一种基于行为数据分析的图形界面交互方法及系统
文献发布时间:2023-06-19 10:19:37
技术领域
本发明属于数据分析技术领域,具体来说是一种基于行为数据分析的图形界面交互方法及系统。
背景技术
目前,利用统计分析工具,通过对网站或者小程序的访问情况进行跟踪,为网站运营者或者应用开发者提供数据分析等功能,方便网站运营者或者应用开发者了解网站或小程序的访问情况、网站或小程序的利用程度、用户的流失情况等等。
这些数据分析结果对于网络店商或小程序的开发者有很大的参考价值,甚至会影响大的经营策略或开发方向。
统计分析工具的用户交互方式对工具本身性能的体现、及用户的友好体验都有很大的影响。
现有技术中的统计分析工具的界面都比较简单,统计分析工具的功能直接罗列在界面中,用户通过点击相应的功能按钮,查看相应功能的数据分析结果。用户对于要查看的数据分析项目并不能根据自己的需要和特色自己进行设定及编辑,从而使统计分析工具的功能具有一定的局限性。
发明内容
1.发明要解决的技术问题
本发明的目的在于解决现有的统计分析功能单一且使用不够便捷的问题。
2.技术方案
为达到上述目的,本发明提供的技术方案为:
本发明的一种基于行为数据分析的图形界面交互方法,
将实时的行为数据中的基础指标数据进行展示,并在图形界面加载用于行为数据分析的预设的多个查询条件和显示指标;
接收用户选择的查询条件和显示指标并将其保存为书签;
将所保存的书签添加到预先设置的一个或多个书签概览组中;
在添加的一个或多个书签概览组中显示所保存的书签的概览。
优选的,接收用户选择的查询条件和显示指标并将其保存为书签,所述书签包括书签ID、书签名称、书签所属分析类型、正在使用概览个数、所属应用、查询参数json对象字符串。
优选的,在书签概览组中显示所保存的书签的概览包括获取用于对所述书签概览组的选定的触发,获取所述选定的书签概览组的信息,其中书签概览组的信息包括概览名称和所述书签概览组中的所有书签信息。
优选的,用户选择的查询条件和显示指标可以为一个或多个,将所选定的查询条件和显示指标组装成json对象字符串;以及将json对象字符串保存为书签的一个查询字段。
优选的,所述书签概览组中的所有书签信息包括基于每个书签的书签ID获取符合对应书签的查询条件的数据渲染对应书签的数据图表。
优选的,还包括生成与所述书签概览或其中一部分分析所属分析类型的相关联的分析页面的链接地址;以及响应于对所述书签概览或其中一部分的点击,显示与所述书签概览对应的书签的页面,所述书签的页面显示的信息包含概览 ID、所述书签ID、所述书签名称、书签查询分析的时间范围。
一种基于行为数据分析的图形界面交互系统,用于执行上述所述的方法,包括
客户端,所述客户端用于接收用户信息并创建书签;
WEB服务器,所述WEB服务器用于执行客户端的用户指令;
数据服务器,所述数据服务器用于为客户端提供数据;
所述客户端、WEB服务器和数据服务器通讯连接。
优选的,所述客户端包括:
书签创建模块,所述书签创建模块用于接收用户选择的查询条件和显示指标并将其保存为书签;
书签添加模块,所述书签添加模块用于将所保存的书签添加到预先设置的一个或多个书签概览组中;
概览模块,所述概览模块用于在添加的一个或多个书签概览组中显示所保存的书签的概览;
书签链接生成模块,所述书签链接生成模块用于对每个书签的概览并生成与所述书签的概览整体或其中的一部分关联的书签的页面的链接地址;
结果分析模块,所述结果分析模块用于响应用户点击书签链接生成模块生成的链接地址并进行访问。
优选的,所述WEB服务器包括查询引擎,所述查询引擎用于接收客户端的指令并从数据服务器中查找相对应的内容,所述数据服务器包括存储器,所述存储器存储有用户所需的数据。
一种行为数据分析方法,其特征在于:包括上述所述的图形界面交互方法,具体为通过图形界面交互方法筛选出所需的数据,并根据筛选的数据进行分析,分析包括事件分析、整体分析、漏斗分析、留存分析、页面分析、落地页分析和路径分析。
3.有益效果
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
本发明的一种基于行为数据分析的图形界面交互方法,将实时的行为数据中的基础指标数据进行展示,并在图形界面加载用于行为数据分析的预设的多个查询条件和显示指标;接收用户选择的查询条件和显示指标并将其保存为书签;将所保存的书签添加到预先设置的一个或多个书签概览组中;在添加的一个或多个书签概览组中显示所保存的书签的概览。用户通过预设的查询条件和显示指标进行查询显示,并将结果保存为书签存储到书签概览组中,可以方便的根据用户的实际需求获得用户想要的统计分析结果,统计分析功能更加全面可定制,操作起来更加便捷。
附图说明
图1为本发明的一种基于行为数据分析的图形界面交互方法的结构示意图;
