CN116596654A - 指标计算方法、装置、计算机设备和存储介质 - Google Patents
指标计算方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116596654A CN116596654A CN202310414124.3A CN202310414124A CN116596654A CN 116596654 A CN116596654 A CN 116596654A CN 202310414124 A CN202310414124 A CN 202310414124A CN 116596654 A CN116596654 A CN 116596654A
- Authority
- CN
- China
- Prior art keywords
- index
- information
- resource transfer
- configuration information
- configuration
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 82
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000012546 transfer Methods 0.000 claims abstract description 111
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 26
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 70
- 238000010586 diagram Methods 0.000 description 13
- 239000000284 extract Substances 0.000 description 10
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种指标计算方法、装置、计算机设备和存储介质。方法包括:获取预先为当前资源转移场景下各指标配置的配置信息;提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。采用本申请的方案可以基于灵活可配置的指标实现指标的计算。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种指标计算方法、装置、计算机设备和存储介质。
背景技术
目前,在金融领域的客户经营策略生产线的业务架构中,包含经营目标管理、策略管理分析、目标达成监控、策略结果分析等。其中,经营目标管理依赖于定制化的经营指标制定。经营指标表示在面向某个经营业务过程中,描述业务运营的情况,可以在不同的维度、粒度和时间周期上进行衡量,通常是数值型的,可以用于统计、分析等。通过指标产出可不断优化经营策略,提升实际业务指标及收入贡献。
在不同的经营环节,关注的经营指标不同。比如APP引流环节,主要关注:注册人数、授信人数、首登率、授信率等指标。在老用户促动环节,主要关注:登录人数、借款金额、促动成本等指标。同时,一些指标在各环节都会关注,比如delta指标(衡量指标波动复读)、获客CPA(CPA是指获取一个流量的所花费的成本)指标等。
当前指标计算传统的技术实现方案,一般通过针对特定的应用场景定制开发得到定制代码,通过运行该代码得到各指标的值。
然而,传统方法中,由于不同指标需要的数据源不一致,不同指标需要进行特定开发、抽数、计算处理、验证,最终产出指标结果,整个流程繁琐,周期长。
发明内容
基于此,有必要针对上述技术问题,提供一种指标计算方法、装置、计算机设备和存储介质。
一种指标计算方法,其特征在于,方法包括:
获取预先为当前资源转移场景下各指标配置的配置信息;
提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;
根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。
在其中一个实施例中,上述的根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值,包括:
提取各指标对应的计算口径信息中的计算表达式;
根据客群信息从预设数据库中获取各指标对应的待处理数据;
根据各指标对应的计算表达式以及待处理数据对各指标进行计算,得到各指标的值。
在其中一个实施例中,上述的配置信息中包括各指标的目标值,上述的方法还包括:
