diff --git a/.env.development b/.env.development
index 10cbf3d..96d9000 100644
--- a/.env.development
+++ b/.env.development
@@ -5,4 +5,4 @@ VITE_APP_TITLE = 数字营销实训系统
VITE_APP_ENV = 'development'
# 若依管理系统/开发环境
-VITE_APP_BASE_API = 'http://192.168.2.16:9868'
+VITE_APP_BASE_API = 'http://118.31.7.2:9868'
diff --git a/src/router/index.js b/src/router/index.js
index 700771d..0fb7156 100644
--- a/src/router/index.js
+++ b/src/router/index.js
@@ -162,7 +162,7 @@ export const dynamicRoutes = [
path: "/evaluation",
component: () => import("@/views/learningCenter/evaluation.vue"),
name: "evaluation",
- meta: { title: "知识测评", icon: "知识测评", affix: true },
+ meta: { title: "知识测评", icon: "学习测评", affix: true },
},
],
},
diff --git a/src/views/portraitModel/components/AARRRAnalysis.vue b/src/views/portraitModel/components/AARRRAnalysis.vue
index 6fd5abe..91b39b1 100644
--- a/src/views/portraitModel/components/AARRRAnalysis.vue
+++ b/src/views/portraitModel/components/AARRRAnalysis.vue
@@ -201,7 +201,7 @@ https://help.fanruan.com/finebi5.1/doc-view-1256.html"
案例背景:
-
- 现有以下某商店的交易原始数据,需要采用帕累托分析方法,对商品进行分类:
-
+ 现有以下某商店的交易原始数据,需要采用帕累托分析方法,对商品进行分类:
@@ -54,9 +49,7 @@
第一步,统计各类商品累计销售额
-
- 以商品为统计单元,计算各类商品的销售额。
-
+ 以商品为统计单元,计算各类商品的销售额。
-
-
+
-
-
+
@@ -90,9 +77,7 @@
第二步,排序
-
- 以累计销售额为排序基准,按照倒序进行排序。
-
+ 以累计销售额为排序基准,按照倒序进行排序。
-
-
-
-
+
+
-
-

-

+
+

+
@@ -142,9 +109,7 @@
第三步,计算累计销售额占比
-
- 计算各个商品的销售额占比,并以此通过累加计算累计销售额占比。
-
+ 计算各个商品的销售额占比,并以此通过累加计算累计销售额占比。
-
-
-
-
-
+
+
+
-
- %
+
+ %
-
+
-
- %
+
+ %
@@ -200,9 +145,7 @@
第四步,划分商品类型
-
- 我们按照0-80%,80%-90%,90%-100%将商品分成ABC3个类别,然后对于这3个类别的产品做区别管理,以提高效益。
-
+ 我们按照0-80%,80%-90%,90%-100%将商品分成ABC3个类别,然后对于这3个类别的产品做区别管理,以提高效益。
-
-
-
-
+
+
-
-
-
-
-
-
+
+
+
-
+
@@ -268,58 +193,31 @@
第五步,绘制帕累托图
-
- 以分析表的商品名称为X轴,销售额为左侧Y轴,累计销售额占比为右侧Y轴绘制帕累托图。
-
+ 以分析表的商品名称为X轴,销售额为左侧Y轴,累计销售额占比为右侧Y轴绘制帕累托图。
-
+
-
+
-
+
-
+
@@ -333,14 +231,10 @@
第六步,针对不同类别的商品,制定不同的库存策略
-
- 一般来说,在商品的库存管理策略中:
-
+ 一般来说,在商品的库存管理策略中:

-
A类商品对公司销售额贡献最大,这种商品备货周期短,在保证安全库存的情况下,应该小批量多批次按需储存,尽可能降低库存总量,减少仓储管理成本,但如果控制不好库存,很容易出现断货风险。
+
A类商品对公司销售额贡献最大,这种商品备货周期短,在保证安全库存的情况下,应该小批量多批次按需储存,尽可能降低库存总量,减少仓储管理成本,但如果控制不好库存,很容易出现断货风险。

