CN116258313A - 一种根据任务完成数据生成个人任务策略指南的数据分析系统 - Google Patents

Abstract

本发明提供了一种根据任务完成数据生成个人任务策略指南的数据分析系统，其特征在于，包括与数据收集模块进行API数据交互，收集完成任务完成数据后，将自动与任务派发的初始值比对，同时参考BI系统中指标指标项的设置情况，以任务执行者为维度，生成相应的任务策略指南；在任务策略指南中，明确该任务执行者的任务完成比，同时提供相应的任务执行路径与方法，用于指导和牵引任务完成；通过与任务接收模块的交互，将任务策略指南以任务消息提醒的方式发送给业务人员，辅助业务人员更好的完成相关任务；本发明通过指标项牵引及智能任务决策提高工作效率，同时为管理人员提供业务层面的抓手与考核机制，解决了现场服务人员执行难、效率低的问题。

Description

一种根据任务完成数据生成个人任务策略指南的数据分析 系统

技术领域

本发明涉及数据信息处理领域，具体地说是一种根据任务完成数据生成个人任务策略指南的数据分析系统。

背景技术

服务型企业在对服务人员及服务过程管理的诉求中，需要结合自身的企业要求，按时按量的为一线人员进行指标下达与指标项考核，这就需要一套完善的指挥调度系统用于企业内部的在线化管理。

现有公司的各部门指标下达过程中，是杂乱无序及随机生成的，没有规范的系统考核与大数据智能分析；通常由若干管理人员盲目的进行线下派工，无法满足日益增长的在线化统一规范管理需求。

发明内容

本发明的目的在于让企业内部所有部门下任何岗位的员工，都可灵活便捷的进行任务派发；可即时对任务执行数据进行回收并复盘，根据任务完成情况为员工提供即时的任务提醒，引导员工更好的完成任务。

本发明提出了一种根据任务完成数据生成个人任务策略指南的数据分析系统，以解决现有公司的各部门指标下达过程中，是杂乱无序及随机生成的，没有规范的系统考核与大数据智能分析；通常由若干管理人员盲目的进行线下派工，无法满足日益增长的在线化统一规范管理需求的问题。

为实现上述目的，本发明提供以下技术方案：

一种根据任务完成数据生成个人任务策略指南的数据分析系统，包括与数据收集模块每天进行API(Application Programming Interface-操作系统留给应用程序的一个调用接口)数据交互，在每天收集完成任务完成数据后，将自动与任务派发的初始值进行比对，同时参考BI(Business Intelligence-商业智能)系统中指标指标项的设置情况，以任务执行者为维度，生成相应的任务策略指南；在任务策略指南中，明确了该任务执行者的任务完成比，同时提供相应的任务执行路径与方法，用于指导和牵引任务完成；通过与任务接收模块的交互，将任务策略指南以任务消息提醒的方式再次发送给业务人员，从而调整业务人员完成任务的路径与方法，更好的完成相关任务；具体通过以下步骤实现：

S1、与数据收集模块进行API数据交互；

S2、进行任务完成数据与任务派发数据的比对；

S3、通过预设值与实际完成值，找出任务完成差异与个人任务完成特性；

S4、建立并预设智能任务提醒策略库，根据不同指标项的完成值不同，规定不同的任务提醒明细方式，并根据指标值的不断迭代对策略库进行持续更新；

S5、根据具体任务完成度，与任务策略库进行匹配，从而生成个人任务策略指南；

S6、输出任务策略指南定时同步API接口(面向任务接收模块)。

所述步骤S2具体包括以下内容：

首先通过对于任务中的具体执行要求，检查任务包中的每个人员的完成情况；其次根据完成情况的检查报告，去确定任务包中的的完成人数与派发人员数的数量占比，由此确认整体任务包的完成情况，完成人员将忽略不计(不在本次数据分析的范围之内)；其次筛选出未完成任务的人员，对比每个执行人员中的具体任务项目(包括指标项)是否完成，进行基于个人任务的未完成项标识；最后根据标识，将打通任务策略库，给予未完成任务人员的未完成项目的综合指导与分析建议。

