CN114742430A - 用户留存预警可视化方法、装置、设备及存储介质 - Google Patents
用户留存预警可视化方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114742430A CN114742430A CN202210423240.7A CN202210423240A CN114742430A CN 114742430 A CN114742430 A CN 114742430A CN 202210423240 A CN202210423240 A CN 202210423240A CN 114742430 A CN114742430 A CN 114742430A
- Authority
- CN
- China
- Prior art keywords
- data
- behavior
- user
- value
- retention
- 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
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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及数据展示领域,揭露一种用户留存预警可视化方法,包括:将源数据及行为数据进行数据关联,生成源数据及行为数据的关联数据;实时监测关联数据是否发生变化,并根据变化情况及属性值等级将行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果;将用户的源数据、行为数据、属性标签值、行为属性值及留存预警结果进行可视化处理,生成用户留存图表。本发明还涉及一种区块链技术,用户留存图表可存储在区块链节点中。本发明还提出一种用户留存预警可视化装置、设备以及介质。本发明可以提高用户留存评估的效率。
Description
技术领域
本发明涉及数据展示领域,尤其涉及一种用户留存预警可视化方法、装置、设备及存储介质。
背景技术
传统的用户留存统计方法是通过人工对用户的工作业绩进行统计,并将统计结果反馈至不同级别的管理层处,管理层对统计结果进行评估,并根据评估结果确定用户的留存结果,由于数量庞大的用户在进行留存评估时,所涉及的数据量级也非常庞大,通过人工进行用户工作业绩的统计,需要耗费大量人力,且还需将统计结果反馈至不同级别的管理层处,使得反馈链路也相应加长,管理层不能及时获取到用户的工作业绩,导致用户留存评估的效率低下。
发明内容
本发明提供一种用户留存预警可视化方法、装置、设备及存储介质,其主要目的是提高用户留存评估的效率。
为实现上述目的,本发明提供了一种用户留存预警可视化方法,包括:
获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值;
将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据;
监测所述关联数据是否发生变化;
在所述关联数据未发生变化时,根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果;
在所述关联数据发生变化时,分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果;
将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表。
可选地,所述将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据,包括:
构建所述源数据及所述行为数据的关联方式及关联逻辑;
根据所述关联方式及关联逻辑得到关联规则;
根据关联规则,利用预设的关联算法将所述源数据及所述行为数据进行关联,生成所述源数据及所述行为数据的关联数据。
可选地,所述将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表,包括:
将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果整合为用户数据集;
从预设的图表指标库中获取与所述用户数据集对应的用户留存数据列表;
从所述图表指标库中查找所述用户留存数据列表对应的可视化图表类型,根据所述可视化图表类型生成用户留存图表。
可选地,所述根据所述可视化图表类型生成用户留存图表,包括:
根据所述可视化图表类型,选择可视化图表类型中任意一种类型的初始图表,并配置所述初始图表的图表样式;
将所述用户数据集显示在所述图表样式的所述初始图表中,得到所述用户留存图表。
可选地,所述监测所述关联数据是否发生变化,包括:
将所述关联数据拆分为多个节点,通过预设的心跳机制设置监控接口,判断每个关联数据的节点是否在预设时间内通过所述监控接口发出回复;
若所述节点没有在预设时间内通过所述监控接口发出回复,则所述关联数据未发生变化;
若所述节点在预设时间内通过所述监控接口发出回复,则所述关联数据发生变化。
可选地,所述分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,包括:
接收更新请求指令,根据所述更新请求指令分别获取所述属性标签值及所述行为属性值中待更新的目标标签值及目标属性值;
获取所述目标标签值的标签值标识符及所述目标属性值的属性值标识符;
根据所述标签值标识符及所述属性值标识符,利用预设的更新函数分别将所述属性标签值与所述行为属性值进行更新,得到所述更新属性标签值及更新行为属性值。
可选地,所述获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值之后,所述方法还包括:
