CN108446853A - 一种业务流程分析***及方法 - Google Patents
一种业务流程分析***及方法 Download PDFInfo
- Publication number
- CN108446853A CN108446853A CN201810247901.9A CN201810247901A CN108446853A CN 108446853 A CN108446853 A CN 108446853A CN 201810247901 A CN201810247901 A CN 201810247901A CN 108446853 A CN108446853 A CN 108446853A
- Authority
- CN
- China
- Prior art keywords
- data
- flow
- acts
- satisfaction
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种业务流程分析***及方法,所述***包括:展示层,作用于营业终端的界面操作;应用层,通过展示层中的终端进入应用层,进行数据交换、配置和改良;执行层,作用于应用层中数据的监听和数据转换;运行监控层,作用于执行层中的数据处理和计算工作;数据层,作用于数据的存储和应用;本发明可以实现业务流程重组过程中,流程参数动态配置调优;解决业务流程设计过程中出现的参数优化等复杂问题;信息预警功能,支持自定义预警时间和预警方式,便于用户无人值守情况下,及时了解异常流程并快速响应解决;不需要投入大量人力与精力,可以智能化提升流程平台的响应能力、运行效率和员工使用的满意度。
Description
技术领域
本发明涉及业务流程技术领域,具体涉及一种业务流程分析***及方法。
背景技术
目前业务流程平台需要持续进行流程重组,提高流程执行效率和满意度;目前通过缺乏有效手段获取各环节相应时长,仅通过流程总量和超时***率进行分析评估;执行过程中,要经常应对下列事件:
通过独创的业务流程满意度模型和业务流程满意度指标,实现对现有业务流程的业务建模和满意度指标计算;
通过流程分析器引擎,将流程各环节的满意度指标通过报表形式展示;
提高响应能力(需要分析***日志,找到影响流程响应的原因);
提高流程效率(需要对流程流转时间、环节进行分析,提升流程流转效率);
提高客户满意度(需要降低流程的无效性和复杂性,提升客户对业务办理相应时间的满意度)
对于上述事件,需要投入大量人力与精力,但仍然在成本控制、时效性、安全性方面收效甚微。
发明内容
本发明的目的在于提供一种业务流程分析***及方法,用以解决现有现有技术中成本控制、时效性、安全性方面收效甚微的问题。
为实现上述目的,本发明的技术方案为:
一种业务流程分析***,所述***包括:
展示层,作用于营业终端的界面操作;
应用层,通过展示层中的终端进入应用层,进行数据交换、配置和改良;
执行层,作用于应用层中数据的监听和数据转换;
运行监控层,作用于执行层中的数据处理和计算工作;
数据层,作用于数据的存储和应用。
进一步的,所述应用层包括:
数据接口模块,作用于数据交换;
数据展现模块,作用于展示分析数据;
数据建模模块,作用于数据模型配置和改良;
信息预警模块,作用于异常流程提醒并快速响应。
进一步的,所述的执行层包括:
监听模块,作用于流程监听和事件监听;
数据转换模块,作用于数据的转换;
报表模块,作用于数据的规整处理。
进一步的,所述运行监控层包括:
流程引擎和流程分析器,作用于数据处理、计算和获取业务流程的满意度数值与满意度指标数据。
进一步的,所述数据层包括:流程库、模型库、日志库、实时库和历史库。
进一步的,执行层,还包括规则引擎、查询构造器,作用于数据的流程监听。
进一步的,所述流程分析器包括业务流程满意度模型和业务流程满意度指标;所述业务流程满意度模型作用于评价业务流程及流程作业的运行效率;所述业务流程满意度指标作用于确定流程满意度数值;在数据通过流程分析器后,提取流程相关日志记入实时库和历史库,由***获取流程平台的流程执行数据和各环节响应数据,通过规则引擎,完成数据转换后形成报表数据,由数据展现层将流程各环节的满意度指标通过报表形式展示。
一种业务流程分析方法,所述方法步骤如下:
S1、营业员在终端界面通过账号密码登录***;
S2、在数据展示界面,选择需要展示的流程指标,设定完成后点击提交;
S3、展示信息传输到执行层的报表模块,调用报表模块功能实现报表展示功能;
S4、报表模块调用数据转换器,数据转换器用于将时间信息根据设定指标进行指标化展现;
S5、数据转换器调用规则引擎,获取数据指标生成规则,规则引擎根据流程响应时间,生成对应的指标数据;
S6、查询构造器调用***,获取从流程***和事件***中采集的基础元数据,组合成流程响应基础数据;
