CN116681203A - 基于大数据分析的企业管理咨询方法与系统 - Google Patents
基于大数据分析的企业管理咨询方法与系统 Download PDFInfo
- Publication number
- CN116681203A CN116681203A CN202310515019.9A CN202310515019A CN116681203A CN 116681203 A CN116681203 A CN 116681203A CN 202310515019 A CN202310515019 A CN 202310515019A CN 116681203 A CN116681203 A CN 116681203A
- Authority
- CN
- China
- Prior art keywords
- parameter
- result
- case
- key data
- parameters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000007405 data analysis Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 24
- 239000000463 material Substances 0.000 claims description 19
- 238000007726 management method Methods 0.000 description 27
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical 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
- 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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种基于大数据分析的企业管理咨询方法与系统,所述方法包括:获取案例关键数据;根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间;对存入存储空间中的案例关键数据进行分析以获取参数‑结果关系;获取待分析案例实际参数;根据获取到的待分析案例实际参数以及参数‑结果关系得到预估结果。通过采用上述技术方案,通过对大量的案例数据进行分析,获取不同案件关键数据的参数类型对事件结果影响的系数,从而获取线性预测模型,再通过线性预测模型对待分析的时间参数进行计算,以推导可能导致的事件结果,实现通过总结既往的案例对企业当前情况进行分析并给出预测结果,从而为企业下一阶段的管理提供参考建议。
Description
技术领域
本申请涉及智能化管理技术领域,特别是涉及一种基于大数据分析的企业管理咨询方法、系统、计算机设备、存储介质和计算机程序产品。
背景技术
随着大数据及人工智能技术的发展,针对各类事件的预测能力也有了显著的提升,例如气象预测、行为预测等。
而企业管理这一行为,往往基于企业当下经营过程中的种种参数,例如财务状况、人力资源等,而管理决策往往也与这些参数有很强的相关性,但是企业的管理者很难将这一部分的数据进行整合并总结相关经验,为下一阶段的企业管理重心找到方向,往往通过企业管理者自己的经验或借助咨询机构为下一阶段的管理提供建议,而这也角色也受困于自己相对片面的经验。
发明内容
基于此,有必要针对上述技术问题,提供一种能够基于既往的企业管理事件中总结出的大量经验,结合企业当下的运行情况预测企业未来可能发生的问题类型的基于大数据分析的企业管理咨询方法、系统、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种基于大数据分析的企业管理咨询方法,该方法包括:
获取案例关键数据;
根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间;
对存入存储空间中的案例关键数据进行分析以获取参数-结果关系;
获取待分析案例实际参数;
根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果。
在其中一个实施例中,所述案例关键数据包括时间参数、事件类型参数、财务参数、人力资源参数、物料资源参数;所述根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间的具体步骤包括:
分别获取时间参数、事件类型参数、财务参数、人力资源参数、物料资源参数等数据,并记为同一案例关键数据所包含的数据,随后将数据存入预设存储空间中。
在其中一个实施例中,所述对存入存储空间中的案例关键数据进行分析以获取参数-结果关系的具体关系包括:
根据事件类型参数,获取该事件类型参数所对应的既往得到的参数-结果关系;
将同一案例关键数据下的时间参数、财务参数、人力资源参数以及物料资源参数输入参数-结果关系中,以获取根据既往参数结果关系得到的预估结果;
判断预估结果是否与事件类型参数匹配;
若预估结果与事件类型参数匹配,则将既往取得的参数-结果关系作为对本次存入存储空间中的案例关键数据获取的参数-结果关系。
在其中一个实施例中,所述对存入存储空间中的案例关键数据进行分析以获取参数-结果关系的具体关系还包括:
若预估结果与事件类型参数不匹配,则调取存储空间中存储的该事件类型参数所对应的所有案件关键数据,并对参数-结果关系进行重新校正,从而获取新的能够与存储空间中所有案例关键数据进行匹配的参数-结果关系。