对所述源数据及所述行为数据进行去重操作,并检测去重后的所述源数据及所述行为数据中是否存在数据缺失值;若不存在数据缺失值,则得到去重后的源数据及行为数据;若存在数据缺失值,则对所述数据缺失值进行填充,得到填充后的源数据及行为数据。
为了解决上述问题,本发明还提供一种用户留存预警可视化装置,所述装置包括:
数据获取模块,用于获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值;
数据关联模块,用于将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据;
数据监测模块,用于监测所述关联数据是否发生变化;
用户留存预警模块,用于在所述关联数据未发生变化时,根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果;在所述关联数据发生变化时,分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果;
用户可视化模块,用于将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的计算机程序以实现上述所述的用户留存预警可视化方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的用户留存预警可视化方法。
本发明实施例中,首先通过将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据,可以实现将用户的源数据及其相关行为数据进行良好对接,是后续形成有效精准留存预警的重要保障;其次,通过监测关联数据是否发生变化,可以避免由于关联数据变化的时间不规律,而出现关联数据发生变化但是没有及时更新的情况,从而提高后续对用户进行留存预警的效率,并根据变化情况及属性值等级将行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果,可以无需人工统计计算用户业务完成情况,并避免由于用户留存评估的反馈链路较长,使得管理层不能及时获取到用户的留存预警情况;最后,通过将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表,可以实现清晰有效的向不同层级的管理者展示了用户的所有相关数据及预警信息,提高了用户留存评估的效率。因此本发明实施例提出的用户留存预警可视化方法、装置、设备及存储介质可以提高用户留存评估的效率。
附图说明
图1为本发明一实施例提供的用户留存预警可视化方法的流程示意图;
图2为本发明一实施例提供的用户留存预警可视化方法中一个步骤的详细流程示意图;
图3为本发明一实施例提供的用户留存预警可视化方法中一个步骤的详细流程示意图;
图4为本发明一实施例提供的用户留存预警可视化装置的模块示意图;
图5为本发明一实施例提供的实现用户留存预警可视化方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种用户留存预警可视化方法。所述用户留存预警可视化方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述用户留存预警可视化方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示的本发明一实施例提供的用户留存预警可视化方法的流程示意图,在本发明实施例中,所述用户留存预警可视化方法包括以下步骤S1-S6:
S1、获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值。
本发明实施例中,所述源数据是指用户的个人信息数据,如姓名、工号、职位、入职时间及所处等级等;所述行为数据是指用户做出的与工作相关的行为,比如,用户完成的案件数量、用户参加培训班的参训及结训情况及用户的早会情况等。
本发明实施例中,所述属性标签值是指描述源数据属性特征的字符串组合,比如,源数据中包括用户的入职时间(如3个月、6个月、9个月及13个月等),该入职时间对应的属性标签值为3留、6留、9留及13留等,该3留表示用户留在企业已满3个月及6留表示用户留在企业已满6个月;所述行为属性标签值是指描述用户行为数据特征的字符串组合,比如,行为数据为用户完成的案件数量,则案件数量对应的行为属性值为用户的业绩量。
本发明实施例通过获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值,可以确保后续用户留存预警的准确率,其中,所述用户的源数据、行为数据的获取可以通过利用预设的开源数据采集系统(如Flume)从预设的业务数据库(如保险用户数据库)中进行数据采集,且该开源数据采集系统的主要作用为将业务数据库获得的源数据及行为数据进行收集,再将收集到的源数据及行为数据传输至指定的目的地。
本发明一可选实施例中,所述获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值之后,所述方法还包括:
对所述源数据及所述行为数据进行去重操作,并检测去重后的所述源数据及所述行为数据中是否存在数据缺失值;若不存在数据缺失值,则得到去重后的源数据及行为数据;若存在数据缺失值,则对所述数据缺失值进行填充,得到填充后的源数据及行为数据。
本发明实施例中,由于源数据及行为数据所涵盖数据的质量和数量,直接决定后续对用户留存预警的准确度,所以对源数据及行为数据进行去重操作及缺失值填充,可以清洗掉源数据及行为数据中的重复数据及异常数据,以提高源数据及行为数据的数据质量。
S2、将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据。
本发明实施例中,所述关联数据是指源数据与行为数据相关联的数据,比如,源数据中的用户工号作为用户的唯一标识,形成以用户为核心的关联数据,可以便于有业务查找需求时,根据用户工号查找用户的所有相关信息。
