用于构建数据汇总模型的方法及装置、电子设备、存储介质与流程

1.本技术涉及计算机技术领域，例如涉及一种用于构建数据汇总模型的方法及装置、电子设备、存储介质。


背景技术：

2.在eip(enterprise intelligence planning，企业智能规划)开发过程中，需要用到大量的指标进行展示分析。eip能够根据协作需求整合办公系统、生产系统、协作系统等数据，使协同工作过程中协作人员之间的行为记录数据可见、可测量、可驱动，从而便于促进企业团队的协作和创新。随着企业业务的发展，协作需求在不断的迭代，为了应对协作需求的变更迭代，那么一个稳定高效可扩展的数据汇总模型是非常有必要的。
3.在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：
4.现有技术中由于协作需求随着业务发展在不断变更迭代，难以对协同工作过程中协作人员之间的行为记录数据进行数据汇总。


技术实现要素：

5.为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
6.本公开实施例提供了一种用于构建数据汇总模型的方法及装置、电子设备、存储介质，以能够提供一种用于进行数据汇总的数据汇总模型。
7.在一些实施例中，所述用于构建数据汇总模型的方法，包括：获取协作需求目的；根据所述协作需求目的确定数据汇聚粒度；根据所述数据汇聚粒度构建数据汇总模型。
8.在一些实施例中，所述用于构建数据汇总模型的装置，包括：获取模块，被配置为获取协作需求目的；确定模块，被配置为根据所述协作需求目的确定数据汇聚粒度；构建模块，被配置为根据所述数据汇聚粒度构建数据汇总模型。
9.在一些实施例中，所述电子设备包括处理器和存储有程序指令的存储器，所述处理器被配置为在运行所述程序指令时，执行如上述的用于构建数据汇总模型的方法。
10.在一些实施例中，所述存储介质存储有程序指令，所述程序指令在运行时，执行上述的用于构建数据汇总模型的方法。
11.本公开实施例提供的用于构建数据汇总模型的方法及装置、电子设备、存储介质，可以实现以下技术效果：通过获取协作需求目的；根据协作需求目的确定数据汇聚粒度；根据数据汇聚粒度构建数据汇总模型。这样，在协作需求发生变更迭代的情况下，通过确定变更迭代后的协作需求目的对应的数据维度，从而能够构建不同数据维度的数据汇总模型，利用数据汇总模型能够实现对协同工作过程中协作人员之间的行为记录数据进行数据汇总，便于对行为记录数据进行展示和分析。
12.以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本技术。
附图说明
13.一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
14.图1是本公开实施例提供的一个用于构建数据汇总模型的方法的示意图；
15.图2是本公开实施例提供的一个用于构建第一数据汇总模型的方法的示意图；
16.图3是本公开实施例提供的一个用于构建第二数据汇总模型的方法的示意图；
17.图4是本公开实施例提供的一个用于进行数据汇总的方法的示意图；
18.图5是本公开实施例提供的一个用于构建数据汇总模型的装置的示意图；
19.图6是本公开实施例提供的一个电子设备的示意图。
具体实施方式
20.为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
21.本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
22.除非另有说明，术语“多个”表示两个或两个以上。
23.本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
24.术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
25.术语“对应”可以指的是一种关联关系或绑定关系，a与b相对应指的是a与b之间是一种关联关系或绑定关系。
26.结合图1所示，本公开实施例提供一种用于构建数据汇总模型的方法，包括：
27.步骤s101，获取协作需求目的。
28.步骤s102，根据协作需求目的确定数据汇聚粒度。