@@ -348,25 +242,30 @@

-
C类商品属于长尾商品,备货周期更长,最好是集中采购,并适当增大库存量,相应减少订货次数。
+
C类商品属于长尾商品,备货周期更长,最好是集中采购,并适当增大库存量,相应减少订货次数。
- 帕累托分析法源于经典的二八法则。意大利经济学家维尔弗雷多·帕累托于1906年提出了著名的关于意大利社会财务分配的研究结论:20%的人口掌握了80%的社会财富。这个结论对大多数国家的社会财富分配情况都成立。因此帕累托法则又被称为80/20法则。
- 帕累托分析的核心观点是:在许多情况下,大部分的问题、效益或成本都来自于少数的要素。换句话说,少数关键要素占据了绝大多数的结果。这一规律在许多领域都具有普适性,例如:
- 在企业中,80%的利润可能来自于20%的产品或客户。
- 在销售中,80%的销售额可能来自于20%的销售员或产品。
- 在质量控制中,80%的缺陷可能来自于20%的原因或工序。
- ABC 分类法全称应为 ABC 分类库存控制法。
- 又称帕累托分析法或巴雷托分析法、柏拉图分析、主次因分析法
- 、ABC分析法、ABC 管理法,平常也称之为「80 对 20」规则。
+ 帕累托分析法源于经典的二八法则。意大利经济学家维尔弗雷多·帕累托于1906年提出了著名的关于意大利社会财务分配的研究结论:20%的人口掌握了80%的社会财富。这个结论对大多数国家的社会财富分配情况都成立。因此帕累托法则又被称为80/20法则。
+
+
+ 帕累托分析的核心观点是:在许多情况下,大部分的问题、效益或成本都来自于少数的要素。换句话说,少数关键要素占据了绝大多数的结果。这一规律在许多领域都具有普适性,例如:
+
+
+ 在企业中,80%的利润可能来自于20%的产品或客户。
+
+ 在销售中,80%的销售额可能来自于20%的销售员或产品。
+
+ 在质量控制中,80%的缺陷可能来自于20%的原因或工序。
+
+
+ ABC 分类法全称应为 ABC 分类库存控制法。 又称帕累托分析法或巴雷托分析法、柏拉图分析、主次因分析法 、ABC分析法、ABC 管理法,平常也称之为「80 对 20」规则。
- 
+
+
@@ -619,7 +518,7 @@ onBeforeUnmount(() => {
});
onMounted(() => {
getData();
- initCharts();
+ // initCharts();
});
const initCharts = () => {
var chartDom = document.getElementById("echarts");
@@ -690,7 +589,8 @@ const initCharts = () => {
return value + " 元";
},
},
- data: [5900, 2400, 1100, 600],
+ // data: [5900, 2400, 1100, 600],
+ data: [step3Data.value[0].data2, step3Data.value[1].data2, step3Data.value[2].data2, step3Data.value[3].data2],
},
{
@@ -702,7 +602,8 @@ const initCharts = () => {
return value + " %";
},
},
- data: [59, 83, 94, 100],
+ // data: [59, 83, 94, 100],
+ data: [step3Data.value[0].params2, step3Data.value[1].params2, step3Data.value[2].params2, step3Data.value[3].params2],
},
],
};
@@ -773,11 +674,7 @@ const step1Submit = () => {
};
const step2Submit = () => {
step2Error.value = 0;
- if (
- Number(step2Data.value[0].amount) > Number(step2Data.value[1].amount) &&
- Number(step2Data.value[1].amount) > Number(step2Data.value[2].amount) &&
- Number(step2Data.value[2].amount) > Number(step2Data.value[3].amount)
- ) {
+ if (Number(step2Data.value[0].amount) > Number(step2Data.value[1].amount) && Number(step2Data.value[1].amount) > Number(step2Data.value[2].amount) && Number(step2Data.value[2].amount) > Number(step2Data.value[3].amount)) {
step2Error.value = 0;
} else {
step2Error.value = 1;
@@ -834,6 +731,7 @@ const step3Submit = () => {
step4Data.value[2].data3 = step3Data.value[2].params2;
step4Data.value[3].data3 = step3Data.value[3].params2;
step3AnswerFlag.value = true;
+ initCharts();
};
const step4Submit = () => {
step4Error.value = 0;
