[發(fā)明專(zhuān)利]一種基于Python的客戶(hù)數(shù)據(jù)監(jiān)控方法與系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111369764.4
• 申請(qǐng)日: 2021-11-18
• 公開(kāi)（公告）號(hào): CN114281902A
• 公開(kāi)（公告）日: 2022-04-05
• 發(fā)明（設(shè)計(jì)）人: 楊紫鑫
• 申請(qǐng)（專(zhuān)利權(quán)）人: 蘇州浪潮智能科技有限公司
• 主分類(lèi)號(hào): G06F16/28
• 分類(lèi)號(hào): G06F16/28;G06F16/2455;G06F16/2453;G06F16/242;G06F16/23;G06F16/9537
• 代理公司: 濟(jì)南誠(chéng)智商標(biāo)專(zhuān)利事務(wù)所有限公司 37105
• 代理人: 李偉偉

本發(fā)明提供了一種基于Python的客戶(hù)數(shù)據(jù)監(jiān)控方法與系統(tǒng)，本發(fā)明通過(guò)采用Python語(yǔ)言，結(jié)合pandas模塊和pymysql模塊完成原始數(shù)據(jù)表自動(dòng)篩查過(guò)程、目標(biāo)值統(tǒng)計(jì)生成以及目標(biāo)值預(yù)警等功能，對(duì)定期提交的Excel物料匯總表進(jìn)行自動(dòng)篩查，根據(jù)篩查結(jié)果對(duì)保存在服務(wù)器中的數(shù)據(jù)庫(kù)進(jìn)行自動(dòng)更新修改。由于原始表格數(shù)量龐大，同時(shí)每種物料涉及的型號(hào)繁多，原本人工篩查的方式容易出錯(cuò)，而且重復(fù)簡(jiǎn)單的工作本身是一種人力浪費(fèi)，通過(guò)本方案可快速獲取客戶(hù)端整機(jī)故障率、部件故障率以及DOA等數(shù)據(jù)報(bào)表，同時(shí)減少人力浪費(fèi)。

技術(shù)領(lǐng)域

本發(fā)明涉及故障監(jiān)控技術(shù)領(lǐng)域，特別是一種基于Python的客戶(hù)數(shù)據(jù)監(jiān)控方法與系統(tǒng)。

背景技術(shù)

隨著服務(wù)器業(yè)務(wù)范圍的不斷擴(kuò)大，使用浪潮服務(wù)器的客戶(hù)也越來(lái)越多，為更多的客戶(hù)提供優(yōu)質(zhì)的售后保障至關(guān)重要，客戶(hù)的質(zhì)量數(shù)據(jù)是目前最直觀、最清晰反映售后質(zhì)量表現(xiàn)的方式。很多時(shí)候客戶(hù)的質(zhì)量數(shù)據(jù)指標(biāo)更是重要的衡量工具，例如對(duì)客戶(hù)的DOA率進(jìn)行持續(xù)監(jiān)控。針對(duì)于這種到貨機(jī)損的問(wèn)題可以做專(zhuān)項(xiàng)性的改善，明確問(wèn)題點(diǎn)，提升客戶(hù)滿(mǎn)意度，對(duì)客戶(hù)的整機(jī)故障率、部件故障率進(jìn)行持續(xù)關(guān)注，通過(guò)關(guān)注識(shí)別數(shù)據(jù)異常點(diǎn)，可以對(duì)有質(zhì)量隱患的部件優(yōu)先風(fēng)險(xiǎn)識(shí)別，最大程度上幫客戶(hù)規(guī)避高故障率風(fēng)險(xiǎn)，防止影響客戶(hù)的相關(guān)業(yè)務(wù)。目前的現(xiàn)狀是大多數(shù)客戶(hù)的數(shù)據(jù)指標(biāo)使用的是同一種計(jì)算邏輯，通過(guò)客戶(hù)售后質(zhì)量人工計(jì)算的方式處理大量的數(shù)據(jù)源，這種方式耗時(shí)耗力，而當(dāng)前使用浪潮服務(wù)器的客戶(hù)領(lǐng)域涉及較多，負(fù)責(zé)每個(gè)客戶(hù)售后質(zhì)量的人力資源有限，處理售后問(wèn)題的模式往往是一對(duì)多，就會(huì)出現(xiàn)客戶(hù)數(shù)據(jù)監(jiān)控覆蓋不全的情況，有些客戶(hù)因?yàn)槊吭露冗M(jìn)行質(zhì)量交流，會(huì)例行做相關(guān)指標(biāo)的數(shù)據(jù)監(jiān)控，而有些未建立定期溝通機(jī)制的客戶(hù)就不會(huì)按月度監(jiān)控，當(dāng)問(wèn)題已經(jīng)體現(xiàn)在故障率上的時(shí)候，監(jiān)控?cái)?shù)據(jù)異常指標(biāo)就失去了提前預(yù)防的意義，針對(duì)客戶(hù)的一些基礎(chǔ)信息如客戶(hù)設(shè)備配置明細(xì)、客戶(hù)機(jī)器保有量、客戶(hù)端觸發(fā)的疑難客訴記錄等目前也是通過(guò)人工梳理維護(hù)，且各類(lèi)數(shù)據(jù)未能以客戶(hù)為特定維度建立信息一體化，工作量大且較為繁瑣。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于Python的客戶(hù)數(shù)據(jù)監(jiān)控方法與系統(tǒng)，旨在解決現(xiàn)有技術(shù)中服務(wù)器故障監(jiān)控依賴(lài)人工、耗時(shí)耗力的問(wèn)題，實(shí)現(xiàn)快速獲取客戶(hù)端整機(jī)故障率、部件故障率以及DOA等數(shù)據(jù)報(bào)表，同時(shí)減少人力浪費(fèi)。

