CN107392655A - 优惠券推送方法、系统、存储介质、电子设备及分流方法 - Google Patents

Abstract

本发明提供一种优惠券推送方法、系统、存储介质、电子设备及分流方法，其中优惠券推送方法包括：对用户流量随机分流形成多个分组，对各分组推送不同面额的优惠券，统计各分组的下单数据；根据历史订单数据设定实验标签，每个实验标签包含多个互斥的标签项；为每个用户流量匹配一个或多个标签项；按照单个实验标签的各个标签项、或者多个实验标签的标签项组合提取用户流量，形成不同的实验组；将各实验组中的用户流量根据不同面额的优惠券分成多个子实验组，统计各子实验组的用户流量的下单比例；向各实验组中的用户流量推送下单比例最高的子实验组所对应面额的优惠券。本发明提高分流实验效率，缩短实验周期，极大地降低了实验成本。

Description

优惠券推送方法、系统、存储介质、电子设备及分流方法

技术领域

本发明涉及互联网技术领域，尤其涉及一种优惠券推送方法、系统、存储介质、电子设备及分流方法。

背景技术

互联网经济的飞速发展极大地改变了现代人的生活方式。随着人们对互联网的日益依赖，网络中海量的数据和信息的价值被发现并开发，指导着现代企业和个人的生产和生活方式。很多方法和系统被开发出来，辅助更加全面，高效地提取信息的价值。分流实验被认为是比较不同方案差异的有效手段，并广泛地为巨型互联网公司采用。

分流实验将信息流进行随机均匀地分组，在流量足够大的情况下，可以认为不同的组的总体特征相同。在该假设的基础上，对不同的分组进行实验，根据实验内容收集相关内容和指标，利用科学的方法比如假设检验进行比较的方法。

这种方法可以有效的量化不同实验方法产生的影响，然而受到实验方法实施周期，数据收集周期以及统计方法周期的影响，一次对照实验可能耗时良久。一来，虽然提高分组数量可以某种程度上提高实验效率，然而想要得到可视为相同的分组需要足够的流量，分组不可能划分的过细。其次，想要快速得到结论，需要找到准确而且主要的影响因素来建立实验，这对于拥有相关的资历和经验有着严苛的要求。再者，影响结果的因素往往多样而且复杂，少量的因素改变可能并不能起到明显的作用。想要探究不同因素的综合影响，随着研究精度提高所需要的实验数量会呈指数倍的增长，需要高昂的人力和时间成本。

总而言之，现有的实验方法时间效率低，实验中对比因素的设置呆板机械，实验结果模糊笼统，不足以快速高效地提取信息的价值。

因此，有必要提供一种新的技术方案改善上述方案中存在的一个或者多个问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

针对现有技术中的缺陷，本发明旨在提供一种可以提高分流实验效率，缩短实验周期，减少甚至摆脱对先验知识的依赖，而智能地组织实验过程的技术。

根据本发明的一个方面，提供一种优惠券推送方法，包括：

步骤S1、对网站的用户流量随机分流形成多个分组，对各分组推送不同面额的优惠券，统计各分组的用户流量的下单数据；

步骤S2、根据用户流量的历史订单数据，设定一个或多个实验标签，每个实验标签包含多个互斥的标签项；

步骤S3、根据标签项标记用户流量，为每个用户流量匹配一个或多个分属于不同实验标签的标签项；

步骤S4、按照单个实验标签的各个标签项、或者多个实验标签的标签项组合提取用户流量，形成不同的实验组；

步骤S5、将各实验组中的用户流量根据不同面额的优惠券分成多个子实验组，统计各子实验组的用户流量的下单比例；

步骤S6、向各实验组中的用户流量推送下单比例最高的子实验组所对应面额的优惠券。

优选地，在所述步骤S1中，对网站的用户流量随机均匀分流，使各分组的用户流量数相同。

优选地，在所述步骤S2中，所述实验标签包括历史订单均价标签，所述历史订单均价标签包含多个价格区间不同的标签项，和/或，所述实验标签包括历史订单品牌地标签，所述历史订单品牌标签包含多个品牌地不同的标签项，和/或，所述实验标签包括历史订单下单时间标签，所述历史订单下单时间标签包括多个不同下单时段的标签项。

