一种基于东南亚跨境电商平台的大数据分析方法与流程

1.本发明涉及一种基于东南亚跨境电商平台的大数据分析方法，涉及跨境电商技术领域。


背景技术：

2.跨境电子商务是指分属不同关境的交易主体，通过电子商务平台达成交易、进行电子支付结算，并通过跨境电商物流及异地仓储送达商品，从而完成交易的一种国际商业活动。跨境电子商务是基于网络发展起来的，网络空间相对于物理空间来说是一个新空间，是一个由网址和密码组成的虚拟但客观存在的世界。网络空间独特的价值标准和行为模式深刻地影响着跨境电子商务，使其不同于传统的交易方式而呈现出自己的特点。而目前很多的跨境电商的平台没有较为高效的大数据分析方法，因而不能较为快速的制定销售模式以应对不同时间段内不同客户的购买需求。


技术实现要素：

3.本发明所要解决的技术问题是：提供一种操作方便且能有效提高分析效率的基于东南亚跨境电商平台的大数据分析方法。
4.为了解决上述技术问题，本发明是通过以下技术方案实现的:一种基于东南亚跨境电商平台的大数据分析方法，包括以下步骤：s1,从跨境电商平台采集到原始数据信息；s2,将原始数据信息根据进行处理后分类，分类成多个不同的数据集；s3,分析数据集，对数据集类的数据进行关键词索引标记；s4，建立搜索模型，将不同数据集的关键词进行代入，即可得到所需的数据集合。
5.作为优选，所述步骤s1中，采集的原始数据信息包括产品信息、购买时间信息、价格信息、客户地域分布信息、客户性别信息、所述行业信息等。
6.作为优选，所述步骤s2中，在数据的处理中，数据集的分类方法包括， 首先按采集类型，对所述数据信息进行分类，得到数据信息集a； 然后对所述数据信息分类集中的数据进行排序，得到数据信息集b； 再删除所述数据信息集b中重复的数据，得到所需的数据集。
7.作为优选，所述步骤s2中，分类的数据集包括产品数据集、购买时间数据集、价格数据集、客户地域分布数据集、客户性别数据集、所述行业数据集等。
8.作为优选，所述步骤s2中，所述数据集包括多个子集，每个子集包含对应最小细分单位的数据集合。
9.作为优选，所述步骤s3中，在数据集类的数据进行关键词索引标记中，首先对每个数据集的关键词指定规定的词库，在需要使用关键词时，再调用对应的词库。
10.作为优选，所述数据搜索模型包括输入单元、关键词处理与调用单元、数据处理单元以及数据输出单元，用户通过输入单元输入关键词，关键词处理与调用单元对关键词进行词库调用并分析后输出信号至数据处理单元，数据处理单元根据关键词信号调用对应的
数据集信息，然后通过数据输出单元输出。
11.与现有技术相比，本发明的有益之处是：所述基于东南亚跨境电商平台的大数据分析方法使用方便，有效实现了电商平台的大数据分析过程，分析效率高，分析效力好，能较为高效的得到所需的各种关键数据，因而实用性高。
具体实施方式
12.下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围：一种基于东南亚跨境电商平台的大数据分析方法，包括以下步骤，首先从跨境电商平台采集到原始数据信息；在本实施例中，为方便分析到所需数据，采集的原始数据信息包括产品信息、购买时间信息、价格信息、客户地域分布信息、客户性别信息、所述行业信息等，其中产品信息包括各个商品的名称、品牌、型号等信息，购买时间信息包括所有周期内各个产品的购买时间信息，客户地域分布信息包括客户所属地域的信息，比如所属国家和具体行政区域，行业信息包括购买的商品所属的行业类别等信息，价格信息包括商品的单价、平均价格、国内均价、国外行价信息等然后将原始数据信息根据进行处理后分类，分类成多个不同的数据集；在本实施例中，为方便分类，在数据的处理中，数据集的分类方法包括， 首先按采集类型，对所述数据信息进行分类，得到数据信息集a； 然后对所述数据信息分类集中的数据进行排序，得到数据信息集b； 再删除所述数据信息集b中重复的数据，得到所需的数据集。此时得到的数据集则为经过排序后且无数据重复后的数据集，因而方便查看与索引。另外，分类的数据集包括产品数据集、购买时间数据集、价格数据集、客户地域分布数据集、客户性别数据集、所述行业数据集等。其对应的原始数据则分别是产品信息、购买时间信息、价格信息、客户地域分布信息、客户性别信息、所述行业信息；另外，为方便进行分类与索引查看，所述数据集包括多个子集，每个子集包含对应最小细分单位的数据集合。此处的最小细分单位为产品类别中的最小细分单位，比如，产品数据集中，每个子集则对应的是每个产品对应的数据信息，包括对应产品的购买时间信息、价格信息、客户地域分布信息、客户性别信息、所述行业信息等，在每个子集中，都会对相应的数据进行整理与统计，比如在产品子集中，在对应的购买时间数据中，统计并排序对应产品对应的时间点或时间段并统计单位数量；在价格信息数据中，会统计并排序对应产品的各个价格点以及价格范围并统计单位数量；在客户地域分布信息中，会统计并排序对应产品所购买的客户的地域分布信息并统计单位数量，在客户性别信息中会统计客户的男女性别信息并统计单位数量，在所述行业信息数据中，会统计对应产品的所属行业信息。而在其它数据集中，同样采用上述模式，比如在购买时间数据集的子集为各个时间周期和时间节点，价格数据集的子集为各个价格范围和价格点，客户地域分布数据集的子集为国家名称以及细分的行政单位，客户性别数据集的子集为男女两个子集，所述行业数据集的子集为不同行业的名称集合，而不同的子集对应的数据同样采用上述模式进行排序统计，得到每个子集所需类别之外的其它类别的数据。
13.然后再分析数据集，对数据集类的数据进行关键词索引标记；在数据集类的数据
进行关键词索引标记中，首先对每个数据集的关键词指定规定的词库，在需要使用关键词时，再调用对应的词库。在对数据集进行关键词标记时，一般采用数据集类别或者数据集内的子集的类别进行标记。因而，当选在对应的关键词时，即可提取到对应的数据集或者数据集内的子集的数据。
14.最后建立搜索模型，将不同数据集的关键词进行代入，即可得到所需的数据集合。为方便得到所需的数据，所述数据搜索模型包括输入单元、关键词处理与调用单元、数据处理单元以及数据输出单元，用户通过输入单元输入关键词，关键词处理与调用单元对关键词进行词库调用并分析后输出信号至数据处理单元，数据处理单元根据关键词信号调用对应的数据集信息，然后通过数据输出单元输出。因而，当用户输入关键词时，通过调动词库与输入的关键词进行对比，然后得到对应的标记关键词后，调用标记关键词对应的数据集的数据，然后通过数据输出单元得到所需的数据，比如，用户输入产品名称时，即可输出对应产品的所有购买时间段或时间点内的购买数量，以及所有价格段或价格点的购买数量，客户购买的男女比例数量，购买客户的地域分布情况，比如最多的购买国家，最少的购买国家等，还有该产品所处的行业信息等。
15.需要强调的是：以上仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。