CN114118723A - 业务指标异动分析方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种业务指标异动分析方法、装置、计算机设备和存储介质，所述方法包括：识别出发生指标异动的目标业务指标；获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节；获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值；根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。上述方法能够提高业务指标异动分析的分析效率，并且也能够提高指标异动分析原因的准确性。

Description

业务指标异动分析方法、装置、计算机设备和存储介质

技术领域

本申请涉及业务指标处理技术领域，特别是涉及一种业务指标异动分析方法、装置、计算机设备和存储介质。

背景技术

当业务指标发生波动时，业务人员都会有“为什么涨、为什么降、原因是什么”这样的分析需求。分析原因时往往需要结合多维度对业务指标进行下钻或者对业务指标本身进行环节的拆分来寻找问题的所在。

传统方法：为了找到问题的原因，业务人员通过使用报告图表、SQL查询等方式获取数据，再辅助人工分析查找问题原因。人工诊断问题的过程通常需要1～2个人力花费几个小时甚至一天的时间，且往往得出的结论都是一些定性结论。当有某几个原因同时存在时，难以量化描述各原因的影响大小，从而无法决定优先解决什么问题。

由于人工查询问题的速度和质量都受到人员的业务经验的影响，而且即使经验丰富的业务人员在发现问题时，都需要花费大量的时间查询数据、核对数据并且多维度比较数据，以验证其猜想原因是否正确。因此，传统人工分析方法不仅效率低，而且分析结果的准确性低。

发明内容

基于此，有必要针对上述技术问题，提供一种业务指标异动分析方法、装置、计算机设备和存储介质，能够提高业务指标异动分析的分析效率，并且也能够提高指标异动分析原因的准确性。

一种业务指标异动分析方法，包括：识别出发生指标异动的目标业务指标；获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节；获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值；根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。

在其中一个实施例中，识别出发生指标异动的目标业务指标，包括：获取任一业务指标的参考时间点的指标值以及对比时间点的指标值；当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标。

在其中一个实施例中，当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标，包括：当任一业务指标的对比时间点的指标值与参考时间点的指标值的差值大于预设阈值时，识别出任一业务指标为目标业务指标。

在其中一个实施例中，连环替代法用于按照顺序将多个业务环节中各业务环节的实际数替换基数，以计算出各业务环节影响业务指标异动的贡献度；采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节，包括：采用连环替代法确定多个业务环节中各业务环节对目标业务指标的指标异动的贡献值；根据各业务环节对目标业务指标的指标异动的贡献值确定出目标业务环节。

在其中一个实施例中，获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值，包括：获取各维度的子维度的维度数量以及各维度的转化率；获取各维度中各子维度的转化率和各子维度在对应维度中的权重；根据子维度的维度数量、各维度的转化率、各维度中各子维度的转化率和各子维度在对应维度中的权重计算得到各子维度的贡献值；根据各子维度的贡献值计算各维度的基尼系数；根据各维度的基尼系数确定各维度对目标业务指标的指标异动的区分度；根据各维度对目标业务指标的指标异动的区分度得到各维度对目标业务指标的指标异动的贡献值。

在其中一个实施例中，根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因，包括：根据各维度对目标业务指标的指标异动的贡献值确定对目标业务指标的指标异动影响程度最大的维度；根据影响程度最大的维度确定目标业务指标的指标异动的原因。

在其中一个实施例中，一种业务指标异动分析方法还包括：接收前端配置的目标业务指标的多个业务环节以及各业务环节的多个维度；和/或，将目标业务指标的指标异动的原因发送到前端。

一种业务指标异动分析装置，包括：识别模块，用于识别出发生指标异动的目标业务指标；第一确定模块，用于获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节；获取模块，用于获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值；第二确定模块，用于根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一实施例方法的步骤。

