基于大数据的企业运营健康指数评价系统

摘要

本发明涉及企业运营评估领域，具体涉及一种基于大数据的企业运营健康指数评价系统，包括数据库模块、输入模块、分析处理模块和显示模块，数据库模块：用于存储利用大数据获取到的多种规模、类型的已完成项目的运营记录；输入模块：用于输入企业的每个项目的运营记录，并发送至分析处理模块；分析处理模块：选取每个项目的参考运营记录，计算项目每一天的实际产能转化率，根据影响因子和每一天的实际产能转化率得到每个项目每一天的理论产能转化率，并计算每个项目的健康程度，根据每个项目的健康程度、每一天的理论产能转化率的方差得到每个项目的运营健康指数，将每个项目的运营健康指数发送至显示模块进行显示，方法有效、可信度高。

权利要求

1.一种基于大数据的企业运营健康指数评价系统，其特征在于，包括数据库模块、输入模块、分析处理模块和显示模块：所述数据库模块：用于存储利用大数据获取到的多种规模、类型的已完成项目的运营记录，运营记录包括预测成本、预测总产能、预测日产能、预测运营时长；

所述输入模块：用于输入企业的每个项目的运营记录，包括实际运营中每一天的实际成本、实际运营时长，并将企业每个项目的运营记录发送至分析处理模块；

所述分析处理模块：接收输入模块发送的企业每个项目的运营记录，并在数据库模块中选取与每个项目同规模、同类型的已完成项目的运营记录，将其作为每个项目的参考运营记录；

根据每个项目在参考运营记录中的预测成本、预测总产能、预测日产能及每个项目在实际运营中每一天的实际成本，得到每个项目每一天的实际产能转化率；

获取每个项目每一天的实际产能转化率的影响因子，根据每个项目每一天的实际产能转化率的影响因子和每一天的实际产能转化率，得到每个项目每一天的理论产能转化率；

根据每个项目每一天的理论产能转化率、每一天的实际产能转化率、预测运营时长、实际运营时长得到每个项目的健康程度；

根据每个项目的健康程度、每一天的理论产能转化率的方差，得到每个项目的运营健康指数，并将每个项目的运营健康指数发送至显示模块进行显示；

所述显示模块：接收分析处理模块发送的运营健康指数并进行显示。

2.根据权利要求1所述的一种基于大数据的企业运营健康指数评价系统，其特征在于，所述根据每个项目在参考运营记录中的预测成本、预测总产能、预测日产能及该项目在实际运营中每一天的实际成本，得到该项目每一天的实际产能转化率的方法为：获取每个项目在参考运营记录中的预测成本和预测总产能的比值，将该比值和该项目的预测日产能相乘得到该项目的预测日投入，将该项目的预测日投入和该项目在实际运营中每一天的实际成本的比值，作为该项目每一天的实际产能转化率。

3.根据权利要求1所述的一种基于大数据的企业运营健康指数评价系统，其特征在于，所述获取每个项目每一天的实际产能转化率的影响因子的方法为：设定影响实际产能转化率的特征数据，包括天气，节假日，市场环境；

对每一天影响实际产能转化率的特征数据的影响概率进行评估，将概率最大的特征数据的概率值作为每一天影响实际产能转化率的影响因子。

4.根据权利要求1所述的一种基于大数据的企业运营健康指数评价系统，其特征在于，所述根据每个项目每一天的实际产能转化率的影响因子和每一天的实际产能转化率，得到每个项目每一天的理论产能转化率的具体方法为：将每个项目每一天的实际产能转化率和每一天的实际产能转化率的影响因子相乘，并与实际产能转化率相加的结果值作为该项目每一天的理论产能转化率。

5.根据权利要求1所述的一种基于大数据的企业运营健康指数评价系统，其特征在于，所述根据每个项目每一天的理论产能转化率、每一天的实际产能转化率、预测运营时长、实际运营时长得到每个项目的健康程度的方法为：式中， 为第 个项目的健康程度， 为以 为底的指数函数，为自然常数， 为第个项目的实际运营时长，即总天数， 为参考运营记录中第 个项目的预测运营时长，为第 天，为第 个项目在第 天的理论产能转化率， 为参考运营记录中第 个项目的每一天产能转化率的均值。

6.根据权利要求1所述的一种基于大数据的企业运营健康指数评价系统，其特征在于，所述根据每个项目的健康程度、每一天的理论产能转化率的方差，得到每个项目的运营健康指数的方法为：以e为底数，以每一天的理论产能转化率的方差为指数，得到指数幂，将该指数幂的倒数与项目的健康程度的乘积，作为每个项目的运营健康指数。

