+ 这个项目属于哪个行业?
+ 为什么要做这个项目?
+ 这个项目的目的是什么?
-
实施
-
项目行业:工业大数据
-
项目名称:加油站服务商数据运营管理平台
- 中石化,中石油,中海油、壳牌,道达尔……
-
整体需求
基于加油站的设备安装、维修、巡检、改造等数据进行统计分析 支撑加油站站点的设备维护需求以及售后服务的呼叫中心数据分析 提高服务商服务加油站的服务质量 保障零部件的仓储物流及供应链的需求 实现服务商的所有成本运营核算
-
具体需求
- 运营分析:呼叫中心服务单数、设备工单数、参与服务工程师个数、零部件消耗与供应指标等
- 设备分析:设备油量监控、设备运行状态监控、安装个数、巡检次数、维修次数、改造次数
- 呼叫中心:呼叫次数、工单总数、派单总数、完工总数、核单次数
- 员工分析:人员个数、接单次数、评价次数、出差次数
- 报销统计分析、仓库物料管理分析、用户分析
-
报表
-
-
小结
-
这个项目属于哪个行业?
- 工业化大数据平台
- 行业:加油站服务商运营数据分析平台
- 为什么要做这个项目?
- 基于所有设备的安装、维修、巡检、改造的工单数据,辅助公司的运营,提高服务质量,做合理的成本预算
- 这个项目具体需求是什么?
- 提高服务质量,做合理的成本预算
- 需求一:对所有工单进行统计分析
- 安装工单、维修工单、巡检工单、改造工单、回访分析
- 需求二:付费分析、报销分析
- 安装人工费用、安装维修材料费用、差旅交通费用
04:业务流程
- 目标:掌握加油站设备维护的主要业务流程
- 实施
+ step1:加油站服务商联系呼叫中心,**申请服务**:安装/巡检/维修/改造加油机
+ step2:呼叫中心联系对应服务站点,**分派工单**:联系站点主管,站点主管分配服务人员
+ step3:服务人员**确认工单**和加油站点信息
+ step4:服务人员在指定日期到达加油站,进行**设备检修**
+ step5:如果为安装或者巡检服务,安装或者巡检成功,则服务完成
+ step6:如果为维修或者改造服务,需要向服务站点**申请物料**,物料到达,实施结束,则**服务完成**
+ step7:服务完成,与加油站站点服务商确认服务结束,完成**订单核验**
+ step8:工程师**报销**过程中产生的费用
+ step9:呼叫中心会定期对该工单中的工程师的服务做**回访**
-
小结
- 掌握加油站设备维护的主要业务流程
- 工单分析、费用分析、物料分析、回访分析
05:技术选型
-
目标:掌握加油站服务商数据运营平台的技术选型
-
实施
-
数据生成:业务数据库系统
- Oracle:工单数据、物料数据、服务商数据、报销数据等
-
数据采集
- Sqoop:离线数据库采集
-
数据存储
- Hive【HDFS】:离线数据仓库【表】
-
数据计算
- SparkCore:类MR开发方式【写代码调用方法函数来处理:面向对象 + 面向函数】
- 对非结构化数据进行代码处理
- 场景:ETL
- SparkSQL:类HiveSQL开发方式【面向表】
- 对数据仓库中的结构化数据做处理分析
- 场景:统计分析
- 开发方式
- DSL:使用函数【DSL函数 + RDD函数】
- SQL:使用SQL语句对表的进行处理
- 功能:离线计算 + 实时计算
- 注意:SparkSQL可以解决所有场景的分布式计算,离线计算的选型不仅仅是SparkSQL
- SparkSQL/Impala/Presto
- 使用方式
- Python/Jar:spark-submit
- ETL
- ThriftServer:SparkSQL用于接收SQL请求的服务端,类似于Hive的Hiveserver2
- PyHive :Python连接SparkSQL的服务端,提交SQL语句
- JDBC:Java连接SparkSQL的服务端,提交SQL语句
- Python/Jar:spark-submit
- SparkCore:类MR开发方式【写代码调用方法函数来处理:面向对象 + 面向函数】
-