CN112396430B - 用于企业评价的处理方法及系统 - Google Patents

Abstract

本申请提供一种用于企业评价的处理方法、装置、设备和存储介质，包括：确定待进行业务数据处理的目标业务板块；利用数据接口引擎获取目标业务处理端的业务源数据；根据各数据处理指标的不同指标值与不同源数据区间之间的对应关系，确定与数据处理指标对应的业务源数据所属的源数据区间对应的指标值；根据与业务源数据对应的数据处理指标在所属的数据处理维度中的指标权重以及所属的数据处理维度在目标数据处理模型中的维度权重，对与业务源数据对应的指标值进行加权处理，得到加权指标值；将对各加权指标值进行求和处理得到的加权求和值作为业务数据处理结果，实现自动依据业务板块进行业务数据处理，提高业务数据处理效率。

Description

用于企业评价的处理方法及系统

技术领域

本申请涉及数据处理技术领域，特别是涉及一种用于企业评价的处理方法及系统。

背景技术

作为包括多个不同业务板块的企业评价系统，在处理不同业务板块的业务时，一般是利用不同的业务处理端进行的，例如，企业评价系统可以利用业务处理端①至③处理与业务板块A对应的业务，利用业务处理端④和⑤处理与业务板块B对应的业务。

在企业评价系统具有多个业务板块的情况下，为统计其中一个业务板块的业务情况时，传统的方式一般是人工统计，存在企业评价系统的业务数据处理效率低下的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种用于企业评价的处理方法及系统。

一种用于企业评价的处理方法，企业评价系统包括针对不同业务板块的业务处理端，不同的业务板块所对应的数据处理模型均具有多个相同的数据处理维度；针对同一数据处理维度，根据所述同一数据处理维度所属的数据处理模型对应的业务板块确定的包括：所述同一数据处理维度在不同数据处理模型中的维度权重，所述同一数据处理维度包括的数据处理指标，以及所述数据处理指标在所述同一数据处理维度中的指标权重；

所述方法应用于计算机设备中，所述方法包括：

确定待进行业务数据处理的目标业务板块，并将所述目标业务板块对应的数据处理模型作为目标数据处理模型，将针对所述目标业务板块的业务处理端作为目标业务处理端；

利用预设的数据接口引擎获取所述目标业务处理端针对所述目标数据处理模型的各数据处理维度下的数据处理指标的业务源数据；其中，不同业务源数据与不同的数据处理指标对应；

根据各数据处理指标的不同指标值与不同源数据区间之间的对应关系，确定与数据处理指标对应的业务源数据所属的源数据区间对应的指标值，得到各业务源数据在所述目标数据处理模型中对应的指标值；

根据与业务源数据对应的数据处理指标在所属的数据处理维度中的指标权重以及所述所属的数据处理维度在所述目标数据处理模型中的维度权重，对与业务源数据对应的指标值进行加权处理，得到各业务源数据对应的指标值的加权指标值；

对各加权指标值进行求和处理，将求和处理得到的加权求和值作为所述企业评价系统针对所述目标业务板块的业务数据处理结果。

一种用于企业评价的处理装置，企业评价系统包括针对不同业务板块的业务处理端，不同的业务板块所对应的数据处理模型均具有多个相同的数据处理维度；针对同一数据处理维度，根据所述同一数据处理维度所属的数据处理模型对应的业务板块确定的包括：所述同一数据处理维度在不同数据处理模型中的维度权重，所述同一数据处理维度包括的数据处理指标，以及所述数据处理指标在所述同一数据处理维度中的指标权重；

所述装置应用于计算机设备中，所述装置包括：

目标业务处理端确定模块，用于确定待进行业务数据处理的目标业务板块，并将所述目标业务板块对应的数据处理模型作为目标数据处理模型，将针对所述目标业务板块的业务处理端作为目标业务处理端；

业务源数据获取模块，用于利用预设的数据接口引擎获取所述目标业务处理端针对所述目标数据处理模型的各数据处理维度下的数据处理指标的业务源数据；其中，不同业务源数据与不同的数据处理指标对应；

指标值确定模块，用于根据各数据处理指标的不同指标值与不同源数据区间之间的对应关系，确定与数据处理指标对应的业务源数据所属的源数据区间对应的指标值，得到各业务源数据在所述目标数据处理模型中对应的指标值；

加权处理模块，用于根据与业务源数据对应的数据处理指标在所属的数据处理维度中的指标权重以及所述所属的数据处理维度在所述目标数据处理模型中的维度权重，对与业务源数据对应的指标值进行加权处理，得到各业务源数据对应的指标值的加权指标值；

求和处理模块，用于对各加权指标值进行求和处理，将求和处理得到的加权求和值作为所述企业评价系统针对所述目标业务板块的业务数据处理结果。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行上述方法。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行上述方法。

