一种渠道数据稽查审计方法及系统与流程

1.本发明涉及数据稽查技术领域，特别涉及一种渠道数据稽查审计方法及系统。


背景技术：

2.目前，渠道是链接产品与用户的回路、通道，它将产品或服务展现给潜在的客户，并且把客户的钱收回来；渠道就是销售通路，即商品通过什么样的途径达到消费者手中；渠道数据，即渠道管理过程中所产生的各类数据，例如：经销商的进销存数据；渠道分析技术是大数据技术其中一个重要应用。为保证渠道分析结果的准确，渠道数据的准确及质量尤为重要，因此对渠道数据的稽查审计是亟需解决的技术问题。


技术实现要素：

3.本发明目的之一在于提供了一种渠道数据稽查审计方法及系统，实现对渠道数据的稽查审计，保证渠道数据的准确及质量，进而保证渠道分析结果的准确。
4.本发明实施例提供的一种渠道数据稽查审计方法，包括：
5.获取待稽查审计的渠道数据；
6.解析渠道数据，确定多个关键指标并构建对应渠道数据的关键指标集；
7.基于预设的稽查指标集对关键指标集进行稽查；
8.获取各个关键指标对应的稽查规则；
9.基于稽查规则对关键指标进行稽查。
10.优选的，基于预设的稽查指标集对关键指标集进行稽查，包括：
11.将稽查指标集内的各个关键指标与关键指标集内的各个关键进行一一关联；
12.当关键指标集内的各个关键指标在稽查指标集内存在唯一关联的关键指标且稽查指标集内的各个关键指标在关键指标集内存在唯一关联的关键指标时，稽查通过，否则不通过；
13.其中，将稽查指标集内的各个关键指标与关键指标集内的各个关键进行一一关联；包括：
14.基于预设的量化模板对稽查指标集内的各个关键指标进行量化，确定稽查指标集内的各个关键指标对应的第一参数值；
15.基于量化模板对关键指标集内的各个关键指标进行量化，确定关键指标集内的各个关键指标对应的第二参数值；
16.依次提取关键指标集内的关键指标，计算提取的关键指标集内的关键指标对应的第一参数值与稽查指标集内的各个关键指标对应的各个第二参数值之间的差值；
17.当差值小于等于预设的关联阈值且计算出的各个差值中的最小值时，将对应的关键指标集内的关键指标与对应的稽查指标集内的关键指标进行关联。
18.优选的，基于稽查规则对关键指标进行稽查，包括：
19.解析稽查规则，确定关键指标对应的数值的允许范围；
20.当关键指标对应的数值在允许范围内时，通过稽查；否则，不通过；
21.和/或，
22.获取待稽查审计的渠道数据对应的对象的上一次上传的渠道数据；
23.确定上一次上传的渠道数据中的关键指标与本次上传的渠道数据终中对应的关键指标的数值差值；
24.当数值差值在预设的差值范围内时，通过稽查；否则，不通过；
25.其中，关键指标对应的数值的允许范围，通过如下步骤确定：
26.获取待稽查审计的渠道数据对应的对象的历史上传的渠道数据；
27.解析历史上传的渠道数据，确定各个关键指标对应的数值的数据集；
28.对数据集中的数据进行异常值剔除处理，获取处理后的数据集；
29.确定处理后的数据集的最大值和最小值；
30.基于最大值和最小值，确定允许范围。
31.优选的，渠道数据稽查审计方法，还包括：
32.获取待稽查审计的渠道数据对应关联的验证数据；
33.对验证数据进行验证；当验证通过时，通过稽查；否则，不通过；
34.其中，验证数据包括：上传的终端设备的id、上传时终端设备所处区域的环境参数数据、上传时的上传设备的定位数据、上传时的上传人员的身份信息其中一种或多种结合。
35.优选的，渠道数据稽查审计方法，还包括：
36.解析待稽查审计的渠道数据，确定与待稽查审计的渠道数据对应的对象交互的多个第三方；
37.获取第三方上传的渠道数据；
38.基于第三方上传的渠道数据对待稽查审计的渠道数据进行稽查；
39.在采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查时，对第三方的可信度进行确认，可信度确定步骤如下：
40.获取第三方的历史稽查结果记录；
41.将历史稽查结果记录输入预设的神经网络模型中，确定第一信用值；