优选地，在所述步骤S3中，为每个用户流量匹配所述历史订单均价标签的一个标签项和/或所述历史订单品牌地标签的一个标签项和/或所述历史订单下单时间标签的一个标签项。

优选地，在所述步骤S3中，若与某一实验标签的某一标签项匹配的用户流量数小于一在预设置信区间长度内达到预设置信度的最小样本容量，则删除该标签项。

根据本发明的另一个方面，提供一种优惠券推送系统，包括：

初始实验模块，用于对网站的用户流量随机分流形成多个分组，对各分组推送不同面额的优惠券，统计各分组的用户流量的下单数据；

标签设定模块，用于根据用户流量的历史订单数据，设定一个或多个实验标签，每个实验标签包含多个互斥的标签项；

匹配模块，用于根据标签项标记用户流量，为每个用户流量匹配一个或多个分属于不同实验标签的标签项；

提取模块，用于按照单个实验标签的各个标签项、或者多个实验标签的标签项组合提取用户流量，形成不同的实验组；

统计模块，用于将各实验组中的用户流量根据不同面额的优惠券分成多个子实验组，统计各子实验组的用户流量的下单比例；

推送模块，用于向各实验组中的用户流量推送下单比例最高的子实验组所对应面额的优惠券。

根据本发明的另一个方面，提供一种计算机可读的存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述优惠券推送方法的步骤。

根据本发明的另一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行上述优惠券推送方法的步骤。

根据本发明的另一个方面，提供一种分流方法，包括：

步骤S10、对网站的用户流量随机分流形成多个分组，对各分组设置不同的实验条件，统计各分组的用户流量的实验数据；

步骤S20、根据用户流量的浏览信息，设定一个或多个实验标签，每个实验标签包含多个互斥的标签项；

步骤S30、根据标签项标记用户流量，为每个用户流量匹配一个或多个分属于不同实验标签的标签项；

步骤S40、按照单个实验标签的各个标签项、或者多个实验标签的标签项组合提取用户流量，形成不同的实验组；

步骤S50、将各实验组中的用户流量根据不同的实验条件分成多个子实验组，统计各子实验组的用户流量的实验结果与预设结果的差值；

步骤S60、对各实验组的用户流量分流，使各实验组的用户流量分流至实验结果与预设结果差值最小的子实验组所对应的实验条件。

根据本发明的另一个方面，提供一种计算机可读的存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述分流方法的步骤。

根据本发明的另一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行上述分流方法的步骤。

有鉴于此，本发明提供了在原始分流实验的基础上再分组进行统计分析的方法，重复充分使用实验资源，极大地降低了实验成本。因此可以广泛地延伸实验维度，广度和深度，同时也大幅提高实验成功率，提高实验成本的收益。除此之外，实验也可以对历史数据重新根据新的因素重新分析，降低了信息收集成本，缩短了开发周期，提高了储存价值。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅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示出本发明示例性实施例中一种优惠券推送方法的流程示意图；

图2示出本发明示例性实施例中一种优惠券推送方法的应用实例图；

图3示出本发明示例性实施例中一种优惠券推送系统的模块示意图；

图4示出基于图1的一种计算机可读存储介质示意图；

图5示出基于图1的一种电子设备示意图；

图6示出本发明示例性实施例中一种分流方法的流程示意图；

图7示出基于图6的一种计算机可读存储介质示意图；

图8示出基于图6的一种电子设备示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

图1示出本发明示例性实施例中一种优惠券推送方法的流程示意图，图2示出本发明示例性实施例中一种优惠券推送方法的应用实例图。结合图1和图2所示，本实施例中优惠券推送方法主要包括以下步骤：

步骤S1、对网站的用户流量随机分流形成多个分组，对各分组推送不同面额的优惠券，统计各分组的用户流量的下单数据。进行一次分流实验的用户流量应尽量多，使得实验结果更加科学和准确。在优选的实施方式中，对网站的用户流量进行随机均匀分流，使得各分组的用户流量数相等，以提高统计效率，使得不同分组的实验结果更具有对比性。在实际进行实验时，受限于实验成本等限制，不必做到各分组用户流量数完全相等，只需满足统计学意义上的大致相等即可。在下述实施例中，以最优选的情况，即各分组的用户流量数完全相等为例进行说明。

