电话:13339436556
1项目背景
数据分析、云计算等新兴技术在农业领域的应用探索几年前就已经开始,而随着相关技术手段的成熟和应用场景的丰富, 其技术应用深度和广度已经有了极大的提升，在“互联网+”的大潮下，我国农业大数据正在迅速发展，农业部印发《农业农村大数据试点方案》鼓励基础较好的地方结合自身实际，积极探索发展农业农村大数据的机制和模式，带动不同地区、不同领域大数据发展和应用。县域电商大数据系统的建设将继续落实党的十九大关于实施乡村振兴战略的安排部署，通过系统的建设可以实现全屏框架动态展示县域电商销售、村站分布、物流体系、扶贫增收、上下行交易数据等大数据，为电商乡村振兴提供及时最新的数据报表和分析，可以根据数据情况及时调整管理决策，提升管理效率。
县域电商大数据平台的建设落实党的十九大关于实施乡村振兴战略的安排部署，通过平台的建设可以实现全屏框架动态展示县域电商销售、村站分布、物流体系、扶贫增收、上下行交易数据等大数据，为县域电商乡村振兴提供及时最新的数据报表和分析，可以根据数据情况及时调整管理决策，提升管理效率。
2项目定位及主要功能
2.1项目总览
实施乡村振兴战略，是党的十九大作出的重大决策部署，是决胜全面建成小康社会、全面建设社会主义现代化强国的重大历史任务，是新时代“三农”工作的总抓手。电子商务进农村综合示范县”是财政部、商务部、国务院扶贫办落实《中共中央、国务院关于打赢脱贫攻坚战三年行动指导意见》有关部署，聚焦脱贫攻坚，进一步完善工作体制机制，推动地方因地制宜，探索电商精准扶贫的有效措施。通过电子商务进农村项目，实现产业振兴，人才培育，增加村集体收入和增加农民收入。
电商大数据管理系统是一个利用云计算技术，以数据仓库技术为依托，通过采集、汇集本区域电商各行业业务大数据以及扶贫数据，并集中于总数据中心，建立海量数据交换系统，利用数据门户、多维分析、数据挖掘等技术构建智慧数据系统，为政府提供及时、准确、科学的决策依据，降低管理成本，助力客户构建智慧政府。电商大数据管理系统是基于分布式存储技术（Hadoop），分布式计算技术（MapReduce），大数据技术（Big Data），数据仓库技术(Data Warehousing)、以及NoSQL技术（HBase）等先进的云计算技术研发而成的智慧大数据系统。
2.2系统作用
1. 整合电商及扶贫数据
来源于各大电商系统的电商交易数据、各部门扶贫数据，各数据不流通，形成信息孤岛，电商大数据管理系统建立统一数据仓库，整合信息资源数据，给政府提供统一视图报表，统一决策界面。
2. 支撑决策
从数据中分析经济、社会等发展趋势，挖掘新的发展机会，根据数据决策，提高决策的及时性及准确率。
3. 降低政府管理成本，提高效益
基于系统分析内容，政府能了解地区电商实施指数、精准扶贫度、城市影响力等，通过优化政府资源及管理流程，从而降低管理成本，提高经济和社会效益，增强政府发展能力。
2.3项目目标
农业大数据是大数据理念、技术和方法在农业领域的实践，结合实际情况，建设统一的电子商务大数据系统，健全全县电子商务综合服务支撑体系，打造集数据采集、数据处理、监测管理、预测预警、可视化系统于一体的电商大数据系统，以信息化提升数据化管理与服务能力，及时准确掌握电商发展情况，把握电商发展趋势、预见电商发展潜在问题、辅助电商经济决策提供基础支撑，促进电子商务工作持续健康发展。同时农业大数据将为农产品上行服务，为农产品电商的大数据推广、市场定位分析、品牌营销策略等提供数据基础，从而助力农业电商发展和帮助农民增产增收。
3系统架构
以PC端+无线端（微信）为当前的主要应用入口，采用多租户系统应用服务模式研发，建设具备文件系统（JSON、XML、CSV）、数据库（Oracle、MS-SQL Server、MySQL、PostgreSQL、SQLite）、NoSQL（Redis、MongoDB、Memcached）的异种源规范数据迁入接口，为用户提供直观、丰富的数据界面。
