CN107563621A - 一种网站用户流失情况分析方法及装置 - Google Patents
一种网站用户流失情况分析方法及装置 Download PDFInfo
- Publication number
- CN107563621A CN107563621A CN201710722936.9A CN201710722936A CN107563621A CN 107563621 A CN107563621 A CN 107563621A CN 201710722936 A CN201710722936 A CN 201710722936A CN 107563621 A CN107563621 A CN 107563621A
- Authority
- CN
- China
- Prior art keywords
- funnel
- change
- year
- rate
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种网站用户流失情况分析方法及装置,所述方法包括:获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率,将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。本发明提供的网站用户流失情况分析方法及装置,解决了现有技术中的漏斗模型不能详细的分析用户到底是从哪个功能点流失的技术问题。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种网站用户流失情况分析方法及装置。
背景技术
在企业网站产品数据分析工作中,经常需要监控产品各层级的用户转化率及发展情况,以便可以直观评估功能点的效果。例如用户在使用某一软件购买服务时,必然会按照预先设计好的购买流程进行下单,最终完成支付。如何能够对按照流程操作的用户进行各个转化层级上的监控,寻找每个层级的可优化点;对没有按照流程操作的用户绘制他们的转化路径,找到可提升用户体验、缩短路径的空间,就成为了一个对产品分析来说非常有价值的问题。
现有技术中通常采用漏斗模型分析和监控网站产品各层级的用户转化率及发展情况。一个有效的漏斗模型一般可分为“主入口”、“搜索详情”、“核心功能”、“支付提示”、“支付”等层级。用户通过主入口进入,到最后完成支付,每个层级都设计多个功能点,每深入一层都会有一部分用户的流失。
现有技术中的漏斗模型的缺点是只能粗糙地了解每个层级的整体用户流失,不能了解用户到底是从哪个功能点流失的,因此不能详细地确定所设计的功能点的优劣情况,无法有效地确定改进措施。
发明内容
(一)要解决的技术问题
本发明的目的是提供一种网站用户流失情况分析方法及装置,解决了现有技术中的漏斗模型不能详细的分析用户到底是从哪个功能点流失的技术问题。
(二)技术方案
为了解决上述技术问题,一方面,本发明提供一种网站用户流失情况分析方法,包括:
获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,每个所述漏斗项包括至少一个所述功能点;
根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率;
将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。
进一步地,所述获取用户的行为日志数据具体为:
根据用户类别和/或渠道来源分别获取不同种类的行为日志数据。
进一步地,所述方法还包括:当接收到显示功能点详情的触发事件时,展示出流入该功能点和流出该功能点的所有用户的行为轨迹。
进一步地,所述通过可视化页面以可视化的方式展示具体为:
将所述漏斗项、所述功能点、所述用户类别、所述渠道来源以及所述功能点间的关系结构存储于数据库中,使其可根据需求动态增加、删除和修改;
将所述功能点和所述功能点间的关系结构加载到开源可视化工具,在可视化页面形成所述漏斗模型的基本漏斗骨架;
将所述漏斗项、所述用户类别、所述渠道来源加载到所述开源可视化工具进行详细地展示。
进一步地,所述用户类别包括普通用户和VIP用户;所述渠道来源包括官方网站应用市场或链接,还包括第三方应用市场。
另一方面,本发明提供一种网站用户流失情况分析装置,包括:
获取模块,用于获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,每个所述漏斗项包括至少一个所述功能点;
统计模块,用于根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率;
展示模块,用于将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。
再一方面,本发明提供一种用于网站用户流失情况分析的电子设备,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述的方法。
又一方面,本发明提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述的方法。
又一方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。
(三)有益效果
