一种车辆维修保养数据分析方法、系统及设备与流程

本发明涉及车辆数据分析领域，具体涉及一种车辆维修保养数据分析方法、系统及设备。

背景技术：

1、公司信息化建设发展至今，不同业务存在于各自系统的数据库中，数据的价值未得到充分挖掘，且各系统之间的技术壁垒导致难易充分利用已有的各类数据资源，造成了数据资源的浪费。公司的各层级单位目前只存在于纸质报表的业务数据和互联网抓取数据，缺乏跨部门跨业务的信息资源交换管理，数据共享存在多入口重复录入和不一致的情况。

2、因此，现有的车辆维修保养数据分析因业务数据统计口径不一致，指标体系单一，无法保证数据的完整性和统计分析的准确性。另外，由于使用纸质报表，导致无法实时追踪车辆故障发生情况、车辆运行状态、维修保养情况及维修成本波动性。

技术实现思路

1、本发明提供一种车辆维修保养数据分析方法、系统及设备，以解决上述至少一个技术问题。

2、本发明解决上述技术问题的技术方案如下：一种车辆维修保养数据分析方法,包括以下步骤：

3、根据车辆维修保养的指标算法、指标维度和逻辑关系，采用etl工具进行需求建模，得到车辆维修保养需求模型；

4、基于所述车辆维修保养需求模型，使用sqoop工具连接多个独立的业务系统，并从多个独立的业务系统中抽取出车辆维修保养的需求数据，且将所述需求数据写入数据仓库；

5、以公司车辆维修业务、运输业务分析为基础，根据车辆维修保养分析的算法和业务逻辑关系，对所述需求数据进行数据建模，得到车辆维修保养sql模型，并通过数据仓库的hdfs对所述车辆维修保养sql模型进行分布式存储；

6、在bi平台连接数据仓库以获取数据仓库系统hdfs数据，结合车辆维修保养的需求指标和所述车辆维修保养sql模型，建立基于车辆维修数据的bi数据集市，并根据用户的角色和归属单位为所述bi数据集市配置对应的数据访问权限；

7、基于所述数据访问权限，通过参数调用所述bi数据集市中的车辆维修数据，并采用图表的形式对所述bi数据集市中的车辆维修数据进行可视化展示。

8、在上述技术方案的基础上，本发明还做了如下改进。

9、进一步，所述车辆维修保养需求模型包括模型主体以及与所述模型主体连接的模型辅体；所述模型主体中包含车辆维修保养的需求指标以及所述需求指标的计算属性；所述模型辅体具体为车辆维修保养的分析维度；所述车辆维修保养需求模型用于表征所述需求指标与所述分析维度之间的业务关系。

10、进一步，所述需求数据包括车辆主数据、车辆种类字典数据、车型分类字典数据、车辆隶属字典数据、车辆品牌字典数据、车辆用途字典数据、组织机构主数据、车辆维修业务表数据、维修类型字典数据以及车辆运单数据。

11、进一步，所述车辆主数据的指标包括车辆id、车牌号、车辆种类、车型分类、车辆品牌、车辆所属车队、车辆隶属、营运性质以及车辆用途；

12、所述车辆种类字典数据的指标包括车辆种类的种类id、种类名称以及种类编码；

13、所述车型分类字典数据的指标包括车型分类的分类id、名称以及编码；

14、所述车辆隶属字典数据的指标包括隶属id、隶属名称以及隶属编码；

15、所述车辆品牌字典数据的指标包括车辆品牌的品牌id、名称、编码以及品牌分类；

16、所述车辆用途字典数据的指标包括用途id、用途编码以及用途名称；

17、所述组织机构主数据的指标包括组织机构id、机构编码、机构名称、机构简称、机构性质、业务板块、所属上级单位以及地区；

18、所述车辆维修业务表数据的指标包括维修工单、内部维修材料、送外维修成本、外部修理厂、材料修理定额、维修工时、工时单价、材料费、修理费、油液费以及维修周期；

19、所述维修类型字典数据的指标包括维修类型的类型id、编码、名称以及级别；

20、所述车辆运单数据的指标包括运单编码、运单类型、车辆id、核算周期、全行程、运单运输开始时间、运输结束时间、车辆用途、运单收入、工作量以及物料分类。

21、进一步，在将所述需求数据写入数据仓库后，还包括如下步骤：

22、对所述需求数据进行数据层面转换与关联处理。

23、进一步，对所述需求数据进行数据建模，得到车辆维修保养sql模型的具体步骤：

24、将所述车辆主数据、所述车辆种类字典数据、所述车型分类字典数据、所述车辆隶属字典数据、所述车辆品牌字典数据以及所述车辆用途字典数据进行汇总，形成车辆主数据维表；

25、根据组织层级关系将所述组织机构主数据进行分层处理，形成组织单位层级主数据维表；

26、根据所述维修类型字典数据确定维修类型，根据所述车辆维修业务表数据确定工单类型、外修理厂类型和工单状态，根据所述车辆主数据确定车辆所属车队、车辆种类和车型分类；以维修类型、工单类型、外修理厂类型、工单状态、车辆所属车队和车辆种类为分析维度，对所述车辆维修业务表数据分类汇总，形成维修工单业务表；

27、以车辆所属车队和车辆种类为分析维度，对所述车辆维修业务表数据分类汇总，形成维修定额业务表；

28、根据车辆维修保养分析的算法和业务逻辑关系，在所述车辆主数据维表、所述组织单位层级主数据维表、所述维修工单业务表以及所述维修定额业务表内，以车型分类、车辆种类、车辆所属车队以及维修类型为分析维度，按预设统计周期统计车辆维修初始数据，并建立车辆维修保养sql模型；

29、通过数据仓库的hdfs对所述车辆维修保养sql模型进行分布式存储。

30、进一步，车辆维修保养分析的算法的公式包括：

31、msj＝wmys10+imsap+ffy；rsj＝irgsf+wrys10；

32、wcwgl＝(tr+tm)/(tlc/10000)；gswgl＝gscl/(tlc/10000)；

33、wswgl＝(ossj-issj)/(tlc/10000)；

34、wtgd＝fmys10+smys10+rmys10+jjys10+fxys10；

35、fmlssl＝(1-(fmtcs/fmscs))*100％；smlssl＝(1-(smtcs/smscs))*100％；

36、其中，msj表示维修材料费，wmys10表示ys10维修工单材料费，imsap表示内部材料费，ffy表示辅油费；rsj表示修理费，irgsf表示内修工时费，wrys10表示ys10修理费；wcwgl表示万公里维修成本，tr表示全部修理费总计，tm表示全部维修材料费总计，tlc表示总行驶里程；gswgl表示万公里故障数，gscl表示车辆故障数；wswgl表示万公里维修时间，ossj表示出厂时间，issj表示进厂时间；wtgd表示维修台次，fmys10表示ys10工单一保，smys10表示ys10工单二保，rmys10表示ys10工单项修，jjys10表示ys10工单救急，fxys10表示ys10工单返修；fmlssl表示一保实施率，fmtcs表示一保脱保车数，fmscs表示一保应保脱保车数；smlssl表示二保实施率，smtcs表示二保脱保车数，smscs表示二保应保脱保车数。

37、基于上述一种车辆维修保养数据分析方法，本发明还提供一种车辆维修保养数据分析系统。该车辆维修保养数据分析系统,包括以下模块：

38、需求分析模块，其用于根据车辆维修保养的指标算法、指标维度和逻辑关系，采用etl工具进行需求建模，得到车辆维修保养需求模型；

39、业务系统数据获取模块，其用于基于所述车辆维修保养需求模型，使用sqoop工具连接多个独立的业务系统，并从多个独立的业务系统中抽取出车辆维修保养的需求数据，且将所述需求数据写入数据仓库；

40、数据建模及分布式存储模块，其用于以公司车辆维修业务、运输业务分析为基础，根据车辆维修保养分析的算法和业务逻辑关系，对所述需求数据建立车辆维修保养sql模型，并通过数据仓库的hdfs对所述车辆维修保养sql模型进行分布式存储；

41、数据集市建立模块，其用于在bi平台连接数据仓库以获取数据仓库系统hdfs数据，结合车辆维修保养的需求指标和所述车辆维修保养sql模型，建立基于车辆维修数据的bi数据集市，并根据用户的角色和归属单位为所述bi数据集市配置对应的数据访问权限；

42、可视化展示模块，其用于基于所述数据访问权限，通过参数调用所述bi数据集市中的车辆维修数据，并采用图表的形式对所述bi数据集市中的车辆维修数据进行可视化展示。

43、在上述技术方案的基础上，本发明还做了如下改进。

44、进一步，所述车辆维修保养需求模型包括模型主体以及与所述模型主体连接的模型辅体；所述模型主体中包含车辆维修保养的需求指标以及所述需求指标的计算属性；所述模型辅体具体为车辆维修保养的分析维度；所述车辆维修保养需求模型用于表征所述需求指标与所述分析维度之间的业务关系。

45、基于上述一种车辆维修保养数据分析方法，本发明还提供一种车辆维修保养数据分析设备。

46、一种车辆维修保养数据分析设备,包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序被所述处理器执行时实现如上述所述的车辆维修保养数据分析方法。

47、本发明的有益效果是：本发明一种车辆维修保养数据分析方法、系统及设备，采用大数据分析技术，归集跨系统获取车辆维修保养的需求数据，可以保证数据的完整性和统计分析的准确性；在进行车辆维修保养数据分析的过程中，使用分布式计算存储技术，有效提升数据处理速率，深度体现海量历史数据的决策价值；同时，使用组织用户多层级多角色管理方法，有利于管控不同单位不同用户对数据的使用权限，为提升数据安全和保密性提供优质服务；另外，采用图表的形式对车辆维修数据进行可视化展示，可以实时追踪车辆故障发生情况、车辆运行状态、维修保养情况及维修成本波动性，有利于管理决策层及时调整运营策略，完善车辆管理体系，提升运输车辆使用价值。