IP产品运营数据处理方法、装置、设备及可读存储介质与流程

本发明涉及大数据分析领域，特别涉及一种ip产品运营数据处理方法、装置、设备及一种可读存储介质。

背景技术：

ip产品指网络相关的产品，例如服务器，在进行ip产品的销售时，在用户购买成功后会为客户分配ip地址，客户通过该ip地址即可访问该产品。

进行ip产品的销售时，销售人员只能被动的等待客户购买产品，销售过程较为被动，无法获取客户对ip产品的潜在需求，比如客户在购买当前普及型vps1年使用权后，访问100次后可能需要旗舰型vps；或者客户目前在两个较低版本的vps服务器共投入2400元，访问20次后可能会需要1300元左右较高版本的vps服务器等。依照目前被动型的销售方式，ip产品销售业绩的显著提升较为困难。

因此，如何根据业务数据挖掘客户潜力，提高销售过程的指向性与针对性，是本领域技术人员需要解决的技术问题。

技术实现要素：

本发明的目的是提供一种ip产品运营数据处理方法，该方法可以根据业务数据挖掘客户潜力，提高销售过程的指向性与针对性，有利于销售业绩的提升；本发明的另一目的是提供一种ip产品运营数据处理装置、设备及一种可读存储介质。

为解决上述技术问题，本发明提供一种ip产品运营数据处理方法，包括：

对已售产品的ip被访问次数进行大数据统计，得到各ip访问统计数据；

将客户ip购买数据与所述各ip访问统计数据进行关联分析，得到客户访问统计数据；

在所述客户访问统计数据的基础上添加对应的客户已购产品数据，得到客户基础数据；

对所述客户基础数据根据预设规则进行大数据聚类分析，得到整体分析结果；其中，所述聚类分析包括：产品类型分析、配置参数分析、价格分析中至少一种；

根据所述整体分析结果对客户进行针对性购买潜力分析，根据分析结果输出购买提示数据。

优选地，对所述客户基础数据根据预设规则进行大数据聚类分析，包括：

根据所述客户基础数据中客户访问次数将客户划分为若干类；

对各类别客户的基础数据根据预设规则进行大数据聚类分析，得到整体分析结果。

优选地，对各类别客户的基础数据根据预设规则进行大数据聚类分析，包括：

获取所述客户基础数据中各类别客户的产品价格数据；

对所述各类别客户的产品价格数据进行大数据分析，得到各类别客户消费价格分析结果。

优选地，对各类别客户的基础数据根据预设规则进行大数据聚类分析，包括：

获取所述客户基础数据中各类别客户已购产品配置数据；

对所述各类别客户的产品配置数据进行大数据分析，得到各类别客户常用配置分析结果。

优选地，根据所述整体分析结果对客户进行针对性购买潜力分析前，还包括：

根据所述整体分析结果筛选出潜力客户；

则相应地，根据所述整体分析结果对客户进行针对性购买潜力分析具体为：根据所述整体分析结果对所述潜力客户进行针对性购买潜力分析。

优选地，根据所述整体分析结果对客户进行针对性购买潜力分析，根据分析结果输出购买提示数据包括：

筛选出与所述整体分析结果匹配的客户已购产品的周边产品；

当对应客户上线时，向所述对应客户输出所述周边产品的推荐提示。

本申请公开一种ip产品运营数据处理装置，包括：

ip访问统计单元，用于对已售产品的ip被访问次数进行大数据统计，得到各ip访问统计数据；

客户访问统计单元，用于将客户ip购买数据与所述各ip访问统计数据进行关联分析，得到客户访问统计数据；

基础数据获取单元，用于在所述客户访问统计数据的基础上添加对应的客户已购产品数据，得到客户基础数据；

聚类分析单元，用于对所述客户基础数据根据预设规则进行大数据聚类分析，得到整体分析结果；其中，所述聚类分析包括：产品类型分析、配置参数分析、价格分析中至少一种；

潜力分析单元，用于根据所述整体分析结果对客户进行针对性购买潜力分析，根据分析结果输出购买提示数据。

优选地，所述聚类分析单元包括：

客户划分子单元，用于根据所述客户基础数据中客户访问次数将客户划分为若干类；

类别分析子单元，用于对各类别客户的基础数据根据预设规则进行大数据聚类分析，得到整体分析结果。

本申请公开一种ip产品运营数据处理设备，包括：

存储器，用于存储程序；

处理器，用于执行所述程序时实现所述ip产品运营数据处理方法的步骤。