本发明提供的网站用户流失情况分析方法及装置,基于用户的行为日志数据和细化的网站漏斗模型,统计每个漏斗项和每个功能点的访问人数、同比变化率和/或环比变化率,并将每个漏斗项和每个功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示,解决了现有技术中的漏斗模型不能详细的分析用户到底是从哪个功能点流失的技术问题,能够对各层级漏斗项中的功能点进行监控,详细地分析所设计的功能点的优劣情况,能够并对用户行为进行精准的预测分析,为网站的优化和改进提供了详细的依据。
附图说明
图1为依照本发明实施例的网站用户流失情况分析方法示意图;
图2为依照本发明实施例的网站用户流失情况分析装置示意图;
图3为本发明实施例提供的用于网站用户流失情况分析的电子设备的结构示意图。
具体实施方式
为了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。基于本发明的实施例,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他实施例,都属于本发明保护的范围。
实施例1:
图1为依照本发明实施例的网站用户流失情况分析方法示意图,如图1所示,本发明实施例提供一种网站用户流失情况分析方法,包括:
步骤S10、获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,每个所述漏斗项包括至少一个所述功能点;
步骤S20、根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率;
步骤S30、将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。
具体的,首先,获取用户的行为日志数据,行为日志数据中记录了访问站点上访问的用户所达到的位置的细节,即,跟踪了用户的“点击流”或者“传输路径”,同时获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,漏斗项是同一层级的功能点的集合,每个所述漏斗项包括至少一个所述功能点。
通过解析用户的行为日志数据,并与细化的网站漏斗模型结合,可以得到用户到达细化的网站漏斗模型的漏斗项和功能点的情况,即用户在各个漏斗项和各个功能点上的“点击流”或者“传输路径”。
然后,根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率,这样就获取了用户在各个漏斗项和各个功能点上的“点击流”或者“传输路径”的访问人数、同比变化率和/或环比变化率的详细情况。
最后,将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示,以便于清楚的看出,在各个功能点的访问人数和变化率的变化情况,从而分析出用户在各个功能点的流失情况。
进一步地,所述获取用户的行为日志数据具体为:
根据用户类别和/或渠道来源分别获取不同种类的行为日志数据。
具体的,实际应用中,不同的用户类别和不同的渠道来源的用户行为轨迹均各不相同,在日志解析时也应做到分类统计,以便于对不同的用户类别和不同的渠道的用户的流失情况进行分析。
进一步地,所述方法还包括:
当接收到显示功能点详情的触发事件时,展示出流入该功能点和流出该功能点的所有用户的行为轨迹。
具体的,在对分析结果进行可视化展示时,若需要显示功能点的详细情况时,用户可以点击所述可视化页面中的所述功能点对应的可视化图案,***接收显示功能点详情的触发事件,则展示出流入该功能点和流出该功能点的所有用户的行为轨迹,以便于直观的看出用户在该功能点的流失情况的具体信息。
进一步地,所述通过可视化页面以可视化的方式展示具体为:
将所述漏斗项、所述功能点、所述用户类别、所述渠道来源以及所述功能点间的关系结构存储于数据库中,使其可根据需求动态增加、删除和修改;
将所述功能点和所述功能点间的关系结构加载到开源可视化工具,在可视化页面形成所述漏斗模型的基本漏斗骨架;
将所述漏斗项、所述用户类别、所述渠道来源加载到所述开源可视化工具进行详细地展示。
具体的,首先,将所述漏斗项、所述功能点、所述用户类别、所述渠道来源以及所述功能点间的关系结构存储于数据库中,在后期对网站进行优化或者改进是,可以根据需求动态增加、删除和修改。
然后,将所述功能点和所述功能点间的关系结构加载到开源可视化工具,在可视化页面形成所述漏斗模型的基本漏斗骨架;
最后,将所述漏斗项、所述用户类别、所述渠道来源加载到所述开源可视化工具进行详细地展示。
进一步地,所述用户类别包括普通用户和VIP用户;所述渠道来源包括官方网站应用市场或链接,还包括第三方应用市场。
具体的,对用户的分类或者不同的渠道来源可在实际应用中视情况而定,用户类别可以包括普通用户和VIP用户;所述渠道来源包括官方网站应用市场或链接,还可以包括第三方应用市场。
下面通过另一个实际的例子,进一步说明。
表1为某公司信息查询网站平台的层级细分,如表1所示,可以得到细化的网站漏斗模型的漏斗项包括主入口、搜索详情、核心功能、支付提示和支付,其中漏斗项主入口包括查公司、查老板、招聘、诉讼、商标等功能点,漏斗项搜索详情包括公司详情和人员详情等功能点,漏斗项核心功能包括公司报告、股权结构、人员报告、数据导出、查关系、监控等功能点,漏斗项支付提示包括购买VIP提示功能点,漏斗项支付包括支付功能点。