S7、***在流程平台的各个流程节点中部署探针,通过流程平台事件触发***工作;
S8、运行监控层负责业务过程运行信息到性能信息的映射,为执行层提供数据源,过程仓库作为性能信息聚合的工具,利于从多层次多维度观察过程性能状况。过程仓库必须同时满足性能指标的实时计算需求和过程执行历史的分析需求,所以由过程历史仓库和实时过程仓库两部分组成,前者存储历史信息,而后者则存储当前信息。实时过程仓库提供的性能信息可以看作对传统业务过程执行的简单状态信息的扩展;
S9、数据经过运行监控层的流程分析器,将流程信息传入业务流程满意度模型,得到业务流程满意度数值,并调用业务流程满意度指标,得到满意度KPI与偏离值,将数据计入数据层;
S10、数据层是整个***的数据基础,也是性能分析的数据源,由流程库、模型库、日志库、其他数据库和消息队列组成,由数据层提供给运行监控层所需的基础信息;
S11、由工作流引擎响应操作并产生过程执行事件,将过程数据返回给执行层;
S12、执行层获取组装数据后,通过应用层数据展现模块,将业务流程满意度指标展示给用户
本发明方法具有如下优点:
本发明可以实现业务流程重组过程中,流程参数动态配置调优;解决业务流程设计过程中出现的参数优化等复杂问题;可以多维度展现需要改进和优化的业务流程,便于企业找出复杂、低效的流程进行持续优化,提升企业效率;使用直观的文字、图标、图片和多文档格式来明确表示业务流程的活动情况和状态,从而便于用户监控业务流程;自定义关键性能指标,实现***监控能力的自适应,提升企业对业务的分析和掌控能力;信息预警功能,支持自定义预警时间和预警方式,便于用户无人值守情况下,及时了解异常流程并快速响应解决;不需要投入大量人力与精力,可以智能化提升流程平台的响应能力、运行效率和员工使用的满意度。
附图说明
图1为实施例1提供的一种业务流程分析***的结构框图;
图2为实施例1提供的一种业务流程分析***的结构框图;
图3为实施例2提供的一种业务流程分析***的单任务、但作业流程分析模型图;
图4为实施例2提供的一种业务流程分析***的多任务、单作业流程分析模型图;
图5为实施例2提供的一种业务流程分析***的单任务、多作业流水线型作业流程分析模型图;
图6为实施例2提供的一种业务流程分析***的单任务、多作业协作型作业流程分析模型;
图7为实施例3提供的一种业务流程分析方法步骤流程图。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
本发明实施例1提供一种业务流程分析***,请参阅图1和图2所示,所述***包括:
展示层1,作用于营业终端的界面操作;
应用层2,通过展示层中1的终端进入应用层,进行数据交换、配置和改良;
执行层3,作用于应用层2中数据的监听和数据转换;
运行监控层4,作用于执行层3中的数据处理和计算工作;
数据层5,作用于数据的存储和应用
所述应用层2包括:
数据接口模块21,作用于数据交换;
数据展现模块22,作用于展示分析数据;
数据建模模块23,作用于数据模型配置和改良;
信息预警模块24,作用于异常流程提醒并快速响应。
所述的执行层3包括:
监听模块31,作用于流程监听和事件监听;
数据转换模块32,作用于数据的转换;
报表模块33,作用于数据的规整处理。
所述运行监控层4包括:
流程引擎41和流程分析器42,作用于数据处理、计算和获取业务流程的满意度数值与满意度指标数据。
所述数据层5包括:流程库51、模型库52、日志库53、实时库54和历史库55。
执行层3,还包括规则引擎34、查询构造器35,作用于数据的流程监听。
***实现企业业务流程的监测分析功能,通过多维度报表展示业务流程运行性能指标和业务过程性能评价;
本***营业员使用营业终端通过浏览器访问应用层,应用层通过数据展现模块展示分析数据,通过数据接口进行数据的交互,数据建模工具用于数据模型配置和改良,执行层提供监听和数据转换的工作,运行监控层主要是流程引擎和流程分析器提供基础工作,数据层由流程库、数据模型库、日志库等组成实现根据规则监视和调整业务运行过程的功能;允许用户自定义关键性能指标(如时间、成本、质量和风险等),并计算和显示这些指标值,指导企业对业务流程进行优化重组;实现性能数据与基础数据的分离,降低了性能监控与业务流程***的耦合度,实现性能数据不仅可以作为运行时过程性能实时监控的数据源,对也可作为对历史进行深入分析的数据源;实现实时进行运行业务过程的性能计算功能;实现从七个维度考查业务流程,对业务流程的时间、状态、工作负载和成本四个方面进行监测分析的功能。
实施例2
所述流程分析器42包括业务流程满意度模型421和业务流程满意度指标422;所述业务流程满意度模型421作用于评价业务流程及流程作业的运行效率;所述业务流程满意度指标422作用于确定流程满意度数值;在数据通过流程分析器42后,提取流程相关日志记入实时库和历史库。
