CN113361891B

CN113361891B - 数据获取方法及装置

Info

Publication number: CN113361891B
Application number: CN202110601243.0A
Authority: CN
Inventors: 李馨旖
Original assignee: Beijing Dajia Internet Information Technology Co Ltd
Current assignee: Beijing Dajia Internet Information Technology Co Ltd
Priority date: 2021-05-31
Filing date: 2021-05-31
Publication date: 2022-07-01
Anticipated expiration: 2041-05-31
Also published as: CN113361891A

Abstract

本公开关于一种数据获取方法及装置。数据获取方法包括：获取当前业务的数据评估指标，其中，数据评估指标包括第一预定时间段内的第一数据评估指标和第二预定时间段内的第二数据评估指标；基于第一数据评估指标和至少一个预定阶段在第一预定时间段内的参数得到第一关系式，以及基于第二数据评估指标和至少一个预定阶段在第二预定时间段内的参数得到第二关系式，其中，预定阶段为数据评估指标对应的流量漏斗中的阶段，参数基于数据评估指标确定；基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率。

Description

数据获取方法及装置

技术领域

本公开涉及业务评估领域，尤其涉及一种数据获取方法及装置。

背景技术

目前，一般采用描述性统计的方法来确定流量漏斗中哪一阶段导致业务的数据评估指标发生变化的，例如，以广告业务的消耗指标为例，一般通过观测流量漏斗中各阶段(eg，定向、召回、粗排、精排、竞价、胜出)的页面浏览(Page View，简称为PV)量的变化曲线图及PV量的变化曲线峰值的先后变化，来推测是流量漏斗中哪一阶段导致广告的消耗指标发生变化。上述方法可以展示竞价过程中流量漏斗各阶段的累计PV量、本单元通过率、行业通过率等，并可查看自身竞争力以及对比行业均值，但各阶段的变化曲线图(也称趋势图)仅展示本单元各阶段绝对值、转化率趋势变化，无法量化各个阶段对数据评估指标最终的变化的贡献大小。例如，如果某广告组的消耗相比前一天下跌了80％，仅通过各阶段的趋势图无法知晓流量漏斗各阶段对消耗的下跌分别贡献了多少的百分比。

发明内容

本公开提供一种数据获取方法及装置，以至少解决相关技术无法量化流量漏斗各个阶段对数据评估指标最终的变化，所造成的影响的大小的问题。

根据本公开实施例的第一方面，提供一种数据获取方法，包括：获取当前业务的数据评估指标，其中，数据评估指标包括第一预定时间段内的第一数据评估指标和第二预定时间段内的第二数据评估指标；基于第一数据评估指标和至少一个预定阶段在第一预定时间段内的参数得到第一关系式，以及基于第二数据评估指标和至少一个预定阶段在第二预定时间段内的参数得到第二关系式，其中，预定阶段为数据评估指标对应的流量漏斗中的阶段，参数基于数据评估指标确定；基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率。

可选地，基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率，包括：将第一关系式和第二关系式进行相除处理；对相除处理后的结果进行对数变换处理，得到对数式；获取对数式中每一个加数的值；基于每一个加数的值和指标比值，得到至少一个预定阶段中每个阶段的贡献率，其中，指标比值是通过第一数据评估指标和第二数据评估指标获取到的。

可选地，第一关系式的等号左侧为第一数据评估指标，第一关系式的等号右侧为基于至少一个预定阶段在第一预定时间段内的参数和第一数据评估指标确定的式子。

可选地，式子为(参数1×(参数2/参数1)×…×(参数n/参数n-1)×(第一数据评估指标/参数n))，其中，参数n为至少一个预定阶段中预定阶段n在第一预定时间段内的参数，n为正整数。

可选地，第二关系式的等号左侧为第二数据评估指标，第二关系式的等号右侧为基于至少一个预定阶段在第二预定时间段内的参数和第二数据评估指标确定的式子。

可选地，式子为(参数1×(参数2/参数1)×…×(参数n/参数n-1)×(第二数据评估指标/参数n))，其中，参数n为至少一个预定阶段中预定阶段n在第二预定时间段内的参数，n为正整数。

可选地，在基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率之后，还包括：基于贡献率，确定导致数据评估指标发生变化的阶段；基于确定的阶段以及确定的阶段对应的贡献率，得到针对当前业务的处理指示。

