JP2015524129A5 - - Google Patents

Download PDF

Info

Publication number
JP2015524129A5
JP2015524129A5 JP2015518525A JP2015518525A JP2015524129A5 JP 2015524129 A5 JP2015524129 A5 JP 2015524129A5 JP 2015518525 A JP2015518525 A JP 2015518525A JP 2015518525 A JP2015518525 A JP 2015518525A JP 2015524129 A5 JP2015524129 A5 JP 2015524129A5
Authority
JP
Japan
Prior art keywords
data
data unit
content
data object
asset
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.)
Granted
Application number
JP2015518525A
Other languages
Japanese (ja)
Other versions
JP6301326B2 (en
JP2015524129A (en
Filing date
Publication date
Priority claimed from US13/844,002 external-priority patent/US20140122240A1/en
Priority claimed from US13/895,276 external-priority patent/US20140156343A1/en
Priority claimed from US13/895,294 external-priority patent/US20130339088A1/en
Priority claimed from US13/895,302 external-priority patent/US9652776B2/en
Application filed filed Critical
Priority claimed from PCT/US2013/046439 external-priority patent/WO2013192245A2/en
Publication of JP2015524129A publication Critical patent/JP2015524129A/en
Publication of JP2015524129A5 publication Critical patent/JP2015524129A5/ja
Application granted granted Critical
Publication of JP6301326B2 publication Critical patent/JP6301326B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (15)

