CN113723747A - 分析报告生成方法、电子设备及可读存储介质 - Google Patents
分析报告生成方法、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113723747A CN113723747A CN202110808859.5A CN202110808859A CN113723747A CN 113723747 A CN113723747 A CN 113723747A CN 202110808859 A CN202110808859 A CN 202110808859A CN 113723747 A CN113723747 A CN 113723747A
- Authority
- CN
- China
- Prior art keywords
- evaluation index
- index
- analysis report
- service
- target evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Abstract
本发明提供一种分析报告生成方法、电子设备及可读存储介质,其中该方法包括:分析待分析业务的业务数据,获取待分析业务的基础评价指标值,并基于所述基础评价指标值,计算待分析业务的目标评价指数值;基于所述目标评价指数值,结合预定义的分析报告模板,生成分析报告文档;其中,所述目标评价指数值所关联的目标评价指数为通过对所述待分析业务的业务规则进行拆解和抽象并对抽象结果进行横向和/或纵向对比获取的。本发明基于大数据分析技术,确定用于横向和纵向比较的目标评价指数,并基于此自动诊断业务波动和业务落后情况,生成分析报告,能够有效提高数据分析的准确性、可靠性及效率。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种分析报告生成方法、电子设备及可读存储介质。
背景技术
随着大数据时代的崛起,越来越多的企业进入精细化运营阶段,而精细化运营需要通过大数据分析技术,发现业务波动、业务数据特点等,从而制定一系列的运营策略,提升公司成交额。
目前,企业主要依赖于数据分析师进行大量的业务分析,也即主要通过制定一系列核心的业务观测指标,由数据分析师通过自己的经验分析业务波动,发现业务问题。
但是,上述分析方法的分析结论主要依赖于数据分析师的分析经验,而分析师的技术水平参差不齐,对数据的解读也会产生较大的差异,准确性和可靠性不高。并且,分析报告一般都是周、月纬度的,且相似度较大,效率低且浪费分析资源。
发明内容
本发明提供一种分析报告生成方法、电子设备及可读存储介质,用以解决现有技术对业务数据分析准确性和可靠性不高且效率较低等问题的缺陷,实现有效提高数据分析结果的准确性和可靠性,并有效提高分析效率的目标。
本发明提供一种分析报告生成方法,包括:
分析待分析业务的业务数据,获取所述待分析业务的基础评价指标值,并基于所述基础评价指标值,计算所述待分析业务的目标评价指数值;
基于所述目标评价指数值,结合预定义的分析报告模板,生成分析报告文档;
其中,所述目标评价指数值所关联的目标评价指数为通过对所述待分析业务的业务规则进行拆解和抽象并对抽象结果进行横向和/或纵向对比获取的。
根据本发明提供的一种分析报告生成方法,还包括:
根据所述待分析业务的业务规则,拆解并抽象出用于衡量所述待分析业务的基础评价指标;
对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数。
根据本发明提供的一种分析报告生成方法,所述对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数,包括:
根据相同区域所述基础评价指标的不同时期数值和/或同一时期所述基础评价指标的不同区域数值,确定目标评价指数计算公式,并对所述目标评价指数计算公式中的权重系数进行赋值,获取所述目标评价指数。
根据本发明提供的一种分析报告生成方法,所述目标评价指数包括如下指标中至少之一:
指标变化程度指数=((本期指标值-上期指标值)/上期指标值)×w1;
指标落后综合指数=指标城市排名×w2+指标权重×w3;
指标提升难易指数=指标未超过前一名的月份占比×w4+指标超过前一名需要提升的百分比×w5;
其中,w1、w2、w3、w4和w5表示权重系数。
根据本发明提供的一种分析报告生成方法,所述生成分析报告文档,包括:
对所述目标评价指数值进行排序,并根据所述排序,确定前N个目标评价指数值,N为正整数;
基于所述前N个目标评价指数值,填充所述分析报告模板,生成所述分析报告文档。
根据本发明提供的一种分析报告生成方法,在所述结合预定义的分析报告模板,生成分析报告文档之前,还包括:
根据所述待分析业务的业务规则和分析需求,获取所述分析报告模板。
根据本发明提供的一种分析报告生成方法,所述基于所述基础评价指标值,计算所述待分析业务的目标评价指数值,包括:
对所述基础评价指标值进行归一化处理,获取归一化的数值,并根据所述归一化的数值,计算所述目标评价指数值。
本发明还提供一种分析报告生成装置,包括:
分析计算模块,用于分析待分析业务的业务数据,获取所述待分析业务的基础评价指标值,并基于所述基础评价指标值,计算所述待分析业务的目标评价指数值;