图2为本实施例2的用户下单流程图;
图3为本实施例2的时间留存示意图;
图4为本实施例2的用户的行为顺序示意图一;
图5为本实施例2的用户的行为顺序示意图二;
图6为本实施例2的用户的行为顺序示意图三。
示意图中的标号说明:
100、客户端;110、书签创建模块;120、书签添加模块;130、概览模块; 140、书签链接生成模块;150、结果分析模块;200、WEB服务器;210、查询引擎;300、数据服务器;310、存储器。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述,附图中给出了本发明的若干实施例,但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例,相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是,当元件被称为“固设于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件;当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件;本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同;本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明;本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
参照附图1,本实施例的一种基于行为数据分析的图形界面交互方法,将实时的行为数据中的基础指标数据进行展示,并在图形界面加载用于行为数据分析的预设的多个查询条件和显示指标;
接收用户选择的查询条件和显示指标并将其保存为书签;
将所保存的书签添加到预先设置的一个或多个书签概览组中;
在添加的一个或多个书签概览组中显示所保存的书签的概览。
用户通过预设的查询条件和显示指标进行查询显示,并将结果保存为书签存储到书签概览组中,可以方便的根据用户的实际需求获得用户想要的统计分析结果,统计分析功能更加全面可定制,操作起来更加便捷。
其中,接收用户选择的查询条件和显示指标并将其保存为书签,所述书签包括书签ID、书签名称、书签所属分析类型、正在使用概览个数、所属应用、查询参数json对象字符串。
对于每一种数据分析,都可能需要从多个方面进行统计分析,因此,需要通过查询条件对数据分析进行具体地限定。所述查询条件可根据不同类型的数据分析各自的特色及用户的需要而事先设定,之后由用户从事先设定好的查询条件中进行选择和组合,从而获得用户想要的统计分析结果。
在书签概览组中显示所保存的书签的概览包括获取用于对所述书签概览组的选定的触发,获取所述选定的书签概览组的信息,其中书签概览组的信息包括概览名称和所述书签概览组中的所有书签信息。
用户选择的查询条件和显示指标可以为一个或多个,将所选定的查询条件和显示指标组装成json对象字符串;以及将json对象字符串保存为书签的一个查询字段。
所述书签概览组中的所有书签信息包括基于每个书签的书签ID获取符合对应书签的查询条件的数据渲染对应书签的数据图表。
还包括生成与所述书签概览或其中一部分分析所属分析类型的相关联的分析页面的链接地址;以及响应于对所述书签概览或其中一部分的点击,显示与所述书签概览对应的书签的页面,所述书签的页面显示的信息包含概览ID、所述书签ID、所述书签名称、书签查询分析的时间范围。
一种基于行为数据分析的图形界面交互系统,用于执行上述所述的方法,包括
客户端100,所述客户端100用于接收用户信息并创建书签;
WEB服务器200,所述WEB服务器200用于执行客户端100的用户指令;
数据服务器300,所述数据服务器300用于为客户端100提供数据;
所述客户端100、WEB服务器200和数据服务器300通讯连接。
其中,客户端100包括:
书签创建模块110,所述书签创建模块110用于接收用户选择的查询条件和显示指标并将其保存为书签;
书签添加模块120,所述书签添加模块120用于将所保存的书签添加到预先设置的一个或多个书签概览组中;
概览模块130,所述概览模块130用于在添加的一个或多个书签概览组中显示所保存的书签的概览;
书签链接生成模块140,所述书签链接生成模块140用于对每个书签的概览并生成与所述书签的概览整体或其中的一部分关联的书签的页面的链接地址;
结果分析模块150,所述结果分析模块150用于响应用户点击书签链接生成模块140生成的链接地址并进行访问。
其中,WEB服务器200包括查询引擎210,所述查询引擎210用于接收客户端100的指令并从数据服务器300中查找相对应的内容。