说明书

基于大数据的企业运营健康指数评价系统

技术领域

[0001] 本申请涉及企业运营评估领域，具体涉及一种基于大数据的企业运营健康指数评价系统。

背景技术

[0002] 企业运营健康指数评价是对企业现有运营方式的及时评价、现状总结，并对后续运营采取相关措施，提高效率的重要环节，也是企业能够长远发展、持续竞争的来源和基础。对企业运营健康的评价指数是极为复杂的，经常通过项目、资金、技术、市场、管理五项大指标以及繁多的小指标构成，这也造成对企业运营数据的处理分析更为困难，往往需要不同的大数据分析工具和分析模型进行操作，并且多维数据难以转化为业务价值，更无法对企业的运营决策进行反馈和评估，大大折损了大数据的实用价值，现有方法是仅通过企业财务盈利数据进行企业运营健康指数评价，但财务数据构成复杂，财务数据无法明确标识企业具体的业务情况，仅通过财务盈利进行企业运营健康指数评价的可信度较低，无法为后续运营策略的调整提供有效的依据。

发明内容

[0003] 针对仅通过财务盈利进行企业运营健康指数评价的可信度较低，无法为后续运营策略的调整提供有效的依据的问题，本发明提供一种基于大数据的企业运营健康指数评价系统，包括数据库模块、输入模块、分析处理模块和显示模块：

[0004] 所述数据库模块：用于存储利用大数据获取到的多种规模、类型的已完成项目的运营记录，运营记录包括预测成本、预测总产能、预测日产能、预测运营时长；

[0005] 所述输入模块：用于输入企业的每个项目的运营记录，包括实际运营中每一天的实际成本、实际运营时长，并将企业每个项目的运营记录发送至分析处理模块；

[0006] 所述分析处理模块：接收输入模块发送的企业每个项目的运营记录，并在数据库模块中选取与每个项目同规模、同类型的已完成项目的运营记录，将其作为每个项目的参考运营记录；

[0007] 根据每个项目在参考运营记录中的预测成本、预测总产能、预测日产能及每个项目在实际运营中每一天的实际成本，得到每个项目每一天的实际产能转化率；

[0008] 获取每个项目每一天的实际产能转化率的影响因子，根据每个项目每一天的实际产能转化率的影响因子和每一天的实际产能转化率，得到每个项目每一天的理论产能转化率；

[0009] 根据每个项目每一天的理论产能转化率、每一天的实际产能转化率、预测运营时长、实际运营时长得到每个项目的健康程度；

[0010] 根据每个项目的健康程度、每一天的理论产能转化率的方差，得到每个项目的运营健康指数，并将每个项目的运营健康指数发送至显示模块进行显示；

[0011] 所述显示模块：接收分析处理模块发送的运营健康指数并进行显示。

[0012] 所述根据每个项目在参考运营记录中的预测成本、预测总产能、预测日产能及该项目在实际运营中每一天的实际成本，得到该项目每一天的实际产能转化率的方法为：

[0013] 获取每个项目在参考运营记录中的预测成本和预测总产能的比值，将该比值和该项目的预测日产能相乘得到该项目的预测日投入，将该项目的预测日投入和该项目在实际运营中每一天的实际成本的比值，作为该项目每一天的实际产能转化率。

[0014] 所述获取每个项目每一天的实际产能转化率的影响因子的方法为：

[0015] 设定影响实际产能转化率的特征数据，包括天气，节假日，市场环境；

[0016] 对每一天影响实际产能转化率的特征数据的影响概率进行评估，将概率最大的特征数据的概率值作为每一天影响实际产能转化率的影响因子。

[0017] 所述根据每个项目每一天的实际产能转化率的影响因子和每一天的实际产能转化率，得到每个项目每一天的理论产能转化率的具体方法为：

[0018] 将每个项目每一天的实际产能转化率和每一天的实际产能转化率的影响因子相乘，并与实际产能转化率相加的结果值作为该项目每一天的理论产能转化率。

[0019] 所述根据每个项目每一天的理论产能转化率、每一天的实际产能转化率、预测运营时长、实际运营时长得到每个项目的健康程度的方法为：

[0020]

[0021] 式中， 为第 个项目的健康程度， 为以 为底的指数函数，为自然常数，为第 个项目的实际运营时长，即总天数， 为参考运营记录中第 个项目的预测运营时长，为第 天， 为第 个项目在第 天的理论产能转化率， 为参考运营记录中第 个项目的每一天产能转化率的均值。