本发明实施例中,所述关联属性值是指属性标签值与行为属性值相关联的值,比如,属性标签值为6留及9留,则与行为属性值中用户的业绩量为相关联的关联属性值。
本发明实施例通过将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据,可以实现将用户的源数据及其相关行为数据进行良好对接,是后续形成有效精准留存预警的重要保障。
作为本发明的一个实施例,参考图2所示,所述将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据,包括以下步骤S21-S23:
S21、构建所述源数据及所述行为数据的关联方式及关联逻辑;
S22、根据所述关联方式及关联逻辑得到关联规则;
S23、根据关联规则,利用预设的关联算法将所述源数据及所述行为数据进行关联,生成所述源数据及所述行为数据的关联数据。
其中,所述关联方式可以通过利用预设的结构化查询语言(Structured QueryLanguage,SQL)作为源数据及行为数据的关联方式,并根据先建立源数据及行为数据的新表格,再进行数据筛选的关联逻辑确定关联规则。
本发明一实施例中,所述预设的关联算法可以为Apriori算法,通过该算法及关联规则将所述源数据及所述行为数据进行关联,生成所述源数据及所述行为数据的关联数据。例如,通过Apriori算法确定源数据(如姓名、工号、职位、入职时间)以及行为数据(如用户完成的业绩量)之间的关联关系。
S3、监测所述关联数据是否发生变化;
本发明实施例中,由于源数据及行为数据具有实时性,且源数据及行为数据间存在关联关系,所以关联数据也具有实时性,通过监测所述关联数据是否发生变化,可以避免由于关联数据变化的时间不规律,而出现关联数据发生变化但是没有及时更新的情况,从而提高后续对用户进行留存预警的效率及准确率。
作为本发明一个实施例,所述监测所述关联数据是否发生变化,包括:
将所述关联数据拆分为多个节点,通过预设的心跳机制设置监控接口,判断每个关联数据的节点是否在预设时间内通过所述监控接口发出回复;若所述节点没有在预设时间内通过所述监控接口发出回复,则所述关联数据未发生变化;若所述节点在预设时间内通过所述监控接口发出回复,则所述关联数据发生变化。
其中,所述心跳机制是指通过节点每隔一定时间向接口发送信息以判断节点是否存活,因其按照一定时间隔发送,类似于心跳,故被称为心跳机制,通过心跳机制可以确定关联数据是否发生变化,其中,所述预设的心跳机制可以通过预设的Socket编程实现。
在所述关联数据未发生变化时,执行S4、根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果。
本发明实施例中,在所述关联数据未发生变化时,表示用户的源数据及行为数据未发生变化,因此,本发明实施例通过根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果,可以实现用户相关数据的实时更新,从而提高留存预警的效率及准确率。
本发明实施例中,由于属性标签值是分等级的所以用户的行为属性值也具有等级性,比如属性标签值为3留,则行为属性值所述的属性值等级为C级;若属性标签值为6留,则行为属性值所处的属性值等级为B级等。
本发明一实施例中,所述预设的留存预警阈值是根据用户需求进行自定义的,主要是根据所述属性值等级确定,且该留存预警阈值为多个参数(如用户业绩量、用户参加培训班的结训分数及用户出席早会次数等)组成。比如,属性值等级位于C级,则对应的留存预警阈值由用户业绩量5篇、用户参加培训班的结训分数不低于90及用户的早会次数为每次都出席等参数组成。
本发明一可选实施例中,根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比是指将用户的每个行为属性值都与对应的留存预警阈值进行对比,若存在行为属性值小于留存预警阈值,则所述留存预警结果为触发留存警报,并将该用户触发警报信息发送至主管处;若存在行为属性值不小于留存预警值,则所述留存预警结果为不触发留存警报。
用户S的属性标签值为6留,所处的属性值等级为B级,对应的留存预警阈值可以由用户业绩量8篇、用户参加培训班的结训分数不低于90及用户的早会次数为每次都出席组成,若用户存在任一项行为属性值不满足该留存预警阈值,则触发留存警报;若用户的行为属性值都满足该留存预警阈值,则不触发警报。
在所述关联数据发生变化时,执行S5、分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果。
本发明实施例中,在所述关联数据发生变化时,表示用户的行为数据发生了变化,因此,本发明实施例通过分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果,可以无需人工统计计算用户业务完成情况,并避免由于用户评估的反馈链路较长,使得最高层不能及时获取到用户的留存预警情况。
作为本发明的一个实施例,所述分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,包括:
接收更新请求指令,根据所述更新请求指令分别获取所述属性标签值及所述行为属性值中待更新的目标标签值及目标属性值;获取所述目标标签值的标签值标识符及所述目标属性值的属性值标识符;根据所述标签值标识符及所述属性值标识符,利用预设的更新函数分别将所述属性标签值与所述行为属性值进行更新,得到所述更新属性标签值及更新行为属性值。
其中,所述更新请求指令是指用户发出的自定义的请求指令;所述标签值标识符是指待更新的属性标签的统一资源定位符,所述属性值标识符是指待更新的行为属性值的统一资源定位符;所述更新函数可以为update函数。
