CN115129356A - 目标事件看板生成方法、存储介质及电子装置 - Google Patents

Abstract

本申请公开了一种目标事件看板生成方法、存储介质及电子装置，涉及智能家居/智慧家庭技术领域，其中方法包括：获取目标事件的基础数据，所述基础数据包括员工数据、用户数据、产业数据、渠道数据和活动数据；基于目标事件数据处理模型对所述基础数据进行信息提取，确定所述目标事件的事实表以及与所述事实表关联的多个维度表；所述目标事件数据处理模型是基于星型模型创建的；对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的看板。本申请提供的方法和装置，在看板的生成过程中可以避免大量重复开发工作，提高了目标事件看板的生成效率。

Description

目标事件看板生成方法、存储介质及电子装置

技术领域

本申请涉及智能家居/智慧家庭技术领域，具体而言，涉及一种目标事件看板生成方法、存储介质及电子装置。

背景技术

随着移动互联网的不断发展，许多业务可以通过应用程序(Application，App)来实现。对于一个新的应用程序，当其上线时，需要通过拉新活动来进行推广使用，也即是通过存量用户或者推广人员对新用户进行介绍或者营销，来增加使用人群。

拉新活动可以作为一个目标事件。可以制作看板对目标事件的整体情况进行展示。现有技术中通常针对一个具体的目标事件进行数据分析，生成相应的看板进行结果展示。当目标事件发生改变时，需要重新根据新的目标事件进行数据分析，使得目标事件看板的生成效率低。

发明内容

本申请提供一种目标事件看板生成方法、存储介质及电子装置，用于解决现有技术中目标事件看板的生成效率低的技术问题。

本申请提供一种目标事件看板生成方法，包括：

获取目标事件的基础数据，所述基础数据包括员工数据、用户数据、产业数据、渠道数据和活动数据；

基于目标事件数据处理模型对所述基础数据进行信息提取，确定所述目标事件的事实表以及与所述事实表关联的多个维度表；所述目标事件数据处理模型是基于星型模型创建的；

对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的看板。

根据本申请提供的目标事件看板生成方法，所述目标事件数据处理模型是基于如下步骤创建的：

基于星型模型以及目标事件的业务流程，确定所述目标事件数据处理模型中的事实表和多个维度表；

基于所述事实表中的主键和各个维度表中的主键，将各个维度表与所述事实表进行关联，生成所述目标事件数据处理模型。

根据本申请提供的目标事件看板生成方法，所述对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的看板，包括：

对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的汇总数据；

基于所述汇总数据生成所述目标事件的报表，并将所述目标事件的报表在所述看板中进行展示。

根据本申请提供的目标事件看板生成方法，所述对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的汇总数据，包括：

基于所述目标事件的业务逻辑，确定所述目标事件的多个主题，以及每一主题对应的数据聚合方式；

基于每一主题对应的数据聚合方式，对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件中每一主题的汇总数据。

根据本申请提供的目标事件看板生成方法，所述基于所述汇总数据生成所述目标事件的报表，并将所述目标事件的报表在所述看板中进行展示，包括：

将所述目标事件中每一主题的汇总数据推送至目标数据库，由目标数据库对应的数据分析软件基于所述目标事件中每一主题的汇总数据生成所述目标事件的报表。

根据本申请提供的目标事件看板生成方法，所述获取目标事件的基础数据，包括：

获取所述目标事件对应的订单或者工单；

提取所述订单或者所述工单中的用户常住地信息；

基于所述用户常住地信息，确定所述目标事件的基础数据中的用户数据。

根据本申请提供的目标事件看板生成方法，所述获取目标事件的基础数据，之后包括：

对所述基础数据进行预处理；

其中，所述预处理包括去重、异常值处理和数据归一化。

本申请提供一种目标事件看板生成装置，包括：

获取单元，用于获取目标事件的基础数据，所述基础数据包括员工数据、用户数据、产业数据、渠道数据和活动数据；

确定单元，用于基于目标事件数据处理模型对所述基础数据进行处理，确定所述目标事件的事实表以及与所述事实表关联的多个维度表；所述目标事件数据处理模型是基于星型模型创建的；

