tob 世界五百强企业 RPA+舆情系统+经营管理数智系统大数据+精准营销系统开发
2025-09-04 17:50:14
行业：电商、汽车
载体：爬虫/脚本、算法模型
技术：Java、Python
业务背景
KPI指标变化的实时呈现不难，难在指标变化的真因明确、难在明确真因后的及时精准干预、难在将客户需求与kpi短板挂钩，及时释放客户需求
功能介绍
机器学习算法案例
-公司拥有自主研发、自主知识产权的机器学习自动化建模平台-Model Robot，在客户行为预测、商品推荐算法、因果分析推理模型、自然语言处理和视觉学习方面拥有成熟模型，沉淀了丰富的实践经验;
精准营销系统功能案例
a. MA系统、多维客户画像标签、千人千面，精准筛选
b. 精准推荐系统: 内置推荐引擎、车辆进店，摄像头自动识别，一车一策，精准营销
知识图库与舆情系统
a.KG Learnings-以汽车售后收益诊断为例，已落地多家主机厂，500余家4s店；gpt式领域知识查询已落地应用1年以上
b.舆情系统: 全网开源数据实时抓取、清洗处理和分析呈现，多家豪华品牌连续三年采购
定制BI开发
a.除多业务层级、多岗位角色关联指标实时大屏呈现外，也具备AI辅助的决策分析和短板精准诊断功能
b.与精准营销模块无缝对接，知道KPI短板在哪里，也知道造成KPI短板的原因在哪里，也知道弥补短板的目标引流客群是谁，什么干预措施能带来多大量化效果
-公司拥有自主研发、自主知识产权的机器学习自动化建模平台-Model Robot，在客户行为预测、商品推荐算法、因果分析推理模型、自然语言处理和视觉学习方面拥有成熟模型，沉淀了丰富的实践经验;
精准营销系统功能案例
a. MA系统、多维客户画像标签、千人千面，精准筛选
b. 精准推荐系统: 内置推荐引擎、车辆进店，摄像头自动识别，一车一策，精准营销
知识图库与舆情系统
a.KG Learnings-以汽车售后收益诊断为例，已落地多家主机厂，500余家4s店；gpt式领域知识查询已落地应用1年以上
b.舆情系统: 全网开源数据实时抓取、清洗处理和分析呈现，多家豪华品牌连续三年采购
定制BI开发
a.除多业务层级、多岗位角色关联指标实时大屏呈现外，也具备AI辅助的决策分析和短板精准诊断功能
b.与精准营销模块无缝对接，知道KPI短板在哪里，也知道造成KPI短板的原因在哪里，也知道弥补短板的目标引流客群是谁，什么干预措施能带来多大量化效果
项目实现
以经营诊断系统定制开发为例，客户原来已经有了一套BI系统，但发现用不起来。我们入厂深入调研后，
发现使用情况不佳有几个潜在原因，比如源数据取数的业务口径不清晰、不准确，比如bi指标只是简单的罗列，
没有充分融合绩效收益类核心目标，这使得指标间的关系、以及细分指标对核心目标的量化影响没有被准确捕捉、
也没有被量化呈现，并且kpi的短板没有与弥补短板的抓手挂钩，客户领导只能看到结果，但无法及时有针对性干预。。。
基于这些发现，我们首先梳理清楚客户底层指标对应的业务逻辑，然后通过图学习方式建立诊断+精准营销的知识图库、图谱，
并将经营决策诊断和精准营销模块作为一个整体来联动设计，使两者无缝衔接，这样客户不但能够实时清楚其KPI的表现、而且可以一
目了然明确导致KPI变化的真因和可干预的有效措施、预期效果，既锁定tob的策略管理问题点，也锁定toc端的目标客户及其需求，
通过落地过程的量化追踪，促动了KPI指标的稳健提升。
发现使用情况不佳有几个潜在原因，比如源数据取数的业务口径不清晰、不准确，比如bi指标只是简单的罗列，
没有充分融合绩效收益类核心目标，这使得指标间的关系、以及细分指标对核心目标的量化影响没有被准确捕捉、
也没有被量化呈现，并且kpi的短板没有与弥补短板的抓手挂钩，客户领导只能看到结果，但无法及时有针对性干预。。。
基于这些发现，我们首先梳理清楚客户底层指标对应的业务逻辑，然后通过图学习方式建立诊断+精准营销的知识图库、图谱，