根据各指标的值以及对应的目标值,得到各指标的目标达成率;
根据各指标的目标达成率以及预设阈值,得到各指标的完成情况;
当完成情况为异常时,生成提醒信息;
将提醒信息发送至预设终端。
在其中一个实施例中,上述的方法还包括:
接收对各指标的配置请求;
提取各指标的配置请求中的配置信息;
将各指标的配置请求中携带的配置信息分别与各指标进行绑定并存储。
在其中一个实施例中,上述的方法还包括:
接收对当前资源转移场景的指标新增请求;
提取新增请求中的新增指标以及新增指标对应的配置信息;
将当前资源转移场景、新增指标以及新增指标对应的配置信息进行绑定并存储。
在其中一个实施例中,上述的方法还包括:
接收对新增资源转移场景的配置请求;
提取新增资源转移场景的配置请求中新增资源转移场景下各指标的配置信息;
将新增资源转移场景、新增资源转移场景的各指标以及新增资源转移场景各指标的配置信息进行关联存储。
在其中一个实施例中,上述的方法还包括:
从大数据平台抽取第一目标数;
对第一目标数据进行预处理,得到第二目标数据;
将第二目标数据存入预设数据库。
一种指标计算装置,上述的装置包括:
获取模块,用于获取预先为当前资源转移场景下各指标配置的配置信息;
提取模块,用于提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;
计算模块,用于根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取预先为当前资源转移场景下各指标配置的配置信息;
提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;
根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取预先为当前资源转移场景下各指标配置的配置信息;
提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;
根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。
上述指标计算方法、装置、计算机设备和存储介质,获取预先为当前资源转移场景下各指标配置的配置信息;提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。采用本申请的方案可以将各资源转移场景下的各指标做成可配置的,通过各指标的配置信息对各指标进行计算,解决了传统技术中通过定制代码计算指标而言,流程繁琐的问题。
附图说明
图1为一个实施例中指标计算方法的应用环境图;
图2为一个实施例中指标计算方法的流程示意图;
图3为一个实施例中根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值步骤的流程示意图;
图4为一个实施例中对指标完成情况异常进行提醒的流程示意图;
图5为一个实施例中指标的配置界面示意图;
图6为一个实施例中指标的计算口径信息的配置界面示意图;
图7为另一个实施例中指标的计算结果的展示示意图;
图8为另一个实施例中指标的达成情况的展示示意图;
图9为一个实施例中指标计算方法的原理框图;
图10为一个实施例中指标计算装置的结构框图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处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。
请参考图1,图1为本申请一示例性实施例提供的一种指标计算方法的应用环境示意图。如图1所示,该应用环境中包括服务器100以及终端101,服务器100与终端101之间可以通过网络102实现可通信的连接,以实现本申请的指标计算方法。
服务器100用于获取预先为当前资源转移场景下各指标配置的配置信息;提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值;接收终端101发送的指标计算结果的查询请求,将对应指标的查询结果反馈至终端101展示。其中,服务器100可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
终端101用于向服务器100发送指标的计算结果的查询请求,将对应指标的计算结果反馈至终端101展示。终端101可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
