CN113986904A - 一种基于互联网的商业智能数据分析系统 - Google Patents
一种基于互联网的商业智能数据分析系统 Download PDFInfo
- Publication number
- CN113986904A CN113986904A CN202111311344.0A CN202111311344A CN113986904A CN 113986904 A CN113986904 A CN 113986904A CN 202111311344 A CN202111311344 A CN 202111311344A CN 113986904 A CN113986904 A CN 113986904A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- analysis
- indexes
- recorded
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 86
- 238000013442 quality metrics Methods 0.000 claims abstract description 22
- 238000012795 verification Methods 0.000 claims abstract description 9
- 238000004140 cleaning Methods 0.000 claims description 44
- 238000000034 method Methods 0.000 claims description 20
- 238000007726 management method Methods 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 7
- 239000003292 glue Substances 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 7
- 230000004931 aggregating effect Effects 0.000 claims description 6
- 230000008094 contradictory effect Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 4
- 238000013523 data management Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000013501 data transformation Methods 0.000 claims description 2
- 238000012517 data analytics Methods 0.000 claims 1
- 235000012489 doughnuts Nutrition 0.000 claims 1
- 238000002360 preparation method Methods 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于互联网的商业智能数据分析系统,该分析系统旨在解决现有技术下仅通过图表的方式进行展示,而不能针对每个指标的分析结果生产详细的数据分析结果表,不能清理的了解非标准范围内的指标有哪些,不利于商业决策制定的技术问题。该分析系统包括登录模块、数据仓库、数据分析模块、系统管理模块;所述登录模块根据输入的用户名和密码,验证用户的身份,在身份验证通过后启动系统工作;所述数据仓库包括ODS层和DW层。该分析系统利用数据分析模块,用图形语言来展现数据关系,并且在图表的基础上还生成了低质量度分析表和高质量度分析表,便于更好地制定商业决策,以保证数据仓库内的信息是关于整个企业的一致的全局信息。
Description
技术领域
本发明属于商业智能技术领域,具体涉及一种基于互联网的商业智能数据分析系统。
背景技术
在新技术层出不穷的当下,商业智能是面向没有数据科学或数据库方面特殊知识的业务用户的,商业智能通过基于事实的支持系统来辅助商业决策的制定。
目前,专利号为CN 202010381004.4的发明专利公开了一种智能数据分析系统,包括:智能预处理模块、跟踪模块和控制模块;所述智能预处理模块,用于接收所述控制模块的操作指令,通过预置神经网络模型对预置采集数据进行预处理操作,得到预处理数据,所述预处理操作包括:去噪、去重和文字翻译;所述跟踪模块,用于接收所述控制模块的跟踪指令,根据设置的所述预处理数据的特征值对所述预处理数据进行实时跟踪,得到实时数据,并生成数据逻辑分析图;所述控制模块,用于在所述跟踪模块中获取跟踪数据,对所述跟踪数据进行归类、去重和时间标记的分析操作,得到分析数据,如果所述分析数据不满足阈值条件,则继续进行所述分析操作,所述跟踪数据包括所述实时数据。其采用的是通过控制模块的自动更新满足实际的数据分析需求,但该系统在对数据分析后,仅通过图表的方式进行展示,而不能针对每个指标的分析结果生产详细的数据分析结果表,不能清理的了解非标准范围内的指标有哪些,不利于商业决策的制定。
因此,针对上述不能直接得到非标准范围内的指标有哪些的问题,亟需得到解决,以改善分析系统的使用场景。
发明内容
(1)要解决的技术问题
针对现有技术的不足,本发明的目的在于提供一种基于互联网的商业智能数据分析系统,该分析系统旨在解决现有技术下仅通过图表的方式进行展示,而不能针对每个指标的分析结果生产详细的数据分析结果表,不能清理的了解非标准范围内的指标有哪些,不利于商业决策制定的技术问题。
(2) 技术方案
为了解决上述技术问题,本发明提供了这样一种基于互联网的商业智能数据分析系统,该分析系统包括登录模块、数据仓库、数据分析模块、系统管理模块;所述登录模块根据输入的用户名和密码,验证用户的身份,在身份验证通过后启动系统工作;
所述数据仓库包括ODS层和DW层,数据仓库根据数据仓库内预装的ETL从企业内的业务系统抽取数据存放至数据仓库中的ODS层,数据仓库进行数据清洗操作,包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗和关联性验证,然后进行数据转换,将转换后的数据存入数据仓库中的DW层;
所述数据分析模块对数据进行分析,其过程如下:
2)将原始数据整理转换为数据表格,通过去噪、数据清洗、提取特征处理后将原始数据变换为可处理模式;
3)选择图表库中的任意一种图表形式,然后通过该图表体现数据的特征,包括今年的数据与往年数据进行对比生成的同比对比分析图和本期数据与上期数据进行对比生成的环比对比分析图;
4)数据分析模块内预设有各项指标月度的最低值标准数据月度的最高值标准数据(),用与进行比较,若<,则说明对应的指标业绩低于标准,用,结果记为,并将指标记入低质量度分析表;若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表;然后用与和进行比较,若<,用,结果记为,用与进行比较,若<,则将插入低质量度分析表前头,若≥,则将放在低质量度分析表后端,若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表,用与进行标胶,若>,则将指标插入高质量度分析表前头,若≤,则将指标放在高质量度分析表后端,以此类推对指标进行分析,得到低质量度分析表和高质量度分析表;
所述系统管理模块包括用户管理单元和系统升级单元,所述用户管理单元用于新建用户、删除用户和设置用户的角色,所述系统升级单元在联网状态下自动下载最新版本软件,并在下载后弹出安装更新界面。
优选地,所述数据仓库中缺失值清洗的步骤为:根据缺失比例和字段重要性确定缺失值范围,去除不需要的字段,然后填充缺失内容,最后重新取数,其中填充缺失内容的方法包括:以业务知识推测填充缺失值;以同一指标的计算结果的均值填充缺失值;以不同指标的计算结果填充缺失值。
优选地,所述数据仓库中格式内容清洗的项目包括:时间、日期、数值、全半角等显示格式不一致、内容中有不该存在的字符和内容与该字段应有内容不符。
优选地,所述数据仓库中逻辑错误清洗的方法为:首先取出重复数据,然后去除不合理值,修正矛盾内容。
优选地,所述数据仓库中数据转换的任务有三个:其一是不一致数据的转换,将不同业务系统的相同类型的数据统一编码;其二是数据粒度的转换,将业务系统中明细的数据按照数据仓库粒度进行聚合;其三是商务规则的计算,根据企业的业务规则,对不同的数据指标进行计算。
优选地,所述图表库中的图表形式包括折线图、柱状图、饼形图、环形图和面积图。
优选地,所述系统管理模块内预设的用户角色包括:管理员和普通员工,其中管理员的权限包括数据查询、数据分析和管理用户,普通员工的权限为数据查询。
本发明还提供一种基于互联网的商业智能数据分析系统的使用方法,其步骤如下:
S1:输入的用户名和密码,验证用户的身份,启动系统工作;
S2:从企业内的业务系统抽取数据存放至数据仓库中,并清洗数据清洗和转换;
S21:根据缺失比例和字段重要性确定缺失值范围,去除不需要的字段,然后填充缺失内容,最后重新取数,其中填充缺失内容的方法包括:以业务知识推测填充缺失值;以同一指标的计算结果的均值填充缺失值;以不同指标的计算结果填充缺失值;
S22:格式内容清洗:时间、日期、数值、全半角等显示格式不一致、内容中有不该存在的字符和内容与该字段应有内容不符;
S23:数据仓库中逻辑错误清洗:首先取出重复数据,然后去除不合理值,修正矛盾内容;
S24:数据仓库中数据转换:其一是不一致数据的转换,将不同业务系统的相同类型的数据统一编码;其二是数据粒度的转换,将业务系统中明细的数据按照数据仓库粒度进行聚合;其三是商务规则的计算,根据企业的业务规则,对不同的数据指标进行计算;
S3:对数据进行分析:
S32:将原始数据整理转换为数据表格,通过去噪、数据清洗、提取特征处理后将原始数据变换为可处理模式;
S33:选择图表库中折线图、柱状图、饼形图、环形图和面积图的任意一种图表形式,然后通过该图表体现数据的特征,包括今年的数据与往年数据进行对比生成的同比对比分析图和本期数据与上期数据进行对比生成的环比对比分析图;
S34:数据分析模块内预设有各项指标月度的最低值标准数据月度的最高值标准数据(),用与进行比较,若<,则说明对应的指标业绩低于标准,用,结果记为,并将指标记入低质量度分析表;若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表;然后用与和进行比较,若<,用,结果记为,用与进行比较,若<,则将插入低质量度分析表前头,若≥,则将放在低质量度分析表后端,若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表,用与进行标胶,若>,则将指标插入高质量度分析表前头,若≤,则将指标放在高质量度分析表后端,以此类推对指标进行分析,得到低质量度分析表和高质量度分析表。
(3)有益效果
与现有技术相比,本发明的有益效果在于:本发明的分析系统利用数据分析模块,用图形语言来展现数据关系,使将数据可视化,便于一目了然的观看每项指标的对比情况,并且在图表的基础上还生成了低质量度分析表和高质量度分析表,直接挑选出非标准范围内的指标有哪些,并采用一定的排序方式,了解每项指标的增长和跌落情况,便于更好地制定商业决策,而通过创建数据仓库,可以对数据进行抽取、清洗和汇总,有效消除源数据中的不一致性,以保证数据仓库内的信息是关于整个企业的一致的全局信息。
附图说明
为了更清楚的说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术中描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一种实施方式,对于本领域普通技术人员来说,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为本发明分析系统一种具体实施方式的整体框架结构示意图;
图2为本发明分析系统一种具体实施方式的工作流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面对本发明具体实施方式中的技术方案进行清楚、完整的描述,以进一步阐述本发明,显然,所描述的具体实施方式仅仅是本发明的一部分实施方式,而不是全部的样式。
实施例1
本具体实施方式是基于互联网的商业智能数据分析系统,其整体框架结构示意图如图1所示,其工作流程图如图2所示,该分析系统包括登录模块、数据仓库、数据分析模块、系统管理模块;
登录模块根据输入的用户名和密码,验证用户的身份,在身份验证通过后启动系统工作;
数据仓库包括ODS层和DW层,数据仓库根据数据仓库内预装的ETL从企业内的业务系统抽取数据存放至数据仓库中的ODS层,数据仓库进行数据清洗操作,包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗和关联性验证,然后进行数据转换,将转换后的数据存入数据仓库中的DW层;
数据分析模块对数据进行分析,其过程如下:
2)将原始数据整理转换为数据表格,通过去噪、数据清洗、提取特征处理后将原始数据变换为可处理模式;
3)选择图表库中的任意一种图表形式,然后通过该图表体现数据的特征,包括今年的数据与往年数据进行对比生成的同比对比分析图和本期数据与上期数据进行对比生成的环比对比分析图;
4)数据分析模块内预设有各项指标月度的最低值标准数据月度的最高值标准数据(),用与进行比较,若<,则说明对应的指标业绩低于标准,用,结果记为,并将指标记入低质量度分析表;若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表;然后用与和进行比较,若<,用,结果记为,用与进行比较,若<,则将插入低质量度分析表前头,若≥,则将放在低质量度分析表后端,若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表,用与进行标胶,若>,则将指标插入高质量度分析表前头,若≤,则将指标放在高质量度分析表后端,以此类推对指标进行分析,得到低质量度分析表和高质量度分析表;
系统管理模块包括用户管理单元和系统升级单元,用户管理单元用于新建用户、删除用户和设置用户的角色,系统升级单元在联网状态下自动下载最新版本软件,并在下载后弹出安装更新界面该分析系统包括登录模块、数据仓库、数据分析模块、系统管理模块;其中
登录模块根据输入的用户名和密码,验证用户的身份,在身份验证通过后启动系统工作;
数据仓库包括ODS层和DW层,数据仓库根据数据仓库内预装的ETL从企业内的业务系统抽取数据存放至数据仓库中的ODS层,数据仓库进行数据清洗操作,包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗和关联性验证,然后进行数据转换,将转换后的数据存入数据仓库中的DW层;
数据分析模块对数据进行分析,其过程如下:
2)将原始数据整理转换为数据表格,通过去噪、数据清洗、提取特征处理后将原始数据变换为可处理模式;
3)选择图表库中的任意一种图表形式,然后通过该图表体现数据的特征,包括今年的数据与往年数据进行对比生成的同比对比分析图和本期数据与上期数据进行对比生成的环比对比分析图;
4)数据分析模块内预设有各项指标月度的最低值标准数据月度的最高值标准数据(),用与进行比较,若<,则说明对应的指标业绩低于标准,用,结果记为,并将指标记入低质量度分析表;若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表;然后用与和进行比较,若<,用,结果记为,用与进行比较,若<,则将插入低质量度分析表前头,若≥,则将放在低质量度分析表后端,若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表,用与进行标胶,若>,则将指标插入高质量度分析表前头,若≤,则将指标放在高质量度分析表后端,以此类推对指标进行分析,得到低质量度分析表和高质量度分析表;
