【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种业务数据分析方法、系统、设备及存储介质。
技术介绍
1、商业智能分析工具经过多年的发展，已经被广泛应用，特别在大型企业当中，基于商业智能系统对业务数据进行分析是企业数字化当中非常重要的一环，通过商业智能系统对企业业务情况分析和展现，实施对企业经营分析，管理策略支持，业务考核等一系列动作。在这些动作中，需要将业务发生的事实数据，最终转化成各层级用户关注的业务口径数据。
2、当前的技术方案主要有一下两种：一是基于技术人员开发，将业务发生的事实数据，在数据仓库内按业务需要的口径进行加工处理，最后交付给业务用户，业务用户基于技术人员产出的数据，结合商业智能分析工具进行相关数据的展现和分析，但是该方式是以业务需要的方式驱动，很难做到快速交付，业务方与技术人员沟通，耗时费力，导致业务数据分析的效率不高。二是由it人员给业务出基础模型，业务用户再基于商业智能分析工具进行业务口径的二次处理，相关业务口径逻辑落地在对应的报表上，这样导致较多业务口径定义在报表上、并且散落在不同的商业智能分析工具或应用中，没有全局视图，存在着业务指标重复定义、重复计算、口径不统一等问题，进而影响业务数据分析的质量。
3、因此，亟需一种业务数据分析方法，能够有效保证业务数据分析的效率和质量。
技术实现思路
1、本专利技术的主要目的在于提供了一种业务数据分析方法、系统、设备及存储介质，旨在解决如何提高现有技术中业务数据分析的效率和质量的技术问题。
2、
3、根据目标企业的业务领域构建业务领域模型，并基于业务数据库生成所述业务领域模型的逻辑结构；
4、通过对所述业务领域模型的逻辑结构进行分析，确定业务指标；
5、在接收到用户选取指令时，根据所述选取指令确定用户选取的所述业务指标中的目标指标；
6、在接收到所述用户的指标根因分析请求且所述目标指标异常时，基于预设网络模型对所述目标指标进行指标根因分析，确定所述目标指标的异常因素；
7、将所述异常因素和所述目标指标对应的所述业务领域模型中的业务数据进行展示。
8、可选地，所述预设网络模型为贝叶斯网络模型，在接收到所述用户的指标根因分析请求且所述目标指标异常时，基于预设网络模型对所述目标指标进行指标根因分析，确定所述目标指标的异常因素的步骤，包括：
9、在接收到所述用户的指标根因分析请求且所述目标指标异常时，基于贝叶斯网络模型对所述目标指标进行指标根因分析，获得分析结果；
10、根据所述分析结果确定所述目标指标对应的所有因素作为多个指标因素；
11、识别所述多个指标因素对所述目标指标产生异常的贡献度，并根据所述贡献度确定所述目标指标的异常因素。
12、可选地，所述根据目标企业的业务领域构建业务领域模型，并基于业务数据库生成所述业务领域模型的逻辑结构的步骤，包括：
13、根据目标企业的业务领域构建业务领域模型；
14、获取业务数据库中元数据信息，并基于所述元数据信息对所述业务领域模型进行配置，获得配置结果；
15、基于所述配置结果和所述业务数据库生成所述业务领域模型的逻辑结构。
16、可选地，所述业务指标包括原始指标、衍生指标、复合指标和日期衍生指标，所述通过对所述业务领域模型的逻辑结构进行分析，确定业务指标的步骤，包括：
17、对所述业务领域模型的逻辑结构进行分析，获得分析结果，并根据所述分析结果配置业务指标口径；
18、根据所述业务指标口径生成所述原始指标、所述衍生指标、所述复合指标和所述日期衍生指标。
19、可选地，所述通过对所述业务领域模型的逻辑结构进行分析，确定业务指标的步骤之后，还包括：
20、根据预先定义的预警策略中所述业务指标对应的数据区间判断所述业务领域模型中所述业务指标对应的数据内容是否存在异常；
21、若所述业务领域模型中所述业务指标对应的数据内容存在异常，则将所述业务指标作为异常指标；
22、根据所述预先定义的预警策略向所述用户发送所述异常指标对应的预警信息。
23、可选地，所述在接收到所述用户的指标根因分析请求且所述目标指标异常时，基于预设网络模型对所述目标指标进行指标根因分析，确定所述目标指标的异常因素的步骤之前，还包括：
24、将所述目标指标与所述异常指标进行比较，获得比较结果；
25、根据所述比较结果，判断所述目标指标中是否存在所述异常指标；
26、若否，则将所述目标指标对应的所述业务领域模型中的业务数据进行展示。
27、可选地，所述将所述异常因素和所述目标指标对应的所述业务领域模型中的业务数据进行展示的步骤，包括：
28、确定所述目标指标的指标类型，并基于所述指标类型确定所述目标指标对应的指标特征；
29、根据所述目标指标对应的指标特征从预先设定的可视化模板中选择目标可视化模板；
30、通过所述目标可视化模板将所述异常因素和所述目标指标对应的所述业务领域模型中的业务数据进行展示。
