CN115471141B - 一种业务流程周期管控方法、装置、设备及介质 - Google Patents
一种业务流程周期管控方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115471141B CN115471141B CN202211359350.8A CN202211359350A CN115471141B CN 115471141 B CN115471141 B CN 115471141B CN 202211359350 A CN202211359350 A CN 202211359350A CN 115471141 B CN115471141 B CN 115471141B
- Authority
- CN
- China
- Prior art keywords
- flow
- information data
- model
- data
- periodic
- 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.)
- Active
Links
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种业务流程周期管控方法、装置、设备及介质,涉及业务流程技术领域,该方法包括基于业务需求数据和信息化业务流程信息数据,获取流程信息数据;通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析;基于分析后的所述流程信息数据,构建流程矢量模型;所述流程矢量模型包括多个第一对象和多个第二对象,多个所述第二对象连接于多个所述第一对象间,所述第一对象用于表征所述流程信息数据的停留时长,所述第二对象用于表征所述流程信息数据的走向次数;基于所述流程矢量模型,对流程信息数据进行管控。通过上述技术方案可以更便于对信息化复杂业务流程的周期进行管控,从而更有利于企业提高工作效率。
Description
技术领域
本申请涉及航空业务流程技术领域,尤其涉及一种业务流程周期管控方法、装置、设备及介质。
背景技术
信息化业务流程主要是指以信息化的方式来协助实现业务流程的推进、流转、辅助和管理等工作。在新型企业信息化的背景下,企业业务场景中所涉及的业务流程相对都比较复杂。特别是中大型企业矩阵式业务组织架构体系及繁多业务系统下,业务流程要在各业务线之间通过规则进行连接,并衍生出多个子流程与子节点,形成一个信息化复杂的业务流程。
然而,现有技术中对信息化复杂业务流程的周期进行管控效率较低,从而不利于企业提高工作效率。
发明内容
本申请的主要目的在于提供一种业务流程周期管控方法、装置、设备及介质,旨在解决现有技术中对信息化复杂业务流程的周期进行管控效率较低,从而不利于企业提高工作效率的技术问题。
为实现上述目的,本申请第一方面提供了一种业务流程周期管控方法,所述方法包括:
基于业务需求数据和信息化业务流程信息数据,获取流程信息数据;其中,所述流程信息数据包括若干个单条流程数据;
通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析;其中,所述周期目标值模型用于判断若干个所述单条流程数据的风险区间,所述周期阈值模型用于对若干个所述单条流程数据进行预警;
基于分析后的所述流程信息数据,构建流程矢量模型;所述流程矢量模型包括多个第一对象和多个第二对象,多个所述第二对象连接于多个所述第一对象间,所述第一对象用于表征所述流程信息数据的停留时长,所述第二对象用于表征所述流程信息数据的走向次数;
基于所述流程矢量模型,对流程信息数据进行管控。
可选地,在所述通过周期目标值模型和周期阈值模型对所述基于流程信息数据进行分析的步骤之前,还包括;
对所述流程信息数据进行预处理;
基于预处理后的所述流程信息数据,构建周期目标值模型和周期阈值模型。
可选地,所述基于预处理后的所述流程信息数据,构建周期目标值模型和周期阈值模型,包括:
通过如下关系式,构建周期目标值模型:
其中,f(x)表示周期目标值模型,x表示流程时间,x末表示流程结束时间, x起表示流程开始时间,k和b均表示流程进步率,K末表示流程结束时的进步率,K起表示流程开始时的进步率,a表示与b相关的常数。
可选地,所述基于预处理后的所述流程信息数据,构建周期目标值模型和周期阈值模型,包括:
通过如下关系式,构建周期阈值模型:
其中,N表示发生流程的总条数;c表示周期阈值模型。
可选地,所述通过周期目标值模型和周期阈值模型对所述基于流程信息数据进行分析,包括:
基于所述流程信息数据,获得流程周期目标值;
基于所述流程周期目标值和所述周期目标值模型,获得所述流程信息数据的风险区间。
可选地,所述通过周期目标值模型和周期阈值模型对所述基于流程信息数据进行分析,包括:
基于所述周期阈值模型,对异常流程进行预警;其中,所述异常流程为单条流程数据的时间大于周期阈值模型中的时间的流程。
可选地,所述基于所述流程矢量模型,对流程信息数据进行管控,包括:
设置流程节点值的范围;所述流程节点值为第一对象与对应第二对象的比值;
