CN115860531A - 基于多维度数据的业务体验管理系统及方法 - Google Patents

Abstract

本发明公开了一种基于多维度数据的业务体验管理系统及方法，该系统包含：数据收集模块，进行数据收集；数据模型模块，将数据进行模型验证或转换为符合数据模型定义的标准数据格式；数据存储模块，将标准数据根据业务维度和属性维度进行分组及标签处理并存储至云端；数据度量模块，生成指标评估体系并将其与业务和数据类型进行关联；数据分析模块，根据生成的指标评估体系以及其关联的业务和数据类型，对数据进行关联及分析；可视化结果模块，对分析结果进行可视化展示。本发明的基于多维度数据的业务体验管理系统及方法，能够实现跨渠道多维度数据的集中存储与管理，建立统一的度量模型和指标评估体系，进行多维度数据分析及可视化呈现。

Description

基于多维度数据的业务体验管理系统及方法

技术领域

本发明涉及一种基于多维度数据的业务体验管理系统及方法。

背景技术

现有的业务数据管理较为独立分散，没有统一的数据存储管理平台，造成数据分析低效、利用率低、重复采集等问题，无法将发现的问题和其他维度的数据进行关联分析，导致问题定位困难。同时，现有的业务数据收集手段单一，主要是内嵌SDK方式，客户端嵌入多个不同维度的数据采集SDK，部分SDK本身存在缺陷，会造成客户端使用过程中的崩溃、闪退等，不仅影响产品质量和体验，还会造成问题排查定位困难。如果需要修改指标、或参数配置等，则需要升级SDK版本，需要客户端配合修改代码发布版本，对客户端影响较大。

发明内容

本发明提供了一种基于多维度数据的业务体验管理系统及方法解决上述提到的技术问题，具体采用如下的技术方案：

一种基于多维度数据的业务体验管理系统，包含：

数据收集模块，用于通过多种途径进行数据收集；

数据模型模块，用于将所述数据收集模块收集的数据进行模型验证或转换为符合数据模型定义的标准数据格式；

数据存储模块，用于将通过数据模型模块进行模型验证或转换后的标准数据根据业务维度和属性维度进行分组及标签处理并存储至云端；

数据度量模块，用于生成指标评估体系并将所述指标评估体系与业务和数据类型进行关联；

数据分析模块，用于根据数据度量模块生成的指标评估体系以及其关联的业务和数据类型，按照选定的分析条件对存储至云端的数据进行关联及分析；

可视化结果模块，用于将数据分析模块分析的分析结果进行可视化展示。

进一步地，数据收集模块包含：

自动化采集单元，用于通过预先设定的自动化脚本或其他自动化技术自动并上传采集数据；

人工数据收集单元，用于接收通过人工方式录入或导入整理好的数据；

API数据接口单元，用于连接至第三方平台以接收其上传的数据。

进一步地，数据度量模块包含：

模型存储单元，用于存储若干体验评估模型；

指标存储单元，用于存储多维度的指标项、指标说明及评分规则；

权重计算单元，用于计算各指标项的权重；

配置单元，用于根据业务需求选择体验评估模型、对应的指标项和所述权重计算单元计算出的权重生成对应的指标评估体系；

关联单元，用于将指标评估体系与业务和数据类型进行关联。

进一步地，可视化结果模块还可以根据需求生成可视化报告。

进一步地，可视化结果模块包含：

基础组件，用于设定业务属性和分析维度；

体验评分组件，用于生成与体验评估模型对应的结果分值展示图表；

可视化组件，用于对于测评发现的问题自动进行数据追溯并对追溯到的数据进行关联对比并生成可视化报告。

一种基于多维度数据的业务体验管理方法，包含以下步骤：

通过多种途径进行数据收集；

将收集的数据进行模型验证或转换为符合数据模型定义的标准数据格式；

将进行模型验证或转换后的标准数据根据业务维度和属性维度进行分组及标签处理并存储至云端；

生成指标评估体系并将指标评估体系与业务和数据类型进行关联；

根据生成的指标评估体系以及其关联的业务和数据类型，按照选定的分析条件对存储至云端的数据进行关联及分析；

将分析结果进行可视化展示。

进一步地，通过多种途径进行数据收集的具体方法为：

通过预先设定的自动化脚本或其他自动化技术自动并上传采集数据；

接收通过人工方式录入或导入整理好的数据；

连接至第三方平台以接收其上传的数据。

进一步地，生成指标评估体系将指标评估体系与业务和数据类型进行关联的具体方法为：

搭建体验评估模型库；

搭建包含多维度的指标项、指标说明及评分规则的体验指标库；

计算各指标项的权重；

根据业务需求从体验评估模型库选择体验评估模型和从体验指标库选择对应的指标项和计算出的各指标项的权重生成对应的指标评估体系；

将所述指标评估体系与业务和数据类型进行关联。

进一步地，将分析结果进行可视化展示之后，基于多维度数据的业务体验管理方法还包括：

根据需求生成可视化报告。

进一步地，根据需求生成可视化报告的具体方法为：

设定业务属性和分析维度；

生成与体验评估模型对应的结果分值展示图表；

对于测评发现的问题自动进行数据追溯并对追溯到的数据进行关联对比并生成可视化报告。

本发明的有益之处在于所提出的基于多维度数据的业务体验管理系统及方法，能够实现跨渠道多维度数据的集中存储与管理，建立统一的度量模型和指标评估体系，进行多维度数据分析及可视化呈现。