参照图2所示，例如将某一时间段内的网站用户流量随机均匀分成4组，包括分组11、分组12、分组13和分组14，每组例如包含1000个用户流量。对分组11派发面额为10元的优惠券，对分组12派发面额为20元的优惠券，对分组13派发面额为30元的优惠券，对分组14派发面额为40元的优惠券，并统计这四个分组的用户流量在收到各自面额的优惠券后的下单数据。所述的下单数据可包括是否下单、下单金额、下单比例等等数据信息。至此，即完成了线上的一个初步分流实验。在这个初步分流实验的基础上，可以先对这四个分组的下单比例进行横向对比，初步统计用户流量在收到不同面额优惠券后的下单比例差异。

步骤S2、根据用户流量的历史订单数据，设定一个或多个实验标签，每个实验标签包含多个互斥的标签项。其中，实验标签是指可能影响实验结果(在本实施例中即下单结果)的因素，通常与用户流量的历史订单数据有关，例如用户性别、用户偏好价格、偏好品牌类别、浏览时间和地点等等因素，每一个因素还可拆分出多个互斥的标签项，例如用户性别这个因素可拆分出男和女两个标签项，浏览时间这个因素可拆分出上午、下午、晚上等多个标签项。

在本实施例，设定三个实验标签，分别是历史订单均价标签、历史订单品牌地标签和历史订单下单时间标签。其中，历史订单均价标签又包含多个价格区间不同的标签项，例如包含价格区间0～100标签项、价格区间101～200标签项、价格区间201以上标签项。当然，在进行不同的实验时，设置的标签项的区间可以灵活改变。例如当统计机票用户的历史订单均价标签时，其标签项根据机票均价则应当设置为价格区间0～1000标签项、价格区间1001～2000标签项、价格区间2001以上标签项更为合适。历史订单品牌地标签包含多个品牌地不同的标签项，例如品牌地为中国的标签项、品牌地为欧洲的标签项、品牌地为日韩的标签项等等。历史订单下单时间标签包括多个不同下单时段的标签项，例如包含下单时段0点到8点标签项、下单时段8点到12点标签项、下单时段12点到18点标签项、下单时段18点到24点标签项等等。各个实验标签的标签项的数量以及内容均可根据实际情况灵活设定。

步骤S3、根据标签项标记用户流量，为每个用户流量匹配一个或多个分属于不同实验标签的标签项。具体是采用穷举法，给每个用户流量匹配上述的历史订单均价标签的一个标签项和/或历史订单品牌地标签的一个标签项和/或历史订单下单时间标签的一个标签项。每个用户流量匹配多少个实验标签的标签项亦根据实际情况设定。

例如，可以给某一用户流量匹配一个标签项，如价格区间101～200标签项，或者，给该用户流量匹配多个标签项，例如价格区间101～200标签项以及下单时段18点到24点标签项。在优选的实施方式中，根据用户流量的历史订单数据，给该用户流量匹配所有能够匹配的标签项，这些标签项分属于不同的实验标签，以便于后续进行实验结果的统计时，可以根据不同的实验标签或者不同实验标签的标签项组合形成多种不同组合方式的实验组，更利于对实验结果进行多维度的统计分析。在此过程中，存在某一用户流量没有匹配的标签项的情况，则不再给该用户流量匹配标签项，后续线上推送时可随机推送优惠券或根据预设条件推送优惠券。另外，也存在与某一实验标签的某一标签项匹配的用户流量数小于一在预设置信区间长度内达到预设置信度的最小样本容量的情况，则删除该标签项。例如，匹配完成后，发现与品牌地为日韩的标签项匹配的用户流量只有10人，小于在预设置信区间长度内达到预设置信度的最小样本容量如100人，则删除该品牌地为日韩的标签项。

步骤S4、按照单个实验标签的各个标签项、或者多个实验标签的标签项组合提取用户流量，形成不同的实验组。当只需统计一个维度的实验数据，则按照单个标签项提取用户流量形成实验组。当需要统计多个不同维度的实验数据，则按照多个标签项的组合提取用户流量形成实验组。

参照图2所示，在本实施例中，例如只需统计历史订单均价标签这个实验标签所包含的不同标签项的实验数据，则分别按照价格区间0～100标签项、价格区间101～200标签项、价格区间201以上标签项这三个标签项提取用户流量，形成三个实验组，分别是价格区间0～100实验组、价格区间101～200实验组、价格区间201以上实验组。当然，也可以根据多个标签项的组合提取用户流量。例如，同时根据历史订单均价标签以及历史订单下单时间标签这两个实验标签的不同标签项的组合来提取用户流量来形成实验组。则可根据“价格区间0～100标签项+下单时段0点到8点标签项”、“价格区间0～100标签项+下单时段8点到12点标签项”、“价格区间0～100标签项+下单时段12点到18点标签项”、“价格区间0～100标签项+下单时段18点到24点标签项”、“价格区间101～200标签项+下单时段0点到8点标签项”、“价格区间101～200标签项+下单时段8点到12点标签项”、“价格区间101～200标签项+下单时段12点到18点标签项”、“价格区间101～200标签项+下单时段18点到24点标签项”、“价格区间200以上标签项+下单时段0点到8点标签项”、“价格区间200以上标签项+下单时段8点到12点标签项”、“价格区间200以上标签项+下单时段12点到18点标签项”、“价格区间200以上标签项+下单时段18点到24点标签项”这12种标签项的组合形成12个实验组。附图2因版图限制未详细绘制。

步骤S5、将各实验组中的用户流量根据不同面额的优惠券分成多个子实验组，统计各子实验组的用户流量的下单比例。也即，在每个实验组中，再按照步骤S1中不同的优惠券面额，即10元、20元、30元、40元这四种优惠券面额将每个实验组再分成4个不同的子实验组。需注意，本实施例是以10元、20元、30元、40元这四种优惠券为例进行展示，当其余实施方式中当优惠券面额发生改变时，每个实验组的再分组情况也会相应发生改变。

参照图2，对价格区间0～100实验组根据不同面额的优惠券分成多个子实验组，分别是10元优惠券子实验组(简称10元组，下同)、20元组、30元组、40元组，并统计各子实验组的用户流量的下单比例，其中例如10元组的下单比例最高(图2中以黑色加粗线框表示)；这一统计结果表明，价格区间0～100实验组的用户流量收到10元优惠券的下单比例高于收到其他面额优惠券的下单比例，那么在后续线上优惠券发放时，则可根据这一统计结果对价格区间0～100实验组的用户流量推送10元优惠券，以符合用户下单偏好，同时给网站带来更大收益。对价格区间101～200实验组根据不同面额的优惠券分成多个子实验组，分别是10元组、20元组、30元组、40元组，并统计各子实验组的用户流量的下单比例，其中例如20元组的下单比例最高。对价格区间201以上实验组根据不同面额的优惠券分成多个子实验组，分别是10元组、20元组、30元组、40元组，并统计各子实验组的用户流量的下单比例，其中例如40元组的下单比例最高。

以上步骤S2～步骤S5是在线下完成的统计和分析，换句话说，当执行步骤S1对用户流量推送不同面额的优惠券完成一次线上的分流实验后，收集该分流实验的实验数据，并在线上完成一系列的不同维度的统计分析，然后再根据线下统计分析的结果执行下一次线上推广步骤S6。

步骤S6、向各实验组中的用户流量推送下单比例最高的子实验组所对应面额的优惠券。

例如，结合图2，当统计得出价格区间0～100实验组的用户流量收到10元优惠券的下单比例最高，则向价格区间0～100实验组的用户流量推送10元优惠券。当统计得出价格区间101～200实验组的用户流量收到20元优惠券的下单比例最高，则向价格区间101～200实验组的用户流量推送20元优惠券。当统计得出价格区间200以上实验组的用户流量收到40元优惠券的下单比例最高，则向价格区间200以上实验组的用户流量推送40元优惠券。需注意，以上所列举的数值均用于示例性说明，而不构成对本发明的限制。

