助力工业物联网,工业大数据之客户回访事实指标需求分析【二十三】

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 助力工业物联网,工业大数据之客户回访事实指标需求分析【二十三】

1:客户回访事实指标需求分析

  • 目标掌握DWB层客户回访事实指标表的需求分析
  • 路径
  • step1:目标需求
  • step2:数据来源
  • 实施
  • 目标需求:基于客户回访数据统计工单满意数量、不满意数量、返修数量等指标

  • 数据来源
  • ciss_service_return_visit:回访信息表
select
    id,--回访id
    code,--回访编号
    workorder_id,--工单id
    create_userid, --回访人员id
    service_attitude,--服务态度
    response_speed,--响应速度
    repair_level,--服务维修水平
    is_repair --是否返修
from ciss_service_return_visit;
  • 1:满意
  • 0:不满意
  • ciss_service_workorder:服务工单信息表
select
    id,--工单id
    service_userid,--工程师id
    service_station_id,--服务站点id
    oil_station_id --油站id
from ciss_service_workorder;
  • 小结
  • 掌握DWB层客户回访事实指标表的需求分析

2:客户回访事实指标

  • 目标实现DWB层客户回访事实指标表的构建
  • 实施
  • 建表
-- 创建客户回访实时表
drop table if exists one_make_dwb.fact_srv_rtn_visit;
create table if not exists one_make_dwb.fact_srv_rtn_visit(
    vst_id string comment '回访id'
    , vst_code string comment '回访编号'
    , wrkodr_id string comment '工单id'
    , srv_user_id string comment '服务人员用户id'
    , os_id string comment '油站id'
    , ss_id string comment '服务网点id'
    , vst_user_id string comment '回访人员id'
    , satisfied_num int comment '满意数量'
    , unsatisfied_num int comment '不满意数量'
    , srv_atu_num int comment '服务态度满意数量'
    , srv_bad_atu_num int comment '服务态度不满意数量'
    , srv_rpr_prof_num int comment '服务维修水平满意数量'
    , srv_rpr_unprof_num int comment '服务维修水平不满意数量'
    , srv_high_res_num int comment '服务响应速度满意数量'
    , srv_low_res_num int comment '服务响应速度不满意数量'
    , rtn_rpr_num int comment '返修数量'
) comment '客户回访事实表'
partitioned by (dt string)
stored as orc
location '/data/dw/dwb/one_make/fact_srv_rtn_visit';
  • 抽取
insert overwrite table one_make_dwb.fact_srv_rtn_visit partition(dt = '20210101')
select
    visit.id vst_id                         --回访id
  , visit.code vst_code                   --回访编号
  , visit.workorder_id wrkodr_id          --工单id
  , swo.service_userid srv_user_id        --工程师id
  , swo.oil_station_id os_id              --油站id
  , swo.service_station_id ss_id          --服务网点id
  , visit.create_userid vst_user_id       --回访人员id
  , satisfied_num                         --满意数量
  , unsatisfied_num                       --不满意数量
  , srv_atu_num                           --服务态度满意数量
  , srv_bad_atu_num                       --服务态度不满意数量
  , srv_rpr_prof_num                      --服务水平满意数量
  , srv_rpr_unprof_num                    --服务水平不满意数量
  , srv_high_res_num                      --服务响应速度满意数量
  , srv_low_res_num                       --服务响应速度不满意数量
  , rtn_rpr_num                           --返修数量
--回访信息表
from one_make_dwd.ciss_service_return_visit visit
--工单信息表
left join one_make_dwd.ciss_service_workorder swo on visit.workorder_id = swo.id
--获取满意与不满意个数
left join (
    select visit.workorder_id,
      sum(case when visit.service_attitude = 1 and visit.response_speed = 1 and visit.repair_level = 1 then 1 else 0 end) satisfied_num,
      sum(case when visit.service_attitude = 0 then 1 when visit.response_speed = 0 then 1 when visit.repair_level = 0 then 1 when visit.yawp_problem_type = 0 then 1 else 0 end) unsatisfied_num,
      sum(case when visit.service_attitude = 1 then 1 else 0 end) srv_atu_num,
      sum(case when visit.service_attitude = 0 then 1 else 0 end) srv_bad_atu_num,
      sum(case when visit.repair_level = 1 then 1 else 0 end) srv_rpr_prof_num,
      sum(case when visit.repair_level = 0 then 1 else 0 end) srv_rpr_unprof_num,
      sum(case when visit.response_speed = 1 then 1 else 0 end) srv_high_res_num,
      sum(case when visit.response_speed = 0 then 1 else 0 end) srv_low_res_num,
      sum(case when visit.is_repair = 1 then 1 else 0 end) rtn_rpr_num
    from one_make_dwd.ciss_service_return_visit visit
  left join one_make_dwd.ciss_service_workorder swo on visit.workorder_id = swo.id
  where visit.dt = '20210101'
  group by visit.workorder_id
) vstswo on visit.workorder_id = vstswo.workorder_id
where visit.dt = '20210101'
;
  • 小结
  • 实现DWB层客户回访事实指标表的构建


目录
相关文章
|
19天前
|
分布式计算 搜索推荐 物联网
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
|
4月前
|
存储 数据挖掘 大数据
大数据数仓建模基础理论【维度表、事实表、数仓分层及示例】
数据仓库建模是组织和设计数据以支持数据分析的过程,包括ER模型和维度建模。ER模型通过实体和关系描述数据结构,遵循三范式减少冗余。维度建模,特别是Kimball方法,用于数据仓库设计,便于分析和报告。事实表存储业务度量,如销售数据,分为累积、快照、事务和周期性快照类型。维度表提供描述性信息,如时间、产品、地点和客户详情。数仓通常分层为ODS(源数据)、DWD(明细数据)、DIM(公共维度)、DWS(数据汇总)和ADS(应用数据),以优化数据管理、质量、查询性能和适应性。
|
3月前
|
传感器 机器学习/深度学习 监控
物联网技术在工业自动化中的实时故障诊断与维护
物联网技术在工业自动化中的实时故障诊断与维护
|
4月前
|
传感器 机器学习/深度学习 算法
LabVIEW开发工业物联网状态监测
LabVIEW开发工业物联网状态监测
52 2
|
4月前
|
传感器 人工智能 供应链
工业物联网(IIoT)及其在制造业的应用
【5月更文挑战第31天】工业物联网(IIoT)驱动制造业变革,实现设备预测性维护、生产流程优化、供应链智能化及质量控制。Python示例展示数据获取,但面临数据安全、设备兼容性挑战。IIoT将结合AI、大数据,推动制造业创新与转型,助力企业提升竞争力,为制造业可持续发展注入新动力。
87 0
|
4月前
|
监控 物联网 大数据
智慧工地管理平台系统源码基于物联网、云计算、大数据等技术
智慧工地平台APP通过对施工过程人机料法环的全面感知、互联互通、智能协同,提高施工现场的生产效率、管理水平和决策能力,实现施工管理的数字化、智能化、精益化。
91 0
|
4月前
|
NoSQL 物联网 大数据
【补充】助力工业物联网,工业大数据之AirFlow安装
【补充】助力工业物联网,工业大数据之AirFlow安装
82 1
|
4月前
|
Prometheus 数据可视化 Cloud Native
助力工业物联网,工业大数据之服务域:可视化工具Grafana介绍【三十八】
助力工业物联网,工业大数据之服务域:可视化工具Grafana介绍【三十八】
138 1
|
4月前
|
存储 SQL Oracle
助力工业物联网,工业大数据之服务域:项目总结【三十九】
助力工业物联网,工业大数据之服务域:项目总结【三十九】
79 1
|
4月前
|
SQL Prometheus 监控
助力工业物联网,工业大数据之服务域:node_exporter插件【三十七】
助力工业物联网,工业大数据之服务域:node_exporter插件【三十七】
59 1