CN109376192A - 一种用户留存分析方法、装置、电子设备及存储介质 - Google Patents
一种用户留存分析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109376192A CN109376192A CN201811102107.1A CN201811102107A CN109376192A CN 109376192 A CN109376192 A CN 109376192A CN 201811102107 A CN201811102107 A CN 201811102107A CN 109376192 A CN109376192 A CN 109376192A
- Authority
- CN
- China
- Prior art keywords
- access
- data
- user
- information
- tables
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种用户留存分析方法、装置、电子设备及存储介质,所述方法包括:获取预设时间段内访问目标平台的访问数据信息;根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。本发明提供的用户留存分析方法,利用数据库低门槛地解决了日常中小型数据的用户留存分析问题,且整个分析过程简单方便易于维护。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种用户留存分析方法、装置、电子设备及存储介质。
背景技术
用户留存率是指注册某平台的用户在该平台留存下来的概率。对于游戏、社交软件、提供服务APP等业务平台,分析用户留存情况,对于决策者在制定产品销售和宣传策略方面可以提供准确有效的支持。
目前,用户留存率的计算方法主要有两种。一种是利用python、java或者任何一种语言,利用程序自身数据集合属性做交集计算实现。该种处理方式的缺点是存在内存溢出的可能性。另一种是利用当前流行的大数据hadoop或者spark借用mapreduce的方式进行运算。该种处理方式的缺点是需要提供相关的大数据平台基础环境,门槛比较高。
发明内容
针对现有技术中的问题,本发明提供一种用户留存分析方法、装置、电子设备及存储介质。
具体地,本发明提供以下技术方案:
第一方面,本发明提供了一种用户留存分析方法,包括:
获取预设时间段内访问目标平台的访问数据信息;
根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。
进一步地,所述获取预设时间段内访问目标平台的访问数据信息,具体包括:
获取预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息。
进一步地,所述根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况,具体包括:
根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息,利用数据库的函数处理方式,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率。
进一步地,所述根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户的来源渠道信息,利用数据库的函数处理方式,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率,具体包括:
根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户的来源渠道信息,按天独立进行访问用户排重;
根据排重后的数据建立第一数据表;其中,第一数据表中至少包括有访问用户ID字段、访问时间字段和访问用户来源渠道字段;
根据预设分析需求建立第二数据表;其中,第二数据表中至少包括有根据所述预设分析需求确定的留存分析时间字段、访问用户来源渠道字段和根据所述预设分析需求确定的若干个不同留存天数字段,其中,每个留存天数字段下用于存储在对应留存天数下对应的留存人数;
根据所述第一数据表中的数据,利用数据库的函数处理方式,对所述第二数据表进行更新,使得更新后的第二数据表中能够体现来自不同来源渠道的访问用户在不同的留存天数中的留存人数;
根据更新后的第二数据表中存储的来自不同来源渠道的访问用户在不同的留存天数中的留存人数,计算来自不同来源渠道的访问用户在不同的留存天数中的留存率。
进一步地,所述根据所述第一数据表中的数据,利用数据库的函数处理方式,对所述第二数据表进行更新,使得更新后的第二数据表中能够体现来自不同来源渠道的访问用户在不同的留存天数中的留存人数,具体包括:
删除第二数据表中留存分析当天的有关数据;
根据所述第一数据表中的数据,将留存分析当天需要的数据初始化至所述第二数据表中;
针对所述第二数据表中设定的不同留存天数,利用数据库查询函数对所述第一数据表进行条件查询操作,获取来自不同来源渠道的访问用户在不同的留存天数中的留存人数;
利用数据库更新函数,将来自不同来源渠道的访问用户在不同的留存天数中的留存人数更新至所述第二数据表中。
第二方面,本发明还提供了一种用户留存分析装置,包括:
获取模块,用于获取预设时间段内访问目标平台的访问数据信息;
