一种基于用户浏览路径的行为数据处理方法与流程

1.本发明属于数据处理技术领域，尤其涉及一种基于用户浏览路径的行为数据处理方法。


背景技术：

2.在互联网运营领域，运营人员想要获取高质量的目标用户，受限于大数据技术平台的建设影响，无法获得线上用户不同渠道的全流程转化路径，目前主要通过系统后台拉取最终转化数据，这种方法只能看到最终转化结果，无法洞察用户在线上各阶段的转化情况和用户的偏好属性，更无法找到运营全路径的薄弱环节，是粗放式的运营方案。
3.随着移动互联网的发展，用户运营的重点已经由增量用户转向存量用户，因此需要一种更精细、更高效、可评估的运营方法。


技术实现要素：

4.本发明的目的在于：为了解决现有的数据处理方法无法洞察用户在线上各阶段的转化情况和用户的偏好属性，更无法找到运营全路径的薄弱环节，是粗放式的运营方案而提出的一种基于用户浏览路径的行为数据处理方法。
5.为了实现上述目的，本发明采用了如下技术方案：一种基于用户浏览路径的行为数据处理方法，包括以下步骤：s1：用户登录账号访问客户app，系统对用户的浏览路径进行数据采集，形成用户行为数据；s2：客户app对用户行为数据进行运营和分析，根据客户浏览的用户行为数据形成用户标签，通过客户app埋点技术搜集用户行为数据，通过算法建模形成用户画像；s3：
6.基于用户画像模型，通过配置多个属性标签，配置不同的营销策略，把系统中大量人群数据通过用户运营计划，把营销方案定期推送到不同的用户人员；s4：根据历史多批次得到app运营数据，通过大数据平台的分析技术，分析不同运营策略的运营效果，从而达到高质量运营效果评估的目的，进一步优化画像模型和营销策略。
7.作为上述技术方案的进一步描述：
8.s1中用户行为数据包括app运营数据、app板块数据和app板块内容数据。
9.作为上述技术方案的进一步描述：
10.app运营数据包括活跃数据、流失数据和转化数据，根据活跃数据、流失数据和转化数据形成对应的用户标签。
11.作为上述技术方案的进一步描述：
12.app板块内容数据根据访问板块内容产生偏好标签，偏好标签根据流量的权重指数形成长期偏好标签和短期偏好标签。
13.作为上述技术方案的进一步描述：
14.app板块数据包括板块内容a和板块内容b，根据用户浏览的板块内容形成多个属性的标签。
15.作为上述技术方案的进一步描述：
16.用户画像包括用户属性和用户偏好标签，用户偏好标签利用多个属性标签和对应的权重指数算法来得出相应的用户画像数据。
17.作为上述技术方案的进一步描述：
18.基于用户画像数据进行针对性的内容推荐和精准营销，精准营销包括广告投放、渠道投放、消息推送及活动推介。
19.作为上述技术方案的进一步描述：
20.基于精准营销结果进行反馈和指标分析，根据分析的数据对客户app进行优化。
21.综上所述，由于采用了上述技术方案，本发明的有益效果是：
22.1、本发明中，通过基于用户浏览路径的行为数据即事件数据，通过配置多个事件、事件属性，跟踪用户在线上的访问数据即行为数据，经过大数据技术的处理和分析形成用户画像。基于用户的浏览路径，通过客户端埋点技术搜集用户行为数据，通过算法建模形成用户画像。基于用户画像模型，通过配置多个属性标签，配置不同的营销策略，把系统中大量人群数据通过用户运营计划，把营销方案定期推送到不同的用户人员。根据历史多批次得运营数据，通过大数据平台的分析技术，分析不同运营策略的运营效果，从而达到高质量运营效果评估的目的，进一步优化画像模型和营销策略。
23.2、本发明中，提供用户全生命周期的行为数据采集、处理和分析平台，把用户的行为数据以日志的形式采集到云服务器，通过批流一体的大数据平台方案，对用户的日志数据进行处理，通过用户画像模型，从行为中发掘用户的有价值的营销数据。用户画像涵盖潜在用户和留资用户，通过对行为数据的分析，给不同人群划分用户群体，针对不同的用户群体，筛选出与运营目标匹配度较高的目标用户，制定不同的运营方案，通过该解决方案，实现了对用户的低成本运营、精细化管理和高效率转化的诉求。
附图说明
24.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
25.图1为一种基于用户浏览路径的行为数据处理方法的工作原理图。
