CN117251502A - 数据看板生成方法、装置、计算机设备及存储介质 - Google Patents

数据看板生成方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN117251502A
CN117251502A CN202311152794.9A CN202311152794A CN117251502A CN 117251502 A CN117251502 A CN 117251502A CN 202311152794 A CN202311152794 A CN 202311152794A CN 117251502 A CN117251502 A CN 117251502A
Authority
CN
China
Prior art keywords
complaint
data
target
acquiring
preset
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
Application number
CN202311152794.9A
Other languages
English (en)
Inventor
钟汲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Health Insurance Company of China Ltd
Original Assignee
Ping An Health Insurance Company of China Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Health Insurance Company of China Ltd filed Critical Ping An Health Insurance Company of China Ltd
Priority to CN202311152794.9A priority Critical patent/CN117251502A/zh
Publication of CN117251502A publication Critical patent/CN117251502A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/26—Visual data mining; Browsing structured data
    • 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
    • G06F16/29—Geographical information databases
    • 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
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales
    • 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
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Technology Law (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请属于大数据领域与金融科技领域，涉及一种数据看板生成方法，包括：从调用的业务数据库中获取投诉基础数据，并基于投诉基础数据构建投诉热力图；从业务数据库中获取符合筛选条件的目标投诉数据，并基于目标投诉数据构建投诉饼状图；从业务数据库中获取处于预设状态的投诉案件数据，并基于投诉案件数据构建对应的投诉工单积压视图；基于投诉热力图、投诉饼状图以及投诉工单积压视图生成投诉看板。本申请还提供一种数据看板生成装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，投诉看板可存储于区块链中。本申请可应用于金融领域的看板生成场景，通过自动生成投诉看板节省了投诉数据分析的人力成本，提高了投诉数据的分析效率。

Description

数据看板生成方法、装置、计算机设备及存储介质
技术领域
本申请涉及大数据开发技术领域与金融科技领域，尤其涉及数据看板生成方法、装置、计算机设备及存储介质。
背景技术
在保险投诉高发、国家高度重视消费者权益保护的背景下，对于保险公司，需要积极响应国家和银保监的号召，加快消费者权益保护体系建设，从而亟需开发出一套能实时全面准确掌控全公司投诉信息的自动化、可视化的数据看板。
然而，目前保险公司对于投诉数据的分析处理，还使用着仅具有excel报表数据导出的客诉系统分析工具，使得对于投诉数据的分析工作还需要由具体的业务人员通过手工分析，并工作制作相关透视图，这样的数据分析方法存在人工成本高、分析效率低下、且容易出错的问题。
发明内容
本申请实施例的目的在于提出一种数据看板生成方法、装置、计算机设备及存储介质，以解决现有的保险公司的对于投诉数据的分析工作对应的数据分析方法还需要由具体的业务人员通过手工分析，并工作制作相关透视图，存在人工成本高、分析效率低下、且容易出错技术问题。
为了解决上述技术问题，本申请实施例提供一种数据看板生成方法，采用了如下所述的技术方案：
调用与投诉业务类型对应的业务数据库；
从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；
从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；
从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；
基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。