生成单元，用于对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的看板。

本申请提供一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行所述的目标事件看板生成方法。

本申请提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述的目标事件看板生成方法。

本申请提供的目标事件看板生成方法，获取目标事件的员工数据、用户数据、产业数据、渠道数据和活动数据，根据目标事件数据处理模型对员工数据、用户数据、产业数据、渠道数据和活动数据进行信息提取，确定目标事件的事实表以及与事实表关联的多个维度表；对目标事件的事实表和维度表进行数据聚合，生成目标事件的看板，由于目标事件数据处理模型是根据星型模型创建的，可以对目标事件的数据按照事实和维度进行规范化处理，在看板的生成过程中可以避免大量重复开发工作，提高了目标事件看板的生成效率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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是本申请提供的目标事件看板生成方法的流程示意图；

图2是本申请提供的目标事件处理模型的结构示意图；

图3是本申请提供的目标事件看板生成过程的示意图；

图4是本申请提供的目标事件看板生成装置的结构示意图；

图5是本申请提供的目标事件看板生成方法的硬件环境示意图；

图6是本申请提供的电子装置的结构示意图。

附图标记：

501：终端设备；502：服务器。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

图1是本申请提供的目标事件看板生成方法的流程示意图，如图1所示，该方法包括步骤110、步骤120和步骤130。

步骤110、获取目标事件的基础数据，基础数据包括员工数据、用户数据、产业数据、渠道数据和活动数据。

具体地，本申请实施例提供的目标事件看板生成方法的执行主体为目标事件看板生成装置。目标事件看板生成装置可以为服务器等。

目标事件可以为企业开展的各类经营生产活动。例如，以拉新活动为例，拉新活动是指应用程序或者小程序等上线时为了增加用户而开展的推广活动。目标事件的开展方式包括通过员工推广、通过代理商推广、通过老用户推广等。例如，某个智能家电控制应用程序需要进行推广使用，可以通过智能家电企业员工进行推广的方式进行拉新。可以先授予企业员工具有拉新资格，企业员工通过发送链接的方式向新用户提供智能家电控制应用程序的下载地址，由新用户下载该应用程序后进行注册后使用，从而完成整个拉新过程。

为了实时关注目标事件的进展情况，可以制作目标事件看板，对目标事件的各类数据进行查看。目标事件看板用于通过可视化数据查看的方式对目标事件的进展进行展示。目标事件看板可以在电子显示屏上进行展示。为了制作目标事件看板，可以收集目标事件的基础数据，包括员工数据、用户数据、产业数据、渠道数据和活动数据等。

员工数据为参与目标事件的企业员工的数据，包括员工编号、员工职位类型、员工性别、员工所属部门等。员工数据可以通过员工信息表获取。例如，在确定目标事件后，对于参与目标事件的员工，可以通过获取员工姓名或者员工编号，将其作为查询关键字，在企业数据库中查找与员工姓名或者员工编号对应的员工信息表，然后对员工信息表进行文本解析，提取员工数据。

用户数据为参与目标事件的用户的数据，包括用户姓名、用户性别、用户联系电话、用户常住地、用户偏好等。用户数据可以通过用户在目标事件中的注册信息进行获取，也可以通过获取用户的订单或者工单进行获取。例如，可以在目标事件中，获取用户通过所推广使用的应用程序确定的消费订单或者维修工单。对这些消费订单或者维修工单中用户的常住地址进行提取，可以得到用户数据。

产业数据为目标事件所属于的产业类型。对于多产业多元化经营的企业，需要分产业对目标事件进行数据收集。例如，对于同时经营空调制造、冰箱制造和洗衣机制造等产业的企业，在制作目标事件看板时，需要收集目标事件具体对应的产业类型。

