CN107566148B

CN107566148B - 终端应用操作数据的分析方法、系统、装置及终端

Info

Publication number: CN107566148B
Application number: CN201610515923.XA
Authority: CN
Inventors: 李冬峰
Original assignee: Beijing Jingdong Century Trading Co Ltd; Beijing Jingdong Shangke Information Technology Co Ltd
Current assignee: Beijing Jingdong Century Trading Co Ltd; Beijing Jingdong Shangke Information Technology Co Ltd
Priority date: 2016-07-01
Filing date: 2016-07-01
Publication date: 2021-08-03
Anticipated expiration: 2036-07-01
Also published as: CN107566148A

Abstract

本发明公开了一种终端应用操作数据的分析方法、系统、装置及终端，其中，所述方法包括：从服务端获取终端应用的埋点工具包，并集成到所述终端；利用所述埋点工具包中不同类型的埋点工具，采集每一次终端应用运行时的用户操作数据；按照设定预期目标及其分析规则，分析处理所述用户操作数据，得到所述用户个体数据；终端将所述用户个体数据上报给服务端。本发明的埋点数量和采集到的用户操作数据大小不受限制，可以得到精细化的用户完整的操作行为轨迹数据以及数据的血缘关系及用户个性化差异数据。

Description

终端应用操作数据的分析方法、系统、装置及终端

技术领域

本发明涉及信息技术领域，具体地说，涉及一种终端应用操作数据的分析方法、系统、装置及终端。

背景技术

大部分企业面向用户开发的一些App(应用)产品，其中不可少的功能之一就是用户操作埋点功能。通过用户操作埋点，收集、统计、分析用户的操访问次数、操作习惯、使用率等信息来改进产品设计。

目前普遍采用的终端App埋点方案是，将埋点工具包(SDK)集成到App产品中，在使用所述App产品时，在每个页面操作中调用SDK中的埋点工具，每一个埋点工具提供了采集数据的方法。在用户操作App的同时，终端调用相应的埋点工具，采集相应的用户操作数据，并将所述用户操作数据向服务端同步。服务端收集、统计、分析用户的操作操作数据，最终形成可供参考的统计数据。

由于受到埋点数量和数据传输量级的限制，采集得到的用户操作数据更适合分析用户数量、行为特征、趋势分析等大口径数据统计。如图1所示。

根据以上分析可见，目前的用户操作埋点方法是将用户操作数据随时发送到服务端，在服务端进行数据的汇总、分析、统计等操作，这种方案存在以下缺点：

1.只有宏观数据、缺乏精细数据。

为了降低数据传输的量级，只好尽量减少埋点的数量。当前埋点方法统计的都是访问频次、在线时长、流量趋势等大口径数据，无法兼顾用户在使用App时的全部操作，缺乏对细微功能和分支功能的数据统计。例如：只能对页面的主要功能点进行埋点,无法获取用户在此页面的所有操作数据。

2.只有用户群体数据、缺乏用户个性化差异数据。

由于所有用户的App埋点都是一致的，当前埋点方法只能采集到点击次数、在线时长的等用户群体数据，缺乏用户个性化差异数据，更无法反应用户的个体行为轨迹。

3.只有用户使用数据、缺乏数据血缘关系。

目前方案得到的埋点数据仅能反应出一个功能被触发了多少次，无法反应出用户是在哪些场景下触发了此功能。用户操作数据不能描述个体用户的行为轨迹，缺乏数据之间的血缘关系。例如：当服务端推送一则消息通知到终端App时，多久会引起用户的反应、用户后续会进行哪些操作、最终触发哪些功能等均无法得知。

发明内容

本发明要解决的技术问题在于，针对现有技术的不足，提供一种终端应用操作数据的分析方法、装置及终端，不再受限于埋点数量和数据的传输量级，能够获取大量的、更加精细的个体用户操作数据，从而得到用户个性化差异数据。