报告生成模块,用于基于所述目标评价指数值,结合预定义的分析报告模板,生成分析报告文档;
其中,所述目标评价指数值所关联的目标评价指数为通过对所述待分析业务的业务规则进行拆解和抽象并对抽象结果进行横向和/或纵向对比获取的。
根据本发明提供的一种分析报告生成装置,还包括指标确定模块,用于:
根据所述待分析业务的业务规则,拆解并抽象出用于衡量所述待分析业务的基础评价指标;
对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数。
根据本发明提供的一种分析报告生成装置,所述指标确定模块,在用于所述对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数时,用于:
根据相同区域所述基础评价指标的不同时期数值和/或同一时期所述基础评价指标的不同区域数值,确定目标评价指数计算公式,并对所述目标评价指数计算公式中的权重系数进行赋值,获取所述目标评价指数。
根据本发明提供的一种分析报告生成装置,所述目标评价指数包括如下指标中至少之一:
指标变化程度指数=((本期指标值-上期指标值)/上期指标值)×w1;
指标落后综合指数=指标城市排名×w2+指标权重×w3;
指标提升难易指数=指标未超过前一名的月份占比×w4+指标超过前一名需要提升的百分比×w5;
其中,w1、w2、w3、w4和w5表示权重系数。
根据本发明提供的一种分析报告生成装置,所述报告生成模块,在用于所述生成分析报告文档时,用于:
对所述目标评价指数值进行排序,并根据所述排序,确定前N个目标评价指数值,N为正整数;
基于所述前N个目标评价指数值,填充所述分析报告模板,生成所述分析报告文档。
根据本发明提供的一种分析报告生成装置,还包括模板设计模块,用于:
根据所述待分析业务的业务规则和分析需求,获取所述分析报告模板。
根据本发明提供的一种分析报告生成装置,所述分析计算模块,在用于所述基于所述基础评价指标值,计算所述待分析业务的目标评价指数值时,用于:
对所述基础评价指标值进行归一化处理,获取归一化的数值,并根据所述归一化的数值,计算所述目标评价指数值。
本发明还提供一种电子设备,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程序或指令,所述处理器执行所述程序或指令时,实现如上述任一种所述的分析报告生成方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有程序或指令,所述程序或指令被计算机执行时,实现如上述任一种所述的分析报告生成方法的步骤。
本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时,实现如上述任一种所述的分析报告生成方法的步骤。
本发明提供的分析报告生成方法、电子设备及可读存储介质,基于大数据分析技术,确定用于横向和纵向比较的目标评价指数,并基于此自动诊断业务波动和业务落后情况,生成分析报告,能够有效提高数据分析结果的准确性和可靠性,并能有效提高分析效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的分析报告生成方法的流程示意图之一;
图2为本发明提供的分析报告生成方法的流程示意图之二;
图3为本发明提供的分析报告生成装置的结构示意图;
图4为本发明提供的电子设备的实体结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明针对现有技术依靠人工对业务数据进行分析时的准确性和可靠性不高且效率较低等的问题,基于大数据分析技术,确定用于横向和纵向比较的目标评价指数,并基于此自动诊断业务波动和业务落后情况,生成分析报告,能够有效提高数据分析结果的准确性和可靠性,并能有效提高分析效率。以下将结合附图,具体通过多个实施例对本发明进行展开说明和介绍。
图1为本发明提供的分析报告生成方法的流程示意图之一,如图1所示,该方法包括:
S101,分析待分析业务的业务数据,获取所述待分析业务的基础评价指标值,并基于所述基础评价指标值,计算所述待分析业务的目标评价指数值。
其中,所述目标评价指数值所关联的目标评价指数为通过对所述待分析业务的业务规则进行拆解和抽象并对抽象结果进行横向和/或纵向对比获取的。
可以理解为,对于待分析业务,在已经确定了用于评价该待分析业务的功能或性能的基础评价指标的基础上,可以先对其业务数据进行分析,得到相应的基础评价指标值,并进一步基于该基础评价指标值,按照预定义的目标评价指数,计算相应的目标评价指数值。
应理解的是,其中的待分析业务的基础评价指标是指通过对待分析业务进行业务规则或业务框架提取与抽象获取的用于评价待分析业务的性能的直接关联性指标。
例如,对于企业运营业务,通过运营结果、运营过程、品质管理、文化运营等4方面进行综合评分时,其中会涉及50多项指标,这些指标都可称为是基础评价指标。再如,有些运营部门的核心KPI是GMV,拆解结构可以为GMV=DAU×转化率×单价。其中DAU可以拆分为DAU=留存DAU+历史回流DAU+新增DAU,则基础评价指标可以拆解为GMV、留存DAU、历史回流DAU、新增DAU、留存转化率、历史回流转化率、新增转化率和单价等8项过程指标。
