CN113762994A - 用户运营管理的方法和装置 - Google Patents
用户运营管理的方法和装置 Download PDFInfo
- Publication number
- CN113762994A CN113762994A CN202010513303.9A CN202010513303A CN113762994A CN 113762994 A CN113762994 A CN 113762994A CN 202010513303 A CN202010513303 A CN 202010513303A CN 113762994 A CN113762994 A CN 113762994A
- Authority
- CN
- China
- Prior art keywords
- user
- contact
- data
- behavior
- hierarchical
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000006399 behavior Effects 0.000 claims description 224
- 238000012545 processing Methods 0.000 claims description 35
- 238000012216 screening Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 14
- 238000011144 upstream manufacturing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000013486 operation strategy Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000019771 cognition Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Abstract
本发明公开了用户运营管理的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:根据用户在各个触点的行为数据,确定所述用户在各个触点的触点行为特征数据;对所述用户在各个触点的触点行为特征数据进行组合,确定所述用户的触点行为特征组合集;根据所述用户的触点行为特征组合集,为所述用户标记分层标签。该实施方式能够根据用户在各个触点的行为数据将用户划分为多个层次,且鲁棒性和扩展性好。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种用户运营管理的方法和装置。
背景技术
用户运营包括品牌塑造、新客获取、复购激活和新品推介等。为了使营销活动和用户运营策略更具有针对性,有必要根据用户与品牌物品互动行为的深浅程度对用户进行分层。现有技术中尚无相关技术方案。
发明内容
有鉴于此,本发明实施例提供一种用户运营管理的方法和装置,能够根据用户在各个触点的行为数据将用户划分为多个层次,且鲁棒性和扩展性好。
根据本发明实施例的一个方面,提供了一种用户运营管理的方法,包括:
根据用户在各个触点的行为数据,确定所述用户在各个触点的触点行为特征数据;
对所述用户在各个触点的触点行为特征数据进行组合,确定所述用户的触点行为特征组合集;
根据所述用户的触点行为特征组合集,为所述用户标记分层标签。
可选地,确定所述用户在各个触点的触点行为特征数据,包括:
根据预设的触点特征,对所述用户在所述各个触点的触点行为进行统计,得到所述用户在各个触点的触点行为特征数据。
可选地,对所述用户在各个触点的触点行为特征数据进行组合,包括以下至少之一:
根据预设的时间窗口,对同一个时间窗口内所述用户在各个触点的触点行为特征数据进行组合,汇总各个时间窗口内的组合结果;
根据预设的属性标签,对具有相同属性标签的物品所对应的触点行为特征数据进行组合,汇总各个属性标签对应的组合结果。
可选地,根据所述用户的触点行为特征组合集,为所述用户标记分层标签,包括:
对于所述用户的触点行为特征组合集中的每个触点行为特征组合:根据预设的分层规则集中的每个分层规则,分别确定所述触点行为特征组合的分层结果,得到所述触点行为特征组合的分层结果集;依据预设的筛选规则从所述分层结果集中筛选一个分层结果;根据筛选出的分层结果,为所述用户标记与所述触点行为特征组合对应的分层标签。
可选地,所述预设的筛选规则包括:从所述分层结果集中筛选具有最高分层级别的分层结果。
