业务信息分析处理方法与流程

本发明涉及信息技术领域，尤其涉及业务信息分析处理方法。

背景技术：

业务信息的运营管理是一个综合性的工作，需要对每个阶段的业务数据进行收集，统计和分析，还需要根据业务数据的变化不断调整运营计划。但随着社会不断发展和工程建设的不断深入，业务信息的管理维护工作日趋复杂。仅仅依靠人工分析处理业务信息的成本过高，而且人工分析的误差较大，无法为收益提供有力保障。因此，提供一种可以自动根据业务信息调整运营数据的处理方法是非常有必要的。

技术实现要素：

本发明的目的是针对现有技术的缺陷，提供业务信息分析处理方法，用于实时监测业务信息，并根据业务信息的变化不断自动调整运营数据，以减少人工成本和人工分析误差。

为实现上述目的，本发明提供了业务信息分析处理方法，所述方法包括：

服务器按照设定时间间隔对充值数据进行统计，并在业务信息管理数据库中存储为充值统计数据；所述充值统计数据具有对应的统计时间区间信息；

所述服务器在每个设定时段内，获取所述业务信息管理数据库中存储的该设定时段内的全部的所述充值统计数据；所述设定时段的时长是所述设定时间间隔的时长的整数倍；

所述服务器根据所述全部的充值统计数据得到当前设定时段内的平均充值数据，并存储在所述业务信息管理数据库中；所述平均充值数据包括所述设定时段的时间数据；

所述服务器根据所述当前设定时段内的平均充值数据和预设的基准数据进行比较处理，得到平均充值数据分析结果；所述平均充值数据分析结果包括正常和异常；

当所述平均充值数据分析结果为异常时，所述服务器从所述业务信息管理数据库获取当前之前的最后一个设定时段内的平均充值数据，并根据所述当前设定时段内的平均充值数据和当前之前的最后一个设定时段内的平均充值数据之比，得到充值数据变化率；

所述服务器获取预设的基准变化率，并确定所述预设的基准变化率是否大于所述充值数据变化率；

当所述基准变化率大于所述充值数据变化率时，所述服务器从所述业务信息管理数据库获取当前设定时段以及当前之前的最后一个设定时段内的用户操作统计数据；所述用户操作统计数据包括：对应每个抓品类型的抓取次数统计数据和对应每个抓品类型的抓中次数统计数据；

所述服务器对所述当前设定时段以及当前之前的最后一个设定时段内，相同抓品类型的抓取次数统计数据进行比较处理；

当所述当前设定时段内第一抓品类型的抓取次数统计数据小于所述当前之前的最后一个设定时段内第一抓品类型的抓取次数统计数据时，所述服务器根据当前设定时段内，所述第一抓品类型的抓中次数统计数据和第一抓品类型的抓取次数统计数据计算在当前设定时段内第一抓品类型对应的第一抓中概率；

以及，根据当前之前的最后一个设定时段内，所述第一抓品类型的抓中次数统计数据和第一抓品类型的抓取次数统计数据计算在当前之前的最后一个设定时段内第一抓品类型对应的第二抓中概率；

如果所述第一抓中概率大于或者等于所述第二抓中概率，输出预设的第一分析结果；如果所述第一抓中概率小于所述第二抓中概率，输出预设的第二分析结果。

优选的，所述预设的基准数据包括上限阈值和下限阈值；所述服务器根据所述当前设定时段内的平均充值数据和预设的基准数据进行比较处理，得到平均充值数据分析结果具体包括：

当所述当前设定时段内的平均充值数据在所述上限阈值和下限阈值之间时，所述服务器确定所述当前设定时段内的平均充值数据分析结果为正常；

当所述当前设定时段内的平均充值数据大于所述上限阈值或者小于下限阈值时，所述服务器确定所述当前设定时段内的平均充值数据分析结果为异常。

优选的，所述服务器根据所述第一分析结果调整所述第一抓品类型对应的抓品的消费数据；或者，所述服务器所述第二分析结果调整所述第一抓品类型对应的抓品的抓中概率设置参数。

优选的，所述服务器根据预设设备的设备信息将所述第一分析结果或所述第二分析结果和/或所述平均充值数据分析结果发送到所述设备并输出显示。

优选的，当所述基准变化率小于或者等于所述充值数据变化率时，所述服务器生成充值数据变化率正常信息，并输出显示。

本发明实施例提供的业务信息分析处理方法，实现了实时监测业务信息，并且根据业务信息的变化不断自动调整运营数据，从而减少运营成本和业务信息分析误差，保障平台的收益。

附图说明

图1为本发明实施例提供的业务信息分析处理方法的流程图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明提供的业务信息处理方法，可以应用线上商品/服务的运营、销售、管理等，能够实时监测业务信息，并且可以根据业务信息的变化不断自动调整运营数据，从而减少运营成本和业务信息分析误差，保障平台的收益。

