CRM服务项目工程咨询（参考）

泓域/CRM服务项目工程咨询 CRM服务项目 工程咨询 xx有限责任公司 目录 一、 环境承载力影响因素识别及评价指标 3 二、 生态承载力影响因素识别及评价指标 4 三、 网络信息搜索和提取方法 5 四、 大数据系统和数据挖掘技术 8 五、 经济效益与费用的估算原则 12 六、 直接效益与直接费用的识别与计算 13 七、 不具备市场价格的产出效果经济价格确定 16 八、 政府调控价格货物经济价格确定 16 九、 系数估算法 18 十、 生产能力指数法 18 十一、 建设期利息估算的前提条件 19 十二、 建设期利息的估算方法 19 十三、 公司概况 20 公司合并资产负债表主要数据 20 公司合并利润表主要数据 21 十四、 项目简介 21 十五、 经济收益分析 24 营业收入、税金及附加和增值税估算表 24 综合总成本费用估算表 26 利润及利润分配表 28 项目投资现金流量表 30 借款还本付息计划表 32 十六、 投资估算 33 建设投资估算表 35 建设期利息估算表 36 流动资金估算表 37 总投资及构成一览表 39 项目投资计划与资金筹措一览表 40 十七、 进度实施计划 41 项目实施进度计划一览表 41 一、 环境承载力影响因素识别及评价指标 （—）水环境承载力 水环境承载力是在一定经济社会和科学技术发展水平条件下，以生态、环境健康发展和社会经济可持续发展协调为前提，区域水环境系统能够支撑社会经济可持续发展的合理规模。主要影响因素包括水功能区划、海洋功能区划、近岸海域环境功能区划、保护目标及各功能区水质达标情况，主要水污染因子和特征污染因子、水环境控制单元主要污染物排放现状及允许排放量、环境质量改善目标要求，地表水控制断面位置及达标情况，主要水污染源分布和污染贡献率（包括工业、农业和生活污染源）等。主要评价指标包括万元工业增加值废水排放量、工业废水达标排放率、污径比、主要水污染物排放强度等。 （二）大气环境承载力 大气环境承载力是在某一时期、某一区域，环境对人类活动所排放大气污染物的最大可能负荷的支撑阈值。主要影响因素包括大气环境功能区划、保护目标及各功能区环境空气质量达标情况，主要大气污染因子和特征污染因子、大气环境控制单元主要污染物排放现状及允许排放量、环境质量改善目标要求，主要大气污染源分布和污染贡献率（包括工业、农业和生活污染源）等。主要评价指标包括空气优良率和主要大气污染物排放强度等。 （三）土壤环境承载力 土壤环境承载力是在维持土壤环境系统功能结构不发生变化的前提下，其所能承受的人类作用在规模、强度和速度上的限值。主要影响因素包括土壤主要理化特征，主要土壤污染因子和特征污染因子，土壤环境质量达标情况，土壤污染风险防控区及防控目标等。主要评价指标包括土壤环境质量达标率等。 二、 生态承载力影响因素识别及评价指标 生态承载力的主要影响因素包括生态保护红线与管控要求，生态系统的类型（森林、草原、荒漠、冻原、湿地、水域、海洋、农田、城镇等）及其结构、功能和过程，植物区系与主要植被类型，珍稀、濒危、特有、狭域野生动植物的种类、分布和生境状况，主要生态问题的类型、成因、空间分布、发生特点等。主要评价指标包括植被覆盖率、森林覆盖率、自然保护区覆盖率、城市建成区绿化覆盖率、生物丰度指数、景观破碎度等。 三、 网络信息搜索和提取方法 （一）概过 现在，虽然不能说人类所有文献与其他信息都上了互联网，但是网上的信息极为丰富，许多都可用于咨询。但是，许多咨询人员还不善于甚至不知道如何从网上快速、安全、有效地获得自己需要的信息和知识。咨询工程师应当知晓网上有何利信息，应掌握从网上获取信息的方法与基本技巧。对于网上的信息，可利用浏览器和搜索引擎获取。浏览器是供用户阅读网页内容的软件；而搜索引擎，指从互联网上搜集信息的特定电脑程序。 早期的搜索引擎是收集互联网中服务器的地址，按这些服务器拥有的资源类型将其编成不同的目录，各个目录再逐层分类。搜索引擎则沿着此类层级向下搜索，找到用户想要的信息。这种方式只适用于互联网信息不多的时代。随着互联网上信息的迅猛增长，出现了新式搜索引擎，性能大为改进，能够找到网站每一页的起始地址，随后搜索网上所有超级链接，把代表超级链接的所有词汇放入一个数据库。搜索引擎的功能不再限于搜索，已经添加了电子商务、新闻信息服务、个人免费电子信箱服务等。 （二）搜索引擎工作原理 搜索引擎有信息搜集、信息整理和接受用户查询三部分，各自工作原理大致如下： 1．搜集信息：搜索引擎利用称为网络蜘蛛（spider）的自动搜索机器人程序，从少数几个网页开始，将各个网页的超链接连结在一起，只要网页上有适当的超链接，机器人便可以遍历绝大部分网页。 2．整理信息：这个过程称为“建立索引”。搜索引擎不仅要保存搜集到的信息，还要按照一定规则编排之。这样，搜索引擎无须重新翻查已保存的所有信息，便能迅速找到所要的资料，从而能够大大加快搜索速度。 3．接受查询：对于每时每刻都会接到的大量用户几乎同时发出的查询请求，搜索引擎按照各个用户的要求检查自己的索引，能在极短时间内找到用户需要的资料，并交给用户。目前，搜索引擎交给用户的主要是网页链接，用户按照这些链接便能找到含有自己所需资料的网页。搜索引擎一般会在这些链接下加一段有关这些网页的摘要，以便用户判断此网页是否含有自己需要的内容。 （三）搜索引擎种类 现在，搜索引擎有很多种，可以从不同的角度分类。 按搜索方法，分全文索引、目录索引、元搜索、垂直搜索、集合式搜索、门户搜索、个性搜索、专家型搜索与免费链接列表等。 按搜索对象，分购物、自然语言、新闻、MP3、图片等搜索引擎。 按搜索范围，分桌面、地址栏、本地等搜索引擎。 按出现的时间，分第三代、第四代搜索引擎等。 现在，用的较多的搜索引擎有Google，百度、Yahoo、MSNSearch，Webcrawler，Lycos，CNetSearch，LookSmart等。 （四）搜索方法与技巧 要想使搜索引擎能在网上快速找到有关咨询的资料，首先要明确查询目的。目的不同，查询策略与方法不同。在明确目的之后，还应了解查询的种类与技巧，学会恰当地使用关键词。 搜索方法的选择取决于搜索的内容。不同搜索引擎的复杂条件查询功能和实现方法各有不同，网站中一般都有“帮助”和“说明”解释各自的功能和方法。 现在的搜索引擎都有模糊查询功能。当用户输入关键词时，搜索引擎不但交给用户关键词的网址，还发来与关键词意义相近的内容。比如，查找“建筑报”一词时，模糊查询搜索的结果会有“建筑报”“建设报”“建筑时报”等的网址。网址的排列，一般是完全符合关键词在最前边，其次是相近的。模糊查询的结果往往并非用户所需，为了排除不需要的结果，各种搜索引擎也设置了相应的功能。 四、 大数据系统和数据挖掘技术 （一）数据挖掘概述 1．大数据 大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。 大数据有各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案，及大型电子商务。 大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番，面对前所未有的海量数据，为了从中发现有用的信息必须进行数据挖掘。此外，计算机存储、处理大量数据，以及运算的能力大为增强，为数据挖掘创造了条件，使其成为一门独特的学科和技术。 2．数据挖掘与数据分析的区别 数据挖掘与数据分析的主要区别在于： （1）处理工作量。数据分析的数据量可能并不大，而数据挖掘的数据量极大。 （2）制约条件。数据分析是从某些假设出发，建立方程或模型，而数据挖掘不作假设，可以自动建立方程。 （3）处理对象。数据分析往往是针对数字型数据，而数据挖掘对象类型繁多，例如图像、声音、文本等。 （4）处理结果。数据分析可以解释结果的含义；数据挖掘的结果不易解释，着眼于预测未来，并提出决策建议。 想要从数据中发现规律（即认知），往往需将数据分析和数据挖掘结合起来。 （二）数据挖掘步骤 按挖掘对象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种，各自步骤分述如下。 1．数据库与数据仓库挖掘 数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。 （1）信息收集。从确定的挖掘对象中提取特征，然后选择合适的收集方法，将收集到的信息存入数据库。对于海量数据，必须选择合适的数据仓库。 （2）数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排，以便以后使用。 （3）数据规约。多数数据挖掘算法耗时很长，商业数据往往较多，数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示，规约后数量大减，但仍能保持原数据的完整性，对规约数据的挖掘结果，与对规约前数据的挖掘结果相同或几乎相同。 （4）数据清理。有些数据不完整（属性缺少属性值）、含噪声（属性值错误），不一致（同一信息有多种表示），需要清理，使其完整、正确、一致后存入数据仓库。 （5）数据变换。将数据变换成适合数据挖掘的形式。实数型数据，可将其分层和离散化。 （6）数据挖掘。根据数据格式、属性与特点，选择合适的处理工具，例如统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络，取得有用的信息。 （7）模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。 （8）知识表示。将数据挖掘得到的信息以可视方式交给用户，或作为新的知识存人知识库，供其他应用程序使用。 并非所有的数据挖掘都要走上述的每一步。若只有一个数据源，则可以省略数据集成。 数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段，而至少60%以上的精力和时间要花在数据预处理上。 数据挖掘是一个反复多次的过程，若一次未满足要求或未得到有用结果，则需回到前面，经过调整后重新开始。 2，网络挖掘 网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。 网络信息挖掘是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性，进而在网络中提取用户感兴趣的信息，获得更高层次的知识和规律。 网络信息挖掘沿用了Robot，全文检索、人工智能的模式识别、神经网络等技术。现在的搜索引擎使用了这些技术，能够在网页或网站数据库中为用户搜寻有用信息。 网络信息挖掘具体步骤如下： （1）确立目标样本。由用户选择目标文本，提取特征信息。 （2）提取特征信息。根据目标样本的词频分布，从统计词典中提取挖掘目标的特征向量并计算出相应的权值。 （3）网络信息获取。先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。 （4）信息特征匹配。提取索引库中的源信息特征向量，并与目标样本的特征向量对照，将符合要求的信息交给用户。 五、 经济效益与费用的估算原则 （一）支付意愿原则 项目产出正面效益的计算应遵循支付意愿（WTP）原则，分析社会成员为项目产出愿意支付的价值。 （二）受偿意愿原则 项目产出负面影响的计算应遵循接受补偿意愿（WTA）原则，分析社会成员为接受这种不利影响所要求补偿的价值。 （三）机会成本原则 项目投入的经济价值的计算应遵循机会成本原则，分析项目所占用资源的机会成本。机会成本应按该资源的最佳可行替代用途（也称次优用途）所产生的效益计算。 （四）实际