本发明要解决的另一处技术问题还在于，针对现有技术的不足，提供一种终端应用操作数据的分析方法和系统，用于获取所述终端应用的用户群体数据和整体趋势数据。

为了解决上述的技术问题，本发明提供了一种终端应用操作数据的分析方法，其中，包括：

从服务端获取终端应用的埋点工具包，并集成到所述终端；

利用所述埋点工具包中不同类型的埋点工具，采集每一次终端应用运行时的用户操作数据；

按照设定预期目标及其分析规则，分析处理所述用户操作数据，得到所述用户个体数据；

终端将所述用户个体数据上报给服务端。

优选地，所述分析方法还包括以下步骤：所述服务端汇总多个用户的个体数据，分析处理所述多个用户的个体数据，得到用户群体数据和整体趋势数据。

优选地，所述用户操作数据包括但不限于：所述终端应用的访问次数、页面的访问频次、事件的点击次数和/或用户自定义事件的操作数据中的一种或任意几种。

优选地，所述从服务端获取终端应用的埋点工具包，并集成到所述终端的步骤包括：

所述服务端为所述终端分配终端标识，并将所述埋点工具包发送给所述终端；

所述终端接收所述终端标识及所述埋点工具包，将所述埋点工具包植入到所述终端的指定位置。

优选地，还包括：

终端向所述服务端发送获取终端应用的埋点工具包的请求；

所述服务端为所述终端分配终端标识，并将所述埋点工具包发送给所述终端具体为：

所述服务端响应所述请求，为所述终端分配终端标识，并将所述埋点工具包发送给所述终端。

优选地，在将所述个体数据上报给服务端时，所述个体数据绑定有所述终端标识。

优选地，所述终端标识为多位字符编码。

优选地，还包括：

将所述采集到的用户操作数据存储到指定数据库中。

优选地，所述按照设定预期目标及其分析规则，分析处理所述用户操作数据，得到所述用户个体数据的步骤包括：

根据所述设定预期目标，获得计算参数；

根据所述计算参数，从所述指定数据库获取对应的用户操作数据；

按照分析规则，处理所述数据，得到与所述预期目标对应的用户个体数据。

本发明还提供了一种处理终端应用操作数据的终端，包括：

埋点工具包获取模块，用于从所述服务端获取终端应用的埋点工具包，并集成到所述终端；

数据采集模块，调用所述埋点工具包中不同类型的埋点工具，采集每一次终端应用从启动到关闭的完整的用户操作数据；

终端分析模块，用于按照设定预期目标及其分析规则，分析处理所述用户操作数据，得到所述用户的个体数据；和

数据上报模块，用于将所述用户的个体数据上报给所述服务端。

优选地，所述埋点工具包获取模块包括：

接收单元，用于接收服务端发送的埋点工具包；和

植入单元，用于将所述埋点工具包植入到所述终端的指定位置。

优选地，所述埋点工具包获取模块还包括：

请求发送单元，用于向服务端发送获取终端应用的埋点工具包的请求。

优选地，终端分析模块包括：

计算参数获取单元，用于根据设定的预期目标获取相应的计算参数；

数据获取单元，用于根据所述计算参数，从数据库中获取对应的用户操作数据；和

处理单元，根据与所述预期目标对应的分析规则，对所述用户操作数据进行处理，得到用户个体数据。

本发明还提供了一种终端应用操作数据的分析系统，包括如前所述的终端和服务端，其中，所述服务端包括：

埋点工具包模块，用于向终端提供所述埋点工具包；和

服务端分析模块，用于汇总、分析处理多个用户的个体数据，得到大口径用户群体数据和整体趋势数据。

本发明还提供了一种终端应用操作数据的分析装置，包括处理器和存储器，所述存储器用于存储数据及指令，所述处理器根据所述指令配置如下：

从服务端获取终端应用的埋点工具包，并集成到所述终端；

利用所述埋点工具包中不同类型的埋点工具，采集每一次终端应用从启动到关闭的完整的用户操作数据；

将所述用户个体数据上报给服务端，由所述服务端汇总多个用户的个体数据，分析处理所述多个用户的个体数据，得到大口径用户群体数据和整体趋势数据。

优选地，在对所述处理器配置所述按照设定预期目标及其分析规则，分析处理所述用户操作数据，得到所述用户个体数据步骤时，具体配置如下：

根据所述设定预期目标，获得计算参数；

据本发明的一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现上述终端应用操作数据的分析方法。

本发明打破了现有技术中埋点数量和数据传输的瓶颈，获得的数据更加精细、价值更高，通过用户完整的操作行为轨迹数据以及数据之间的血缘关系，可以分析得到用户个性化差异数据，有助于应用提供者分析应用功能的使用情况，改进功能设计。并且，由于本发明充分用终端的计算资源，在终端进行终端用户行为数据的统计、分析和处理，只将最终得到的个体数据上报给服务端，因而减少了网络传输的数据量，减轻了服务端的计算压力。