@@ -863,12 +761,7 @@ const step4Submit = () => {
};
const step5Submit = () => {
step5Error.value = 0;
- if (
- chartParam1.value == "" ||
- chartParam2.value == "" ||
- chartParam3.value == "" ||
- chartParam4.value == ""
- ) {
+ if (chartParam1.value == "" || chartParam2.value == "" || chartParam3.value == "" || chartParam4.value == "") {
proxy.$modal.msgError("请先完成所有填空");
return;
}
@@ -996,17 +889,11 @@ const selectChange = (item) => {
};
const submitData = () => {
console.log("tj");
- if (
- !step1AnswerFlag.value ||
- !step2AnswerFlag.value ||
- !step3AnswerFlag.value ||
- !step4AnswerFlag.value
- ) {
+ if (!step1AnswerFlag.value || !step2AnswerFlag.value || !step3AnswerFlag.value || !step4AnswerFlag.value) {
proxy.$modal.msgError("请先完成所有步骤!");
return;
}
- errorNum.value =
- step1Error.value + step2Error.value + step3Error.value + step4Error.value;
+ errorNum.value = step1Error.value + step2Error.value + step3Error.value + step4Error.value;
console.log(errorNum.value, "总错误次数");
portraitModel
.submit({
@@ -1148,4 +1035,8 @@ defineExpose({
background-color: #002652 !important;
color: #fff;
}
+::v-deep .el-table td {
+ padding-top: 4px;
+ padding-bottom: 4px;
+}
diff --git a/src/views/portraitModel/components/basketAnalysis.vue b/src/views/portraitModel/components/basketAnalysis.vue
index 466c5ac..878abed 100644
--- a/src/views/portraitModel/components/basketAnalysis.vue
+++ b/src/views/portraitModel/components/basketAnalysis.vue
@@ -1032,4 +1032,8 @@ defineExpose({
background-color: #002652 !important;
color: #fff;
}
+::v-deep .el-table td {
+ padding-top: 4px;
+ padding-bottom: 4px;
+}
diff --git a/src/views/portraitModel/components/bostonAnalysis.vue b/src/views/portraitModel/components/bostonAnalysis.vue
index 2022627..75b1abb 100644
--- a/src/views/portraitModel/components/bostonAnalysis.vue
+++ b/src/views/portraitModel/components/bostonAnalysis.vue
@@ -28,9 +28,7 @@
案例背景:
-
- 现有以下某商店的客户消费原始数据,需要采用波士顿矩阵分析方法,对客户进行分类:
-
+ 现有以下某商店的客户消费原始数据,需要采用波士顿矩阵分析方法,对客户进行分类:
@@ -58,9 +53,7 @@
第一步,统计各个客户的消费次数和消费金额
-
- 以客户ID为统计单元,分别计算各个客户累计的消费次数、消费金额。
-
+ 以客户ID为统计单元,分别计算各个客户累计的消费次数、消费金额。
-
-
+
-
-
+
-
-
+
@@ -104,9 +86,7 @@
第二步,确定象限测度划分标准
-
- 以客户ID为统计单元,分别计算各个客户的平均消费次数、平均消费金额。
-
+ 以客户ID为统计单元,分别计算各个客户的平均消费次数、平均消费金额。
-
-
+
-
-
+
-
-
+
@@ -152,36 +119,26 @@
第三步,绘制散点图
-
- 以消费金额为纵轴,消费次数为横轴,将第一步的客户数据绘制于坐标轴中
-
+ 以消费金额为纵轴,消费次数为横轴,将第一步的客户数据绘制于坐标轴中
提交
@@ -194,18 +151,14 @@
第四步,坐标轴区域绘制象限测度划分标准
-
- 将计算出的客户的平均消费次数、平均消费金额,绘制在坐标轴中。
-
+
将计算出的客户的平均消费次数、平均消费金额,绘制在坐标轴中。
提交
-
- 绘制平均消费次数X,平均消费金额Y
-
+
绘制平均消费次数X,平均消费金额Y
(5,1000)