附图说明

图1是本发明的一种基于多维度数据的业务体验管理系统的示意图；

图2是本发明的一种基于多维度数据的业务体验管理方法的示意图。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

如图1所示为本申请的一种基于多维度数据的业务体验管理系统，包含：数据收集模块、数据模型模块、数据存储模块、数据度量模块、数据分析模块和可视化结果模块。

数据收集模块用于通过多种途径进行数据收集，将不同渠道、不同维度的数据统一接入到数据存储模块中。

具体而言，数据收集模块包含：自动化采集单元、人工数据收集单元和API数据接口单元。

自动化采集单元用于通过预先设定的自动化脚本或其他自动化技术自动采集并上传数据。使用自动化脚本技术，根据业务特点、业务流程和指标，设计编写自动化脚本。通过发起自动化任务，运行自动化脚本，并自动采集相关数据，任务执行完毕，自动上传结果数据。此方法无需在业务端内置任何代码，即可进行数据采集。如果采集指标、流程、参数等需要调整，仅需修改脚本即可，对客户端业务无任何影响，安全可靠。

人工数据收集单元用于接收通过人工方式录入或导入整理好的数据。使用人工收集方法，根据业务需求，指标评估体系等，对业务进行标准化的测评，然后将人工测评数据填入预先设计好的标准化Excel模板并进行数据整理，再通过数据导入技术，将本地ExceL模板数据直接导入系统，将本地数据统一存储至云端，保证了数据的安全性和一致性。

API数据接口单元用于连接至第三方平台以接收其上传的数据。使用API数据接口技术，可根据预先设计好数据格式，将第三方平台与业务体验相关的质量、运营等数据直接导入至系统，进行统一管理。

数据模型模块用于将所述数据收集模块收集的数据进行模型验证或转换为符合数据模型定义的标准数据格式。

数据存储模块用于将数据模型模块进行模型验证或转换后的标准数据根据业务维度和属性维度进行分组及标签处理并存储至云端。

数据度量模块用于生成指标评估体系并将指标评估体系与业务、数据类型进行关联。

具体而言，数据度量模块包含：模型存储单元、指标存储单元、权重计算单元、配置单元和关联单元。

模型存储单元用于存储若干体验评估模型。指标存储单元用于存储多维度的指标项、指标说明及评分规则。权重计算单元用于计算各指标项的权重。配置单元用于根据业务需求选择体验评估模型、对应的指标项和所述权重计算单元计算出的权重生成对应的指标评估体系。关联单元用于将所述指标评估体系与业务和数据类型进行关联。模型库与指标库可进行扩充、修改、删除或更新等管理操作。

其中，权重计算单元基于用户对体验指标项的感知影响度调研，计算出各指标项对用户的感知影响占比，从而客观真实的设定各体验指标项的权重。

指标项权重可以通过用户调研的数据进行计算。计算方法如下：

先计算各指标项对应问题的感知影响度用户调研平均得分，

U代表用户评分，多个用户评分用U₁、U₂、U₃……U_n表示,其中n代表用户数量

Q代表指标项对应问题的平均得分，多个指标项对应问题的平均得分用Q1、Q2、Q3……QX表示，其中X代表指标数量

1、各指标项感知影响度得分计算公式如下：

2、各指标项权重的计算公式如下：

其中指标项的权重四舍五入保留小数点后两位，并用百分比显示。

其中，模型存储单元中存储的体验评估模型主要包括但不限于TEHP+N、PFUUS、UREJ等模型，具体如下：

TEHP+N模型：T(Task Success)为任务体验，E(Ease of Use)为易用性，H(Happiness)为满意度，P(Performance)为性能，N为业务专项。此模型为基础型体验评估模型，适用于无特殊场景的较为综合的业务体验评估。

PFUU模型：P(Performance)为性能，F(Function)为功能，U(UI)为视觉，U(UE)为交互。此模型属于功能型体验评估模型，适用于以功能为主的业务体验评估，主要侧重于对性能、功能、视觉、交互等方面的度量。

