CN116911612A - 业务风险评估方法、装置、存储介质及电子设备 - Google Patents
业务风险评估方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116911612A CN116911612A CN202310907771.8A CN202310907771A CN116911612A CN 116911612 A CN116911612 A CN 116911612A CN 202310907771 A CN202310907771 A CN 202310907771A CN 116911612 A CN116911612 A CN 116911612A
- Authority
- CN
- China
- Prior art keywords
- risk
- index
- indexes
- determining
- preset
- 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 82
- 238000012502 risk assessment Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 80
- 238000005070 sampling Methods 0.000 claims abstract description 62
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 18
- 238000004590 computer program Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 9
- 230000007547 defect Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012827 research and development Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000004069 differentiation Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种业务风险评估方法、装置、存储介质及电子设备。涉及金融科技领域,该方法包括:获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;基于N个风险指标分别对应的指标值,以及N个风险指标分别对应的预设阈值,从N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数,确定目标业务的风险评估结果。通过本申请,解决了相关技术中业务风险评估方法效率低且准确性低的问题。
Description
技术领域
本申请涉及金融科技领域,具体而言,涉及一种业务风险评估方法、装置、存储介质及电子设备。
背景技术
在业务进行期间会产生多种多样的风险,如需求、进度、质量等风险,而风险因素数量多且种类繁杂,风险管理做得好不好,对业务推进有直接的影响。而目前相关技术有如下缺点:一是业务研发过程的风险因素项有近百种,受管理能力和经验的制约、不同类型的业务特点差异等因素影响,管理人员凭借自身经验无法快速、有效的识别和筛选出适合自身业务特色的关键指标集,并依据指标影响大小,针对关键异常快速做出反应,从而提前、及时的识别到过程中的有效风险;二是目前业务研发过程的风险解决基本靠专业经理人工去协调解决,没有对风险的级别和影响面进行筛选、分类,并且没有自动化的流程机制进行风险分级,并且快速高效的通知到相关责任人;三是风险没有自动化跟踪闭环机制,业务研发过程的风险应该实时跟踪、闭环,并且及时通知到管理人员,目前相关跟踪流程主要依赖人工,效率低下。
针对相关技术中业务风险评估方法效率低且准确性低的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种业务风险评估方法、装置、存储介质及电子设备,以解决相关技术中业务风险评估方法效率低且准确性低的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种业务风险评估方法。该方法包括:获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;基于所述N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的预设阈值,从所述N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;基于所述M个异常风险指标,以及所述M个异常风险指标分别对应的指标影响系数,确定所述目标业务的风险评估结果。
可选地,所述获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的指标影响系数,包括:通过如下方式得到所述N个风险指标中,任意一个风险指标对应的指标影响系数:获取L个业务分别对应的所述任意一个风险指标的指标值;计算所述L个业务分别对应的所述任意一个风险指标的指标值的平均值;基于所述平均值确定所述任意一个风险指标的指标类型;根据所述平均值,以及所述L个业务分别对应的所述任意一个风险指标的指标值,确定所述任意一个风险指标的指标类型;基于所述任意一个风险指标的指标类型,确定所述任意一个风险指标的指标影响系数。
