本申请涉及计算机
技术领域：
：，特别是涉及一种设备售后数据监控方法、装置、系统和空调售后监控系统。
背景技术：
：：随着科学的进步和社会的不断发展，物联家电产品越来越多的进入到人们家庭生活中，而空调作为家电中的重要产品，人们对空调的智能化要求也越来越高，如何收集空调的售后情况显得尤为重要。传统的设备售后数据收集的方式是当用户购买产品后，客服人员电话联系客户收集产品的使用情况，并将客户反馈的信息进行记录。由于是通过客服人员逐个联系客户进行信息收集，而产品的数量和种类繁多，信息收集耗时长且人工记录容易发生数据遗漏或混淆，传统的设备售后数据收集方式存在数据监控可靠性低的缺点。技术实现要素：基于此，有必要针对传统的设备售后数据收集方式数据监控可靠性低的问题，提供一种售后数据监控可靠性高的设备售后数据监控方法、装置、系统和空调售后监控系统。一种设备售后数据监控方法，所述的方法包括：获取应用服务器中存储的售后采集数据，所述售后采集数据为对设备的售后信息进行采集并上传至所述应用服务器存储得到；根据预设的分类属性对所述售后采集数据进行分析处理，得到售后分类数据；根据所述售后分类数据进行数据推送。一种设备售后数据监控装置，包括：数据获取模块，用于获取应用服务器中存储的售后采集数据，所述售后采集数据为对设备的售后信息进行采集并上传至所述应用服务器存储得到；数据分析模块，用于根据预设的分类属性对所述售后采集数据进行分析处理，得到售后分类数据；数据推送模块，用于根据所述售后分类数据进行数据推送。一种设备售后数据监控系统，包括移动终端、应用服务器和大数据平台服务器，所述移动终端与所述应用服务器连接，所述应用服务器与所述大数据平台服务器连接，所述移动终端用于对设备的售后信息进行采集得到售后采集数据并上传至所述应用服务器存储；所述大数据平台服务器用于根据上述方法进行数据推送。一种空调售后监控系统，包括上述设备售后数据监控系统。上述设备售后数据监控方法、装置、系统和空调售后监控系统，获取应用服务器中存储的对设备的售后信息进行采集得到的售后采集数据，并根据分类属性对设备的售后采集数据进行分析处理，得到售后分类数据进行数据推送，可向用户推送设备售后的相关情况，能够支持对设备售后大数据的采集和分析处理，快速可靠，可避免由于人工记录出现的数据遗漏或混淆情况，与传统的设备售后数据收集方式相比，提高了数据监控可靠性。附图说明图1为一实施例中设备售后数据监控方法的流程图；图2为另一实施例中设备售后数据监控方法的流程图；图3为再一实施例中设备售后数据监控方法的流程图；图4为又一实施例中设备售后数据监控方法的流程图；图5为一实施例中设备售后数据监控装置的结构框图；图6为另一实施例中设备售后数据监控装置的结构框图；图7为一实施例中设备售后数据监控系统的结构框图；图8为一实施例中空调售后监控系统的结构原理图；图9为一实施例中售后分类数据的推送示意图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在一个实施例中，提供了一种设备售后数据监控方法，设备具体可以是空调、冰箱等家电设备。如图1所示，该方法包括：步骤s110：获取应用服务器中存储的售后采集数据。售后采集数据为对设备的售后信息进行采集并上传至应用服务器存储得到。具体地，可通过大数据平台服务器从应用服务器获取存储的售后采集数据，用作后续进行数据分类。当需要售后服务人员上门对设备进行安装或维修时，用户可通过网络或者电话提出申请，设备管理网点派出售后服务人员对设备进行安装或维修。售后服务人员对设备进行安装或维修之后，利用随身携带的移动终端填写售后相关信息，例如设备名称、服务类型(安装/维修)、地点、结算、服务满意度等信息，移动终端通过基站将填写的售后相关信息上传至应用服务器作为售后采集数据保存。其中，应用服务器可通过oracle数据库对售后采集数据进行存储，oracle数据库具有完整的数据管理功能，可扩展性强，且数据存储安全性和稳定性强，可有效保证数据的存储可靠性和管理便利性。可以理解，售后采集数据的具体内容并不是唯一的，在一个实施例中，售后采集数据包括派工、安装、维修、结算、配件、服务人员、用户满意度、安装满意度和维修满意度中的至少一种数据。