【技术实现步骤摘要】
本专利技术涉及流量数据分析，尤其涉及一种电商直播流量数据分析方法及系统。
技术介绍
1、电商直播流量数据分析是通过对电商直播过程中的各类数据进行收集、处理和分析，来了解直播的表现及用户行为的方法，主要分析的数据包括观看人数、互动量、转化率、下单量和停留时长等。其中，用户下单需要经过观看直播、点击购买链接、查看详情和购买等步骤，但并不是所有用户都会完成全部步骤，有的用户仅会观看直播，进行评论互动，并不会点击购买链接，而有的用户并不会评论和查看详情，而是直接购买；这些数据对于提高直播转化效率有着意想不到的好处。
2、因此，“如何直观地展示出用户在各互动行为中的数据和用户的流失原因”是本专利技术所需要解决的技术问题。
技术实现思路
1、本专利技术的目的在于提供一种电商直播流量数据分析方法及系统，以解决上述
技术介绍
中提出“如何直观地展示出用户在各互动行为中的数据和用户的流失原因”的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种电商直播流量数据分析方法，所述方法包括：
4、s100：采集用户在电商直播过程中的互动行为，其中所述互动行为至少包括：观看、评论、点赞、浏览商品和下单，配置出所述互动行为与用户id的对应关系；
5、s200：确定所述互动行为之间的顺序，统计出每一项所述互动行为的参与人数，创建与所述互动行为一一对应的阶梯项，基于所述参与人数，查询预设的对照表，其中所述对照表包括：人数项和长度项，确定出阶梯项
6、s300：采集所述漏斗阶梯表中所有用户的行为数据，并将所述行为数据挂载到对应的用户id中，对齐所述漏斗阶梯表中的用户id，链接得到行为链；
7、s400：比对相邻两个阶梯项，确定出流失人员，统计出流失人数，并基于所述对照表，从所述阶梯项中切分出流失项，遍历出每个流失人员的关键节点，其中所述关键节点用于表征影响流失人员转化的原因，并将所述关键节点下挂到流失项中；
8、s500：将所述行为链和流失项输入到预设的诊断性分析模型中，输出得到分析结果，将所述漏斗阶梯表整合到所述分析结果中，并推送到预设终端。
9、进一步的，所述s100包括：
10、扩展所述互动行为，构建附加项，并将所述附加项插入到阶梯项中，其中所述附加项至少包括：分享、礼物赠送和参与抽奖；
11、获取用户的身份信息，基于所述互动行为，建立用户画像，并利用所述用户画像，对所述漏斗阶梯表中的用户id进行分类，得到若干个层级，其中所述层级至少包括：高意向用户、潜在用户和低意向用户。
12、进一步的，所述s200包括：
13、向阶梯项之间嵌入关联规则挖掘机制，遍历出相互关系；
14、接收用户上传的互动行为的实时数据，利用所述相互关系，对所述实时数据进行预测，并将预测结果整合到所述分析结果中。
15、进一步的，所述s200包括：
16、对电商直播的场次进行编号，并向所述漏斗阶梯表中插入由编号生成的标签；
17、比对出不同场次中所述阶梯项的变化趋势，利用预设的调整规则，对所述变化趋势进行修正。
18、进一步的，所述s300包括：
19、整合所有的行为链，构建历史数据集；
20、采集电商直播过程中的访客数据，标记出长期访客，其中所述长期访客的访问次数大于1，遍历所述历史数据集，确定推广策略。
21、进一步的，所述s400包括：
22、划定出若干个时间段，并将电商直播拆分为若干个切片；
23、确定出每个时间段的流失人数，建立切片与时间段的映射，查找出流失人数大于阈值的切片，定义出低效片段。
24、进一步的，所述方法还包括：
25、开放所述漏斗阶梯表的接口；
26、经由所述接口，接收来自不同平台的直播数据，并对所述低效片段进行调整。
27、进一步的，所述系统包括：
28、配置模块，用于采集用户在电商直播过程中的互动行为，其中所述互动行为至少包括：观看、评论、点赞、浏览商品和下单，配置出所述互动行为与用户id的对应关系；
29、生成模块，用于确定所述互动行为之间的顺序，统计出每一项所述互动行为的参与人数，创建与所述互动行为一一对应的阶梯项，基于所述参与人数，查询预设的对照表，其中所述对照表包括：人数项和长度项，确定出阶梯项的长度，按照所述顺序，排列并整合所有的阶梯项，生成漏斗阶梯表，其中所述漏斗阶梯表中最上方阶梯项对应互动行为中的观看；
30、链接模块，用于采集所述漏斗阶梯表中所有用户的行为数据，并将所述行为数据挂载到对应的用户id中，对齐所述漏斗阶梯表中的用户id，链接得到行为链；
31、下挂模块，用于比对相邻两个阶梯项，确定出流失人员，统计出流失人数，并基于所述对照表，从所述阶梯项中切分出流失项，遍历出每个流失人员的关键节点，其中所述关键节点用于表征影响流失人员转化的原因，并将所述关键节点下挂到流失项中；
32、推送模块，用于将所述行为链和流失项输入到预设的诊断性分析模型中，输出得到分析结果，将所述漏斗阶梯表整合到所述分析结果中，并推送到预设终端。
33、进一步的，所述配置模块包括：
34、插入单元，用于扩展所述互动行为，构建附加项，并将所述附加项插入到阶梯项中；
35、得到单元，用于获取用户的身份信息，基于所述互动行为，建立用户画像，并利用所述用户画像，对所述漏斗阶梯表中的用户id进行分类，得到若干个层级。
36、进一步的，所述生成模块包括：
37、遍历单元，用于向阶梯项之间嵌入关联规则挖掘机制，遍历出相互关系；
38、整合单元，用于接收用户上传的互动行为的实时数据，利用所述相互关系，对所述实时数据进行预测，并将预测结果整合到所述分析结果中；
39、编号单元，用于对电商直播的场次进行编号，并向所述漏斗阶梯表中插入由编号生成的标签；
40、修正单元，用于比对出不同场次中所述阶梯项的变化趋势，利用预设的调整规则，对所述变化趋势进行修正。
41、与现有技术相比，本专利技术的有益效果是：
42、通过确定互动行为，能够对电商直播进行精准数据分析，收集更精细的用户行为数据，了解用户在每个互动行为中的表现，通过构建阶梯项，能够直观地展示出每个互动行为的参与人数，大大提高直播内容的针对性，为电商直播的优化决策提供数据支持，通过构建漏斗阶梯表，能够对阶梯项进行整合，提高直播数据分析效率，通过采集行为数据，能够对用户在直播中的具体行为进行分析，从而精准了解用户需求，提升用户体验，通过确定流失人员，能够精准定位问题环节，大幅提高内容针对性和直播转化率。
本文档来自技高网...【技术保护点】
1.一种电商直播流量数据分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的电商直播流量数据分析方法，其特征在于，所述S100包括：
3.根据权利要求1所述的电商直播流量数据分析方法，其特征在于，所述S200包括：
4.根据权利要求1所述的电商直播流量数据分析方法，其特征在于，所述S200包括：
5.根据权利要求4所述的电商直播流量数据分析方法，其特征在于，所述S300包括：
6.根据权利要求1所述的电商直播流量数据分析方法，其特征在于，所述S400包括：
7.根据权利要求6所述的电商直播流量数据分析方法，其特征在于，所述方法还包括：
8.一种电商直播流量数据分析系统，其特征在于，所述系统包括：
9.根据权利要求8所述的电商直播流量数据分析系统，其特征在于，所述配置模块包括：
10.根据权利要求8所述的电商直播流量数据分析系统，其特征在于，所述生成模块包括：
【技术特征摘要】
1.一种电商直播流量数据分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的电商直播流量数据分析方法，其特征在于，所述s100包括：
3.根据权利要求1所述的电商直播流量数据分析方法，其特征在于，所述s200包括：
4.根据权利要求1所述的电商直播流量数据分析方法，其特征在于，所述s200包括：
5.根据权利要求4所述的电商直播流量数据分析方法，其特征在于，所述s300包括：
...【专利技术属性】
技术研发人员：曹翔，
申请(专利权)人：无锡城市职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。