数据处理方法及装置制造方法及图纸

本发明专利技术涉及一种数据处理方法及装置。所述数据处理方法，应用于数据指标体系，数据指标体系包括至少两层数据指标；至少两层数据指标中，每一层数据指标中包括至少一个数据指标，位于上一层的每个数据指标对应于下一层中的至少一个数据指标；最高层中仅包括一个数据指标；所述数据处理方法，包括：获取底层数据指标的数据；对底层数据指标的数据进行处理，得到数据指标体系中所有数据指标的关联系数；对相邻两层数据指标中位于下一层的每个数据指标的关联系数与上一层中对应的数据指标的关联系数进行对比，得到对比结果。根据本发明专利技术的实施例，可以得到数据指标体系的改进方向。

Data Processing Method and Device

【技术实现步骤摘要】
数据处理方法及装置
本专利技术涉及数据处理
，尤其涉及一种数据处理方法及装置。
技术介绍
相关技术中，无论是个体经营者还是企业，都需要对各种数据进行处理以进行评价考核。其中，绩效是评价考核最普遍的一种，尤其是企业供应链管理中。目前，关于制造业供应链的数据处理方法，主要关注体系构建和指标选取，还并不能确定供应链的改进方向，制约了供应链和链上企业的发展。
技术实现思路
本专利技术提供一种数据处理方法及装置，以解决相关技术中的不足。根据本专利技术实施例的第一方面，提供一种数据处理方法，应用于数据指标体系，所述数据指标体系包括至少两层数据指标；所述至少两层数据指标中，每一层数据指标中包括至少一个数据指标，位于上一层的每个数据指标对应于下一层中的至少一个数据指标；最高层中仅包括一个数据指标；所述数据处理方法，包括：获取底层数据指标的数据；对所述底层数据指标的数据进行处理，得到所述数据指标体系中所有数据指标的关联系数；对相邻两层数据指标中位于下一层的每个数据指标的关联系数与上一层中对应的数据指标的关联系数进行对比，得到对比结果。在一个实施例中，所述对比结果包括短板指标；所述对相邻两层数据指标中位于下一层的每个数据指标的关联系数与上一层中对应的数据指标的关联系数进行对比，得到对比结果，包括：计算位于下一层中每个数据指标的关联系数分别与上一层中对应的数据指标的关联系数的差值；从所述差值中确定小于预设阈值的至少一个差值；将所述至少一个差值各自对应的数据指标确定为所述短板指标。在一个实施例中，所述对所述底层数据指标的数据进行处理，得到所述数据指标体系中所有数据指标的关联系数之前，还包括：获取目标企业的参考数据指标的数据；所述对所述底层数据指标的数据进行处理，得到所述数据指标体系中所有数据指标的关联系数，包括：对所述底层数据指标的数据与所述参考数据指标的数据进行规范化处理，得到规范化的底层数据指标的数据以及规范化的参考数据指标的数据；根据所述规范化的底层数据指标的数据以及所述规范化的参考数据指标的数据，计算所述底层数据指标的数据中每个数据指标相对于所述参考数据指标的数据中对应的数据指标的关联系数；根据所述底层数据指标的数据中每个数据指标的关联系数以及下一层中的数据指标对上一层中对应的数据指标的权重进行计算，得到所述最高层的数据指标的关联系数以及所述最高层与所述底层之间的每一个中间层中每个数据指标的关联系数。在一个实施例中，所述根据所述规范化的底层数据指标的数据以及所述规范化的参考数据指标的数据，计算所述底层数据指标的数据中每个数据指标相对于所述参考数据指标的数据中对应的数据指标的关联系数，包括：获取所述底层数据指标的数据中每个数据指标相对于所述参考数据指标的数据中对应的数据指标的差值的绝对值；从所述差值的绝对值中确定最小值与最大值；根据所述最小值、所述最大值以及所述底层数据指标的数据中每个数据指标对应的差值的绝对值进行计算，得到所述底层数据指标的数据中每个数据指标的关联系数。在一个实施例中，所述根据所述最小值、所述最大值以及所述底层数据指标的数据中每个数据指标对应的差值的绝对值进行计算，得到所述底层数据指标的数据中每个数据指标的关联系数，包括：根据所述最小值、所述最大值、所述底层数据指标的数据中每个数据指标对应的差值的绝对值、分辨系数的值以及如下计算式进行计算，得到所述底层数据指标的数据中每个数据指标的关联系数：其中，k为自然数，εk为所述底层数据指标中第k个数据指标的关联系数，Xk是所述底层数据指标中第k个数据指标，X0k是所述参考数据指标中第k个数据指标，ρ是所述分辨系数。在一个实施例中，所述根据所述底层数据指标的数据中每个数据指标的关联系数以及下一层中的数据指标对上一层中对应的数据指标的权重进行计算，得到所述最高层的数据指标的关联系数以及所述最高层与所述底层之间的每一个中间层中每个数据指标的关联系数，包括：针对位于底层的上一层的第一中间层中的每个数据指标，根据所述底层数据指标的数据中每个数据指标的关联系数以及底层数据指标中的每个数据指标对所述第一中间层中对应的数据指标的权重进行加权求和计算，得到第一中间层中每个数据指标的关联系数；针对所述最高层的数据指标，根据位于所述最高层的下一层的第二中间层中每个数据指标的关联系数以及所述第二中间层中每个数据指标对所述最高层的数据指标的权重进行加权求和计算，得到所述最高层的数据指标的关联系数；或者针对所述最高层的数据指标，根据所述底层数据指标的数据中每个数据指标的关联系数以及底层数据指标中的每个数据指标对所述最高层的数据指标的权重进行加权求和计算，得到所述最高层的数据指标的关联系数。在一个实施例中，确定下一层中的数据指标对上一层中对应的数据指标的权重，包括：根据上一层中每个数据指标对应的下一层中的数据指标，构造上一层中每个数据指标的判断矩阵；计算所述判断矩阵的权向量；根据所述判断矩阵计算校验系数；当所述校验系数符合预设条件时，确定所述判断矩阵有效；当所述判断矩阵有效时，根据所述权向量确定下一层中的数据指标对上一层中对应的数据指标的权重。在一个实施例中，所述至少两层数据指标包括定量数据指标和/或定性数据指标。在一个实施例中，所述最高层的下一层中的数据指标包括：敏捷性数据指标、可靠性数据指标、适应性数据指标以及协调性数据指标中的至少一种。在一个实施例中，所述敏捷性数据指标对应的下一层中的数据指标包括：订单信息处理方式数据指标、订单延迟率数据指标、供应链订单完成总周期数据指标、客户查询回复时长数据指标以及新产品开发成功率数据指标中的至少一种；所述可靠性数据指标对应的下一层中的数据指标包括：订单满足率数据指标、准时交货率数据指标、产品质量合格率数据指标、客户交易增长率数据指标、客户抱怨处理率数据指标以及风险管理能力数据指标中的至少一种；所述适应性数据指标对应的下一层中的数据指标包括：需求预测准确率数据指标、采购成本同比下降率数据指标、平均单品促销频率数据指标以及供应链系统覆盖程度数据指标中的至少一种；所述协调性数据指标对应的下一层中的数据指标包括：销量预测准确率数据指标、财务和资金标准协同数据指标、业务内外标准协同数据指标、信息跟踪和实时提醒数据指标、业务标准与系统功能耦合性数据指标中的至少一种。在一个实施例中，所述方法，还包括：获取并输出每一个所述定性数据指标的定分标准；接收输入的每一个所述定性数据指标的打分值，得到每一个所述定性数据指标的数据。在一个实施例中，所述方法，还包括：获取每一个所述定量数据指标对应的计算参数以及计算公式；根据所述计算参数以及所述计算公式计算得到每一个所述定量数据指标的数据。根据本专利技术实施例的第二方面，提供一种数据处理装置，应用于数据指标体系，所述数据指标体系包括至少两层数据指标；所述至少两层数据指标中，每一层数据指标中包括至少一个数据指标，位于上一层的每个数据指标对应于下一层中的至少一个数据指标；最高层中仅包括一个数据指标；所述装置包括：第一获取模块，用于获取底层数据指标的数据；处理模块，用于对所述底层数据指标的数据进行处理，得到所述数据指标体系中所有数据指标的关联系数；对比模块，用于对相邻两层数据指标中位于下一层的每个数据指标的关联系数与上一层中对应的数本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，应用于数据指标体系，所述数据指标体系包括至少两层数据指标；所述至少两层数据指标中，每一层数据指标中包括至少一个数据指标，位于上一层的每个数据指标对应于下一层中的至少一个数据指标；最高层中仅包括一个数据指标；所述数据处理方法，包括：获取底层数据指标的数据；对所述底层数据指标的数据进行处理，得到所述数据指标体系中所有数据指标的关联系数；对相邻两层数据指标中位于下一层的每个数据指标的关联系数与上一层中对应的数据指标的关联系数进行对比，得到对比结果。

