推送数据处理方法、装置、电子设备及存储介质与流程

1.本技术涉及数据处理技术领域，更具体地，涉及一种推送数据处理方法、装置、电子设备及存储介质。


背景技术：

2.随着电子商务技术的发展，人们可以进行线上购物，给人们生活提供了很多的方便，逐渐成为人们日常生活的重要组成部分。其中，用户可以通过不同渠道投放多种类型的推送事件，以提升产品的转化。
3.相关技术中，部分推送事件是针对产品品牌，只能获取到推送事件对应的总推送数据，而无法直接获得推送事件中包含的每个产品分别对应的推送数据，导致无法得知推送中每个产品的具体影响。


技术实现要素：

4.鉴于上述问题，本发明提出了一种推送数据处理方法、装置、电子设备及存储介质，以改善上述问题。
5.第一方面，本技术实施例提供了一种推送数据处理方法，该方法包括：在分配时间区间内，获取预设推送事件每天对应的总推送数据；其中，预设推送事件用于指示推送多个推送产品的数据；分别获取每个推送产品对应的投放时间区间，其中，投放时间区间属于分配时间区间；在投放时间区间内，基于每个推送产品每天对应的实际销售数据确定每个推送产品每天对应的分配比例；在投放时间区间内，根据每天对应的总推送数据以及每个推送产品每天对应的分配比例确定每个推送产品每天对应的分配数据；对分配时间区间内每个推送产品每天对应的分配数据进行显示。
6.第二方面，本技术实施例还提供了一种推送数据处理装置，该装置包括：总数据获取模块、区间确定模块、比例确定模块、数据确定模块以及数据显示模块。其中，总数据获取模块用于在分配时间区间内，获取预设推送事件每天对应的总推送数据；其中，预设推送事件用于指示推送多个推送产品的数据；区间确定模块用于分别获取每个推送产品对应的投放时间区间；其中，投放时间区间属于分配时间区间；比例确定模块用于在投放时间区间内，基于每个推送产品每天对应的实际销售数据确定每个推送产品每天对应的分配比例；数据确定模块用于在投放时间区间内，根据每天对应的总推送数据以及每个推送产品每天对应的分配比例确定每个推送产品每天对应的分配数据；数据显示模块用于对分配时间区间内每个推送产品每天对应的分配数据进行显示。
7.第三方面，本技术实施例还提供了一种电子设备，包括处理器、存储器以及一个或多个应用程序；一个或多个应用程序被存储在所述存储器中并被配置为由所述处理器执行以实现上述的推送数据处理方法。
8.第四方面，本技术实施例还提供了一种计算机可读取存储介质，该计算机可读取存储介质中存储有程序代码，其中，在所述程序代码被处理器运行时执行上述的推送数据
处理方法。
9.本发明提供的技术方案，在分配时间区间内，获取预设推送事件每天对应的总推送数据；其中，预设推送事件用于指示推送多个推送产品的数据；分别获取每个推送产品对应的投放时间区间，其中，投放时间区间属于分配时间区间；在投放时间区间内，基于每个推送产品每天对应的实际销售数据确定每个推送产品每天对应的分配比例；在投放时间区间内，根据每天对应的总推送数据以及每个推送产品每天对应的分配比例确定每个推送产品每天对应的分配数据；对分配时间区间内每个推送产品每天对应的分配数据进行显示。由此，可以准确、快速地确定每个推送产品每天对应的分配数据，从而精确地确定预设推送事件中每个推送产品对应的影响，为推送事件的设计以及产品的选择提供重要依据，进一步提高产品的转化效率。
附图说明
10.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例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技术的一些实施例，而不是全部的实施例。基于本技术实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例及附图，都属于本发明保护的范围。
11.图1示出了本技术一实施例提出的一种推送数据处理方法的流程示意图。
12.图2示出了本技术一实施例提出的一种设置投放时间区间的界面示意图。
13.图3示出了本技术一实施例提出的一种推送数据处理装置的结构示意图。
14.图4示出了本技术一实施例提出的一种电子设备的结构示意图。
