CN117009426A - 一种数据指标管理方法、装置、设备及介质 - Google Patents
一种数据指标管理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117009426A CN117009426A CN202311105042.7A CN202311105042A CN117009426A CN 117009426 A CN117009426 A CN 117009426A CN 202311105042 A CN202311105042 A CN 202311105042A CN 117009426 A CN117009426 A CN 117009426A
- Authority
- CN
- China
- Prior art keywords
- index
- data
- name
- module
- platform
- 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
- 238000007726 management method Methods 0.000 title abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000003860 storage Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 abstract description 12
- 238000009826 distribution Methods 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000003623 enhancer Substances 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
- G06F16/24556—Aggregation; Duplicate elimination
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种数据指标管理方法、装置、设备及介质，涉及大数据领域或金融领域。该方法包括：获取数据指标的指标名称，和，与指标名称对应的指标参数；根据指标名称和指标参数，构建指标参数表；根据指标参数表，维护指标平台；响应于用户需求，在指标平台中选取和用户需求相对应的目标数据指标。由此，对分布混乱的业务数据服务所涉及的数据指标，在指标平台中进行统一管理，以解决传统数据服务中的数据价值转化的效率低、复用不足、成本居高不下，进而也无法生成可信的BI报表的问题。
Description
技术领域
本申请涉及大数据领域或金融领域，特别涉及一种数据指标管理方法、装置、设备及介质。
背景技术
随着银行领域业务的不断发展，各行都在建设数据服务应用，以便更好地为银行的各级决策部门提供决策依据。
相关技术中，传统的数据服务主要是以报表加工为主要目标，银行各部门之间的数据沟通也是以商务智能(BusinessIntelligence，BI)报表为沟通媒介。为了完成一份BI报表，相关工作人员需要统计、计算大量的数据指标。
然而，一个数据指标可以由多个不同的数据源提供，不同的数据源对于数据指标的计算方式也可能不一样，若数据源的计算方式因维护不到位而丢失，就无法判断哪个数据源提供的数据指标是最可信的。因此，导致了数据价值转化的效率低、复用不足、成本居高不下，进而也无法生成可信的BI报表。
发明内容
有鉴于此，本申请实施例提供了一种数据指标管理方法、装置、设备及介质，能够提高数据指标的价值转化效率、复用能力以及快速响应能力，降低使用成本。
本申请实施例公开了如下技术方案：
第一方面，本申请提供了一种数据指标管理方法，所述方法包括：
获取数据指标的指标名称，和，与所述指标名称对应的指标参数；
根据所述指标名称和所述指标参数，构建指标参数表；
根据所述指标参数表，维护指标平台；
响应于用户需求，在所述指标平台中选取和所述用户需求相对应的目标数据指标。
可选的，所述获取数据指标的指标名称，包括：
获取目标系统中的商务智能BI报表，所述目标系统包括数据湖、数据仓库和云对象存储中的任意一种或多种；
分析所述BI报表中的业务口径和技术口径，提取所述BI报表中数据指标的指标名称。
可选的，所述获取数据指标的指标名称，和，与所述指标名称对应的指标参数，包括：
获取数据指标的指标名称、与所述指标名称对应的指标维度，和，与所述指标名称对应的指标参数；
所述根据所述指标名称和所述指标参数，构建指标参数表，包括：
根据所述指标名称、所述指标维度和所述指标参数，构建指标参数表。