本申请公开一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现所述ip产品运营数据处理方法的步骤。

本发明所提供的ip产品运营数据处理方法，通过使用大数据技术统计已售ip产品的ip被访问次数，关联在产品出售过程中产生的客户ip购买数据以及对应的产品数据，生成包含客户数据、产品数据以及访问情况的客户基础数据，根据预先设定的数据分析类型使用大数据技术对客户基础数据进行聚类分析，将流量与业务合并分析后根据聚类结果分析客户潜力，挖掘客户价值，根据挖掘后的数据对客户进行相应的产品购买提示，实现了对客户的针对性主动推销，有利于ip产品销售业绩的提高。

本发明还提供了一种ip产品运营数据处理装置、设备及一种可读存储介质，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的ip产品运营数据处理方法的流程图；

图2为本发明实施例提供的ip产品运营数据处理装置的结构框图；

图3为本发明实施例提供的ip产品运营数据处理设备的结构示意图。

具体实施方式

本发明的核心是提供一种ip产品运营数据处理方法，该方法可以根据业务数据挖掘客户潜力，提高销售过程的指向性与针对性，有利于销售业绩的提升；本发明的另一核心是提供一种ip产品运营数据处理装置、设备及一种可读存储介质。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

而在ip产品销售过程中会产生大量业务销售数据，而目前没有对这些ip产品销售数据进行有效分析，产生大量数据浪费。

数据挖掘是通过仔细分析大量数据来揭示有意义的新的关系、趋势和模式的过程，是数据库研究中一个很有应用价值的新领域，融合了人工智能、数据库技术、模式识别、机器学习、统计学和数据可视化等多个领域的理论和技术。由于大数据技术的兴起，各个行业都在使用大数据技术，进行数据挖掘。本申请通过对流量与业务数据进行合并大数据分析，挖掘客户潜力，提高产品销售主动性。

请参考图1，图1为本实施例提供的ip产品运营数据处理方法的流程图；该方法可以包括：

步骤s110、对已售产品的ip被访问次数进行大数据统计，得到各ip访问统计数据。

在产品交易完成后，向客户分配ip地址，向客户分配的ip地址在交易端会存储有记录，例如向客户1分配155.123.0.2，向客户2分配155.123.0.3等，即客户ip购买数据。在用户通过该ip进行访问时，在交易端的ip产品中会存在相应的访问记录，使用大数据技术对ip被访问次数进行统计，可以对指定时间范围内进行统计，也可以对自产品售出以来所有访问数据进行统计，在此对统计的时间范围不做限定，可以根据需要进行设定。

在此以对自售出以来的访问数据进行统计进行介绍，一种ip访问统计数据例如：

ip：1.1.1.1，访问次数：10

ip：1.1.1.2，访问次数：50

……

ip：1.1.1.201，访问次数：60

ip：1.1.1.202，访问次数：100

步骤s120、将客户ip购买数据与各ip访问统计数据进行关联分析，得到客户访问统计数据。

客户ip购买数据即每个客户购买产品后为其分配的ip的记录，在每个客户交易成功后更新。

一种客户ip购买数据例如，

客户：a，ip：1.1.1.1

客户：b，ip：1.1.1.2

……

客户：x，ip：1.1.1.201

客户：y，ip：1.1.1.202

需要说明的是，本申请对ip产品运营数据处理的过程是对每种已售产品分别进行相应运营数据的处理，因此在数据处理过程中处理的都是同种产品ip。由于客户购买的ip数量可能不止1，在进行客户访问情况统计时可以直接将客户购买的所有ip进行统一统计，比如在客户ip购买数据中客户a的ip包括：1.1.1.1，1.1.1.2以及1.1.1.3，而通过对各ip访问情况进行统计，得到1.1.1.1访问次数为10次，1.1.1.2访问次数为50次，1.1.1.3访问次数为2次，则将客户ip购买数据与各ip访问统计数据进行关联分析时将三个ip地址访问次数进行统计，得到客户a访问次数为62次。