渠道数据为目标事件开展的渠道，包括线上推广、线下推广。线上推广包括小程序推广、直播推广等互联网推广渠道；线下推广包括商城推广、流动车推广、小区推广等地面推广渠道。例如，对于目标事件，可以对各个渠道的目标事件数据进行统计，用于分析比较各个渠道的获客率。

活动数据为目标事件的活动规则等数据，包括活动开展时间、活动名称、活动开展范围等。例如，对于目标事件，可以收集活动数据，用于与其他目标事件进行横向比较。

步骤120、基于目标事件数据处理模型对基础数据进行信息提取，确定目标事件的事实表以及与事实表关联的多个维度表；目标事件数据处理模型是基于星型模型创建的。

具体地，员工数据、用户数据、产业数据、渠道数据和活动数据等数据都是出自企业的不同部门，是各个部门自己关注的数据，无法体现数据与数据之间的联系，无法用于根据现有的数据进行数据分析和数据展示。

因此，可以根据数据维度建模中的星型模型，以及目标事件的特点，创建目标事件数据处理模型。然后根据目标事件数据处理模型对目标事件的员工数据、用户数据、产业数据、渠道数据和活动数据进行信息提取，得到目标事件的事实表以及与事实表关联的多个维度表。

星形模型中有一张事实表，以及多个维度表，事实表与维度表通过主键外键相关联，维度表之间没有关联。根据星形模型，可以创建能够体现目标事件特点的目标事件数据处理模型。其中，目标事件数据处理模型中的事实表作为模型的中心，可以反映目标事件的重点信息，而各个维度表从单个维度出发，与事实表进行关联，反映目标事件中各个维度的信息。

相比于现有技术中将一个目标事件作为一个整体维度进行处理分析展示，本申请实施例采用了根据星型模型建立目标事件数据处理模型，对目标事件的员工数据、用户数据、产业数据、渠道数据和活动数据进行信息提取，得到事实表以及与事实表关联的多个维度表。当目标事件变化时，能够使用目标事件数据处理模型对变化后的目标事件的数据进行处理，实现分事实分维度的数据保存，便于统一数据，可以体现数据与数据之间的联系。在对数据进行分析时，会非常方便地进行维护，不需要整理记录过多的报表，每次只需要去目标事件的事实表以及与事实表关联的多个维度表中去查找，分析相关数据即可。

步骤130、对目标事件的事实表和维度表进行数据聚合，生成目标事件的看板。

具体地，数据聚合是对事实表和维度表中的数据进行处理，从而生成可以反映目标事件特点的数据或者报表。

数据是按照最详细的格式存储在事实表和维度表中，各种报表可以充分利用这些数据。一般的查询语句在查询事实表时，一次操作经常涉及成千上万条记录，但是通过使用汇总、平均、极值等数据聚合技术可以大大降低数据的查询数量。因此，来自事实表和维度表中的底层数据可以通过聚合，生成中间数据或者报表。

例如，可以对目标事件的事实表中的被邀请人的数量进行汇总，可以得到目标事件中新增的用户数量，然后在看板中进行展示，使得目标事件的成果更加直观。

目标事件的看板中的展示内容可以根据需要进行生成。例如，对于某个应用程序的目标事件，其看板中的展示内容可以包括日新增用户数量、月新增用户数量、年新增用户数量和历史新增用户数量。各个展示项目可以采用汇总的方式，对事实表中的被邀请人的数量进行统计后得到。

通过创建目标事件数据处理模型的方式，避免大量重复开发工作，提升了目标事件数据处理的统一性，通过数据聚合可以为生成目标事件的看板提供战略性指标。

若单独去开发每一个目标事件所涉及到的数据，则会导致某段程序，某段代码的重复计算，浪费大量的计算资源，生产环境中计算资源宝贵本流程可以减少相同逻辑的重复运行，以做到节约计算资源的作用。