通过本实施例的方法，通过对分流实验的实验结果进行多维度的统计分析，得出不同实验标签的不同标签项的用户流量各自下单比例最高的实验条件(即优惠券)，从而，可以针对性地对不同的用户流量推送不同的实验条件。通过本实施例的分流后再分组统计的实验方法，相关人员可以利用业务知识对实验结果进行分析启发新思路，针对有效的实验因素组成的场景进行上线验证，以此显著提高场景丰富度精准度以及实验成功率。

图3示出本发明示例性实施例中一种优惠券推送系统的结构示意图。如图3所示，本实施例的优惠券推送系统包括：

初始实验模块，用于对网站的用户流量随机分流形成多个分组，对各分组推送不同面额的优惠券，统计各分组的用户流量的下单数据；标签设定模块，用于根据用户流量的历史订单数据，设定一个或多个实验标签，每个实验标签包含多个互斥的标签项；匹配模块，用于根据标签项标记用户流量，为每个用户流量匹配一个或多个分属于不同实验标签的标签项；提取模块，用于按照单个标签项、或者多个标签项的组合提取用户流量，形成不同的实验组；统计模块，用于将各实验组中的用户流量根据不同面额的优惠券分成多个子实验组，统计各子实验组的用户流量的下单比例；推送模块，用于向各实验组中的用户流量推送下单比例最高的子实验组所对应面额的优惠券。

其中，虚线框内的各个程序模块所执行的操作是基于线上的初始实验模块的实验结果进行的统计分析。各个程序模块实现的步骤以及原理与上述实施例一致，因此不再赘述。

在本发明的示例性实施例中，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，该程序被例如处理器执行时可以实现上述任意一个实施例中所述优惠券推送方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述优惠券推送方法部分中描述的根据本发明各种示例性实施方式的步骤。

参考图4所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品400可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

在本发明的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述优惠券推送方法的步骤。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图5来描述根据本发明的这种实施方式的电子设备500。图5显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：至少一个处理单元510、至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530、显示单元540等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图1中所示的步骤。

所述存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(ROM)5203。

所述存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备500也可以与一个或多个外部设备600(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器560可以通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明实施方式的上述优惠券推送方法。

本发明还提供一种分流方法，图6示出本发明示例性实施例中一种分流方法的流程示意图，包括：

步骤S10、对网站的用户流量随机分流形成多个分组，对各分组设置不同的实验条件，统计各分组的用户流量的实验数据。其中，所述的实验条件可以如图1所示实施例设为优惠券，也可以根据实验需求设为网页排布格式、图片色调分布、链接跳转方式、组合产品，附加项售卖等等可能影响网站的用户流量下单结果的因素。

步骤S20、根据用户流量的浏览信息，设定一个或多个实验标签，每个实验标签包含多个互斥的标签项。参照图1所示实施例，此处的实验标签以及每个实验标签的标签项可根据实验需求灵活设定。

步骤S30、根据标签项标记用户流量，为每个用户流量匹配一个或多个分属于不同实验标签的标签项。每个用户流量可匹配一个实验标签的一个标签项，或者多个实验标签的多个标签项。

步骤S40、按照单个标签项、或者多个标签项的组合提取用户流量，形成不同的实验组。通过步骤S40，将标记过的用户流量按照需求提取出不同的实验组，便于统计分析。

步骤S50、将各实验组中的用户流量根据不同的实验条件分成多个子实验组，统计各子实验组的用户流量的实验结果与预设结果的差值。

步骤S60、对各实验组的用户流量分流，使各实验组的用户流量分流至实验结果与预设结果差值最小的子实验组所对应的实验条件。

本实施例在原始分流实验的基础上再分组、再实验，重复充分使用实验资源，极大地降低了实验成本。可以广泛地延伸实验维度，广度和深度，同时也大幅提高实验成功率，提高实验成本的收益。除此之外，实验也可以对历史数据重新根据新的因素重新分析，降低了信息收集成本，缩短了开发周期，提高了储存价值。通过本实施例的分流、再分流的试验方法，相关人员可以利用业务知识对实验结果进行分析启发新思路，针对有效的实验因素组成的场景进行上线验证，以此显著提高场景丰富度精准度以及实验成功率。

在本发明的示例性实施例中，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，该程序被例如处理器执行时可以实现上述图6所示实施例的分流方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述分流方法中描述的根据本发明各种示例性实施方式的步骤。

参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品700，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品700可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

在本发明的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述图6所示实施例中所述分流方法的步骤。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图8来描述根据本发明的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：至少一个处理单元810、至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830、显示单元840等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图1中所示的步骤。

所述存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(ROM)8203。

所述存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器860可以通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明实施方式的上述分流方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由所附权利要求指出。

Claims (11)

1.一种优惠券推送方法，其特征在于，包括：

步骤S1、对网站的用户流量随机分流形成多个分组，对各分组推送不同面额的优惠券，统计各分组的用户流量的下单数据；

步骤S2、根据用户流量的历史订单数据，设定一个或多个实验标签，每个实验标签包含多个互斥的标签项；

步骤S3、根据标签项标记用户流量，为每个用户流量匹配一个或多个分属于不同实验标签的标签项；

步骤S4、按照单个实验标签的各个标签项、或者多个实验标签的标签项组合提取用户流量，形成不同的实验组；

步骤S5、将各实验组中的用户流量根据不同面额的优惠券分成多个子实验组，统计各子实验组的用户流量的下单比例；

步骤S6、向各实验组中的用户流量推送下单比例最高的子实验组所对应面额的优惠券。

2.如权利要求1所述的优惠券推送方法，其特征在于，在所述步骤S1中，对网站的用户流量进行随机均匀分流。

3.如权利要求1所述的优惠券推送方法，其特征在于，在所述步骤S2中，所述实验标签包括历史订单均价标签，所述历史订单均价标签包含多个价格区间不同的标签项，和/或，所述实验标签包括历史订单品牌地标签，所述历史订单品牌标签包含多个品牌地不同的标签项，和/或，所述实验标签包括历史订单下单时间标签，所述历史订单下单时间标签包括多个不同下单时段的标签项。

4.如权利要求3所述的优惠券推送方法，其特征在于，在所述步骤S3中，为每个用户流量匹配所述历史订单均价标签的一个标签项和/或所述历史订单品牌地标签的一个标签项和/或所述历史订单下单时间标签的一个标签项。

5.如权利要求4所述的优惠券推送方法，其特征在于，在所述步骤S3中，若与某一实验标签的某一标签项匹配的用户流量数小于一在预设置信区间长度内达到预设置信度的最小样本容量，则删除该标签项。

6.一种优惠券推送系统，其特征在于，包括：

初始实验模块，用于对网站的用户流量随机分流形成多个分组，对各分组推送不同面额的优惠券，统计各分组的用户流量的下单数据；

标签设定模块，用于根据用户流量的历史订单数据，设定一个或多个实验标签，每个实验标签包含多个互斥的标签项；

匹配模块，用于根据标签项标记用户流量，为每个用户流量匹配一个或多个分属于不同实验标签的标签项；

提取模块，用于按照单个实验标签的各个标签项、或者多个实验标签的标签项组合提取用户流量，形成不同的实验组；

统计模块，用于将各实验组中的用户流量根据不同面额的优惠券分成多个子实验组，统计各子实验组的用户流量的下单比例；

推送模块，用于向各实验组中的用户流量推送下单比例最高的子实验组所对应面额的优惠券。

7.一种计算机可读的存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～5任一项所述优惠券推送方法的步骤。

8.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～5任一项所述优惠券推送方法的步骤。

9.一种分流方法，其特征在于，包括：

步骤S10、对网站的用户流量随机分流形成多个分组，对各分组设置不同的实验条件，统计各分组的用户流量的实验数据；

步骤S20、根据用户流量的浏览信息，设定一个或多个实验标签，每个实验标签包含多个互斥的标签项；

步骤S30、根据标签项标记用户流量，为每个用户流量匹配一个或多个分属于不同实验标签的标签项；

步骤S40、按照单个实验标签的各个标签项、或者多个实验标签的标签项组合提取用户流量，形成不同的实验组；

步骤S50、将各实验组中的用户流量根据不同的实验条件分成多个子实验组，统计各子实验组的用户流量的实验结果与预设结果的差值；

步骤S60、对各实验组的用户流量分流，使各实验组的用户流量分流至实验结果与预设结果差值最小的子实验组所对应的实验条件。

10.一种计算机可读的存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求9所述分流方法的步骤。

11.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求9所述分流方法的步骤。