建立大数据仓库，大数据仓库按主题域存储信息数据。数据来源主要是电商系统、政府信息数据系统以及互联网，比如电商、城市自媒体、政府各部门信息数据、互联网各行业信息网站等。通过工具定期抽取采集各种数据、清洗数据，并加载入数据仓库中。
架构于数据仓库上的系统功能主要包括数据门户、专题主题分析、即系查询、多维分析、自助报表等功能模块，通过这些功能模块为政府获取数据和分析数据提供简单易用、功能强大的方法，为管理者决策及智慧城市做运营支撑。
3.1数据仓库架构
数据仓库对数据存储进行了分层。分层架构分为： SRC层、ODS层、数据集市层（DM），形成了智慧数据系统分层数据架构。
1.SRC层
SRC层存放原始数据，系统从其他信息数据系统或互联网抽取采集的数据在经过清洗和预处理后首先放入SRC层。
2.ODS层
ODS层是一个面向数据主题的、集成的、可变的、当前的细节数据集合层，用于支持对于即时性的、操作性的、集成的全体信息的需求。常常被作为数据仓库的数据处理的过渡，以降低直接进行数据处理的复杂度。
3.数据集市（DM）
数据集市作为智慧数据系统的组成部分，从大数据仓库中ODS层、抽取相关数据并进行转换和装载，并根据应用需求形成的数据集合，支撑各个政府部门进行建设专业化应用。
3.2系统功能架构
主要功能模块
多维分析：帮助用户进行多角度、立体化、灵活动态的分析信息数据。产品简单易用，无需编写任何的代码，用户只需要通过语义层的定义就可以轻松搭建自己的多维数据模型。
即席查询：信息大数据仓库内的各主题数据、统计报表、指标的快速检索，帮助业务分析人员快速获得所需要的数据和统计信息。
数据门户：对大数据仓库整合的业务数据进行统一展现，展现方式包括仪表盘、表格、日历等内容，并支持用户个性化定制内容、指标等功能，实现真正的个性化服务。数据门户中展现的内容是政府最关注的指标，通过门户为他们获取数据提供最简单容易的方式。
主题分析：从主题域的角度入手，支撑数据资源的组织，支持数据的深入挖掘和分析应用，跟踪、监控互联网+的执行情况及实施效果，揭示互联网+实施过程存在的问题及原因，让政府了解互联网+，通过数据发现实施过程中的问题及不足、为优化政府产业规划提供依据。
分析报告：报表工具作为智慧数据系统建设的重要组成部分，主要对大数据仓库中整合的各主题域业务数据，按照互联网+管理要求，面向政府，快速提供准确、全面、灵活的体现互联网+实施实际的数据信息，为当地政府发展决策支持、政府管理提供有效的数据信息支撑。
采集工具：信息采集工具是数据仓库最核心的后台组件，通过对业务的数据的抽取、采集、清洗、加载及汇总，实现数据仓库中数据的更新及流转。采集工具，实现了模块化处理，每种数据可独立定义，通过图形化及自动化的方式来配置，极大的减轻了数据加工的工作量，提高了数据准确性及处理效率。
3.3系统主要特点
（1）.整体软件系统基于云计算架构规划与设计,充分利用云计算所能提供的高可靠性和伸缩性,并有效整合CDN,云存储等云计算服务,有效降低整体基础设施投入;
（2）.系统整体软件架构采用SOA思想规划与设计,使得系统在基础架构层面对各种应用提供良好的扩展性与可靠性;
（3）.系统数据库选型方面采用面向大规模互联网型应用的数据库类型,整合Orcale,MySQL,MongoDB,HBase等数据库应用,满足系统数据一致性,可用性以及存储量等多方面需求;
（4）.高可扩展性的Hadoop存储体系：采用了Hadoop技术体系作为大数据交换的存储和计算框架，利用Hadoop的HDFS文件系统，MapReduce的计算系统，HBase的数据库系统实现了对海量数据的支持，使数据交换能力的提高通过标准硬件的横向扩展即可实现。