在数据库中的各个目标事件具备原有的独立性，耦合性低，容灾能力强，统一性强，保留了各个活动独立开发的优点的同时，也解决了重复开发，费时费力的问题。

本申请实施例提供的目标事件看板生成方法，获取目标事件的员工数据、用户数据、产业数据、渠道数据和活动数据，根据目标事件数据处理模型对员工数据、用户数据、产业数据、渠道数据和活动数据进行信息提取，确定目标事件的事实表以及与事实表关联的多个维度表；对目标事件的事实表和维度表进行数据聚合，生成目标事件的看板，由于目标事件数据处理模型是根据星型模型创建的，可以对目标事件的数据按照事实和维度进行规范化处理，在看板的生成过程中可以避免大量重复开发工作，提高了目标事件看板的生成效率。

基于上述实施例，目标事件数据处理模型是基于如下步骤创建的：

基于星型模型以及目标事件的业务流程，确定目标事件数据处理模型中的事实表和多个维度表；

基于事实表中的主键和各个维度表中的主键，将各个维度表与事实表进行关联，生成目标事件数据处理模型。

具体地，星型模型包括事实表和多个维度表。每一个维度表都直接与事实表相连接。

事实表用于保存度量值的详细值或事实。维度表可以看作是用来分析数据的窗口，维度表中包含事实数据表中事实记录的特性，有些特性提供描述性信息，有些特性指定如何汇总事实表中数据，以便为分析者提供有用的信息，维度表包含帮助汇总数据的特性的层次结构。

根据星型模型中的事实表，以及目标事件的业务流程，可以确定目标事件的事实表。例如，目标事件的业务流程主要涉及邀请人、被邀请人、邀请条件、邀请来源和邀请时间等重要信息。则事实表中可以将这些重要信息分别作为主键，主键下面记录相应的数值，对目标事件进行描述。

根据星型模型中的维度表，以及员工数据、用户数据、产业数据、渠道数据和活动数据，确定目标事件的多个维度表。例如，分别将员工数据、用户数据、产业数据、渠道数据和活动数据作为五个单独的维度，生成五个维度表。

根据事实表中的主键和各个维度表中的主键，将各个维度表与事实表进行关联，生成目标事件数据处理模型。例如，在目标事件中，员工为邀请人。则可以将事实表中的主键“邀请人”和员工维度表中的主键“员工姓名”一一对应起来，从而实现对事实表和员工维度表的关联。

基于上述任一实施例，事实表中的主键包括邀请人、被邀请人、邀请条件、邀请来源和邀请时间。图2是本申请提供的目标事件处理模型的结构示意图，如图2所示，维度表包括员工维度表、用户常住地维度表、产业维度表、渠道维度表和活动维度表。

具体地，对于目标事件，重要元素包括邀请人、被邀请人、邀请条件、邀请来源和邀请时间。邀请人是指目标事件中发出邀请的一方，一般为员工、老用户或者推广人员。被邀请人是指目标事件中接收邀请的一方，一般为新用户。邀请条件是指被邀请人应当具备的资格条件，例如被邀请人应当是新用户，未在所推广的应用程序上进行注册等。邀请来源表示目标事件开展的渠道等，包括线上渠道或者线下渠道等。邀请时间为发出邀请的时间。

可以在这五个重要元素的基础上形成事件，并以此作为整个目标事件数据处理模型中的事实表。

由事实表的核心内容来延伸出相应的各个维度，包括员工维度表、用户常住地维度表、产业维度表、渠道维度表和活动维度表。员工维度表用于记录员工充当邀请人时的信息。用户常住地维度表用于记录新用户经常居住地的信息。产业维度表用于记录目标事件所属产业的信息。渠道维度表用于记录目标事件中所使用的渠道的信息。活动维度表用于记录目标事件的规则等信息。

由事实表作为整个事件的中心发散关联各个维度数据，在活动开发的过程中，只需取到某个系统中相关目标事件所在表中的重点元素信息，并定时推送到大数据集群，集中进行清洗归一化处理，为数据分析打下良好基础。

基于上述任一实施例，步骤130包括：

以Hive为执行工具，以MapReduce作为执行引擎，对目标事件的事实表和维度表进行数据聚合，生成目标事件的汇总数据；

基于汇总数据生成目标事件的报表，并将目标事件的报表在看板中进行展示。

具体地，Hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，是一个可以对Hadoop中的大规模存储的数据进行查询和分析存储的组件。MapReduce是Hadoop技术生态中的计算引擎。