可选地,本发明实施例的方法还包括:采用用户行为数据表保存用户在各个触点的行为数据,采用用户触点行为特征表保存用户在各个触点的触点行为特征数据,采用用户触点行为特征组合表保存用户的触点行为特征组合集,采用用户分层表保存用户的分层标签。
可选地,本发明实施例的方法还包括:将每个数据处理任务的任务状态和结果数据的数据状态保存至任务状态数据库;
执行每个数据处理任务之前,根据所述任务状态数据库确认所述数据处理任务所依赖的上游数据可用、且所述数据处理任务所依赖的上游任务已执行成功;
所述数据处理任务包括:确定所述用户在各个触点的触点行为特征数据的任务、对所述用户在各个触点的触点行为特征数据进行组合的任务、以及为所述用户标记分层标签的任务。
根据本发明实施例的第二方面,提供一种用户运营管理的装置,包括:
数据采集模块,采集用户在各个触点的行为数据;
特征确定模块,根据用户在各个触点的行为数据,确定所述用户在各个触点的触点行为特征数据;
特征组合模块,对所述用户在各个触点的触点行为特征数据进行组合,确定所述用户的触点行为特征组合集;
用户分层模块,根据所述用户的触点行为特征组合集,为所述用户标记分层标签。
可选地,所述特征确定模块确定所述用户在各个触点的触点行为特征数据,包括:
根据预设的触点特征,对所述用户在所述各个触点的触点行为进行统计,得到所述用户在各个触点的触点行为特征数据。
可选地,所述特征组合模块对所述用户在各个触点的触点行为特征数据进行组合,包括以下至少之一:
根据预设的时间窗口,对同一个时间窗口内所述用户在各个触点的触点行为特征数据进行组合,汇总各个时间窗口内的组合结果;
根据预设的属性标签,对具有相同属性标签的物品所对应的触点行为特征数据进行组合,汇总各个属性标签对应的组合结果。
可选地,所述用户分层模块根据所述用户的触点行为特征组合集,为所述用户标记分层标签,包括:
对于所述用户的触点行为特征组合集中的每个触点行为特征组合:根据预设的分层规则集中的每个分层规则,分别确定所述触点行为特征组合的分层结果,得到所述触点行为特征组合的分层结果集;依据预设的筛选规则从所述分层结果集中筛选一个分层结果;根据筛选出的分层结果,为所述用户标记与所述触点行为特征组合对应的分层标签。
可选地,所述预设的筛选规则包括:从所述分层结果集中筛选具有最高分层级别的分层结果。
可选地,所述数据采集模块采用用户行为数据表保存用户在各个触点的行为数据,所述特征确定模块采用用户触点行为特征表保存用户在各个触点的触点行为特征数据,所述特征组合模块采用用户触点行为特征组合表保存用户的触点行为特征组合集,所述用户分层模块采用用户分层表保存用户的分层标签。
可选地,本发明实施例的装置还包括:任务调度模块,用于:
将每个数据处理任务的任务状态和结果数据的数据状态保存至任务状态数据库;
以及在调度执行每个数据处理任务之前,根据所述任务状态数据库确认所述数据处理任务所依赖的上游数据可用、且所述数据处理任务所依赖的上游任务已执行成功;
所述数据处理任务包括:确定所述用户在各个触点的触点行为特征数据的任务、对所述用户在各个触点的触点行为特征数据进行组合的任务、以及为所述用户标记分层标签的任务。
根据本发明实施例的第三方面,提供一种用户运营管理的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。
根据本发明实施例的第四方面,提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例第一方面提供的方法。
上述发明中的一个实施例具有如下优点或有益效果:通过根据用户在各个触点的行为数据确定用户的分层标签,且分层标签的数量和内容具有可扩展性,能够将所有用户划分为多个层次,且鲁棒性和扩展性好,便于根据各个用户的分层标签有针对性地制定和调整营销策略。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明实施例的用户运营管理的方法的主要流程的示意图;
图2是本发明可选实施例中用户运营管理的数据表流向图;
图3是本发明可选实施例中为用户标记分层标签的流程示意图;
图4是本发明可选实施例中用户运营管理的方法的架构示意图;
图5是本发明实施例的用户运营管理的装置的主要模块的示意图;
图6是本发明实施例可以应用于其中的示例性系统架构图;
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
根据本发明实施例的一个方面,提供了一种用户运营管理的方法。
图1是本发明实施例的用户运营管理的方法的主要流程的示意图,如图1所示,用户运营管理的方法,包括:步骤S101、步骤S102和步骤S103。
在步骤S101中,根据用户在各个触点的行为数据,确定所述用户在各个触点的触点行为特征数据。
触点是指与用户交互的节点,是对用户线上和线下场的划分。以电商领域为例,触点可以是电商网站上的商品分类频道、购物推荐页面、首页展示的广告位、线下门店二维码促销牌等。以银行领域为例,触点可以是手机应用首页展示的业务办理频道、理财产品分类频道、线下柜台等。触点行为是指用户在触点上的行为,例如浏览、观看、点击、购买、分享、扫码等行为。触点特征是对用户触点行为的一种计量,其衡量指标可以根据实际情况进行选择性设定,例如触点行为发生的次数、发生频率等。
可选地,确定所述用户在各个触点的触点行为特征数据,包括:根据预设的触点特征,对所述用户在所述各个触点的触点行为进行统计,得到所述用户在各个触点的触点行为特征数据。统计的规则可以根据对应触点的实际情况进行选择性设定。
示例性地,触点行为包括点击、购买、分享行为。预设的触点特征包括触点行为发生的次数。则在确定用户各个触点的触点行为特征数据时,分别确定点击行为的发生次数、购买行为的发生次数、分享行为的发生次数。
可选地,采用用户行为数据表保存用户在各个触点的行为数据,采用用户触点行为特征表保存用户在各个触点的触点行为特征数据。通常情况下,用户行为数据表和用户触点行为特征表为多个,例如用户在每个触点的触点行为特征数据对应一个用户行为数据表和一个用户触点行为特征表。表1示出了用户触点行为特征表的可选示例。
表1用户触点行为特征表
表1中,DATE代表日期;INT代表整型变量;DTRING代表字符串;MAP<INT,INT>代表map容器,其中键和值均为INT类型。
采用数据表保存数据,可以使得数据采集任务与根据用户行为数据确定触点行为特征数据的任务可以分布式执行,提高用户运营管理的效率。
在步骤S102中,对所述用户在各个触点的触点行为特征数据进行组合,确定所述用户的触点行为特征组合集。
组合是指将具有共同点的触点行为特征数据组合在一起。该共同点的内容以及数量可以根据实际情况进行选择性设定,以满足个性化要求。可选地,对所述用户在各个触点的触点行为特征数据进行组合,包括以下至少之一:
(1)根据预设的时间窗口,对同一个时间窗口内所述用户在各个触点的触点行为特征数据进行组合,汇总各个时间窗口内的组合结果。示例性地,对同一用户的同种触点行为特征按照过去30天、过去60天的时间窗口进行组合,将组合后的不同的用户行为特征按照用户的维度组合在一起;
(2)根据预设的属性标签,对具有相同属性标签的物品所对应的触点行为特征数据进行组合,汇总各个属性标签对应的组合结果。示例性地,按照物品所属的分类和品牌进行组合,将用户的触点行为特征归集到品牌和商品类目维度,将组合后的不同的用户行为特征按照品牌、物品类目的维度组合在一起。
可选地,采用用户行为数据表保存用户在各个触点的行为数据,采用用户触点行为特征表保存用户在各个触点的触点行为特征数据,采用用户触点行为特征组合表保存用户的触点行为特征组合集。通常情况下,用户行为数据表和用户触点行为特征表为多个,用户触点行为特征组合表为一个。例如用户在每个触点的触点行为特征数据对应一个用户行为数据表和一个用户触点行为特征表。表2示出了用户触点行为特征表的可选示例。
表2用户触点行为特征组合表
采用数据表保存数据,可以使得数据采集任务、根据用户行为数据确定触点行为特征数据的任务、以及对用户在各个触点的触点行为特征数据进行组合的任务可以分布式执行,提高用户运营管理的效率。
在步骤S103中,根据所述用户的触点行为特征组合集,为所述用户标记分层标签。
可选地,根据所述用户的触点行为特征组合集,为所述用户标记分层标签,包括:对于所述用户的触点行为特征组合集中的每个触点行为特征组合:根据预设的分层规则集中的每个分层规则,分别确定所述触点行为特征组合的分层结果,得到所述触点行为特征组合的分层结果集;依据预设的筛选规则从所述分层结果集中筛选一个分层结果;根据筛选出的分层结果,为所述用户标记与所述触点行为特征组合对应的分层标签。采用分层规则集中的每个分层规则分别确定一个分层结果并根据从中筛选的一个分层结果确定用户的分层标签,能够提高分层标签的准确性。
预设的筛选规则可以根据实际情况进行选择性设定。例如,每个分层结果代表一个分层标签,从分层结果集中筛选具有最高分层级别的分层结果。再例如,每个分层结果代表一个分层标签,将分层结果集中的各个分层结果按照分层级别从高到低或从低到高的顺序排序,从排序后的分层结果集中筛选中间位置的分层结果。
