[发明专利]一种对用户行为数据进行漏斗分析方法及装置

说明书

本发明实施例提供了一种对用户行为数据进行漏斗分析方法及装置，其中方法包括：针对每个用户，获取根据应用场景预定义的一个一维数组，元素按预设行为的顺序存储预设行为的时间戳；获取行为序列中第一次出现的第一个预设行为的时间戳填入第一个元素中；若获取的行为序列中的下一个行为是第一个预设行为，则将该行为的时间戳填入第一个元素中；若该行为是第N个预设行为，获取的第N‑1个元素中第一时间戳，与第N个预设行为的时间戳在同一时间窗口内，则将该第一时间戳，填入第N个元素中；将停止在元素中填入时间戳的当前一维数组中，已填入时间戳的元素的个数，作为最长的执行行为数量，以计算第N‑1个预设行为向第N个预设行为进行转化的转化率。

技术领域

本发明涉及数据分析技术领域，特别是涉及一种对用户行为数据进行漏斗分析方法及装置。

背景技术

目前，通常采用漏斗分析方法对用户行为数据进行分析，以监控用户是否按照预定义的行为进行转化，寻找每个转化过程中的可优化行为。一般来讲，用户行为都是按照预设的行为顺序执行的，例如：按照顺序执行：第一行为A，第二行为B，第三行为C，第四行为D······，第M行为X，M大于或等于5。比如，如图1所示，若应用场景为用户操作购物网页，则A是选购商品，B是添加购物车，C是去购物车结算，D是核对订单信息······，X是完成支付。操作购物网页的用户一般数量众多，每个用户执行行为都不尽相同，例如：用户可能是按照所定义的行为顺序，多次只执行其部分行为或者全部行为。利用这些用户所执行行为，通过如下步骤对用户行为数据进行分析，确定前一行为向后一行为转化的转化率。

首先，获取用户操作购物网页的用户总数量及每个用户行为执行数据；然后，获取每个用户所执行多个行为中一组最长执行行为；再然后，针对所有用户的最长执行行为，统计执行第一行为的用户总数，第二行为的用户总数、······，以及第M行为X的用户总数；最后，将后一行为的用户总数，与上一行为的用户总数之比，作为前一行为向后一行为转化的转化率，流失率为1减去转化率的差。如图1所示，执行A行为的用户总数为1000，执行B行为的用户总数为600，执行C行为的用户总数为450，A行为向B行为的转化率为60％，B行为向C行为的转化率为75％，C行为向D的转化率为50％。

因此，在计算预定义的行为进行转化时的流失率及转化率之前，需要统计出每个用户的一组最长的执行行为数量。然而，发明人在实现本发明的过程中，发现现有技术中确定每个用户的一组最长的执行行为数量，至少存在如下问题：

目前，在确定出每个用户的一组最长的执行行为数量过程中，需要针对每个用户的每一次行为都遍历一次所有的用户行为执行数据。也就是每个行为的总数量，决定了空间复杂度为O(n)，其中O(n)为空间复杂度函数，n为每个行为的总数量。也就是说，现有技术这种通过多次遍历所有用户行为数据，来确定出每个用户的一组最长的执行行为数量的方法空间复杂度较高，导致了现有技术数据分析的效率较低。

发明内容

本发明实施例的目的在于提供一种对用户行为数据进行漏斗分析方法及装置，以提高数据分析的效率。具体技术方案如下：

第一方面，本发明实施例提供了一种对用户行为数据进行漏斗分析方法，针对每个用户，所述方法包括：

获取根据应用场景预定义的一个一维数组，所述一维数组包含与所述应用场景预设行为数量相同的元素；用于按所述应用场景预设行为的顺序存储预设行为的时间戳，一个元素存储一个时间戳；

获取行为序列，其中，所述行为序列是按照所述用户执行行为完成的时间戳的先后顺序进行排序，生成的序列；

获取所述行为序列中，第一次出现的应用场景的第一个预设行为的时间戳填入所述一维数组的第一个元素中；

获取所述行为序列中的下一个行为，作为当前行为；

如果当前行为是第一个预设行为，则将当前行为的时间戳，填入所述一维数组的第一个元素中；