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任一实施例方法的步骤。

上述业务指标异动分析方法、装置、计算机设备和存储介质，识别出发生指标异动的目标业务指标，获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节，获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值，根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。因此，通过连环替代法能够自动化对目标业务指标的多个业务环节进行拆解量化，精准定位出影响目标业务指标的指标异动的目标业务环节，无需人工排查。此外，还进一步对目标业务环节进行维度拆解，确定出各维度对目标业务指标的指标异动的贡献值，使得拆解得到的贡献值更加符合业务含义，最终能够基于各维度对目标业务指标的指标异动的贡献值确定出目标业务指标的指标异动原因，实现对目标业务指标的指标异动的原因的层层分析，提高指标异动分析原因的准确性。

附图说明

图1为一个实施例中一种业务指标异动分析方法的应用环境图；

图2为一个实施例中一种业务指标异动分析方法的流程示意图；

图3为一个实施例中实现一种业务指标异动分析方法的系统的逻辑结构框图；

图4为一个实施例中系统前端的结果展示页面的界面示意图；

图5为一个实施例中一种业务指标异动分析方法的处理流程图；

图6为一个实施例中一种业务指标异动分析装置的结构框图；

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。

本申请提供的一种业务指标异动分析方法，应用于如图1所示的应用环境中。如图1所示，服务器集群102用于实现本申请的一种业务指标异动分析方法。数据库104中存储有多个业务指标的指标数据。各业务指标的指标数据包括各业务指标下的多个业务环节以及各业务环节下分解得到的多个维度。其中，各业务指标、各业务指标下的多个业务环节以及各业务环节下分解得到的多个维度可以是预先由前端106的用户设置，并由服务器集群102接收后存储到数据库104中。服务器集群102在执行一种业务指标异动分析方法时，从数据库104的多个业务指标中识别出发生指标异动的目标业务指标，从数据库104获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节。进而，从数据库104获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值，根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。最终，可以是将目标业务指标的指标异动的原因反馈到前端106，以便用户可以从前端106中直接获知目标业务指标的指标异动的原因。其中，前端106可以是台式电脑、笔记本电脑或个人手机等，服务器集群102可以是单个服务器或者多个服务器。

在一个实施例中，如图2所示，提供了一种业务指标异动分析方法，以该方法应用于图1中的服务器集群102为例进行说明，包括以下步骤：

S202，识别出发生指标异动的目标业务指标。

本实施例中，对多个业务指标的指标值进行监控，当任一业务指标的指标值满足预先设定的条件时，识别出该业务指标为发生指标异动的目标业务指标。其中，任一业务指标的指标值的计算方式可以是：将任一业务指标的各个业务环节的影响度进行乘积运算，乘积运算结果值为该业务指标的指标值。

例如，任一业务指标为交易量相对于投放量的比率，即流量转化率。预先设定的条件为流量转换率的值低于预先设定的阈值。当监控到流量转化率的值小于阈值时，识别出该交易量相对于投放量的比率为目标业务指标。

S204，获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节。

本实施例中，目标业务指标包含多个业务环节，各业务环节存在一定的环节顺序。结合多个业务环节以及环节顺序，采用连环替代法从多个业务环节中识别出影响目标业务指标的指标异动的目标业务环节。具体地，采用连环替代法确定出各业务环节的影响度，进而将影响度最大的业务环节作为目标业务环节。

以下给出连环替代法的举例说明：

目标业务指标为首登动支率，首登动支率包含多个依序业务环节，多个依序业务环节包括申完率、授信率以及动支率。按照以下方式计算首登动支率、申完率、授信率以及动支率的值：

·首登动支率(O)＝申完率(R)×授信率(A)×动支率(T)；

·参考时间点的首登首借率:O0＝R0*A0*T0；

·对比时间点的首登首借率:O1＝R1*A1*T1；

·利润变动：ΔO＝O1-O0；

·连环替代法定位各业务环节的影响度：

·ΔR＝(R1*A0*T0)-(R0*A0*T0)；

·ΔA＝(R1*A1*T0)-(R1*A0*T0)；

·ΔT＝(R1*A1*T1)-(R1*A1*T0)；

·ΔO＝ΔR+ΔA+ΔT；

其中，上述0表示参考时间点对应的值，1表示对比时间点对应的值；

从上例可以看到，连环替代法可以对不同指标独立分析，并且各自的变化量相加等于总的变化量。这种特点是有代价的，即指标对应的各个业务环节的变化量与替代顺序相关，而这很可能会影响到在最终的结论，因此使用连环替代法时需要确定好合适的顺序；在实际应用到业务指标异动分析上时，业务指标本身的业务环节流程之间是存在天然的逻辑顺序，因此可以采用连环替代法确定各个业务环节的影响度。

