CN104715348A - 综合商业智能分析方法及系统 - Google Patents

Abstract

本发明提供一种综合商业智能分析方法及系统，系统包括：评价分析体系建立模块、分析诊断模块、任务发起模块、任务效果评价模块和绩效评估与体系改善模块；其中，评价分析体系建立模块包括树状体系架构建立子模块、节点信息模型定义子模块、节点控制基准定义子模块、节点驱动关系配置定义子模块和外部数据源对接子模块；本发明提供的综合商业智能分析方法及系统，有效的解决了现有BI系统存在的不足，具有BI系统建立过程效率高以及商业智能分析效率高的优点，非常适用于当今社会中的企业管理分析系统，为企业管理分析人员的管理决策提供有力的支持。

Description

综合商业智能分析方法及系统

技术领域

本发明属于商业智能分析技术领域，具体涉及一种综合商业智能分析方法及系统。

背景技术

商业智能(Business Intelligence，以下简称BI)系统描述了一系列的概念和方法，通过应用基于事实的支持系统辅助商业决策的制定。

BI系统建立的关键是从许多来自不同组织运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取(Extraction)、转换(Transformation)和装载(Load)，即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(此时信息变为辅助决策的知识)，最后将知识呈现给管理者，为管理者决策过程提供支持。

BI系统通常包括以下4个组成部分：数据预处理、数据仓库、数据分析和数据展现，主要功能是向管理者输出数据分析结果，处理数据均是结构化数据。数据分析一般通过指标分析的方式进行，BI系统负责计算和展现指标的结果和状态。

现有的基于BI系统的商业智能分析方法为：通常从业务流程出发收集数据，为描述业务进展状态而自下而上的设立指标并进行商业智能分析，该种方法存在的主要问题为：自下而上设立指标时，通常导致最终设立的最上层指标偏离管理者最为关注的主题；因此，需要经过多次尝试，反复修改业务流程收集到的数据，才能够使最终设立的最上层指标符合管理者最为关注的主题，可见，具有BI系统建立过程效率低下、建立过程繁琐以及商业智能分析效率低的不足。

发明内容

针对现有技术存在的缺陷，本发明提供一种综合商业智能分析方法及系统，可有效解决上述问题。

本发明采用的技术方案如下：

本发明提供一种综合商业智能分析方法，包括以下步骤：

S1，将组织的第1级运作目标分解为若干个第2级运作目标，再将第2级运作目标进一步分解为若干个第3级运作目标，依此类推，直到将第n-1级运作目标分解为若干个第n级运作目标，形成树状体系架构；其中，n为自然数，n≥2；

S2，将所述第n级运作目标同时与组织运作信息源和数据输入接口对接；

另外，将所述树状体系架构中的各级所述运作目标采用信息模型的方式表征，得到初始评价分析体系；

其中，所述信息模型包括三类表征信息：

第一类为结构化、量化的指标表征信息，所述指标表征信息通过维度与度量表示；

第二类为用以表征所述运作目标的事件表征信息，所述事件表征信息通过属性、状态、事件过程与过程描述表示；

第三类为与所述运作目标相关的非结构化表征信息，所述非结构化表征信息通过属性、性质、数据记录与数据文件表示；

S3，在得到所述初始评价分析体系后，对于每个所述叶节点，关联有叶节点配置主表；对于每个所述非叶节点，关联有非叶节点配置主表；由此得到最终的评价分析体系；

其中，所述叶节点配置主表用于维护对应叶节点的控制基准信息，包括：叶节点名称X、叶节点实际值V_X、叶节点控制阈值T_X、叶节点状态值S_X和叶节点预警规则A_X；

其中，所述叶节点实际值V_X通过读取对接的所述组织运作信息源和数据输入接口获得；所述叶节点控制阈值T_X为预先设定值；所述叶节点状态值S_X为叶节点实际值V_X和叶节点控制阈值T_X的函数值；所述叶节点预警规则A_X为叶节点实际值V_X、叶节点控制阈值T_X和叶节点状态值S_X的函数值；

所述非叶节点配置主表用于维护对应非叶节点的控制基准信息，包括：非叶节点名称Y、非叶节点实际值V_Y、非叶节点控制阈值T_Y、非叶节点状态值S_Y和非叶节点预警规则A_Y；

其中，所述非叶节点实际值V_Y为其所有儿子节点的实际值的函数值；所述非叶节点控制阈值T_Y为预先设定值；所述非叶节点状态值S_Y为其所有儿子节点的状态值、自身实际值和自身控制阈值的函数值；所述非叶节点预警规则A_Y为非叶节点实际值V_Y、非叶节点控制阈值T_Y和非叶节点状态值S_Y的函数值；

S4，创建驱动关系配置表；所述驱动关系配置表用于维护S3建立得到的所述评价分析体系中每个节点i以及与该节点i具有因果关系的驱动节点集的对应关系；

S5，运行所述评价分析体系；则，所述评价分析体系按以下流程运行：

S5.1，所述评价分析体系包括n级节点，按由上至下顺序，依次记为：第1级节点、第2级节点…第n级节点；其中，第1级节点、第2级节点…第n-1级节点均为非叶节点；第n级节点为叶节点；

S5.2，将第n级节点与组织运作信息源和数据输入接口对接后，第n级节点中的每一个节点通过读取所述企业运作信息源或数据输入接口中的数据，得到叶节点实际值V_X，再基于自身绑定的叶节点配置主表，计算得到自身的叶节点状态值S_X；然后，根据所述叶节点配置主表中的叶节点预警规则A_X，计算得到预警信息；然后，向显示界面输出或向其他系统推送叶节点实际值V_X、叶节点状态值S_X和叶节点预警信息；

S5.3，第n-1级节点中的每一个节点通过读取自身叶节点的叶节点实际值V_X，再基于自身绑定的非叶节点配置主表，依次计算得到非叶节点实际值V_Y、非叶节点状态值S_Y；然后，根据非叶节点预警规则A_Y计算得到预警信息；然后，向显示界面输出或向其他系统推送非叶节点实际值V_Y、非叶节点状态值S_Y和预警信息；

S5.4，当发现出现异常的节点时，将异常节点记为节点Bi；然后，基于S4创建的所述节点Bi的驱动关系配置表，综合降维扫描分析方法，对所述节点Bi进行异常性分析，得到导致节点Bi异常的问题原因结果集；

S5.5，针对分析出的问题原因结果集，发起至少一个任务；

该任务被执行后，将首先导致所述组织运作信息源或所述数据输入接口的数据发生变化，再进一步导致所述第n级节点中至少一个节点的节点实际值发生变化；然后，按自下而上顺序，依次导致各级节点中的至少一个节点的节点实际值发生变化；而由于节点实际值关联节点状态值和节点预警信息；因此，通过观察各级节点的节点实际值、节点状态值或节点预警信息的变化情况，可获知所发起的任务是否为有效任务，以及所发起任务的执行效果；如果执行效果不理想，则进一步发起新的任务，如此不断循环，直到执行效果理想。

优选的，S1中，n＝6；则：第1级运作目标为运营效果；第2级运作目标为运营目标；第3级运作目标为管理目标；第4级运作目标为管理主题；第5级运作目标为绩效指标；第6级运作目标为计算指标。

优选的，S5.4中，基于S4创建的所述节点Bi的驱动关系配置表，综合降维扫描分析方法，对所述节点Bi进行异常性分析，得到导致节点Bi异常的问题原因结果集，具体为：

步骤1：令i＝1；

步骤2：对所述节点Bi进行第i级挖掘，挖掘方法为：

读取所述驱动关系配置表，获得节点Bi的驱动节点集；对所述驱动节点集中每个节点的节点状态进行进一步分析，得到导致节点Bi异常的至少一个驱动节点，将所得到的至少一个驱动节点记为第i关键驱动节点集；

步骤3：将所述第i关键驱动节点集中的任意关键驱动节点记为Bi+1；

令i＝i+1；返回步骤2，循环执行步骤2-步骤3；直到查找到符合要求的全部关键驱动节点，符合要求的全部关键驱动节点记为关键驱动节点集；然后，再执行步骤4；其中，i为自然数；

步骤4：对于所述关键驱动节点集中的每个关键驱动节点进行降维扫描，得到导致节点Bi异常的问题原因结果集。

优选的，步骤4中，对所述关键驱动节点进行降维扫描，得到导致节点Bi异常的问题原因结果集，具体为：

第1次执行：对所述关键驱动节点进行维度A的扫描分析，得到与维度A对应的第一结果集；

第2次执行：对所述第一结果集中的每个结果进行维度B的扫描分析，得到与维度B对应的第二结果集；

如此不断循环，直至分析者认为找到满意的结果时，结束循环，得到问题结果集；汇总统计问题结果集中的各项问题原因，得到问题原因结果集。

优选的，S5.4中，基于S4创建的所述节点Bi的驱动关系配置表，综合降维扫描分析方法，对所述节点Bi进行异常性分析，得到导致节点Bi异常的问题原因结果集，具体为：

