CN114003668A - 一种数字化管理方法、装置、设备及介质 - Google Patents
一种数字化管理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114003668A CN114003668A CN202111296934.0A CN202111296934A CN114003668A CN 114003668 A CN114003668 A CN 114003668A CN 202111296934 A CN202111296934 A CN 202111296934A CN 114003668 A CN114003668 A CN 114003668A
- Authority
- CN
- China
- Prior art keywords
- data
- business
- digital
- domain
- analysis
- 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
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据处理技术领域，揭示了一种数字化管理方法、装置、设备及介质，其中方法包括：获取业务过程信息后分成各个业务环节并对其业务过程进行数据提取和数据化映射，生成数字化业务数据；将业务过程中产生的数据进行数据归集，生成业务阶段集合，按照业务类型将业务过程划分为不同主题域，根据业务数据的特征划分为不同的数据域分类；将数字化业务数据抽象至主题域以及数据域，构建数据仓库与OLAP关联分析系统结构；通过搭建的智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告。本申请能够解决数字化转型过程中缺乏对业务过程数字化和深度挖掘的问题。
Description
技术领域
本申请涉及到数据处理技术领域，特别是涉及到一种数字化管理方法、装置、设备及介质。
背景技术
伴随着大数据时代的进程，社会生产的结构也随之发生相应变化，开始拓展向数字化转型的道路，积极地拥抱数据。但是，当前在IT行业研发领域的数字化转型中，现有技术方法一般仅是对业务领域的具体过程进行数据化，且不同数据化过程的方法其转化的数据质量也有很大差异性；或是只对业务过程或管理过程数字化，后续并没有进行深度挖掘、处理与分析，并不足以支撑实现数据的更高价值，无法全面有效地完成数字化转型。
发明内容
本申请的主要目的为提供一种数字化管理方法、装置、设备及介质，旨在解决现有技术中的对IT行业研发领域的数字化转型过程中数字化不够全面，缺乏对业务过程数字化和深度挖掘的问题。
为了实现上述发明目的，本申请实施例的第一方面提出一种数字化管理方法，所述方法包括：
获取业务过程信息后分成若干个业务环节，对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据；
按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类；
将所述数字化业务数据抽象至对应的主题域以及数据域中，并根据业务指标模型进行OLAP关联业务分析，构建数据仓库与OLAP关联分析系统结构；
根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告。
进一步地，在所述根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告的步骤之后，还包括：
基于所述数字化业务数据构建数据预测模型，通过所述数据预测模型对业务数据进行数据预测和数据智能预警。
进一步地，在所述根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告的步骤之后，还包括：
基于所述数字化业务数据构建数据分析模型，通过所述数据分析模型对业务数据进行数据关联分析和数据支撑决策。
进一步地，所述对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据的步骤之中，包括：
通过指标数据模型对各个业务环节的业务过程进行数据提取，生成对应的业务数据；
通过经验判别模型对各个业务环节的业务过程进行数据提取，生成对应的结果数据；
将业务数据与结果数据进行数据化映射处理，生成对应的数字化业务数据。
进一步地，所述按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类的步骤之后，还包括：
按照业务任务流转的方式将业务过程中产生的数据进行数据落点标记，得到不同阶段的实体数据落点；
按照业务类型将业务过程划分为若干个主题域后，生成不同主题的实体数据落点；
根据业务数据的特征划分得到不同的数据域分类后，生成不同领域的实体数据落点。
进一步地，所述通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，具体为：
通过数据分类模型对所述数字化业务数据进行分类识别，并将分类后的业务数据匹配值对应的不同阶段的实体数据落点、不同主题的实体数据落点和不同领域的实体数据落点；
通过智能报表系统平台关联不同阶段的实体数据落点、不同主题的实体数据落点和不同领域的实体数据落点，完成数字化数据的关联。
进一步地，所述OLAP关联业务分析，包括：
通过数据层对数字化业务数据进行抽取、转换、清洗和汇总，形成信息数据，存储中心信息数据库中；
通过对所述信息数据进行联机分析处理和数据挖掘处理，得到对应的数据分析结果；
通过前台分析工具将所述数据分析结果展示用前台页面。
本申请实施例的第二方面还提出了一种数字化管理装置，包括：
数据采集模块，用于获取业务过程信息后分成若干个业务环节，对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据；
数据分类模块，用于按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类；
数据抽象模块，用于将所述数字化业务数据抽象至对应的主题域以及数据域中，并根据业务指标模型进行OLAP关联业务分析，构建数据仓库与OLAP关联分析系统结构；
数据关联模块，用于根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告。
本申请实施例的第三方面还提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请实施例的第四方面还提出了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时实现上述任一项所述的方法的步骤。
本申请的数字化智能方法、装置、设备及介质，通过对各个业务环节的具体业务过程进行数据提取及数据化映射，生成对应的数字化业务数据，实现业务过程的数字化，为后续领域数字化和深度挖掘分析提供支撑数据，提高数字化业务数据价值；通过对业务进行阶段、主题域以及数据域的区分，能够对数字化业务数据进行业务层次的阶段、主题和数据域的分类，实现不同阶段、主题和领域的实体数据落点，进一步实现业务数据的数字化和度量；通过根据业务指标模型进行OLAP关联业务分析，组建与数据仓库对应的OLAP关联分析系统结构，以便后续根据该系统结构搭建智能报表系统平台进行数据分析和挖掘；通过搭建智能报表系统平台将各领域、主题和阶段的数字化业务数据进行关联，从而根据预设报表规则生成基础数据的智能报表和主题数据分析报告，实现基础数据的产出和分析，为IT研发领域业务提供数据管理服务，提升决策质量和数据价值，实现整个IT研发领域业务过程的数字化转型。
附图说明
图1为本申请一实施例的数字化管理方法的流程示意图；
图2为本申请一实施例的数字化管理装置的结构示意框图；
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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。
参照图1，本申请实施例中提供一种为了实现上述发明目的，本申请提出一种数字化管理方法，所述方法包括：
S1、获取业务过程信息后分成若干个业务环节，对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据；
S2、按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类；
S3、将所述数字化业务数据抽象至对应的主题域以及数据域中，并根据业务指标模型进行OLAP关联业务分析，构建数据仓库与OLAP关联分析系统结构；
S4、根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告。
现有的IT行业研发领域的数字化方法，仅是对不同业务领域的具体过程进行数字化，例如对整个IT研发领域的过程进行数字化，而缺乏对IT研发领域中的各个业务过程和管理过程进行数字化，后续也没有进行深度挖掘、处理和分析，并不足以支撑实现数据的更高价值。本实施例通过对各个业务环节的具体业务过程进行数据提取及数据化映射，生成对应的数字化业务数据，实现业务过程的数字化，为后续领域数字化和深度挖掘分析提供支撑数据，提高数字化业务数据价值；通过对业务进行阶段、主题域以及数据域的区分，能够对数字化业务数据进行业务层次的阶段、主题和数据域的分类，实现不同阶段、主题和领域的实体数据落点，进一步实现业务数据的数字化和度量；通过根据业务指标模型进行OLAP关联业务分析，组建与数据仓库对应的OLAP关联分析系统结构，以便后续根据该系统结构搭建智能报表系统平台进行数据分析和挖掘；通过搭建智能报表系统平台将各领域、主题和阶段的数字化业务数据进行关联，从而根据预设报表规则生成基础数据的智能报表和主题数据分析报告，实现基础数据的产出和分析，为IT研发领域业务提供数据管理服务，提升决策质量和数据价值，实现整个IT研发领域业务过程的数字化转型。
如上述步骤S1，本实施例首先获取系统中业务过程信息，梳理多元化的业务过程，包括实际业务过程、管理过程等，而后对各个环节的业务过程通过定量、定性的数据提取过程，形成数据化映射，使得每项过程都可以数字化度量，通过对各个业务环节的具体业务过程进行数据提取及数据化映射，生成对应的数字化业务数据，实现业务过程的数字化，为后续领域数字化和深度挖掘分析提供支撑数据，提高数字化业务数据价值。
对于步骤S2，本实施例对于数字化后的业务数据，按照多元化的业务，将业务过程阶段以线性的taskflow(任务流)方式进行分类归集。同时依据不同业务的特点/特征进行分类，分类也是按照不同业务的特征类型去划分，比如主题、领域、确定主题模块的划分，再根据业务数据的特征划分为不同的数据域分类。本发明通过对业务进行阶段、主题域以及数据域的区分，能够对数字化业务数据进行业务层次的阶段、主题和数据域的分类，为不同阶段、主题和领域的实体数据提供数据落点，进一步实现业务数据的数字化和度量。
对于步骤S3，本实施例通过将数字化业务数据分别抽象至对应的主题域和数据域中，完成数字化业务数据的初步关联后，根据预先搭建的数据仓库建立指标体系，从而根据对应的业务指标模型进行OLAP(Online analytical processing，联机分析处理)关联业务分析，组建与数据仓库对应的OLAP关联分析系统结构，以便后续根据该系统结构搭建智能报表系统平台进行数据分析和挖掘。
对于步骤S4，基于自动分类与梳理后的数字化业务数据的基础上，根据数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，关联各领域、主题、阶段数据，实现基础数据的智能报表输出，以及生成面向主题的数据分析报告，以提升决策质量。通过搭建智能报表系统平台将各领域、主题和阶段的数字化业务数据进行关联，从而根据预设报表规则生成基础数据的智能报表和主题数据分析报告，实现基础数据的产出和分析，为IT研发领域业务提供数据管理服务，提升决策质量和数据价值，实现整个IT研发领域业务过程的数字化转型。
在一个实施例中，在所述根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告的步骤S4之后，还包括：
基于所述数字化业务数据构建数据预测模型，通过所述数据预测模型对业务数据进行数据预测和数据智能预警。
在具体的实施例中，在完成数字化业务数据的采集和处理后，基于大量的结构化数据基础，根据业务、算法和数据分析特征，对自变量进行筛选，去除多重共线性，对模型输入变量进行标准化，包括切分因变量和自变量，以及分类变量转换因变量，在计算调整决定系数R方和对数据标准化后，拟合线性回归模型，计算出回归系数，生成用于表示不同目标变量对因素的影响力的驱动力分数，其中驱动力分数绝对值越大，目标变量对因素的影响力越大，反之越小；驱动力分数为负时，表明此因素对目标变量的影响为负向；从而构建出该业务对应的数据预测模型，对业务数据进行预测，实现数据预测和数据智能报警，深度挖掘数据潜能，进一步发挥数据价值，从而使得对数据的管理更加清晰和精准。
在一个实施例中，在所述根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告的步骤S4之后，还包括：
基于所述数字化业务数据构建数据分析模型，通过所述数据分析模型对业务数据进行数据关联分析和数据支撑决策。
在具体的实施例中，在完成数字化业务数据的采集和处理后，基于大量的结构化数据基础，根据用户提出的业务分析需求，对应选取每个业务所需的数据分析模型，例如漏斗分析模型、留存分析模型、全行为路径分析模型、热图分析模型、行为事件分析模型、用户分群分析模型、黏性分析模型、归因分析模型和分布分析模型，通过具体的业务要求选取对应的数据分析模型，对业务数据进行进一步的深度分析和挖掘，对业务发生过程进行归因分析，实现数据支撑决策、数据关联分析和数据智能自动化，有效提高数字化数据的价值。通过不同的业务场景要求与数据模型，实现使用数据支撑决策、数据支持预测、数据智能预警、数据关联分析以及数据全智能自动化等，从而使得对数据的管理更加清晰与精准。
在一个实施例中，所述对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据的步骤S1之中，包括：
通过指标数据模型对各个业务环节的业务过程进行数据提取，生成对应的业务数据；
通过经验判别模型对各个业务环节的业务过程进行数据提取，生成对应的结果数据；
将业务数据与结果数据进行数据化映射处理，生成对应的数字化业务数据。
在具体的实施例中，对业务环节的业务过程进行数据提取和数据化映射的具体步骤包括：首先通过指标数据模型对各个业务的业务过程进行实时数据提取，生成对应的业务数据，其中，指标数据模型包括指标定义和大数据预测模型，通过对业务过程的数据进行指标定义，再通过大数据预测模型对业务数据模型对业务过程进行实时数据提取，根据定义的指标将实时数据转为业务数据；再通过预设的经验判别模型自动对各个业务环节的业务过程进行数据提取，生成对应的结果数据，经验判别模型主要根据用户预设的判定规则，将业务过程中的抽象数据转换为具象数据(结果数据)，例如对某个项目的评分；最后将业务数据与结果数据进行对应的数据化映射处理后，得到该业务对应的数字化业务数据，本发明通过对各个环节的业务过程进行定量和定性的数据提取过程，形成数据化映射，使得每项业务过程都可以数字化度量，提高数字化转型过程中数字化的程度。
在一个实施例中，所述按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类的步骤S2之后，还包括：
按照业务任务流转的方式将业务过程中产生的数据进行数据落点标记，得到不同阶段的实体数据落点；
按照业务类型将业务过程划分为若干个主题域后，生成不同主题的实体数据落点；
根据业务数据的特征划分得到不同的数据域分类后，生成不同领域的实体数据落点。
在具体的实施例中，在完成对业务进行阶段、主题域以及数据域的分类之后，还会对业务过程中产生的数据进行数据落点标记，以得到业务过程中不同阶段的实体数据落点；将业务过程划分为若干个主题域的同时，会生成不同主题的实体数据落点；在根据业务数据的特征划分得到不同的数据域分类后，生成不同领域的实体数据落点。本发明通过在对业务进行不同维度的分类过程中，会产生不同维度对应的数据落点标记，根据这些数据落点标记对实体数据进行关联，能够提高后续业务数据处理的效率，节约服务器成本和时间成本。
在一个实施例中，所述通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，具体为：
通过数据分类模型对所述数字化业务数据进行分类识别，并将分类后的业务数据匹配值对应的不同阶段的实体数据落点、不同主题的实体数据落点和不同领域的实体数据落点；
通过智能报表系统平台关联不同阶段的实体数据落点、不同主题的实体数据落点和不同领域的实体数据落点，完成数字化数据的关联。
在具体的实施例中，首先通过数据分类模型对数字化业务数据进行分类识别，并将分类后的业务数据匹配值对应的不同阶段的实体数据落点、不同主题的实体数据落点和不同领域的实体数据落点，完成数字化业务数据与实体数据落点的匹配；通过智能报表系统平台关联不同阶段的实体数据落点、不同主题的实体数据落点和不同领域的实体数据落点，本发明通过智能报表系统平台-数据落点-数字化业务数据的方式，能够快速完成数字化数据的关联。
在一个实施例中，所述OLAP关联业务分析，包括：
通过数据层对数字化业务数据进行抽取、转换、清洗和汇总，形成信息数据，存储中心信息数据库中；
通过对所述信息数据进行联机分析处理和数据挖掘处理，得到对应的数据分析结果；
通过前台分析工具将所述数据分析结果展示用前台页面。
在具体的实施例中，联机分析处理具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点，从而使用户对基于大量复杂数据的分析变得轻松而高效，以利于迅速做出正确判断。在本实施例中，首先是通过系统平台的数据层对数字化业务数据进行抽取、转换、清洗和汇总，形成信息数据，存储中心信息数据库中；再通过对信息数据进行联机分析处理和数据挖掘处理，得到对应的数据分析结果；最终通过前台分析工具(如Httpwatch和Aptan)将所述数据分析结果展示用前台页面，实现数字化业务数据的深度挖掘和可视化分析。
参照图2，本申请还提出了一种数字化管理装置，包括：
数据采集模块100，用于获取业务过程信息后分成若干个业务环节，对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据；
数据分类模块200，用于按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类；
数据抽象模块300，用于将所述数字化业务数据抽象至对应的主题域以及数据域中，并根据业务指标模型进行OLAP关联业务分析，构建数据仓库与OLAP关联分析系统结构；
数据关联模块400，用于根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告。
本实施例通过对各个业务环节的具体业务过程进行数据提取及数据化映射，生成对应的数字化业务数据，实现业务过程的数字化，为后续领域数字化和深度挖掘分析提供支撑数据，提高数字化业务数据价值；通过对业务进行阶段、主题域以及数据域的区分，能够对数字化业务数据进行业务层次的阶段、主题和数据域的分类，实现不同阶段、主题和领域的实体数据落点，进一步实现业务数据的数字化和度量；通过根据业务指标模型进行OLAP关联业务分析，组建与数据仓库对应的OLAP关联分析系统结构，以便后续根据该系统结构搭建智能报表系统平台进行数据分析和挖掘；通过搭建智能报表系统平台将各领域、主题和阶段的数字化业务数据进行关联，从而根据预设报表规则生成基础数据的智能报表和主题数据分析报告，实现基础数据的产出和分析，为IT研发领域业务提供数据管理服务，提升决策质量和数据价值，实现整个IT研发领域业务过程的数字化转型。
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3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、网络接口和数据库。其中，该计算机设计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储存数字化管理方法等数据。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数字化管理方法。所述数字化管理方法，包括：获取业务过程信息后分成若干个业务环节，对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据；按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类；将所述数字化业务数据抽象至对应的主题域以及数据域中，并根据业务指标模型进行OLAP关联业务分析，构建数据仓库与OLAP关联分析系统结构；根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告。
本申请一实施例还提供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一种数字化管理方法，包括步骤：获取业务过程信息后分成若干个业务环节，对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据；按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类；将所述数字化业务数据抽象至对应的主题域以及数据域中，并根据业务指标模型进行OLAP关联业务分析，构建数据仓库与OLAP关联分析系统结构；根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告。
上述执行的数字化管理方法，本实施例通过对各个业务环节的具体业务过程进行数据提取及数据化映射，生成对应的数字化业务数据，实现业务过程的数字化，为后续领域数字化和深度挖掘分析提供支撑数据，提高数字化业务数据价值；通过对业务进行阶段、主题域以及数据域的区分，能够对数字化业务数据进行业务层次的阶段、主题和数据域的分类，实现不同阶段、主题和领域的实体数据落点，进一步实现业务数据的数字化和度量；通过根据业务指标模型进行OLAP关联业务分析，组建与数据仓库对应的OLAP关联分析系统结构，以便后续根据该系统结构搭建智能报表系统平台进行数据分析和挖掘；通过搭建智能报表系统平台将各领域、主题和阶段的数字化业务数据进行关联，从而根据预设报表规则生成基础数据的智能报表和主题数据分析报告，实现基础数据的产出和分析，为IT研发领域业务提供数据管理服务，提升决策质量和数据价值，实现整个IT研发领域业务过程的数字化转型。
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，所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，本申请所提供的和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/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种数字化管理方法，其特征在于，所述方法包括：
获取业务过程信息后分成若干个业务环节，对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据；
按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类；
将所述数字化业务数据抽象至对应的主题域以及数据域中，并根据业务指标模型进行OLAP关联业务分析，构建数据仓库与OLAP关联分析系统结构；
根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告。
2.根据权利要求1所述的数字化管理方法，其特征在于，在所述根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告的步骤之后，还包括：
基于所述数字化业务数据构建数据预测模型，通过所述数据预测模型对业务数据进行数据预测和数据智能预警。
3.根据权利要求1所述的数字化管理方法，其特征在于，在所述根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告的步骤之后，还包括：
基于所述数字化业务数据构建数据分析模型，通过所述数据分析模型对业务数据进行数据关联分析和数据支撑决策。
4.根据权利要求1所述的数字化管理方法，其特征在于，所述对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据的步骤之中，包括：
通过指标数据模型对各个业务环节的业务过程进行数据提取，生成对应的业务数据；
通过经验判别模型对各个业务环节的业务过程进行数据提取，生成对应的结果数据；
将业务数据与结果数据进行数据化映射处理，生成对应的数字化业务数据。
5.根据权利要求1所述的数字化管理方法，其特征在于，所述按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类的步骤之后，还包括：
按照业务任务流转的方式将业务过程中产生的数据进行数据落点标记，得到不同阶段的实体数据落点；
按照业务类型将业务过程划分为若干个主题域后，生成不同主题的实体数据落点；
根据业务数据的特征划分得到不同的数据域分类后，生成不同领域的实体数据落点。
6.根据权利要求1所述的数字化管理方法，其特征在于，所述通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，具体为：
通过数据分类模型对所述数字化业务数据进行分类识别，并将分类后的业务数据匹配值对应的不同阶段的实体数据落点、不同主题的实体数据落点和不同领域的实体数据落点；
通过智能报表系统平台关联不同阶段的实体数据落点、不同主题的实体数据落点和不同领域的实体数据落点，完成数字化数据的关联。
7.根据权利要求1所述的数字化管理方法，其特征在于，所述OLAP关联业务分析，包括：
通过数据层对数字化业务数据进行抽取、转换、清洗和汇总，形成信息数据，存储中心信息数据库中；
通过对所述信息数据进行联机分析处理和数据挖掘处理，得到对应的数据分析结果；
通过前台分析工具将所述数据分析结果展示用前台页面。
8.一种数字化管理装置，其特征在于，包括：
数据采集模块，用于获取业务过程信息后分成若干个业务环节，对各个业务环节的业务过程进行数据提取和数据化映射，生成对应的数字化业务数据；
数据分类模块，用于按照业务任务流转的方式将业务过程中产生的数据进行数据归集，生成业务阶段集合，同时按照业务类型将业务过程划分为若干个主题域，并根据业务数据的特征划分为不同的数据域分类；
数据抽象模块，用于将所述数字化业务数据抽象至对应的主题域以及数据域中，并根据业务指标模型进行OLAP关联业务分析，构建数据仓库与OLAP关联分析系统结构；
数据关联模块，用于根据所述数据仓库与OLAP关联分析系统结构搭建智能报表系统平台，通过所述智能报表系统平台关联各个业务阶段集合、主题域和数据域中的数字化业务数据，生成基础数据的智能报表和面向主题的数据分析报告。
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7中任一项所述的方法的步骤。
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7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111296934.0A CN114003668A (zh) | 2021-10-28 | 2021-10-28 | 一种数字化管理方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111296934.0A CN114003668A (zh) | 2021-10-28 | 2021-10-28 | 一种数字化管理方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114003668A true CN114003668A (zh) | 2022-02-01 |
Family
ID=79927154
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111296934.0A Pending CN114003668A (zh) | 2021-10-28 | 2021-10-28 | 一种数字化管理方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114003668A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116611793A (zh) * | 2023-06-14 | 2023-08-18 | 中国长江三峡集团有限公司 | 一种基于特征分析的业务数据归纳方法及系统 |
-
2021
- 2021-10-28 CN CN202111296934.0A patent/CN114003668A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116611793A (zh) * | 2023-06-14 | 2023-08-18 | 中国长江三峡集团有限公司 | 一种基于特征分析的业务数据归纳方法及系统 |
| CN116611793B (zh) * | 2023-06-14 | 2024-04-16 | 中国长江三峡集团有限公司 | 一种基于特征分析的业务数据归纳方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111460167A (zh) | 基于知识图谱定位排污对象的方法及相关设备 | |
| CN109543925B (zh) | 基于机器学习的风险预测方法、装置、计算机设备和存储介质 | |
| CN110458324B (zh) | 风险概率的计算方法、装置和计算机设备 | |
| CN109857862B (zh) | 基于智能决策的文本分类方法、装置、服务器及介质 | |
| CN108509424B (zh) | 制度信息处理方法、装置、计算机设备和存储介质 | |
| CN111325463A (zh) | 数据质量检测方法、装置、设备及计算机可读存储介质 | |
| CN109886554B (zh) | 违规行为判别方法、装置、计算机设备和存储介质 | |
| CN110781379A (zh) | 信息推荐方法、装置、计算机设备和存储介质 | |
| CN109063984B (zh) | 风险旅客方法、装置、计算机设备和存储介质 | |
| CN108920677A (zh) | 问卷调查方法、调查系统及电子设备 | |
| CN114511019A (zh) | 一种敏感数据分类分级标识方法及系统 | |
| CN109995611B (zh) | 流量分类模型建立及流量分类方法、装置、设备和服务器 | |
| CN111291135A (zh) | 知识图谱构建方法和装置、服务器、计算机可读存储介质 | |
| CN111210158B (zh) | 目标地址确定方法、装置、计算机设备和存储介质 | |
| CN114003668A (zh) | 一种数字化管理方法、装置、设备及介质 | |
| CN112084761A (zh) | 一种水利工程信息管理方法及装置 | |
| CN112035775B (zh) | 基于随机森林模型的用户识别方法、装置和计算机设备 | |
| CN115221893B (zh) | 基于规则与语义分析的质检规则自动化配置方法及装置 | |
| CN111475336A (zh) | 基于文件信息的备份数据分析方法、装置和计算机设备 | |
| CN108346287B (zh) | 基于影响因素分析的交通流量序列模式匹配方法 | |
| CN115858598A (zh) | 基于企业大数据的目标信息筛选匹配方法及相关设备 | |
| CN111680572B (zh) | 一种电网运行场景动态判定方法及系统 | |
| CN110458383B (zh) | 需求处理服务化的实现方法、装置及计算机设备、存储介质 | |
| CN113221548A (zh) | 基于机器学习的bom表识别方法、装置、计算机设备及介质 | |
| CN113435176A (zh) | 报告数据的解析方法、装置、计算机设备及存储介质 |
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 |