一种基于用户行为数据的指标项挖掘模型制造技术

本发明专利技术涉及基于用户行为数据的指标项挖掘模型技术领域，且公开了一种基于用户行为数据的指标项挖掘模型，包括：ODS层，用于存放面向分析主体的流量实时数据和数据库表；DWD层，用于对所述流量实时数据进行清洗，将所述流量实时数据转化成指标的目标值明细表、指标的达成值明细表、流量明细表和其他明细表；DWS层，用于面向分析主体进行建仓，将所述指标的目标值明细表和所述指标的达成值明细表经K

【技术实现步骤摘要】
一种基于用户行为数据的指标项挖掘模型


[0001]本专利技术涉及基于用户行为数据的指标项挖掘模型
，具体为一种 基于用户行为数据的指标项挖掘模型。

技术介绍

[0002]现在绝大多数中国企业正在迈入数字化经营的时代，用数字指导企业有 效制定计划和制定合理的目标，也是企业得以健康发展重要保障，而对于指 标的挖掘则是目标制定的基础和前提。能够利用大数据的优势，并结合智能 的算法，帮助企业每个员工快速提取各种有效的指标，指导日常工作行为， 体现日常工作成果；为企业管理者业绩考核提供奖罚依据，本专利技术的应用场 景十分广泛，并且具有非常重大的意义。
[0003]现阶段，中国绝大多数企业经营者或团队管理者在制定目标、评绩效时， 没有具体的方法和工具，从而，会导致企业经营目标不准确、不合理。指标 提取不充分、不全面，会带来诸多不利的影响。如果考虑不周全，经常导致 目标制定的失衡，绩效衡量不均，未能发现其中闪光点，未能找到缺失点及 时规避过改正，错过最佳商业窗口机会。
[0004]本专利技术要解决的技术问题是基于大数据应用，提供一种合理制定目标的 算法系统。基于企业经营过程中的大数据，建立算法模型，通过数据的分析、 统计和计算，帮助企业员工和经营管理者提取行业有价值指标，实现指标的 智能化提取。