步骤1：令i＝1；

步骤2：对所述节点Bi进行降维扫描，得到导致节点Bi异常的至少一个异常维度，得到异常维度集；

步骤3：对于每个异常维度，均执行以下步骤：

步骤3.1：对所述节点Bi在该异常维度下进行第i级挖掘，挖掘方法为：

读取所述驱动关系配置表，获得节点Bi在该异常维度下的驱动节点集；对所述驱动节点集中每个节点的节点状态进行进一步分析，得到导致节点Bi异常的至少一个驱动节点，将所得到的至少一个驱动节点记为第i关键驱动节点集；

步骤3.2：将所述第i关键驱动节点集中的任意关键驱动节点记为Bi+1；

令i＝i+1；返回步骤3.1，循环执行步骤3.1-步骤3.2；直到查找到符合要求的全部关键驱动节点，符合要求的全部关键驱动节点记为关键驱动节点集；然后，再执行步骤4；其中，i为自然数；

步骤4：将在每个异常维度下分析得到的关键驱动节点集进行汇总，然后，汇总分析所得到的关键驱动节点集中各关键驱动节点的问题原因，得到导致节点Bi异常的问题原因结果集。

优选的，S5.3之后，还包括：在所述评价分析体系运行过程中，对于任意的一个正常或异常节点，将其记为节点Ci，对所述节点Ci进行分析诊断，方法为：

步骤1：令i＝1；

步骤2：对所述节点Ci进行第i级挖掘，挖掘方法为：

读取所述驱动关系配置表，获得节点Ci的驱动节点集；对所述驱动节点集中每个节点的节点状态进行进一步分析，获得显著影响节点Ci变化的至少一个驱动节点，将所得到的至少一个驱动节点记为第i关键驱动节点集；

通过分析所述第i关键驱动节点集中每个关键驱动节点的状态变化趋势，预测所述节点Ci的未来变化趋势；

步骤3：将所述第i关键驱动节点集中的任意关键驱动节点记为Ci+1；

令i＝i+1；返回步骤2，循环执行步骤2-步骤3；直到达到满足需求的分析级数为止；其中，i为自然数。

优选的，还包括：

S6，对于每个叶节点，还关联有叶节点绩效配置子表，所述叶节点绩效配置子表与所述叶节点配置主表对接，所述叶节点绩效配置子表包括：叶节点绩效实际值Vp_X、叶节点绩效阈值Tp_X和叶节点绩效状态值Sp_X；其中，所述叶节点绩效实际值Vp_X为该叶节点的叶节点实际值V_X和叶节点控制阈值T_X的函数值；所述叶节点绩效阈值Tp_X为预先设定值；所述叶节点绩效状态值Sp_X为该叶节点的叶节点绩效实际值Vp_X和叶节点绩效阈值Tp_X的函数值；

对于每个非叶节点，还关联有非叶节点绩效配置子表；所述非叶节点绩效配置子表与所述非叶节点配置主表对接，所述非叶节点绩效配置子表包括：非叶节点绩效实际值Vp_Y、非叶节点绩效阈值Tp_Y和非叶节点绩效状态值Sp_Y；其中，所述非叶节点绩效实际值Vp_Y为该非叶节点的所有子节点的实际值、该非叶节点的所有子节点的控制阈值、该非叶节点的实际值和该非叶节点的控制阈值的函数；所述非叶节点绩效阈值Tp_Y为预先设定值；所述非叶节点绩效状态值Sp_Y为该非叶节点的所有子节点的绩效状态值、该非叶节点的绩效实际值Vp_Y和该非叶节点绩效阈值Tp_Y的函数；

S7，在所述评价分析体系运行过程中，对于每个叶节点，计算并显示该叶节点的叶节点绩效实际值Vp_X和叶节点绩效状态值Sp_X，用于对所述叶节点进行绩效评估；

对于每个非叶节点，计算并显示该非叶节点的非叶节点绩效实际值Vp_Y和非叶节点绩效状态值Sp_Y，用于对所述非叶节点进行绩效评估。

优选的，S2中，所述信息模型还包括责任人属性描述信息；所述责任人属性描述信息用于描述与该信息模型对应的节点的负责人情况；当执行S5.4，发现异常节点时，通过读取所述异常节点的信息模型，可查找到该异常节点所对应的责任人信息。

本发明还提供一种综合商业智能分析系统，包括：

评价分析体系建立模块，用于建立评价分析体系，包括树状体系架构建立子模块、节点信息模型定义子模块、节点控制基准定义子模块、节点驱动关系配置定义子模块和外部数据源对接子模块；

其中，所述树状体系架构建立子模块，用于根据管理分析逻辑，采用自上而下的方式，将组织的第1级运作目标分解为若干个第2级运作目标，再将第2级运作目标进一步分解为若干个第3级运作目标，依此类推，直到将第n-1级运作目标分解为若干个第n级运作目标，形成树状体系架构；其中，n为自然数，n≥2；

所述节点信息模型定义子模块，用于为所述树状体系架构中的每个节点绑定对应的信息模型，通过所述信息模型，表征对应节点所代表的运作目标；

所述节点控制基准定义子模块，用于为所述树状体系架构中的每个节点绑定对应的控制基准信息，具体包括以下两类：

第一类，对于叶节点，关联有叶节点配置主表；所述叶节点配置主表包括：叶节点名称X、叶节点实际值V_X、叶节点控制阈值T_X、叶节点状态值S_X和叶节点预警规则A_X；

第二类，对于非叶节点，关联有非叶节点配置主表；所述非叶节点配置主表包括：非叶节点名称Y、非叶节点实际值V_Y、非叶节点控制阈值T_Y、非叶节点状态值S_Y和非叶节点预警规则A_Y；

所述节点驱动关系配置定义子模块，用于定义所述树状体系架构中每个节点以及与该节点具有因果关系的驱动节点集的对应关系；

所述外部数据源对接子模块，用于将所述树状体系架构中的叶节点与外部数据源对接，形成最终的评价分析体系；其中，所述外部数据源包括组织运作信息源和数据输入接口；

分析诊断模块，包括运行子模块和异常节点处理子模块：

运行子模块，用于运行所述评价分析体系，按自下而上顺序，根据每个节点绑定的控制基准信息，依次获得所述评价分析体系中每个节点的实际值、状态值和预警信息；

运行子模块具体用于：设所述评价分析体系包括n级节点，按由上至下顺序，依次记为：第1级节点、第2级节点…第n级节点；其中，第1级节点、第2级节点…第n-1级节点均为非叶节点；第n级节点为叶节点；

将第n级节点与组织运作信息源和数据输入接口对接后，第n级节点中的每一个节点通过读取所述企业运作信息源或数据输入接口中的数据，得到叶节点实际值V_X，再基于自身绑定的叶节点配置主表，计算得到自身的叶节点状态值S_X；然后，根据所述叶节点配置主表中的叶节点预警规则A_X，计算得到预警信息；

第n-1级节点中的每一个节点通过读取自身叶节点的叶节点实际值V_X，再基于自身绑定的非叶节点配置主表，依次计算得到非叶节点实际值V_Y、非叶节点状态值S_Y；然后，根据非叶节点预警规则A_Y计算得到预警信息；

由下往上，依此类推，可获得每个节点的实际值、状态值和预警信息；

异常节点处理子模块，用于当运行所述运行子模块后，发现状态异常的节点时，对所述异常节点进行驱动节点分析和多级多维度挖掘，聚焦分析出造成异常节点状态异常的问题原因结果集；

任务发起模块，用于根据所述异常节点处理子模块处理得到的问题原因结果集，发起针对异常节点的至少一个任务；

任务效果评价模块，用于当所述任务发起模块发起至少一个任务后，通过观察各级节点的节点实际值、节点状态值或节点预警信息的变化情况，可获知所发起的任务是否为有效任务，以及所发起任务的执行效果；

绩效评估与体系改善模块，包括节点绩效配置子模块和节点绩效计算子模块：

节点绩效配置子模块，用于向所述评价分析体系中的每个节点关联绩效配置子表，具体包括两类：

第一类：对于每个叶节点，还关联有叶节点绩效配置子表，所述叶节点绩效配置子表与所述叶节点配置主表对接，所述叶节点绩效配置子表包括：叶节点绩效实际值Vp_X、叶节点绩效阈值Tp_X和叶节点绩效状态值Sp_X；其中，所述叶节点绩效实际值Vp_X为该叶节点的叶节点实际值V_X和叶节点控制阈值T_X的函数值；所述叶节点绩效阈值Tp_X为预先设定值；所述叶节点绩效状态值Sp_X为该叶节点的叶节点绩效实际值Vp_X和叶节点绩效阈值Tp_X的函数值；

第二类，对于每个非叶节点，还关联有非叶节点绩效配置子表；所述非叶节点绩效配置子表与所述非叶节点配置主表对接，所述非叶节点绩效配置子表包括：非叶节点绩效实际值Vp_Y、非叶节点绩效阈值Tp_Y和非叶节点绩效状态值Sp_Y；其中，所述非叶节点绩效实际值Vp_Y为该非叶节点的所有子节点的实际值、该非叶节点的所有子节点的控制阈值、该非叶节点的实际值和该非叶节点的控制阈值的函数；所述非叶节点绩效阈值Tp_Y为预先设定值；所述非叶节点绩效状态值Sp_Y为该非叶节点的所有子节点的绩效状态值、该非叶节点的绩效实际值Vp_Y和该非叶节点绩效阈值Tp_Y的函数；