其中,数据服务器300包括存储器310,所述存储器310存储有用户所需的数据。
数据服务器300采集用户行为数据通过代码埋点SDK:主要提供了H5和小程序的埋点技术,其中包括:
(1)前端埋点:前端埋点能够收集更全面、精细的用户数据,尤其是不需要请求服务器的行为数据,如:页面停留时长、页面浏览深度、用户行为轨迹等等,只能通过前端埋点实现。
(2)后端埋点:理论上,只要客户端向服务器发送过请求,服务端埋点能够收集到,相比于前端埋点,能实时采集数据,不存在延时上报,数据很准确;并且,服务端埋点支持与用户身份信息和行为附带属性信息整合。
实施例2
本实施例的一种行为数据分析方法,包括上述所述的图形界面交互方法,具体为通过图形界面交互方法筛选出所需的数据,并根据筛选的数据进行分析,分析包括事件分析、整体分析、漏斗分析、留存分析、页面分析、落地页分析和路径分析,具体如下:
1、事件分析
关于事件分析,例如,对于互联网快消行业的公司,用于事件分析的事件可包括浏览商品、加入购物车、提交订单、支付订单等事件,这些事件都是根据经营者的需求事先设定好的。
对于事件分析,查询条件例如可包括要分析的指标、分组(或维度)、筛选条件等。其中,要分析的指标,例如可包括总次数(在选定时间范围内,该事件触发的次数)、触发用户数(在选定时间范围内,触发该事件的独立用户数)、事件的属性(例:支付订单的订单金额)等等,用户可选择其中的一个或多个指标作为查询条件。
所述维度,是为更加精细化地进行分析而设定的一种查询条件,例如可包含预置属性和事件属性。所述预置属性就是系统埋点公共的属性,例如url、ip、省、市、网络类型等。所述事件属性就是事件单独携带的属性,例如支付订单的订单金额、订单包含的商品个数、商品名称、收货人相关信息等。
所述筛选条件,是为了进一步精细化查看事件数据分析结果而设置的某些具体条件,例如其也可包括如上面所述的预置属性和事件属性,从而可实现对查询条件的层层限定。
需要说明的是,对于要分析的指标、筛选条件,在每一种查询条件中都可根据需要选择一个或多个。
下面通过一个例子,具体解释说明事件分析:
“支付订单”是快消品互联网公司经营中常发生的一个事件,本发明可对“支付订单”这一事件从总次数、用户数、运费、订单金额、税费、等指标方面分别进行统计分析;
另外,还可进一步从总体、省、市、ip、网络类型、事件属性(收货人姓名、地址、订单金额等)分组(或维度)方面对支付订单的行为进行统计分析;
如果想再进一步对查询条件进行限定而进行更加精细化的查询统计分析,还可进一步通过筛选条件从事件属性(收货人姓名、地址、订单金额等)和预置属性(例如省、市、ip、网络类型等)方面对查询条件进行限定。
同时还可以根据用户的需求选择不同的时间维度:天/小时,以及可选择不同的图表类型:趋势、汇总、表格、数值等图表来展示不同的分析结果。
2、整体分析
整体模块预置了数据分析常用的几个指标,帮您分析pv、uv、union_id、设备ID、人均停留时间、会话数、页面平均访问深度、跳出率指标的趋势或分布。
用户可通过选择分组(或维度):省、市区、url、ip、网络类型等来对整体的不同指标进行统计分析。
如果想再进一步对查询条件进行限定而进行更加精细化的查询统计分析,还可进一步通过筛选条件从预置属性(例如省、市、ip、网络类型等)方面对查询条件进行限定。
同时还可以根据用户的需求选择不同的时间维度:天/小时,以及可选择不同的图表类型:趋势、汇总、表格、数值等图表来展示不同的分析结果。
3、漏斗分析
漏斗模型可以对用户使用流程中的多个环节进行拆解和量化,进行多个关键用户行为之间的转化及流失分析,帮助我们有效的找到问题环节、进行优化。
用户下单的流程如图2所示,
首先将流程创建为一个漏斗,用来分析该步骤下的整体转化的情况,及每一步的转化情况,包括转化人数及对应的每一步的转化率。
对于查询条件的选择,可借助类似于上面所述的分组(或维度)和筛选条件而从不同的方面进行限定从而进行不同的深度分析。
在上面的流程中,如果用户按照顺序触发了所有事件(中间可能触发其他事件),则该用户完成了该漏斗转化;如果用户按照顺序只触发了前面几个事件事件,则用户没有完成该漏斗的转化。该用户会被记作最后一个事件的流失用户。另外,关于漏斗分析,还可根据漏斗本身的性质而设定漏斗窗口期。这里,窗口期是指限定完成某些步骤的时间,例如上面例子的窗口期设定为7天,则需要在7天内依次完成上面的流程步骤。
4、留存分析
关于留存分析,其可考查进行初始行为后的用户中,有多少人会进行后续行为。这是任何一个互联网产品衡量其健康度的高级指标。一段时间新增的用户或活跃的用户在1天后、两天后、三天后或是1周后、两周后等时间范围下依然活跃的用户有多少。还可以衡量产品对新用户黏性随时间的变化:比如,假设您发现产品在新版发布后,留存率出现了明显的变化,那么可能就是由于新版本中的某些特性导致的。