在所述单条流程数据的第一对象与对应第二对象的比值大于所述流程节点值的范围的最大值的情况下,发送优化指令;所述优化指令用于提示是否优化流程信息数据中该单条流程数据的指令;
在所述单条流程数据的第一对象与对应第二对象的比值小于所述流程节点值的范围的最小值的情况下,发送取消指令;所述取消指令用于提示是否取消流程信息数据中该单条流程数据的指令。
可选地,在所述基于所述流程矢量模型,对流程信息数据进行管控的步骤之后,还包括:
基于管控后的所述流程信息数据,获得标准流程信息数据;
基于所述标准流程信息数据,构建周期标准库;
基于所述周期标准库,对流程信息数据进行比对。
第二方面,本申请提供了一种业务流程周期管控装置,所述装置包括:
获取模块,用于基于业务需求数据和信息化业务流程信息数据,获取流程信息数据;其中,所述流程信息数据包括若干个单条流程数据;
分析模块,用于通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析;其中,所述周期目标值模型用于判断若干个所述单条流程数据的风险区间,所述周期阈值模型用于对若干个所述单条流程数据进行预警;
构建模块,用于基于分析后的所述流程信息数据,构建流程矢量模型;所述流程矢量模型包括多个第一对象和多个第二对象,多个所述第二对象连接于多个所述第一对象间,所述第一对象用于表征所述流程信息数据的停留时长,所述第二对象用于表征所述流程信息数据的走向次数;
管控模块,用于基于所述流程矢量模型,对流程信息数据进行管控。
第三方面,本申请提供了一种计算机设备,该计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现实施例中所述的方法。
第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现实施例中所述的方法。
通过上述技术方案,本申请至少具有如下有益效果:
本申请实施例提出的一种业务流程周期管控方法、装置、设备及介质,该方法通过先基于业务需求数据和信息化业务流程信息数据,获取流程信息数据;其中,所述流程信息数据包括若干个单条流程数据;然后通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析;其中,所述周期目标值模型用于判断若干个所述单条流程数据的风险区间,所述周期阈值模型用于对若干个所述单条流程数据进行预警;再基于分析后的所述流程信息数据,构建流程矢量模型;所述流程矢量模型包括多个第一对象和多个第二对象,多个所述第二对象连接于多个所述第一对象间,所述第一对象用于表征所述流程信息数据的停留时长,所述第二对象用于表征所述流程信息数据的走向次数;最后基于所述流程矢量模型,对流程信息数据进行管控。即,本申请的技术方案通过周期目标值模型对流程信息数据中的每条单条流程数据进行风险分析,通过周期阈值模型对流程信息数据中的每条异常的单条流程数据进行预警,再将经过风险分析和预警提示的所有单条流程数据构建流程矢量模型。由于构建的流程矢量模型中包含有每条单条流程数据的风险信息、预警提示信息、第一对象信息和第二对象信息,根据以上信息可以使流程矢量模型可视化。因此根据可视化的流程矢量模型更便于管控每条单条流程数据,从而可以提高对信息化复杂业务流程的周期进行管控的效率,进而更有利于企业提高的工作效率。
附图说明
图1为本申请实施例涉及的硬件运行环境的计算机设备结构示意图;
图2为本申请实施例的业务流程周期管控方法的流程图;
图3为本申请步骤S11的一种具体执行方法的流程示意图;
图4为本申请流程矢量模型的示意图;
图5为本申请步骤S13的一种具体执行方法的流程示意图;
图6为本申请实施例的业务流程周期管控装置的示意图。
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
应当理解,此处所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。
信息化业务流程主要是指以信息化的方式来协助实现业务流程的推进、流转、辅助、管理等工作,在新型企业信息化的背景下,企业业务场景中所涉及的业务流程相对都比较复杂。特别是中大型企业矩阵式业务组织架构体系及繁多业务系统下,业务流程要在各业务线之间通过规则进行连接,并衍生出多个子流程与子节点,形成一个信息化复杂的业务流程。随着企业的高效运行,对业务流程的管控从粗放型管控过渡到规范化管控直至精细化管控的逐步转型。在面对复杂业务流程如何细化流程管控提高受控程度,如何通过流程数据显性化管控,如何优化流程达到缩短周期、节约运作成本、提高工作效率的作用,是每个企业所要面对的主要问题。然而,目前企业不便于对信息化复杂业务流程的周期进行管控,从而不利于企业提高工作效率。
为了解决上述技术问题,本申请提供了一种业务流程周期管控方法、装置、设备及介质,在介绍本申请的具体技术方案之前,先介绍下本申请实施例方案涉及的硬件运行环境。
参照图1,图1为本申请实施例方案涉及的硬件运行环境的计算机设备结构示意图。