29.步骤s103，根据数据汇聚粒度构建数据汇总模型。
30.采用本公开实施例提供的用于构建数据汇总模型的方法，通过获取协作需求目的；根据协作需求目的确定数据汇聚粒度；根据数据汇聚粒度构建数据汇总模型。这样，在协作需求发生变更迭代的情况下，通过确定变更迭代后的协作需求目的对应的数据维度，从而能够构建不同数据维度的数据汇总模型，利用数据汇总模型能够实现对协同工作过程中协作人员之间的行为记录数据进行数据汇总，便于对行为记录数据进行展示和分析。
31.可选地，获取协作需求目的，包括：协作需求目的为用户输入。
32.在一些实施例中，协作需求目的包括使协同工作过程中协作人员之间的行为记录数据可见、可测量、可驱动；倾听客户需求并及时反馈；促进团队协作，提高组织运转效率
等。
33.可选地，根据协作需求目的确定数据汇聚粒度，包括：根据协作需求目的确定汇总类型和汇总时间段；根据汇总类型和汇总时间段确定数据汇聚粒度。
34.可选地，根据协作需求目的确定汇总类型和汇总时间段，包括：从预设的第一数据库匹配出与协作需求目的分别对应的汇总类型和汇总时间段；第一数据库中存储有协作需求目的与汇总类型之间的对应关系、协作需求目的与汇总时间段之间的对应关系。
35.可选地，汇总类型包括协作对象和协作方式。
36.可选地，协作对象包括“个人”和“群组”；协作方式包括“单聊”、“群聊”、“会议”和“邮件”。
37.在一些实施例中，“会议”包括“邮件会议”、“语音视频会议”和“企微会议”等。
38.在一些实施例中，“个人”包括内部员工或客户；“群组”包括“企业内部员工群”或“外部群”；“外部群”包括企业内部员工和客户等。
39.可选地，汇总时间段包括：“每天”和/或“每半小时”。
40.在一些实施例中，按照“每天”和/或“每半小时”对数据源进行汇总。
41.可选地，汇总类型包括协作对象和协作方式，根据汇总类型确定数据汇聚粒度，包括：将协作对象和协作方式确定为数据汇聚粒度。
42.在一些实施例中，数据汇聚粒度为：[“协作对象” “协作方式”]；或，[“协作对象”]；或，[“协作方式”]。
[0043]
可选地，根据汇总类型和汇总时间段确定数据汇聚粒度，包括：将汇总类型和汇总时间段确定为数据汇聚粒度。
[0044]
在一些实施例中，数据汇聚粒度为：[“协作对象” “协作方式” “日期”]。
[0045]
可选地，根据汇总类型和汇总时间段确定数据汇聚粒度，包括：将汇总类型和汇总时间段确定为数据汇聚粒度。
[0046]
在一些实施例中，数据汇聚粒度为：[“协作对象” “协作方式” “日期” “每天的半小时对应的数字”]；在一些实施例中，每天包括24个“小时”，即48个“半小时”；则“每天的半小时对应的数字”为1～48。
[0047]
可选地，根据数据汇聚粒度构建数据汇总模型，包括：获取用户维表信息；用户维表信息包括协作人员的基本信息；根据用户维表信息和数据汇聚粒度构建数据汇总模型。
[0048]
可选地，协作人员包括员工和客户。
[0049]
可选地，用户维表信息包括员工对应的员工维表和客户对应的客户维表。可选地，协作人员包括员工和客户。
[0050]
可选地，员工的基本信息包括：员工姓名、员工岗位职级、员工电话、员工邮编、员工所属部门、员工对应的领导和员工的汇报信息等。
[0051]
可选地，客户的基本信息包括：客户姓名、客户所属公司、客户电话和客户邮箱等。
[0052]
可选地，根据用户维表信息和数据汇聚粒度构建数据汇总模型，包括：根据用户维表信息和数据汇聚粒度确定模型结构，按照模型结构构建数据汇总模型。
[0053]
在一些实施例中，模型结构为dws(数据仓库明细)层模型结构，数据汇总模型为dws模型。
[0054]
可选地，dws层模型结构包括：员工基本信息码表、客户基本信息码表、人员会议详
情、人员群体协作详情和人员协作者统计等。
[0055]
可选地，模型结构包括员工基本信息码表，根据用户维表信息和数据汇聚粒度确定模型结构，包括：在数据汇聚粒度为[“协作对象”]的情况下，根据[“协作对象”]确定员工基本信息码表，包括：以员工为维度，通过员工工号把员工维表和员工汇报线关系数据进行融合。可选地，员工汇报线关系数据为员工上下级关系。
[0056]
