CN114881695A - 业务数据处理方法、业务系统及计算机存储介质 - Google Patents
业务数据处理方法、业务系统及计算机存储介质 Download PDFInfo
- Publication number
- CN114881695A CN114881695A CN202210516012.4A CN202210516012A CN114881695A CN 114881695 A CN114881695 A CN 114881695A CN 202210516012 A CN202210516012 A CN 202210516012A CN 114881695 A CN114881695 A CN 114881695A
- Authority
- CN
- China
- Prior art keywords
- order
- recommender
- service
- label
- data
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 15
- 230000000694 effects Effects 0.000 abstract description 15
- 238000013075 data extraction Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 7
- 238000012550 audit Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000003796 beauty Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0214—Referral reward systems
-
- 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
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/547—Messaging middleware
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种业务数据处理方法、业务系统及计算机存储介质，用于提升业务系统计算推荐人的业务奖励的计算效率。业务系统不再需要执行繁重且复杂的数据提取和数据转换操作，只需生成订单标签和推荐人标签，即可直接根据订单标签和推荐人标签进行业务奖励的计算，提升了业务奖励计算的效率。并且，订单标签和推荐人标签紧紧关联于业务订单和推荐人，只要生成了订单标签和推荐人标签，在后面的多个奖励活动中均可以复用上述标签，无需再一次生成标签，从而可进一步减少业务系统的操作并提升业务奖励的计算效率。
Description
技术领域
本申请实施例涉及数据处理领域，具体涉及一种业务数据处理方法、业务系统及计算机存储介质。
背景技术
在涉及交易的业务中，向客户推荐商品或者服务的推荐人可获得一定的报酬，以奖励其推荐行为。其中，该涉及交易的业务可以是涉及商品交易或者涉及服务交易，涉及商品交易的业务如设备交易、房屋交易、贷款产品交易、保险产品交易等商品买卖业务，涉及服务交易的业务如咨询服务、代理服务、美容服务、培训服务等以提供劳动的形式满足他人需求的业务。
例如，贷款推荐人将放贷机构的贷款产品推荐给贷款申请人，并且该贷款产品成功放贷给贷款申请人，则放贷机构可根据贷款产品向该贷款推荐人发放佣金以奖励其贷款推荐行为。
放贷机构需要根据贷款业务数据来计算贷款推荐人的佣金，即需要从贷款业务数据的明细数据中提取出特定数据，并对该特定数据进行数据转换，再根据转换得到的数据计算佣金。此佣金计算方式需要进行复杂的数据提取和数据转换操作，佣金计算耗费的时间较长，计算效率低，尤其是当多笔贷款需要计算佣金或者每笔贷款需要在不同的奖励活动中计算佣金时，此佣金计算方式的操作更为繁琐复杂。
发明内容
本申请实施例提供了一种业务数据处理方法、业务系统及计算机存储介质，用于提升业务系统计算推荐人的业务奖励的计算效率。
本申请实施例第一方面提供了一种业务数据处理方法，所述方法应用于业务系统，所述方法包括：
获取目标业务的业务数据，所述业务数据包括所述目标业务的业务订单的订单数据以及所述业务订单的推荐人的推荐人数据；
根据所述订单数据生成所述业务订单的订单标签；
根据所述推荐人数据生成所述推荐人的推荐人标签；
根据所述订单标签和所述推荐人标签计算所述推荐人的业务奖励。
本申请实施例第二方面提供了一种业务系统，所述业务系统包括：
获取单元，用于获取目标业务的业务数据，所述业务数据包括所述目标业务的业务订单的订单数据以及所述业务订单的推荐人的推荐人数据；
生成单元，用于根据所述订单数据生成所述业务订单的订单标签；
所述生成单元还用于根据所述推荐人数据生成所述推荐人的推荐人标签；
计算单元，用于根据所述订单标签和所述推荐人标签计算所述推荐人的业务奖励。
