埋点分析和漏斗分析报表生成方法、装置及设备.pdf

《埋点分析和漏斗分析报表生成方法、装置及设备.pdf》由会员分享，可在线阅读，更多相关《埋点分析和漏斗分析报表生成方法、装置及设备.pdf（23页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910930428.9 (22)申请日 2019.09.29 (71)申请人 北京思维造物信息科技股份有限公 司 地址 100000 北京市朝阳区建国路89号院4 号楼24层2802室 (72)发明人 陈璇刘少伟高元胜徐嘉亮 徐唐沈仁奎邓鑫鑫 (74)专利代理机构 北京晋德允升知识产权代理 有限公司 11623 代理人 王戈 (51)Int.Cl. G06F 16/22(2019.01) G06F 16/2455(2019.01) G06F 16/2458(2019.01)。

2、 G06F 16/18(2019.01) (54)发明名称 一种埋点分析和漏斗分析报表生成方法、 装 置及设备 (57)摘要 本说明书实施例公开了一种埋点分析和漏 斗分析报表生成方法、 装置及设备。 所述埋点分 析方法包括： 基于分析人员的埋点分析配置信息 设置操作， 确定埋点分析信息和埋点分析指标， 所述埋点分析信息包括时间粒度、 待分析时间范 围和待分析埋点信息； 调用数据查询引擎， 基于 所述埋点分析信息计算所述埋点分析指标的值； 基于计算的所述埋点分析指标的值， 生成埋点分 析报表。 权利要求书3页 说明书14页 附图5页 CN 110941608 A 2020.03.31 CN 11。

3、0941608 A 1.一种埋点分析报表生成方法， 其特征在于， 包括： 基于分析人员的埋点分析配置信息设置操作， 确定埋点分析信息和埋点分析指标， 所 述埋点分析信息包括时间粒度、 待分析时间范围和待分析埋点信息； 调用数据查询引擎， 基于所述埋点分析信息计算所述埋点分析指标的值； 基于计算的所述埋点分析指标的值， 生成埋点分析报表。 2.根据权利要求1所述的方法， 其特征在于， 基于分析人员的埋点分析配置信息设置操 作， 确定待分析埋点信息， 具体包括： 接收分析人员的待分析埋点设置指令； 基于所述待分析埋点设置指令， 获取并显示埋点候选列表； 接收分析人员针对所述埋点候选列表的第一选择指。

4、令； 基于所述第一选择指令， 确定待分析埋点。 3.根据权利要求2所述的方法， 其特征在于， 所述确定待分析埋点之后， 还包括： 根据确定的所述待分析埋点， 获取并显示与所述待分析埋点对应的埋点参数候选列 表； 接收分析人员针对所述埋点参数候选列表的第二选择指令； 基于所述第二选择指令， 确定选择的埋点属性参数； 根据所述选择的埋点属性参数， 获取并显示与所述选择的埋点属性参数对应的埋点属 性参数值候选列表； 接收分析人员针对埋点属性参数值候选列表的第三选择指令； 基于所述第三选择指令， 确定选择的埋点属性参数值。 4.根据权利要求2所述的方法， 其特征在于， 所述待分析埋点包括至少一个目标分。

5、析埋 点， 其中， 一个目标分析埋点对应一个埋点分析指标。 5.根据权利要求4所述的方法， 其特征在于， 所述至少一个目标分析埋点中的任一目标 分析埋点包括至少一个实际埋点， 其中， 一个实际埋点对应一个埋点标识。 6.根据权利要求1所述的方法， 其特征在于， 所述埋点分析指标包括第一类埋点分析指 标和第二类埋点分析指标， 其中， 所述第二类埋点分析指标的值是基于所述第一类埋点分 析指标计算得到的。 7.根据权利要求6所述的方法， 其特征在于， 所述第一类埋点分析指标包括埋点访问次 数、 埋点访问人数和埋点人均访问次数。 8.根据权利要求1所述的方法， 其特征在于， 所述调用数据查询引擎， 基。

6、于所述埋点分 析信息计算所述埋点分析指标的值， 具体包括： 基于确定的所述埋点分析信息， 生成相应的埋点分析代码； 调用数据查询引擎来执行所述埋点分析代码， 得到所述埋点分析指标的值。 9.根据权利要求8所述的方法， 其特征在于， 所述调用数据查询引擎来执行所述埋点分 析代码， 得到所述埋点分析指标的值， 具体包括： 针对所述待分析时间范围内按照所述时间粒度划分的每个时间区间， 获取与所述待分 析埋点对应的用户行为日志信息； 基于获取的所述用户行为日志信息， 计算所述待分析埋点的与所述每个时间区间对应 的埋点分析指标的值。 权利要求书 1/3 页 2 CN 110941608 A 2 10.根。

