电商后台数据分析算法制造技术

本发明专利技术公开了电商后台数据分析算法，通过数据采集模块通过流量获取网购信息，并且将数据储存到数据储存模块内部，在这时分别通过个人数据分析模块对每个人的购物信息进行分析计算，得出结果，同时通过网络数据分析模块对整个流量数据进行分析计算，得出结果，计算得出的结果均被储存到数据储存模块，通过调取数据储存模块数据，通过商品推送模块对个人客户端进行商品推动，发明专利技术，通过电商后台数据分析算法，可以将不同地区的购买习惯和不同时间段商品的需求进行分析计算，将个人的购买习惯及购买力等进行分析，判定个人的需求，便于商品的推送，提高数据的应用率，同时通过数据的计算分析更好方便客户的购物需求。

Background Data Analysis Algorithms for E-commerce

The invention discloses a data analysis algorithm for backstage of e-commerce, which obtains online shopping information through traffic through data acquisition module, and stores data into data storage module. At this time, each person's shopping information is analyzed and calculated by personal data analysis module, and the result is obtained. At the same time, the whole traffic data is analyzed and calculated by network data analysis module. The results are all stored in the data storage module. By invoking the data storage module data, pushing the commodity on the individual client through the commodity push module, inventing and analyzing the background data through the business data analysis algorithm, we can analyze and calculate the purchase habits of different regions and the demand of commodities in different periods, and then we can analyze and calculate the purchase habits and purchasing power of individuals. Analysis, determine individual needs, facilitate the delivery of goods, improve the application rate of data, and through the calculation and analysis of data to better facilitate customer shopping needs.