进一步的，所述从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图的步骤，具体包括：
从所述业务数据库中获取预设时间周期内的投诉基础数据；
从预设的地图网站中获取地图数据；
调用预设的图标库；
基于所述图标库对所述投诉基础数据与所述地图数据进行绘制处理，得到所述投诉热力图。
进一步的，所述从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图的步骤，具体包括：
从所述业务数据库中获取符合预设的监管条件的目标投诉数据；
获取各所述目标投诉数据的投诉率；
调用预设的第一数据模型；
基于所述第一数据模型对所述目标投诉数据与所述投诉率进行处理，生成所述投诉饼状图。
进一步的，所述从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图的步骤，具体包括：
从所述业务数据表中获取投诉处理表；
从所述投诉处理表中获取与待处理状态对应的第一投诉案件，并统计所述第一投诉案件的第一数量；以及，
从所述投诉处理表中获取与处理中状态对应的第二投诉案件，并统计所述第二投诉案件的第二数量；
基于所述第一数量与所述第二数量生成目标数量；
调用预设的第二数据模型；
基于所述第二数据模型对所述目标数量进行处理，生成所述投诉工单积压视图。
进一步的，所述基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板的步骤，具体包括：
调用预设的数据看板；
分别确定所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图在所述数据看板内的位置信息；
基于所述位置信息，将所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图填充至所述数据看板内，得到所述投诉看板。
进一步的，所述数据看板生成方法，还包括：
从所述业务数据库中获取投诉处理表；
从所述投诉处理表中获取处于已完成状态的目标投诉案件；
获取与所有所述目标投诉案件对应的业务员信息；
基于所述业务员信息与所述目标投诉案件，生成各个业务员的处理工单量；
按照数量从大到小的顺序对所有所述处理工单量进行排序，得到对应的排序结果；
基于所述排序结果，按序获取预设数量的目标处理工单量；
获取与所述目标工单量对应的目标业务员信息；
基于所述目标工单量与所述目标业务员信息构建工单柱状图。进一步的，在所述调用与投诉业务类型对应的业务数据库的步骤之前，还包括：
获取预设的历史投诉系统的指定投诉数据；
调用预设的实时数据表；
将所述实时数据表与所述指定投诉数据存储至预设数据库内，得到所述业务数据库。
为了解决上述技术问题，本申请实施例还提供一种数据看板生成装置，采用了如下所述的技术方案：
第一调用模块，用于调用与投诉业务类型对应的业务数据库；
第一构建模块，用于从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；
第二构建模块，用于从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；
第三构建模块，用于从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；
第一生成模块，用于基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
调用与投诉业务类型对应的业务数据库；
从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；
从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；
从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；
基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
调用与投诉业务类型对应的业务数据库；
从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；
从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；
从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；
基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例首先调用与投诉业务类型对应的业务数据库；然后从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；之后从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；后续从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；最后基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。本申请实施例通过从业务数据库中获取投诉基础数据、目标投诉数据、投诉案件数据，进而会智能地对该投诉基础数据进行处理以自动构建对应的投诉热力图，并对该目标投诉数据进行处理以自动构建对应的投诉饼状图，以及对该投诉案件数据进行处理以自动构建对应的投诉工单积压视图，进而基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图来生成相应的投诉看板，以完成对于业务数据库内的投诉数据的数据分析并展示，有效节省了投诉数据分析的人力成本，提高了投诉数据的分析效率，降低投诉数据统计的出错机率。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图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是本申请可以应用于其中的示例性系统架构图；