可选地，每天统计一次员工基本信息码表，并将每天统计的员工信息码表存储到不同的分区。在一些实施例中，各分区的存储数据为前一天的员工基本信息码表，例如：20号分区的存储数据为19号那天的员工基本信息码表。
[0057]
可选地，模型结构包括客户基本信息码表，根据数据汇聚粒度确定模型结构，包括：在数据汇聚粒度为[“协作对象”]的情况下，根据[“协作对象”]确定客户基本信息码表，包括：以客户为维度，通过客户的userid(用户id)将客户在企微中的信息和客户信息补录表进行融合。可选地，客户在企微中的信息包括客户的userid、客户姓名和客户所属公司等。可选地，客户信息补录表为基于客户的userid的人工补录表，用于补充客户的邮件。可选地，每天统计一次客户基本信息码表，并将每天统计的客户信息码表存储到不同的分区。
[0058]
可选地，模型结构包括人员会议详情，根据数据汇聚粒度确定模型结构，包括：在数据汇聚粒度为[“协作对象” “协作方式”]的情况下，根据[“协作对象” “协作方式”]确定人员会议详情，包括：根据员工基本信息码表、客户基本信息码表和会话内容按天统计每个人的所有会议信息，获得人员会议详情。可选地，每天统计一次人员会议详情，并将每天统计的人员会议详情存储到不同的分区。可选地，会议信息包括：会议时间、会议名称、参会人数和参会成员。
[0059]
可选地，模型结构包括人员群体协作详情，根据数据汇聚粒度确定模型结构，包括：数据汇聚粒度为[“协作对象” “协作方式” “日期” “每天的半小时对应的数字”]的情况下，根据[“协作对象” “协作方式” “日期” “每天的半小时对应的数字”]确定人员群体协作详情，包括：以人员为维度，每半小时对各人员在所有群聊中的发言情况和参加会议情况进行数据汇聚统计，获得人员群体协作详情。可选地，人员群体协作详情包括群聊名称、会议名称、发言次数和会议时长。
[0060]
在一些实施例中，在该人员半个小时参加多个会议的情况下，会议时长为多个会议的总时长并集。
[0061]
可选地，模型结构包括人员协作者统计，根据数据汇聚粒度确定模型结构，包括：数据汇聚粒度为[“协作对象” “协作方式” “日期”]的情况下，根据[“协作对象” “协作方式” “日期”]确定人员协作者统计，包括：以[协作者 人员]为维度，每天统计一次设定时间内的协作情况。可选地，协作者包括员工；人员包括员工或客户。可选地，设定时间包括：本周和前2周。在一些实施例中，协作情况包括：协作者和人员最近一次的协作日期、相同群聊个数、本周和前2周的活跃群聊个数。
[0062]
可选地，活跃群聊通过以下方式确定，包括：获取群聊的活跃度，将活跃度超过预设数值的群聊确定为活跃群聊。
[0063]
可选地，dws层模型结构还包括：群聊统计信息和人员群聊关系等。
[0064]
在一些实施例中，群聊统计信息包括所有群聊的状态信息、项目信息、历史沟通次数和当天沟通次数；人员群聊关系包括群和各群成员之间的关系。
[0065]
结合图2所示，本公开实施例提供一种用于构建第一数据汇总模型的方法，包括：
[0066]
步骤s201，获取协作需求目的。
[0067]
步骤s202，根据协作需求目的确定汇总类型和汇总时间段。
[0068]
步骤s203，获取用户维表信息；用户维表信息包括协作人员的基本信息。
[0069]
步骤s204，根据汇总类型和汇总时间段确定第一数据汇聚粒度。
[0070]
步骤s205，根据用户维表信息和第一数据汇聚粒度构建第一数据汇总模型。
[0071]
采用本公开实施例提供的用于构建数据汇总模型的方法，通过获取协作需求目的；根据协作需求目的确定第一数据汇聚粒度；根据第一数据汇聚粒度构建第一数据汇总模型。这样，在协作需求发生变更迭代的情况下，通过确定变更迭代后的协作需求目的对应的数据维度，从而能够构建第一数据汇总模型，利用第一数据汇总模型能够实现对协同工作过程中协作人员之间的行为记录数据进行数据汇总，从而便于对行为记录数据进行展示和分析。
[0072]
可选地，第一数据汇聚粒度包括：[“协作对象” “协作方式” “日期” “每天的半小时对应的数字”]。可选地，第一数据汇总模型为dws模型。
[0073]
结合图3所示，本公开实施例提供一种用于构建第二数据汇总模型的方法，包括：
[0074]
步骤s301，获取协作需求目的。
[0075]
步骤s302，根据协作需求目的确定第二数据汇聚粒度。
[0076]
步骤s303，根据第二数据汇聚粒度确定第二模型结构。
[0077]
步骤s304，按照第二模型结构构建第二数据汇总模型。
[0078]
采用本公开实施例提供的用于构建第二数据汇总模型的方法，通过获取协作需求目的；根据协作需求目的确定第二数据汇聚粒度；根据第二数据汇聚粒度构建第二数据汇总模型。这样，在协作需求发生变更迭代的情况下，通过确定变更迭代后的协作需求目的对应的数据维度，从而能够构建第二数据汇总模型，利用第二数据汇总模型能够进行数据汇总，便于对数据进行展示和分析。
[0079]
可选地，根据协作需求目的确定第二数据汇聚粒度，包括：从预设的第二数据库匹配出与协作需求目的对应的第二数据汇聚粒度；第二数据库中存储有协作需求目的与第二数据汇聚粒度之间的对应关系。
[0080]
在一些实施例中，第二数据汇聚粒度包括：个人维度、团队维度和其他维度。
[0081]
可选地，第二模型结构为dm(数据集市)层模型结构，第二数据汇总模型为dm模型。
[0082]
可选地，dm层模型结构为：个人维度对应的指标、团队维度对应的指标和其他维度对应的指标。
[0083]
可选地，个人维度对应的指标包括员工协作指标、人员协作分布指标和人员协作者分布指标、员工协作周指标和人员群聊信息。
[0084]
可选地，团队维度对应的指标包括团队成员、团队成员沟通统计、团队协作指标、团队客户指标和团队群聊信息。
[0085]
可选地，其他维度对应的指标包括职级统计指标和群聊项目统计信息。
[0086]
可选地，对员工基本信息码表、客户基本信息码表和人员会议详情进行数据汇聚统计，获得人员协作详情。可选地，人员协作详情包括各员工在最近一周内每天的单人协作情况、群体协作情况、两人群聊和参与会议情况。
[0087]
可选地，员工协作指标通过以下方式获得：获取人员协作详情和人员协作日表；对人员协作详情和人员协作日表进行数据汇聚统计，获得员工协作指标。可选地，人员协作日表为各员工在最近一周内每天的单人协作情况和群体协作情况。
[0088]
可选地，从人员协作详情和人员协作日表中提取出员工协作指标，包括：以员工为维度，每天统计该员工在预设时间段内的协作情况。可选地，预设时间段为最近一周。在一些实施例中，最近一周为包括统计日期及统计日期前6天。
[0089]
在一些实施例中，该员工在预设时间段内的单人协作情况包括：该员工在预设时间段内参加的会议名称、会议时长和协作对象等；该员工在预设时间段内的群体协作情况包括：群聊名称、会议名称、发言次数和会议时长。
[0090]
可选地，人员协作分布指标通过以下方式获得：获取人员协作详情，对人员协作详情进行数据汇聚统计，获得人员协作分布指标。可选地，对人员协作详情进行数据汇聚统计，获得人员协作分布指标，包括：以员工为维度，每天统计该员工在预设时间段内各时段的协作情况。在一些实施例中，各时段包括工作日的3:30～9:30和工作日的9:30～16:30等。
[0091]
可选地，人员协作者分布指标通过以下方式获得：获取人员协作详情；对人员协作详情进行数据汇聚统计，获得人员协作者分布指标。
[0092]
可选地，对人员协作详情进行数据汇聚统计，获得人员协作者分布指标，包括：以[员工 其他人]为维度，每天统计员工和其他人在最近一周内各时段的协作情况。可选地，其他人包括其他员工和客户。
[0093]
可选地，员工协作者指标通过以下方式获得：获取人员协作者统计和人员协作详情；对人员协作者统计和人员协作详情进行数据汇聚统计，获得员工协作者指标。可选地，对人员协作者统计和人员协作详情进行数据汇聚统计，获得员工协作者指标，包括：以[员工 其他人]为维度，每天统计员工和其他人在最近一周内的协作情况。可选地，其他人包括其他员工和客户。
[0094]
可选地，员工协作周指标通过以下方式获得：获取人员协作日表，从人员协作日表中提取出员工协作周指标。可选地，从人员协作日表中提取出员工协作周指标，包括：以[员工 最近4周]为维度，每天统计各员工在最近4周内的协作情况。
[0095]
可选地，人员群聊信息通过以下方式获得：以员工为维度，每天统计各员工在最近一周内所有涉及项目的群聊相关指标信息。可选地，涉及项目的群聊相关指标信息包括群聊名称、项目名称，群聊类型、群聊创建时间、群聊参与人数和群聊最后活跃时间等。在一些实施例中，群聊类型包括内部群和外部群。
[0096]
可选地，团队成员通过以下方式获得：以员工为维度，每天对单个员工及其下面两级的员工进行统计，将单个员工及其下面两级的员工确定为团队成员。在一些实施例中，将单个员工确定为一个团队；或，将单个员工及其下面两级的员工确定为一个团队。
[0097]
可选地，团队成员沟通统计通过以下方式获得：获取团队成员和人员协作详情；对团队成员和人员协作详情进行数据汇聚统计，获得团队成员沟通统计。可选地，对团队成员和人员协作详情进行数据汇聚统计，获得团队成员沟通统计，包括：以员工为维度，每天统计该员工对应的团队内所有成员的沟通情况。在一些实施例中，沟通情况包括团队成员和客户之间的聊天内容和会议内容等。
[0098]
可选地，团队协作指标通过以下方式获得：获取员工基本信息码表、人员协作详情和人员群体协作详情；对员工基本信息码表、人员协作详情和人员群体协作详情进行数据汇聚统计，获得团队协作指标。可选地，对员工基本信息码表、人员协作详情和人员群体协作详情进行数据汇聚统计，获得团队协作指标，包括：以员工为维度，每天统计该员工对应的团队的协作情况。
[0099]
可选地，团队客户指标通过以下方式获得：获取团队成员和员工协作者指标；对团队成员和员工协作者指标进行数据汇聚统计，获得团队客户指标。可选地，对团队成员和员工协作者指标进行数据汇聚统计，获得团队客户指标，以[员工 客户]为维度，每天统计该员工对应的团队和客户的协作情况。
[0100]
可选地，团队群聊信息通过以下方式获得：以员工为维度，每天统计该员工对应的团队在最近一周内所有涉及项目的相关指标信息。可选地，涉及项目的群聊相关指标信息包括群聊名称、项目名称，群聊类型、群聊创建时间、群聊参与人数和群聊最后活跃时间等。在一些实施例中，群聊类型包括内部群和外部群。
[0101]
可选地，职级统计指标通过以下方式获得：以[职级 岗位]为维度，每天统计该职级下该岗位的平均协作情况。
[0102]
在一些实施例中，有5名职级为一级、岗位为工程师的一级工程师，各一级工程师对应的协作情况按照从小到大的顺序进行排列分别为2次、2次、3次、2次和5次；在该排列中各协作情况的中位数为2次；将各协作情况的中位数确定为平均协作情况。
[0103]
可选地，群聊项目统计信息通过以下方式获得：每天统计设计项目的所有群聊的沟通信息和所有群聊的活跃度。
[0104]
可选地，根据数据汇聚粒度构建数据汇总模型后，还包括：利用数据汇总模型进行数据汇总。这样，通过构建数据汇总模型，并通过数据汇总模型对数据进行汇总，利用了数据汇总模型的数据能力实现了数据服务。
[0105]
可选地，利用数据汇总模型进行数据汇总后，还包括：将汇总后的数据存入预设的数据库中。可选地，预设的数据库为clickhouse列式存储数据库。
[0106]
可选地，利用数据汇总模型进行数据汇总后，还包括：根据汇总后的数据生成数据报表。这样，通过生成数据报表，便于用户更直观的了解企业的业务情况，同时，通过对数据报表进行分析，能够促进团队协作，提高组织运转效率，加速创新，推动组织的数字化转型。
[0107]
结合图4所示，本公开实施例提供一种用于进行数据汇总的方法，包括：
[0108]
步骤s401，获取预设时间段内的协作数据；协作数据用于表征在协同工作过程中协作人员之间的行为记录数据。
[0109]
步骤s402，根据第一数据汇总模型对协作数据进行汇总，获得第一汇总数据。
[0110]
步骤s403，根据第二数据汇总模型对第一汇总数据进行汇总，获得第二汇总数据。
[0111]
步骤s404，将第二汇总数据存储到预设的数据库中。
[0112]
采用本公开实施例提供的用于进行数据汇总的方法，通过不同的数据汇总模型分别进行数据汇总，由于不同数据汇总模型的数据汇聚粒度不同，能够按照不同的数据汇聚粒度对数据进行汇总，这样在将汇总数据进行展示和分析的情况下，更便于用户观看，提高了用户体验。
[0113]
可选地，第一数据汇总模型为dws模型；第二数据汇总模型为dm模型。这样，由于根
据协作需求目的分别构建dws模型和dm模型，便于用户针对未来的需求进行高效稳定的二次开发。
[0114]
在一些实施例中，通过确定统计日期，通过dws模型对该统计日期下的协作数据进行汇总，获得第一汇总数据；可选地，第一汇总数据包括员工基本信息码表、客户基本信息码表、人员会议详情、人员群体协作详情和人员协作者统计。通过dm模型对第一汇总数据进行汇总，获得第二汇总数据；可选地，第二汇总数据包括员工协作指标、人员协作分布指标、人员协作者分布指标、员工协作周指标、人员群聊信息、团队成员、团队成员沟通统计、团队协作指标、团队客户指标、团队群聊信息、职级统计指标和群聊项目统计信息。
[0115]
在一些实施例中，通过dws模型进行数据汇总，包括：以人员为维度，对员工基本信息码表和客户基本信息码表进行数据汇聚统计，获得人员协作详情；人员协作详情包括各员工在最近一周内每天的单人协作情况、群体协作情况、两人群聊和参与会议情况。以人员为维度，对员工基本信息码表和客户基本信息码表进行数据汇聚统计，获得人员会议详情；人员会议详情包括每天每个人的所有会议信息。可选地，会议信息包括：会议时间、会议名称、参会人数和参会成员。以人员为维度，对员工基本信息码表和客户基本信息码表进行数据汇聚统计，获得人员群聊关系。以人员为维度，对人员会议详情进行数据汇聚统计，获得人员群体协作详情；人员群体协作详情包括：每半小时内，各人员在所有群的发言情况以及参加的所有会议。以人员为维度，对人员会议详情进行数据汇聚统计，获得人员群体协作明细。以协作人员为维度，对人员协作详情进行数据汇聚统计，获得人员协作者统计。可选地，协作人员包括协作员工和协作参与者。可选地，人员协作者统计包括协作员工和协作参与者最近一次的协作日期、相同群聊个数、本周和前2周的活跃群聊个数。
[0116]
在一些实施例中，通过dm模型对第一汇总数据进行汇总，包括：以员工为维度，对人员协作详情和人员协作日表进行数据汇聚统计，获得员工协作指标。可选地，人员协作日表为各员工在最近一周内每天的单人协作情况和群体协作情况。以员工为维度，对人员协作详情和人员群体协作详情进行数据汇聚统计，获得人员协作分布指标。以[员工 其他人]为维度，对人员协作详情进行数据汇聚统计，获得人员协作者分布指标。可选地，其他人包括其他员工和客户。以[员工 其他人]为维度，对人员协作详情和人员协作者进行数据汇聚统计，获得员工协作者分布指标。可选地，以[员工 最近4周]为维度，对人员协作日表进行数据汇聚统计，获得员工协作周指标。以员工为维度，每天统计各员工在最近一周内所有涉及项目的群聊相关指标信息，获得人员群聊信息。可选地，涉及项目的群聊相关指标信息包括群聊名称、项目名称，群聊类型、群聊创建时间、群聊参与人数和群聊最后活跃时间等。在一些实施例中，群聊类型包括内部群和外部群。以员工为维度，对人员基本信息进行数据汇聚统计，获得团队成员。以员工为维度，对团队成员和人员协作详情进行数据汇聚统计，获得团队成员沟通统计。以员工为维度，对人员基本信息、人员协作详情和人员群体协作详情进行数据汇聚统计，获得团队协作指标。以[员工 客户]为维度，对团队成员和员工协作者进行数据汇聚统计，获得团队客户指标。以员工为维度，每天统计该员工对应的团队在最近一周内所有涉及项目的相关指标信息，获得团队群聊信息。以[职级 岗位]为维度，每天统计该职级下该岗位的平均协作情况，获得职级统计指标。群聊项目统计信息通过以下方式获得：每天统计设计项目的所有群聊的沟通信息和所有群聊的活跃度。
[0117]
结合图5所示，本公开实施例提供一种用于构建数据汇总模型的装置，包括：获取
模块501、确定模块502和构建模块503；获取模块501被配置为获取协作需求目的；确定模块502被配置为根据所述协作需求目的确定数据汇聚粒度；构建模块503被配置为根据所述数据汇聚粒度构建数据汇总模型。
[0118]
采用本公开实施例提供的用于构建数据汇总模型的装置，通过获取模块获取协作需求目的；确定模块根据所述协作需求目的确定数据汇聚粒度；构建模块根据所述数据汇聚粒度构建数据汇总模型。这样，在协作需求发生变更迭代的情况下，通过确定变更迭代后的协作需求目的对应的数据维度，从而能够构建不同数据维度的数据汇总模型，利用数据汇总模型能够实现对协同工作过程中协作人员之间的行为记录数据进行数据汇总，便于对行为记录数据进行展示和分析。
[0119]
可选地，确定模块被配置为通过以下方式根据协作需求目的确定数据汇聚粒度：根据协作需求目的确定汇总类型和汇总时间段；根据汇总类型和汇总时间段确定数据汇聚粒度。
[0120]
可选地，构建模块被配置为通过以下方式根据数据汇聚粒度构建数据汇总模型：获取用户维表信息；用户维表信息包括协作人员的基本信息；根据用户维表信息和数据汇聚粒度构建数据汇总模型。
[0121]
可选地，用于构建数据汇总模型的装置还包括汇总模块，汇总模块被配置为利用数据汇总模型进行数据汇总。
[0122]
结合图6所示，本公开实施例提供一种电子设备，包括处理器(processor)600和存储器(memory)601。可选地，该电子设备还可以包括通信接口(communication interface)602和总线603。其中，处理器600、通信接口602、存储器601可以通过总线603完成相互间的通信。通信接口602可以用于信息传输。处理器600可以调用存储器601中的逻辑指令，以执行上述实施例的用于构建数据汇总模型的方法。
[0123]
采用本公开实施例提供的电子设备，通过获取协作需求目的；根据协作需求目的确定数据汇聚粒度；根据数据汇聚粒度构建数据汇总模型。这样，在协作需求发生变更迭代的情况下，通过确定变更迭代后的协作需求目的对应的数据维度，从而能够构建不同数据维度的数据汇总模型，利用数据汇总模型能够实现对协同工作过程中协作人员之间的行为记录数据进行数据汇总，便于对行为记录数据进行展示和分析。
[0124]
此外，上述的存储器601中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
[0125]
存储器601作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器600通过运行存储在存储器601中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于构建数据汇总模型的方法。
[0126]
存储器601可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器601可以包括高速随机存取存储器，还可以包括非易失性存储器。
[0127]
可选地，电子设备包括服务器、计算机和平板电脑等。
[0128]
本公开实施例提供了一种存储介质，存储有程序指令，程序指令在运行时，执行上述用于构建数据汇总模型的方法。
[0129]
本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述用于构建数据汇总模型的方法。
[0130]
上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
[0131]
本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
[0132]
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本技术中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本技术中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本技术中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个
…”
限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
[0133]
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0134]
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或
者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0135]
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。