之后通过分析相应的待分析业务数据,可以提取这些基础评价指标相对应的数值,即为基础评价指标值。
也就是说,可以通过分析待分析业务的业务规则,确定出哪些指标可以反映出待分析业务的功能或性能等,这个指标即可作为基础评价指标。该基础评价指标是指具体的指标类型,属于变量,如对于销售业务,可以确定其基础指标包括销售额这一单一变量。而基础指标值是与具体的业务数据相关的,是指基础评价指标的具体取值,如当月的销售额为1000万。
其中,业务规则是指对业务定义和约束的描述,用于维持业务结构或控制和影响业务的行为。本发明中业务规则技术的基本思想是将待分析业务系统处理的业务逻辑从程序代码中抽取出来,将其转变为简单的业务规则,以结构化的业务规则数据来表示待分析业务的业务行为,并采用类自然语言来描述。
目标评价指数值是目标评价指数对应的数值,目标评价指数可以预先定义。可以理解,在计算目标评价指数值之前,需要先定义目标评价指数具体的类型。
也就是说,目标评价指数是指对同一业务不同时期基础评价指标的纵向比较或者不同业务间基础评价指标的横向比较搭建的比较关系结果,其是与基础评价指标单一变量相关的复合变量。
例如,对于销售业务的销售额基础评价指标,目标评价指数可以是当期相对于上期的销售额增量评价指数y,y可以表示为y=xt-xt-1,其中xt、xt-1分别表示当期销售额和上期销售额。将当期和上期的营业额指标的值带入公式,可以求出销售额增量评价指数y的取值即为目标评价指数值。
再如,可以通过定义指标变化程度指数作为目标评价指数,来对基础评价指标进行纵向对比,以衡量指标体系中指标的变化程度,和/或,通过定义指标落后综合指数作为目标评价指数,来对基础评价指标进行横向对比,以衡量指标体系中比较落后的指标。
S102,基于所述目标评价指数值,结合预定义的分析报告模板,生成分析报告文档。
可以理解为,在获取目标评价指数值的基础上,即得到了对待分析业务的分析结果,之后通过将目标评价指数值填充到预定义的分析报告模板中,形成相应的分析报告文档,实现分析结果的可视化展示。
本发明提供的分析报告生成方法,基于大数据分析技术,确定用于横向和纵向比较的目标评价指数,并基于此自动诊断业务波动和业务落后情况,生成分析报告,能够有效提高数据分析结果的准确性和可靠性,并能有效提高分析效率。
进一步地,本发明提供的分析报告生成还包括:根据所述待分析业务的业务规则,拆解并抽象出用于衡量所述待分析业务的基础评价指标;对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数。
可以理解为,如图2所示,为本发明提供的分析报告生成方法的流程示意图之二,其中本发明在计算待分析业务的目标评价指数值之前,先要对目标评价指数进行定义。具体的,先根据业务规则拆解全面衡量业务的关键性核心指标,进行基础指标体系搭建,再基于该基础指标体系定义目标评价指数。
具体的,在进行目标评价指数的定义时,参考通常数据分析中分析师会的分析思维,通过对基础评价指标的纵向对比和横向对比分析发现问题。纵向对比即同一城市或者区域同历史数据对比,诊断变化指标;横向对比即同一时间不同城市间对比,诊断表现优秀或者表现落后的指标。
本发明通过定义目标评价指数,将分析师的分析思维通过指标进行量化,从而更严谨客观的刻画指标的变化以及指标的落后程度、提升难易程度,准确性更高。
其中,根据上述各实施例提供的分析报告生成方法可选地,所述对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数,包括:根据相同区域所述基础评价指标的不同时期数值和/或同一时期所述基础评价指标的不同区域数值,确定目标评价指数计算公式,并对所述目标评价指数计算公式中的权重系数进行赋值,获取所述目标评价指数。
可以理解为,在确定基础评价指标的基础上,需要基于其定义目标评价指数,具体可以先可通过定义基础评价指标的纵向对比评价指标计算公式,来衡量指标体系中指标的变化程度,并通过定义基础评价指标的横向对比评价指标计算公式,来衡量指标体系中指标的比较落后的指标,同时通过定义基础评价指标的提升难易程度评价指标计算公式,来判断落后的指标是否容易提升,从而可以给出提升建议。
在目标评价指数定义过程中,如指标变化程度指数和指标综合落后指数公式中均有指标权重,因此本发明在确定目标评价指数公式之后,需要确定指标体系中所有指标的具体权重。具体在确定指标权重时,可以先获取对指标变化程度、指标综合落后程度等目标评价指数的分析结果,如数据分析师对指标变化程度、指标综合落后程度等的主观结果,并将这些分析结果作为输入,通过M-P神经元模型等简单感知器进行机器学习,获取最终各基础评价指标的指标权重。
此外,指标权重赋值过程还可以结合专家赋值法,获得综合指标权重。即邀请多位有运营经验的专家并对其经验进行量化,并根据量化结果分别对各基础评价指标赋予权重值,然后综合专家建议和机器学习的权重结果计算综合得分,得出目标评价指数公式中所有基础评价指标的合理权重。指标权重即指标在现阶段对于业务的重要程度。
本发明通过采用专家经验赋值法对目标评价指数公式中各基础评价指标进行赋值,可以更加精准有效的量化指标的重要程度。