42.获取平台上其他的预设个数的第三方对于第三方的承担值；
43.获取平台上其他的第三方的有效系数；
44.基于有效系数和承担值，确定第三方的第二信用值；
45.基于第一信用值和第二信用值，确定第三方的可信度；
46.当可信度大于预设的可信度阈值时，采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查；
47.当采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查，稽查结果为异常，经后续人工确定为待稽查审计的渠道数据为异常时，基于预设的有效系数阶梯调整表对平台上各个其他的第三方的有效系数进行上调；
48.当采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查，稽查结果为异常，经后续人工确定为待稽查审计的渠道数据为正常时，基于预设的有效系数阶梯调整表对平台上各个其他的第三方的有效系数进行下调。
49.本发明还提供一种渠道数据稽查审计系统，包括：
50.第一获取模块，用于获取待稽查审计的渠道数据；
51.第一解析模块，用于解析渠道数据，确定多个关键指标并构建对应渠道数据的关键指标集；
52.第一稽查模块，用于基于预设的稽查指标集对关键指标集进行稽查；
53.第二获取模块，用于获取各个关键指标对应的稽查规则；
54.第二稽查模块，用于基于稽查规则对关键指标进行稽查。
55.优选的，第一稽查模块执行如下操作：
56.将稽查指标集内的各个关键指标与关键指标集内的各个关键进行一一关联；
57.当关键指标集内的各个关键指标在稽查指标集内存在唯一关联的关键指标且稽查指标集内的各个关键指标在关键指标集内存在唯一关联的关键指标时，稽查通过，否则不通过；
58.其中，将稽查指标集内的各个关键指标与关键指标集内的各个关键进行一一关联；包括：
59.基于预设的量化模板对稽查指标集内的各个关键指标进行量化，确定稽查指标集内的各个关键指标对应的第一参数值；
60.基于量化模板对关键指标集内的各个关键指标进行量化，确定关键指标集内的各个关键指标对应的第二参数值；
61.依次提取关键指标集内的关键指标，计算提取的关键指标集内的关键指标对应的第一参数值与稽查指标集内的各个关键指标对应的各个第二参数值之间的差值；
62.当差值小于等于预设的关联阈值且计算出的各个差值中的最小值时，将对应的关键指标集内的关键指标与对应的稽查指标集内的关键指标进行关联。
63.优选的，第二稽查模块执行如下操作：
64.解析稽查规则，确定关键指标对应的数值的允许范围；
65.当关键指标对应的数值在允许范围内时，通过稽查；否则，不通过；
66.和/或，
67.获取待稽查审计的渠道数据对应的对象的上一次上传的渠道数据；
68.确定上一次上传的渠道数据中的关键指标与本次上传的渠道数据终中对应的关键指标的数值差值；
69.当数值差值在预设的差值范围内时，通过稽查；否则，不通过；
70.其中，关键指标对应的数值的允许范围，通过如下步骤确定：
71.获取待稽查审计的渠道数据对应的对象的历史上传的渠道数据；
72.解析历史上传的渠道数据，确定各个关键指标对应的数值的数据集；
73.对数据集中的数据进行异常值剔除处理，获取处理后的数据集；
74.确定处理后的数据集的最大值和最小值；
75.基于最大值和最小值，确定允许范围。
76.优选的，渠道数据稽查审计系统，还包括：
77.第三稽查模块，用于获取待稽查审计的渠道数据对应关联的验证数据；
78.并对验证数据进行验证；当验证通过时，通过稽查；否则，不通过；
79.其中，验证数据包括：上传的终端设备的id、上传时终端设备所处区域的环境参数
数据、上传时的上传设备的定位数据、上传时的上传人员的身份信息其中一种或多种结合。
80.优选的，渠道数据稽查审计系统，还包括：
81.第四稽查模块，用于解析待稽查审计的渠道数据，确定与待稽查审计的渠道数据对应的对象交互的多个第三方；获取第三方上传的渠道数据；基于第三方上传的渠道数据对待稽查审计的渠道数据进行稽查；