图2根据本申请的数据看板生成方法的一个实施例的流程图；
图3是根据本申请的数据看板生成装置的一个实施例的结构示意图；
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是，本申请实施例所提供的数据看板生成方法一般由服务器/终端设备执行，相应地，数据看板生成装置一般设置于服务器/终端设备中。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的数据看板生成方法的一个实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。本申请实施例提供的数据看板生成方法能够应用于任意一种需要进行数据看板构建的场景中，则该数据看板生成方法能够应用于这些场景的产品中，例如，金融保险领域中的数据看板构建。所述的数据看板生成方法，包括以下步骤：
步骤S201，调用与投诉业务类型对应的业务数据库。
在本实施例中，数据看板生成方法运行于其上的电子设备(例如图1所示的服务器/终端设备)，可以通过有线连接方式或者无线连接方式调用业务数据库。需要指出的是，上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。其中，对于不同的业务类型，会预先构建有与各种业务类型分别对应的业务数据库，以实现对于不同业务类型的业务数据的规范性存储。示例性的，在金融保险领域场景下，业务类型可包括保全业务类型、理赔业务类型、续保业务类型，则会对应构建有用于存储保全业务数据的第一业务数据库，构建有用于存储理赔业务数据的第二业务数据库，以及构建有用于存储续保业务数据的第三业务数据库。
步骤S202，从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图。
在本实施例中，上述从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。其中，对于不同的投诉数据，会根据该投诉数据的功能、用途，预先在业务数据库中对该投诉数据进行数据标识，例如标识为投诉基础数据、投诉重要数据，等等。
步骤S203，从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图。
在本实施例中，上述预设筛选条件具体可指预设的监管条件。上述从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
步骤S204，从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图。
在本实施例中，上述预设状态可包括待处理状态以及处理中状态。上述从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
步骤S205，基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。
在本实施例中，上述基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。其中，投诉看板除了包括所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图，还可进一步包括投诉分类-投诉来源饼状图、投诉处理满意度调研视图，等等。另外，针对投诉看板重点关注的项目，还可构建相应的基表枚举数据并展示。
本申请首先调用与投诉业务类型对应的业务数据库；然后从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；之后从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；后续从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；最后基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。本申请通过从业务数据库中获取投诉基础数据、目标投诉数据、投诉案件数据，进而会智能地对该投诉基础数据进行处理以自动构建对应的投诉热力图，并对该目标投诉数据进行处理以自动构建对应的投诉饼状图，以及对该投诉案件数据进行处理以自动构建对应的投诉工单积压视图，进而基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图来生成相应的投诉看板，以完成对于业务数据库内的投诉数据的数据分析并展示，有效节省了投诉数据分析的人力成本，提高了投诉数据的分析效率，降低投诉数据统计的出错机率。
在一些可选的实现方式中，步骤S202包括以下步骤：
从所述业务数据库中获取预设时间周期内的投诉基础数据。
在本实施例中，对于上述预设时间周期的选取不做具体限定，可根据实际的业务使用需求进行设置，例如可设置为距离当前时间的前10年。
从预设的地图网站中获取地图数据。
在本实施例中，上述地图网站可指包含权威的中国地图数据的地图网站。上述地图数据具体指中国地图数据。
调用预设的图标库。
在本实施例中，上述图标库具体可为Apache ECharts前端可视化开源图标库，通过该Apache ECharts前端可视化开源图标库来构建前端强大的绘图能力。
基于所述图标库对所述投诉基础数据与所述地图数据进行绘制处理，得到所述投诉热力图。
在本实施例中，可通过图标库对所述投诉基础数据与所述地图数据进行绘制处理，从而可以得到对应的投诉热力图。在对于投诉热力图的使用过程中，鼠标点选至哪个省份，哪个省份的投诉量，迅速显现，各省情况一目了然。