统计业务数据(客户ip购买数据)与ip被访问次数关联得出用户被访问次数，以上述客户ip购买数据为例，则生成的一种统计结果例如：

客户：a，访问次数：10

客户：b，访问次数：20

……

客户：x，访问次数：100

客户：y，访问次数：110

步骤s130、在客户访问统计数据的基础上添加对应的客户已购产品数据，得到客户基础数据。

在进行大数据分析时一般仅以客户基础数据为分析基本，一般可以添加各种类型客户已购产品数据以便于分析，客户已购产品数据可以包括产品名称、版本、各项配置参数、支持语言、价格等。

以客户为基础，在客户访问统计数据的基础上添加对应的客户已购产品数据，得到客户基础数据。

一种基础数据例如：

客户：a，访问次数：10，产品：vps，价格：1000

客户：b，访问次数：20，产品：vps，价格：1000

客户：c，访问次数：10，产品：vps，价格：2000

……

客户：x，访问次数：100，产品：vps，价格：1500

客户：y，访问次数：110，产品：vps，价格：2000

本实施例中以上述客户基础数据为例，根据获取的其它类型的产品数据生成的客户基础数据进行数据分析的过程在此不再赘述，均可参照本实施例的介绍。

步骤s140、对客户基础数据根据预设规则进行大数据聚类分析，得到整体分析结果。

根据不同的聚类分析类型设定聚类算法，实现对客户基础数据的聚类分析，聚类分析的类型不做限定，不同类型的聚类分析以实现不同的分析目的，一般来说，聚类分析可以包括：产品类型分析、配置参数分析、价格分析中至少一种，当然，也可以包括其它类型的分析，比如产品性能、能耗、浏览次数等。其中，通过对产品类型的大数据分析可以实现对客户常用产品类型的分析，了解客户产品类型取向，向客户进行对应产品类型的推荐，或在产品类型更新时对用户进行针对性推荐等。通过对配置参数的大数据分析可以对客户常用配置进行整体分析，了解客户的配置取向，从而提供贴合客户需求的配置推荐。通过对价格的大数据分析可以了解客户对产品价格的可接受区间范围，从而向客户推荐价格合适的产品，聚类分析可以选取一种或若干类型进行综合分析。

由于用户访问次数反映用户对某产品的关注程度，优选地，可以与用户被访问次数关联，通过大数据记录进行聚类分析。以用户访问次数作为横坐标，以聚类分析的类别(比如价格、产品参数等)作为纵坐标，通过对用户访问次数进行分析更贴近客户需求，实现精准客户潜力分析，则对客户基础数据根据预设规则进行大数据聚类分析的过程可以为：根据客户基础数据中客户访问次数将客户划分为若干类；对各类别客户的基础数据根据预设规则进行大数据聚类分析，得到整体分析结果。

具体地，对价格进行聚类分析的过程可以为：获取客户基础数据中各类别客户的产品价格数据；对各类别客户的产品价格数据进行大数据分析，得到各类别客户消费价格分析结果。

具体地，对产品配置进行聚类分析的过程可以为：获取客户基础数据中各类别客户已购产品配置数据；对各类别客户的产品配置数据进行大数据分析，得到各类别客户常用配置分析结果。

其它聚类分析的过程在此不再赘述，均可参照本实施例的介绍。

如下所示为一种根据用户对某产品的访问次数进行消费金额的大数据分析的结果，得到：访问次数：10-20，应消费：1300元；访问次数：100-110，应消费：1700元。