如图1所示,该计算机设备可以包括:处理器1001,例如中央处理器 (CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口 1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004 可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity, WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及电子程序。
在图1所示的计算机设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明计算机设备中的处理器1001、存储器1005可以设置在计算机设备中,所述计算机设备通过处理器1001调用存储器1005中存储的业务流程周期管控装置,并执行本申请实施例提供的业务流程周期管控方法。
参照图2,基于前述实施例的硬件环境,本申请的实施例提供了一种业务流程周期管控方法,该方法包括:
S10:基于业务需求数据和信息化业务流程信息数据,获取流程信息数据;其中,所述流程信息数据包括若干个单条流程数据。
在具体实施过程中,业务需求数据是指企业在实际运行过程中为了达到某些目标而形成的一种需求的数据,信息化业务流程信息数据是指为了达到某些业务需求数据,而具体产生的业务流程信息的数据;具体的,业务需求数据和信息化业务流程信息数据均可通过企业实际运行过程中而获得。流程信息数据是指最终为了到达某些业务需求,整合信息化业务流程信息数据后形成的完整的流程数据,完整的一条流程信息数据可以由一个或多个单条流程数据而组成,单条流程数据是指完成整条流程信息数据中的一个流程节点数据。比如完成一个流程需要三个审批节点,每个审批节点对应有一条单条流程数据,则这条完成的流程信息数据就具有三条单条流程数据。更为具体的,根据业务需求和信息化业务流程的基础数据,利用数据中的主字段将多个不同节点的数据源进行采集、聚合、排列成一个包含业务信息和流程信息等数据宽表,这里的数据宽表可以包含多条流程信息数据。
S11:通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析;其中,所述周期目标值模型用于判断若干个所述单条流程数据的风险区间,所述周期阈值模型用于对若干个所述单条流程数据进行预警。
在具体实施过程中,为了更便于对流程信息数据进行分析,在对流程信息数据进行分析之前,可以先对所述流程信息数据进行预处理;具体的处理方式,可以是按照机器学习的规则对流程信息数据进行类型转换、标准化处理和归一化处理等手段进行处理,这样便于后期的模型构建和数据输出。再基于预处理后的所述流程信息数据,构建周期目标值模型和周期阈值模型。
具体的,通过如下关系式,构建周期目标值模型:
其中,f(x)表示周期目标值模型,x表示流程时间,x末表示流程结束时间, x起表示流程开始时间,k和b均表示流程进步率,K末表示流程结束时的进步率,K起表示流程开始时的进步率,a表示与b相关的常数。
通过如下关系式,构建周期阈值模型:
其中,N表示发生流程的总条数;c表示周期阈值模型。
这样可以将流程数据的周期目标值和周期阈值量化,从而更便于对流程信息数据进行分析。如图3所示,具体分析包括以下步骤:
S111:基于所述流程信息数据,获得流程周期目标值。
在具体实施过程中,流程周期目标值是指相关人员希望获得的流程周期值,流程周期目标值设定的方式,以上一阶段的结果为基础,以期待目标达成为导向,引入Wright学习曲线,科学量化下一阶段的管控目标,依据流程周期管控的时长设定流程周期目标值。具体的,流程周期目标值可以通过周期目标值模型的关系式而得到。
S 112:基于所述流程周期目标值和所述周期目标值模型,获得所述流程信息数据的风险区间。
在具体实施过程中,可以根据实际情况将风险区间划分为低风险区间、中风险区间和高风险区间;具体的,低风险区间为单条流程数据的时间小于所述流程周期目标值的百分之二十五的数据区间,所述中风险区间为单条流程数据的时间大于或等于所述流程周期目标值的百分之二十五,且小于或等于所述流程周期目标值的百分之九十五的数据区间,所述高风险区间为单条流程数据的时间大于所述流程周期目标值的百分之九十五的数据区间。具体可以形成如表1所示。
表1风险区间的划分标准
低风险区间 | 中风险区间 | 高风险区间 |
×<目标值*25% | 目标值*25%≤×≤目标值*95% | x>目标值*95% |
表1中的x表示流程时间,具体的可以表示单条流程数据的时间,根据表1中的划分标准,可以更清楚的知道当下的单条流程数据所处的风险区间,从而知道是否需要进行优化等。
同时,基于所述周期阈值模型,对异常流程进行预警;其中,所述异常流程为单条流程数据的时间大于周期阈值模型中的时间的流程。具体的,利用机器学习对每条单条流程数据的周期进行预测,根据设定的周期目标值,利用周期阈值模型对影响周期的关键数据进行分析,对超出阈值的单条流程数据进行预警。同时,可以选择与周期相关的预测模型,给每一个周期预警模型进行评分,按照评分结果选择合适的周期预测模型,周期预测模型包括但不局限于线性回归、决策树回归、神经网络回归、支持向量回归和K近邻回归。另外,还可以将通过周期目标值模型划分的中风险区间和高风险区间设定为预警值,如此当单条流程数据的时间被划分为中风险区间和高风险区间时,系统触发预警机制系统自动发送通知给该流程的负责人。这样通过周期目标值模型和周期阈值模型分析后的流程信息数据,带有每条单条流程数据的风险信息和预警提示信息。
