├── README-en.md ├── modeling-case-1.png └── README.md /README-en.md: -------------------------------------------------------------------------------- 1 | 2 | # Rules Based Modeling Engine 3 | 4 | 5 | -------------------------------------------------------------------------------- /modeling-case-1.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/chenqingspring/rules-based-modeling-engine/HEAD/modeling-case-1.png -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 | # 基于规则的可视化模型构建引擎 2 | 3 | [公司](https://www.sizdt.com)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**。 4 | 5 | ## 功能清单 6 | 7 | * 支持多维数据组合建模 8 | * 支持自定义指标集合 9 | * 规则定义 10 | * 支持逻辑查询 11 | * 支持指标排序 12 | * 支持分组排序 13 | * 支持指标比较 14 | * 支持模型定时构建 15 | * 支持结果预览 16 | * 支持多数据源接入 17 | * 支持 RESTful API 调用 18 | * 支持字段过滤 19 | * 支持分页查询 20 | * ... 21 | 22 | ## 演示地址 23 | 24 | **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。 25 | 26 | 27 | **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。 28 | 29 | 30 | 31 | **API 实例** 32 | 33 | ``` 34 | Request: 35 | curl xxxx 36 | 37 | Response: 38 | {} 39 | ``` 40 | 41 | ## 应用场景 42 | 43 | ### 零售行业 44 | 45 | * **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。 46 | * **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。 47 | * **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。 48 | * **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。 49 | 50 | ### 制造行业 51 | ... 52 | ### 医疗行业 53 | ... 54 | ### 教育行业 55 | ... 56 | 57 | ## 适用于谁？ 58 | 1. 已完成基础的信息化建设 59 | 2. 正在通过数字化转型**重构经营模式**； 60 | 3. 有强烈的**数据驱动业务**需求； 61 | 4. 有频繁且多变的**运营策略**； 62 | 5. 已搭建**数据仓库**或者数据中台； 63 | 6. 有一定的**研发能力**和数据集成能力； 64 | 65 | ## 客户案例 66 | 67 | ## 如何集成 68 | 69 | 集成架构图 70 | 71 | ## 联系我们 72 | **思辙数据:** https://www.sizdt.com 73 | 74 | **Email:** chenq@sizdt.com 75 | 76 | **WeChat:** chenqingspring --------------------------------------------------------------------------------