1.一种基于多维特征分析的商业订单数据监测处理方法，其特征在于：该方法包括：S1、车企设置信息提取：将目标车企对应当前待销售车型记为目标分析车型，提取目标分析车型对应设计的初始客户画像；

S2、车企销售信息提取：提取目标分析车型的销售相关数据，销售相关数据由营销数据和预售数据组成；

S3、车企客户画像绘制：基于目标分析车型的销售相关数据，绘制目标分析车型的实际客户画像；

S4、客户画像制定分析：对比所述目标分析车型的实际客户画像和初始客户画像，分析目标车型的客户画像定位精准度；

S5、企业客户定位分析：从车企信息库中调取目标车企对应历史销售车型数目和各历史销售车型的初始客户画像和实际客户画像，分析目标车企对应客户画像综合定位吻合度；

S6、车企分析结果反馈：将目标车型的客户画像定位精准度和目标车企对应客户画像综合定位吻合度反馈至目标车企对应营销管理相关人员；

所述分析目标车型的客户画像定位精准度，包括：

从营销数据中提取各营销宣发渠道对应的关注人员数目，求和得到关注人员数目总和，从预售数据中提取公布预售车辆数目，据此设定销售量偏差影响权重 ；

从实际客户画像中提取实际性别比，从初始客户画像中提取设定性别比，分别记为和 ；

从实际客户画像中提取实际年龄区间集合，从初始客户画像中定位出设定客群年龄区间集合，统计实际客户画像的年龄定位符合度 ；

从实际客户画像中提取实际销售地区覆盖路径，从初始客户画像中定位出设定销售地区覆盖路径，同时从营销数据中提取各营销宣发渠道对应各关注人员的所处IP地址，统计实际客户画像的地区定位符合度 ；

统计目标车型的客户画像定位精准度 ，

， 为设定的许可性别比偏

差， 分别为设定参照的年龄定位符合度、地区定位符合度， 为自然常数；

所述设定销售量偏差影响权重，包括：

将关注人员数目总和记为 ，将已预定车辆数目和公布预售车辆数目分别记为 和；

将 作为销售量偏差影响权重 ，

分别为设定参照的综合关注比偏差、预定车辆比偏差；

所述分析目标车企对应客户画像综合定位吻合度，包括：

按照目标车型的客户画像定位精准度的统计方式同理统计得到各历史销售车型的客户画像定位精准度；

将各历史销售车型和目标车型进行整合，得到各累计销售车型，将各累计销售车型的客户画像定位精准度记为 ， 表示累计销售车型编号， ；

将累计销售车型数目记为 ，将客户画像定位精准度大于或者等于设定基准画像精准度 的累计销售车型记为达标车型，统计达标车型数目，记为 ；

对 进行均值计算，将计算结果记为 ，统计目标车企对应客户画像综合定位吻合度 ， ， 为设定的客户画像定位综合评定修正因子；

所述客户画像定位综合评定修正因子的具体设定过程如下：以累计销售车型为横坐标，以客户画像定位精准度为纵坐标，构建客户画像定位精准度变化曲线，从中定位出峰值点数目、谷值点数目以及各峰值点与其临近谷值点之间的客户画像定位精准度差；

将峰值点数目和谷值点数目分别记为 和 ，同时从各峰值点与其临近谷值点之间的客户画像定位精准度差中筛选出最大客户画像定位精准度差，记为 ；

对各峰值点与其临近谷值点之间的客户画像定位精准度差进行均值计算，将计算结果记为 ；

若 且 ，将 作为客户画像定位

综合评定修正因子， 为设定的参照客户画像定位精准度浮动差；

若 或者 成立，提取客户画像定位精

准度变化曲线的斜率，记为 ，将 作为客户

画像定位综合评定修正因子，并记为 ， 为设定参照销售车型数目差， 为设定参照客户画像定位精准度变化率，由此得到客户画像定位综合评定修正因子 ， 取值为或者 ， 。