其中,根据上述各实施例提供的分析报告生成方法可选地,所述目标评价指数包括如下指标中至少之一:
指标变化程度指数=((本期指标值-上期指标值)/上期指标值)×w1;
指标落后综合指数=指标城市排名×w2+指标权重×w3;
指标提升难易指数=指标未超过前一名的月份占比×w4+指标超过前一名需要提升的百分比×w5;
其中,w1、w2、w3、w4和w5表示权重系数。
可以理解为,本发明纵向对比可通过定义指标变化程度指数,来衡量指标体系中指标的变化程度,指标变化程度指数为:
指标变化程度指数=((本期指标值-上期指标值)/上期指标值)×w1;
其中,w1表示权重系数。
本发明横向对比可通过定义指标落后综合指数,来衡量指标体系中指标的比较落后的指标,指标落后综合指数为:
指标落后综合指数=指标城市排名×w2+指标权重×w3;
其中,w2、w3分别表示基础评价指标城市排名及其对应的原始指标权重的权重系数。
具体可如表1所示,为根据本发明提供的分析报告生成方法中指标落后综合指数的示例表,其中列出了指标落后综合指数中涉及的基础评价指标及其各自对应的权重系数。
表1,根据本发明提供的分析报告生成方法中指标落后综合指数的示例表
同时,本发明通过定义指标提升难易指数,来判断落后的指标是否容易提升,从而可以给出提升建议,指标提升难易指数为:
指标提升难易指数=指标未超过前一名的月份占比×w4+指标超过前一名需要提升的百分比×w5;
其中,w4和w5分别表示基础评价指标未超过前一名的月份占比和超过前一名需要提升的百分比的权重系数。
具体可如表2所示,为根据本发明提供的分析报告生成方法中指标提升难易指数的示例表,其中列出了指标提升难易指数中涉及的基础评价指标与前一名的对比结果及各结果对应的权重系数。
表2,根据本发明提供的分析报告生成方法中指标提升难易指数的示例表
其中,根据上述各实施例可选地,所述生成分析报告文档,包括:对所述目标评价指数值进行排序,并根据所述排序,确定前N个目标评价指数值,N为正整数;基于所述前N个目标评价指数值,填充所述分析报告模板,生成所述分析报告文档。
可以理解为,考虑到通常情况下大数据分析师会通过前面的分析产出数据分析周报、月报,每次产出都需要重复之前的分析过程,效率较低,本发明在最终生成分析报告模板时,基于事先定义好数据报告模版,通过量化分析师的分析思维,将自动化分析得到的结论自动生成数据报告。
具体的,本发明在计算所有基础评价指标的目标评价指数如指标变化程度指数、指标落后综合指数、指标提升难易指数后,对这些指数指标进行排序,从而计算出变化较大的TopN指标、落后严重的TopN指标以及落后指标中容易提升的TopN指标。之后,根据这些变化较大的TopN指标、落后严重的TopN指标、落后指标中容易提升的TopN指标,通过制定通用模版,将上述指标通过图标等方式进行展示,自动生成分析报告。
本发明通过量化分析师的分析思维,自动化生成分析报告,能够更加准确高效的产出数据报告。
进一步地,在所述结合预定义的分析报告模板,生成分析报告文档之前,本发明提供的一种分析报告生成方法还包括:根据所述待分析业务的业务规则和分析需求,获取所述分析报告模板。
可以理解为,本发明对于待分析业务,通过拆解其业务规则,并确定其核心目标、衡量维度、评价标准和展示方式等,设计通用分析报告模板,能够在生成分析报告文档时通过直接调用该模板,自动、快速实现分析报告文档的生成,且更能匹配用户需求。
其中,根据上述各实施例提供的分析报告生成方法可选地,所述基于所述基础评价指标值,计算所述待分析业务的目标评价指数值,包括:对所述基础评价指标值进行归一化处理,获取归一化的数值,并根据所述归一化的数值,计算所述目标评价指数值。
可以理解为,为便于不同数据之间的比较,本发明在基于基础评价指标值计算目标评价指数值时,先对获取的每个基础评价指标值按照给定的归一化计算方法,进行归一化处理,使各基础评价指标值被归一到统一的数值范围内,形成归一化的数值。例如,如表1和表2所示,可以采用线性归一化算法,将基础评价指标值均归一化到1-100的范围内。
之后,将归一化的数值带入到目标评价指数计算公式中,利用目标评价指数计算公式进行前向计算,得到目标评价指数值。
可以知道,基础评价指标是一些基础的直接的指标,是单一变量,如销售额等;
基础评价指标值是销售额这个基础评价指标具体的取值,如1000万;
目标评价指数是对基础评价指标的横向或纵向比较结果的定义,是一个与基础评价指标变量相关的复合变量,如销售额增量,可以表示为y=xt-xt-1,其中y变量即是目标评价指数;
目标评价指数值则是复合变量y的取值。
本实施即是限定如何计算y的取值。由于y的表达式中包含两个变量xt和xt-1,则需要先得到这两个变量的取值,即基础评价指标值。但是这两个取值的量纲可能不统一,无法进行直接计算,因此对这两个取值先进行归一化处理,再将归一化结果带入到上述y的计算公式中,即可计算得到y最终的取值,即是目标评价指数值。
本发明通过将基础评价指标值进行归一化处理,能够增加数据的可比性,使分析结果更准确。
基于相同的发明构思,本发明根据上述各实施例还提供一种分析报告生成装置,该装置用于在上述各实施例中实现分析报告生成。因此,在上述各实施例的分析报告生成方法中的描述和定义,可以用于本发明中各个执行模块的理解,具体可参考上述方法实施例,此处不在赘述。