进一步地,所述根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果的方法与S4、中的根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果的方法一致,此处不再赘述。
S6、将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表。
本发明实施例中,所述可视化处理是指借助于图形化手段,清晰有效的展示了用户的所有相关数据及预警信息。
本发明实施例通过将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表,可以实现清晰有效的向不同层级的管理者展示了用户的所有相关数据及预警信息,提高了用户留存评估效率。
作为本发明的一个实施例,参考图3所示,所述将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表,包括以下步骤S61-S63:
S61、将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果整合为用户数据集;
S62、从预设的图表指标库中获取与所述用户数据集对应的用户留存数据列表;
S63、从所述图表指标库中查找所述用户留存数据列表对应的可视化图表类型,根据所述可视化图表类型生成用户留存图表。
其中,所述所述图表指标库是指用户数据集可转化为视图的视图样式,且包括所有可视化图表,其中,所述可视化图表的类型可包括但不限于表格、散点图、柱状图、条形图、折线图、饼图、地图,还可以存储用户导入的数据、用户创建的视图图表。
具体地,图表指标库中包含的用户数据列表可以是循环数据、表格数据、数值算法数据等。
本发明一实施例中,所述用户留存数据列表对应的图表指标库中包括散点图、柱状图、条形图、折线图、饼图和地图等可视化图表类型,本发明可以选取表格与折线图或者表格、折线图与柱状图叠加的图表为用户留存图表。
进一步地,所述根据所述可视化图表类型生成用户留存图表,包括:
根据所述可视化图表类型,选择可视化图表类型中任意一种类型的初始图表,并配置所述初始图表的图表样式;将所述用户数据集显示在所述图表样式的所述初始图表中,得到所述用户留存图表。
具体地,所述图表样式可包括图表的颜色变换、渐变色变换及是否添加标题等。例如,可以根据可视化图表类型选择表格与折线图,对该表格与该折线图进行图表的颜色及渐变色变换,并显示图表标题,最终得到所述用户留存图表。
本发明实施例中,首先通过将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据,可以实现将用户的源数据及其相关行为数据进行良好对接,是后续形成有效精准留存预警的重要保障;其次,通过监测关联数据是否发生变化,可以避免由于关联数据变化的时间不规律,而出现关联数据发生变化但是没有及时更新的情况,从而提高后续对用户进行留存预警的效率,并根据变化情况及属性值等级将行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果,可以无需人工统计计算用户业务完成情况,并避免由于用户留存评估的反馈链路较长,使得管理层不能及时获取到用户的留存预警情况;最后,通过将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表,可以实现清晰有效的向不同层级的管理者展示了用户的所有相关数据及预警信息,提高了用户留存评估的效率。因此本发明实施例提出的用户留存预警可视化方法可以提高用户留存评估的效率。
本发明所述用户留存预警可视化装置100可以安装于电子设备中。根据实现的功能,所述用户留存预警可视化装置可以包括数据获取模块101、数据关联模块102、数据监测模块103、用户留存预警模块104、用户可视化模块105,本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据获取模块101,用于获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值。
本发明实施例中,所述源数据是指用户的个人信息数据,如姓名、工号、职位、入职时间及所处等级等;所述行为数据是指用户做出的与代理工作相关的行为,比如,用户完成的案件数量、用户参加培训班的参训及结训情况及用户的早会情况等。
本发明实施例中,所述属性标签值是指描述源数据属性特征的字符串组合,比如,源数据中包括用户的入职时间(如3个月、6个月、9个月及13个月等),该入职时间对应的属性标签值为3留、6留、9留及13留等,该3留表示用户留在企业已满3个月及6留表示用户留在企业已满6个月;所述行为属性标签值是指描述用户行为数据特征的字符串组合,比如,行为数据为用户完成的案件数量,则案件数量对应的行为属性值为用户的业绩量。
本发明实施例通过获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值,可以确保后续用户留存预警的准确率,其中,所述用户的源数据、行为数据的获取可以通过利用预设的开源数据采集系统(如Flume)从预设的业务数据库(如保险用户数据库)中进行数据采集,且该开源数据采集系统的主要作用为将业务数据库获得的源数据及行为数据进行收集,再将收集到的源数据及行为数据传输至指定的目的地。
所述数据获取模块101还可用于:
对所述源数据及所述行为数据进行去重操作,并检测去重后的所述源数据及所述行为数据中是否存在数据缺失值;若不存在数据缺失值,则得到去重后的源数据及行为数据;若存在数据缺失值,则对所述数据缺失值进行填充,得到填充后的源数据及行为数据。
本发明实施例中,由于源数据及行为数据所涵盖数据的质量和数量,直接决定后续对用户留存预警的准确度,所以对源数据及行为数据进行去重操作及缺失值填充,可以清洗掉源数据及行为数据中的重复数据及异常数据,以提高源数据及行为数据的数据质量。
