一种APP的用户行为数据采集方法及系统与流程

本发明属于数据采集领域，具体地说，涉及一种app的用户行为数据采集方法及系统。

背景技术：

1、随着智能手机端的app(application，应用程序)的快速发展，越来越多的用户通过使用各式各样app产生大量的用户数据，需要对用户在app应用上的访问和各种操作行为进行分析，通过对行为的分析查找出用户的使用习惯，并根据用户的使用习惯对网站应用进行改进，加强用户的黏度，并吸引新的用户。

2、然而现有采集用户行为数据的方式为单独从web端或者单独从app端获取的用户行为数据，当用户访问网站的网页时，服务端会自动记录下用户访问的页面的路径，以此作为用户行为的日志记录存储于日志文件之中，然而服务端只能记录用户在网站上进行访问时的页面日志，用户在网站应用上点击的过程，服务端无法知晓，数据采集单一、采集量少，其次会降低app的响应速度，影响网站的性能，破坏用户的实际使用体验，存在用户数据的不完整，对计算用户访问页面的转化率及判断用户行为断点造成误差，影响用户行为分析的准确性。

3、有鉴于此特提出本发明。

技术实现思路

1、本发明要解决的技术问题在于克服现有技术的不足，提供一种app的用户行为数据采集方法及系统。

2、为解决上述技术问题，本发明采用技术方案的基本构思是：

3、一种app的用户行为数据采集方法，包括以下步骤：

4、步骤1：确定明确的用户行为采集目标，在第一app服务器的数据库中创建需要采集的app用户行为任务，将该任务加载到任务队列中，并生成任务队列数据；

5、步骤2：任务队列数据发送请求至第一app服务器的处理模块内；

6、步骤3：第一app服务器对任务队列数据进行相应的解析，过滤掉不需要的任务队列数据，将需要的任务队列数据按照特定格式储存至第一app服务器的数据库，并命名为第一信息；

7、步骤4：第一app服务器检测第一信息，若第一app服务器中第一信息正常，执行步骤5，若第一app服务器中第一信息为空或无效数据，返回步骤2；

8、步骤5：第一app服务器将第一信息的备份，并将上传第一信息的备份上传至第二app服务器；

9、步骤6：第二app服务器检测第一信息备份，若第二app服务器中第一信息备份正常，执行步骤7，若第二app服务器中第一信息备份为空或无效数据，返回步骤5；

10、步骤7：第二app服务器基于第一信息备份，创建对应app用户行为的编码，将该编码存储于第二app服务器，并将其命名为第一编码；

11、步骤8：在app界面上进行插码改造，在app应用中嵌入客户端用户行为采集sdk或采集api，并在app相应界面中嵌入指定规范的采集代码；第二app服务器监听用户在app界面上的用户行为的步骤，当接收用户访问app的请求，获取用户在app中的用户行为，并基于该用户行为，创建该用户行为的编码，将该编码存储于第二app服务器，并将其命名为第二编码；第二app服务器通过sdk或api监听用户在app界面上的用户行为包括用户访问的网页或app界面路径、用户的点击事件、用户的鼠标操作区域、手指的滑动数据；

12、其中，第二app服务器通过sdk或api监听用户在app界面上的用户行为的步骤为：当用户在app界面上的操作被预先注入的采集sdk或采集api捕捉到时，采集sdk或采集api将用户行为数据按规划的格式进行整理并记录于app客户端，当记录于app客户端的数据达到可传送的体量时，通过采集sdk或采集api自动将数据打包成规划的格式通过http协议对第二app服务器发送；

13、其中，第二app服务器作为数据的接收端，当监听到有新的数据从app端发出时，利用http协议的规范将数据包接收，并转化成用户行为数据文件存储于服务器磁盘上，并将其命名为第二编码，第二app服务器基于第一编码对第二编码进行判断，并将第二编码里的内容转化成第三编码和id编码存储在第二app服务器硬盘上；

14、步骤9：第二app服务器判断第二编码与第一编码是否相同，若不相同，则将该编码存储于第二app服务器，并将其命名为第三编码，若相同，则将该编码存储于第二app服务器，并将其命名为id编码；

15、步骤10：第二app服务器读取用户所有的id编码与第一编码进行串联，得到用户的完整用户数据进行用户行为分析，生成用户行为报告，利用图表的形式呈现给用户；第二app服务器进行用户行为分析时，会根据不同的app使用不同的分析模型，当app为企业app时，基于用户关注渠道商机的行为，可进行事件分析、渠道漏斗转化分析；