82.在采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查时，对第三方的可信度进行确认，可信度确定步骤如下：
83.获取第三方的历史稽查结果记录；
84.将历史稽查结果记录输入预设的神经网络模型中，确定第一信用值；
85.获取平台上其他的预设个数的第三方对于第三方的承担值；
86.获取平台上其他的第三方的有效系数；
87.基于有效系数和承担值，确定第三方的第二信用值；
88.基于第一信用值和第二信用值，确定第三方的可信度；
89.当可信度大于预设的可信度阈值时，采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查；
90.当采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查，稽查结果为异常，经后续人工确定为待稽查审计的渠道数据为异常时，基于预设的有效系数阶梯调整表对平台上各个其他的第三方的有效系数进行上调；
91.当采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查，稽查结果为异常，经后续人工确定为待稽查审计的渠道数据为正常时，基于预设的有效系数阶梯调整表对平台上各个其他的第三方的有效系数进行下调。
92.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
93.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
94.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
95.图1为本发明实施例中一种渠道数据稽查审计方法的示意图。
具体实施方式
96.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
97.本发明实施例提供了一种渠道数据稽查审计方法，如图1所示，包括：
98.步骤s1：获取待稽查审计的渠道数据；
99.步骤s2：解析渠道数据，确定多个关键指标并构建对应渠道数据的关键指标集；
100.步骤s3：基于预设的稽查指标集对关键指标集进行稽查；
101.步骤s4：获取各个关键指标对应的稽查规则；
102.步骤s5：基于稽查规则对关键指标进行稽查。
103.上述技术方案的工作原理及有益效果为：
104.在渠道数据进行处理之前需要对渠道数据进行稽查审计，以发现渠道数据是否异常，当异常时进行剔除或人工确认，以保证后续的渠道数据处理分析的准确性；在对渠道数据进行稽查主要包括对渠道数据的构成进行稽查、以及各个构成部分是否准确进行稽查；采用预设的稽查指标集对表示渠道数据的构成的关键指标集进行稽查，稽查指标集是根据渠道数据的上传方的上传情况构建的，例如：经销商的进销存数据，主要包括的关键指标为各个商品的进货数、销售数以及存量数据；对应该经销商的预设的稽查指标集包括：商品a的进货数、商品a的销售数、商品a的存量、商品b的进货数、商品b的销售数、商品b的存量
……
；通过预设的稽查指标集对渠道数据构建的关键指标集进行稽查，可以确认渠道数据的完整性；通过各个关键指标对应的稽查规则实现对各个关键指标的精细化稽查；例如预设的商品a的存量最大值为1000，当渠道数据中的商品a的存量为1100时，确定数据异常，转后续人工进行数据确认；当确认后，渠道数据可以转入数据分析阶段。
105.本发明的渠道数据稽查审计方法，实现对渠道数据的稽查审计，保证渠道数据的准确及质量，进而保证渠道分析结果的准确。
106.在一个实施例中，基于预设的稽查指标集对关键指标集进行稽查，包括：
107.将稽查指标集内的各个关键指标与关键指标集内的各个关键进行一一关联；
108.当关键指标集内的各个关键指标在稽查指标集内存在唯一关联的关键指标且稽查指标集内的各个关键指标在关键指标集内存在唯一关联的关键指标时，稽查通过，否则不通过；
109.其中，将稽查指标集内的各个关键指标与关键指标集内的各个关键进行一一关联；包括：