上述用于企业评价的处理方法及系统，计算机设备在确定待进行业务数据处理的目标业务板块后，将所述目标业务板块对应的数据处理模型作为目标数据处理模型，将针对所述目标业务板块的业务处理端作为目标业务处理端；利用预设的数据接口引擎获取所述目标业务处理端针对所述目标数据处理模型的各数据处理维度下的数据处理指标的业务源数据；其中，不同业务源数据与不同的数据处理指标对应；根据各数据处理指标的不同指标值与不同源数据区间之间的对应关系，确定与数据处理指标对应的业务源数据所属的源数据区间对应的指标值，得到各业务源数据在所述目标数据处理模型中对应的指标值；根据与业务源数据对应的数据处理指标在所属的数据处理维度中的指标权重以及所述所属的数据处理维度在所述目标数据处理模型中的维度权重，对与业务源数据对应的指标值进行加权处理，得到各业务源数据对应的指标值的加权指标值；对各加权指标值进行求和处理，将求和处理得到的加权求和值作为所述企业评价系统针对所述目标业务板块的业务数据处理结果，实现自动依据业务板块进行业务数据处理，提高企业评价系统的业务数据处理效率；并且，在处理业务数据的过程中，通过数据接口引擎获取业务源数据，进而得到对应的指标值，实现业务源数据与指标值的松耦合，保证业务数据处理过程不依赖于固定业务源数据的限制，可以针对业务源数据按照实际情况设置对应关系，进而确定对应的指标值进行数据处理，实现可灵活移植、可灵活配置的数据接口引擎。另外，针对企业评价系统的各业务板块设置对应的数据处理模型，且各数据处理模型具有多个相同的数据处理维度，其中，针对同一数据处理维度，根据所述同一数据处理维度所属的数据处理模型对应的业务板块确定的包括：所述同一数据处理维度在不同数据处理模型中的维度权重，所述同一数据处理维度包括的数据处理指标，以及所述数据处理指标在所述同一数据处理维度中的指标权重，使得业务数据处理可以根据业务板块的特性进行，得到的处理结果更加准确。

附图说明

图1为一个实施例中用于企业评价的处理方法的应用环境图；

图2为一个实施例中用于企业评价的处理方法的流程示意图；

图3为另一个实施例中用于企业评价的处理方法的流程示意图；

图4为一个实施例中评价基础模型架构图；

图5为一个实施例中用于企业评价的处理方法的E-R图；

图6为一个实施例中用于企业评价的处理装置的结构框图；

图7为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。

本申请提供的用于企业评价的处理方法中，企业评价系统包括针对不同业务板块的业务处理端，不同的业务板块所对应的数据处理模型均具有多个相同的数据处理维度；针对同一数据处理维度，根据同一数据处理维度所属的数据处理模型对应的业务板块确定的包括：同一数据处理维度在不同数据处理模型中的维度权重，同一数据处理维度包括的数据处理指标，以及数据处理指标在同一数据处理维度中的指标权重。

示例性地，如图1所示，企业评价系统所具有的业务板块包括A、B和C，业务处理端①、②和③用于处理业务板块A的业务，业务处理端④和⑤用于处理业务板块B的业务，业务处理端⑥、⑦和⑧用于处理业务板块C的业务。业务板块A、B和C所对应的数据处理模型分别是模型A、模型B和模型C；对于上述三个模型来说，均具有相同的数据处理维度(维度1、维度2、维度3等)。

另外，同一数据处理维度在不同的数据处理模型中的维度权重不同，根据业务板块确定，例如，维度1在模型A、模型B和模型C中的维度权重根据各数据处理模型对应的业务板块确定，分别是20％、30％和25％。并且，在同一个数据处理模型中，各数据处理维度的维度之和为1，如表1所示。

	模型A	模型B	模型C
				维度1	20％	30％	25％
维度2	25％	10％	30％
				维度3	55％	70％	45％

表1

并且，针对不同的数据处理模型来说，同一数据处理维度包括的数据处理指标不同且根据业务板块确定：例如，模型A对应的业务板块是业务板块A，那么模型A的维度1包括的数据处理指标是指标#11、指标#12和指标#13；又例如，模型B对应的业务板块是业务板块B，那么模型B的维度1包括的数据处理指标是指标#14和指标#15。

进一步地，各数据处理指标在所属数据处理维度中的指标权重可以根据业务包括确定，且属于同一数据处理维度中的各数据处理指标的指标权重之和为1，例如，指标#11、指标#12和指标#13在维度1中的指标权重分别是30％、35％和35％，其中指标#11、指标#12和指标#13的指标权重之和为1。

图2示出本实施例提供的用于企业评价的处理方法，可以应用于计算机设备中，该方法包括以下步骤：

步骤S201，计算机设备确定待进行业务数据处理的目标业务板块，并将目标业务板块对应的数据处理模型作为目标数据处理模型，将针对目标业务板块的业务处理端作为目标业务处理端；

步骤S202，计算机设备利用预设的数据接口引擎获取目标业务处理端针对目标数据处理模型的各数据处理维度下的数据处理指标的业务源数据；其中，不同业务源数据与不同的数据处理指标对应；