附图说明

通过参照以下附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：

图1为现有技术中基于时间维度的用户趋势分析图；

图2为本发明所述终端应用操作数据的分析系统的原理结构示意图；

图3为本发明所述埋点工具包获取模块的结构原理图；

图4为本发明终端分析模块的结构原理图；和

图5为本发明所述终端应用操作数据的分析方法的总体流程图。

具体实施方式

以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质，公知的方法、过程、流程没有详细叙述。另外附图不一定是按比例绘制的。

附图中的流程图、框图图示了本发明实施例的系统、方法、装置的可能的体系框架、功能和操作，流程图和框图上的方框可以代表一个模块、程序段或仅仅是一段代码，所述模块、程序段和代码都是用来实现规定逻辑功能的可执行指令。也应当注意，所述实现规定逻辑功能的可执行指令可以重新组合，从而生成新的模块和程序段。因此附图的方框以及方框顺序只是用来更好的图示实施例的过程和步骤，而不应以此作为对发明本身的限制。

如图2所示，为本发明所述终端应用操作数据的分析系统的原理结构示意图。本发明所述分析系统包括终端1和服务端2，其中，所述终端1包括：埋点工具包获取模块11、数据采集模块12、终端分析模块13和数据上报模块14及数据库15。

其中，所述埋点工具包获取模块11用于从所述服务端获取终端应用的埋点工具包，并集成到所述终端。具体地，作为一个实施例，埋点工具包获取模块11如图3所示，包括请求发送单元111、接收单元112和植入单元113，其中，通过请求发送单元111向服务端发送获取终端应用的埋点工具包的请求。当服务端接收到该请求后，为所述终端分配一个唯一的终端标识，连接埋点工具包一起发送给终端。终端通过接收单元112接收服务端发送的埋点工具包，并通过植入单元113将所述埋点工具包植入到所述终端的指定位置。

例如，对于Android系统的终端，所述埋点工具包包括jar包和so包：***dk.jar和***sdkLib.so。并将****sdk.jar放入/libs/目录下，将***sdkLib.so放入src/main下的jniLibs/armeabi目录内。

并在AndroidManifest.xml中开启相关权限。

对于iOS系统的终端，所述埋点工具包包括静态库***libJDMA.a，并向本系统中引入类库和依赖框架(Security.framework、Libsqlite3.dylib、SystemConfiguration.frameworkcoreTelephony.framework、libz.1.2.5.dylib)。最后将头文件放到路径为：src/lib目录下。

图3仅是一种对应于由终端发起请求时的埋点工具包获取模块，当由服务端主动发送埋点工具包时，此时可以没有请求发送单元111。

所述数据采集模块13调用所述埋点工具包中不同类型的埋点工具，采集每一次终端应用从启动到关闭的完整的用户操作数据，并将采集到的用户操作数据以结构化的形式存储到数据库中。

其中，采集的用户操作数据类型包括但不限于：

“访问次数”：采集从终端应用启动到关闭、并且终端运行时间超过30秒时的访问次数；

“页面访问”：采集每个page页面的访问频次；

“点击事件”：采集每个点击(click)事件。

“自定义事件”：指采集用户在App中进行了特定的操作或达成了特定的条件。例如：用户点击了广告栏、用户进行付费等。自定义事件用于收集任意期望跟踪的数据。

终端分析模块13用于按照设定预期目标及其分析规则，分析处理所述用户操作数据，得到所述用户的个体数据。具体地，作为一个实施例，如图4所示，为本发明终端分析模块的结构原理图。

终端分析模块13包括计算参数获取单元131、数据获取单元132和处理单元133。

其中，根据数据库中存储的若干个预期目标，所述计算参数获取单元131针对预期目标，获取相应的计算参数；例如，预期目标为终端应用中的一个具体功能使用率时，分析得到计算参数为预设的时间段、对该功能页面的访问次数、其中某个事件的操作次数等。

根据所述的计算参数，数据获取单元132从数据库中获取对应的用户操作数据。

处理单元133根据与所述预期目标对应的分析规则，对所述用户操作数据进行处理，得到用户个体数据。所述的分析规则包括计算公式、算法等。根据这些公式或算法，基于用户操作数据，得到用户个体数据。

