APP用户行为分析方法和装置制造方法及图纸

本发明专利技术提出了一种APP用户行为分析方法，该方法包括：获取预设时间段内APP的用户点击行为日志以及对应的历史交易记录，将用户分为三种类型，分别为新用户、活跃用户和老用户，根据所述用户点击行为日志和预设的埋点获取与每种类型用户对应的用户行为数据，提取出各类型用户对应的用户行为路径，进而确定用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点，并将该关键转变点进行展示。后续可以根据该关键转变点对用户进行有针对性的干预，从而提高用户从新用户变为活跃用户、以及活跃用户变为老用户的转化率。此外，还提出了一种APP用户行为分析装置。

APP user behavior analysis method and device

The invention proposes a method for analyzing the behavior of APP users, the method comprises: acquiring preset time APP users click log and the corresponding transaction history, users will be divided into three types, respectively, for new users, active users and old users, with user behavior data users click log and preset buried point acquisition and each type of user corresponding according to the extracted user behavior path corresponding to the various types of users, and then determine the user from new users into the key point of change, as well as active users from active users into old users, and will be the key transition point display. Follow up can make targeted interventions on users according to the key transition point, so as to improve the conversion rate of users from new users to active users, and active users to old users. In addition, a APP user behavior analysis device is also proposed.

【技术实现步骤摘要】
APP用户行为分析方法和装置
本专利技术涉及计算机处理领域，特别是涉及一种APP用户行为分析方法和装置。
技术介绍
随着智能手机的发展，智能手机端的APP(Application，应用程序)也随之迅速发展了起来。任何一个APP应用都希望用户数能够快速增长，不过，单纯吸引新用户并非最明智的做法。如何在吸引新用户的同时保持已有用户的活跃度才是一个APP应用最应该关注的问题，因为一旦用户的活跃度下降，就意味着用户的离开或流失。传统的为了提高APP的活跃度一般是通过不断尝试采用不同的APP界面，而没有关注用户本身行为转变的特点。而如果能够发现用户转变为活跃用户的关键，然后有针对性的进行干预，将有利于提高用户的活跃度。因此，亟待需要一种能够分析APP用户行为特点的方法。
技术实现思路
基于此，有必要针对上述问题，提出一种能够分析用户行为特点的APP用户行为分析方法和装置。一种APP用户行为分析方法，所述方法包括：获取预设时间段内APP的用户点击行为日志以及对应的历史交易记录；根据所述用户点击行为日志和历史交易记录将用户分为三种类型，分别为新用户、活跃用户和老用户；根据所述用户点击行为日志和预设的埋点获取与每种类型用户对应的用户行为数据；从所述每种类型用户对应的用户行为数据中提取出各类型用户对应的用户行为路径；根据所述各类型用户对应的用户行为路径确定用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点；将所述从新用户变为活跃用户、以及活跃用户变为老用户的关键转变点发送到终端进行展示。在其中一个实施例中，所述根据所述用户点击行为日志和历史交易记录将用户分为三种类型，分别为新用户、活跃用户和老用户的步骤包括：根据所述历史交易记录查找用户是否有购买记录，若有，则判定所述用户为老用户；若没有购买记录，则根据所述用户点击行为日志查看用户在所述预设时间段内的点击次数是否大于预设次数，若是，则判定用户为活跃用户，若否，则判定用户为新用户。在其中一个实施例中，所述从所述每种类型用户对应的用户行为数据中提取出各类型用户对应的用户行为路径的步骤包括：根据所述每种类型用户对应的用户行为数据筛选出与每种类型用户对应的路径节点；根据筛选出的路径节点分别确定出与各类型用户对应的用户行为路径。在其中一个实施例中，所述根据所述各类型用户对应的用户行为路径确定用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点的步骤包括：根据所述用户行为路径中各个路径节点的点击次数和逗留时长确定每种类型用户对应的关键路径节点；根据所述关键路径节点采用时间序列和漏斗模型分析出用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点。在其中一个实施例中，所述方法还包括：采用时间序列分析算法从所述各类型用户对应的用户行为路径中分析出用户点击行为的先后顺序；根据所述用户点击行为的先后顺序计算用户从新用户转变为老用户的平均时长。一种APP用户行为分析装置，所述装置包括：获取模块，用于获取预设时间段内APP的用户点击行为日志以及对应的历史交易记录；类型划分模块，用于根据所述用户点击行为日志和历史交易记录将用户分为三种类型，分别为新用户、活跃用户和老用户；行为数据获取模块，用于根据所述用户点击行为日志和预设的埋点获取与每种类型用户对应的用户行为数据；提取模块，用于从所述每种类型用户对应的用户行为数据中提取出各类型用户对应的用户行为路径；确定模块，用于根据所述各类型用户对应的用户行为路径确定用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点；展示模块，用于将所述从新用户变为活跃用户、以及活跃用户变为老用户的关键转变点发送到终端进行展示。在其中一个实施例中，所述类型划分模块还用于根据所述历史交易记录查找用户是否有购买记录，若有，则判定所述用户为老用户；若没有购买记录，则根据所述用户点击行为日志查看用户在所述预设时间段内的点击次数是否大于预设次数，若是，则判定用户为活跃用户，若否，则判定用户为新用户。在其中一个实施例中，所述提取模块包括：筛选模块，用于根据所述用户行为数据筛选出与每种类型用户对应的路径节点；行为路径确定模块，用于根据筛选出的路径节点确定出与各类型用户对应的用户行为路径。在其中一个实施例中，所述确定模块包括：关键路径节点确定模块，用于根据所述用户行为路径中各个路径节点的点击次数和访问时长确定每种类型用户对应的关键路径节点；分析模块，用于根据所述关键路径节点采用时间序列和漏斗模型分析出用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点。在其中一个实施例中，所述装置还包括：顺序分析模块，用于采用时间序列分析算法从所述用户对应的用户行为路径中分析出用户点击行为的先后顺序；计算模块，用于根据所述用户点击行为的先后顺序计算用户从新用户转变为老用户的平均时长。上述APP用户行为分析方法和装置，通过获取预设时间段内的用户点击行为日志以及对应的历史交易记录，将用户分为三种类型，分别为新用户、活跃用户和老用户，根据所述用户点击行为日志和预设的埋点获取与每种类型用户对应的用户行为数据，从用户行为数据中提取出各类型用户对应的用户行为路径，根据用户行为路径确定用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点，将用户从新用户变为活跃用户、以及活跃用户变为老用户的关键转变点发送到终端进行展示。该方法通过对根据用户点击行为日志和预设的埋点获取的用户行为数据进行分析，获取到了用户从新用户变为活跃用户、以及活跃用户变为老用户的关键转变点，后续可以根据该关键转变点对用户进行有针对性的干预，从而提高用户从新用户变为活跃用户、以及活跃用户变为老用户的转化率。附图说明图1为一个实施例中APP用户行为分析方法的应用环境图；图2为一个实施例中服务器的内部结构图；图3为一个实施例中APP用户行为分析方法流程图；图4为一个实施例中从用户行为数据中提取出用户行为路径的方法流程图；图5为一个实施例中用户行为路径的示意图；图6为一个实施例中根据用户行为路径确定关键转变点的方法流程图；图7为另一个实施例中APP用户行为分析方法流程图；图8为一个实施例中APP用户行为分析装置的结构框图；图9为一个实施例中提取模块的结构框图；图10为一个实施例中确定模块的结构框图；图11为另一个实施例中APP用户行为分析装置的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，在一个实施例中，APP用户行为分析方法可应用于如图1所示的应用环境中，在该环境中，服务器102与终端104通过网络连接。其中，服务器102可以是独立的服务器，也可以是多个服务器组成的服务器集群，终端104可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。其中，服务器102用于获取预设时间段内的APP用户点击行为日志以及对应的历史交易记录，根据用户点击行为日志和历史交易记录将用户分为三种类型，分别为新用户、活跃用户和老用户，根据用户点击行为日志和预设的埋点获取与每种类型用户对应的用户行为数据，从每种类型用户对应的用户行为数据中提取出各类型本文档来自技高网...

