专利汇可以提供一种辅助保险类电商运营快速决策工作的方法及系统专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种辅助保险类电商运营快速决策的方法,包括:步骤1、收集源数据并通过ETL存储在ods层中,所述源数据包括实时数据源和离线数据源;步骤2、对ods层数据进行规整化处理,建设dw层的事实表 数据仓库 模型;步骤3、设计dw层的公共维表,计算离线指标和实时指标,具体为:根据离线指标和实时指标的计算规则设计dw层公共维表层,进一步由dw层事实表和公共维度表关联,计算得到 数据集市 表;步骤4、将上述步骤3得到的数据集市表载入FineBI,设计前端展示的仪 表盘 。达到不仅能对用户行为进行深入分析,为企业挖掘产品快速增长极契机,也能让运营、产品人人加入分析平台,提升营销决策效率的效果。,下面是一种辅助保险类电商运营快速决策工作的方法及系统专利的具体信息内容。
1.一种辅助保险类电商运营快速决策工作的方法,其特征在于,包括如下步骤:
步骤1、收集源数据并通过ETL存储在ods层中,所述源数据包括实时数据源和离线数据源;
步骤2、对ods层数据进行规整化处理,建设dw层的事实表数据仓库模型;
步骤3、设计dw层的公共维表,计算离线指标和实时指标,具体为:根据离线指标和实时指标的计算规则设计dw层公共维表层,由dw层事实表和公共维度表关联,计算得到数据集市表;
步骤4、将上述步骤3得到的数据集市表载入FineBI,设计前端展示的仪表盘。
2.如权利要求1所述的一种辅助保险类电商运营快速决策工作的方法,其特征在于:所述步骤1中,所述源数据包括网站日志数据、网站客户数据和网站产品数据,所述网站日志数据包含WEB端、WAP端和APP端用户访问日志数据;所述网站客户数据包含会员基础信息和交易数据;所述网站产品数据包含保险产品上架及下架信息;具体步骤如下:
步骤1-1、所述网站日志数据直接接入flog实时日志后,通过流式计算实时数据源统计实时指标,导入Oracle数据库作为离线指标,通过离线计算离线数据源统计离线指标;
步骤1-2、网站客户数据和网站产品数据导入数据库ods层后,ETL存储过程用增量方式抽取数据,并且将kettle的执行调度频次改为5分钟收取一次业务库数据。
3.如权利要求2所述的一种辅助保险类电商运营快速决策工作的方法,其特征在于:所述步骤2中,对ods层数据进行规整化处理,建设dw层的事实表数据仓库模型,具体步骤如下:
步骤2-1、对进入数据库dw层的数据表进行规范化处理,具体为,将网站日志数据的WEB端、WAP端和APP端日志合并为一个日志表dw_xyz_probe_all_agg_d,处理粒度为:每日、平台、会员ID、cookie、是否为活动专题页面、页面名称、产品id、产品名称、险种名称、访问PV、停留时长;对网站日志数据的实时指标,接入flog实时日志,Flink同时消费不止一个topic中的数据,指定每个分区的offset用以确定消费数据的位置,指定Checkpoint的模式用以确定数据的一次性语义,设置Restart的参数用以指定重启策略;
步骤2-2、对于网站客户数据和网站产品数据,将业务表从ods层下沉到dw层,具体为:
所述dw层划分出四个业务域:会员注册域,会员登录域,会员交易域和产品属性域,对进入数据库的ods层的数据表,经清洗数据后,下沉dw层。
4.如权利要求3所述的一种辅助保险类电商运营快速决策工作的方法,其特征在于:所述步骤3中,设计dw层的公共维表层,具体步骤如下:
步骤3-1、处理公共维表层,具体为,将公共维表层划分五个域:产品域、时间域、修饰词域、会员来源域和订单来源域;所述产品域用于存放产品基础信息,所述产品基础信息包括保险商品对应的基础产品ID、包装产品ID、险种目录和产品名称;所述时间域用于存放时间日历信息,所述时间日历信息包括年、月、季度和周;所述修饰词域用于存放修饰词表,所述修饰词表的时限包括当前日期的上一周、当前日期的前7天、当前日期的上一月和当前日期的前30天,所述修饰词表的时限用于计算周期性快照指标,具体为:建立自定义函数f_ope_staff_getdate,返回当前日期所需要的表table(f_ope_staff_getdate(sysdate));所述会员域用于存放会员来源信息dim_xyz_ope_staff_src_code;所述订单来源域用于存放订单产生平台信息dim_xyz_ope_staff_order_code;
步骤3-2、计算离线指标和实时指标,基于步骤2-1设计的日志dw_xyz_probe_all_agg_d计算日志KPI,所述日志KPI的内容包括:访问PV、访问UV和平均访问时长;基于dw层的会员注册域,会员登录域,会员交易域和产品属性域,计算交易KPI、会员KPI和产品画像,所述交易KPI的内容包括:订单交易、产品交易、买家数、收藏数、分享数、新老买家和用户重购,所述会员KPI的内容包括:新增会员和活跃会员,所述产品画像的内容包括:适用职业、性别、年龄段、平台偏好和险种偏好;具体为:
步骤3-2-1、所述离线指标中,所述交易KPI的内容包括:当前时间、最近7天、APP端、新增会员、活跃会员、订单交易、访问PV、访问UV、平均访问时长和用户重购;所述会员KPI的内容包括:当前时间、最近7天、APP端、产品、访问PV、访问UV、平均访问时长、买家数、收藏数、分享数、客单价、支付转化、新老买家;所述产品画像的内容包括:每日,APP端,新会员收益、积分消费、邀请注册和购买、订单交易和活动专题页面访问;
离线指标计算完成后,所有数据集市表都包括的表结构为:统计日期、统计周期、平台类型、指标名称、指标值;
步骤3-2-2、针对实时指标部分,将新增会员,新增订单、新增订单金额及新增访问指标实时化计算,计算方式是将多端实时日志整合计算并实时存储到数据库中。
5.如权利要求4所述的一种辅助保险类电商运营快速决策工作的方法,其特征在于,所述步骤4中,设计FineBI前端展现具体为:
步骤4-1、FineBI环境准备,具体为:通过小管理员权限进行数据库连接,导入DB数据表,建立自主数据集,发布目录;
步骤4-2、DB数据导入,非直连表直接选择对应数据库用户下的DB表,直连表写为SQL语句;自主数据集按照FineBI展示机制具体为:对DB数据按照页面展示建立自助数据集和筛选框自助维度数据集;所述筛选框自助维度数据集用作页面筛选按钮,所述筛选框自助维度数据集的内容包括:“自助_周期类型:修饰词类型维表”、“自助_时间维表:数值型日期,日期型日期”、“自助_平台类型:APP,WAP,PC、小程序、微信公众号”、“自助_产品维表:包装产品ID,基础产品ID、产品名称、品种”和“自助_险种维表:险种名称”;
步骤4-3、仪表盘页面设计,web架构的前端报表工具通过拖拽做出报表;
步骤4-4、发布,开放目录权限。
6.如权利要求5所述的一种辅助保险类电商运营快速决策工作的方法,其特征在于,所述步骤1-2中,所述增量方式抽取数据具体为:把目标ods表的最大update_time时间取出记为update_time_max,与业务库表的update_time作比较,若业务库表的update_time大于等于update_time_max,取出数据插入到临时temp表;根据主键唯一标识,删除ods表相同主键值;将temp表数据插入到目标ods表,完成ods库的数据插入。
7.一种根据权利要求1-6之一所述方法进行的保险类电商辅助运营快速决策工作的系统,其特征在于:包括依次相连的数据源模块、数据预处理模块和FineBI数据展示模块;所述数据源模块用于向后续模块提供数据;所述数据源模块中包括访问日志模块和业务系统模块,所述访问日志模块用于用户行为记录,所述业务系统模块用于存储订单交易信息、客户信息和产品信息;所述数据处理模块用于进行离线和实时两种计算方式的数据处理,所述FineBI数据展示模块用于生成运营系统,包括相连的展示数据预处理模块和页面开发模块,所述页面开发模块包括数据看板模块、产品概览模块、产品明细模块、新品分析模块和历史明细模块,所述展示数据预处理模块用于为数据展示做准备,包括导入DB表和开发自助数据集;所述数据看板模块用于按照平台、统计周期观察新增会员、活跃会员、UV、访问时长、专题页趋势、交易订单趋势、新会员收益趋势、积分消费趋势、邀请注册和购买趋势,用于将平台类型、统计周期类型作为参数跳转用户重购分析页面;所述产品概览模块用于按照平台类型、统计周期类型观察某个产品UV、PV、访问时长、支付买家数、支付保费金额、产品收藏数、收藏分享数、访问明细、险种访问明细、险种买家数明细、险种新老买家数明细;
用于将平台类型、统计周期类型作为参数跳转用户重购分析页面,用于将平台类型、统计周期类型、险种名称作为参数跳转险种指标周同比分析;所述产品明细模块用于按照平台类型、统计周期类型观察所有产品UV、PV、访问时长、支付买家数、支付保费金额、产品收藏数、收藏分享数、访问明细;可将平台类型、统计周期类型作为参数跳转用户重购分析页面;可将平台类型、统计周期类型、产品ID作为参数跳转单品分析KPI、单品增加支付、客单以及产品画像模块;所述新品分析模块用于按照平台类型、统计周期类型观察新上架产品的UV、PV、访问时长、支付买家数、支付保费金额、产品收藏数、收藏分享数和访问明细;所述历史明细模块用于按照平台类型查看各个指标历史至今的情况。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种数据加载清洗引擎、调度与存储系统 | 2020-05-16 | 542 |
一种基于大数据平台数据分析域构架方法 | 2020-05-21 | 199 |
一种能源数据仓库系统构建方法及装置 | 2020-05-08 | 318 |
一种古村落空间舒适度测量方法及拟合算法 | 2020-05-19 | 700 |
一种测试方法、装置、服务器及存储介质 | 2020-05-13 | 348 |
大规模数据管理与数据分发系统及方法 | 2020-05-14 | 762 |
一种皮肤病患者规范化系统 | 2020-05-12 | 342 |
基于大数据的安全事件上报平台及方法 | 2020-05-14 | 623 |
基于JSON文档结构的工业大数据多维分析与可视化方法 | 2020-05-15 | 31 |
一种高效的用户兴趣类别预测方法 | 2020-05-11 | 681 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。