本申请通过从所述业务数据库中获取预设时间周期内的投诉基础数据；然后从预设的地图网站中获取地图数据；之后调用预设的图标库；后续基于所述图标库对所述投诉基础数据与所述地图数据进行绘制处理，得到所述投诉热力图。本申请在基于业务数据库与地图网站的使用获取到投诉基础数据与地图数据后，进而基于图标库对投诉基础数据与地图数据进行绘制处理，可以实现快速地生成相应的投诉热力图，提高了投诉热力图的生成效率与生成智能性。
在本实施例的一些可选的实现方式中，步骤S203包括以下步骤：
从所述业务数据库中获取符合预设的监管条件的目标投诉数据。
在本实施例中，上述符合预设的监管条件的目标投诉数据可指业务数据库中存储的监管关注的投诉数据。在保险投诉的应用场景下，目标投诉数据可包括在线客服投诉数据、保全投诉数据、契约投诉数据、理赔投诉数据、续保投诉数据、医疗投诉数据，等等。
获取各所述目标投诉数据的投诉率。
在本实施例中，业务数据库中除了存储有投诉数据，还会同步存储有与投诉数据对应的投诉率。
调用预设的第一数据模型。
在本实施例中，上述第一数据模型具体可采用HelloCharts内的Pie Chart(饼状图)数据模型。HelloCharts是一个优秀的表图库，具有性能好、功能完善、UI风格美观、坐标轴精细的特点。
基于所述第一数据模型对所述目标投诉数据与所述投诉率进行处理，生成所述投诉饼状图。
在本实施例中，通过将所述目标投诉数据与所述投诉率填充至所述第一数据模型内，以生成相应的投诉饼状图。其中，对于不同的目标投诉数据可采用不同的颜色标识进行区分。
本申请通过从所述业务数据库中获取符合预设的监管条件的目标投诉数据；然后获取各所述目标投诉数据的投诉率；之后调用预设的第一数据模型；后续基于所述第一数据模型对所述目标投诉数据与所述投诉率进行处理，生成所述投诉饼状图。本申请通过使用调用的第一数据模型对从业务数据库中获取的目标投诉数据以及目标投诉数据的投诉率进行处理，可以实现快速地生成相应的投诉饼状图，提高了投诉饼状图的生成效率与生成智能性。
在一些可选的实现方式中，步骤S204包括以下步骤：
从所述业务数据表中获取投诉处理表。
在本实施例中，上述投诉处理表具体为complain_deal_info表。
从所述投诉处理表中获取与待处理状态对应的第一投诉案件，并统计所述第一投诉案件的第一数量；以及
在本实施例中，预先设置于好待处理状态对应的数字标识为01，可通过从所述投诉处理表中获取数字标识为01的投诉案件，以得到上述第一投诉案件。
从所述投诉处理表中获取与处理中状态对应的第二投诉案件，并统计所述第二投诉案件的第二数量。
在本实施例中，预先设置好与处理中状态对应的数字标识为02，可通过从所述投诉处理表中获取数字标识为02的投诉案件，以得到上述第二投诉案件。其中，可以通过VUE+ES6定时器按照预设时间长度单位自动刷新投诉案件数据，例如每5分钟做一次轮询，以做到准实时更新。
基于所述第一数量与所述第二数量生成目标数量。
在本实施例中，可通过计算所述第一数量与所述第二数量之间的和值，得到目标数量。
调用预设的第二数据模型；
在本实施例中，上述第二数据模型具体可采用HelloCharts内的Bubble Chart(漂浮图)数据模型。或者也可以采用Pie Chart(饼状图)数据模型。
基于所述第二数据模型对所述目标数量进行处理，生成所述投诉工单积压视图。
在本实施例中，可通过将所述第一数量、所述第二数量以及所述目标数量填充至所述第二数据模型内，以生成相应的投诉工单积压视图。其中，对于不同的数量可采用不同的颜色标识进行区分。
本申请通过从所述业务数据表中获取投诉处理表；然后从所述投诉处理表中获取与待处理状态对应的第一投诉案件，并统计所述第一投诉案件的第一数量；以及从所述投诉处理表中获取与处理中状态对应的第二投诉案件，并统计所述第二投诉案件的第二数量；之后基于所述第一数量与所述第二数量生成目标数量；后续调用预设的第二数据模型，并基于所述第二数据模型对所述目标数量进行处理，生成所述投诉工单积压视图。本申请通过使用调用的第二数据模型对从投诉处理表中获取的与待处理状态对应的第一投诉案件的第一数量以及与处理中状态对应的第二投诉案件，并统计所述第二投诉案件的第二数量进行处理，可以实现快速地生成相应的投诉工单积压视图，提高了投诉工单积压视图的生成效率与生成智能性。
在一些可选的实现方式中，步骤S205包括以下步骤：
调用预设的数据看板。
在本实施例中，上述数据看板为根据实际的数据展示需求构建的数据看板，数据看板中可包括有多个数据展示区域，例如可至少包括热力图展示区域、饼状图展示区域、积压视图展示区域，等等。
分别确定所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图在所述数据看板内的位置信息。
在本实施例中，可通过确定上述数据看板内与热力图展示区域、饼状图展示区域、积压视图展示区域分别对应的第一位置信息、第二位置信息以及第三位置信息。并将上述第一位置信息、第二位置信息以及第三位置信息分别作为与所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图对应的位置信息。
基于所述位置信息，将所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图填充至所述数据看板内，得到所述投诉看板。
在本实施例中，可根据所述位置信息，将所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图填充至所述数据看板内的相应位置处理，从而得到所述投诉看板。