可选的，所述根据所述指标参数表，维护指标平台，包括：
根据法规则表、指标负责机构表、权限功能对照表和指标服务驱动设置表中的N个参数表，以及所述指标参数表，维护指标平台，其中，N为正整数。
可选的，在所述指标平台中选取和所述用户需求相对应的目标数据指标之后，所述方法还包括：
基于所述目标数据指标执行数据加工，以生成目标BI报表。
第二方面，本申请提供了一种数据指标管理装置，所述装置包括：获取模块、构建模块、维护模块和选取模块；
所述获取模块，用于获取数据指标的指标名称，和，与所述指标名称对应的指标参数；
所述构建模块，用于根据所述指标名称和所述指标参数，构建指标参数表；
所述维护模块，用于根据所述指标参数表，维护指标平台；
所述选取模块，用于响应于用户需求，在所述指标平台中选取和所述用户需求相对应的目标数据指标。
可选的，所述获取模块具体包括：获取子模块和分析子模块；
所述获取子模块，用于获取目标系统中的商务智能BI报表，所述目标系统包括数据湖、数据仓库和云对象存储中的任意一种或多种；
所述分析子模块，用于分析所述BI报表中的业务口径和技术口径，提取所述BI报表中数据指标的指标名称。
可选的，所述获取模块具体用于：获取数据指标的指标名称、与所述指标名称对应的指标维度，和，与所述指标名称对应的指标参数；
所述构建模块具体用于：根据所述指标名称、所述指标维度和所述指标参数，构建指标参数表。
可选的，所述维护模块具体用于：根据法规则表、指标负责机构表、权限功能对照表和指标服务驱动设置表中的N个参数表，以及所述指标参数表，维护指标平台，其中，N为正整数。
可选的，所述装置还包括：生成模块；
所述生成模块，用于基于所述目标数据指标执行数据加工，以生成目标BI报表。
第三方面，本申请提供了一种数据指标管理设备，包括：存储器和处理器；
所述存储器，用于存储程序；
所述处理器，用于执行所述计算机程序时实现上述数据指标管理方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现上述数据指标管理方法的步骤。
相较于现有技术，本申请具有以下有益效果：
本申请公开了一种数据指标管理方法、装置、设备及介质，该方法包括：获取数据指标的指标名称，和，与指标名称对应的指标参数；根据指标名称和指标参数，构建指标参数表；根据指标参数表，维护指标平台；响应于用户需求，在指标平台中选取和用户需求相对应的目标数据指标。由此，对分布混乱的业务数据服务所涉及的数据指标，在指标平台中进行统一管理，以解决传统数据服务中的数据价值转化的效率低、复用不足、成本居高不下，进而也无法生成可信的BI报表的问题。能够提高数据指标的价值转化效率、复用能力以及快速响应能力，降低使用成本。
附图说明
为更清楚地说明本实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种数据指标管理方法的流程图；
图2为本申请实施例提供的一种指标平台界面的示意图；
图3为本申请实施例提供的一种指标平台的示意图；
图4为本申请实施例提供的一种算法类别的示意图；
图5为本申请实施例提供的一种银行系统的示意图；
图6为本申请实施例提供的一种数据指标管理装置的示意图；
图7为本申请实施例提供的一种计算机可读介质的示意图；
图8为本申请实施例提供的一种服务器的硬件结构示意图。
具体实施方式
本发明提供的一种数据指标管理方法、装置、设备及介质可用于大数据领域或金融领域。上述仅为示例，并不对本发明提供的一种数据指标管理方法、装置、设备及介质的应用领域进行限定。
相关技术中，传统的数据服务主要是以报表加工为主要目标，银行各部门之间的数据沟通也是以商务智能(BusinessIntelligence，BI)报表为沟通媒介。为了完成一份BI报表，相关工作人员需要统计、计算大量的数据指标。
然而，一个数据指标可以由多个不同的数据源提供，不同的数据源对于数据指标的计算方式也可能不一样，若数据源的计算方式因维护不到位而丢失，就无法判断哪个数据源提供的数据指标是最可信的。因此，导致了数据价值转化的效率低、复用不足、成本居高不下，进而也无法生成可信的BI报表。
有鉴于此，本申请提供了一种数据指标管理方法、装置、设备及介质，该方法包括：获取数据指标的指标名称，和，与指标名称对应的指标参数；根据指标名称和指标参数，构建指标参数表；根据指标参数表，维护指标平台；响应于用户需求，在指标平台中选取和用户需求相对应的目标数据指标。由此，对分布混乱的业务数据服务所涉及的数据指标，在指标平台中进行统一管理，以解决传统数据服务中的数据价值转化的效率低、复用不足、成本居高不下，进而也无法生成可信的BI报表的问题。能够提高数据指标的价值转化效率、复用能力以及快速响应能力，降低使用成本。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参见图1，该图为本申请实施例提供的一种数据指标管理方法的流程图。该方法包括：