留存分析模块,用于根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。
进一步地,所述获取模块,具体用于:
获取预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息。
进一步地,所述留存分析模块,具体用于:
根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息,利用数据库的函数处理方式,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率。
第三方面,本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述用户留存分析方法的步骤。
第四方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述用户留存分析方法的步骤。
由上面技术方案可知,本发明提供的用户留存分析方法,首先,获取预设时间段内访问目标平台的访问数据信息,然后根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。本发明提供的用户留存分析方法,利用数据库及数据库的函数处理方式,低门槛地解决了日常中小型数据的用户留存分析问题,且整个分析过程简单方便易于维护。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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的附图。
图1是本发明一实施例提供的用户留存分析方法的流程图;
图2是本发明一实施例提供的第一数据表的示意图;
图3是本发明一实施例提供的第二数据表的示意图;
图4是本发明一实施例提供的用户留存分析方法的处理过程原理示意图;
图5是本发明另一实施例提供的用户留存分析装置的结构示意图;
图6是本发明又一实施例提供的电子设备的结构示意图。
具体实施方式
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、完整的描述,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。
本发明一实施例提供了一种用户留存分析方法,参见图1,该方法包括如下步骤:
步骤101:获取预设时间段内访问目标平台的访问数据信息。
在本步骤中,获取预设时间段内访问目标平台的访问数据信息,例如,获取最近两个月内访问目标平台的访问数据信息,其中,访问数据信息至少包括访问用户的用户ID信息、访问时间信息以及访问用户来源渠道信息。
这里,所述目标平台可以为某游戏平台、也可以为某社交平台(如微信、QQ、微博、知乎等)、还可以为某服务提供平台(如淘宝、东东、唯品会、滴滴等)。
步骤102:根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。
在本步骤中,根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。例如,通过建立数据库和数据表的方式将获取的访问数据信息进行存储,然后利用数据库的条件查询函数、***函数、删除函数和/或更新函数等数据库函数,对存储有用户访问数据信息的数据表进行处理,将满足预设留存分析条件的用户留存数据取出并写入至另一新数据表中,从而根据新数据表中的数据获取所述目标平台的用户留存情况。可见,该处理方式,巧妙地借助了数据库的自有机制,利用数据库脚本即可实现用户留存分析,且整个分析过程简单、高效、动态、维护性强,尤其适用于日常中小型数据的用户留存分析
由上面描述可知,本实施例提供的用户留存分析方法,首先获取预设时间段内访问目标平台的访问数据信息,然后根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。可见,本实施例提供的用户留存分析方法,巧妙地利用数据库及数据库的函数处理方式,低门槛地解决了日常中小型数据的用户留存分析问题,且整个分析过程简单方便易于维护。
为了帮助决策者选择质量较高的用户来源渠道,也即为了确定用户来源渠道的质量,分析从不同来源渠道进来的用户的留存率高低成为一种有效手段,因此,在一种优选实施方式中,上述步骤101在获取预设时间段内访问目标平台的访问数据信息时,至少需要获取预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息。
相应地,基于上述内容,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率,然后根据来自不同来源渠道的访问用户在不同的留存天数中的留存率判断哪些用户来源渠道为高质量的用户来源渠道,因此,在一种优选实施方式中,上述步骤102具体通过如下方式实现:
根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息,利用数据库的函数处理方式,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率。
基于上述内容,在一种优选实施方式中,上述根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户的来源渠道信息,利用数据库的函数处理方式,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率,具体通过如下过程a~e实现:
