一种基于Python的客户数据监控方法与系统技术方案

本发明专利技术提供了一种基于Python的客户数据监控方法与系统，本发明专利技术通过采用Python语言，结合pandas模块和pymysql模块完成原始数据表自动筛查过程、目标值统计生成以及目标值预警等功能，对定期提交的Excel物料汇总表进行自动筛查，根据筛查结果对保存在服务器中的数据库进行自动更新修改。由于原始表格数量庞大，同时每种物料涉及的型号繁多，原本人工筛查的方式容易出错，而且重复简单的工作本身是一种人力浪费，通过本方案可快速获取客户端整机故障率、部件故障率以及DOA等数据报表，同时减少人力浪费。人力浪费。人力浪费。

【技术实现步骤摘要】
一种基于Python的客户数据监控方法与系统


[0001]本专利技术涉及故障监控
，特别是一种基于Python的客户数据监控方法与系统。

技术介绍

[0002]随着服务器业务范围的不断扩大，使用浪潮服务器的客户也越来越多，为更多的客户提供优质的售后保障至关重要，客户的质量数据是目前最直观、最清晰反映售后质量表现的方式。很多时候客户的质量数据指标更是重要的衡量工具，例如对客户的DOA率进行持续监控。针对于这种到货机损的问题可以做专项性的改善，明确问题点，提升客户满意度，对客户的整机故障率、部件故障率进行持续关注，通过关注识别数据异常点，可以对有质量隐患的部件优先风险识别，最大程度上帮客户规避高故障率风险，防止影响客户的相关业务。目前的现状是大多数客户的数据指标使用的是同一种计算逻辑，通过客户售后质量人工计算的方式处理大量的数据源，这种方式耗时耗力，而当前使用浪潮服务器的客户领域涉及较多，负责每个客户售后质量的人力资源有限，处理售后问题的模式往往是一对多，就会出现客户数据监控覆盖不全的情况，有些客户因为每月度进行质量交流，会例行做相关指标的数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Python的客户数据监控方法，其特征在于，所述方法包括以下操作：输入基本质量数据信息表，通过pandas模块和pymysql模块将基本质量数据信息表自动汇总和筛查，整理为关系型数据表；根据不同物料以及不同属性的要求，利用pandas模块针对关系型数据表计算每个属性的目标值，输出目标报表；根据目标报表自动监控预警数据指标异常。2.根据权利要求1所述的一种基于Python的客户数据监控方法，其特征在于，所述自动汇总和筛查具体包括：利用pandas模块将数据表转换成DataFrame数据表，针对不同的物料，按照需求的属性设置不同的关键字表，利用pandas模块对原始数据表进行数据筛查，根据关键字表提取出每种物料的关键属性，通过pymysql模块将获取到的数据整理为关系型数据表，并按照物料类型日期进行保存。3.根据权利要求1所述的一种基于Python的客户数据监控方法，其特征在于，所述目标值包括整机故障率、部件故障率以及DOA。4.根据权利要求1所述的一种基于Python的客户数据监控方法，其特征在于，所述目标值的计算采用pandas模块中的loc函数完成。5.根据权利要求1所述的一种基于Python的客户数据监控方法，其特征在于，所述根据目标报表自动监控预警数据指标异常具体包括：对单一客户每月的故障率进行比对，有明显升高的月份进行标红预警；对单一客户每月的部件故障率进行比对，有明显数量异常的部件进行标红预警；对各...

【专利技术属性】
技术研发人员：杨紫鑫，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：