S206，获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值。

本实施例中，目标业务环节又可拆分为多个维度，各维度对目标业务指标的指标异动的贡献值不同。此处，获取目标业务环节的各维度对目标业务指标的指标异动的贡献值。可以是，各维度对目标业务指标的指标异动的贡献值通过预先计算并存储在数据库中，系统直接从数据库中读取目标业务指标的指标异动的贡献值。

S208，根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。

本实施例中，确定出多个维度中，对目标业务指标的指标异动的贡献值最大的维度，基于贡献值最大的维度可以确定出目标业务指标的指标异动的原因。例如，目标业务环节可拆分为年龄、学历以及城市三个维度，对目标业务指标的指标异动的贡献值最大的维度为学历这一维度，则可直接确定学历是影响目标业务指标的指标异动的原因。

上述业务指标异动分析方法，识别出发生指标异动的目标业务指标，获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节，获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值，根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。因此，通过连环替代法能够自动化对目标业务指标的多个业务环节进行拆解量化，精准定位出影响目标业务指标的指标异动的目标业务环节，无需人工排查。此外，还进一步对目标业务环节进行维度拆解，确定出各维度对目标业务指标的指标异动的贡献值，使得拆解得到的贡献值更加符合业务含义，最终能够基于各维度对目标业务指标的指标异动的贡献值确定出目标业务指标的指标异动原因，实现对目标业务指标的指标异动的原因的层层分析，提高指标异动分析原因的准确性。

在一个实施例中，上述识别出发生指标异动的目标业务指标，包括：获取任一业务指标的参考时间点的指标值以及对比时间点的指标值；当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标。

该实施例中，对多个业务指标进行监控。监控的方式为：设置对比时间点和参考时间点，获取各业务指标在对比时间点的指标值和参考时间点的指标值。此外，设置预设条件，预设条件用于作为各业务指标在对比时间点的指标值和参考时间点的指标值的参考基准。当各业务指标中任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标。预设条件可以是设定最大值和最低值，当任一业务指标的参考时间点的指标值以及对比时间点的指标值的差值大于最大值时，识别出任一业务指标为目标业务指标。或者，当任一业务指标的参考时间点的指标值以及对比时间点的指标值的差值小于最大值时，识别出任一业务指标为目标业务指标。因此可以动态监控并识别出发生指标异动的目标业务指标。

在一个实施中，上述当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标，包括：当任一业务指标的对比时间点的指标值与参考时间点的指标值的差值大于预设阈值时，识别出任一业务指标为目标业务指标。

该实施例中，预先设置预设阈值，预设阈值用于识别出目标业务指标。当任一业务指标的对比时间点的指标值与参考时间点的指标值的差值大于预设阈值时，将该任一业务指标作为目标业务指标。因此可以动态监控并识别出发生指标异动的目标业务指标。

在一个实施例中，连环替代法用于按照顺序将多个业务环节中各业务环节的实际数替换基数，以计算出各业务环节影响业务指标异动的贡献度。上述采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节，包括：采用连环替代法确定多个业务环节中各业务环节对目标业务指标的指标异动的贡献值；根据各业务环节对目标业务指标的指标异动的贡献值确定出目标业务环节。

该实施例中，连环替代法亦称“连锁替代法”。连环替代法为经济活动分析中确定引起某个经济指标变动的各个因素的影响程度的一种计算方法。这种方法带一定的假定性。即，假定一个因素发生变动时，其他因素保持不变的条件下计算的。其特点是：在许多因素对某一指标综合发生作用的情况下，顺序把其中一个因素当作可变因素，把其他因素当作不变因素，而后逐个进行替换计算，确定各个因素变动对该指标变动的影响程度。

