交易履约数据统计方法、电子设备、介质及程序产品与流程

本公开涉及大数据技术领域，具体涉及一种交易履约数据统计方法、电子设备、介质及程序产品。

背景技术：

在电子商务场景中，从用户支付成功到用户收到货物或者收到服务的过程称为交易履约流程。以外卖场景为例，按交易履约的正常发生顺序，从订单创建，用户支付，商家接单，骑手送达，订单正常完结，这种正常的流程称为履约正向流程。在异常情况下，例如商家缺货/物流运力不足/用户联系不上时，用户/骑手/商户/平台可能发起取消单或者退单的操作。由某一方发起取消，由后续节点同意或者拒绝，就构成了一个履约逆向流程。

时间线（timeline）是依据时间顺序，将一方面或者多方面的事件串联起来，形成的相对完整的记录体系。时间线事件是指在交易履约过程中发生的会影响交易履约进度的事件。以外卖订单的交易履约过程为例，比如用户支付、商家接单、商家呼单、骑手接单等都属于时间线事件，对这些时间线事件依据时间进行排序和记录，最终形成了交易履约的时间线。时间线事件对应于交易履约流程的节点，例如，如果用户进行了支付，则在“用户支付”这个节点产生一个时间线事件。

为确保交易顺利进行，需要实时跟踪履约流程各节点的状态，以及时处理电商系统中影响履约的异常事件，实现电商系统的平稳高效运行。

技术实现要素：

为了解决相关技术中的问题，本公开实施例提供一种交易履约数据统计方法、电子设备、介质及程序产品。

第一方面，本公开实施例中提供了一种交易履约数据统计方法。

具体地，所述交易履约数据统计方法，包括：

获取交易履约流程中多个状态节点的事件数据；

按照维度值和指标的预设组合组装所述事件数据，并根据组装的事件数据计算与所述预设组合相对应的统计数据；

根据查询请求确定维度值和指标的指定组合；

根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据。

结合第一方面，本公开在第一方面的第一种实现方式中，所述按照维度值和指标的预设组合组装所述事件数据，包括：

在与所述指标对应的表中，基于所述维度值的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

结合第一方面，本公开在第一方面的第二种实现方式中，所述按照维度值和指标的预设组合组装所述事件数据，包括：

基于所述维度值和指标的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

结合第一方面，本公开在第一方面的第三种实现方式中，所述根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据，包括：

确定与所述指定组合对应的一个或多个预设组合；

根据与所述一个或多个预设组合相对应的统计数据确定与所述指定组合相对应的统计数据。

结合第一方面，本公开在第一方面的第四种实现方式中，还包括：

在获取交易履约流程中多个状态节点的事件数据之后，获取所述事件数据的关联数据，所述关联数据描述与所述事件有关的细节信息；

根据所述维度值和指标的指定组合，确定与所述指定组合相对应的事件的关联数据的统计数据。

本公开的第二方面提供了一种交易履约数据展示方法，包括：

展示与交易履约流程有关的多个维度和指标；

根据用户输入的维度值，展示与所述维度值和指标的组合相对应的统计数据，

其中，所述统计数据是通过对交易履约流程中多个状态节点的事件数据统计得到的。

结合第二方面，本公开在第二方面的第一种实现方式中，所述方法还包括：

根据用户输入的维度值，展示与所述维度值和指标的组合相对应的事件的关联数据的统计数据。

第三方面，本公开实施例中提供了一种交易履约数据统计装置。

具体地，所述交易履约数据统计装置，包括：

第一获取模块，被配置为获取交易履约流程中多个状态节点的事件数据；

计算模块，被配置为按照维度值和指标的预设组合组装所述事件数据，并根据组装的事件数据计算与所述预设组合相对应的统计数据；

第一确定模块，被配置为根据查询请求确定维度值和指标的指定组合；

第二确定模块，被配置为根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据。

结合第三方面，本公开在第三方面的第一种实现方式中，所述按照维度值和指标的预设组合组装所述事件数据，包括：

在与所述指标对应的表中，基于所述维度值的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

结合第三方面，本公开在第三方面的第二种实现方式中，所述按照维度值和指标的预设组合组装所述事件数据，包括：

基于所述维度值和指标的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

结合第三方面，本公开在第三方面的第三种实现方式中，所述根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据，包括：

确定与所述指定组合对应的一个或多个预设组合；

根据与所述一个或多个预设组合相对应的统计数据确定与所述指定组合相对应的统计数据。

结合第三方面，本公开在第三方面的第四种实现方式中，所述装置还包括：

第二获取模块，被配置为在获取交易履约流程中多个状态节点的事件数据之后，获取所述事件数据的关联数据，所述关联数据描述与所述事件有关的细节信息；

第三确定模块，被配置为根据所述维度值和指标的指定组合，确定与所述指定组合相对应的事件的关联数据的统计数据。

本公开的第四方面提供了一种交易履约数据展示装置，包括：

第一展示模块，被配置为展示与交易履约流程有关的多个维度和指标；

第二展示模块，被配置为根据用户输入的维度值，展示与所述维度值和指标的组合相对应的统计数据，

其中，所述统计数据是通过对交易履约流程中多个状态节点的事件数据统计得到的。

结合第四方面，本公开在第四方面的第一种实现方式中，所述装置还包括：

第三展示模块，被配置为根据用户输入的维度值，展示与所述维度值和指标的组合相对应的事件的关联数据的统计数据。

第五方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面至第二方面第一种实现方式中任一项所述的方法。

第六方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面至第二方面第一种实现方式中任一项所述的方法。

第七方面，本公开实施例中提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现如第一方面至第二方面第一种实现方式中任一项所述的方法步骤。

根据本公开的实施例，通过获取交易履约流程中多个状态节点的事件数据并按照维度值和指标的预设组合对其进行组装，可以从系统运维、跟踪所需的维度和指标的角度，对各状态节点事件进行归集汇总，使得电商运维人员全面掌握交易履约全链路实时履约数据，实现对全链路的有效跟踪。同时，通过根据组装的事件数据计算与所述预设组合相对应的统计数据，根据查询请求中维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的实时统计数据，可以有效提高查询速度，实现统计数据的快速反馈和实时更新，帮助电商运维人员及时掌握交易履约全链路中各个状态节点的运行情况，从而能够及时处理电商系统中影响履约的异常事件，实现电商系统的平稳高效运行。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。以下是对附图的说明。

图1示出根据本公开的实施例的交易履约数据统计方法的流程图。

图2示出了根据本公开实施例的交易履约数据统计方法的系统框架图。

图3示出了根据本公开实施例的数据存储结构示意图。

图4示出了根据本公开实施例的交易履约数据展示界面示意图。

图5a示出根据本公开的实施例的交易履约数据统计装置的结构框图。

图5b示出根据本公开的实施例的交易履约数据展示装置的结构框图。

图6示出根据本公开的实施例的电子设备的结构框图。

图7示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。

具体实施方式

下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。

在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。

另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

在本公开中，对用户信息或用户数据的获取均为经用户授权、确认，或由用户主动选择的操作。

在提出本公开的过程中，发明人发现目前负责履约正向流程的交易中心、负责物流运输的运单中心和负责履约逆向流程的逆向服务中心彼此独立，电商运维人员无法查看全链路实时履约数据，且缺少各节点状态的实时统计数据，不利于实时掌握交易履约全链路运行情况并发现异常。

本公开实施例提供了一种交易履约数据统计方法，包括：获取交易履约流程中多个状态节点的事件数据；按照维度值和指标的预设组合组装所述事件数据，并根据组装的事件数据计算与所述预设组合相对应的统计数据；根据查询请求确定维度值和指标的指定组合；根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据。

根据本公开的实施例，通过获取交易履约流程中多个状态节点的事件数据并按照维度值和指标的预设组合对其进行组装，可以从系统运维、跟踪所需的维度和指标的角度，对各状态节点事件进行归集汇总，使得电商运维人员全面掌握交易履约全链路实时履约数据，实现对全链路的有效跟踪。同时，通过根据组装的事件数据计算与所述预设组合相对应的统计数据，根据查询请求中维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的实时统计数据，可以有效提高查询速度，实现统计数据的快速反馈和实时更新，帮助电商运维人员及时掌握交易履约全链路中各个状态节点的运行情况，从而能够及时处理电商系统中影响履约的异常事件，实现电商系统的平稳高效运行。

图1示出根据本公开的实施例的交易履约数据统计方法的流程图。如图1所示，所述交易履约数据统计方法包括以下步骤s101-s104：

在步骤s101中，获取交易履约流程中多个状态节点的事件数据；

在步骤s102中，按照维度值和指标的预设组合组装所述事件数据，并根据组装的事件数据计算与所述预设组合相对应的统计数据；

在步骤s103中，根据查询请求确定维度值和指标的指定组合；

在步骤s104中，根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据。

图2示出了根据本公开实施例的交易履约数据统计方法的系统框架图。

如图2所示，履约正向数据库记录与履约正向流程中的节点相对应的时间线事件。履约正向流程中的节点例如包括以下任意一个或多个节点：订单创建、用户支付、订单生效、商户接单、订单完结、风控拦截、支付失败、订单无效，等等。以节点“订单创建”为例，在外卖场景下，当用户选择好要菜品并点击“去结算”按钮之后，系统中就产生了一个“订单创建”的时间线事件。类似地，当用户根据订单的支付金额完成支付之后，系统中会产生“用户支付”的时间线事件。

运单信息数据库记录与平台配送流程中的节点相对应的时间线事件，平台配送流程中的节点例如包括以下任意一个或多个节点：运单生成、配送商接单、分配骑手、骑手到店、骑手取货、配送完成、配送失败，等等。以节点“运单生成”为例，在外卖场景下，当用户完成对订单的支付之后，系统会自动为订单生成运单，从而就产生了一个“运单生成”的时间线事件。

交付信息数据库记录与商户自配送流程中的节点相对应的时间线事件，商户自配送流程中的节点例如包括以下任意一个或多个节点：降自配（即，从平台配送改为商户自配送）、开始自配、自配骑手接单、自配骑手到店、自配完成、取消自配，等等。以节点“自配骑手接单”为例，在外卖场景下，当自配骑手接受商户的配送订单之后，就产生了一个“自配骑手接单”的时间线事件。

履约逆向数据库记录与履约逆向流程中的节点相对应的时间线事件，履约逆向流程中的节点例如包括以下任意一个或多个节点：用户申请取消、客服同意、客服拒绝、用户撤销申请、商户同意、商户拒绝，等等。以节点“用户申请取消”为例，在外卖场景下，当用户提交取消订单的申请之后，就产生了一个“用户申请取消”的时间线事件。

根据本公开的实施例，获取交易履约流程中多个状态节点的事件数据，例如包括从图2所示的履约正向数据库、交付信息数据库、运单信息数据库、履约逆向数据库中的一个或多个数据库获取多个状态节点的时间线事件数据，时间线事件数据例如可以包括事件名称、事件的发生时间、涉及的金额等一项或多项描述信息。事件名称可以与相应的状态节点名称相同。例如，状态节点“订单创建”对应的一个时间线事件数据可以包括事件名称“订单创建”，事件的发生时间“2021-6-30-17:09”，涉及的金额为32元，等等。

根据本公开的实施例，在获取时间线事件之后，进行数据清洗，清洗出需要的目标数据。例如，可以根据实际需要设定目标数据，例如去除从交易正向、交付信息、运动信息和逆向信息数据库中获取的事件数据中不需要的数据。或者，如果目标数据还包含从交易正向、交付信息、运动信息和逆向信息数据库中获取的事件数据中不包含的其他数据，可以从电商平台系统的原始数据库，例如交易中心、运单中心、逆向服务中心等的数据库中获取所述其他数据，或者从维表数据库中获取所述其他数据。根据本公开的实施例，维表数据库可以包括用于记录商户信息的商户维表、用于记录品牌信息的品牌维表、用于记录地区信息的地区维表，等等。

根据本公开的实施例，将目标存储在olap（on-linetransactionprocessing，联机事务处理）数据集市中。olap型数据库支持海量数据快速查询，适用于交易履约数据的实时统计。

然后，对olap数据集市中的事件数据，按照维度值和指标的预设组合进行组装，并根据组装的事件数据计算与所述预设组合相对应的统计数据。

根据本公开的实施例，指标对应于交易履约流程中的状态节点，维度值和指标的预设组合包括多个维度值和单个指标的预设组合。

图3示出了根据本公开实施例的数据存储结构示意图。

根据本公开的实施例，维度例如可以包括以下任意一种或多种：城市、品牌、客单价、店铺类型、餐厅名称。维度“城市”的维度值例如可以包括北京、上海、天津，等等，维度“品牌”的维度值例如可以包括“大红花”、“小绿叶”等等，维度“客单价”的维度值例如可以包括“高客单价”、“低客单价”等等，维度“店铺类型”的维度值例如可以包括“大型零售商户”、“地区商户”、“大品牌商户”等等，维度“餐厅名称”的维度值例如可以包括具体的餐厅名称，例如“大红花崇文门店”，“小绿叶安定门店”，等等。

为了说明的方便，图3中仅例示了三种维度及其对应的示例性维度值。但是，本领域技术人员可以理解，根据实际需要，可以设置与图中所示不同的维度和维度值。

根据本公开的实施例，指标可以对应于状态节点，例如，指标可以包括支付完成、商户待接单、商户接单、风控取消、订单无效、订单完结、商户自配送、配送商接单、骑士接单、骑士到店、骑士取餐、骑士配送中、配送失败、配送成功中的一个或多个。图3以指标“支付完成”为例进行说明。

根据本公开的实施例，所述按照维度值和指标的预设组合组装所述事件数据，包括：在与所述指标对应的表中，基于所述维度值的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

根据本公开的实施例，所述查询索引是通过拼接所述维度值各自对应的标识符得到的。

图3示出了维度值的预设组合的示例。如图3所示，维度值预设组合包括：上海-x品牌-高客单、上海-y品牌-高客单、上海-x品牌-低客单、北京-x品牌-高客单、北京-y品牌-高客单、北京-x品牌-低客单。

根据本公开的实施例，给维度值分配相应的标识符，例如上海的标识符为1，北京的标识符为2，x品牌的标识符为3，y品牌的标识符为4，高客单的标识符为5，低客单的标识符为6，通过拼接维度值的标识符得到查询索引：135、145、146、235、245、236，分别对应于维度值的预设组合：上海-x品牌-高客单、上海-y品牌-高客单、上海-x品牌-低客单、北京-x品牌-高客单、北京-y品牌-高客单、北京-x品牌-低客单。

根据本公开的实施例，每个指标对应于不同的表，例如，图3示出了与指标“支付完成”对应的表1。在表1中，辅助id是存储的时间线事件的序号，存储id是查询索引，时间线事件是查询索引对应的时间线事件。例如，表1中，辅助id为1的时间线事件是“上海-x品牌-高客单”这个维度值组合的时间线事件数据，该时间线事件数据例如可以记录支付完成事件发生的时间、涉及的金额等。这样，在与指标“支付完成”对应的表1中，可以以维度值的预设组合作为查询索引，存储与所述维度值和指标对应的事件相关的记录。

在检索维度值和指标的预设组合对应的时间线事件时，先根据指标定位到相应的表，再通过倒排索引定位到表中的时间线事件。以表1为例，通过倒排索引，可以检索得到维度值或维度值组合对应的时间线数据，例如，维度值“上海”对应的时间线数据的辅助id为1、2、3，维度值“x品牌”对应的时间线数据的辅助id为1、4、6，维度值“低客单”对应的时间线数据的辅助id为3、6，维度值“北京”对应的时间线数据的辅助id为4、5、6，维度值“y品牌”对应的时间线数据的辅助id为2、3、5，维度值“高客单”对应的时间线数据的辅助id为1、2、4、5。类似地，维度值组合“上海-高客单”对应的时间线数据的辅助id为1、2。

根据维度值的预设组合对表1进行倒排索引查找，可以得到图3中的表2。在表2中，键是与维度值的预设组合对应的查询索引，键“135”对应的存储记录是维度值预设组合“上海-x品牌-高客单”对应的指标“支付完成”的事件数据，包括支付数额（即表2中的“值”）和支付时间（即表2中的“时间”）。具体地，如表2所示，维度值预设组合“上海-x品牌-高客单”在10:57有一笔128元的订单支付完成，在10:58有一笔99元的订单支付完成，在10:59有一笔1024元的订单支付完成，在11:00有一笔512元的订单支付完成。

以此方式，可以实现按照维度值和指标的预设组合对事件数据的组装。

根据本公开的实施例，所述按照维度值和指标的预设组合组装所述事件数据，包括：基于所述维度值和指标的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

根据本公开的实施例，所述查询索引是通过拼接所述维度值和指标各自对应的标识符得到的。

例如，维度值与指标“支付完成”的预设组合包括：支付完成-上海-x品牌-高客单、支付完成-上海-y品牌-高客单、支付完成-上海-x品牌-低客单、支付完成-北京-x品牌-高客单、支付完成-北京-y品牌-高客单、支付完成-北京-x品牌-低客单。

根据本公开的实施例，给维度值和指标分配相应的标识符，例如上海的标识符为1，北京的标识符为2，x品牌的标识符为3，y品牌的标识符为4，高客单的标识符为5，低客单的标识符为6，指标“支付完成”的标识符为7，于是得到查询索引：7135、7145、7146、7235、7245、7236，分别对应于维度值与指标“支付完成”的预设组合：支付完成-上海-x品牌-高客单、支付完成-上海-y品牌-高客单、支付完成-上海-x品牌-低客单、支付完成-北京-x品牌-高客单、支付完成-北京-y品牌-高客单、支付完成-北京-x品牌-低客单。

根据查询索引存储时间线事件数据，例如，查询索引“7135”用于存储预设组合“支付完成-上海-x品牌-高客单”对应的时间线事件数据，查询索引“7145”用于存储预设组合“支付完成-上海-y品牌-高客单”对应的时间线事件数据。

在检索维度值和指标的预设组合对应的时间线事件时，可以通过倒排索引直接定位到表中的时间线事件。

通过倒排索引查找，可以对存储的时间线事件进行汇总，例如，与键“7135”相对应的存储记录是维度值和指标的预设组合“支付完成-上海-x品牌-高客单”对应的事件数据，例如包括支付数额和支付时间。

根据本公开的实施例，所述查询索引是通过拼接以所述指标作为前缀的维度值对应的标识符得到的。

例如，将指标“支付完成”别作为维度值“上海”和“x品牌”的前缀，令支付完成-上海对应的标识符为8，令支付完成-x品牌对应的标识符为9，则查询索引“89”用于存储预设组合“支付完成-上海-x品牌”对应的时间线事件。通过这种方式，可以实现目标数据快速查询。具体地，如果用城市作为维度来查询，以上海为例，动销商户每天大概有x万家，如果每个状态节点对应于一个指标，则时间线数量约为动销商户量（x万）*客单类型（3）*状态节点数（23），需要单次查询近千万条时间线，这么多记录进行批量查询再进行计算，对内存和处理器的要求极高。通过给维度值添加指标前缀，在这样倒排索引查找时找出的时间线事件只剩下1/23，可以实现数据快速查找。

在获取与预设组合相对应的时间线事件之后，可以计算与所述预设组合相对应的统计数据。例如，可以针对维度值和指标的每个预设组合计算对应的统计数据。根据本公开的实施例，所述统计数据例如是预设时间窗内的订单或运单数量，也可以是其他统计数据，例如预设时间窗内正常的订单或运单与发生异常的订单的数量之比，或者正常的订单或运单与发生异常的订单的累计数量等等。

例如，如图3所示，假设预设组合包括支付完成-上海-x品牌-高客单、支付完成-上海-y品牌-高客单、支付完成-上海-x品牌-低客单、支付完成-北京-x品牌-高客单、支付完成-北京-y品牌-高客单、支付完成-北京-x品牌-低客单、订单完结-上海-x品牌-高客单、订单完结-上海-y品牌-高客单、订单完结-上海-x品牌-低客单、订单完结-北京-x品牌-高客单、订单完结-北京-y品牌-高客单、订单完结-北京-x品牌-低客单，则可以针对每个预设组合计算该预设组合在预设时间窗（例如，时间窗长度为1分钟）内的统计数据，例如在预设时间窗内的订单数。

在计算得到预设组合在预设时间窗内的统计数据之后，可以保存该统计数据。在接收到查询请求之后，根据查询请求确定维度值和指标的指定组合，根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据。

根据本公开的实施例，所述根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据，包括：

确定与所述指定组合对应的一个或多个预设组合；

根据与所述一个或多个预设组合相对应的统计数据确定与所述指定组合相对应的统计数据。

例如，维度值和指标的指定组合包括“支付完成-上海”，则与所述指定组合对应的多个预设组合为支付完成-上海-x品牌-高客单、支付完成-上海-y品牌-高客单、支付完成-上海-x品牌-低客单，根据与这多个预设组合对应的统计数据，可以得到指定组合“支付完成-上海”的统计数据。例如，假设统计数据为指定时间段内的订单数量，则可以通过将这多个预设组合对应的指定时间段内的订单数量相加，得到指定组合的统计数据。

通过预先计算并保存多个预设组合相对应的统计数据，在接收到查询请求时可以快速利用存储的统计数据获得查询结果，有效改进了查询的实时性。

根据本公开的实施例，交易履约数据统计方法还包括：

在获取交易履约流程中多个状态节点的事件数据之后，获取所述事件数据的关联数据，所述关联数据描述与所述事件有关的细节信息；

根据所述维度值和指标的指定组合，确定与所述指定组合相对应的事件的关联数据的统计数据。

例如，事件数据的关联数据可以包括从图2的外围系统或维表数据，通过数据反查得到的关联数据，例如事件“用户取消订单”的关联数据可以包括用户取消订单的原因，事件“配送失败”的关联数据可以包括配送失败的原因，事件“商户接单”的关联数据可以包括商户所在地等等。

然后，根据所述维度值和指标的指定组合，可以确定与所述指定组合相对应的事件的关联数据的统计数据。例如对于指定组合“订单取消-上海”，可以根据指定组合“订单取消-上海”对应的关联数据进行统计，确定用户取消、商户取消、系统取消、客服取消的占比及具体原因。

根据本公开的实施例，事件数据的统计数据量较小，但可能被频繁查询和更新，因此可以在实时数据库中进行存储。另一方面，关联数据的数据量较大，但更新频率可以低于事件数据的统计数据，因此可以存储在例如olap等支持海量数据的快速查询但高频更新性能略差的数据库中。

根据本公开的实施例，除了获取事件数据的统计数据以便实时跟踪系统运行状态之外，还可以通过关联数据展示与当前统计数据对应的系统运行细节，从而更准确地定位导致系统运行异常的因素。

本公开实施例还提供了一种交易履约数据展示方法，包括：

展示与交易履约流程有关的多个维度和指标；

根据用户输入的维度值，展示与所述维度值和指标的组合相对应的统计数据，

其中，所述统计数据是通过对交易履约流程中多个状态节点的事件数据统计得到的。

根据本公开的实施例，交易履约数据展示方法还包括：

根据用户输入的维度值，展示与所述维度值和指标的组合相对应的事件的关联数据的统计数据。

下面参照图4描述根据本公开实施例的交易履约数据展示方法。

图4示出了根据本公开实施例的交易履约数据展示界面示意图。

如图4所示，交易履约数据展示界面可以展示对应于多个维度的多个下拉框，当用户点击下拉按钮时，可以分别展示相应的维度值。例如，点击维度“城市”的下拉按钮时，可以展示北京、上海等，点击维度“店铺类型”的下拉按钮时，可以展示“大型零售商户”、“地区商户”、“大品牌商户”等等，点击维度“客单价”的下拉按钮时，可以展示“高客单价”、“低客单价”等等，点击维度“品牌名称”的下拉按钮时，可以展示“大红花”、“小绿叶”等等，点击维度“餐厅名称”的下拉按钮时，可以展示具体的餐厅名称，例如“大红花崇文门店”，“小绿叶安定门店”，等等。用户可以通过在下拉菜单中进行选择来输入所需的维度值。

交易履约数据展示界面还可以展示多个指标，例如支付完成、商户待接单、商户接单、风控取消、订单无效、订单完结、商户自配送、配送商接单、骑士接单、骑士到店、骑士取餐、骑士配送中、配送失败、配送成功中的一个或多个。

用户可以使用这些默认的指标，也可以自行输入所需指标，或者从这些默认指标中删除指标或添加新的指标，等等。

然后，根据用户输入的维度值，展示与所述维度值和指标的组合相对应的统计数据，所述统计数据例如是使用上文描述的方法对交易履约流程中多个状态节点的事件数据统计得到的。

例如，用户可以输入统计的时间段，例如图中示出的2021-4-0717:45~2021-4-0717:46，界面上可以展示各个指标在这个时间段，与用户输入的维度值有关的统计数据。假设用户输入的维度值是上海-大品牌商户-高客单，则界面上可以展示上海的大品牌商户的高客单价订单在2021-4-0717:45~2021-4-0717:46这个时间段的各个指标的统计值，例如订单数量。界面上还可以展示各个指标对应的状态节点的处理延迟情况，例如平均延迟时间。例如在本例中，对于“订单完结”指标，可以展示上海的大品牌商户的高客单价订单在2021-4-0717:45~2021-4-0717:46这个时间段的订单完结时间相比于预计完结时间的平均延迟时间。在界面上还可以展示从各指标统计数据计算得到的汇总统计数据，例如订单总量、订单取消量、取消率，等等。

根据本公开的实施例，交易履约数据展示界面还可以展示与用户输入的维度值和指标的指定组合相对应的事件的关联数据的统计数据，例如对于订单取消事件，可以展示取消角色占比、用户取消原因、商户取消原因、系统取消原因，等等。

根据本公开的实施例，可以对交易履约数据展示界面展示的数据进行自动刷新，例如按照与统计数据的计算时间窗一致的频率获取实时统计数据并更新界面上的相应内容。

根据本公开的实施例，可以以直观、高效的方式展示交易履约各节点的统计数据，帮助电商运维人员及时掌握交易履约全链路中各个状态节点的运行情况，从而能够及时处理电商系统中影响履约的异常事件，实现电商系统的平稳高效运行。