a、根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户的来源渠道信息,按天独立进行访问用户排重。
b、根据排重后的数据建立第一数据表(如图2所示,图2为从数据库中截取的数据表示意图);其中,第一数据表中至少包括有访问用户ID字段(user_id)、访问时间字段(atime)和访问用户来源渠道字段(platform_id)。
c、根据预设分析需求建立第二数据表(如图3所示,图3为从数据库中截取的数据表示意图);其中,第二数据表中至少包括有根据所述预设分析需求确定的留存分析时间字段(atime)、访问用户来源渠道字段(platform_id)和根据所述预设分析需求确定的若干个不同留存天数字段(di),其中,每个留存天数字段下用于存储在对应留存天数下对应的留存人数,也即不同留存天数字段(di)中用于存放d0在第i天的留存人数,如图3中的d1,d2,…,d13,其中,d1字段下用于存放d0在第一天的留存人数,d2字段下用于存储d0在第二天的留存人数,d12字段下用于存放d0在第十二天的留存人数,以此类推。需要说明的是,d0字段下用于存放留存分析当天对应的登录人数。
d、根据所述第一数据表中的数据,利用数据库的函数处理方式,对所述第二数据表进行更新,使得更新后的第二数据表中能够体现来自不同来源渠道的访问用户在不同的留存天数中的留存人数。
e、根据更新后的第二数据表中存储的来自不同来源渠道的访问用户在不同的留存天数中的留存人数,计算来自不同来源渠道的访问用户在不同的留存天数中的留存率。
基于上述内容,在一种优选实施方式中,上述步骤d具体通过如下子过程d1~d4实现:
d1、删除第二数据表中留存分析当天的有关数据。
d2、根据所述第一数据表中的数据,将留存分析当天需要的数据初始化至所述第二数据表中。
d3、针对所述第二数据表中设定的不同留存天数,利用数据库查询函数对所述第一数据表进行条件查询操作,获取来自不同来源渠道的访问用户在不同的留存天数中的留存人数。
d4、利用数据库更新函数,将来自不同来源渠道的访问用户在不同的留存天数中的留存人数更新至所述第二数据表中。
下面给出一段数据库脚本以对上述过程d1~d4进行说明。
由上面分析以及图4所示内容可知,本实施例通过建立第一数据表T1和第二数据表T2,利用数据库处理函数,实现了用户留存分析,也即本实施例只需利用数据库脚本即可实现用户留存分析。此外,由上面给出的例子可以看出,数据库sql脚本语言能够控制在10行以内,实现过程简单方便易维护。需要说明的是,本实施例无需编写相关语言代码例如java、python等,也无需提供大数据(如hadoop)平台基础环境,本实施例巧妙地借助数据库的自有机制,高效动态地实现了用户留存分析。此外,由于本实施例提供的用户留存分析方法,采用数据库及数据库处理函数实现,整个分析过程简单方便易于维护,因此可以低门槛地解决用户留存分析问题,尤其适用于日常中小型数据的用户留存分析。
需要说明的是,本实施例所给出的多个优选实施方式,在逻辑或结构相互不冲突的前提下,可以自由组合,本发明对此不做限定。
基于相同的发明构思,本发明另一实施例提供了一种用户留存分析装置,参见图5,该装置包括:获取模块21和留存分析模块22;其中:
获取模块21,用于获取预设时间段内访问目标平台的访问数据信息;
留存分析模块22,用于根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。
在一种优选实施方式中,所述获取模块21,具体用于:
获取预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息。
在一种优选实施方式中,所述留存分析模块22,具体用于:
根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息,利用数据库的函数处理方式,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率。
在一种优选实施方式中,所述留存分析模块22,具体用于:
根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户的来源渠道信息,按天独立进行访问用户排重;
根据排重后的数据建立第一数据表;其中,第一数据表中至少包括有访问用户ID字段、访问时间字段和访问用户来源渠道字段;
根据预设分析需求建立第二数据表;其中,第二数据表中至少包括有根据所述预设分析需求确定的留存分析时间字段、访问用户来源渠道字段和根据所述预设分析需求确定的若干个不同留存天数字段,其中,每个留存天数字段下用于存储在对应留存天数下对应的留存人数;
根据所述第一数据表中的数据,利用数据库的函数处理方式,对所述第二数据表进行更新,使得更新后的第二数据表中能够体现来自不同来源渠道的访问用户在不同的留存天数中的留存人数;
根据更新后的第二数据表中存储的来自不同来源渠道的访问用户在不同的留存天数中的留存人数,计算来自不同来源渠道的访问用户在不同的留存天数中的留存率。
在一种优选实施方式中,所述留存分析模块22,在根据所述第一数据表中的数据,利用数据库的函数处理方式,对所述第二数据表进行更新,使得更新后的第二数据表中能够体现来自不同来源渠道的访问用户在不同的留存天数中的留存人数时,具体用于:
删除第二数据表中留存分析当天的有关数据;
根据所述第一数据表中的数据,将留存分析当天需要的数据初始化至所述第二数据表中;
针对所述第二数据表中设定的不同留存天数,利用数据库查询函数对所述第一数据表进行条件查询操作,获取来自不同来源渠道的访问用户在不同的留存天数中的留存人数;
利用数据库更新函数,将来自不同来源渠道的访问用户在不同的留存天数中的留存人数更新至所述第二数据表中。
需要说明的是,本实施例提供的用户留存分析装置可以用于执行上述实施例所述的用户留存分析方法,其工作原理和技术效果类似,具体可参见上述实施例的描述,此处不再详述。
基于相同的发明构思,本发明又一实施例提供了一种电子设备,参见图6,所述电子设备具体包括如下内容:处理器701、存储器702、通信接口703和总线704;
其中,所述处理器701、存储器702、通信接口703通过所述总线704完成相互间的通信;所述通信接口703用于实现各建模软件及智能制造装备模块库等相关设备之间的信息传输;
所述处理器701用于调用所述存储器702中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例一中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤101:获取预设时间段内访问目标平台的访问数据信息。
步骤102:根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。
基于相同的发明构思,本发明又一实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例一的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤101:获取预设时间段内访问目标平台的访问数据信息。
步骤102:根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用于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 (10)
1.一种用户留存分析方法,其特征在于,包括:
获取预设时间段内访问目标平台的访问数据信息;
根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。
2.根据权利要求1所述的方法,其特征在于,所述获取预设时间段内访问目标平台的访问数据信息,具体包括:
获取预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息。
3.根据权利要求2所述的方法,其特征在于,所述根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况,具体包括:
根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息,利用数据库的函数处理方式,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率。
4.根据权利要求3所述的方法,其特征在于,所述根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户的来源渠道信息,利用数据库的函数处理方式,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率,具体包括:
根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户的来源渠道信息,按天独立进行访问用户排重;
根据排重后的数据建立第一数据表;其中,第一数据表中至少包括有访问用户ID字段、访问时间字段和访问用户来源渠道字段;
根据预设分析需求建立第二数据表;其中,第二数据表中至少包括有根据所述预设分析需求确定的留存分析时间字段、访问用户来源渠道字段和根据所述预设分析需求确定的若干个不同留存天数字段,其中,每个留存天数字段下用于存储在对应留存天数下对应的留存人数;
根据所述第一数据表中的数据,利用数据库的函数处理方式,对所述第二数据表进行更新,使得更新后的第二数据表中能够体现来自不同来源渠道的访问用户在不同的留存天数中的留存人数;
根据更新后的第二数据表中存储的来自不同来源渠道的访问用户在不同的留存天数中的留存人数,计算来自不同来源渠道的访问用户在不同的留存天数中的留存率。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一数据表中的数据,利用数据库的函数处理方式,对所述第二数据表进行更新,使得更新后的第二数据表中能够体现来自不同来源渠道的访问用户在不同的留存天数中的留存人数,具体包括:
删除第二数据表中留存分析当天的有关数据;
根据所述第一数据表中的数据,将留存分析当天需要的数据初始化至所述第二数据表中;
针对所述第二数据表中设定的不同留存天数,利用数据库查询函数对所述第一数据表进行条件查询操作,获取来自不同来源渠道的访问用户在不同的留存天数中的留存人数;
利用数据库更新函数,将来自不同来源渠道的访问用户在不同的留存天数中的留存人数更新至所述第二数据表中。
6.一种用户留存分析装置,其特征在于,包括:
获取模块,用于获取预设时间段内访问目标平台的访问数据信息;
留存分析模块,用于根据获取的访问数据信息,利用数据库的函数处理方式,获取所述目标平台的用户留存情况。
7.根据权利要求6所述的装置,其特征在于,所述获取模块,具体用于:
获取预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息。
8.根据权利要求7所述的装置,其特征在于,所述留存分析模块,具体用于:
根据获取的预设时间段内访问目标平台的访问用户ID信息、访问时间信息以及访问用户来源渠道信息,利用数据库的函数处理方式,获取来自不同来源渠道的访问用户在不同的留存天数中的留存率。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述用户留存分析方法的步骤。
10.一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,该计算机程序被处理器执行时实现如权利要求1至5任一项所述用户留存分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811102107.1A CN109376192A (zh) | 2018-09-20 | 2018-09-20 | 一种用户留存分析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811102107.1A CN109376192A (zh) | 2018-09-20 | 2018-09-20 | 一种用户留存分析方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109376192A true CN109376192A (zh) | 2019-02-22 |
Family
ID=65402157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811102107.1A Pending CN109376192A (zh) | 2018-09-20 | 2018-09-20 | 一种用户留存分析方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376192A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111709784A (zh) * | 2020-06-18 | 2020-09-25 | 北京字节跳动网络技术有限公司 | 用于生成用户留存时间的方法、装置、设备和介质 |
CN112036957A (zh) * | 2020-09-08 | 2020-12-04 | 广州图普网络科技有限公司 | 一种访客留存数确定方法、装置、电子设备和存储介质 |
CN113821530A (zh) * | 2021-09-26 | 2021-12-21 | 北京慧博科技有限公司 | 一种利用sql自动化分析客户留存率的方法 |
CN113821515A (zh) * | 2021-09-26 | 2021-12-21 | 北京慧博科技有限公司 | 一种基于MySql查询分析连带率的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050131966A1 (en) * | 2003-12-15 | 2005-06-16 | Sbc Knowledge Ventures, L.P. | Architecture of database application with robust online recoverability |
CN106528778A (zh) * | 2016-11-04 | 2017-03-22 | 广州华多网络科技有限公司 | 用户留存类数据获取方法及装置 |
CN106682125A (zh) * | 2016-12-13 | 2017-05-17 | 四川长虹电器股份有限公司 | 分析智能电视用户留存率的方法 |
CN107508917A (zh) * | 2017-09-29 | 2017-12-22 | 济南浚达信息技术有限公司 | 一种基于bitmap的web网站用户活跃度统计方法及*** |
CN107766454A (zh) * | 2017-09-26 | 2018-03-06 | 深圳市金立通信设备有限公司 | 一种数据处理方法、服务器及计算机可读存储介质 |
CN108335132A (zh) * | 2018-01-22 | 2018-07-27 | 中国平安人寿保险股份有限公司 | 应用程序的分析方法、装置、存储介质及终端 |
-
2018
- 2018-09-20 CN CN201811102107.1A patent/CN109376192A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050131966A1 (en) * | 2003-12-15 | 2005-06-16 | Sbc Knowledge Ventures, L.P. | Architecture of database application with robust online recoverability |
CN106528778A (zh) * | 2016-11-04 | 2017-03-22 | 广州华多网络科技有限公司 | 用户留存类数据获取方法及装置 |
CN106682125A (zh) * | 2016-12-13 | 2017-05-17 | 四川长虹电器股份有限公司 | 分析智能电视用户留存率的方法 |
