CN109583722A - 一种渠道数据分析系统和方法 - Google Patents

一种渠道数据分析系统和方法 Download PDF

Info

Publication number
CN109583722A
CN109583722A CN201811369580.6A CN201811369580A CN109583722A CN 109583722 A CN109583722 A CN 109583722A CN 201811369580 A CN201811369580 A CN 201811369580A CN 109583722 A CN109583722 A CN 109583722A
Authority
CN
China
Prior art keywords
channel
data
unusual fluctuation
score
value
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.)
Granted
Application number
CN201811369580.6A
Other languages
English (en)
Other versions
CN109583722B (zh
Inventor
田爽
马朝博
沈伯平
张蕊
高中强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201811369580.6A priority Critical patent/CN109583722B/zh
Publication of CN109583722A publication Critical patent/CN109583722A/zh
Application granted granted Critical
Publication of CN109583722B publication Critical patent/CN109583722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种渠道数据分析系统和方法，可对渠道数据进行有效的分析、处理，从而解决现有技术中渠道分析技术对用户服务的局限性问题。所述渠道数据分析系统包括：渠道数据获取模块，用于获取各渠道的相关数据；渠道评估模块，用于根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；异动分析模块，用于获得异动渠道信息；渠道优化模块，用于根据所述渠道评估模块提供的各渠道的渠道评估数据和所述异动分析模块提供的异动渠道信息，对相关渠道的渠道投放进行优化。通过各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据，获得异动渠道信息；从而对相关渠道的渠道投放进行优化。