（5）.基于HBase和RabbitMQ集群系统构建的云消息系统，为面向大数据的交换，处理，服务，以及事件驱动的软件体系提供了坚实的基础;
（6）.实时的管理与监控:为用户提供系统全方面的实时的管理与监控，从系统服务，到交换数据，从业务域，到前置或桥接，使用户可以实时了解系统的各种状态，数据交换进程，数据处理的情况等各种信息。同时，管理监控系统为客户提供系统的各种统计报表，方便用户了解系统的运行情况。
4系统总体方案设计思想
4.1设计理念
4.1.1空间换时间
1)采用多级缓存，数据静态化
主要有以下方法：
客户端页面缓存：httpheader中包含Expires/CacheofControl；lastmodified(304，server不返回body，客户端可以继续用cache，减少流量)；ETag
反向代理缓存
应用端缓存(memcache)
数据库内存运行
采用Buffer、cache机制（用于数据库，中间件等）
2)索引
用到的索引方式有：
哈希、B树、倒排、bitmap
哈希索引适合综合数组的寻址和链表的插入特性，可以实现数据的快速存取。
B树索引适合于查询为主导的场景，避免多次的IO，提高查询的效率。
倒排索引实现单词到文档映射关系的最佳实现方式和最有效的索引结构，广泛用在搜索领域。
Bitmap是一种非常简洁快速的数据结构，他能同时使存储空间和速度最优化（而不必空间换时间），适合于海量数据的的计算场景。
4.1.2并行与分布式计算
1)任务切分、分而治之(MR)
在大规模的数据中，数据存在一定的局部性的特征，利用局部性的原理将海量数据计算的问题分而治之。
MR模型是无共享的架构，数据集分布至各个节点。处理时，每个节点就近读取本地存储的数据处理(map)，将处理后的数据进行合并(combine)、排序(shuffleandsort)后再分发(至reduce节点)，避免了大量数据的传输，提高了处理效率。
2)多进程、多线程并行执行(MPP)
并行计算（ParallelComputing）是指同时使用多种计算资源解决计算问题的过程，是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器/进程/线程来协同求解同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理机来并行计算。和MR的区别在于，它是基于问题分解的，而不是基于数据分解。
4.1.3多维度的可用
1)负载均衡、容灾、备份
随着系统并发量的增大，需要扩容节点进行集群，利用负载均衡设备进行请求的分发；负载均衡设备通常在提供负载均衡的同时，也提供失效检测功能；同时为了提高可用性，需要有容灾备份，以防止节点宕机失效带来的不可用问题；备份有在线的和离线备份，可以根据失效性要求的不同，进行选择不同的备份策略。
2)读写分离
读写分离是对数据库来讲的，随着系统并发量的增大，提高数据访问可用性的一个重要手段就是写数据和读数据进行分离；当然在读写分离的同时，需要关注数据的一致性问题；对于一致性的问题，在分布式的系统CAP定量中，更多的关注于可用性。
3)依赖关系
系统中各个模块之间的关系尽量是低耦合的，可以通过相关的消息组件进行交互，能异步则异步，分清楚数据流转的主流程和副流程，主副是异步的，比如记录日志可以是异步操作的，增加整个系统的可用性。
当然在异步处理中，为了确保数据得到接收或者处理，往往需要确认机制(confirm、ack)。
但是有些场景中，虽然请求已经得到处理，但是因其他原因(比如网络不稳定)，确认消息没有返回，那么这种情况下需要进行请求的重发，对请求的处理设计因重发因素需要考虑幂等性。
4)监控
监控也是提高整个系统可用性的一个重要手段，多系统进行多个维度的监控；模块在运行时候是透明的，以达到运行期白盒化。
4.1.4伸缩
1)拆分
拆分包括对业务的拆分和对数据库的拆分。