可选地,采用用户行为数据表保存用户在各个触点的行为数据,采用用户触点行为特征表保存用户在各个触点的触点行为特征数据,采用用户触点行为特征组合表保存用户的触点行为特征组合集,采用用户分层表保存用户的分层标签。通常情况下,用户行为数据表和用户触点行为特征表为多个,用户触点行为特征组合表和用户分层表为一个。例如用户在每个触点的触点行为特征数据对应一个用户行为数据表和一个用户触点行为特征表,如图2所示。表3示出了用户触点行为特征表的可选示例。
表3用户分层表
以根据用户与品牌物品互动行为的深浅程度将用户分为认知(Aware)、吸引(Appeal)、行动(Act)和拥护(Advocate)四个层次为例,每个层次对应一个分层标签,关系逐次递进。表3中的status可以采用1、2、3、4分别代表认知(Aware)、吸引(Appeal)、行动(Act)和拥护(Advocate)四个层次的分层标签。
采用数据表保存数据,可以使得数据采集任务、根据用户行为数据确定触点行为特征数据的任务、对用户在各个触点的触点行为特征数据进行组合的任务、以及为用户标记分层标签的任务可以分布式执行,提高用户运营管理的效率。
图3是本发明可选实施例中为用户标记分层标签的流程示意图。如图3所示,首先从用户触点行为特征组合数据表中读取用户u的触点行为组合特征。对于用户触点行为特征组合数据表中中的每一行数据,并行计算分层规则集中每个分层规则对应的状态结果(即分层结果),分别记为r1、r2、r3、…、rn,下角标n代表分层规则集中分层规则的数量。将得到的各个状态结果保存在数组中。对所有分层规则计算的状态结果进行排序,取所有状态结果中最大的结果作为用户u的最终分层状态r,得到用户u在给定日期dt的与当前触点行为组合特征对应的分层标签,将该分层标签写入用户分层表。采用分层规则集中的每个分层规则分别确定一个分层结果并根据从中筛选的一个分层结果确定用户的分层标签,能够提高分层标签的准确性。
可选地,本发明实施例的方法还包括:将每个数据处理任务的任务状态和结果数据的数据状态保存至任务状态数据库。执行每个数据处理任务之前,根据所述任务状态数据库确认所述数据处理任务所依赖的上游数据可用、且所述数据处理任务所依赖的上游任务已执行成功。数据处理任务包括:确定所述用户在各个触点的触点行为特征数据的任务、对所述用户在各个触点的触点行为特征数据进行组合的任务、以及为所述用户标记分层标签的任务。
图4是本发明可选实施例中用户运营管理的方法的架构示意图,如图4所示,运行本发明实施例的方法的执行主体可以包括数据存储、数据计算和任务调度三个模块。本实施例中,在Hive的基础上设计了用户行为数据表、用户触点行为特征数据表、用户触点行为特征组合表、用户4A分层表(即具有四个分层标签的用户分层表),其中用户4A分层表是最终的4A分层模型结果表。使用Spark分布式计算框架,将用户4A分层表计算分成三个阶段:
第一个阶段是对不同的用户行为进行触点特征计算。读取不同类型的用户行为表,生成每天的用户触点特征,写入用户触点行为特征表;
第二个阶段是对第一阶段的结果进行组合和汇总。读取用户触点行为特征表,通过对数据的组合和汇总,生成每天用于4A分层的特征组合表;
第三个阶段是在第二阶段的用户触点行为特征组合表基础上,通过应用分层规则,根据每个用户的触点行为特征,将用户分为4A四种层次,并且将结果存储在用户4A分层表中。
第一阶段、第二阶段和第三阶段的每个数据处理任务都由图中的任务调度模块进行调度。任务状态数据库是在MySQL(一个关系型数据库管理系统)关系数据库上的建立的任务运行状态和数据计算状态表,用以存储每天的任务运行状态和数据状态。任务运行状态是指数据计算的Spark任务在等待、运行中、成功和失败等状态。数据状态是指用户触点行为特征数据等在等待、生产中、校验中、可用、任务失败不可用的状态。本实施例中,根据每个数据处理任务对上游数据和上游任务的依赖关系,按照次序分三个阶段实现数据计算。根据任务运行状态和数据状态可以确定各个数据处理任务的优先顺序。当数据处理任务执行失败时,可以重新运行。
以电商领域为例,用户运营是电商的一项重要工作,电商平台需要提供数字化运营系统以支持品牌商在平台进行持续的用户运营,包括品牌塑造、新客获取、复购激活和新品推介等。为了使营销活动和用户运营策略更具有针对性,可以根据用户与品牌商品互动行为的深浅程度将用户分为认知(Aware)、吸引(Appeal)、行动(Act)和拥护(Advocate)四个层次,关系逐次递进。大规模的电商平台有数亿活跃用户,用户在平台上与广告、内容、促销活动、商品展示页等素材有浏览、观看、点击、购买、分享等不同层次的互动行为。通过综合分析用户在电商平台的行为数据,使用给定的分层规则,可以对品牌的互动人群进行分层,从而支持品牌商制定进一步的用户运营策略,评估用户运营策略的效果。
实际应用过程中可以使用Apache Hive(是Apache软件基金会开源的大规模数据仓库软件)及其演化版本作为基础软件来建设数据仓库,在数据仓库里面,用户行为数据在收集和清洗之后使用Hive Table存储。Spark是一个开源的分布式数据计算框架,可以和Hive有效地结合以支持大规模的数据分析和存储。在电商平台,可以使用用户的注册PIN(Personal Identification Number,SIM卡的个人识别密码)作为用户的标识,对于无法获取用户注册PIN的场景,使用可获得的加密IMEI(International Mobile EquipmentIdentity,国际移动设备识别码)、IDFA(Identifier For Advertising,一个跟设备相关的唯一标识符)或者浏览器唯一编码来作为用户的标识。在用户行为数据收集和清洗过程中,通过用户注册PIN和加密标识编码的匹配生成统一的编码作为用户标识(USER_PIN)。
目前没有完全支持大规模用户分层的数据计算和存储装置。本实施例通过对用户行为数据进行分阶段计算,将用户行为转化为特征和组合特征,根据业务定义的分层规则将用户划分为不同的层次,本实施例的计算和存储架构可以支持对10亿以上级别的大规模用户进行层次划分,具有很好的鲁棒性和扩展性。用户触点行为特征表、用户触点行为组合特征表和用户分层表具有很好的扩展性,可以支持接入新的触点数据,增加新的状态层次。支持对分层规则并行计算,规则的计算之间没有依赖关系,可以支持增加新的规则,大大提高分层效率。
根据本发明实施例的第二方面,提供一种实现上述方法的装置。
图5是本发明实施例的用户运营管理的装置的主要模块的示意图,如图5所示,用户运营管理的装置500包括:
数据采集模块501,采集用户在各个触点的行为数据;
特征确定模块502,根据用户在各个触点的行为数据,确定所述用户在各个触点的触点行为特征数据;
特征组合模块503,对所述用户在各个触点的触点行为特征数据进行组合,确定所述用户的触点行为特征组合集;
用户分层模块504,根据所述用户的触点行为特征组合集,为所述用户标记分层标签。
可选地,所述特征确定模块确定所述用户在各个触点的触点行为特征数据,包括:
根据预设的触点特征,对所述用户在所述各个触点的触点行为进行统计,得到所述用户在各个触点的触点行为特征数据。
可选地,所述特征组合模块对所述用户在各个触点的触点行为特征数据进行组合,包括以下至少之一:
根据预设的时间窗口,对同一个时间窗口内所述用户在各个触点的触点行为特征数据进行组合,汇总各个时间窗口内的组合结果;
根据预设的属性标签,对具有相同属性标签的物品所对应的触点行为特征数据进行组合,汇总各个属性标签对应的组合结果。
可选地,所述用户分层模块根据所述用户的触点行为特征组合集,为所述用户标记分层标签,包括:
对于所述用户的触点行为特征组合集中的每个触点行为特征组合:根据预设的分层规则集中的每个分层规则,分别确定所述触点行为特征组合的分层结果,得到所述触点行为特征组合的分层结果集;依据预设的筛选规则从所述分层结果集中筛选一个分层结果;根据筛选出的分层结果,为所述用户标记与所述触点行为特征组合对应的分层标签。
可选地,所述预设的筛选规则包括:从所述分层结果集中筛选具有最高分层级别的分层结果。
可选地,所述数据采集模块采用用户行为数据表保存用户在各个触点的行为数据,所述特征确定模块采用用户触点行为特征表保存用户在各个触点的触点行为特征数据,所述特征组合模块采用用户触点行为特征组合表保存用户的触点行为特征组合集,所述用户分层模块采用用户分层表保存用户的分层标签。
可选地,本发明实施例的装置还包括:任务调度模块,用于:
将每个数据处理任务的任务状态和结果数据的数据状态保存至任务状态数据库;
以及在调度执行每个数据处理任务之前,根据所述任务状态数据库确认所述数据处理任务所依赖的上游数据可用、且所述数据处理任务所依赖的上游任务已执行成功;
所述数据处理任务包括:确定所述用户在各个触点的触点行为特征数据的任务、对所述用户在各个触点的触点行为特征数据进行组合的任务、以及为所述用户标记分层标签的任务。
根据本发明实施例的第三方面,提供一种用户运营管理的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。
根据本发明实施例的第四方面,提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例第一方面提供的方法。
图6示出了可以应用本发明实施例的用户运营管理的方法或用户运营管理的装置的示例性系统架构600。
