[发明专利]数据分析的方法及装置

说明书

本申请实施例公开了一种数据分析的方法及装置，其中方法的实现包括：获取用户数据；将用户数据分特征数据和行为数据；对特征数据进行数据预处理，得到第一数据集合；对第一数据集进行特征工程处理，得到第二数据集合，第二数据集合包含关键特征及其对应的关键特征值；将行为数据导入所述行为预测模型以预测用户的行为分；利用第二数据集合确定用户的关键特征及其对应的关键特征值；利用关键特征及其对应的关键特征值以及用户的行为分，建立用户打分表。采用本申请实施例的方法，能够得到不同用户的关键特征及其对应的特征值，通过行为预测模型对用户进行行为分获取，还能够根据雷达图动态展示客户的关键特征，进行用户业务风险控制。

技术领域

本申请涉及数据处理与分析领域，特别是涉及一种数据分析的方法及装置。

背景技术

现阶段的数字化营销场景中，营销人员可以查看用户画像，了解用户在小程序或APP各功能页面上的使用情况，也可以通过预设规则通过计算得到用户标签，展示到用户画像上。也可通过机器学习建模，圈定出可能进行某个目标行为的用户群，如高流失、高意向用户，对用户进行挽留或激励性营销。

现有方案用户画像需要业务人员或数据分析人员，通过大量的数据分析建立规则与算法，来形成对应标签，人工成本巨大；生成的规则标签和统计标签，营销人员只能感知到用户的行为状况，但不能洞察出用户哪些行为对自身业务有促进作用，也无法从众多维度的标签中做出有效的选择；标签往往只适用于一个场景，营销人员并不能确定该标签是否对当前场景有用。

发明内容

本申请实施例提供了一种数据分析的方法及装置，以期得到不同用户的关键特征及其对应的特征值，通过行为预测模型对用户进行行为分获取，并根据雷达图动态展示客户的关键特征，进行用户业务风险控制。

第一方面，本申请实施例提供了一种数据分析的方法，上述方法包括：

获取用户数据；

将所述用户数据分为特征数据和行为数据；

对所述特征数据进行数据预处理，得到第一数据集合，所述第一数据集包含用户的特征类型及其对应的特征值；

对所述第一数据集进行特征工程处理，得到第二数据集合，所述特征工程处理是对所述特征类型及其对应的所述特征值征进行特征分桶的过程，所述特征分桶是指对相似的所述特征类型及其对应的所述特征值进行聚合，所述第二数据集合包含关键特征及其对应的关键特征值；

将所述行为数据导入所述行为预测模型以预测所述用户的行为分；

利用所述第二数据集合确定所述用户的所述关键特征及其对应的所述关键特征值；

利用所述关键特征及其对应的所述关键特征值以及所述用户的行为分，建立用户打分表。

第二方面，本申请实施例提供了一种数据分析的装置，上述装置包括：

监听单元，在数据分析点监听目标终端的事件，所述事件用于指示所述目标终端所执行的业务操作，所述采集点是指期望从所述业务操作中捕获的目标触发事件；

采集单元，所述采集单元与所述监听单元相连接，用于采集所述用户数据；

数据存储单元，所述数据存储单元与所述采集单元连接，用于存储所述用户数据；

数据分析单元，所述数据分析单元与所述数据存储单元连接，用于利用所述数据存储单元内的所述用户数据进行特征工程处理和行为预测模型训练，所述特征工程处理是对所述特征类型及其对应的所述特征值征进行特征分桶的过程，所述行为预测模型可用于用户行为打分和预测；

数据查询单元，所述数据查询单元与所述数据存储单元相连接，用于实现所述用户数据的自由查询。

第三方面，本申请实施例提供了一种电子设备，上述设备包括：