Description

一种渠道数据分析系统和方法
技术领域
本发明涉及一种渠道分析技术，尤其涉及一种渠道数据分析系统和方法。
背景技术
渠道分析技术是大数据技术其中一个应用。大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。如何提高对数据的“加工能力”，通过“加工”实现数据的“增值”是大数据技术关键所在。
渠道分析技术是大数据技术其中一个重要应用，通过渠道分析技术可有效地获取用户，并针对各种不同用户提供更恰当的服务。然而，在现有技术中，渠道分析技术中对渠道数据的分析、处理和应用非常简单，仅是数据的简单罗列，因此，针对用户的服务十分有限。
发明内容
本发明的实施例提供了一种渠道数据分析系统和方法，可对渠道数据进行有效的分析、处理，从而解决现有技术中渠道分析技术对用户服务的局限性问题。
本发明提供了一种渠道数据分析系统，包括：
渠道数据获取模块，用于获取各渠道的相关数据，所述相关数据包括渠道实时数据和渠道指标数据；
渠道评估模块，用于根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；
异动分析模块，用于对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；
渠道优化模块，用于根据所述渠道评估模块提供的各渠道的渠道评估数据和所述异动分析模块提供的异动渠道信息，对相关渠道的渠道投放进行优化。
本申请还提供了一种渠道分析方法，包括：
获取各渠道的相关数据，所述相关数据包括渠道实时数据和渠道指标数据；
根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；
对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；
根据所述渠道评估模块提供的各渠道的渠道评估数据和所述异动分析模块提供的异动渠道信息，对相关渠道的渠道投放进行优化。
本申请还提供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，该程序被处理器执行时实现所述方法的步骤。
本申请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所述方法的步骤。
根据本发明的实施例，渠道评估模块通过各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；以及异动分析模块对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；从而使得渠道优化模块根据所述渠道评估模块提供的各渠道的渠道评估数据和所述异动分析模块提供的异动渠道信息，对相关渠道的渠道投放进行优化。由于本发明实施例通过系统的渠道评估和异动分析，能更准确的获知渠道信息，不需要过多的人工参与，为更精准的渠道优化提供了有利保证，在一定程度上提高了优化的效率和准确率。
附图说明
图1示出了本发明实施例的渠道分析系统；
图2示出了本发明实施例的渠道分析系统的渠道评估模块；
图3示出了本发明实施例的渠道分析系统的渠道优化模块；
图4示出了本发明实施例的渠道分析系统的LTV计算子单元；
图5示出了本发明实施例的渠道分析系统的另一渠道优化模块；
图6示出了本发明实施例的魔力象限分析示意图；
图7示出了本发明实施例的渠道分析方法。
具体实施方式
为了便于本领域一般技术人员理解和实现本发明，现结合附图描绘本发明的实施例。
实施例一
如图1所示，本发明的实施例提供了一种渠道分析系统，包括如下模块：渠道数据获取模块1、渠道评估模块2、异动分析模块3、渠道优化模块4。所述渠道数据获取模块1用于获取各渠道的相关数据，所述相关数据包括渠道实时数据和渠道指标数据；所述渠道评估模块2用于根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；所述异动分析模块3，用于对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；所述渠道优化模块4，用于根据渠道评估模块2提供的各渠道的渠道评估数据和异动分析模块3提供的异动渠道信息，对相关渠道的渠道投放进行优化。
根据本发明的实施例，渠道优化模块4根据渠道评估模块2提供的各渠道的渠道评估数据和异动分析模块3提供的异动渠道信息，对相关渠道的渠道投放进行优化，可帮助渠道运营商及分析人员监控渠道的运营及推广效果，全方位考察渠道的品质，从而考察获取用户的有效性。因此，本发明的实施解决了现有技术中渠道分析技术对用户服务的局限性问题。
下面将详细描述上述各个模块。
渠道数据获取模块1用于获取各渠道的相关数据，相关数据包括渠道实时数据和渠道指标数据。
根据本发明的实施例，从规模、质量、收入三个方面构建渠道指标数据体系，所述渠道指标数据包括渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种，其中：
渠道规模数据包括新增用户数、渠道用户趋势、实时统计、类型分布、用户画像等，可从上述四个方面对渠道规模进行了全方面分析。通过上述数据可以清楚了解当前渠道规模趋势和用户特征。
渠道质量数据包括次日留存率、7日留存率、人均启动次数、人均使用时长、人均周活跃天数、一日用户比例等。
渠道收入数据包括1日ROI(投资回报率)、7日ROI、1日ARPU(每个用户平均收入)、7日ARPU、1日付费率、7日付费率等。
所述渠道评估模块2用于根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据，其包括综合渠道评估单元21和/或用户生命周期价值LTV评估单元22，其中：所述综合评估单元21用于根据渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种对各渠道进行评估，获得各渠道的综合结果；所述LTV评估单元22用于根据渠道收入数据对各渠道进行评估，获得各渠道的LTV结果。
下面给出渠道评估模块2的一种具体实现方式:
综合评估单元21具体包括：分箱处理子单元211，用于对各渠道的渠道规模数据、渠道质量数据和渠道收入数据分别进行分箱处理；指标计算子单元212，用于根据所述分箱处理子单元的处理结果计算各渠道的规模得分、质量得分和收入得分；综合得分计算子单元213，其用于对同一渠道的规模得分、质量得分和收入得分按照预置规则进行综合计算，得到对应渠道的综合得分。
在指标计算子单元212中，由于渠道评分是非常重要组成部分，是渠道分析的必不可少的重要功能。为了正确对渠道进行评分，根据本发明实施例，可使用渠道评分模型计算相应的指标得分。具体而言，通过以下四个方面获得渠道的三大指标，并针对该三大指标数据进行评分：
1、业务刚性需求
业务方需要汇总多方渠道数据：行为、收入、成本等，来对每个渠道的质量进行深入了解。需要一个产品来解决繁琐而复杂的建模流程和分析框架。
2、反作弊黑箱补充
反作弊组提供有效量、作弊量、结算量等指标，而在算法方面仍是一个黑箱，其他业务方不能获得渠道质量差的原因。渠道评分模型能很好的解决了这个问题。
3、完善评估体系
渠道评估体系包括渠道反作弊评估、渠道质量评估(渠道有效性评估、渠道留存评估、渠道ROI评估)等。渠道评分模型是渠道质量评估方法的应用体现。
4、模型产品化
模型产品化流程有数据宽表、数据模型、数据可视化。为业务方提供系统化的模型分析输出能力，将精力集中在应用层，分析渠道质量的评分结果及变动原因。
通过上述四个方面，可归纳得出渠道的三大指标(也可称为渠道的特征)，即渠道规模数据、渠道质量数据、渠道收入数据。
为了较精确地获取上述指标的得分，本申请采用了对上述三大数据指标进行了赋权处理。一般来说，赋权方法可分为三大类：主观赋权法、客观赋权法、综合赋权法。本申请使用综合赋权法，先用熵值法对指标赋权，然后再综合业务方指标权重进行调整。下表示出了上述三大指标的权重的例子。具体而言，根据本发明的实施例，可对每个指标赋以权重，如，根据产品生命周期和业务线的KPI(Key Performance Indicator，关键绩效指标法)，先确定一级指标的权重，然后再根据指标的重要性对二级指标赋权。
如表一所示，其为各个指标权重分配情况。
表一
在表一中。规模指标的权重占20，质量指标的权重占60，收入指标的权重占20。在规模指标中，本实施例中仅取新增用户数，其占权重20。在质量指标中，本实施例中包括新增用户的次日留存率(权重占12％)，7日留存率(权重占15％)、人均启动次数(权重占6％)、人均日使用时长(权重占6％)、人均周活跃天数(权重占9％)、1日用户比例(权重占12％)。在收入指标，本实施例中包括基于每天该业务线由某渠道带来的新增用户的首日付费率(权重占2％)、7日付费率(权重占4％)；首日ARPU(权重占2％)、7日ARPU(权重占4％)；首日ROI(权重占3％)、7日ROI(权重占5％)。
然后建立评分模型对上述三类指标进行评分。本申请的渠道评分模型的基本方法原理来源于RFM(最近一次消费消费频率消费金额)模型，先分箱，再赋权，最后求综合得分。根据本发明的实施例，为了使评价模型简单有效，能够处理长尾数据，不需要标准化，采用改进的RFM模型进行建模评分。
在本发明的实施例中，渠道评分模型需要同时满足：
1、同一时间不同渠道的评分可以比较；
2、同一渠道不同时间的评分可以比较；
要满足以上要求，指标处理过程，不可以标准化，只可以简单变换；
RFM模型是一个被广泛使用的客户关系分析模型，主要以用户行为来对客户等级分类。RFM模型中RFM的含义如下：
·R＝Recency 最近一次消费
·F＝Frequency 消费频率
·M＝Monetary 消费金额
以上介绍了获取的各渠道相关数据，下面介绍对这些数据进行评估使用的模型如何构建的：
渠道评分模型构建流程分两大部分(节点训练、样本测试)：
1、节点训练包括：
密封节点：例如，指标值都是≥0，左边用-1封装，右边用正无穷(Inf)封装，所述节点可以是某个渠道。
周均节点：例如，由于一般成本结算周期为1个月，且选择单周节点波动性较大，综合考虑后，选择近4周均值节点。
指标节点：等宽分箱(十分位数)，获得指标节点。
筛选样本：由于业务线渠道是逐渐累积的，包含较多废弃渠道，这样会操作指标分布呈现长尾趋势，因此需要筛选出活跃渠道，根据用户贡献80％，渠道新增用户数作为分界，默认新增用户数≥100。
2、样本测试包括：原始分箱得分、调整得分、引入权重、计算得分、输出结果。例如，调整得分包括：1、将12分赋值为11分2、将(得分-1)，得分范围变为[0-10]3、逆指标正向化，(10-得分)4、箱内归一化调整。
规模指标只有一个指标新增用户数，分箱后呈11个值，页面呈现不美观，将落在每个箱内的数据归一化，0箱内不处理，其他箱处理公式：i-1+round(x(i)/max(x(i)),2)其中，i为得分值为i的箱子x为新增用户数。
具体而言，根据本发明实施例，分箱处理子单元211是将相等个数的节点按指标大小分别放入十个箱子中，例如，以100个渠道的规模(以获得的新用户数为例)为例，以每个渠道获得的新用户数进行排序，将新用户数最小的10个渠道放入第1个箱子，将第1个箱子中10个渠道的规模的分值记为1，删除第1个箱子中的10个渠道；在剩下的90个渠道中将新用户数最小的10渠道放入第2个箱子，将第2个箱子中10个渠道的规模的分值记为2；以此类推，…，将新用户数最大的10渠道放入第10个箱子，将第10个箱子中10个渠道的规模的分值记为10。
分箱后归一化处理
当指标体系某类指标较少或为1个的时候，如图，X轴指标为1个，表现样式跟糖葫芦一样，一串一串的。为了使箱内数据分布分散，我们对箱内数据进行归一化处理来作为附加值权重。
常用归一化方法有两种
1、离差标准化，是对原始数据的线性变换，使结果值映射到[0-1]之间。
其中，X*为归一化值，x为渠道指标值，min为渠道指标最小值，max为渠道指标最大值。
2、Z-score标准化方法经过处理的数据符合标准正态分布，结果值映射到(-∞,+∞)之间。
其中，X*为归一化值，x为渠道指标值，μ为渠道指标平均值，σ为渠道指标方差。
考虑到映射区间，本申请选择最大值归一化
归一化方法：W(i)＝Value(i)/Value.max(i)i为第i个箱子，i＝1,2,…,10，W∈(0,1]。其中，W(i)为归一化值，Value(i)为渠道指标值，Value.max(i)为渠道指标最大值。
调整后分值：i-1+Value(i)/Value.max(i)若i分值为10分，则调整后(9,10]。
下面介绍指标得分计算子单元212通过各个指标计算的得分算法：
规模得分+质量得分+收入得分＝综合得分
规模得分
以自然周为统计维度，基于每天该业务线由某渠道带来的新增用户数，结合分位数对新增用户数分箱，基于新增用户所处分位数的位置，赋予渠道规模一定的得分，分值位于0-100之间。
质量得分
以自然周为统计维度，基于每天该业务线由某渠道带来的新增用户的次日留存率(12％)，7日留存率(15％)、人均启动次数(6％)、人均日使用时长(6％)、人均周活跃天数(9％)、1日用户比例(12％)，结合分位数对各指标分箱，并基于各指标权重，统计得出质量得分，分值位于0-100之间。
收入得分
以自然周为统计维度，基于每天该业务线由某渠道带来的新增用户的首日付费率(2％)、7日付费率(4％)；首日ARPU(2％)、7日ARPU(4％)；首日ROI(3％)、7日ROI(5％)；结合分位数对各指标分箱，并基于各指标权重，统计得出收入得分，分值位于0-100之间。
综合评估单元21还包括综合得分计算子单元213，其用于对同一渠道的规模得分、质量得分和收入得分按照预置规则进行综合计算，得到对应渠道的综合得分。例如，以自然周为统计维度，基于每天该业务线由某渠道带来的新增，各渠道的规模得分(占20％)、质量得分(占60％)、收入得分(占20％)，基于各指标的权重，统计得出该渠道的综合得分。
上面以自然周为例说明了计算得分的方法，很明显，本发明也可采用其它周期来获得渠道的规模得分、质量得分、收入得分及综合得分。
以上介绍了渠道评估模块2中的一种评估单元-综合评估单元21，下面再介绍另外一种评估单元-LTV评估单元22。在实际应用中，这两个单元可以同时存在，也可以择一使用。
LTV评估单元22用于根据渠道收入数据对各渠道进行评估，获得各渠道的LTV结果，其包括：平均收入获取子单元221，用于获取各渠道的每个用户平均收入；LTV计算子单元222，用于根据每个渠道的用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值。
平均收入获取子单元221用于获取每个用户平均收入ARPU。每个用户平均收入，其等于活跃ARPU值，可用下式算出：ARPU＝活跃用户产生的收入/活跃用户数。
LTV计算子单元222，用于根据每个渠道的用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值。用户生命周期是指一批用户在一年内平均留存时间，所述用户留存是指用户活跃，如点击该应用被视为活跃，通常对该批用户在一年内每天的活跃用户数进行累加，该累加和除以该批用户初始数，就可算出用户生命周期。但在实际应用中，特别是渠道推广前期，不可能获得用户一年的留存数据，因而无法算出用户生命周期。在本发明实施例中，采用用户生命周期预估值来计算用户生命周期价值。