节点绩效计算子模块，用于当所述评价分析体系运行过程中，对于每个叶节点，计算并显示该叶节点的叶节点绩效实际值Vp_X和叶节点绩效状态值Sp_X，用于对所述叶节点进行绩效评估；

对于每个非叶节点，计算并显示该非叶节点的非叶节点绩效实际值Vp_Y和非叶节点绩效状态值Sp_Y，用于对所述非叶节点进行绩效评估。

优选的，还包括：

分析报表与视图模块，用于从多个维度展示评价分析体系各个节点的信息，包括：节点实际值、节点状态值、节点变化趋势和节点间相互关系；

系统维护模块，用于在评价分析体系的前端用户界面维护系统的各节点控制阈值以及节点间关系函数，使前端用户界面和后台管理界面协同配合，进行节点的变更与调整、以及业务及管理过程的调整；

用户交互模块，用于提供以下功能：

1)所述用户交互模块嵌入评价分析体系的前端用户界面，用于接收用户对所述评价分析体系或某个特定节点的意见与建议信息；并将所述意见与建议信息发送给管理员账户；所述管理员账户在接收到所述意见与建议信息后，通过所述用户交互模块，向对应的用户发送回复应答信息；

2)多个用户账户通过所述用户交互模块，针对特定节点进行在线讨论；

3)所述用户交互模块用于接收领导账户针对某个特定节点发送的工作指示信息，并将所述工作指示信息发送给特定用户账户；以及，所述用户交互模块接收所述特定用户账户的反馈信息，并将所述反馈信息发送给所述领导账户；

4)所述用户交互模块建立各个用户账户的访问行为以及历史交互信息，并建立得到分析报表或分析视图。

本发明提供的综合商业智能分析方法及系统具有以下优点：

本发明提供的综合商业智能分析方法及系统，有效的解决了现有BI系统存在的上述不足，具有BI系统建立过程效率高以及商业智能分析效率高的优点，非常适用于当今社会中的企业管理分析系统，为企业管理分析人员的管理决策提供有力的支持。

附图说明

图1为本发明提供的一种具体构建形成的树状体系架构结构示意图；

图2为更为具体的树状体系架构的示意图；

图3为图1的树状体系架构与组织运作信息源和数据输入接口对接后的结构示意图；

图4为运作目标的信息模型示意图；

图5为异常节点挖掘方法示意图；

图6为降维扫描方法示意图；

图7为获得任务描述信息的参考示意图；

图8为评价分析体系调整过程示意图；

图9为综合商业智能分析系统的结构示意图。

具体实施方式

以下结合附图对本发明进行详细说明：

本发明提供一种综合商业智能分析方法，采用自上而下方式构建运作目标，得到评价分析体系；再基于该评价分析体系进行商业智能分析，使商业智能分析过程是从管理者最为关注的运作目标出发，有效提高商业智能分析效率。

具体的，该综合商业智能分析方法，包括以下步骤：

S1，将组织的第1级运作目标分解为若干个第2级运作目标，再将第2级运作目标进一步分解为若干个第3级运作目标，依此类推，直到将第n-1级运作目标分解为若干个第n级运作目标，形成树状体系架构；其中，n为自然数，n≥2；

例如，参考图1，为一种具体构建形成的树状体系架构结构示意图；在图1中，n＝6；第1级运作目标为运营效果；第2级运作目标为运营目标；第3级运作目标为管理目标；第4级运作目标为管理主题；第5级运作目标为绩效指标；第6级运作目标为计算指标。

其构建方法为：(1)确定分析对象(通常包括组织、人员、产品、客户、供应商等)的运营效果；(2)将运营效果具体化为不同的运营目标；(3)再进一步将每个运营目标分解为管理目标；(4)再进一步分析每个管理目标，形成一系列可以开展工作的管理主题；(5)再进一步将每个管理主题具体化为一组绩效指标；(6)根据各绩效指标的计算逻辑，确定用于计算绩效指标值的计算指标。

为方便理解，参考图2，为更为具体的树状体系架构的示意图；图2的建立过程为：(1)首先，针对企业具体情况，确定运营效果为企业盈利；(2)然后，将企业盈利运营效果目标进行分解，得到企业资产管理运营目标；(3)然后，将企业资产管理运营目标进行分解，得到资产管理有效性管理目标；(4)然后，将资产管理有效性管理目标进行分解，得到现金循环周期管理主题、固定资产周转率管理主题、营运资本周转率管理主题；(5)然后，将现金循环周期管理主题进行分解，得到应收账款周转天数绩效指标、供应库存天数绩效指标和应付账款周转天数绩效指标；(6)然后，将供应库存天数绩效指标进行分解，得到原材料库存供应天数计算指标、在制品库存供应天数计算指标和缺陷库存百分比计算指标。

S2，将所述第n级运作目标同时与组织运作信息源和数据输入接口对接；

其中，组织运作信息源为本发明构建的评价分析体系的数据源，包括但不限于企业业务过程和管理过程中应用的各类IT系统和生成的各类IT数据报表，如excel格式报表、word格式报表等；S1中构建的树状体系架构的叶节点需要与组织运作信息源对接；此处，为进一步提高评价分析体系的扩展性，在一些特殊情况下，运作目标所需要的一些基础数据无法直接从组织运作信息源中获得，因此，本发明中，还同时预留有数据输入接口，使数据输入接口也与树状体系架构的叶节点对接，通过数据输入接口，向树状体系架构的叶节点输入供评价分析的数据。如图3所示，为图1的树状体系架构与组织运作信息源和数据输入接口对接后的结构示意图。

另外，将所述树状体系架构中的各级所述运作目标采用信息模型的方式表征，使运作目标既可以通过结构化、量化的信息描述，也包括通过事件描述，还可以通过各类非结构化信息描述；从而得到初始评价分析体系；

具体的，参考图4，为运作目标的信息模型示意图，所述信息模型包括三类表征信息：

第一类为结构化、量化的指标表征信息，所述指标表征信息通过维度与度量表示；例如，对于企业收入运作目标，可以包括时间维度和对象维度，时间维度可以为当前年的1月份、2月份等；对象维度可以为员工1、员工2等。

第二类为用以表征所述运作目标的事件表征信息，所述事件表征信息通过属性、状态、事件过程与过程描述表示；例如，对于员工满意度运作目标，可以绑定具体事件，通过事件反映员工满意度。

第三类为与所述运作目标相关的非结构化表征信息，所述非结构化表征信息通过属性、性质、数据记录与数据文件表示；

S3，在得到所述初始评价分析体系后，对于每个所述叶节点，关联有叶节点配置主表；对于每个所述非叶节点，关联有非叶节点配置主表；由此得到最终的评价分析体系；

本发明中，叶节点指S1构建得到的树状体系架构的最底层不具有子节点的节点，在图3中，叶节点指计算指标层的各节点，而不是组织运作信息源和数据输入接口层。非叶节点指叶节点以上的各层节点，非叶节点均具有子节点，例如，在图3中，运营效果、运营目标、管理目标、管理主题和绩效指标均为非叶节点。

(一)叶节点配置主表

其中，所述叶节点配置主表用于维护对应叶节点的控制基准信息，如表1所示，为叶节点Es的叶节点配置主表：

表1：叶节点配置主表

从表1可以看出，叶节点配置主表包括：叶节点名称X、叶节点实际值V_X、叶节点控制阈值T_X、叶节点状态值S_X和叶节点预警规则A_X；

并且，由于叶节点直接与组织运作信息源和数据输入接口对接，因此，叶节点实际值V_X通过读取对接的所述组织运作信息源和数据输入接口获得；所述叶节点控制阈值T_X为预先设定值，可以为数据范围，也可以为预设极大值或预设极小值；所述叶节点状态值S_X为叶节点实际值V_X和叶节点控制阈值T_X的函数值；所述叶节点预警规则A_X为叶节点实际值V_X、叶节点控制阈值T_X和叶节点状态值S_X的函数值；

例如，对于原材料库存供应天数计算指标，其叶节点控制阈值T_X为2～5天，表明原材料库存供应天数在2～5这个范围时，为正常有效状态；当叶节点实际值V_X为6天或2天时，通过叶节点状态值S_X所绑定的函数计算，可输出状态异常信息，再结合叶节点预警规则A_X所绑定的函数计算，输出预警信息；当叶节点实际值V_X为3天时，通过叶节点状态值S_X所绑定的函数计算，可输出状态正常信息；

(二)非叶节点配置主表

所述非叶节点配置主表用于维护对应非叶节点的控制基准信息，如表2所示，为非叶节点E_f的非叶节点配置主表：

表2：非叶节点配置主表

从表2可以看出，非叶节点配置主表包括：非叶节点名称Y、非叶节点实际值V_Y、非叶节点控制阈值T_Y、非叶节点状态值S_Y和非叶节点预警规则A_Y；

其中，所述非叶节点实际值V_Y为其所有儿子节点的实际值的函数值；例如，在图2中，对于现金循环周期管理主题节点，其实际值为应收账款周转天数、供应库存天数和应付账款周转天数这三个节点的实际值的函数值；