根据本发明的一个实施例,分析报告生成装置的结构如图3所示,为本发明提供的分析报告生成装置的结构示意图,该装置可以用于实现上述各方法实施例中的分析报告生成,该装置包括:获取模块301和处理模块302。其中:
分析计算模块301用于分析待分析业务的业务数据,获取所述待分析业务的基础评价指标值,并基于所述基础评价指标值,计算所述待分析业务的目标评价指数值;报告生成模块302用于基于所述目标评价指数值,结合预定义的分析报告模板,生成分析报告文档。
其中,所述目标评价指数值所关联的目标评价指数为通过对所述待分析业务的业务规则进行拆解和抽象并对抽象结果进行横向和/或纵向对比获取的。
具体而言,对于待分析业务,分析计算模块301可以先对其业务数据进行分析与基础评价指标提取,得到相应的基础评价指标值,并进一步按照预定义的目标评价指数,计算相应的目标评价指数值。
其中,待分析业务的基础评价指标是通过对待分析业务进行业务框架提取与抽象,获取的用于评价待分析业务的性能的直接关联性指标。例如,对于企业运营业务,通过运营结果、运营过程、品质管理、文化运营等4方面进行综合评分,其中涉及50多项指标,这些指标都可称为是基础评价指标。
再如,有些运营部门的核心KPI是GMV,拆解结构可以为GMV=DAU×转化率×单价。其中DAU可以拆分为DAU=留存DAU+历史回流DAU+新增DAU,则基础评价指标可以拆解为GMV、留存DAU、历史回流DAU、新增DAU、留存转化率、历史回流转化率、新增转化率和单价等8项过程指标。
之后,分析计算模块301通过分析相应的待分析业务,可以提取这些基础评价指标相对应的数值,即为基础评价指标值。
其中,目标评价指数值是预先定义的目标评价指数对应的数值。可以理解,在计算目标评价指数值之前,需要先定义目标评价指数具体的类型。例如,可以通过定义指标变化程度指数对基础评价指标进行纵向对比,来衡量指标体系中指标的变化程度,和/或,通过定义指标落后综合指数对基础评价指标进行横向对比,来衡量指标体系中指标的比较落后的指标。
之后,在获取目标评价指数值的基础上,即得到了对待分析业务的分析结果,报告生成模块302可通过将目标评价指数值填充到预定义的分析报告模板中,形成相应的分析报告文档,实现分析结果的可视化展示。
本发明提供的分析报告生成装置,基于大数据分析技术,确定用于横向和纵向比较的目标评价指数,并基于此自动诊断业务波动和业务落后情况,生成分析报告,能够有效提高数据分析结果的准确性和可靠性,并能有效提高分析效率。
进一步地,本发明所述的分析报告生成装置,还包括指标确定模块,用于:
根据所述待分析业务的业务规则,拆解并抽象出用于衡量所述待分析业务的基础评价指标;
对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数。
可选地,所述指标确定模块,在用于所述对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数时,用于:
根据相同区域所述基础评价指标的不同时期数值和/或同一时期所述基础评价指标的不同区域数值,确定目标评价指数计算公式,并对所述目标评价指数计算公式中的权重系数进行赋值,获取所述目标评价指数。
可选地,所述目标评价指数包括如下指标中至少之一:
指标变化程度指数=((本期指标值-上期指标值)/上期指标值)×w1;
指标落后综合指数=指标城市排名×w2+指标权重×w3;
指标提升难易指数=指标未超过前一名的月份占比×w4+指标超过前一名需要提升的百分比×w5;
其中,w1、w2、w3、w4和w5表示权重系数。
可选地,所述报告生成模块,在用于所述生成分析报告文档时,用于:
对所述目标评价指数值进行排序,并根据所述排序,确定前N个目标评价指数值,N为正整数;
基于所述前N个目标评价指数值,填充所述分析报告模板,生成所述分析报告文档。
进一步地,本发明所述的分析报告生成装置,还包括模板设计模块,用于:根据所述待分析业务的业务规则和分析需求,获取所述分析报告模板。
可选地,所述分析计算模块,在用于所述基于所述基础评价指标值,计算所述待分析业务的目标评价指数值时,用于:对所述基础评价指标值进行归一化处理,获取归一化的数值,并根据所述归一化的数值,计算所述目标评价指数值。
可以理解的是,本发明中可以通过硬件处理器(hardware processor)来实现上述各实施例的装置中的各相关程序模块。并且,本发明的分析报告生成装置利用上述各程序模块,能够实现上述各方法实施例的分析报告生成流程,在用于实现上述各方法实施例中的分析报告生成时,本发明的装置产生的有益效果与对应的上述各方法实施例相同,可以参考上述各方法实施例,此处不再赘述。
作为本发明的又一个方面,本实施例根据上述各实施例提供一种电子设备,该电子设备包括存储器、处理器及存储在该存储器上并可在该处理器上运行的程序或指令,该处理器执行该程序或指令时,实现如上述各实施例所述的分析报告生成方法的步骤。
进一步的,本发明的电子设备还可以包括通信接口和总线。参考图4,为本发明提供的电子设备的实体结构示意图,包括:至少一个存储器401、至少一个处理器402、通信接口403和总线404。