所述数据关联模块102,用于将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据。
本发明实施例中,所述关联数据是指源数据与行为数据相关联的数据,比如,源数据中的用户工号作为用户的唯一标识,形成以用户为核心的关联数据,可以便于有业务查找需求时,根据用户工号查找用户的所有相关信息。
本发明实施例中,所述关联属性值是指属性标签值与行为属性值相关联的值,比如,属性标签值为6留及9留,则与行为属性值中用户的业绩量为相关联的关联属性值。
本发明实施例通过将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据,可以实现将用户的源数据及其相关行为数据进行良好对接,是后续形成有效精准留存预警的重要保障。
作为本发明的一个实施例,所述数据关联模块102通过执行下述操作将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据,包括:
构建所述源数据及所述行为数据的关联方式及关联逻辑;
根据所述关联方式及关联逻辑得到关联规则;
根据关联规则,利用预设的关联算法将所述源数据及所述行为数据进行关联,生成所述源数据及所述行为数据的关联数据。
其中,所述关联方式可以通过利用预设的结构化查询语言(Structured QueryLanguage,SQL)作为源数据及行为数据的关联方式,并根据先建立源数据及行为数据的新表格,再进行数据筛选的关联逻辑确定关联规则。
本发明一实施例中,所述预设的关联算法可以为Apriori算法,通过该算法及关联规则将所述源数据及所述行为数据进行关联,生成所述源数据及所述行为数据的关联数据。例如,通过Apriori算法确定源数据(如姓名、工号、职位、入职时间)以及行为数据(如用户完成的业绩量)之间的关联关系。
所述数据监测模块103,用于监测所述关联数据是否发生变化;
本发明实施例中,由于源数据及行为数据具有实时性,且源数据及行为数据间存在关联关系,所以关联数据也具有实时性,通过监测所述关联数据是否发生变化,可以避免由于关联数据变化的时间不规律,而出现关联数据发生变化但是没有及时更新的情况,从而提高后续对用户进行留存预警的效率及准确率。
作为本发明一个实施例,所述数据监测模块103通过执行下述操作监测所述关联数据是否发生变化,包括:
将所述关联数据拆分为多个节点,通过预设的心跳机制设置监控接口,判断每个关联数据的节点是否在预设时间内通过所述监控接口发出回复;若所述节点没有在预设时间内通过所述监控接口发出回复,则所述关联数据未发生变化;若所述节点在预设时间内通过所述监控接口发出回复,则所述关联数据发生变化。
其中,所述心跳机制是指通过节点每隔一定时间向接口发送信息以判断节点是否存活,因其按照一定时间隔发送,类似于心跳,故被称为心跳机制,通过心跳机制可以确定关联数据是否发生变化,其中,所述预设的心跳机制可以通过预设的Socket编程实现。
所述用户留存预警模块104,用于在所述关联数据未发生变化时,根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果;在所述关联数据发生变化时,分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果。
本发明实施例中,在所述关联数据未发生变化时,表示用户的源数据及行为数据未发生变化,因此,本发明实施例通过根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果,可以实现用户相关数据的实时更新,从而提高留存预警的效率及准确率。
本发明实施例中,由于属性标签值是分等级的所以用户的行为属性值也具有等级性,比如属性标签值为3留,则行为属性值所述的属性值等级为C级;若属性标签值为6留,则行为属性值所处的属性值等级为B级等。
本发明一实施例中,所述预设的留存预警阈值是根据用户需求进行自定义的,主要是根据所述属性值等级确定,且该留存预警阈值为多个参数(如用户业绩量、用户参加培训班的结训分数及用户出席早会次数等)组成。比如,属性值等级位于C级,则对应的留存预警阈值由用户业绩量5篇、用户参加培训班的结训分数不低于90及用户的早会次数为每次都出席等参数组成。
本发明一可选实施例中,根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比是指将用户的每个行为属性值都与对应的留存预警阈值进行对比,若存在行为属性值小于留存预警阈值,则所述留存预警结果为触发留存警报,并将该用户触发警报信息发送至主管处;若存在行为属性值不小于留存预警值,则所述留存预警结果为不触发留存警报。
用户S的属性标签值为6留,所处的属性值等级为B级,对应的留存预警阈值可以由用户业绩量8篇、用户参加培训班的结训分数不低于90及用户的早会次数为每次都出席组成,若用户存在任一项行为属性值不满足该留存预警阈值,则触发留存警报;若用户的行为属性值都满足该留存预警阈值,则不触发警报。
本发明实施例中,在所述关联数据发生变化时,表示用户的行为数据发生了变化,因此,本发明实施例通过分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果,可以无需人工统计计算用户业务完成情况,并避免由于用户评估的反馈链路较长,使得最高层不能及时获取到用户的留存预警情况。
作为本发明的一个实施例,所述分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,包括:
接收更新请求指令,根据所述更新请求指令分别获取所述属性标签值及所述行为属性值中待更新的目标标签值及目标属性值;获取所述目标标签值的标签值标识符及所述目标属性值的属性值标识符;根据所述标签值标识符及所述属性值标识符,利用预设的更新函数分别将所述属性标签值与所述行为属性值进行更新,得到所述更新属性标签值及更新行为属性值。