网络102用于实现终端101与服务器100之间的网络连接,具体的,网络102可以包括多种类型的有线或无线网络。
在一个实施例中,如图2所示,提供了一种指标计算方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
S11、获取预先为当前资源转移场景下各指标配置的配置信息。
本申请中,上述的资源转移是指一些虚拟资源的转移,例如,借款等。相应的,上述的当前虚拟资源转移场景,可以为例如贷款相关的各种场景。例如,申完、首借、复借、轻资产,促首登新户以及促首登睡眠户等。
进一步地,上述的指标是指资源转移场景相关的各种指标,以贷款为例,上述的指标可以包括首借数量、复借数量、轻资产数量以及重资产数量等。
上述的配置信息是指为各个指标预先配置的信息。例如,若当前资源转移场景为申完时,该资源转移场景对应的指标可以包括:重资产人均动支额度、计划-TO首借金额以及计划-TO首借金额占比等。其中,重资产人均动支额度对应的配置信息可以包括各个月份的目标值以及其他的信息等。
S12、提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息。
本申请中,上述的配置信息除了包括目标值以外,其还可以包括各指标的计算口径信息以及当前资源转移场景对应的客群信息。其中,计算口径信息是指与计算各指标相关的计算规则,例如,计算口径信息可以包括计算表达式以及涉及到的一些参数等。客群信息只是与当前资源转移相关的客群的信息,例如,以申完场景当日借款金额指标为例,其对应的客群信息可以包括:申请完成的用户标识、用户当日借款总金额以及借款时间等。对应的计算表达式(模拟表达式)可以为:SUM(申请完成的用户的借款总金额,且借款时间为当日)。
本申请中,预先对各资源转移场景进行配置,包括配置各资源转移场景下各指标的相关信息以及配置各资源转移场景对应的客群信息。
S13、根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。
本申请中,服务器可以根据计算口径信息获取计算的方式或者规则,根据客群信息获取当前场景涉及的用户群信息,进一步获取待处理数据,基于计算方式以及待处理数据计算各指标的值。
请参考图3,在其中一个实施例中,上述的根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值,可以包括:
S31、提取各指标对应的计算口径信息中的计算表达式;
S32、根据客群信息从预设数据库中获取各指标对应的待处理数据;
S33、根据各指标对应的计算表达式以及待处理数据对各指标进行计算,得到各指标的值。
本申请中,上述的计算口径信息中可以包括各指标的计算表达式或者计算规则以及计算表达式或者规则中涉及的一些参数信息。
上述的客群信息可以包括用户的标识信息,如用户名或者用户ID。上述的预设数据库中包括各个用户贷款相关的数据。
示例性地,继续以申完场景当日借款金额指标的计算为例,其对应的计算表达式为:SUM(申请完成的用户的借款总金额,且借款时间为当日)。服务器根据客群信息中的用户标识,从预设数据库中提取与用户标识对应的各用户当日的借款金额,对各用户当日的借款金额执行累加计算,得到申完场景当日借款金额指标的值。其中,根据各用户标识获取各用户标识对应的用户当日的借款金额即相当于上述的各指标对应的待处理数据。
通过该实施例,可以从配置信息中提取计算各指标的计算方式以及计算各指标所需的数据,基于计算方式以及所需的数据计算各指标的值。特别地,本申请中各指标的计算方式是通过预先配置的,通过预先配置的这种方式可以灵活调整配置的信息,使得配置信息可调整性更强。
请参考图4,在其中一个实施例中,上述的配置信息中可以包括各指标的目标值,上述的方法还可以包括:
S41、根据各指标的值以及对应的目标值,得到各指标的目标达成率;
S42、根据各指标的目标达成率以及预设阈值,得到各指标的完成情况;
S43、当完成情况为异常时,生成提醒信息;
S44、将提醒信息发送至预设终端。
本申请中,上述的目标值是指各指标在预定时间段内所需要达到的目标。例如,可以预先设定重资产人均动支额度在12月份的目标值为22222。
具体地,上述的根据各指标的值以及对应的目标值,得到各指标的目标达成率,可以包括:
根据各指标的值以及对应的目标值,计算指标的值与对应目标值的比值乘以百分之百,得到目标达成率。
示例性地,当前指标的值为M,对应的目标值为N,则对应的目标达成率为M/N*100%。
在另一种实施例中,上述的目标达成率也可以为其他的计算方式,例如,(目标值-指标的值)/目标值,具体的目标达成率的计算方式可以根据实际需求进行设定,在此不做具体限定。
