一种业务活动效果的实时评估方法和装置制造方法及图纸

本发明专利技术公开了一种业务活动效果的实时评估方法和装置。该方法的一具体实施方式包括：根据业务活动的实时数据定时统计各影响指标的实时数值和效果指标的实时数值；在每次执行统计之后，根据各影响指标的实时数值，通过预测模型预测效果指标的预测值，然后根据该预测值和效果指标的实时数值计算业务活动效果的实时预测误差值；实时监测计算得到的实时预测误差值是否超过预设阈值，当超过预设阈值时，判定效果指标的实时数值出现异常波动；将各个影响指标中对应系数值最大的影响指标判定为导致异常波动的关键数据指标。该实施方式能在第一时间发现问题并确定主要影响因素，还可对各影响因素进行评估排序，增强了分析问题的时效性。

【技术实现步骤摘要】
一种业务活动效果的实时评估方法和装置
本专利技术涉及计算机
，尤其涉及一种业务活动效果的实时评估方法和装置、服务器、计算机可读介质。
技术介绍
随着信息技术的飞速发展，企业开展各类业务活动的需求日益增多，特别在电子商务领域，由于业务竞争越来越激烈，电商企业组织各类业务活动(例如大促活动，即大促销活动)的频率越来越高、涵盖范围越来越广。此种背景下，对业务活动效果进行实时监控，快速分析问题、调整战略，有助于企业在业务竞争中占据主动，改善业务成果。以电商企业开展的大促活动(即大促销活动)为例，商家分析大促期间的数据，主要集中在结果指标(例如销量、GMV(商品交易总额)、净利润等)，通过实时数据流处理技术，对日志数据进行抽取、汇总，以秒为单位展示销售趋势，而且主要是依靠业务分析人员根据经验下结论。发现问题不及时，调整策略就困难，大促活动效果不理想。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：现有方案不能及时准确发现业务活动期间的异常情况，时效性差，即便发现业务活动结果出现波动，对引起波动的原因分析仍然十分迟缓且随机性大，误报警或不报警的几率较高，影响决策质量，此外本文档来自技高网...

【技术保护点】
一种业务活动效果的实时评估方法，其特征在于，预先设置表示业务活动效果的效果指标和影响业务活动效果的多个影响指标，所述方法包括：根据业务活动的实时数据定时统计各影响指标的实时数值和所述效果指标的实时数值；在每次执行所述统计之后，根据各影响指标的实时数值，通过预测模型预测所述效果指标的预测值，然后根据所述效果指标的预测值和该效果指标的实时数值计算业务活动效果的实时预测误差值，其中，所述预测模型中每个影响指标对应一系数；实时监测计算得到的实时预测误差值是否超过预设阈值，当监测到所述实时预测误差值超过所述预设阈值时，判定所述效果指标的实时数值出现异常波动；将各个影响指标中对应系数值最大的影响指标判定为...