表1为某公司信息查询网站平台的层级细分
然后,以用户行为日志为数据基础,将各个漏斗项和各个功能点作为采集点进行统计,如统计各漏斗项(“主入口”等)的总访问人数、“查公司”的总访问人数、同比变化率和/或环比变化率、从“查公司”到“公司详情”路径的访问人数、同比变化率和/或环比变化率等。
统计不同的用户类别(如普通用户、VIP用户)、不同的渠道来源(如应用宝、华为应用市场、360应用市场等)的各个漏斗项和各个功能点的总访问人数、同比变化率和/或环比变化率,不同用户类别或者不同渠道来源的用户行为轨迹均各不相同,在日志解析时也应做到分别统计,便于更具有针对性的分析。
根据以上统计数据为基础,采用数据可视化工具完成用户行为漏斗的展示,可以通过选取不同的用户类别或者感兴趣的渠道来源来展示相应的结果,除此之外,点击可视化页面中某个功能点对应的图案(如“公司报告”)也能展示出流入该功能点和流出该功能点的所有用户的行为轨迹。
具体的可视化实现流程如下:
根据需求设计不同的漏斗项、功能点、用户类别、功能点间的关系结构、渠道来源信息等,并将漏斗项、功能点、用户类别、渠道来源以及功能点间的关系结构存储于数据库中,使其可根据需求动态增加、删除和修改。
将功能点及功能点之间的关系结构数据自动加载于开源可视化工具,形成基本的漏斗骨架展示,所述可视化工具可以是第三方提供,也可以独立开发;
将漏斗项、用户类别和用户渠道来源信息加载到可视化工具进行详细地展示。
当用户选取所需展示的信息并点击提交后,平台首先将之前所加载的数据清空,然后读取所选信息对应的统计数据并加载到漏斗中,实现数据填充或更新;
其中,用户可选信息包括:数据来源(APP/WEB)、用户类别(普通用户/VIP用户)、渠道来源(应用宝/华为应用市场等)。
通过可视化效果图,可以直观的看出各个功能点上的总访问人数、同比变化率和/或环比变化率,能够看出用户在哪些功能点上的人员流失比较多,哪些功能点上的人员流失比较少,便于后期的网站的优化和改进。
并且可以监听平台,当用户点击某个功能点时,平台也将清除当前界面展示数据并读取该功能点对应统计数据进行展示。为了保证可视化展示的流畅性,整体的统计结果数据及每个功能点对应的统计数据均存储于后台数据库中,可视化平台仅需读取即可。
根据该可视化分析结果,软件生产商可以进行用户行为预测分析,以指导运营部门的渠道投入。
本发明提供的网站用户流失情况分析方法,基于用户的行为日志数据和细化的网站漏斗模型,统计每个漏斗项和每个功能点的访问人数、同比变化率和/或环比变化率,并将每个漏斗项和每个功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示,解决了现有技术中的漏斗模型不能详细的分析用户到底是从哪个功能点流失的技术问题,能够对各层级漏斗项中的功能点进行监控,详细地分析所设计的功能点的优劣情况,能够并对用户行为进行精准的预测分析,为网站的优化和改进提供了详细的依据。
实施例2:
图2为依照本发明实施例的网站用户流失情况分析装置示意图,如图2所示,本发明实施例提供一种网站用户流失情况分析装置,包括获取模块10、统计模块20和展示模块30,其中,
获取模块10用于获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,每个所述漏斗项包括至少一个所述功能点;
统计模块20用于根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率;
展示模块30用于将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。
具体的,首先,获取模块10获取用户的行为日志数据,行为日志数据中记录了访问站点上访问的用户所达到的位置的细节,即,跟踪了用户的“点击流”或者“传输路径”,同时获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,漏斗项是同一层级的功能点的集合,每个所述漏斗项包括至少一个所述功能点。
通过解析用户的行为日志数据,并与细化的网站漏斗模型结合,可以得到用户到达细化的网站漏斗模型的漏斗项和功能点的情况,即用户在各个漏斗项和各个功能点上的“点击流”或者“传输路径”。
然后,统计模块20根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率,这样就获取了用户在各个漏斗项和各个功能点上的“点击流”或者“传输路径”的访问人数、同比变化率和/或环比变化率的详细情况。
最后,展示模块30将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。以便于清楚的看出,在各个功能点的访问人数和变化率的变化情况,从而分析出用户在各个功能点的流失情况。
本发明提供的网站用户流失情况分析装置,基于用户的行为日志数据和细化的网站漏斗模型,统计每个漏斗项和每个功能点的访问人数、同比变化率和/或环比变化率,并将每个漏斗项和每个功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示,解决了现有技术中的漏斗模型不能详细的分析用户到底是从哪个功能点流失的技术问题,能够对各层级漏斗项中的功能点进行监控,详细地分析所设计的功能点的优劣情况,能够并对用户行为进行精准的预测分析,为网站的优化和改进提供了详细的依据。