可选地,所述根据所述平均值,以及所述L个业务分别对应的所述任意一个风险指标的指标值,确定所述任意一个风险指标的指标类型,包括:获取所述L个业务分别对应的所述任意一个风险指标的指标值中,大于所述平均值的数量;获取所述L个业务分别对应的所述任意一个风险指标的指标值的总数量;计算所述大于所述平均值的数量占所述总数量的比例值;若所述比例值大于预设比例阈值,则确定所述任意一个风险指标为关键指标;若所述比例值小于或等于所述预设比例阈值,则确定所述任意一个风险指标为普通指标。
可选地,在所述任意一个风险指标的指标类型为所述关键指标的情况下,所述方法还包括:获取所述任意一个风险指标在K个预设采样时刻的指标值,其中,所述预设采样时刻包括所述当前采样时刻,以及所述当前采样时刻之前的K-1个连续采样时刻,K为大于或等于2的整数;所述任意一个风险指标在所述K个预设采样时刻的指标值是否在预设第一区间内;若所述任意一个风险指标在所述K个预设采样时刻的指标值均在所述预设第一区间内,则将所述任意一个风险指标的指标类型由所述关键指标替换为所述普通指标。
可选地,所述基于所述任意一个风险指标的指标类型,确定所述任意一个风险指标的指标影响系数,包括:在所述任意一个风险指标为所述关键指标的情况下,确定所述任意一个风险指标的指标影响系数为第一预设值;在所述任意一个风险指标为所述普通指标的情况下,确定所述任意一个风险指标的指标影响系数为第二预设值,其中,所述第一预设值大于所述第二预设值。
可选地,所述基于所述N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的预设阈值,从所述N个风险指标中确定出M个异常风险指标,包括:将所述N个风险指标中,指标值大于对应的预设阈值的风险指标,确定为所述M个异常风险指标。
可选地,所述基于所述M个异常风险指标,以及所述M个异常风险指标分别对应的指标影响系数,确定所述目标业务的风险评估结果,包括:基于所述M个异常风险指标,以及所述M个异常风险指标分别对应的指标影响系数进行加权计算,得到所述目标业务的风险评估结果。
为了实现所述目的,根据本申请的另一方面,提供了一种业务风险评估装置。该装置包括:第一获取模块,用于获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;第一确定模块,用于基于所述N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的预设阈值,从所述N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;第二确定模块,用于基于所述M个异常风险指标,以及所述M个异常风险指标分别对应的指标影响系数,确定所述目标业务的风险评估结果。
为了实现所述目的,根据本申请的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质存储有多条指令,所述指令适于由处理器加载并执行任意一项所述的业务风险评估方法。
为了实现所述目的,根据本申请的另一方面,还提供了一种电子设备,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现任意一项所述的业务风险评估方法。
通过本申请,采用以下步骤:获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;基于所述N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的预设阈值,从所述N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;基于所述M个异常风险指标,以及所述M个异常风险指标分别对应的指标影响系数,确定上述目标业务的风险评估结果,达到了通过确定异常风险指标,以及异常风险指标分别对应的指标影响系数,准确得到目标业务风险评估结果的目的,解决了相关技术中业务风险评估方法效率低且准确性低的问题,进而达到了提高业务风险评估的效率与准确性的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的业务风险评估方法的流程图;
图2是根据本申请实施例提供的业务风险评估装置的示意图;
图3是根据本申请实施例提供的电子设备的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本申请所涉及的相关信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。例如,本***和相关用户或机构间设置有接口,在获取相关信息之前,需要通过接口向前述的用户或机构发送获取请求,并在接收到前述的用户或机构反馈的同意信息后,获取相关信息。