并将经营决策诊断和精准营销模块作为一个整体来联动设计，使两者无缝衔接，这样客户不但能够实时清楚其KPI的表现、而且可以一
目了然明确导致KPI变化的真因和可干预的有效措施、预期效果，既锁定tob的策略管理问题点，也锁定toc端的目标客户及其需求，
通过落地过程的量化追踪，促动了KPI指标的稳健提升。
示例图片视频
相似推荐
Python 航班爬虫系统
Python航班信息爬取系统是一款利用Python网络爬虫技术（如Requests、BeautifulSoup和Selenium库），从航空公司和在线旅行服务平台（如携程、同程旅行等）自动化抓取航班数据的工具。它能够高效获取包括航班号、起降时间、机场、航空公司、票价及准点状态等在内的结构化信息。
该系统通常支持处理静态网页和动态加载（Ajax/JavaScript渲染）的复杂页面，并能应对常见的反爬虫策略。爬取的数据可被清洗、规范化，并存储为CSV、JSON文件或导入数据库（如MongoDB），用于后续的数据分析（如价格趋势、准点率统计）和可视化，为出行决策、市场研究或运营优化提供数据支持。
owl成都领克汽车工厂无人仓储-owl
此项目分为B端和 APP(PDA),
B端产品主要功能:
1.仓库库区、库位、储位等管理,并一与现场对应;
2.拉动关系管理,在系统配置不同的拉动关系,将物料在,工厂流转的整个过程标识清楚;
3.物料管理:旨在管理物料出入库及质检等操作,实现工厂物料精确管理;
APP端:
1.现场人员收货操作;
2.现场潜伏式 AGV 人工调度;
3.物料移库、出库的人工操作等功能
永辉数字化改造项目
在科技战略的引领下，永辉以YHDOS系统的开发及应用为起点，开始了全方位的数字化改造。该系统不仅作为永辉大业务中台的支撑，更涵盖了采购、销售、交易、店仓管理等多个核心环节。通过这一系统，永辉旨在实现总部对一线业务的实时掌握，以及业务流程的信息化、分析的可视化和全面的智能化。
该项目致力于打造冷链储运行业全栈式数智化运营平台，为冷链产业日常运营、管理与服务，提供线 上平台支撑。建设内容包括万吨通服务平台、门户网站、微信小程序和 BI 可视化大屏-智链云仓
1、参与需求评审、技术评审、编写测试用例、测试用例评审、测试计划、测试报告；
2、负责系统核心业务流程的测试执行，重点聚焦于冷库管理和仓储管理相关模块;
3、对系统内涉及货物的关键操作流程进行测试监控与验证，包括(货物调度/进仓/存储/出仓);
4、负责测试过程中缺陷的识别、记录、跟踪与闭环管理，累计记录并跟踪缺陷超过160个；
5、使用XMind等工具梳理并清晰绘制6条核心业务流程，形成可追溯的测试依据。
6、主动识别需求文档中的关键歧义点（如入库订单超时作废规则），精准定位测试用例与原型设计的矛盾，
推动问题在项目群层面讨论澄清，并及时更新测试用例，有效避免了因需求理解错误导致的版本返工风险。
7、使用Charles测试工具做弱网测试、打断点测试、修改请求响应参数测试；
8、对预发布环境发现的Bug用另一个环境回归，来分析Bug原因，找出问题；
9、工作中与产品研发理解不一致的需求，向测试经理反馈，并落实解决方案；
10、在前后台交互时，利用SQL语句进行数据库查询验证，检查初始化页面数据显示的正确性；
11、使用跳板机日志平台操作系统查看日志，确定BUG原因并反馈给开发；
12、下班前执行 Python + Adb 对App进行Monkey测试，发现Error日志提交给开发定位问题；
MES系统
1、采用MRP II 管理模型为基础的MES系统
2、针对企业的既有使用习惯，向上下游业务延伸，完成了基本的ERP功能。
3、提供APS（高级排产）功能，可以动态排产，并联动物料采购以送货计划。
4、拓展了AI Agent功能，可以针对部分业务动态执行自然语言的交互。
帮助文档
Copyright @ 2021-2024 程序聚合 | 浙ICP备2021014372号
人工客服