在现有技术中，用户生命周期价值LTV通常由下式计算得出：
LTV(用户生命周期价值)＝LT(用户生命周期)*arpu均值(人均收入)。
上述各项指标解释如下：
LTV(life time value)为用户生命周期价值。
LT(life time)为用户生命周期。
ARPU(AverageRevenuePerUser)为每个用户平均收入。
由于上式过于简单，其所反映的LTV对实际应用价值不大，特别是渠道推广前期，不可能获得用户一年的留存数据，因而无法算出用户生命周期。所以上式无法应用。
根据本发明的实施例，对LTV的计算可根据历史数据的周期采用多种不同方法，下面仅介绍两种计算方法，同时请参看图4，LTV计算子单元的具体结构。LTV计算子单元222包括第一LTV计算子单元2221，用于采用短周期的方式，获取相应渠道的用户生命周期价值；和/或第二LTV计算子单元2222，用于采用短周期和长周期相结合的方式，获取相应渠道的用户生命周期价值。
1、第一LTV计算子单元2221，其用于采用短周期的方式，获取相应渠道的用户生命周期价值；该算法应用在较细粒度，计算简单，利用较短历史数据(如30天)，比较容易得出结果，计算公式如下：
在上式中，
dnu是新增用户数
pay_amounti是新增用户在第i天的收入
dnu_remaini是新增用户在第i天的留存人数
ax-b是用30天留存率趋势线拟合的幂函数，其中，a b为常数，a∈(0,1)，b∈(0,1)表示衰减率，x为留存率。
根据本发明的实施例，所述短期可以是少于200天的任意天数。
2、第二LTV计算子单元2222，其用于采用短周期和长周期相结合的方式，获取相应渠道的用户生命周期价值。具体而言，所述第二LTV计算子单元具体2222包括：综合周期计算子单元22221，用于分别计算渠道的近期用户的相对留存率、中期用户的相对留存率以及长期用户的相对留存率，综合后获得相应渠道的综合用户生命周期；综合计算子单元22222，用于根据相应渠道的综合用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值。
在第二LTV计算子单元2222中，应用在较粗粒度，汇总计算，利用较长历史数据(365天)，采用短同期和长周期相结合的算法，相对精准。
在该单元中，首先计算出LT，然后再计算出ARPU：
(1)LT计算：
计算过程如下：
主要字段：
字段 备注
OS Android/iOS
Retention_day 以0开始，用户打开APP的第几个自然日
Rr_n 用户的第n天留存率
Coef 用户的相对留存率(coef＝rr_n+1/rr_n)
Lt_n 用户的第n天lt数据
表二
数据示例
OS Retention_day Rr_n Coef Lt_n
Android 0 1 1 1
Android 1 0.5 0.5 1.5
Android 2 0.4 0.8 1.9
Android 3 0.35 0.875 2.25
… … … … …
表三
算法说明：
以2017年10月1日为分界线，仅计算该日期以后的新用户留存数据。
数据示例(当前日为1月30日，输出以下数据)：
表四
参照表二至表四的数据，下面介绍计算LT的步骤
第一步、例行自动计算coef。
1、retenion_day在0-30天内；
利用最近30天留存计算coef(周滑动平均)
Rr_4_2表示第2天激活用户的第4日留存率，例如，1月26日才有第4日留存率，它的两天前是指1月24日的第4日留存率，比如对于第4天的coef_4＝((rr_4_0+rr_4_1+rr_4_2+rr_4_3+rr_4_4+rr_4_5+rr_4_6)/7)/((rr_3_0+rr_3_1+rr_3_2+rr_3_3+rr_3_4+rr_3_5+rr_3_6)/7)
2、retenion_day在31-180天内；
利用最近30天留存计算coef(月滑动平均)
3、retenion_day在181-365天内；
直接提取181-365的算术平均值(对于大于1的取1)
第二步、根据coef生成rr_n和t_n
上述lt_n即为计算出的LT。
关于上述LT的计算，可采用短同期和长周期相结合的算法。具体而言，在0-30天内采用短周期计算LT。例如，在0-30天内采用短周期计算LT，所述短周期可以是几天，如3天、4天、5天，根据本发明实施例，优选地，采用7天作为短周期。在31-180天内采用中周期计算LT，所述是中周期可以是几周，如2周、3周、4周或5周，根据本发明实施例，优选地，采用一个月(30天)作为中周期。在180-365天内采用长周期计算LT，所述长周期可以是月的级数，如1个月、2个月，根据本发明实施例，优选地，采用180-365天内的平均数作为长周期。总之，上述周期的选择取决于历史数据的数量，历史数据的数量较大，可采用较长周期，否则反之；针对近期的数据，其所占权重要大一些。
(2)ARPU值算法如下：
这样，根据下式就可计算出LTV：
LTV(用户生命周期价值)＝LT(用户生命周期)*arpu均值(人均收入)。
下面给出综合评估模块2的又一种实现方式：
对于渠道评估模块2的综合评估单元21，在具体实现时可以采取下述方案：
1、获取目标渠道的K个关键指标，其中，关键指标是能够表征目标渠道运行情况的指标，K为正整数；在本发明实施例中，K的取值可以是1、2、3、13等正整数，其中，K个关键指标表示一个或者多个关键指标，关键指标可以是7日留存率、人均启动次数、人均日使用时长、人均周活跃天数、1日用户比例、投资回报率(Return On Investment，ROI)等。
2、：对K个关键指标进行分类，获得M类关键指标，其中，每类关键指标包括H个关键指标，M、H为正整数；
作为一种可选的实施方式，M类关键指标包括规模指标、质量指标和收入指标。具体而言，将K个关键指标中具有规模属性的关键指标分类到规模指标，将K个关键指标中具有质量属性的关键指标分类到质量指标，将K个关键指标中具有收入属性的关键指标分类到收入指标。其中，每个关键指标包括类型属性，类型属性是规模属性或质量属性或收入属性。作为一种可选的实施方式，关键指标有7日留存率、人均启动次数、人均日使用时长、人均周活跃天数、1日用户比例、新增用户数、7日每用户平均收入(ARPU-Average RevenuePer User，ARPU)、7日ROI和7日付费率这些指标。假设，新增用户数的类型属性是规模属性，则把新增用户数这个关键指标分类到规模指标，7日留存率、人均启动次数、人均日使用时长、人均周活跃天数和1日用户比例的类型属性是质量属性，则把7日留存率、人均启动次数、人均日使用时长、人均周活跃天数和1日用户比例分类到质量指标，7日每用户平均收入(ARPU-Average Revenue Per User，ARPU)、7日ROI和7日付费率的类型属性是收入属性，则把7日每用户平均收入(ARPU-Average Revenue Per User，ARPU)，7日ROI、7日付费率分类到收入指标。
3、对K个关键指标进行分箱，获得每类关键指标的评分；
作为一种可选的实施方式，具体实施方式是：获取在预设时间内每个关键指标在i个参考渠道的取值，i为正整数；基于预设分箱数L，L为正整数，依据i个参考渠道的每个关键指标的取值对关键指标进行分箱，获得每个分箱的评分；基于每个分箱的评分和每个关键指标在目标渠道的取值，获得每个关键指标的评分；基于每类关键指标中每个关键指标的评分，获得每类关键指标的评分。
作为一种可选的实施方式，关键指标在参考渠道的取值由统计获得，可以采用分位数的形式呈现，也可以采用实际统计值的形式呈现。参考渠道包括的多个关键指标与目标渠道包括的多个关键指标相同。依据i个参考渠道的每个关键指标的取值对关键指标进行分箱时，针对每个关键指标可以获得该关键指标在i个参考渠道的i个取值，结合预设分箱数L进行分箱。例如，预设时间为一个月，i的取值是5，L的取值是3，则一种实施例可以是，获取在一个月内某个关键指标分别在5个参考渠道的取值，假设在一个月内某个关键指标分别在5个参考渠道的取值分别是50％、20％、10％、60％和80％，则将在5个参考渠道的取值分别是50％、20％、10％、60％和80％的指标进行分箱，获得3个分箱，第一个分箱包括取值是20％、10％的关键指标，第二个分箱包括取值是50％、60％的关键指标，第三个分箱包括取值是80％的关键指标。分箱后可以依据每个分箱中关键指标取值大小的排序，获得每个分箱的评分。例如：排序第一的分箱，评分可以是1，排序第二的分箱，评分可以是2，排序第三的分箱，评分可以是3。
进一步的，获得分箱评分之后，基于每个分箱的评分和每个关键指标在目标渠道的取值，获得每个关键指标的评分。例如，某个关键指标在目标渠道的取值是50％，50％落如排序第二的分箱中，以该关键指标在目标渠道的取值与该关键指标在目标渠道的取值落入的分箱的评分之积作为该关键指标的评分，即该关键指标的评分为50％*2＝25％。
基于每类关键指标中每个关键指标的评分，获得每类关键指标的评分，具体的实施方式可以是：将每类关键指标中的每个关键指标的评分与其对应权重的乘积进行加权求和，得到每类关键指标的评分。例如，收入指标包括7日每用户平均收入(ARPU-AverageRevenue Per User，ARPU)、7日ROI和7日付费率这些关键指标，其中，7日每用户平均收入(ARPU-Average Revenue Per User，ARPU)、7日ROI和7日付费率的评分分别是4％、5％、4％，则用户根据当前需求或者经验，将7日每用户平均收入(ARPU-Average Revenue PerUser，ARPU)、7日ROI和7日付费率的权重分别设为0.5、0.2和0.3，则收入指标的评分为：0.5*4％+0.2*5％+0.3*4％＝4.2％。同理的，规模指标包括的新增用户数的评分是10％，则规模指标的评分是10％；质量指标包括的7日留存率、人均启动次数、人均日使用时长、人均周活跃天数和1日用户比例的评分分别是15％、6％、6％、9％和12％，则用户根据当前需求或者经验，将质量指标7日留存率、人均启动次数、人均日使用时长、人均周活跃天数和1日用户比例的权重分别设为0.1、0.2、0.1、0.2和0.4，则质量指标的评分为0.1*15％+0.2*6％+0.1*6％+0.2*9％+0.4*12％＝9.9％。
4、根据每类关键指标的评分对目标渠道进行综合价值评估。
作为一种可选的实施方式，具体步骤是：根据每类关键指标的评分获得目标渠道的综合评分，综合评分用于表征目标渠道的综合价值。根据每类关键指标的评分获得目标渠道的综合评分的具体实施方式是：根据当前需求或者经验获得每类关键指标的权重，以每类关键指标的权重对每类关键指标的评分进行加权求和，获得目标渠道的综合评分。例如，收入指标、规模指标和收入指标的评分分别是25％、10％和60％，则根据当前需求或者经验确定的收入指标、规模指标和收入指标的权重分别是0.1、0.4和0.5，则目标渠道的综合评分是0.1*25％+0.4*10％+0.5*60％＝36.5％。
通过采用以上方案，首先通过对K个关键指标进行分类，获得M类关键指标，然后对K个关键指标进行分箱，进而获得每类关键指标的评分，最后根据每类关键指标的评分获得渠道的综合评分，综合评分可以直观地衡量渠道价值，对于非专业人员来说也可准确地对渠道价值进行评估，提高渠道价值衡量的便捷度。
针对LTV评估单元22，可以通过以下方式实现：
相对于上述通过目标渠道的综合评分来评估渠道价值，本实施例还提供一种通过对标评分来评估渠道价值的方法。具体实施方式如下：
1、以与目标渠道同类且贡献度排名为前N且贡献度稳定的待选渠道作为标杆渠道，以标杆渠道的K个关键指标作为K个标杆关键指标，N为正整数。其中，渠道的贡献度由渠道的综合评分表征，贡献度稳定是指在第一预设时间段内的每个时间节点上综合评分均在预设评分范围内。
作为一种实施方式，在以与目标渠道同类且贡献度排名为前N且贡献度稳定的待选渠道作为标杆渠道之前，还包括：获取多个待选渠道以及多个待选渠道在第一预设时间段内的综合评分，综合评分的具体获取方式参见上文。以与目标渠道同类且贡献度排名为前N且贡献度稳定的待选渠道作为标杆渠道的具体实施方式是：对与目标渠道类型相同的渠道的综合评分进行排名，获得综合评分排名前N的渠道作为第一渠道；获得第一预设时间段内每个时间节点的综合评分均在预设评分范围内的第一渠道作为待选渠道。
例如，第一预设时间段是一个月，第一预设时间段包括四个时间节点，四个时间节点分别是一个月中的四个周的最后一天，第一渠道在一个月内的每个周的最后一天的综合评分是第一渠道在一个月内的每个周的综合评分，预设评分范围是70％到100％之间，N的取值是3。获取5个渠道以及5个渠道在一个月内的综合评分，5个渠道在一个月内的综合评分分别是40％、50％、60％、70％和80％，则对这5个渠道进行排名，则5个渠道的排名与渠道的综合评分的排名顺序40％、50％、60％、70％和80％额排序相同，则获取排名前3的渠道作为第一渠道，第一渠道包括第一渠道一、第一渠道二和第一渠道三，第一渠道一、第一渠道二和第一渠道三的在一个月内的综合评分分别为60％、70％、80％。然后获取第一渠道一、第一渠道二和第一渠道三分别在一个月内的四个周的综合评分，第一渠道一在一个月内的四个周的综合评分分别是70％、75％、80％和70％，第一渠道二在一个月内的四个周的综合评分分别是40％、75％、90％和60％，第一渠道三在一个月内的四个周的综合评分分别是5％、75％、30％和95％，可以看到第一渠道一在一个月内的每个周的综合评分均在70％到100％之间的预设评分范围内，则说明第一渠道一在一个月内的四个周的表现比较稳定，则以第一渠道一作为待选渠道。
作为一种可选的实施方式，若获得的综合评分排名前N的渠道的第一渠道不满足在第二预设时间段内每个时间节点的综合评分均在预设评分范围内的条件时，本实施例还可以根据与目标渠道同类型的渠道获得标杆渠道。
根据与目标渠道同类型的渠道获得标杆渠道，具体方式可以是：获取与目标渠道属于同类型的待选渠道以及待选渠道的K个关键指标对应的K个关键指标评分；获取每个关键指标在S个待选渠道的取值，该取值可以是分位数，分位数由统计获得，S为正整数；获取每个关键指标在S个待选渠道的取值的均值或者每个关键指标在S个待选渠道关键指标的评分的均值，每个关键指标对应一个均值；以包括K个关键指标以及K个关键指标对应的K个均值的待选渠道作为标杆渠道，关键指标对应的评分即为关键指标对应的均值。
2、根据K个标杆关键指标对K个关键指标进行对标，获得与K个关键指标一一对应的K个对标评分值，其中K个对标评分值用于表征目标渠道的对标价值。
作为一种可选的实施方式，根据K个标杆关键指标对K个关键指标进行对标，获得与K个关键指标一一对应的K个对标评分值的具体实施方式是：获取每个标杆关键指标对应的标杆关键指标评分以及每个关键指标的评分，其中，关键指标的评分指的是上述实施例中的关键指标的评分；获取关键指标的评分与标杆关键指标评分之差，获得每个关键指标的正向差值或反向差值，并以正向差值或反向差值作为对标评分值，获得K个对标评分值。其中，关键指标的评分为上述实施例中所述的关键指标的评分。
例如，K的取值是3，3个标杆关键指标评分分别是4％、7％和15％，3个关键指标的评分分别是5％、6％和10％，则获得的3个对标评分值分别是-1％、1％和5％，其中，-1％表示反向差值为1％，1％和5％分别表示正向差值为1％和5％。
