CN112632048A - 一种数据质量检测方法、系统、电子设备及存储介质 - Google Patents

Abstract

本申请公开了一种数据质量检测方法、系统、电子设备及存储介质。数据质量检测方法包括：触发步骤：触发脚本；数据拉取步骤：将阿里查询接口、Dataservice、业务数据库中分别拉取数据；数据验证步骤：将所述数据存放在csv文件下，验证所述数据准确性。本发明提出一种数据质量检测方法、系统、电子设备及存储介质，为提高多平台连通数据测试过程中测试校验的及时性、准确性、完整性，通过结合自动化脚本的形式来提高在数据量较大的情况下数据验证效率，并自动输出测试报告。

Description

一种数据质量检测方法、系统、电子设备及存储介质

技术领域

本申请涉及数据质量检测领域，尤其涉及一种数据质量检测方法、系统、电子设备及存储介质。

背景技术

在现如今电商崛起时代，电商品牌主结合不同节日活动和主推商品，在各大电商平台有不同的商品投放策略。目前电商六大媒体平台有阿里的直通车，超级推荐和钻展以及京东的快车、触电和展位；而电商媒体自动化投放工具即将六大媒体平台一站式整合到一个工具下，积累投放数据和经验。用户在电商平台的行为数据成为电商品牌方分析商品在电商平台投放效果及用户转化率等指标的重要数据，电商媒体自动化投放工具会间接拉取电商平台的数据，根据数据做算法相关处理来指导投手商品投放。因此，针对拉取数据的完整性和准确性校验就显得尤为重要。

因此，针对以上现状，本发明提出一种数据质量检测方法、系统、电子设备及存储介质，为提高多平台连通数据测试过程中测试校验的及时性、准确性、完整性，通过结合自动化脚本的形式来提高在数据量较大的情况下数据验证效率，并自动输出测试报告。

发明内容

本申请实施例提供了一种数据质量检测方法、系统、电子设备及存储介质，以至少解决相关技术中主观因素影响的问题。

本发明提供了一种数据质量检测方法，包括：

触发步骤：触发脚本；

数据拉取步骤：从阿里查询接口、Dataservice及业务数据库中分别拉取数据；

数据验证步骤：将所述数据存放在csv文件下，验证所述数据准确性。

上述的数据质量检测方法，所述触发步骤包括，以输入参数的形式触发所述脚本。

上述的数据质量检测方法，所述数据拉取步骤包括，根据所述输入参数调用封装的所述阿里查询接口，从所述阿里查询接口、所述 Dataservice及所述业务数据库中分别拉取每个计划、单元、关键词、人群在对应店铺下产生的分时分日的数据。

上述的数据质量检测方法，所述数据验证步骤包括，将所述数据存储在excel中，并存放在csv文件下后，比对数据gap值来验证所述数据的准确性，并通过所述数据的代码自动生成Echarts趋势图。

本发明提供数据质量检测系统，其特征在于，适用于上述所述的数据质量检测方法，包括：

触发单元：触发脚本；

数据拉取单元：从阿里查询接口、Dataservice及业务数据库中分别拉取数据；

数据验证单元：将所述数据存放在csv文件下，验证所述数据准确性。

上述的数据质量检测系统，所述触发单元包括，以输入参数的形式触发所述脚本。

上述的数据质量检测系统，所述数据拉取单元包括，根据所述输入参数调用封装的所述阿里查询接口，从所述阿里查询接口、所述 Dataservice及所述业务数据库中分别拉取每个计划、单元、关键词、人群在对应店铺下产生的分时分日的数据。

上述的数据质量检测系统，所述数据验证单元包括，将所述数据存储在excel中，并存放在csv文件下后，比对数据gap值来验证所述数据的准确性，并通过所述数据的代码自动生成Echarts趋势图。

进一步的，本发明提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述任一项所述的数据质量检测方法。

本发明提供一种电子设备可读存储介质，所述电子设备可读存储介质上存储有计算机程序指令，所述计算机程序指令被所述处理器执行时实现上述任一项所述的数据质量检测方法。

相比于相关技术，本发明提出一种数据质量检测方法、系统、电子设备及存储介质，为提高多平台连通数据测试过程中测试校验的及时性、准确性、完整性，通过结合自动化脚本的形式来提高在数据量较大的情况下数据验证效率，并自动输出测试报告。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的数据链示意图；

图2是根据本申请实施例的Echarts趋势图示意图；

图3是根据本申请实施例的数据质量检测方法流程图；

图4为本发明的数据质量检测系统的结构示意图；

图5是根据本申请实施例的电子设备的框架图。

其中，附图标记为：

触发单元：41；

数据拉取单元：42；

数据验证单元：43；

81：处理器；

82：存储器；

83：通信接口；

80：总线。

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，对本申请进行描述和说明。应当理解，此处所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。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

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。本领域普通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在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

本发明基于电商媒体自动化投放工具，下面进行简要的介绍。

媒体的投放是专指在新媒体上所进行的广告投放。所谓新媒体是相对于传统媒体而言的，新媒体是一个不断变化的概念。只要媒体构成的基本要素有别于传统媒体，才能称得上是新媒体。否则，最多也就是在原来的基础上的变形或改进提高。新媒体广告特点—图案是平面广告的重要“视觉传达要素”，而色彩在视觉传达上要优于其他要素。在电子制版和印刷机械飞速发展的今天，广告业如雨后春笋般地出现，而作为半永久平面户外广告，借助某个载体使其广告能悬挂在墙壁上，其安全性能有待改进。而且面积越大，投资成本就越高。 2015年以后，我国媒体融合发展进入了深度融合时期，传媒业的系统性整合和融通已经开始，媒体也超过了其原有的发展形式和框架。在内部，传统媒体和新媒体交融合作；在外部，传媒产业和其他产业密切连接。这不仅给业界带来了极大的发展挑战，也给学术界带来了更多更深、范围更广的综合性研究课题。运用经济全球化发展的视角，将媒体作为独立的市场主体参与到产业竞争中，通过跨越行业、领域的产业融合，实现中国未来传媒业在形态、业态、生态等领域动态可持续的发展，更是成为一项重要的国家战略。新媒体投放形式：电子菜谱新媒体：以中高档餐厅里平板电脑、pad、ipad电子菜谱为媒体，通过高清大图、3D效果、视频效果、音频效果、超链接效果、电视节目效果来增加品牌的公众认知度，面对的受众都是高收入人群，使品牌传播达到最佳效果，充分利用时尚的概念，是到目前为止最年轻最时尚的新媒体；户外新媒体：目前在户外的新媒体广告投放包括户外视频，户外投影，户外触摸等，这些户外新媒体都包含一些户外互动因素，以此来达到吸引人气，提升媒体价值的目的；移动新媒体：以移动电视，车载电视，地铁电视等为主要表现形式，通过移动电视节目的包装设计，来增加受众黏性，便于广告投放；手机新媒体：手机媒体是到目前为止所有媒体形式中最具普及性、最快捷、最为方便并具有一定强制性的平台，它的发展空间将非常巨大。未来的两到三年内，4G手机逐渐普及，手机媒体将成为普通人在日常生活中获得信息的重要手段。

数据质量，是指在业务环境下，数据符合数据消费者的使用目的，能满足业务场景具体需求的程度。在不同的业务场景中，数据消费者对数据质量的需要不尽相同，有些人主要关注数据的准确性和一致性，另外一些人则关注数据的实时性和相关性，因此，只要数据能满足使用目的，就可以说数据质量符合要求。检查局部数据结构是为了保证临时存储在模块内的数据在程序执行过程中完整、正确。数据验证就是为保证数据的完整性，用一种指定的算法对原始数据计算出的一个校验值。接收方用同样的算法计算一次校验值，如果和随数据提供的校验值一样，说明数据是完整的。最简单的检验实现方法：最简单的校验就是把原始数据和待比较数据直接进行比较，看是否完全一样这种方法是最安全最准确的。同时也是效率最低的。应用例子：龙珠cpu在线调试工具bbug.exe。它和龙珠cpu间通讯时，bbug发送一个字节cpu返回收到的字节，bbug确认是刚才发送字节后才继续发送下一个字节的；奇偶校验Parity Check实现方法：在数据存储和传输中，字节中额外增加一个比特位，用来检验错误。校验位可以通过数据位异或计算出来，应用例子：单片机串口通讯有一模式就是 8位数据通讯，另加第9位用于放校验值，bcc异或校验法(block checkcharacter)实现方法：很多基于串口的通讯都用这种既简单又相当准确的方法。它就是把所有数据都和一个指定的初始值(通常是0)异或一次，最后的结果就是校验值，通常把它附在通讯数据的最后一起发送出去，接收方收到数据后自己也计算一次异或和校验值，如果和收到的校验值一致就说明收到的数据是完整的，适用范围：适用于大多数要求不高的数据通讯，应用例子：ic卡接口通讯、很多单片机系统的串口通讯都使用；crc循环冗余校验(Cyclic Redundancy Check)实现方法：这是利用除法及余数的原理来进行错误检测的.将接收到的码组进行除法运算，如果除尽，则说明传输无误；如果未除尽，则表明传输出现差错，crc校验具还有自动纠错能力，crc检验主要有计算法和查表法两种方法，网上很多实现代码，适用范围： CRC-12码通常用来传送6-bit字符串，CRC-16及CRC-CCITT码则用是来传送8-bit字符，CRC-32：硬盘数据，网络传输等，应用例子： rar,以太网卡芯片、MPEG解码芯片中；md5校验和数字签名实现方法：主要有md5和des算法。适用范围：数据比较大或要求比较高的场合。如md5用于大量数据、文件校验，des用于保密数据的校验(数字签名)等等。应用例子：文件校验、银行系统的交易数据。常规的数据准确性测试方法包括结合数据场景，通过多方数据库或接口的方式来进行查询，校验两边的数据是否一致。同时，常规测试方法也有弊端，当系统拉取数据时，无法及时的发现数据是否存在丢失；当数据量大时，无法通过手动查询对数的形式进行数据校验；测试效率低，效果差。

本发明提出一种数据质量检测方法、系统、电子设备及存储介质，为提高多平台连通数据测试过程中测试校验的及时性、准确性、完整性，通过结合自动化脚本的形式来提高在数据量较大的情况下数据验证效率，并自动输出测试报告。

下面将人脸关键点转换方法为例对本申请实施例进行说明。

实施例一

本实施例提供了数据质量检测方法。请参照图1-图3，图1是根据本申请实施例的数据链示意图；图2是根据本申请实施例的 Echarts趋势图示意图；图3是根据本申请实施例的数据质量检测方法流程图,如图所示，数据质量检测方法，包括如下步骤：

触发步骤S1：触发脚本；

数据拉取步骤S2：从阿里查询接口、Dataservice及业务数据库中分别拉取数据；

数据验证步骤S3：将所述数据存放在csv文件下，验证所述数据准确性。

实施例中，所述触发步骤S1包括，以输入参数的形式触发所述脚本。

具体的说，触发步骤生成的代码为如下：

[ExportType]

exporttype＝SuperRecommendation

exporttype＝DirectTrain

[SuperRecommendation]

firRows＝consume花费,impressions展现量,clicks点击量,cpc平均点击花费,cpm千次展现成本,orders总成交笔数,money总成交金额,favorite_commoditys收藏宝贝数,cart_total总购物车数,click_rate点击率＝(点击/展现)*100％【(clicks/impressions)*100％】,icvr转化率＝(成交订单数/点击量)*100％【(orders/clicks)*100％】,roi投入产出比＝成交订单金额 /消耗【gmv_value/cost】

lineCharts＝花费趋势对比,展现量趋势对比,点击量趋势对比,平均点击花费趋势对比,千次展现成本趋势对比,总成交笔数趋势对比,总成交金额趋势对比,收藏宝贝数趋势对比,总购物车数趋势对比,点击率趋势对比,点击转化率趋势对比,投入产出比趋势对比 firRows_dailyReport＝展现量,新客获取量,新客获取率,点击率,成交订单数,成交订单金额,平均访问页面数,平均访问时长,加购物车数,消耗,点击量,点击转化率,点击单价,千次展现成本,粉丝关注量, 拍下订单量,拍下订单金额,收藏宝贝数,引导访问量,拉新消耗,投资回报率,展现转化率,引导进店人数,进店比例,深入进店次数