通过业务流程满意度模型得到流程的预定完成期和流程的作业时间;业务流程满意度指标通过获取流程数据,得到该流程的平均时长、平均逗留时间、平均等待时间、闲期概率、忙期概率等简单排队***指标的基础上,评价业务流程及流程作业的运行效率。
业务流程满意度模型:假设某业务流程有m项作业,该业务流程需要处理n项任务综合考虑其到达时间、流程作业数、流程作业时间、预计等待时间、随机干扰可能引起的等待时间和作业时间增量,确定任务i,(i=l,2,…,,1)的完成期如下:
式中,^di为任务i的预定完成期;ri为任务i的到达时间;Ti为任务i的作业时间;Ti,j为任务i在作业上的作业时间;为任务的等待时间(取决于预排序);为任务i在作业f的等待时间;为任务由随机干扰引起的任务i在作业j上的作业时间增量。
业务流程满意度指标:根据业务流程中的作业之间的关系,以及作业对资源的消耗情况,将业务流程抽象成如下几类模型:单任务、单作业流程模型,如图3所示;多任务协作、单作业模型,如图4所示;单任务、多作业流程流水线型流程模型,如图5所示;单任务、多作业相互协作流程模型,如图6所示;多任务、多作业相互协作流程排队论模型、多任务、多作业流水线型流程排队论模型,等等。下面以单任务、多作业相互协作流程排队论模型为例,给出其流程排队***运行指标的计算公式。
在统计平衡条件下企业流程符合M/M排队***的特征,可以作出这样的推测:如果到达流是普阿松流,在无限等待(不允许损失)的情形和在混合制情形及损失制情形,输入率λ,输入流是普阿松流,在统计平衡条件下,输出率也应为λ,这样才能平衡,否则输入大于输出就会出现无限排队现象,无法平衡。
如果把混合制与损失制情形损失的任务也看作***的输出,由于输入率与输出率相同,输出产品或服务的间隔时间应大致与到达任务的间隔时间相同,由此可推测,输出流也应该是普阿松流。对于单任务、多作业协作流程排队论模型符合以下规则:
模型输入过程,任务源是无限的,执行任务所需单位资源配比且单个到达,相互独立,任务配比资源相继到达的间隔时间服从负指数分布;
模型等待规则,单队,且队长没有限制,先到先服务;
模型服务机构,多作业服务,任务在各项作业的服务时间是相互独立的,服从负指数分布;简单业务流程排队***,流程中有四个作业组成,任务首先经过作业1执行,然后由作业2和作业3协作执行任务,最后由作业4完成;任务配比资源相继到达的间隔时间服从参数为λ1的负指数分布(假设完成任务所需要的资源输入是配比到达队列);根据作业2的需要将作业执行后的任务资源重新配比后(按作业2单项作业资源需要进行配比),那么相对于作业2的任务资源到达间隔时间服从参数为λ2的负指数分布,同理对于作业3的任务资源到达间隔时间服从参数为λ3的负指数分布;任务经过作业2执行后,经过重新配比后(按作业4每执行一次所需要资源配比),到达作业4的间隔时间服从参数λ′4的负指数分布。
假设μ1>λ1(i=1,2,3,4),根据以上可知,流程中各项作业的主要运行指标为:
式中Lsi为作业i(i=1,2,3,4)作业平均队长;Lqi为作业i平均队列长;Wsi为作业i单位配比资源在作业i中的平均逗留时间;Wqi为作业i单位配比资源在作业i中的平均等待时间;P忙i为作业i流程忙期概率;P闲i为作业i闲期概率;队列2的单项任务占用整个流程的输入资源的比例为队列3的单项任务占用整个流程的输入资源的比例为队列4的单项任务占用整个流程的输入资源的比例为队列的单项任务占用整个流程的输入资源的比例为通过以上分析可以计算出整个业务流程的有关运行指标如下:
在数据通过流程分析器后,提取流程相关日志记入实时库和历史库,由***获取流程平台的流程执行数据和各环节响应数据,通过规则引擎,完成数据转换后形成报表数据,由数据展现层将流程各环节的满意度指标通过报表形式展示。
实施例3
本实施例3提供的一种业务流程分析方法,请参阅图7所示,所述方法步骤如下:
S1、营业员在终端界面通过账号密码登录***;
S2、在数据展示界面,选择需要展示的流程指标,设定完成后点击提交;
S3、展示信息传输到执行层的报表模块,调用报表模块功能实现报表展示功能;
S4、报表模块调用数据转换器,数据转换器用于将时间信息根据设定指标进行指标化展现;
S5、数据转换器调用规则引擎,获取数据指标生成规则,规则引擎根据流程响应时间,生成对应的指标数据;
S6、查询构造器调用***,获取从流程***和事件***中采集的基础元数据,组合成流程响应基础数据;
S7、***在流程平台的各个流程节点中部署探针,通过流程平台事件触发***工作;
S8、运行监控层负责业务过程运行信息到性能信息的映射,为执行层提供数据源,过程仓库作为性能信息聚合的工具,利于从多层次多维度观察过程性能状况。过程仓库必须同时满足性能指标的实时计算需求和过程执行历史的分析需求,所以由过程历史仓库和实时过程仓库两部分组成,前者存储历史信息,而后者则存储当前信息。实时过程仓库提供的性能信息可以看作对传统业务过程执行的简单状态信息的扩展;