基于上述任一实施例，以Hive为执行工具，以MapReduce作为执行引擎，对目标事件的事实表和维度表进行数据聚合，生成目标事件的汇总数据，包括：

基于目标事件的业务逻辑，确定目标事件的多个主题，以及每一主题对应的数据聚合方式；

以Hive为执行工具，以MapReduce作为执行引擎，基于每一主题对应的数据聚合方式，对目标事件的事实表和维度表进行数据聚合，生成目标事件中每一主题的汇总数据。

具体地，可以根据目标事件的业务逻辑，确定目标事件的多个主题，以及每一主题对应的数据聚合方式。数据聚合方式包括求和、求平均值、求极大值、求极小值和求方差等。

例如，目标事件为拉新活动，则根据其业务逻辑，可以分为日新增用户数量、月新增用户数量、年新增用户数量和历史新增用户数量等主题去进行数据聚合。这里各个主题的数据聚合方式均采用求和的方式，对事实表中的被邀请人的数量进行统计后得到。

具体的数据聚合计算在Hive中执行，由MapReduce作为执行引擎，最后可以得到目标事件中每一主题的汇总数据。

基于上述任一实施例，基于汇总数据生成目标事件的报表，并将目标事件的报表在看板中进行展示，包括：

基于DataX将目标事件中每一主题的汇总数据推送至目标数据库，由目标数据库对应的数据分析软件基于目标事件中每一主题的汇总数据生成目标事件的报表。

具体地，DataX为开源的异构数据源离线同步工具，可以实现在各种异构数据源之间进行稳定高效的数据同步。

目标数据库为企业使用的数据库，可以包括Doris、MySQL、Oracle、HDFS、Hive、ODPS、HBase、FTP等。各个数据库上运行有相应的数据分析软件，可以将每一主题的汇总数据生成目标事件的报表。

图3是本申请提供的目标事件看板生成过程的示意图，如图3所示，以拉新活动为目标事件，从拉新活动数据库中筛选拉新活动的活动数据，通过拉新活动处理模型分事件分维度地抽取相应的活动数据，进行维度建模后得到事实表和维度表，对处理过后的事实表和维度表通过Hive、Impala等相关的离线大数据技术进行聚合，由模型层数据流入主题层数据。对主题层数据进行逻辑聚合形成拉新活动数据处理模型的汇总数据，并运用DataX技术将汇总数据推送到相关数据库(例如Doris)，根据相关的数据分析软件(例如QuickBI)处理后得到相关报表，再根据这些报表生成看板。

基于上述任一实施例，步骤110包括：

获取目标事件对应的订单或者工单；

提取订单或者工单中的用户常住地信息；

基于用户常住地信息，确定目标事件的基础数据中的用户数据。

具体地，可以获取目标事件中产生的订单或者工单。对这些订单或者工单中的用户常住地信息进行提取。例如，对订单或者工单中的各个字段进行遍历，当检测到字段中包含有“地址”时，将该字段在订单或者工单中对应的值作为用户常住地信息。

用户常住地信息可以用于分析用户的地理分布信息，可以作为目标事件的用户数据。

基于上述任一实施例，步骤110之后包括：

对基础数据进行预处理；

其中，预处理包括去重、异常值处理和数据归一化。

具体地，员工数据、用户数据、产业数据、渠道数据和活动数据都是从不同的渠道或者不同的部门获取的，都或多或少有不完整和错误，因此需要进行预处理。预处理的方法包括去重、异常值处理和数据归一化。

去重是指由于存储逻辑等问题，数据表中会出现很多重复数据，重复数据属于冗余数据，检查是否有重复数据，若有，则需要进行去重处理。

异常值处理是指同一个字段对应的某个数值与均值的偏差超过预设偏差阈值，则可以确定为异常值。对于异常值，需要结合最终需求来决定怎么处理，常见的是不处理或者按缺失值的方法处理。