作为一种可选的实施方式，根据K个标杆关键指标对K个关键指标进行对标，获得与K个关键指标一一对应的K个对标评分值的具体实施方式是：获取每个关键指标的取值和每个关键指标对应的标杆关键指标的取值之差，获得每个关键指标的正向差值或反向差值，并以正向差值或反向差值作为对标评分值，获得K个对标评分值。其中，标杆关键指标的取值和关键指标的取值通过统计获得，可以采用分位数的形式呈现，也可以采用实际统计值的形式呈现。
以上介绍了渠道评估模块2的几种具体实现方案，下面介绍异动分析模块3的具体实现。
异动分析模块3用于对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；异动分析模块3包括异动监控单元31、定位问题单元32以及分析问题单元33，其中，所述异动监控单元31用于对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行监控，发现异常变化的相关数据和/或渠道评估数据；所述定位问题单元32用于根据异常变化的相关数据和/或渠道评估数据定位异动问题；所述分析问题单元33，用于对定位的异动问题进行分析，获得异动原因。下面详细介绍上述各个单元。
异动监控单元31，在具体实现时可以采取下述方案：
(1)：获得渠道集合，渠道集合中包括N个目标渠道，每个目标渠道包含K个关键指标。其中，关键指标是能够表征目标渠道运行情况的指标，N是大于或者等于2的正整数，K是正整数；在本发明实施例中，K的取值可以是1、2、3、13等正整数，其中，K个关键指标表示一个或者多个关键指标，关键指标可以是7日留存率、人均启动次数、人均日使用时长、人均周活跃天数、1日用户比例、投资回报率(Return On Investment，ROI)等。
(2)：获取每个目标渠道在第一时间周期内的第一综合评分和在第二时间周期内的第二综合评分。其中，每个目标渠道在每个时间周期内的综合评分的获取包括：对每个目标渠道的K个关键指标进行分类并对每个目标渠道的每个关键指标进行分箱，获得每类关键指标的评分，基于每类关键指标的评分获得所述综合评分，所述综合评分用于表征渠道的综合价值；
在本发明实施例中，每个时间周期指的是第一时间周期或者第二时间周期。每个目标渠道在每个时间周期内的综合评分的获取，具体的实施方式是：对每个目标渠道的K个关键指标进行分类，获得每个目标渠道的M类关键指标，其中，每类关键指标包括H个所述关键指标，M、H为正整数；对每个时间周期内每个目标渠道的K个关键指标进行分箱，基于分箱获得每个时间周期内每个目标渠道的每类关键指标的评分；根据每个时间周期内每个目标渠道中的每类关键指标的评分，获得每个时间周期内每个目标渠道的综合评分。获取每个目标渠道在第一时间周期内的第一综合评分和在第二时间周期内的第二综合评分，具体的可以是：对每个目标渠道的K个关键指标进行分类，获得每个目标渠道的M类关键指标；对第一时间周期内每个目标渠道的K个关键指标进行分箱，基于分箱获得第一时间周期内每个目标渠道的每类关键指标的评分；根据第一时间周期内每个目标渠道中的每类关键指标的评分，获得第一时间周期内每个目标渠道的综合评分；对第二时间周期内每个目标渠道的K个关键指标进行分箱，基于分箱获得第二时间周期内每个目标渠道的每类关键指标的评分；根据第二时间周期内每个目标渠道中的每类关键指标的评分，获得第二时间周期内每个目标渠道的综合评分。
在本发明实施例中，第一时间周期和第二时间周期是不同的时间周期，例如，第一时间周期是10月1日到10月7日为期一周的时间段，第二时间周期是10月8日到10月14日为期一周的时间段。通过对比这两个时间周期的综合评分，可以得到目标渠道在这两个时间周期的表现的差异。
作为一种可选的实施方式，M类关键指标包括规模指标、质量指标和收入指标。对每个目标渠道的K个关键指标进行分类，获得每个渠道的M类关键指标，具体是：针对每个目标渠道中的K个关键指标，将K个关键指标中具有规模属性的关键指标分类到规模指标，将K个关键指标中具有质量属性的关键指标分类到质量指标，将K个关键指标中具有收入属性的关键指标分类到收入指标。其中，每个关键指标包括类型属性，类型属性是规模属性或质量属性或收入属性。作为一种可选的实施方式，关键指标有7日留存率、人均启动次数、人均日使用时长、人均周活跃天数、1日用户比例、新增用户数、7日每用户平均收入(ARPU-AverageRevenuePerUser，ARPU)、7日ROI和7日付费率这些指标。假设，新增用户数的类型属性是规模属性，则把新增用户数这个关键指标分类到规模指标，7日留存率、人均启动次数、人均日使用时长、人均周活跃天数和1日用户比例的类型属性是质量属性，则把7日留存率、人均启动次数、人均日使用时长、人均周活跃天数和1日用户比例分类到质量指标，7日每用户平均收入(ARPU-AverageRevenuePerUser，ARPU)、7日ROI和7日付费率的类型属性是收入属性，则把7日每用户平均收入(ARPU-AverageRevenuePerUser，ARPU)，7日ROI、7日付费率分类到收入指标。
作为一种可选的实施方式，对每个时间周期内每个目标渠道的K个关键指标进行分箱，基于分箱获得每个时间周期内每个目标渠道的每类关键指标的评分，具体是：针对每个时间周期内每个目标渠道的每个关键指标执行如下步骤：获取在预设时间内每个关键指标在i个参考渠道的i个取值，i为正整数；基于预设分箱数L，L为正整数，对i个参考渠道的i个取值进行分箱，获得每个分箱的评分；基于每个分箱的评分和每个关键指标在每个时间周期内的当前取值，获得每个关键指标在每个时间周期内的评分；基于每类关键指标中的每个关键指标在每个时间周期内的评分，获得每类关键指标在每个时间周期的评分。
作为一种可选的实施方式，关键指标在参考渠道的取值由统计获得，可以采用分位数的形式呈现，也可以采用实际统计值的形式呈现。参考渠道包括的多个关键指标与目标渠道包括的多个关键指标相同。对i个参考渠道的i个取值进行分箱，获得每个分箱的评分时，针对每个关键指标可以获得该关键指标在i个参考渠道的i个取值，结合预设分箱数L进行分箱。例如，预设时间为一个月，i的取值是5，L的取值是3，在一个月则对5个参考渠道的5个取值进行分箱，获得每个分箱的评分可以是：获取在一个月内某个关键指标分别在5个参考渠道的取值，假设在一个月内某个关键指标分别在5个参考渠道的取值分别是50％、20％、10％、60％和80％，则将在5个参考渠道的取值分别是50％、20％、10％、60％和80％的指标进行分箱，获得3个分箱，第一个分箱包括取值是20％、10％的关键指标，第二个分箱包括取值是50％、60％的关键指标，第三个分箱包括取值是80％的关键指标。分箱后可以依据每个分箱中关键指标取值大小的排序，获得每个分箱的评分。例如：排序第一的分箱，评分可以是1，排序第二的分箱，评分可以是2，排序第三的分箱，评分可以是3。
作为一种可选的实施方式，每个关键指标在每个时间周期内的当前取值指的是每个关键指标在每个时间周期内在目标渠道的取值。进一步的，获得分箱评分之后，基于每个分箱的评分和每个关键指标在每个时间周期内的当前取值，获得每个关键指标在每个时间周期内的评分。例如，某个关键指标在某个时间周期在某个目标渠道的取值是50％，50％落如排序第二的分箱中，以该关键指标在该目标渠道的取值与该关键指标在该目标渠道的取值落入的分箱的评分之积作为该关键指标的评分，即该关键指标在在该时间周期内的评分为50％*2＝25％。
基于每类关键指标中的每个关键指标在每个时间周期内的评分，获得每类关键指标在每个时间周期的评分，具体的实施方式可以是：将每类关键指标中的每个关键指标每个时间周期内的评分与其对应权重的乘积进行加权求和，得到每类关键指标在每个时间周期的评分。例如，收入指标包括7日每用户平均收入(ARPU-AverageRevenuePerUser，ARPU)、7日ROI和7日付费率这些关键指标，其中，在某个时间周期内，7日每用户平均收入(ARPU-AverageRevenuePerUser，ARPU)、7日ROI和7日付费率的评分分别是4％、5％、4％，则用户根据当前需求或者经验，将7日每用户平均收入(ARPU-AverageRevenuePerUser，ARPU)、7日ROI和7日付费率的权重分别设为0.5、0.2和0.3，则收入指标在在该时间周期的评分为：0.5*4％+0.2*5％+0.3*4％＝4.2％。同理的，规模指标包括的新增用户数在某个时间周期的评分是10％，则规模指标在该时间周期的评分是10％；质量指标包括的7日留存率、人均启动次数、人均日使用时长、人均周活跃天数和1日用户比例的在某个时间周期评分分别是15％、6％、6％、9％和12％，则用户根据当前需求或者经验，将质量指标7日留存率、人均启动次数、人均日使用时长、人均周活跃天数和1日用户比例的权重分别设为0.1、0.2、0.1、0.2和0.4，则质量指标在该时间周期的评分为0.1*15％+0.2*6％+0.1*6％+0.2*9％+0.4*12％＝9.9％。
作为一种可选的实施方式，根据每个时间周期内每个目标渠道中的每类关键指标的评分，获得每个时间周期内每个目标渠道的综合评分，具体是：获取每类关键指标的权重；针对每个时间周期内的每个目标渠道，根据每类关键指标的评分和每类关键指标的权重进行加权求和，获得每个目标渠道在每个时间周期内的综合评分。在本发明实施例中，每类关键指标的权重可以是根据当前需求或者经验确定，也可以是根据每类关键指标的评分确定的。例如，在某个时间周期内，某个目标渠道的收入指标、规模指标和收入指标的评分分别是25％、10％和60％，则根据当前需求或者经验确定的收入指标、规模指标和收入指标的权重分别是0.1、0.4和0.5，则在该时间周期内该目标渠道的综合评分是0.1*25％+0.4*10％+0.5*60％＝36.5％。
(3)：根据第一综合评分对渠道集合中的每个目标渠道进行排名，获得每个目标渠道的第一排名；根据第二综合评分对渠道集合中的每个目标渠道进行排名，获得每个目标渠道的第二排名。
作为一种可选的实施方式，根据某个综合评分对渠道集合中的每个目标渠道进行排名具体是：根据渠道集合中的每个目标渠道在在某个时间周期内的综合评分的大小进行排名，获得渠道集合中的每个目标渠道在该时间周期内的排名。例如，N＝4，即渠道集合包括4个目标渠道，4个目标渠道分别是目标渠道一、目标渠道二、目标渠道三和目标渠道四，其中，目标渠道一、目标渠道二、目标渠道三和目标渠道四在第一时间周期内的第一综合评分分别是36.5％、34％、29％和0，按照第一综合评分由大到小的顺序，对目标渠道一、目标渠道二、目标渠道三和目标渠道四在第一时间周期内的综合评分进行排名，第一综合评分36.5％、34％、29％和0的排名分别是第1、第2、第3和第4，则以该排名作为预备第一综合评分对应的目标渠道的排名，即目标渠道一、目标渠道二、目标渠道三和目标渠道的第一排名分别是第1、第2、第3和第4。同理的，目标渠道一、目标渠道二、目标渠道三和目标渠道四在第二时间周期内的第二综合评分分别是0、45％、32％和20％，则目标渠道一、目标渠道二、目标渠道三和目标渠道的第二排名分别是第4、第1、第2和第3。
(4)：基于所述第一排名和所述第二排名，获得异动渠道。
其中，所述异动渠道是所述渠道集合中运行情况需要被关注的渠道。
作为一种可选的实施方式，步骤S400具体是：针对每个目标渠道，获取目标渠道的第二排名与目标渠道的第一排名之间的第一差值；若第一差值在第一预设范围内，将第一差值在第一预设范围内的目标渠道作为异动渠道。其中，第一预设范围可以是[s,+∞)和\或(-∞,-d]，其中，s、d为正整数，-∞表示负无穷大，+∞表示正无穷大。例如，s＝3，第一预设范围是[3,+∞)，某个目标渠道的第二排名与第一排名之间的第一差值为4，则4落入第一预设范围[3,+∞)内，则以该目标渠道作为异动渠道。例如，d＝2，第一预设范围是(-∞,-2]，某个目标渠道的第二排名与第一排名之间的第一差值为-4，则-4落入第一预设范围(-∞,-2]内，则以该目标渠道作为异动渠道。例如，第一预设范围为(-∞,-2]∪[3,+∞)，(-∞,-2]∪[3,+∞)表示(-∞,-2]和[3,+∞)的并区间。某个目标第二排名与第一排名之间的第一差值为-1，-1未落入第一预设范围(-∞,-2]∪[3,+∞)内，则表示目标渠道的异常变动在可以接受的范围内，可以不对该目标渠道进行重点关注。
定位问题单元32，具体而言，可以通过下述方案实现：
针对异动渠道，若第二排名与第一排名之间的第一差值为正数且不等于第二排名，则将异动渠道分类为上升渠道；若第二排名与第一排名之间的第一差值为正数且等于第二排名，则将异动渠道分类为新晋渠道；若第二排名与第一排名之间的第一差值为负数，则将异动渠道分类为下跌渠道。
例如，第一预设范围为(-∞,-2]∪[3,+∞)，有5个异动渠道，5个异动渠道的第二排名分别是5，3，6，8和3，5个异动渠道的第一排名分别是0，1，12，4和6，5个异动渠道的第一差值分别是5，2，-6，4和-3。其中，第一差值是5的异动渠道对应的第二排名是5，则将该异动渠道分类为新晋渠道；第一差值分别是2和4的两个异动渠道对应的第二排名分别是3和8，则将这两个异动渠道分类为上升渠道；第一差值分别是-6和-3的两个异动渠道对应的第二排名分别是6和3，则将这两个异动渠道分类为下跌渠道。
通过采用以上方案，可以直观地获得异动渠道的综合评分的排名的上升或者下跌情况，可以从整体上、宏观上反应异动渠道的运行情况，对于非专业人员，也可以快速获得异动渠道的异常情况。
分析问题单元33，具体而言，可以通过下述方案实现：
针对每个异动渠道，获得每个异动渠道的每个关键指标在第一时间周期内的评分与每个关键指标在第二时间周期内的评分之间的第二差值，以第二差值作为异动渠道的每个关键指标的指标异动值；获得指标异动值在第二预设范围内的关键指标并输出。例如，其中，第二预设范围可以是[w,+∞)和\或(-∞,-v]，其中，w、v为正数，-∞表示负无穷大，+∞表示正无穷大。例如，w＝13，第一预设范围是[13,+∞)，某个目标渠道的某个关键指标的指标异动值为14，则14落入第二预设范围[13,+∞)内，则说明该关键指标的变动情况大于可以接受的范围，需要重点关注，则输出该关键指标。例如，v＝12，第二预设范围是(-∞,-12]，某个目标渠道的某个关键指标的指标异动值为-14.9，则-14.9落入第二预设范围(-∞,-12]内，则输出该关键指标。
通过采用以上方案，在获得异动渠道后，获得异动渠道的每个关键指标的指标异动值，可以根据指标异动值获得影响该异动渠道的关键指标，具体的可以是将指标异动值在第二预设范围内的关键指标判定为影响该异动渠道的关键指标。可以理解为，因为该关键指标在某个目标渠道的评分或者取值的变动，使得该目标渠道的综合评分的排名出现变动，进而使得该目标渠道成为异动渠道。可以通过异动渠道的关键指标的指标异动值，可以快速获得异动渠道的具体的运行情况。可以从横向和纵向观测目标渠道，对异动渠道和指标异动值在第二预设范围内的关键指标进行重点关注，提高渠道运营效率。
以上介绍了渠道评估模块2和异动分析模块3的具体实现，下面介绍渠道优化模块4的具体实现：