实施例3:
图3为本发明实施例提供的用于网站用户流失情况分析的电子设备的结构示意图,如图3所示,所述设备包括:处理器(processor)801、存储器(memory)802和总线803;
其中,处理器801和存储器802通过所述总线803完成相互间的通信;
处理器801用于调用存储器802中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:
获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,每个所述漏斗项包括至少一个所述功能点;
根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率;
将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。
实施例4:
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:
获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,每个所述漏斗项包括至少一个所述功能点;
根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率;
将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。
实施例5:
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:
获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,每个所述漏斗项包括至少一个所述功能点;
根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率;
将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置及设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种网站用户流失情况分析方法,其特征在于,包括:
获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,每个所述漏斗项包括至少一个所述功能点;
根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率;
将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。
2.根据权利要求1所述的方法,其特征在于,所述获取用户的行为日志数据具体为:
根据用户类别和/或渠道来源分别获取不同种类的行为日志数据。
3.根据权利要求1或2所述的方法,其特征在于,还包括:
当接收到显示功能点详情的触发事件时,展示出流入该功能点和流出该功能点的所有用户的行为轨迹。
4.根据权利要求2所述的方法,其特征在于,所述通过可视化页面以可视化的方式展示具体为:
将所述漏斗项、所述功能点、所述用户类别、所述渠道来源以及所述功能点间的关系结构存储于数据库中,使其可根据需求动态增加、删除和修改;
将所述功能点和所述功能点间的关系结构加载到开源可视化工具,在可视化页面形成所述漏斗模型的基本漏斗骨架;
将所述漏斗项、所述用户类别、所述渠道来源加载到所述开源可视化工具进行详细地展示。
5.根据权利要求2所述的方法,其特征在于,所述用户类别包括普通用户和VIP用户;所述渠道来源包括官方网站应用市场或链接,还包括第三方应用市场。
6.一种网站用户流失情况分析装置,其特征在于,包括:
获取模块,用于获取用户的行为日志数据;并获取细化的网站漏斗模型的漏斗项和功能点,所述漏斗模型包括至少一个所述漏斗项,每个所述漏斗项包括至少一个所述功能点;
统计模块,用于根据所述行为日志数据,统计每个所述漏斗项的访问人数、同比变化率和/或环比变化率,统计每个所述功能点的访问人数、同比变化率和/或环比变化率;
展示模块,用于将每个所述漏斗项的访问人数、同比变化率和/或环比变化率,每个所述功能点的访问人数、同比变化率和/或环比变化率通过可视化页面以可视化的方式展示。
7.一种用于网站用户流失情况分析的电子设备,其特征在于,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
8.一种计算机程序产品,其特征在于,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行如权利要求1至5任一所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710722936.9A CN107563621A (zh) | 2017-08-22 | 2017-08-22 | 一种网站用户流失情况分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710722936.9A CN107563621A (zh) | 2017-08-22 | 2017-08-22 | 一种网站用户流失情况分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107563621A true CN107563621A (zh) | 2018-01-09 |