以下对采用连续替代法计算各个业务环节的影响度，即贡献值，进行举例说明：

目标业务指标为首登动支率，首登动支率包含多个依序业务环节，多个依序业务环节包括申完率、授信率以及动支率。按照以下方式计算首登动支率、申完率、授信率以及动支率的值：

·首登动支率(O)＝申完率(R)×授信率(A)×动支率(T)；

·参考期首登首借率:O0＝R0*A0*T0；

·观察期首登首借率:O1＝R1*A1*T1；

·利润变动：ΔO＝O1-O0；

·连续替代法定位各环节影响度：

·ΔR＝(R1*A0*T0)-(R0*A0*T0)；

·ΔA＝(R1*A1*T0)-(R1*A0*T0)；

·ΔT＝(R1*A1*T1)-(R1*A1*T0)；

·ΔO＝ΔR+ΔA+ΔT；

·从上例可以看到，连续替代法可以对不同指标独立分析，并且各自的变化量相加等于总的变化量。

·这种特点是有代价的，即子指标的变化量与替代顺序相关，而这很可能会影响到在最终的结论，因此使用连环替代法时需要确定好合适的顺序。

因此，可采用连环替代法确定多个业务环节中各业务环节对目标业务指标的指标异动的贡献值，根据各业务环节对目标业务指标的指标异动的贡献值确定出目标业务环节。

在一个实施例中，上述获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值，包括：获取各维度的子维度的维度数量以及各维度的转化率；获取各维度中各子维度的转化率和各子维度在对应维度中的权重；根据子维度的维度数量、各维度的转化率、各维度中各子维度的转化率和各子维度在对应维度中的权重计算得到各子维度的贡献值；根据各子维度的贡献值计算各维度的基尼系数；根据各维度的基尼系数确定各维度对目标业务指标的指标异动的区分度；根据各维度对目标业务指标的指标异动的区分度得到各维度对目标业务指标的指标异动的贡献值。

该实施例中，采用维度拆分法和基尼系数确定出各维度对目标业务指标的指标异动的贡献值。具体维度拆分法解释如下：

单个业务环节下各维度影响度的计算方法：

核心的计算公式：某一维度的任一子维度的贡献值＝维度的转化率/子维度的维度数量+子维度的权重*(子维度的转化率-维度的转化率)；

参考上述核心的计算公式计算出各子维度的参考时间点和对比时间点的贡献值，将对比时间点的贡献值和参考时间点的贡献值的差值作为子维度的贡献值。

获取各维度中所有子维度的贡献值，将所有子维度的贡献值生成数组，计算数组的基尼系数，该基尼系数可以作为对应维度的对目标业务指标的指标异动的区分度。

例如：按照业务环节拆分，确定出影响目标业务指标的指标异动的目标业务环节之后，再将目标业务环节进行维度拆分，得到多个维度。再对维度进行拆分，得到多个子维度。计算各子维度的贡献值，进而通过各子维度的贡献值计算得到各维度的基尼系数。基尼系数能够描述一个维度对指标异动贡献的区分度，通过该维度的基尼系数的大小能够识别该维度引起目标业务指标的指标异动的情况。因此，根据各维度的基尼系数确定各维度对目标业务指标的指标异动的区分度，进而基于各维度对目标业务指标的指标异动的区分度得到各维度对目标业务指标的指标异动的贡献值。

如，将目标业务环节进行维度拆分，得到年龄段、学历、城市这三个维度，再对年龄段、学历、城市进行维度拆分，得到各维度的多个子维度，再计算各子维度的贡献值。如学历可以拆分得到多个子维度包括初中、高中、专科、本科、硕士以及博士等。进而，分别计算初中、高中、专科、本科、硕士以及博士的贡献值，计算的方式参照上述核心的计算公式。如，参考时间点：所有学历的整体转化率＝10％，学历总共有6种，博士的占比1％，博士本身的转化率＝12％，博士的贡献值＝10％/6+1％*(12％-10％)。对比时间点：所有学历的整体转化率＝10％，学历总共有6种，博士的占比1％，博士本身的转化率＝20％，博士的贡献值＝10％/6+1％*(20％-10％)。将对比时间点的博士的贡献值减去参考时间点的博士的贡献值得到博士这一子维度的贡献值。以此类推，得到学历的各个子维度的贡献值之后，将各个子维度的贡献值组成数组，计算该数组的基尼系数，得到的基尼系数可作为学历这个维度的对目标业务指标的指标异动的区分度。

在一个实施例中，上述根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因，包括：根据各维度对目标业务指标的指标异动的贡献值确定对目标业务指标的指标异动影响程度最大的维度；根据影响程度最大的维度确定目标业务指标的指标异动的原因。

该实施例中，将各维度对目标业务指标的指标异动的贡献值中，影响程度最大的维度作为目标业务指标的指标异动的原因的分析对象，得到指标异动的原因。例如，上述例子，学历这个维度对指标异动的贡献值最大，由此即可定位问题关键在于学历。

在一个实施例中，上述识别出发生指标异动的目标业务指标之前，还包括：接收前端配置的目标业务指标的多个业务环节以及各业务环节的多个维度。和/或，上述根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因之后，还包括：将目标业务指标的指标异动的原因发送到前端。

该实施例中，系统由前端页面、后端的消息收发系统、算法模块以及数据库四个部分组成，其逻辑关系如图3所示。前端页面中设置有配置页面和结果展示页面。配置页面可以向用户提供各个业务指标的配置、各个业务指标的多个业务环节的配置以及各业务环节的多个维度的配置。后台的消息收发系统接收前端配置的目标业务指标的多个业务环节以及各业务环节的多个维度，并通过算法模块进行运算，得到发生指标异动的目标业务指标的指标异动的原因，将指标异动的原因存储到数据库，进而从数据库中获取指标异动的原因，并将目标业务指标的指标异动的原因发送到前端，由前端的结果展示页面结果进行展示。前端的结果展示页面结果的展示的目标业务指标的指标异动的原因可参见图4所示。

综上，上述一种业务指标异动分析方法，本质上为一个基于算法的数据服务系统。通过维度拆解法和连环替代法，分别实现将某一业务指标分维度下钻和分业务环节下拆解，并且当影响因素为多个时，用基尼系数来描述各个影响因素的重要程度。用户使用时只需要输入一些配置参数，比如对比时间段、需要诊断的业务指标的指标名称等，系统即可返回科学量化的分诊结果，使用便利，一次诊断只需要几十秒到几分钟的时间，且能将业务指标的指标异动的值严格拆分到各个影响因素，使得各个影响因素的贡献值之和等于指标异动的值，结果清晰易理解。

以下给出一具体实施例，以详细说明上述一种业务指标异动分析方法：

系统用于处理上述一种业务指标异动分析方法，系统包含如图3所示的各个模块。如图3所示，算法模块执行上述一种业务指标异动分析方法的分诊计算。举例说明：

如果公司交易量相对于投放量的比率，即流量转化率，最近两天有所下降，用本算法模块来诊断指标异动的原因时，可以遵循以下步骤：

第一步：首先用按环节拆分，将流量转化率的下降原因，拆解为投放到最终转化中间的各个环节，即流量-点击-加入购物车-购买。采用连环替代法诊断出指标异动的目标业务环节是点击率环节、或是加购率环节或是购买率环节。

第二步：通过按业务环节拆分，诊断出问题环节之后，再用按维度拆分，计算各个维度对这个指标异动的贡献值的基尼系数。比如问题环节，即目标业务环节为点击率环节，再将点击率环节按照维度进行拆分，得到年龄段、学历和城市这三个维度，最后得出基尼系数最高的是学历这个维度。因此，可确定学历是流量转化率这一目标业务指标的发生指标异动的原因。

第三步：可以按照维度拆分的方式对学历这一维度继续拆分。选择学历这个维度，进行权值拆解，得到各种不同学历分组对指标异动的贡献值，寻找贡献最高的分组，假设是大专学历，由此即可进一步定位问题关键所在为大专学历。

第四步：可以按照业务需要继续对大专学历进行维度拆解。若大专学历还可进一步进行维度拆解，可以对上述第三步的结论进行进一步维度下钻，再进行其他维度的拆解，进一步分析是什么原因导致大专学历对指标变化的贡献较大。

整个处理过程归纳成如图5所示的流程图。

按照本流程诊断业务指标的指标异动问题，原本人工需要花半天至一天时间解决的业务问题，只需要3-5分钟即可得到相同的结论，并且量化更为精准。

上述一种业务指标异动分析方法，按照上述逻辑设计，用户只需要在前端配置一些参数即可获得诊断结果，无需做任何查询和数据筛选等动作，比传统方法人工分析用时快数倍至数十倍。此外，上述一种业务指标异动分析方法，对指标异动的贡献进行业务环节拆分和维度拆分，明确量化各个因素的影响，比起传统方法只能给出定性结果，更能对业务决策起指导作用。

应该理解的是，虽然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，附图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子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，这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。

本申请还提供一种业务指标异动分析装置，如图6所示，该装置包括识别模块602、第一确定模块604、获取模块606以及第二确定模块608。识别模块602，用于识别出发生指标异动的目标业务指标；第一确定模块604，用于获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节；获取模块606，用于获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值；第二确定模块608，用于根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。

在其中一个实施例中，识别出发生指标异动的目标业务指标，包括：获取任一业务指标的参考时间点的指标值以及对比时间点的指标值；当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标。

在其中一个实施例中，当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标，包括：当任一业务指标的对比时间点的指标值与参考时间点的指标值的差值大于预设阈值时，识别出任一业务指标为目标业务指标。

在其中一个实施例中，连环替代法用于按照顺序将多个业务环节中各业务环节的实际数替换基数，以计算出各业务环节影响业务指标异动的贡献度；采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节，包括：采用连环替代法确定多个业务环节中各业务环节对目标业务指标的指标异动的贡献值；根据各业务环节对目标业务指标的指标异动的贡献值确定出目标业务环节。

在其中一个实施例中，获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值，包括：获取各维度的子维度的维度数量以及各维度的转化率；获取各维度中各子维度的转化率和各子维度在对应维度中的权重；根据子维度的维度数量、各维度的转化率、各维度中各子维度的转化率和各子维度在对应维度中的权重计算得到各子维度的贡献值；根据各子维度的贡献值计算各维度的基尼系数；根据各维度的基尼系数确定各维度对目标业务指标的指标异动的区分度；根据各维度对目标业务指标的指标异动的区分度得到各维度对目标业务指标的指标异动的贡献值。

在其中一个实施例中，根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因，包括：根据各维度对目标业务指标的指标异动的贡献值确定对目标业务指标的指标异动影响程度最大的维度；根据影响程度最大的维度确定目标业务指标的指标异动的原因。

在其中一个实施例中，一种业务指标异动分析装置还包括接收模块，用于接收前端配置的目标业务指标的多个业务环节以及各业务环节的多个维度；和/或，还包括发送模块，用于将目标业务指标的指标异动的原因发送到前端。

关于业务指标异动分析装置的具体限定可以参见上文中对于业务指标异动分析方法的限定，在此不再赘述。上述业务指标异动分析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、网络接口和数据库。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。该计算机程序被处理器执行时以实现一种业务指标异动分析方法。

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、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：识别出发生指标异动的目标业务指标；获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节；获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值；根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。

在其中一个实施例中，处理器执行计算机程序实现上述的识别出发生指标异动的目标业务指标步骤时，具体实现以下步骤：获取任一业务指标的参考时间点的指标值以及对比时间点的指标值；当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标。

在其中一个实施例中，处理器执行计算机程序实现上述的当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标步骤时，具体实现以下步骤：当任一业务指标的对比时间点的指标值与参考时间点的指标值的差值大于预设阈值时，识别出任一业务指标为目标业务指标。

在其中一个实施例中，连环替代法用于按照顺序将多个业务环节中各业务环节的实际数替换基数，以计算出各业务环节影响业务指标异动的贡献度；处理器执行计算机程序实现上述的采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节步骤时，具体实现以下步骤：采用连环替代法确定多个业务环节中各业务环节对目标业务指标的指标异动的贡献值；根据各业务环节对目标业务指标的指标异动的贡献值确定出目标业务环节。

在其中一个实施例中，处理器执行计算机程序实现上述的获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值步骤时，具体实现以下步骤：获取各维度的子维度的维度数量以及各维度的转化率；获取各维度中各子维度的转化率和各子维度在对应维度中的权重；根据子维度的维度数量、各维度的转化率、各维度中各子维度的转化率和各子维度在对应维度中的权重计算得到各子维度的贡献值；根据各子维度的贡献值计算各维度的基尼系数；根据各维度的基尼系数确定各维度对目标业务指标的指标异动的区分度；根据各维度对目标业务指标的指标异动的区分度得到各维度对目标业务指标的指标异动的贡献值。

在其中一个实施例中，处理器执行计算机程序实现上述的根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因步骤时，具体实现以下步骤：根据各维度对目标业务指标的指标异动的贡献值确定对目标业务指标的指标异动影响程度最大的维度；根据影响程度最大的维度确定目标业务指标的指标异动的原因。

在其中一个实施例中，处理器执行计算机程还实现以下步骤：接收前端配置的目标业务指标的多个业务环节以及各业务环节的多个维度；和/或，将目标业务指标的指标异动的原因发送到前端。

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以下步骤：识别出发生指标异动的目标业务指标；获取目标业务指标的多个业务环节，采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节；获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值；根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因。

在其中一个实施例中，计算机程序被处理器执行实现上述的识别出发生指标异动的目标业务指标步骤时，具体实现以下步骤：获取任一业务指标的参考时间点的指标值以及对比时间点的指标值；当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标。

在其中一个实施例中，计算机程序被处理器执行实现上述的当任一业务指标的参考时间点的指标值以及对比时间点的指标值满足预设条件时，识别出任一业务指标为目标业务指标步骤时，具体实现以下步骤：当任一业务指标的对比时间点的指标值与参考时间点的指标值的差值大于预设阈值时，识别出任一业务指标为目标业务指标。

在其中一个实施例中，连环替代法用于按照顺序将多个业务环节中各业务环节的实际数替换基数，以计算出各业务环节影响业务指标异动的贡献度；计算机程序被处理器执行实现上述的采用连环替代法确定多个业务环节中影响目标业务指标的指标异动的目标业务环节步骤时，具体实现以下步骤：采用连环替代法确定多个业务环节中各业务环节对目标业务指标的指标异动的贡献值；根据各业务环节对目标业务指标的指标异动的贡献值确定出目标业务环节。

在其中一个实施例中，计算机程序被处理器执行实现上述的获取目标业务环节的多个维度中各维度对目标业务指标的指标异动的贡献值步骤时，具体实现以下步骤：获取各维度的子维度的维度数量以及各维度的转化率；获取各维度中各子维度的转化率和各子维度在对应维度中的权重；根据子维度的维度数量、各维度的转化率、各维度中各子维度的转化率和各子维度在对应维度中的权重计算得到各子维度的贡献值；根据各维度的基尼系数确定各维度对目标业务指标的指标异动的区分度；根据各维度对目标业务指标的指标异动的区分度得到各维度对目标业务指标的指标异动的贡献值。

在其中一个实施例中，计算机程序被处理器执行实现上述的根据各维度对目标业务指标的指标异动的贡献值确定目标业务指标的指标异动的原因步骤时，具体实现以下步骤：根据各维度对目标业务指标的指标异动的贡献值确定对目标业务指标的指标异动影响程度最大的维度；根据影响程度最大的维度确定目标业务指标的指标异动的原因。

在其中一个实施例中，计算机程序被处理器执行还实现以下步骤：接收前端配置的目标业务指标的多个业务环节以及各业务环节的多个维度；和/或，将目标业务指标的指标异动的原因发送到前端。