110.基于预设的量化模板对稽查指标集内的各个关键指标进行量化，确定稽查指标集内的各个关键指标对应的第一参数值；
111.基于量化模板对关键指标集内的各个关键指标进行量化，确定关键指标集内的各个关键指标对应的第二参数值；
112.依次提取关键指标集内的关键指标，计算提取的关键指标集内的关键指标对应的第一参数值与稽查指标集内的各个关键指标对应的各个第二参数值之间的差值；
113.当差值小于等于预设的关联阈值且计算出的各个差值中的最小值时，将对应的关键指标集内的关键指标与对应的稽查指标集内的关键指标进行关联。
114.上述技术方案的工作原理及有益效果为：
115.基于预设的稽查指标集对关键指标集进行稽查，主要是确定稽查指标集中的关键指标是否每个都在关键指标集中存在唯一关联的关键指标；在关联时，采用量化模板实现量化，便于关键指标的关联；量化模板为树形模板；例如：经销商的进销存数据，对应的量化模板为二级树形模板，第一级为进货数、销售数、存量；第二级对应各个商品，商品a、商品b；这样量化模板对应的进货数对应量化为100；销售数对应量化为200、存量对应量化为300；商品a对应量化为0001；商品b对应量化为0002；关键指标：商品a的存量量化为0001300。
116.在一个实施例中，基于稽查规则对关键指标进行稽查，包括：
117.解析稽查规则，确定关键指标对应的数值的允许范围；
118.当关键指标对应的数值在允许范围内时，通过稽查；否则，不通过；
119.和/或，
120.获取待稽查审计的渠道数据对应的对象的上一次上传的渠道数据；
121.确定上一次上传的渠道数据中的关键指标与本次上传的渠道数据终中对应的关键指标的数值差值；
122.当数值差值在预设的差值范围内时，通过稽查；否则，不通过；
123.其中，关键指标对应的数值的允许范围，通过如下步骤确定：
124.获取待稽查审计的渠道数据对应的对象的历史上传的渠道数据；
125.解析历史上传的渠道数据，确定各个关键指标对应的数值的数据集；
126.对数据集中的数据进行异常值剔除处理，获取处理后的数据集；
127.确定处理后的数据集的最大值和最小值；
128.基于最大值和最小值，确定允许范围。
129.上述技术方案的工作原理及有益效果为：
130.稽查规则主要包括：基于关键指标的允许范围进行稽查，超出允许范围的数据为异常；允许范围可以通过解析历史渠道数据获取，即一个经销商对于商品a的进货数据一直在100至200之间，当本次渠道数据中的商品a的进货数据为210时，可以确定异常，需要核实。还可以通过变化量确定，即上一次进货量为150，本次进货量为230，预设的差值阈值为30，故本次的渠道数据异常，需核实。差值阈值可以是预先设置，也可以根据待稽查审计的渠道数据对应的对象的具体情况输入预设的分析模型中分析获得。
131.在一个实施例中，渠道数据稽查审计方法，还包括：
132.获取待稽查审计的渠道数据对应关联的验证数据；
133.对验证数据进行验证；当验证通过时，通过稽查；否则，不通过；
134.其中，验证数据包括：上传的终端设备的id、上传时终端设备所处区域的环境参数数据、上传时的上传设备的定位数据、上传时的上传人员的身份信息其中一种或多种结合。
135.上述技术方案的工作原理及有益效果为：
136.在上传渠道数据时，同步上传关联的验证数据，实现对上传方式的有效性的验证；主要从上传的终端设备的id、上传时终端设备所处区域的环境参数数据、上传时的上传设备的定位数据、上传时的上传人员的身份信息等方面出发；其中，上传时终端设备所处区域的环境参数数据，例如可以为天气情况，晴天、阴天等；从而保证渠道数据获取的准确性，防止人为编造的发生。
137.在一个实施例中，渠道数据稽查审计方法，还包括：
138.解析待稽查审计的渠道数据，确定与待稽查审计的渠道数据对应的对象交互的多个第三方；
139.获取第三方上传的渠道数据；
140.基于第三方上传的渠道数据对待稽查审计的渠道数据进行稽查；
141.在采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查时，对第三方的可信度进行确认，可信度确定步骤如下：