【技术特征摘要】
1.一种数据处理方法，其特征在于，应用于数据指标体系，所述数据指标体系包括至少两层数据指标；所述至少两层数据指标中，每一层数据指标中包括至少一个数据指标，位于上一层的每个数据指标对应于下一层中的至少一个数据指标；最高层中仅包括一个数据指标；所述数据处理方法，包括：获取底层数据指标的数据；对所述底层数据指标的数据进行处理，得到所述数据指标体系中所有数据指标的关联系数；对相邻两层数据指标中位于下一层的每个数据指标的关联系数与上一层中对应的数据指标的关联系数进行对比，得到对比结果。2.根据权利要求1所述的数据处理方法，其特征在于，所述对比结果包括短板指标；所述对相邻两层数据指标中位于下一层的每个数据指标的关联系数与上一层中对应的数据指标的关联系数进行对比，得到对比结果，包括：计算位于下一层中每个数据指标的关联系数分别与上一层中对应的数据指标的关联系数的差值；从所述差值中确定小于预设阈值的至少一个差值；将所述至少一个差值各自对应的数据指标确定为所述短板指标。3.根据权利要求1所述的数据处理方法，其特征在于，所述对所述底层数据指标的数据进行处理，得到所述数据指标体系中所有数据指标的关联系数之前，还包括：获取目标企业的参考数据指标的数据；所述对所述底层数据指标的数据进行处理，得到所述数据指标体系中所有数据指标的关联系数，包括：对所述底层数据指标的数据与所述参考数据指标的数据进行规范化处理，得到规范化的底层数据指标的数据以及规范化的参考数据指标的数据；根据所述规范化的底层数据指标的数据以及所述规范化的参考数据指标的数据，计算所述底层数据指标的数据中每个数据指标相对于所述参考数据指标的数据中对应的数据指标的关联系数；根据所述底层数据指标的数据中每个数据指标的关联系数以及下一层中的数据指标对上一层中对应的数据指标的权重进行计算，得到所述最高层的数据指标的关联系数以及所述最高层与所述底层之间的每一个中间层中每个数据指标的关联系数。4.根据权利要求3所述的数据处理方法，其特征在于，所述根据所述规范化的底层数据指标的数据以及所述规范化的参考数据指标的数据，计算所述底层数据指标的数据中每个数据指标相对于所述参考数据指标的数据中对应的数据指标的关联系数，包括：获取所述底层数据指标的数据中每个数据指标相对于所述参考数据指标的数据中对应的数据指标的差值的绝对值；从所述差值的绝对值中确定最小值与最大值；根据所述最小值、所述最大值以及所述底层数据指标的数据中每个数据指标对应的差值的绝对值进行计算，得到所述底层数据指标的数据中每个数据指标的关联系数。5.根据权利要求4所述的数据处理方法，其特征在于，所述根据所述最小值、所述最大值以及所述底层数据指标的数据中每个数据指标对应的差值的绝对值进行计算，得到所述底层数据指标的数据中每个数据指标的关联系数，包括：根据所述最小值、所述最大值、所述底层数据指标的数据中每个数据指标对应的差值的绝对值、分辨系数的值以及如下计算式进行计算，得到所述底层数据指标的数据中每个数据指标的关联系数：其中，k为自然数，εk为所述底层数据指标中第k个数据指标的关联系数，Xk是所述底层数据指标中第k个数据指标，X0k是所述参考数据指标中第k个数据指标，ρ是所述分辨系数。6.根据权利要求3所述的数据处理方法，其特征在于，所述根据所述底层数据指标的数据中每个数据指标的关联系数以及下一层中的数据指标对上一层中对应的数据指标的权重进行计算，得到所述最高层的数据指标的关联系数以及所述最高层与所述底层之间的每一个中间层中每个数据指标的关联系数，包括：针对位于底层的上一层的第一中间层中的每个数据指标，根据所述底层数据指标的数据中每个数据指标的关联系数以及底层数据指标中的每个数据指标对所述第一中间层中对应的数据指标的权重进行加权求和计算，得到第一中间层中每个数据指标的关联系数；针对所述最高层的数据指标，根据位于所述最高层的下一层的第二中间层中每个数据指标的关联系数以及所述第二中间层中每个数据指标对所述最高层的数据指标的权重进行加权求和计算，得到所述最高层的数据指标的关联系数；或者针对所述最高层的数据指标，根据所述底层数据指标的数据中每个数据指标的关联系数以及底层数据指标中的每个数据指标对所述最高层的数据指标的权重进行加权求和计算，得到所述最高层的数据指标的关联系数。7.根据权利要求3所述的数据处理方法，其特征在于，确定下一层中的数据指标对上一层中对应的数据指标的权重，包括：根据上一层中每个数据指标对应的下一层中的数据指标，构造上一层中每个数据指标的判断矩阵；计算所述判断矩阵的权向量；根据所述判断矩阵计算校验系数；当所述校验系数符合预设条件时，确定所述判断矩阵有效；当所述判断矩阵有效时，根据所述权向量确定下一层中的数据指标对上一层中对应的数据指标的权重。8.根据权利要求1所述的数据处理方法，其特征在于，所述至少两层数据指标包括定量数据指标和/或定性数据指标。9.根据权利要求1所述的数据处理方法，其特征在于，所述最高层的下一层中的数据指标包括：敏捷性数据指标、可靠性数据指标、适应性数据指标以及协调性数据指标中的至少一种。10.根据权利要求9所述的数据处理方法，其特征在于，所述敏捷性数据指标对应的下一层中的数据指标包括：订单信息处理方式数据指标、订单延迟率数据指标、供应链订单完成总周期数据指标、客户查询回复时长数据指标以及新产品开发成功率数据指标中的至少一种；所述可靠性数据指标对应的下一层中的数据指标包括：订单满足率数据指标、准时交货率数据指标、产品质量合格率数据指标、客户交易增长率数据指标、客户抱怨处理率数据指标以及风险管理能力数据指标中的至少一种；所述适应性数据...

【专利技术属性】
技术研发人员：李文杰，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京,11