渠道优化模块4用于根据渠道评估模块2提供的各渠道的渠道评估数据和异动分析模块3提供的异动渠道信息，对相关渠道的渠道投放进行优化。如图3所示，渠道优化模块4包括渠道数据分析单元41，用于对渠道评估模块提供的各渠道的渠道评估数据进行分析，确定是否需要对相应的渠道进行提质或增量优化；异动数据分析单元42，用于对异动分析模块提供的异动渠道信息进行分析，确定是否需要对相应的渠道进行提质或增量优化；提质单元48，用于根据渠道数据分析单元和/或异动数据分析单元的指示，对相应渠道进行提质处理；增量单元49，用于根据渠道数据分析单元和/或异动数据分析单元的指示，对相应渠道进行增量处理。
之前在介绍渠道评估模块2时提及有两种具体的实现方式：综合评估单元21和LTV评估单元22。针对这两种评估单元的不同评估数据，在通过渠道数据分析单元41进行优化时，也相应的可以有两种不同的优化方案。
首先，针对综合评估单元21输出的评估数据如何优化。具体而言，针对渠道数据分析单元41可采用魔力象限分析法对各渠道的渠道评估数据进行分析。例如，渠道数据分析单元41包括象限分析单元(图中未示出)，用于采用象限分析法对各渠道的渠道评估数据进行分析，获得各象限的分析结果,并据此确定是否需要对相应的渠道进行提质或增量优化。根据规模得分、质量得分、收入得分采用魔力象限分析对渠道进行提质或增量。增量单元49用于对处于魔力象限的第四象限中的渠道进行增量处理，提质单元48用于对处于魔力象限的第二象限中的渠道采取提质处理。增量单元49具体处理过程为：例如，当渠道的质量得分大于等于第一阈值(如60分)且规模得分小于等于第二阈值(如40分)时，采取增量处理。增量单元49具体处理过程还包括：对于需要增量的多个渠道，对各自收入得分进行排序，收入得分高的渠道优先处理。提质单元48的具体处理过程为：当渠道的质量得分小于等于40且规模得分大于等于60分时，采取提质处理。提质单元48的具体处理过程还包括停止该渠道或改变该渠道形象。
如图6所示，需要简单介绍下这个魔力象限的含义，比如纵坐标、横坐标代表什么，每个点代表什么，依据什么划到象限中的。在本发明的实施例中，通过魔力象限分析，找出可以提质或增量的渠道。如，处于魔力象限左上方(第四象限)的渠道，即，当渠道的质量得分大于等于60且规模得分小于等于40分时，可采取增量处理；如通过增加广告投入等处理，对于需要增量的渠道，可对其收入得分进行排序，对收入得分高的渠道优先处理；处于魔力象限右下方(第二象限)的渠道，即，当渠道的质量得分小于等于40且规模得分大于等于60分时，应采取提质处理，如停止该渠道处理，或改变该渠道的形象等。
其次，针对LTV评估单元输出的评估数据如何进行优化，具体介绍。根据LTV评估单元的评估数据，渠道数据分析单元41包括：成本获取子单元411，用于获取各渠道的投入成本；投入产出计算子单元412，用于根据各渠道的用户生命周期价值和投入成本，确定各渠道的产出投入的比例信息；投入产出分析子单元413，用于根据各渠道的产出投入的比例信息确定是否需要对相应的渠道进行提质或增量优化。
用户获取成本可从其它数据库中获取，如广告投放数据库，渠道推广数据库。在获得用户获取成本后，根据用户生命周期价值和用户获取成本对渠道进行优化。
在渠道优化的用户数据分析中，LTV是一个公式，用于衡量一个新用户的价值，新用户能给某一产品所带来的收益，经常将LTV拿来跟CPA(Cost per acquisition)进行比较，从而优化游戏渠道配置，CPA是指单个用户获取成本，CPA包括广告投入CP*(CPM、CPC、CPD、CPA等)。
一般情况下，当LTV>CPA时，这样的渠道投放才有价值，能够有利可图，支持渠道继续投放；上述关系衍生出来另外一个指标ROI(产出投入比)ROI＝LTV/CPA，若ROI>1，说明渠道投放能够收回成本。
根据本发明实施例，根据用户生命周期价值和用户获取成本对渠道进行优化，优化策略如下：
(1)若ROI>＝第一预定值(如3)时，说明该渠道效益特别好，修改渠道参数，采取增量措施，如通知推广部门加大推广力度，增加广告投入，以便吸引用户，增加用户数量。
(2)若第一预定值>ROI>第二预定值(如1)时，说明该渠道效益较好，维持该渠道参数，以保证该渠道运营稳定。
(3)若第二预定值(如1)>＝ROI时，说明该渠道效益不好，针对该渠道提质或关闭该渠道，以便减少渠道损失，如改变该渠道的形象等。
下面以更具体的例子介绍渠道优化模块4：
例如，若目标渠道的综合评分大于第一阈值，根据质量指标的评分和收入指标的评分所在的第一评分范围，生成增加目标渠道的用户量的调整策略；若综合评分大于第二阈值，根据质量指标的评分所在的第二评分范围，生成增加目标渠道的用户量的调整策略；若综合评分大于第三阈值，根据质量指标的评分和收入指标的评分所在的第三评分范围，生成提高目标渠道的用户留存率的调整策略，其中，目标渠道的用户留存率是指目标渠道在第二预设时间段的终止时间点的用户量与第二预设时间段的起始时间点的用户量的比值。例如，第二预设时间段是一个月，第二预设时间段的起始时间点是9月10日，第二预设时间段的终止时间点是10月10日，目标渠道的用户留存率是指目标渠道在10月10日的用户量与9月10日的用户量的比值。
调整策略例1：目标渠道A的综合评分是59.56％，其中，目标渠道A在规模指标、质量指标和收入指标的评分分别是8.3％、70％和79.5％，第一阈值是50％，则目标渠道A的综合评分大于第一阈值，目标渠道A在质量指标的评分和收入指标的评分所在的第一评分范围是70％到100％之间，则生成增加目标渠道A的用户量的调整策略，例如，增加日均投入广告量为500。作为一种可选的实施方式，渠道的评估方法还包括，设定调整策略的施行时间。例如，设定增加日均投入广告量为500的调整策略的施行时间是30天，即在30天内，每天在目标渠道A上增加的投入广告量为500。
调整策略例2：目标渠道B的综合评分是55.93％，其中，目标渠道B在规模指标、质量指标和收入指标的评分分别是38.16％、75.5％和15％，第二阈值是50％，则目标渠道B的综合评分大于第二阈值，目标渠道B在质量指标的评分所在的第二评分范围是70％到100％之间，则生成增加目标渠道B的用户量的调整策略，例如，增加日均投入广告量为500，即每天在目标渠道B上增加的投入广告量为500。
调整策略例3：目标渠道C的综合评分是56.34％，其中，目标渠道C在规模指标、质量指标和收入指标的评分分别是29.7％、64％和56.34％，第三阈值是50％，则目标渠道B的综合评分大于第三阈值，目标渠道B在质量指标的评分和收入指标的评分所在的第三评分范围是60％到100％之间，则生成提高目标渠道C的用户留存率的调整策略。
又例如，在获得与K个关键指标一一对应的K个对标评分值之后，渠道优化模块4，在具体实现时可以采取下述方案：
根据K个对标评分值，生成针对目标渠道的调整策略。根据K个对标评分值，生成针对目标渠道的调整策略具体的实施方式是：获取对标评分值的绝对值，判断对标值的绝对值是否大于预设值；若对标值的绝对值大于预设值，则获取对标值对应的关键指标以及关键指标对应的关键指标的评分若关键指标的评分达到第一预设值，则生成整体控制投入量的调整策略；若关键指标的评分达到第二预设值，则生成恢复对已停止投放的渠道的投入的调整策略；若关键指标的评分达到第三预设值，则生成减少投入量的调整策略。投入量可以是广告投放量、资金投入量、人员投入量等。例如，若ROI这个关键指标在目标渠道的取值小于ROI在I个渠道中的取值，ROI在渠道的取值为关键指标的评分，则生成减少在目标渠道的投入量的调整策略，若新增这个关键指标在目标渠道的取值小于新增在I个渠道中的取值，则生成减少在目标渠道的投入量的调整策略。
进一步，还可以根据K个对标评分值，获得针对目标渠道的投放素材。投放素材包括广告位、展现功能以及建议倾斜投放等，其中，建议倾斜投放指的是建议投放量偏向于某个或者某些关键指标。作为一种可选的实施方式，根据K个对标评分值，获得针对目标渠道的投放素材的具体实施方式是：若对标值的绝对值大于预设值，则获取对标值对应的关键指标以及关键指标对应的关键指标的评分，若关键指标的评分达到第一预设值，则获得针对目标渠道的投放素材为广告位；若关键指标的评分达到第二预设值，则获得针对目标渠道的投放素材为展现功能；若关键指标的评分达到第三预设值，则获得针对目标渠道的投放素材为建议倾斜投放。
通过采用以上方案，首先以与目标渠道同类且贡献度排名为前N且贡献度稳定的待选渠道作为标杆渠道，以标杆渠道的K个关键指标作为K个标杆关键指标，N为正整数，然后根据K个标杆关键指标对所述K个关键指标进行对标，获得与所述K个关键指标一一对应的K个对标评分值，其中所述K个对标评分值用于表征目标渠道的对标价值。可以根据K个对标评分值对目标渠道进行衡量，并可以通过K个对标评分值准确定位到影响目标渠道的关键指标，对标价值可以直观地衡量渠道价值，对于非专业人员来说也可准确地对渠道价值进行评估，提高渠道价值衡量的便捷度。通过通过获取对标评分值的绝对值，判断对标值的绝对值是否大于预设值；若对标值的绝对值大于预设值，则获取对标值对应的关键指标以及关键指标对应的关键指标的评分；若关键指标的评分达到第一预设值，则生成整体控制投入量的调整策略；若关键指标的评分达到第二预设值，则生成恢复对已停止投放的渠道的投入的调整策略；若关键指标的评分达到第三预设值，则生成减少投入量的调整策略，提高生成的针对目标渠道的调整策略的准确度，进而可以快速、有效地调整目标渠道。
以上介绍了本实施例中渠道分析系统的几大主要模块。除了通过一些评估数据、异动数据进行优化之外，为了更便捷的展示给用户，本系统还包括展现模块5，用于根据各渠道的渠道评估数据以及异动渠道信息对相应渠道的渠道特征进行展现；渠道特征包括渠道概况、渠道规模、活跃质量、收入质量、渠道评分和数据报告中的一种或者多种。
下面详细介绍可展现的几个数据
1、渠道概况
渠道概况包括渠道排行榜、排名异动、查询功能等常用功能，将这些用户频繁使用的功能集中在渠道概况模块，让用户及时获得渠道信息，掌握渠道变化动态。提供渠道分析的基础服务，高效快速准确数据支持，提供灵活便捷的功能。
1.1、渠道排行榜
渠道排行榜是按某指标排名，跟上周比，跟近四周比，将上升或下降较多的进行图标标注，形成重点渠道监控的榜单，让用户可以看到重点渠道榜单变动情况，点击钻取日趋势看该渠道指标历史变化趋势，同时加入了对比功能，可横向比，也可纵向与其他渠道比。
1.2、排名异动
渠道异动是根据渠道的两周综合得分top榜单进行对比分析，得出哪些渠道是新晋升渠道，哪些渠道排名上升比较快，哪些渠道排名上升比较慢，通过定义异动阈值，直观看出哪些渠道异常，点击渠道钻取，可以看到该渠道异动的原因主要受哪些指标影响，两周用户画像发生了哪些变化。
1.3、渠道查询
渠道查询支持多维度交叉分析，用户可以自定义列指标，设置默认表格的指标，满足用户各种渠道数据查询需求。
2、渠道规模
渠道规模包括用户趋势、实时统计、类型分布、用户画像，从四个方面对渠道规模进行了全方面分析，通过此模块，可以清楚了解当前渠道规模趋势和用户特征。
2.1、用户趋势
查看新增用户、结算用户指标的渠道用户趋势，加入均线和趋势线，让用户直观看到当前规模变化趋势，当趋势线处于下滑时期，应及时采取拉新策略。
2.2、实时统计
针对新增用户，实时监测其趋势变化，粒度到小时，能够直观某个时点各维度的规模变化情况。
2.3、类型分布
类型分布是对新增用户从渠道类型、合作方式、部门等维度进行结构和趋势分析，让用户从整体上对新增用户进行全面了解。
2.4、画像分布
从终端属性、地域等维度对渠道新增用户进行画像，清楚了解各渠道用户特征。
3、活跃质量
活跃质量包括用户留存、用户参与度、魔力象限三个部分，用留存指标、活跃指标等来分析渠道的活跃质量，可以更细致深入来分析渠道的留存或活跃，并可通过魔力象限对渠道质量进行简单评估。
3.1、用户留存
留存用户和留存率体现了应用的质量和保留用户的能力。结合留存率下三角报表和不同日的留存率趋势图，让用户清晰了解渠道留存发展趋势。
3.2、用户参与度
用户参与度是衡量用户活跃度的重要指标体系，常用指标有启动次数、使用时长。用户通过维度筛选查询渠道的参与度指标趋势，与某些特定渠道id进行对比。
3.3、魔力象限
魔力象限让传统的象限分析更加灵活，可以自定义组合x轴，y轴，气泡大小，气泡颜色，提供给用户更加智能化的象限分析工具，比较容易找出有质量问题的渠道。
4、收入质量
收入质量包括收入趋势、渠道ROI、ROI预估，通过此模块，可以完成渠道ROI数据查询和趋势分析、对比分析、ROI预估，用户可以了解当前哪些渠道收入质量较好，有哪些渠道集中在前期付费，有哪些集中在后期，哪些渠道在预期内能回收。
4.1、收入趋势
收入指标包括收入、付费率、ARPU、ROI等指标，用户通过维度筛选查询渠道的收入指标趋势，纵向观察同一渠道数据变化趋势，也可横向与某些特定渠道id进行对比。
4.2、渠道ROI
报表查询功能，用户通过维度筛选查询渠道的收入(收入ROI、人均收益ARPU)指标。
4.3、机型ROI
机型ROI是要了解渠道用户在品牌、机型维度上的收入情况。
4.4、ROI预估
默认对30日ROI历史数据，进行曲线拟合，然后外推60日、90、120日，统计top50个渠道回收情况，让用户了解当前渠道的回收情况，有哪些渠道回收较好，在预期内能完成回收，有哪些渠道回收较差，找出回收较差原因。
5、渠道评分
渠道评分包括综合评分和评分明细两部分，通过规模、质量、收入组成的指标体系对渠道进行综合评分，这样能够比较全面的来看渠道优劣，给出更加精准的渠道优化策略。
5.1、综合评分
通过规模、质量、收入组成的指标体系对渠道进行综合评分，精准找出需要增量和提质的渠道。
5.2、评分明细
评分明细是综合评分生成的一张宽表，用户查询使用。
6、数据报告
数据报告提供了资料分享功能，包括渠道监测报告、渠道分析报告、业务线人员有关渠道总结等文件，是源于渠道的准确、全面、深入的数据观察。
6.1、报告目录
数据报告以缩略图的形式展示，能直观看到，报告属性信息、报告标题和摘要，若摘要字数多可以悬浮看全部摘要，支持上传、下载、一键索要等功能，让用户快速获得共享资料。
实施例二
如图7所示，本发明的实施例还提供了一种渠道分析方法，包括如下步骤：
步骤601、获取各渠道的相关数据，相关数据包括渠道实时数据和渠道指标数据；
步骤602、根据各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；
步骤603、对一定时间段内各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；
步骤604、根据渠道评估模块提供的各渠道的渠道评估数据和异动分析模块提供的异动渠道信息，对相关渠道的渠道投放进行优化。
渠道指标数据包括：渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种。
根据各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据的步骤包括：根据渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种对各渠道进行评估，获得各渠道的综合结果；和/或根据渠道收入数据对各渠道进行评估，获得各渠道的LTV结果。
根据渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种对各渠道进行评估，获得各渠道的综合结果的步骤具体包括：对各渠道的渠道规模数据、渠道质量数据和渠道收入数据分别进行分箱处理；根据所述分箱处理子单元的处理结果计算各渠道的规模得分、质量得分和收入得分。