下面结合优选的实施步骤对本申请进行说明,图1是根据本申请实施例提供的业务风险评估方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数。
可选地,目标业务中存在的风险例如需求变更风险、进度风险、质量风险、技术风险、资源风险,团队成员能力与素质风险等十大类风险,对以上十大类风险进行分解,围绕业务研发的全生命周期,并结合业务管理基本理论、公识以及专家经验,可以细化为业务研发过程中的风险指标,例如,质量风险中风险指标可以为整体缺陷密度与交付后的缺陷密度,可以用来评估产品的质量和可靠性,以及交付后的产品质量和稳定性;进度风险中风险指标可以为设计指标、编码指标、测试指标,其中,设计指标可以包括设计评审的通过率、设计变更的数量等,可以评估项目的设计质量和设计过程的有效性;编码指标可以包括代码行数、代码复杂度等,可以评估项目的编码质量和编码效率;测试指标可以包括试用例的覆盖率、缺陷的发现率等,可以评估项目的测试质量和测试效率。在该方法中根据N个风险指标分别对应的指标值,确定N个风险指标中包括的M个异常风险指标,根据异常风险指标,以及异常风险指标分别对应的指标影响系数,能够高效、准确的得到目标业务风险评估结果。
在一种可选的实施例中,获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及N个风险指标分别对应的指标影响系数,包括:通过如下方式得到N个风险指标中,任意一个风险指标对应的指标影响系数:获取L个业务分别对应的任意一个风险指标的指标值;计算L个业务分别对应的任意一个风险指标的指标值的平均值;基于平均值确定任意一个风险指标的指标类型;根据平均值,以及L个业务分别对应的任意一个风险指标的指标值,确定任意一个风险指标的指标类型;基于任意一个风险指标的指标类型,确定任意一个风险指标的指标影响系数。
可选地,可以划分不同的业务类型(技术优化、业务研发、敏捷迭代等),对于每一个类型的业务,建立业务集,其中,该业务集中包含L个业务,对于任意一个风险指标,获取当前采样时刻的业务集合中每个业务该指标的指标值,计算L个业务分别对应的任意一个风险指标的指标值的平均值,将平均值作为指标的差异化阈值,根据指标的差异化阈值能够确定任意一个风险指标的指标类型,再根据平均值,以及任意一个风险指标的指标值,确定任意一个风险指标的指标类型,根据指标类型,能够确定出任意一个风险指标的指标影响系数。
在一种可选的实施例中,根据平均值,以及L个业务分别对应的任意一个风险指标的指标值,确定任意一个风险指标的指标类型,包括:获取L个业务分别对应的任意一个风险指标的指标值中,大于平均值的数量;获取L个业务分别对应的任意一个风险指标的指标值的总数量;计算大于平均值的数量占总数量的比例值;若比例值大于预设比例阈值,则确定任意一个风险指标为关键指标;若比例值小于或等于预设比例阈值,则确定任意一个风险指标为普通指标。
可选地,风险指标值越大且分布越集中,则表明该风险指标对于业务风险的影响越大。基于此确定出L个业务分别对应的任意一个风险指标的指标值中,大于平均值即指标的差异化阈值的数量,获取L个业务分别对应的任意一个风险指标的指标值的总数量,计算大于平均值的数量占总数量的比例值;若该比例值大于预设比例阈值,其中,预设比例阈值可以为50%,则确定任意一个风险指标为关键指标;若该比例值小于或等于预设比例阈值,则确定任意一个风险指标为普通指标。通过以上方式,能够确定出差异化较大的指标,即从N个业务指标中,筛选出风险指标值大于平均值的数量占L个业务总数量的一半以上的风险指标,作为关键指标,关键指标的确定有助于在众多指标中快速、精准瞄准高价值风险,确保高价值风险能够被优先处理。
在一种可选的实施例中,在任意一个风险指标的指标类型为关键指标的情况下,方法还包括:获取任意一个风险指标在K个预设采样时刻的指标值,其中,预设采样时刻包括当前采样时刻,以及当前采样时刻之前的K-1个连续采样时刻,K为大于或等于2的整数;任意一个风险指标在K个预设采样时刻的指标值是否在预设第一区间内;若任意一个风险指标在K个预设采样时刻的指标值均在预设第一区间内,则将任意一个风险指标的指标类型由关键指标替换为普通指标。
可选地,随着业务的演进,有的指标会逐渐失效,因此关键指标需要持续的更新,获取任意一个风险指标在K个预设采样时刻的指标值。其中,K可以为3,可以设置指标准出的标准,例如,若任意一个风险指标连续3个采样时刻的指标值均在预设第一区间内,则将任意一个风险指标的指标类型由关键指标替换为普通指标,其中,预设第一区间为接近于L个业务分别对应的任该风险指标的指标值的平均值的区间。通过该方法可以对关键指标进行检验,并结合业务的实际情况,对关键指标及时的更新替换。
在一种可选的实施例中,基于任意一个风险指标的指标类型,确定任意一个风险指标的指标影响系数,包括:在任意一个风险指标为关键指标的情况下,确定任意一个风险指标的指标影响系数为第一预设值;在任意一个风险指标为普通指标的情况下,确定任意一个风险指标的指标影响系数为第二预设值,其中,第一预设值大于第二预设值。
可选地,在任意一个风险指标为关键指标的情况下,确定任意一个风险指标的指标影响系数可以为10;在任意一个风险指标为普通指标的情况下,确定任意一个风险指标的指标影响系数可以为2,由于关键指标对于目标业务的影响更大,使得关键指标的指标影响系数大于普通指标的指标影响系数,通过指标影响系数的设定,有助于进行业务风险的评估。
