[发明专利]一种指标数据处理方法、装置、电子设备及存储介质

说明书

本发明涉及一种指标数据处理方法、装置、电子设备及存储介质，方法包括：获取目标指标的历史数据，目标指标对应多个维度，每个维度对应多个元素，历史数据包括各维度对应的多个元素的时间序列；基于历史数据计算目标指标的波动周期；根据多个元素的时间序列中当前波动周期内的数值计算每个元素的实际值及目标指标的实际值，根据多个元素的时间序列中历史波动周期内的数值计算每个元素的预测值及目标指标的预测值；基于每个元素的实际值与预测值、目标指标的实际值与预测值、以及预设根因分析算法确定影响目标指标波动的目标元素集合。本发明实施例实现智能的指标波动分析，快速定位产生数据波动可能性最大的根本原因，从而节省了大量人力资源。

技术领域

本申请涉及计算机技术领域，尤其涉及一种指标数据处理方法、装置、电子设备及存储介质。

背景技术

当前，随着互联网的快速发展，互联网用户每天都会产生大量数据(行为数据、消费数据等等)。对于数据的统计与分析，是目前绝大多数公司的重点，从数据中能够掌握业务的现状、问题与优势。

数据分析中经常会面临的一个问题是，某个业务指标出现波动(突增或突降)的原因是什么。数据分析师每当遇到这个问题时，都需要人工去从每一个可能的维度进行统计，找到数据波动的根本原因。例如，一个自媒体平台日活作者数量在某日出现了大幅增长，那么是普通作者的日活增长导致了总体用户日活增长，还是优质作者的日活增长导致了总体用户日活的增长呢，数据分析师每当遇到这类问题时，都需要人工去从每一个可能的数据维度进行统计，找到数据波动的根本原因。

然而，人工去发现数据波动的根本原因耗时较长，如果经常需要人工分析数据波动原因，将会消耗大量人力资源；而且，当数据维度较多，或维度中元素较多时，人工分析不一定能够定位到最为准确的结果，且分析时间也会大幅增加。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种指标数据处理方法、装置、电子设备及存储介质。

第一方面，本申请提供了一种指标数据处理方法，所述方法包括：

获取目标指标的历史数据，所述目标指标对应多个维度，每个维度对应多个元素，所述历史数据包括各维度对应的多个元素的时间序列；

基于所述历史数据计算所述目标指标的波动周期；

根据多个元素的时间序列中当前波动周期内的数值计算每个元素的实际值及所述目标指标的实际值，根据多个元素的时间序列中历史波动周期内的数值计算每个元素的预测值及所述目标指标的预测值；

基于每个元素的实际值与预测值、所述目标指标的实际值与预测值、以及预设根因分析算法确定影响所述目标指标波动的目标元素集合。

可选的，所述基于所述历史数据计算所述目标指标的波动周期，包括：

对所述历史数据进行平稳性校验；

若根据所述平稳性校验的结果确定所述历史数据为平稳性的序列，计算所述历史数据在多个预设阶数下的自相关系数；

将除预设阶数0外的最大自相关系数对应的预设阶数确定为波动周期。

可选的，所述基于所述历史数据计算所述目标指标的波动周期，还包括：

若根据所述平稳性校验的结果确定所述历史数据为非平稳性的序列，按照差分阶数递增的方式对所述历史数据进行多次差分计算，直至差分后的时间序列变为平稳性的序列。

可选的，所述根据多个元素的时间序列中当前波动周期内的数值计算每个元素的实际值及所述目标指标的实际值，包括：

针对每个元素，将所述元素的时间序列中当前波动周期内与当前时刻对应的数值确定为所述元素的实际值；

根据多个元素的实际值计算所述目标指标的实际值。