【技术特征摘要】
1.一种业务活动效果的实时评估方法，其特征在于，预先设置表示业务活动效果的效果指标和影响业务活动效果的多个影响指标，所述方法包括：根据业务活动的实时数据定时统计各影响指标的实时数值和所述效果指标的实时数值；在每次执行所述统计之后，根据各影响指标的实时数值，通过预测模型预测所述效果指标的预测值，然后根据所述效果指标的预测值和该效果指标的实时数值计算业务活动效果的实时预测误差值，其中，所述预测模型中每个影响指标对应一系数；实时监测计算得到的实时预测误差值是否超过预设阈值，当监测到所述实时预测误差值超过所述预设阈值时，判定所述效果指标的实时数值出现异常波动；将各个影响指标中对应系数值最大的影响指标判定为导致所述异常波动的关键数据指标。2.根据权利要求1所述的方法，其特征在于，在所述根据业务活动的实时数据定时统计各影响指标的实时数值和所述效果指标的实时数值的步骤之前，还包括：以所述效果指标的预测值作为因变量，以所述各影响指标为自变量建立如下的预测模型：其中，G'为所述效果指标的预测值，Pi为第i个影响指标，βi为第i个影响指标的系数，μ0为常数项，i为1至n之间任意整数，n为预先设置的所述影响指标的数量；然后，为所述预测模型中的各个系数和常数项配置初始值；并且，在所述通过预测模型预测所述效果指标的预测值的步骤之前，还包括：判断当前时间点是否超过预设的时间点，若是，则更新所述预测模型中的各个系数的当前值和常数项的当前值，否则不执行该更新。3.根据权利要求2所述的方法，其特征在于，为所述预测模型中的各个系数和常数项配置初始值的步骤，包括：根据保存的各个历史时段的业务活动数据，按照每个历史时段的业务活动时间定时统计各影响指标的历史数值和所述效果指标的历史数值，并对于每个历史时段，对统计得到的各影响指标的历史数值和所述效果指标的历史数值进行多元线性回归分析，以确定每个历史时段的业务活动的线性回归参数向量和随机误差值；根据预设的筛选规则，选取其中一个历史时段的业务活动的线性回归参数向量和随机误差值，并以该选取的线性回归参数向量中的每个线性回归参数值作为所述各系数的初始值，以及以该选取的随机误差值作为所述常数项的初始值。4.根据权利要求3所述的方法，其特征在于，更新所述预测模型中的各个系数的当前值和常数项的当前值的步骤包括：获取所述当前时间点之前所有统计得到的各影响指标的实时数值和所述效果指标的实时数值，对统计得到的各影响指标的实时数值和所述效果指标的实时数值进行多元线性回归分析，以确定实时的业务活动的线性回归参数向量；根据所述确定的实时的业务活动的线性回归参数向量与所述每个历史时段的业务活动的线性回归参数向量逐一进行如下的线性回归参数运算：其中，βkj表示第k个历史时段的业务活动的线性回归参数向量中的第j个线性回归参数，βrj表示实时的业务活动的线性回归参数向量的第j个线性回归参数，dk表示所述确定的实时的业务活动的线性回归参数向量与第k个历史时段的业务活动的线性回归参数向量的所述线性回归参数运算的运算结果，并且，k为1至m之间任意整数，m为已存的业务活动的历史时段的数量，j为1至n之间任意整数，n为所述预先设置的所述影响指标的数量；以所述运算结果中最小值对应的所述历史时段的业务活动的线性回归参数向量和随机误差值分别作为参考线性回归参数向量和参考随机误差值；并以该参考线性回归参数向量中的各线性回归参数更新所述各系数的当前值，以及以该参考随机误差值更新所述常数项的当前值。5.根据权利要求1所述的方法，其特征在于，判定所述效果指标的实时数值出现异常波动的步骤之后，还包括：将各个影响指标按照对应系数值的大小排序。6.根据权利要求2所述的方法，其特征在于，所述预设阈值为所述当前时间点之前计算得到的所有实时预测误差值的标准差的预设倍数。7.根据权利要求6所述的方法，其特征在于，如果所述当前时间点未超过所述预设的时间点，则所述预设倍数为5倍；如果所述当前时间点超过所述预设的时间点，则所述预设倍数为3倍。8.根据权利要求3所述的方法，其特征在于，所述预设的筛选规则包括下述至少一项：历史时段的业务活动的时间特征、历史时段的业务活动时长、历史时段的业务活动策略、历史时段的业务活动结束时对应的效果指标数值与预设期望值的近似程度。9.根据权利要求1所述的方法，其特征在于，判定所述效果指标的实时数值出现异常波动的步骤之后，还包括：输出报警消息。10.一种业务活动效果的实时评估装置，其特征在于，预先设置表示业务活动效果的效果指标和影响业务活动效果的多个影响指标，所述装置...

【专利技术属性】
技术研发人员：陈星，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11