[0022] 所述根据每个项目的健康程度、每一天的理论产能转化率的方差，得到每个项目的运营健康指数的方法为：

[0023] 以e为底数，以每一天的理论产能转化率的方差为指数，得到指数幂，将该指数幂的倒数与项目的健康程度的乘积，作为每个项目的运营健康指数。

[0024] 本发明的有益效果是：

[0025] （1）利用大数据获取企业项目每个项目的参考运营记录，根据每个项目在参考运营记录中的预测成本、预测总产能、预测日产能及该项目在实际运营中每一天的实际成本，得到该项目每一天的实际产能转化率；该方法可以明确的、持续的、有效的反映出反映了企业在每个项目上每日投入转化产能的转化率；

[0026] （2）获取每个项目每一天的实际产能转化率的影响因子，根据影响因子和每一天的实际产能转化率，得到每个项目每一天的理论产能转化率；该方法排除了不可抗力因素对每日产能转化率的负面影响，得到准确的理论上的每日产能转化率；

[0027] （3）根据每个项目每一天的理论产能转化率、每一天的实际产能转化率、预测运营时长、实际运营时长得到每个项目的健康程度；该方法中的项目周期长短、实际产能转化率高低是衡量项目运作高效与否、合格与否的直接表征，因此得到的健康程度更能准确体现项目在实际运作时的状态，可信度高，可为后续策略调整提供有效的依据。

附图说明

[0028] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

[0029] 图1是本发明的一种基于大数据的企业运营健康指数评价系统结构框图；

[0030] 图2是本发明的一种基于大数据的企业运营健康指数评价系统中的项目按照时间段聚簇示意图。

具体实施方式

[0031] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0032] 本发明的一种基于大数据的企业运营健康指数评价系统的实施例，如图1所示，包括：

[0033] S100.数据库模块：用于存储利用大数据获取到的多种规模、类型的已完成项目的运营记录，运营记录包括预测成本、预测总产能、预测日产能、预测运营时长；

[0034] 需要说明的是，本模块是利用大数据获取与本企业的每个项目同类型、同规模项目案例的运营记录，以及项目规划得到本企业每个项目的参考运营记录，由于当今市场环境、产业类型越来越趋向完善，而相关产业链之间是一个闭环，即企业之间形成的供需关系网，企业在从项目公司接手一个项目时，往往会利用大数据获取行业内同类型、同规模的项目，其投入资本、人员、设备、周期、盈利数据等，进而由专业人员拟定项目计划和参考运营记录，如投标文件就属于参考运营记录的一种，是企业对项目进行评估，确定投标价值，以及自身接手项目后的运营计划，预估最终盈利情况。

[0035] 因此本模块中，获取本企业本年度每个项目的参考运营记录，其包含各项目的总产能、日产能、实际完成周期、预测完成周期、预测成本等信息。

[0036] S101.输入模块：用于输入企业的每个项目的运营记录，并将企业每个项目的运营记录发送至分析处理模块S102；

[0037] S102.分析处理模块，具体执行内容如下：

[0038] （1）接收输入模块发送的企业每个项目的运营记录，并在数据库模块中选取与该项目同规模、同类型的已完成项目的运营记录，将其作为该项目的参考运营记录；

[0039] （2）根据每个项目在参考运营记录中的预测成本、预测总产能、预测日产能及该项目在实际运营中每一天的实际成本，得到该项目每一天的实际产能转化率，具体方法为：

[0040] 获取每个项目在参考运营记录中的预测成本和预测总产能的比值，即该项目每单位产能的预测成本，根据该项目每单位产能的预测成本和该项目的预测日产能得到该项目的预测日投入，将该项目的预测日投入和该项目在实际运营中每一天的实际成本的比值，作为该项目每一天的实际产能转化率，计算公式为：

[0041]

[0042] 式中，为第 个项目在第 天的实际产能转化率，为第 个项目， 为第 个项目在参考运营记录中的预测成本，为第 个项目在参考运营记录中的总产能， 为第 个项目在参考运营记录中第 天所产出的产能，为第 个项目在第 天的实际成本投入；

[0043] 其中：

[0044] 代表企业运作该项目每单位产能所付出的成本；

[0045] 代表该项目运作第 天产出 产能理论上应付出的成本；

[0046] 除以 的值代表该项目每日理论的成本投入和实际投入成本的比率，同时也反应了企业在该项目上每日投入成本转化为产能的转化率。

[0047] 该公式是根据参考运营记录中已知的项目成本、项目总产能，得到参考运营记录中单位产能的成本投入，乘以当日产能，再比上实际投入成本，得到产能转化率，有益效果是构建分析项目运营健康度的最小单位数据，有利于后续分析的进行；