查询条件可通过对初始行为和后续行为的选择而选定;另外还要通过事件属性或预置属性进一步进行限定。
留存分析中展示的数字代表独立用户数。表示在选定时间范围内进行了初始行为的用户,有多少人在随后的第n天/周/月进行了后续行为。
参照图3所示:假设定义的初始行为是A事件,后续行为是B事件,筛选时间段为2020年1月1日到2020年1月8日,注意这个时间范围是事件A发生的时间范围,事件B发生的时间范围是2020年1月1日到1 月23日(1月8日加上15天,默认为展示15日留存,如果当前日期为1 月8日,则事件B的发生时间范围是2020年1月1日到1月8日,最多只能展示出8日留存)。
5、页面分析
页面分析无需代码埋点即可自动采集用户在网站页面的点击行为,让产品设计人员、运营人员等更加直观的对比和分析用户在页面的聚焦度、页面浏览次数和人数以及页面人均停留时间、页面跳出率、IP个数。
用户可选择不同维度:页面地址、页面名称、页面路径作为分析的查询条件组合,同时可再进一步对查询条件进行限定而进行更加精细化的查询统计分析,还可进一步通过筛选条件从预置属性(例如省、市、ip、网络类型等)方面对查询条件进行限定。
6、落地页分析
落地页是企业最容易忽略却又最重要的一环,起到承接外部流量、转化用户的重要作用。落地页分析可以帮助用户快捷、有效的监控落地页浏览、点击等访问情况,衡量分析落地页的质量以及对关键节点的转化。
落地页是访问者在其他地方看到发出的某个具有明确主题的特定营销活动——通过Email、社交媒体或广告发布的诱人优惠信息等,点击后被链接到你网站上的第一个页面。
7、路径分析
用户路径分析主要用于分析用户在使用产品时的路径分布情况。
路径分析功能可以让你看到在指定时间内,用户所经过的最常见的那些路径,了解到用户进入应用后,后续分别都做了些什么;也可以了解到用户是如何一步步离开应用的。
点击下拉按钮可以选择要分析的事件,点击右侧“+事件分组”可以为每个事件添加分组,当前只支持一个事件最多一个分组。如果所选内容包含虚拟事件,则分析结果虚拟事件会以一个整体进行分流计算。
所选分析事件中可能包含某些「虚拟事件」与已选「元事件」部分条件重叠或完全包含,也有可能会出现多个「虚拟事件」用到相同的元事件。那么我们将采用此策略进行优先分流计算的依据。
若参与事件选择了虚拟事件,则会直接展示为虚拟事件。
若虚拟事件和其包含的元事件都在参与事件中,则该元事件按照(起止事件、虚拟事件、元事件)优先级进行归属。
若多个虚拟事件包含相同的元事件,则该元事件按照事件筛选列表顺序归属于第一个虚拟事件。
接着用户可设置选择的事件组中某个事件为分析的起始事件或者结束事件。
同时用户需要设置session时间间隔及分析的时间区间。
参照图4、图5、图6所示,用户路径是如何计算的:
(1)假设参与路径分析的事件集合有【浏览商品页】、【收藏商品】、【加入购物车】三个事件,设置的起始事件为【浏览商品页】,设置的session 间隔为20分钟。
(2)如果用户的行为顺序是【浏览商品页】>【收藏商品】>【浏览商品页】>【加入购物车】>【其他行为事件】,则【浏览商品页】>【收藏商品】>【浏览商品页】>【加入购物车】视为一条符合规则的路径
(3)在这个过程中,如果穿插了一些其它的行为,例如用户的行为顺序是【浏览商品页】>【收藏商品】>【其他行为事件】>【浏览商品页】>【加入购物车】,则只取一次会话中最靠前符合规则的路径【浏览商品页】>【收藏商品】
(4)如果用户的行为顺序是【浏览商品页】>【收藏商品】>【浏览商品页】>【加入购物车】,但是【收藏商品】>【浏览商品页】这两个行为之间的触发时间间隔大于20分钟,则划分为两次不同的会话,【浏览商品页】> 【收藏商品】和【浏览商品页】>【加入购物车】视作两条符合规则的路径
8、自定义分析
除了用户行为指标外,还有很多结合业务场景的特有指标需要分析;
如:注册率=注册成功人数/活跃用户数,分、秒之间的单位换算等。
因此,用户可使用自定义分析来进行基础指标之间的四则运算,可灵活定义符合业务场景的特有指标,并支持自定义指标的可视化分析。
在我们的快消品的互联网企业中常出现的场景:
1:支付转化:
支付转化=支付订单的人数/总人数
2:客单价
客单价=支付订单的订单金额的总和/总人数。
以上所述实施例仅表达了本发明的某种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制;应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围;因此,本发明专利的保护范围应以所附权利要求为准。
- 一种基于行为数据分析的图形界面交互方法及系统
- 一种基于大数据分析的远程日语教学交互系统及交互方法