其中，上述的目标业务处理端可以是目标业务板块下的全部业务处理端。以业务处理端①为例介绍上述步骤：计算机设备在获取业务处理端①的与指标#11、指标#12、指标#13、指标#21、指标#22、指标#31、指标#32对应的业务源数据时，可以利用预设的数据接口引擎获取。

步骤S203，计算机设备根据各数据处理指标的不同指标值与不同源数据区间之间的对应关系，确定与数据处理指标对应的业务源数据所属的源数据区间对应的指标值，得到各业务源数据在目标数据处理模型中对应的指标值。

业务源数据	指标值
		0～50	2
51～70	4
		71～90	6
91～100	8

表2

以指标#11为例介绍上述步骤：针对模型A的指标#11来说，指标#11的指标值与不同源数据区间的对应关系如表2所示；计算机设备确定与指标#11对应的业务源数据为85时，可以将与指标#11对应的业务源数据85转换为针对模型A的指标值6。

步骤S204，计算机设备根据与业务源数据对应的数据处理指标在所属的数据处理维度中的指标权重以及所属的数据处理维度在目标数据处理模型中的维度权重，对与业务源数据对应的指标值进行加权处理，得到各业务源数据对应的指标值的加权指标值；

基于上述介绍可知，针对指标#11来说，指标#11在维度1中具有对应的指标权重30％，且指标#11所属的维度1在模型A的各数据处理维度中也具有对应的维度权重20％，因此，计算机设备可以确定业务源数据85的加权指标值是指标值6、指标权重30％和维度权重20％的乘积之和。

计算机设备按照步骤S204介绍的对指标#11的加权处理方法，对业务处理端①与模型A的其他数据处理指标对应的业务源数据进行加权处理后，可以得到各个业务源数据的加权指标值。

步骤S205，计算机设备对各加权指标值进行求和处理，将求和处理得到的加权求和值作为企业评价系统针对目标业务板块的业务数据处理结果；

计算机设备将业务处理端①的各个加权指标值进行相加，得到业务处理端①的加权求和值，作为业务处理端①的业务数据处理结果；进一步地，计算机设备按照对业务处理端①的处理方法，对业务板块A下的其他业务处理端进行相同的处理，得到其他各个业务处理端的业务数据处理结果，将各个业务处理端的业务数据处理结果相加，即可得到业务板块A的业务数据处理结果。

上述用于企业评价的处理方法中，计算机设备在确定待进行业务数据处理的目标业务板块后，将目标业务板块对应的数据处理模型作为目标数据处理模型，将针对目标业务板块的业务处理端作为目标业务处理端；利用预设的数据接口引擎获取目标业务处理端针对目标数据处理模型的各数据处理维度下的数据处理指标的业务源数据；其中，不同业务源数据与不同的数据处理指标对应；根据各数据处理指标的不同指标值与不同源数据区间之间的对应关系，确定与数据处理指标对应的业务源数据所属的源数据区间对应的指标值，得到各业务源数据在目标数据处理模型中对应的指标值；根据与业务源数据对应的数据处理指标在所属的数据处理维度中的指标权重以及所属的数据处理维度在目标数据处理模型中的维度权重，对与业务源数据对应的指标值进行加权处理，得到各业务源数据对应的指标值的加权指标值；对各加权指标值进行求和处理，将求和处理得到的加权求和值作为企业评价系统针对目标业务板块的业务数据处理结果，实现自动依据业务板块进行业务数据处理，提高企业评价系统的业务数据处理效率；并且，在处理业务数据的过程中，通过数据接口引擎获取业务源数据，进而得到对应的指标值，实现业务源数据与指标值的松耦合，保证业务数据处理过程不依赖于固定业务源数据的限制，可以针对业务源数据按照实际情况设置对应关系，进而确定对应的指标值进行数据处理，实现可灵活移植、可灵活配置的数据接口引擎。另外，针对企业评价系统的各业务板块设置对应的数据处理模型，且各数据处理模型具有多个相同的数据处理维度，其中，针对同一数据处理维度，根据同一数据处理维度所属的数据处理模型对应的业务板块确定的包括：同一数据处理维度在不同数据处理模型中的维度权重，同一数据处理维度包括的数据处理指标，以及数据处理指标在同一数据处理维度中的指标权重，使得业务数据处理可以根据业务板块的特性进行，得到的处理结果更加准确。

在一个实施例中，计算机设备在执行步骤S202之前，还可以执行如下步骤：计算机设备确定目标数据处理模型下具有多个数据处理指标的源数据模板；计算机设备将所确定的源数据模板发送至目标业务处理端，以使目标业务处理端在所确定的源数据模板中提供与数据处理指标对应的业务源数据后得到源数据报表并返回源数据报表；计算机设备将源数据报表存储在与数据接口引擎对接的源数据库中。

计算机设备在执行步骤S202时，可以进一步执行如下步骤：计算机设备利用预设的数据接口引擎对源数据库中所确定的源数据报表进行解析，得到目标业务处理端的业务源数据。

示例性地，计算机设备在采集业务处理端①的业务源数据时，由于业务处理端①是处理业务板块A的业务，因此，计算机设备可以将与业务板块A对应的模型A下的源数据模板发送给业务处理端①，其中，模型A的源数据模板具有指标#11、指标#12、指标#13、指标#21、指标#22、指标#31和指标#32；因此，业务处理端①得到上述源数据模板后，提供与源数据模板具有的数据处理指标对应的业务源数据，得到源数据报表，并返回至计算机设备；计算机设备在接收到源数据报表后，存储在与数据接口引擎对接的源数据库中。计算机设备可以利用数据接口引擎从源数据库的源数据报表中解析得到业务处理端①的业务源数据。

在上述实施例中，通过数据接口引擎，实现源数据库与进行业务数据处理的计算机设备之间的隔离，实现业务数据处理的灵活配置；并且利用源数据模板采集业务处理端的业务源数据，可以提高业务源数据的采集效率。

进一步地，上述计算机设备包括源数据模板库，源数据模板库用于存储各数据处理模型的源数据模板；计算机设备在确定目标数据处理模型下具有多个数据处理指标的源数据模板时，可以进一步执行如下步骤：计算机设备从源数据模板库存储的源数据模板中确定与目标数据处理模型对对应的源数据模板。

在上述步骤中，通过预先设置源数据模板库存储各数据处理模型的源数据模板，可以提高业务源数据的采集效率。

在一个实施例中，计算机设备包括数据处理模型库和业务板块库；数据处理模型库，用于存储各数据处理模型对应的业务处理端在各数据处理维度下的数据处理指标的不同指标值与不同源数据区间之间的对应关系、数据处理指标的指标权重以及各数据处理维度的维度权重；业务板块库，用于存储数据处理模型库中的各业务处理端所属的业务板块。

计算机设备在执行步骤S201时，可以进一步执行如下步骤：计算机设备确定待进行业务数据处理的目标业务板块，基于业务板块库将归属于目标业务板块的业务处理端作为目标业务处理端，并基于数据处理模型库将与目标业务处理端对应的数据处理模型作为目标数据处理模型。

在上述实施例中，计算机设备可以基于预先构建的业务板块库和数据处理模型库进行业务数据处理，降低各处理步骤之间的耦合度，便于根据实际情况配置业务数据处理模型和业务板块等。

进一步地，上述计算机设备包括状态量库，状态量库用于存储数据处理模型库中各数据处理模型所属的状态量，状态量包括启用状态量和停用状态量；其中，当任一个数据处理模型所属的状态量为启用状态量时，数据处理模型库中的任一个数据处理模型处于被使用状态；当任一个数据处理模型所属的状态量为停用状态量时，数据处理模型库中的任一个数据处理模型处于未被使用状态。

其中，当数据处理模型的状态量是启用状态量时，开发人员可以对该数据处理模型的数据处理指标进行配置，形成可灵活配置、可扩展的数据处理模型。

进一步地，上述计算机设备包括数据指标库，数据指标库用于存储各数据处理指标的描述信息以及各数据处理指标所关联的业务板块和数据处理维度。

为了更好地理解上述方法，以下详细阐述一个本申请用于企业评价的处理方法的应用实例。本应用实例可以应用在集团企业的计算机设备中，其中业务处理端是属于基层企业的设备。

在集团企业中，对企业经营状况进行评价大都依靠数据分析人员在企业海量数据中逐项筛选分析、归纳财务经营指标，并通过人工方式以电子表格横向、纵向衡量指标差异性等方面对集团企业进行评价，使得集团企业对企业评价投入时间成本、人力成本过高，存在数据分析出错率高、评价不准确等问题。

本应用实例所提出的用于企业评价的处理方法，包括以下内容：

(1)构建集团企业综合评价基础模型，即评价模型的评价内容，基础模型库由数据处理模型库(可简称为模型库)、业务板块库、数据指标库(可简称为指标库)、源数据模板库(可简称为模板库)、状态量库构成。模型库包括模型名称、模型评价对象、评价权重配置、对象评价规则；业务板块库包括评价对象所属业务板块信息；指标库包括评价模型的每个评价指标基本信息、关联配置信息；模板库包括所属业务板块评价对象需上报的基础指标数据报表；状态量库启用状态量和停用状态量。

(2)根据集团企业综合评价基础模型库，构建针对基层企业的数据接口引擎。

(3)根据基础模型库，采用预设配置规则，基于多方平衡记分卡配置各业务板块集团企业所属评价维度及所对应的每个评价维度模型应用信息，配置每个评价维度特征属性分别对应的评价指标及评价权重模型。

(4)获取当前待评价对象信息，根据预设评价配置规则，确认上述当前待评价对象对应的模型应用信息，从评价对象所上报的目标报表统一获取所属目标企业的评价相关数据，基于上述多个评价维度的多个评价指标构建基于平衡计分卡的综合评价模型。综合评价模型将集团企业经营情况基于企业规模、盈利能力、经营效率、可持续发展四大评价维度具体化为各评价维度各权重的指标及状态量，每个评价维度设置相应的基准评价维度权重，每个评价维度配置相应的指标项，每个指标项设置相应的基准得分值，集团企业评价时根据企业实际经营情况对比取值区间与基准得分值逐级取值，综合计算得分，综合得分越高则企业经营情况越好。

(5)评价模型应用实例。根据基础模型库，构建评价数据接口引擎，定义评价基础模型库及评价权重模型。评价模型由业务板块库、指标库、模板库、状态量库为基础数据库，再依据评价权重模型组成评价模型库，评价模型库表示评价模型的业务板块库、指标库、状态量库的实例化。在进行评价模型应用实例时，采用自上而下的模式定义评价模型，首先，为评价模型定义评价规则，定义集团企业业务板块及评价范围，其次，为已定义的评价规则配置评价指标，即从指标库中选择当前模型实例所采用的评价指标配置对应的评价规则，然后为各个评价维度和评价指标设置取值区间、权重以及取分值，即指标的评价依据基准量。评价模型的状态量包括启用状态量和停用状态量，如果是启用状态量，则可对业务板块下配置子层级的评价指标，实现评价权重模型的灵活配置，构成一个可灵活配置、可拓展的评价权重模型。

(6)评价模型实例化内容通过数据接口引擎，从目标报表获取目标企业的经营源数据，自动生成到评价数据库，并自动加载与本模型配合的评价算法解析引擎与数据接口处理引擎，数据接口处理引擎依据定义的触发规则，调用解析正确的信息点处理算法，将评价基础数据进行公式运算，加工为评价模型需要的数据结果存储到评价结果库中，最后解析评价权重模型规则将各个评价维度下的指标结果进行运算以获取最终的集团企业评价结果。

进一步地，上述评价权重模型是基于集团企业经营情况现状，以企业规模、盈利能力、经营效率、可持续发展四个评价维度进行综合评价。根据上述配置四大评价维度权重值，且根据上述四大评价维度下多个评价指标的权重值以及上述多个评价指标的实际值计算上述集团企业的经营评价分数。

进一步地，上述根据四大评价维度下上述多个评价指标的权重值以及多个评价指标得分值进行组合加权运算。将四大评价维度的权重值进行灵活配置，且可对评价指标的权重值进行修正。根据修正后的各个评价维度权重值和每个评价指标权重值进行组合加权运算，最终得出最优评价结果。

以下结合图3至图5，详细说明本应用实例的方法：

步骤S301：构建集团企业综合评价基础模型；

构建集团企业综合评价基础模型，即评价模型的评价内容，如图4所示，基础模型库由模型库、业务板块库、指标库、模板库、状态量库五大基础库构成，通过这五大基础模型库描述整体说明一套集团企业综合评价基础模型。

当对综合评价模型进行应用前，需先构建好基础模型，即按业务定义不同分解评价模型的评价内容，形成如图4所示的五大基础库。

(1)模型库：包括模型名称、模型评价对象、评价权重配置、对象评价规则(即由评价对象基于四大评价维度以及各评价维度下每个指标得分区间及权重值的评价规则或算法)。

(2)业务板块库：包括评价对象所属业务板块信息。一个集团企业根据营业范围所属一个业务板块，一个业务板块仅有一套评价模型。业务板块库详细描述了各个业务板块的划分范围以及各业务板块下有哪些评价企业。

(3)指标库：包括评价模型的每个评价指标基本信息、关联配置信息。指标库是模型库的子库，一个评价模型对应一系列评价指标，指标库描述了各个业务板块下所属的各个评价指标基本信息和关联配置信息。

(4)模板库：包括所属业务板块评价对象需上报的基础指标数据报表。一个模板对应一个业务板块的基础指标数据报表模板，包括模板名称、所属企业类型、所属业务板块、填报时间、推送方式信息。推送方式包括手动推送、自动推送两种形式，企业根据所配置的模板库进行基础指标数据进行填报。

(5)状态量库：主要描述模型库中各个模型所属的状态量，包括启用状态量和停用状态量。如模型库所属启用状态量，则模型库处于正常应用状态；如模型库所属停用状态量，则模型库处于未启用状态。

本发明的实施应用，如图4所示，实际上是以评价基础模型中的内容为基准，通过定义好的算法规则，通过接口数据和引擎，进行数据组合分析，构成评价基础数据库。

步骤S302：构建评价数据接口引擎；

根据集团企业综合评价基础模型库，周期性按需获取目标企业的目标经营源数据，通过评价模型的灵活自定义配置，将各业务板块的目标企业经营实际数据根据既定评价规则进行信息数据点转换，通过评价数据引擎调用评价规则，实现基础数据与评价数据的松耦合，评价权重模型与基础数据库的隔离，保证状态评价模型计算机设备不依赖于固定的基础数据库限制，针对基础数据可按需进行评价模型自由组合分析，形成可灵活移植、可灵活配置的基层数据接口引擎。

步骤S303：定义评价模型；

根据基础模型库，采用预设配置规则，基于多方平衡记分卡配置各业务板块集团企业所属评价维度及所对应的每个评价维度模型应用信息，配置每个评价维度特征属性分别对应的评价指标及评价权重模型。

(1)定义评价基础模型

根据基础模型库，构建评价数据接口引擎，定义评价基础模型库及评价权重模型。评价模型由业务板块库、指标库、模板库、状态量库为基础数据库，再依据评价权重模型组成评价模型库，评价模型库表示评价模型的业务板块库、指标库、状态量库的实例化。在进行评价模型应用实例时，采用自上而下的模式定义评价模型。

本实施例中，所属目标企业要依据基础模型库，采用预设配置规则对目标企业所对应的每个评价维度模型特征属性进行定义。定义目标企业的所属业务板块，根据目标企业业务板块特征属性，选取基于评价模型的企业规模、盈利能力、经营效率、可持续发展四大评价维度具体化的评价指标，然后根据具体化的评价指标配置评价细则，最后，为各个业务板块评价模板库配置状态量，即为该目标企业所启用的评价指标库。如果是停用状态量的评价模板，表示该状态下还可继续配置评价指标至该评价模型，实现评价模型自定义配置。通过该评价基础模型定义，则可完成评价基础模型数据定义，在计算机设备实现时，只需要按照指标库中选择当前模型实例所采用的评价指标配置对应的评价规则，通过数据接口引擎，从目标报表获取目标企业的经营源数据，则可依据评价模型计算得出该企业的最终评价结果。

(2)定义评价规则

定义好评价基础模型，还需对评价规则进行定义，即对该目标企业所属业务板块下配置评价权重模型。评价权重模型包含基础数学、逻辑算法，实现了指标数学运算后所得出的最终数据以作为计算指标数据，同时可定义配置各个业务板块的评价权重模型。

评价权重模型由企业规模、盈利能力、经营效率、可持续发展四大评价维度得分值相加而得出。评价权重模型是将每个评价维度设置相应的基准评价维度权重，每个评价维度配置相应的指标项，每个指标项设置相应的基准得分值，集团企业评价时根据企业实际经营情况对比取值区间与基准得分值逐级取值，每个评价维度得分值是由每个评价指标实际值乘以评价指标权重值所得值再乘以每个评价维度权重得出。综合计算得分，综合得分越高则企业经营情况越好。

评价模型总得分＝企业规模评价维度权权重×{(各评价指标实际值所属的得分值×各评价指标权重)之和}+盈利能力评价维度权权重×{(各评价指标实际值所属的得分值×各评价指标权重)之和}+经营效率评价维度权权重×{(各评价指标实际值所属的得分值×各评价指标权重)之和}+可持续发展评价维度权权重×{(各评价指标实际值所属的得分值×各评价指标权重)之和}

步骤S304：获取评价企业经营数据；

定义评价模型，计算机设备将获取当前待评价对象信息，根据预设评价配置规则，确认上述当前待评价对象对应的模型应用信息，从评价对象所上报的目标报表统一获取所属目标企业的评价相关数据，通过接口引擎将目标评价数据初始化至数据库。

步骤S305至步骤S306：加载算法引擎，触发评价规则进行评价结果计算；

评价模型初始化内容通过数据接口引擎，从目标报表获取目标企业的经营源数据，自动生成到评价数据库，如图5所示，自动加载与本模型配合的评价算法解析引擎与数据接口处理引擎，数据接口处理引擎依据定义的触发规则，调用解析正确的信息点处理算法，将评价基础数据进行公式运算，加工为评价模型需要的数据结果存储到评价结果库中，最后解析评价权重模型规则将各个评价维度下的指标结果进行运算以获取最终的集团企业评价结果。

本应用实例提供的用于企业评价的处理方法，具备以下有益效果：

(1)通过构建集团企业综合评价基础模型库，可方便对基础模型库信息进行统一调整，降低企业评价基础数据维护成本。

(2)通过设置评价基础模型，采用预设配置规则以及应用灵活调整规则，支持数据分析人员对评价权重模型取值进行修正，增强评价模型灵活配置性。

(3)通过数据接口引擎，从目标系统获取目标企业的经营源数据，自动生成到评价数据库，无需数据分析人员手动筛选操作进可快速获取目标企业经营相关数据，避免了人工筛选数据效率低以及数据统计不准确的问题，提高企业评价工作效率，提升数据应用价值。

应该理解的是，虽然图1至图5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1至图5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图6所示，提供了一种用于企业评价的处理装置，其中，企业评价系统包括针对不同业务板块的业务处理端，不同的业务板块所对应的数据处理模型均具有多个相同的数据处理维度；针对同一数据处理维度，根据同一数据处理维度所属的数据处理模型对应的业务板块确定的包括：同一数据处理维度在不同数据处理模型中的维度权重，同一数据处理维度包括的数据处理指标，以及数据处理指标在同一数据处理维度中的指标权重。

上述装置应用于计算机设备中，上述装置包括：

目标业务处理端确定模块601，用于确定待进行业务数据处理的目标业务板块，并将目标业务板块对应的数据处理模型作为目标数据处理模型，将针对目标业务板块的业务处理端作为目标业务处理端；

业务源数据获取模块602，用于利用预设的数据接口引擎获取目标业务处理端针对目标数据处理模型的各数据处理维度下的数据处理指标的业务源数据；其中，不同业务源数据与不同的数据处理指标对应；

指标值确定模块603，用于根据各数据处理指标的不同指标值与不同源数据区间之间的对应关系，确定与数据处理指标对应的业务源数据所属的源数据区间对应的指标值，得到各业务源数据在目标数据处理模型中对应的指标值；

加权处理模块604，用于根据与业务源数据对应的数据处理指标在所属的数据处理维度中的指标权重以及所属的数据处理维度在目标数据处理模型中的维度权重，对与业务源数据对应的指标值进行加权处理，得到各业务源数据对应的指标值的加权指标值；

求和处理模块605，用于对各加权指标值进行求和处理，将求和处理得到的加权求和值作为企业评价系统针对目标业务板块的业务数据处理结果。

在一个实施例中，上述装置还包括源数据报表获取模块，用于确定目标数据处理模型下具有多个数据处理指标的源数据模板；将所确定的源数据模板发送至目标业务处理端，以使目标业务处理端在所确定的源数据模板中提供与数据处理指标对应的业务源数据后得到源数据报表并返回源数据报表；将源数据报表存储在与数据接口引擎对接的源数据库中。

业务源数据获取模块602，进一步用于利用预设的数据接口引擎对源数据库中所确定的源数据报表进行解析，得到目标业务处理端的业务源数据。

在一个实施例中，上述计算机设备包括源数据模板库，用于存储各数据处理模型的源数据模板；源数据报表获取模块，进一步用于从源数据模板库存储的源数据模板中确定与目标数据处理模型对对应的源数据模板。

在一个实施例中，上述计算机设备包括数据处理模型库，用于存储各数据处理模型对应的业务处理端在各数据处理维度下的数据处理指标的不同指标值与不同源数据区间之间的对应关系、数据处理指标的指标权重以及各数据处理维度的维度权重；上述计算机设备包括业务板块库，用于存储数据处理模型库中的各业务处理端所属的业务板块；

目标业务处理端确定模块601，进一步用于确定待进行业务数据处理的目标业务板块，基于业务板块库将归属于目标业务板块的业务处理端作为目标业务处理端，并基于数据处理模型库将与目标业务处理端对应的数据处理模型作为目标数据处理模型。

在一个实施例中，上述计算机设备包括状态量库，用于存储数据处理模型库中各数据处理模型所属的状态量，状态量包括启用状态量和停用状态量；其中，当任一个数据处理模型所属的状态量为启用状态量时，数据处理模型库中的任一个数据处理模型处于被使用状态；当任一个数据处理模型所属的状态量为停用状态量时，数据处理模型库中的任一个数据处理模型处于未被使用状态。

在一个实施例中，上述计算机设备包括数据指标库，用于存储各数据处理指标的描述信息以及各数据处理指标所关联的业务板块和数据处理维度。

关于用于企业评价的处理装置的具体限定可以参见上文中对于用于企业评价的处理方法的限定，在此不再赘述。上述用于企业评价的处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储企业评价系统的业务数据处理数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用于企业评价的处理方法。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述各个方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上的实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种用于企业评价的处理方法，其特征在于，企业评价系统包括针对不同业务板块的业务处理端，不同的业务板块所对应的数据处理模型均具有多个相同的数据处理维度；针对同一数据处理维度，根据所述同一数据处理维度所属的数据处理模型对应的业务板块确定的包括：所述同一数据处理维度在不同数据处理模型中的维度权重，所述同一数据处理维度包括的数据处理指标，以及所述数据处理指标在所述同一数据处理维度中的指标权重；

所述方法应用于计算机设备中，所述方法包括：

确定待进行业务数据处理的目标业务板块，并将所述目标业务板块对应的数据处理模型作为目标数据处理模型，将针对所述目标业务板块的业务处理端作为目标业务处理端；

确定所述目标数据处理模型下具有多个数据处理指标的源数据模板；

将所确定的源数据模板发送至所述目标业务处理端，以使所述目标业务处理端在所述所确定的源数据模板中提供与数据处理指标对应的业务源数据后得到源数据报表并返回所述源数据报表；

将所述源数据报表存储在与数据接口引擎对接的源数据库中；

利用预设的数据接口引擎对所述源数据库中所述所确定的源数据报表进行解析，得到所述目标业务处理端的业务源数据；其中，不同业务源数据与不同的数据处理指标对应；

根据各数据处理指标的不同指标值与不同源数据区间之间的对应关系，确定与数据处理指标对应的业务源数据所属的源数据区间对应的指标值，得到各业务源数据在所述目标数据处理模型中对应的指标值；

根据与业务源数据对应的数据处理指标在所属的数据处理维度中的指标权重以及所述所属的数据处理维度在所述目标数据处理模型中的维度权重，对与业务源数据对应的指标值进行加权处理，得到各业务源数据对应的指标值的加权指标值；

