CN112559826A - 用户群体的划分方法和装置、存储介质及电子设备 - Google Patents

Abstract

本发明公开了一种用户群体的划分方法和装置、存储介质及电子设备。其中，该方法包括：基于用户标识，获取用户行为数据；获取用户行为数据对应的过滤条件，其中，过滤条件包括如下至少之一：用户条件和用户行为条件，用户行为特征条件包括如下之一：动作、频次、时间和属性特征；利用过滤条件对用户行为数据进行过滤，得到目标用户群体。本发明解决了相关技术中对用户群体进行划分的指标简单，无法准确分析用户的完整行为的技术问题。

Description

用户群体的划分方法和装置、存储介质及电子设备

技术领域

本发明涉及互联网领域，具体而言，涉及一种用户群体的划分方法和装置、存储介质及电子设备。

背景技术

在网站监测与分析领域，基于精细化运营的需求，会按照一定条件对访问网站的用户进行细分。例如，来自百度的用户，或者使用移动设备且发生电商购买的用户这种简单的用户群体细分。还有复杂的用户群体细分，例如过去90天前有下过单，最近90天内无下单，且无访问的用户，定义为低价值挽留用户(流失用户)；例如过去45天前有下单，最近45天无下单，但有访问的用户，定义为高价值挽留用户。通过这些群体的划分，对用户进行有针对性和差异性的营销触达、信息推送方案，以提升网站转化效率。

现有方案实现方式如下：通过会话(session)上的属性，来细分用户会话。例如，通过会话的来源渠道、设备、地域，以及转化信息等细分用户，也即，基于会话的用户群体(简称会话群体)，仅从会话的属性上去过滤会话数据。但是，由于会话群体无法跨越会话属性，导致用户数据存在易失，用户数据不全面，无法分析用户的完整行为。另外，由于会话属性表格上无法记录用户访问频次，例如用户一段时间内访问网站多少次，平均停留多长时间，转化率是多少，导致会话群体无法通过用户频次细分用户。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种用户群体的划分方法和装置、存储介质及电子设备，以至少解决相关技术中对用户群体进行划分的指标简单，无法准确分析用户的完整行为的技术问题。

根据本发明实施例的一个方面，提供了一种用户群体的划分方法，包括：基于用户标识，获取用户行为数据；获取用户行为数据对应的过滤条件，其中，过滤条件包括如下至少之一：用户条件和用户行为条件，用户行为特征条件包括如下之一：动作、频次、时间和属性特征；利用过滤条件对用户行为数据进行过滤，得到目标用户群体。

进一步地，过滤条件为树形结构，过滤条件的每个条件对应树形结构的一个叶子节点，树形结构的其他节点对应过滤条件的条件组，且归属于同一父节点的子节点之间的逻辑关系一致。

进一步地，条件组包括子条件和/或子条件组，或条件组为空。

进一步地，条件组包括：一个用户条件和至少一个用户行为条件，或条件组包括：至少一个用户行为条件。

进一步地，时间包括如下之一：固定时间、动态时间和任意时间。

进一步地，属性特征包括如下之一：用户属性和传播属性，用户属性包括如下之一：首次购买，首次来源渠道。

进一步地，过滤条件还包括：用户行为条件之间的时间间隔。

根据本发明实施例的另一方面，还提供了一种用户群体的划分装置，包括：第一获取模块，用于基于用户标识，获取用户行为数据；第二获取模块，用于获取用户行为数据对应的过滤条件，其中，过滤条件包括如下至少之一：用户条件和用户行为条件，用户行为特征条件包括如下之一：动作、频次、时间和属性特征；过滤模块，用于利用过滤条件对用户行为数据进行过滤，得到目标用户群体。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述的用户群体的划分方法。

根据本发明实施例的另一方面，还提供了一种电子设备，设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述的用户群体的划分方法。