15.图5示出了本技术一实施例提出的一种计算机可读取存储介质的结构示意图。
具体实施方式
16.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
17.随着电子商务技术的发展，人们可以不用出门，通过终端设备即可以进行线上购物，给人们生活提供了很多的方便，逐渐成为人们日常生活的重要组成部分。
18.在互联网电商领域，用户可以通过不同渠道投放多种类型的推送事件，以提升产品的转化，塑造品牌形象。进一步地，可以通过推送事件对应的推送数据评估推送的实际效果，从而为用户进行选品和推送事件的设计提供参考依据。
19.但在相关技术中，部分推送事件是针对产品品牌，只能获取到推送事件对应的总推送数据，即推送事件中所有产品对应的总推送数据，而无法直接获得推送事件中包含的每个产品分别对应的推送数据，导致无法得知推送中每个产品的具体影响。
20.为了改善上述问题，发明人提出了本技术提供的推送数据处理方法、装置、电子设备及存储介质。通过在分配时间区间内，获取预设推送事件每天对应的总推送数据；其中，预设推送事件用于指示推送多个推送产品的数据；分别获取每个推送产品对应的投放时间区间，其中，投放时间区间属于分配时间区间；在投放时间区间内，基于每个推送产品每天对应的实际销售数据确定每个推送产品每天对应的分配比例；在投放时间区间内，根据每天对应的总推送数据以及每个推送产品每天对应的分配比例确定每个推送产品每天对应
的分配数据；对分配时间区间内每个推送产品每天对应的分配数据进行显示。由此，可以准确、快速地确定每个推送产品每天对应的分配数据，从而精确地确定预设推送事件中每个推送产品对应的影响，为推送事件的设计以及产品的选择提供重要依据，进一步提高产品的转化效率。
21.请参阅图1，图1示出了本技术实施例提供的一种推送数据处理方法。该方法应用于电子设备，具体地，本技术实施例的推送数据处理方法可以包括步骤110至步骤150。
22.在步骤110中，在分配时间区间内，获取预设推送事件每天对应的总推送数据。
23.在本技术实施例中，预设推送事件为需要进行推送数据处理的推送事件，预设推送事件用于指示推送多个推送产品的数据。用户可以在电商平台投放推送事件，电商平台将推送事件进行推送，以将推送事件中的多个推送产品的数据推送给进行网络购物的用户，从而提高产品的转换率。其中，电商平台可以例如是亚马逊、京东、淘宝等。
24.电商平台可以获取推送事件每天产生的总推送数据，总推送数据的类型包括但不限于：曝光量(impressions，推送事件曝光次数)、点击量(clicks，推送事件被点击的次数)、订单量(orders，由推送事件带来的订单数量)、销量(units，由推送事件带来的销量)、推送事件花费(costs，推送事件被点击产生的费用)、推送事件销售额(sales，由推送事件带来的销售额)等。可以理解地，总推送数据的类型可以根据实际需要进行设置，本技术对此不做限制。
25.在本技术的实施例中，预设推送事件可以是针对品牌的推送事件，例如亚马逊平台的sb(sponsored brands，品牌推广)广告等。预设推送事件可以对应多个推送产品。对于针对品牌的推送事件，电商平台仅能获取推送事件对应的总推送数据，而无法向用户提供推送事件对应的多个推送产品中，每个推送产品所带来的推送数据，本技术实施例提供的推送数据处理方法可以用于解决这一技术难题，下面将进行具体阐述。
26.在本技术实施例中，电子设备可以运行有erp(enterprise resource planning，企业资源计划)系统，电子设备可以通过erp系统获取用户在电商平台中投放的预设推送事件产生的总推送数据。
27.在本技术实施例中，可以预先设置分配时间区间，在分配时间区间内对预设推送事件产生的总推送数据进行分配。
28.在一些实施方式中，可以预先设置分配时间区间的开始时间和结束时间，通过开始时间和结束时间确定分配时间区间。例如，预先指定开始时间为2022年1月1日，结束时间为2022年1月30日，则分配时间区间为2022年1月1日～2022年1月30日。