步骤S102,基于N个风险指标分别对应的指标值,以及N个风险指标分别对应的预设阈值,从N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数。
可选地,判断N个风险指标分别对应的指标值,以及分别对应的预设阈值的大小关系,若指标值大于对应的预设阈值,则能确定出该指标为异常风险指标,若指标值小于或等于对应的预设阈值,则能确定出该指标为正常风险指标。
在一种可选的实施例中,基于N个风险指标分别对应的指标值,以及N个风险指标分别对应的预设阈值,从N个风险指标中确定出M个异常风险指标,包括:将N个风险指标中,指标值大于对应的预设阈值的风险指标,确定为M个异常风险指标。
可选地,若在目标业务中的某个风险指标的指标值超过对应的预设阈值的情况下,则视为该业务触发了该条指标风险,例如业务质量指标缺陷密度,公式为缺陷密度p=s/t*1000,s为缺陷个数,t为该业务投入的资源(以每人每日为单位),预设阈值设为每一千人每日28个缺陷,若某业务缺陷密度达到30,则视为超过预设阈值,将触发质量风险,对应指标状态会由“正常”变为“异常”。
步骤S103,基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数,确定目标业务的风险评估结果。
可选地,通过该方法可以结合业务实际情况,识别和筛选出适合自身业务特色的关键指标与普通指标,并确定异常风险指标,以及异常风险指标分别对应的指标影响系数,高效、准确的得到业务风险评估结果。
在一种可选的实施例中,基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数,确定目标业务的风险评估结果,包括:基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数进行加权计算,得到目标业务的风险评估结果。
可选地,利用M个异常风险指标分别对应的指标值与M个异常风险指标分别对应的指标影响系数相乘再相加,可以得到目标业务的风险评估结果。假设当前采样时刻,业务触发了5条风险,对应异常指标值分别为A1、A2、A3、A4、A5,其中A1、A2为关键指标,A3、A4、A5为普通指标,根据预先设置的指标影响系数,分别为p1、p2、p3、p4、p5,可以得出该业务当前风险值为R=A1*p1+A2*p2+A3*p3+A4*p4+A5*p5,若将关键指标影响系数设为10,普通指标的影响系数设为2,则R=10*(A1+A2+A3)+2*(A4+A5)。
通过步骤S101至步骤S103,可以达到通过确定异常风险指标,以及异常风险指标分别对应的指标影响系数,准确得到目标业务风险评估结果的目的,解决了相关技术中业务风险评估方法效率低且准确性低的问题,进而达到了提高业务风险评估的效率与准确性的效果。
基于实施例和可选实施例,本申请提出一种可选业务风险评估方法,该方法包括:
步骤S1,获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,N为大于或等于2的整数。
步骤S2,获取L个业务分别对应的任意一个风险指标的指标值。
步骤S3,计算L个业务分别对应的任意一个风险指标的指标值的平均值。
步骤S4,确定L个业务分别对应的任意一个风险指标的指标值中,大于平均值的数量,以及确定L个业务分别对应的任意一个风险指标的指标值的总数量。
步骤S5,计算大于平均值的数量占总数量的比例值,若比例值大于预设比例阈值,则确定任意一个风险指标为关键指标;若比例值小于或等于预设比例阈值,则确定任意一个风险指标为普通指标。
步骤S6,获取任意一个风险指标在K个预设采样时刻的指标值,其中,预设采样时刻包括当前采样时刻,以及当前采样时刻之前的K-1个连续采样时刻,K为大于或等于2的整数。
步骤S7,判断任意一个风险指标在K个预设采样时刻的指标值是否在预设第一区间内;若任意一个风险指标在K个预设采样时刻的指标值均在预设第一区间内,则将任意一个风险指标的指标类型由关键指标替换为普通指标。
步骤S8,在任意一个风险指标为关键指标的情况下,确定任意一个风险指标的指标影响系数为第一预设值;在任意一个风险指标为普通指标的情况下,确定任意一个风险指标的指标影响系数为第二预设值,其中,第一预设值大于第二预设值。
步骤S9,判断N个风险指标分别对应的指标值,以及N个风险指标分别对应的预设阈值的大小关系,若某个指标超过预设阈值则该指标为异常风险指标,则可以从N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数。
步骤S10,基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数进行加权计算,得到目标业务的风险评估结果为R值。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种业务风险评估装置,需要说明的是,本申请实施例的业务风险评估装置可以用于执行本申请实施例所提供的用于业务风险评估方法。以下对本申请实施例提供的业务风险评估装置进行介绍。