本申请通过调用预设的数据看板；然后分别确定所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图在所述数据看板内的位置信息；后续基于所述位置信息，将所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图填充至所述数据看板内，得到所述投诉看板。本申请通过确定所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图在所述数据看板内的位置信息，进而可以基于位置信息在调用的数据看板中对所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图进行数据填充处理，进而可以实现快速地完成相应的投诉看板的构建，提高了投诉看板的构建效率与构建智能性。
在本实施例的一些可选的实现方式中，上述电子设备还可以执行以下步骤：
从所述业务数据库中获取投诉处理表。
在本实施例中，上述投诉处理表具体为complain_deal_info表。
从所述投诉处理表中获取处于已完成状态的目标投诉案件。
在本实施例中，预先设置好与已完成状态对应的数字标识为04，可通过从所述投诉处理表中获取数字标识为04的投诉案件，以得到上述目标投诉案件。
获取与所有所述目标投诉案件对应的业务员信息。
在本实施例中，业务数据库中除了存储有投诉案件，还会同步存储有与投诉案件对应的业务员的相关信息，例如业务员的姓名。
基于所述业务员信息与所述目标投诉案件，生成各个业务员的处理工单量。
在本实施例中，可根据所述业务员信息与所述目标投诉案件，统计每一个业务员所处理的投诉案件。对于每一个业务员，将该业务员所处理的所有投诉案件进行数据合计，以得到该业务员的处理工单量。
按照数量从大到小的顺序对所有所述处理工单量进行排序，得到对应的排序结果。
基于所述排序结果，按序获取预设数量的目标处理工单量。
在本实施例中，对于上述预设数量的取值不做具体限定，可根据实际的使用需求进行设置，例如可设为10
获取与所述目标工单量对应的目标业务员信息。
在本实施例中，上述目标业务员信息可指目标业务员的姓名信息。
基于所述目标工单量与所述目标业务员信息构建工单柱状图。
在本实施例中，可通过第三数据模型对所述目标工单量与所述目标业务员信息进行处理，以构建出相应的工单柱状图。其中，上述第三数据模型具体可采用HelloCharts内的Column Chart(柱状图图)数据模型。具体的，将目标业务员信息作为横坐标，将工单量按照单位递增的方式作为纵坐标，再通过将所述第所述目标工单量与所述目标业务员信息填充至所述第三数据模型内，以生成相应的工单柱状图。其中，对于不同的目标业务员可采用不同的颜色标识进行区分。
本申请通过从所述业务数据库中获取投诉处理表；然后从所述投诉处理表中获取处于已完成状态的目标投诉案件；之后获取与所有所述目标投诉案件对应的业务员信息；并基于所述业务员信息与所述目标投诉案件，生成各个业务员的处理工单量；后续按照数量从大到小的顺序对所有所述处理工单量进行排序，得到对应的排序结果，并基于所述排序结果，按序获取预设数量的目标处理工单量；进一步获取与所述目标工单量对应的目标业务员信息；最后基于所述目标工单量与所述目标业务员信息构建工单柱状图。本申请通过查询业务数据库内的投诉处理表，进而从该投诉处理表中筛选出符合需求的目标处理工单量以及对应的目标业务员信息，进而基于所述目标工单量与所述目标业务员信息实现快速地构建出相应的工单柱状图，提高了投诉工单柱状图的构建效率与构建智能性。
在本实施例的一些可选的实现方式中，在步骤S201之前，上述电子设备还可以执行以下步骤：
获取预设的历史投诉系统的指定投诉数据。
在本实施例中，上述历史投诉系统为预先构建的存储有历史投诉数据，并仅支持数据导出功能的老系统。
调用预设的实时数据表。
在本实施例中，上述实时数据表至少包括投诉处理信息表(customer_accept_info)、投诉处理信息表(complain_deal_info)，以及投诉处理记录表(customer_accept_record)。其中，可通过对接电话中心一线坐席受理客户投诉，将投诉处理数据落入投诉处理信息表，将投诉处理数据落入投诉处理信息表，将投诉处理全过程、全程监控至投诉处理记录表(customer_accept_record)。其中，投诉处理信息表也可称为投诉处理表。
将所述实时数据表与所述指定投诉数据存储至预设数据库内，得到所述业务数据库。
在本实施例中，上述预设数据库为具有大数据处理能力的新系统下的数据库。可通过使用elasticJob框架搭建的批处理平台，定时从历史投诉系统抽取数据至新系统，同时做好数据映射关系以为看板数据提供丰富数据支撑。
本申请通过获取预设的历史投诉系统的指定投诉数据；然后调用预设的实时数据表；后续将所述实时数据表与所述指定投诉数据存储至预设数据库内，得到所述业务数据库。本申请通过调用历史投诉系统以及实时数据表，进而将所述实时数据表与所述历史投诉系统的指定投诉数据存储至预设数据库内，从而可以完成业务数据库的快速构建，有利于后续基于业务数据库的使用可以提高对于指定投诉数据以及实时数据表数据的数据处理效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
需要强调的是，为进一步保证上述投诉看板的私密和安全性，上述投诉看板还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
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，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图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，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子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，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3，作为对上述图2所示方法的实现，本申请提供了一种数据看板生成装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例所述的数据看板生成装置300包括：第一调用模块301、第一构建模块302、第二构建模块303、第三构建模块304以及第一生成模块305。其中：