S101：获取数据指标的指标名称和指标维度。
数据指标是数据统计的基础，也成为量化银行业务效果的重要依据。
在一些具体的实现方式中，上述数据指标的指标名称和指标维度的获取方法可以具体为：第一步，获取目标系统中现存的BI报表，示例性的，目标系统可以包括数据湖(DataLake)、数据仓库(DataWarehouse)和云对象存储中的一种或多种。
具体的，数据湖是一个以原始格式存储数据的存储库或系统，它按原样存储数据，而无需事先对数据进行结构化处理。数据仓库是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。
第二步，通过分析该BI报表中现有的业务口径和技术口径，即可拆解出BI报表中数据指标的指标名称和指标维度。
可以理解的是，在拆解出数据指标的指标名称和指标维度后，可以将该指标名称和指标维度维护到指标平台中。
参见图2，该图为本申请实施例提供的一种指标平台界面的示意图。由该图可知，若第一指标名称为指标命名，那么第一指标名称对应的指标维度为销售金额；若第二数指标名称为指标编号，那么第二指标名称对应的指标维度为XXXX_001；若第三指标名称为计量单位，那么第三指标名称对应的指标为度为人民币元。需要说明的是，对于具体的指标名称指标维度，本申请不做限定。
可以理解的是，除了可以将指标名称和指标维度维护到指标平台中以外，还可以将指标的具体定义维护到指标平台中，以完善数据指标项信息。对于具体的维护内容，本申请不做限定。
S102：获取与数据指标的指标名称和指标维度对应的指标参数。
在获取到数据指标的指标名称和指标维度后，需要获取对应的指标参数。
在一些具体的实现方式中，上述获取对应的指标参数的方法可以具体为：首先，可以导入包含大量指标参数的Excel表格文件，随后，依据指标定义功能，将S101步骤中获取的指标名称、指标维度和Excel表格文件中的指标参数进行匹配，即可得到与指标名称和指标维度对应的指标参数。
需要说明的是，也可以仅通过指标名称获取对应的指标参数，对于指标参数的具体获取方法，本申请不做限定。
在一些具体的实现方式中，在获取到指标参数后，也可以将该指标参数维护到指标平台中。
S103：根据数据指标的指标名称和指标参数，构建指标参数表。
根据S101步骤中获取的指标名称，以及，S102步骤中获取的与指标名称对应的指标参数，构建指标参数表。
S104：根据指标参数表，维护指标平台。
根据S103步骤中构建的指标参数表，即可维护指标平台。
在一些具体的实现方式中，除了根据指标参数表执行平台的维护以外，还可以根据算法规则表、指标负责机构表、权限功能对照表和指标服务驱动设置表等中的任意数量个参数表，对指标平台进行维护。需要说明的是，对于具体的参数表，本申请不做限定。
可以理解的是，上述算法规则表、指标负责机构表、权限功能对照表、指标服务驱动设置表等参数表，可以是通过Excel表格文件导入的，也可以是通过其他方式导入的，对于具体的导入方法，本申请不做限定。
在根据指标参数表对指标平台进行维护后，指标平台即可通过其中的数据指标来驱动管理和决策。可以理解的是，指标平台是集业务模型、指标管理、指标加工和数据服务于一体的完整解决方案。在一些具体的实现方式中，参见图3，该图为本申请实施例提供的一种指标平台的示意图。由图可知，该指标平台可以分为五大部分：指标应用部分、计算引擎部分、接口管理部分、目标管理部分和归因分析部分。
第一部分是指标应用部分。指标应用部分包括指标定义子模块、指标管理子模块、指标可视化子模块、指标质量子模块和指标服务子模块等。指标应用部分是以界面的形式开放出来的，通过自助的、低代码的形式构建指标平台的指标体系，在界面上对数据指标进行定义和管理时，指标平台自动化地完成了大量背后的建模动作。
接下来，对上述指标应用部分中的各个子模块展开说明：
第一个子模块是指标定义子模块，指标定义子模块的主要功能是进行指标平台中数据指标的定义，以构建指标平台的统一指标体系。也就是说，上述S101至S104步骤中对指标平台的维护，即是在该子模块中达成的。
可以理解的是，对数据指标进行定义时，可以根据数据指标的用途范围确定所定义的数据指标分类级别。其中，一级分类主要是基础类的数据指标，二级分类主要是派生类数据指标，如汇总层的数据指标就是对基础指标的二次架构指标。
第二个子模块是指标管理子模块，指标管理子模块的主要功能是可以对指标平台中的数据指标执行明细查询、修改、删除功能，使相关技术人员可以对指标平台中的数据指标进行相关的管理。