少なくとも一つのプログラム可能プロセッサにより実行される際、少なくとも一つのプログラム可能プロセッサにオペレーションを実行させる命令を含むコンピュータプログラムにおいて、
前記オペレーションは、
経常収益管理システムにて第1のデータ単位を受信するステップと、
経常収益管理システムにて第2のデータ単位を受信するステップと、
経常収益管理システム内部で定義される資産データモデルの一部である所定のデータオブジェクトのパラメータに基づいて、第1のデータ単位及び第2のデータ単位から、内容を抽出するステップと、
抽出される内容を、所定のデータオブジェクトのインスタンスに加え、参照タグを、第1のデータ単位及び第2のデータ単位の各々から抽出される内容と、関連づけするステップであって、各々の参照タグはその関連する内容のための識別情報を含む、ステップと、
第1のデータ単位から抽出される内容と第2のデータ単位から抽出される内容が、所定のデータオブジェクトのインスタンスの内部の同じフィールドに対して、冗長で対立する値を与える、重複データ状況を検出するステップと、
第1のデータ単位と第2のデータ単位の内容の参照タグ内の識別情報に基づく、対立の解消への所定のアプローチを適用することにより、重複データ状況を解消するステップと
を含む、コンピュータプログラム。
In a computer program comprising instructions that, when executed by at least one programmable processor, cause the at least one programmable processor to perform an operation,
Said operation is
Receiving the first data unit in the recurring revenue management system;
Receiving a second data unit in the current revenue management system;
Extracting content from a first data unit and a second data unit based on parameters of a predetermined data object that is part of an asset data model defined within the ordinary revenue management system;
Adding extracted content to an instance of a predetermined data object and associating a reference tag with the content extracted from each of the first data unit and the second data unit, each reference tag Includes identifying information for its associated content, and
A duplicate data situation in which the content extracted from the first data unit and the content extracted from the second data unit give redundant and conflicting values for the same field inside an instance of a given data object. Detecting step;
Resolving the duplicate data situation by applying a predetermined approach to resolving the conflict based on the identification information in the reference tag of the contents of the first data unit and the second data unit. .
所定のアプローチは、内容内の一つ若しくはそれ以上のキーフィールドを識別することを含み、一つ若しくはそれ以上のキーフィールドの各々は、一意的特性を有する、
請求項1に記載のコンピュータプログラム。
The predetermined approach includes identifying one or more key fields in the content, each of the one or more key fields having a unique characteristic.
The computer program according to claim 1.
所定のアプローチは、資産データモデル内のオブジェクトのより大きいグループに関する一つ若しくはそれ以上の統計的変異性を計測するクラスタ化アルゴリズムを含む、
請求項1に記載のコンピュータプログラム。
The predetermined approach includes a clustering algorithm that measures one or more statistical variability for a larger group of objects in the asset data model.
The computer program according to claim 1.
資産データモデルは、商品データオブジェクト、経常収益資産データオブジェクト、機会データオブジェクト、及びコンタクトデータオブジェクトの各々のうちの一つ若しくはそれ以上を含む、
請求項1〜3のうちのいずれか一に記載のコンピュータプログラム。
The asset data model includes one or more of each of a product data object, a recurring revenue asset data object, an opportunity data object, and a contact data object.
The computer program as described in any one of Claims 1-3.
第1のデータ単位から抽出される内容と第2のデータ単位から抽出される内容が、資産データモデルは、商品データオブジェクト、経常収益資産データオブジェクト、機会データオブジェクト、及びコンタクトデータオブジェクトの各々のうちの一つ若しくはそれ以上を表す、
請求項4に記載のコンピュータプログラム。
The content extracted from the first data unit and the content extracted from the second data unit are the asset data model of the product data object, the recurring revenue asset data object, the opportunity data object, and the contact data object. Represents one or more of
The computer program according to claim 4.
前記オペレーションは更に、
重複データ状況の解消に従って、経常収益資産の資産データオブジェクトを生成するステップを含む、
請求項1〜5のうちのいずれか一に記載のコンピュータプログラム。
The operation further includes:
Generating asset data objects for recurring revenue assets according to the elimination of duplicate data situations,
The computer program as described in any one of Claims 1-5.
各々の参照タグに関連する識別情報は、抽出される内容が受信されたソースの表示を含み、抽出される内容は更に、参照タグが関連する、抽出される内容と関連した従前の参照タグの履歴を含むタグ履歴を含む、
請求項1〜6のうちのいずれか一に記載のコンピュータプログラム。
The identification information associated with each reference tag includes an indication of the source from which the extracted content was received, and the extracted content further includes the previous reference tag associated with the extracted content with which the reference tag is associated. Including tag history, including history,
The computer program as described in any one of Claims 1-6.
各々の参照タグは更に、受信の日付、ユーザ識別子、及び、抽出される内容を示したユーザの許容レベルの、一つ若しくはそれ以上を含む、
請求項7に記載のコンピュータプログラム。
Each reference tag further includes one or more of the date of receipt, the user identifier, and the user's acceptable level indicating the content to be extracted.
The computer program according to claim 7.
請求項1〜8のうちのいずれか一に記載のコンピュータプログラムを実行する、少なくとも一つのプログラム可能プロセッサを含む、経常収益管理システム。   A recurring revenue management system comprising at least one programmable processor for executing the computer program according to claim 1. 一つ若しくはそれ以上のプロセッサにより、経常収益資産に関連する第1のデータ単位を受信するステップと、
一つ若しくはそれ以上のプロセッサにより、経常収益資産に関連する第2のデータ単位を受信するステップと、
一つ若しくはそれ以上のプロセッサにより、経常収益資産のための経常収益管理システム内部で定義される資産データモデルの一部である所定のデータオブジェクトのパラメータに基づいて、第1のデータ単位及び第2のデータ単位から、内容を抽出するステップと、
一つ若しくはそれ以上のプロセッサにより、抽出される内容を、所定のデータオブジェクトのインスタンスに加え、参照タグを、第1のデータ単位及び第2のデータ単位の各々から抽出される内容と、関連づけするステップであって、各々の参照タグはその関連する内容のための識別情報を含む、ステップと、
一つ若しくはそれ以上のプロセッサにより、第1のデータ単位から抽出される内容と第2のデータ単位から抽出される内容が、所定のデータオブジェクトのインスタンスの内部の同じフィールドに対して、冗長で対立する値を与える、重複データ状況を検出するステップと、
一つ若しくはそれ以上のプロセッサにより、第1のデータ単位と第2のデータ単位の内容の参照タグ内の識別情報に基づく、対立の解消への所定のアプローチを適用することにより、重複データ状況を解消するステップと
を含む、コンピュータに実装される方法。
Receiving, by one or more processors, a first data unit associated with a recurring revenue asset;
Receiving, by one or more processors, a second data unit associated with the recurring revenue asset;
One or more processors, based on parameters of a predetermined data object that is part of an asset data model defined within the recurring revenue management system for recurring revenue assets, a first data unit and a second data unit Extracting content from the data unit of
The content extracted by one or more processors is added to an instance of a given data object, and a reference tag is associated with the content extracted from each of the first data unit and the second data unit. Each reference tag includes identifying information for its associated content; and
The content extracted from the first data unit and the content extracted from the second data unit by one or more processors is redundant and conflicting with the same field inside an instance of a given data object. Detecting a duplicate data situation, giving a value to
By applying a predetermined approach to conflict resolution based on the identification information in the reference tag of the contents of the first data unit and the second data unit by one or more processors, A computer-implemented method comprising the step of resolving.
所定のアプローチは、内容内の一つ若しくはそれ以上のキーフィールドを識別することを含み、一つ若しくはそれ以上のキーフィールドの各々は、一意的特性を有する、
請求項10に記載の、コンピュータに実装される方法。
The predetermined approach includes identifying one or more key fields in the content, each of the one or more key fields having a unique characteristic.
The computer-implemented method of claim 10.
所定のアプローチは、資産データモデル内のオブジェクトのより大きいグループに関する一つ若しくはそれ以上の統計的変異性を計測するクラスタ化アルゴリズムを含む、
請求項11に記載の、コンピュータに実装される方法。
The predetermined approach includes a clustering algorithm that measures one or more statistical variability for a larger group of objects in the asset data model.
The computer-implemented method of claim 11.
資産データモデルは、商品データオブジェクト、経常収益資産データオブジェクト、機会データオブジェクト、及びコンタクトデータオブジェクトの各々のうちの一つ若しくはそれ以上を含む、
請求項12に記載の、コンピュータに実装される方法。
The asset data model includes one or more of each of a product data object, a recurring revenue asset data object, an opportunity data object, and a contact data object.
The computer-implemented method of claim 12.
第1のデータ単位から抽出される内容と第2のデータ単位から抽出される内容が、資産データモデルは、商品データオブジェクト、経常収益資産データオブジェクト、機会データオブジェクト、及びコンタクトデータオブジェクトの各々のうちの一つ若しくはそれ以上を表す、
請求項13に記載の、コンピュータに実装される方法。
The content extracted from the first data unit and the content extracted from the second data unit are the asset data model of the product data object, the recurring revenue asset data object, the opportunity data object, and the contact data object. Represents one or more of
The computer-implemented method of claim 13.
前記オペレーションは更に、
重複データ状況の解消に従って、経常収益資産の資産データオブジェクトを生成するステップを含む、
請求項13又は14に記載の、コンピュータに実装される方法。
The operation further includes:
Generating asset data objects for recurring revenue assets according to the elimination of duplicate data situations,
15. A computer implemented method according to claim 13 or 14.
JP2015518525A 2012-06-18 2013-06-18 Service asset management system and method Active JP6301326B2 (en)

