[发明专利]订单数据的分析方法、装置及电子设备

说明书

本申请提供了一种订单数据的分析方法、装置及电子设备，方法包括：在根据历史订单数据判断当前订单数据异常后，按照每个指标组合划分历史订单数据和当前订单数据，得到与每个指标组合对应的历史订单子数据和当前订单子数据；遍历每个指标组合对应的历史订单子数据和当前订单子数据，应用历史订单子数据判断当前订单子数据是否异常；对异常的当前子订单数据执行以下操作：判断当前订单子数据是否在历史订单子数据的第一置信区间内；如果不在，将当前遍历的指标组合中的子指标添加至当前订单数据的解释变量中。本申请通过多个指标组合对应的分析维度，对异常的当前订单数据进行分析，能够快速、准确的定位到导致数据异常的解释变量。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种订单数据的分析方法、装置及电子设备。

背景技术

在做业务分析的时候，需要对大量的业务信息进行数据分析、挖掘和处理，以确定一些数据发生变化的原因。比如，在判断一段时间内订单量的变化原因时，工作人员往往会依据自己预先设定的分析维度，比如，从时间的维度上分析订单量的变化过程，从而找到变化原因。这种分析方式依赖于人工的一些固定的分析维度和逻辑，分析和挖掘出的数据变化原因比较单一，数据结论不够全面准确。

发明内容

有鉴于此，本申请的目的在于提供一种订单数据的分析方法、装置及电子设备，通过多个指标组合对应的分析维度，对异常的当前订单数据进行分析，能够快速、准确的定位到导致数据异常的解释变量。

根据本申请的一个方面，提供一种订单数据的分析方法，该方法包括：根据历史订单数据判断当前订单数据是否异常；如果当前订单数据异常，按照每个指标组合划分历史订单数据和当前订单数据，得到与每个指标组合对应的历史订单子数据和当前订单子数据；其中，指标组合包括：至少一个业务指标对应的至少一个子指标；遍历每个指标组合对应的历史订单子数据和当前订单子数据，应用历史订单子数据判断当前订单子数据是否异常；对异常的当前子订单数据执行以下操作：判断当前订单子数据是否在历史订单子数据的第一置信区间内；其中，第一置信区间为通过区间估计算法对历史订单子数据计算得到的；如果不在第一置信区间内，将当前遍历的指标组合中的子指标添加至当前订单数据的解释变量中。

在一些实施例中，上述根据历史订单数据判断当前订单数据是否异常的步骤，包括：计算当前订单数据与历史订单数据间的变化率；如果变化率大于预设的变化率阈值，确定当前订单数据异常。

在一些实施例中，上述根据历史订单数据判断当前订单数据是否异常的步骤，包括：通过区间估计算法，计算历史订单数据对应的第二置信区间；如果当前订单数据不在第二置信区间内，确定当前订单数据异常。

在一些实施例中，上述应用历史订单子数据判断当前订单子数据是否异常的步骤，包括：计算当前订单子数据与历史订单子数据的子变化率；如果子变化率大于预设的子变化率阈值，确定当前订单子数据异常。

在一些实施例中，上述按照每个指标组合划分历史订单数据的步骤，包括：将历史订单数据按照业务指标组划分，得到每个业务指标组分别对应的第一历史订单数据；其中，业务指标组包括至少一个业务指标；对于每个业务指标组对应的第一历史订单数据：按照该业务指标组包含的子指标组划分该第一历史订单数据，得到每个子指标组对应的第二历史订单数据，将第二历史订单数据作为该业务指标组对应的指标组合的历史订单子数据；其中，子指标组包括至少一个子指标。

在一些实施例中，在应用历史订单子数据判断当前订单子数据是否异常的步骤之后，还包括：如果判断结果为异常的当前订单子数据为多个，通过区间估计算法，计算多个当前订单子数据的子变化率对应的第三置信区间；将不在第三置信区间内的子变化率对应的当前订单子数据确定为显著异常订单子数据；将显著异常订单子数据作为异常的当前订单子数据，继续执行判断当前订单子数据是否在历史订单子数据的第一置信区间内的步骤。