所述步骤S3具体包括以下内容：

通过系统前期数据建模与数据匹配定义，具体特性分类包括：无执行计划(没有一次完成次数的)、行动力差(开始完成了一部分随着时间推移在任务要求期限后半段无法持续完成的)、前期不重视(前期没有任务完成数据，集中在任务时间期限的后期开始执行的)、转化效果差(拜访类与服务类数值很高但是订单金额类无法达成)、工作无重点(每项预设值都完成了一部分但是却没有一项是达标的)等。

所述步骤S4具体包括以下内容：

任务的主要指标包括但是不仅限于：新客门店拓展注册数、门店资料收集数、门店上门拜访数、门店上门服务数、门店商品销售订单金额、门店服务套餐销售订单金额、门店老板需求上门协助数等；预设值除了完成的相关标准要求外，还包括其他维度的属性，如时间属性、区域范围属性、门店范围属性、门店老板好评率属性等；任务提醒策略将通过指挥调度移动端的APP(移动手机软件)进行推送消息或短信息的模式进行提醒。

与现有技术相比，本发明有益效果如下：

本发明尊从公司组织人员结构与指标项(KPI)预定目标，实现任务的规范化与标准化；根据数据分析模块进行调度大屏展示，并提供详细的任务数据报表，同时针对数据完成情况提供智能决策指南分析推送；预计可提升20％的派工任务完成效率，并实现公司内100％服务人员派工在线化闭环。

附图说明

图1为本发明智能指挥调度系统结构图；

图2为本发明信息获取及处理工作流程图；

图3为本发明调度任务制定及派发工作流程图；

图4为本发明调度任务接收及执行工作流程图；

图5为本发明任务数据回收及分析工作流程图；

图6为本发明调度任务数据收集报表展示情况；

图7为本发明调度任务执行及策略指南接收系统展示图之一；

图8为本发明以门店销售指标任务一个月完成10万元的预设值为例的提醒策略；

图9为本发明以门店服务任务30天内完成50次的预设值为例的梯形策略；

图10为本发明调度任务执行及策略指南接收系统展示图之二；

图11为本发明实施例2中的数据分析模块工作流程图。

具体实施方式

为阐明技术问题、技术方案、实施过程及性能展示，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释。本发明，并不用于限定本发明。以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

实施例1

如图1-图7所示，一种基于指标项考核与智能提醒机制的指挥调度系统，包括外部数据信息处理模块、信息获取模块、任务控制模块、任务接收模块、数据收集模块、数据分析模块；其中所述外部数据信息处理模块，主要包括BI(Business Intelligence-商业智能)指标数据模块和OA(Office Automation—办公自动化系统)组织数据模块；二者将通过规定的数据格式分别将组织与个人的指标数据及组织数据，通过外部信息处理API(Application Programming Interface-操作系统留给应用程序的一个调用接口)传输给指挥调度系统中的信息获取模块；信息获取模块通过对数据的接收和二次加工后，将基础信息传输至任务控制模块；任务控制模块通过对任务的定义以及对人员的匹配，将具体的任务指令包传输给任务接收模块；任务接收模块负责任务的接收与执行，同时将任务执行的完成数据发送给数据收集模块；数据收集模块通过对个人及组织的任务进行二次加工，生成可导出及查询的任务数据报表，并且将任务数据传输至数据分析模块；数据分析模块通过定时地对任务完成数据进行分析与个人匹配，为组织内的人员提供详细的任务策略指南，并以消息的形式传输至任务接收模块供业务人员进行查看。以上是智能指挥调度系统的整体结构介绍与方法综述。

所述信息获取模块，用于获取公司内部OA系统中组织相关数据，其中包括部门/岗位/人员等核心信息，除此之外还用于获取公司内部BI系统中各部门的指标数据，所述信息获取模块在信息获取后进行一定规范化处理后将信息传输给所述任务控制模块；

所述信息获取模块的工作步骤如下：

通过API接口的形式，与公司内部OA系统中组织相关数据进行打通，主要为组织数据、公司数据、部门数据、人员数据、岗位数据等；

通过API接口的形式，与公司内部BI系统中指标相关数据进行打通，主要为指标项数据、指标定义数据、指标完成数据、各部门单元指标考核数据等；

信息获取模块中与OA及BI的API接口同步方式为消息队列形式，具体的技术栈为ActiveMQ(讯息中间件)，同步时间为4小时每次，并且可提供手动同步的机制；

信息获取模块在进行了OA与BI系统的相关数据对接后，会根据部门/人员等维度，生成任务基础信息，该信息会以API接口同步的方式(每天一次)传输给任务控制模块。

所述任务控制模块，用于定义不同任务模板的完成内容与标准，同时根据所述信息获取模块中传输的人员数据与指标数据，将自动为公司组织架构内的人员自动生成各类型指标项考核任务；

所述任务控制模块的工作步骤如下：

任务控制模块进行不同任务模板的系统级定义，其中包括门店拜访、会员服务、电话拜访、资料收集、区域销售、店铺培训、新店拓客、SaaS服务收入等；

任务控制模块确定了指挥调度派工体系中管理员的权限范围，包括了管理员可调度的组织人员及可派发的任务模板；

任务控制模块与信息获取模块进行数据对接，任务控制模块通过针对指标数据与人员数据等关键信息的比对，为任务派发提供了数据基础；

管理员可在任务控制模块中，针对不同的任务模板配置相应下发规则，包括手动下发与自动下发2种模式，任务匹配完成后会针对人员维度生成确定的任务指令。

所述任务接收模块，将通过所述任务控制模块中传输的任务信息，以任务消息与任务明细的形式展现给服务人员，并为相关执行人员提供任务完成的操作闭环；

所述任务接收模块的工作步骤如下：

任务接收模块通过与任务控制模块进行API接口对接，将任务数据转化为任务消息用于提醒业务人员；(该任务模块基于任何移动手机设备的APP安装即可)

任务接收模块规范了任务消息与任务指令的对应关系，确保任务消息接收后，打开执行的是任务控制模块中确认的任务指令；在任务指令详情展示中，提供了与各应用业务模块的任务交互方法，从各应用业务模块中进行在线化操作从而完成相关任务指令；任务指令会以完成为节点，任务基础数据将以以API接口的形式，等待与数据收集模块进行交互。

所述数据收集模块，将收集所以组织架构内的任务接收人员信息，其中包括任务派发数据、任务完成数据、任务反馈数据等，由所述数据收集模块统一生成以任务为维度的数据报表；

所述数据收集模块的工作步骤如下：

所述数据收集模块，将收集所有组织架构内的任务接收人员信息，其中包括任务派发数据、任务完成数据、任务反馈数据等，由所述数据收集模块统一生成以任务为维度的数据报表；所述数据收集模块，将每天定时与任务接收模块进行API接口数据交互，从而获取个人的任务完成数据；同时计算组织架构单元的任务完成数据，包括小组/部门/子公司等。

所述数据分析模块，用于接收数据收集模块中生成的数据报表，通过以人员为维度的任务数据分析，建立各类型任务牵引与提醒策略库，根据任务设置时长与任务完成情况，将智能策略提醒信息发送给任务接收模块，其目的是为了让服务人员接收到基于大数据的智能任务迁移指南，从而更高效的完成自身任务；

所述数据分析模块的工作步骤如下：

数据分析模块与数据收集模块每天进行API数据交互，在每天收集完成任务完成数据后，将自动与任务派发的初始值进行比对，同时参考BI系统中指标指标项的设置情况，以任务执行者为维度，生成相应的任务策略指南；在任务策略指南中，明确了该任务执行者的任务完成比，同时提供相应的任务执行路径与方法，用于指导和牵引任务完成；