第一调用模块301，用于调用与投诉业务类型对应的业务数据库；
第一构建模块302，用于从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；
第二构建模块303，用于从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；
第三构建模块304，用于从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；
第一生成模块305，用于基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的数据看板生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，第一构建模块302包括：
第一获取子模块，用于从所述业务数据库中获取预设时间周期内的投诉基础数据；
第二获取子模块，用于从预设的地图网站中获取地图数据；
第一调用子模块，用于调用预设的图标库；
第一处理子模块，用于基于所述图标库对所述投诉基础数据与所述地图数据进行绘制处理，得到所述投诉热力图。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的数据看板生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中,第二构建模块303包括：
第三获取子模块，用于从所述业务数据库中获取符合预设的监管条件的目标投诉数据；
第四获取子模块，用于获取各所述目标投诉数据的投诉率；
第二调用子模块，用于调用预设的第一数据模型；
第二处理子模块，用于基于所述第一数据模型对所述目标投诉数据与所述投诉率进行处理，生成所述投诉饼状图。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的数据看板生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，第三构建模块304包括：
第五获取子模块，用于从所述业务数据表中获取投诉处理表；
第一统计子模块，用于从所述投诉处理表中获取与待处理状态对应的第一投诉案件，并统计所述第一投诉案件的第一数量；以及，
第六获取子模块，用于从所述投诉处理表中获取与处理中状态对应的第二投诉案件，并统计所述第二投诉案件的第二数量；
生成子模块，用于基于所述第一数量与所述第二数量生成目标数量；
第三调用子模块，用于调用预设的第二数据模型；
第三处理子模块，用于基于所述第二数据模型对所述目标数量进行处理，生成所述投诉工单积压视图。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的数据看板生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，第一生成模块305包括：
第四调用子模块，用于调用预设的数据看板；
确定子模块，用于分别确定所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图在所述数据看板内的位置信息；
填充子模块，用于基于所述位置信息，将所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图填充至所述数据看板内，得到所述投诉看板。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的数据看板生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，生成模块304，包括：
第一获取模块，用于从所述业务数据库中获取投诉处理表；
第二获取模块，用于从所述投诉处理表中获取处于已完成状态的目标投诉案件；
第三获取模块，用于获取与所有所述目标投诉案件对应的业务员信息；
第一生成模块，用于基于所述业务员信息与所述目标投诉案件，生成各个业务员的处理工单量；
第二生成模块，用于按照数量从大到小的顺序对所有所述处理工单量进行排序，得到对应的排序结果；
第四获取模块，用于基于所述排序结果，按序获取预设数量的目标处理工单量；
第五获取模块，用于获取与所述目标工单量对应的目标业务员信息；
第四构建模块，用于基于所述目标工单量与所述目标业务员信息构建工单柱状图。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的数据看板生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，数据看板生成装置还包括：
第六获取模块，用于获取预设的历史投诉系统的指定投诉数据；
第二调用模块，用于调用预设的实时数据表；
存储模块，用于将所述实时数据表与所述指定投诉数据存储至预设数据库内，得到所述业务数据库。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的数据看板生成方法的步骤一一对应，在此不再赘述。