【技术实现步骤摘要】
电商后台数据分析算法
本专利技术涉及电商数据分析
，具体为电商后台数据分析算法。
技术介绍
中国网民人数已经高达4.2亿，位居全球第一，巨大的上网人数，带来了巨大的商机，通过网络寻找自己的客户、寻求需要的产品，已经成为人们日常生活中的一股潮流，在进行客户端服务时，电商后台对数据的分析算法是至关重要的一个操作流程，通过后台对数据的分析计算，可以引导客户更好的体验网络购物的舒适性和便捷性，所以设计电商后台数据分析算法是很有必要的。
技术实现思路
本专利技术的目的在于提供电商后台数据分析算法，以解决上述
技术介绍
中提出的问题。为了解决上述技术问题，本专利技术提供如下技术方案：电商后台数据分析算法；包括数据采集模块、个人数据分析模块、网络数据分析模块、商品推送模块、数据储存模块和间隔时间预测分析模块，通过数据采集模块通过流量获取网购信息，并且将数据储存到数据储存模块内部，在这时分别通过个人数据分析模块对每个人的购物信息进行分析计算，得出结果，同时通过网络数据分析模块对整个流量数据进行分析计算，得出结果，计算得出的结果均被储存到数据储存模块，通过调取数据储存模块数据，通过商品推送模块对个人客户端进行商品推动，同时推送需求多的商品，通过间隔时间预测分析模块调取数据储存模块内数据，根据个人的购买需求，推算下一时间段的需求，然后通过商品推送模块进行商品推送。电商后台数据分析算法，所述电商后台数据分析算法的步骤具体为：步骤一，获取数据；步骤二，分析计算；步骤三，推算推送；步骤四；数据储存；步骤五，间隔时间预测分析推送；其中在上述的步骤一中，通过数据采集模块通过流量数据获取个人的购买品类、浏览量、加入购物车的物品及同类商品的数目、商品的成交量和退款率，同时通过流量获取电商平台的商品浏览量、购买量、支付率、转化率和退款率；其中在上述的步骤二中，在获取个人的购买品类、浏览量、加入购物车的物品及同类商品的数目、商品的成交量和退款率的数据后，通过个人数据分析模块分析得出购买人的购买力，购买频次，购买喜好，购买倾向，在获取电商平台的商品浏览量、购买量、支付率、转化率和退款率，通过网络数据分析模块分析得出不同阶段时间段人们的需求，不同区域的购买习惯，不同地区的消费水平和喜欢购买商品；其中在上述的步骤三中，根据上述步骤二中分析的数据，通过商品推送模块针对个人分析数据对客户端的浏览页面进行修改，为客户更好的购物体验，在针对不同区域，不同时间段的整体客户端进行修改，适用于不同区域的购买人群；其中在上述的步骤四中，通过数据储存模块对步骤一通过流量获取的数据和步骤二通过分析计算得出的数据进行储存；其中在上述的步骤五中，间隔时间预测分析模块调取数据储存模块的个人数据，根据各个时间段的购买需求及购买力，通过时间计算及购买习惯，推算下次客户的需求和购买愿望。根据上述技术方案，所述步骤三中，在进行货品推送时，通过个人数据分析模块分析得到的数据为主，通过网络数据分析模块分析得到的数据为辅。根据上述技术方案，所述步骤三中，针对客户的喜好和购买频率，获取购买店家的信息，将店家信息储存到数据储存模块，数据在下次数据分析时做补充数据。根据上述技术方案，所述步骤二中，在进行个人信息分析时，在客户进行一次浏览后进行分析，且参考前两次的浏览量和购买量，在进行网络数据分析时，每24小时更新一侧分析数据。根据上述技术方案，所述步骤五中，间隔时间预测分析推送，在进行分析与测试，时间段分为14天、一个月、三个月、六个月和一年，分析数据的距离最近一次浏览数据为重要参考，其他数据按时间计算，时间越长，参考价值越低。与现有技术相比，本专利技术所达到的有益效果是：该专利技术，通过电商后台数据分析算法，可以将不同地区的购买习惯和不同时间段商品的需求进行分析计算，将个人的购买习惯及购买力等进行分析，判定个人的需求，便于商品的推送，提高数据的应用率，同时通过数据的计算分析更好方便客户的购物需求。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1是本专利技术的操作流程示意图；图2是本专利技术的信息输入流程示意图；具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。请参阅图1-2，本专利技术提供技术方案：电商后台数据分析算法，包括数据采集模块、个人数据分析模块、网络数据分析模块、商品推送模块、数据储存模块和间隔时间预测分析模块，通过数据采集模块通过流量获取网购信息，并且将数据储存到数据储存模块内部，在这时分别通过个人数据分析模块对每个人的购物信息进行分析计算，得出结果，同时通过网络数据分析模块对整个流量数据进行分析计算，得出结果，计算得出的结果均被储存到数据储存模块，通过调取数据储存模块数据，通过商品推送模块对个人客户端进行商品推动，同时推送需求多的商品，通过间隔时间预测分析模块调取数据储存模块内数据，根据个人的购买需求，推算下一时间段的需求，然后通过商品推送模块进行商品推送。电商后台数据分析算法，电商后台数据分析算法的步骤具体为：步骤一，获取数据；步骤二，分析计算；步骤三，推算推送；步骤四；数据储存；步骤五，间隔时间预测分析推送；其中在上述的步骤一中，通过数据采集模块通过流量数据获取个人的购买品类、浏览量、加入购物车的物品及同类商品的数目、商品的成交量和退款率，同时通过流量获取电商平台的商品浏览量、购买量、支付率、转化率和退款率；其中在上述的步骤二中，在获取个人的购买品类、浏览量、加入购物车的物品及同类商品的数目、商品的成交量和退款率的数据后，通过个人数据分析模块分析得出购买人的购买力，购买频次，购买喜好，购买倾向，在获取电商平台的商品浏览量、购买量、支付率、转化率和退款率，通过网络数据分析模块分析得出不同阶段时间段人们的需求，不同区域的购买习惯，不同地区的消费水平和喜欢购买商品；其中在上述的步骤三中，根据上述步骤二中分析的数据，通过商品推送模块针对个人分析数据对客户端的浏览页面进行修改，为客户更好的购物体验，在针对不同区域，不同时间段的整体客户端进行修改，适用于不同区域的购买人群；其中在上述的步骤四中，通过数据储存模块对步骤一通过流量获取的数据和步骤二通过分析计算得出的数据进行储存；其中在上述的步骤五中，间隔时间预测分析模块调取数据储存模块的个人数据，根据各个时间段的购买需求及购买力，通过时间计算及购买习惯，推算下次客户的需求和购买愿望。根据上述技术方案，步骤三中，在进行货品推送时，通过个人数据分析模块分析得到的数据为主，通过网络数据分析模块分析得到的数据为辅。根据上述技术方案，步骤三中，针对客户的喜好和购买频率，获取购买店家的信息，将店家信息储存到数据储存模块，数据在下次数据分析时做补充数据。根据上述技术方案，步骤二中，在进行个人信息分析时，在客户进行一次浏览后进行分析，且参考前两次的浏览量和购买量，在进行网络数据分析时，每24小时更新一侧分析数据。根据上述技术方案，步骤五中，间隔时间预测分析推送，本文档来自技高网...

【技术保护点】
1.电商后台数据分析算法，包括数据采集模块、个人数据分析模块、网络数据分析模块、商品推送模块、数据储存模块和间隔时间预测分析模块，其特征在于：通过数据采集模块通过流量获取网购信息，并且将数据储存到数据储存模块内部，在这时分别通过个人数据分析模块对每个人的购物信息进行分析计算，得出结果，同时通过网络数据分析模块对整个流量数据进行分析计算，得出结果，计算得出的结果均被储存到数据储存模块，通过调取数据储存模块数据，通过商品推送模块对个人客户端进行商品推动，同时推送需求多的商品，通过间隔时间预测分析模块调取数据储存模块内数据，根据个人的购买需求，推算下一时间段的需求，然后通过商品推送模块进行商品推送。

【技术特征摘要】
1.电商后台数据分析算法，包括数据采集模块、个人数据分析模块、网络数据分析模块、商品推送模块、数据储存模块和间隔时间预测分析模块，其特征在于：通过数据采集模块通过流量获取网购信息，并且将数据储存到数据储存模块内部，在这时分别通过个人数据分析模块对每个人的购物信息进行分析计算，得出结果，同时通过网络数据分析模块对整个流量数据进行分析计算，得出结果，计算得出的结果均被储存到数据储存模块，通过调取数据储存模块数据，通过商品推送模块对个人客户端进行商品推动，同时推送需求多的商品，通过间隔时间预测分析模块调取数据储存模块内数据，根据个人的购买需求，推算下一时间段的需求，然后通过商品推送模块进行商品推送。2.电商后台数据分析算法，其特征在于：所述电商后台数据分析算法的步骤具体为：步骤一，获取数据；步骤二，分析计算；步骤三，推算推送；步骤四；数据储存；步骤五，间隔时间预测分析推送；其中在上述的步骤一中，通过数据采集模块通过流量数据获取个人的购买品类、浏览量、加入购物车的物品及同类商品的数目、商品的成交量和退款率，同时通过流量获取电商平台的商品浏览量、购买量、支付率、转化率和退款率；其中在上述的步骤二中，在获取个人的购买品类、浏览量、加入购物车的物品及同类商品的数目、商品的成交量和退款率的数据后，通过个人数据分析模块分析得出购买人的购买力，购买频次，购买喜好，购买倾向，在获取电商平台的商品浏览量、购买量、支付率、转化率和退款率，通过网络数据分析模块分析得出不同阶段时间段人们的需求，不同区域的购买习惯...

【专利技术属性】
技术研发人员：童毅，
申请(专利权)人：博拉网络股份有限公司，
类型：发明
国别省市：重庆,50