对各加权指标值进行求和处理，将求和处理得到的加权求和值作为所述企业评价系统针对所述目标业务板块的业务数据处理结果。

2.根据权利要求1所述的方法，其特征在于，所述计算机设备包括源数据模板库，用于存储各数据处理模型的源数据模板；

所述确定所述目标数据处理模型下具有多个数据处理指标的源数据模板，包括：

从所述源数据模板库存储的源数据模板中确定与所述目标数据处理模型对应的源数据模板。

3.根据权利要求1所述的方法，其特征在于，所述计算机设备包括数据处理模型库和业务板块库；

所述数据处理模型库，用于存储各数据处理模型对应的业务处理端在各数据处理维度下的数据处理指标的不同指标值与不同源数据区间之间的对应关系、数据处理指标的指标权重以及各数据处理维度的维度权重；

所述业务板块库，用于存储所述数据处理模型库中的各业务处理端所属的业务板块；

所述确定待进行业务数据处理的目标业务板块，并将所述目标业务板块对应的数据处理模型作为目标数据处理模型，将针对所述目标业务板块的业务处理端作为目标业务处理端，包括：

确定待进行业务数据处理的目标业务板块，基于所述业务板块库将归属于所述目标业务板块的业务处理端作为目标业务处理端，并基于所述数据处理模型库将与所述目标业务处理端对应的数据处理模型作为目标数据处理模型。

4.根据权利要求3所述的方法，其特征在于，所述计算机设备包括状态量库，用于存储所述数据处理模型库中各数据处理模型所属的状态量；其中，状态量包括启用状态量和停用状态量；当任一个数据处理模型所属的状态量为启用状态量时，所述数据处理模型库中的所述任一个数据处理模型处于被使用状态；当所述任一个数据处理模型所属的状态量为停用状态量时，所述数据处理模型库中的所述任一个数据处理模型处于未被使用状态。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述计算机设备包括数据指标库，用于存储各数据处理指标的描述信息以及各数据处理指标所关联的业务板块和数据处理维度。

6.一种用于企业评价的处理装置，其特征在于，企业评价系统包括针对不同业务板块的业务处理端，不同的业务板块所对应的数据处理模型均具有多个相同的数据处理维度；针对同一数据处理维度，根据所述同一数据处理维度所属的数据处理模型对应的业务板块确定的包括：所述同一数据处理维度在不同数据处理模型中的维度权重，所述同一数据处理维度包括的数据处理指标，以及所述数据处理指标在所述同一数据处理维度中的指标权重；

所述装置应用于计算机设备中，所述装置包括：

目标业务处理端确定模块，用于确定待进行业务数据处理的目标业务板块，并将所述目标业务板块对应的数据处理模型作为目标数据处理模型，将针对所述目标业务板块的业务处理端作为目标业务处理端；

源数据报表获取模块，用于确定所述目标数据处理模型下具有多个数据处理指标的源数据模板；将所确定的源数据模板发送至所述目标业务处理端，以使所述目标业务处理端在所述所确定的源数据模板中提供与数据处理指标对应的业务源数据后得到源数据报表并返回所述源数据报表；将所述源数据报表存储在与预设的数据接口引擎对接的源数据库中；

业务源数据获取模块，用于利用预设的数据接口引擎对所述源数据库中所述所确定的源数据报表进行解析，得到所述目标业务处理端的业务源数据；其中，不同业务源数据与不同的数据处理指标对应；

指标值确定模块，用于根据各数据处理指标的不同指标值与不同源数据区间之间的对应关系，确定与数据处理指标对应的业务源数据所属的源数据区间对应的指标值，得到各业务源数据在所述目标数据处理模型中对应的指标值；

加权处理模块，用于根据与业务源数据对应的数据处理指标在所属的数据处理维度中的指标权重以及所述所属的数据处理维度在所述目标数据处理模型中的维度权重，对与业务源数据对应的指标值进行加权处理，得到各业务源数据对应的指标值的加权指标值；

求和处理模块，用于对各加权指标值进行求和处理，将求和处理得到的加权求和值作为所述企业评价系统针对所述目标业务板块的业务数据处理结果。

7.根据权利要求6所述的装置，其特征在于，所述计算机设备包括源数据模板库，用于存储各数据处理模型的源数据模板；

源数据报表获取模块，用于从所述源数据模板库存储的源数据模板中确定与所述目标数据处理模型对应的源数据模板。

8.根据权利要求6所述的装置，其特征在于，所述计算机设备包括数据处理模型库和业务板块库；

所述数据处理模型库，用于存储各数据处理模型对应的业务处理端在各数据处理维度下的数据处理指标的不同指标值与不同源数据区间之间的对应关系、数据处理指标的指标权重以及各数据处理维度的维度权重；

所述业务板块库，用于存储所述数据处理模型库中的各业务处理端所属的业务板块；

所述目标业务处理端确定模块，用于确定待进行业务数据处理的目标业务板块，基于所述业务板块库将归属于所述目标业务板块的业务处理端作为目标业务处理端，并基于所述数据处理模型库将与所述目标业务处理端对应的数据处理模型作为目标数据处理模型。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法。

Images