第三个子模块是指标可视化子模块，指标可视化子模块的主要功能是可以以目录这一简单图例的方式展示指标平台中所有的数据指标信息，以形象的方式供相关技术人员直接感知到指标平台中的所有数据指标。这样的指标目录对相关技术人员是非常友好的，能够使得相关技术人员高效地赋能业务自主用数。
第四个子模块是指标服务子模块，指标服务子模块的主要功能是提供一些指标平台提供的公共服务方面的功能，例如服务调用、指标加工调度等基础功能。
第五个子模块是指标质量子模块，指标质量子模块的主要功能是提供一种指标使用情况的质量评价功能，供用户对自己所使用的指标数据的满意程度进行评价，以促进指标平台指标的优化改进工作。
第二部分是计算引擎部分。计算引擎部分包括明细查询子模块、聚合查询子模块、算法规则子模块、计算服务子模块、指标自动化子模块和人工智能(ArtificialIntelligence，AI)增强子模块等。指标平台涉及的数据计算、数据加工等都需要计算引擎部分承担，以自动化、无感知的形式呈现完成数据指标的数值计算。
接下来，对上述计算引擎部分中的各个子模块展开说明：
第一个子模块是明细查询子模块，明细查询子模块的主要功能是对引擎算法规则的明细查询。通过明细查询，用户可以获知所查询的算法的详细情况。
第二个子模块是聚合查询子模块，也称列表查询子模块。聚合查询子模块的主要功能是获取引擎算法规则的列表。通过聚合查询，用户可以获知指标平台中各类算法规则的大类和分类情况。
第三个子模块是算法规则定义子模块，算法规则定义子模块的主要功能是对平台中所有算法构建过程中算法类别、算法名称及各个算法的计算公式定义。该子模块除了提供常规统计算法外，还支持其他自定义其他算法，以满足平台算法所需。
参见图4，该图为本申请实施例提供的一种算法类别的示意图。由图可知，算法规则类型可以包括：计算基础类、相对比较类、平均统计类、结构占比类和自定义类。
具体的，计算基础类具体包括：时点值、时期值、当期值、累计值、最小值和最大值；相对比较类具体包括：环比增量、环比增幅、同比增量、同比增幅、基期增量、基期增幅、月基期、季基期、年基期、目标值差异、目标完成率和平均偏离度；平均统计类具体包括简单平均、加权平均、移动平均、时间平均、月平均、季平均和年平均；结构占比类具体包括维度占比；自定义类具体包括除了上述算法规则以外的其他自定义算法。
需要说明的是，对于具体的算法类别，本申请不做限定。
第四个子模块是计算服务子模块，计算服务子模块的主要功能是提供指标计算驱动服务，通过计算服务子模块可以发起有关指标的计算，并返回计算结果。
第五个子模块是指标自动化子模块，自动化子模块的主要功能是引入缓存技术，对关注度比较高的、有价值的、可能经常使用、相对热门的数据指标进行缓存同步，以实现自动加速处理，例如可以包括对数据指标进行对应模型建立、索引匹配和优化等。
第六个子模块是AI增强子模块，AI增强子模块的主要功能是使用AI技术动态提取特征生成指标目录，运用元数据使用情况频率和用户的行为习惯可以自动识别最有价值指标向业务用户推荐，其中，上述推荐包括择优保留和低效下线的推荐等。
第三部分是接口管理部分，该接口管理部分主要是通过开放指标平台内部的应用程序接口(ApplicationProgramInterface，API)，将之与内部其它应用实现链路上的打通，以便做集成。
第四部分是目标管理模块，该目标管理模块主要从决策方的角度出发，提供一些决策者更关注的数据指标，从数据指标带来的价值是否与业务目标相匹配的角度出发，将这些重要的数据指标进行管理。通过指标平台的指标定义子模块设置指标的目标，将数据指标和业务目标关联起来，并根据业务目标能够去主动识别它的状态、风险，并进行相应的预警，发挥指标在决策层面的价值。
第五部分是归因分析部分，该归因分析部分主要根据用户给出时间区间和关注的维度等，对业务方的关注点或当数据指标有异动的时候需要去做归因分析时进行的不同维度的归因分析，通过归因分析报告，帮助用户更精准、更快速地决策。
由图3可知，指标平台与数据湖、数据仓库和云对象存储连接，可以获取其中的指标参数表，从而维护指标平台，即执行上述S101至S104步骤的操作。可以理解的是，在维护指标平台后，还可以进行连通性测试，以确保数据平台与数据湖、数据仓库和云对象存储的网络连通。
S105：响应于用户需求，在指标平台中选取和用户需求相对应的目标数据指标。
当对指标平台进行维护后，即可接收用户需求。在接收用户需求后，可以先完成用户的签到后，可在指标平台中选取和用户需求相对应的目标数据指标。
需要说明的是，对于未定义的指标，可在指标平台中申请新建指标，新建完成后选择该指标，随后即可执行后续S106步骤。