16、当app为游戏厂商app时：基于用户活跃度与用户消费的行为，可进行事件分析、留存分析、行为序列分析；当app为媒体平台app时，基于用户关注阅读、用户ugc内容频率的行为，可进行事件分析、行为路径分析；

17、第二app服务器进行用户行为分析时，对不同商业模式，也有不同的分析模型：当商业模式为产品时，基于用户对不同功能的响应，可进行事件、行为序列、行为路径分析；当商业模式为为市场时，基于渠道效果，可进行漏斗转化、事件分析；当商业模式为运营时，基于用户增长、用户活跃，可进行转化漏斗、留存、事件分析；

18、留存分析：是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法；

19、漏斗分析：是一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。运营人员可以通过观察不同属性的用户群体(如新注册用户与老客户、不同渠道来源的客户)各环节转化率，各流程步骤转化率的差异对比，了解转化率最高的用户群体，分析漏斗合理性，并针对转化率异常环节进行调整；

20、事件分析：是针对用户行为的分析模型之一，也是用户行为数据分析的核心和基础，用户在产品上的行为我们定义为事件，它是用户行为的一个专业描述，用户在产品上的所有获得的程序反馈都可以抽象为事件进行采集；

21、行为序列分析：是指固定时间内单个用户按照时间顺序依次触发的部分或全部事件。通过对用户行为序列进行分析，企业可以归纳出群体用户的行为特征，辅助产品运营和迭代。

22、行为路径分析：是互联网产品特有的一类数据分析方法，它主要根据每位用户在app的行为事件，分析用户在app中各个模块的流转规律与特点，挖掘用户的访问或浏览模式，进而实现一些特定的业务用途，如对提升app核心模块的到达率、提取出特定用户群体的主流路径与刻画用户浏览特征，优化与提升app的产品设计等。

23、一种app的用户行为数据采集系统，包括：

24、第一app服务器包括第一处理模块、第一数据库；

25、第一处理模块：对第一数据库创建需要采集app任务的任务队列进行相应的解析，过滤掉不需要的任务队列数据，将需要的任务队列数据按照特定格式储存至第一数据库，并命名为第一信息，并将第一信息的备份上传至第二app服务器；

26、第一数据库：创建需要采集app任务的任务队列，储存第一信息数据；

27、第二app服务器包括第二处理模块、第二数据库以及展现数据模块；

28、第二处理模块：对第一信息进行编码并存储于第二数据库中，将其命名为第一编码，获取用户在app中的用户行为并创建该用户行为的编码，将该编码存储于第二数据库，并将其命名为第二编码，判断第二编码与第一编码是否相同，若不相同，则将该编码存储于第二数据库，并将其命名为第三编码，若相同，则将该编码存储于第二数据库，并将其命名为id编码，用户所有的id编码与第一编码进行串联，得到用户的完整用户数据进行用户行为分析，生成用户行为报告；

29、第二数据库：储存第一编码、第二编码、第三编码以及id编码；

30、展现数据模块：用于将用户行为报告生成图表，利用图表的形式呈现给用户；

31、采集模块：用于接收采集模块采集到的用户行为数据，并发送至第二app服务器：

32、app客户端模块：记录用户在app中的用户行为，将用户行为传输至采集sdk模块或采集api模块。

33、可选的，采集模块可为sdk采集或api采集。

34、可选的，第二处理模块还包括用于接受采集模块传输数据的接收模块。

35、采用上述技术方案后，本发明与现有技术相比具有以下有益效果，当然，实施本发明的任一产品并不一定需要同时达到以下的所有优点：

36、1.本发明通过第一app服务器对任务队列数据进行相应的解析，过滤掉不需要的任务队列数据，将需要的任务队列数据按照特定格式储存至第一app服务器的数据库，并命名为第一信息，通过准确的第一信息，可以提高后续对用户采集行为的匹配性和准确性。

37、2.本发明通过第二app服务器创建对应app用户行为的编码，第二app服务器监听用户在app界面上的用户行为的步骤，当接收用户访问app的请求，获取用户在app中的用户行为，并基于该用户行为，创建该用户行为的编码，将该编码存储于第二app服务器，然后第二app服务器判断第二编码与第一编码是否相同，若不相同，则将该编码存储于第二app服务器，并将其命名为第三编码，若相同，则将该编码存储于第二app服务器，并将其命名为id编码，然后所有的id编码与第一编码进行串联，得到用户的完整用户数据进行用户行为分析，通过设置准确的用户行为采集目标，通过第二app服务器针对性的分析和串联，得到需要的用户行为数据，提高了采集的效率和准确性。

38、下面结合附图对本发明的具体实施方式作进一步详细的描述。