S12:基于分析后的所述流程信息数据,构建流程矢量模型;所述流程矢量模型包括多个第一对象和多个第二对象,多个所述第二对象连接于多个所述第一对象间,所述第一对象用于表征所述流程信息数据的停留时长,所述第二对象用于表征所述流程信息数据的走向次数。
在具体实施过程中,如图4所示,图4是流程矢量模型的示意图,流程矢量模型是指审批某个流程的审批试图,第一对象可以是圆圈,圆圈内可以通过现有方式设置对应单条流程数据所停留的时长,圆圈即可表示复杂业务流程的各处置节点;第二对象可以是箭头,箭头的指向表示该单条流程的走向。这样设置出来的流程矢量模型具有可视化的特点,从而更便于相关人员从流程矢量模型中快速、高效的获得有用的信息。
圆圈可以设置不同的颜色,不同的颜色可以表示对应单条流程时间的风险区间,比如圆圈的颜色显示包括但不局限于,当该单条流程的实际时间在量化为低风险区间时显示为绿色,当该单条流程的实际时间在量化为中风险区间时显示为黄色,当该单条流程的实际时间在量化为高风险区间显示为红色,这样更便于体现单条流程数据的风险区间信息,从而更便于相关人员从流程矢量模型中获得单条流程数据的风险程度,以便于做出相关改进。
S13:基于所述流程矢量模型,对流程信息数据进行管控。
在具体实施过程中,根据构建出来的流程矢量模型,对各单条流程进行管控,最终达到对整条流程信息进行管控的目标。如图5所示,具体的包括如下步骤:
S131:设置流程节点值的范围;所述流程节点值为第一对象与对应第二对象的比值。
在具体实施过程中,流程节点值可以体现出单条流程在某个节点处被处理的效率,根据该效率可以更便于对该流程节点进行管控。
S132:在所述单条流程数据的第一对象与对应第二对象的比值大于所述流程节点值的范围的最大值的情况下,发送优化指令;所述优化指令用于提示是否优化流程信息数据中该单条流程数据的指令。
在具体实施过程中,“对应第二对象”是指与第一对象直接关联的第二对象,具体是与该流程节点直接连接的所有单条流程数据。在通过观察流程走向的次数与节点停留时长分析流程控制的重点,如流程走向次数显示占比较少,但是停留时长显示占比较长,可以分析出该流程节点为重点控制或需求优化的。也就是该流程节点的处理效率较低,因此需要优化,比如提醒相关负责该节点的人员加快处理速度等。
S133:在所述单条流程数据的第一对象与对应第二对象的比值小于所述流程节点值的范围的最小值的情况下,发送取消指令;所述取消指令用于提示是否取消流程信息数据中该单条流程数据的指令。
在具体实施过程中,如流程走向次数显示占比较少,但是流程停留时长显示占比也较少,可以分析出该流程节点为非重点,可以考虑是否去掉,为后期的智能决策提供支持。也就是该流程节点被处理的效率较高,基本上不满意处理难度,那么有可能该流程节点就没有存在的价值,因此可以考虑取消。
更为具体的,本申请构建的流程矢量模型不但具有可视化的效果,而且可以自动发送相关指令给相关人员。其中,用不同的可视化图形展示分析影响周期的各类因素,可视化图形展示包括但不局限于折线图、柱形图、条形图和饼图等。其展示分析影响周期的各类因素包括但不局限于用柱形图展示流程处置目标值与实际值的对比,用饼图展示影响阈值的主要流程、人员、环节,用条形图展示当前处置中单据停留较长的人员、部门、环节的停留条数与停留时长,用折线图展示平均每月、每周、每天产生流程的单据趋势、处置周期趋势。依据可视化展示的中风险区间和高风险区间时,系统触发流程智能决策机制,智能决策机制包含但不局限于智能业务增派和智能业务改派。依据可视化展示的流程矢量图、影响周期阈值等信息,对复杂业务流程进行优化。流程优化包括但不局限于冗余流程的清理、流程节点的简化、相似流程的整合、人员配置的增加和多任务的并发等。在许多应用的场合,可视化分析操作的对象是多源异构数据。这些数据中,很多噪声、非结构化数据、异常数据,可视化界面帮助分析人员在自动分析时,直观地看到参数的修改或者算法的选择,增强了模型评估的效率。此外,允许用户自主组合自动分析和交互可视分析的方法是可视分析学流程的基本特征。在这个过程中,可以通过可视化及时发现中间步骤的错误,或者自相矛盾的错误,提高了可信度。
综上,本申请的技术方案基于业务流程数据用采机器学习技术的周期预测模型对每条业务流程进行预测,基于目标数据的周期阈值模型对每条业务流程进行预警,基于模型数据的可视化管控场景形成纵向管理,串联以上过程形成一种循环的周期管控链路。即通过周期目标值模型对流程信息数据中的每条单条流程数据进行风险分析,通过周期阈值模型对流程信息数据中的每条异常的单条流程数据进行预警,再将经过风险分析和预警提示的所有单条流程数据构建流程矢量模型。由于构建的流程矢量模型中包含有每条单条流程数据的风险信息、预警提示信息、第一对象信息和第二对象信息,根据以上信息可以使流程矢量模型可视化。因此根据可视化的流程矢量模型更便于管控每条单条流程数据,从而可以提高对信息化复杂业务流程的周期进行管控的效率,进而更有利于企业提高的工作效率,达到提高业务流程的效率,满足缩短业务流程周期的管控目标;尤其在多个子节点、多数据源的复杂流程起到有效的管控作用。对复杂流程的纵向管控、细化管控颗粒度和缩短流程周期等方面起到很好的应用效果。并且,该方法在深度挖掘流程数据,找出流程中的问题,为简化流程、优化流程等方面也提供了科学的参考支持,逐步实现复杂业务流程的管理科学化和决策智能化。