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/或易失性存储器。非易失性存储器可包括只读存储器(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)、双数据率SDRAM(DDRSDRAM)、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。

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)

1.一种业务指标异动分析方法，所述方法包括：

识别出发生指标异动的目标业务指标；

获取所述目标业务指标的多个业务环节，采用连环替代法确定所述多个业务环节中影响所述目标业务指标的指标异动的目标业务环节；

获取所述目标业务环节的多个维度中各维度对所述目标业务指标的指标异动的贡献值；

根据所述各维度对所述目标业务指标的指标异动的贡献值确定所述目标业务指标的指标异动的原因。

2.根据权利要求1所述的方法，其特征在于，所述识别出发生指标异动的目标业务指标，包括：

获取任一业务指标的参考时间点的指标值以及对比时间点的指标值；

当所述任一业务指标的参考时间点的指标值以及所述对比时间点的指标值满足预设条件时，识别出所述任一业务指标为所述目标业务指标。

3.根据权利要求2所述的方法，其特征在于，所述当所述任一业务指标的参考时间点的指标值以及所述对比时间点的指标值满足预设条件时，识别出所述任一业务指标为所述目标业务指标，包括：

当所述任一业务指标的所述对比时间点的指标值与所述参考时间点的指标值的差值大于预设阈值时，识别出所述任一业务指标为所述目标业务指标。

4.根据权利要求1所述的方法，其特征在于，所述连环替代法用于按照顺序将所述多个业务环节中各业务环节的实际数替换基数，以计算出各业务环节影响所述业务指标异动的贡献度；

所述采用连环替代法确定所述多个业务环节中影响所述目标业务指标的指标异动的目标业务环节，包括：

采用连环替代法确定所述多个业务环节中各业务环节对所述目标业务指标的指标异动的贡献值；

根据所述各业务环节对所述目标业务指标的指标异动的贡献值确定出所述目标业务环节。

5.根据权利要求1所述的方法，其特征在于，所述获取所述目标业务环节的多个维度中各维度对所述目标业务指标的指标异动的贡献值，包括：

获取所述各维度的子维度的维度数量以及所述各维度的转化率；

获取所述各维度中各子维度的转化率和所述各子维度在对应维度中的权重；

根据所述子维度的维度数量、所述各维度的转化率、所述各维度中各子维度的转化率和所述各子维度在对应维度中的权重计算得到所述各子维度的贡献值；

根据所述各子维度的贡献值计算所述各维度的基尼系数；

根据所述各维度的基尼系数确定所述各维度对所述目标业务指标的指标异动的区分度；

根据所述各维度对所述目标业务指标的指标异动的区分度得到所述各维度对所述目标业务指标的指标异动的贡献值。

6.根据权利要求1所述的方法，其特征在于，所述根据所述各维度对所述目标业务指标的指标异动的贡献值确定所述目标业务指标的指标异动的原因，包括：

根据所述各维度对所述目标业务指标的指标异动的贡献值确定对所述目标业务指标的指标异动影响程度最大的维度；

根据所述影响程度最大的维度确定所述目标业务指标的指标异动的原因。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收前端配置的所述目标业务指标的多个业务环节以及各业务环节的所述多个维度；

和/或，

将所述目标业务指标的指标异动的原因发送到所述前端。

8.一种业务指标异动分析装置，其特征在于，所述装置包括：

识别模块，用于识别出发生指标异动的目标业务指标；

第一确定模块，用于获取所述目标业务指标的多个业务环节，采用连环替代法确定所述多个业务环节中影响所述目标业务指标的指标异动的目标业务环节；

获取模块，用于获取所述目标业务环节的多个维度中各维度对所述目标业务指标的指标异动的贡献值；

第二确定模块，用于根据所述各维度对所述目标业务指标的指标异动的贡献值确定所述目标业务指标的指标异动的原因。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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权利要求1至7中任一项所述方法的步骤。

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中任一项所述方法的步骤。

Images