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是，图中仅示出了具有组件41-43的计算机设备4，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述计算机设备4的内部存储单元，例如该计算机设备4的硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4的外部存储设备，例如该计算机设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件，例如数据看板生成方法的计算机可读指令等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据，例如运行所述数据看板生成方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例中，首先调用与投诉业务类型对应的业务数据库；然后从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；之后从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；后续从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；最后基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。本申请实施例通过从业务数据库中获取投诉基础数据、目标投诉数据、投诉案件数据，进而会智能地对该投诉基础数据进行处理以自动构建对应的投诉热力图，并对该目标投诉数据进行处理以自动构建对应的投诉饼状图，以及对该投诉案件数据进行处理以自动构建对应的投诉工单积压视图，进而基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图来生成相应的投诉看板，以完成对于业务数据库内的投诉数据的数据分析并展示，有效节省了投诉数据分析的人力成本，提高了投诉数据的分析效率，降低投诉数据统计的出错机率。
本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的数据看板生成方法的步骤。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例中，首先调用与投诉业务类型对应的业务数据库；然后从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；之后从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；后续从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；最后基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。本申请实施例通过从业务数据库中获取投诉基础数据、目标投诉数据、投诉案件数据，进而会智能地对该投诉基础数据进行处理以自动构建对应的投诉热力图，并对该目标投诉数据进行处理以自动构建对应的投诉饼状图，以及对该投诉案件数据进行处理以自动构建对应的投诉工单积压视图，进而基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图来生成相应的投诉看板，以完成对于业务数据库内的投诉数据的数据分析并展示，有效节省了投诉数据分析的人力成本，提高了投诉数据的分析效率，降低投诉数据统计的出错机率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。

Claims (10)

1.一种数据看板生成方法，其特征在于，包括下述步骤：
调用与投诉业务类型对应的业务数据库；
从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；
从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；
从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；
基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。
2.根据权利要求1所述的数据看板生成方法，其特征在于，所述从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图的步骤，具体包括：
从所述业务数据库中获取预设时间周期内的投诉基础数据；
从预设的地图网站中获取地图数据；
调用预设的图标库；
基于所述图标库对所述投诉基础数据与所述地图数据进行绘制处理，得到所述投诉热力图。
3.根据权利要求1所述的数据看板生成方法，其特征在于，所述从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图的步骤，具体包括：
从所述业务数据库中获取符合预设的监管条件的目标投诉数据；
获取各所述目标投诉数据的投诉率；
调用预设的第一数据模型；
基于所述第一数据模型对所述目标投诉数据与所述投诉率进行处理，生成所述投诉饼状图。
4.根据权利要求1所述的数据看板生成方法，其特征在于，所述从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图的步骤，具体包括：
从所述业务数据表中获取投诉处理表；
从所述投诉处理表中获取与待处理状态对应的第一投诉案件，并统计所述第一投诉案件的第一数量；以及，
从所述投诉处理表中获取与处理中状态对应的第二投诉案件，并统计所述第二投诉案件的第二数量；
基于所述第一数量与所述第二数量生成目标数量；
调用预设的第二数据模型；
基于所述第二数据模型对所述目标数量进行处理，生成所述投诉工单积压视图。
5.根据权利要求1所述的数据看板生成方法，其特征在于，所述基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板的步骤，具体包括：
调用预设的数据看板；
分别确定所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图在所述数据看板内的位置信息；
基于所述位置信息，将所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图填充至所述数据看板内，得到所述投诉看板。