所述数据上报模块15将所述用户的个体数据上报给所述服务端2。

如图2所示，所述服务端2包括埋点工具包模块21和服务端分析模块22。其中，根据终端请求或主动下发机制，所述埋点工具包模块21向终端1提供所述埋点工具包。所述埋点工具包中包括获取各种数据的埋点工具，即埋点方法，终端通过执行所述埋点工具(埋点方法)来获得用户操作数据。

所述服务端分析模块22用于汇总、分析、处理接收到的多个用户的个体数据，得到大口径用户群体数据和整体趋势数据。其分析、处理方法的原理与终端分析模块类似，在此不再重复说明。

参见图5，为本发明所述终端应用操作数据的分析方法的总体流程图，所述方法包括如下步骤：

步骤S1，从服务端获取终端应用的埋点工具包，并集成到所述终端。

步骤S2，利用所述埋点工具包中不同类型的埋点工具，采集每一次终端应用从启动到关闭的完整的用户操作数据；

步骤S3，按照设定预期目标及其分析规则，分析处理所述用户操作数据，得到所述用户个体数据；

步骤S4，将所述用户个体数据上报给服务端；

步骤S5，所述服务端汇总多个用户的个体数据，分析处理所述多个用户的个体数据，得到大口径用户群体数据和整体趋势数据。

在本发明中，由于用户操作数据是在终端采集、处理、存储，完全利用终端的系统资源，所以对埋点数量和数据的大小没有限制，打破了传统方式中埋点数量和数据传输的瓶颈，有效地减轻服务端的计算压力，并减少了网络传输的数据量。

在步骤1中，具体可以通过两种方式获得埋点工具包，方法之一是由终端向所述服务端发起获取终端应用的埋点工具包的请求，所述服务端响应所述请求。方法之二是由服务端主动下发给终端。所述服务端为所述终端分配唯一的终端标识，并将所述埋点工具包发送给所述终端。其中，所述的终端标识与最终上报的用户个体数据绑定在一起，以便服务端识别是哪个终端的用户个体数据。

其中，所述的终端标识为一个多位字符编码，例如用一个13位的字符编码(数字、字母和其他符号中的一种或多种组合而成的编码)来代表终端的ID。

本发明中的埋点工具包中包括获取各种数据的埋点工具，即埋点方法，服务端提供了采集各种数据的埋点工具(埋点方法)来获得用户操作数据。相比较现有技术中的埋点工具包，本发明提供的埋点工具更加丰富，除了可以采集对页面主要功能的访问次数，还可以采集对该功能所有页面的所有操作数据。并且，所述的埋点工具包可以通过更新，随时增加新的埋点工具，从而可以采集每一次终端应用从启动到关闭的完整的用户操作数据。

采集到用户操作数据后，存储到数据库中。例如一些结构化的数据库，此时，需要按照数据库的数据记录结构，存储所述用户操作数据。为终端分析提供数据支持。

在终端存储器中还存储了一些预期目标及其分析规则，即需要得到什么样的用户个体数据及得到这些个体数据的算法、公式等。

在步骤3中，按照设定预期目标及其分析规则，分析处理所述用户操作数据。

例如，所述预期目标为获得用户使用习惯，具体的分析规则为：根据用户使用习惯这一预期目标，获取时间、地点和/或某个具体设定场景的分类参数，还有一些统计、计算参数，如时间段、次数、时长等，根据其分析规则，如计算在某个时间段内、对终端应用各个功能的使用次数，从数据库中获取在该时间段内的各个功能的使用数据，按照累加公式，计算出总的使用次数，然后，按照对比算法，对比多次得到的用户操作数据，获取所述用户在具体时间、地点和/或场景的操作轨迹，得到所述用户的使用习惯，将其作为用户的个体数据上报给服务端。

再如，如果所述预期目标为终端应用的功能的转化率，需要知道的参数为：在预设时间段内统计对该功能不同级别页面的访问次数或在不同级别页面的自定义事件的操作次数。对应的分析规则为：统计不同级别页面的访问次数或操作次数。然后，进行除法、求取相应百分比的计算，最后得到该功能的转化率这一用户个体数据。