系统的资源总是有限的，一段比较长的业务执行如果是一竿子执行的方式，在大量并发的操作下，这种阻塞的方式，无法有效的及时释放资源给其他进程执行，这样系统的吞吐量不高。
需要把业务进行逻辑的分段，采用异步非阻塞的方式，提高系统的吞吐量。
随着数据量和并发量的增加，读写分离不能满足系统并发性能的要求，需要对数据进行切分，包括对数据进行分库和分表。这种分库分表的方式，需要增加对数据的路由逻辑支持。
2)无状态
对于系统的伸缩性而言，模块最好是无状态的，通过增加节点就可以提高整个的吞吐量。
4.1.5优化资源利用
1)系统容量有限
系统的容量是有限的，承受的并发量也是有限的，在架构设计时，一定需要考虑流量的控制，防止因意外攻击或者瞬时并发量的冲击导致系统崩溃。在设计时增加流控的措施，可考虑对请求进行排队，超出预期的范围，可以进行告警或者丢弃。
2)原子操作与并发控制
对于共享资源的访问，为了防止冲突，需要进行并发的控制，同时有些交易需要有事务性来保证交易的一致性，所以在交易系统的设计时，需考虑原子操作和并发控制。
保证并发控制一些常用高性能手段有，乐观锁、Latch、mutex、写时复制、CAS等；多版本的并发控制MVCC通常是保证一致性的重要手段，这个在数据库的设计中经常会用到。
3)基于逻辑的不同，采取不一样的策略
系统中业务逻辑存在不同的类型，有计算复杂型的，有消耗IO型的，同时就同一种类型而言，不同的业务逻辑消耗的资源数量也是不一样的，这就需要针对不同的逻辑采取不同的策略。
针对IO型的，可以采取基于事件驱动的异步非阻塞的方式，单线程方式可以减少线程的切换引起的开销，或者在多线程的情况下采取自旋spin的方式，减少对线程的切换(比如oraclelatch设计)；对于计算型的，充分利用多线程进行操作。
同一类型的调用方式，不同的业务进行合适的资源分配，设置不同的计算节点数量或者线程数量，对业务进行分流，优先执行优先级别高的业务。
4)容错隔离
系统的有些业务模块在出现错误时，为了减少并发下对正常请求的处理的影响，有时候需要考虑对这些异常状态的请求进行单独渠道的处理，甚至暂时自动禁止这些异常的业务模块。
有些请求的失败可能是偶然的暂时的失败(比如网络不稳定)，需要进行请求重试的考虑。
5)资源释放
系统的资源是有限的，在使用资源时，一定要在最后释放资源，无论是请求走的是正常路径还是异常的路径，以便于资源的及时回收，供其他请求使用。
在设计通信的架构时，往往需要考虑超时的控制。
4.2设计依据
本技术方案的设计依据为：
中华人民共和国国家发展和改革委员会令第9号《产业结构调整指导目录（2011年本）（修正）》；
《国家“十二五”现代服务业发展规划》；
《国家“十二五”科学和技术发展规划》；
《国家中长期科学和技术发展规划纲要（2006～2020年）》；
《国家发改委办公厅关于组织申报2013年国家服务业引导资金扶持项目的通知》（发改办产业[2012]2765号）；
《国家信息化领导小组关于我国电子政务建设指导意见》（中办发[2002]17号）
《中华人民共和国国民经济和经济发展第十个五年计划纲要》
《国家计委关于印发国民经济和社会发展第十个五年计划信息化重点专项规划的通知》计规划[2002]1172号
《国民经济和社会信息化重点专项规划》
《国家电子政务标准（讨论稿）》
《中华人民共和国招标投标法》
《政府国有产权转让管理暂行办法》
《政府国有资产监督管理暂行条例政府国有资产产权登记管理办法》
《外国投资者并购境内政府暂行规定》
《产权交易竞价转让办法》
《产权交易网络竞价实施细则》
《中华人民共和国农产品质量安全法》
国家农业部农计发[2006]35号《关于印发<全国农产品质量安全检验检测体系建设规划>的通知》;
《投资项目可行性研究指南（试用版）》（国家计委计办投资[2002]15号）；