142.获取第三方的历史稽查结果记录；
143.将历史稽查结果记录输入预设的神经网络模型中，确定第一信用值；
144.获取平台上其他的预设个数的第三方对于第三方的承担值；
145.获取平台上其他的第三方的有效系数；
146.基于有效系数和承担值，确定第三方的第二信用值；
147.基于第一信用值和第二信用值，确定第三方的可信度；
148.当可信度大于预设的可信度阈值时，采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查；
149.当采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查，稽查结果为异常，经后续人工确定为待稽查审计的渠道数据为异常时，基于预设的有效系数阶梯调整表对平台上各个其他的第三方的有效系数进行上调；
150.当采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查，稽查结果为异常，经后续人工确定为待稽查审计的渠道数据为正常时，基于预设的有效系数阶梯调整表对平台上各个其他的第三方的有效系数进行下调。
151.上述技术方案的工作原理及有益效果为：
152.对待稽查审计的渠道数据的稽查，还可以基于第三方上传的渠道数据进行，即a经销商的进货数据与b工厂的出货数据相对应；在采用第三方数据进行稽查时，需要对第三方的可信度进行确定，保证第三方数据的可信；可信度主要从体现第三方自身的第一信用值和体现其他第三方对于该第三方的信任的第二信用值；基于第一信用值和第二信用值，确定第三方的可信度，可以采用加权和值的方式计算，即第一信用值和第二信用值分别乘以对应的预设系数然后求和。其中，第一信用值采用神经网络模型法对第三方上传的渠道数据的历史稽查结果进行分析；当历史稽查结果未发生异常时，第一信用值为满值，预设为100；当随着历史稽查结果异常的次数的增加而逐渐降低。第二信用值时基于有效系数和承担值计算，计算公式如：其中，x2为第二信用值，a
i
为第i个其他的第三方的承担值；α
i
为第i个其他的第三方的有效系数；其中，承担值为根据第三方的稽查结果分配，例如一次稽查无异常分配20，一次稽查异常扣除30；有效系数为系统给第三方分配初始值；基于承担的结果调整获得的最终值；此外，还根据稽查结果的人工审核结果反向对有效系数进行调整，以保证后续第三方可信度确认的准确。在调整时基于有效系数阶梯调整表进行调整，有效系数阶梯调整表主要根据第三方的历史调整记录进行确定，例如上一次为下调，本次为上调，此时对应一个调整系数，该调整系数为1次上调系数；上一次为上调，本次为上调，此时对应一个调整系数，该调整系数为2次上调系数；一次上调系数小于二次上调系数；一次上调系数小于一次下调系数；同次的下调系数大于同次的上调系数；高次的上调系数大于低次的上调系数；高次的下调系数大于低次的下调系数。
153.本发明还提供一种渠道数据稽查审计系统，包括：
154.第一获取模块，用于获取待稽查审计的渠道数据；
155.第一解析模块，用于解析渠道数据，确定多个关键指标并构建对应渠道数据的关键指标集；
156.第一稽查模块，用于基于预设的稽查指标集对关键指标集进行稽查；
157.第二获取模块，用于获取各个关键指标对应的稽查规则；
158.第二稽查模块，用于基于稽查规则对关键指标进行稽查。
159.上述技术方案的工作原理及有益效果为：
160.在渠道数据进行处理之前需要对渠道数据进行稽查审计，以发现渠道数据是否异常，当异常时进行剔除或人工确认，以保证后续的渠道数据处理分析的准确性；在对渠道数据进行稽查主要包括对渠道数据的构成进行稽查、以及各个构成部分是否准确进行稽查；采用预设的稽查指标集对表示渠道数据的构成的关键指标集进行稽查，稽查指标集是根据渠道数据的上传方的上传情况构建的，例如：经销商的进销存数据，主要包括的关键指标为各个商品的进货数、销售数以及存量数据；对应该经销商的预设的稽查指标集包括：商品a的进货数、商品a的销售数、商品a的存量、商品b的进货数、商品b的销售数、商品b的存量