在本发明实施例中，通过用户标识获取用户行为数据，并通过动作、频次、时间和属性特征等用户行为特征条件对用户行为数据进行过滤，达到用户群体划分的目的。与相关技术相比，通过用户标识划分用户群体，可以覆盖所有用户数据，而且可以限定用户频次，从而实现了准确分析用户的完整行为，提高了过滤准确度，进而解决了相关技术中对用户群体进行划分的指标简单，无法准确分析用户的完整行为的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种用户群体的划分方法的流程图；

图2是根据本发明实施例的一种可选的用户群体设置页面的示意图；

图3是根据本发明实施例的一种可选的用户群体下拉列表的示意图；

图4是根据本发明实施例的一种可选的过滤条件添加结果的示意图；

图5a是根据本发明实施例的一种可选的不包含用户条件的用户群体设置的示意图；

图5b是根据本发明实施例的一种可选的包含用户条件的用户群体设置的示意图；

图6是根据本发明实施例的另一种可选的过滤条件添加结果的示意图；

图7是根据本发明实施例的一种可选的指标的示意图；

图8是根据本发明实施例的一种可选的否条件应用的示意图；

图9是根据本发明实施例的一种可选的时间迁移的示意图；

图10是根据本发明实施例的一种用户群体的划分装置的示意图；以及

图11是根据本发明实施例的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例，提供了一种用户群体的划分方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

首先，对本发明实施例中优选的技术特征进行如下解释说明：

用户Cookie/Cookies：指某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据。

session：在计算机专业术语中，session是指一个终端用户与交互系统进行通信的时间间隔，通常指从注册进入系统到注销退出系统之间所经过的时间。

用户群体：根据用户的根据用户的行为动作、访问频次、属性特征(来源、设备、地域、转化等)、时间分布，圈选出符合客户需求的群体。通过用户群体，对用户的全生命周期(拉新、激活、留存、转化、分享)，进行用户分析、人群画像、行为分析、归因分析等，服务精细化运营需求，挖掘群体间的转化秘密，提升用户增长效率。

图1是根据本发明实施例的一种用户群体的划分方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，基于用户标识，获取用户行为数据；

具体地，上述的用户标识用于对用户进行唯一标识。由于基于会话的用户群体细分，用户数据不够全面，因此，本实施例中可以通过用户ID(cookie或者设备ID)识别唯一用户。

用户行为数据可以是用户访问网站过程中产生的数据，例如，可以包括用户来源信息；用户访问的具体页面、访问时间；用户在网站的停留时间、访问量；用户使用的搜索引擎、关键词等，但不仅限于此，还可以包含其他数据。为了能够分析用户的完整行为，可以获取所有数据作为用户行为数据。

步骤S104，获取用户行为数据对应的过滤条件，其中，过滤条件包括如下至少之一：用户条件和用户行为条件，用户行为特征条件包括如下之一：动作、频次、时间和属性特征。

具体地，上述的过滤条件可以是用户根据实际过滤需求输入的条件。为了方便用户输入，可以预先为用户提供一个用户群体设置页面，如图2所示，用户可以根据实际过滤需求，添加不同的条件组，得到最终的过滤条件。其中，用户群体名称可以直接由用户命名，用户群体名称必须与设置条件相关。例如，“已转化用户”不能设置成为“新用户”条件，否则在数据分析时，会给他人带来歧义。用户群体描述是该群体备注，非必填项，用户可以根据需要进行填写。

需要说明的是，用户群体设置完成后，默认选择“启用”。如取消勾选，则用户群体在如图3所示的用户群体下拉列表，隐藏。

可选地，过滤条件为树形结构，过滤条件的每个条件对应树形结构的一个叶子节点，树形结构的其他节点对应过滤条件的条件组，且归属于同一父节点的子节点之间的逻辑关系一致。其中，条件组包括子条件和/或子条件组，或条件组为空。条件组包括：一个用户条件和至少一个用户行为条件，或条件组包括：至少一个用户行为条件。

基于过滤条件规则可知，过滤条件可以包括“条件”和“条件组”，默认添加“条件组”，条件组内可以增加“条件”；“条件”由“用户”和“用户行为”两种条件构成；一个“条件组”只允许添加一个“用户”，或者不添加用户，但可以添加多个“用户行为”；“用户”不是必填条件，“用户行为”是必填条件；“条件组”和“条件”存在或和且的逻辑关系；条件设置时，需注意逻辑关系的设置，以免发生错误。一种可选的过滤条件添加结果如图4所示。

设置用户条件的目的是制群体分析的用户基数。用户条件可以包括：访问(所有用户)、已转化用户、新用户、老用户等。对于简单的用户群体可以不添加用户条件，复杂的用户群体(如包含否条件时)必须添加用户条件。

例如，对于最近15天访问的用户的过滤条件，用户可以采用如下两种方式添加过滤条件：第一种方式为：添加一个“用户行为访问网站访问量>＝1最近15天”的条件，添加结果如图5a所示；第二种方式为：添加“访问(所有用户)最近15天”和“用户行为访问网站访问量>＝1最近15天”的两个条件，添加结果如图5b所示。最终过滤得到的两个用户群体相同，如下表1所示。

表1

序号	类型	用户群体名称	用户数	用户数占比	是否启用
						1	用户群体	T2	3657	6.7059％	是
2	用户群体	T3	3657	6.7059％	是

用户行为可以是指用户在访问站点过程的行为特征，包含用户的动作、频次、时间、以及属性特征。一种可选的过滤条件添加结果如图6所示。

具体地，动作可以包括：访问网站、打开页面、点击事件、电商购买、站内搜索，分别对应会话、PV、事件、订单&商品、站内搜索数据等，但不仅限于此。

频次可以是系统中存在的所有指标，部分指标如图7所示，不同动作分别对应该动作下的指标，例如访问网站对应会话相关指标。

在一种可选的方案中，当选择的指标频次为“＝0”，“<0”，“<＝0”时，即通过用户群体圈选出没有做过某个动作的用户。这样的场景称为否条件应用。例如，用户没有触发“添加购物车”事件，用户没有“下单购买”电商转化。对于“双十一器件有访问未购买的用户”的场景，过滤条件添加结果如图8所示。

进一步地，时间包括如下之一：固定时间、动态时间和任意时间。

具体地，固定时间可以是设定的固定日期，例如，2019年7月1日-2019年7月30日)。

动态时间可以是昨天、前天、本周、上周、本月、上月、本年、去年、最近、之前、之间、时间迁移等，其中，最近可以是最近N天；之前可以是在N天之前；之间可以是在过去N天到M天之间；时间迁移可以是时间的向前选择，例如，本周往前14天，也即上上周，如图9所示。

任意时间可以是历史所有时间，从有数据以来截止到昨天的所有时间。

进一步地，属性特征包括如下之一：用户属性和传播属性，用户属性包括如下之一：首次购买，首次来源渠道。如图6所示，访问来源是百度，设备是移动设备。

可选地，过滤条件还包括：用户行为条件之间的时间间隔。

具体地，上述的时间间隔可以是一天内、一周内、一个月内，且不同用户之间时间行为的时间是动态变化的。在一种可选的方案中，对于7月1日-7日访问过网站的，在之后3天内发生购买的用户群体。基于以上两个条件，圈选出的用户群体结果是：7月1日访问网站，在7月2日-4日发生购买即符合条件；7月2日访问网站，在7月3日-5日发生购买即符合条件；7月3日访问网站，在7月4日-6日发生购买即符合条件。

步骤S106，利用过滤条件对用户行为数据进行过滤，得到目标用户群体。

具体地，上述的目标用户群体可以是最终用户需要得到的用户群体，目标用户群体与过滤条件相对应。

需要说明的是，上述的目标用户群体可以内嵌到其他用户群体中，也可以与其他用户群体符合为一个用户群体。另外，目标用户群体可以适配到系统已知所有功能，例如：多维度剖析，路径分析(漏斗图和路径导航)、热力图、归因分析、留存分析等。

通过本发明上述实施例，通过用户标识获取用户行为数据，并通过动作、频次、时间和属性特征等用户行为特征条件对用户行为数据进行过滤，达到用户群体划分的目的。与相关技术相比，通过用户标识划分用户群体，可以覆盖所有用户数据，而且可以限定用户频次，从而实现了准确分析用户的完整行为，提高了过滤准确度，进而解决了相关技术中对用户群体进行划分的指标简单，无法准确分析用户的完整行为的技术问题。

根据本发明实施例，提供了一种用户群体的划分装置。图10是根据本发明实施例的一种用户群体的划分装置的示意图，如图10所示，该装置包括：第一获取模块102、第二获取模块104和过滤模块106。

其中，第一获取模块，用于基于用户标识，获取用户行为数据；第二获取模块，用于获取用户行为数据对应的过滤条件，其中，过滤条件包括如下至少之一：用户条件和用户行为条件，用户行为特征条件包括如下之一：动作、频次、时间和属性特征；过滤模块，用于利用过滤条件对用户行为数据进行过滤，得到目标用户群体。

通过本发明上述实施例，通过用户标识获取用户行为数据，并通过动作、频次、时间和属性特征等用户行为特征条件对用户行为数据进行过滤，达到用户群体划分的目的。与相关技术相比，通过用户标识划分用户群体，可以覆盖所有用户数据，而且可以限定用户频次，从而实现了准确分析用户的完整行为，提高了过滤准确度，进而解决了相关技术中对用户群体进行划分的指标简单，无法准确分析用户的完整行为的技术问题。

所述用户群体的划分装置包括处理器和存储器，上述第一获取模块、第二获取模块和过滤模块等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来新增或修改用户事件。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述事件接口的处理方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述事件接口的处理方法。

本发明实施例提供了一种电子设备，如图11，设备10包括至少一个处理器101、以及与处理器连接的至少一个存储器102、总线103；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述的事件接口的处理方法。本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

基于用户标识，获取用户行为数据；获取用户行为数据对应的过滤条件，其中，过滤条件包括如下至少之一：用户条件和用户行为条件，用户行为特征条件包括如下之一：动作、频次、时间和属性特征；利用过滤条件对用户行为数据进行过滤，得到目标用户群体。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

在一个典型的配置中，设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种用户群体的划分方法，其特征在于，包括：

基于用户标识，获取用户行为数据；

获取所述用户行为数据对应的过滤条件，其中，所述过滤条件包括如下至少之一：用户条件和用户行为条件，所述用户行为特征条件包括如下之一：动作、频次、时间和属性特征；

利用所述过滤条件对所述用户行为数据进行过滤，得到目标用户群体。

2.根据权利要求1所述的方法，其特征在于，所述过滤条件为树形结构，所述过滤条件的每个条件对应树形结构的一个叶子节点，树形结构的其他节点对应所述过滤条件的条件组，且归属于同一父节点的子节点之间的逻辑关系一致。

3.根据权利要求2所述的方法，其特征在于，所述条件组包括子条件和/或子条件组，或所述条件组为空。

4.根据权利要求3所述的方法，其特征在于，所述条件组包括：一个用户条件和至少一个用户行为条件，或所述条件组包括：至少一个用户行为条件。

5.根据权利要求1所述的方法，其特征在于，所述时间包括如下之一：固定时间、动态时间和任意时间。

6.根据权利要求1所述的方法，其特征在于，所述属性特征包括如下之一：用户属性和传播属性，所述用户属性包括如下之一：首次购买，首次来源渠道。

7.根据权利要求1所述的方法，其特征在于，所述过滤条件还包括：用户行为条件之间的时间间隔。

8.一种用户群体的划分装置，其特征在于，包括：

第一获取模块，用于基于用户标识，获取用户行为数据；

第二获取模块，用于获取所述用户行为数据对应的过滤条件，其中，所述过滤条件包括如下至少之一：用户条件和用户行为条件，所述用户行为特征条件包括如下之一：动作、频次、时间和属性特征；

过滤模块，用于利用所述过滤条件对所述用户行为数据进行过滤，得到目标用户群体。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至7中任意一项所述的用户群体的划分方法。

10.一种电子设备，其特征在于，所述设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行权利要求1至7中任意一项所述的用户群体的划分方法。

Images