在其中一个实施例中,所述待分析案例实际参数包括时间参数、财务参数、人力资源参数、以及物料资源参数;所述根据获取到的待分析案例 实际参数以及参数-结果关系得到预估结果的具体步骤包括:
将时间参数、财务参数、人力资源参数以及物料资源参数输入参数-结果关系,获得对应的事件类型参数,并将求得的事件类型参数作为预估结果并输出。
第二方面,本申请还提供了一种基于大数据分析的企业管理咨询处理系统,该系统包括:
存储模块,用于存储案例关键数据以及参数-结果关系;
数据输入模块,用于获取案件关键数据、案例实际参数;
运算分析模块,用于对待分析案例实际参数以及参数-结果关系进行分析以得到预估结果。
第三方面,本申请还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,该存储器存储有计算机程序,该处理器执行所述计算机程序时实现以下步骤:
获取案例关键数据;
根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间;
对存入存储空间中的案例关键数据进行分析以获取参数-结果关系;
获取待分析案例实际参数;
根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果。
第四方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质,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下步骤:
获取案例关键数据;
根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间;
对存入存储空间中的案例关键数据进行分析以获取参数-结果关系;
获取待分析案例实际参数;
根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果。
第五方面,本申请还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取案例关键数据;
根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间;
对存入存储空间中的案例关键数据进行分析以获取参数-结果关系;
获取待分析案例实际参数;
根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果。
上述基于大数据分析的企业管理咨询方法、系统、计算机设备、存储介质和计算机程序产品,通过对大量的案例数据进行分析,获取不同案件关键数据的参数类型对事件结果影响的系数,从而获取线性预测模型,再通过线性预测模型对待分析的时间参数进行计算,以推导可能导致的事件结果,实现通过总结既往的案例对企业当前情况进行分析并给出预测结果,从而为企业下一阶段的管理提供参考建议。
附图说明
图1为一个实施例中基于大数据分析的企业管理咨询方法的应用环境图;
图2为一个实施例中基于大数据分析的企业管理咨询方法的流程示意图;
图3为一个实施例中步骤的流程示意图;
图4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。
本申请实施例提供的基于大数据分析的企业管理咨询方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。其中,终端102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、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104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。
在一个实施例中,如图2所示,提供了一种基于大数据分析的企业管理咨询方法,包括以下步骤:
步骤100:获取案例关键数据。
其中,案例关键数据包括时间参数、事件类型参数、财务参数、人力资源参数、物料资源参数;
步骤200:根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间。
其中,关键数据的参数类型即为上述案例关键数据所包含的时间参数、事件类型参数、财务参数、人力资源参数、物料资源参数等,由于企业在管理过程中需要考虑的参数种类较多,此处无法逐一罗列,在本实施例中仅以具备代表性的若干种参数类型为例举例说明,其具体步骤为,分别获取时间参数、事件类型参数、财务参数、人力资源参数、物料资源参数等数据,并记为同一案例关键数据所包含的数据,随后将数据存入预设存储空间中。
步骤300:对存入存储空间中的案例关键数据进行分析以获取参数-结果关系。其具体步骤如下:
步骤310:根据事件类型参数,获取该事件类型参数所对应的既往得到的参数-结果关系。
其中事件类型参数可包括,财务状况恶化、人力资源紧缺、物料资源紧缺等与案例关键数据中所包含的参数类型对应的、企业运营过程中可能会发生的诸多类型的问题,通过该步骤可将大量的案例根据问题事件类型参数进行分类,以便于分析不同事件类型下的诸多参数与事件类型之间的关联。
步骤320:将同一案例关键数据下的时间参数、财务参数、人力资源参数以及物料资源参数输入参数-结果关系中,以获取根据既往参数结果关系得到的预估结果。
在该步骤中,将新获取的案例关键数据输入既往获取的参数-结果关系中,可实现对既往参数结果关系的校验,以一线性的参数-结果关系为例,时间参数t、财务参数c、人力资源参数r、物料参数w均为参数-结果关系这一线性代数算式左侧的变量,而与上述参数分别相乘的A、B、C、D为该事件类型参数下赋予每一参数的权,从而构成参数-结果关系:
At+Bc+Cr+Dw=Z