7、据权利要求8所述的方法， 其特征在于， 所述埋点分析信息还包括用户属性分组 信息， 所述调用数据查询引擎来执行所述埋点分析代码， 得到所述埋点分析指标的值， 具体 包括： 获取与所述待分析时间范围和所述待分析埋点信息对应的用户行为日志信息； 基于所述用户属性分组信息， 对获取的所述用户行为日志信息进行分组； 基于分组后的用户行为日志信息， 分别计算埋点分析指标的值。 11.根据权利要求1所述的方法， 其特征在于， 所述基于分析人员的埋点分析配置信息 设置操作， 确定埋点分析信息， 具体包括： 接收分析人员的埋点总览指令； 基于所述埋点总览指令， 显示埋点总览信息， 所述埋点总览信息包括埋点列表。

8、和所述 埋点列表中每个埋点的配置信息列表； 基于分析人员的针对所述埋点列表中的埋点的选择操作， 确定待分析埋点。 12.根据权利要求1所述的方法， 其特征在于， 所述基于计算的所述埋点分析指标的值， 生成埋点分析报表之后， 还包括： 存储确定的所述埋点分析信息和所述埋点分析指标， 得到存储的埋点分析配置信息； 基于所述存储的埋点分析配置信息， 生成埋点分析报表。 13.根据权利要求12所述的方法， 其特征在于， 所述存储确定的所述埋点分析信息和所 述埋点分析指标， 得到存储的埋点分析配置信息之后， 还包括： 更新所述存储的埋点分析配置信息中的待分析时间范围， 得到更新的埋点分析配置信 息； 基。

9、于所述更新的埋点分析配置信息， 生成与更新的待分析时间范围对应的埋点分析报 表。 14.一种漏斗分析报表生成方法， 其特征在于， 包括： 基于分析人员的漏斗分析配置信息设置操作， 确定漏斗分析信息， 所述漏斗分析信息 包括待分析时间范围、 待分析漏斗步骤信息和漏斗窗口期， 其中， 所述待分析漏斗步骤信息 包括待分析埋点信息和预设漏斗顺序； 调用数据查询引擎， 基于所述漏斗分析信息计算各个漏斗步骤的评价指标； 基于计算的各个漏斗步骤的评价指标， 生成漏斗分析报表。 15.根据权利要求14所述的方法， 其特征在于， 基于分析人员的漏斗分析配置信息设置 操作， 确定待分析漏斗步骤信息， 具体包括： 。

10、针对每个漏斗步骤， 接收分析人员的待分析埋点设置指令； 基于所述待分析埋点设置指令， 获取并显示埋点候选列表； 接收分析人员针对所述埋点候选列表的第一选择指令； 基于所述第一选择指令， 确定待分析埋点。 16.根据权利要求15所述的方法， 其特征在于， 所述确定待分析埋点之后， 还包括： 根据确定的所述待分析埋点， 获取并显示与所述待分析埋点对应的埋点参数候选列 表； 接收分析人员针对所述埋点参数候选列表的第二选择指令； 基于所述第二选择指令， 确定选择的埋点属性参数； 权利要求书 2/3 页 3 CN 110941608 A 3 根据所述选择的埋点属性参数， 获取并显示与所述选择的埋点属性参。

11、数对应的埋点属 性参数值候选列表； 接收分析人员针对埋点属性参数值候选列表的第三选择指令； 基于所述第三选择指令， 确定选择的埋点属性参数值。 17.根据权利要求15所述的方法， 其特征在于， 所述待分析埋点包括至少一个实际埋 点， 其中， 一个实际埋点对应一个埋点标识。 18.根据权利要求14所述的方法， 其特征在于， 所述调用数据查询引擎， 基于所述漏斗 分析信息计算各个漏斗步骤的评价指标， 具体包括： 基于确定的所述漏斗分析信息， 生成相应的漏斗分析代码； 调用数据查询引擎来执行所述漏斗分析代码， 计算各个漏斗步骤的评价指标。 19.一种埋点分析报表生成装置， 其特征在于， 包括： 分析。

12、信息确定模块， 用于基于分析人员的埋点分析配置信息设置操作， 确定埋点分析 信息和埋点分析指标， 所述埋点分析信息包括时间粒度、 待分析时间范围和待分析埋点信 息； 埋点分析指标计算模块， 用于调用数据查询引擎， 基于所述埋点分析信息计算所述埋 点分析指标的值； 报表生成模块， 用于基于计算的所述埋点分析指标的值， 生成埋点分析报表。 20.一种漏斗分析报表生成装置， 其特征在于， 包括： 分析信息确定模块， 用于基于分析人员的漏斗分析配置信息设置操作， 确定漏斗分析 信息， 所述漏斗分析信息包括待分析时间范围、 待分析漏斗步骤信息和漏斗窗口期， 其中， 所述待分析漏斗步骤信息包括待分析埋点信。