如图6所示,系统架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器,例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的用户运营管理的方法一般由服务器605执行,相应地,用户运营管理的装置一般设置于服务器605中。
应该理解,图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图7,其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例,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7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机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。而在本发明中,计算机可读的信号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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机可读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、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括:数据采集模块,采集用户在各个触点的行为数据;特征确定模块,根据用户在各个触点的行为数据,确定所述用户在各个触点的触点行为特征数据;特征组合模块,对所述用户在各个触点的触点行为特征数据进行组合,确定所述用户的触点行为特征组合集;用户分层模块,根据所述用户的触点行为特征组合集,为所述用户标记分层标签。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,特征组合模块还可以被描述为“为所述用户标记分层标签的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:根据用户在各个触点的行为数据,确定所述用户在各个触点的触点行为特征数据;对所述用户在各个触点的触点行为特征数据进行组合,确定所述用户的触点行为特征组合集;根据所述用户的触点行为特征组合集,为所述用户标记分层标签。
根据本发明实施例的技术方案,通过根据用户在各个触点的行为数据确定用户的分层标签,能够将所有用户划分为多个层次,且鲁棒性和扩展性好。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种用户运营管理的方法,其特征在于,包括:
根据用户在各个触点的行为数据,确定所述用户在各个触点的触点行为特征数据;
对所述用户在各个触点的触点行为特征数据进行组合,确定所述用户的触点行为特征组合集;
根据所述用户的触点行为特征组合集,为所述用户标记分层标签。
2.如权利要求1所述的方法,其特征在于,确定所述用户在各个触点的触点行为特征数据,包括:
根据预设的触点特征,对所述用户在所述各个触点的触点行为进行统计,得到所述用户在各个触点的触点行为特征数据。
3.如权利要求1所述的方法,其特征在于,对所述用户在各个触点的触点行为特征数据进行组合,包括以下至少之一:
根据预设的时间窗口,对同一个时间窗口内所述用户在各个触点的触点行为特征数据进行组合,汇总各个时间窗口内的组合结果;
根据预设的属性标签,对具有相同属性标签的物品所对应的触点行为特征数据进行组合,汇总各个属性标签对应的组合结果。
4.如权利要求1所述的方法,其特征在于,根据所述用户的触点行为特征组合集,为所述用户标记分层标签,包括:
对于所述用户的触点行为特征组合集中的每个触点行为特征组合:根据预设的分层规则集中的每个分层规则,分别确定所述触点行为特征组合的分层结果,得到所述触点行为特征组合的分层结果集;依据预设的筛选规则从所述分层结果集中筛选一个分层结果;根据筛选出的分层结果,为所述用户标记与所述触点行为特征组合对应的分层标签。
5.如权利要求4所述的方法,其特征在于,所述预设的筛选规则包括:从所述分层结果集中筛选具有最高分层级别的分层结果。
6.如权利要求1-5任一所述的方法,其特征在于,还包括:采用用户行为数据表保存用户在各个触点的行为数据,采用用户触点行为特征表保存用户在各个触点的触点行为特征数据,采用用户触点行为特征组合表保存用户的触点行为特征组合集,采用用户分层表保存用户的分层标签。
7.如权利要求1所述的方法,其特征在于,还包括:将每个数据处理任务的任务状态和结果数据的数据状态保存至任务状态数据库;
执行每个数据处理任务之前,根据所述任务状态数据库确认所述数据处理任务所依赖的上游数据可用、且所述数据处理任务所依赖的上游任务已执行成功;
所述数据处理任务包括:确定所述用户在各个触点的触点行为特征数据的任务、对所述用户在各个触点的触点行为特征数据进行组合的任务、以及为所述用户标记分层标签的任务。
8.一种用户运营管理的装置,其特征在于,包括:
数据采集模块,采集用户在各个触点的行为数据;
特征确定模块,根据用户在各个触点的行为数据,确定所述用户在各个触点的触点行为特征数据;
特征组合模块,对所述用户在各个触点的触点行为特征数据进行组合,确定所述用户的触点行为特征组合集;
用户分层模块,根据所述用户的触点行为特征组合集,为所述用户标记分层标签。
9.一种用户运营管理的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010513303.9A CN113762994A (zh) | 2020-06-08 | 2020-06-08 | 用户运营管理的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010513303.9A CN113762994A (zh) | 2020-06-08 | 2020-06-08 | 用户运营管理的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113762994A true CN113762994A (zh) | 2021-12-07 |
Family
ID=78785402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010513303.9A Pending CN113762994A (zh) | 2020-06-08 | 2020-06-08 | 用户运营管理的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762994A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114625625A (zh) * | 2022-05-12 | 2022-06-14 | 深圳市艾德网络科技发展有限公司 | 一种基于识别用户行为的事件时序数据处理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100241599A1 (en) * | 2007-12-03 | 2010-09-23 | Huawei Technologies Co., Ltd. | Method for classifying users, method and device for collecting and analyzing behaviors |
CN106548381A (zh) * | 2016-12-19 | 2017-03-29 | 武汉理工数字传播工程有限公司 | 智能用户标签系统及实现方法 |
CN109919652A (zh) * | 2019-01-17 | 2019-06-21 | 平安城市建设科技(深圳)有限公司 | 用户群体分类方法、装置、设备及存储介质 |
CN111127105A (zh) * | 2019-12-25 | 2020-05-08 | 青梧桐有限责任公司 | 用户分层模型构建方法及系统、运营分析方法及系统 |
CN111241382A (zh) * | 2018-11-28 | 2020-06-05 | 北京京东尚科信息技术有限公司 | 数据处理方法及装置、存储介质、电子设备 |
-
2020
- 2020-06-08 CN CN202010513303.9A patent/CN113762994A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100241599A1 (en) * | 2007-12-03 | 2010-09-23 | Huawei Technologies Co., Ltd. | Method for classifying users, method and device for collecting and analyzing behaviors |
CN106548381A (zh) * | 2016-12-19 | 2017-03-29 | 武汉理工数字传播工程有限公司 | 智能用户标签系统及实现方法 |
CN111241382A (zh) * | 2018-11-28 | 2020-06-05 | 北京京东尚科信息技术有限公司 | 数据处理方法及装置、存储介质、电子设备 |