Family
ID=60976634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710722936.9A Pending CN107563621A (zh) | 2017-08-22 | 2017-08-22 | 一种网站用户流失情况分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107563621A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108664405A (zh) * | 2018-05-17 | 2018-10-16 | 福建天泉教育科技有限公司 | 一种基于漏斗模型的自动化监测方法及终端 |
CN108664550A (zh) * | 2018-03-29 | 2018-10-16 | 北京邮电大学 | 一种对用户行为数据进行漏斗分析方法及装置 |
CN108846636A (zh) * | 2018-06-01 | 2018-11-20 | 北京字节跳动网络技术有限公司 | 数据调度方法、装置、计算机可读存储介质 |
CN108960908A (zh) * | 2018-06-22 | 2018-12-07 | 福建南威软件有限公司 | 一种基于大数据用户行为序列的分析方法 |
CN111523921A (zh) * | 2019-12-31 | 2020-08-11 | 支付宝实验室(新加坡)有限公司 | 漏斗分析方法、分析设备、电子设备及可读存储介质 |
CN111800454A (zh) * | 2020-05-11 | 2020-10-20 | 上海君实生物工程有限公司 | 一种可视化数据展示***及可视化页面投屏方法 |
CN112633715A (zh) * | 2020-12-28 | 2021-04-09 | 四川新网银行股份有限公司 | 一种线上业务用户流失分析方法 |
CN112948720A (zh) * | 2019-11-26 | 2021-06-11 | 珠海格力电器股份有限公司 | 基于用户行为的交互优化方法、装置及计算机设备 |
CN113505329A (zh) * | 2021-07-27 | 2021-10-15 | 中国工商银行股份有限公司 | 数据可视化处理方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959372A (zh) * | 2016-05-06 | 2016-09-21 | 华南理工大学 | 一种基于移动应用的互联网用户数据分析方法 |
CN106294559A (zh) * | 2016-07-26 | 2017-01-04 | 北京三快在线科技有限公司 | 一种应用流量分析方法及装置 |
CN106446228A (zh) * | 2016-10-08 | 2017-02-22 | 中国工商银行股份有限公司 | 一种web页面数据的采集分析方法及装置 |
-
2017
- 2017-08-22 CN CN201710722936.9A patent/CN107563621A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959372A (zh) * | 2016-05-06 | 2016-09-21 | 华南理工大学 | 一种基于移动应用的互联网用户数据分析方法 |
CN106294559A (zh) * | 2016-07-26 | 2017-01-04 | 北京三快在线科技有限公司 | 一种应用流量分析方法及装置 |
CN106446228A (zh) * | 2016-10-08 | 2017-02-22 | 中国工商银行股份有限公司 | 一种web页面数据的采集分析方法及装置 |
Non-Patent Citations (1)
Title |
---|
张如云: "基于企业网站的用户关键转化路径分析", 《办公自动化杂志》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108664550A (zh) * | 2018-03-29 | 2018-10-16 | 北京邮电大学 | 一种对用户行为数据进行漏斗分析方法及装置 |
CN108664550B (zh) * | 2018-03-29 | 2021-10-01 | 北京邮电大学 | 一种对用户行为数据进行漏斗分析方法及装置 |
CN108664405A (zh) * | 2018-05-17 | 2018-10-16 | 福建天泉教育科技有限公司 | 一种基于漏斗模型的自动化监测方法及终端 |
CN108664405B (zh) * | 2018-05-17 | 2021-11-09 | 福建天泉教育科技有限公司 | 一种基于漏斗模型的自动化监测方法及终端 |
CN108846636A (zh) * | 2018-06-01 | 2018-11-20 | 北京字节跳动网络技术有限公司 | 数据调度方法、装置、计算机可读存储介质 |