系统管理模块包括用户管理单元和系统升级单元,用户管理单元用于新建用户、删除用户和设置用户的角色,系统升级单元在联网状态下自动下载最新版本软件,并在下载后弹出安装更新界面。
其中,数据仓库中缺失值清洗的步骤为:根据缺失比例和字段重要性确定缺失值范围,去除不需要的字段,然后填充缺失内容,最后重新取数,其中填充缺失内容的方法包括:以业务知识推测填充缺失值;以同一指标的计算结果的均值填充缺失值;以不同指标的计算结果填充缺失值,数据仓库中格式内容清洗的项目包括:时间、日期、数值、全半角等显示格式不一致、内容中有不该存在的字符和内容与该字段应有内容不符。
同时,数据仓库中逻辑错误清洗的方法为:首先取出重复数据,然后去除不合理值,修正矛盾内容,数据仓库中数据转换的任务有三个:其一是不一致数据的转换,将不同业务系统的相同类型的数据统一编码;其二是数据粒度的转换,将业务系统中明细的数据按照数据仓库粒度进行聚合;其三是商务规则的计算,根据企业的业务规则,对不同的数据指标进行计算。
另外,图表库中的图表形式包括折线图、柱状图、饼形图、环形图和面积图,系统管理模块内预设的用户角色包括:管理员和普通员工,其中管理员的权限包括数据查询、数据分析和管理用户,普通员工的权限为数据查询。
本发明还提供一种基于互联网的商业智能数据分析系统的使用方法,其步骤如下:
S1:输入的用户名和密码,验证用户的身份,启动系统工作;
S2:从企业内的业务系统抽取数据存放至数据仓库中,并清洗数据清洗和转换;
S21:根据缺失比例和字段重要性确定缺失值范围,去除不需要的字段,然后填充缺失内容,最后重新取数,其中填充缺失内容的方法包括:以业务知识推测填充缺失值;以同一指标的计算结果的均值填充缺失值;以不同指标的计算结果填充缺失值;
S22:格式内容清洗:时间、日期、数值、全半角等显示格式不一致、内容中有不该存在的字符和内容与该字段应有内容不符;
S23:数据仓库中逻辑错误清洗:首先取出重复数据,然后去除不合理值,修正矛盾内容;
S24:数据仓库中数据转换:其一是不一致数据的转换,将不同业务系统的相同类型的数据统一编码;其二是数据粒度的转换,将业务系统中明细的数据按照数据仓库粒度进行聚合;其三是商务规则的计算,根据企业的业务规则,对不同的数据指标进行计算;
S3:对数据进行分析:
S32:将原始数据整理转换为数据表格,通过去噪、数据清洗、提取特征处理后将原始数据变换为可处理模式;
S33:选择图表库中折线图、柱状图、饼形图、环形图和面积图的任意一种图表形式,然后通过该图表体现数据的特征,包括今年的数据与往年数据进行对比生成的同比对比分析图和本期数据与上期数据进行对比生成的环比对比分析图;
S34:数据分析模块内预设有各项指标月度的最低值标准数据月度的最高值标准数据(),用与进行比较,若<,则说明对应的指标业绩低于标准,用,结果记为,并将指标记入低质量度分析表;若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表;然后用与和进行比较,若<,用,结果记为,用与进行比较,若<,则将插入低质量度分析表前头,若≥,则将放在低质量度分析表后端,若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表,用与进行标胶,若>,则将指标插入高质量度分析表前头,若≤,则将指标放在高质量度分析表后端,以此类推对指标进行分析,得到低质量度分析表和高质量度分析表。
以上描述了本发明的主要技术特征和基本原理及相关优点,对于本领域技术人员而言,显然本发明不限于上述示范性具体实施方式的细节,而且在不背离本发明的构思或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将上述具体实施方式看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照各实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施方式中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种基于互联网的商业智能数据分析系统,该分析系统包括登录模块、数据仓库、数据分析模块、系统管理模块;其特征在于,
所述登录模块根据输入的用户名和密码,验证用户的身份,在身份验证通过后启动系统工作;
所述数据仓库包括ODS层和DW层,数据仓库根据数据仓库内预装的ETL从企业内的业务系统抽取数据存放至数据仓库中的ODS层,数据仓库进行数据清洗操作,包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗和关联性验证,然后进行数据转换,将转换后的数据存入数据仓库中的DW层;
所述数据分析模块对数据进行分析,其过程如下:
2)将原始数据整理转换为数据表格,通过去噪、数据清洗、提取特征处理后将原始数据变换为可处理模式;
3)选择图表库中的任意一种图表形式,然后通过该图表体现数据的特征,包括今年的数据与往年数据进行对比生成的同比对比分析图和本期数据与上期数据进行对比生成的环比对比分析图;
4)数据分析模块内预设有各项指标月度的最低值标准数据月度的最高值标准数据(),用与进行比较,若<,则说明对应的指标业绩低于标准,用,结果记为,并将指标记入低质量度分析表;若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表;然后用与和进行比较,若<,用,结果记为,用与进行比较,若<,则将插入低质量度分析表前头,若≥,则将放在低质量度分析表后端,若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表,用与进行标胶,若>,则将指标插入高质量度分析表前头,若≤,则将指标放在高质量度分析表后端,以此类推对指标进行分析,得到低质量度分析表和高质量度分析表;
所述系统管理模块包括用户管理单元和系统升级单元,所述用户管理单元用于新建用户、删除用户和设置用户的角色,所述系统升级单元在联网状态下自动下载最新版本软件,并在下载后弹出安装更新界面。
2.根据权利要求1所述的一种基于互联网的商业智能数据分析系统,其特征在于,所述数据仓库中缺失值清洗的步骤为:根据缺失比例和字段重要性确定缺失值范围,去除不需要的字段,然后填充缺失内容,最后重新取数,其中填充缺失内容的方法包括:以业务知识推测填充缺失值;以同一指标的计算结果的均值填充缺失值;以不同指标的计算结果填充缺失值。
3.根据权利要求1所述的一种基于互联网的商业智能数据分析系统,其特征在于,所述数据仓库中格式内容清洗的项目包括:时间、日期、数值、全半角等显示格式不一致、内容中有不该存在的字符和内容与该字段应有内容不符。
4.根据权利要求1所述的一种基于互联网的商业智能数据分析系统,其特征在于,所述数据仓库中逻辑错误清洗的方法为:首先取出重复数据,然后去除不合理值,修正矛盾内容。
5.根据权利要求1所述的一种基于互联网的商业智能数据分析系统,其特征在于,所述数据仓库中数据转换的任务有三个:其一是不一致数据的转换,将不同业务系统的相同类型的数据统一编码;其二是数据粒度的转换,将业务系统中明细的数据按照数据仓库粒度进行聚合;其三是商务规则的计算,根据企业的业务规则,对不同的数据指标进行计算。
6.根据权利要求1所述的一种基于互联网的商业智能数据分析系统,其特征在于,所述图表库中的图表形式包括折线图、柱状图、饼形图、环形图和面积图。
7.根据权利要求1所述的一种基于互联网的商业智能数据分析系统,其特征在于,所述系统管理模块内预设的用户角色包括:管理员和普通员工,其中管理员的权限包括数据查询、数据分析和管理用户,普通员工的权限为数据查询。
8.根据权利要求1所述的一种基于互联网的商业智能数据分析系统,其特征在于,其步骤如下:
S1:输入的用户名和密码,验证用户的身份,启动系统工作;
S2:从企业内的业务系统抽取数据存放至数据仓库中,并清洗数据清洗和转换;
S21:根据缺失比例和字段重要性确定缺失值范围,去除不需要的字段,然后填充缺失内容,最后重新取数,其中填充缺失内容的方法包括:以业务知识推测填充缺失值;以同一指标的计算结果的均值填充缺失值;以不同指标的计算结果填充缺失值;
S22:格式内容清洗:时间、日期、数值、全半角等显示格式不一致、内容中有不该存在的字符和内容与该字段应有内容不符;
S23:数据仓库中逻辑错误清洗:首先取出重复数据,然后去除不合理值,修正矛盾内容;
S24:数据仓库中数据转换:其一是不一致数据的转换,将不同业务系统的相同类型的数据统一编码;其二是数据粒度的转换,将业务系统中明细的数据按照数据仓库粒度进行聚合;其三是商务规则的计算,根据企业的业务规则,对不同的数据指标进行计算;
S3:对数据进行分析:
S32:将原始数据整理转换为数据表格,通过去噪、数据清洗、提取特征处理后将原始数据变换为可处理模式;
S33:选择图表库中折线图、柱状图、饼形图、环形图和面积图的任意一种图表形式,然后通过该图表体现数据的特征,包括今年的数据与往年数据进行对比生成的同比对比分析图和本期数据与上期数据进行对比生成的环比对比分析图;
S34:数据分析模块内预设有各项指标月度的最低值标准数据月度的最高值标准数据(),用与进行比较,若<,则说明对应的指标业绩低于标准,用,结果记为,并将指标记入低质量度分析表;若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表;然后用与和进行比较,若<,用,结果记为,用与进行比较,若<,则将插入低质量度分析表前头,若≥,则将放在低质量度分析表后端,若,则说明该指标的业绩在标准范围内;若,则说明该指标的业绩高于标准,用,结果记为,将指标记入高质量度分析表,用与进行标胶,若>,则将指标插入高质量度分析表前头,若≤,则将指标放在高质量度分析表后端,以此类推对指标进行分析,得到低质量度分析表和高质量度分析表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111311344.0A CN113986904A (zh) | 2021-11-08 | 2021-11-08 | 一种基于互联网的商业智能数据分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111311344.0A CN113986904A (zh) | 2021-11-08 | 2021-11-08 | 一种基于互联网的商业智能数据分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113986904A true CN113986904A (zh) | 2022-01-28 |
Family
ID=79747016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111311344.0A Pending CN113986904A (zh) | 2021-11-08 | 2021-11-08 | 一种基于互联网的商业智能数据分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113986904A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070021992A1 (en) * | 2005-07-19 | 2007-01-25 | Srinivas Konakalla | Method and system for generating a business intelligence system based on individual life cycles within a business process |
AU2008206570A1 (en) * | 2007-01-16 | 2008-07-24 | Timmins Software Corporation | Systems and methods for analyzing information technology systems using collaborative intelligence |
US20090063209A1 (en) * | 2000-11-13 | 2009-03-05 | Dubois Timothy M | Six sigma enabled business intelligence system |
US20130073518A1 (en) * | 2011-09-20 | 2013-03-21 | Manish Srivastava | Integrated transactional and data warehouse business intelligence analysis solution |
US20140172885A1 (en) * | 2012-12-17 | 2014-06-19 | Business Objects Software Ltd. | Extracting data from business intelligence files |
US20150100331A1 (en) * | 2013-10-08 | 2015-04-09 | Joydeep Roychowdhury | Business intelligence system and services for payor in healthcare industry |
AU2018203570B1 (en) * | 2017-06-30 | 2018-12-06 | Accenture Global Solutions Limited | Document processing |
CN109063964A (zh) * | 2018-07-02 | 2018-12-21 | 浙江百先得服饰有限公司 | 一种平台数据处理系统 |
CN110377659A (zh) * | 2019-07-25 | 2019-10-25 | 南京数睿数据科技有限公司 | 一种智能图表推荐系统及方法 |
CN112650803A (zh) * | 2020-12-22 | 2021-04-13 | 捷信汇成(北京)科技有限公司 | 一种基于商业智能的数据分析系统 |
-
2021
- 2021-11-08 CN CN202111311344.0A patent/CN113986904A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090063209A1 (en) * | 2000-11-13 | 2009-03-05 | Dubois Timothy M | Six sigma enabled business intelligence system |
US20070021992A1 (en) * | 2005-07-19 | 2007-01-25 | Srinivas Konakalla | Method and system for generating a business intelligence system based on individual life cycles within a business process |
AU2008206570A1 (en) * | 2007-01-16 | 2008-07-24 | Timmins Software Corporation | Systems and methods for analyzing information technology systems using collaborative intelligence |