上述的根据各指标的目标达成率以及预设阈值,得到各指标的完成情况,可以包括:
将各指标的目标达成率与对应的预设阈值进行比对;
当当前指标的目标达成率高于对应的预设阈值,则确定当前指标完成情况良好;
当当前指标的目标达成率低于对应的预设阈值,则确定当前指标的完成情况异常。
上述的提醒信息是指用于提醒相关人员指标完成情况异常的信息。具体地,提醒信息可以为一条通知短信,该特征短信中携带有指标的标识信息、目标达成率、目标达成率与预设阈值的差值以及完成情况等。
上述的将提醒信息发送至预设终端,可以包括:
将提醒信息以短信的形式发送至指定人员的手机端,或者以邮件的形式发送至指定人员的电脑端,或者,也可以为其他的提醒形式,如钉钉以及微信等,在此不做具体限定。
通过该实施方式,可进行指标的目标值的设置,可分年度、季度以及月度等进行设置,设置后指标计算完成后会计算目标的达成情况。
通过该实施方式,可以实时监控各个指标的完成情况,并及时汇报完成异常的情况给相关的运营人员,使得运营人员能够及时了解各个指标的完成情况。
在其中一个实施例中,上述的方法还可以包括:
接收对各指标的配置请求;
提取各指标的配置请求中的配置信息;
将各指标的配置请求中携带的配置信息分别与各指标进行绑定并存储。
本申请中,服务器预先对当前资源转移场景下的各指标进行配置。具体地,运营人员可以通过终端提供的配置界面进行操作,运营人员可以在终端的配置界面上输入需要配置的指标以及对应该指标的各个配置项的配置信息。终端接收运营人员的操作指令,向服务器提交配置请求,该配置请求中携带有各指标对应的各个配置项的配置信息,服务器将各指标与对应的各配置项的配置信息进行绑定,并关联性存储,以实现对各指标的配置。
具体地,对各指标进行配置时,需要提交的配置信息可以包括指标的名称、指标的计算口径信息、指标的客群信息以及指标的目标值等。示例性地,以待配置的指标为计划-TO授信过件率为例,在对该指标进行配置时,服务器接收终端提交的配置请求,提取配置请求中携带的指标名称、计算口径信息为计划-TO授信人数/审完人数*100%,服务器进一步将指标名称与该计算口径信息进行关联性存储实现对计划-TO授信过件率的配置。
通过该实施方式,可进行指标的关注绑定,绑定后可对关注的指标进行计算。本申请,能够将各指标的计算规则做成可配置化,这样一来,运营人员可以针对不同时期(如大促)需要关注的指标不同,可以通过随时灵活修改指标的配置来实现不同时期关注不同的指标,而传统技术中,将各个指标的配置开发成定制代码,指标的配置固化,不易修改,不便于灵活调整指标的配置。
在其中一个实施例中,上述的方法还可以包括:
接收对当前资源转移场景的指标新增请求;
提取新增请求中的新增指标以及新增指标对应的配置信息;
将当前资源转移场景、新增指标以及新增指标对应的配置信息进行绑定并存储。
本申请中,指标新增请求是指对当前资源转移场景下新增新的指标的配置。当当前资源转移场景出现新的指标需要关注,可以通过增加配置来实现对当前资源转移场景增加新的指标。
一种可能的应用场景中,终端上可提供供用户对新增指标的配置信息输入界面,用户可以在界面上输入新增指标的指标名称以及指标需要配置的其他配置项。服务器接收终端提交的指标新增请求后,提取指标新增请求中携带的配置信息,基于该配置信息对新增指标进行配置,具体地,服务器将当前资源转移场景的场景标识、新增指标的指标标识以及新增指标的各配置项对应的配置信息进行绑定并存入预设的配置信息数据库中实现新增指标的配置。其中,配置项是指,如指标的名称,指标的目标值等都为配置项,配置项对应的配置信息是指,如用户输入的当前指标的具体指标名称,示例性地,用户输入当前指标的指标的名称为“重资产人均动支额度”,这里,“指标的名称”为配置项,“重资产人均动支额度”为对应该配置项的配置信息。
通过该实施例方式,可以随意修改或者新增指标的配置信息,当然本申请也支持对已有配置信息的删除操作。当运营人员需要随时修改或者新增指标的配置信息时,可以通过终端界面上进行操作,无需重新开发代码,提高效率。
在其中一个实施例中,上述的方法还可以包括:
接收对新增资源转移场景的配置请求;
提取新增资源转移场景的配置请求中新增资源转移场景下各指标的配置信息;
将新增资源转移场景、新增资源转移场景的各指标以及新增资源转移场景各指标的配置信息进行关联存储。
本申请中,服务器预先为多个资源转移场景进行了配置。其中,这里的资源转移场景是指与虚拟资源转移相关的场景,示例性地,可以包括审完、首借、复借以及轻资产等。
