本发明属于广告综合管理技术领域，具体涉及一种广告流量数据采集与统计分析系统和一种广告流量数据采集与统计分析方法。
背景技术：
广告营销作为重要的主流营销手段之一，在线上线下应用均极为广泛。目前，常见的广告包括户外广告、平面广告、传媒广告等多种类型。特别地，目前线上交易方兴未艾，以双11为代表的新型业态正在蓬勃发展。为了适应发展趋势，越来越多的企业选择在线上投放广告，增加品牌在目标客户面前的曝光度。
因此，传统的广告管理方式，特别是线下的人工统计方式，已不再适配新兴业态的特点，无法有效、精准地触达目标客户。
技术实现要素：
本发明针对现有技术的状况，克服上述缺陷，提供一种广告流量数据采集与统计分析系统和一种广告流量数据采集与统计分析方法。
本发明采用以下技术方案，所述广告流量数据采集与统计分析方法包括以下步骤：
步骤s1，广告渠道随机选择：在广告渠道数据库采用预置的随机选择方法指定至少两个不同的广告渠道；
步骤s2，广告渠道数据记录：定期获取每个上述广告渠道的数据切片；
步骤s3，广告流量数据预处理：将上述数据切片处理为与广告流量数据库匹配的结构化数据；
步骤s4，广告流量数据大数据统计分析：根据上述结构化数据，采用预置的至少两个分析方法相互独立地输出广告流量数据统计结果；
步骤s5，广告流量数据输出：根据上述各个广告流量数据统计结果整合输出为完整的广告流量数据报告。
根据上述技术方案，上述步骤s1中，每个上述广告渠道在上述广告渠道数据库记录有不少于三个广告表现形式，上述广告表现形式包括但不限于搜索引擎广告、信息流广告、移动终端应用开屏广告。
根据上述技术方案，上述步骤s2具体还包括以下步骤：
步骤s2.2.1：判断每个广告渠道对应的广告表现形式是否具有至少一个相同的广告表现形式，如果判断通过则执行步骤s2.2.2，否则执行步骤s2.2.3；
步骤s2.2.2：将各个广告渠道的相同广告表现形式的数据切片整合为该广告表现形式的数据切片；
步骤s2.2.3：暂停输出广告表现形式的数据切片。
根据上述技术方案，上述步骤s4具体还包括以下步骤：
步骤s4.1：根据上述结构化数据，采用预置的至少两个分析方法相互独立地输出广告流量数据统计结果，上述分析方法包括但不限于路径分析方法、行为分析方法、关键词分析方法、用户画像分析方法。
本发明专利申请还公开了一种广告流量数据采集与统计分析系统，包括广告流量数据采集模块和广告流量数据统计分析模块，其中：
所述广告流量数据采集模块包括：
广告渠道随机选择单元，用于在广告渠道数据库采用预置的随机选择方法指定至少两个不同的广告渠道；
广告渠道数据记录单元，用于定期获取每个上述广告渠道的数据切片；
所述广告流量数据统计分析模块包括：
广告流量数据预处理单元，用于将上述数据切片处理为与广告流量数据库匹配的结构化数据；
广告流量数据大数据统计分析单元，用于根据上述结构化数据，采用预置的至少两个分析方法相互独立地输出广告流量数据统计结果；
广告流量数据输出单元，用于根据上述各个广告流量数据统计结果整合输出为完整的广告流量数据报告。
根据上述技术方案，每个上述广告渠道在上述广告渠道数据库记录有不少于三个广告表现形式。
根据上述技术方案，每个上述广告渠道的广告表现形式包括但不限于搜索引擎广告、信息流广告、移动终端应用开屏广告。
根据上述技术方案，所述广告渠道随机选择单元包括广告渠道随机选择子单元，所述广告渠道随机选择子单元用于在每个广告渠道随机选择至少两个不同的广告表现形式；
所述广告渠道数据记录单元包括广告渠道数据记录子单元，所述广告渠道数据记录子单元用于定期获取每个广告表现形式的数据切片。
根据上述技术方案，所述广告渠道数据记录单元还包括广告渠道数据整合子单元，所述广告渠道数据整合子单元用于获取由各个广告渠道数据记录子单元生成的数据切片，并且将上述各个数据切片整合为对应广告表现形式的完整的数据切片。