需要说明的是，本申请中聚类分析的算法可以参照现有的算法，通过将统计得到的ip产品运营数据带入现有的大数据聚类分析的方法，实现将ip产品的运营数据与商务销售的有效结合，相辅相成，通过大数据的分析提高商务销售的针对性以及可靠性。

步骤s150、根据整体分析结果对客户进行针对性购买潜力分析，根据分析结果输出购买提示数据。

根据聚类分析的结果对客户进行潜力分析，潜力分析比如该客户用于某种产品的预算数，对某种产品的配置追求等。比如经过整体分析发现访问次数超过200次的客户对配置更新较为敏感，追求高配置的新产品，则针对访问次数超过200次客户a，发现其购买的产品1配置非最新时，则该客户可能存在最新配置的产品1的购买潜力，则向其输出最新配置的产品1的购买链接。

具体地，根据整体分析结果对客户进行针对性购买潜力分析，根据分析结果输出购买提示数据的过程可以为：筛选出与整体分析结果匹配的客户已购产品的周边产品；当对应客户上线时，向对应客户输出周边产品的推荐提示。

以下所示为一种对消费进行大数据聚类分析后对客户消费金额潜力进行分析的过程示意，例如，统计得到访问次数为50次的客户一般用于vps的金额大概会在1500元，客户a目前消费了500元的vps产品，则该客户的消费潜力大概为1000元左右，可以向其推荐一些较为高端的vps产品以及配件等。客户b目前消费了1200元左右的vps产品，则该客户的消费潜力大概为300元左右，可以向其推荐一些之前购买过的一些vps产品的配件等。对所有产品进行分析，根据聚类结果对客户进行分析，计算出客户的潜力总值，针对性推荐合适的产品。

此外，经过大数据分析后可能部分顾客消费潜力较小，为避免在该部分客户消耗过量计算资源，造成适得其反的效果，可以在根据整体分析结果对客户进行针对性购买潜力分析前根据整体分析结果筛选出潜力客户；则相应地，根据整体分析结果对客户进行针对性购买潜力分析具体为：根据整体分析结果对潜力客户进行针对性购买潜力分析。可以仅对分析得到的潜力客户(比如存在较大的消费空间、拥有较高的配置追求以及较全面的产品类型追求)进行针对性分析，输出相应的购买提示。

为加深对本实施例提供的ip产品运营数据处理方法的理解，在此对vps客户进行分析为例对流程进行整体介绍。

使用大数据技术统计所有vps售出ip的访问次数，根据售出时统计的各ip对应的客户，将ip地址转换为客户，关联得到所有购买vps的客户分别访问vps产品的次数。将客户业务数据与统计的vps访问次数相关联，得到客户基础数据，根据客户访问次数对客户基础数据进行消费金额大数据分析，生成用户访问次数以及消费金额的二维坐标图，得到不同访问次数类别对应的消费金额。获取所有客户的消费能力，比如访问次数在100次以下的客户所购买金额均在500元以下，则推荐购买商品的价格尽量控制在500元以下。筛选出消费潜力较大(消费金额较高)的潜力客户，对所有客户中潜力客户进行消费金额针对性分析，得到各潜力客户的潜力总值，分别对潜力客户进行针对性喜好分析，根据得到的潜力总值以及偏好向其推荐对应的产品(比如正在出售已购商品的更新版本，在该客户可接受范围内，输出更新版本商品的数据)。

基于上述介绍，本实施例提供的ip产品运营数据处理方法，通过使用大数据技术统计已售ip产品的ip被访问次数，关联在产品出售过程中产生的客户ip购买数据以及对应的产品数据，生成包含客户数据、产品数据以及访问情况的客户基础数据，根据预先设定的数据分析类型使用大数据技术对客户基础数据进行聚类分析，将流量与业务合并分析后根据聚类结果分析客户潜力，挖掘客户价值，根据挖掘后的数据对客户进行相应的产品购买提示，实现了对客户的针对性主动推销，有利于ip产品销售业绩的提高。