举例说明，派工数据可包括派工网点、派工时间、派工地点和服务类型等，安装数据可包括安装设备的名称等，维修数据可包括维修设备的名称等，结算数据可包括安装或维修设备的费用信息等，服务人员数据可包括派工人员的姓名、联系方式等。用户满意度数据、安装满意度数据和维修满意度数据为售后服务人员在进行设备安装/维修之后对用户进行满意度调查采集得到的数据，可作为对设备售后服务调度优化的参考。步骤s120：根据预设的分类属性对售后采集数据进行分析处理，得到售后分类数据。大数据平台服务器从应用服务器获取存储的售后采集数据之后，根据预设的分类属性对获取的数据进行分析处理，将相同属性的数据划分到同一类，例如相同时间段内的数据划分一类，相同地域的数据划分一类等。其中，相同时间段可以是以天、周或月为单位，相同地域可以是以省、市、区或街道等进行划分。可以理解，分类属性的具体类型也并不唯一，可根据实际需求设置。在一个实施例中，分类属性包括时间、地域和网点中的至少一种。以分类属性同时包括时间、地域和网点为例，不同的网点负责对应管辖范围内的设备安装和维修管理，管辖范围可以是一个或多个省/市。大数据平台服务器根据分类属性对售后采集数据进行分类，将不同设备的售后数据按时间、地域和网点划分以便进行推送，管理人员查看不同时间、不同地域、不同网点的售后情况。管理人员具体可以是客服中心各个科室、各个销售公司以及各级经销商等。其中，根据分类属性不同，同一设备的售后数据也会划分到不同的类中，例如某一设备的数据按不同的时间段进行分类之后，也会按地域和网点再次划分到相应的类中。具体地，大数据平台服务器可以采用hadoop+spark数据库架构实现平台设计，对获取的售后采集数据采用hdfs(hadoopdistributedfilesystem，分布式文件系统)+hbase存储方式进行存储。其中，hadoop数据库适用于离线批量处理，数据存储方式为硬盘存储，spark数据库适用于批处理、实时处理，数据存储方式为内存存储。移动终端发送的售后信息经过基站传回来之后，先储存在应用服务器上的oracle数据库，大数据平台服务器再通过应用服务器接口将数据抽取致平台进行保存。大数据平台服务器对售后采集数据进行分析处理的具体方式也并不唯一。当售后采集数据存储在大数据平台后，根据管理人员设置的需求处理数据，具体可使用scale(数据缩放)、sparksql(处理结构化数据的spark组件)和hive(数据仓库工具)实现海量数据的快速计算。其中，sparksql的稳定性和标准兼容性好，hive基于hadoop做数据清洗、报表和数据分析等。步骤s130：根据售后分类数据进行数据推送。在完成对数据的分类处理之后，大数据平台服务器可以是直接将分类得到的数据直接推送至可视化终端进行显示，管理人员无需登录也可查看售后可视化视图。大数据平台服务器也可以是根据不同管理人员的等级推送对应的数据进行显示，例如，当管理人员通过可视化终端登录平台之后，大数据平台服务器根据管理人员的权限推送对应地域和网点的数据。其中，大数据平台服务器不论是对数据进行定时推送还是按用户等级进行推送，其具体的数据推送方式也并不唯一。具体地，大数据平台服务器可以是采用可视化敏捷开发智能展示工具tableau对数据进行分析，开发速度快，且能满足用户对报表丰富性的要求；也可以是采用java技术开发网站，使用javascript上丰富的图形进行数据推送，系统性稳定，且可满足多用户需求。此外，还可以是将工具tableau开发的网页视图可嵌入java技术开发的网站中，用户无需登录多个系统。上述设备售后数据监控方法，获取应用服务器中存储的对设备的售后信息进行采集得到的售后采集数据，并根据分类属性对设备的售后采集数据进行分析处理，得到售后分类数据进行数据推送，可向用户推送设备售后的相关情况，能够支持对设备售后大数据的采集和分析处理，快速可靠，可避免由于人工记录出现的数据遗漏或混淆情况，与传统的设备售后数据收集方式相比，提高了数据监控可靠性。在一个实施例中，如图2所示，步骤s130包括步骤s132：根据预设时间间隔对售后分类数据进行推送。预设时间间隔的具体取值并不唯一，可根据实际情况设置。大数据平台服务器通过定时推送售后可视化视图，管理人员无需登录，数据查看快捷便利。