在一些实施例中,在所述基于所述流程矢量模型,对流程信息数据进行管控的步骤之后还包括:
先基于管控后的所述流程信息数据,获得标准流程信息数据;然后基于所述标准流程信息数据,构建周期标准库;最后基于所述周期标准库,对流程信息数据进行比对。
在本实施例中,根据已有流程特征、处置方式和流程走向的不同因素,建立周期相关的标准库,即周期标准库;对比周期标准库可以突显出可能超期的流程,也可以用于目标值的设定,给分析人员提供决策。基于以上分析结论,做出流程设计上的迭代优化,以此增加流程的管控。
在另一实施例中,如图6所示,基于与前述实施例相同的发明思路,本申请的实施例还提供了一种业务流程周期管控装置,该装置包括:
获取模块,用于基于业务需求数据和信息化业务流程信息数据,获取流程信息数据;其中,所述流程信息数据包括若干个单条流程数据;
分析模块,用于通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析;其中,所述周期目标值模型用于判断若干个所述单条流程数据的风险区间,所述周期阈值模型用于对若干个所述单条流程数据进行预警;
构建模块,用于基于分析后的所述流程信息数据,构建流程矢量模型;所述流程矢量模型包括多个第一对象和多个第二对象,多个所述第二对象连接于多个所述第一对象间,所述第一对象用于表征所述流程信息数据的停留时长,所述第二对象用于表征所述流程信息数据的走向次数;
管控模块,用于基于所述流程矢量模型,对流程信息数据进行管控。
需要说明的是,本实施例中业务流程周期管控装置中各模块是与前述实施例中的业务流程周期管控方法中的各步骤一一对应,因此,本实施例的具体实施方式和达到的技术效果可参照前述业务流程周期管控方法的实施方式,这里不再赘述。
此外,在一种实施例中,本申请还提供一种计算机设备,所述计算机设备包括处理器,存储器以及存储在所述存储器中的计算机程序,所述计算机程序被处理器运行时实现前述实施例中方法。
此外,在一种实施例中,本申请还提供一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器运行时实现前述实施例中方法。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、 EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。计算机可以是包括智能终端和服务器在内的各种计算设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
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、方法、物品或者系统不仅包括那些要素,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、方法、物品或者系统所固有的要素。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、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
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上述实施例方法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,但很多情况下前者是更佳的实施方式。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(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台多媒体终端设备(可以是手机,计算机,电视接收机,或者网络设备等)执行本申请各个实施例所述的方法。
以上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 (8)
1.一种业务流程周期管控方法,其特征在于,所述方法包括:
基于业务需求数据和信息化业务流程信息数据,获取流程信息数据;其中,所述流程信息数据包括若干个单条流程数据;
通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析;其中,所述周期目标值模型用于判断若干个所述单条流程数据的风险区间,所述周期阈值模型用于对若干个所述单条流程数据进行预警;
基于分析后的所述流程信息数据,构建流程矢量模型;所述流程矢量模型包括多个第一对象和多个第二对象,多个所述第二对象连接于多个所述第一对象间,所述第一对象用于表征所述流程信息数据的停留时长,所述第二对象用于表征所述流程信息数据的走向次数;