上式中的Z即为结果参数,结果参数Z为一无量纲的数值,不同事件类型所对应的Z的范围有所不同。
步骤330:判断预估结果是否与事件类型参数匹配;
其具体步骤为,当依照一参数-结果关系对案例关键数据所包含的诸多参数运算并得到对应的结果参数Zn后,需判断Zn是否落入该类型事件的Z的范围内,若落入Z的范围,既往的参数-结果关系能够适用于新的案例,即为校验成功、即预估结果与事件类型参数匹配,若Zn没有落入Z的范围,既往的参数-结果关系无法适用于新的案例,即校验失败、预估结果与事件类型参数不匹配。
步骤331:若预估结果与事件类型参数匹配,则将既往取得的参数-结果关系作为对本次存入存储空间中的案例关键数据获取的参数-结果关系。
在上述步骤中,若预估结果与事件类型参数匹配,则表示该参数结果关系可以继续适用,无需调整,将既往的参数-结果关系作为新的参数-结果关系进行保存即可。
步骤332:若预估结果与事件类型参数不匹配,则调取存储空间中存储的该事件类型参数所对应的所有案件关键数据,并对参数-结果关系进行重新校正,从而获取新的能够与存储空间中所有案例关键数据进行匹配的参数-结果关系。
在上述步骤中,矫正参数结果关系的具体步骤沿用前述例子继续进行说明,先求出Zn与Z的比例,若比例大于1,则对A、B、C、D四个参数进行缩小,若比例小于1,则对A、B、C、D四个参数扩大,具体的扩大或缩小可采用如下方式,参照Zn与Z的比例,判断A、B、C、D哪一参量对Zn的影响较大,对影响较大的参数按照Zn与Z的比例进行扩大或缩小调整,从而得到能够适配当前案例的参数-结果关系,从而获取新的参数-结果关系,为保证新获取的参数-结果关系对既往案例的适配情况,可从存储空间中随机提取若干组案例关键数据对新获得的参数-结果关系进行校验,若校验失败,则可根据校验失败的案例关键数据对参数结果关系进行重新调整,以获取更加准确、适用性更强的参数-结果关系。
步骤400:获取待分析案例实际参数。
步骤500:根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果。
其中,其具体步骤包括:将时间参数、财务参数、人力资源参数以及物料资源参数输入参数-结果关系,获得对应的事件类型参数,并将求得的事件类型参数作为预估结果并输出;由于存储空间中存在与不同事件类型参数一一对应的多种不同参数-结果关系,在预测是需要将待分析案例实际参数分别带入不同的参数-结果关系以获取Za、Zb、Zc等多个结果参数,Za、Zb、Zc等多个结果参数是否落入其对应的参数结果Z的范围内,若没有落入,则与该参数-结果关系对应的事件类型参数所对应的事件发生的概率很低,若落入,则与该参数-结果关系对应的事件类型参数所对应的事件发生的概率较高,需要输出对应的预估结果,从而实现提供企业风险预警信息及可参考的企业管理建议。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的基于大数据分析的企业管理咨询方法的基于大数据分析的企业管理咨询处理系统。该系统所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个基于大数据分析的企业管理咨询处理系统实施例中的具体限定可以参见上文中对于基于大数据分析的企业管理咨询方法的限定,在此不再赘述。
在一个实施例中,提供了一种基于大数据分析的企业管理咨询处理系统,包括:存储模块、数据输入模块和运算分析模块,其中:
存储模块,用于存储案例关键数据以及参数-结果关系;
数据输入模块,用于获取案件关键数据、案例实际参数;
运算分析模块,用于对待分析案例实际参数以及参数-结果关系进行分析以得到预估结果。
上述基于大数据分析的企业管理咨询处理系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
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终端,其内部结构图可以如图4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、通信接口、显示屏和输入系统。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和计算机程序。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。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种基于大数据分析的企业管理咨询方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入系统可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
步骤100:获取案例关键数据。
步骤200:根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间。
步骤300:对存入存储空间中的案例关键数据进行分析以获取参数-结果关系。其具体步骤如下:
步骤310:根据事件类型参数,获取该事件类型参数所对应的既往得到的参数-结果关系。
步骤320:将同一案例关键数据下的时间参数、财务参数、人力资源参数以及物料资源参数输入参数-结果关系中,以获取根据既往参数结果关系得到的预估结果。
步骤330:判断预估结果是否与事件类型参数匹配;
步骤331:若预估结果与事件类型参数匹配,则将既往取得的参数-结果关系作为对本次存入存储空间中的案例关键数据获取的参数-结果关系。