数据归一化是指将所有的数据映射到同一尺度，可以采用的方法包括最值归一化和均值方差归一化等。

基于上述任一实施例，图4是本申请提供的目标事件看板生成装置的结构示意图，如图4所示，该装置包括：

获取单元410，用于获取目标事件的基础数据，基础数据包括员工数据、用户数据、产业数据、渠道数据和活动数据；

确定单元420，用于基于目标事件数据处理模型对基础数据进行处理，确定目标事件的事实表以及与事实表关联的多个维度表；目标事件数据处理模型是基于星型模型创建的；

生成单元430，用于对目标事件的事实表和维度表进行数据聚合，生成目标事件的看板。

本申请实施例提供的目标事件看板生成装置，获取目标事件的员工数据、用户数据、产业数据、渠道数据和活动数据，根据目标事件数据处理模型对员工数据、用户数据、产业数据、渠道数据和活动数据进行信息提取，确定目标事件的事实表以及与事实表关联的多个维度表；对目标事件的事实表和维度表进行数据聚合，生成目标事件的看板，由于目标事件数据处理模型是根据星型模型创建的，可以对目标事件的数据按照事实和维度进行规范化处理，在看板的生成过程中可以避免大量重复开发工作，提高了目标事件看板的生成效率。

基于上述任一实施例，还包括：

创建单元，用于基于星型模型以及目标事件的业务流程，确定目标事件数据处理模型中的事实表和多个维度表；

基于事实表中的主键和各个维度表中的主键，将各个维度表与事实表进行关联，生成目标事件数据处理模型。

基于上述任一实施例，事实表中的主键包括邀请人、被邀请人、邀请条件、邀请来源和邀请时间。

基于上述任一实施例，维度表包括员工维度表、用户常住地维度表、产业维度表、渠道维度表和活动维度表。

基于上述任一实施例，生成单元具体用于：

聚合子单元，用于对目标事件的事实表和维度表进行数据聚合，生成目标事件的汇总数据；

生成子单元，用于基于汇总数据生成目标事件的报表，并将目标事件的报表在看板中进行展示。

基于上述任一实施例，聚合子单元具体用于：

基于目标事件的业务逻辑，确定目标事件的多个主题，以及每一主题对应的数据聚合方式；

基于每一主题对应的数据聚合方式，对目标事件的事实表和维度表进行数据聚合，生成目标事件中每一主题的汇总数据。

基于上述任一实施例，生成子单元具体用于：

将目标事件中每一主题的汇总数据推送至目标数据库，由目标数据库对应的数据分析软件基于目标事件中每一主题的汇总数据生成目标事件的报表。

基于上述任一实施例，获取单元具体用于：

获取目标事件对应的订单或者工单；提取订单或者工单中的用户常住地信息；基于用户常住地信息，确定目标事件的用户数据。

基于上述任一实施例，还包括：

预处理单元，用于对基础数据进行预处理；其中，预处理包括去重、异常值处理和数据归一化。

基于上述任一实施例，本申请还提供一种目标事件看板生成方法。该目标事件看板生成方法广泛应用于智慧家庭(Smart Home)、智能家居、智能家用设备生态、智慧住宅(Intelligence House)生态等全屋智能数字化控制应用场景。在本实施例中，上述目标事件看板生成方法可以应用于如图5所示的由终端设备501和服务器502所构成的硬件环境中。如图5所示，服务器502通过网络与终端设备501进行连接，可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器设置数据库，用于为服务器502提供数据存储服务，可在服务器上或独立于服务器配置云计算和/或边缘计算服务，用于为服务器502提供数据运算服务。

上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：WIFI(Wireless Fidelity，无线保真)，蓝牙。终端设备501可以并不限定于为PC、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。

基于上述任一实施例，基于上述任一实施例，图6为本申请提供的电子装置的结构示意图，如图6所示，该电子装置可以包括：处理器(Processor)610、通信接口(Communications Interface)620、存储器(Memory)630和通信总线(Communications Bus)640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑命令，以执行如下方法：

获取目标事件的基础数据，基础数据包括员工数据、用户数据、产业数据、渠道数据和活动数据；基于目标事件数据处理模型对基础数据进行信息提取，确定目标事件的事实表以及与事实表关联的多个维度表；目标事件数据处理模型是基于星型模型创建的；对目标事件的事实表和维度表进行数据聚合，生成目标事件的看板。

此外，上述的存储器630中的逻辑命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。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，包括若干命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-Only Memory)、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。

本申请实施例提供的电子装置中的处理器可以调用存储器中的逻辑指令，实现上述方法，其具体的实施方式与前述方法实施方式一致，且可以达到相同的有益效果，此处不再赘述。

本申请实施例还提供一种计算机可读的存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的方法。

其具体的实施方式与前述方法实施方式一致，且可以达到相同的有益效果，此处不再赘述。

本申请实施例提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如上述方法。

以上所描述的装置实施例仅仅是示意性的，其中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。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到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ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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申请各实施例技术方案的精神和范围。

Claims (10)

1.一种目标事件看板生成方法，其特征在于，包括：

获取目标事件的基础数据，所述基础数据包括员工数据、用户数据、产业数据、渠道数据和活动数据；

基于目标事件数据处理模型对所述基础数据进行信息提取，确定所述目标事件的事实表以及与所述事实表关联的多个维度表；所述目标事件数据处理模型是基于星型模型创建的；

对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的看板。

2.根据权利要求1所述的目标事件看板生成方法，其特征在于，所述目标事件数据处理模型是基于如下步骤创建的：

基于星型模型以及目标事件的业务流程，确定所述目标事件数据处理模型中的事实表和多个维度表；

基于所述事实表中的主键和各个维度表中的主键，将各个维度表与所述事实表进行关联，生成所述目标事件数据处理模型。

3.根据权利要求1所述的目标事件看板生成方法，其特征在于，所述对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的看板，包括：

对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的汇总数据；

基于所述汇总数据生成所述目标事件的报表，并将所述目标事件的报表在所述看板中进行展示。

4.根据权利要求3所述的目标事件看板生成方法，其特征在于，所述对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的汇总数据，包括：

基于所述目标事件的业务逻辑，确定所述目标事件的多个主题，以及每一主题对应的数据聚合方式；

基于每一主题对应的数据聚合方式，对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件中每一主题的汇总数据。

5.根据权利要求3所述的目标事件看板生成方法，其特征在于，所述基于所述汇总数据生成所述目标事件的报表，并将所述目标事件的报表在所述看板中进行展示，包括：

将所述目标事件中每一主题的汇总数据推送至目标数据库，由目标数据库对应的数据分析软件基于所述目标事件中每一主题的汇总数据生成所述目标事件的报表。

6.根据权利要求1至5任一项所述的目标事件看板生成方法，其特征在于，所述获取目标事件的基础数据，包括：

获取所述目标事件对应的订单或者工单；

提取所述订单或者所述工单中的用户常住地信息；

基于所述用户常住地信息，确定所述目标事件的基础数据中的用户数据。

7.根据权利要求1至5任一项所述的目标事件看板生成方法，其特征在于，所述获取目标事件的基础数据，之后包括：

对所述基础数据进行预处理；

其中，所述预处理包括去重、异常值处理和数据归一化。

8.一种目标事件看板生成装置，其特征在于，包括：

获取单元，用于获取目标事件的基础数据，所述基础数据包括员工数据、用户数据、产业数据、渠道数据和活动数据；

确定单元，用于基于目标事件数据处理模型对所述基础数据进行处理，确定所述目标事件的事实表以及与所述事实表关联的多个维度表；所述目标事件数据处理模型是基于星型模型创建的；

生成单元，用于对所述目标事件的事实表和维度表进行数据聚合，生成所述目标事件的看板。

9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7中任一项所述的目标事件看板生成方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至7中任一项所述的目标事件看板生成方法。

Images