在一些具体的实现方式中，当获取到目标数据指标后，还可以将目标数据指标和用户需求保存至数据日志中。
S106：基于目标数据指标执行数据加工，以生成目标BI报表。
由图3可知，可以根据指标平台的输出进行BI分析、数据应用，以及生成协同工具等。也就是说，在S105执行选取和用户需求相对应的目标数据指标之后，就可以对目标数据指标进行数据加工，从而生成目标BI报表。
可以理解的是，目标BI报表中可以包括目标数据指标，以及对于目标数据指标的加工进度信息，例如进度条等。
在一些具体的实现方式中，在生成目标BI报表后，还可以对该目标BI报表进行浏览展示、打印操作，以及，还可以对目标BI报表中关注度比较高、有异常倾向的指标进行归因分析，并对分析结果进行展示，为决策者提供决策依据。对此，本申请不做限定。
参见图5，该图为本申请实施例提供的一种银行系统的示意图。本申请上述实施例公开的指标平台即在银行系统中。该银行系统包括指标平台、数据湖、源系统、分析层和展现层。需要说明的是，对于本申请实施例公开的银行系统和指标平台中的各个模块仅为参考，不构成具体的限定。
综上所述，本申请公开了一种数据指标管理方法，该方法包括：获取数据指标的指标名称，和，与指标名称对应的指标参数；根据指标名称和指标参数，构建指标参数表；根据指标参数表，维护指标平台；响应于用户需求，在指标平台中选取和用户需求相对应的目标数据指标。由此，对分布混乱的业务数据服务所涉及的数据指标，在指标平台中进行统一管理，以解决传统数据服务中的数据价值转化的效率低、复用不足、成本居高不下，进而也无法生成可信的BI报表的问题。能够提高数据指标的价值转化效率、复用能力以及快速响应能力，降低使用成本。
参见图6，该图为本申请实施例提供的一种数据指标管理装置的示意图。该数据指标管理装置200包括：获取模块201、构建模块202、维护模块203和选取模块204；
具体的，上述获取模块201，用于获取数据指标的指标名称，和，与上述指标名称对应的指标参数；上述构建模块202，用于根据上述指标名称和上述指标参数，构建指标参数表；上述维护模块203，用于根据上述指标参数表，维护指标平台；上述选取模块204，用于响应于用户需求，在上述指标平台中选取和上述用户需求相对应的目标数据指标。
在一些具体的实现方式中，上述获取模块201具体包括：获取子模块和分析子模块；
上述获取子模块，用于获取目标系统中的商务智能BI报表，上述目标系统包括数据湖、数据仓库和云对象存储中的任意一种或多种；上述分析子模块，用于分析上述BI报表中的业务口径和技术口径，提取上述BI报表中数据指标的指标名称。
在一些具体的实现方式中，上述获取模块201具体用于：获取数据指标的指标名称、与上述指标名称对应的指标维度，和，与上述指标名称对应的指标参数；上述构建模块202具体用于：根据上述指标名称、上述指标维度和上述指标参数，构建指标参数表。
在一些具体的实现方式中，上述维护模块203具体用于：根据法规则表、指标负责机构表、权限功能对照表和指标服务驱动设置表中的N个参数表，以及上述指标参数表，维护指标平台，其中，N为正整数。
在一些具体的实现方式中，上述数据指标管理装置200还包括：生成模块；上述生成模块，用于基于上述目标数据指标执行数据加工，以生成目标BI报表。
综上所述，本申请公开了一种数据指标管理装置，该装置包括：获取模块、构建模块、维护模块和选取模块。由此，对分布混乱的业务数据服务所涉及的数据指标，在指标平台中进行统一管理，以解决传统数据服务中的数据价值转化的效率低、复用不足、成本居高不下，进而也无法生成可信的BI报表的问题。能够提高数据指标的价值转化效率、复用能力以及快速响应能力，降低使用成本。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
参见图7，该图为本申请实施例提供的一种计算机可读介质的示意图。该计算机可读介质300上存储有计算机程序311，该计算机程序311被处理器执行时实现上述图1的数据指标管理方法的步骤。
需要说明的是，本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
需要说明的是，本申请上述的机器可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
参见图8，该图为本申请实施例提供的一种服务器的硬件结构示意图，该服务器400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessingunits，CPU)422(例如，一个或一个以上处理器)和存储器432，一个或一个以上存储应用程序440或数据444的存储介质430(例如一个或一个以上海量存储设备)。其中，存储器432和存储介质430可以是短暂存储或持久存储。存储在存储介质430的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器422可以设置为与存储介质430通信，在服务器400上执行存储介质430中的一系列指令操作。