29.在一些实施方式中，也可以预先设置分配时间区间的长度，然后将当前的时间作为结束时间，从而根据分配时间区间的长度以及结束时间可以确定分配时间区间的开始时间，最后通过开始时间和结束时间确定分配时间区间。例如，预先设置分配时间区间的长度为30天，将当前的时间2022年1月30日作为结束时间，则可以得到开始时间为2022年1月1日，从而得到分配时间区间为2022年1月1日～2022年1月30日。
30.在一些实施方式中，也可以预先设置分配时间区间的开始时间，进行数据查询时，将当前的时间作为结束时间。例如，预先设置开始时间为2022年1月1日，当前的时间为2022年1月30日，则分配时间区间为2022年1月1日～2022年1月30日。
31.在一些实施方式中，电子设备可以通过erp系统从电商平台的后台下载预设推送
事件在分配时间区间内的数据报表，从而得到预设推送事件在分配时间区间内每天对应的总推送数据。
32.具体地，电子设备可以通过erp系统调用电商平台中预设推送事件的报表api(application programming interface，应用程序接口)，以向电商平台获取分配时间区间内预设推送事件对应的总推送数据。
33.在一些实施方式中，电子设备在向电商平台获取预设推送事件对应的数据报表之前，需要输入erp系统的账号信息、密钥信息和账户授权信息进行用户身份验证，验证通过之后可以向电商平台获取预设推送事件对应的数据报表。
34.可选地，电子设备在向电商平台获取预设推送事件对应的数据报表之前可以在交互界面上显示验证二维码，用户可以通过终端设备扫描验证二维码进行身份验证。
35.可选地，电子设备在向电商平台获取预设推送事件对应的数据报表之前，电子设备可以向用户的终端设备发送验证码，用户可以通过在电子设备的交互界面输入验证码进行身份验证。
36.在一些实施方式中，用户在使用erp系统获取预设推送事件的总推送数据时，一次只能获取预设推送事件一天的总推送数据。如果需要获取多天的总推送数据，则需要重复获取多次，直至获取到分配时间区间内所有的总推送数据。
37.在一些实施方式中，在获取到数据报表后，可以将其进行下载，然后保存至erp系统的数据库中。在一些实施方式中，在获取到数据报表后，也可以通过数据导出功能将其直接导入至erp系统的数据库中。
38.在步骤120中，分别获取每个推送产品对应的投放时间区间。
39.在本技术的实施例中，预设推送事件可以对应多个推送产品，在分配时间区间内，预设推送事件每天对应的推送产品可以不同。
40.例如，在2022年1月1日，第一预设推送事件对应的推送产品为第一推送产品a和第二推送产品b；而在2022年1月2日，第一预设推送事件对应的推送产品为第一推送产品a和第三推送产品c。
41.因此，在预设推送事件中，每个推送产品对应的投放时间区间可能不同，推送产品只在对应的投放时间区间内对总推送数据产生影响，因此，推送产品在各自对应的投放时间区间内参与总推送数据的分配。
42.在一些实施方式中，投放时间区间可以是连续的时间段，也可以是由多个不连续的时间段组成，还可以是两者的组合，本技术对此不作限制。例如，推送产品a的投放时间区间可以是2022年1月1日、2022年1月3日、2022年1月7日。又如，推送产品a的投放时间区间也可以是2022年1月1日～2022年1月5日。还如，推送产品a的投放时间区间还可以是2022年1月1日和2022年1月3日～2022年1月8日。
43.在一些实施方式中，每个推送产品在预设推送事件中对应的投放时间区间可以是用户在设置预设推送时间时预先设置好并存储于数据库中，后续可以从数据库中调取预设推送事件中每个推送产品对应的投放时间区间。
44.可以理解的是，若预先设置的投放时间区间发生调整，用户也可以通过修改更新数据库中存储的投放时间区间，以保证投放时间区间的准确性。
45.在一些实施方式中，每个推送产品与预设推送时间对应的投放时间区间也可以由
用户输入。具体地，通过响应用户在电子设备中交互界面的输入操作，获取每个推送产品在预设推送事件中对应的投放时间区间。
46.在一些实施方式中，投放时间区间也可以是在交互界面上显示的日历中进行选择得到的。例如，用户在投放推送产品b后，选择录入投放时间区间的控件，然后在交互界面上显示日历，用户选择其中的2022年1月1日和2022年1月2日，则投放时间区间为2022年1月1日～2022年1月2日。