本申请实施例第三方面提供了一种计算机设备，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前述第一方面的方法。
本申请实施例第四方面提供了一种计算机存储介质，计算机存储介质中存储有指令，该指令在计算机上执行时，使得计算机执行前述第一方面的方法。
本申请实施例第五方面提供了一种计算机程序产品，所述计算机程序产品在计算机设备上运行时，使得所述计算机设备执行前述第一方面的方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
业务系统不再需要执行繁重且复杂的数据提取和数据转换操作，只需生成订单标签和推荐人标签，即可直接根据订单标签和推荐人标签进行业务奖励的计算，提升了业务奖励计算的效率。并且，订单标签和推荐人标签紧紧关联于业务订单和推荐人，只要生成了订单标签和推荐人标签，在后面的多个奖励活动中均可以复用上述标签，无需再一次生成标签，从而可进一步减少业务系统的操作并提升业务奖励的计算效率。
附图说明
图1为本申请实施例中业务数据处理方法一个流程示意图；
图2为本申请实施例中业务数据处理方法另一流程示意图；
图3为本申请实施例中业务系统的多个功能模块或单元的结构示意图；
图4为本申请实施例中业务系统一个结构示意图；
图5为本申请实施例中业务系统另一结构示意图。
具体实施方式
本申请实施例提供了一种业务数据处理方法、业务系统及计算机存储介质，用于提升业务系统计算推荐人的业务奖励的计算效率。
请参阅图1，本申请实施例中业务数据处理方法一个实施例包括：
101、获取目标业务的业务数据，业务数据包括目标业务的业务订单的订单数据以及业务订单的推荐人的推荐人数据；
本实施例的方法可应用于业务系统，该业务系统可以终端设备或者服务器设备等设备形式存在，用于为用户提供业务服务和业务功能。当业务系统为终端时，可以是个人电脑(personal computer，PC)、台式计算机等终端设备；当业务系统为服务器时，可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云数据库、云计算以及大数据和人工智能平台等基础云计算服务的云服务器。
目标业务可以是任意的涉及交易的业务，例如可以是涉及产品交易的业务或者涉及服务交易的业务，涉及产品交易的业务如设备交易、房屋交易、贷款产品交易、保险产品交易等产品买卖业务，涉及服务交易的业务如咨询服务、代理服务、美容服务、培训服务等以提供劳动的形式满足他人需求的业务。
目标业务的推荐人可向客户推荐该目标业务，客户选择目标业务之后，生成目标业务的业务订单，业务订单表示客户预订了该目标业务对应的产品或者服务。例如对于贷款业务而言，推荐人可向客户推荐多款贷款产品，客户可选择其中一款或多款贷款产品进行申贷，并生成贷款订单，表示客户预订了其选择的贷款产品。
业务系统可获取业务订单的订单数据以及推荐人的推荐人数据，以便于根据目标业务的上述业务数据确定推荐人的业务奖励。
102、根据订单数据生成业务订单的订单标签；
103、根据推荐人数据生成推荐人的推荐人标签；
目标业务的业务数据繁杂且凌乱，业务系统需要从繁杂的业务数据中提取出能够用于计算推荐人的业务奖励的数据，并且提取出的数据的格式不符合预设格式时，还要再对提取出的数据进行数据转换，以使得转换后的数据能够直接用于业务奖励的计算。当设置的奖励活动较多时，每一笔目标业务的业务数据都要在每个奖励活动中计算业务奖励，业务系统需要频繁地从每一笔目标业务的业务数据中提取能够计算业务奖励的数据并进行数据转换，或者当有多笔目标业务需要计算业务奖励时，业务系统同样需要频繁地从大量的业务数据中提取能够计算业务奖励的数据并进行数据转换。显然，这种方式下业务系统需要执行繁重且重复的操作步骤，需要耗费大量时间用于数据提取和数据转换，导致业务奖励的计算效率不高，难以快速给出业务奖励的计算结果。
为此，本实施例中，在获得目标业务的业务数据时，业务系统并不做业务数据的提取和数据转换，而是生成目标业务的业务订单的订单标签，以及生成该业务订单的推荐人的推荐人标签，订单标签表示了业务订单的一些特征信息，并且这些特征信息能够直接用于业务奖励的计算，推荐人标签表示了推荐人的一些特征信息，并且推荐人的这些特征信息能够直接用于业务奖励的计算。
因此，业务系统不再需要执行繁重且复杂的数据提取和数据转换操作，只需生成订单标签和推荐人标签，即可直接根据订单标签和推荐人标签进行业务奖励的计算，提升了业务奖励计算的效率。并且，订单标签和推荐人标签紧紧关联于业务订单和推荐人，只要生成了订单标签和推荐人标签，在后面的多个奖励活动中均可以复用上述标签，无需再一次生成标签，从而可进一步减少业务系统的操作并提升业务奖励的计算效率。
104、根据订单标签和推荐人标签计算推荐人的业务奖励；
业务系统可根据预设的计算规则来计算推荐人的业务奖励，该计算规则表示了订单标签和推荐人标签与业务奖励之间的映射关系，根据订单标签和推荐人标签可确定出业务奖励。