图2是根据本申请实施例的业务风险评估装置的示意图。如图2所示,该装置包括:第一获取模块201、第一确定模块202、第二确定模块203,其中,
第一获取模块201,用于获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;
第一确定模块202,连接于第一获取模块201,用于基于N个风险指标分别对应的指标值,以及N个风险指标分别对应的预设阈值,从N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;
第二确定模块203,连接于第一确定模块202,用于基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数,确定目标业务的风险评估结果。
本申请中,通过设置第一获取模块201,用于获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;第一确定模块202,连接于第一获取模块201,用于基于N个风险指标分别对应的指标值,以及N个风险指标分别对应的预设阈值,从N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;第二确定模块203,连接于第一确定模块202,用于基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数,确定目标业务的风险评估结果。达到了通过确定异常风险指标,以及异常风险指标分别对应的指标影响系数,准确得到目标业务风险评估结果的目的,解决了相关技术中业务风险评估方法效率低且准确性低的问题,进而达到了提高业务风险评估的效率与准确性的效果。
基于实施例和可选实施例,本申请提出另一种可选业务风险评估装置,该装置包括:过程指标采集模块、风险评级模块、待办和通知模块、风险跟踪模块。
过程指标采集模块可以实现如下方法步骤:
步骤S11,获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,N为大于或等于2的整数。
步骤S12,获取L个业务分别对应的任意一个风险指标的指标值。
步骤S13,计算L个业务分别对应的任意一个风险指标的指标值的平均值。
步骤S14,获取L个业务分别对应的任意一个风险指标的指标值中,大于平均值的数量,以及获取L个业务分别对应的任意一个风险指标的指标值的总数量。
步骤S15,计算大于平均值的数量占总数量的比例值,若比例值大于预设比例阈值,则确定任意一个风险指标为关键指标;若比例值小于或等于预设比例阈值,则确定任意一个风险指标为普通指标。
步骤S16,获取任意一个风险指标在K个预设采样时刻的指标值,其中,预设采样时刻包括当前采样时刻,以及当前采样时刻之前的K-1个连续采样时刻,K为大于或等于2的整数。
步骤S17,判断任意一个风险指标在K个预设采样时刻的指标值是否在预设第一区间内;若任意一个风险指标在K个预设采样时刻的指标值均在预设第一区间内,则将任意一个风险指标的指标类型由关键指标替换为普通指标。
步骤S18,在任意一个风险指标为关键指标的情况下,确定任意一个风险指标的指标影响系数为第一预设值;在任意一个风险指标为普通指标的情况下,确定任意一个风险指标的指标影响系数为第二预设值,其中,第一预设值大于第二预设值。
风险评级模块可以实现如下方法步骤:
步骤S21,判断N个风险指标分别对应的指标值,以及N个风险指标分别对应的预设阈值的大小关系,若某个指标超过预设阈值则该指标为异常风险指标,则可以从N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数。
步骤S22,基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数进行加权计算,得到目标业务的风险评估结果为R值。
待办和通知模块可以实现如下方法步骤:
步骤S31,***预先设置不同等级风险指标对应的风险评估结果(R值)、不同指标对应的责任人名单,并且将相关的关键字和匹配规则部署到RPA机器人上,如***计算的R值达到高风险级别(高于某个阈值),则立刻触发RPA相关规则,给项目经理建立待办,同时具体每条异常的风险待办项也自动新建任务给对应责任人,如果***计算的R值为低风险(低于某个阈值),则RPA无需给项目经理建立待办,仅发通知邮件至项目经理阅知,但仍然会自动新建任务给对应责任人处理。
步骤S32,***每日会整合项目相关全部的风险、异常指标集、待办清单发项目经理,形成项目经理工作台,方便项目经理掌握项目全局情况,及时快速处理高优先级风险。
风险跟踪模块可以实现如下方法步骤:
步骤S41,相关责任人收到***分发的待办之后,***会根据预设规则告知责任人相关风险完成的截止日期(T),并每半日推送一次提醒。
步骤S42,如责任人按时处理掉风险,点击关闭相关待办任务,并填写完成情况后,***会重新计算该待办关联的异常指标的当前值,如果该指标当前已恢复到阈值以下,则异常指标状态会更新为“正常”,待办状态会置为“关闭”,相关处理情况,RPA会自动推送给项目经理知悉。
步骤S43,如果责任人未按期处理风险,一方面***会不间断提醒责任人,同时如临近截止日期(T-1天),项目经理会收到通知进行干预,确保风险及时跟踪闭环。
本申请实施例至少可以实现如下技术效果:1)结合研发实际情况,识别和筛选出适合自身项目特色的关键指标,针对不同指标影响面大小,设置指标影响系数,进行风险等级计算,便于管理人员在众多指标中快速、精准瞄准高价值风险。2)按照***计算出的风险值,对风险的级别和影响面进行自动化筛选、分级,并且快速高效的通知到相关责任人,方便进行风险的差异化管理,同时自动分发任务,提升管理效率。3)建立风险自动化跟踪闭环机制,并且及时通知到管理人员,提升效率。
需要说明的是,各个模块是可以通过软件或硬件来实现的,例如,对于后者,可以通过以下方式实现:各个模块可以位于同一处理器中;或者,各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是,第一获取模块201、第一确定模块202、第二确定模块203对应于实施例中的步骤S101至步骤S103,模块与对应的步骤所实现的实例和应用场景相同,但不限于实施例所公开的内容。需要说明的是,模块作为装置的一部分可以运行在计算机终端中。
需要说明的是,本实施例的可选或优选实施方式可以参见实施例中的相关描述,此处不再赘述。
业务风险评估装置包括处理器和存储器,单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来(本申请的目的)。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请实施例提供了一种非易失性存储介质,其上存储有程序,该程序被处理器执行时实现业务风险评估方法。
本申请实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行业务风险评估方法。
如图3所示,本申请实施例提供了一种电子设备,该电子设备10包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;基于N个风险指标分别对应的指标值,以及N个风险指标分别对应的预设阈值,从N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数,确定目标业务的风险评估结果。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;基于N个风险指标分别对应的指标值,以及N个风险指标分别对应的预设阈值,从N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数,确定目标业务的风险评估结果。
可选地,计算机程序产品还适于执行初始化有如下方法步骤的程序:通过如下方式得到N个风险指标中,任意一个风险指标对应的指标影响系数:获取L个业务分别对应的任意一个风险指标的指标值;计算L个业务分别对应的任意一个风险指标的指标值的平均值;基于平均值确定任意一个风险指标的指标类型;根据平均值,以及L个业务分别对应的任意一个风险指标的指标值,确定任意一个风险指标的指标类型;基于任意一个风险指标的指标类型,确定任意一个风险指标的指标影响系数。
可选地,计算机程序产品还适于执行初始化有如下方法步骤的程序:获取L个业务分别对应的任意一个风险指标的指标值中,大于平均值的数量;获取L个业务分别对应的任意一个风险指标的指标值的总数量;计算大于平均值的数量占总数量的比例值;若比例值大于预设比例阈值,则确定任意一个风险指标为关键指标;若比例值小于或等于预设比例阈值,则确定任意一个风险指标为普通指标。
可选地,计算机程序产品还适于执行初始化有如下方法步骤的程序:获取任意一个风险指标在K个预设采样时刻的指标值,其中,预设采样时刻包括当前采样时刻,以及当前采样时刻之前的K-1个连续采样时刻,K为大于或等于2的整数;任意一个风险指标在K个预设采样时刻的指标值是否在预设第一区间内;若任意一个风险指标在K个预设采样时刻的指标值均在预设第一区间内,则将任意一个风险指标的指标类型由关键指标替换为普通指标。
可选地,计算机程序产品还适于执行初始化有如下方法步骤的程序:在任意一个风险指标为关键指标的情况下,确定任意一个风险指标的指标影响系数为第一预设值;在任意一个风险指标为普通指标的情况下,确定任意一个风险指标的指标影响系数为第二预设值,其中,第一预设值大于第二预设值。
可选地,计算机程序产品还适于执行初始化有如下方法步骤的程序:将N个风险指标中,指标值大于对应的预设阈值的风险指标,确定为M个异常风险指标。
可选地,计算机程序产品还适于执行初始化有如下方法步骤的程序:基于M个异常风险指标,以及M个异常风险指标分别对应的指标影响系数进行加权计算,得到目标业务的风险评估结果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种业务风险评估方法,其特征在于,包括:
获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;
基于所述N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的预设阈值,从所述N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;
基于所述M个异常风险指标,以及所述M个异常风险指标分别对应的指标影响系数,确定所述目标业务的风险评估结果。
2.根据权利要求1所述的方法,其特征在于,所述获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的指标影响系数,包括:
通过如下方式得到所述N个风险指标中,任意一个风险指标对应的指标影响系数:
获取L个业务分别对应的所述任意一个风险指标的指标值;
计算所述L个业务分别对应的所述任意一个风险指标的指标值的平均值;
基于所述平均值确定所述任意一个风险指标的指标类型;
根据所述平均值,以及所述L个业务分别对应的所述任意一个风险指标的指标值,确定所述任意一个风险指标的指标类型;
基于所述任意一个风险指标的指标类型,确定所述任意一个风险指标的指标影响系数。
3.根据权利要求2所述的方法,其特征在于,所述根据所述平均值,以及所述L个业务分别对应的所述任意一个风险指标的指标值,确定所述任意一个风险指标的指标类型,包括:
获取所述L个业务分别对应的所述任意一个风险指标的指标值中,大于所述平均值的数量;
获取所述L个业务分别对应的所述任意一个风险指标的指标值的总数量;
计算所述大于所述平均值的数量占所述总数量的比例值;
若所述比例值大于预设比例阈值,则确定所述任意一个风险指标为关键指标;
若所述比例值小于或等于所述预设比例阈值,则确定所述任意一个风险指标为普通指标。
4.根据权利要求3所述的方法,其特征在于,在所述任意一个风险指标的指标类型为所述关键指标的情况下,所述方法还包括:
获取所述任意一个风险指标在K个预设采样时刻的指标值,其中,所述预设采样时刻包括所述当前采样时刻,以及所述当前采样时刻之前的K-1个连续采样时刻,K为大于或等于2的整数;
所述任意一个风险指标在所述K个预设采样时刻的指标值是否在预设第一区间内;
若所述任意一个风险指标在所述K个预设采样时刻的指标值均在所述预设第一区间内,则将所述任意一个风险指标的指标类型由所述关键指标替换为所述普通指标。
5.根据权利要求3所述的方法,其特征在于,所述基于所述任意一个风险指标的指标类型,确定所述任意一个风险指标的指标影响系数,包括:
在所述任意一个风险指标为所述关键指标的情况下,确定所述任意一个风险指标的指标影响系数为第一预设值;
在所述任意一个风险指标为所述普通指标的情况下,确定所述任意一个风险指标的指标影响系数为第二预设值,其中,所述第一预设值大于所述第二预设值。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述基于所述N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的预设阈值,从所述N个风险指标中确定出M个异常风险指标,包括:
将所述N个风险指标中,指标值大于对应的预设阈值的风险指标,确定为所述M个异常风险指标。
7.根据权利要求1至5中任意一项所述的方法,其特征在于,所述基于所述M个异常风险指标,以及所述M个异常风险指标分别对应的指标影响系数,确定所述目标业务的风险评估结果,包括:
基于所述M个异常风险指标,以及所述M个异常风险指标分别对应的指标影响系数进行加权计算,得到所述目标业务的风险评估结果。
8.一种业务风险评估装置,其特征在于,包括:
第一获取模块,用于获取目标业务在当前采样时刻的N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的指标影响系数,其中,N为大于或等于2的整数;
第一确定模块,用于基于所述N个风险指标分别对应的指标值,以及所述N个风险指标分别对应的预设阈值,从所述N个风险指标中确定出M个异常风险指标,其中,M为小于或等于N的整数;
第二确定模块,用于基于所述M个异常风险指标,以及所述M个异常风险指标分别对应的指标影响系数,确定所述目标业务的风险评估结果。
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质存储有多条指令,所述指令适于由处理器加载并执行权利要求1至7中任意一项所述的业务风险评估方法。
10.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至7中任意一项所述的业务风险评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310907771.8A CN116911612A (zh) | 2023-07-21 | 2023-07-21 | 业务风险评估方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310907771.8A CN116911612A (zh) | 2023-07-21 | 2023-07-21 | 业务风险评估方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116911612A true CN116911612A (zh) | 2023-10-20 |
Family
ID=88352800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310907771.8A Pending CN116911612A (zh) | 2023-07-21 | 2023-07-21 | 业务风险评估方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116911612A (zh) |
-
2023
- 2023-07-21 CN CN202310907771.8A patent/CN116911612A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9311611B2 (en) | Automated service level management system | |
US20140018949A1 (en) | Method and system for collecting supply chain performance information | |
US20070050222A1 (en) | System and method for determining demand distribution for safety stock planning | |
CN108255671A (zh) | 计算机***的应用的监视和警告机制 | |
CN111242430A (zh) | 电力设备供应商评价方法和装置 | |
US20210248542A1 (en) | System and method for electronic assignment of issues based on measured and/or forecasted capacity of human resources | |
CN116911612A (zh) | 业务风险评估方法、装置、存储介质及电子设备 | |
US20130041712A1 (en) | Emerging risk identification process and tool | |
US20190244148A1 (en) | Computer architecture for characterizing and managing risk | |
US20110077986A1 (en) | Decision cost analysis for enterprise strategic decision management | |
US20100131317A1 (en) | Organization assessment and representation system and method | |
CN109934267A (zh) | 模型检测方法及装置 | |
US8527326B2 (en) | Determining maturity of an information technology maintenance project during a transition phase | |
CN115099975A (zh) | 交易风险的控制方法、装置、处理器及电子设备 | |
CN110472827B (zh) | ***策略预警方法、装置、服务器及可读存储介质 | |
US10796263B2 (en) | System and method for assessing client process health | |
Kafol | PROJECT RISK MANAGEMENT METHODOLOGY IN PRACTICE. | |
US8645246B2 (en) | Processing health assessment | |
Krahulec et al. | Business impact analysis in the process of business continuity management | |
Nowakowski et al. | Reliability Assessment of Production Process–Markov Modelling Approach | |
US20230214739A1 (en) | Recommendation system for improving support for a service | |
KR102538688B1 (ko) | 리스크 평가 기반 사고 예측 안전관리 장치 및 방법 | |
Abramovic et al. | THE IMPORTANCE OF A SOUND RISK MANAGEMENT PROCESS IN BANKS | |
Mohammadian | Artificial intelligence applications for risk analysis, risk prediction and decision making in disaster recovery planning | |
CN117785632A (zh) | 容量规划方法、装置、计算机设备、存储介质和程序产品 |
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 |