[0048] （3）获取每个项目每一天的实际产能转化率的影响因子，根据影响因子和每一天的实际产能转化率，得到每个项目每一天的理论产能转化率；

[0049] 针对每个项目，统计每日的产能转化率，分析其在一个年度中日产能转化率的变化，这个产能累加到盈利的过程中会受到很多干扰因素影响导致产能、产能转化率降低，包括不可抗力因素、和负面运营因素，其中不可抗力因素包括天气因素、行业变动、节假日等对企业生产能力造成负面影响的随机变量，是企业本身无法决定和改变的，每日的产能转化率需要抛开这些不可抗力因素造成的影响，剩下的才是受企业自身的运营效率和健康程度所产出的产能转化率。

[0050] 其中，获取每个项目每一天的实际产能转化率的影响因子的具体方法为：

[0051] 设定影响实际产能转化率的特征数据，包括天气，节假日，市场环境；

[0052] 对每一天影响实际产能转化率的特征数据的影响概率进行评估，将概率最大的特征数据的概率值作为每一天影响实际产能转化率的影响因子；

[0053] 具体通过训练分类网络获取每个项目每一天的实际产能转化率的影响因子，具体步骤如下：

[0054] 首先选取不可抗力因素特征，即影响实际产能转化率的特征数据：如历史天气信息、节假日休假信息、以及大市场环境评估值等数据；

[0055] 然后，本企业与项目公司同时对历史数据4个季度数据内每天的不可抗力因素影响进行评估，即实质上为评估不可抗力的特征数据对每日生产工作的影响概率值，即进行人工评分，评出每一天中，不可抗力因素的特征数据，对该天生产工作的影响概率值，每日工作的每个两个公司同时评估是为了克服本公司与项目公司不同的立场的评估主观性，因此两者对于每天的不可抗力因素影响评估结果取均，将均值作为每天的不可抗力因素影响值；

[0056] 最后，将历史数据，即将4个季度数据内每天的不可抗力因素影响值作为历史数据，并将历史数据中训练集和测试集的比例设置为7：3，即将70%的历史数据作为训练集，将30%的历史数据作为测试集；

[0057] 通过训练集数据对分类网络进行训练，分类网络的输入为：训练数据中的不可抗力因素特征数据，输出为：每个项目每一天的实际产能转化率的影响因子。分类网络训练过程中，通过梯度下降法进行训练，直到损失函数收敛，完成分类网络训练，其中，分类网络结构为Encoder‑FC，损失函数为交叉熵函数；

[0058] 进一步的，利用训练好的分类网络对现有的不可抗力因素数据进行分类，输入每一天的不可抗力因素数据，就会输出每个项目每一天的实际产能转化率的影响因子，每个项目每一天的实际产能转化率的影响因子 的本质即为分类网络输出的分类概率， 的取值在0‑1之间， 为第 天的每个项目每一天的实际产能转化率的影响因子。

[0059] 其中，根据每个项目每一天的实际产能转化率的影响因子和每个项目在实际运营中每一天的产能转化率，得到每个项目每一天的理论产能转化率的方法为：

[0060] 将每个项目每一天的实际产能转化率和每一天的实际产能转化率的影响因子相乘，并与实际产能转化率相加的结果值作为该项目每一天的理论产能转化率，计算方法为：

[0061]

[0062] 上式中， 代表第 天的实际产能转化率的影响因子，代表该项目第 天的产能转化率，代表第 天的生产工作在没有受到实际产能转化率的影响因子影响的理论日产能转化率。

[0063] 本步骤的目的和作用：不可抗力因素会对每天的产能、产能转化率造成损失，且企业自身无法规避，而为了准确评估企业、项目自身的运营健康指数，不得不消除或降低这些不可抗力的随机事件对日产能转化率的负面影响。

[0064] 例如，某项目的某天日产能转化率为30%，而当天的天气状况极差，实际产能转化率的影响因子为0.4，那么我们认为项目可能受到天气状况导致了当天的产能转化率较低，那么在没有天气状况的影响下，项目当日本应该的产能转化率应该为：30% （1+0.4）=42%。这42%即为企业、项目自身的班组、技术、决策、设备等所具备、所能够产出的理论日产能转化率。

[0065] （4）根据每个项目每一天的理论产能转化率、每一天的实际产能转化率、预测运营时长、实际运营时长得到每个项目的健康程度；

[0066] 其中，根据每个项目每一天的理论产能转化率、每一天的实际产能转化率、预测运营时长、实际运营时长得到每个项目的健康程度的方法为：

[0067]