图5a示出根据本公开的实施例的交易履约数据统计装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。

如图5a所示，所述交易履约统计装置510包括第一获取模块511、计算模块512、第一确定模块513、第二确定模块514。

第一获取模块511被配置为获取交易履约流程中多个状态节点的事件数据；

计算模块512被配置为按照维度值和指标的预设组合组装所述事件数据，并根据组装的事件数据计算与所述预设组合相对应的统计数据；

第一确定模块513被配置为根据查询请求确定维度值和指标的指定组合；

第二确定模块514被配置为根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据。

根据本公开的实施例，所述按照维度值和指标的预设组合组装所述事件数据，包括：

在与所述指标对应的表中，基于所述维度值的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

根据本公开的实施例，所述按照维度值和指标的预设组合组装所述事件数据，包括：

基于所述维度值和指标的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

根据本公开的实施例，所述根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据，包括：

确定与所述指定组合对应的一个或多个预设组合；

根据与所述一个或多个预设组合相对应的统计数据确定与所述指定组合相对应的统计数据。

根据本公开的实施例，装置510还包括：

第二获取模块515，被配置为在获取交易履约流程中多个状态节点的事件数据之后，获取所述事件数据的关联数据，所述关联数据描述与所述事件有关的细节信息；

第三确定模块516，被配置为根据所述维度值和指标的指定组合，确定与所述指定组合相对应的事件的关联数据的统计数据。

图5b示出根据本公开的实施例的交易履约数据展示装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。

如图5b所示，所述交易履约展示装置520包括第一展示模块521、第二展示模块522。

第一展示模块521被配置为展示与交易履约流程有关的多个维度和指标；

第二展示模块522被配置为根据用户输入的维度值，展示与所述维度值和指标的组合相对应的统计数据，

其中，所述统计数据是通过对交易履约流程中多个状态节点的事件数据统计得到的。

根据本公开的实施例，装置520还包括：

第三展示模块523，被配置为根据用户输入的维度值，展示与所述维度值和指标的组合相对应的事件的关联数据的统计数据。

本公开还公开了一种电子设备，图6示出根据本公开的实施例的电子设备的结构框图。

如图6所示，所述电子设备600包括存储器601和处理器602，其中，存储器601用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器602执行以实现根据本公开的实施例的方法。

本公开实施例提供了一种交易履约数据统计方法，包括：

获取交易履约流程中多个状态节点的事件数据；

按照维度值和指标的预设组合组装所述事件数据，并根据组装的事件数据计算与所述预设组合相对应的统计数据；

根据查询请求确定维度值和指标的指定组合；

根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据。

根据本公开的实施例，所述按照维度值和指标的预设组合组装所述事件数据，包括：

在与所述指标对应的表中，基于所述维度值的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

根据本公开的实施例，所述按照维度值和指标的预设组合组装所述事件数据，包括：

基于所述维度值和指标的预设组合生成查询索引，存储与所述维度值和指标对应的事件数据。

根据本公开的实施例，所述根据所述维度值和指标的指定组合，使用与所述预设组合相对应的统计数据，确定与所述指定组合相对应的统计数据，包括：

确定与所述指定组合对应的一个或多个预设组合；

根据与所述一个或多个预设组合相对应的统计数据确定与所述指定组合相对应的统计数据。

根据本公开的实施例，所述交易履约数据统计方法还包括：

在获取交易履约流程中多个状态节点的事件数据之后，获取所述事件数据的关联数据，所述关联数据描述与所述事件有关的细节信息；

根据所述维度值和指标的指定组合，确定与所述指定组合相对应的事件的关联数据的统计数据。

本公开实施例还提供了一种交易履约数据展示方法，包括：

展示与交易履约流程有关的多个维度和指标；

根据用户输入的维度值，展示与所述维度值和指标的组合相对应的统计数据，

其中，所述统计数据是通过对交易履约流程中多个状态节点的事件数据统计得到的。

根据本公开的实施例，所述交易履约数据展示方法还包括：

根据用户输入的维度值，展示与所述维度值和指标的组合相对应的事件的关联数据的统计数据。

图7示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。

如图7所示，计算机系统700包括处理单元701，其可以根据存储在只读存储器（rom）702中的程序或者从存储部分708加载到随机访问存储器（ram）703中的程序而执行上述实施例中的各种处理。在ram703中，还存储有系统700操作所需的各种程序和数据。处理单元701、rom702以及ram703通过总线704彼此相连。输入/输出（i/o）接口705也连接至总线704。

以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管（crt）、液晶显示器（lcd）等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。其中，所述处理单元701可实现为cpu、gpu、tpu、fpga、npu等处理单元。

特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括计算机指令，该计算机指令被处理器执行时实现上文所述的方法步骤。在这样的实施例中，该计算机程序产品可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。

作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。