主權(quán)項】
1. 一種綜合商業(yè)智能分析方法，其特征在于，包括w下步驟： S1，將組織的第1級運作目標(biāo)分解為若干個第2級運作目標(biāo)，再將第2級運作目標(biāo)進(jìn)一 步分解為若干個第3級運作目標(biāo)，依此類推，直到將第n-1級運作目標(biāo)分解為若干個第n級 運作目標(biāo)，形成樹狀體系架構(gòu)；其中，n為自然數(shù)，n> 2 ; 52, 將所述第n級運作目標(biāo)同時與組織運作信息源和數(shù)據(jù)輸入接口對接； 另外，將所述樹狀體系架構(gòu)中的各級所述運作目標(biāo)采用信息模型的方式表征，得到初 始評價分析體系； 其中，所述信息模型包括=類表征信息： 第一類為結(jié)構(gòu)化、量化的指標(biāo)表征信息，所述指標(biāo)表征信息通過維度與度量表示； 第二類為用W表征所述運作目標(biāo)的事件表征信息，所述事件表征信息通過屬性、狀態(tài)、 事件過程與過程描述表示； 第=類為與所述運作目標(biāo)相關(guān)的非結(jié)構(gòu)化表征信息，所述非結(jié)構(gòu)化表征信息通過屬 性、性質(zhì)、數(shù)據(jù)記錄與數(shù)據(jù)文件表示； 53, 在得到所述初始評價分析體系后，對于每個所述葉節(jié)點，關(guān)聯(lián)有葉節(jié)點配置主表； 對于每個所述非葉節(jié)點，關(guān)聯(lián)有非葉節(jié)點配置主表；由此得到最終的評價分析體系； 其中，所述葉節(jié)點配置主表用于維護(hù)對應(yīng)葉節(jié)點的控制基準(zhǔn)信息，包括：葉節(jié)點名稱 X、 葉節(jié)點實際值Vx、葉節(jié)點控制闊值Ty、葉節(jié)點狀態(tài)值Sy和葉節(jié)點預(yù)警規(guī)則Ay; 其中，所述葉節(jié)點實際值Vx通過讀取對接的所述組織運作信息源和數(shù)據(jù)輸入接口獲 得；所述葉節(jié)點控制闊值Ty為預(yù)先設(shè)定值；所述葉節(jié)點狀態(tài)值Sy為葉節(jié)點實際值Vy和葉節(jié) 點控制闊值Tx的函數(shù)值；所述葉節(jié)點預(yù)警規(guī)則A巧葉節(jié)點實際值V。葉節(jié)點控制闊值Tx和 葉節(jié)點狀態(tài)值Sy的函數(shù)值； 所述非葉節(jié)點配置主表用于維護(hù)對應(yīng)非葉節(jié)點的控制基準(zhǔn)信息，包括；非葉節(jié)點名稱 Y、 非葉節(jié)點實際值Vy、非葉節(jié)點控制闊值Ty、非葉節(jié)點狀態(tài)值Sy和非葉節(jié)點預(yù)警規(guī)則AY; 其中，所述非葉節(jié)點實際值Vy為其所有兒子節(jié)點的實際值的函數(shù)值；所述非葉節(jié)點控 審欄值Ty為預(yù)先設(shè)定值；所述非葉節(jié)點狀態(tài)值SY為其所有兒子節(jié)點的狀態(tài)值、自身實際值 和自身控制闊值的函數(shù)值；所述非葉節(jié)點預(yù)警規(guī)則Ay為非葉節(jié)點實際值Vy、非葉節(jié)點控制 闊值Ty和非葉節(jié)點狀態(tài)值SY的函數(shù)值； 54, 創(chuàng)建驅(qū)動關(guān)系配置表；所述驅(qū)動關(guān)系配置表用于維護(hù)S3建立得到的所述評價分析 體系中每個節(jié)點iW及與該節(jié)點i具有因果關(guān)系的驅(qū)動節(jié)點集的對應(yīng)關(guān)系； 55, 運行所述評價分析體系；則，所述評價分析體系按W下流程運行： S5. 1，所述評價分析體系包括n級節(jié)點，按由上至下順序，依次記為；第1級節(jié)點、第2 級節(jié)點…第n級節(jié)點；其中，第1級節(jié)點、第2級節(jié)點…第n-1級節(jié)點均為非葉節(jié)點；第n級 節(jié)點為葉節(jié)點； S5. 2,將第n級節(jié)點與組織運作信息源和數(shù)據(jù)輸入接口對接后，第n級節(jié)點中的每一個 節(jié)點通過讀取所述企業(yè)運作信息源或數(shù)據(jù)輸入接口中的數(shù)據(jù)，得到葉節(jié)點實際值Vx，再基 于自身綁定的葉節(jié)點配置主表，計算得到自身的葉節(jié)點狀態(tài)值Sx;然后，根據(jù)所述葉節(jié)點配 置主表中的葉節(jié)點預(yù)警規(guī)則Ax，計算得到預(yù)警信息；然后，向顯示界面輸出或向其他系統(tǒng)推 送葉節(jié)點實際值Vx、葉節(jié)點狀態(tài)值Sx和葉節(jié)點預(yù)警信息； S5. 3,第n-1級節(jié)點中的每一個節(jié)點通過讀取自身葉節(jié)點的葉節(jié)點實際值Vx，再基于自 身綁定的非葉節(jié)點配置主表，依次計算得到非葉節(jié)點實際值Vy、非葉節(jié)點狀態(tài)值Sy;然后， 根據(jù)非葉節(jié)點預(yù)警規(guī)則Ay計算得到預(yù)警信息；然后，向顯示界面輸出或向其他系統(tǒng)推送非 葉節(jié)點實際值Vy、非葉節(jié)點狀態(tài)值Sy和預(yù)警信息； S5. 4,當(dāng)發(fā)現(xiàn)出現(xiàn)異常的節(jié)點時，將異常節(jié)點記為節(jié)點Bi;然后，基于S4創(chuàng)建的所述節(jié) 點Bi的驅(qū)動關(guān)系配置表，綜合降維掃描分析方法，對所述節(jié)點Bi進(jìn)行異常性分析，得到導(dǎo) 致節(jié)點Bi異常的問題原因結(jié)果集； S5. 5,針對分析出的問題原因結(jié)果集，發(fā)起至少一個任務(wù)； 該任務(wù)被執(zhí)行后，將首先導(dǎo)致所述組織運作信息源或所述數(shù)據(jù)輸入接口的數(shù)據(jù)發(fā)生變 化，再進(jìn)一步導(dǎo)致所述第n級節(jié)點中至少一個節(jié)點的節(jié)點實際值發(fā)生變化；然后，按自下而 上順序，依次導(dǎo)致各級節(jié)點中的至少一個節(jié)點的節(jié)點實際值發(fā)生變化；而由于節(jié)點實際值 關(guān)聯(lián)節(jié)點狀態(tài)值和節(jié)點預(yù)警信息；因此，通過觀察各級節(jié)點的節(jié)點實際值、節(jié)點狀態(tài)值或節(jié) 點預(yù)警信息的變化情況，可獲知所發(fā)起的任務(wù)是否為有效任務(wù)，W及所發(fā)起任務(wù)的執(zhí)行效 果；如果執(zhí)行效果不理想，則進(jìn)一步發(fā)起新的任務(wù)，如此不斷循環(huán)，直到執(zhí)行效果理想。
2. 根據(jù)權(quán)利要求1所述的綜合商業(yè)智能分析方法，其特征在于，S1中，n= 6 ;則：第1 級運作目標(biāo)為運營效果；第2級運作目標(biāo)為運營目標(biāo)；第3級運作目標(biāo)為管理目標(biāo)；第4級 運作目標(biāo)為管理主題；第5級運作目標(biāo)為績效指標(biāo)；第6級運作目標(biāo)為計算指標(biāo)。
3. 根據(jù)權(quán)利要求1所述的綜合商業(yè)智能分析方法，其特征在于，S5. 4中，基于S4創(chuàng)建 的所述節(jié)點Bi的驅(qū)動關(guān)系配置表，綜合降維掃描分析方法，對所述節(jié)點Bi進(jìn)行異常性分 析，得到導(dǎo)致節(jié)點Bi異常的問題原因結(jié)果集，具體為： 步驟1 ;令i= 1 ; 步驟2 ;對所述節(jié)點Bi進(jìn)行第i級挖掘，挖掘方法為： 讀取所述驅(qū)動關(guān)系配置表，獲得節(jié)點Bi的驅(qū)動節(jié)點集；對所述驅(qū)動節(jié)點集中每個節(jié)點 的節(jié)點狀態(tài)進(jìn)行進(jìn)一步分析，得到導(dǎo)致節(jié)點Bi異常的至少一個驅(qū)動節(jié)點，將所得到的至少 一個驅(qū)動節(jié)點記為第i關(guān)鍵驅(qū)動節(jié)點集； 步驟3 ;將所述第i關(guān)鍵驅(qū)動節(jié)點集中的任意關(guān)鍵驅(qū)動節(jié)點記為Bi+1 ; 令i=i+1 ;返回步驟2,循環(huán)執(zhí)行步驟2-步驟3 ;直到查找到符合要求的全部關(guān)鍵驅(qū) 動節(jié)點，符合要求的全部關(guān)鍵驅(qū)動節(jié)點記為關(guān)鍵驅(qū)動節(jié)點集；然后，再執(zhí)行步驟4 ;其中，i 為自然數(shù)； 步驟4 ;對于所述關(guān)鍵驅(qū)動節(jié)點集中的每個關(guān)鍵驅(qū)動節(jié)點進(jìn)行降維掃描，得到導(dǎo)致節(jié) 點Bi異常的問題原因結(jié)果集。