所述非叶节点控制阈值T_Y为预先设定值；

所述非叶节点状态值S_Y为其所有儿子节点的状态值、自身实际值和自身控制阈值的函数值；

所述非叶节点预警规则A_Y为非叶节点实际值V_Y、非叶节点控制阈值T_Y和非叶节点状态值S_Y的函数值；

S4，创建驱动关系配置表；所述驱动关系配置表用于维护S3建立得到的所述评价分析体系中每个节点i以及与该节点i具有因果关系的驱动节点集的对应关系；

作为一种具体实现方式，初始时，某个节点的驱动节点集可以简单配置为该节点的所有儿子节点；但由于某个企业的评价分析体系常常存在数量众多的节点，随着企业运作，各个节点之间的关联关系也会不断发生变化，由此导致该节点与其他节点发生因果关系，因此，随着所述评价分析体系的运行，所述驱动节点集中还需要不断增加其他与该节点具有因果关系且不属于该节点儿子节点的节点；从而使驱动节点集随着企业运作过程而实时更新，使驱动节点集能够反映最新的节点之间的关联关系。驱动节点集的具体作用在后续步骤介绍。

S5，运行所述评价分析体系；则，所述评价分析体系按以下流程运行：

S5.1，所述评价分析体系包括n级节点，按由上至下顺序，依次记为：第1级节点、第2级节点…第n级节点；其中，第1级节点、第2级节点…第n-1级节点均为非叶节点；第n级节点为叶节点；

S5.2，将第n级节点与组织运作信息源和数据输入接口对接后，第n级节点中的每一个节点通过读取所述企业运作信息源或数据输入接口中的数据，得到叶节点实际值V_X，再基于自身绑定的叶节点配置主表，计算得到自身的叶节点状态值S_X；然后，根据所述叶节点配置主表中的叶节点预警规则A_X，计算得到预警信息；然后，向显示界面输出或向其他系统推送叶节点实际值V_X、叶节点状态值S_X和叶节点预警信息；

S5.3，第n-1级节点中的每一个节点通过读取自身叶节点的叶节点实际值V_X，再基于自身绑定的非叶节点配置主表，依次计算得到非叶节点实际值V_Y、非叶节点状态值S_Y；然后，根据非叶节点预警规则A_Y计算得到预警信息；然后，向显示界面输出或向其他系统推送非叶节点实际值V_Y、非叶节点状态值S_Y和预警信息；

以树状体系架构为三层，按自下而上的顺序，分别为第3层节点、第2层节点和第1层节点为例，当树状体系架构与组织运作信息源和数据输入接口对接后，树状体系架构运作方法为：

(1)首先是第3层的每个节点直接读取组织运作信息源和数据输入接口的数据，再基于自身配置的叶节点配置主表，计算得到自身的实际值和状态值，并根据预警规则判断是否预警，如果需要预警，则发出预警信息；

(2)然后，第2层的每个节点读取第3层中儿子节点实际值，再基于自身配置的非叶节点配置主表，计算得到自身的实际值和状态值，并根据预警规则判断是否预警，如果需要预警，则发出预警信息；

(3)然后，第1层的每个节点读取第2层中儿子节点实际值，再基于自身配置的非叶节点配置主表，计算得到自身的实际值和状态值，并根据预警规则判断是否预警，如果需要预警，则发出预警信息。

由此可见，通过上述方法，可实现每个节点均可计算得到实际值、状态值以及是否预警的信息；因此，基于上述信息，可根据实际需求，扩展得到以下功能：

(1)检索功能：

当向分析评价系统输入节点名称或节点维度范围和属性时，可通过匹配检索系统，立即检索并显示该节点或满足节点维度范围和属性要求的各节点的实际值、状态值以及是否预警的信息；

(2)分析图表生成以及显示功能：

分析评价系统记录每个节点在一定历史时间内的实际值、状态值以及是否预警的信息，并可根据用户输入的时间段等条件，以图表或其他方式，输出该时间段等条件下所选节点的实际值、状态值以及是否预警的信息；当然，所输出的预警信息可采用不同颜色图标的方式输出，例如，红色图标代表警情严重；绿色图标代表状态正常，没有警情；黄色图标代表存在警情，警情情况普通等。

S5.4，当发现出现异常的节点时，将异常节点记为节点Bi；然后，基于S4创建的所述节点Bi的驱动关系配置表，综合降维扫描分析方法，对所述节点Bi进行异常性分析，得到导致节点Bi异常的问题原因结果集；

本步骤中，具体分析方法包括但不限于两类，第一类：先通过驱动关系配置表进行挖掘，得到关键驱动节点集；再通过降维扫描的方法对关键驱动节点集进行分析，从而得到导致节点Bi异常的问题原因结果集；第二类：先通过降维扫描的方法得到异常节点的异常维度，进而再通过驱动关系配置表进行挖掘，得在此维度下的关键驱动节点集，最终再得到导致节点Bi异常的问题原因结果集。以下对这两类分析方法详细介绍：

第一类方法，具体包括以下步骤：

步骤1：令i＝1；

步骤2：对所述节点Bi进行第i级挖掘，挖掘方法为：

读取所述驱动关系配置表，获得节点Bi的驱动节点集；对所述驱动节点集中每个节点的节点状态进行进一步分析，得到导致节点Bi异常的至少一个驱动节点，将所得到的至少一个驱动节点记为第i关键驱动节点集；

步骤3：将所述第i关键驱动节点集中的任意关键驱动节点记为Bi+1；

令i＝i+1；返回步骤2，循环执行步骤2-步骤3；直到查找到符合要求的全部关键驱动节点，符合要求的全部关键驱动节点记为关键驱动节点集；然后，再执行步骤4；其中，i为自然数；

参考图5，为异常节点挖掘方法示意图；其挖掘方法为：

(1)当发现节点A状态异常时，进行第1级挖掘，即：读取节点A的驱动关系配置表，得到节点A的驱动节点集P＝{节点B；节点C；节点D；节点E}；

(2)分别对节点B、节点C、节点D和节点E的节点状态进行进一步分析，假设此刻节点B、节点D和节点E的状态均正常，只有节点C的状态异常，则将节点C记为关键驱动节点；

(3)进行第2级挖掘，即：读取节点C的驱动关系配置表，得到节点C的驱动节点集P＝{节点F；节点G；节点H；节点I}；

(4)分别对节点F、节点G、节点H和节点I的节点状态进行进一步分析，假设此刻节点F和节点G的状态均异常，此时，根据实际需求，如果需要进一步挖掘，可以继续对节点F和节点G进行进一步挖掘；而如果在得到节点F和节点G异常时，已可找到使节点A状态恢复正常的问题原因和措施，则可以终止挖掘。

另外，根据实际需求，图4所表示的信息模型还可以包括责任人属性描述信息；所述责任人属性描述信息用于描述与该信息模型对应的节点的负责人情况；因此，当执行S5.4，发现异常节点时，通过读取所述异常节点的信息模型，可查找到该异常节点所对应的责任人信息。

步骤4：对于所述关键驱动节点集中的每个关键驱动节点进行降维扫描，得到导致节点Bi异常的问题原因结果集。

本步骤中，对所述关键驱动节点进行降维扫描，得到导致节点B异常的问题原因结果集，具体为：

第1次执行：对所述关键驱动节点进行维度A的扫描分析，得到与维度A对应的第一结果集；

第2次执行：对所述第一结果集中的每个结果进行维度B的扫描分析，得到与维度B对应的第二结果集；

如此不断循环，直至分析者认为找到满意的结果时，结束循环，得到问题结果集；汇总统计问题结果集中的各项问题原因，得到问题原因结果集。

仍以图5为例，当分析出节点F是导致使节点A状态异常的关键驱动节点时，参考图6所示降维扫描方法，对节点F进行降维扫描，得到导致节点A异常的问题原因结果集。具体的，当节点F为“产品合格率”时，首先进行“组织”维度的扫描分析，找出问题严重的具体组织，如“组织2”、“组织3”和“组织4”，形成第一结果集。然后，在第一结果集中改变维度，进行“时间”维度的扫描分析，找出发生问题比较严重的具体时间，如“月份3”、“月份4”和“月份5”，形成第二结果集。如此循环，直至精确分析出问题所在。进一步，汇总统计问题结果集中的各项问题原因，得到问题原因结果集。

第二类方法，具体包括以下步骤：

步骤1：令i＝1；

步骤2：对所述节点Bi进行降维扫描，得到导致节点Bi异常的至少一个异常维度，得到异常维度集；

步骤3：对于每个异常维度，均执行以下步骤：

步骤3.1：对所述节点Bi在该异常维度下进行第i级挖掘，挖掘方法为：

读取所述驱动关系配置表，获得节点Bi在该异常维度下的驱动节点集；对所述驱动节点集中每个节点的节点状态进行进一步分析，得到导致节点Bi异常的至少一个驱动节点，将所得到的至少一个驱动节点记为第i关键驱动节点集；

步骤3.2：将所述第i关键驱动节点集中的任意关键驱动节点记为Bi+1；

令i＝i+1；返回步骤3.1，循环执行步骤3.1-步骤3.2；直到查找到符合要求的全部关键驱动节点，符合要求的全部关键驱动节点记为关键驱动节点集；然后，再执行步骤4；其中，i为自然数；

步骤4：将在每个异常维度下分析得到的关键驱动节点集进行汇总，然后，汇总分析所得到的关键驱动节点集中各关键驱动节点的问题原因，得到导致节点Bi异常的问题原因结果集。