可选地，第一关系式为恒等式，第二关系式为恒等式。

根据本公开实施例的第二方面，提供了一种数据获取装置，包括：数据评估指标获取单元，被配置为获取当前业务的数据评估指标，其中，数据评估指标包括第一预定时间段内的第一数据评估指标和第二预定时间段内的第二数据评估指标；关系式获取单元，被配置为基于第一数据评估指标和至少一个预定阶段在第一预定时间段内的参数得到第一关系式，以及基于第二数据评估指标和至少一个预定阶段在第二预定时间段内的参数得到第二关系式，其中，预定阶段为数据评估指标对应的流量漏斗中的阶段，参数基于数据评估指标确定；贡献率获取单元，被配置为基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率。

可选地，贡献率获取单元，还被配置为将第一关系式和第二关系式进行相除处理；对相除处理后的结果进行对数变换处理，得到对数式；获取对数式中每一个加数的值；基于每一个加数的值和指标比值，得到至少一个预定阶段中每个阶段的贡献率，其中，指标比值是通过第一数据评估指标和第二数据评估指标获取到的。

可选地，式子为(参数1×(参数2/参数1)×…(参数n/参数n-1)×(第一数据评估指标/参数n))，其中，参数n为至少一个预定阶段中预定阶段n在第一预定时间段内的参数，n为正整数。

可选地，式子为(参数1×(参数2/参数1)×…(参数n/参数n-1)×(第二数据评估指标/参数n))，其中，参数n为至少一个预定阶段中预定阶段n在第二预定时间段内的参数，n为正整数。

可选地，贡献率获取单元，还被配置为在基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率之后，基于贡献率，确定导致数据评估指标发生变化的阶段；基于确定的阶段以及确定的阶段对应的贡献率，得到针对当前业务的处理指示。

可选地，第一关系式为恒等式，第二关系式为恒等式。

根据本公开实施例的第五方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现根据本公开的数据获取方法。

根据本公开实施例的第六方面，提供了一种计算机可读存储介质，当计算机可读存储介质中的指令被至少一个处理器运行时，促使至少一个处理器执行如上根据本公开的数据获取方法。

根据本公开实施例的第七方面，提供了一种计算机程序产品，包括计算机指令，计算机指令被处理器执行时实现根据本公开的数据获取方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

根据本公开的数据获取方法及装置，通过两段时间内的数据评估指标及其对应时间内所关注的阶段对应的参数，建立两段时间对应的关系式，并基于建立的两个关系式，得到所关注的每个阶段对数据评估指标发生变化的贡献率，量化了流量漏斗各阶段对数据评估指标的变化的影响。因此，本公开解决了相关技术中无法量化流量漏斗各个阶段对数据评估指标最终的变化，所造成的影响的大小的问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是示出根据本公开的示例性实施例的数据获取方法的实施场景示意图；

图2是根据一示例性实施例示出的一种数据获取方法的流程图；

图3是根据一示例性实施例示出的消耗指标变化示意图；

图4是根据一示例性实施例示出的一种数据获取装置的框图；

图5是根据本公开实施例的一种电子设备的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在此需要说明的是，在本公开中出现的“若干项之中的至少一项”均表示包含“该若干项中的任意一项”、“该若干项中的任意多项的组合”、“该若干项的全体”这三类并列的情况。例如“包括A和B之中的至少一个”即包括如下三种并列的情况：(1)包括A；(2)包括B；(3)包括A和B。又例如“执行步骤一和步骤二之中的至少一个”，即表示如下三种并列的情况：(1)执行步骤一；(2)执行步骤二；(3)执行步骤一和步骤二。

本公开提供了一种数据获取方法，能够量化流量漏斗各个阶段对数据评估指标最终的变化率，所造成的影响的大小。上述方法可以应用于广告业务，也可以应用在流量漏斗按时间顺序排列的任何业务上。当应用在广告业务上时，上述数据评估指标可以包括但不限于：消耗指标、曝光指标、行为数指标、转化数指标等。下面以广告业务的消耗指标为例进行说明。

图1是示出根据本公开的示例性实施例的数据获取方法的实施场景示意图，如图1所述，该实施场景包括服务器100、用户终端110和用户终端120，其中，用户终端不限于2个，包括并不限于手机、个人计算机等设备，用户终端可以安装可以浏览广告的应用程序，服务器可以是一个服务器，也可以是若干个服务器组成服务器集群，还可以是云计算平台或虚拟化中心。

服务器100接收用户终端110、120发送的评估导致某一广告的消耗指标(即数据评估指标)发生变化的阶段，该广告对应的流量漏斗也是确定的，且基于实际情况可以确定流量漏斗中所关注的阶段。此时，服务器100可以接收用户终端110、120发送的前后两天内(为了方便说明，以下第一天表示前一天，第二天表示后一天)的消耗指标，还可以接收用户终端110、120发送的所关注的阶段在第一天内和第二天内的参数，如，此时参数可以是各自阶段的广告请求数。服务器100基于第一天的消耗指标和所关注阶段在第一天内的广告请求数得到第一关系式，在基于第二天的消耗指标和所关注阶段在第二天内的广告请求数得到第二关系式，然后基于确定的第一关系式和第二关系式，可以得到所关注的阶段中每个阶段的贡献率，其中，贡献率用于指示当前阶段对数据评估指标的变化的影响程度，从而量化了流量漏斗各阶段对消耗指标的上涨或下跌的影响，可以基于贡献率的大小来确定导致消耗指标发生变化的阶段。

下面，将参照图2至图5详细描述根据本公开的示例性实施例的数据获取方法及装置。

图2是根据一示例性实施例示出的一种数据获取方法的流程图，如图2所示，数据获取方法包括以下步骤：

在步骤S201中，获取当前业务的数据评估指标，其中，数据评估指标包括第一预定时间段内的第一数据评估指标和第二预定时间段内的第二数据评估指标。当前业务可以是广告业务，也可以是对应的流量漏斗按时间顺序排列的任何业务。在当前业务为广告业务时，上述数据评估指标可以包括但不限于：消耗指标、曝光指标、行为数指标、转化数指标等。

下面以广告业务的消耗指标为例进行说明，可以从用户终端获取广告业务前后两天(为了方便说明，以下第一天表示前一天，第二天表示后一天)的消耗指标，如图3所示，该广告业务第二天(2020.12.27)的消耗指标下降到第一天(2020.12.26)的消耗指标的约30％。

返回图2，在步骤S202中，基于第一数据评估指标和至少一个预定阶段在第一预定时间段内的参数得到第一关系式，以及基于第二数据评估指标和至少一个预定阶段在第二预定时间段内的参数得到第二关系式，其中，预定阶段为数据评估指标对应的流量漏斗中的阶段，参数基于数据评估指标确定。上述第一关系式可以为恒等式，第二关系式也可以为恒等式。上述至少一个预定阶段可以是基于实际情况确定的流量漏斗中所关注的阶段，一般情况下，一个场景下的业务所对应的流量漏斗是唯一的。上述使用的参数是基于数据评估指标确定，即知晓需要评估的指标，采用可以表征指标的参数即可。

根据本公开的示例性实施例，第一关系式的等号左侧可以为第一数据评估指标，第一关系式的等号右侧可以为基于至少一个预定阶段在第一预定时间段内的参数和第一数据评估指标确定的式子。例如，上述式子可以为(参数1×(参数2/参数1)×…×(参数n/参数n-1)×(第一数据评估指标/参数n))，其中，参数n为至少一个预定阶段中预定阶段n在第一预定时间段内的参数，n为正整数。通过本实施例，可以简单快速的建立第一关系式。

例如，仍以广告业务的消耗指标为例进行说明，根据实际需要确定了所关注的阶段是召回、精排、胜出。此时第一关系式可以是基于所述关注的阶段拆分出的如下恒等式：

total_cost1＝大盘请求数1×(召回请求数1/大盘请求数1)×(精排请求数1/召回请求数1)×(胜出请求数1/精排请求数1)×(total_cost1/胜出请求数1) (1)

其中，total_cost1是第一天消耗指标值，大盘请求数1为第一天整个广告平台(也就是这里指的大盘)的广告请求数，召回请求数1为第一天进入到召回阶段的广告请求数，精排请求数1为第一天进入到精排阶段的广告请求数，胜出请求数1为第一天进入到胜出阶段的广告请求数。一般来讲，上述的请求指的是投广告的过程中需要向系统发起的投放广告的请求。

根据本公开的示例性实施例，第二关系式的等号左侧可以为第二数据评估指标，第二关系式的等号右侧可以为基于至少一个预定阶段在第二预定时间段内的参数和第二数据评估指标确定的式子。例如，上述式子可以为(参数1×(参数2/参数1)×…×(参数n/参数n-1)×(第二数据评估指标/参数n))，其中，参数n为至少一个预定阶段中预定阶段n在第二预定时间段内的参数，n为正整数。通过本实施例，可以简单快速的建立好第一关系式。

例如，仍以广告业务的消耗指标为例进行说明，根据实际需要确定了所关注的阶段是召回、精排、胜出。此时第二关系式可以是基于所述关注的阶段拆分出的如下恒等式：

total_cost2＝大盘请求数2×(召回请求数2/大盘请求数2)×(精排请求数2/召回请求数2)×(胜出请求数2/精排请求数2)×(total_cost2/胜出请求数2) (2)

其中，total_cost2是第二天消耗指标值，大盘请求数2是第二天整个广告平台的广告请求数，召回请求数2是第二天进入到召回阶段的广告请求数，精排请求数2是第二天进入到精排阶段的广告请求数，胜出请求数2是第二天进入到胜出阶段的广告请求数。

返回图2，在步骤S203中，基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率。上述贡献率用于指示当前阶段对数据评估指标的变化的影响程度，如，得到召回阶段的贡献率为20％时，此时代表数据评估指标的变化有20％是由召回阶段所导致的。

根据本公开的示例性实施例，基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率，包括：将第一关系式和第二关系式进行相除处理；对相除处理后的结果进行对数变换处理，得到对数式；获取对数式中每一个加数的值；基于每一个加数的值和指标比值，得到至少一个预定阶段中每个阶段的贡献率，其中，指标比值是通过第一数据评估指标和第二数据评估指标获取到的。通过本实施例，可以将各阶段与数据评估指标的关系式转变为加法的关系，进而较方便的得到各阶段对数据评估指标发生变化所造成的影响大小。

例如，仍以广告业务的消耗指标为例进行说明，此时可以将上述公式(1)和公式(2)相除，得到如下公式：

total_cost1/total_cost2＝[大盘请求数1/大盘请求数2]×[(召回请求数1/大盘请求数1)/(召回请求数2/大盘请求数2)]×[(精排请求数1/召回请求数1)/(精排请求数2/召回请求数2)]×[(胜出请求数1/精排请求数1)/(胜出请求数2/精排请求数2)]×[(total_cost1/胜出请求数1)/(total_cost2/胜出请求数2)] (3)

然后，对上述公式(3)两边取对数，得到如下公式：

log(total_cost1/total_cost2)＝log[大盘请求数1/大盘请求数2]+log[(召回请求数1/大盘请求数1)/(召回请求数2/大盘请求数2)]+log[(精排请求数1/召回请求数1)/(精排请求数2/召回请求数2)]+log[(胜出请求数1/精排请求数1)/(胜出请求数2/精排请求数2)]+log[(total_cost1/胜出请求数1)/(total_cost2/胜出请求数2)] (4)

基于上述公式(4)可以量化出流量漏斗各个阶段的贡献率，具体如下表：

表1各阶段贡献率

上述各加数的百分数是通过将加数的对数值与消耗比值的对数值进行相除得到的。

需要说明的是，上述贡献率根据所关注的阶段的不同可以有不同的结果，如，在所关注的阶段是定向、召回预截断、召回、粗排、精排、竞价、胜出时，上述公式(4)所列的对数式则被替换为如下公式：

log(total_cost1/total_cost2)＝log[大盘请求数1/大盘请求数2]+log[(定向1/大盘请求数1)/(定向2/大盘请求数2)]+log[(召回预截断请求数1/定向请求数1)/(召回预截断请求数2/定向请求数2)]+log[(召回请求数1/召回预截断请求数1)/(召回请求数2/召回预截断请求数2)]+log[(粗排请求数1/召回请求数1)/(粗排请求数2/召回请求数2)]+log[(精排请求数1/粗排请求数1)/(精排请求数2/粗排请求数2)]+log[(竞价请求数1/精排请求数1)/(竞价请求数2/精排请求数2)]+log[(胜出请求数1/竞价请求数1)/(胜出请求数2/竞价请求数2)]+log[(total_cost1/胜出请求数1)/(total_cost2/胜出请求数2)] (5)