通过与任务接收模块的交互，将任务策略指南以任务消息提醒的方式再次发送给业务人员，从而调整业务人员完成任务的路径与方法，更好的完成相关任务。

一种基于指标项考核与智能提醒机制的指挥调度方法，包括信息获取及处理工作流程、调度任务制定及派发工作流程、调度任务接收及执行工作流程和任务数据回收及分析工作流程；

如图2所示，所述信息获取及处理工作流程具体包括以下内容：

S1：BI系统将指标数据规整成可传输的API接口数据，OA系统将组织数据规整成可传输的API接口数据；

S2：OA系统及BI系统通过ActiveMQ消息队列的形式将相关数据传输至信息获取模块；

S3：信息获取模块接收BI系统的各类指标数据，包括销售/服务/售后/拜访/人员/部门等；

S4：信息获取模块接收OA系统的各类组织数据，包括总公司/子公司/事业部/分部/普通人员/服务人员等；

S5：信息获取模块将指标数据与组织数据进行匹配，从而确定组织及个人的各项指标，生成基于部门及人员的各项考核数据；

S6：信息获取模块对外输出API定时同步接口(面向任务控制模块传输)。

如图3所示，所述调度任务制定及派发工作流程具体包括以下内容：

S1：任务控制模块通过信息获取模块提供的API定时同步接口，获取基于部门及人员的各项考核数据；

S2：创建不同类型的任务模板ID，确定任务模板的唯一性；

S3：定义不同类型的任务标准内容，确定任务的具体动作；

S4：明确不同类型的任务检查点，确定必要的任务动作；

S5：创建指挥调度管理员，明确管理员权限-调度任务类型；

S6：明确管理员权限-调度人员范围；

S7：创建任务下发规则，包括规则名称/任务描述/人员及对象/时间计划/下发时间/完成时间/启停状态等，关联任务任务单据类型；

S8：通过接收信息获取模块传输的指标及人员信息，匹配基于部门及人员的各项考核数据，调整具体任务数量与关键值；

S9：根据确定的各项任务参数值，生成基于组织及人员的任务包；

S10：生成任务包数据实时同步API接口(面向任务接收模块)。

如图4所示，所述调度任务接收及执行工作流程具体包括以下内容：

S1：任务接收模块通过任务控制模块提供的API定时同步接口，获取任务包相关数据；

S2：生成任务指令集，包括匹配人员/任务类型/下发规则等；

S3：生成基于任务指令的消息提醒，发送给以智能手机承载的APP应用；

S4：业务人员在APP应用中接收任务指令消息，查看任务内容；

S5：业务人员查看相关任务详情，并且在智能手机承载的APP应用中完成各项具体任务；

S6：任务接收模块将个人的各业务模块的任务完成数据进行分别收集；

S7：任务接收模块将组织的各业务模块的任务完成数据进行统一汇总；

S8：生成调度任务完成数据定时同步API接口(面向数据收集模块)。

如图5所示，所述任务数据回收及分析工作流程具体包括以下内容：

S1：数据收集模块通过任务接收模块提供的API定时同步接口，获取任务完成相关数据；

S2：数据收集模块，解析人员维度的任务完成数据；

S3：数据收集模块，解析组织维度的任务完成数据；

S3：数据收集模块，生成统一的任务数据明细及汇总报表；

S4：数据收集模块，提供基于各个筛选项的报表查询及导出功能；

S5：数据收集模块，输出任务完成数据定时同步API接口(面向数据分析模块)；

S6：数据分析模块，进行任务完成数据与任务派发数据的比对。首先通过对于任务中的具体执行要求，检查任务包中的每个人员的完成情况。其次根据完成情况的检查报告，去确定任务包中的的完成人数与派发人员数的数量占比，由此确认整体任务包的完成情况，完成人员将忽略不计(不在本次数据分析的范围之内)。其次筛选出未完成任务的人员，对比每个执行人员中的具体任务项目(包括指标项)是否完成，进行基于个人任务的未完成项标识。最后根据标识，将打通任务策略库，给予未完成任务人员的未完成项目的综合指导与分析建议。

S7：数据分析模块，通过预设值与实际完成值，找出任务完成差异与个人任务完成特性。通过系统前期数据建模与数据匹配定义，具体特性分类包括：无执行计划(没有一次完成次数的)、行动力差(开始完成了一部分随着时间推移在任务要求期限后半段无法持续完成的)、前期不重视(前期没有任务完成数据，集中在任务时间期限的后期开始执行的)、转化效果差(拜访类与服务类数值很高但是订单金额类无法达成)、工作无重点(每项预设值都完成了一部分但是却没有一项是达标的)等。

源代码示例(销售订单数据分析)：

class ScoreModel:

_max_score:float＝5.0

_min_score:float＝0.0

def__init__(self,mapping:dict,weight:WeightModel,strict:bool＝False):