S5.5，针对分析出的问题原因结果集，发起至少一个任务；

发起任务可以采用以下方法：

分析评价体系绑定有发起任务功能模块，当该发起任务功能模块被触发时，会弹出发起任务窗口，该窗口包括：任务名称输入框、任务描述输入框、任务所绑定的节点ID输入框、任务发起人输入框、任务执行负责人输入框、任务开始日期输入框和任务结束日期输入框；

其中，任务描述输入框所输入的具体任务信息通过以下方式得到：

仍以图5和图6为例，当得到待改善的节点为节点F和节点G后，如图7所示，为获得任务描述信息的参考示意图，即：基于聚焦分析的结果和分析出造成问题的原因，制定拟采取的行动计划为(T1、T2、T3)。分解每项行动计划，形成工作步骤(A1、A2、A3、A4、A5)，之后，分别为每项工作步骤指定执行负责人，如此，则将改善行动落实到具体的责任人。

因此，当上述输入框被输入相关信息后，即成功发起了一个任务。

该任务被执行后，将首先导致所述组织运作信息源或所述数据输入接口的数据发生变化，再进一步导致所述第n级节点中至少一个节点的节点实际值发生变化；然后，按自下而上顺序，依次导致各级节点中的至少一个节点的节点实际值发生变化；而由于节点实际值关联节点状态值和节点预警信息；因此，通过观察各级节点的节点实际值、节点状态值或节点预警信息的变化情况，可获知所发起的任务是否为有效任务，以及所发起任务的执行效果；如果执行效果不理想，则进一步发起新的任务，如此不断循环，直到执行效果理想。

例如，在图7的基础上，在所发起的任务被执行的过程中，可统计分析节点A状态变化趋势，得到节点A状态变化趋势曲线图，从而直观获知任务执行效果。

上述步骤S5.1-S5.6描述的流程可简单描述为：

(1)在评价分析体系建立后，运行评价分析体系，从而可获得每个节点的实际值、状态值以及预警信息；(2)对于出现异常的节点，对其进行至少一级的数据挖掘，得到导致该节点异常的关键节点；(3)然后，对关键节点进行降维扫描，聚焦分析出造成节点异常的原因；(4)针对得到的原因，发起任务，制定需要落实的改善行动和责任人；(5)分析所发起任务的实施效果。

当然，在评价分析体系运行过程中，除上面描述的能够对异常节点进行数据挖掘，从而发起相关任务以外，还具有所有节点的分析预测功能，具体的，节点的分析预测流程如下：

在所述评价分析体系运行过程中，对于任意的一个正常或异常节点，将其记为节点Ci，对所述节点Ci进行分析诊断，方法为：

步骤1：令i＝1；

步骤2：对所述节点Ci进行第i级挖掘，挖掘方法为：

读取所述驱动关系配置表，获得节点Ci的驱动节点集；对所述驱动节点集中每个节点的节点状态进行进一步分析，获得显著影响节点Ci变化的至少一个驱动节点，将所得到的至少一个驱动节点记为第i关键驱动节点集；

通过分析所述第i关键驱动节点集中每个关键驱动节点的状态变化趋势，预测所述节点Ci的未来变化趋势；

步骤3：将所述第i关键驱动节点集中的任意关键驱动节点记为Ci+1；

令i＝i+1；返回步骤2，循环执行步骤2-步骤3；直到达到满足需求的分析级数为止；其中，i为自然数。

本发明中，评价分析体系还嵌入有绩效评估与体系改善功能模块，其原理为：节点改善的效果需要转换为管理目标的绩效，以便于进行管理评估和绩效考核(即运营绩效评估)。同时，评估中持续性发现的问题也需要及时反馈，以进行整体评价分析体系的改善，使分析体系更加有效。

具体的，绩效评估与体系改善功能模块采用以下S6-S7方式运行：

S6，对于每个叶节点，还关联有叶节点绩效配置子表，所述叶节点绩效配置子表与所述叶节点配置主表对接。如表3所示，为叶节点绩效配置子表：

表3：叶节点绩效配置子表

从表3可以看出，所述叶节点绩效配置子表包括：叶节点绩效实际值Vp_X、叶节点绩效阈值Tp_X和叶节点绩效状态值Sp_X；其中，所述叶节点绩效实际值Vp_X为该叶节点的叶节点实际值V_X和叶节点控制阈值T_X的函数值；所述叶节点绩效阈值Tp_X为预先设定值；所述叶节点绩效状态值Sp_X为该叶节点的叶节点绩效实际值Vp_X和叶节点绩效阈值Tp_X的函数值；

对于每个非叶节点，还关联有非叶节点绩效配置子表；所述非叶节点绩效配置子表与所述非叶节点配置主表对接，如表4所示，为非叶节点绩效配置子表：

表4：非叶节点绩效配置子表

所述非叶节点绩效配置子表包括：非叶节点绩效实际值Vp_Y、非叶节点绩效阈值Tp_Y和非叶节点绩效状态值Sp_Y；其中，所述非叶节点绩效实际值Vp_Y为该非叶节点的所有子节点的实际值、该非叶节点的所有子节点的控制阈值、该非叶节点的实际值和该非叶节点的控制阈值的函数；所述非叶节点绩效阈值Tp_Y为预先设定值；所述非叶节点绩效状态值Sp_Y为该非叶节点的所有子节点的绩效状态值、该非叶节点的绩效实际值Vp_Y和该非叶节点绩效阈值Tp_Y的函数；

S7，在所述评价分析体系运行过程中，对于每个叶节点，计算并显示该叶节点的叶节点绩效实际值Vp_X和叶节点绩效状态值Sp_X，用于对所述叶节点进行绩效评估；

对于每个非叶节点，计算并显示该非叶节点的非叶节点绩效实际值Vp_Y和非叶节点绩效状态值Sp_Y，用于对所述非叶节点进行绩效评估。

通过S6-S7，可进行每个节点的运营绩效评估，得出绩效实际值和绩效状态值，用于绩效考核。

随着企业管理水平的提高、管理方法的改善以及管理意图的变化，管理者常常会在分析之外对评价分析体系进行调整和改善。调整和改善的方法由易到难分别包括：调整每个节点的阈值(包括控制阈值和绩效阈值)，调整节点间关系(函数)，调整或变更节点(包括目标、主题、指标)，调整业务及管理过程。如图8所示，为评价分析体系调整过程示意图，图8中下一级的调整通常包括上一级的调整。由此可见，本发明提供的评价分析体系具有优异的扩展性。

上述方式描述了一种综合商业智能分析方法，本领域普通技术人员可以理解，该综合商业智能分析方法既可以通过软件流程实现，也可以通过相关的软件功能模块实现，当通过相关的软件功能模块实现时，即形成了综合商业智能分析系统，如图9所示，为综合商业智能分析系统的结构示意图，主要包括5个核心功能模块，分别为：评价分析体系建立模块、分析诊断模块、任务发起模块、任务效果评价模块和绩效评估与体系改善模块。

以下分别详细介绍这5个功能模块：

(一)评价分析体系建立模块

评价分析体系建立模块，用于建立评价分析体系，包括树状体系架构建立子模块、节点信息模型定义子模块、节点控制基准定义子模块、节点驱动关系配置定义子模块和外部数据源对接子模块；

(1)树状体系架构建立子模块

树状体系架构建立子模块，用于根据管理分析逻辑，采用自上而下的方式，将组织的第1级运作目标分解为若干个第2级运作目标，再将第2级运作目标进一步分解为若干个第3级运作目标，依此类推，直到将第n-1级运作目标分解为若干个第n级运作目标，形成树状体系架构；其中，n为自然数，n≥2；

(2)节点信息模型定义子模块

节点信息模型定义子模块，用于为所述树状体系架构中的每个节点绑定对应的信息模型，通过所述信息模型，表征对应节点所代表的运作目标；

(3)节点控制基准定义子模块

节点控制基准定义子模块，用于为所述树状体系架构中的每个节点绑定对应的控制基准信息，具体包括以下两类：

第一类，对于叶节点，关联有叶节点配置主表；所述叶节点配置主表包括：叶节点名称X、叶节点实际值V_X、叶节点控制阈值T_X、叶节点状态值S_X和叶节点预警规则A_X；

第二类，对于非叶节点，关联有非叶节点配置主表；所述非叶节点配置主表包括：非叶节点名称Y、非叶节点实际值V_Y、非叶节点控制阈值T_Y、非叶节点状态值S_Y和非叶节点预警规则A_Y；

(4)节点驱动关系配置定义子模块

节点驱动关系配置定义子模块，用于定义所述树状体系架构中每个节点以及与该节点具有因果关系的驱动节点集的对应关系；

(5)外部数据源对接子模块

外部数据源对接子模块，用于将所述树状体系架构中的叶节点与外部数据源对接，形成最终的评价分析体系；其中，所述外部数据源包括组织运作信息源和数据输入接口。

具体的，评价分析体系从外部的数据源(包括各类IT系统、非系统数据(如EXCEL数据等)、非结构化的文件)提取和接收数据，并存储在ODS运营数据存储区，之后经过ETL将数据抽取转换加载到DW数据仓库，供评价分析体系分析使用。