13、息和预设漏斗顺序； 漏斗步骤评价指标计算模块， 用于调用数据查询引擎， 基于所述漏斗分析信息计算各 个漏斗步骤的评价指标； 报表生成模块， 用于基于计算的各个漏斗步骤的评价指标， 生成漏斗分析报表。 21.一种数据分析报表生成设备， 其特征在于， 包括： 至少一个处理器； 以及， 与所述至少一个处理器通信连接的存储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处理器能够： 基于分析人员的埋点分析配置信息设置操作， 确定埋点分析信息和埋点分析指标， 所 述埋点分析信息包括时间粒度、 待分析时间范围和待分析埋点信息； 调用数。

14、据查询引擎， 基于所述埋点分析信息计算所述埋点分析指标的值； 基于计算的所述埋点分析指标的值， 生成埋点分析报表， 和/或， 基于分析人员的漏斗分析配置信息设置操作， 确定漏斗分析信息， 所述漏斗分析信息 包括待分析时间范围、 待分析漏斗步骤信息和漏斗窗口期， 其中， 所述待分析漏斗步骤信息 包括待分析埋点信息和预设漏斗顺序； 调用数据查询引擎， 基于所述漏斗分析信息计算各个漏斗步骤的评价指标； 基于计算的各个漏斗步骤的评价指标， 生成漏斗分析报表。 权利要求书 3/3 页 4 CN 110941608 A 4 一种埋点分析和漏斗分析报表生成方法、 装置及设备 技术领域 0001 本申请涉及计。

15、算机数据处理领域， 尤其涉及一种埋点分析和漏斗分析报表生成方 法、 装置及设备。 背景技术 0002 在网站或应用程序运行中， 被关注的用户交互行为事件可以作为监测点， 为了收 集监测点上的用户行为数据， 需要在监测点上部署专用的事件监测代码(event tracking code)， 又称为埋点。 客户端根据设置的埋点上报用户行为日志信息， 其中包括埋点的相关 参数信息。 进行用户行为分析的实质是， 通过编写SQL， 对这些上报的数据进行筛选、 聚合等 操作， 最终得到分析结果。 并且， 数据分析的需求多是即席的、 多样的。 0003 目前， 可以通过Hue、 Zeppelin这类交互式SQ。

16、L编写工具， 基于hive、 presto等进行 日志数据统计， 以输出表格和简单的图表。 但是该方法对分析人员的要求较高， 需要对数仓 中的表结构、 字段含义等较熟悉， 并且需要掌握编写SQL语句的能力， 对于没有SQL语句编写 技术背景的产品运营人员来说门槛较高。 另外， 也可以通过tableau等BI工具配置数据源， 来配置可视化的报表， 但是该方法的人力成本较高， 报表多由数据分析师等产出， 新的需求 就意味着新的报表配置， 无法实现分析人员自主化查询。 0004 在现有技术中， 不具备技术背景的数据分析人员， 例如， 产品运营人员， 在查询、 分 析用户行为日志时的学习成本高、 操作。

17、难度大。 发明内容 0005 有鉴于此， 本申请实施例提供了一种埋点分析和漏斗分析报表生成方法、 装置及 设备， 使得不具备技术背景的产品运营人员能够自助查询、 分析用户行为日志， 获取埋点分 析和/或漏斗分析结果， 降低了学习成本， 简化了操作流程。 0006 为解决上述技术问题， 本说明书实施例是这样实现的： 0007 本说明书实施例提供的一种埋点分析报表生成方法， 包括： 基于分析人员的埋点 分析配置信息设置操作， 确定埋点分析信息和埋点分析指标， 所述埋点分析信息包括时间 粒度、 待分析时间范围和待分析埋点信息； 调用数据查询引擎， 基于所述埋点分析信息计算 所述埋点分析指标的值； 基。

18、于计算的所述埋点分析指标的值， 生成埋点分析报表。 0008 本说明书实施例提供的一种漏斗分析报表生成方法， 包括： 基于分析人员的漏斗 分析配置信息设置操作， 确定漏斗分析信息， 所述漏斗分析信息包括待分析时间范围、 待分 析漏斗步骤信息和漏斗窗口期， 其中， 所述待分析漏斗步骤信息包括待分析埋点信息和预 设漏斗顺序； 调用数据查询引擎， 基于所述漏斗分析信息计算各个漏斗步骤的评价指标； 基 于计算的各个漏斗步骤的评价指标， 生成漏斗分析报表。 0009 本说明书实施例提供的一种埋点分析报表生成装置， 包括： 分析信息确定模块， 用 于基于分析人员的埋点分析配置信息设置操作， 确定埋点分析信。