"""

mapping＝{

"is_zb_zy":{"type":"bool","kwargs":{"truemax":True}},

"is_fb_zy":{"type":"bool","kwargs":{"truemax":True}},

"is_fb":{"type":"bool","kwargs":{"truemax":True}},

"is_h2b":{"type":"bool","kwargs":{"truemax":True}},

"last_order_amt":{"type":"number"},

"last_order_num":{"type":"number"},

"max_order_price":{"type":"number"},

"total_order_price":{"type":"number"},

"total_order_num":{"type":"number"},

"total_discount_amt":{"type":"number","kwargs":{"inversion":True}},

"total_discount_num":{"type":"number","kwargs":{"inversion":True}},

"recent_7_order_amt":{"type":"number"},

"recent_7_order_num":{"type":"number"},

"recent_15_order_amt":{"type":"number"},

"recent_15_order_num":{"type":"number"},

"recent_30_order_amt":{"type":"number"},

"recent_30_order_num":{"type":"number"},

"recent_60_order_amt":{"type":"number"},

"recent_60_order_num":{"type":"number"},

"recent_180_order_amt":{"type":"number"},

"recent_180_order_num":{"type":"number"},

"recent_365_order_amt":{"type":"number"},

"recent_365_order_num":{"type":"number"},

}

"""

self.mapping＝mapping

self.weight＝weight

self.strict＝strict

defboolscore(self,value,truemax＝True)->float:

vbool＝to_bool(value)

iftruemax^vbool:

returnself._min_score

returnself._max_score

defnumberscore(self,value,maxvalue＝1.0,inversion＝False):

try:

r＝float(value)/maxvalue*self._max_score

return(-r+self._max_score)ifinversionelser

except:

return0

S8：数据分析模块，建立并预设智能任务提醒策略库，根据不同指标项的完成值不同，规定不同的任务提醒明细方式，并根据指标值的不断迭代对策略库进行持续更新。任务的主要指标包括但是不仅限于：新客门店拓展注册数、门店资料收集数、门店上门拜访数、门店上门服务数、门店商品销售订单金额、门店服务套餐销售订单金额、门店老板需求上门协助数等。预设值除了完成的相关标准要求外，还包括其他维度的属性，如时间属性、区域范围属性、门店范围属性、门店老板好评率属性等。任务提醒策略将通过指挥调度移动端的APP(移动手机软件)进行推送消息或短信息的模式进行提醒。

S9：数据分析模块，根据具体任务完成度，与任务策略库进行匹配，从而生成个人任务策略指南；具体的任务策略指南举例如下，以门店销售指标任务一个月完成10万元的预设值为例，具体的提醒策略如图8所示；若以门店服务任务30天内完成50次的预设值为例，具体的提醒策略如图9所示。

S10：数据分析模块，输出任务策略指南定时同步API接口(面向任务接收模块)；

S11：任务接收模块，通过接收数据分析模块提供的任务策略指南数据，生成个人任务策略指南指令集；

S12：任务接收模块，以消息形式进行人员匹配并发送策略指南；

源代码示例(调度消息推荐展示)：

/>

S13：任务接收模块，业务人员在APP应用中接收并查看策略指南详情；

S14：业务人员根据策略指南指引，在APP应用中继续完成相关任务，并将任务数据再次反馈至数据收集模块，从而完成整个指挥调度系统及方法的闭环。

综上所述，在整体方案中既明确了调度主体与调度对象，同时通过基于指标指标项进行任务分配，并且及时的收集任务反馈数据从而为调度对象持续提供智能任务牵引指南，基于该指挥调度及方法将确保任务派工的完整性与可追溯性，同时较大的提高了任务效率。

如图6所示，运营管理人员在指挥调度平台中进行调度任务的操作，主要步骤如下：

a.在调度首页中，查看派发的任务总览情况，包括手动任务与自动触达任务，可查看任务数及任务各类型任务的执行情况，同时可查看任务排行榜的人员数据；

b.在任务调度模板中，通过配置不同任务类型的各类任务要求参数，定义任务模板的具体内容；

c.在下发规则中，可通过建立手动下发规则和自动下发规则，明确任务模板所关联的下发元素(执行人员/执行对象/完成次数/完成期限/下发时间等)；

d.符合下发规则的任务将自动下发至执行人员，通过执行人员的操作进行任务数据的反馈，运营人员在任务统计中可查看任务的相关数据，包括任务总览统计/任务明细情况/个人明细情况等。

如图7和图10所示，执行人员在指挥调度APP中，可接收的任务内容并完成执行的动作。

a.在任务首页工作台中，查看自身账号的任务总览情况，包括历史任务情况与我的任务情况；

b.在任务大厅中，以列表的形式查看接收到的各类任务，并且可通过高级筛选的形式，进行组合条件的搜索，完成任务的筛选；

c.通过任务列表，可进入任务详情页面，在任务详情页可查看该任务的具体指标要求、完成对象指示、完成期限等任务参数；

d.可在策略指南页面，查看依据个人任务完成情况为基础生成的核心指标辅助策略，包括带货推荐、优惠券推荐、会员指标等；

e.可通过指挥调度APP进行任务的具体执行，并且将执行数据反馈至指挥调度后台，并且个人也可查看自身的任务完成情况。

实施例2

如图11所示，具体实施时，所述数据分析模块还可以以如下流程进行工作，具体步骤包括：

S1通过数据分析模块，抓取团队任务的相关数据，包括各类产品销售数据、拜访及服务数据、拓客及资料收集数据、自定义任务数据等；

S2将团队任务数据按团队中的成员个人，进行数据拆分，明确个人的各项任务完成数据；

S3将个人任务完成数据与个人任务指标派发数据进行对比，得出基于个人任务的数据完成差异；

S4根据任务时间/任务完成度进度/任务完成动作特性等维度，得出个人的任务完成特性值；

S5将个人任务完成特性值与任务策略库进行各维度的匹配；

S6生成个人任务策略指南，通过APP消息及短信的形式通知任务执行者。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.一种根据任务完成数据生成个人任务策略指南的数据分析系统，其特征在于，包括与数据收集模块每天进行API数据交互，在每天收集完成任务完成数据后，将自动与任务派发的初始值进行比对，同时参考BI系统中指标指标项的设置情况，以任务执行者为维度，生成相应的任务策略指南；在任务策略指南中，明确了该任务执行者的任务完成比，同时提供相应的任务执行路径与方法，用于指导和牵引任务完成；通过与任务接收模块的交互，将任务策略指南以任务消息提醒的方式再次发送给业务人员，从而调整业务人员完成任务的路径与方法，更好的完成相关任务；具体通过以下步骤实现：

S1、与数据收集模块进行API数据交互；

S2、进行任务完成数据与任务派发数据的比对；

S3、通过预设值与实际完成值，找出任务完成差异与个人任务完成特性；

S4、建立并预设智能任务提醒策略库，根据不同指标项的完成值不同，规定不同的任务提醒明细方式，并根据指标值的不断迭代对策略库进行持续更新；

S5、根据具体任务完成度，与任务策略库进行匹配，从而生成个人任务策略指南；

S6、输出任务策略指南定时同步API接口(面向任务接收模块)。

2.根据权利要求1所述的一种根据任务完成数据生成个人任务策略指南的数据分析系统，其特征在于，所述步骤S2具体包括以下内容：

首先通过对于任务中的具体执行要求，检查任务包中的每个人员的完成情况；其次根据完成情况的检查报告，去确定任务包中的的完成人数与派发人员数的数量占比，由此确认整体任务包的完成情况，完成人员将忽略不计(不在本次数据分析的范围之内)；其次筛选出未完成任务的人员，对比每个执行人员中的具体任务项目(包括指标项)是否完成，进行基于个人任务的未完成项标识；最后根据标识，将打通任务策略库，给予未完成任务人员的未完成项目的综合指导与分析建议。

3.根据权利要求1所述的一种根据任务完成数据生成个人任务策略指南的数据分析系统，其特征在于，所述步骤S3具体包括以下内容：

通过系统前期数据建模与数据匹配定义，具体特性分类包括：无执行计划(没有一次完成次数的)、行动力差(开始完成了一部分随着时间推移在任务要求期限后半段无法持续完成的)、前期不重视(前期没有任务完成数据，集中在任务时间期限的后期开始执行的)、转化效果差(拜访类与服务类数值很高但是订单金额类无法达成)、工作无重点(每项预设值都完成了一部分但是却没有一项是达标的)等。

4.根据权利要求1所述的一种根据任务完成数据生成个人任务策略指南的数据分析系统，其特征在于，所述步骤S4具体包括以下内容：

任务的主要指标包括但是不仅限于：新客门店拓展注册数、门店资料收集数、门店上门拜访数、门店上门服务数、门店商品销售订单金额、门店服务套餐销售订单金额、门店老板需求上门协助数等；预设值除了完成的相关标准要求外，还包括其他维度的属性，如时间属性、区域范围属性、门店范围属性、门店老板好评率属性等；任务提醒策略将通过指挥调度移动端的APP(移动手机软件)进行推送消息或短信息的模式进行提醒。

Images