[DirectTrain]

firRows＝consume花费,impressions展现量,clicks点击量,cpc平均点击花费,cpm千次展现成本,indirect_orders间接成交笔数,direct_orders直接成交笔数,orders总成交笔数,direct_money 直接成交金额,indirect_money间接成交金额,money总成交金额,favorite_commoditys收藏宝贝数,favorite_shops收藏店铺数,favorites总收藏数,add_carts直接购物车数,indirect_cart_total间接购物车数,cart_total总购物车数,click_rate点击率,cvr点击转化率,roi投入产出比 lineCharts＝花费趋势对比,展现量趋势对比,点击量趋势对比,平均点击花费趋势对比,千次展现成本趋势对比,间接成交笔数趋势对比, 直接成交笔数趋势对比,总成交笔数趋势对比,直接成交金额趋势对比,间接成交金额趋势对比,总成交金额趋势对比,收藏宝贝数趋势对比,收藏店铺数趋势对比,总收藏数趋势对比,直接购物车数趋势对比, 间接购物车数趋势对比,总购物车数趋势对比,点击率趋势对比,点击转化率趋势对比,投入产出比趋势对比

[SuperRecommendation_api]

firRows＝charge,ad_pv,click,ecpc,ecpm,alipay_in_shop_num,ali pay_in_shop_amt,inshop_item_col_num,cart_num,点击率＝(click/ad_pv)*100％,cvr,roi

[QueryIds]

planids＝67563814

unitids＝1885940134

crowdids＝564506075701

#resourceids＝

creativeids＝1536378882

keywordids＝526145273613

[Id2name]

planids＝计划

unitids＝单元

crowdids＝人群

resourceids＝资源位

creativeids＝创意

keywordids＝关键词

实施例中，所述数据拉取步骤S2包括，根据所述输入参数调用封装的所述阿里查询接口，从所述阿里查询接口、所述Dataservice及所述业务数据库中分别拉取每个计划、单元、关键词、人群在对应店铺下产生的分时分日的数据。

具体的说，数据拉取步骤S2中，通过阿里查询接口,查询并拉店铺对应的计划、单元、人群、关键词、资源位、创意的分时分日数据；Dataservice 通过阿里的聚石塔服务拉取到阿里查询接口数据后存放在blob中， Dataservice拉取blob的数据后，业务端从Dataservice的数据库中查询并拉取blob的数据对应id的分时分日数据。数据拉取步骤S2中生成的代码为如下：

def getnativedata(url):

data＝{"shopId":2017999,"method":,"param": {"rpt_query":{"end_hour_id":23,"campaign_id": 1344234573,"log_date":"2020-09-07","start_hour_id":0}}}

header＝{'Content-Type':'application/json','Accept': 'application/json'}

response＝json.loads(requests.post(url,json.dumps(data), headers＝header).content)

print(len(response['data']['feedflow_item_campaign_rpthourl ist_response']['result']['rpt_list']['rpt_result_dto'])) return

response['data']['feedflow_item_campaign_rpthourlist_respon se']['result']['rpt_list']['rpt_result_dto']

def writealidata(url):

ali_ui_data＝[]

for res in getnativedata(url):

click_rat＝'{:.2}'.format(res['click']/res['ad_pv'])

param＝(res['hour_id'],res.get('charge',0),res.get('ad_pv', 0),res.get('click',0),res.get('ecpc',0), res.get('ecpm',0),res.get('alipay_in_shop_num',0), res.get('alipay_inshop_amt',0), res.get('inshop_item_col_num',0),res.get('cart_num',0), click_rat,res.get('cvr',0),res.get('roi',0)) ali_ui_data.append(param) return ali_ui_data

实施例中，所述数据验证步骤S3包括，将所述数据存储在excel 中，并存放在csv文件下后，比对数据gap值来验证所述数据的准确性，并通过所述数据的代码自动生成Echarts趋势图。

具体的说，图2是根据本申请实施例的Echarts趋势图示意图。

由此，本发明提出一种数据质量检测方法、系统、电子设备及存储介质，为提高多平台连通数据测试过程中测试校验的及时性、准确性、完整性，通过结合自动化脚本的形式来提高在数据量较大的情况下数据验证效率，并自动输出测试报告。