(二)分析诊断模块

分析诊断模块，包括运行子模块和异常节点处理子模块：

(1)运行子模块

运行子模块，用于运行所述评价分析体系，按自下而上顺序，根据每个节点绑定的控制基准信息，依次获得所述评价分析体系中每个节点的实际值、状态值和预警信息；

运行子模块具体用于：设所述评价分析体系包括n级节点，按由上至下顺序，依次记为：第1级节点、第2级节点…第n级节点；其中，第1级节点、第2级节点…第n-1级节点均为非叶节点；第n级节点为叶节点；

将第n级节点与组织运作信息源和数据输入接口对接后，第n级节点中的每一个节点通过读取所述企业运作信息源或数据输入接口中的数据，得到叶节点实际值V_X，再基于自身绑定的叶节点配置主表，计算得到自身的叶节点状态值S_X；然后，根据所述叶节点配置主表中的叶节点预警规则A_X，计算得到预警信息；

第n-1级节点中的每一个节点通过读取自身叶节点的叶节点实际值V_X，再基于自身绑定的非叶节点配置主表，依次计算得到非叶节点实际值V_Y、非叶节点状态值S_Y；然后，根据非叶节点预警规则A_Y计算得到预警信息；

由下往上，依此类推，可获得每个节点的实际值、状态值和预警信息；

(2)异常节点处理子模块

异常节点处理子模块，用于当运行所述运行子模块后，发现状态异常的节点时，对所述异常节点进行驱动节点分析和多级多维度挖掘，聚焦分析出造成异常节点状态异常的问题原因结果集。

多级多维度挖掘，具体方法为降维扫描方法，核心是通过维度的变化逐步缩小和锁定问题范围、聚焦问题原因来源。实际应用中有两种方法，其一是将前次扫描搜索的结果作为一个新的完整数据集，在此数据集中按新的筛选规则进行新的维度分析；其二是针对前次扫描搜索结果中的某些兴趣的特定分析对象，按新的筛选规则进行新的维度分析。两种方法可以单独使用，也可以交错使用。

(三)任务发起模块

任务发起模块，用于根据所述异常节点处理子模块处理得到的问题原因结果集，发起针对异常节点的至少一个任务；

(四)任务效果评价模块

任务效果评价模块，用于当所述任务发起模块发起至少一个任务后，通过观察各级节点的节点实际值、节点状态值或节点预警信息的变化情况，可获知所发起的任务是否为有效任务，以及所发起任务的执行效果；

(五)绩效评估与体系改善模块

绩效评估与体系改善模块，包括节点绩效配置子模块和节点绩效计算子模块：

(1)节点绩效配置子模块

节点绩效配置子模块，用于向所述评价分析体系中的每个节点关联绩效配置子表，具体包括两类：

第一类：对于每个叶节点，还关联有叶节点绩效配置子表，所述叶节点绩效配置子表与所述叶节点配置主表对接，所述叶节点绩效配置子表包括：叶节点绩效实际值Vp_X、叶节点绩效阈值Tp_X和叶节点绩效状态值Sp_X；其中，所述叶节点绩效实际值Vp_X为该叶节点的叶节点实际值V_X和叶节点控制阈值T_X的函数值；所述叶节点绩效阈值Tp_X为预先设定值；所述叶节点绩效状态值Sp_X为该叶节点的叶节点绩效实际值Vp_X和叶节点绩效阈值Tp_X的函数值；

第二类，对于每个非叶节点，还关联有非叶节点绩效配置子表；所述非叶节点绩效配置子表与所述非叶节点配置主表对接，所述非叶节点绩效配置子表包括：非叶节点绩效实际值Vp_Y、非叶节点绩效阈值Tp_Y和非叶节点绩效状态值Sp_Y；其中，所述非叶节点绩效实际值Vp_Y为该非叶节点的所有子节点的实际值、该非叶节点的所有子节点的控制阈值、该非叶节点的实际值和该非叶节点的控制阈值的函数；所述非叶节点绩效阈值Tp_Y为预先设定值；所述非叶节点绩效状态值Sp_Y为该非叶节点的所有子节点的绩效状态值、该非叶节点的绩效实际值Vp_Y和该非叶节点绩效阈值Tp_Y的函数；

(2)节点绩效计算子模块

节点绩效计算子模块，用于当所述评价分析体系运行过程中，对于每个叶节点，计算并显示该叶节点的叶节点绩效实际值Vp_X和叶节点绩效状态值Sp_X，用于对所述叶节点进行绩效评估；

对于每个非叶节点，计算并显示该非叶节点的非叶节点绩效实际值Vp_Y和非叶节点绩效状态值Sp_Y，用于对所述非叶节点进行绩效评估。

此外，分析体系中父节点的实际值、状态值、绩效实际值、绩效状态值一般由其子节点的实际值、状态值、绩效实际值、绩效状态值所构成和决定。这时，在IBI系统中，通常会通过记分卡和绩效地图的方式进行这种分解、汇总关系的视觉展示。

实际应用中，还可以开发分析报表与视图模块，用于从多个维度展示评价分析体系各节点的信息，包括：节点实际值、节点状态值、节点变化趋势、节点间相互关系等，方便企业人员使用。

还可以开发系统维护模块，用于在评价分析体系的前端用户界面维护系统的各节点控制阈值、节点间关系函数等，在前端用户界面和后台管理界面协同配合，进行节点的变更与调整、以及业务及管理过程的调整。

还可以开发用户交互模块，包括以下功能：

1)所述用户交互模块嵌入评价分析体系的前端用户界面，用于接收用户对所述评价分析体系或某个特定节点的意见与建议信息；并将所述意见与建议信息发送给管理员账户；所述管理员账户在接收到所述意见与建议信息后，通过所述用户交互模块，向对应的用户发送回复应答信息；其中，意见与建议信息包括：打分、评论、提出改进建议等；

2)多个用户账户通过所述用户交互模块，针对特定节点进行在线讨论；

例如，用户上传系统截图、上传相关非结构化文档，并可针对特定节点进行在线讨论；在线讨论包括：针对改善绩效的工作任务实施进行协作和沟通；

3)所述用户交互模块用于接收领导账户针对某个特定节点发送的工作指示信息，并将所述工作指示信息发送给特定用户账户；以及，所述用户交互模块接收所述特定用户账户的反馈信息，并将所述反馈信息发送给所述领导账户；例如，针对节点的分析结果，领导发出工作指示、相关用户反馈办理结果；

4)所述用户交互模块建立各个用户账户的访问行为以及历史交互信息，并建立得到分析报表或分析视图。

通过上述功能，使传统的BI从分析展示系统，变成实时交互、智能推送、问题改善与协作的平台。

可见，本发明从评价与分析体系构建、问题分析与诊断、发起改进任务到绩效评估与体系改善，建立了完整的管理分析流程，并基于该流程设计了功能完整的综合商业智能分析。从管理者的运营效果、运营目标出发而建立的分析体系，使综合商业智能分析的分析结果直接服务于管理目标；驱动因素分析和维度分析的功能则有助于快速发现问题、聚焦导致问题的原因；针对问题发起任务并持续关注行动协同和改善效果的系统功能设计，有效地支撑了管理改善的过程，使综合商业智能分析系统从传统单纯分析型的BI系统提升为从问题发现到采取行动改善的、闭环的管理分析与决策支持系统；基于分析对象(组织与人员)的目标绩效产生绩效评估与考核结果，则进一步构建了分析—行动—考核的管理闭环；分析体系改善与用户交互的功能设计则使系统具备了在与用户的使用交互过程中自我演进和提升的功能。

本发明提供的综合商业智能分析方法及系统，具有以下优点：

(1)现有技术中的BI系统，其建立过程通常是从业务流程出发收集数据，为描述业务进展状态而自下而上的设立节点要素，较少从管理者的经营目标、管理目标出发，自上而下地分解管理者关心的主题而设立节点要素。而本发明中，综合商业智能分析系统从管理者的经营目标、管理目标出发，自上而下地分解管理者关心的主题而设立节点要素；

(2)现有BI分析方法主要从不同维度对节点要素的变化进行分析，较少从节点要素间相互影响关系入手，分析导致问题发生的原因。而本发明，通过建立并不断完善驱动关系配置表，从节点要素间相互影响关系入手，分析导致问题发生的原因，能够更为迅速高效的聚焦到导致问题发生的原因；

(3)现有BI系统多以分析为主要功能，对于后续问题的改善提升行动关注较少。而本发明中，通过设立任务发起模块和任务效果评价模块，解决了现有BI系统的不足；

(4)现有BI系统多关注直接节点要素的绩效表现，对于如何不断改善和优化BI系统自身关注较少。而本发明提供的综合商业智能分析系统，具有系统维护模块，可进行节点的变更与调整、以及业务及管理过程的调整，使综合商业智能分析系统不断改善和优化.