47.在一些实施方式中，投放时间区间属于分配时间区间，分配时间区间包括开始时间和结束时间。
48.可选地，用户可以手动设置投放时间区间的开始时间和结束时间。可选地，用户也可以仅设置投放时间区间的开始时间，不指定投放时间区间的结束时间。在这种情况下，可以将分配时间区间的结束时间作为投放时间区间的结束时间，此时，分配时间区间为连续的时间段。
49.示例性地，分配时间区间的起始时间为2022年1月2日，分配时间区间的结束时间为2022年1月15日；若用户仅设置推送产品a的投放时间区间的开始时间为2022年1月5日，未设置投放时间区间的结束时间，则可以将分配时间区间的结束时间作为推送产品a的投放时间区间的结束时间，从而推送产品a的投放时间区间为2022年1月5日～2022年1月15日。
50.在一些实施方式中，若用户不设置投放时间区间的结束时间，则可通过点击交互界面上的结束设置控件将分配时间区间的结束时间作为投放时间区间的结束时间。
51.如图2所示，在预设推送事件a中分配时间区间的结束时间为2022年1月5日，用户只设置了投放时间区间的开始时间2022年1月1日，未设置结束时间，因此可以通过点击结束设置控件11将分配时间区间的结束时间为2022年1月5日作为投放时间区间的结束时间。
52.在一些实施方式中，若用户既不设置投放时间区间的开始时间，也不设置投放时间区间的结束时间，则可以通过快捷键将分配时间区间的开始时间作为投放时间区间的开始时间，以及将分配时间区间的结束时间作为投放时间区间的结束时间。
53.在步骤130中，在投放时间区间内，基于每个推送产品每天对应的实际销售数据确定每个推送产品每天对应的分配比例。
54.在本技术实施例中，预设推送事件中推送产品的影响可以直接反映在推送产品每天的实际销售数据上，即推送产品的影响越大，对应的实际销售数据越高。由此，可以根据预设推送事件中每天投放的各个推送产品的实际销售数据在总销售数据中所占的分配比例，确定预设推送事件中每个推送产品所带来的影响，以用于后续的总推送数据的分配。
55.在一些实施方式中，电子设备可以从电商平台中获取每个推送产品每天的实际销售数据，然后根据每个推送产品每天的实际销售数据确定在投放时间区间内多个推送产品每天的总销售数据，从而根据每个推送产品每天的实际销售数据在当天对应的总销售数据中所占的比例，确定每个推送产品在对应的投放时间区间内每天对应的分配比例。
56.示例性地，投放时间区间为2022年1月1日～2022年1月3日，预设推送事件在2022年1月1日投放的产品包括第一推送产品a和第二推送产品b，若第一推送产品a的实际销售数据为5000元，第二推送产品b的实际销售数据为3000元，则预设推送事件在2022年1月1日的总销售数据为8000元，从而在2022年1月1日，第一推送产品a的分配比例为5000
÷
8000＝
62.5％，第二推送产品b的分配比例为3000
÷
8000＝37.5％。
57.在步骤140中，在投放时间区间内，根据每天对应的总推送数据以及每个推送产品每天对应的分配比例确定每个推送产品每天对应的分配数据。
58.在本技术实施例中，分配数据是指总推送数据中由每个推送产品的影响所带来的的推送数据。
59.具体地，确定预设推送事件中每个推送产品对应的投放时间区间后，在对应的投放时间区间内，根据之前确定的每天的总推送数据和当天每个推送产品的分配比例，确定各个推送产品每天对应的分配数据，从而确定预设推送事件中每个推送产品分别带来的推送数据。
60.示例性地，分配时间区间内预设推送事件包括第一推送产品a和第二推送产品b。其中，第一推送产品a的投放时间区间为2022年1月1日～2022年1月2日，第二推送产品b的投放时间区间为2022年1月2日。以总推送数据为曝光量为例进行说明，由表一可知，在2022年1月1日，第一预设推送事件对应的曝光量为1000次，第一推送产品a的分配比例为100％，从而推送产品a的分配数据为1000；在2022年1月2日，第一推送产品a的分配比例为30％，第二推送产品b的分配比例为70％，从而第一推送产品a的分配数据为450，第二推送产品b的分配数据为1050。