26.图2为一种基于用户浏览路径的行为数据处理方法中各个步骤的框架图。
具体实施方式
27.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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作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。
28.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施
例的组件可以以各种不同的配置来布置和设计。
29.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
31.在本发明实施例的描述中，需要说明的是，术语“上”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
32.在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
33.请参阅图1-2，本发明提供一种技术方案：一种基于用户浏览路径的行为数据处理方法，包括以下步骤：
34.s1：用户登录账号访问客户app，系统对用户的浏览路径进行数据采集，形成用户行为数据；
35.s2：客户app对用户行为数据进行运营和分析，根据客户浏览的用户行为数据形成用户标签，通过客户app埋点技术搜集用户行为数据，通过算法建模形成用户画像；
36.s3：基于用户画像模型，通过配置多个属性标签，配置不同的营销策略，把系统中大量人群数据通过用户运营计划，把营销方案定期推送到不同的用户人员；
37.s4：根据历史多批次得到app数据，通过大数据平台的分析技术，分析不同运营策略的运营效果，从而达到高质量运营效果评估的目的，进一步优化画像模型和营销策略。
38.s1中用户行为数据包括app运营数据、app板块数据和app板块内容数据。
39.app运营数据包括活跃数据、流失数据和转化数据，根据活跃数据、流失数据和转化数据形成对应的用户标签。
40.app板块内容数据根据访问板块内容产生偏好标签，偏好标签根据流量的权重指数形成长期偏好标签和短期偏好标签。
41.app板块数据包括板块内容a和板块内容b，根据用户浏览的板块内容形成多个属性的标签。
42.用户画像包括用户属性和用户偏好标签，用户偏好标签利用多个属性标签和对应的权重指数算法来得出相应的用户画像数据。
43.基于用户画像数据进行针对性的内容推荐和精准营销，精准营销包括广告投放、渠道投放、消息推送及活动推介。
44.基于精准营销结果进行反馈和指标分析，根据分析的数据对客户app进行优化。
45.客户app采用批流一体数据架构，线上数据近实时的进行采集、处理和存储；mpp存储、计算一体方案，分布式存储和计算，多副本数据，具备高度可扩展性、并行性和容错性。
46.工作原理：通过基于用户浏览路径的行为数据即事件数据，通过配置多个事件、事件属性，跟踪用户在线上的访问数据即行为数据，经过大数据技术的处理和分析形成用户画像。基于用户的浏览路径，通过客户端埋点技术搜集用户行为数据，通过算法建模形成用户画像。基于用户画像模型，通过配置多个属性标签，配置不同的营销策略，把系统中大量人群数据通过用户运营计划，把营销方案定期推送到不同的用户人员。根据历史多批次得运营数据，通过大数据平台的分析技术，分析不同运营策略的运营效果，从而达到高质量运营效果评估的目的，进一步优化画像模型和营销策略，同时，客户app提供了用户全生命周期的行为数据采集、处理和分析平台，把用户的行为数据以日志的形式采集到云服务器，通过批流一体的大数据平台方案，对用户的日志数据进行处理，通过用户画像模型，从行为中发掘用户的有价值的营销数据。用户画像涵盖潜在用户和留资用户，通过对行为数据的分析，给不同人群划分用户群体，针对不同的用户群体，筛选出与运营目标匹配度较高的目标用户，制定不同的运营方案，通过该解决方案，实现了对用户的低成本运营、精细化管理和高效率转化的诉求。
47.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。