6.根据权利要求1所述的数据看板生成方法，其特征在于，所述数据看板生成方法，还包括：
从所述业务数据库中获取投诉处理表；
从所述投诉处理表中获取处于已完成状态的目标投诉案件；
获取与所有所述目标投诉案件对应的业务员信息；
基于所述业务员信息与所述目标投诉案件，生成各个业务员的处理工单量；
按照数量从大到小的顺序对所有所述处理工单量进行排序，得到对应的排序结果；
基于所述排序结果，按序获取预设数量的目标处理工单量；
获取与所述目标工单量对应的目标业务员信息；
基于所述目标工单量与所述目标业务员信息构建工单柱状图。
7.根据权利要求1所述的数据看板生成方法，其特征在于，在所述调用与投诉业务类型对应的业务数据库的步骤之前，还包括：
获取预设的历史投诉系统的指定投诉数据；
调用预设的实时数据表；
将所述实时数据表与所述指定投诉数据存储至预设数据库内，得到所述业务数据库。
8.一种数据看板生成装置，其特征在于，包括：
第一调用模块，用于调用与投诉业务类型对应的业务数据库；
第一构建模块，用于从所述业务数据库中获取投诉基础数据，并基于所述投诉基础数据构建对应的投诉热力图；
第二构建模块，用于从所述业务数据库中获取符合预设筛选条件的目标投诉数据，并基于所述目标投诉数据构建对应的投诉饼状图；
第三构建模块，用于从所述业务数据库中获取处于预设状态的投诉案件数据，并基于所述投诉案件数据构建对应的投诉工单积压视图；
第一生成模块，用于基于所述投诉热力图、所述投诉饼状图以及所述投诉工单积压视图生成投诉看板。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的数据看板生成方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的数据看板生成方法的步骤。
CN202311152794.9A 2023-09-07 2023-09-07 数据看板生成方法、装置、计算机设备及存储介质 Pending CN117251502A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311152794.9A CN117251502A (zh) 2023-09-07 2023-09-07 数据看板生成方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311152794.9A CN117251502A (zh) 2023-09-07 2023-09-07 数据看板生成方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN117251502A true CN117251502A (zh) 2023-12-19

Family

ID=89128629

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311152794.9A Pending CN117251502A (zh) 2023-09-07 2023-09-07 数据看板生成方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN117251502A (zh)

Similar Documents

Publication Publication Date Title
CN115712422A (zh) 表单页面的生成方法、装置、计算机设备及存储介质
CN116453125A (zh) 基于人工智能的数据录入方法、装置、设备及存储介质
CN112507141B (zh) 调查任务生成方法、装置、计算机设备及存储介质
CN116956326A (zh) 权限数据的处理方法、装置、计算机设备及存储介质
CN116821493A (zh) 消息推送方法、装置、计算机设备及存储介质
CN115860835A (zh) 基于人工智能的广告推荐方法、装置、设备及存储介质
CN117251502A (zh) 数据看板生成方法、装置、计算机设备及存储介质
CN116820443A (zh) 数据分析方法、装置、计算机设备及存储介质
CN117395310A (zh) 任务处理方法、装置、计算机设备及存储介质
CN116795882A (zh) 数据获取方法、装置、计算机设备及存储介质
CN118035124A (zh) 用例生成方法、装置、计算机设备及存储介质
CN117217182A (zh) 基于人工智能的报告生成方法、装置、设备及存储介质
CN118227491A (zh) 测试用例的生成方法、装置、计算机设备及存储介质
CN115511277A (zh) 活动任务发布方法、装置、计算机设备及存储介质
CN117421207A (zh) 智能评估影响点测试方法、装置、计算机设备及存储介质
CN115546356A (zh) 动画生成方法、装置、计算机设备及存储介质
CN117853202A (zh) 产品推荐方法、装置、计算机设备及存储介质
CN116737437A (zh) 数据分析方法、装置、计算机设备及存储介质
CN115330434A (zh) 活动目标用户筛选的方法及其相关设备
CN116611936A (zh) 数据分析方法、装置、计算机设备及存储介质
CN116414831A (zh) 一种多报表的访问方法、装置、计算机设备及存储介质
CN116860644A (zh) 自动化测试方法、装置、计算机设备及存储介质
CN116401061A (zh) 资源数据的处理方法、装置、计算机设备及存储介质
CN115829768A (zh) 基于规则引擎的数据计算方法、装置、设备及存储介质
CN118261720A (zh) 基于人工智能的产品分析方法、装置、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