CN107766454A (zh) * | 2017-09-26 | 2018-03-06 | 深圳市金立通信设备有限公司 | 一种数据处理方法、服务器及计算机可读存储介质 |
CN107508917A (zh) * | 2017-09-29 | 2017-12-22 | 济南浚达信息技术有限公司 | 一种基于bitmap的web网站用户活跃度统计方法及*** |
CN108335132A (zh) * | 2018-01-22 | 2018-07-27 | 中国平安人寿保险股份有限公司 | 应用程序的分析方法、装置、存储介质及终端 |
Non-Patent Citations (1)
Title |
---|
BJLF_1989: ""计算app用户的留存率"", 《HTTPS://BLOG.CSDN.NET/BJLF_1989/ARTICLE/DETAILS/50673357》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111709784A (zh) * | 2020-06-18 | 2020-09-25 | 北京字节跳动网络技术有限公司 | 用于生成用户留存时间的方法、装置、设备和介质 |
CN112036957A (zh) * | 2020-09-08 | 2020-12-04 | 广州图普网络科技有限公司 | 一种访客留存数确定方法、装置、电子设备和存储介质 |
CN112036957B (zh) * | 2020-09-08 | 2023-11-28 | 广州图普网络科技有限公司 | 一种访客留存数确定方法、装置、电子设备和存储介质 |
CN113821530A (zh) * | 2021-09-26 | 2021-12-21 | 北京慧博科技有限公司 | 一种利用sql自动化分析客户留存率的方法 |
CN113821515A (zh) * | 2021-09-26 | 2021-12-21 | 北京慧博科技有限公司 | 一种基于MySql查询分析连带率的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109376192A (zh) | 一种用户留存分析方法、装置、电子设备及存储介质 | |
CN102316166B (zh) | 网站推荐方法和***以及网络服务器 | |
CN104281701B (zh) | 分布式多尺度空间数据查询方法及*** | |
CN103049556B (zh) | 一种海量医疗数据的快速统计查询方法 | |
US11064053B2 (en) | Method, apparatus and system for processing data | |
CN106547766A (zh) | 一种数据访问方法和装置 | |
CN104537000B (zh) | 一种用于推送信息的方法和装置 | |
CN107766402A (zh) | 一种楼盘字典云房源大数据平台 | |
CN104254865A (zh) | 凭经验的专家确定和问题路由***和方法 | |
CN108804602A (zh) | 一种基于spark的分布式空间数据存储计算方法 | |
CN105493085B (zh) | 创建数据库表的样本的方法、***和计算机可读存储介质 | |
CN107085600B (zh) | Poi推荐方法、装置、设备及计算机可读存储介质 | |
CN107229718A (zh) | 处理报表数据的方法和装置 | |
CN105869097A (zh) | 一种基于云平台的o2o医疗信息*** | |
CN106055908B (zh) | 基于云计算的个人医疗信息推荐方法及*** | |
CN107908794A (zh) | 一种数据挖掘的方法、***、设备及计算机可读存储介质 | |
EP3030976A1 (en) | Method for processing and displaying real-time social data on map | |
CN109614270A (zh) | 基于Hbase的数据读写方法、装置、设备及存储介质 | |
Germain et al. | Changes in the functional diversity of modern bird species over the last million years | |
CN110134511A (zh) | 一种OpenTSDB共享存储优化方法 | |
CN110119396A (zh) | 数据管理方法及相关产品 | |
CN109241450A (zh) | 锁屏内容的推荐方法及装置 | |
CN107704591A (zh) | 一种基于云计算非数据库架构的智能可穿戴设备的数据处理方法 | |
CN109657950A (zh) | 层次分析方法、装置、设备及计算机可读存储介质 | |
CN110267717B (zh) | 在多租户环境中按不同单独租户自动生成自动缩放呼叫规则的方法及装置 |
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 |
Application publication date: 20190222 |
|
RJ01 | Rejection of invention patent application after publication |