根据渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种对各渠道进行评估，获得各渠道的综合结果的步骤还包括：对同一渠道的规模得分、质量得分和收入得分按照预置规则进行综合计算，得到对应渠道的综合得分。
渠道分析方法还包括步骤：根据各渠道的渠道评估数据以及异动渠道信息对相应渠道的渠道特征进行展现。
对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息的步骤具体包括：对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行监控，发现异常变化的相关数据和/或渠道评估数据；根据异常变化的相关数据和/或渠道评估数据定位异动问题；对定位的异动问题进行分析，获得异动原因。
对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息的步骤具体包括：对渠道评估模块提供的各渠道的渠道评估数据进行分析，确定是否需要对相应的渠道进行提质或增量优化；对异动分析模块提供的异动渠道信息进行分析，确定是否需要对相应的渠道进行提质或增量优化；提质优化是指根据渠道数据分析单元和/或异动数据分析单元的指示，对相应渠道进行提质处理；增量优化是指根据渠道数据分析单元和/或异动数据分析单元的指示，对相应渠道进行增量处理。
对渠道评估模块提供的各渠道的渠道评估数据进行分析，确定是否需要对相应的渠道进行提质或增量优化的步骤具体包括：象限分析单元，用于采用象限分析法对所述各渠道的渠道评估数据进行分析，获得各象限的分析结果,并据此确定是否需要对相应的渠道进行提质或增量优化。
对渠道评估模块提供的各渠道的渠道评估数据进行分析，确定是否需要对相应的渠道进行提质或增量优化的步骤包括：获取各渠道的投入成本；根据各渠道的用户生命周期价值和投入成本，确定各渠道的产出投入的比例信息；根据各渠道的产出投入的比例信息确定是否需要对相应的渠道进行提质或增量优化。
根据渠道收入数据对各渠道进行评估，获得各渠道的LTV结果的步骤具体包括：获取各渠道的每个用户平均收入；根据每个渠道的用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值。
根据每个渠道的用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值的步骤包括：采用短周期的方式，获取相应渠道的用户生命周期价值；和/或采用短周期和长周期相结合的方式，获取相应渠道的用户生命周期价值。
采用短周期和长周期相结合的方式，获取相应渠道的用户生命周期价值具体包括：分别计算渠道的近期用户的相对留存率、中期用户的相对留存率以及长期用户的相对留存率，综合后获得相应渠道的综合用户生命周期；根据相应渠道的综合用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值。
本实施例的各个步骤的工作原理可参见实施例一的描述。
实施例三
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，该程序被处理器执行时实现实施例二所述方法的步骤。
本实施例的各个步骤的工作原理可参见实施例一的描述。
实施例四
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实施例二所述方法的步骤。
本实施例的各个步骤的工作原理可参见实施例一的描述。
在本发明实施例中，通过规模、质量、收入三个方面的指标，对渠道进行综合评分，帮助渠道运营及分析人员监控渠道的推广效果，全方位考察渠道的品质，从而考察获取用户的有效性。
根据本发明的实施例，主要从规模/质量/收入三个方面对各类指标进行拓展，比较全面的对渠道进行刻画，以便更全面地对渠道进行综合评价，即，利用多项指标对多个评价对象的属性进行定性、定量评估，然后可对优劣顺序排序等等。
本发明的实施例涵盖了一套系统化的渠道数据分析方法，将规模、质量、收入三方面指标体系，嵌入到分析框架中，从而解决了渠道精准推广，渠道策略优化等问题。
根据本发明的实施例，通过采用数据分箱算法。对关键指标归类(共涉及13个指标)，结合分位数对各指标分箱，同时基于各指标权重，分别统计得出各类别得分。在各类别得分的基础上综合加权得出综合得分。量化渠道综合表现，通过模型总结出各自的规则，然后对比同类型渠道进行实际操作；该模块不仅量化了渠道分数，并且也给出了相应的量化操作规则。
通过渠道综合评估模型，基于得分排名变动，设定周排名异动规则阈值(可基于产品特性自定义灵活调整)。为用户清晰呈现出异动需重点关注的异动渠道。同时通过明细可下钻，横向纵向对比渠道各指标趋势变化，从地域、机型等角度对比掌握渠道画像分布异动情况；模型可针对渠道类型、合作形式、部门来源等属性自定义设置，多角度全方面掌握异动情况。从而解决了现有技术中渠道分析技术对用户服务的局限性问题。
虽然通过实施例描绘了本发明，但本领域普通技术人员知道，在不脱离本发明的精神和实质的情况下，就可使本发明有许多变形和变化，本发明的范围由所附的权利要求来限定。
A1、一种渠道数据分析系统，包括：
渠道数据获取模块，用于获取各渠道的相关数据，所述相关数据包括渠道实时数据和渠道指标数据；
渠道评估模块，用于根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；
异动分析模块，用于对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；
渠道优化模块，用于根据所述渠道评估模块提供的各渠道的渠道评估数据和所述异动分析模块提供的异动渠道信息，对相关渠道的渠道投放进行优化。
A2、如A1所述的渠道数据分析系统，所述渠道指标数据包括：
渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种。
A3、如A2所述的渠道数据分析系统，所述渠道评估模块包括综合渠道评估单元和/或用户生命周期价值LTV评估单元，其中：
所述综合评估单元，用于根据渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种对各渠道进行评估，获得各渠道的综合结果；
所述LTV评估单元，用于根据渠道收入数据对各渠道进行评估，获得各渠道的LTV结果。
A4、根据A3所述的渠道数据分析系统，所述综合评估单元具体包括：
分箱处理子单元，用于对各渠道的渠道规模数据、渠道质量数据和渠道收入数据分别进行分箱处理；
指标计算子单元，用于根据所述分箱处理子单元的处理结果计算各渠道的规模得分、质量得分和收入得分。
A5、根A4所述的渠道数据分析系统，所述综合评估单元还包括：
综合得分计算子单元，其用于对同一渠道的规模得分、质量得分和收入得分按照预置规则进行综合计算，得到对应渠道的综合得分。
A6、根据A1所述的渠道数据分析系统，还包括：
展现模块，用于根据各渠道的渠道评估数据以及异动渠道信息对相应渠道的渠道特征进行展现。
A7、如A1所述的渠道数据分析系统，所述异动分析模块包括异动监控单元、定位问题单元以及分析问题单元，其中：
所述异动监控单元，用于对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行监控，发现异常变化的相关数据和/或渠道评估数据；
所述定位问题单元，用于根据异常变化的相关数据和/或渠道评估数据定位异动问题；
所述分析问题单元，用于对定位的异动问题进行分析，获得异动原因。
A8、如A1至7中任一项所述的渠道数据分析系统，所述渠道优化模块包括：
渠道数据分析单元，用于对所述渠道评估模块提供的各渠道的渠道评估数据进行分析，确定是否需要对相应的渠道进行提质或增量优化；
异动数据分析单元，用于对所述异动分析模块提供的异动渠道信息进行分析，确定是否需要对相应的渠道进行提质或增量优化；
提质单元，用于根据渠道数据分析单元和/或异动数据分析单元的指示，对相应渠道进行提质处理；
增量单元，用于根据渠道数据分析单元和/或异动数据分析单元的指示，对相应渠道进行增量处理。
A9、如A8所述的渠道数据分析系统，所述渠道数据分析单元包括:
象限分析单元，用于采用象限分析法对所述各渠道的渠道评估数据进行分析，获得各象限的分析结果,并据此确定是否需要对相应的渠道进行提质或增量优化。
A10、根据A8所述的渠道数据分析系统，所述渠道数据分析单元包括：
成本获取子单元，用于获取各渠道的投入成本；
投入产出计算子单元，用于根据各渠道的用户生命周期价值和投入成本，确定各渠道的产出投入的比例信息；
投入产出分析子单元，用于根据各渠道的产出投入的比例信息确定是否需要对相应的渠道进行提质或增量优化。
A11、根据A3所述的渠道数据分析系统，所述LTV评估单元包括：
平均收入获取子单元，用于获取各渠道的每个用户平均收入；
LTV计算子单元，用于根据每个渠道的用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值。
A12、根据A11所述的渠道数据分析系统，所述LTV计算子单元包括：
第一LTV计算子单元，用于采用短周期的方式，获取相应渠道的用户生命周期价值；
和/或
第二LTV计算子单元，用于采用短周期和长周期相结合的方式，获取相应渠道的用户生命周期价值。
A13、根据A12所述的渠道数据分析系统，所述第二LTV计算子单元具体包括；
综合周期计算子单元，用于分别计算渠道的近期用户的相对留存率、中期用户的相对留存率以及长期用户的相对留存率，综合后获得相应渠道的综合用户生命周期；
综合计算子单元，用于根据相应渠道的综合用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值。
B14、一种渠道分析方法，包括：
获取各渠道的相关数据，所述相关数据包括渠道实时数据和渠道指标数据；
根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；
对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；
根据所述渠道评估模块提供的各渠道的渠道评估数据和所述异动分析模块提供的异动渠道信息，对相关渠道的渠道投放进行优化。
B15、如B14所述的渠道分析方法，所述渠道指标数据包括：
渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种。
B16、如B15所述的渠道分析方法，所述根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据的步骤包括：
根据渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种对各渠道进行评估，获得各渠道的综合结果；和/或
根据渠道收入数据对各渠道进行评估，获得各渠道的LTV结果。
B17、根据B16所述的渠道分析方法，所述根据渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种对各渠道进行评估，获得各渠道的综合结果的步骤具体包括：
对各渠道的渠道规模数据、渠道质量数据和渠道收入数据分别进行分箱处理；
根据所述分箱处理子单元的处理结果计算各渠道的规模得分、质量得分和收入得分。
B18、根据B17所述的渠道分析方法，所述根据渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种对各渠道进行评估，获得各渠道的综合结果的步骤还包括：
对同一渠道的规模得分、质量得分和收入得分按照预置规则进行综合计算，得到对应渠道的综合得分。
B19、根据B14所述的渠道分析方法，还包括步骤：
根据各渠道的渠道评估数据以及异动渠道信息对相应渠道的渠道特征进行展现。
B20、如B14所述的渠道分析方法，所述对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息的步骤具体包括：
对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行监控，发现异常变化的相关数据和/或渠道评估数据；
根据异常变化的相关数据和/或渠道评估数据定位异动问题；
对定位的异动问题进行分析，获得异动原因。
B21、如B14至B19中任一项所述的渠道分析方法，所述对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息的步骤具体包括：
对所述渠道评估模块提供的各渠道的渠道评估数据进行分析，确定是否需要对相应的渠道进行提质或增量优化；
对所述异动分析模块提供的异动渠道信息进行分析，确定是否需要对相应的渠道进行提质或增量优化；
所述提质优化是指根据渠道数据分析单元和/或异动数据分析单元的指示，对相应渠道进行提质处理；
所述增量优化是指根据渠道数据分析单元和/或异动数据分析单元的指示，对相应渠道进行增量处理。
B22、如B21所述的渠道分析方法，所述对所述渠道评估模块提供的各渠道的渠道评估数据进行分析，确定是否需要对相应的渠道进行提质或增量优化的步骤具体包括：象限分析单元，用于采用象限分析法对所述各渠道的渠道评估数据进行分析，获得各象限的分析结果,并据此确定是否需要对相应的渠道进行提质或增量优化。
B23、根据B21所述的渠道分析方法，所述对所述渠道评估模块提供的各渠道的渠道评估数据进行分析，确定是否需要对相应的渠道进行提质或增量优化的步骤包括：
获取各渠道的投入成本；
根据各渠道的用户生命周期价值和投入成本，确定各渠道的产出投入的比例信息；
根据各渠道的产出投入的比例信息确定是否需要对相应的渠道进行提质或增量优化。
B24、根据B16所述的渠道分析方法，所述根据渠道收入数据对各渠道进行评估，获得各渠道的LTV结果的步骤具体包括：
获取各渠道的每个用户平均收入；
根据每个渠道的用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值。
B25、根据B24所述的渠道分析方法，所述根据每个渠道的用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值的步骤包括：
采用短周期的方式，获取相应渠道的用户生命周期价值；
和/或
采用短周期和长周期相结合的方式，获取相应渠道的用户生命周期价值。
B26、根据B25所述的渠道分析方法，所述采用短周期和长周期相结合的方式，获取相应渠道的用户生命周期价值具体包括；
分别计算渠道的近期用户的相对留存率、中期用户的相对留存率以及长期用户的相对留存率，综合后获得相应渠道的综合用户生命周期；
根据相应渠道的综合用户生命周期和该渠道的每个用户平均收入，获取相应渠道的用户生命周期价值。
C27、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，该程序被处理器执行时实现B14-B26任一项所述方法的步骤。
D28、一种电子设备，其特征在于，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B14-B26任一项所述方法的步骤。