US20130073518A1 (en) * | 2011-09-20 | 2013-03-21 | Manish Srivastava | Integrated transactional and data warehouse business intelligence analysis solution |
US20140172885A1 (en) * | 2012-12-17 | 2014-06-19 | Business Objects Software Ltd. | Extracting data from business intelligence files |
US20150100331A1 (en) * | 2013-10-08 | 2015-04-09 | Joydeep Roychowdhury | Business intelligence system and services for payor in healthcare industry |
AU2018203570B1 (en) * | 2017-06-30 | 2018-12-06 | Accenture Global Solutions Limited | Document processing |
CN109063964A (zh) * | 2018-07-02 | 2018-12-21 | 浙江百先得服饰有限公司 | 一种平台数据处理系统 |
CN110377659A (zh) * | 2019-07-25 | 2019-10-25 | 南京数睿数据科技有限公司 | 一种智能图表推荐系统及方法 |
CN112650803A (zh) * | 2020-12-22 | 2021-04-13 | 捷信汇成(北京)科技有限公司 | 一种基于商业智能的数据分析系统 |
Non-Patent Citations (2)
Title |
---|
曾涛;: "基于Cognos BI的商务智能分析系统的设计与实现", 冶金自动化, no. 1, 15 August 2020 (2020-08-15) * |
谷克宏;何江银;张燕梅;: "商务智能在化工生产企业中的应用", 电子世界, no. 20, 30 October 2013 (2013-10-30) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111240662A (zh) | 一种基于任务可视化拖拽的spark机器学习系统及学习方法 | |
CN110019486A (zh) | 数据采集方法、装置、设备及存储介质 | |
CN110851667A (zh) | 一种多源头大量数据的整合分析方法及工具 | |
US20220058172A1 (en) | Data accuracy using natural language processing | |
CN113408890A (zh) | 基于人工智能的产业投资项目后评价报告生成方法和系统 | |
CN111222790B (zh) | 风险事件发生概率的预测方法、装置、设备及存储介质 | |
CN115292508A (zh) | 一种基于表数据的知识图谱构建方法和系统 | |
CN114328495A (zh) | 企业物料清洗服务系统及其数据清洗方法 | |
CN117762912A (zh) | 一种数据标注质量评估与改进系统及方法 | |
CN111125045B (zh) | 一种轻量级etl处理平台 | |
CN113986904A (zh) | 一种基于互联网的商业智能数据分析系统 | |
CN115098567A (zh) | 一种基于bi平台的低代码平台数据传输方法 | |
CN112559641B (zh) | 拉链表的处理方法及装置、可读存储介质、电子设备 | |
US11816112B1 (en) | Systems and methods for automated process discovery | |
CN110660461B (zh) | 一种基于人工智能的跨平台医疗数据信息上传系统 | |
CN111258953A (zh) | 一种财务数据转换成评估数据规范化的方法 | |
CN116662433A (zh) | 增量数据处理方法、装置、计算机设备及可读存储介质 | |
CN117131036B (zh) | 一种基于大数据和人工智能的数据维护系统 | |
CN112561368B (zh) | 一种oa审批系统的可视化业绩计算方法及装置 | |
CN114363311B (zh) | 道岔智能运维监测系统仿真工具的报文上报方法及系统 | |
CN117009921B (zh) | 一种数据融合引擎的优化数据处理方法及系统 | |
CN116680328A (zh) | 数据处理方法及装置 | |
CN115204741A (zh) | 机构数字化转型的处理方法、装置及相关设备 | |
Fan et al. | Design of Intelligent Human Resource Information Collection System Based on Decision Tree Algorithm | |
CN117763007A (zh) | 数据报表查询方法、装置、电子设备及存储介质 |
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 |