Skip to content

一款基于规则的可视化模型构建引擎。支持指标定义,规则定义,多数据源接入,RESTful API 查询

Notifications You must be signed in to change notification settings

chenqingspring/rules-based-modeling-engine

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

10 Commits
 
 
 
 
 
 

Repository files navigation

基于规则的可视化模型构建引擎

公司近年来承接了很多新零售相关的项目,在数据研发过程中,不论是对人、货、场、客,都需要先建立各种数据模型,再对其进行精准的分析、匹配和应用。在大数据领域中,这属于多维数据分析的范畴。开发人员使用分析工具一定可以解决特定的需求,但是业务人员的需求往往多变,而且需要反复尝试才能确定。为了降低他们之间沟通成本,满足业务配置灵活性的需要,公司研发了这套基于规则的可视化模型构建引擎。与传统 BI 工具不同的是,它可以作系统级插件,集成到任意的业务系统、数据仓库、甚至数据中台中,与上层的数据应用无缝结合,提供动态的数据模型

功能清单

  • 支持多维数据组合建模
  • 支持自定义指标集合
  • 规则定义
    • 支持逻辑查询
    • 支持指标排序
    • 支持分组排序
    • 支持指标比较
  • 支持模型定时构建
  • 支持结果预览
  • 支持多数据源接入
  • 支持 RESTful API 调用
    • 支持字段过滤
    • 支持分页查询
  • ...

演示地址

沉睡会员模型:为每位导购筛选最多 20 名沉睡会员,且满足年龄、消费时间、消费次数等条件。

会员指标集合: 利用会员主题数据集市,可任意定义规则引擎要使用的指标。

API 实例

Request:
curl xxxx

Response:
{}

应用场景

零售行业

  • 会员营销场景:根据会员的消费指标构建会员模型。例如:RFM模型。
  • 商品销售场景:根据商品的skc/品类/系列等维度创建销售分析模型。例如:商品畅滞断平模型。
  • 门店经营场景:根据门店的经营指标进行异常诊断。例如:异常门店归因模型。
  • 导购赋能场景:根据导购的业绩指标进行导购成长规划。例如:高连带低客单导购模型。

制造行业

...

医疗行业

...

教育行业

...

适用于谁?

  1. 已完成基础的信息化建设
  2. 正在通过数字化转型重构经营模式
  3. 有强烈的数据驱动业务需求;
  4. 有频繁且多变的运营策略
  5. 已搭建数据仓库或者数据中台;
  6. 有一定的研发能力和数据集成能力;

客户案例

如何集成

集成架构图

联系我们

思辙数据: https://www.sizdt.com

Email: [email protected]

WeChat: chenqingspring

About

一款基于规则的可视化模型构建引擎。支持指标定义,规则定义,多数据源接入,RESTful API 查询

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published