Claims (10)

1.一种渠道数据分析系统，包括：
渠道数据获取模块，用于获取各渠道的相关数据，所述相关数据包括渠道实时数据和渠道指标数据；
渠道评估模块，用于根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；
异动分析模块，用于对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；
渠道优化模块，用于根据所述渠道评估模块提供的各渠道的渠道评估数据和所述异动分析模块提供的异动渠道信息，对相关渠道的渠道投放进行优化。
2.如权利要求1所述的渠道数据分析系统，所述渠道指标数据包括：
渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种。
3.如权利要求2所述的渠道数据分析系统，所述渠道评估模块包括综合渠道评估单元和/或用户生命周期价值LTV评估单元，其中：
所述综合评估单元，用于根据渠道规模数据、渠道质量数据和渠道收入数据中的一种或多种对各渠道进行评估，获得各渠道的综合结果；
所述LTV评估单元，用于根据渠道收入数据对各渠道进行评估，获得各渠道的LTV结果。
4.根据权利要求3所述的渠道数据分析系统，所述综合评估单元具体包括：
分箱处理子单元，用于对各渠道的渠道规模数据、渠道质量数据和渠道收入数据分别进行分箱处理；
指标计算子单元，用于根据所述分箱处理子单元的处理结果计算各渠道的规模得分、质量得分和收入得分。
5.根据权利要求4所述的渠道数据分析系统，所述综合评估单元还包括：
综合得分计算子单元，其用于对同一渠道的规模得分、质量得分和收入得分按照预置规则进行综合计算，得到对应渠道的综合得分。
6.根据权利要求1所述的渠道数据分析系统，还包括：
展现模块，用于根据各渠道的渠道评估数据以及异动渠道信息对相应渠道的渠道特征进行展现。
7.如权利要求1所述的渠道数据分析系统，所述异动分析模块包括异动监控单元、定位问题单元以及分析问题单元，其中：
所述异动监控单元，用于对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行监控，发现异常变化的相关数据和/或渠道评估数据；
所述定位问题单元，用于根据异常变化的相关数据和/或渠道评估数据定位异动问题；
所述分析问题单元，用于对定位的异动问题进行分析，获得异动原因。
8.一种渠道分析方法，包括：
获取各渠道的相关数据，所述相关数据包括渠道实时数据和渠道指标数据；
根据所述各渠道的相关数据对相应的渠道进行评估，获得各渠道的渠道评估数据；
对一定时间段内所述各渠道的相关数据和/或渠道评估数据的变化情况进行分析，获得异动渠道信息；
根据所述渠道评估模块提供的各渠道的渠道评估数据和所述异动分析模块提供的异动渠道信息，对相关渠道的渠道投放进行优化。
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，该程序被处理器执行时实现权利要求8所述方法的步骤。
10.一种电子设备，其特征在于，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权利要求8述方法的步骤。
CN201811369580.6A 2018-11-16 2018-11-16 一种渠道数据分析系统和方法 Active CN109583722B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811369580.6A CN109583722B (zh) 2018-11-16 2018-11-16 一种渠道数据分析系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811369580.6A CN109583722B (zh) 2018-11-16 2018-11-16 一种渠道数据分析系统和方法

