[發明專利]一種基于大數據用戶行為序列的分析方法

在審

• 申請號: 201810649845.1
• 申請日: 2018-06-22
• 公開（公告）號: CN108960908A
• 公開（公告）日: 2018-12-07
• 發明（設計）人: 陳光淙
• 申請（專利權）人: 福建南威軟件有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F17/30
• 代理公司: 泉州市潭思專利代理事務所(普通合伙) 35221
• 代理人: 程昭春

本發明公開了一種基于大數據用戶行為序列的分析方法，包括：實時檢測多個用戶在網站上操作時產生的訪問日志；當訪問日志中檢測到多個用戶產生有訪問記錄時，按照時間序列分別提取每個時間點對應的用戶操作行為；根據提取到的每個時間點對應的用戶操作行為生成用戶行為序列；使用預設的漏斗模型對用戶行為序列中在各個時間點的用戶操作行為分別進行分析，并生成對應于各個時間點的用戶行為分析結果，其中，漏斗模型用于在每個時間點產生的用戶流失進行統計，并依據每個時間點所剩余的用戶進行轉化率計算；根據對應于各個時間點的用戶行為分析結果確定出每個時間點對應的轉化率，并統計出各個時間點的轉化率之間的變化關系。

技術領域

本發明涉及大數據管理技術領域，具體涉及一種基于大數據用戶行為序列的分析方法。

背景技術

在大數據時代，可以通過網站收集用戶數據，將這些用戶數據進行轉化是精細化運營的核心，精細化運營要將每一個運營步驟流程化，并提高每個步驟到達下一步驟的轉化率。以電商為例，主要包括的步驟有:注冊、登錄、搜索、瀏覽、購買等。

現有技術，針對用戶數據需要進行轉化率的分析，但是現有技術中大數據的分析粒度還不夠細，不能完全的展示用戶的行為軌跡，無法比較準確的判斷影響轉化率的關鍵問題和因素所在。

發明內容

本發明的目的在于提供一種基于大數據用戶行為序列的分析方法，用于實現運營過程中對所關注的步驟進行精細分析，精確定位需要解決的問題所在的難點，更好達到運營的目標和效果。

為了達到上述目的，本發明采用這樣的如下技術方案：

本發明提供一種基于大數據用戶行為序列的分析方法，包括：

實時檢測多個用戶在網站上操作時產生的訪問日志；

當所述訪問日志中檢測到所述多個用戶產生有訪問記錄時，按照時間序列分別提取每個時間點對應的用戶操作行為；

根據提取到的每個時間點對應的用戶操作行為生成用戶行為序列，所述用戶行為序列包括：所述多個用戶分別對應的用戶標識、每個用戶標識對應的按照所述時間序列依次產生的用戶操作行為；

使用預設的漏斗模型對所述用戶行為序列中在各個時間點的用戶操作行為分別進行分析，并生成對應于各個時間點的用戶行為分析結果，其中，所述漏斗模型用于在每個時間點產生的用戶流失進行統計，并依據每個時間點所剩余的用戶進行轉化率計算；

根據所述對應于各個時間點的用戶行為分析結果確定出每個時間點對應的轉化率，并統計出各個時間點的轉化率之間的變化關系。

采用上述技術方案后，本發明提供的技術方案將有如下優點：

本發明實施例中，實時檢測多個用戶在網站上操作時產生的訪問日志，并提取用戶操作行為，根據提取到的每個時間點對應的用戶操作行為生成用戶行為序列，用戶行為序列包括：多個用戶分別對應的用戶標識、每個用戶標識對應的按照時間序列依次產生的用戶操作行為，使用預設的漏斗模型對用戶行為序列中在各個時間點的用戶操作行為分別進行分析，并生成對應于各個時間點的用戶行為分析結果，其中，漏斗模型用于在每個時間點產生的用戶流失進行統計，并依據每個時間點所剩余的用戶進行轉化率計算。最后根據對應于各個時間點的用戶行為分析結果確定出每個時間點對應的轉化率，并統計出各個時間點的轉化率之間的變化關系。由于本發明實施例中對轉化率的分析的粒度更加的細致，精細到用戶的每個操作。需要用戶操作的每個步驟都有可能對轉化率起很大的影響，采用基于用戶行為序列進行分析，能夠更加準確的定位轉化率高低的問題所在，最終達到提高轉化率的目標。

附圖說明

圖1為本發明實施例提供一種基于大數據用戶行為序列的分析方法的流程方框示意圖；

圖2為本發明實施例中訪問日志的記錄結構圖；