本实施例中，业务系统获取目标业务的业务数据，但并不根据业务数据进行数据提取和数据转换，而是生成目标业务的业务订单的订单标签和该业务订单的推荐人的推荐人标签，并直接根据订单标签和推荐人标签计算推荐人的业务奖励。因此，可避免业务系统执行业务数据的数据提取和数据转换的繁重操作流程，节约业务奖励的计算时间，提升业务奖励的计算效率。
下面将在前述图1所示实施例的基础上，进一步详细地描述本申请实施例。请参阅图2，本申请实施例中业务数据处理方法另一实施例包括：
201、获取目标业务的业务数据，业务数据包括目标业务的业务订单的订单数据以及业务订单的推荐人的推荐人数据；
本实施例中，业务系统可完成多项操作任务，一项或多项操作任务可由业务系统的功能模块或单元负责执行。例如，图3示出了业务系统的多个功能模块或单元的结构示意图，如图所示，业务系统包括网关模块、业务数据采集模块、ETL模块(Extract-Transform-Load，抽取-转换-加载)、计算模块、日志模块、数据存储模块、消息中间件及配置中心。其中，网关模块作为系统的统一对外入口，用于做业务系统的统一拦截，如权限的管控、日志监控、服务限流等，也能够在其他设备对业务系统的接口进行调用时进行鉴权，以进行完全管控；业务数据采集模块用于对用户数据、税务数据、订单数据、推荐人数据以及发票数据等业务数据进行采集；ETL模块用于基于业务数据通过抽取、加载、转换等方式生成标签数据，该标签数据可以是订单标签以及推荐人标签，计算模块用于配置奖励活动中的业务奖励计算规则以及根据该规则进行业务奖励计算；日志模块用于记录系统日志以及对系统的相关数据进行统计分析；配置中心用于对业务系统的运行相关参数进行配置，例如数据库的连接配置、系统运行参数配置、业务奖励执行频率配置、业务奖励执行方式配置等等；消息中间件用于存储消息，其具体可以是RabbitMQ、ActiveMQ、kafka等消息中间件；业务系统的多个功能模块或单元的相关数据可存储在数据存储模块中。
在一种实施方式中，业务系统可向客户提供目标业务的展示平台，推荐人可通过该展示平台向客户推荐目标业务。例如，业务系统可向客户提供一种作为贷款申请平台的贷款超市，该贷款超市集合了各种贷款产品，并负责获客引流，通过为申请贷款的客户绘制用户画像，匹配出最适合客户的贷款产品。因此，个人或者单位组织都可以与作为贷款平台的业务系统合作成为推荐人，并在业务系统中向客户推荐贷款产品。在申请成为推荐人时，用户向业务系统上传自己的信息，如身份信息等，从而业务系统可接收各推荐人上传的推荐人的信息，获得推荐人数据。同样的，客户选择了贷款产品，则业务系统生成贷款订单，并且获取贷款订单对应的订单数据，该订单数据包括客户所选择的贷款产品的详情数据、客户申贷的日期、申贷手续数据等与申贷订单有关的数据。
202、根据订单数据生成业务订单的订单标签；
在获取到目标业务的订单数据时，业务系统可根据该订单数据生成业务订单的订单标签。在一种实施方式中，订单标签可表示业务订单的订单状态，或者表示业务订单的一项或多项明细，因此，业务系统可根据业务订单的订单状态以及业务订单的明细数据中的至少之一，生成业务订单的订单标签。
例如，沿用上述例子，客户发起贷款申请，业务系统根据贷款申请生成申贷订单，并根据申贷流程对申贷订单进行业务上的流转，申贷流程可包括根据申贷订单录入申贷资料，根据申贷订单上传税票数据，对申贷订单审核等申贷流程。随着申贷流程的流转，申贷订单的订单状态会发生变化，每当订单状态发生变化时，都会触发业务系统根据申贷订单的订单状态生成该申贷订单的订单标签，并可将订单标签入库。例如，业务系统根据申贷订单录入申贷资料时，申贷订单的订单状态为已录入申贷资料，则申贷订单的订单标签可以特定的字段标识来表示此订单状态；当申贷订单进行审核时，此时可以另一特定字段标识来表示申贷订单“审核中”这一状态；申贷订单审核通过时，再以另一特定字段标识来表示申贷订单“审核通过”这一状态。其中，表示订单标签的字段标识可以是任意的文字，如数字、字母或者中文等文字。
同样的，申贷订单的订单数据包括申贷订单的明细数据，该明细数据可以包括申贷订单记录的授信金额、放款金额、申贷日期、还款事项等明细数据，因此，业务系统可以特定字段标识表示申贷订单的订单标签，如以特定字段标识表示授信金额、放款金额或者申贷日期等等，此特定标识作为申贷订单的订单标签。
其中，业务系统可根据消息队列来对业务订单的订单标签进行生成和更新。业务订单的订单状态会随着业务订单的流转而发生变化，当订单状态发生变化时，业务系统生成业务订单的订单状态的状态变更消息并将该状态变更信息加入消息队列，消息队列存储了至少一笔业务订单的状态变更信息，业务系统可按照先进先出的顺序依次从消息队列中获取状态变更消息，依次处理状态变更消息，状态变更消息记录了业务订单的变更后的订单状态，则业务系统可根据状态变更消息记录的变更后的订单状态更新业务订单的订单标签。其中，消息队列可以是前述的RabbitMQ等消息中间件。
例如，业务系统可将状态变更消息加入RabbitMQ中，业务系统的ETL模块中的标签计算服务会依次消费RabbitMQ中的状态变更消息，并根据状态变更消息更新业务订单的订单标签，如业务订单的订单状态由审核中变更为审核通过，则订单标签将由表示审核中状态的字段标识变更为表示审核通过状态的字段标识。
