW”（ substring（Vin，1，3）='LZW'）、并且VIN長度為17位（len（Vin）=17），數(shù)據(jù)未刪除（IsDeleted=0）、數(shù)據(jù)未作廢（FailureFlag =0），此過程數(shù)據(jù)存儲為虛擬視圖。

以VIN為主鍵，對VIN進行分組統(tǒng)計，并對每條VIN價稅金額進行合計總額，篩選合計總額>0的數(shù)據(jù)（group by AllInvoicingCar.Vin;having sum（AllInvoicingCar.Totalamount）>0），此步驟可綜合同一輛車的所有開票和退票記錄，僅留下累計開票金額為正的數(shù)據(jù)，過濾掉銷售開過票但又發(fā)生了退車的數(shù)據(jù)。此過程存儲為表A。

對虛擬視圖中的數(shù)據(jù)，只保留價稅合計金額為正的數(shù)據(jù)，并且以VIN為主鍵，對VIN進行分組統(tǒng)計，對每條VIN的開票日期降序排序，保留排序等于1的數(shù)據(jù)，，此步驟可保留下所有正常車輛銷售業(yè)務所開的票據(jù)。次過程存儲為表B。

以表A為主表，用VIN進行表關(guān)系關(guān)聯(lián)，匹配B表中的信息，采用left join 語句取出B表中所有與A表能匹配上的信息，以此獲取到車輛開票日期信息等。

3.2 數(shù)據(jù)建模

依據(jù)2.3數(shù)據(jù)建模過程思路，創(chuàng)建利用機動車銷售發(fā)票統(tǒng)計車輛銷量的多維分析模型如圖2。

3.3 數(shù)據(jù)分析與可視化展示

依據(jù)2.4統(tǒng)計分析與可視化過程思路，構(gòu)建以下度量值，并在可視化界面分別構(gòu)建瀑布圖-區(qū)域系統(tǒng)實銷與開票差異對比、區(qū)域開票當期與實銷表、省份開票當期與實銷表，如圖3。

①開票當期=CALCULATE（sum（'企稅通開票'[sl]），'企稅通開票'[價稅合計]>0）

②系統(tǒng)實銷=CALCULATE（sum（'實銷'[數(shù)量]））

③企-實=CALCULATE（'度量值-企稅通'[開票當期]）-CALCULATE（'度量值-實銷'[系統(tǒng)實銷]）

4 結(jié)束語

1.通過該數(shù)據(jù)處理方法進行數(shù)據(jù)預處理，通過算法自動進行有效數(shù)據(jù)過濾，不需要反復多次導出臟亂發(fā)票數(shù)據(jù);對于同一輛車多次開票問題，不需要人工識別各種開票場景并進行數(shù)據(jù)比對;可一次性導入有效性開票數(shù)據(jù)，降低錯誤率。

2.該多維數(shù)據(jù)統(tǒng)計分析的方法和裝置，一次性搭建好數(shù)據(jù)模型和統(tǒng)計度量值之后，只需要進行數(shù)據(jù)更新，即可得到既定的可視化分析結(jié)果，大大提升統(tǒng)計分析效率。

3.依據(jù)建好的模型，可設置自動更新數(shù)據(jù)網(wǎng)關(guān)或手動刷新數(shù)據(jù)，可實現(xiàn)不同人員/團隊進行在線異步分享可視化分析結(jié)果，提升工作溝通效率。

參考文獻：

[1]黃歆哲.計算機信息技術(shù)在銷售統(tǒng)計管理工作中的應用[M].科技視界. 2095-2457.2013.23.024.

[2]張紅軍.多維數(shù)據(jù)集中高維數(shù)據(jù)可視化算法研究[M].微電子學與計算機.34卷.第5期2017年5月.

[3]王淑蓉，趙穎.數(shù)據(jù)倉庫的OLAP多維展現(xiàn)技術(shù)的研究與應用[J].電子設計工程。20卷 第14期.2012年7月.

[4]航天信息股份有限公司.一種用于增值稅的數(shù)據(jù)清洗存儲方法[P].CN104636337B，2018.01.12.

[5]航天信息股份有限公司.稅控開票系統(tǒng)及利用該稅控開票系統(tǒng)統(tǒng)計商品數(shù)據(jù)的方法[P].CN106875237A，2017.06.20.