CN108960908A (zh) * | 2018-06-22 | 2018-12-07 | 福建南威软件有限公司 | 一种基于大数据用户行为序列的分析方法 |
CN112948720A (zh) * | 2019-11-26 | 2021-06-11 | 珠海格力电器股份有限公司 | 基于用户行为的交互优化方法、装置及计算机设备 |
CN112948720B (zh) * | 2019-11-26 | 2024-05-31 | 珠海格力电器股份有限公司 | 基于用户行为的交互优化方法、装置及计算机设备 |
CN111523921B (zh) * | 2019-12-31 | 2023-10-20 | 支付宝实验室(新加坡)有限公司 | 漏斗分析方法、分析设备、电子设备及可读存储介质 |
CN111523921A (zh) * | 2019-12-31 | 2020-08-11 | 支付宝实验室(新加坡)有限公司 | 漏斗分析方法、分析设备、电子设备及可读存储介质 |
CN111800454A (zh) * | 2020-05-11 | 2020-10-20 | 上海君实生物工程有限公司 | 一种可视化数据展示***及可视化页面投屏方法 |
CN112633715A (zh) * | 2020-12-28 | 2021-04-09 | 四川新网银行股份有限公司 | 一种线上业务用户流失分析方法 |
CN113505329A (zh) * | 2021-07-27 | 2021-10-15 | 中国工商银行股份有限公司 | 数据可视化处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563621A (zh) | 一种网站用户流失情况分析方法及装置 | |
US10521771B2 (en) | Interactive organization visualization tools for use in analyzing multivariate human-resource data of organizations | |
CN107767021A (zh) | 一种风险控制方法及设备 | |
US11188865B2 (en) | Assisted analytics | |
CN106408184A (zh) | 一种基于多源异构数据的用户信用评估模型 | |
CN107886366A (zh) | 性别分类模型的生成方法、性别填充方法、终端及存储介质 | |
US20080172348A1 (en) | Statistical Determination of Multi-Dimensional Targets | |
CN103678468B (zh) | 用于概要分析的改进的消费模型的***和方法 | |
CN106294559A (zh) | 一种应用流量分析方法及装置 | |
CN109872232A (zh) | 涉及非法所得合法化行为的账户分类方法、装置、计算机设备及存储介质 | |
CN108009711A (zh) | 风险评估方法、装置、计算机设备及可读存储介质 | |
CN107391468A (zh) | 一种添加图表的方法、装置和设备 | |
CN102668515B (zh) | 将相对加权方案应用于在线使用数据 | |
CN106600007A (zh) | 活动质量评估方法及装置 | |
CN104424299A (zh) | 数据统计方法和装置 | |
US20140257938A1 (en) | System and method for analyzing hospitality industry data and providing analytical performance management tools | |
CN115375124A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN115186025A (zh) | 可视化报表的自动配置方法、***及设备 | |
US20140142990A1 (en) | Performance measurement reporting system and method for insurance industry | |
Lei et al. | A visual analytics system for financial time-series data | |
CN110266555A (zh) | 用于分析网站服务请求的方法 | |
CN106528774A (zh) | 一种配网项目管理趋势预测方法和装置 | |
CN104408057B (zh) | 一种数据汇总的方法及装置 | |
US10860651B2 (en) | Method, apparatus, and computer-readable medium for generation of missing data | |
Al-Halabi et al. | The impact of designing accounting information systems on the level of accounting conservatism-a field study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180109 |