……
；通过预设的稽查指标集对渠道数据构建的关键指标集进行稽查，可以确认渠道数据的完整性；通过各个关键指标对应的稽查规则实现对各个关键指标的精细化稽查；例如预设的商品a的存量最大值为1000，当渠道数据中的商品a的存量为1100时，确定数据异常，转后续人工进行数据确认；当确认后，渠道数据可以转入数据分析阶段。
161.本发明的渠道数据稽查审计系统，实现对渠道数据的稽查审计，保证渠道数据的准确及质量，进而保证渠道分析结果的准确。
162.在一个实施例中，第一稽查模块执行如下操作：
163.将稽查指标集内的各个关键指标与关键指标集内的各个关键进行一一关联；
164.当关键指标集内的各个关键指标在稽查指标集内存在唯一关联的关键指标且稽查指标集内的各个关键指标在关键指标集内存在唯一关联的关键指标时，稽查通过，否则不通过；
165.其中，将稽查指标集内的各个关键指标与关键指标集内的各个关键进行一一关联；包括：
166.基于预设的量化模板对稽查指标集内的各个关键指标进行量化，确定稽查指标集内的各个关键指标对应的第一参数值；
167.基于量化模板对关键指标集内的各个关键指标进行量化，确定关键指标集内的各个关键指标对应的第二参数值；
168.依次提取关键指标集内的关键指标，计算提取的关键指标集内的关键指标对应的第一参数值与稽查指标集内的各个关键指标对应的各个第二参数值之间的差值；
169.当差值小于等于预设的关联阈值且计算出的各个差值中的最小值时，将对应的关键指标集内的关键指标与对应的稽查指标集内的关键指标进行关联。
170.上述技术方案的工作原理及有益效果为：
171.基于预设的稽查指标集对关键指标集进行稽查，主要是确定稽查指标集中的关键指标是否每个都在关键指标集中存在唯一关联的关键指标；在关联时，采用量化模板实现量化，便于关键指标的关联；量化模板为树形模板；例如：经销商的进销存数据，对应的量化模板为二级树形模板，第一级为进货数、销售数、存量；第二级对应各个商品，商品a、商品b；这样量化模板对应的进货数对应量化为100；销售数对应量化为200、存量对应量化为300；商品a对应量化为0001；商品b对应量化为0002；关键指标：商品a的存量量化为0001300。
172.在一个实施例中，第二稽查模块执行如下操作：
173.解析稽查规则，确定关键指标对应的数值的允许范围；
174.当关键指标对应的数值在允许范围内时，通过稽查；否则，不通过；
175.和/或，
176.获取待稽查审计的渠道数据对应的对象的上一次上传的渠道数据；
177.确定上一次上传的渠道数据中的关键指标与本次上传的渠道数据终中对应的关键指标的数值差值；
178.当数值差值在预设的差值范围内时，通过稽查；否则，不通过；
179.其中，关键指标对应的数值的允许范围，通过如下步骤确定：
180.获取待稽查审计的渠道数据对应的对象的历史上传的渠道数据；
181.解析历史上传的渠道数据，确定各个关键指标对应的数值的数据集；
182.对数据集中的数据进行异常值剔除处理，获取处理后的数据集；
183.确定处理后的数据集的最大值和最小值；
184.基于最大值和最小值，确定允许范围。
185.上述技术方案的工作原理及有益效果为：
186.稽查规则主要包括：基于关键指标的允许范围进行稽查，超出允许范围的数据为异常；允许范围可以通过解析历史渠道数据获取，即一个经销商对于商品a的进货数据一直在100至200之间，当本次渠道数据中的商品a的进货数据为210时，可以确定异常，需要核实。还可以通过变化量确定，即上一次进货量为150，本次进货量为230，预设的差值阈值为30，故本次的渠道数据异常，需核实。差值阈值可以是预先设置，也可以根据待稽查审计的渠道数据对应的对象的具体情况输入预设的分析模型中分析获得。
187.在一个实施例中，渠道数据稽查审计系统，还包括：
188.第三稽查模块，用于获取待稽查审计的渠道数据对应关联的验证数据；
189.并对验证数据进行验证；当验证通过时，通过稽查；否则，不通过；
