本發(fā)明涉及互聯(lián)網(wǎng)
技術(shù)領(lǐng)域：
：，具體而言，涉及一種用戶注冊(cè)轉(zhuǎn)換方法及系統(tǒng)。
背景技術(shù)：
：：讓用戶注冊(cè)并進(jìn)一步付費(fèi)購(gòu)買(mǎi)是面向企業(yè)服務(wù)的saas(aoftwareasaservice，軟件即服務(wù))云平臺(tái)運(yùn)營(yíng)的一個(gè)非常重要的目標(biāo)?，F(xiàn)有技術(shù)中，saas云平臺(tái)運(yùn)營(yíng)人員獲取廣告投放效果一般是從廣告投放商或者本公司的運(yùn)維人員那里獲取pv(pageview，頁(yè)面瀏覽量)，但是卻無(wú)法將這些pv同真正的注冊(cè)或者付費(fèi)用戶關(guān)聯(lián)起來(lái)，并且saas云平臺(tái)運(yùn)營(yíng)人員也無(wú)法直觀的觀察投放效果及注冊(cè)轉(zhuǎn)換過(guò)程。技術(shù)實(shí)現(xiàn)要素：本發(fā)明旨在至少解決現(xiàn)有技術(shù)或相關(guān)技術(shù)中存在的技術(shù)問(wèn)題之一。為此，本發(fā)明的一個(gè)目的在于提出了一種用戶注冊(cè)轉(zhuǎn)換方法。本發(fā)明的另一個(gè)目的在于提出了一種用戶注冊(cè)轉(zhuǎn)換系統(tǒng)。有鑒于此，根據(jù)本發(fā)明的一個(gè)目的，提出了一種用戶注冊(cè)轉(zhuǎn)換方法，包括：獲取用戶在saas云平臺(tái)上的操作行為數(shù)據(jù)；分析操作行為數(shù)據(jù)，獲取結(jié)果數(shù)據(jù)；通過(guò)圖形化方式展示結(jié)果數(shù)據(jù)及歷史數(shù)據(jù)。本發(fā)明提供的用戶注冊(cè)轉(zhuǎn)換方法，記錄從用戶訪問(wèn)saas云平臺(tái)開(kāi)始到用戶注冊(cè)云平臺(tái)，再到用戶在云平臺(tái)中產(chǎn)生購(gòu)買(mǎi)行為等一系列用戶行為數(shù)據(jù)，并通過(guò)分析這些數(shù)據(jù)得到結(jié)果數(shù)據(jù)，使用tableau報(bào)表將結(jié)果數(shù)據(jù)展示給運(yùn)營(yíng)人員，使得運(yùn)營(yíng)人員清楚、直觀地了解到在哪些網(wǎng)站投放廣告、如何投放廣告以及saas云平臺(tái)頁(yè)面如何設(shè)計(jì)能夠產(chǎn)生最大的用戶注冊(cè)轉(zhuǎn)換率。根據(jù)本發(fā)明的上述用戶注冊(cè)轉(zhuǎn)換方法，還可以具有以下技術(shù)特征：在上述技術(shù)方案中，優(yōu)選地，還包括：將結(jié)果數(shù)據(jù)保存至hdfs(hadoopdistributedfilesystem，分布式文件系統(tǒng))。在該技術(shù)方案中，每次的結(jié)果數(shù)據(jù)均保存至hdfs中作為歷史數(shù)據(jù)，通過(guò)對(duì)歷史數(shù)據(jù)的參與使得對(duì)用戶注冊(cè)轉(zhuǎn)換情況的分析能夠更加全面。在上述任一技術(shù)方案中，優(yōu)選地，獲取用戶在saas云平臺(tái)上的操作行為數(shù)據(jù)，具體包括：通過(guò)預(yù)設(shè)js文件以及預(yù)設(shè)變量，獲取操作行為數(shù)據(jù)。在該技術(shù)方案中，在saas平臺(tái)中引用預(yù)先寫(xiě)好的js(javascript)文件及預(yù)設(shè)變量，js可以在事件冒泡階段捕獲所有的dom(documentobjectmodel，文檔對(duì)象模型)事件，同時(shí)js可以生成guid(globallyuniqueidentifier，全局唯一標(biāo)識(shí)符)保存到saas云平臺(tái)網(wǎng)站的根目錄下。利用這兩種特性就可以將用戶在saas云平臺(tái)上的所有操作行為記錄下來(lái)，從而獲取用戶所有的操作數(shù)據(jù)，通過(guò)js實(shí)現(xiàn)無(wú)埋點(diǎn)數(shù)據(jù)收集，在不增加開(kāi)發(fā)人員工作量的情況下，可以收集到用戶產(chǎn)生的全部行為數(shù)據(jù)。在上述任一技術(shù)方案中，優(yōu)選地，分析操作行為數(shù)據(jù)，獲取結(jié)果數(shù)據(jù)的步驟，具體包括：通過(guò)kafka集群，將操作行為數(shù)據(jù)按照topic進(jìn)行組織，并發(fā)送至spark框架；在spark框架中，對(duì)操作行為數(shù)據(jù)進(jìn)行過(guò)濾及拆分，形成中間數(shù)據(jù)；對(duì)中間數(shù)據(jù)進(jìn)行離線處理及分組操作；通過(guò)離線處理及分組操作后的中間數(shù)據(jù)進(jìn)行數(shù)據(jù)補(bǔ)充，獲取結(jié)果數(shù)據(jù)。在該技術(shù)方案中，根據(jù)需要搭建合理broker節(jié)點(diǎn)的kafka集群創(chuàng)建topic，啟動(dòng)consumer&producer并進(jìn)行訂閱，將topic消息發(fā)送至spark框架，spark框架接收consumer訂閱的topic消息，對(duì)數(shù)據(jù)進(jìn)行過(guò)濾及拆分操作，形成中間數(shù)據(jù)落地到hdfs中，在hive(hadoop上的數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)構(gòu)架)中對(duì)中間數(shù)據(jù)做離線處理，根據(jù)用戶瀏覽器的cookie(存儲(chǔ)在用戶本地終端上的數(shù)據(jù))來(lái)將用戶數(shù)據(jù)分組，使用已有的數(shù)據(jù)補(bǔ)充沒(méi)有的數(shù)據(jù)進(jìn)而獲取結(jié)果數(shù)據(jù)。例如，用戶登錄前和登錄后cookie是一致的，但是登錄前沒(méi)有用戶id，就可以使用登錄后的用戶信息進(jìn)行補(bǔ)充。采用kafka消息訂閱模式來(lái)傳送消息，保證分布式的高可靠性和高性能，并能具有一定的容錯(cuò)性，采用spark對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的過(guò)濾及拆分，能夠觀察到用戶的訪問(wèn)及注冊(cè)情況，從而能更好的幫助運(yùn)營(yíng)人員做現(xiàn)場(chǎng)實(shí)時(shí)的推廣。在上述任一技術(shù)方案中，優(yōu)選地，預(yù)設(shè)變量包括以下一種或其組合：用戶id、企業(yè)id、業(yè)務(wù)信息。在該技術(shù)方案中，預(yù)設(shè)變量包括以下一種或其組合但不限于：用戶id、企業(yè)id、業(yè)務(wù)信息，能夠根據(jù)上述預(yù)設(shè)變量做進(jìn)一步定制化分析。在上述任一技術(shù)方案中，優(yōu)選地，操作行為數(shù)據(jù)包括以下一種或其組合：用戶訪問(wèn)數(shù)據(jù)、用戶注冊(cè)數(shù)據(jù)、購(gòu)買(mǎi)行為數(shù)據(jù)。在該技術(shù)方案中，操作行為數(shù)據(jù)包括以下一種或其組合但不限于：用戶訪問(wèn)數(shù)據(jù)、用戶注冊(cè)數(shù)據(jù)、購(gòu)買(mǎi)行為數(shù)據(jù)，采集上述用戶產(chǎn)生的全部行為數(shù)據(jù)并經(jīng)過(guò)處理后，通過(guò)圖形化方式展示給運(yùn)營(yíng)人員，供運(yùn)營(yíng)人員分析使用。在上述任一技術(shù)方案中，優(yōu)選地，結(jié)果數(shù)據(jù)包括以下一種或其組合：廣告投放效果數(shù)據(jù)及注冊(cè)付費(fèi)轉(zhuǎn)化率數(shù)據(jù)。在該技術(shù)方案中，結(jié)果數(shù)據(jù)包括以下一種或其組合但不限于：廣告投放效果數(shù)據(jù)及注冊(cè)付費(fèi)轉(zhuǎn)化率數(shù)據(jù)，通過(guò)這些數(shù)據(jù)運(yùn)營(yíng)人員就可以要求開(kāi)發(fā)人員進(jìn)行相應(yīng)的saas云平臺(tái)界面改造，或者有針對(duì)性的對(duì)某些引流量大的來(lái)源加大廣告投入。根據(jù)本發(fā)明的另一個(gè)目的，提出了一種用戶注冊(cè)轉(zhuǎn)換系統(tǒng)，包括：獲取單元，用于獲取用戶在saas云平臺(tái)上的操作行為數(shù)據(jù)；處理單元，用于分析操作行為數(shù)據(jù)，獲取結(jié)果數(shù)據(jù)；展示單元，用于通過(guò)圖形化方式展示結(jié)果數(shù)據(jù)及歷史數(shù)據(jù)。本發(fā)明提供的用戶注冊(cè)轉(zhuǎn)換系統(tǒng)，獲取單元記錄從用戶訪問(wèn)saas云平臺(tái)開(kāi)始到用戶注冊(cè)云平臺(tái)，再到用戶在云平臺(tái)中產(chǎn)生購(gòu)買(mǎi)行為等一系列用戶行為數(shù)據(jù)，并通過(guò)處理單元分析這些數(shù)據(jù)得到結(jié)果數(shù)據(jù)，展示單元使用tableau報(bào)表將結(jié)果數(shù)據(jù)展示給運(yùn)營(yíng)人員，使得運(yùn)營(yíng)人員清楚、直觀地了解到在哪些網(wǎng)站投放廣告、如何投放廣告以及saas云平臺(tái)頁(yè)面如何設(shè)計(jì)能夠產(chǎn)生最大的用戶注冊(cè)轉(zhuǎn)換率。根據(jù)本發(fā)明的上述用戶注冊(cè)轉(zhuǎn)換系統(tǒng)，還可以具有以下技術(shù)特征：在上述技術(shù)方案中，優(yōu)選地，還包括：存儲(chǔ)單元，用于將結(jié)果數(shù)據(jù)保存至hdfs。在該技術(shù)方案中，存儲(chǔ)單元將每次的結(jié)果數(shù)據(jù)均保存至hdfs中作為歷史數(shù)據(jù)，通過(guò)對(duì)歷史數(shù)據(jù)的參與使得對(duì)用戶注冊(cè)轉(zhuǎn)換情況的分析能夠更加全面。在上述任一技術(shù)方案中，優(yōu)選地，獲取單元，具體用于：通過(guò)預(yù)設(shè)js文件以及預(yù)設(shè)變量，獲取操作行為數(shù)據(jù)。在該技術(shù)方案中，在saas平臺(tái)中引用預(yù)先寫(xiě)好的js文件及預(yù)設(shè)變量，js可以在事件冒泡階段捕獲所有的dom事件，同時(shí)js可以生成guid保存到saas云平臺(tái)網(wǎng)站的根目錄下。利用這兩種特性就可以將用戶在saas云平臺(tái)上的所有操作行為記錄下來(lái)，從而獲取用戶所有的操作數(shù)據(jù)，通過(guò)js實(shí)現(xiàn)無(wú)埋點(diǎn)數(shù)據(jù)收集，在不增加開(kāi)發(fā)人員工作量的情況下，可以收集到用戶產(chǎn)生的全部行為數(shù)據(jù)。在上述任一技術(shù)方案中，優(yōu)選地，處理單元，具體用于：通過(guò)kafka集群，將操作行為數(shù)據(jù)按照topic進(jìn)行組織，并發(fā)送至spark框架；在spark框架中，對(duì)操作行為數(shù)據(jù)進(jìn)行過(guò)濾及拆分，形成中間數(shù)據(jù)；對(duì)中間數(shù)據(jù)進(jìn)行離線處理及分組操作；通過(guò)離線處理及分組操作后的中間數(shù)據(jù)進(jìn)行數(shù)據(jù)補(bǔ)充，獲取結(jié)果數(shù)據(jù)。在該技術(shù)方案中，處理單元根據(jù)需要搭建合理broker節(jié)點(diǎn)的kafka集群創(chuàng)建topic，啟動(dòng)consumer&producer并進(jìn)行訂閱，將topic消息發(fā)送至spark框架，spark框架接收consumer訂閱的topic消息，對(duì)數(shù)據(jù)進(jìn)行過(guò)濾及拆分操作，形成中間數(shù)據(jù)落地到hdfs中，在hive(hadoop上的數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)構(gòu)架)中對(duì)中間數(shù)據(jù)做離線處理，根據(jù)用戶瀏覽器的cookie(存儲(chǔ)在用戶本地終端上的數(shù)據(jù))來(lái)將用戶數(shù)據(jù)分組，使用已有的數(shù)據(jù)補(bǔ)充沒(méi)有的數(shù)據(jù)進(jìn)而獲取結(jié)果數(shù)據(jù)。例如，用戶登錄前和登錄后cookie是一致的，但是登錄前沒(méi)有用戶id，就可以使用登錄后的用戶信息進(jìn)行補(bǔ)充。采用kafka消息訂閱模式來(lái)傳送消息，保證分布式的高可靠性和高性能，并能具有一定的容錯(cuò)性，采用spark對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的過(guò)濾及拆分，能夠觀察到用戶的訪問(wèn)及注冊(cè)情況，從而能更好的幫助運(yùn)營(yíng)人員做現(xiàn)場(chǎng)實(shí)時(shí)的推廣。在上述任一技術(shù)方案中，優(yōu)選地，預(yù)設(shè)變量包括以下一種或其組合：用戶id、企業(yè)id、業(yè)務(wù)信息。在該技術(shù)方案中，預(yù)設(shè)變量包括以下一種或其組合但不限于：用戶id、企業(yè)id、業(yè)務(wù)信息，能夠根據(jù)上述預(yù)設(shè)變量做進(jìn)一步定制化分析。在上述任一技術(shù)方案中，優(yōu)選地，操作行為數(shù)據(jù)包括以下一種或其組合：用戶訪問(wèn)數(shù)據(jù)、用戶注冊(cè)數(shù)據(jù)、購(gòu)買(mǎi)行為數(shù)據(jù)。在該技術(shù)方案中，操作行為數(shù)據(jù)包括以下一種或其組合但不限于：用戶訪問(wèn)數(shù)據(jù)、用戶注冊(cè)數(shù)據(jù)、購(gòu)買(mǎi)行為數(shù)據(jù)，采集上述用戶產(chǎn)生的全部行為數(shù)據(jù)并經(jīng)過(guò)處理后，通過(guò)圖形化方式展示給運(yùn)營(yíng)人員，供運(yùn)營(yíng)人員分析使用。在上述任一技術(shù)方案中，優(yōu)選地，結(jié)果數(shù)據(jù)包括以下一種或其組合：廣告投放效果數(shù)據(jù)及注冊(cè)付費(fèi)轉(zhuǎn)化率數(shù)據(jù)。在該技術(shù)方案中，結(jié)果數(shù)據(jù)包括以下一種或其組合但不限于：廣告投放效果數(shù)據(jù)及注冊(cè)付費(fèi)轉(zhuǎn)化率數(shù)據(jù)，通過(guò)這些數(shù)據(jù)運(yùn)營(yíng)人員就可以要求開(kāi)發(fā)人員進(jìn)行相應(yīng)的saas云平臺(tái)界面改造，或者有針對(duì)性的對(duì)某些引流量大的來(lái)源加大廣告投入。本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述部分中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。附圖說(shuō)明本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解，其中：圖1示出了本發(fā)明的一個(gè)實(shí)施例的用戶注冊(cè)轉(zhuǎn)換方法的流程示意圖；圖2示出了本發(fā)明的另一個(gè)實(shí)施例的用戶注冊(cè)轉(zhuǎn)換方法的流程示意圖；圖3示出了本發(fā)明的再一個(gè)實(shí)施例的用戶注冊(cè)轉(zhuǎn)換方法的流程示意圖；圖4示出了本發(fā)明的一個(gè)實(shí)施例的用戶注冊(cè)轉(zhuǎn)換系統(tǒng)的示意圖；圖5示出了本發(fā)明的一個(gè)具體實(shí)施例的用戶注冊(cè)轉(zhuǎn)換系統(tǒng)的系統(tǒng)示意圖。具體實(shí)施方式為了能夠更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點(diǎn)，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行進(jìn)一步的詳細(xì)描述。需要說(shuō)明的是，在不沖突的情況下，本申請(qǐng)的實(shí)施例及實(shí)施例中的特征可以相互組合。在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的其他方式來(lái)實(shí)施，因此，本發(fā)明的保護(hù)范圍并不限于下面公開(kāi)的具體實(shí)施例的限制。本發(fā)明第一方面的實(shí)施例，提出一種用戶注冊(cè)轉(zhuǎn)換方法，圖1示出了本發(fā)明的一個(gè)實(shí)施例的用戶注冊(cè)轉(zhuǎn)換方法的流程示意圖。其中，該方法包括：步驟102，獲取用戶在saas云平臺(tái)上的操作行為數(shù)據(jù)；步驟104，分析操作行為數(shù)據(jù)，獲取結(jié)果數(shù)據(jù)；步驟106，通過(guò)圖形化方式展示結(jié)果數(shù)據(jù)及歷史數(shù)據(jù)。本發(fā)明提供的用戶注冊(cè)轉(zhuǎn)換方法，記錄從用戶訪問(wèn)saas云平臺(tái)開(kāi)始到用戶注冊(cè)云平臺(tái)，再到用戶在云平臺(tái)中產(chǎn)生購(gòu)買(mǎi)行為等一系列用戶行為數(shù)據(jù)，并通過(guò)分析這些數(shù)據(jù)得到結(jié)果數(shù)據(jù)，使用tableau報(bào)表將結(jié)果數(shù)據(jù)展示給運(yùn)營(yíng)人員，使得運(yùn)營(yíng)人員清楚、直觀地了解到在哪些網(wǎng)站投放廣告、如何投放廣告以及saas云平臺(tái)頁(yè)面如何設(shè)計(jì)能夠產(chǎn)生最大的用戶注冊(cè)轉(zhuǎn)換率。圖2示出了本發(fā)明的另一個(gè)實(shí)施例的用戶注冊(cè)轉(zhuǎn)換方法的流程示意圖。其中，該方法包括：步驟202，獲取用戶在saas云平臺(tái)上的操作行為數(shù)據(jù)；步驟204，分析操作行為數(shù)據(jù)，獲取結(jié)果數(shù)據(jù)；步驟206，通過(guò)圖形化方式展示結(jié)果數(shù)據(jù)及歷史數(shù)據(jù)；步驟208，將結(jié)果數(shù)據(jù)保存至hdfs。在該實(shí)施例中，每次的結(jié)果數(shù)據(jù)均保存至hdfs中作為歷史數(shù)據(jù)，通過(guò)對(duì)歷史數(shù)據(jù)的參與使得對(duì)用戶注冊(cè)轉(zhuǎn)換情況的分析能夠更加全面。圖3示出了本發(fā)明的再一個(gè)實(shí)施例的用戶注冊(cè)轉(zhuǎn)換方法的流程示意圖。其中，該方法包括：步驟302，通過(guò)預(yù)設(shè)js文件以及預(yù)設(shè)變量，獲取操作行為數(shù)據(jù)；步驟304，通過(guò)kafka集群，將操作行為數(shù)據(jù)按照topic進(jìn)行組織，并發(fā)送至spark框架；步驟306，在spark框架中，對(duì)操作行為數(shù)據(jù)進(jìn)行過(guò)濾及拆分，形成中間數(shù)據(jù)；步驟308，對(duì)中間數(shù)據(jù)進(jìn)行離線處理及分組操作；步驟310，通過(guò)離線處理及分組操作后的中間數(shù)據(jù)進(jìn)行數(shù)據(jù)補(bǔ)充，獲取結(jié)果數(shù)據(jù)；步驟312，通過(guò)圖形化方式展示結(jié)果數(shù)據(jù)及歷史數(shù)據(jù)；步驟314，將結(jié)果數(shù)據(jù)保存至hdfs。在該實(shí)施例中，在saas平臺(tái)中引用預(yù)先寫(xiě)好的js文件及預(yù)設(shè)變量，js可以在事件冒泡階段捕獲所有的dom事件，同時(shí)js可以生成guid保存到saas云平臺(tái)網(wǎng)站的根目錄下。利用這兩種特性就可以將用戶在saas云平臺(tái)上的所有操作行為記錄下來(lái)，從而獲取用戶所有的操作數(shù)據(jù)，通過(guò)js實(shí)現(xiàn)無(wú)埋點(diǎn)數(shù)據(jù)收集，在不增加開(kāi)發(fā)人員工作量的情況下，可以收集到用戶產(chǎn)生的全部行為數(shù)據(jù)。根據(jù)需要搭建合理broker節(jié)點(diǎn)的kafka集群創(chuàng)建topic，啟動(dòng)consumer&producer并進(jìn)行訂閱，將topic消息發(fā)送至spark框架，spark框架接收consumer訂閱的topic消息，對(duì)數(shù)據(jù)進(jìn)行過(guò)濾及拆分操作，形成中間數(shù)據(jù)落地到hdfs中，在hive(hadoop上的數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)構(gòu)架)中對(duì)中間數(shù)據(jù)做離線處理，根據(jù)用戶瀏覽器的cookie(存儲(chǔ)在用戶本地終端上的數(shù)據(jù))來(lái)將用戶數(shù)據(jù)分組，使用已有的數(shù)據(jù)補(bǔ)充沒(méi)有的數(shù)據(jù)進(jìn)而獲取結(jié)果數(shù)據(jù)。例如，用戶登錄前和登錄后cookie是一致的，但是登錄前沒(méi)有用戶id，就可以使用登錄后的用戶信息進(jìn)行補(bǔ)充。采用kafka消息訂閱模式來(lái)傳送消息，保證分布式的高可靠性和高性能，并能具有一定的容錯(cuò)性，采用spark對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的過(guò)濾及拆分，能夠觀察到用戶的訪問(wèn)及注冊(cè)情況，從而能更好的幫助運(yùn)營(yíng)人員做現(xiàn)場(chǎng)實(shí)時(shí)的推廣。在本發(fā)明的一個(gè)實(shí)施例中，優(yōu)選地，預(yù)設(shè)變量包括以下一種或其組合：用戶id、企業(yè)id、業(yè)務(wù)信息。在該實(shí)施例中，預(yù)設(shè)變量包括以下一種或其組合但不限于：用戶id、企業(yè)id、業(yè)務(wù)信息，能夠根據(jù)上述預(yù)設(shè)變量做進(jìn)一步定制化分析。在本發(fā)明的一個(gè)實(shí)施例中，優(yōu)選地，操作行為數(shù)據(jù)包括以下一種或其組合：用戶訪問(wèn)數(shù)據(jù)、用戶注冊(cè)數(shù)據(jù)、購(gòu)買(mǎi)行為數(shù)據(jù)。在該實(shí)施例中，操作行為數(shù)據(jù)包括以下一種或其組合但不限于：用戶訪問(wèn)數(shù)據(jù)、用戶注冊(cè)數(shù)據(jù)、購(gòu)買(mǎi)行為數(shù)據(jù)，采集上述用戶產(chǎn)生的全部行為數(shù)據(jù)并經(jīng)過(guò)處理后，通過(guò)圖形化方式展示給運(yùn)營(yíng)人員，供運(yùn)營(yíng)人員分析使用。在本發(fā)明的一個(gè)實(shí)施例中，優(yōu)選地，結(jié)果數(shù)據(jù)包括以下一種或其組合：廣告投放效果數(shù)據(jù)及注冊(cè)付費(fèi)轉(zhuǎn)化率數(shù)據(jù)。在該實(shí)施例中，結(jié)果數(shù)據(jù)包括以下一種或其組合但不限于：廣告投放效果數(shù)據(jù)及注冊(cè)付費(fèi)轉(zhuǎn)化率數(shù)據(jù)，通過(guò)這些數(shù)據(jù)運(yùn)營(yíng)人員就可以要求開(kāi)發(fā)人員進(jìn)行相應(yīng)的saas云平臺(tái)界面改造，或者有針對(duì)性的對(duì)某些引流量大的來(lái)源加大廣告投入。本發(fā)明第二方面的實(shí)施例，提出一種用戶注冊(cè)轉(zhuǎn)換系統(tǒng)400，圖4示出了本發(fā)明的一個(gè)實(shí)施例的用戶注冊(cè)轉(zhuǎn)換系統(tǒng)400的示意圖。其中，該系統(tǒng)包括：獲取單元402，用于獲取用戶在saas云平臺(tái)上的操作行為數(shù)據(jù)；處理單元404，用于分析操作行為數(shù)據(jù)，獲取結(jié)果數(shù)據(jù)；展示單元406，用于通過(guò)圖形化方式展示結(jié)果數(shù)據(jù)及歷史數(shù)據(jù)。本發(fā)明提供的用戶注冊(cè)轉(zhuǎn)換系統(tǒng)400，獲取單元402記錄從用戶訪問(wèn)saas云平臺(tái)開(kāi)始到用戶注冊(cè)云平臺(tái)，再到用戶在云平臺(tái)中產(chǎn)生購(gòu)買(mǎi)行為等一系列用戶行為數(shù)據(jù)，并通過(guò)處理單元404分析這些數(shù)據(jù)得到結(jié)果數(shù)據(jù)，展示單元406使用tableau報(bào)表將結(jié)果數(shù)據(jù)展示給運(yùn)營(yíng)人員，使得運(yùn)營(yíng)人員清楚、直觀地了解到在哪些網(wǎng)站投放廣告、如何投放廣告以及saas云平臺(tái)頁(yè)面如何設(shè)計(jì)能夠產(chǎn)生最大的用戶注冊(cè)轉(zhuǎn)換率。在本發(fā)明的一個(gè)實(shí)施例中，如圖4所示，優(yōu)選地，還包括：存儲(chǔ)單元408，用于將結(jié)果數(shù)據(jù)保存至hdfs。在該實(shí)施例中，存儲(chǔ)單元408將每次的結(jié)果數(shù)據(jù)均保存至hdfs中作為歷史數(shù)據(jù)，通過(guò)對(duì)歷史數(shù)據(jù)的參與使得對(duì)用戶注冊(cè)轉(zhuǎn)換情況的分析能夠更加全面。在本發(fā)明的一個(gè)實(shí)施例中，優(yōu)選地，獲取單元402，具體用于：通過(guò)預(yù)設(shè)js文件以及預(yù)設(shè)變量，獲取操作行為數(shù)據(jù)。在該實(shí)施例中，在saas平臺(tái)中引用預(yù)先寫(xiě)好的js文件及預(yù)設(shè)變量，js可以在事件冒泡階段捕獲所有的dom事件，同時(shí)js可以生成guid保存到saas云平臺(tái)網(wǎng)站的根目錄下。利用這兩種特性就可以將用戶在saas云平臺(tái)上的所有操作行為記錄下來(lái)，從而獲取用戶所有的操作數(shù)據(jù)，通過(guò)js實(shí)現(xiàn)無(wú)埋點(diǎn)數(shù)據(jù)收集，在不增加開(kāi)發(fā)人員工作量的情況下，可以收集到用戶產(chǎn)生的全部行為數(shù)據(jù)。在本發(fā)明的一個(gè)實(shí)施例中，優(yōu)選地，處理單元404，具體用于：通過(guò)kafka集群，將操作行為數(shù)據(jù)按照topic進(jìn)行組織，并發(fā)送至spark框架；在spark框架中，對(duì)操作行為數(shù)據(jù)進(jìn)行過(guò)濾及拆分，形成中間數(shù)據(jù)；對(duì)中間數(shù)據(jù)進(jìn)行離線處理及分組操作；通過(guò)離線處理及分組操作后的中間數(shù)據(jù)進(jìn)行數(shù)據(jù)補(bǔ)充，獲取結(jié)果數(shù)據(jù)。在該實(shí)施例中，處理單元404根據(jù)需要搭建合理broker節(jié)點(diǎn)的kafka集群創(chuàng)建topic，啟動(dòng)consumer&producer并進(jìn)行訂閱，將topic消息發(fā)送至spark框架，spark框架接收consumer訂閱的topic消息，對(duì)數(shù)據(jù)進(jìn)行過(guò)濾及拆分操作，形成中間數(shù)據(jù)落地到hdfs中，在hive(hadoop上的數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)構(gòu)架)中對(duì)中間數(shù)據(jù)做離線處理，根據(jù)用戶瀏覽器的cookie(存儲(chǔ)在用戶本地終端上的數(shù)據(jù))來(lái)將用戶數(shù)據(jù)分組，使用已有的數(shù)據(jù)補(bǔ)充沒(méi)有的數(shù)據(jù)進(jìn)而獲取結(jié)果數(shù)據(jù)。例如，用戶登錄前和登錄后cookie是一致的，但是登錄前沒(méi)有用戶id，就可以使用登錄后的用戶信息進(jìn)行補(bǔ)充。采用kafka消息訂閱模式來(lái)傳送消息，保證分布式的高可靠性和高性能，并能具有一定的容錯(cuò)性，采用spark對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的過(guò)濾及拆分，能夠觀察到用戶的訪問(wèn)及注冊(cè)情況，從而能更好的幫助運(yùn)營(yíng)人員做現(xiàn)場(chǎng)實(shí)時(shí)的推廣。在本發(fā)明的一個(gè)實(shí)施例中，優(yōu)選地，預(yù)設(shè)變量包括以下一種或其組合：用戶id、企業(yè)id、業(yè)務(wù)信息。在該實(shí)施例中，預(yù)設(shè)變量包括以下一種或其組合但不限于：用戶id、企業(yè)id、業(yè)務(wù)信息，能夠根據(jù)上述預(yù)設(shè)變量做進(jìn)一步定制化分析。在本發(fā)明的一個(gè)實(shí)施例中，優(yōu)選地，操作行為數(shù)據(jù)包括以下一種或其組合：用戶訪問(wèn)數(shù)據(jù)、用戶注冊(cè)數(shù)據(jù)、購(gòu)買(mǎi)行為數(shù)據(jù)。在該實(shí)施例中，操作行為數(shù)據(jù)包括以下一種或其組合但不限于：用戶訪問(wèn)數(shù)據(jù)、用戶注冊(cè)數(shù)據(jù)、購(gòu)買(mǎi)行為數(shù)據(jù)，采集上述用戶產(chǎn)生的全部行為數(shù)據(jù)并經(jīng)過(guò)處理后，通過(guò)圖形化方式展示給運(yùn)營(yíng)人員，供運(yùn)營(yíng)人員分析使用。在本發(fā)明的一個(gè)實(shí)施例中，優(yōu)選地，結(jié)果數(shù)據(jù)包括以下一種或其組合：廣告投放效果數(shù)據(jù)及注冊(cè)付費(fèi)轉(zhuǎn)化率數(shù)據(jù)。在該實(shí)施例中，結(jié)果數(shù)據(jù)包括以下一種或其組合但不限于：廣告投放效果數(shù)據(jù)及注冊(cè)付費(fèi)轉(zhuǎn)化率數(shù)據(jù)，通過(guò)這些數(shù)據(jù)運(yùn)營(yíng)人員就可以要求開(kāi)發(fā)人員進(jìn)行相應(yīng)的saas云平臺(tái)界面改造，或者有針對(duì)性的對(duì)某些引流量大的來(lái)源加大廣告投入。圖5示出了本發(fā)明的一個(gè)具體實(shí)施例的用戶注冊(cè)轉(zhuǎn)換系統(tǒng)的系統(tǒng)示意圖，通過(guò)在saas平臺(tái)中引用預(yù)先寫(xiě)好的js埋點(diǎn)文件，以及在saas平臺(tái)中預(yù)制系統(tǒng)變量，獲取用戶的操作行為數(shù)據(jù)，根據(jù)需要搭建合理broker節(jié)點(diǎn)的kafka集群，創(chuàng)建topics，啟動(dòng)consumer&producer并進(jìn)行訂閱，sparkstreaming接收consumer訂閱的topics消息，在spark中對(duì)數(shù)據(jù)進(jìn)行過(guò)濾拆分操作，形成中間需要的數(shù)據(jù)落地到hdfs中。在hive中做離線處理，根據(jù)用戶瀏覽器的cookie來(lái)將用戶數(shù)據(jù)分組，使用已有的數(shù)據(jù)補(bǔ)充沒(méi)有的數(shù)據(jù)。例如，用戶登錄前和登錄后cookie是一致的，但是登錄前沒(méi)有用戶id，就可以使用登錄后的用戶信息進(jìn)行補(bǔ)充。根據(jù)分析結(jié)果，并結(jié)合歷史數(shù)據(jù)實(shí)現(xiàn)對(duì)用戶注冊(cè)和流轉(zhuǎn)的全流程分析，最后采用tableau圖形化展示出分析結(jié)果，分析出每個(gè)廣告投放引入的用戶量，以及后續(xù)這些用戶產(chǎn)生的訪問(wèn)及付費(fèi)等情況，從而使運(yùn)營(yíng)人員能直觀的看到廣告投放效果以及最終的注冊(cè)付費(fèi)轉(zhuǎn)化率。有了這些數(shù)據(jù)，運(yùn)營(yíng)人員就可以要求開(kāi)發(fā)人員進(jìn)行相應(yīng)的saas界面改造，或者有針對(duì)性的對(duì)某些引流量大的來(lái)源加大廣告投入。在本說(shuō)明書(shū)的描述中，術(shù)語(yǔ)“一個(gè)實(shí)施例”、“一些實(shí)施例”、“具體實(shí)施例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說(shuō)明書(shū)中，對(duì)上述術(shù)語(yǔ)的示意性表述不一定指的是相同的實(shí)施例或?qū)嵗?。而且，描述的具體特征、結(jié)構(gòu)、材料或特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)12當(dāng)前第1頁(yè)12