根据上述技术方案，所述广告流量数据大数据统计分析单元包括但不限于路径分析子单元、行为分析子单元、关键词分析子单元、用户画像子单元。
本发明公开的广告流量数据采集与统计分析系统及其方法，其有益效果在于，巧妙地设置广告流量数据采集模块和广告流量数据统计分析模块，通过获取不同广告渠道的广告数据以拓展广告流量数据抽样时的广泛性，同时降低获取错误数据的发生概率。同时，通过将广告表现形式的数据切片转换为结构化数据，以便压缩数据存储量并且提高读写效率。同时，通过多种大数据分析方法，从多个维度统计分析广告流量数据。
具体实施方式
本发明公开了一种广告流量数据采集与统计分析系统和一种广告流量数据采集与统计分析方法，下面结合优选实施例，对本发明的具体实施方式作进一步描述。
优选地，所述广告流量数据采集与统计分析系统包括广告流量数据采集模块和广告流量数据统计分析模块，其中：
所述广告流量数据采集模块包括：
广告渠道随机选择单元，用于在广告渠道数据库采用预置的随机选择方法指定至少两个不同的广告渠道；其中，通过获取不同广告渠道的广告数据以拓展广告流量数据抽样时的广泛性，同时降低获取错误数据的发生概率；
广告渠道数据记录单元，用于定期获取每个上述广告渠道的数据切片；
所述广告流量数据统计分析模块包括：
广告流量数据预处理单元，用于将上述数据切片处理为与广告流量数据库匹配的结构化数据；其中，通过将数据切片转换为结构化数据，以便压缩数据存储量并且提高读写效率；
广告流量数据大数据统计分析单元，用于根据上述(数据切片对应的)结构化数据，采用预置的至少两个分析方法相互独立地输出广告流量数据统计结果；
广告流量数据输出单元，用于根据上述各个广告流量数据统计结果整合输出为完整的广告流量数据报告。
进一步地，每个上述广告渠道在上述广告渠道数据库记录有不少于三个广告表现形式。
进一步地，每个上述广告渠道的广告表现形式包括但不限于搜索引擎广告、信息流广告、移动终端应用开屏广告。
其中，所述广告渠道随机选择单元包括广告渠道随机选择子单元，所述广告渠道随机选择子单元用于在每个广告渠道随机选择至少两个不同的广告表现形式。
其中，所述广告渠道数据记录单元包括广告渠道数据记录子单元，所述广告渠道数据记录子单元用于定期获取每个广告表现形式的数据切片。
其中，所述广告渠道数据记录单元还包括广告渠道数据整合子单元，所述广告渠道数据整合子单元用于获取由各个广告渠道数据记录子单元生成的数据切片，并且将上述各个数据切片整合为对应广告表现形式的完整的数据切片。
值得一提的是，上述“至少两个不同的广告渠道”，本领域的技术人员应注意，上述广告渠道的不同应被理解为广告渠道的获取来源具有明显区分。例如，上述广告渠道的其中一个的获取来源为a地区(例如，上海地区)，上述广告渠道的另一个的获取来源为b地区(例如，北京地区)，以便在地域性上尽可能满足广泛性的特点。同时，需要注意的是，不同广告渠道本身的组成部分(广告表现形式)优选为完全相同，也可以部分相同(整合时保留相同的组成部分)。例如，当a地区的广告渠道的广告表现形式为搜索引擎广告、信息流广告，b地区的广告渠道的广告表现形式为搜索引擎广告、移动终端应用开屏广告，则在由广告渠道数据整合子单元整合数据切片时，优先将a地区的搜索引擎广告的数据切片和b地区的搜索引擎广告的数据切片整合在一起，形成广告渠道数据记录单元的数据切片。
进一步地，所述广告流量数据大数据统计分析单元包括但不限于路径分析子单元、行为分析子单元、关键词分析子单元。相应地，上述“预置的至少两种分析方法”包括但不限于路径分析方法、用户行为分析方法和关键词分析方法。
进一步地，所述广告流量数据大数据统计分析单元还包括用户画像子单元。相应地，上述“预置的至少两种分析方法”还可包括用户画像分析方法。
根据上述优选实施例揭示的一种广告流量数据采集与统计分析系统，本优选实施例还揭示了与上述系统对应的广告流量数据采集与统计分析方法，简述如下。
优选地，所述广告流量数据采集与统计分析方法包括以下步骤：
步骤s1，广告渠道随机选择：在广告渠道数据库采用预置的随机选择方法指定至少两个不同的广告渠道；其中，通过获取不同广告渠道的广告数据以拓展广告流量数据抽样时的广泛性，同时降低获取错误数据的发生概率；
步骤s2，广告渠道数据记录：定期获取每个上述广告渠道的数据切片；
步骤s3，广告流量数据预处理：将上述数据切片处理为与广告流量数据库匹配的结构化数据；其中，通过将数据切片转换为结构化数据，以便压缩数据存储量并且提高读写效率；
步骤s4，广告流量数据大数据统计分析：根据上述(数据切片对应的)结构化数据，采用预置的至少两个分析方法相互独立地输出广告流量数据统计结果；
步骤s5，广告流量数据输出：根据上述各个广告流量数据统计结果整合输出为完整的广告流量数据报告。
进一步地，上述步骤s1中，每个上述广告渠道在上述广告渠道数据库记录有不少于三个广告表现形式。
其中，每个上述广告渠道的广告表现形式包括但不限于搜索引擎广告、信息流广告、移动终端应用开屏广告。
进一步地，上述步骤s1和步骤s2具体包括以下步骤：
步骤s1.1，广告表现形式随机选择：在每个广告渠道随机选择至少两个不同的广告表现形式；
步骤s2.1，广告表现形式数据记录：定期获取每个广告表现形式的数据切片；
步骤s2.2，广告表现形式数据整合：获取由步骤s2.1生成的每个广告表现形式的数据切片，并且将上述各个数据切片整合为对应广告表现形式的完整的数据切片。
值得一提的是，上述“至少两个不同的广告渠道”，本领域的技术人员应注意，上述广告渠道的不同应被理解为广告渠道的获取来源具有明显区分。例如，上述广告渠道的其中一个的获取来源为a地区(例如，上海地区)，上述广告渠道的另一个的获取来源为b地区(例如，北京地区)，以便在地域性上尽可能满足广泛性的特点。
同时，需要注意的是，不同广告渠道本身的组成部分(广告表现形式)优选为完全相同，也可以部分相同(整合时保留相同的组成部分)。例如，当a地区的广告渠道的广告表现形式为搜索引擎广告、信息流广告，b地区的广告渠道的广告表现形式为搜索引擎广告、移动终端应用开屏广告，则在由广告渠道数据整合子单元整合数据切片时，优先将a地区的搜索引擎广告的数据切片和b地区的搜索引擎广告的数据切片整合在一起，形成广告渠道数据记录单元的数据切片。
进一步地，上述步骤s2具体还包括以下步骤：
步骤s2.2.1：判断每个广告渠道对应的广告表现形式是否具有至少一个相同的广告表现形式，如果判断通过(存在至少一个相同的广告表现形式)则执行步骤s2.2.2，否则执行步骤s2.2.3；
步骤s2.2.2：将各个广告渠道的相同广告表现形式的数据切片整合为该广告表现形式的数据切片；
步骤s2.2.3：暂停输出广告表现形式的数据切片。
其中，上述步骤s2.2.2中，如有多个相同的广告表现形式，则分别整合每个(相同的)广告表现形式的数据切片。
进一步地，上述步骤s4具体还包括以下步骤：
步骤s4.1：根据上述(数据切片对应的)结构化数据，采用预置的至少两个分析方法相互独立地输出广告流量数据统计结果。
其中，上述步骤s4.1中，上述分析方法包括但不限于路径分析方法、行为分析方法、关键词分析方法、用户画像分析方法。
对于本领域的技术人员而言，依然可以对前述各实施例所记载的技术方案进行修改，或对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围。