其中,所述更新请求指令是指用户发出的自定义的请求指令;所述标签值标识符是指待更新的属性标签的统一资源定位符,所述属性值标识符是指待更新的行为属性值的统一资源定位符;所述更新函数可以为update函数。
进一步地,所述根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果的方法与所述根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果的方法一致,此处不再赘述。
所述用户可视化模块105,用于将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表。
本发明实施例中,所述可视化处理是指借助于图形化手段,清晰有效的展示了用户的所有相关数据及预警信息。
本发明实施例通过将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表,可以实现清晰有效的向不同层级的管理者展示了用户的所有相关数据及预警信息,提高了用户留存评估效率。
作为本发明的一个实施例,所述将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表,包括:
将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果整合为用户数据集;
从预设的图表指标库中获取与所述用户数据集对应的用户留存数据列表;
从所述图表指标库中查找所述用户留存数据列表对应的可视化图表类型,根据所述可视化图表类型生成用户留存图表。
其中,所述所述图表指标库是指用户数据集可转化为视图的视图样式,且包括所有可视化图表,其中,所述可视化图表的类型可包括但不限于表格、散点图、柱状图、条形图、折线图、饼图、地图,还可以存储用户导入的数据、用户创建的视图图表。
具体地,图表指标库中包含的用户数据列表可以是循环数据、表格数据、数值算法数据等。
本发明一实施例中,所述用户留存数据列表对应的图表指标库中包括散点图、柱状图、条形图、折线图、饼图和地图等可视化图表类型,本发明可以选取表格与折线图或者表格、折线图与柱状图叠加的图表为用户留存图表。
进一步地,所述根据所述可视化图表类型生成用户留存图表,包括:
根据所述可视化图表类型,选择可视化图表类型中任意一种类型的初始图表,并配置所述初始图表的图表样式;将所述用户数据集显示在所述图表样式的所述初始图表中,得到所述用户留存图表。
具体地,所述图表样式可包括图表的颜色变换、渐变色变换及是否添加标题等。例如,可以根据可视化图表类型选择表格与折线图,对该表格与该折线图进行图表的颜色及渐变色变换,并显示图表标题,最终得到所述用户留存图表。
本发明实施例中,首先通过将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据,可以实现将用户的源数据及其相关行为数据进行良好对接,是后续形成有效精准留存预警的重要保障;其次,通过监测关联数据是否发生变化,可以避免由于关联数据变化的时间不规律,而出现关联数据发生变化但是没有及时更新的情况,从而提高后续对用户进行留存预警的效率,并根据变化情况及属性值等级将行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果,可以无需人工统计计算用户业务完成情况,并避免由于用户留存评估的反馈链路较长,使得管理层不能及时获取到用户的留存预警情况;最后,通过将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表,可以实现清晰有效的向不同层级的管理者展示了用户的所有相关数据及预警信息,提高了用户留存评估的效率。因此本发明实施例提出的用户留存预警可视化装置可以提高用户留存评估的效率。
如图5所示,是本发明实现用户留存预警可视化方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如用户留存预警可视化程序。
其中,所述存储器11至少包括一种类型的介质,所述介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、本地磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如用户留存预警可视化程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如用户留存预警可视化程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(PerIPheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
可选地,所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地,所述通信接口13还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的用户留存预警可视化程序是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值;
将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据;
监测所述关联数据是否发生变化;
在所述关联数据未发生变化时,根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果;
在所述关联数据发生变化时,分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果;