[0068] 式中， 为第 个项目的健康程度， 为以 为底的指数函数，为自然常数，为第 个项目的实际运营时长，即总天数， 为参考运营记录中第 个项目的预测运营时长，为第 天， 为第 个项目在第 天的理论产能转化率， 为参考运营记录中第 个项目的每一天产能转化率的均值。

[0069] 该公式中：

[0070] 代表项目运营时长，代表目标项目序号， 代表 项目的参考运营记录，代表第 个项目的实际运营时长和参考运营记录的运营时长之差，同时代表该项目实际运营时长的逾期程度；

[0071]   为反比例关系转化：

[0072] 即 为负数时，代表项目提前完成， 的取值随着 的取值越小而在[1,+∞]内越大；

[0073] 为正数时，代表项目逾期， 的取值就随着 的取值越大而在[0,1]内越小，i代表该项目运营周期内任意一天， 代表该项目去除不可抗力因素后的理论产能， 代表参考运营记录求得的平均日产能转化率， 代表该项目的最大运营天数， 则代表该项目运营周期内，每一天的理论日产能转化率与参考运营记录所得平均日产能转化率之差的累加和。  为正比例关系转化，约束 使其与 进行去量纲统一化， 为正数，且其越
大则  在[1,+∞]内越大，则项目运营越健康 为负数，且其
越小则 在[0,1]内越小，则项目运营越不健康；

[0074] 和 相乘的含义即用量纲统一化后的，项目逾期程度乘以理论日产能转化率与参考运营记录所得平均日产能转化率之差的累加和，项目越健康，代表乘积为大于等于1的正数，且越大，项目运营越差，则乘积为大于0小于1的小数。

[0075] 本步骤的有益效果：项目周期长短、日产能转化率高低是衡量项目运作高效与否、合格与否的直接表征，参考运营记录是利用大数据和结合企业自身能力认知所得的，因此与参考运营记录进行对比，更能体现项目在实际运作时的状态。

[0076] （5）根据每个项目的健康程度、每一天的理论产能转化率的方差，得到每个项目的运营健康指数，并将每个项目的运营健康指数发送至显示模块S103进行显示；

[0077] 其中，根据每个项目的健康程度、每一天的理论产能转化率的方差，得到每个项目的运营健康指数的方法为：

[0078] 以e为底数，以每一天的理论产能转化率的方差 为指数，得到指数幂 ，将该指数幂的倒数 与每一天的实际产能转化率的健康程度 的乘积，作为每个项目的运营健康指数，计算公式为：

[0079]

[0080] 式中， 为第 个项目的运营健康指数， 为以 为底的指数函数，的含义为 ，为自然常数， 为第 个项目每一天的理论产能转化率 的方差。

[0081] 需要说明的是，日产能转化率的稳定性，也反映了项目运营的健康程度，我们利用数据的离散性，即方差来表征每一天产能转化率的稳定性，并将每一天的产能转化率的健康程度和每一天产能转化率的稳定性结合，得到该项目的运营健康指数。

[0082] S103.显示模块：接收分析处理模块S102发送的运营健康指数并进行显示；

[0083] 进一步的，获取本模块显示的运营健康指数，将每个项目运营健康指数作为运营决策的参考，可以追溯运营决策，进行战略调整，具体方法为：

[0084] 设置项目运营健康指数阈值1，当第 个项目的项目运营健康指数 大于等于项目1时，第 个项目运营健康，否则，即大于0小于1时，第 个项目存在运营问题。

[0085] 进一步的，获取本企业一年度所有项目的 ，根据所有项目的运营健康度，计算不同时段、不同决策下的企业运营健康指数变化，具体方法为：

[0086] 将所有项目按照运营时间段的相似性进行有监督聚类，也就是输入多组人工划分的时间段，通过机器学习对在时间序列上大范围重合且相对集中的项目进行聚类，例如:项目A的运营时间段是8月1日到7日，项目B、C的运营时间段是8月1到8月8，和8月2到8月10，则认为三个项目时间序列上几乎并行，划为一个聚簇，因此每个聚簇均为同时段并行的项目，需要说明的是，聚簇和聚簇之间允许存在时间重合和项目重合，如图2所示；

[0087] 统计每个聚簇，即每个同时段并行的所有项目 值，提取簇内特征，即均值、离散性、不健康项目占比。筛选项目集中出现运营问题的时段。该步骤较常规，即使不计算任何特征，也可直接观察每个簇内 值异常的数量，筛出问题较多项目所集中的时间段；

[0088] 设企业运营者在一整个年度依次做出的运营决策为 ，这些决策分布在时间序列上，将存在运营问题的时段，与运营决策进行匹配，可以及时纠正不良决策以及调整战略方向。

[0089] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。