S9、数据经过运行监控层的流程分析器,将流程信息传入业务流程满意度模型,得到业务流程满意度数值,并调用业务流程满意度指标,得到满意度KPI与偏离值,将数据计入数据层;
S10、数据层是整个***的数据基础,也是性能分析的数据源,由流程库、模型库、日志库、其他数据库和消息队列组成,由数据层提供给运行监控层所需的基础信息;
S11、由工作流引擎响应操作并产生过程执行事件,将过程数据返回给执行层;
S12、执行层获取组装数据后,通过应用层数据展现模块,将业务流程满意度指标展示给用户。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (8)
1.一种业务流程分析***,其特征在于,所述***包括:
展示层(1),作用于营业终端的界面操作;
应用层(2),通过展示层中(1)的终端进入应用层,进行数据交换、配置和改良;
执行层(3),作用于应用层(2)中数据的监听和数据转换;
运行监控层(4),作用于执行层(3)中的数据处理和计算工作;
数据层(5),作用于数据的存储和应用。
2.根据权利要求1所述的一种业务流程分析***,其特征在于,所述应用层(2)包括:
数据接口模块(21),作用于数据交换;
数据展现模块(22),作用于展示分析数据;
数据建模模块(23),作用于数据模型配置和改良;
信息预警模块(24),作用于异常流程提醒并快速响应。
3.根据权利要求1所述的一种业务流程分析***,其特征在于,所述的执行层(3)包括:
监听模块(31),作用于流程监听和事件监听;
数据转换模块(32),作用于数据的转换;
报表模块(33),作用于数据的规整处理。
4.根据权利要求1所述的一种业务流程分析***,其特征在于,所述运行监控层(4)包括:
流程引擎(41)和流程分析器(42),作用于数据处理、计算和获取业务流程的满意度数值与满意度指标数据。
5.根据权利要求1所述的一种业务流程分析***,其特征在于,所述数据层(5)包括:流程库(51)、模型库(52)、日志库(53)、实时库(54)和历史库(55)。
6.根据权利要求3所述的一种业务流程分析***,其特征在于,执行层(3),还包括规则引擎(34)、查询构造器(35),作用于数据的流程监听。
7.根据权利要求4所述的一种业务流程分析***,其特征在于,所述流程分析器(42)包括业务流程满意度模型(421)和业务流程满意度指标(422);所述业务流程满意度模型(421)作用于评价业务流程及流程作业的运行效率;所述业务流程满意度指标(422)作用于确定流程满意度数值;在数据通过流程分析器(42)后,提取流程相关日志记入实时库和历史库,由***获取流程平台的流程执行数据和各环节响应数据,通过规则引擎,完成数据转换后形成报表数据,由数据展现层将流程各环节的满意度指标通过报表形式展示。
8.一种业务流程分析方法,其特征在于,所述方法步骤如下:
S1、营业员在终端界面通过账号密码登录***;
S2、在数据展示界面,选择需要展示的流程指标,设定完成后点击提交;
S3、展示信息传输到执行层的报表模块,调用报表模块功能实现报表展示功能;
S4、报表模块调用数据转换器,数据转换器用于将时间信息根据设定指标进行指标化展现;
S5、数据转换器调用规则引擎,获取数据指标生成规则,规则引擎根据流程响应时间,生成对应的指标数据;
S6、查询构造器调用***,获取从流程***和事件***中采集的基础元数据,组合成流程响应基础数据;
S7、***在流程平台的各个流程节点中部署探针,通过流程平台事件触发***工作;
S8、运行监控层负责业务过程运行信息到性能信息的映射,为执行层提供数据源,过程仓库作为性能信息聚合的工具,利于从多层次多维度观察过程性能状况。过程仓库必须同时满足性能指标的实时计算需求和过程执行历史的分析需求,所以由过程历史仓库和实时过程仓库两部分组成,前者存储历史信息,而后者则存储当前信息。实时过程仓库提供的性能信息可以看作对传统业务过程执行的简单状态信息的扩展;
S9、数据经过运行监控层的流程分析器,将流程信息传入业务流程满意度模型,得到业务流程满意度数值,并调用业务流程满意度指标,得到满意度KPI与偏离值,将数据计入数据层;
S10、数据层是整个***的数据基础,也是性能分析的数据源,由流程库、模型库、日志库、其他数据库和消息队列组成,由数据层提供给运行监控层所需的基础信息;
S11、由工作流引擎响应操作并产生过程执行事件,将过程数据返回给执行层;