190.其中，验证数据包括：上传的终端设备的id、上传时终端设备所处区域的环境参数数据、上传时的上传设备的定位数据、上传时的上传人员的身份信息其中一种或多种结合。
191.上述技术方案的工作原理及有益效果为：
192.在上传渠道数据时，同步上传关联的验证数据，实现对上传方式的有效性的验证；主要从上传的终端设备的id、上传时终端设备所处区域的环境参数数据、上传时的上传设备的定位数据、上传时的上传人员的身份信息等方面出发；其中，上传时终端设备所处区域的环境参数数据，例如可以为天气情况，晴天、阴天等；从而保证渠道数据获取的准确性，防止人为编造的发生。
193.在一个实施例中，渠道数据稽查审计系统，还包括：
194.第四稽查模块，用于解析待稽查审计的渠道数据，确定与待稽查审计的渠道数据对应的对象交互的多个第三方；获取第三方上传的渠道数据；基于第三方上传的渠道数据对待稽查审计的渠道数据进行稽查；
195.在采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查时，对第三方的可信度进行确认，可信度确定步骤如下：
196.获取第三方的历史稽查结果记录；
197.将历史稽查结果记录输入预设的神经网络模型中，确定第一信用值；
198.获取平台上其他的预设个数的第三方对于第三方的承担值；
199.获取平台上其他的第三方的有效系数；
200.基于有效系数和承担值，确定第三方的第二信用值；
201.基于第一信用值和第二信用值，确定第三方的可信度；
202.当可信度大于预设的可信度阈值时，采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查；
203.当采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查，稽查结果为异常，经后续人工确定为待稽查审计的渠道数据为异常时，基于预设的有效系数阶梯调整表对平台上各个其他的第三方的有效系数进行上调；
204.当采用第三方上传的渠道数据对待稽查审计的渠道数据进行稽查，稽查结果为异常，经后续人工确定为待稽查审计的渠道数据为正常时，基于预设的有效系数阶梯调整表对平台上各个其他的第三方的有效系数进行下调。
205.上述技术方案的工作原理及有益效果为：
206.对待稽查审计的渠道数据的稽查，还可以基于第三方上传的渠道数据进行，即a经销商的进货数据与b工厂的出货数据相对应；在采用第三方数据进行稽查时，需要对第三方的可信度进行确定，保证第三方数据的可信；可信度主要从体现第三方自身的第一信用值和体现其他第三方对于该第三方的信任的第二信用值；基于第一信用值和第二信用值，确定第三方的可信度，可以采用加权和值的方式计算，即第一信用值和第二信用值分别乘以对应的预设系数然后求和。其中，第一信用值采用神经网络模型法对第三方上传的渠道数据的历史稽查结果进行分析；当历史稽查结果未发生异常时，第一信用值为满值，预设为100；当随着历史稽查结果异常的次数的增加而逐渐降低。第二信用值时基于有效系数和承担值计算，计算公式如：其中，x2为第二信用值，a
i
为第i个其他的第三方的承担值；α
i
为第i个其他的第三方的有效系数；其中，承担值为根据第三方的稽查结果分配，例如一次稽查无异常分配20，一次稽查异常扣除30；有效系数为系统给第三方分配初始值；基于承担的结果调整获得的最终值；此外，还根据稽查结果的人工审核结果反向对有效系数进行调整，以保证后续第三方可信度确认的准确。在调整时基于有效系数阶梯调整表进行调整，有效系数阶梯调整表主要根据第三方的历史调整记录进行确定，例如上一次为下调，本次为上调，此时对应一个调整系数，该调整系数为1次上调系数；上一次为上调，本次为上调，此时对应一个调整系数，该调整系数为2次上调系数；一次上调系数小于二次上调系数；一次上调系数小于一次下调系数；同次的下调系数大于同次的上调系数；高次的上调系数大于低次的上调系数；高次的下调系数大于低次的下调系数。
207.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。