在另一个实施例中，如图3所示，步骤s130包括步骤s134：根据用户等级从售后分类数据提取对应的数据进行推送。其中，用户等级即指需要查看售后数据的管理人员的权限等级，根据用户权限等级的设置，所看到的地域和网点都是在一定范围内，管理人员登录可视化终端查看所管辖范围的售后情况，发现问题，从而进行改进。本实施例中，通过不同的用户等级进行对应的数据推送，便于管理人员更方便地进行数据查看分析，还能减少数据泄露的风险，提高了设备售后数据的管理便利性和安全性。进一步地，在一个实施例中，如图4所示，步骤s120之后，该方法还可包括步骤s140：存储售后分类数据。步骤s140可在步骤s130之前，可在步骤s130之后，或者与步骤s130同时进行。具体地，大数据平台服务器在分析处理得到售后分类数据之后，对售后分类数据进行保存，以便于后续的数据分析，例如进行设备售后服务调度，提高了设备售后数据便利性。大数据平台服务器存储售后分类数据的具体方式也不是唯一的，在一个实施例中，大数据平台服务器将售后分类数据储存在mysql集群中。通过mysql集群进行数据存储，可扩展性强，支持在线扩容，可靠性高且可支持负载均衡存储。应该理解的是，虽然图1-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。在一个实施例中，提供了一种设备售后数据监控装置，设备具体可以是空调、冰箱等家电设备。如图5所示，该装置包括数据获取模块110、数据分析模块120和数据推送模块130。数据获取模块110用于获取应用服务器中存储的售后采集数据。售后采集数据为对设备的售后信息进行采集并上传至所述应用服务器存储得到。数据获取模块110从应用服务器中获取售后采集数据，用作后续进行数据分类。具体地，当需要售后服务人员上门对设备进行安装或维修时，用户可通过网络或者电话提出申请，设备管理网点派出售后服务人员对设备进行安装或维修。售后服务人员对设备进行安装或维修之后，利用随身携带的移动终端填写售后相关信息，移动终端通过基站将填写的售后相关信息上传至应用服务器作为售后采集数据保存。应用服务器可通过oracle数据库对售后采集数据进行存储，oracle数据库具有完整的数据管理功能，可扩展性强，且数据存储安全性和稳定性强，可有效保证数据的存储可靠性和管理便利性。可以理解，售后采集数据的具体内容并不是唯一的，在一个实施例中，售后采集数据包括派工、安装、维修、结算、配件、服务人员、用户满意度、安装满意度和维修满意度中的至少一种数据。其中，派工数据可包括派工网点、派工时间、派工地点和服务类型等，安装数据可包括安装设备的名称等，维修数据可包括维修设备的名称等，结算数据可包括安装或维修设备的费用信息等，服务人员数据可包括派工人员的姓名、联系方式等。用户满意度数据、安装满意度数据和维修满意度数据为售后服务人员在进行设备安装/维修之后对用户进行满意度调查采集得到的数据，可作为对设备售后服务调度优化的参考。数据分析模块120用于根据预设的分类属性对售后采集数据进行分析处理，得到售后分类数据。从应用服务器获取存储的售后采集数据之后，数据分析模块120根据预设的分类属性对获取的数据进行分析处理，将相同属性的数据划分到同一类，例如相同时间段内的数据划分一类，相同地域的数据划分一类等。其中，相同时间段可以是以天、周或月为单位，相同地域可以是以省、市、区或街道等进行划分。可以理解，分类属性的具体类型也并不唯一，可根据实际需求设置。在一个实施例中，分类属性包括时间、地域和网点中的至少一种。以分类属性同时包括时间、地域和网点为例，不同的网点负责对应管辖范围内的设备安装和维修管理，管辖范围可以是一个或多个省/市。大数据平台服务器根据分类属性对售后采集数据进行分类，将不同设备的售后数据按时间、地域和网点划分以便进行推送，管理人员查看不同时间、不同地域、不同网点的售后情况。管理人员具体可以是客服中心各个科室、各个销售公司以及各级经销商等。其中，根据分类属性不同，同一设备的售后数据也会划分到不同的类中，例如某一设备的数据按不同的时间段进行分类之后，也会按地域和网点再次划分到相应的类中。具体地，数据分析模块120可以采用hadoop+spark数据库架构，对获取的售后采集数据采用hdfs+hbase存储方式进行存储。其中，hadoop数据库适用于离线批量处理，数据存储方式为硬盘存储，spark数据库适用于批处理、实时处理，数据存储方式为内存存储。移动终端发送的售后信息经过基站传回来之后，先储存在应用服务器上的oracle数据库，大数据平台服务器再通过应用服务器接口将数据抽取致平台进行保存。数据分析模块120对售后采集数据进行分析处理的具体方式也并不唯一，具体可使用scale、sparksql和hive实现海量数据的快速计算。其中，sparksql的稳定性和标准兼容性好，hive基于hadoop做数据清洗、报表和数据分析等。数据推送模块130用于根据售后分类数据进行数据推送。在完成对数据的分类处理之后，数据推送模块130可以是直接将分类得到的数据直接推送至可视化终端进行显示，管理人员无需登录也可查看售后可视化视图；也可以是根据不同管理人员的等级推送对应的数据进行显示，例如，当管理人员通过可视化终端登录平台之后，大数据平台服务器根据管理人员的权限推送对应地域和网点的数据。其中，不论是对数据进行定时推送还是按用户等级进行推送，数据推送模块130的具体数据推送方式也并不唯一。具体地，数据推送模块130可以是采用可视化敏捷开发智能展示工具tableau对数据进行分析，开发速度快，且能满足用户对报表丰富性的要求；也可以是采用java技术开发网站，使用javascript上丰富的图形进行数据推送，系统性稳定，且可满足多用户需求。此外，还可以是将工具tableau开发的网页视图可嵌入java技术开发的网站中，用户无需登录多个系统。上述设备售后数据监控装置，获取应用服务器中存储的对设备的售后信息进行采集得到的售后采集数据，并根据分类属性对设备的售后采集数据进行分析处理，得到售后分类数据进行数据推送，可向用户推送设备售后的相关情况，能够支持对设备售后大数据的采集和分析处理，快速可靠，可避免由于人工记录出现的数据遗漏或混淆情况，与传统的设备售后数据收集方式相比，提高了数据监控可靠性。在一个实施例中，数据推送模块130根据预设时间间隔对售后分类数据进行推送。预设时间间隔的具体取值并不唯一，可根据实际情况设置。大数据平台服务器通过定时推送售后可视化视图，管理人员无需登录，数据查看快捷便利。在另一个实施例中，数据推送模块130根据用户等级从售后分类数据提取对应的数据进行推送。其中，用户等级即指需要查看售后数据的管理人员的权限等级，根据用户权限等级的设置，所看到的地域和网点都是在一定范围内。管理人员可登录视化终端查看所管辖范围的售后情况，发现问题，从而进行改进。本实施例中，通过不同的用户等级进行对应的数据推送，便于管理人员更方便地进行数据查看分析，还能减少数据泄露的风险，提高了设备售后数据的管理便利性和安全性。进一步地，在一个实施例中，如图6所示，该装置还可包括数据存储模块140。数据存储模块140用于在数据分析模块120根据预设的分类属性对售后采集数据进行分析处理，得到售后分类数据之后，存储售后分类数据。具体地，在分析处理得到售后分类数据之后，数据存储模块140对售后分类数据进行保存，，以便于后续的数据分析，例如进行设备售后服务调度，提高了设备售后数据便利性。数据存储模块140存储售后分类数据的具体方式也不是唯一的，在一个实施例中，大数据平台服务器将售后分类数据储存在mysql集群中。通过mysql集群进行数据存储，可扩展性强，支持在线扩容，可靠性高且可支持负载均衡存储。关于设备售后数据监控装置的具体限定可以参见上文中对于设备售后数据监控方法的限定，在此不再赘述。上述设备售后数据监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。在一个实施例中，提供了一种设备售后数据监控系统，如图7所示，包括移动终端210、应用服务器220和大数据平台服务器230，移动终端210与应用服务器220连接，应用服务器220与大数据平台服务器230连接。移动终端210用于对设备的售后信息进行采集得到售后采集数据并上传至应用服务器220存储。大数据平台服务器230用于根据上述方法进行数据推送。其中，移动终端210可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，应用服务器220、大数据平台服务器230可以用独立的服务器或者是多个服务器组成的服务器集群来实现。进一步地，在一个实施例中，移动终端210包括派工设备和掌上通终端。具体地，售后服务人员在安装或维修设备时，采用派工设备上安装的app(application，计算机应用程序)采集数据经基站上传至应用服务器220，当派工设备的app出现问题时，应用服务器220切换到与掌上通终端的app通信，掌上通终端的数据流跟派工设备的数据流相似，先在掌上通终端的app上获取设备售后相关信息，然后通过基站传回应用服务器220上，数据经过清洗最终到达大数据平台服务器230。上述设备售后数据监控系统，大数据平台服务器230获取应用服务器220中存储的对设备的售后信息进行采集得到的售后采集数据，并根据分类属性对设备的售后采集数据进行分析处理，得到售后分类数据进行数据推送，可向用户推送设备售后的相关情况，能够支持对设备售后大数据的采集和分析处理，快速可靠，可避免由于人工记录出现的数据遗漏或混淆情况，与传统的设备售后数据收集方式相比，提高了数据监控可靠性。在一个实施中，提供了一种空调售后监控系统，包括上述设备售后数据监控系统。具体地，空调售后监控系统的售后数据监控涵盖派工、安装、维修、结算、配件、服务人员、用户满意度、安装满意度、维修满意度等情况，管理人员可登录平台查看不同时间、不同地域、不同网点的售后情况；也可定时推送售后可视化视图，管理人员无需登录。图8所示，空调售后监控大数据分析经过数据的采集、存储、处理展示阶段。举例说明，空调安装工在安装空调时，需登录派工设备的app获取和填写空调的相应信息，最后使用gprs(generalpacketradioservice)是通用分组无线服务技术)定位获取定位地址，数据经过基站传回应用服务器220。上传至应用服务器220的数据，还通过空调派工系统和配件管理系统进行数据管理。具体地，售后采集数据中的派工、安装、维修、结算、服务人员、用户满意度、安装满意度、维修满意度的数据，大数据平台服务器230可从派工系统获取，例如：网点可以给安装工派工，安装、维修时安装工需要填写相应的信息和用手机定位，安装完成后客服中心会在派工系统上结算。配件的需求和发放都在记录在配件管理系统中，因此，售后采集数据中的配件数据，大数据平台服务器230可从配件管理系统获取。当派工设备的app出现问题时，会切换到掌上通终端的app中，掌上通终端的数据流跟派工设备的app数据流相似，先在掌上通终端的app上获取空调信息和定位信息，然后通过基站传回应用服务器220上，最终到达大数据平台服务器230。大数据平台服务器230使用hadoop+spark数据库实现平台设计和hdfs+hbase存储方案，安装信息经过基站传回来之后，先储存在应用服务器220上的oracle数据库，大数据平台服务器230再通过应用服务器接口将数据抽取致平台。数据存储在大数据平台服务器230后，根据用户提的需求处理数据，使用scale、sparksql、hive实现海量数据的快速计算，并将计算结果储存在mysql集群中。大数据平台服务器230根据用户的要求采用两种方法进行数据展示，一种是采用工具tableau对数据进行分析，采用该种方法的优点是开发速度快，能满足用户对报表丰富性的要求；第二种采用java技术开发网站，使用javascript上丰富的图形，使用该方法开发的优点是：系统稳定，满足多用户需求；此外，也可将工具tableau开发的网页视图可嵌入java技术开发的网站中，用户无需登录多个系统。如图9所示为一实施例中售后分类数据的推送示意图。上述空调售后监控系统，解决了海量空调安装数据的收集、储存、计算及展示以及空调数据的实时性问题，实现对空调安装情况的监控，发现售后问题，借助大数据平台监控全国空调的安装情况，反映售后问题。能够支持对空调售后大数据的采集和分析处理，快速可靠，可避免由于人工记录出现的数据遗漏或混淆情况，与传统的设备售后数据收集方式相比，提高了数据监控可靠性。以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。当前第1页12当前第1页12