61.表一
[0062][0063]
可以理解地是，对于推送产品来说，在投放时间区间外预设推送事件未投放推送产品，因此，推送产品在投放时间区间外不会产生推送数据。
[0064]
在一些实施方式中，在获取到每个推送产品在对应的分配时间区间内每天的分配数据后，可以根据获取的分配数据更新erp系统中数据库中存储的历史分配数据。
[0065]
在一些情况下，由于电商平台会在一个预设的归因时间内不断对预设推送事件产生的总推送数据进行更新，从而，在不同的时间查看同一预设推送事件中相同时间的总推送数据，得到的结果可能不同。
[0066]
例如，第一推送产品a的投放时间区间为2022年1月1日，用户在2022年1月1日点击了推送产品a的广告，但是此时并没有购买，则在2022年1月2日查看数据时，第一推送产品a在2022年1月1日的数据是“点击1，订单0”；假设这名用户在2022年1月3日购买了第一推送产品a，电商平台认为用户之所以购买推送产品a归因于用户在2022年1月1日点击了预设推送事件，则2022年1月1日的数据就调整为“点击1，订单1”，则在2022年1月4日查看数据时，第一推送产品在2022年1月1日的数据为“点击1，订单1”。从而，在2022年1月2日查看的总推送数据就是一个不正确的结果，导致之前进行拆分得到的分配数据也是错误的数据，因此需要进行更新，以修正此类情况导致的数据错误。
[0067]
在一些情况下，电商平台还可以通过相关检测手段识别平台是否存在恶意行为(例如：恶意点击)，若识别到存在这种情况，可能会对预设推送事件的总推送数据进行调整，例如去除由于恶意点击所增加的总推送数据，在这种情况下，也会引起总推送数据的调整。
[0068]
在一些情况下，推送产品的投放时间区间也可能被用户进行修正和调整，例如在2022年1月4日，第一推送产品a的投放时间区间为2022年1月1日～2022年1月3日，而在2022年1月6日，第一推送产品a的投放时间区间修改为2022年1月1日，则导致2022年1月2日～2022年1月3日的第一推送产品a分配数据需要调整，因为投放时间区间修改后，第一推送产品a在2022年1月2日～2022年1月3日不存在分配数据。
[0069]
在一些实施方式中，若erp系统中的数据库内存在推送产品对应的投放时间区间外的历史分配数据，则删除数据库中投放时间区间外的历史分配数据。由于投放时间区间可能发生调整，例如在1月10日，第一推送产品a的对应的投放时间区间包括1月1日，则在1月10日进行数据拆分时，第一推送产品a在1月1日具有历史分配数据；但在1月11日，第一推送产品a的投放时间区间发生了调整，不再包括1月1日，则在1月11日进行数据拆分时，第一推送产品a在1月1日应该不具有历史分配数据，因此之前数据库中存储的第一推送产品a在1月1日的历史分配数据需要删除。
[0070]
在一些实施方式中，在确定每个推送产品在分配时间区间内每天的分配数据后，先确定数据库中该推送产品对应的投放时间区间内是否已经保存有历史分配数据。
[0071]
若数据库中不存在投放时间区间内的历史分配数据，则将确定的分配数据增加至erp系统的数据库中。
[0072]
在一些实施方式中，可以将投放时间区间内不存在历史分配数据的日期作为第一日期。为更新数据库中的历史分配数据，将第一日期对应的分配数据作为第一日期对应的历史分配数据，在数据库中增加第一日期对应的历史分配数据。
[0073]
若数据库中已经存在历史分配数据，则进一步判断确定分配数据和已经存在的历史分配数据是否一致。若不一致，说明数据库中保存的历史分配数据是不准确的，因此需要将数据库中已存在的历史分配数据更新为分配数据。
[0074]
在一些方式中，可以将投放时间区间内存在历史分配数据的日期作为第二日期；依次确定第二日期对应的分配数据与历史分配数据是否相同，若第二日期对应的分配数据与历史分配数据不相同，则将数据库中第二日期对应的历史分配数据更新为第二日期对应的分配数据。
[0075]
示例性的，2022年1月1日数据库中保存的推送产品a的历史分配数据为2300，但现在计算得到的最新的分配数据为2200，二者不一致，因此需要将数据库中2022年1月1日推送产品a的历史分配数据从2300更新为2200。