步骤332:若预估结果与事件类型参数不匹配,则调取存储空间中存储的该事件类型参数所对应的所有案件关键数据,并对参数-结果关系进行重新校正,从而获取新的能够与存储空间中所有案例关键数据进行匹配的参数-结果关系。
步骤400:获取待分析案例实际参数。
步骤500:根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果。
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:
步骤100:获取案例关键数据。
步骤200:根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间。
步骤300:对存入存储空间中的案例关键数据进行分析以获取参数-结果关系。其具体步骤如下:
步骤310:根据事件类型参数,获取该事件类型参数所对应的既往得到的参数-结果关系。
步骤320:将同一案例关键数据下的时间参数、财务参数、人力资源参数以及物料资源参数输入参数-结果关系中,以获取根据既往参数结果关系得到的预估结果。
步骤330:判断预估结果是否与事件类型参数匹配;
步骤331:若预估结果与事件类型参数匹配,则将既往取得的参数-结果关系作为对本次存入存储空间中的案例关键数据获取的参数-结果关系。
步骤332:若预估结果与事件类型参数不匹配,则调取存储空间中存储的该事件类型参数所对应的所有案件关键数据,并对参数-结果关系进行重新校正,从而获取新的能够与存储空间中所有案例关键数据进行匹配的参数-结果关系。
步骤400:获取待分析案例实际参数。
步骤500:根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
步骤100:获取案例关键数据。
步骤200:根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间。
步骤300:对存入存储空间中的案例关键数据进行分析以获取参数-结果关系。其具体步骤如下:
步骤310:根据事件类型参数,获取该事件类型参数所对应的既往得到的参数-结果关系。
步骤320:将同一案例关键数据下的时间参数、财务参数、人力资源参数以及物料资源参数输入参数-结果关系中,以获取根据既往参数结果关系得到的预估结果。
步骤330:判断预估结果是否与事件类型参数匹配;
步骤331:若预估结果与事件类型参数匹配,则将既往取得的参数-结果关系作为对本次存入存储空间中的案例关键数据获取的参数-结果关系。
步骤332:若预估结果与事件类型参数不匹配,则调取存储空间中存储的该事件类型参数所对应的所有案件关键数据,并对参数-结果关系进行重新校正,从而获取新的能够与存储空间中所有案例关键数据进行匹配的参数-结果关系。
步骤400:获取待分析案例实际参数。
步骤500:根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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,所述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、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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。
以上所述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本申请专利范围的限制。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,本申请的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于大数据分析的企业管理咨询方法,其特征在于,所述方法包括:
获取案例关键数据;
根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间;
对存入存储空间中的案例关键数据进行分析以获取参数-结果关系;
获取待分析案例实际参数;
根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果。
2.根据权利要求1所述的方法,其特征在于,所述案例关键数据包括时间参数、事件类型参数、财务参数、人力资源参数、物料资源参数;所述根据案例关键数据的参数类型对案例关键数据进行分类处理并存入预设存储空间的具体步骤包括:
分别获取时间参数、事件类型参数、财务参数、人力资源参数、物料资源参数等数据,并记为同一案例关键数据所包含的数据,随后将数据存入预设存储空间中。
3.根据权利要求2所述的方法,其特征在于,所述对存入存储空间中的案例关键数据进行分析以获取参数-结果关系的具体关系包括:
根据事件类型参数,获取该事件类型参数所对应的既往得到的参数-结果关系;
将同一案例关键数据下的时间参数、财务参数、人力资源参数以及物料资源参数输入参数-结果关系中,以获取根据既往参数结果关系得到的预估结果;
判断预估结果是否与事件类型参数匹配;
若预估结果与事件类型参数匹配,则将既往取得的参数-结果关系作为对本次存入存储空间中的案例关键数据获取的参数-结果关系。
4.根据权利要求3所述的方法,其特征在于,所述对存入存储空间中的案例关键数据进行分析以获取参数-结果关系的具体关系还包括:
若预估结果与事件类型参数不匹配,则调取存储空间中存储的该事件类型参数所对应的所有案件关键数据,并对参数-结果关系进行重新校正,从而获取新的能够与存储空间中所有案例关键数据进行匹配的参数-结果关系。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述待分析案例实际参数包括时间参数、财务参数、人力资源参数、以及物料资源参数;所述根据获取到的待分析案例实际参数以及参数-结果关系得到预估结果的具体步骤包括:
将时间参数、财务参数、人力资源参数以及物料资源参数输入参数-结果关系,获得对应的事件类型参数,并将求得的事件类型参数作为预估结果并输出。
6.一种基于大数据分析的企业管理咨询处理系统,其特征在于,所述系统包括:
存储模块,用于存储案例关键数据以及参数-结果关系;
数据输入模块,用于获取案件关键数据、案例实际参数;
运算分析模块,用于对待分析案例实际参数以及参数-结果关系进行分析以得到预估结果。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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6中任一项所述的方法的步骤。
8.一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6中任一项所述的方法的步骤。
9.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310515019.9A CN116681203A (zh) | 2023-05-09 | 2023-05-09 | 基于大数据分析的企业管理咨询方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310515019.9A CN116681203A (zh) | 2023-05-09 | 2023-05-09 | 基于大数据分析的企业管理咨询方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116681203A true CN116681203A (zh) | 2023-09-01 |
Family
ID=87786313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310515019.9A Pending CN116681203A (zh) | 2023-05-09 | 2023-05-09 | 基于大数据分析的企业管理咨询方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116681203A (zh) |
-
2023
- 2023-05-09 CN CN202310515019.9A patent/CN116681203A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10311044B2 (en) | Distributed data variable analysis and hierarchical grouping system | |
WO2020253059A1 (zh) | 多级联动下拉框的实现方法、装置和计算机设备 | |
CN117033039A (zh) | 故障检测方法、装置、计算机设备和存储介质 | |
CN114446019A (zh) | 告警信息处理方法、装置、设备、存储介质和产品 | |
CN115619261A (zh) | 一种作业标签画像数据处理方法、装置、计算机设备 | |
CN115759742A (zh) | 企业风险评估方法、装置、计算机设备和存储介质 | |
CN115169155A (zh) | 发动机故障预测方法、装置、计算机设备和存储介质 | |
CN116681203A (zh) | 基于大数据分析的企业管理咨询方法与系统 | |
CN111737319B (zh) | 用户集群的预测方法、装置、计算机设备和存储介质 | |
CN117077028A (zh) | 风险预测模型的构建方法、装置、计算机设备和存储介质 | |
CN118297376A (zh) | 风险预测方法、装置、设备、存储介质和程序产品 | |
CN118132091A (zh) | 业务模型的处理方法、装置、计算机设备和存储介质 | |
CN115827977A (zh) | 用户偏好预测模型的训练方法、装置和计算机设备 | |
CN116821147A (zh) | 数据查找工具识别方法、装置、设备和存储介质 | |
CN115665323A (zh) | 外呼故障分析方法、装置、计算机设备和存储介质 | |
CN116881028A (zh) | 应用程序闪退处理方法、装置、设备、介质和程序产品 | |
CN117574221A (zh) | 业务逻辑分析方法、装置、计算机设备和存储介质 | |
CN117436484A (zh) | 图像识别模型构建、装置、计算机设备和存储介质 | |
CN118155383A (zh) | 预警处理方法、装置、计算机设备和存储介质 | |
CN118113530A (zh) | 芯片故障定位方法、装置、计算机设备和存储介质 | |
CN117873824A (zh) | 芯片功耗优化方法、装置、计算机设备和存储介质 | |
CN115587285A (zh) | 目标对象识别方法、装置、计算机设备和存储介质 | |
CN118277193A (zh) | 业务数据的处理方法、装置、计算机设备和存储介质 | |
CN117391490A (zh) | 金融业务的评价信息处理方法、装置和计算机设备 | |
CN116127195A (zh) | 套餐推荐方法、装置、计算机设备、存储介质和程序产品 |
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 |