UREJ模型：U(Usability)为实用性，R(Reliability)为可靠性，E(Easy to Use)为易用性，J(Jovality)为愉悦性。此模型为用户侧体验评估模型，主要适用于从用户的主观感受维度来进行的体验评估。

指标存储单元中存储的多维度体验指标库具体包含以下指标类型：

系统指标：包括稳定性、安全性等指标。

网络指标：包括网络环境、时延、网络速率、地域等指标。

性能指标：包括APP启动时延、页面加载时延、卡顿次数、卡顿时长、画面帧率、画面码率、声画同步率、硬启动时长、软启动时长等指标。

质量指标：包括功能成功率、bug率、错误率等指标。

设计指标：包括品牌识别度、风格一致性、图标美观度、视觉舒适度、状态可见性、信息易读性、操作易用性等指标。

运营指标：包括页面访问量、停留时长、访客数、转化率、跳出率、访问深度等指标。

服务指标：包括订购渠道、订购流程、服务变更、服务退订、客服咨询、帮助引导、反馈投诉、服务复购等指标。

营销指标：包括宣传内容、宣传渠道、试用引导、优惠活动、价格接受度等指标。

满意度指标：包括视觉美观度、任务完成度、操作易用性、产品信任度、产品友好度、用户忠诚度等指标。

指标存储单元包括但不限于以上指标类型，可在此基础上进行完善及扩展。细分指标项还需标记所适用的业务类型标签，例如软件、视频、音频、游戏等，以便在创建指标评估体系过程中，进行准确的匹配查找和关联。

数据分析模块用于根据数据度量模块生成的指标评估体系对存储至云端的数据进行关联及分析。根据已经设置好的指标评估体系，系统可通过业务类型、业务属性、数据标签等自动识别数据，并进行指标与数据的自动关联，生成数据列表。对已经关联后的数据，用户可按需求，对时段、地域、系统、用户、指标项等条件进行查询和多维度分析，包括体验分析、质量分析、性能分析、问题分析等，并对分析结果中未达标的数据，进行自动数据追溯，匹配查询相同时间点的日志、其他维度的关联数据等，帮助用户进行问题定位。

可视化结果模块用于将数据分析模块分析的分析结果进行可视化展示。

可以理解的是，可视化结果模块还可以根据需求生成可视化报告，以便查看和下载。

具体地，可视化结果模块包含：基础组件、体验评分组件和可视化组件。

基础组件用于设定业务属性和分析维度。其中，业务属包括业务图标、业务名称、版本信息、业务类型、业务简介等内容。体验概览包括时间范围、体验模型、指标数量、问题数量、指标评分、总评分等内容。

体验评分组件用于生成与体验评估模型对应的报告展示图表。

体验评分组件是根据业务所选择的评估模型及指标评估体系，对应可选择该与该模型对应的结果分值展示图表。

TEHP+N模型：包括任务指标项评分图、易用性指标项评分图、满意度指标项评分图、性能指标项评分图、专项指标项评分图，以上图表可选择柱状图、条形图、雷达图进行可视化展示。

PFUU模型：包括性能指标项评分图、功能指标项评分图、视觉指标项评分图、交互指标项评分图，以上图表可选择柱状图、条形图、雷达图进行可视化展示。

UREJ模型：包括实用性指标项评分图、可靠性指标项评分图、易用性指标项评分图、愉悦性指标项评分图，以上图表可选择柱状图、条形图、雷达图进行可视化展示。

可视化组件用于对于测评发现的问题自动进行数据追溯并对追溯到的数据进行关联对比并生成可视化报告。

如图2所示，本申请还公开一种基于多维度数据的业务体验管理方法，基于前述提出的一种基于多维度数据的业务体验管理系统。该方法具体包含以下步骤：

S1：通过多种途径进行数据收集。

通过多种途径进行数据收集的具体方法为：

通过预先设定的自动化脚本或其他自动化技术自动采集并上传数据。

接收通过人工方式录入或导入整理好的数据。

连接至第三方平台以接收其上传的数据。

S2：将所述数据收集模块收集的数据进行模型验证或转换为符合数据模型定义的标准数据格式。

S3：将进行模型验证或转换后的标准数据根据业务维度和属性维度进行分组及标签处理并存储至云端。

S3：生成指标评估体系并将指标评估体系与业务和数据类型进行关联。

生成指标评估体系并将指标评估体系与业务和数据类型进行关联的具体方法为：

搭建体验评估模型库。

搭建包含多维度的指标项、指标说明及评分规则的体验指标库。

计算各指标项的权重。

根据业务需求从体验评估模型库选择体验评估模型、从体验指标库选择对应的指标项和计算出的各指标项的权重生成对应的指标评估体系。

将所述指标评估体系与业务和数据类型进行关联。

S4：根据生成的指标评估体系对存储至云端的数据进行关联及分析。

S5：将分析结果进行可视化展示。

将分析结果进行可视化展示之后，基于多维度数据的业务体验管理方法还包括：

根据需求生成可视化报告，具体为：

设定业务属性和分析维度。

生成与体验评估模型对应的结果分值展示图表。

对于测评发现的问题自动进行数据追溯并对追溯到的数据进行关联对比并生成可视化报告。

基于多维度数据的业务体验管理方法中的对应的技术细节请参考前述的基于多维度数据的业务体验管理系统的描述，此处不再赘述。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (10)