4. 根據(jù)權(quán)利要求3所述的綜合商業(yè)智能分析方法，其特征在于，步驟4中，對所述關(guān)鍵 驅(qū)動節(jié)點進(jìn)行降維掃描，得到導(dǎo)致節(jié)點Bi異常的問題原因結(jié)果集，具體為： 第1次執(zhí)行：對所述關(guān)鍵驅(qū)動節(jié)點進(jìn)行維度A的掃描分析，得到與維度A對應(yīng)的第一結(jié) 果集； 第2次執(zhí)行；對所述第一結(jié)果集中的每個結(jié)果進(jìn)行維度B的掃描分析，得到與維度B對 應(yīng)的第二結(jié)果集； 如此不斷循環(huán)，直至分析者認(rèn)為找到滿意的結(jié)果時，結(jié)束循環(huán)，得到問題結(jié)果集；匯總 統(tǒng)計問題結(jié)果集中的各項問題原因，得到問題原因結(jié)果集。
5. 根據(jù)權(quán)利要求1所述的綜合商業(yè)智能分析方法，其特征在于，S5. 4中，基于S4創(chuàng)建 的所述節(jié)點Bi的驅(qū)動關(guān)系配置表，綜合降維掃描分析方法，對所述節(jié)點Bi進(jìn)行異常性分 析，得到導(dǎo)致節(jié)點Bi異常的問題原因結(jié)果集，具體為： 步驟1 ;令i= 1 ; 步驟2 ;對所述節(jié)點Bi進(jìn)行降維掃描，得到導(dǎo)致節(jié)點Bi異常的至少一個異常維度，得 到異常維度集； 步驟3 ;對于每個異常維度，均執(zhí)行W下步驟： 步驟3. 1 ;對所述節(jié)點Bi在該異常維度下進(jìn)行第i級挖掘，挖掘方法為： 讀取所述驅(qū)動關(guān)系配置表，獲得節(jié)點Bi在該異常維度下的驅(qū)動節(jié)點集；對所述驅(qū)動節(jié) 點集中每個節(jié)點的節(jié)點狀態(tài)進(jìn)行進(jìn)一步分析，得到導(dǎo)致節(jié)點Bi異常的至少一個驅(qū)動節(jié)點， 將所得到的至少一個驅(qū)動節(jié)點記為第i關(guān)鍵驅(qū)動節(jié)點集； 步驟3. 2 ;將所述第i關(guān)鍵驅(qū)動節(jié)點集中的任意關(guān)鍵驅(qū)動節(jié)點記為Bi+1 ; 令i=i+1 ;返回步驟3. 1，循環(huán)執(zhí)行步驟3. 1-步驟3. 2 ;直到查找到符合要求的全部 關(guān)鍵驅(qū)動節(jié)點，符合要求的全部關(guān)鍵驅(qū)動節(jié)點記為關(guān)鍵驅(qū)動節(jié)點集；然后，再執(zhí)行步驟4 ; 其中，i為自然數(shù)； 步驟4 ;將在每個異常維度下分析得到的關(guān)鍵驅(qū)動節(jié)點集進(jìn)行匯總，然后，匯總分析所 得到的關(guān)鍵驅(qū)動節(jié)點集中各關(guān)鍵驅(qū)動節(jié)點的問題原因，得到導(dǎo)致節(jié)點Bi異常的問題原因 結(jié)果集。
6. 根據(jù)權(quán)利要求1所述的綜合商業(yè)智能分析方法，其特征在于，S5. 3之后，還包括：在 所述評價分析體系運行過程中，對于任意的一個正?；虍惓９?jié)點，將其記為節(jié)點Ci，對所述 節(jié)點Ci進(jìn)行分析診斷，方法為： 步驟1 ;令i= 1 ; 步驟2 ;對所述節(jié)點Ci進(jìn)行第i級挖掘，挖掘方法為： 讀取所述驅(qū)動關(guān)系配置表，獲得節(jié)點Ci的驅(qū)動節(jié)點集；對所述驅(qū)動節(jié)點集中每個節(jié)點 的節(jié)點狀態(tài)進(jìn)行進(jìn)一步分析，獲得顯著影響節(jié)點Ci變化的至少一個驅(qū)動節(jié)點，將所得到的 至少一個驅(qū)動節(jié)點記為第i關(guān)鍵驅(qū)動節(jié)點集； 通過分析所述第i關(guān)鍵驅(qū)動節(jié)點集中每個關(guān)鍵驅(qū)動節(jié)點的狀態(tài)變化趨勢，預(yù)測所述節(jié) 點Ci的未來變化趨勢； 步驟3 ;將所述第i關(guān)鍵驅(qū)動節(jié)點集中的任意關(guān)鍵驅(qū)動節(jié)點記為Ci+1 ; 令i=i+1 ;返回步驟2,循環(huán)執(zhí)行步驟2-步驟3 ;直到達(dá)到滿足需求的分析級數(shù)為止； 其中，i為自然數(shù)。
7. 根據(jù)權(quán)利要求1所述的綜合商業(yè)智能分析方法，其特征在于，還包括： S6,對于每個葉節(jié)點，還關(guān)聯(lián)有葉節(jié)點績效配置子表，所述葉節(jié)點績效配置子表與所述 葉節(jié)點配置主表對接，所述葉節(jié)點績效配置子表包括；葉節(jié)點績效實際值化X、葉節(jié)點績效 闊值化X和葉