19、息和埋点分析指标， 所述 埋点分析信息包括时间粒度、 待分析时间范围和待分析埋点信息； 埋点分析指标计算模块， 说明书 1/14 页 5 CN 110941608 A 5 用于调用数据查询引擎， 基于所述埋点分析信息计算所述埋点分析指标的值； 报表生成模 块， 用于基于计算的所述埋点分析指标的值， 生成埋点分析报表。 0010 本说明书实施例提供的一种漏斗分析报表生成装置， 包括： 分析信息确定模块， 用 于基于分析人员的漏斗分析配置信息设置操作， 确定漏斗分析信息， 所述漏斗分析信息包 括待分析时间范围、 待分析漏斗步骤信息和漏斗窗口期， 其中， 所述待分析漏斗步骤信息包 括待分析埋点信息和。

20、预设漏斗顺序； 漏斗步骤评价指标计算模块， 用于调用数据查询引擎， 基于所述漏斗分析信息计算各个漏斗步骤的评价指标； 报表生成模块， 用于基于计算的各 个漏斗步骤的评价指标， 生成漏斗分析报表。 。 0011 本说明书实施例提供的一种数据分析报表生成设备， 包括： 0012 至少一个处理器； 以及， 0013 与所述至少一个处理器通信连接的存储器； 其中， 0014 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一 个处理器执行， 以使所述至少一个处理器能够： 执行上述埋点分析报表生成方法和/或漏斗 分析报表生成方法。 0015 本说明书实施例采用的上述至少一个技术方案。

21、能够达到以下有益效果： 0016 在一种数据分析报表(包括埋点分析报表和/或漏斗分析报表)生成方法中， 可以 根据分析人员的数据分析信息设置操作， 确定数据分析信息， 然后基于确定的数据分析信 息， 再数据查询引擎来获取的用户行为日志信息并计算得到相应的结果， 最后将结果生成 为数据报表并展示。 在这一过程中， 进行数据分析操作的分析人员只需要选择分析信息， 则 可以获取相应的数据分析结果， 而无需撰写SQL语句， 也无需了解用户行为日志信息的具体 的存储结构， 由此， 不具备技术背景的产品运营人员能够自助查询、 分析用户行为日志， 获 得埋点分析和/或漏斗分析结果， 学习成本低， 操作流程简。

22、单。 附图说明 0017 此处所说明的附图用来提供对本申请的进一步理解， 构成本申请的一部分， 本申 请的示意性实施例及其说明用于解释本申请， 并不构成对本申请的不当限定。 在附图中： 0018 图1为根据本申请的实施例的数据分析方法的应用场景的示意图； 0019 图2示出了根据本申请的实施例的数据分析系统的示意图； 0020 图3为根据本申请的实施例的一种埋点分析报表生成方法的流程示意图； 0021 图4为根据本申请的实施例的埋点分析报表生成方法的前端页面的示例； 0022 图5为根据本申请的实施例的埋点总览信息的界面示例； 0023 图6为根据本申请的实施例的一种漏斗分析报表生成方法的流程。

23、示意图； 0024 图7为根据本申请的实施例的漏斗分析报表生成方法的前端页面的示例； 0025 图8为根据本申请的实施例的与图3的方法对应的埋点分析报表生成装置的结构 示意图； 0026 图9为根据本申请的实施例的与图6的方法对应的漏斗分析报表生成装置的结构 示意图； 0027 图10为根据本申请的实施例的一种数据分析报表生成设备的结构示意图。 说明书 2/14 页 6 CN 110941608 A 6 具体实施方式 0028 为使本申请的目的、 技术方案和优点更加清楚， 下面将结合本申请具体实施例及 相应的附图对本申请技术方案进行清楚、 完整地描述。 显然， 所描述的实施例仅是本申请一 部分。

24、实施例， 而不是全部的实施例。 基于本申请中的实施例， 本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例， 都属于本申请保护的范围。 0029 以下结合附图， 详细说明本申请各实施例提供的技术方案。 0030 图1为根据本申请的实施例的数据分析方法的应用场景的示意图。 0031 在本申请的说明书中， 为了避免混淆， 将生成用户行为日志信息的客户端的使用 者称为用户， 将使用本申请的实施例提供的基于已生成并存储的用户行为日志执行埋点分 析和漏斗分析的方法、 装置和设备的使用者称为分析人员。 0032 如图1所示， 数据分析方法的应用场景中包括客户端和服务端。 具体地， 当分析。

25、人 员在诸如电脑、 平板、 手机的客户端上输入数据分析指令和数据分析信息时， 客户端与服务 端发生数据交互， 从服务端获取与分析人员设置的数据分析信息对应的用户行为日志数 据， 进而计算出数据分析指令对应的数据分析指标， 然后在客户端向分析人员显示数据分 析结果报表。 0033 根据实施例， 客户端与服务端之间的数据交互可以通过有线通信或无线通信实 现。 0034 根据实施例， 数据库中可以存储有用户行为日志数据， 服务器根据从客户端获取 的数据配置信息及指令从数据库中获取相应的用户行为数据。 用户行为日志数据可以是根 据用户在使用网页或应用程序的过程中， 由网页或应用程序中的埋点上报的埋点日。