203、根据推荐人数据生成推荐人的推荐人标签；
推荐人数据可包括推荐人的身份信息、职位信息等与推荐人有关的信息，每当推荐人数据保存或者变更时，会触发业务系统根据推荐人数据生成推荐人的推荐人标签，并可将推荐人标签入库。推荐人标签可以特定字段标识来表示。
其中，业务系统可根据消息队列来对推荐人的推荐人标签进行生成和更新。任何个人或者组织单位通过业务系统提出成为推荐人申请，在审核通过后成为推荐人，则业务系统根据申请者上传的个人信息获得推荐人数据，并生成推荐人消息以及将推荐人消息加入消息队列中。同样的，当推荐人数据发生变更时，业务系统生成数据变更消息并将数据变更消息加入消息队列中。消息队列用于存储至少一个推荐人的推荐人数据。业务系统可按照先进先出的顺序依次从消息队列中获取推荐人消息或者数据变更消息，依次处理消息队列中的各条消息。数据变更消息记录了变更后的推荐人数据，则业务系统可根据数据变更消息记录的变更后的推荐人数据更新推荐人的推荐人标签。其中，消息队列可以是前述的RabbitMQ等消息中间件。
例如，业务系统可将数据变更消息加入RabbitMQ中，业务系统的ETL模块中的标签计算服务会依次消费RabbitMQ中的数据变更消息，并根据数据变更消息更新推荐人的推荐人标签，如推荐人的类型由个人变更为组织单位，则推荐人标签将由表示个人类型的字段标识变更为表示组织单位类型的字段标识。
因此，本实施例中，无需对业务数据进行复杂且繁重的提取操作和数据转换操作，只需根据业务数据生成业务订单的订单标签和推荐人的推荐人标签，订单标签和推荐人标签可直接用于业务奖励的计算，大大减少了业务系统的操作，从而可减少业务奖励的计算时间，提升业务奖励的计算效率。
并且，业务系统可根据订单数据或者推荐人数据的变更实时地更新订单标签和推荐人标签，使得订单标签和推荐人标签能够实时同步地根据业务变化进行更新，业务奖励的计算更加准确，业务奖励的计算结果能实时地紧跟业务的变化。
204、确定多个推荐人中推荐人标签匹配预设推荐人标签的目标推荐人，从目标推荐人的所有业务订单中确定订单标签匹配预设订单标签的目标业务订单；
在一种实施方式中，业务系统可对最终要计算业务奖励的推荐人进行选择，以及对要计算业务奖励的业务订单进行选择，即业务系统可确定多个推荐人中推荐人标签匹配预设推荐人标签的目标推荐人，并从目标推荐人的所有业务订单中确定订单标签匹配预设订单标签的目标业务订单。
例如，业务系统可设置推荐人等级，如初级、中级和高级，业务系统生成表示推荐人等级的推荐人标签，并设置推荐人标签为中级和高级的推荐人可参与业务奖励活动，则业务系统在筛选目标推荐人时，在多个推荐人中筛选出推荐人标签为中级和高级的目标推荐人，目标推荐人可参与业务奖励活动。
业务系统可生成表示贷款金额的订单标签，并设置订单标签表示的金额为1万以上的业务订单可参与业务奖励活动，则业务系统在目标推荐人的业务订单中筛选出订单标签表示的金额为1万以上的目标业务订单，目标业务订单可参与目标推荐人的业务奖励计算。
由前文可知，推荐人标签和订单标签是可以动态更新的，因此，只要更新后的推荐人标签能够匹配预设推荐人标签，或者订单标签匹配预设订单标签，则对应的推荐人就可以被筛选为目标推荐人，对应地业务订单也可以被筛选为目标业务订单，即满足人员在业务系统上配置的推荐人筛选条件和业务订单筛选条件，就可以自动地被确认为目标推荐人和目标业务订单，从而实现目标推荐人人群的动态变化和目标业务订单的动态变化。
205、根据订单标签和推荐人标签计算推荐人的业务奖励；
在筛选出目标推荐人及其目标业务订单之后，可根据目标业务订单的订单标签和目标业务订单的推荐人的推荐人标签计算目标业务订单的推荐人的业务奖励。
例如，业务系统可根据目标推荐人的表示推荐人等级的推荐人标签，以及该目标推荐人的目标业务订单的表示贷款金额的订单标签计算该目标推荐人的业务奖励，如可预设奖励规则为推荐人标签表示中级的目标推荐人，其推荐的贷款订单的金额为1至10万区间内时可获得贷款金额0.1％的佣金，则业务系统根据此奖励规则和目标推荐人的推荐人等级标签及其目标业务订单的订单贷款金额标签计算其佣金。
此外，业务系统的运营人员可创建业务奖励活动，活动的基本信息可包括名称、状态、备注、活动的起止时间、业务奖励计算的起止时间等信息，从而业务系统根据人员设置的业务奖励活动计算目标推荐人的目标业务订单的业务奖励。
在一种实施方式中，计算业务奖励的方式还可以是，根据奖励阶梯规则确定业务订单的订单金额标签对应的奖励阶梯，该奖励阶梯规则用于表示每种订单金额范围与业务奖励占订单金额的比重之间的对应关系，根据奖励提点规则确定该业务订单的推荐人的推荐人等级标签对应的奖励提点，奖励提点规则用于表示每种推荐人等级与业务奖励占订单金额的比重之间的对应关系，根据业务订单对应的奖励阶梯以及该业务订单的推荐人对应的奖励提点，计算该业务订单的推荐人的业务奖励。