基于所述流程矢量模型,对流程信息数据进行管控;
其中,在所述通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析的步骤之前,还包括;
对所述流程信息数据进行预处理;
基于预处理后的所述流程信息数据,构建周期目标值模型和周期阈值模型;
所述基于预处理后的所述流程信息数据,构建周期目标值模型和周期阈值模型,包括:
通过如下关系式,构建周期阈值模型:
其中,N表示发生流程的总条数;c表示周期阈值模型;
通过如下关系式,构建周期目标值模型:
其中,f(x)表示周期目标值模型,x表示流程时间,x末表示流程结束时间,x起表示流程开始时间,k和b均表示流程进步率,K末表示流程结束时的进步率,K起表示流程开始时的进步率,a表示与b相关的常数。
2.如权利要求1所述的业务流程周期管控方法,其特征在于,所述通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析,包括:
基于所述流程信息数据,获得流程周期目标值;
基于所述流程周期目标值和所述周期目标值模型,获得所述流程信息数据的风险区间。
3.如权利要求1所述的业务流程周期管控方法,其特征在于,所述通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析,包括:
基于所述周期阈值模型,对异常流程进行预警;其中,所述异常流程为单条流程数据的时间大于周期阈值模型中的时间的流程。
4.如权利要求1所述的业务流程周期管控方法,其特征在于,所述基于所述流程矢量模型,对流程信息数据进行管控,包括:
设置流程节点值的范围;所述流程节点值为第一对象与对应第二对象的比值;
在所述单条流程数据的第一对象与对应第二对象的比值大于所述流程节点值的范围的最大值的情况下,发送优化指令;所述优化指令用于提示是否优化流程信息数据中该单条流程数据的指令;
在所述单条流程数据的第一对象与对应第二对象的比值小于所述流程节点值的范围的最小值的情况下,发送取消指令;所述取消指令用于提示是否取消流程信息数据中该单条流程数据的指令。
5.如权利要求1-4任一项所述的业务流程周期管控方法,其特征在于,在所述基于所述流程矢量模型,对流程信息数据进行管控的步骤之后,还包括:
基于管控后的所述流程信息数据,获得标准流程信息数据;
基于所述标准流程信息数据,构建周期标准库;
基于所述周期标准库,对流程信息数据进行比对。
6.一种业务流程周期管控装置,其特征在于,所述装置包括:
获取模块,用于基于业务需求数据和信息化业务流程信息数据,获取流程信息数据;其中,所述流程信息数据包括若干个单条流程数据;
分析模块,用于通过周期目标值模型和周期阈值模型对所述流程信息数据进行分析;其中,所述周期目标值模型用于判断若干个所述单条流程数据的风险区间,所述周期阈值模型用于对若干个所述单条流程数据进行预警;
构建模块,用于基于分析后的所述流程信息数据,构建流程矢量模型;所述流程矢量模型包括多个第一对象和多个第二对象,多个所述第二对象连接于多个所述第一对象间,所述第一对象用于表征所述流程信息数据的停留时长,所述第二对象用于表征所述流程信息数据的走向次数;
管控模块,用于基于所述流程矢量模型,对流程信息数据进行管控;
其中,分析模块之前还包括:
预处理模块,用于对所述流程信息数据进行预处理;
建立模块,用于基于预处理后的所述流程信息数据,构建周期目标值模型和周期阈值模型;
建立模块还包括:通过如下关系式,构建周期阈值模型:
其中,N表示发生流程的总条数;c表示周期阈值模型;
通过如下关系式,构建周期目标值模型:
其中,f(x)表示周期目标值模型,x表示流程时间,x末表示流程结束时间,x起表示流程开始时间,k和b均表示流程进步率,K末表示流程结束时的进步率,K起表示流程开始时的进步率,a表示与b相关的常数。
7.一种计算机设备,其特征在于,该计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现如权利要求1-5中任一项所述的方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211359350.8A CN115471141B (zh) | 2022-11-02 | 2022-11-02 | 一种业务流程周期管控方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211359350.8A CN115471141B (zh) | 2022-11-02 | 2022-11-02 | 一种业务流程周期管控方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115471141A CN115471141A (zh) | 2022-12-13 |
CN115471141B true CN115471141B (zh) | 2023-03-24 |
Family