S12、执行层获取组装数据后,通过应用层数据展现模块,将业务流程满意度指标展示给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810247901.9A CN108446853A (zh) | 2018-03-23 | 2018-03-23 | 一种业务流程分析***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810247901.9A CN108446853A (zh) | 2018-03-23 | 2018-03-23 | 一种业务流程分析***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108446853A true CN108446853A (zh) | 2018-08-24 |
Family
ID=63197026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810247901.9A Pending CN108446853A (zh) | 2018-03-23 | 2018-03-23 | 一种业务流程分析***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108446853A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109358847A (zh) * | 2018-09-26 | 2019-02-19 | 中国海洋石油集团有限公司 | 一种业务管理平台 |
CN111047147A (zh) * | 2019-11-20 | 2020-04-21 | 深圳市法本信息技术股份有限公司 | 一种业务流程自动采集方法及智能终端 |
CN113592332A (zh) * | 2021-08-06 | 2021-11-02 | 时代云英(重庆)科技有限公司 | 基于自定义配置的低代码业务***及方法 |
CN117132245A (zh) * | 2023-10-27 | 2023-11-28 | 北京国电通网络技术有限公司 | 线上物品获取业务流程重组方法、装置、设备和可读介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324074A (zh) * | 2011-10-28 | 2012-01-18 | 山东城通科技有限公司 | 中小企业信息化应用集群平台 |
CN107526832A (zh) * | 2017-09-05 | 2017-12-29 | 江苏电力信息技术有限公司 | 一种构建基于页面拖拽技术的大数据业务模型的方法 |
-
2018
- 2018-03-23 CN CN201810247901.9A patent/CN108446853A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324074A (zh) * | 2011-10-28 | 2012-01-18 | 山东城通科技有限公司 | 中小企业信息化应用集群平台 |
CN107526832A (zh) * | 2017-09-05 | 2017-12-29 | 江苏电力信息技术有限公司 | 一种构建基于页面拖拽技术的大数据业务模型的方法 |
Non-Patent Citations (2)
Title |
---|
冯钧: "面向BPR的工作流管理技术研究", 《万方学位论文》 * |
刘飚: "企业业务流程分析及其再造的评价方法研究", 《万方学位论文》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109358847A (zh) * | 2018-09-26 | 2019-02-19 | 中国海洋石油集团有限公司 | 一种业务管理平台 |
CN109358847B (zh) * | 2018-09-26 | 2022-06-17 | 中国海洋石油集团有限公司 | 一种业务管理平台 |
CN111047147A (zh) * | 2019-11-20 | 2020-04-21 | 深圳市法本信息技术股份有限公司 | 一种业务流程自动采集方法及智能终端 |
CN111047147B (zh) * | 2019-11-20 | 2023-09-26 | 深圳市法本信息技术股份有限公司 | 一种业务流程自动采集方法及智能终端 |
CN113592332A (zh) * | 2021-08-06 | 2021-11-02 | 时代云英(重庆)科技有限公司 | 基于自定义配置的低代码业务***及方法 |
CN113592332B (zh) * | 2021-08-06 | 2024-03-05 | 时代云英(深圳)科技有限公司 | 基于自定义配置的低代码业务***及方法 |
CN117132245A (zh) * | 2023-10-27 | 2023-11-28 | 北京国电通网络技术有限公司 | 线上物品获取业务流程重组方法、装置、设备和可读介质 |