例如，奖励阶梯规则可规定，推荐人的等级标签表示高级的推荐人，其推荐的贷款订单的贷款金额标签表示1至100万区间内时，可获得贷款金额0.2％的佣金，100至200万区间内时，可获得贷款金额0.4％的佣金；推荐人的等级标签表示中级的推荐人，其推荐的贷款订单的贷款金额标签表示1至100万区间内时，可获得贷款金额0.1％的佣金，100至200万区间内时，可获得贷款金额0.2％的佣金。在筛选出目标推荐人及其目标业务订单之后，假设该目标推荐人的推荐人标签表示中级，且其推荐的贷款订单的贷款金额标签表示150万，则该目标推荐人可获得总金额为3000的佣金奖励。
如果存在业务订单作废，或者业务订单的推荐人转移，则需要删除该推荐人名下相应的业务奖励，因为订单作废或者推荐人转移，可能会导致奖励规则的奖励阶梯降级。例如业务订单作废之前，推荐人推荐的贷款订单的贷款金额标签表示100至200万区间内；业务订单作废之后，可能该推荐人推荐的贷款订单的贷款金额已小于100万，此时需要进行奖励阶梯的降级，即按照1至100万区间内对应的佣金提点来计算佣金奖励。
其中，计算业务奖励的触发逻辑有多种，一种是在生成订单标签和推荐人标签时便即时地、实时地根据订单标签和推荐人标签计算相应的业务奖励；另一种是定时计算业务奖励，即每隔预设的一段时间便获取业务订单，并根据业务订单的订单标签及其推荐人的推荐人标签计算业务奖励，此方式尤其适用于后期的业务奖励活动中定时地对之前发生过的业务订单计算业务奖励，可避免之前发生过的业务订单错过新活动的业务奖励计算，使得之前发生过的业务订单可参与新活动的业务奖励计算。
本实施例中，可对业务奖励的规则进行灵活配置，以及可以对参与业务奖励计算的业务订单及其推荐人进行灵活动态地筛选，直接根据订单标签和推荐人标签计算业务奖励的方式操作简便且容易执行，大大减少了业务系统计算业务奖励的时间，提升业务奖励计算的效率。
上面对本申请实施例中的业务数据处理方法进行了描述，下面对本申请实施例中的业务系统进行描述，请参阅图4，本申请实施例中业务系统一个实施例包括：
获取单元401，用于获取目标业务的业务数据，业务数据包括目标业务的业务订单的订单数据以及业务订单的推荐人的推荐人数据；
生成单元402，用于根据订单数据生成业务订单的订单标签；
生成单元402还用于根据推荐人数据生成推荐人的推荐人标签；
计算单元403，用于根据订单标签和推荐人标签计算推荐人的业务奖励。
本实施例一种优选的实施方式中，生成单元402具体用于根据业务订单的订单状态以及业务订单的明细数据中的至少之一，生成业务订单的订单标签。
本实施例一种实施方式中，业务系统还包括：
更新单元404，用于从消息队列中获取业务订单的订单状态的状态变更消息，消息队列用于存储至少一笔业务订单的状态变更消息，根据状态变更消息更新业务订单的订单标签。
本实施例一种实施方式中，更新单元404还用于从消息队列中获取推荐人的推荐人数据的数据变更消息，消息队列用于存储至少一个推荐人的推荐人数据，根据数据变更消息更新推荐人的推荐人标签。
本实施例一种实施方式中，业务系统还包括：
筛选单元405，用于确定多个推荐人中推荐人标签匹配预设推荐人标签的目标推荐人，从目标推荐人的所有业务订单中确定订单标签匹配预设订单标签的目标业务订单；
计算单元403具体用于根据目标业务订单的订单标签和目标业务订单的推荐人的推荐人标签计算目标业务订单的推荐人的业务奖励。
本实施例一种实施方式中，计算单元403具体用于根据奖励阶梯规则确定业务订单的订单金额标签对应的奖励阶梯，奖励阶梯规则用于表示每种订单金额范围与业务奖励占订单金额的比重之间的对应关系，根据奖励提点规则确定业务订单的推荐人的推荐人等级标签对应的奖励提点，奖励提点规则用于表示每种推荐人等级与业务奖励占订单金额的比重之间的对应关系，根据业务订单对应的奖励阶梯以及业务订单的推荐人对应的奖励提点，计算业务订单的推荐人的业务奖励。
本实施例一种实施方式中，计算单元403具体用于在获得订单标签和推荐人标签时，实时根据订单标签和推荐人标签计算推荐人的业务奖励；
或者，
每隔预设时间段获取业务订单，并根据业务订单的订单标签和业务订单的推荐人标签计算业务订单的推荐人的业务奖励。
本实施例中，业务系统中各单元所执行的操作与前述图1至图2所示实施例中描述的类似，此处不再赘述。
本实施例中，业务系统不再需要执行繁重且复杂的数据提取和数据转换操作，只需生成订单标签和推荐人标签，即可直接根据订单标签和推荐人标签进行业务奖励的计算，提升了业务奖励计算的效率。并且，订单标签和推荐人标签紧紧关联于业务订单和推荐人，只要生成了订单标签和推荐人标签，在后面的多个奖励活动中均可以复用上述标签，无需再一次生成标签，从而可进一步减少业务系统的操作并提升业务奖励的计算效率。
下面对本申请实施例中的业务系统进行描述，请参阅图5，本申请实施例中业务系统一个实施例包括：
该业务系统500可以包括一个或一个以上中央处理器(central processingunits，CPU)501和存储器505，该存储器505中存储有一个或一个以上的应用程序或数据。
其中，存储器505可以是易失性存储或持久存储。存储在存储器505的程序可以包括一个或一个以上模块，每个模块可以包括对业务系统中的一系列指令操作。更进一步地，中央处理器501可以设置为与存储器505通信，在业务系统500上执行存储器505中的一系列指令操作。