农业部和国家发展改革委《关于做好2009年农产品质量安全检验检测体系建设项目申报工作的通知》；
《中华人民共和国无公害食品行业标准》；
《农业部绿色食品管理办法》；
农业部农市发[2005]11号《关于发展无公害农产品、绿色食品和有机农产品的意见》；
《全国农业和农村经济发展第十一个五年规划（2006—2010年）》；
国家和本省有关政策、法规和规范；
建设单位提供的有关设想及基础资料。
4.3总体技术路线
4.3.1采用Linux+Apache+PHP+MySQL技术架构
系统基LAPM体系架构进行开发，完全采用B/S模式，用户在客户端只需要使用常用的浏览器即可，不需要安装任何其他软件。采用LAPM标准架构的意义在于：
1)提供一致的面向对象的编程环境,而无论对象代码是在本地存储和执行,还是在本地执行但在Internet上分布,或者是在远程执行的。
2)提供将软件部署和版本控制冲突最小化的代码执行环境。
3)提供可提高代码(包括由未知的或不完全受信任的第三方创建的代码)执行安全性的代码执行环境。
4)提供可消除脚本环境或解释环境的性能问题的代码执行环境。
4.3.2面向服务的架构设计
面向服务架构（Service-OrientedArchitecture，SOA）作为新一代的软件架构，正以其协同高效、复用扩展、异步及松耦合等优点逐步取代传统的软件架构，成为分布式计算应用发展的趋势和热点，适于构筑互联网环境下大规模、分布式、动态性的多类复杂应用。因此，本方案充分融入该思想，提出了面向服务的多层门户架构模式。
该模式采用基于Web服务的多层体系结构，分为用户层、访问接入层、应用服务层、应用支撑层和资源层。其核心思想是将主要的业务服务逻辑与资源数据相互独立，以业务服务组件和门户组件的方式进行部署和交互。用户的各种应用请求，通过门户发送到应用服务层，通过实现应用服务接口，完成一般性服务的处理功能。如果客户端请求需要后台支撑服务的支持或访问其它资源，应用服务层将调用应用支撑层和资源层的其他服务接口。
4.3.3统一的数据资源管理
在数据资源管理方面，建设一个统一的数据中心，按照业务建设应用键数据库，通过集中管理、业务分类、相对独立的数据管理机制实现数据的统一管理、维护和服务，为业务系统和门户网站的应用服务。
4.3.4成熟的应用系统建设方法
在应用系统建设方面，要考虑到不同的应用需求，以及所涉及信息的分布性和系统的异构性来建立。应用系统在设计阶段在逻辑上要完整，在实施阶段要体现软件工程的代码和功能复用原则。
在标准研制和技术选择上，优先采用国家或行业已有标准，在标准缺位情况下，按照急用先行的原则，加快急需标准的研制和应用；优先采用成熟技术，强调技术的实用性、安全性、可靠性、先进性，从标准和技术上保障系统的可扩充性、易维护性、开放性和统一性。
4.3.5跨系统应用设计
在跨系统应用设计上满足如下：
数据库：支持SQLServer、Mysql、Mongodb、Hbase等数据库，支持ODBC，JDBC连接
操作系统：跨系统应用，支持Windows、Linux
中间件：在外部中间件上，支持Weblogic，jboss，websphere等
数据访问中间件：对异构环境下的数据库或文件系统实现联接。
消息中间件：实现在不同系统之间通信，实现分布式系统中可靠的、高效的、实时的跨系统数据传输，实现应用程序之间的协同。
5大数据分析流程
5.1数据采集与预处理
电商数据来源
1、通过爬虫技术抓取。爬虫技术是一种按照一定的规则自动抓取万维网信息的程序或者脚本，可对主流电商线上平台电商零售数据进行抓取，解析页面信息。通过网络爬虫技术，全维度全时段不间断地抓取信息。
2、数据填报系统。为县域内电商企业开通填报后台，企业按照规定时间填写企业数据。
3、与第三方平台对接接口。县域内企业有些自建电商平台，大数据平台提供自动填报的接口，第三方平台自动传送数据。
数据预处理