Applications Claiming Priority (19)

Application Number Priority Date Filing Date Title
US201261661299P 2012-06-18 2012-06-18
US61/661,299 2012-06-18
US13/841,681 2013-03-15
US13/844,002 US20140122240A1 (en) 2012-06-18 2013-03-15 Recurring revenue asset sales opportunity generation
US13/844,306 2013-03-15
US13/844,306 US20140122176A1 (en) 2012-06-18 2013-03-15 Predictive model of recurring revenue opportunities
US13/841,681 US9646066B2 (en) 2012-06-18 2013-03-15 Asset data model for recurring revenue asset management
US13/842,398 2013-03-15
US13/844,002 2013-03-15
US13/842,398 US10078677B2 (en) 2012-06-18 2013-03-15 Inbound and outbound data handling for recurring revenue asset management
US13/842,035 US10430435B2 (en) 2012-06-18 2013-03-15 Provenance tracking and quality analysis for revenue asset management data
US13/842,035 2013-03-15
US13/895,276 US20140156343A1 (en) 2012-06-18 2013-05-15 Multi-tier channel partner management for recurring revenue sales
US13/895,294 US20130339088A1 (en) 2012-06-18 2013-05-15 Recurring revenue management benchmarking
US13/895,276 2013-05-15
US13/895,302 US9652776B2 (en) 2012-06-18 2013-05-15 Visual representations of recurring revenue management system data and predictions
US13/895,302 2013-05-15
US13/895,294 2013-05-15
PCT/US2013/046439 WO2013192245A2 (en) 2012-06-18 2013-06-18 Service asset management system and method

Publications (3)

Publication Number Publication Date
JP2015524129A JP2015524129A (en) 2015-08-20
JP2015524129A5 true JP2015524129A5 (en) 2016-08-04
JP6301326B2 JP6301326B2 (en) 2018-03-28

Family

ID=52388439

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2015518525A Active JP6301326B2 (en) 2012-06-18 2013-06-18 Service asset management system and method
JP2015518526A Pending JP2015524130A (en) 2012-06-18 2013-06-18 Inline benchmarking and comparative analysis of recurring revenue assets

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2015518526A Pending JP2015524130A (en) 2012-06-18 2013-06-18 Inline benchmarking and comparative analysis of recurring revenue assets

Country Status (5)

Country Link
EP (2) EP2862138A4 (en)
JP (2) JP6301326B2 (en)
AU (2) AU2013277315A1 (en)
CA (2) CA2877288A1 (en)
WO (2) WO2013192245A2 (en)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11501175B2 (en) 2016-02-08 2022-11-15 Micro Focus Llc Generating recommended inputs
WO2021158737A1 (en) 2020-02-04 2021-08-12 The Rocket Science Group Llc Predicting outcomes via marketing asset analytics
US11386265B2 (en) 2020-12-15 2022-07-12 International Business Machines Corporation Facilitating information technology solution templates
US11645595B2 (en) * 2020-12-15 2023-05-09 International Business Machines Corporation Predictive capacity optimizer
US20220327634A1 (en) * 2021-04-01 2022-10-13 Intuit Inc. Generating relevant attribute data for benchmark comparison

