[发明专利]一种基于新治理业务的三层漏斗数据治理模型的构建方法

权利要求书

1.一种基于新治理业务的三层漏斗数据治理模型的构建方法，其特征在于,所述方法通过下列步骤进行：

S1、阀值模型漏斗；

S101、建立发现变量数据规则流程；

S102、数据加载提取流程；

S103、数据初筛流程；

S2、AI算法漏斗；

S201、清洗聚类流程；

S202、AI研判流程；

S3、数据验证漏斗；

S301、数据验证流程；

S302、数据核查流程；

S303、任务评价流程；

S4、分权分类检索；

S401、从基础数据的融合标准数据库和经验数据的运营知识库抽取数据，按照检索规则建立索引，存储于检索数据库中，完成检索流程的建立；

S402、对外提供检索访问接口，并根据访问人员的数据权限，提供检索数据的接口，以实现数据的共享访问。

2.根据权利要求1所述的一种基于新治理业务的三层漏斗数据治理模型的构建方法，其特征在于，用于建立一次数据筛选漏斗模型的建立发现变量数据规则流程包括下列步骤：

S10101、读取运营知识库信息；

S10102、结合运营知识库信息，建立业务阀值设定；

S10103、优化的业务阀值设定，形成第一层数据漏斗模型。

3.根据权利要求1所述的一种基于新治理业务的三层漏斗数据治理模型的构建方法，其特征在于，用于完成提取数据的数据加载提取流程包括下列步骤：

S10201、利用ETL工具进行数据抽取或通过接口方式，以数据推送的方式准备进行数据提取；

S10202、从融合标准数据库提取需要进行研判的数据，以便完成数据初筛。

4.根据权利要求1所述的一种基于新治理业务的三层漏斗数据治理模型的构建方法，其特征在于，用于完成数据初筛的数据初筛流程包括下列步骤:

S10301、根据数据规则，对获取到的数据进行研判，以发现其中异常数据；

S10302、根据所发现的异常数据，形成第一层出现变量的数据信息。

5.根据权利要求1所述的一种基于新治理业务的三层漏斗数据治理模型的构建方法，其特征在于，用于对数据进行归类、删除的清洗聚类流程包括下列步骤：

S20101、将经过数据初筛流程而形成的待核查的数据信息内相同的变量数据进行归类；

S20102、去除归类时产生的重复的数据，以减少有效的变量数据，完成对于数据的二层筛选。

6.根据权利要求1所述的一种基于新治理业务的三层漏斗数据治理模型的构建方法，其特征在于，用于对清洗聚类后数据进行再一次计算分析的AI研判流程包括下列步骤：

S20201、集中清洗聚类后的数据，通过AI研判引擎，对数据再一次的计算分析；

S20202、研判引导出的二层筛选的变量数据信息，便于进行三次数据核查验证。

7.根据权利要求1所述的一种基于新治理业务的三层漏斗数据治理模型的构建方法，其特征在于，用于对数据进行再一次验证的数据验证流程包括下列步骤：

S30101、通过分析二层筛选的变量数据信息，以得出需与融合标准库的数据进行再次验证的数据信息；

S30102、通过将分析出的变量数据信息与融合标准库的数据进行再一次的验证，最后形成待核查的数据任务。

8.根据权利要求1所述的一种基于新治理业务的三层漏斗数据治理模型的构建方法，其特征在于，用于对数据进行核查的数据核查流程包括下列步骤：

S30201、通过用户对数据任务进行核查；

S30202、记录用户对数据进行核查的处理过程，形成经验数据，存储于运营知识库。

9.根据权利要求1所述的一种基于新治理业务的三层漏斗数据治理模型的构建方法，其特征在于，用于对数据任务进行评价的任务评价流程包括下列步骤：

S30301、用户对存储于运营知识库的数据任务进行评价和考核；

S30302、将评价和考核优秀的任务，作为优秀案例，进行推广。