主要是对原始数据进行的清理，以保证数据的准确性和完整性。
异常数据清洗，重复数据清除，格式标准化，数据归一化
5.2数据存储
数据主要存储模式是基于分布式大数据平台的结构化数据存储。支持海量数据的计算及大数据的分析。对各类数据资源进行逻辑组织，形成基础数据资源库及专题应用资源库，满足电商行业数据资源应用，管理与服务的要求。
5.3数据分析
针对于海量数据分析采用任务调度方式，定时定期进行分布式分析计算，以保证数据处理效率及能力。
数据行业理解，数据抽样，算法选取，测试评估，结果导出。
数据分析方法建立和参数调整等诸多专业的数据分析处理，以结构化数据形式存储，自动化加载并行数据，后期进行数据应用规划。
5.4数据可视化
利用现有的大屏展示技术，将电商数据可视化。通过后台服务器完成数据的清洗，整理，计算，运算结果通过传导系统与显示系统连接，显示系统按照数据需求逻辑和维度进行图表同步可视化输出，使用者可对周期内的数据进行可视化查看。
6大数据展示及填报子系统
实现县域电商数据运算、分析及作图功能，并且支持多种可视化展示等。包括但不限于以下功能：
对于运营中心、上报部门/企业、和不同操作人员设置不同用户权限，能实现不同功能操作；
支持录入、采集、批量导入功能；
展示数据根据数据属性与要求，可动态更新与交互，更新频率可自定义；
建立实时数据库与历史数据库两个存储库，依据需要可控制显示切换；
实现淘宝、天猫、京东以及其它各电商平台的店铺电子地图标注；
店铺注册数据，可录入所属平台、店铺名称、区域位置、产品、产品类型、售价等；
实现物流配送中心及分布图标注；
贫困户数据：姓名、增收数据、月度增收
店铺、物流分布实时动态图
贫困户按所有月份总增收统计分析
热门商品排行展示（总排行、行政区域排行）；
支持不同种类数据图的选择，包括折线图、散点图、柱状图、饼状图等。
平台提供独立可安装客户端，客户端安装后可实现双击自动全屏，自启动功能。
6.1电商信息综合发布子系统
面向全县发布有关国家政策、农业信息、扶贫动态、产业数据等内容，面向本地农户、社会扶贫力量提供有关新闻公告扶贫资讯、政策申报、人力资源、法律金融、电商活动等发布及在线培训、信息沟通系统；系统提供授权开通、帐号管理、角色权限分配等相应管理功能。
资讯中心:本地资讯\培训展示\村站介绍
信息公开:公示信息\电子商务政策
电商服务:运营服务\物流服务\法律服务\培训服务\摄影美工\农技服务\便民信息
农产品数据库:品牌数据库\企业数据库\特产数据库\旅游数据库
创客空间:入驻流程\入驻政策
6.2综合运营管理子系统
实现数据的获取、融合、存储、清洗、审核、发布。包括但不限于以下功能：
对于运营中心、上报部门/企业、和不同操作人员设置不同用户权限，能实现不同功能操作；
支持企业上报、人工采集、API接口等多种方式采集数据；
支持录入、采集、批量导入功能；
展示数据根据数据属性与要求，可动态更新与交互，更新频率可自定义；
建立实时数据库与历史数据库两个存储库，依据需要可控制显示切换；
实现淘宝、天猫、京东以及其它各电商系统的店铺电子地图标注；
店铺注册数据，可录入所属系统、店铺名称、区域位置、产品、产品类型、售价等；
实现核心元数据为企业或系统的订单数据，订单数据包括属性：企业名称、店铺名称、产品类型、产品名称、SKU 单位、销售单价、成交总价、销售目的地（城市）、时间；
实现物流配送中心及分布图标注；
贫困户数据：姓名、增收数据、月度增收
设置年、月、周、日为数据粒度，可进行环比同比计算。
数据查询支持按指标集展开查询、按数据类型分类查询、模糊搜索查询等。
支持Excel数据导出
6.3大数据展示子系统
实现的功能：
1、企业电商化数量：具备电商业务的企业数（平台注册数）；
2、淘宝店数量（京东店数量、天猫店数量、其他平台数量）：为该平台的注册数量，可录入所属平台、店铺名称、产品、产品类型、售价等；