Publications (2)

Publication Number Publication Date
CN109583722A true CN109583722A (zh) 2019-04-05
CN109583722B CN109583722B (zh) 2024-08-20

Family

ID=65922633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811369580.6A Active CN109583722B (zh) 2018-11-16 2018-11-16 一种渠道数据分析系统和方法

Country Status (1)

Country Link
CN (1) CN109583722B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110232597A (zh) * 2019-06-14 2019-09-13 苏州开心盒子软件有限公司 广告渠道的评估方法、装置、设备和存储介质
CN110232557A (zh) * 2019-04-29 2019-09-13 北京水滴互保科技有限公司 公益项目管理方法、装置、系统及电子设备、存储介质
CN110348745A (zh) * 2019-07-12 2019-10-18 西安点告网络科技有限公司 广告渠道的评级方法和装置
CN110659931A (zh) * 2019-08-29 2020-01-07 中至数据集团股份有限公司 渠道质量评价方法、系统、可读存储介质及计算机设备
CN110866779A (zh) * 2019-10-17 2020-03-06 上海易点时空网络有限公司 基于不同渠道广告投放的数据处理方法以及装置、设备、存储介质
CN110990464A (zh) * 2019-12-19 2020-04-10 绍兴市上虞区理工高等研究院 一种渠道数据分析对比方法、设备及存储介质
CN111967953A (zh) * 2020-06-23 2020-11-20 广州海颐软件有限公司 一种缴费策略分析方法及电子设备
CN112232862A (zh) * 2020-10-12 2021-01-15 上海移卓网络科技有限公司 预测广告业务渠道roi的方法、装置、设备及存储介质
CN114612124A (zh) * 2020-12-09 2022-06-10 北京智胜新格科技有限公司 广告数据处理方法、装置、设备及存储介质
CN115271890A (zh) * 2022-09-28 2022-11-01 江苏火焰云数据技术有限公司 一种电商平台流量价值智慧评估系统
CN116009120A (zh) * 2023-01-05 2023-04-25 南京信息工程大学 空间天气灾害效应的组网监测方法及系统
CN116468470A (zh) * 2023-04-24 2023-07-21 朴道征信有限公司 用户来源渠道的评估方法、装置、电子设备及存储介质
CN117408594A (zh) * 2023-12-14 2024-01-16 山东省鲁商冰轮建筑设计有限公司 一种基于大数据的冷链物流信息平台
CN117557007A (zh) * 2024-01-11 2024-02-13 中数通信息有限公司 一种数据处理的质量评估方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060205437A1 (en) * 2005-03-08 2006-09-14 Samsung Electronics Co., Ltd. Apparatus and method for channel estimation in an SDMA-OFDM system
US20060229896A1 (en) * 2005-04-11 2006-10-12 Howard Rosen Match-based employment system and method
US20110082756A1 (en) * 2009-10-06 2011-04-07 Sapient, Inc. Advertising product, and a system and method for implementing the advertising product
CN103605714A (zh) * 2013-11-14 2014-02-26 北京国双科技有限公司 网站异常数据的识别方法及装置
CN103886168A (zh) * 2012-12-19 2014-06-25 腾讯科技（深圳）有限公司 基于层次分析法的多渠道分析方法及装置
AU2014100818A4 (en) * 2014-07-16 2014-08-21 Ip Monitor Pty Ltd A web server implemented method for configuring pct national phase jurisdiction selections
CN105260815A (zh) * 2015-09-18 2016-01-20 国网辽宁省电力有限公司鞍山供电公司 基于大数据的电力系统缴费渠道评价方法
CN105654353A (zh) * 2016-02-05 2016-06-08 北京奇虎科技有限公司 数据处理方法、装置及系统
CN106228313A (zh) * 2016-08-10 2016-12-14 南京坦道信息科技有限公司 一种基于平衡计分卡的电信门店效益评估方法
CN107358346A (zh) * 2017-07-03 2017-11-17 中国联合网络通信集团有限公司 针对于通信质量的评价信息处理方法和装置
CN107403285A (zh) * 2017-08-10 2017-11-28 南京坦道信息科技有限公司 基于最优分割法的运营商营销渠道价值评估方法
CN107862547A (zh) * 2017-11-03 2018-03-30 网易乐得科技有限公司 投放渠道的评估方法、介质、装置和计算设备
US20180218383A1 (en) * 2017-01-28 2018-08-02 Wal-Mart Stores, Inc. Systems and methods for determining customer state transitions for growth of customer lifetime values

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060205437A1 (en) * 2005-03-08 2006-09-14 Samsung Electronics Co., Ltd. Apparatus and method for channel estimation in an SDMA-OFDM system
US20060229896A1 (en) * 2005-04-11 2006-10-12 Howard Rosen Match-based employment system and method
US20110082756A1 (en) * 2009-10-06 2011-04-07 Sapient, Inc. Advertising product, and a system and method for implementing the advertising product
CN103886168A (zh) * 2012-12-19 2014-06-25 腾讯科技（深圳）有限公司 基于层次分析法的多渠道分析方法及装置
CN103605714A (zh) * 2013-11-14 2014-02-26 北京国双科技有限公司 网站异常数据的识别方法及装置
AU2014100818A4 (en) * 2014-07-16 2014-08-21 Ip Monitor Pty Ltd A web server implemented method for configuring pct national phase jurisdiction selections
CN105260815A (zh) * 2015-09-18 2016-01-20 国网辽宁省电力有限公司鞍山供电公司 基于大数据的电力系统缴费渠道评价方法
CN105654353A (zh) * 2016-02-05 2016-06-08 北京奇虎科技有限公司 数据处理方法、装置及系统
CN106228313A (zh) * 2016-08-10 2016-12-14 南京坦道信息科技有限公司 一种基于平衡计分卡的电信门店效益评估方法
US20180218383A1 (en) * 2017-01-28 2018-08-02 Wal-Mart Stores, Inc. Systems and methods for determining customer state transitions for growth of customer lifetime values
CN107358346A (zh) * 2017-07-03 2017-11-17 中国联合网络通信集团有限公司 针对于通信质量的评价信息处理方法和装置
CN107403285A (zh) * 2017-08-10 2017-11-28 南京坦道信息科技有限公司 基于最优分割法的运营商营销渠道价值评估方法
CN107862547A (zh) * 2017-11-03 2018-03-30 网易乐得科技有限公司 投放渠道的评估方法、介质、装置和计算设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"如何做好渠道数据分析？渠道数据分析的方法有哪些？", Retrieved from the Internet <URL:https://www.welinkdata.com/news/3250.html> *
RYSAVY, M等: "Evaluation of low-count spectra without binning", NUCLEAR INSTRUMENTS & METHODS IN PHYSICS RESEARCH SECTION A-ACCELERATORS SPECTROMETERS DETECTORS AND ASSOCIATED EQUIPMENT, vol. 594, no. 1, 21 August 2008 (2008-08-21), pages 97 - 101, XP023520502, DOI: 10.1016/j.nima.2008.03.101 *
庞超: "基于Spark和Hive的网易移动大数据支持平台的设计与实现", 中国优秀硕士学位论文全文数据库信息科技辑, no. 1, pages 138 - 545 *
王浩宇等: "信令大数据技术在精准营销中的应用", 北京邮电大学学报(社会科学版), vol. 18, no. 04, 30 August 2016 (2016-08-30), pages 70 - 76 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110232557A (zh) * 2019-04-29 2019-09-13 北京水滴互保科技有限公司 公益项目管理方法、装置、系统及电子设备、存储介质
CN110232597A (zh) * 2019-06-14 2019-09-13 苏州开心盒子软件有限公司 广告渠道的评估方法、装置、设备和存储介质
CN110348745A (zh) * 2019-07-12 2019-10-18 西安点告网络科技有限公司 广告渠道的评级方法和装置
CN110659931A (zh) * 2019-08-29 2020-01-07 中至数据集团股份有限公司 渠道质量评价方法、系统、可读存储介质及计算机设备
CN110866779A (zh) * 2019-10-17 2020-03-06 上海易点时空网络有限公司 基于不同渠道广告投放的数据处理方法以及装置、设备、存储介质
CN110990464B (zh) * 2019-12-19 2024-01-12 绍兴市上虞区理工高等研究院 一种渠道数据分析对比方法、设备及存储介质
CN110990464A (zh) * 2019-12-19 2020-04-10 绍兴市上虞区理工高等研究院 一种渠道数据分析对比方法、设备及存储介质
CN111967953A (zh) * 2020-06-23 2020-11-20 广州海颐软件有限公司 一种缴费策略分析方法及电子设备
CN112232862A (zh) * 2020-10-12 2021-01-15 上海移卓网络科技有限公司 预测广告业务渠道roi的方法、装置、设备及存储介质
CN114612124A (zh) * 2020-12-09 2022-06-10 北京智胜新格科技有限公司 广告数据处理方法、装置、设备及存储介质
CN115271890A (zh) * 2022-09-28 2022-11-01 江苏火焰云数据技术有限公司 一种电商平台流量价值智慧评估系统
CN116009120A (zh) * 2023-01-05 2023-04-25 南京信息工程大学 空间天气灾害效应的组网监测方法及系统
CN116468470A (zh) * 2023-04-24 2023-07-21 朴道征信有限公司 用户来源渠道的评估方法、装置、电子设备及存储介质
CN117408594A (zh) * 2023-12-14 2024-01-16 山东省鲁商冰轮建筑设计有限公司 一种基于大数据的冷链物流信息平台
CN117408594B (zh) * 2023-12-14 2024-03-29 山东省鲁商冰轮建筑设计有限公司 一种基于大数据的冷链物流信息平台
CN117557007A (zh) * 2024-01-11 2024-02-13 中数通信息有限公司 一种数据处理的质量评估方法及系统
CN117557007B (zh) * 2024-01-11 2024-04-26 中数通信息有限公司 一种数据处理的质量评估方法及系统

Also Published As

Publication number Publication date
CN109583722B (zh) 2024-08-20

Similar Documents

Publication Publication Date Title
CN109583722A (zh) 一种渠道数据分析系统和方法
Chernozhukov et al. The sorted effects method: Discovering heterogeneous effects beyond their averages
CN107766929B (zh) 模型分析方法及装置
CN107679946A (zh) 基金产品推荐方法、装置、终端设备及存储介质
CN109360084A (zh) 征信违约风险的评估方法及装置、存储介质、计算机设备
CN108665120A (zh) 打分模型的建立、用户信用的评估方法及装置
CN101710304A (zh) 一种软件过程实施质量评测方法
CN109583721B (zh) 一种渠道的评估方法、装置及电子设备
US20100082469A1 (en) Constrained Optimized Binning For Scorecards
Yuliari et al. Customer segmentation through fuzzy C-means and fuzzy RFM method
CN112529628A (zh) 客户标签的生成方法、装置、计算机设备及存储介质
CN112101807A (zh) 一种电信行业集团客户价值综合评估的方法及相关装置
CN107957988A (zh) 用于确定数据异常原因的方法、装置及电子设备
Doszyń Statistical determination of impact of property attributes for weak measurement scales
US20140257938A1 (en) System and method for analyzing hospitality industry data and providing analytical performance management tools
Sun et al. Using improved RFM model to classify consumer in big data environment
CN115081515A (zh) 能效评价模型构建方法、装置、终端及存储介质
CN107093005A (zh) 基于大数据挖掘算法实现办税服务厅自动分级的方法
CN109636184A (zh) 一种品牌的账号资产的评估方法及系统
CN113361961A (zh) 基于pdca闭环管理的国家集采全流程监控体系及智能系统实现
CN104299041A (zh) 一种基于信令的区域流量价值评估方法
CN106651630A (zh) 关键用电行业识别方法和系统
CN108388911A (zh) 一种面向混合属性的移动用户动态模糊聚类方法
CN114444934A (zh) 一种企业销售周期性评价算法及其工具化应用
CN114881677A (zh) 一种用户需求分析方法、装置及设备

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
GR01 Patent grant
GR01 Patent grant