相应的，还可以得到终端应用中每个功能的使用率以及功能间的依赖关系(又称血缘分析)。

所有这些用户个体数据有助于分析用户的个体行为差异，终端应用功能的使用情况和功能设计的合理性。为终端应用的开发者提供开发方向的依据。

当终端完成数据分析统计后，将用户个体数据上传到服务端进行汇总。服务端将多个用户的个体数据汇总成大口径用户群体数据和整体趋势数据。

本发明还提供了一种基于终端应用的用户操作数据的分析装置，包括处理器和存储器，所述存储器用于存储数据及指令，所述处理器根据所述指令配置成用以实现前述图2所示的分析方法。由于前面已进行了详细说明，在此不再赘述。

与现有技术相比，本发明技术方案带来了如下有益效果：

本发明充分用终端的计算资源，打破了现有技术中埋点数量和数据传输的瓶颈，有效地减轻了服务端的计算压力，并减少了网络传输的数据量。

本发明能够获得更精细化的数据，增加数据的价值。

本发明能够获取用户个性化差异数据，有助于用户行为分析和产品设计。

本发明能够获取用户全部行为轨迹和数据间的血缘关系，有助于分析功能使用情况和改进功能设计。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种终端应用操作数据的分析方法，其中，包括：

从服务端获取终端应用的埋点工具包，并集成到所述终端；

所述终端利用所述埋点工具包中不同类型的埋点工具，采集每一次终端应用运行时的用户操作数据；

所述终端按照设定预期目标及其分析规则，处理所述用户操作数据，得到所述用户个体数据；

所述终端将所述用户个体数据上报给服务端，

其中，所述按照设定的预期目标及其分析规则，处理所述用户操作数据，得到所述用户个体数据的步骤包括：

根据所述设定的预期目标，确定计算设定的预期目标需要的计算参数；

根据所述计算参数，获取对应的用户操作数据；

按照分析规则，处理所述对应的用户操作数据，得到与所述设定的预期目标对应的用户个体数据。

2.如权利要求1所述的终端应用操作数据的分析方法，其中，还包括以下步骤：所述服务端汇总多个用户的个体数据，分析处理所述多个用户的个体数据，得到用户群体数据和整体趋势数据。

3.如权利要求1所述的终端应用操作数据的分析方法，其中，所述用户操作数据包括但不限于：所述终端应用的访问次数、页面的访问频次、事件的点击次数和/或用户自定义事件的操作数据中的一种或任意几种。

4.如权利要求1所述的终端应用操作数据的分析方法，其中，所述从服务端获取终端应用的埋点工具包，并集成到所述终端的步骤包括：

5.如权利要求4所述的终端应用操作数据的分析方法，其中，还包括：

终端向所述服务端发送获取终端应用的埋点工具包的请求；

6.如权利要求4或5所述的终端应用操作数据的分析方法，其中，在将所述个体数据上报给服务端时，所述个体数据绑定有所述终端标识。

7.如权利要求6所述的终端应用操作数据的分析方法，其中，所述终端标识为多位字符编码。

8.如权利要求1所述的终端应用操作数据的分析方法，其中，还包括：

将所述采集到的用户操作数据存储到指定数据库中。

9.一种处理终端应用操作数据的终端，其中，包括：

埋点工具包获取模块，用于从服务端获取终端应用的埋点工具包，并集成到所述终端；

数据上报模块，用于将所述用户的个体数据上报给所述服务端，

其中，终端分析模块包括：

10.如权利要求9所述的处理终端应用操作数据的终端，其中，所述埋点工具包获取模块包括：

接收单元，用于接收服务端发送的埋点工具包；和

11.如权利要求10所述的处理终端应用操作数据的终端，其中，所述埋点工具包获取模块还包括：

12.一种终端应用操作数据的分析系统，包括如权利要求9-11任一所述的终端和服务端，其中，所述服务端包括：

埋点工具包模块，用于向终端提供所述埋点工具包；和

13.一种终端应用操作数据的分析装置，包括处理器和存储器，所述存储器用于存储数据及指令，所述处理器根据所述指令配置如下：

从服务端获取终端应用的埋点工具包，并集成到所述终端；

14.如权利要求13所述的终端应用操作数据的分析装置，其中，在对所述处理器配置所述按照设定预期目标及其分析规则，分析处理所述用户操作数据，得到所述用户个体数据步骤时，具体配置如下：

根据所述设定预期目标，获得计算参数；

根据所述计算参数，从指定数据库获取对应的用户操作数据；

15.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如权利要求1至8中任一项所述的终端应用操作数据的分析方法。