1.一种基于多维度数据的业务体验管理系统，其特征在于，包含：

数据收集模块，用于通过多种途径进行数据收集；

数据模型模块，用于将所述数据收集模块收集的数据进行模型验证或转换为符合数据模型定义的标准数据格式；

数据存储模块，用于将通过所述数据模型模块进行模型验证或转换后的标准数据根据业务维度和属性维度进行分组及标签处理并存储至云端；

数据度量模块，用于生成指标评估体系并将所述指标评估体系与业务和数据类型进行关联；

数据分析模块，用于根据所述数据度量模块生成的指标评估体系以及其关联的业务和数据类型，按照选定的分析条件对存储至云端的数据进行关联及分析；

可视化结果模块，用于将所述数据分析模块分析的分析结果进行可视化展示。

2.根据权利要求1所述的基于多维度数据的业务体验管理系统，其特征在于，

所述数据收集模块包含：

自动化采集单元，用于通过预先设定的自动化脚本或其他自动化技术自动采集并上传数据；

人工数据收集单元，用于接收通过人工方式录入或导入整理好的数据；

API数据接口单元，用于连接至第三方平台以接收其上传的数据。

3.根据权利要求1所述的基于多维度数据的业务体验管理系统，其特征在于，

所述数据度量模块包含：

模型存储单元，用于存储若干体验评估模型；

指标存储单元，用于存储多维度的指标项、指标说明及评分规则；

权重计算单元，用于计算各指标项的权重；

配置单元，用于根据业务需求选择体验评估模型、对应的指标项和所述权重计算单元计算出的权重生成对应的指标评估体系；

关联单元，用于将所述指标评估体系与业务和数据类型进行关联。

4.根据权利要求1所述的基于多维度数据的业务体验管理系统，其特征在于，

所述可视化结果模块还可以根据需求生成可视化报告。

5.根据权利要求4所述的基于多维度数据的业务体验管理系统，其特征在于，

所述可视化结果模块包含：

基础组件，用于设定业务属性和分析维度；

体验评分组件，用于生成与体验评估模型对应的结果分值展示图表；

可视化组件，用于对于测评发现的问题自动进行数据追溯并对追溯到的数据进行关联对比并生成可视化报告。

6.一种基于多维度数据的业务体验管理方法，其特征在于，包含以下步骤：

通过多种途径进行数据收集；

将收集的数据进行模型验证或转换为符合数据模型定义的标准数据格式；

将进行模型验证或转换后的标准数据根据业务维度和属性维度进行分组及标签处理并存储至云端；

生成指标评估体系并将所述指标评估体系与业务和数据类型进行关联；

根据生成的指标评估体系以及其关联的业务和数据类型，按照选定的分析条件对存储至云端的数据进行关联及分析；

将分析结果进行可视化展示。

7.根据权利要求6所述的基于多维度数据的业务体验管理方法，其特征在于，

所述通过多种途径进行数据收集的具体方法为：

通过预先设定的自动化脚本或其他自动化技术自动采集并上传数据；

接收通过人工方式录入或导入整理好的数据；

连接至第三方平台以接收其上传的数据。

8.根据权利要求6所述的基于多维度数据的业务体验管理方法，其特征在于，

所述生成指标评估体系并将所述指标评估体系与业务和数据类型进行关联的具体方法为：

搭建体验评估模型库；

搭建包含多维度的指标项、指标说明及评分规则的体验指标库；

计算各指标项的权重；

根据业务需求从所述体验评估模型库选择体验评估模型、从所述体验指标库选择对应的指标项和计算出的各指标项的权重生成对应的指标评估体系；

将所述指标评估体系与业务和数据类型进行关联。

9.根据权利要求6所述的基于多维度数据的业务体验管理方法，其特征在于，

所述将分析结果进行可视化展示之后，所述基于多维度数据的业务体验管理方法还包括：

根据需求生成可视化报告。

10.根据权利要求9所述的基于多维度数据的业务体验管理方法，其特征在于，

所述根据需求生成可视化报告的具体方法为：

设定业务属性和分析维度；

生成与体验评估模型对应的结果分值展示图表；

对于测评发现的问题自动进行数据追溯并对追溯到的数据进行关联对比并生成可视化报告。

Images