实施例二

请参照图4，图4为本发明的数据质量检测系统的结构示意图。如图4所示，发明的数据质量检测系统，适用于上述的数据质量检测方法，数据质量检测系统包括：

触发单元：触发脚本；

数据拉取单元：从阿里查询接口、Dataservice及业务数据库中分别拉取数据；

数据验证单元：将所述数据存放在csv文件下，验证所述数据准确性。

在本实施例中，所述触发单元41包括，以输入参数的形式触发所述脚本。

在本实施例中，所述数据拉取单元42包括，根据所述输入参数调用封装的所述阿里查询接口，从所述阿里查询接口、所述Dataservice及所述业务数据库中分别拉取每个计划、单元、关键词、人群在对应店铺下产生的分时分日的数据。

在本实施例中，所述数据验证单元43包括，将所述数据存储在excel 中，并存放在csv文件下后，比对数据gap值来验证所述数据的准确性，并通过所述数据的代码自动生成Echarts趋势图。

实施例三

结合图5所示，本实施例揭示了一种电子设备的一种具体实施方式。电子设备可以包括处理器81以及存储有计算机程序指令的存储器82。

具体地，上述处理器81可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

其中，存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器82可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性(Non-Volatile)存储器。在特定实施例中，存储器82包括只读存储器(Read-Only Memory，简称为ROM) 和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为FPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EFPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。

存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。

处理器81通过读取并执行存储器82中存储的计算机程序指令，以实现上述实施例中的任意数据质量检测方法。

在其中一些实施例中，电子设备还可包括通信接口83和总线80。其中，如图5所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。

通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。

总线80包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(ControlBus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线80可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(FrontSide Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand) 互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA) 总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

电子设备可连接数据质量检测系统，从而实现结合图1-图3描述的方法。

以上所述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。

以上所述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)

1.一种数据质量检测方法，其特征在于，所述数据质量检测方法包括：

触发步骤：触发脚本；

数据拉取步骤：从阿里查询接口、Dataservice及业务数据库中分别拉取数据；

数据验证步骤：将所述数据存放在csv文件下，验证所述数据准确性。

2.根据权利要求1所述的数据质量检测方法，其特征在于，所述触发步骤包括，以输入参数的形式触发所述脚本。

3.根据权利要求2所述的数据质量检测方法，其特征在于，所述数据拉取步骤包括，根据所述输入参数调用封装的所述阿里查询接口，从所述阿里查询接口、所述Dataservice及所述业务数据库中分别拉取每个计划、单元、关键词、人群在对应店铺下产生的分时分日的数据。

4.根据权利要求1所述的数据质量检测方法，其特征在于，所述数据验证步骤包括，将所述数据存储在excel中，并存放在csv文件下后，比对数据gap值来验证所述数据的准确性，并通过所述数据的代码自动生成Echarts趋势图。

5.一种数据质量检测系统，其特征在于，适用于上述权利要求1-4所述的数据质量检测方法，包括：

触发单元：触发脚本；

数据拉取单元：从阿里查询接口、Dataservice及业务数据库中分别拉取数据；

数据验证单元：将所述数据存放在csv文件下，验证所述数据准确性。

6.根据权利要求5所述的数据质量检测系统，其特征在于，所述触发单元包括，以输入参数的形式触发所述脚本。

7.根据权利要求6所述的数据质量检测系统，其特征在于，所述数据拉取单元包括，根据所述输入参数调用封装的所述阿里查询接口，从所述阿里查询接口、所述Dataservice及所述业务数据库中分别拉取每个计划、单元、关键词、人群在对应店铺下产生的分时分日的数据。

8.根据权利要求7所述的数据质量检测系统，其特征在于，所述数据验证单元包括，将所述数据存储在excel中，并存放在csv文件下后，比对数据gap值来验证所述数据的准确性，并通过所述数据的代码自动生成Echarts趋势图。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的数据质量检测方法。

10.一种电子设备可读存储介质，所述电子设备可读存储介质上存储有计算机程序指令，所述计算机程序指令被所述处理器执行时实现如权利要求1至4中任一项所述的数据质量检测方法。

Images