31、此外，为实现上述目的，本专利技术还提出一种业务数据分析系统，所述系统包括：
32、模型构建模块，用于根据目标企业的业务领域构建业务领域模型，并基于业务数据库生成所述业务领域模型的逻辑结构；
33、指标定义模块，用于指标通过对所述业务领域模型的逻辑结构进行分析，确定业务指标；
34、指标选取模块，用于在接收到用户选取指令时，根据所述选取指令确定用户选取的所述业务指标中的目标指标；
35、根因分析模块，用于在接收到所述用户的指标根因分析请求且所述目标指标异常时，基于预设网络模型对所述目标指标进行指标根因分析，确定所述目标指标的异常因素；
36、数据展示模块，用于将所述异常因素和所述目标指标对应的所述业务领域模型中的业务数据进行展示。
37、此外，为实现上述目的，本专利技术还提出一种业务数据分析设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的业务数据分析程序，所述业务数据分析程序配置为实现如上文所述的业务数据分析方法的步骤。
38、此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有业务数据分析程序，所述业务数据分析程序被处理器执行时实现如上文所述的业务数据分析方法的步骤。
39、本专利技术公开了根据目标企业的业务领域构建业务领域模型，并基于业务数据库生成所述业务领域模型的逻辑结构；通过对所述业务领域模型的逻辑结构进行分析，确定业务指标；在接收到用户选取指令时，根据所述选取指令确定用户选取的所述业务指标中的目标指标；在接收到所述用户的指标根因分析请求且所述目标指标异常时，基于预设网络模型对所述目标指本文档来自技高网...
【技术保护点】
1.一种业务数据分析方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的业务数据分析方法，其特征在于，所述预设网络模型为贝叶斯网络模型，在接收到所述用户的指标根因分析请求且所述目标指标异常时，基于预设网络模型对所述目标指标进行指标根因分析，确定所述目标指标的异常因素的步骤，包括：
3.如权利要求1所述的业务数据分析方法，其特征在于，所述根据目标企业的业务领域构建业务领域模型，并基于业务数据库生成所述业务领域模型的逻辑结构的步骤，包括：
4.如权利要求1所述的业务数据分析方法，其特征在于，所述业务指标包括原始指标、衍生指标、复合指标和日期衍生指标，所述通过对所述业务领域模型的逻辑结构进行分析，确定业务指标的步骤，包括：
5.如权利要求1所述的业务数据分析方法，其特征在于，所述通过对所述业务领域模型的逻辑结构进行分析，确定业务指标的步骤之后，还包括：
6.如权利要求5所述的业务数据分析方法，其特征在于，所述在接收到所述用户的指标根因分析请求且所述目标指标异常时，基于预设网络模型对所述目标指标进行指标根因分析，确定
7.如权利要求1-6任一项所述的业务数据分析方法，其特征在于，所述将所述异常因素和所述目标指标对应的所述业务领域模型中的业务数据进行展示的步骤，包括：
8.一种业务数据分析系统，其特征在于，所述系统包括：
9.一种业务数据分析设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的业务数据分析程序，所述业务数据分析程序配置为实现如权利要求1至7中任一项所述的业务数据分析方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有业务数据分析程序，所述业务数据分析程序被处理器执行时实现如权利要求1至7任一项所述的业务数据分析方法的步骤。
...【技术特征摘要】
1.一种业务数据分析方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的业务数据分析方法，其特征在于，所述预设网络模型为贝叶斯网络模型，在接收到所述用户的指标根因分析请求且所述目标指标异常时，基于预设网络模型对所述目标指标进行指标根因分析，确定所述目标指标的异常因素的步骤，包括：
3.如权利要求1所述的业务数据分析方法，其特征在于，所述根据目标企业的业务领域构建业务领域模型，并基于业务数据库生成所述业务领域模型的逻辑结构的步骤，包括：
4.如权利要求1所述的业务数据分析方法，其特征在于，所述业务指标包括原始指标、衍生指标、复合指标和日期衍生指标，所述通过对所述业务领域模型的逻辑结构进行分析，确定业务指标的步骤，包括：
5.如权利要求1所述的业务数据分析方法，其特征在于，所述通过对所述业务领域模型的逻辑结构进行分析，确定业务指标的步骤之后，还包括：
6....
【专利技术属性】
技术研发人员：唐叔强，余昕阳，
申请(专利权)人：招商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。