[0076]
在一些实施方式中，若分配数据与erp系统中数据库内保存的历史分配数据一致，则表示数据库中保存的历史数据为准确的数据，因此不需要更新数据库中保存的数据。
[0077]
在步骤150中，对分配时间区间内每个推送产品每天对应的分配数据进行显示。
[0078]
在一些实施方式中，在确定分配时间区间内预设推送事件中包括的每个推送产品每天所对应的分配数据后，为了方便用户快速、直观地查看每个推送产品在预设推送事件中的影响，可以将分配数据进行可视化显示，例如可以采用图表的形式显示分配数据，例如
表格、统计图等。
[0079]
进一步地，在将分配数据进行可视化显示后，可以将可视化显示的文件进行下载，例如将统计图进行下载。其中，下载后的文件可以以图片(例如jpg格式、png格式等)、文档(例如word格式、pdf格式等)等形式进行保存。
[0080]
在一些实施方式中，在同一分配时间区间内用户投放的预设推送事件可能有多个，在这种情况下，可以分别获取每个推送产品在每个预设推送事件中每天对应的分配数据，然后根据这些分配数据可以确定每个推送产品在分配时间区间内每天的总分配数据，从而实现对同一产品在多个推送事件中每天的分配数据进行统计。
[0081]
示例性地，同一分配时间区间内用户投放有两个预设推送事件，分别为第一预设推送事件a和第二预设推送事件b，以分配数据为销售额为例进行说明，在2022年7月1日，推送产品a在第一预设推送事件a中的分配数据为23000元，在第二预设推送事件b中的分配数据为10000元，则在2022年7月1日，推送产品a的总分配数据为33000元。
[0082]
在一些实施方式中，用户在获取到推送产品每天的总分配数据后，若总分配数据低于预先的最低目标数值，则认为该推送产品无法带来预期的收益，在这种情况下，用户可以调整预设推送事件中对应的推送产品，即预设推送事件中不再投放该推送产品。
[0083]
可以理解地，用户也可以根据多天的总分配数据调整预设推送事件中对应的推送产品。
[0084]
可选的，可以是在推送产品多天的总分配数据低于最低目标数值后调整预设推送事件中对应的推送产品。
[0085]
可选的，也可以是根据推送产品多天的总分配数据确定推送产品每天的平均分配数据，在平均分配数据低于最低目标数值后调整预设推送事件中对应的推送产品。
[0086]
由此，在分配时间区间内，获取预设推送事件每天对应的总推送数据；其中，预设推送事件用于指示推送多个推送产品的数据；分别获取每个推送产品对应的投放时间区间，其中，投放时间区间属于分配时间区间；在投放时间区间内，基于每个推送产品每天对应的实际销售数据确定每个推送产品每天对应的分配比例；在投放时间区间内，根据每天对应的总推送数据以及每个推送产品每天对应的分配比例确定每个推送产品每天对应的分配数据；对分配时间区间内每个推送产品每天对应的分配数据进行显示。由此，可以准确、快速地确定每个推送产品每天对应的分配数据，从而精确地确定预设推送事件中每个推送产品对应的影响，为推送事件的设计以及产品的选择提供重要依据，进一步提高产品的转化效率。
[0087]
请参阅图3，图3示出了本技术实施例提供的推送数据处理装置，该推送数据处理装置200包括：总数据获取模块210、区间确定模块220、比例确定模块230、数据确定模块240以及数据显示模块250。
[0088]
总数据获取模块210用于用于在分配时间区间内，获取预设推送事件每天对应的总推送数据；其中，预设推送事件用于指示推送多个推送产品的数据。
[0089]
区间确定模块220用于分别获取每个推送产品对应的投放时间区间；其中，投放时间区间属于分配时间区间。
[0090]
比例确定模块230用于在投放时间区间内，基于每个推送产品每天对应的实际销售数据确定每个推送产品每天对应的分配比例。
[0091]
数据确定模块240用于在投放时间区间内，根据每天对应的总推送数据以及每个推送产品每天对应的分配比例确定每个推送产品每天对应的分配数据。
[0092]
数据显示模块250用于对分配时间区间内每个推送产品每天对应的分配数据进行显示。