业务系统500还可以包括一个或一个以上电源502，一个或一个以上有线或无线网络接口503，一个或一个以上输入输出接口504，和/或，一个或一个以上操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等。
该中央处理器501可以执行前述图1至图2所示实施例中业务系统所执行的操作，具体此处不再赘述。
本申请实施例还提供了一种计算机存储介质，其中一个实施例包括：该计算机存储介质中存储有指令，该指令在计算机上执行时，使得该计算机执行前述图1至图2所示实施例中业务系统所执行的操作。
本申请实施例还提供了一种计算机程序产品，其中一个实施例包括：该计算机程序产品在计算机设备上运行时，使得该计算机设备执行前述图1至图2所示实施例中业务系统所执行的操作。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述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，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以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。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，read-onlymemory)、随机存取存储器(RAM，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种业务数据处理方法，其特征在于，所述方法应用于业务系统，所述方法包括：
获取目标业务的业务数据，所述业务数据包括所述目标业务的业务订单的订单数据以及所述业务订单的推荐人的推荐人数据；
根据所述订单数据生成所述业务订单的订单标签；
根据所述推荐人数据生成所述推荐人的推荐人标签；
根据所述订单标签和所述推荐人标签计算所述推荐人的业务奖励。
2.根据权利要求1所述的方法，其特征在于，所述根据所述订单数据生成所述业务订单的订单标签，包括：
根据所述业务订单的订单状态以及所述业务订单的明细数据中的至少之一，生成所述业务订单的订单标签。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
从消息队列中获取所述业务订单的订单状态的状态变更消息，所述消息队列用于存储至少一笔业务订单的状态变更消息；
根据所述状态变更消息更新所述业务订单的订单标签。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
从消息队列中获取所述推荐人的推荐人数据的数据变更消息，所述消息队列用于存储至少一个推荐人的推荐人数据；
根据所述数据变更消息更新所述推荐人的推荐人标签。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定多个所述推荐人中推荐人标签匹配预设推荐人标签的目标推荐人；
从所述目标推荐人的所有业务订单中确定订单标签匹配预设订单标签的目标业务订单；
所述根据所述订单标签和所述推荐人标签计算所述推荐人的业务奖励，包括：
根据所述目标业务订单的订单标签和所述目标业务订单的推荐人的推荐人标签计算所述目标业务订单的推荐人的业务奖励。
6.根据权利要求1所述的方法，其特征在于，所述根据所述订单标签和所述推荐人标签计算所述推荐人的业务奖励，包括：
根据奖励阶梯规则确定所述业务订单的订单金额标签对应的奖励阶梯，所述奖励阶梯规则用于表示每种订单金额范围与业务奖励占订单金额的比重之间的对应关系；
根据奖励提点规则确定所述业务订单的推荐人的推荐人等级标签对应的奖励提点，所述奖励提点规则用于表示每种推荐人等级与业务奖励占订单金额的比重之间的对应关系；
根据所述业务订单对应的奖励阶梯以及所述业务订单的推荐人对应的奖励提点，计算所述业务订单的推荐人的业务奖励。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述订单标签和所述推荐人标签计算所述推荐人的业务奖励，包括：
在获得所述订单标签和所述推荐人标签时，实时根据所述订单标签和所述推荐人标签计算所述推荐人的业务奖励；
或者，
每隔预设时间段获取所述业务订单，并根据所述业务订单的订单标签和所述业务订单的推荐人标签计算所述业务订单的推荐人的业务奖励。
8.一种业务系统，其特征在于，所述业务系统包括：
获取单元，用于获取目标业务的业务数据，所述业务数据包括所述目标业务的业务订单的订单数据以及所述业务订单的推荐人的推荐人数据；
生成单元，用于根据所述订单数据生成所述业务订单的订单标签；
所述生成单元还用于根据所述推荐人数据生成所述推荐人的推荐人标签；
计算单元，用于根据所述订单标签和所述推荐人标签计算所述推荐人的业务奖励。