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06119309A (en) * 1992-10-02 1994-04-28 Intetsuku:Kk Purchase prospect degree predicting method and customer management system
JPH0944331A (en) * 1995-08-03 1997-02-14 Matsushita Electric Ind Co Ltd Information processor
JP2852907B2 (en) * 1996-10-02 1999-02-03 株式会社エヌエムシイ Financial audit system
US7730172B1 (en) * 1999-05-24 2010-06-01 Computer Associates Think, Inc. Method and apparatus for reactive and deliberative service level management (SLM)
AU2001261702B2 (en) * 2000-05-22 2004-04-29 International Business Machines Corporation Revenue forecasting and sales force management using statistical analysis
JP5525673B2 (en) * 2000-09-28 2014-06-18 オラクル・インターナショナル・コーポレイション Enterprise web mining system and method
US7464097B2 (en) * 2002-08-16 2008-12-09 Sap Ag Managing data integrity using a filter condition
JP2004086269A (en) * 2002-08-23 2004-03-18 Mitsubishi Trust & Banking Corp Financial information system
US7797182B2 (en) * 2002-12-31 2010-09-14 Siebel Systems, Inc. Method and apparatus for improved forecasting using multiple sources
US20040172374A1 (en) * 2003-02-28 2004-09-02 Forman George Henry Predictive data mining process analysis and tool
US7437326B2 (en) * 2003-06-02 2008-10-14 Fmr Corp. Securities trading simulation
JP2005071191A (en) * 2003-08-26 2005-03-17 Nec Corp User support system, method and server, and computer-executable program
US20050096950A1 (en) * 2003-10-29 2005-05-05 Caplan Scott M. Method and apparatus for creating and evaluating strategies
US20050108043A1 (en) * 2003-11-17 2005-05-19 Davidson William A. System and method for creating, managing, evaluating, optimizing, business partnership standards and knowledge
US7702718B2 (en) * 2004-03-30 2010-04-20 Cisco Technology, Inc. Providing enterprise information
US8620719B2 (en) * 2004-08-16 2013-12-31 Accordo Group International Limited Method, system and software for managing software license annuities
US20060238919A1 (en) * 2005-04-20 2006-10-26 The Boeing Company Adaptive data cleaning
AU2006263656A1 (en) * 2005-06-28 2007-01-04 Oracle International Corporation Revenue management system and method
JP4690133B2 (en) * 2005-07-19 2011-06-01 富士通株式会社 Insurance sales support method, program and apparatus
US8311888B2 (en) * 2005-09-14 2012-11-13 Jumptap, Inc. Revenue models associated with syndication of a behavioral profile using a monetization platform
US7506001B2 (en) * 2006-11-01 2009-03-17 I3Solutions Enterprise proposal management system
US8266168B2 (en) * 2008-04-24 2012-09-11 Lexisnexis Risk & Information Analytics Group Inc. Database systems and methods for linking records and entity representations with sufficiently high confidence
US8176083B2 (en) * 2008-12-18 2012-05-08 Sap Ag Generic data object mapping agent

Similar Documents

Publication Publication Date Title
GB2563340A8 (en) Labeling computing objects for improved threat detection
SG10201901732UA (en) Sensitive information processing method, device, server and security determination system
JP2015524129A5 (en)
RU2016137343A (en) SYSTEMS AND METHODS FOR TRACKING ITEMS
WO2013019869A3 (en) Data fingerpringting for copy accuracy assurance
JP2016517291A5 (en)
JP2015005308A5 (en)
JP2018503154A5 (en)
WO2012030853A3 (en) User list identification
US20140317089A1 (en) Context aware dynamic sentiment analysis
US20180239986A1 (en) Image Clustering Method, Image Clustering System, And Image Clustering Server
WO2012177794A3 (en) Identifying information related to a particular entity from electronic sources, using dimensional reduction and quantum clustering
JP2014534532A5 (en)
JP2012234520A5 (en)
JP2015072681A5 (en)
JP2008287744A5 (en)
JP2020518396A5 (en)
JP2018504695A5 (en)
JP2013543154A5 (en)
WO2016141045A3 (en) Detection and visualization of temporal events in a large-scale patient database
MY186871A (en) Published information processing method and device, and information publishing system
IN2014KN01340A (en)
CN105095523A (en) Alarm event handling method and system
WO2013192245A3 (en) Service asset management system and method
Chen A rough neural network algorithm for multisensor information fusion