其中,存储器401、处理器402和通信接口403通过总线404完成相互间的通信,通信接口403用于该电子设备与待分析业务数据设备之间的信息传输;存储器401中存储有可在处理器402上运行的程序或指令,处理器402执行该程序或指令时,实现如上述各实施例所述的分析报告生成方法的步骤。
可以理解为,该电子设备中至少包含存储器401、处理器402、通信接口403和总线404,且存储器401、处理器402和通信接口403通过总线404形成相互间的通信连接,并可完成相互间的通信,如处理器402从存储器401中读取分析报告生成方法的程序指令等。另外,通信接口403还可以实现该电子设备与待分析业务数据设备之间的通信连接,并可完成相互间信息传输,如通过通信接口403实现待分析业务的业务数据的读取等。
电子设备运行时,处理器402调用存储器401中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:分析待分析业务的业务数据,获取待分析业务的基础评价指标值,并基于所述基础评价指标值,计算待分析业务的目标评价指数值;基于所述目标评价指数值,结合预定义的分析报告模板,生成分析报告文档等。
上述的存储器401中的程序指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。或者,实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明还根据上述各实施例提供一种非暂态计算机可读存储介质,其上存储有程序或指令,该程序或指令被计算机执行时,实现如上述各实施例所述的分析报告生成方法的步骤,例如包括:分析待分析业务的业务数据,获取待分析业务的基础评价指标值,并基于所述基础评价指标值,计算待分析业务的目标评价指数值;基于所述目标评价指数值,结合预定义的分析报告模板,生成分析报告文档等。
作为本发明的再一个方面,本实施例根据上述各实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的分析报告生成方法。
本发明提供的电子设备、非暂态计算机可读存储介质和计算机程序产品,通过执行上述各实施例所述的分析报告生成方法的步骤,基于大数据分析技术,确定用于横向和纵向比较的目标评价指数,并基于此自动诊断业务波动和业务落后情况,生成分析报告,能够有效提高数据分析结果的准确性和可靠性,并能有效提高分析效率。
可以理解的是,以上所描述的装置、电子设备及存储介质的实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,既可以位于一个地方,或者也可以分布到不同网络单元上。可以根据实际需要选择其中的部分或全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上实施方式的描述,本领域的技术人员可以清楚地了解,各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令,用以使得一台计算机设备(如个人计算机,服务器,或者网络设备等)执行上述各方法实施例或者方法实施例的某些部分所述的方法。
另外,本领域内的技术人员应当理解的是,在本发明的申请文件中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明的说明书中,说明了大量具体细节。然而应当理解的是,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。类似地,应当理解,为了精简本发明公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种分析报告生成方法,其特征在于,包括:
分析待分析业务的业务数据,获取所述待分析业务的基础评价指标值,并基于所述基础评价指标值,计算所述待分析业务的目标评价指数值;
基于所述目标评价指数值,结合预定义的分析报告模板,生成分析报告文档;
其中,所述目标评价指数值所关联的目标评价指数为通过对所述待分析业务的业务规则进行拆解和抽象并对抽象结果进行横向和/或纵向对比获取的。
2.根据权利要求1所述的分析报告生成方法,其特征在于,还包括:
根据所述待分析业务的业务规则,拆解并抽象出用于衡量所述待分析业务的基础评价指标;
对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数。
3.根据权利要求2所述的分析报告生成方法,其特征在于,所述对所述基础评价指标进行时间维度的纵向比较和/或区域维度的横向比较,确定动态的所述目标评价指数,包括:
根据相同区域所述基础评价指标的不同时期数值和/或同一时期所述基础评价指标的不同区域数值,确定目标评价指数计算公式,并对所述目标评价指数计算公式中的权重系数进行赋值,获取所述目标评价指数。
4.根据权利要求1-3中任一所述的分析报告生成方法,其特征在于,所述目标评价指数包括如下指标中至少之一:
指标变化程度指数=((本期指标值-上期指标值)/上期指标值)×w1;
指标落后综合指数=指标城市排名×w2+指标权重×w3;
指标提升难易指数=指标未超过前一名的月份占比×w4+指标超过前一名需要提升的百分比×w5;
其中,w1、w2、w3、w4和w5表示权重系数。