技术实现思路

[0005](一)解决的技术问题
[0006]本专利技术提供了一种基于用户行为数据的指标项挖掘模型，具备帮助企业 员工和经营管理者提取行业有价值指标的优点，解决了
技术介绍
提出的问题。
[0007](二)技术方案
[0008]本专利技术提供如下技术方案：一种基于用户行为数据的指标项挖掘模型， 包括：
[0009]ODS层
[0010]用于存放面向分析主体的流量实时数据和数据库表；
[0011]DWD层
[0012]用于对所述流量实时数据进行清洗，将所述流量实时数据转化成指标的 目标值明细表、指标的达成值明细表、流量明细表和其他明细表；
[0013]DWS层
[0014]用于面向分析主体进行建仓，将所述指标的目标值明细表和所述指标的 达成值明细表经K
‑
Means划分法转换成天数指标实体宽度表和历史累计指标 实体宽度表；将所述流量明细表经DBSCAN密度法转换成天数流量实体宽度表 和历史累计指标流量实体宽度表；将所述其他明细表经不同行业指标转化成 其他实体宽度表；
[0015]DIM层
[0016]用于将所述天数指标实体宽度表、所述历史累计指标实体宽度表、所述 天数流量
实体宽度表、所述历史累计指标流量实体宽度表和所述其他实体宽 度表进行规范并对做主数据库表进行填充；
[0017]ADS层
[0018]基于DWS层和DIM层，建设大量面向用户的数据集市，用于指标展示。
[0019]优选的，所述DWS层建仓考虑三个方向，分别为：
[0020]①
.数据域的划分特点；
[0021]②
.业务的复杂度，各业务线、业务过程之间的区别和联系，用户在各业 务线的特点和关系，业务数据体量，解耦因素等；
[0022]③
指标的特点，指标的构成是退化维+时间周期+原子指标构成，所以分 析下指标的退化维一般有哪些、时间周期有哪些、原子指标种类有哪些。
[0023]优选的，所述DWS层中K
‑
Means划分法的公式为：
[0024]其中，xi表示为样本参数，μj表示为聚类质心点。
[0025]优选的，所述DSW层中DBSCAN密度法：将数据集当作由低密度区域分隔 的高密度区域。
[0026]优选的，所述DWS层中不同行业指标分为：销售行业和研发行业。
[0027]优选的，所述销售行业：采用总体运营指标项、销售转化指标项、客户 价值指标项、商品及供应链指标项。
[0028]优选的，所述研发行业：采用产品管理相关指标项、功能开发相关指标 项、功能测试相关指标项。
[0029](三)有益效果
[0030]本专利技术具备以下有益效果：
[0031]该种基于用户行为数据的指标项挖掘模型，在于彻底解决了困扰企业员 工和经营者在指标提取方面的难题，进而帮助企业改善经营提升效率，具体 有以下几点：
[0032]①
指标更加全面：由于很多中小企业缺乏经营管理的经验，对自己所在 行业的指标认知不全面，不知如何提取，系统通过数据挖掘提供的行业经验， 让企业能更全面掌握行业指标。
[0033]②
指标更加及时、准确：由于指标是通过自己录入提取，并通过算法统 计、分析和计算得来，将使得指标更加及时和精确。
[0034]③
指标进展可视化：通过对指标的挖掘，可以实现目标进展及管理的可 视化，比如看板、排名、图表等，更易于员工发现自己的优缺点，管理者发 现企业经营和团队管理中的问题，进而及时采取管理措施等。
附图说明
[0035]图1为本专利技术指标项模型层次框架示意图；
[0036]图2为本专利技术用户和指标项业务线设计流程示意图；
[0037]图3为本专利技术单个模型建模流程示意图；
[0038]图4为本专利技术部分模型架构示意图。
具体实施方式
[0039]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行 清楚、完整地描述，一种基于用户行为数据的指标项挖掘模型，包括：
[0040]ODS层
[0041]用于存放面向分析主体的流量实时数据和数据库表；
[0042]DWD层
[0043]用于对流量实时数据进行清洗，将流量实时数据转化成指标的目标值明 细表、指标的达成值明细表、流量明细表和其他明细表；
[0044]DWS层
[0045]用于面向分析主体进行建仓，将指标的目标值明细表和指标的达成值明 细表经K
‑
Means划分法转换成天数指标实体宽度表和历史累计指标实体宽度 表；将流量明细表经DBSCAN密度法转换成天数流量实体宽度表和历史累计指 标流量实体宽度表；将其他明细表经不同行业指标转化成其他实体宽度表， DWS层的基架是轻度汇总事实表，这里做了一些常用的退化维；
[0046]基本要求是：大部分指标项都可以从轻度汇总层上计算得出、中度汇总 层按需建设、重度汇总层基本上是单实体指标；
[0047]DIM层
[0048]用于将天数指标实体宽度表、历史累计指标实体宽度表、天数流量实体 宽度表、历史累计指标流量实体宽度表和其他实体宽度表进行规范并对做主 数据库表进行填充，因为含有不同身份的用户和多种类的行业指标实体，所 以会有大量的维度模型；
[0049]ADS层
[0050]基于DWS层和DIM层，建设大量面向用户的数据集市，用于指标展示。
[0051]进一步的，DWS层建仓考虑三个方向，分别为：
[005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户行为数据的指标项挖掘模型，其特征在于，包括：ODS层用于存放面向分析主体的流量实时数据和数据库表；DWD层用于对所述流量实时数据进行清洗，将所述流量实时数据转化成指标的目标值明细表、指标的达成值明细表、流量明细表和其他明细表；DWS层用于面向分析主体进行建仓，将所述指标的目标值明细表和所述指标的达成值明细表经K
‑
Means划分法转换成天数指标实体宽度表和历史累计指标实体宽度表；将所述流量明细表经DBSCAN密度法转换成天数流量实体宽度表和历史累计指标流量实体宽度表；将所述其他明细表经不同行业指标转化成其他实体宽度表；DIM层用于将所述天数指标实体宽度表、所述历史累计指标实体宽度表、所述天数流量实体宽度表、所述历史累计指标流量实体宽度表和所述其他实体宽度表进行规范并对做主数据库表进行填充；ADS层基于DWS层和DIM层，建设大量面向用户的数据集市，用于指标展示。2.根据权利要求1所述的一种基于用户行为数据的指标项挖掘模型，其特征在于：所述DWS层建仓考虑三个方向，分别为：
①
.数据域的划分特点；
②
.业务的复杂度，各业务线、...

【专利技术属性】
技术研发人员：黄宽宽，韦宝剑，王小宁，
申请(专利权)人：上海淘课企业管理咨询有限公司，
类型：发明
国别省市：