服务器400还可以包括一个或一个以上电源426，一个或一个以上有线或无线网络接口450，一个或一个以上输入输出接口458，和/或，一个或一个以上操作系统441，例如WindowsServerTM，MacOSXTM，UnixTM，LinuxTM，FreeBSDTM等等。
上述实施例中由数据指标管理方法所执行的步骤可以基于该图8所示的服务器结构。
还需要说明的，根据本申请的实施例，上述图1中的流程示意图描述的数据指标管理方法的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行上述图1的流程示意图中所示的方法的程序代码。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本申请的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种数据指标管理方法，其特征在于，所述方法包括：
获取数据指标的指标名称，和，与所述指标名称对应的指标参数；
根据所述指标名称和所述指标参数，构建指标参数表；
根据所述指标参数表，维护指标平台；
响应于用户需求，在所述指标平台中选取和所述用户需求相对应的目标数据指标。
2.根据权利要求1所述的方法，其特征在于，所述获取数据指标的指标名称，包括：
获取目标系统中的商务智能BI报表，所述目标系统包括数据湖、数据仓库和云对象存储中的任意一种或多种；
分析所述BI报表中的业务口径和技术口径，提取所述BI报表中数据指标的指标名称。
3.根据权利要求1所述的方法，其特征在于，所述获取数据指标的指标名称，和，与所述指标名称对应的指标参数，包括：
获取数据指标的指标名称、与所述指标名称对应的指标维度，和，与所述指标名称对应的指标参数；
所述根据所述指标名称和所述指标参数，构建指标参数表，包括：
根据所述指标名称、所述指标维度和所述指标参数，构建指标参数表。
4.根据权利要求1所述的方法，其特征在于，所述根据所述指标参数表，维护指标平台，包括：
根据法规则表、指标负责机构表、权限功能对照表和指标服务驱动设置表中的N个参数表，以及所述指标参数表，维护指标平台，其中，N为正整数。
5.根据权利要求1所述的方法，其特征在于，在所述指标平台中选取和所述用户需求相对应的目标数据指标之后，所述方法还包括：
基于所述目标数据指标执行数据加工，以生成目标BI报表。
6.一种数据指标管理装置，其特征在于，所述装置包括：获取模块、构建模块、维护模块和选取模块；
所述获取模块，用于获取数据指标的指标名称，和，与所述指标名称对应的指标参数；
所述构建模块，用于根据所述指标名称和所述指标参数，构建指标参数表；
所述维护模块，用于根据所述指标参数表，维护指标平台；
所述选取模块，用于响应于用户需求，在所述指标平台中选取和所述用户需求相对应的目标数据指标。
7.根据权利要求6所述的装置，其特征在于，所述获取模块具体包括：获取子模块和分析子模块；
所述获取子模块，用于获取目标系统中的商务智能BI报表，所述目标系统包括数据湖、数据仓库和云对象存储中的任意一种或多种；
所述分析子模块，用于分析所述BI报表中的业务口径和技术口径，提取所述BI报表中数据指标的指标名称。
8.根据权利要求6所述的装置，其特征在于，所述获取模块具体用于：获取数据指标的指标名称、与所述指标名称对应的指标维度，和，与所述指标名称对应的指标参数；
所述构建模块具体用于：根据所述指标名称、所述指标维度和所述指标参数，构建指标参数表。
9.一种数据指标管理设备，其特征在于，包括：存储器和处理器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现如权利要求1至5中任一项所述的方法的各个步骤。
10.一种计算机存储介质，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，实现如权利要求1至5中任一项所述的方法的各个步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311105042.7A CN117009426A (zh) | 2023-08-30 | 2023-08-30 | 一种数据指标管理方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311105042.7A CN117009426A (zh) | 2023-08-30 | 2023-08-30 | 一种数据指标管理方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117009426A true CN117009426A (zh) | 2023-11-07 |