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如权利要求1至7中任一项所述的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有指令，所述指令在计算机上执行时，使得所述计算机执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210516012.4A CN114881695A (zh) | 2022-05-12 | 2022-05-12 | 业务数据处理方法、业务系统及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210516012.4A CN114881695A (zh) | 2022-05-12 | 2022-05-12 | 业务数据处理方法、业务系统及计算机存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114881695A true CN114881695A (zh) | 2022-08-09 |
Family
ID=82675171
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210516012.4A Pending CN114881695A (zh) | 2022-05-12 | 2022-05-12 | 业务数据处理方法、业务系统及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114881695A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115409350A (zh) * | 2022-08-24 | 2022-11-29 | 中集安瑞醇科技有限公司 | 任务处理方法及系统、计算机可读介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080154724A1 (en) * | 2006-12-21 | 2008-06-26 | Yuval Machlin | Device, system, and method of recommendation-based rewarding |
| KR20150129965A (ko) * | 2014-05-12 | 2015-11-23 | 주식회사 위메프 | 추천코드를 통한 사용자 보상 제공 방법 및 장치 |
| CN107016568A (zh) * | 2017-03-17 | 2017-08-04 | 袁军 | 积分增值消费电子商务平台的数据处理方法及系统 |
| CN109816435A (zh) * | 2019-01-09 | 2019-05-28 | 广州市简美网络科技有限公司 | 基于社交关系链的信息处理方法及装置 |
| CN109919707A (zh) * | 2019-01-24 | 2019-06-21 | 无锡天脉聚源传媒科技有限公司 | 一种电商平台返佣数据处理方法、系统和存储介质 |
| CN110348875A (zh) * | 2019-05-28 | 2019-10-18 | 成都美美臣科技有限公司 | 一种电子商务网站创建推荐营销增加购买动力的方法 |
| CN110827076A (zh) * | 2019-11-01 | 2020-02-21 | 广州精点高分子材料制品有限公司 | 一种陶瓷木运营方法 |
-
2022
- 2022-05-12 CN CN202210516012.4A patent/CN114881695A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080154724A1 (en) * | 2006-12-21 | 2008-06-26 | Yuval Machlin | Device, system, and method of recommendation-based rewarding |
| KR20150129965A (ko) * | 2014-05-12 | 2015-11-23 | 주식회사 위메프 | 추천코드를 통한 사용자 보상 제공 방법 및 장치 |
| CN107016568A (zh) * | 2017-03-17 | 2017-08-04 | 袁军 | 积分增值消费电子商务平台的数据处理方法及系统 |
| CN109816435A (zh) * | 2019-01-09 | 2019-05-28 | 广州市简美网络科技有限公司 | 基于社交关系链的信息处理方法及装置 |
| CN109919707A (zh) * | 2019-01-24 | 2019-06-21 | 无锡天脉聚源传媒科技有限公司 | 一种电商平台返佣数据处理方法、系统和存储介质 |
| CN110348875A (zh) * | 2019-05-28 | 2019-10-18 | 成都美美臣科技有限公司 | 一种电子商务网站创建推荐营销增加购买动力的方法 |
| CN110827076A (zh) * | 2019-11-01 | 2020-02-21 | 广州精点高分子材料制品有限公司 | 一种陶瓷木运营方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115409350A (zh) * | 2022-08-24 | 2022-11-29 | 中集安瑞醇科技有限公司 | 任务处理方法及系统、计算机可读介质 |
| CN115409350B (zh) * | 2022-08-24 | 2023-12-26 | 中集安瑞醇科技股份有限公司 | 任务处理方法及系统、计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Arráiz et al. | Supplier development programs and firm performance: evidence from Chile | |
| US7577578B2 (en) | Method for determining the post-launch performance of a product on a market | |
| CN108564255B (zh) | 匹配模型构建方法、孤儿单分配方法、装置、介质及终端 | |
| EP2950262A1 (en) | Funding management and post management system using open platform and method therefor | |
| US20220180379A1 (en) | Transaction-based information processing system, method, and article | |
| Harsoor et al. | Forecast of sales of Walmart store using big data applications | |
| US10672016B1 (en) | Pathing and attribution in marketing analytics | |
| CN110428276B (zh) | 选取线下广告投放区域的方法、装置和存储介质 | |
| CN114663198A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
| CN109831488A (zh) | 信息推荐方法及系统、可读存储介质 | |
| CN115578138A (zh) | 营销方法、装置、介质和计算设备 | |
| CN114881695A (zh) | 业务数据处理方法、业务系统及计算机存储介质 | |
| JP2020155097A (ja) | 営業支援装置、プログラム、及び営業支援方法 | |
| JP2018206100A (ja) | 情報収集処理システム | |
| US20230401587A1 (en) | Systems and methods to facilitate resolution of work items in a fraud resolution workflow | |
| US20210406930A1 (en) | Benefit surrender prediction | |
| CN115511536A (zh) | 客户终身价值分析方法及装置 | |
| CN112070564B (zh) | 广告拉取方法、装置、系统与电子设备 | |
| CN115187330A (zh) | 基于用户标签的产品推荐方法、装置、设备和介质 | |
| US20110184794A1 (en) | Referral incentive system and method | |
| JP2002245201A (ja) | 業務診断方法 | |
| CN111882339A (zh) | 预测模型训练及响应率预测方法、装置、设备及存储介质 | |
| Cavalcante et al. | Data-driven analytical tools for characterization of productivity and service quality issues in IT service factories | |
| KardanMoghaddam et al. | Acceptance of cloud computing in an airline company based on Roger’s diffusion of innovation theory | |
| CN115510324B (zh) | 一种标签体系的确定方法、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 |