ID=84337817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211359350.8A Active CN115471141B (zh) | 2022-11-02 | 2022-11-02 | 一种业务流程周期管控方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115471141B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020253362A1 (zh) * | 2019-06-20 | 2020-12-24 | 深圳壹账通智能科技有限公司 | 基于情绪分析的业务处理方法、装置、设备及存储介质 |
WO2021164465A1 (zh) * | 2020-02-20 | 2021-08-26 | 深圳壹账通智能科技有限公司 | 智能预警方法与系统 |
CN115017211A (zh) * | 2022-06-15 | 2022-09-06 | 平安国际融资租赁有限公司 | 异常检测对象的确定方法及装置、存储介质、计算机设备 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5885875B1 (ja) * | 2015-08-28 | 2016-03-16 | 株式会社Ubic | データ分析システム、データ分析方法、プログラム、および、記録媒体 |
CN107886238B (zh) * | 2017-11-09 | 2021-08-06 | 金航数码科技有限责任公司 | 一种基于海量数据分析的业务流程管理系统及方法 |
CN109523157B (zh) * | 2018-11-14 | 2023-06-23 | 北京中电普华信息技术有限公司 | 一种业务流程的处理方法及系统 |
CN111178696A (zh) * | 2019-12-13 | 2020-05-19 | 中国建设银行股份有限公司 | 一种业务处理时长超时预警方法和装置 |
CN113537681B (zh) * | 2020-04-20 | 2024-08-09 | 中国石油化工股份有限公司 | 用于炼化企业设备管理信息化的方法及系统 |
CN111652468A (zh) * | 2020-04-27 | 2020-09-11 | 平安医疗健康管理股份有限公司 | 业务流程的生成方法、装置、存储介质及计算机设备 |
CN111950776A (zh) * | 2020-07-23 | 2020-11-17 | 优车库网络科技发展(深圳)有限公司 | 业务流程优化方法、装置、计算机设备及存储介质 |
US20220076183A1 (en) * | 2020-09-09 | 2022-03-10 | International Business Machines Corporation | Facilitating decision marking in a business process |
CN112184154A (zh) * | 2020-09-23 | 2021-01-05 | 中国建设银行股份有限公司 | 一种业务审批方法和装置 |
CN113706022A (zh) * | 2021-08-30 | 2021-11-26 | 北京搜房科技发展有限公司 | 业务流程的执行方法及装置、存储介质及电子设备 |
CN114118875A (zh) * | 2021-12-07 | 2022-03-01 | 中原银行股份有限公司 | 一种模型全生命周期管理系统及方法 |
CN114861386A (zh) * | 2022-03-01 | 2022-08-05 | 清华大学 | 面向业务流程的时间及成本综合计算仿真方法及装置 |
CN115061895A (zh) * | 2022-06-29 | 2022-09-16 | 中国平安财产保险股份有限公司 | 业务流程编排方法、装置、电子设备及存储介质 |
-
2022
- 2022-11-02 CN CN202211359350.8A patent/CN115471141B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020253362A1 (zh) * | 2019-06-20 | 2020-12-24 | 深圳壹账通智能科技有限公司 | 基于情绪分析的业务处理方法、装置、设备及存储介质 |
WO2021164465A1 (zh) * | 2020-02-20 | 2021-08-26 | 深圳壹账通智能科技有限公司 | 智能预警方法与系统 |
CN115017211A (zh) * | 2022-06-15 | 2022-09-06 | 平安国际融资租赁有限公司 | 异常检测对象的确定方法及装置、存储介质、计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115471141A (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10360517B2 (en) | Distributed hyperparameter tuning system for machine learning | |