也就是说，现有BI系统单纯地成为指标和数据分析展示系统，对管理者职责相关的目标关注少、对绩效改善促进作用小、管理决策所需的综合性信息少，被管理层认可程度低，因而项目成功率低。而本发明提供的综合商业智能分析方法及系统，有效的解决了现有BI系统存在的上述不足，具有BI系统建立过程效率高以及商业智能分析效率高的优点，非常适用于当今社会中的企业管理分析系统，为企业管理分析人员的管理决策提供有力的支持。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims (10)

1.一种综合商业智能分析方法，其特征在于，包括以下步骤：

S1，将组织的第1级运作目标分解为若干个第2级运作目标，再将第2级运作目标进一步分解为若干个第3级运作目标，依此类推，直到将第n-1级运作目标分解为若干个第n级运作目标，形成树状体系架构；其中，n为自然数，n≥2；

S2，将所述第n级运作目标同时与组织运作信息源和数据输入接口对接；

另外，将所述树状体系架构中的各级所述运作目标采用信息模型的方式表征，得到初始评价分析体系；

其中，所述信息模型包括三类表征信息：

第一类为结构化、量化的指标表征信息，所述指标表征信息通过维度与度量表示；

第二类为用以表征所述运作目标的事件表征信息，所述事件表征信息通过属性、状态、事件过程与过程描述表示；

第三类为与所述运作目标相关的非结构化表征信息，所述非结构化表征信息通过属性、性质、数据记录与数据文件表示；

S3，在得到所述初始评价分析体系后，对于每个所述叶节点，关联有叶节点配置主表；对于每个所述非叶节点，关联有非叶节点配置主表；由此得到最终的评价分析体系；

其中，所述叶节点配置主表用于维护对应叶节点的控制基准信息，包括：叶节点名称X、叶节点实际值V_X、叶节点控制阈值T_X、叶节点状态值S_X和叶节点预警规则A_X；

其中，所述叶节点实际值V_X通过读取对接的所述组织运作信息源和数据输入接口获得；所述叶节点控制阈值T_X为预先设定值；所述叶节点状态值S_X为叶节点实际值V_X和叶节点控制阈值T_X的函数值；所述叶节点预警规则A_X为叶节点实际值V_X、叶节点控制阈值T_X和叶节点状态值S_X的函数值；

所述非叶节点配置主表用于维护对应非叶节点的控制基准信息，包括：非叶节点名称Y、非叶节点实际值V_Y、非叶节点控制阈值T_Y、非叶节点状态值S_Y和非叶节点预警规则A_Y；

其中，所述非叶节点实际值V_Y为其所有儿子节点的实际值的函数值；所述非叶节点控制阈值T_Y为预先设定值；所述非叶节点状态值S_Y为其所有儿子节点的状态值、自身实际值和自身控制阈值的函数值；所述非叶节点预警规则A_Y为非叶节点实际值V_Y、非叶节点控制阈值T_Y和非叶节点状态值S_Y的函数值；

S4，创建驱动关系配置表；所述驱动关系配置表用于维护S3建立得到的所述评价分析体系中每个节点i以及与该节点i具有因果关系的驱动节点集的对应关系；

S5，运行所述评价分析体系；则，所述评价分析体系按以下流程运行：

S5.1，所述评价分析体系包括n级节点，按由上至下顺序，依次记为：第1级节点、第2级节点…第n级节点；其中，第1级节点、第2级节点…第n-1级节点均为非叶节点；第n级节点为叶节点；

S5.2，将第n级节点与组织运作信息源和数据输入接口对接后，第n级节点中的每一个节点通过读取所述企业运作信息源或数据输入接口中的数据，得到叶节点实际值V_X，再基于自身绑定的叶节点配置主表，计算得到自身的叶节点状态值S_X；然后，根据所述叶节点配置主表中的叶节点预警规则A_X，计算得到预警信息；然后，向显示界面输出或向其他系统推送叶节点实际值V_X、叶节点状态值S_X和叶节点预警信息；

S5.3，第n-1级节点中的每一个节点通过读取自身叶节点的叶节点实际值V_X，再基于自身绑定的非叶节点配置主表，依次计算得到非叶节点实际值V_Y、非叶节点状态值S_Y；然后，根据非叶节点预警规则A_Y计算得到预警信息；然后，向显示界面输出或向其他系统推送非叶节点实际值V_Y、非叶节点状态值S_Y和预警信息；

S5.4，当发现出现异常的节点时，将异常节点记为节点Bi；然后，基于S4创建的所述节点Bi的驱动关系配置表，综合降维扫描分析方法，对所述节点Bi进行异常性分析，得到导致节点Bi异常的问题原因结果集；

S5.5，针对分析出的问题原因结果集，发起至少一个任务；

该任务被执行后，将首先导致所述组织运作信息源或所述数据输入接口的数据发生变化，再进一步导致所述第n级节点中至少一个节点的节点实际值发生变化；然后，按自下而上顺序，依次导致各级节点中的至少一个节点的节点实际值发生变化；而由于节点实际值关联节点状态值和节点预警信息；因此，通过观察各级节点的节点实际值、节点状态值或节点预警信息的变化情况，可获知所发起的任务是否为有效任务，以及所发起任务的执行效果；如果执行效果不理想，则进一步发起新的任务，如此不断循环，直到执行效果理想。

2.根据权利要求1所述的综合商业智能分析方法，其特征在于，S1中，n＝6；则：第1级运作目标为运营效果；第2级运作目标为运营目标；第3级运作目标为管理目标；第4级运作目标为管理主题；第5级运作目标为绩效指标；第6级运作目标为计算指标。

3.根据权利要求1所述的综合商业智能分析方法，其特征在于，S5.4中，基于S4创建的所述节点Bi的驱动关系配置表，综合降维扫描分析方法，对所述节点Bi进行异常性分析，得到导致节点Bi异常的问题原因结果集，具体为：

步骤1：令i＝1；

步骤2：对所述节点Bi进行第i级挖掘，挖掘方法为：

读取所述驱动关系配置表，获得节点Bi的驱动节点集；对所述驱动节点集中每个节点的节点状态进行进一步分析，得到导致节点Bi异常的至少一个驱动节点，将所得到的至少一个驱动节点记为第i关键驱动节点集；

步骤3：将所述第i关键驱动节点集中的任意关键驱动节点记为Bi+1；

令i＝i+1；返回步骤2，循环执行步骤2-步骤3；直到查找到符合要求的全部关键驱动节点，符合要求的全部关键驱动节点记为关键驱动节点集；然后，再执行步骤4；其中，i为自然数；

步骤4：对于所述关键驱动节点集中的每个关键驱动节点进行降维扫描，得到导致节点Bi异常的问题原因结果集。

4.根据权利要求3所述的综合商业智能分析方法，其特征在于，步骤4中，对所述关键驱动节点进行降维扫描，得到导致节点Bi异常的问题原因结果集，具体为：

第1次执行：对所述关键驱动节点进行维度A的扫描分析，得到与维度A对应的第一结果集；

第2次执行：对所述第一结果集中的每个结果进行维度B的扫描分析，得到与维度B对应的第二结果集；

如此不断循环，直至分析者认为找到满意的结果时，结束循环，得到问题结果集；汇总统计问题结果集中的各项问题原因，得到问题原因结果集。

5.根据权利要求1所述的综合商业智能分析方法，其特征在于，S5.4中，基于S4创建的所述节点Bi的驱动关系配置表，综合降维扫描分析方法，对所述节点Bi进行异常性分析，得到导致节点Bi异常的问题原因结果集，具体为：

步骤1：令i＝1；

步骤2：对所述节点Bi进行降维扫描，得到导致节点Bi异常的至少一个异常维度，得到异常维度集；

步骤3：对于每个异常维度，均执行以下步骤：

步骤3.1：对所述节点Bi在该异常维度下进行第i级挖掘，挖掘方法为：

读取所述驱动关系配置表，获得节点Bi在该异常维度下的驱动节点集；对所述驱动节点集中每个节点的节点状态进行进一步分析，得到导致节点Bi异常的至少一个驱动节点，将所得到的至少一个驱动节点记为第i关键驱动节点集；

步骤3.2：将所述第i关键驱动节点集中的任意关键驱动节点记为Bi+1；

令i＝i+1；返回步骤3.1，循环执行步骤3.1-步骤3.2；直到查找到符合要求的全部关键驱动节点，符合要求的全部关键驱动节点记为关键驱动节点集；然后，再执行步骤4；其中，i为自然数；

步骤4：将在每个异常维度下分析得到的关键驱动节点集进行汇总，然后，汇总分析所得到的关键驱动节点集中各关键驱动节点的问题原因，得到导致节点Bi异常的问题原因结果集。

6.根据权利要求1所述的综合商业智能分析方法，其特征在于，S5.3之后，还包括：在所述评价分析体系运行过程中，对于任意的一个正常或异常节点，将其记为节点Ci，对所述节点Ci进行分析诊断，方法为：

步骤1：令i＝1；

步骤2：对所述节点Ci进行第i级挖掘，挖掘方法为：

读取所述驱动关系配置表，获得节点Ci的驱动节点集；对所述驱动节点集中每个节点的节点状态进行进一步分析，获得显著影响节点Ci变化的至少一个驱动节点，将所得到的至少一个驱动节点记为第i关键驱动节点集；

