[发明专利]一种基于网络访问日志数据的在线访问渠道间的溢出效应分析方法

权利要求书

1.一种基于网络访问日志数据的在线访问渠道间的溢出效应分析方法，其特征在于，包括如下步骤：基于电子商务网站企业日志数据库中的访问日志数据来提取用户从具体的访问渠道进入网站后的点击行为和购买行为；从用户的渠道点击行为和购买行为中提取并统计出网站各访问渠道的点击次数和购买转化数这两类变量，形成以周为单位的时间序列数据；将计量经济学中的多元时间序列分析方法扩展到营销领域，通过消费者行为建立模型来模拟各渠道间的溢出效应和协同动态，得出具体的相关关系、因果关系和交互形式；更具体为：

步骤A，获取一个时间段内的电子商务企业网络日志数据库中存储的用户访问数据；

步骤B，进行数据清洗，删除用户访问数据中与溢出效应分析无关的、不一致的、有噪声的数据；

步骤C，构建用于分析的变量指标，首先根据用户访问网站的实际情况确定主要研究的广告访问渠道和自然访问渠道，随后构建这些渠道的访问数变量和通过该渠道进入网站并产生购买的购买转化数变量指标；

步骤D，根据变量提取对应的访问数据和购买转化数据，针对渠道访问数变量的数据提取，通过对网络日志数据中访问来源字段的解析来判别用户是否访问了渠道和访问了哪个渠道，随后计数并按周进行聚合；针对渠道购买转化数变量的数据提取，通过用户识别和会话切分来将数据以每天单个用户的一次会话为单位进行切分，在会话内通过对访问来源字段和访问请求字段的解析来判别用户完成购买前从哪些渠道进入了网站，计数后按周进行聚合；

步骤E，将D所得到的各渠道每周访问数变量和购买转化数变量当作时间序列数据需进行平稳性检验，未通过检验的变量是不平稳的，因此不具备与其他变量存在因果关系的条件；

步骤F，为判断E中没有通过平稳性检验的变量间是否存在相关关系，通过协整检验来判断变量间是否存在长期稳定关系，若通过协整检验，则使用误差修正方法来求出变量间具体的相关系数；

步骤G，对于E中通过平稳性检验的变量，两两进行格兰杰因果关系检验来判断平稳变量间是否存在因果关系，没有通过因果关系检验的变量直接通过回归得出相关系数；

步骤H，对于G中通过格兰杰因果关系检验的变量，通过向量自回归模型来分析这些具有因果关系的变量的具体交互影响，最后通过脉冲响应函数来将渠道之间的动态交互以图形的方式表现。

2.如权利要求1所述的一种基于网络访问日志数据的在线访问渠道间的溢出效应分析方法，其特征在于：所述步骤A中的一个时间段为一年及以上；所述步骤B中被清洗的数据包括网站爬虫数据、用户对资源的请求产生的无关数据以及部分网站内部标志为异常访问的数据；所述步骤C中所提的进行具体研究的访问渠道包括付费搜索渠道、自然搜索渠道、直接访问渠道。

3.如权利要求2所述的一种基于网络访问日志数据的在线访问渠道间的溢出效应分析方法，其特征在于：所述步骤D中所提的对访问来源字段的解析方法是根据不同渠道所对应在访问来源网址中的关键词来判别用户是否通过该渠道进入网站，若是则该渠道的访问数加1。

4.如权利要求3所述的一种基于网络访问日志数据的在线访问渠道间的溢出效应分析方法，其特征在于：所述步骤D中所提的用户识别指的通过网络日志数据中的cookies、IP和用户代理字段来区分不同的用户，其具体步骤如下：

第一步：判断在IP地址相同时，用户代理字段值是否相同或存在两个用户代理字段值并且一个为pc端一个为移动端，若是，则用IP地址区分用户，若不是，则进行第二步；

第二步：判断cookie值是否为空值，若不是，则用cookie区分用户，若是，则进行第三步；

第三步：判断IP地址是否唯一，若是则用IP地址区分用户，若不是，则结合用户代理字段值区分用户，完成用户识别；

会话切分则是基于一天中用户是否购买来识别会话，首先判断用户是否发生了购买行为，针对发生购买行为的用户进行研究，基于每个购买点切分会话，每次会话包含用户购买前的所有点击行为，就能通过对访问来源字段的解析方法来确定用户在购买前从哪个渠道进入网站，进而对渠道的购买转化数进行统计。