2.如权利要求1所述的一种基于多维特征分析的商业订单数据监测处理方法，其特征在于：所述绘制目标分析车型的实际客户画像，包括：从预售数据中提取已预定车辆数目和各已预定车辆对应预定人员的性别、年龄和所属地区；

统计预定人员性别为男性和女性的已预定车辆数目，分别记为 和 ，将 标记为实际性别比；

基于各已预定车辆对应预定人员的年龄，确认已预定车辆的集中年龄区间集合，作为实际年龄区间集合；

将各已预定车辆对应预定人员的所属地区进行去重处理，筛选出去重后的各所属地区，记为各实际销售地区；

将各实际销售地区在电子地图中进行圈定，得到各圈定区域，将各圈定区域的中心点作为标注连接点，连接各标注连接点生成实际销售区域覆盖路径；

将实际性别比、实际年龄区间集合和实际销售地区覆盖路径作为实际客户画像的各绘制特征，并绘制目标分析车型的实际客户画像。

3.如权利要求2所述的一种基于多维特征分析的商业订单数据监测处理方法，其特征在于：所述确认已预定车辆的集中年龄区间集合，包括：将各已预定车辆对应预定人员的年龄与设定的各年龄区间进行对比，统计位于预定人员年龄位于各年龄区间内的已预定车辆数目；

将已预定车辆数目与设定的年龄区间数目的比值记为 ，若某年龄区间内的已预定车辆数目小于 ，将该年龄区间作为剔除年龄区间，并进行剔除，统计剔除后剩余的各年龄区间， 为向上取整符号；

将剔除后剩余的各年龄区间记为各关注年龄区间，若某关注年龄区间下限值与其他另一关注年龄区间对应上限值之间的年龄间隔为1，将该关注年龄区间与其他另一关注年龄区间进行组合，并记为组合年龄区间，若年龄间隔不为1，则将该关注年龄区间记为单一年龄区间，将各组合区间和各单一区间组合成集中年龄区间集合。

4.如权利要求1所述的一种基于多维特征分析的商业订单数据监测处理方法，其特征在于：所述统计实际客户画像的年龄定位符合度，包括：判断实际年龄区间集合和设定客群年龄区间集合内的年龄区间是否均为1个；

若判断结果为是，将实际年龄区间集合内对应年龄区间的上限值和下限值分别记为和 ，将设定客群年龄区间集合内对应年龄区间的上限值和下限值分别记为和 ，将 作为实际客户画像的年龄定位符合度，并记为 ， 为设定年龄差；

若判断结果为否，将实际年龄区间集合和设定客群年龄区间集合内的年龄区间数目分别记为 和 ，并通过年龄对比规则对比得到实际集中年龄区间与设定客群年龄区间的重合度，记为 ，并将 作为实际客户画像的年龄定位符合度，并记为 ，以此得到实际客户画像的年龄定位符合度 ， 取值为 或者， 为设定参照的客群年龄区间重合度。

5.如权利要求1所述的一种基于多维特征分析的商业订单数据监测处理方法，其特征在于：所述统计实际客户画像的地区定位符合度，包括：将各营销宣发渠道对应各关注人员进行整合，将整合后的各关注人员记为各分析关注人员；

将各分析关注人员的所属IP地址进行相互对比，统计各IP地址下的分析关注人员数目，据此筛选出各有效分析IP地址；

从IP地址数据库中查询出各有效分析IP地址的所处地区，记为各重点关注地区；

从所述实际销售地区覆盖路径中定位出各实际销售地区，将与覆盖销售地区相同的重点关注地区分别记为重点重合地区，统计重点重合地区数目，记为 ；

将设定销售地区覆盖路径与实际销售地区覆盖路径进行重合对比，统计重合覆盖路径长度 ，并提取设定销售地区覆盖路径长度，记为 ；

统计实际销售地区数目，记为 ，进而统计实际客户画像的地区定位符合度 ，。

6.如权利要求5所述的一种基于多维特征分析的商业订单数据监测处理方法，其特征在于：所述有效分析IP地址的筛选条件为：IP地址下的分析关注人员数目与关注人员数目总和的比值小于 ， 为设定的有效关注人员数目比。