26、志信 息， 埋点日志信息可以是以Parquet列式存储表进行存储的。 所述Parquet列式存储表中的 每行可以对应于一条用户行为日志信息， 每列可以对应于一个埋点参数字段， 所述埋点参 数字段包括埋点标识字段、 用户标识字段等。 使得当根据分析人员的分析指令进行分析时， 可以从列式存储中快速筛选、 聚合相关信息， 高效地提供相应的分析结果。 0035 根据实施例， 基于从数据库中获取的埋点日志信息， 可以通过服务器或客户端中 预设的代码来实现数据分析目标的计算。 0036 根据实施例， 服务端可以包括缓存(例如， Redis缓存)， 其中以键-值对(key- value)的形式存储有埋点列表。

27、、 埋点参数列表和埋点参数候选值列表。 其中， 埋点列表中的 key为 “页面信息” ， value为 “埋点标识” ； 埋点参数列表中的key为 “埋点标识” ， value为埋点 参数标识； 埋点参数候选值列表中的key为 “埋点标识-参数标识” ， value为 “埋点参数值” 。 当分析人员在客户端的页面上设置数据分析信息时， 可以调用服务端的缓存， 为分析人员 展示相关列表供选择。 0037 根据本申请的实施例， 提供了一种数据分析系统。 图2示出了根据本申请的实施例 的数据分析系统的示意图。 0038 参照图2， 所述数据分析系统可以包括： 0039 埋点分析装置210， 通过在其。

28、前端页面获取分析人员设置的埋点分析配置信息(包 括埋点分析信息和埋点分析指标)， 其后端调用计算引擎来基于所述埋点分析配置信息得 到埋点分析结果， 并在其前端页面并向分析人员展示埋点分析报表。 其中， 所述埋点分析装 置的前端页面中可以包括埋点分析条件筛选界面、 埋点分析结果展示界面和开始查询按 说明书 3/14 页 7 CN 110941608 A 7 钮， 还可以包括保存按钮。 其中， 所述保存按钮用于存储与当前埋点分析报表对应的设置的 埋点分析配置信息。 0040 漏斗分析装置220， 通过在其前端页面获取分析人员设置的漏斗分析信息， 其后端 调用计算引擎来基于所述漏斗分析信息得到漏斗分。

29、析结果， 并在其前端页面向分析人员展 示漏斗分析报表。 其中， 所述埋点分析模块对应的前端页面中可以包括漏斗分析条件筛选 界面、 漏斗分析结果展示界面和开始计算按钮， 还可以包括保存按钮。 其中， 所述保存按钮 用于存储与当前漏斗分析报表对应的设置的漏斗分析信息。 0041 埋点总览装置230， 用于显示已定义的所有埋点和所有埋点参数字段信息。 其中， 所述埋点分析模块对应的前端页面中可以包括信息显示页面和信息选择按钮。 具体地， 分 析人员可以在埋点总览模块230查看并选择可分析的埋点； 通过在埋点总览装置230的前端 页面选择目标埋点， 可以跳转到埋点分析装置210或漏斗分析装置220的前。

30、端页面。 0042 看板装置240， 用于显示已保存的数据分析信息对应的数据分析结果的预览信息。 具体地， 分析人员可以在看板模块快速查看历史分析结果或者根据时间更新的历史分析结 果。 0043 图3为根据本申请的实施例的一种埋点分析报表生成方法的流程示意图。 从程序 角度而言， 流程的执行主体可以为搭载于客户端或服务器的用于生成埋点分析报表的程 序。 0044 如图3所示， 该流程可以包括以下步骤： 0045 S310： 基于分析人员的埋点分析配置信息设置操作， 确定埋点分析信息和埋点分 析指标， 所述埋点分析信息包括时间粒度、 待分析时间范围和待分析埋点信息。 0046 根据实施例， 所述。

31、埋点分析配置信息设置操作， 可以是分析人员从给出的列表中 选择与埋点分析相关的信息的操作。 埋点分析配置信息包括埋点分析信息和埋点分析指 标， 是进行埋点分析时需要的信息， 具体可以是获取的由分析人员设置的信息。 0047 根据实施例， 所述待分析时间范围可以是日期区间， 决定了当进行埋点分析时， 获 取埋点上报的用户行为日志信息的范围。 当所述用户行为日志信息被分区存储时， 所述待 分析时间范围也决定了当获取数据时查找的数据分区。 0048 根据实施例， S310具体可以包括： 接收分析人员的待分析时间范围选择指令； 基于 所述待分析时间范围选择指令， 显示时间信息候选列表； 基于分析人员的。

32、针对待分析时间 范围的选择操作， 确定所述待分析时间范围。 0049 根据实施例， 所述时间粒度用于表示所述待分析时间范围的粒度。 其中， 所述时间 粒度和所述待分析时间范围是对应设置的。 0050 根据实施例， 当时间粒度为天粒度时， 所述待分析时间范围可以是一个日期范围， 所述日期范围不包括当前日期。 相应地， 天粒度的分析结果可以包含与日期范围中的每天 对应的数据分析结果。 例如， 在2019-09-16， 可以进行例如2019-09-11至2019-09-15的天粒 度分析， 得到的分析结果中包含与2019-09-11、 2019-09-12、 2019-09-13、 2019-09-。

33、14和 2019-09-15每天对应的数据点。 0051 根据实施例， 当时间粒度为小时粒度时， 所述待分析时间范围可以是一个日期， 所 述日期可以包括当前日期或当前日期之前的日期。 相应地， 小时粒度的分析结果可以包含 与待分析时间范围中的每个小时对应的数据分析结果。 说明书 4/14 页 8 CN 110941608 A 8 0052 其中， 当待分析时间范围为当前日期时， 查询是准实时的。 例如， 若在2019-09-11 查询2019-09-11的数据， 得到的分析结果中可以包括已经存储的各个小时的对应的数据， 例如， 当前时刻为10:20， 对应的分析结果中包含2019-09-11这。

34、一天中00:00-00:59、 01:00- 01:59、 、 09:00-09:59这10个小时各自对应的数据点。 例如， 若在2019-09-11查询2019- 09-09的数据， 得到的分析结果中可以包括2019-09-09所有各个小时的对应的数据， 具体 地， 对应的分析结果中包含2019-09-09这一天中00:00-00:59、 01:00-01:59、 、 23:00- 23:59这24个小时各自对应的数据点。 0053 根据实施例， 当时间粒度为分钟粒度时， 所述待分析时间范围可以是一个日期， 所 述日期可以不包括当前日期。 相应地， 天粒度的分析结果可以包含与待分析时间范围中。

35、的 每分钟对应的数据分析结果。 例如， 在2019-09-16， 可以进行例如2019-09-15的分钟粒度分 析， 得到的分析结果中包含2019-09-15一天中每分钟对应的数据点。 0054 根据实施例， S310具体可以包括： 接收分析人员的埋点分析指标设置指令； 基于所 述埋点分析指标设置指令， 显示埋点分析指标候选列表； 基于分析人员针对埋点分析指标 的选择操作， 确定所述埋点分析指标。 0055 根据实施例， S310具体可以包括： 接收分析人员的待分析埋点设置指令； 基于所述 待分析埋点设置指令， 获取并显示埋点候选列表； 接收分析人员针对所述埋点候选列表的 第一选择指令； 基于。

36、所述第一选择指令， 确定待分析埋点。 其中， 所述确定待分析埋点具体 可以包括确定待分析埋点的埋点标识。 0056 在上述实施例中， 当分析人员在设置各个埋点分析信息时， 系统可以从服务端的 缓存中调用相应的候选值列表以供选择。 这样的设置使得， 埋点分析的效率提高。 下文中的 漏斗分析报表生成方法中给出候选值列表的方式与此同理。 0057 S320： 调用数据查询引擎， 基于所述埋点分析信息计算所述埋点分析指标的值。 0058 根据所实施例， 所述调用数据查询引擎， 基于所述埋点分析信息计算所述埋点分 析指标的值， 具体可以包括： 基于确定的所述埋点分析信息， 生成相应的埋点分析代码； 调 。

37、用数据查询引擎来执行所述埋点分析代码， 得到所述埋点分析指标的值。 0059 根据实施例， 所述基于确定的所述埋点分析信息， 生成相应的埋点分析代码， 可以 包括： 将所述确定的埋点分析信息中的时间粒度、 待分析时间范围、 待分析埋点信息等具体 信息代入到与所述埋点分析指标对应的预设代码模板中， 生成可执行的SQL语句。 其中， 所 述预设代码模板可以是与埋点分析指标对应的， 具体地， 可以预先存储可选的埋点分析指 标与预设代码模板之间的对应关系。 0060 根据实施例， 可以由客户端接收分析人员的指示开始查询的操作指令， 然后调用 服务端的查询引擎， 利用查询引擎执行所述SQL语句， 来计算。

38、所述埋点分析指标的值。 其中， 所述查询引擎可以是例如impala查询引擎。 0061 根据实施例， 所述调用数据查询引擎来执行所述埋点分析代码， 得到所述埋点分 析指标的值， 具体可以包括： 针对所述待分析时间范围内按照所述时间粒度划分的每个时 间区间， 获取与所述待分析埋点对应的用户行为日志信息； 基于获取的所述用户行为日志 信息， 计算所述待分析埋点的与所述每个时间区间对应的埋点分析指标的值。 0062 其中， 所述用户行为日志信息可以是由埋点上报的用户行为日志数据。 0063 其中， 所述用户行为日志信息可以是存储在数据库中的结构化数据。 根据实施例， 说明书 5/14 页 9 CN 。

39、110941608 A 9 所述用户行为日志信息可以存储在Parquet列式存储表中， 具体地， 列式存储表中的每行对 应一条用户行为日志信息， 每列对应一个字段， 所述字段至少包括埋点标识字段、 用户标识 字段、 时间戳字段等。 0064 根据实施例， 所述用户行为日志信息可以是分区存储的， 更具体地， 可以是多级分 区存储的。 0065 可选地， 所述用户行为日志可以是以日期作为一级分区、 以埋点标识作为二级分 区进行存储的， 可以用于当进行天粒度查询或分钟粒度查询时读取。 其中， 日期信息是从埋 点日志信息中包含的时间戳中解析得到的。 0066 可选地， 所述列式存储表可以是以日期作为一。

40、级分区、 以小时作为二级分区、 以埋 点标识作为三级分区进行存储的， 可以用于当进行小时粒度查询时读取。 其中， 日期和小时 信息是从埋点日志信息中包含的时间戳中解析得到的。 0067 根据实施例， 所述基于所述埋点分析信息， 获取满足所述待分析时间范围和所述 待分析埋点信息的用户行为日志信息， 具体可以包括： 基于所述待分析时间范围， 筛选与所 述待分析时间范围对应的数据分区下的用户行为日志信息； 基于所述待分析埋点信息， 在 筛选的所述与所述待分析时间范围对应的数据分区下的用户行为日志信息中， 获取与所述 待分析埋点信息对应的数据分区下的用户行为日志信息。 0068 上述实施例中， 基于分。

41、区存储的数据来获取用户行为日志信息的方式， 每次只读 取指定分区下的文件数据， 加快了数据筛选速度， 提高了埋点分析效率。 0069 S330： 基于计算的所述埋点分析指标的值， 生成埋点分析报表。 0070 其中， 报表即用表格、 图表等方式动态地显示数据。 具体地， 报表包括报表格式和 报表数据， 其中， 报表格式是多样的， 报表数据是动态的。 根据实施例， 报表可以是将报表数 据填到预定的报表格式中得到的。 0071 根据实施例， 埋点分析报表的格式可以是根据需要预先设置的， 具体地， 可以包括 例如表格、 折线图、 柱状图等。 根据本申请的实施例， 针对每个埋点的埋点分析报表可以包 括。

42、以时间为横坐标、 以埋点分析指标的值为纵坐标的折线图和/或条形图。 0072 根据实施例， 埋点分析报表中的数据可以是由步骤S320计算得到的。 0073 在上述实施例提供的埋点分析报表生成方法中， 基于分析人员的分析信息设置操 作， 可以获取满足条件的用户行为日志信息， 并调用数据查询引擎来计算埋点分析指标的 值， 进而生成埋点分析报表。 在这一过程中， 分析人员只需要进行分析信息的设置， 而无需 手动编写对用户行为日志数据进行筛选、 进行数据聚合运算等的SQL语句， 可以方便地获取 分析目标， 学习成本低； 并且， 即便是在即席场景下， 分析人员也可以通过本申请的实施例 提供的埋点分析方法。

43、来方便地查询用户行为日志和分析用户行为。 0074 本说明书实施例还提供了埋点分析报表生成方法的一些具体实施方案， 下面进行 说明。 0075 根据可选的实施例， S310中， 确定待分析埋点之后， 还可以包括： 根据确定的所述 待分析埋点， 获取并显示与所述待分析埋点对应的埋点参数候选列表； 接收分析人员针对 所述埋点参数候选列表的第二选择指令； 基于所述第二选择指令， 确定选择的埋点属性参 数； 根据所述选择的埋点属性参数， 获取并显示与所述选择的埋点属性参数对应的埋点属 性参数值候选列表； 接收分析人员针对埋点属性参数值候选列表的第三选择指令； 基于所 说明书 6/14 页 10 CN 。

44、110941608 A 10 述第三选择指令， 确定选择的埋点属性参数值。 其中， 所述选择的埋点属性参数可以包括用 户标识、 用户设备标识、 商品标识等， 不限于此。 0076 上述实施例中， 所述埋点参数候选列表、 所述埋点属性参数值候选列表可以存储 在缓存中(例如， Redis缓存)中， 当接收到分析人员的相应的设置指令或选择指令时时， 实 施例的方法可以从缓存中获取所有可设置候选信息并显示， 以供分析人员选择。 从缓存中 获取待分析埋点信息的候选信息这一方式的好处在于， 数据读取的速率高， 可以提高数据 查询效率， 加快数据分析报表的生成， 提升用户体验。 0077 上述实施例中， 所。

45、述选择的埋点属性参数和所述选择的埋点属性参数值可以作为 获取用户行为日志信息的过滤条件， 分析人员通过选择埋点参数过滤信息， 可以限定获取 用户行为日志信息的数据范围。 作为示例， 当选择的埋点属性参数过滤信息包括设备标识 字段和设备标识字段的值时， 可以根据设备标识字段的值来仅获取符合所述选择的设备标 识字段的值的用户行为日志信息， 以作为S320和S330中计算、 分析的基础。 例如， 对于埋点 标识为 “ev1” 的待分析埋点， 当获取到分析人员设置的过滤条件包括 “ 设备标识 为 bfa9a48fbsd ” ， 那么获取针对该埋点的用户行为日志信息时， 除了要满足埋点标识字段 的值为 。

46、“ev1” ， 还要满足设备标识字段的值为 “bfa9a48fbsd” 。 0078 根据可选的实施例， 所述待分析埋点可以包括一个目标分析埋点， 也可以包括两 个或更多个目标分析埋点。 其中， 一个目标分析埋点对应一个埋点分析指标。 其中， 各个目 标分析埋点对应的埋点分析指标可以相同或不同。 0079 根据实施例， 当所述待分析埋点包括两个或更多个目标分析埋点时， 意味着同时 针对多个目标分析埋点进行分析。 0080 根据实施例， 当设置了选择的埋点属性参数的情况下， 不同的目标分析埋点对应 的选择的埋点属性参数信息可以相同或不同。 例如， 对于商品浏览页面上报的埋点， 其对应 的选择的埋。

47、点属性参数信息可以包括例如用户标识、 用户设备标识、 商品标识等； 对于支付 按钮上报的埋点， 其对应的选择的埋点属性参数信息可以包括例如用户标识、 用户设备标 识、 商品标识、 支付方式等； 该示例中， 两个埋点的选择的埋点属性参数信息部分相同， 其 中， 相同的埋点属性参数可以称为这两个埋点的公共参数。 0081 根据可选的实施例， 一个目标分析埋点可以包括一个实际埋点， 也可包括两个或 更多个并列的实际埋点， 其中， 一个实际埋点对应一个埋点标识。 具体地， 当一个目标分析 埋点包括一个实际埋点时， 所述一个目标分析埋点可以对应于一个埋点标识； 当一个目标 分析埋点包括两个或更多个实际埋。

48、点时， 一个目标分析埋点可以对应于两个或更多个埋点 标识。 0082 根据实施例， 当一个目标分析埋点包括两个或更多个并列的实际埋点时， 所述目 标分析埋点对应的埋点分析指标基于构成所述目标分析埋点的两个或更多个并列的实际 埋点对应的埋点分析指标计算得到。 0083 作为示例， 假设设置了并列的埋点 “ev1” 和埋点 “ev2” 共同作为一个目标分析埋 点， 那么当计算该目标分析埋点的埋点分析指标时， 可以基于与埋点 “ev1” 对应的用户行为 日志信息和与埋点 “ev2” 对应的用户行为日志信息共同计算、 分析得到该目标分析埋点的 埋点分析指标。 0084 根据可选的实施例， 所述埋点分析。

49、指标可以包括第一类埋点分析指标和第二类埋 说明书 7/14 页 11 CN 110941608 A 11 点分析指标， 其中， 所述第二类埋点分析指标的值基于所述第一类埋点分析指标来计算。 0085 根据实施例， 所述第一类埋点分析指标的值可以基于与一个目标分析埋点对应的 用户行为日志信息计算得到。 具体地， 所述第一类埋点分析指标可以包括的埋点访问次数 (PageView， PV)、 埋点访问人数(UniqueVisitor， UV)、 埋点人均访问次数等。 例如， 计算埋点 访问次数， 可以统计与相应埋点对应的用户行为日志信息的数量。 例如， 计算埋点访问人 数， 可以基于用户行为日志信息。

50、中携带的用户标识， 统计获取的所述用户行为日志信息中 用户标识不同的用户行为日志信息的数量， 作为埋点访问人数。 例如， 计算埋点人均访问次 数， 可以基于当前埋点的埋点访问次数和埋点访问人数计算得到。 0086 根据实施例， 所述第二类埋点分析指标可以基于与两个或更多个目标分析埋点对 应的用户行为日志信息计算得到。 根据实施例， 所述第二类埋点分析指标可以是基于第一 类分析指标计算得到的衍生指标。 具体地， 所述第二类埋点分析指标可以是基于第一类埋 点分析指标值的简单运算结果。 假设， 设置的待分析埋点中包括两个目标分析埋点， 其中， 目标分析埋点A是关于一个弹窗的曝光的埋点， 目标分析埋点。