将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取介质中。所述计算机可读介质可以是非易失性的,也可以是易失性的。所述计算机可读介质可以包括:能够携待所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明实施例还可以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程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值;
将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据;
监测所述关联数据是否发生变化;
在所述关联数据未发生变化时,根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果;
在所述关联数据发生变化时,分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果;
将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表。
进一步地,所述计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的介质、设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种用户留存预警可视化方法,其特征在于,所述方法包括:
获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值;
将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据;
监测所述关联数据是否发生变化;
在所述关联数据未发生变化时,根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果;
在所述关联数据发生变化时,分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果;
将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表。
2.如权利要求1所述的用户留存预警可视化方法,其特征在于,所述将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据,包括:
构建所述源数据及所述行为数据的关联方式及关联逻辑;
根据所述关联方式及关联逻辑得到关联规则;
根据关联规则,利用预设的关联算法将所述源数据及所述行为数据进行关联,生成所述源数据及所述行为数据的关联数据。
3.如权利要求1所述的用户留存预警可视化方法,其特征在于,所述将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表,包括:
将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果整合为用户数据集;
从预设的图表指标库中获取与所述用户数据集对应的用户留存数据列表;
从所述图表指标库中查找所述用户留存数据列表对应的可视化图表类型,根据所述可视化图表类型生成用户留存图表。
4.如权利要求3所述的用户留存预警可视化方法,其特征在于,所述根据所述可视化图表类型生成用户留存图表,包括:
根据所述可视化图表类型,选择可视化图表类型中任意一种类型的初始图表,并配置所述初始图表的图表样式;
将所述用户数据集显示在所述图表样式的所述初始图表中,得到所述用户留存图表。
5.如权利要求1所述的用户留存预警可视化方法,其特征在于,所述监测所述关联数据是否发生变化,包括:
将所述关联数据拆分为多个节点,通过预设的心跳机制设置监控接口,判断每个关联数据的节点是否在预设时间内通过所述监控接口发出回复;
若所述节点没有在预设时间内通过所述监控接口发出回复,则所述关联数据未发生变化;
若所述节点在预设时间内通过所述监控接口发出回复,则所述关联数据发生变化。
6.如权利要求1所述的用户留存预警可视化方法,其特征在于,所述分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,包括:
接收更新请求指令,根据所述更新请求指令分别获取所述属性标签值及所述行为属性值中待更新的目标标签值及目标属性值;
获取所述目标标签值的标签值标识符及所述目标属性值的属性值标识符;
根据所述标签值标识符及所述属性值标识符,利用预设的更新函数分别将所述属性标签值与所述行为属性值进行更新,得到所述更新属性标签值及更新行为属性值。
7.如权利要求1所述的用户留存预警可视化方法,其特征在于,所述获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值之后,所述方法还包括:
对所述源数据及所述行为数据进行去重操作,并检测去重后的所述源数据及所述行为数据中是否存在数据缺失值;若不存在数据缺失值,则得到去重后的源数据及行为数据;若存在数据缺失值,则对所述数据缺失值进行填充,得到填充后的源数据及行为数据。
8.一种用户留存预警可视化装置,其特征在于,所述装置包括:
数据获取模块,用于获取用户的源数据、行为数据、源数据对应的属性标签值及行为数据对应的行为属性值;
数据关联模块,用于将所述源数据及所述行为数据进行数据关联,生成所述源数据及所述行为数据的关联数据;
数据监测模块,用于监测所述关联数据是否发生变化;
用户留存预警模块,用于在所述关联数据未发生变化时,根据所述属性标签值确定所述行为属性值所处的属性值等级,并根据所述属性值等级将所述行为属性值与预设的留存预警阈值进行对比,根据对比结果确定留存预警结果;在所述关联数据发生变化时,分别将所述属性标签值及所述行为属性值进行更新,得到更新属性标签值及更新行为属性值,根据所述更新属性标签值确定所述更新行为属性值所处的更新属性值等级,并根据所述更新属性值等级将所述更新行为属性值与所述留存预警阈值进行对比,根据对比结果确定留存预警结果;