服务器预先创建了配置信息数据库,在该配置信息数据库中包括各个资源转移场景对应的配置信息,具体包括各个资源转移场景下各个指标的配置信息以及场景对应的客群信息。其中,各个指标对应的配置信息具体可以包括指标名称、指标的计算口径信息以及指标的目标值等。
进一步地,终端上可以提供对各个资源转移场景的配置界面,其中包括新增资源转移场景的配置界面。用户可以通过该界面进行新增资源转移场景的配置的操作。
进一步地,将新增资源转移场景、新增资源转移场景的各指标以及新增资源转移场景各指标的配置信息进行关联存储,具体可以包括:
将新增资源转移场景的场景标识、新增资源转移场景的各指标的指标标识以及新增资源转移场景各指标的配置信息进行关联存储,存入配置信息数据库供后续指标的计算调用。
通过该实施例,运营人员可以随时对资源转移场景的配置信息进行调整,具体可以包括新增、修改以及删除等调整,提升方案的灵活性以及适用范围。
在其中一个实施例中,上述的方法还可以包括:
从大数据平台抽取第一目标数;
对第一目标数据进行预处理,得到第二目标数据;
将第二目标数据存入预设数据库。
本申请中,通过大数据的数据资产信息抽取基于用户的宽表作为指标计算的底表。此底表可为所有的指标提供计算的数据源。底表数据通过DTS(DataTransmissionService,数据传输服务)方式离线同步到ADBMysql数据库。
具体地,本申请从大数据抽取第一目标数据到Hive,从Hive中先抽取需要的数据,对需要的数据进行预处理,得到第二目标数据,将第二目标数据存入预设数据库中供计算指标时调用。
其中,上述的预处理可以包括数据合并、数据筛选以及清洗等处理。
示例性地,当指标为当日借款金额,从大数据抽取到Hive中的数据包括多条数据,预处理可以包括:
将Hive中所有当日的数据筛选出来;
将当日数据中的借款金额进行累加,合并成一条数据。
通过该实施例,能够在计算各指标之前对源数据进行预处理,通过预处理,可以缩短指标的计算时间,提高数据处理效率。
一种可能的实施方式中,请参考图5,图5为一种实施例中指标的配置界面示意图。如图5所示,对资源转移场景树、场景名称,资源转移场景下各指标的配置以及指标的目标值的配置等。运营人员通过该界面可以设置各资源转移场景下待观测的指标以及对各指标的目标值进行设置。对指标的目标值设置的时候可以分年度、季度以及月度进行设置,设置后指标计算完成后会计算目标的达成情况。
一种可能的实施方式中,请参考图6,图6为一种实施例中指标的计算口径信息的配置界面示意图。如图6所示,在指标的计算口径的配置界面上包括多个待配置计算口径信息的指标以及各指标的计算口径信息。其中,各指标的计算口径信息通过SQL进行编辑,用户可以在该界面的脚本编辑框中编辑对应的计算口径信息的脚本保存提交,后续服务器基于该脚本进行计算口径信息的配置。
一种可能的实施方式中,请参考图7,图7为一种实施例中指标的计算结果的展示示意图。如图7所示,包括多个资源转移场景,如申完、首借、复借、轻资产、促首登新户、促首登睡眠户、新户、睡眠以及捞回等。在该界面上当用户鼠标至于某个资源转移场景上或者悬停于某个资源转移场景上时,能够展示该资源转移场景相关的所有指标的值。例如,当前界面示意图中鼠标悬停于活动策略场景之上,展示了该场景相关的指标的值,计划-TO首借交易金额:0,计划-TO首借交易金额占比:0.00%,计划-TO动支人数:0,计划-TO动支率:0.00%以及重资产人均动支额度:0。
一种可能的实施方式中,请参考图8,图8为一种实施例中指标的达成情况的展示示意图。如图8所示,展示了多个指标的值、月累计达成率、序时目标值以及序时达成率。例如,以首借为例,首借截止昨日完成11.1亿,为首借指标的值,首借整体月目标为13.9亿为目标值,月累计达成率为基于指标的值以及月目标值计算得到,序时目标为121064.52万,序时达成率为91.35%,另外还以图形的方式展示了月累计达成率以及序时达成率,直观形象。
在一个实施例中,如图9所示,提供了一种指标计算方法的原理框图。在图9中,运营人员可以通过运营管理设置经营计划、场景查看、场景授权、指标绑定以及权限申请等。OPR(operator,操作人员)权限用于对运营人员的操作权限进行校验。指标配置,用于校验通过后运营人员对指标进行配置。客经数据分析用于对配置的各指标进行计算。计算后的结果同步到业务系统Mysql数据库,提供给运营人员进行数据展示、数据分析,或者存储于Redis。指标计算的数据来源来源于Hive,服务器通过从大数据中抽取所需数据存入Hive,对Hive中的数据进行预处理,将预处理后的数据通过DTS方式离线同步到ADBMysql数据库,供指标计算时调用。