请参考图2，图2为本实施例提供的ip产品运营数据处理装置的结构框图；可以包括：ip访问统计单元210、客户访问统计单元220、基础数据获取单元230、聚类分析单元240以及潜力分析单元250。本实施例提供的ip产品运营数据处理装置可与上述ip产品运营数据处理方法相互对照。

其中，ip访问统计单元210主要用于对已售产品的ip被访问次数进行大数据统计，得到各ip访问统计数据；

客户访问统计单元220主要用于将客户ip购买数据与各ip访问统计数据进行关联分析，得到客户访问统计数据；

基础数据获取单元230主要用于在客户访问统计数据的基础上添加对应的客户已购产品数据，得到客户基础数据；

聚类分析单元240主要用于对客户基础数据根据预设规则进行大数据聚类分析，得到整体分析结果；其中，聚类分析包括：产品类型分析、配置参数分析、价格分析中至少一种；

潜力分析单元250主要用于根据整体分析结果对客户进行针对性购买潜力分析，根据分析结果输出购买提示数据。

优选地，聚类分析单元具体可以包括：

客户划分子单元，用于根据客户基础数据中客户访问次数将客户划分为若干类；

类别分析子单元，用于对各类别客户的基础数据根据预设规则进行大数据聚类分析，得到整体分析结果。

优选地，类别分析子单元具体可以包括：

价格数据获取子单元，用于获取客户基础数据中各类别客户的产品价格数据；

消费价格分析子单元，用于对各类别客户的产品价格数据进行大数据分析，得到各类别客户消费价格分析结果。

优选地，类别分析子单元具体可以包括：

配置数据获取子单元，用于获取客户基础数据中各类别客户已购产品配置数据；

配置分析子单元，用于对各类别客户的产品配置数据进行大数据分析，得到各类别客户常用配置分析结果。

优选地，本实施例提供的ip产品运营数据处理装置可以还包括：客户筛选单元，客户筛选单元的输出端与潜力分析单元的输入端连接，

客户筛选单元主要用于：根据整体分析结果筛选出潜力客户；

则相应地，潜力分析单元具体用于：根据整体分析结果对潜力客户进行针对性购买潜力分析。

优选地，潜力分析单元具体可以包括：

周边产品筛选子单元，用于筛选出与整体分析结果匹配的客户已购产品的周边产品；

推荐提示输出子单元，用于当对应客户上线时，向对应客户输出周边产品的推荐提示。

本实施例提供的ip产品运营数据处理装置可以根据业务数据挖掘客户潜力，提高销售过程的指向性与针对性，有利于ip产品销售业绩的提升。

本实施例提供一种ip产品运营数据处理设备，包括：存储器以及处理器。

其中，存储器用于存储程序；

处理器用于执行程序时实现如ip产品运营数据处理方法的步骤，具体可参照上述ip产品运营数据处理方法的介绍。

本实施例公开一种可读存储介质，其上存储有程序，程序被处理器执行时实现如ip产品运营数据处理方法的步骤，具体可参照上述ip产品运营数据处理方法的介绍。

请参考图3，为本实施例提供的ip产品运营数据处理设备的结构示意图，该处理设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessingunits，cpu)322(例如，一个或一个以上处理器)和存储器332，一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中，存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地，中央处理器322可以设置为与存储介质330通信，在ip产品运营数据处理设备301上执行存储介质330中的一系列指令操作。

ip产品运营数据处理设备301还可以包括一个或一个以上电源326，一个或一个以上有线或无线网络接口350，一个或一个以上输入输出接口358，和/或，一个或一个以上操作系统341，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm等等。

上面图1所描述的ip产品运营数据处理方法中的步骤可以由ip产品运营数据处理设备的结构实现。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

以上对本发明所提供的ip产品运营数据处理设备方法、装置、设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。