CN109919652A (zh) * | 2019-01-17 | 2019-06-21 | 平安城市建设科技(深圳)有限公司 | 用户群体分类方法、装置、设备及存储介质 |
CN111127105A (zh) * | 2019-12-25 | 2020-05-08 | 青梧桐有限责任公司 | 用户分层模型构建方法及系统、运营分析方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114625625A (zh) * | 2022-05-12 | 2022-06-14 | 深圳市艾德网络科技发展有限公司 | 一种基于识别用户行为的事件时序数据处理方法及系统 |
CN114625625B (zh) * | 2022-05-12 | 2022-08-05 | 深圳市艾德网络科技发展有限公司 | 一种基于识别用户行为的事件时序数据处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107729937B (zh) | 用于确定用户兴趣标签的方法及装置 | |
CN110020162B (zh) | 用户识别方法和装置 | |
US9607340B2 (en) | Method and system for implementing author profiling | |
EP3076359A1 (en) | Implementing retail customer analytics data model in a distributed computing environment | |
CN112925973A (zh) | 数据处理方法和装置 | |
CN104517157A (zh) | 使用社交媒体在可承诺量系统中预测分析的方法和系统 | |
Raja et al. | Market behavior analysis using descriptive approach | |
Valdez Mendia et al. | Toward customer hyper-personalization experience—A data-driven approach | |
CN112749323A (zh) | 一种构建用户画像的方法和装置 | |
US11184450B2 (en) | Variable content generation and engagement tracking | |
Rashi et al. | An AI-Based Customer Relationship Management Framework for Business Applications | |
CN113762994A (zh) | 用户运营管理的方法和装置 | |
US11294917B2 (en) | Data attribution using frequent pattern analysis | |
US20200311143A1 (en) | Correlating user device attribute groups | |
US20110161135A1 (en) | Method and systems for collateral processing | |
CN112256566B (zh) | 一种测试案例的保鲜方法和装置 | |
CN114996579A (zh) | 信息推送方法、装置、电子设备和计算机可读介质 | |
CN115423555A (zh) | 一种商品推荐方法、装置、电子设备及存储介质 | |
US10354313B2 (en) | Emphasizing communication based on past interaction related to promoted items | |
CN111125514B (zh) | 用户行为分析的方法、装置、电子设备和存储介质 | |
CN114677174A (zh) | 一种计算未上架物品销量的方法和装置 | |
CN113379433A (zh) | 一种广告投放方法和装置 | |
CN110738538A (zh) | 识别相似物品的方法和装置 | |
CN113327145A (zh) | 一种物品推荐方法和装置 | |
CN111460300A (zh) | 网络内容推送方法、装置及存储介质 |
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 |