在一个实施例中,如图10所示,提供了一种指标计算装置,包括:获取模块11、提取模块12和计算模块13,其中:
获取模块11,用于获取预先为当前资源转移场景下各指标配置的配置信息;
提取模块12,用于提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;
计算模块13,用于根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。
在其中一个实施例中,上述的计算模块13可以提取各指标对应的计算口径信息中的计算表达式,根据客群信息从预设数据库中获取各指标对应的待处理数据,根据各指标对应的计算表达式以及待处理数据对各指标进行计算,得到各指标的值。
在其中一个实施例中,上述的配置信息中包括各指标的目标值,上述的计算模块13还可以根据各指标的值以及对应的目标值,得到各指标的目标达成率,根据各指标的目标达成率以及预设阈值,得到各指标的完成情况,当完成情况为异常时,生成提醒信息,将提醒信息发送至预设终端。
在其中一个实施例中,上述的装置还包括配置模块(图未示),该配置模块可以接收对各指标的配置请求,提取各指标的配置请求中的配置信息,将各指标的配置请求中携带的配置信息分别与各指标进行绑定并存储。
在其中一个实施例中,上述的配置模块还可以接收对当前资源转移场景的指标新增请求,提取新增请求中的新增指标以及新增指标对应的配置信息,当前资源转移场景、新增指标以及新增指标对应的配置信息进行绑定并存储。
在其中一个实施例中,上述的配置模块还可以接收对新增资源转移场景的配置请求,提取新增资源转移场景的配置请求中新增资源转移场景下各指标的配置信息,将新增资源转移场景、新增资源转移场景的各指标以及新增资源转移场景各指标的配置信息进行关联存储。
在其中一个实施例中,上述的装置还包括预处理模块(图未示),该预处理模块可以从大数据平台抽取第一目标数,对第一目标数据进行预处理,得到第二目标数据,将第二目标数据存入预设数据库。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储智能家居设备的运行数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现指标计算方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:获取预先为当前资源转移场景下各指标配置的配置信息;提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。
在一个实施例中,处理器执行计算机程序实现上述的根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值的步骤,具体实现以下步骤:
提取各指标对应的计算口径信息中的计算表达式;
根据客群信息从预设数据库中获取各指标对应的待处理数据;
根据各指标对应的计算表达式以及待处理数据对各指标进行计算,得到各指标的值。
在一个实施例中,上述的配置信息中包括各指标的目标值,处理器执行计算机程序时,具体实现以下步骤:
根据各指标的值以及对应的目标值,得到各指标的目标达成率;
根据各指标的目标达成率以及预设阈值,得到各指标的完成情况;
当完成情况为异常时,生成提醒信息;
将提醒信息发送至预设终端。
在一个实施例中,处理器执行计算机程序时,具体还实现以下步骤:
接收对各指标的配置请求;
提取各指标的配置请求中的配置信息;
将各指标的配置请求中携带的配置信息分别与各指标进行绑定并存储。
在一个实施例中,处理器执行计算机程序时,具体还实现以下步骤:
接收对当前资源转移场景的指标新增请求;
提取新增请求中的新增指标以及新增指标对应的配置信息;
将当前资源转移场景、新增指标以及新增指标对应的配置信息进行绑定并存储。
在一个实施例中,处理器执行计算机程序时,具体还实现以下步骤:
接收对新增资源转移场景的配置请求;
提取新增资源转移场景的配置请求中新增资源转移场景下各指标的配置信息;
将新增资源转移场景、新增资源转移场景的各指标以及新增资源转移场景各指标的配置信息进行关联存储。
在一个实施例中,处理器执行计算机程序时,具体还实现以下步骤:
从大数据平台抽取第一目标数;
对第一目标数据进行预处理,得到第二目标数据;
将第二目标数据构建存入预设数据库。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取预先为当前资源转移场景下各指标配置的配置信息;提取配置信息中的计算口径信息以及当前资源转移场景对应的客群信息;根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值。