5.根据权利要求1所述的分析报告生成方法,其特征在于,所述生成分析报告文档,包括:
对所述目标评价指数值进行排序,并根据所述排序,确定前N个目标评价指数值,N为正整数;
基于所述前N个目标评价指数值,填充所述分析报告模板,生成所述分析报告文档。
6.根据权利要求1所述的分析报告生成方法,其特征在于,在所述结合预定义的分析报告模板,生成分析报告文档之前,还包括:
根据所述待分析业务的业务规则和分析需求,获取所述分析报告模板。
7.根据权利要求1所述的分析报告生成方法,其特征在于,所述基于所述基础评价指标值,计算所述待分析业务的目标评价指数值,包括:
对所述基础评价指标值进行归一化处理,获取归一化的数值,并根据所述归一化的数值,计算所述目标评价指数值。
8.一种电子设备,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程序或指令,其特征在于,所述处理器执行所述程序或指令时,实现如权利要求1-7中任一项所述的分析报告生成方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被计算机执行时,实现如权利要求1-7中任一项所述的分析报告生成方法的步骤。
10.一种计算机程序产品,所述计算机程序产品包括计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-7中任一项所述的分析报告生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808859.5A CN113723747A (zh) | 2021-07-16 | 2021-07-16 | 分析报告生成方法、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808859.5A CN113723747A (zh) | 2021-07-16 | 2021-07-16 | 分析报告生成方法、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113723747A true CN113723747A (zh) | 2021-11-30 |
Family
ID=78673432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110808859.5A Pending CN113723747A (zh) | 2021-07-16 | 2021-07-16 | 分析报告生成方法、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113723747A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115630625A (zh) * | 2022-09-22 | 2023-01-20 | 中科三清科技有限公司 | 空气质量报告的生成方法、装置、存储介质及电子设备 |
CN117522230A (zh) * | 2024-01-05 | 2024-02-06 | 国网数字科技控股有限公司 | 一种绿电数据分析方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101183371A (zh) * | 2007-12-12 | 2008-05-21 | 中兴通讯股份有限公司 | 一种快速完成大数据处理的方法和报表系统 |
CN105260813A (zh) * | 2015-09-15 | 2016-01-20 | 中国电力科学研究院 | 一种发电调度单元计划完成进度评估方法及评估模型 |
CN110490434A (zh) * | 2019-07-30 | 2019-11-22 | 福建亿能达信息技术股份有限公司 | 一种医疗设备的效益分析方法 |
CN110555082A (zh) * | 2019-07-23 | 2019-12-10 | 平安科技(深圳)有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN111930723A (zh) * | 2020-09-25 | 2020-11-13 | 国网冀北电力有限公司经济技术研究院 | 基于大数据的科技成果数据融合方法 |
CN112132443A (zh) * | 2020-09-18 | 2020-12-25 | 国网青海省电力公司海东供电公司 | 一种可靠性配电网供电管控系统 |
CN112488498A (zh) * | 2020-11-27 | 2021-03-12 | 中科曙光南京研究院有限公司 | 一种公安民意合成应用系统 |
CN112598228A (zh) * | 2020-12-07 | 2021-04-02 | 深圳价值在线信息科技股份有限公司 | 企业竞争力的分析方法、装置、设备及存储介质 |
-
2021
- 2021-07-16 CN CN202110808859.5A patent/CN113723747A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101183371A (zh) * | 2007-12-12 | 2008-05-21 | 中兴通讯股份有限公司 | 一种快速完成大数据处理的方法和报表系统 |
CN105260813A (zh) * | 2015-09-15 | 2016-01-20 | 中国电力科学研究院 | 一种发电调度单元计划完成进度评估方法及评估模型 |
CN110555082A (zh) * | 2019-07-23 | 2019-12-10 | 平安科技(深圳)有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN110490434A (zh) * | 2019-07-30 | 2019-11-22 | 福建亿能达信息技术股份有限公司 | 一种医疗设备的效益分析方法 |
CN112132443A (zh) * | 2020-09-18 | 2020-12-25 | 国网青海省电力公司海东供电公司 | 一种可靠性配电网供电管控系统 |
CN111930723A (zh) * | 2020-09-25 | 2020-11-13 | 国网冀北电力有限公司经济技术研究院 | 基于大数据的科技成果数据融合方法 |
CN112488498A (zh) * | 2020-11-27 | 2021-03-12 | 中科曙光南京研究院有限公司 | 一种公安民意合成应用系统 |
CN112598228A (zh) * | 2020-12-07 | 2021-04-02 | 深圳价值在线信息科技股份有限公司 | 企业竞争力的分析方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115630625A (zh) * | 2022-09-22 | 2023-01-20 | 中科三清科技有限公司 | 空气质量报告的生成方法、装置、存储介质及电子设备 |
CN117522230A (zh) * | 2024-01-05 | 2024-02-06 | 国网数字科技控股有限公司 | 一种绿电数据分析方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111159349A (zh) | 基于自然语言处理技术的电力诉求工单自动分类方法、系统、存储介质及计算机设备 | |
CN113723747A (zh) | 分析报告生成方法、电子设备及可读存储介质 | |
CN111402017A (zh) | 一种基于大数据的信用评分方法和系统 | |
CN108830417B (zh) | 一种基于arma和回归分析的生活能源消费预测方法及系统 | |
CN113283795B (zh) | 基于二分类模型的数据处理方法及装置、介质、设备 | |
CN111241689A (zh) | 模型成熟度的评估方法及装置 | |
WO2017071369A1 (zh) | 一种预测用户离网的方法和设备 | |
CN114048436A (zh) | 一种预测企业财务数据模型构建方法及构建装置 | |
CN108509597B (zh) | 文字商标注册成功率评估方法和系统 | |
CN111415027A (zh) | 构建件量预测模型的方法和装置 | |
CN116775879A (zh) | 大语言模型的微调训练方法、合同风险评审方法及系统 | |
CN114004691A (zh) | 基于融合算法的额度评分方法、装置、设备及存储介质 | |
JP2011145996A (ja) | レビューワ評価装置、レビューワ評価方法、及びプログラム | |
Đorđević | Evaluation of the usability of Web-based applications | |
US20180130002A1 (en) | Requirements determination | |
CN113435713B (zh) | 基于gis技术和两模型融合的风险地图编制方法及系统 | |
CN114944219A (zh) | 基于人工智能的心理量表推荐方法及装置、存储介质 | |
CN110727910B (zh) | 一种抄核收风险预测及业务联动的实现方法和系统 | |
Grigoroudis et al. | MUSA: Multicriteria satisfaction analysis | |
CN114417010A (zh) | 面向实时工作流的知识图谱构建方法、装置和存储介质 | |
CN113537577A (zh) | 收入预测方法、系统、电子设备和计算机可读存储介质 | |
CN112200602A (zh) | 用于广告推荐的神经网络模型训练方法及装置 | |
CN113950692A (zh) | 信息处理设备、信息处理方法和程序 | |
CN107704446B (zh) | 一种度量文档健康度的方法及装置 | |
US20230316210A1 (en) | Policy decision support apparatus and policy decision support method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |