[发明专利]分析网站站内渠道引流效果的方法、装置及系统

说明书

本发明提供一种分析网站站内渠道引流效果的方法、装置及系统，该方法包括：根据页面类型对重要页面进行分类，并为各类重要页面赋予相对应的标识，所述重要页面为待分析引流效果的网站页面；根据浏览顺序及就近覆盖原则，记录用户浏览过的重要页面的标识，其中就近覆盖原则指根据浏览顺序对记录的标识进行更新，以在后浏览过的重要页面的标识覆盖在先浏览过的重要页面的标识；当将商品加入购物车时，上报记录的标识及订单信息并将上报的数据保存到维表中，其中订单信息包括用户信息、商品信息以及订单状态信息以及当用户下单时，将维表中订单状态信息修改为已下单；根据维表统计重要页面的引流效果数据。本发明能够准确计算页面之间的引流效果。

技术领域

本发明涉及计算机技术及软件领域，尤其涉及一种分析网站站内渠道引流效果的方法、装置及系统。

背景技术

电子商务经营的过程中，经营者会通过各种途径吸引用户，促使用户在浏览电商网站时将商品加入购物车，进而下单。在浏览电商网站过程中，能对用户加入购物车和下单产生较大作用的重要页面一般可分为四类：首页、搜索结果页、推荐页、活动页。为了提升浏览转化，运营者需评估各类重要页面带来的订单量。

现有技术中分析重要页面的引流效果通常采用如下方式：在同一访次内，只要用户浏览过该页面，后续完成的所有订单都计为该页面的引流效果，无论期间用户是否还浏览过其他页面，也不考虑用户是否是通过本终端将商品加入购物车。具体而言，主要采用js埋点上报及后端离线计算相结合的方式：首先对所有相关页面都进行js埋点，保证用户在浏览页面时，上报用户浏览信息；然后根据用户账号、访次等信息，将浏览数据与订单数据关联，根据在同一访次内先浏览后下单的逻辑，得到每个页面引入的订单量、订单金额等。

然而，这种分析各重要页面引流效果的方式有一定的弊端：

(1)后端离线计算量大，对集群要求高

对大型网站来说，页面浏览数据较高，往往上千万，甚至上亿，且与订单相关的数据往往也在百万级以上。此二者关联，计算量已很庞大，若再计算各类页面之间的引流效果，计算量更会成倍增长。如此便会占用大量的集群资源，致使计算耗时且效率低下。

(2)计算得到的各类页面引入订单量的评估结果虚高

由于计算逻辑简单，仅仅考虑先浏览后下单的统计方式，而不考虑下单之前用户是否还浏览了其他页面，也不考虑商品是何时、通过何种途径、在何种终端加入的购物车，这样计算出来的评估结果会严重虚高。

发明内容

有鉴于此，本发明提供一种分析网站站内渠道引流效果的方法、装置及系统，能够大量减少计算量，此外，在准确计算一个页面引入的订单量的同时，还可以方便地计算页面之间的引流效果。

为实现上述目的，根据本发明的一个方面，提供了一种分析网站站内渠道引流效果的方法。

本发明的一种分析网站站内渠道引流效果的方法包括：根据页面类型对重要页面进行分类，并为各类重要页面赋予相对应的标识，所述重要页面为待分析引流效果的网站页面；根据浏览顺序及就近覆盖原则，记录用户浏览过的重要页面的标识，其中就近覆盖原则是指根据浏览顺序对记录的标识进行更新，以在后浏览过的重要页面的标识覆盖在先浏览过的重要页面的标识；当将商品加入购物车时，上报记录的标识及订单信息，并将上报的数据保存到维表中，其中，订单信息包括用户信息、商品信息以及订单状态信息，以及当用户下单时，将维表中订单状态信息修改为已下单；根据维表统计重要页面的引流效果数据。

可选地，根据页面类型对重要页面进行分类，并为各类重要页面赋予相对应的标识包括：按照页面类型为首页、搜索结果页、推荐页或活动页，为重要页面赋予相对应的main、search、recommend、或activity标识。