3、具备月度销售K线；
4、核心元数据为企业或平台的订单数据，订单数据包括属性：企业名称、店铺名称、产品类型、产品名称、SKU单位、销售单价、成交总价、销售目的地（城市）、时间；
5、设置年、月、周、日为数据粒度，可进行环比同比计算。
6、区域地图。在地图上标注各个村镇的淘宝店、标注企业店铺。淘宝店、企业店铺、村站、物流点等用不同的颜色标注。
7、GIS地图。运用先进的大数据技术、GIS地图/图标技术，多维度、多视角、全面分析建档立卡贫困村、共服务体系、物流配送体系、农村产品上行、农村电商培训等数据。
6.4企业填报子系统
企业管理子系统
企业管理：管理县域电商企业信息，包括基本信息、店铺信息以及销售额信息，企业可以通过独立数据提报后台或者数据对接接口上传电商交易数据交易数据实时显示在大屏。
店铺管理：店铺管理是收集、导入所有电商平台店铺的销售数据，因此这里的店铺不限于本地商城、天猫、京东等等平台，只要是涉及电商的均可收录。交易数据实时显示在大屏。
销售数据：本功能主要录入所属的企业，店铺，销售额、订单数量交易数据实时显示在大屏。
乡镇维护子系统
乡镇维护：乡镇维护功能主要是管理单个乡镇的乡镇名称，选择上级县尽可添加完成。
贫困户增收：贫困户增收主要是管理县域所有贫困户电商增收情况包括填写个人的基本信息实时数据显示在大屏。
村站管理：村站管理主要是管理县域所有村站点的情况维护完成村站后会实时显示在大屏。
物流点管理：物流点管理主要是管理村级镇级县级的物流点，维护在大数据地图标明物流点位置会实时显示在大屏。
企业所属行业：行业列表主要功能是添加电商行业时会需要选择电商所属分类。
系统配置：系统配置主要是维护平台页面的系统名称登录介绍等，相关平台页面的维护。
通过接口添加数据：主要功能是平台数据代码接口。
6.5商务部对接系统
通过数据上传导入，自动对接商务部系统，商务部系统数据来源显示为智能对接。
商品类别管理
根据国家商务部业务系统统一平台规范标准，设定本区域内商品类别
村站数据管理
根据国家商务部业务系统统一平台标准体系，建立县、乡、村三级站点体系，每个站点一个唯的编号。
导入数据
每天采集各村站的代买代卖订单数据，把订单数量、销售额批量导入平台，并同步至国家商务部统一平台。
数据记录查询
查看已导入的村站数据，通过查询数据可与国家商务部统一平台对帐，如有不对应的地方，可联系商务部处理。
7农村电商大数据系统功能概述
系统功能清单
用户管理：账号管理、角色管理、区域管理
系统管理：数据管理、节点管理、版权设置、附件管理、操作日志、API管理、文件发布、权限设置
GIS管理：地图工具展示、地理信息分布
商品管理：商品类别、代买销售商品、代买销售商品、站点管理
数据上报：企业日报、上报网点、运维月报、网点经济年报、项目资金上报、固定资产上报、企业网店上报、电商扶貧表上报、公共服务体系表上报、物流配送体系表、上报农村产品上行表、上报农村电商培训表、上报资金拨付情况表、上报决策和公开情况上报。
报表查询：企业日报查询、网点月报查询、经济年报查询、固定资产查询、企业网店查询
数据汇总：企业日报交易信息汇总、网点月报电商扶贫汇总、网点月报公共服务汇总、网点月报物流配送情况、网点月报农产品上行、网点月报农村电商培训、网点月报资金拨付汇总、项目建设资金使用汇总、企业月报网店信息汇总
报送汇总：汇总查询
资金管理：合作企业管理、建设项目查询、区域年度资金设置
站点管理：上报企业管理、县级站点管理、区站点管理、乡镇站点、管理村居站点管理
映潮指数：零售行业类别设置、区县电商零售行业上报、区县电商零售行业列表、电商整体交易上报、电商整体交易列表、电商整体交易上报、电商整体交易列表、电商解析上报区且电商解析列表
大数据看板：电商看板、服务站看板、物流看板、品牌看板、溯源看板、培训看板、孵化看板.