用户可视化模块,用于将所述用户的源数据、所述行为数据、所述属性标签值、所述行为属性值及所述留存预警结果进行可视化处理,生成用户留存图表。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的用户留存预警可视化方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的用户留存预警可视化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210423240.7A CN114742430A (zh) | 2022-04-21 | 2022-04-21 | 用户留存预警可视化方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210423240.7A CN114742430A (zh) | 2022-04-21 | 2022-04-21 | 用户留存预警可视化方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114742430A true CN114742430A (zh) | 2022-07-12 |
Family
ID=82283346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210423240.7A Pending CN114742430A (zh) | 2022-04-21 | 2022-04-21 | 用户留存预警可视化方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114742430A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117372129A (zh) * | 2023-10-27 | 2024-01-09 | 北京赛博数智科技有限公司 | 一种基于大数据的电商运营预警管理方法、系统及存储介质 |
-
2022
- 2022-04-21 CN CN202210423240.7A patent/CN114742430A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117372129A (zh) * | 2023-10-27 | 2024-01-09 | 北京赛博数智科技有限公司 | 一种基于大数据的电商运营预警管理方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107015901B (zh) | 一种日志分析方法及装置 | |
US10699225B2 (en) | Production management support apparatus, production management support method, and production management support program | |
CN112700131B (zh) | 基于人工智能的ab测试方法、装置、计算机设备及介质 | |
CN112364107A (zh) | 系统分析可视化方法、装置、电子设备及计算机可读存储介质 | |
CN113327136A (zh) | 归因分析方法、装置、电子设备及存储介质 | |
CN112115145A (zh) | 数据采集方法、装置、电子设备及存储介质 | |
CN112667612A (zh) | 一种数据质量检核方法、装置、电子设备及存储介质 | |
CN112463530A (zh) | 微服务系统的异常检测方法、装置、电子设备及存储介质 | |
CN115730900A (zh) | 项目数据处理方法、装置、计算机设备和存储介质 | |
CN114124743B (zh) | 一种数据应用全链路检查规则执行方法及系统 | |
CN114742430A (zh) | 用户留存预警可视化方法、装置、设备及存储介质 | |
CN115168457A (zh) | 一种基于元数据管理的可视化处理方法和可视化处理装置 | |
CN111932147A (zh) | 指标统筹的可视化方法、装置、电子设备及存储介质 | |
CN116562715B (zh) | 指标数据监测方法、装置、计算机设备和存储介质 | |
CN112948275A (zh) | 测试数据生成方法、装置、设备及存储介质 | |
CN112783989A (zh) | 一种基于区块链的数据处理方法及装置 | |
CN112948380A (zh) | 基于大数据的数据存储方法、装置、电子设备及存储介质 | |
CN111652282A (zh) | 基于大数据的用户偏好分析方法、装置及电子设备 | |
CN113849520B (zh) | 异常sql的智能识别方法、装置、电子设备及存储介质 | |
CN115759746A (zh) | 可配置化的用户预警方法、装置、电子设备及存储介质 | |
CN114510400A (zh) | 任务执行方法、装置、电子设备及存储介质 | |
CN112258027B (zh) | Kpi优化方法、装置、设备及介质 | |
CN114387021A (zh) | 业务状态生成方法、装置、设备及存储介质 | |
CN114584453A (zh) | 一种应用系统的故障分析方法及装置 | |
CN114490137A (zh) | 业务数据实时统计方法、装置、电子设备及可读存储介质 |
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 |