在一个实施例中,计算机程序被处理器执行实现上述的根据计算口径信息以及客群信息对各指标进行计算,得到各指标的值的步骤,具体实现以下步骤:
提取各指标对应的计算口径信息中的计算表达式;
根据客群信息从预设数据库中获取各指标对应的待处理数据;
根据各指标对应的计算表达式以及待处理数据对各指标进行计算,得到各指标的值。
在一个实施例中,上述的配置信息中包括各指标的目标值,计算机程序被处理器执行时,具体实现以下步骤:
根据各指标的值以及对应的目标值,得到各指标的目标达成率;
根据各指标的目标达成率以及预设阈值,得到各指标的完成情况;
当完成情况为异常时,生成提醒信息;
将提醒信息发送至预设终端。
在一个实施例中,计算机程序被处理器执行时,具体还实现以下步骤:
接收对各指标的配置请求;
提取各指标的配置请求中的配置信息;
将各指标的配置请求中携带的配置信息分别与各指标进行绑定并存储。
在一个实施例中,计算机程序被处理器执行时,具体还实现以下步骤:
接收对当前资源转移场景的指标新增请求;
提取新增请求中的新增指标以及新增指标对应的配置信息;
将当前资源转移场景、新增指标以及新增指标对应的配置信息进行绑定并存储。
在一个实施例中,计算机程序被处理器执行时,具体还实现以下步骤:
接收对新增资源转移场景的配置请求;
提取新增资源转移场景的配置请求中新增资源转移场景下各指标的配置信息;
将新增资源转移场景、新增资源转移场景的各指标以及新增资源转移场景各指标的配置信息进行关联存储。
在一个实施例中,计算机程序被处理器执行时,具体还实现以下步骤:
从大数据平台抽取第一目标数;
对第一目标数据进行预处理,得到第二目标数据;
将第二目标数据构建存入预设数据库。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种指标计算方法,其特征在于,所述方法包括:
获取预先为当前资源转移场景下各指标配置的配置信息;
提取所述配置信息中的计算口径信息以及所述当前资源转移场景对应的客群信息;
根据所述计算口径信息以及所述客群信息对各所述指标进行计算,得到各所述指标的值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述计算口径信息以及所述客群信息对各所述指标进行计算,得到各所述指标的值,包括:
提取各所述指标对应的计算口径信息中的计算表达式;
根据所述客群信息从预设数据库中获取各所述指标对应的待处理数据;
根据各所述指标对应的所述计算表达式以及所述待处理数据对各所述指标进行计算,得到各所述指标的值。
3.根据权利要求1所述的方法,其特征在于,所述配置信息中包括各所述指标的目标值,所述方法还包括:
根据各所述指标的值以及对应的目标值,得到各所述指标的目标达成率;
根据各所述指标的目标达成率以及预设阈值,得到各所述指标的完成情况;
当所述完成情况为异常时,生成提醒信息;
将所述提醒信息发送至预设终端。
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:
接收对各所述指标的配置请求;
提取各所述指标的配置请求中的配置信息;
将各所述指标的配置请求中携带的配置信息分别与各所述指标进行绑定并存储。
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:
接收对所述当前资源转移场景的指标新增请求;
提取所述新增请求中的新增指标以及所述新增指标对应的配置信息;
将所述当前资源转移场景、所述新增指标以及所述新增指标对应的配置信息进行绑定并存储。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收对新增资源转移场景的配置请求;
提取所述新增资源转移场景的配置请求中所述新增资源转移场景下各指标的配置信息;
将所述新增资源转移场景、所述新增资源转移场景的各指标以及所述新增资源转移场景各指标的配置信息进行关联存储。
7.根据权利要求2所述的方法,其特征在于,所述方法还包括:
从大数据平台抽取第一目标数;
对所述第一目标数据进行预处理,得到第二目标数据;
将所述第二目标数据存入所述预设数据库。
8.一种指标计算装置,其特征在于,所述装置包括:
获取模块,用于获取预先为当前资源转移场景下各指标配置的配置信息;
提取模块,用于提取所述配置信息中的计算口径信息以及所述当前资源转移场景对应的客群信息;