通过分析所述第i关键驱动节点集中每个关键驱动节点的状态变化趋势，预测所述节点Ci的未来变化趋势；

步骤3：将所述第i关键驱动节点集中的任意关键驱动节点记为Ci+1；

令i＝i+1；返回步骤2，循环执行步骤2-步骤3；直到达到满足需求的分析级数为止；其中，i为自然数。

7.根据权利要求1所述的综合商业智能分析方法，其特征在于，还包括：

S6，对于每个叶节点，还关联有叶节点绩效配置子表，所述叶节点绩效配置子表与所述叶节点配置主表对接，所述叶节点绩效配置子表包括：叶节点绩效实际值Vp_X、叶节点绩效阈值Tp_X和叶节点绩效状态值Sp_X；其中，所述叶节点绩效实际值Vp_X为该叶节点的叶节点实际值V_X和叶节点控制阈值T_X的函数值；所述叶节点绩效阈值Tp_X为预先设定值；所述叶节点绩效状态值Sp_X为该叶节点的叶节点绩效实际值Vp_X和叶节点绩效阈值Tp_X的函数值；

对于每个非叶节点，还关联有非叶节点绩效配置子表；所述非叶节点绩效配置子表与所述非叶节点配置主表对接，所述非叶节点绩效配置子表包括：非叶节点绩效实际值Vp_Y、非叶节点绩效阈值Tp_Y和非叶节点绩效状态值Sp_Y；其中，所述非叶节点绩效实际值Vp_Y为该非叶节点的所有子节点的实际值、该非叶节点的所有子节点的控制阈值、该非叶节点的实际值和该非叶节点的控制阈值的函数；所述非叶节点绩效阈值Tp_Y为预先设定值；所述非叶节点绩效状态值Sp_Y为该非叶节点的所有子节点的绩效状态值、该非叶节点的绩效实际值Vp_Y和该非叶节点绩效阈值Tp_Y的函数；

S7，在所述评价分析体系运行过程中，对于每个叶节点，计算并显示该叶节点的叶节点绩效实际值Vp_X和叶节点绩效状态值Sp_X，用于对所述叶节点进行绩效评估；

对于每个非叶节点，计算并显示该非叶节点的非叶节点绩效实际值Vp_Y和非叶节点绩效状态值Sp_Y，用于对所述非叶节点进行绩效评估。

8.根据权利要求1所述的综合商业智能分析方法，其特征在于，S2中，所述信息模型还包括责任人属性描述信息；所述责任人属性描述信息用于描述与该信息模型对应的节点的负责人情况；当执行S5.4，发现异常节点时，通过读取所述异常节点的信息模型，可查找到该异常节点所对应的责任人信息。

9.一种综合商业智能分析系统，其特征在于，包括：

评价分析体系建立模块，用于建立评价分析体系，包括树状体系架构建立子模块、节点信息模型定义子模块、节点控制基准定义子模块、节点驱动关系配置定义子模块和外部数据源对接子模块；

其中，所述树状体系架构建立子模块，用于根据管理分析逻辑，采用自上而下的方式，将组织的第1级运作目标分解为若干个第2级运作目标，再将第2级运作目标进一步分解为若干个第3级运作目标，依此类推，直到将第n-1级运作目标分解为若干个第n级运作目标，形成树状体系架构；其中，n为自然数，n≥2；

所述节点信息模型定义子模块，用于为所述树状体系架构中的每个节点绑定对应的信息模型，通过所述信息模型，表征对应节点所代表的运作目标；

所述节点控制基准定义子模块，用于为所述树状体系架构中的每个节点绑定对应的控制基准信息，具体包括以下两类：

第一类，对于叶节点，关联有叶节点配置主表；所述叶节点配置主表包括：叶节点名称X、叶节点实际值V_X、叶节点控制阈值T_X、叶节点状态值S_X和叶节点预警规则A_X；

第二类，对于非叶节点，关联有非叶节点配置主表；所述非叶节点配置主表包括：非叶节点名称Y、非叶节点实际值V_Y、非叶节点控制阈值T_Y、非叶节点状态值S_Y和非叶节点预警规则A_Y；

所述节点驱动关系配置定义子模块，用于定义所述树状体系架构中每个节点以及与该节点具有因果关系的驱动节点集的对应关系；

所述外部数据源对接子模块，用于将所述树状体系架构中的叶节点与外部数据源对接，形成最终的评价分析体系；其中，所述外部数据源包括组织运作信息源和数据输入接口；

分析诊断模块，包括运行子模块和异常节点处理子模块：

运行子模块，用于运行所述评价分析体系，按自下而上顺序，根据每个节点绑定的控制基准信息，依次获得所述评价分析体系中每个节点的实际值、状态值和预警信息；

运行子模块具体用于：设所述评价分析体系包括n级节点，按由上至下顺序，依次记为：第1级节点、第2级节点…第n级节点；其中，第1级节点、第2级节点…第n-1级节点均为非叶节点；第n级节点为叶节点；

将第n级节点与组织运作信息源和数据输入接口对接后，第n级节点中的每一个节点通过读取所述企业运作信息源或数据输入接口中的数据，得到叶节点实际值V_X，再基于自身绑定的叶节点配置主表，计算得到自身的叶节点状态值S_X；然后，根据所述叶节点配置主表中的叶节点预警规则A_X，计算得到预警信息；

第n-1级节点中的每一个节点通过读取自身叶节点的叶节点实际值V_X，再基于自身绑定的非叶节点配置主表，依次计算得到非叶节点实际值V_Y、非叶节点状态值S_Y；然后，根据非叶节点预警规则A_Y计算得到预警信息；

由下往上，依此类推，可获得每个节点的实际值、状态值和预警信息；

异常节点处理子模块，用于当运行所述运行子模块后，发现状态异常的节点时，对所述异常节点进行驱动节点分析和多级多维度挖掘，聚焦分析出造成异常节点状态异常的问题原因结果集；

任务发起模块，用于根据所述异常节点处理子模块处理得到的问题原因结果集，发起针对异常节点的至少一个任务；

任务效果评价模块，用于当所述任务发起模块发起至少一个任务后，通过观察各级节点的节点实际值、节点状态值或节点预警信息的变化情况，可获知所发起的任务是否为有效任务，以及所发起任务的执行效果；

绩效评估与体系改善模块，包括节点绩效配置子模块和节点绩效计算子模块：

节点绩效配置子模块，用于向所述评价分析体系中的每个节点关联绩效配置子表，具体包括两类：

第一类：对于每个叶节点，还关联有叶节点绩效配置子表，所述叶节点绩效配置子表与所述叶节点配置主表对接，所述叶节点绩效配置子表包括：叶节点绩效实际值Vp_X、叶节点绩效阈值Tp_X和叶节点绩效状态值Sp_X；其中，所述叶节点绩效实际值Vp_X为该叶节点的叶节点实际值V_X和叶节点控制阈值T_X的函数值；所述叶节点绩效阈值Tp_X为预先设定值；所述叶节点绩效状态值Sp_X为该叶节点的叶节点绩效实际值Vp_X和叶节点绩效阈值Tp_X的函数值；

第二类，对于每个非叶节点，还关联有非叶节点绩效配置子表；所述非叶节点绩效配置子表与所述非叶节点配置主表对接，所述非叶节点绩效配置子表包括：非叶节点绩效实际值Vp_Y、非叶节点绩效阈值Tp_Y和非叶节点绩效状态值Sp_Y；其中，所述非叶节点绩效实际值Vp_Y为该非叶节点的所有子节点的实际值、该非叶节点的所有子节点的控制阈值、该非叶节点的实际值和该非叶节点的控制阈值的函数；所述非叶节点绩效阈值Tp_Y为预先设定值；所述非叶节点绩效状态值Sp_Y为该非叶节点的所有子节点的绩效状态值、该非叶节点的绩效实际值Vp_Y和该非叶节点绩效阈值Tp_Y的函数；

节点绩效计算子模块，用于当所述评价分析体系运行过程中，对于每个叶节点，计算并显示该叶节点的叶节点绩效实际值Vp_X和叶节点绩效状态值Sp_X，用于对所述叶节点进行绩效评估；

对于每个非叶节点，计算并显示该非叶节点的非叶节点绩效实际值Vp_Y和非叶节点绩效状态值Sp_Y，用于对所述非叶节点进行绩效评估。

10.根据权利要求9所述的综合商业智能分析系统，其特征在于，还包括：

分析报表与视图模块，用于从多个维度展示评价分析体系各个节点的信息，包括：节点实际值、节点状态值、节点变化趋势和节点间相互关系；

系统维护模块，用于在评价分析体系的前端用户界面维护系统的各节点控制阈值以及节点间关系函数，使前端用户界面和后台管理界面协同配合，进行节点的变更与调整、以及业务及管理过程的调整；

用户交互模块，用于提供以下功能：

1)所述用户交互模块嵌入评价分析体系的前端用户界面，用于接收用户对所述评价分析体系或某个特定节点的意见与建议信息；并将所述意见与建议信息发送给管理员账户；所述管理员账户在接收到所述意见与建议信息后，通过所述用户交互模块，向对应的用户发送回复应答信息；

2)多个用户账户通过所述用户交互模块，针对特定节点进行在线讨论；

3)所述用户交互模块用于接收领导账户针对某个特定节点发送的工作指示信息，并将所述工作指示信息发送给特定用户账户；以及，所述用户交互模块接收所述特定用户账户的反馈信息，并将所述反馈信息发送给所述领导账户；

4)所述用户交互模块建立各个用户账户的访问行为以及历史交互信息，并建立得到分析报表或分析视图。