[0093]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0094]
在本技术所提供的几个实施例中，所显示或讨论的模块相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0095]
另外，在本技术各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0096]
请参阅图4，图4为本技术实施例提供的电子设备300的结构示意图，本技术中的电子设备300可以包括一个或多个如下部件：处理器310、存储器320以及一个或多个应用程序，其中一个或多个应用程序可以被存储在存储器320中并被配置为由一个或多个处理器310执行，一个或多个程序配置用于执行如前述方法实施例所描述的推送数据处理方法。
[0097]
处理器310可以包括一个或者多个处理核。处理器310利用各种接口和线路连接整个电子设备300内的各个部分，通过运行或执行存储在存储器320内的指令、程序、代码集或指令集，以及调用存储在存储器320内的数据，执行电子设备300的各种功能和处理数据。可选地，处理器310可以采用数字信日处理(digital signal processing，dsp)、现场可编程门阵列(field－programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。处理器310可集成中央处理器(central processing unit，cpu)、图像处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器310中，单独通过一块通信芯片进行实现。
[0098]
存储器320可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory)。存储器320可用于存储指令、程序、代码、代码集或指令集。存储器320可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如删除功能、判断功能、更新功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端300在使用中所创建的数据。
[0099]
请参阅图5，图5为本技术实施例提供的计算机可读取存储介质的结构示意图。该计算机可读取介质400中存储有程序代码，程序代码可被处理器调用执行上述方法实施例中所描述的推送数据处理方法。
[0100]
计算机可读取存储介质400可以是诸如闪存、eeprom(电可擦除可编程只读存储器)、eprom、硬盘或者rom之类的电子存储器。可选地，计算机可读取存储介质400包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读取存储介质400具有执行上述方法中的任何方法步骤的程序代码410的存储空间。这些程序代码可以从一个或者多个计算机程序设备中读出或者写入到这一个或者多个计算机程
序设备中。程序代码410可以例如以适当形式进行压缩。
[0101]
综上所述，本技术提供的一种推送数据处理方法、装置、电子设备及存储介质。通过在分配时间区间内，获取预设推送事件每天对应的总推送数据；其中，预设推送事件用于指示推送多个推送产品的数据；分别获取每个推送产品对应的投放时间区间，其中，投放时间区间属于分配时间区间；在投放时间区间内，基于每个推送产品每天对应的实际销售数据确定每个推送产品每天对应的分配比例；在投放时间区间内，根据每天对应的总推送数据以及每个推送产品每天对应的分配比例确定每个推送产品每天对应的分配数据；对分配时间区间内每个推送产品每天对应的分配数据进行显示。由此，可以准确、快速地确定每个推送产品每天对应的分配数据，从而精确地确定预设推送事件中每个推送产品对应的影响，为推送事件的设计以及产品的选择提供重要依据，进一步提高产品的转化效率。
[0102]
最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。