為達(dá)到上述技術(shù)目的，本發(fā)明提供了一種基于Python的客戶(hù)數(shù)據(jù)監(jiān)控方法，所述方法包括以下操作：

輸入基本質(zhì)量數(shù)據(jù)信息表，通過(guò)pandas模塊和pymysql模塊將基本質(zhì)量數(shù)據(jù)信息表自動(dòng)匯總和篩查，整理為關(guān)系型數(shù)據(jù)表；

根據(jù)不同物料以及不同屬性的要求，利用pandas模塊針對(duì)關(guān)系型數(shù)據(jù)表計(jì)算每個(gè)屬性的目標(biāo)值，輸出目標(biāo)報(bào)表；

根據(jù)目標(biāo)報(bào)表自動(dòng)監(jiān)控預(yù)警數(shù)據(jù)指標(biāo)異常。

優(yōu)選地，所述自動(dòng)匯總和篩查具體包括：

利用pandas模塊將數(shù)據(jù)表轉(zhuǎn)換成DataFrame數(shù)據(jù)表，針對(duì)不同的物料，按照需求的屬性設(shè)置不同的關(guān)鍵字表，利用pandas模塊對(duì)原始數(shù)據(jù)表進(jìn)行數(shù)據(jù)篩查，根據(jù)關(guān)鍵字表提取出每種物料的關(guān)鍵屬性，通過(guò)pymysql模塊將獲取到的數(shù)據(jù)整理為關(guān)系型數(shù)據(jù)表，并按照物料類(lèi)型日期進(jìn)行保存。

優(yōu)選地，所述目標(biāo)值包括整機(jī)故障率、部件故障率以及DOA。

優(yōu)選地，所述目標(biāo)值的計(jì)算采用pandas模塊中的loc函數(shù)完成。

優(yōu)選地，所述根據(jù)目標(biāo)報(bào)表自動(dòng)監(jiān)控預(yù)警數(shù)據(jù)指標(biāo)異常具體包括：

對(duì)單一客戶(hù)每月的故障率進(jìn)行比對(duì)，有明顯升高的月份進(jìn)行標(biāo)紅預(yù)警；

對(duì)單一客戶(hù)每月的部件故障率進(jìn)行比對(duì)，有明顯數(shù)量異常的部件進(jìn)行標(biāo)紅預(yù)警；

對(duì)各客戶(hù)部件故障率進(jìn)行比對(duì)，識(shí)別在市場(chǎng)端表現(xiàn)中部件故障率較高的部件類(lèi)別；

對(duì)出現(xiàn)異常DOA的客戶(hù)作標(biāo)紅預(yù)警。