WO2021164465A1 (zh) | 智能预警方法与系统 | |
US7747641B2 (en) | Modeling sequence and time series data in predictive analytics | |
US9047559B2 (en) | Computer-implemented systems and methods for testing large scale automatic forecast combinations | |
CN112394922A (zh) | 决策配置方法、业务决策方法和决策引擎系统 | |
Roura‐Pascual et al. | Spatially‐explicit sensitivity analysis for conservation management: exploring the influence of decisions in invasive alien plant management | |
DE112015002433T5 (de) | Systeme und Techniken zur prädikativen Datenanalytik | |
DE112021001521T5 (de) | Optimierung von steueraktionen eines steuersystems durch automatische dimensionsverringerung einer mathematischen darstellung des steuersystems | |
CN111339375A (zh) | 一种通用的大数据模型配置和分析方法 | |
Pal et al. | Problem solving approach | |
CN114048055A (zh) | 时序数据异常根因分析方法及系统 | |
CN112765031A (zh) | 一种群智化漏洞挖掘任务的分解方法 | |
Vogel-Heuser et al. | Operator knowledge inclusion in data-mining approaches for product quality assurance using cause-effect graphs | |
Vigo et al. | Comparing ontology authoring workflows with Protégé: In the laboratory, in the tutorial and in the ‘wild’ | |
Ereshko et al. | Digital platforms clustering model | |
US8306997B2 (en) | Method and computer program product for using data mining tools to automatically compare an investigated unit and a benchmark unit | |
CN111539529B (zh) | 一种事件推理方法及装置 | |
CN115471141B (zh) | 一种业务流程周期管控方法、装置、设备及介质 | |
US20220343255A1 (en) | Method and system for identification and analysis of regime shift | |
US20150187011A1 (en) | Computerized system and method of evaluating insurance product underwriting and rating data | |
CN114385121B (zh) | 一种基于业务分层的软件设计建模方法及系统 | |
Simperl et al. | ONTOCOM revisited: towards accurate cost predictions for ontology development projects | |
KR20210069215A (ko) | 빅데이터 분석을 최적화하는 사용자 인터페이스 방법 | |
Xu | User Story based Information Visualization Type Recommendation System. | |
Liu et al. | Learning-based algorithm for physician scheduling for emergency departments under time-varying demand and patient return |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |