CN111949743A - 网点运营数据获取方法、装置及设备 - Google Patents
网点运营数据获取方法、装置及设备 Download PDFInfo
- Publication number
- CN111949743A CN111949743A CN202010756650.4A CN202010756650A CN111949743A CN 111949743 A CN111949743 A CN 111949743A CN 202010756650 A CN202010756650 A CN 202010756650A CN 111949743 A CN111949743 A CN 111949743A
- Authority
- CN
- China
- Prior art keywords
- data set
- dimension
- operation data
- index
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013500 data storage Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000009960 carding Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 239000003607 modifier Substances 0.000 claims description 3
- 238000005034 decoration Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 14
- 238000004364 calculation method Methods 0.000 abstract description 5
- 206010063385 Intellectualisation Diseases 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2219—Large Object storage; Management thereof
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种网点运营数据获取方法、装置及设备,属于快递数据处理技术领域,该方法通过基于大数据存储,获取目标数据集;基于目标数据集和维度建模,构建面向预设对象的维度模型;接收组合指标,根据组合指标及维度模型,获取与组合指标相对应的运营数据。将传统的数据开发和数据建模方法融入到自定义组合指标看板中,通过大数据存储和计算实现网点运营的自助化,智能化,从而降低成本,快速的进行网点日常运营。
Description
技术领域
本发明属于快递数据处理技术领域,具体涉及一种网点运营数据获取方法、装置及设备。
背景技术
随着科技的发展,快递行业得到了迅速壮大。为了管理快递中产生的各种数据,目前,快递网点按照功能性***进行数据运营。
但是,按照功能性***进行数据运营,使得操作***复杂,操作时需要不停切换;信息杂,各个***数据分割,不能形成统一的闭环;成本高,数据重复建设,后期维护困难;周期长,按照数据报表进行单独开发,开发周期较长;指标乱,相同的数据指标在不同的***有不同的含义,使得指标容易混乱。而目前的数据运营数据指标需要按照业务的需求驱动,数据开发周期比较长,响应慢;数据没有在全局领域上打通,网点无法看到全局数据,不能快速的有针对性的去进行数据运营。
因此,如何使得数据运营可配置化、自动化、降低网点日常运营成本,成为现有技术中亟待解决的问题。
发明内容
为了至少解决现有技术存在的上述问题,本发明提供了一种网点运营数据获取方法、装置及设备。
本发明提供的技术方案如下:
一方面,一种网点运营数据获取方法,包括:
基于大数据存储,获取目标数据集;
基于所述目标数据集和维度建模,构建面向预设对象的维度模型;
接收组合指标,根据所述组合指标及所述维度模型,获取与所述组合指标相对应的运营数据。
可选的,所述预设对象,包括:网点、业务员、客户对象中的至少一种。
可选的,所述目标数据集,包括:网点运营数据集;
所述基于所述目标数据集和维度建模,构建面向预设对象的维度模型,包括:
基于预设梳理规则,对所述网点运营数据集进行梳理,获取基础全局数据集;
根据所述基础全局数据集和维度建模,构建网点数据面向预设对象的维度模型;
基于所述维度模型和所述预设对象,构建网点运行数据指标池。
可选的,所述根据所述组合指标及所述维度模型,获取与所述组合指标相对应的运营数据,包括:
根据大数据组件,基于所述组合指标及所述网点运行数据指标池,对指标进行筛选,获取所述组合指标相对应的运营数据。
可选的,还包括:
基于预设标准,对网点指标进行定义;
确定维度表和事实表;
所述基于所述目标数据集和维度建模,构建面向预设对象的维度模型,包括:
根据所述维度表和事实表,基于所述目标数据集和维度建模,构建面向预设对象的维度模型。
可选的,所述网点指标,包括:主题、业务过程、维度、原子指标、修饰类型、修饰词、时间周期、派生指标中的至少一种。
又一方面,一种网点运营数据获取装置,包括:获取模块、构建模块和确定模块;
所述获取模块,用于基于大数据存储,获取目标数据集;
所述构建模块,用于基于所述目标数据集和维度建模,构建面向预设对象的维度模型;
所述确定模块,用于接收组合指标,根据所述组合指标及所述维度模型,获取与所述组合指标相对应的运营数据。
可选的,所述获取模块,获取的目标数据集,包括:网点运营数据集;
所述构建模块,用于基于预设梳理规则,对所述网点运营数据集进行梳理,获取基础全局数据集;根据所述基础全局数据集和维度建模,构建网点数据面向预设对象的维度模型;基于所述维度模型和所述预设对象,构建网点运行数据指标池。
可选的,所述确定模块,用于:
根据大数据组件,基于所述组合指标及所述网点运行数据指标池,对指标进行筛选,获取所述组合指标相对应的运营数据。
又一方面,一种网点运营数据获取设备,包括:处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行上述任一项所述的网点运营数据获取方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
本发明的有益效果为:
本发明实施例提供的网点运营数据获取方法、装置及设备,通过基于大数据存储,获取目标数据集;基于所述目标数据集和维度建模,构建面向预设对象的维度模型;接收组合指标,根据所述组合指标及所述维度模型,获取与所述组合指标相对应的运营数据。将传统的数据开发和数据建模方法融入到自定义组合指标看板中,通过大数据存储和计算实现网点运营的自助化,智能化,从而降低成本,快速的进行网点日常运营。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种网点运营数据获取方法流程示意图;
图2为本发明实施例提供的一种网点运营数据获取装置的结构示意图;
图3为本发明实施例提供的一种网点运营数据获取设备结构示意图。
附图标记:
21-获取模块;22-构建模块;23-确定模块;31-处理器;32-存储器。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
在目前网点运营时,采用***的数据模型包括:神州、掌中通、财经、CRM、客服、驾驶舱等,均按照业务线进行,存在重复建设、使用复杂的问题;计算与存储成本需求驱动,烟囱式开发,便捷性差。在数据开发上,流程一般为:提出需求——口径调研——代码开发——报表开发——提出需求,如此循环,存在开发周期长、缺少公共层敏捷支持的问题。在数据服务上,运维成本高,尤其是海量数据场景,数据使用不可控,如全链路监控、权限等,增加SLA时长。因此,如何使得数据运营可配置化、自动化、降低网点日常运营成本,成为现有技术中亟待解决的问题。
为了至少解决本发明中提出的技术问题,本发明实施例提供一种网点运营数据获取方法。
图1为本发明实施例提供的一种网点运营数据获取方法流程示意图,请参阅图1,本发明实施例提供的方法,可以包括以下步骤:
S11、基于大数据存储,获取目标数据集。
例如,可以采用Hadoop开源大数据框架,其最底部是Hadoop Distributed FileSystem(HDFS),它存储Hadoop集群中所有存储节点上的文件。HDFS的上一层是MapReduce引擎,该引擎由JobTrackers和TaskTrackers组成。
通过大数据存储,来获取目标数据集,如,所以存储节点上的文件可以作为本申请的目标数据集。
S12、基于目标数据集和维度建模,构建面向预设对象的维度模型。
在本申请实施例中,在获取到目标数据集后,利用维度建模,构建面向预设对象的维度模型。其中,维度模型是数据仓库领域大师Ralph Kimball所倡导,他的《TheDataWarehouse Toolkit-The Complete Guide to Dimensona Modeling,中文名《数据仓库工具箱》,是数据仓库工程领域最流行的数仓建模经典。按照书中所讲,维度建模并不要求维度模型必须满足第3范式。数据库中强调的3NF主要是为了消除冗余。规范化的3NF将数据划分为多个不同的实体,每个实体构成一个关系表。比如说订单数据库,开始可能是每个订单中的一行表示一条记录,到后来为了满足3NF会变成蜘蛛网状图,也许会包含上百个规范化表。而且对于BI查询来讲,规范化模型太复杂,用户会难以理解和记录这些模型的使用,维度建模解决了模式过分复杂的问题。
可选的,预设对象,包括:网点、业务员、客户对象中的至少一种。
例如,构建的维度模型,可以面向网点,也可以面向业务员,也可也面向某些客户等。
可选的,目标数据集,可以包括:网点运营数据集;基于目标数据集和维度建模,构建面向预设对象的维度模型,包括:基于预设梳理规则,对网点运营数据集进行梳理,获取基础全局数据集;根据基础全局数据集和维度建模,构建网点数据面向预设对象的维度模型;基于维度模型和预设对象,构建网点运行数据指标池。
例如,使用维度建模,针对网点、业务员、客户对象,涉及所有的数据运营环节的数据,采用传统维度建模方式,构建维度模型,囊括网点类的所有数据指标,形成网点运行数据指标池。
可选的,还包括:基于预设标准,对网点指标进行定义;确定维度表和事实表。基于目标数据集和维度建模,构建面向预设对象的维度模型,包括:根据维度表和事实表,基于目标数据集和维度建模,构建面向预设对象的维度模型。
其中,维度表可以看作是用户来分析数据的窗口,维度表中包含事实数据表中事实记录的特性,有些特性提供描述性信息,有些特性指定如何汇总事实数据表数据,以便为分析者提供有用的信息,维度表包含帮助汇总数据的特性的层次结构。例如,包含产品信息的维度表通常包含将产品分为食品、饮料、非消费品等若干类的层次结构,这些产品中的每一类进一步多次细分,直到各产品达到最低级别。在维度表中,每个表都包含独立于其他维度表的事实特性,例如,客户维度表包含有关客户的数据。维度表中的列字段可以将信息分为不同层次的结构级。维度表包含了事实表中指定属性的相关详细信息,比如,详细的产品,客户属性,存储信息等。每个数据仓库都包含一个或者多个事实数据表。事实数据表可能包含业务销售数据,如现金登记事务。所产生的数据,事实数据表通常包含大量的行。事实数据表的主要特点是包含数字数据(事实),并且这些数字信息可以汇总,以提供有关单位作为历史的数据,每个事实数据表包含一个由多个部分组成的索引,该索引包含作为外键的相关性维度表的主键,而维度表包含事实记录的特性。事实数据表不应该包含描述性的信息,也不应该包含除数字度量字段及使事实与维度表中对应项的相关索引字段之外的任何数据。
例如,对网点指标标准定义可以维度建模为理论基础,构建总线矩阵,定义主题、业务过程、维度、原子指标、修饰类型、修饰词、时间周期、派生指标,进而确定维度表,事实表的模型。对形成标准的指标,进行面向对象归类,最终形成网点,业务员,发件客户的指标树。
S13、接收组合指标,根据组合指标及维度模型,获取与组合指标相对应的运营数据。
可选的,根据组合指标及维度模型,获取与组合指标相对应的运营数据,包括:根据大数据组件,基于组合指标及网点运行数据指标池,对指标进行筛选,获取组合指标相对应的运营数据。
例如,可以使用kylin和presto计算,对指标进行自由组合的实时查询界面,让网点按照自己的数据运营需求,进行数据提取和数据运营。
在一个具体的实现过程中,用户网点可以输入网点名称和要查询时间段,从而查看该网点在该时间段的运营信息;也可也输入业务名称和要查询的时间段,从而查看该业务名称下,该时间段的运营信息等。从而使得用户网点可以按照设定的指标,进行数据提取和数据运营。
本发明实施例提供的网点运营数据获取方法,包括:基于大数据存储,获取目标数据集;基于目标数据集和维度建模,构建面向预设对象的维度模型;接收组合指标,根据组合指标及维度模型,获取与组合指标相对应的运营数据。将传统的数据开发和数据建模方法融入到自定义组合指标看板中,通过大数据存储和计算实现网点运营的自助化,智能化,从而降低成本,快速的进行网点日常运营。
基于一个总的发明构思,本发明实施例还提供一种网点运营数据获取装置。
图2为本发明实施例提供的一种网点运营数据获取装置的结构示意图,请参阅图2,本发明实施例提供的装置,可以包括以下结构:获取模块21、构建模块22和确定模块23。
其中,获取模块21,用于基于大数据存储,获取目标数据集;
构建模块22,用于基于目标数据集和维度建模,构建面向预设对象的维度模型;
确定模块23,用于接收组合指标,根据组合指标及维度模型,获取与组合指标相对应的运营数据。
可选的,获取模块21,获取的目标数据集,包括:网点运营数据集;
构建模块22,用于基于预设梳理规则,对网点运营数据集进行梳理,获取基础全局数据集;根据基础全局数据集和维度建模,构建网点数据面向预设对象的维度模型;基于维度模型和预设对象,构建网点运行数据指标池。
可选的,确定模块23,用于:根据大数据组件,基于组合指标及网点运行数据指标池,对指标进行筛选,获取组合指标相对应的运营数据。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例提供的网点运营数据获取装置,通过基于大数据存储,获取目标数据集;基于目标数据集和维度建模,构建面向预设对象的维度模型;接收组合指标,根据组合指标及维度模型,获取与组合指标相对应的运营数据。将传统的数据开发和数据建模方法融入到自定义组合指标看板中,通过大数据存储和计算实现网点运营的自助化,智能化,从而降低成本,快速的进行网点日常运营。
基于一个总的发明构思,本发明实施例还提供一种虚拟电厂内部多元主体的竞价设备。
图3为本发明实施例提供的一种网点运营数据获取设备结构示意图,请参阅图3,本发明实施例提供的一种网点运营数据获取设备,包括:处理器31,以及与处理器相连接的存储器32。
存储器32用于存储计算机程序,计算机程序至少用于上述任一实施例记载的网点运营数据获取方法;
处理器31用于调用并执行存储器中的计算机程序。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种网点运营数据获取方法,其特征在于,包括:
基于大数据存储,获取目标数据集;
基于所述目标数据集和维度建模,构建面向预设对象的维度模型;
接收组合指标,根据所述组合指标及所述维度模型,获取与所述组合指标相对应的运营数据。
2.根据权利要求1所述的方法,其特征在于,所述预设对象,包括:网点、业务员、客户对象中的至少一种。
3.根据权利要求1所述的方法,其特征在于,所述目标数据集,包括:网点运营数据集;
所述基于所述目标数据集和维度建模,构建面向预设对象的维度模型,包括:
基于预设梳理规则,对所述网点运营数据集进行梳理,获取基础全局数据集;
根据所述基础全局数据集和维度建模,构建网点数据面向预设对象的维度模型;
基于所述维度模型和所述预设对象,构建网点运行数据指标池。
4.根据权利要求3所述的方法,其特征在于,所述根据所述组合指标及所述维度模型,获取与所述组合指标相对应的运营数据,包括:
根据大数据组件,基于所述组合指标及所述网点运行数据指标池,对指标进行筛选,获取所述组合指标相对应的运营数据。
5.根据权利要求1所述的方法,其特征在于,还包括:
基于预设标准,对网点指标进行定义;
确定维度表和事实表;
所述基于所述目标数据集和维度建模,构建面向预设对象的维度模型,包括:
根据所述维度表和事实表,基于所述目标数据集和维度建模,构建面向预设对象的维度模型。
6.根据权利要求5所述的方法,其特征在于,所述网点指标,包括:主题、业务过程、维度、原子指标、修饰类型、修饰词、时间周期、派生指标中的至少一种。
7.一种网点运营数据获取装置,其特征在于,包括:获取模块、构建模块和确定模块;
所述获取模块,用于基于大数据存储,获取目标数据集;
所述构建模块,用于基于所述目标数据集和维度建模,构建面向预设对象的维度模型;
所述确定模块,用于接收组合指标,根据所述组合指标及所述维度模型,获取与所述组合指标相对应的运营数据。
8.根据权利要求7所述的装置,其特征在于,所述获取模块,获取的目标数据集,包括:网点运营数据集;
所述构建模块,用于基于预设梳理规则,对所述网点运营数据集进行梳理,获取基础全局数据集;根据所述基础全局数据集和维度建模,构建网点数据面向预设对象的维度模型;基于所述维度模型和所述预设对象,构建网点运行数据指标池。
9.根据权利要求8所述的装置,其特征在于,所述确定模块,用于:
根据大数据组件,基于所述组合指标及所述网点运行数据指标池,对指标进行筛选,获取所述组合指标相对应的运营数据。
10.一种网点运营数据获取设备,其特征在于,包括:处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行权利要求1~6任一项所述的网点运营数据获取方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010756650.4A CN111949743A (zh) | 2020-07-31 | 2020-07-31 | 网点运营数据获取方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010756650.4A CN111949743A (zh) | 2020-07-31 | 2020-07-31 | 网点运营数据获取方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111949743A true CN111949743A (zh) | 2020-11-17 |
Family
ID=73338953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010756650.4A Pending CN111949743A (zh) | 2020-07-31 | 2020-07-31 | 网点运营数据获取方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111949743A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114510489A (zh) * | 2022-02-25 | 2022-05-17 | 中国平安人寿保险股份有限公司 | 企业指标树构建方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325648A (zh) * | 2018-06-29 | 2019-02-12 | 深圳市彬讯科技有限公司 | 基于指标的多维度数据流统计方法、服务器及存储介质 |
CN110019396A (zh) * | 2017-12-01 | 2019-07-16 | ***通信集团广东有限公司 | 一种基于分布式多维分析的数据分析***及方法 |
US20200058406A1 (en) * | 2017-07-28 | 2020-02-20 | Alibaba Group Holding Limited | Merchant evaluation method and system |
CN111198873A (zh) * | 2020-01-08 | 2020-05-26 | 中国建设银行股份有限公司 | 数据处理的方法和装置 |
-
2020
- 2020-07-31 CN CN202010756650.4A patent/CN111949743A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200058406A1 (en) * | 2017-07-28 | 2020-02-20 | Alibaba Group Holding Limited | Merchant evaluation method and system |
CN110019396A (zh) * | 2017-12-01 | 2019-07-16 | ***通信集团广东有限公司 | 一种基于分布式多维分析的数据分析***及方法 |
CN109325648A (zh) * | 2018-06-29 | 2019-02-12 | 深圳市彬讯科技有限公司 | 基于指标的多维度数据流统计方法、服务器及存储介质 |
CN111198873A (zh) * | 2020-01-08 | 2020-05-26 | 中国建设银行股份有限公司 | 数据处理的方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114510489A (zh) * | 2022-02-25 | 2022-05-17 | 中国平安人寿保险股份有限公司 | 企业指标树构建方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11409764B2 (en) | System for data management in a large scale data repository | |
US11360950B2 (en) | System for analysing data relationships to support data query execution | |
US20210011891A1 (en) | System for importing data into a data repository | |
CN108038222B (zh) | 用于信息***建模和数据访问的实体-属性框架的*** | |
CN108292315B (zh) | 储存和检索数据立方体中的数据 | |
CN103177061B (zh) | 分区表中的唯一值估计 | |
JP5600185B2 (ja) | データベース内の大容量コレクションオブジェクトテーブルにアクセスするための方法 | |
US11461333B2 (en) | Vertical union of feature-based datasets | |
JP2006503357A (ja) | オンライン分析処理(olap)のための方法およびシステム | |
CN112131203A (zh) | 一种数据仓库搭建的方法和*** | |
US20240095256A1 (en) | Method and system for persisting data | |
CN114385663B (zh) | 数据处理的方法和装置 | |
CN110377668A (zh) | 数据分析方法和*** | |
CN111949743A (zh) | 网点运营数据获取方法、装置及设备 | |
US7912809B2 (en) | Data management system for manufacturing enterprise and related methods | |
CN111125045A (zh) | 一种轻量级etl处理平台 | |
CN112494933B (zh) | 游戏数据仓库构建方法及装置 | |
CN113886465A (zh) | 一种用于汽车物流的大数据分析平台 | |
US20140067874A1 (en) | Performing predictive analysis | |
CN111260452B (zh) | 一种税务大数据模型的构建方法及*** | |
Aivalis | Big data technologies | |
CN114968744B (zh) | 一种基于金融行业容量管理预测分析ai算法的实现方法及*** | |
Ayyavaraiah | Data Mining For Business Intelligence | |
Saravana et al. | A case study on analyzing Uber datasets using Hadoop framework | |
CN116362212A (zh) | 报表生成方法、装置、设备及存储介质 |
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 |