Family
ID=88576330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311105042.7A Pending CN117009426A (zh) | 2023-08-30 | 2023-08-30 | 一种数据指标管理方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117009426A (zh) |
-
2023
- 2023-08-30 CN CN202311105042.7A patent/CN117009426A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105868373B (zh) | 电力业务信息系统关键数据处理方法及装置 | |
| CN112990486A (zh) | 生成机器学习样本的组合特征的方法及系统 | |
| CN105740333A (zh) | 一种可视化的广告管理平台和实现方法 | |
| CN107729519B (zh) | 基于多源多维数据的评估方法及装置、终端 | |
| CN110610002A (zh) | 一种问卷信息处理方法、装置、计算机设备及存储介质 | |
| US20210090105A1 (en) | Technology opportunity mapping | |
| CN113254542A (zh) | 数据可视化处理方法及装置、电子设备 | |
| US20240094887A1 (en) | Intellectual-Property Landscaping Platform with Interactive Graphical Element | |
| CN115641019A (zh) | 指标异常分析方法、装置、计算机设备和存储介质 | |
| US12014436B2 (en) | Intellectual-property landscaping platform | |
| US20220101462A1 (en) | Intellectual-Property Landscaping Platform | |
| US20220101463A1 (en) | Intellectual-Property Landscaping Platform | |
| CN117076770A (zh) | 基于图计算的数据推荐方法、装置、存储价值及电子设备 | |
| US11227288B1 (en) | Systems and methods for integration of disparate data feeds for unified data monitoring | |
| CN113987186B (zh) | 一种基于知识图谱生成营销方案的方法和装置 | |
| CN116089490A (zh) | 数据分析方法、装置、终端和存储介质 | |
| CN117009426A (zh) | 一种数据指标管理方法、装置、设备及介质 | |
| CN113934894A (zh) | 基于指标树的数据显示方法、终端设备 | |
| CN114511174A (zh) | 一种业务指标图谱构建方法及装置 | |
| CN114911769A (zh) | 支持自定义动态标签构建的数据管理方法和系统 | |
| KR20140073624A (ko) | 기업의 해외 진출 역량 평가 방법 | |
| Kang et al. | Performance optimization of grid aggregation in spatial data warehouses | |
| US20140136293A1 (en) | Relative trend analysis of scenarios | |
| CN114155038B (zh) | 受疫情影响用户识别方法 | |
| CN114579619B (zh) | 数据查询方法、装置、电子设备及存储介质 |
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 |