一种数据分析方法、系统、计算机设备和存储介质与流程

本发明涉及计算机技术领域，尤其涉及一种数据分析方法、系统、计算机设备和存储介质。

背景技术：

在做养老电商平台的数据分析时，由于商品量、用户量、和订单量数据量较大，常用的数据分析、数据统计都是直接通过写查询sql进行统计分析数据，存在查询语句编写复杂、能够直接查询出的销售指标有限、在做按月度或按年度进行统计时，速度过慢等缺陷。

技术实现要素：

本发明实施例的目的在于提供一种数据分析方法、系统、计算机设备和存储介质，旨在解决背景技术中确定的现有技术存在的技术问题。

本发明实施例是这样实现的，一种数据分析方法，包括以下步骤：

对获取的业务数据进行分析，构建数据总线矩阵；

根据数据总线矩阵，构建多维数据模型；

确定分析的数据指标；

对得到的数据指标结合多维数据模型，利用数据分析工具进行处理并以图形化方式进行展示。

作为本发明进一步的方案：所述对获取的业务数据进行分析，构建数据总线矩阵的步骤，具体包括：

对实际业务进行梳理和分析，得到可能存在的业务过程；

确定与所述业务过程对应的度量实体；

分析业务过程与对应的度量实体之间的关系，得到数据总线矩阵。

作为本发明再进一步的方案：所述确定分析的数据指标的步骤中，所述数据指标至少包括库存指标、订单指标、效率指标和商品指标。

作为本发明再进一步的方案：所述对得到的数据指标结合多维数据模型，利用数据分析工具进行处理并以图形化方式进行展示的步骤，具体包括：

对得到的业务数据按照设定的周期定期通过数据仓库技术，将业务数据按照多维数据模型导入至数据分析库中；

通过数据分析工具，进行数据指标计算和数据可视化展现。

本发明实施例的另一目的在于提供一种数据分析系统，包括：

数据总线矩阵构建模块，用于对获取的业务数据进行分析，构建数据总线矩阵；

多维数据模型构建模块，用于根据数据总线矩阵，构建多维数据模型；

数据指标分析模块，用于确定分析的数据指标；以及

处理展示模块，用于对得到的数据指标结合多维数据模型，利用数据分析工具进行处理并以图形化方式进行展示。

本发明实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述数据分析方法的步骤。

本发明实施例的另一目的在于提供一种计算机可读存储介质，所述计算机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，使得所述处理器执行所述数据分析方法的步骤。

与现有技术相比，本发明的有益效果是：解决了在养老电商平台中存在的数据统计查询速度较慢，并且构建数据指标查询复杂的问题。通过构建多维数据模型，通过常用的拓蓝等数据分析工具，不需要编写复杂的查询语句，通过简单的配置，就可以轻松并且非常快速的查询出用户关心的指标数据，并从中发现数据之间的关系。

附图说明

图1为一种数据分析方法的流程图。

图2为构建数据总线矩阵的流程图。

图3为利用数据分析工具进行处理并以图形化方式进行展示的流程图。

图4为一种数据分析系统的结构示意图。

图5为客单价分析的示意图。

图6为连带率分析的示意图。

图7为件单价分析的示意图。

图8为老年商品价格区间分析的示意图。

图9为一种计算机设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

以下结合具体实施例对本发明的具体实现进行详细描述。

如图1所示，为本发明一个实施例提供的一种数据分析方法的结构图，包括以下步骤：

s200，对获取的业务数据进行分析，构建数据总线矩阵。

本发明实施例中，构建数据总线矩阵的目的是为了保证维度和事实的一致性，是后续步骤的基础，养老电商平台中存在着业务关系复杂，而与之对应的度量之间也会同样复杂，通过构建数据总线矩阵，分析业务关系和度量之间的相对关系，而形成的数据总线矩阵可以保证维度和事实的一致性。

s400，根据数据总线矩阵，构建多维数据模型。

本发明实施例中，构建的多维数据模型以业务过程为中心、维度化、原子化的思想，总线矩阵建立了统一标准的维度和事实，并标明了其之间的关系，建立总线矩阵的目的即一致性维度和一致性事实。以此为基础构建的多维数据模型可与其保持高度的一致性。

s600，确定分析的数据指标。

本发明实施例在实际应用时，数据指标的确定需要根据用户的自身需求而进行，本实施例在此不进行具体的限定。

s800，对得到的数据指标结合多维数据模型，利用数据分析工具进行处理并以图形化方式进行展示。

本发明实施例中的数据分析工具可以为拓蓝数据分析工具等，具体不做限定，本实施例通过构建多维数据模型，通过常用的拓蓝等数据分析工具，不需要编写复杂的查询语句，通过简单的配置，就可以轻松并且非常快速的查询出用户关心的指标数据，并从中发现数据之间的关系。

如图2所示，作为本发明一个优选的实施例，所述对获取的业务数据进行分析，构建数据总线矩阵的步骤，具体包括：

s201，对实际业务进行梳理和分析，得到可能存在的业务过程。

本发明实施例在实际应用时，以分析养老电商业务中客户关系为例，根据对实际业务的梳理，可分析出存在以下业务过程：产品促销、产品订单、客户支付、客户购买行为、访问者web点击流行为、老年商品零售预测等。

s203，确定与所述业务过程对应的度量实体。

同样的，与上述业务过程对应的度量实体则包括日期、老年用户销售的店铺、老年用品商品、促销、会员、支付方式、页面、会话、事件等。

s205，分析业务过程与对应的度量实体之间的关系，得到数据总线矩阵。

本发明实施例中，通过分析业务过程与各度量实体间的关系，最终可以得出如下的数据总线矩阵。

作为本发明另一个优选的实施例，所述确定分析的数据指标的步骤中，所述数据指标至少包括库存指标、订单指标、效率指标和商品指标。

具体的来说，数据指标及其对应的计算公式如。

如图3所示，作为本发明另一个优选的实施例，所述对得到的数据指标结合多维数据模型，利用数据分析工具进行处理并以图形化方式进行展示的步骤，具体包括：

s401，对得到的业务数据按照设定的周期定期通过数据仓库技术，将业务数据按照多维数据模型导入至数据分析库中。

s403，通过数据分析工具，进行数据指标计算和数据可视化展现。

本发明实施例中，将养老电商平台中的实时业务数据，按设定的周期(如小时/天/周等)定期通过etl过程，将数据按照数据模型导入到数据分析库中，通过拓蓝等数据分析工具，进行数据指标的计算，以及数据可视化展现。

如图4所示，本发明实施例还提供了一种数据分析系统，包括数据总线矩阵构建模块100、多维数据模型构建模块200、数据指标分析模块300和处理展示模块400，所述数据总线矩阵构建模块100用于对获取的业务数据进行分析，构建数据总线矩阵；所述多维数据模型构建模块200用于根据数据总线矩阵，构建多维数据模型；所述数据指标分析模块300用于确定分析的数据指标；所述处理展示模块400用于对得到的数据指标结合多维数据模型，利用数据分析工具进行处理并以图形化方式进行展示，具体结果如图5-8所示。

如图9所示，本发明实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行：

s200，对获取的业务数据进行分析，构建数据总线矩阵。

s400，根据数据总线矩阵，构建多维数据模型。

s600，确定分析的数据指标。

s800，对得到的数据指标结合多维数据模型，利用数据分析工具进行处理并以图形化方式进行展示。

本发明实施例的另一目的在于提供一种计算机可读存储介质，所述计算机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，使得所述处理器执行：

s200，对获取的业务数据进行分析，构建数据总线矩阵。

s400，根据数据总线矩阵，构建多维数据模型。

s600，确定分析的数据指标。

s800，对得到的数据指标结合多维数据模型，利用数据分析工具进行处理并以图形化方式进行展示。

应该理解的是，虽然本发明各实施例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，这些步骤可以以其它的顺序执行。而且，各实施例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，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它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。

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，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性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，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。