CN117132245B (zh) * | 2023-10-27 | 2024-02-06 | 北京国电通网络技术有限公司 | 线上物品获取业务流程重组方法、装置、设备和可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446853A (zh) | 一种业务流程分析***及方法 | |
Liu et al. | Workload-based multi-task scheduling in cloud manufacturing | |
Liu et al. | An extensible model for multitask-oriented service composition and scheduling in cloud manufacturing | |
CN107734059B (zh) | 工业互联网云平台 | |
Vera-Baquero et al. | Real-time business activity monitoring and analysis of process performance on big-data domains | |
US10235430B2 (en) | Systems, methods, and apparatuses for detecting activity patterns | |
CN112488558A (zh) | 一种基于工业互联网的能耗监控及分析*** | |
Zeng et al. | Event-driven quality of service prediction | |
Jia et al. | Finite production run-based serial lines with Bernoulli machines: Performance analysis, bottleneck, and case study | |
CN105162628B (zh) | 快速确定网络合理告警阈值的***和方法 | |
CN105467953A (zh) | 一种面向工业大数据的知识表示及其自动化应用方法 | |
US20190095245A1 (en) | System and Method for Apportioning Shared Computer Resources | |
CA2948700A1 (en) | Systems and methods for websphere mq performance metrics analysis | |
CN104809070B (zh) | 基于数据库交易类中间件的性能分析方法 | |
Brochado et al. | A data-driven model with minimal information for bottleneck detection-application at Bosch thermotechnology | |
CN103442212A (zh) | 网络安防综合预警式管理***平台 | |
GB2420931A (en) | Discrete choice method of reporting and predicting multiple transaction types | |
CN117435335A (zh) | 算力调度方法、装置、计算机设备和存储介质 | |
Nguyen et al. | Zero-latency data warehousing (ZLDWH): the state-of-the-art and experimental implementation approaches | |
CN116362212A (zh) | 报表生成方法、装置、设备及存储介质 | |
CN109978503A (zh) | 基于微服务的数据处理方法 | |
CN114154962A (zh) | 批处理监控方法、装置及设备 | |
Xiang et al. | Green manufacturing service composition in cloud manufacturing system: An introduction | |
CN112817938A (zh) | 一种基于数据产品化的通用数据服务构建方法及*** | |
Kumar et al. | Some results on a generalized M/G/1 feedback queue with negative customers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180824 |