计算模块,用于根据所述计算口径信息以及所述客群信息对各所述指标进行计算,得到各所述指标的值。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310414124.3A CN116596654A (zh) | 2023-04-18 | 2023-04-18 | 指标计算方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310414124.3A CN116596654A (zh) | 2023-04-18 | 2023-04-18 | 指标计算方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116596654A true CN116596654A (zh) | 2023-08-15 |
Family
ID=87592777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310414124.3A Pending CN116596654A (zh) | 2023-04-18 | 2023-04-18 | 指标计算方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116596654A (zh) |
-
2023
- 2023-04-18 CN CN202310414124.3A patent/CN116596654A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108876133A (zh) | 基于业务信息的风险评估处理方法、装置、服务器和介质 | |
US20170140302A1 (en) | Predictive modeling and data analysis in a secure shared system | |
CN110738477B (zh) | 一种对账方法、装置、计算机设备及存储介质 | |
CN111124917B (zh) | 公共测试用例的管控方法、装置、设备及存储介质 | |
CN110956269A (zh) | 数据模型的生成方法、装置、设备以及计算机存储介质 | |
CN109542764A (zh) | 网页自动化测试方法、装置、计算机设备和存储介质 | |
CN113837584B (zh) | 业务处理系统和基于业务处理系统的异常数据处理方法 | |
CN110602215A (zh) | 基于联盟区块链的资源处理方法及联盟区块链系统 | |
CN104704521A (zh) | 多因素简档和安全指纹分析 | |
CN110457332B (zh) | 一种信息处理方法及相关设备 | |
CN116797345A (zh) | 任务处理方法、装置、计算机设备及存储介质 | |
CN116596654A (zh) | 指标计算方法、装置、计算机设备和存储介质 | |
CN110502549A (zh) | 用户数据处理方法、装置、计算机设备和存储介质 | |
CN115914363A (zh) | 消息推送方法、装置、计算机设备和存储介质 | |
US20190236625A1 (en) | Arrangement and method for digital media measurements involving user panels | |
US8326717B2 (en) | Rate exception management tool | |
CN113434765A (zh) | 客户回访方法、系统、设备及存储介质 | |
CN113888129A (zh) | 理赔审核的配置方法、装置及后台服务器 | |
CN114358903A (zh) | 基于rpa的多系统账务核对方法、装置和计算机设备 | |
CN112883091A (zh) | 因子数据获取方法、装置、计算机设备和存储介质 | |
CN117273958A (zh) | 基于规则引擎的核保数据处理方法、装置、设备及介质 | |
CN113822753A (zh) | 信用报告生成方法、装置、计算机设备和存储介质 | |
CN114662007A (zh) | 数据推荐方法、装置、计算机设备和存储介质 | |
CN116934532A (zh) | 费用信息的页面数据处理方法、装置和计算机设备 | |
CN115393047A (zh) | 风险评估方法、装置、计算机设备和存储介质 |
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 |