图1为本发明实施例提供的业务信息分析处理方法的流程图，示出了根据业务信息的变化自动调整运营数据的流程，以下结合图1对本发明技术方案进行详述。

在本实施例中，以线上抓取商品的平台为例进行说明，抓品指的是用户可以用通过线上抓取平台抓取的商品。服务器是指提供给通过平台进行线上商品/服务的运营、销售、管理的运营商的服务器。

步骤101，服务器按照设定时间间隔对充值数据进行统计，并在业务信息管理数据库中存储为充值统计数据。

具体的，充值数据可以理解为基于用户充值操作而实时产生的消费数据。充值统计数据具有对应的统计时间区间信息，充值统计数据可以理解为统计时间区间内所有的消费数据的汇总数据。例如，服务器每隔24小时对当天所有平台用户在平台上的多笔充值数据统计，并将统计结果存储到业务信息管理数据库中，得到的该平台每天所有用户的充值数据的汇总数据，即充值统计数据。

其中，24小时仅用于举例说明，不限制本发明的使用范围，设定时间间隔也可以为更短的时间段，例如每小时，或者更长的时间段，例如每一周，根据运营商的需求调整。

步骤102，服务器在每个设定时段内，获取业务信息管理数据库中存储的该设定时段内的全部的充值统计数据。

具体的，设定时段的时长是设定时间间隔的时长的整数倍。例如，每个设定时段为1个月，设定时间间隔为24小时，即1天，也就是说服务器每个月获取该月每一天的充值统计数据。设定时段也可以是1周，也就是说服务器每周获取该周每一天的充值统计数据。

步骤103，服务器根据全部的充值统计数据得到当前设定时段内的平均充值数据，并存储在业务信息管理数据库中。

具体的，平均充值数据包括设定时段的时间数据。服务器根据当月每一天的充值统计数据的总和与当月天数之比，得到当月平均每一天的平均充值数据，并将当月的平均充值数据存储到业务信息管理数据库中。

步骤104，服务器根据当前设定时段内的平均充值数据和预设的基准数据进行比较处理，得到平均充值数据分析结果。

具体的，平均充值数据分析结果包括正常和异常。预设的基准数据包括上限阈值和下限阈值。

预设的上限阈值和下限阈值可以是基于一定时长的历史数据计算获得的固定值，也可以是根据当前统计时间之前一个固定时间长度，例如3个月，以这段时长的数据为基准进行统计学分析计算得到的动态变化的基准数据。

当当前设定时段内的平均充值数据在上限阈值和下限阈值之间时，表明在当前设定时段内的充值数据与历史统计分析的趋势相符，服务器确定当前设定时段内的平均充值数据分析结果为正常。而当当前设定时段内的平均充值数据在大于上限阈值或者小于下限阈值时，服务器确定当前设定时段内的平均充值数据分析结果为异常。

步骤105，当平均充值数据分析结果为异常时，服务器从业务信息管理数据库获取当前之前的最后一个设定时段内的平均充值数据，并根据当前设定时段内的平均充值数据和当前之前的最后一个设定时段内的平均充值数据之比，得到充值数据变化率。

具体的，当该月的平均充值数据分析结果为异常时，服务器再次根据当月和上月的平均充值数据之比，得到当月相比于上月的平均充值数据的变化率。

步骤106，服务器获取预设的基准变化率，并确定预设的基准变化率是否大于充值数据变化率。

具体的，当基准变化率小于或者等于充值数据变化率时，表明当月平均充值数据高于上月平均充值数据，此时认为是充值数据变化率是正常的，执行步骤107；当基准变化率大于充值数据变化率时，表明当月平均充值数据低于上月平均充值数据一定数值，执行步骤108-114。

步骤107，服务器生成充值数据变化率正常信息，并输出显示。

具体的，在一个具体实施里中，输出显示信息为：充值数据变化率正常。

步骤108，服务器从业务信息管理数据库获取当前设定时段以及当前之前的最后一个设定时段内的用户操作统计数据。

具体的，用户操作统计数据包括：对应每个抓品类型的抓取次数统计数据和对应每个抓品类型的抓中次数统计数据。

抓取次数统计数据可以理解为所有平台用户对该抓品类型的总抓取次数；抓中次数统计数据可以理解为所有平台用户对该抓品类型的成功抓取次数。

对于按月统计来说，服务器从业务信息管理数据库获取当月以及上月的每个抓品类型的抓取次数统计数据和抓中次数统计数据。

例如，平台所提供的抓品有n种，按抓品类型分为m个类型，m≤n。一种抓品只对应一个抓品类型，但一个抓品类型可以对应多个抓品。

在一个具体的例子中，抓品类型包括：电子设备类、盲盒类、娃娃类、普通用品类等等。经过对历史数据的研究分析和统计，我们发现不同用户在抓取操作时，有较为明显的抓品类型的倾向性。考虑到用户在抓取抓品时的喜好、习惯，在这里我们采用按照抓品类型进行抓取次数和抓中次数的数据统计。

步骤109，服务器对当前设定时段以及当前之前的最后一个设定时段内，相同抓品类型的抓取次数统计数据进行比较处理。

具体的，在本实施例中，每一次抓取和充值数据都是一一对应的，也就是说，每一次抓取之前都需要充值相应金额。因此充值数据下降，抓取次数也一定呈下降的趋势，该步骤的目的是判断哪一个抓品类型的抓品的抓取次数下降，以便精准分析和定位所存在的问题。

步骤110，当当前设定时段内第一抓品类型的抓取次数统计数据小于当前之前的最后一个设定时段内第一抓品类型的抓取次数统计数据时，服务器根据当前设定时段内，第一抓品类型的抓中次数统计数据和第一抓品类型的抓取次数统计数据计算在当前设定时段内第一抓品类型对应的第一抓中概率；以及，根据当前之前的最后一个设定时段内，第一抓品类型的抓中次数统计数据和第一抓品类型的抓取次数统计数据计算在当前之前的最后一个设定时段内第一抓品类型对应的第二抓中概率。

例如，当月内a抓品类型的抓取次数统计数据小于上月内的抓取次数统计数据时，服务器比较a抓品类型在当月内该抓品类型的抓中次数统计数据和上月内的抓中次数统计数据。

其中，第一抓中概率＝当月的第一抓品类型的抓中次数统计数据/当月的第一抓品类型的抓取次数统计数据；

第二抓中概率＝上月内的第一抓品类型的抓中次数统计数据/上月内的第一抓品类型的抓取次数统计数据；

步骤111，判断第一抓中概率是否大于或者等于第二抓中概率。

具体的，如果是，执行步骤112；如果否，执行步骤113。

步骤112，输出预设的第一分析结果。

具体的，当当月内该抓品类型的抓中次数统计数据大于或等于上月内的抓中次数统计数据时，表明虽然抓中概率上升了，但是该抓品类型的抓取次数下降，导致整体充值数据下降。服务器输出预设的第一分析结果。第一分析结果设定为：该抓品类型的每次抓取定价过高，降低了用户的抓取意愿，导致该抓品类型的抓取次数下降。

步骤113，输出预设的第二分析结果。

具体的，当当月内该抓品类型的抓中次数统计数据小于上月内的抓中次数统计数据时，表明该抓品类型的抓中概率下降，引起该抓品类型的抓取次数均下降了，进而导致整体充值数据下降。服务器输出预设的第二分析结果。第二分析结果设定为：该抓品类型的抓中概率定的过低，降低了用户的抓取兴趣，导致该抓品类型的抓取次数下降。

步骤114，服务器根据第一分析结果调整第一抓品类型对应的抓品的消费数据；或者，服务器第二分析结果调整第一抓品类型对应的抓品的抓中概率设置参数。

具体的，消费数据可以理解为用户单次抓取第一抓品类型的消费金额，例如服务器将所有第一抓品类型对应的抓品id的价格在原价格基础上下调1元。抓中概率设置参数可以理解为用户抓取第一抓品类型的成功率数据，例如服务器将第一抓品类型的抓取概率设置参数，如10％的成功率上调为15％。可以通过设置抓取抓品的设备的机械爪的强力抓取的次数来调整。

步骤115，服务器根据预设设备的设备信息将第一分析结果或第二分析结果和/或平均充值数据分析结果发送到设备并输出显示。

步骤115和步骤114可以同步执行或任一先后执行。

本发明的一种业务信息分析处理方法实现了实时监测业务信息，并且根据业务信息的变化不断自动调整运营数据，从而减少运营成本和业务信息分析误差，保障平台的收益。

专业人员应该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。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。