【技术保护点】
一种APP用户行为分析方法，所述方法包括：获取预设时间段内APP的用户点击行为日志以及对应的历史交易记录；根据所述用户点击行为日志和历史交易记录将用户分为三种类型，分别为新用户、活跃用户和老用户；根据所述用户点击行为日志和预设的埋点获取与每种类型用户对应的用户行为数据；从所述每种类型用户对应的用户行为数据中提取出各类型用户对应的用户行为路径；根据所述各类型用户对应的用户行为路径确定用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点；将所述从新用户变为活跃用户、以及活跃用户变为老用户的关键转变点发送给终端进行展示。

【技术特征摘要】
1.一种APP用户行为分析方法，所述方法包括：获取预设时间段内APP的用户点击行为日志以及对应的历史交易记录；根据所述用户点击行为日志和历史交易记录将用户分为三种类型，分别为新用户、活跃用户和老用户；根据所述用户点击行为日志和预设的埋点获取与每种类型用户对应的用户行为数据；从所述每种类型用户对应的用户行为数据中提取出各类型用户对应的用户行为路径；根据所述各类型用户对应的用户行为路径确定用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点；将所述从新用户变为活跃用户、以及活跃用户变为老用户的关键转变点发送给终端进行展示。2.根据权利要求1所述的方法，其特征在于，所述根据所述用户点击行为日志和历史交易记录将用户分为三种类型，分别为新用户、活跃用户和老用户的步骤包括：根据所述历史交易记录查找用户是否有购买记录，若有，则判定所述用户为老用户；若没有购买记录，则根据所述用户点击行为日志查看用户在所述预设时间段内的点击次数是否大于预设次数，若是，则判定用户为活跃用户，若否，则判定用户为新用户。3.根据权利要求1所述的方法，其特征在于，所述从所述每种类型用户对应的用户行为数据中提取出各类型用户对应的用户行为路径的步骤包括：根据所述每种类型用户对应的用户行为数据筛选出与每种类型用户对应的路径节点；根据筛选出的路径节点分别确定出与各类型用户对应的用户行为路径。4.根据权利要求1所述的方法，其特征在于，所述根据所述各类型用户对应的用户行为路径确定用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点的步骤包括：根据所述用户行为路径中各个路径节点的点击次数和逗留时长确定每种类型用户对应的关键路径节点；根据所述关键路径节点采用时间序列和漏斗模型分析出用户从新用户变为活跃用户、以及从活跃用户变为老用户的关键转变点。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：采用时间序列分析算法从所述各类型用户对应的用户行为路径中分析出用户点击行为的先后顺序；根据所述用户点击行为的先后顺序计算用户...

【专利技术属性】
技术研发人员：刘行行，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44