上述所关注的阶段并不限于本公开所列的阶段，可以任何根据需要确定的阶段。

根据本公开的示例性实施例，在基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率之后，还包括：基于贡献率，确定导致数据评估指标发生变化的阶段；基于确定的阶段以及确定的阶段对应的贡献率，得到针对当前业务的处理指示。通过本实施例，可以基于获取的贡献率，确定出导致数据评估指标发生变化的阶段，并给出对应的调整建议，以避免数据评估指标发生异变。

例如，在所关注的阶段是召回、精排、胜出时：图3所示的广告业务在第二天(2020.12.27)的消耗掉量的原因中召回请求数/大盘请求数为消耗掉量贡献了58.92％，精排请求数/召回请求数为消耗掉量贡献了29.30％，由此，可以推测召回及召回之前的阶段可能存在导致掉量的因素，可以增加所关注的阶段来定位问题所在，如可以进行更细粒度的拆分以得到对应的关系式，上述公式(5)即为一种更细粒度的拆分得到的关系式。

又例如，在所关注的阶段是定向、召回预截断、召回、粗排、精排、竞价、胜出时：图3所示的广告业务在第二天(2020.12.27)的消耗掉量的原因中召回预截断请求数/定向请求数为消耗掉量贡献了48.72％，定向请求数/大盘请求数为消耗掉量贡献了16.36％，可见，和定向有关的部分总共为消耗掉量贡献了65.08％，由此可以推测客户有修改定向的行为，然后，可以告知客户这样的行为极有可能导致掉量，不建议修改定向，可以考虑改回原来的定向。

本公开可以将业务的数据评估指标(例如，广告业务的消耗、曝光、行为数、转化数等)的变化量化到流量漏斗中各阶段，例如，对于广告消耗发生掉量的情况下，本公开可以得到流量漏斗中所关注的阶段(例如，召回、精排、胜出)对广告消耗的掉量的贡献率，贡献率的正负值可以反映该阶段对广告消耗的最终掉量的正、负向影响，贡献率的绝对值反映贡献率的相对大小，可以快速锁定存在问题的漏斗阶段，提升诊断排查的效率，也即帮助客户优化广告的消耗发生掉量的分析和归因，实现归因的量化。

需要说明的是，上述业务不局限于广告业务，任何流量漏斗中阶段按时间顺序排列的业务均适用，而且本公开的方法也适用于同一业务下的不同场景，只要根据具体场景确定对应的数据评估指标、所关注的阶段即可。

图4是根据一示例性实施例示出的一种数据获取装置的框图。参照图4，该装置包括数据评估指标获取单元40、关系式获取单元42和贡献率获取单元46。

数据评估指标获取单元40，被配置为获取当前业务的数据评估指标，其中，数据评估指标包括第一预定时间段内的第一数据评估指标和第二预定时间段内的第二数据评估指标；关系式获取单元42，被配置为基于第一数据评估指标和至少一个预定阶段在第一预定时间段内的参数得到第一关系式，以及基于第二数据评估指标和至少一个预定阶段在第二预定时间段内的参数得到第二关系式，其中，预定阶段为数据评估指标对应的流量漏斗中的阶段，参数基于数据评估指标确定；贡献率获取单元46，被配置为基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率。

可选地，贡献率获取单元46，还被配置为将第一关系式和第二关系式进行相除处理；对相除处理后的结果进行对数变换处理，得到对数式；获取对数式中每一个加数的值；基于每一个加数的值和指标比值，得到至少一个预定阶段中每个阶段的贡献率，其中，指标比值是通过第一数据评估指标和第二数据评估指标获取到的。

可选地，贡献率获取单元46，还被配置为在基于第一关系式和第二关系式，得到至少一个预定阶段中每个阶段的贡献率之后，基于贡献率，确定导致数据评估指标发生变化的阶段；基于确定的阶段以及确定的阶段对应的贡献率，得到针对当前业务的处理指示。

可选地，第一关系式为恒等式，第二关系式为恒等式。

根据本公开的实施例，提供了一种电子设备，图5是根据本公开实施例的一种电子设备的框图。本领域技术人员可以理解，图5中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在示例性实施例中，提供了一种电子设备。该电子设备包括至少一个存储器和至少一个处理器，所述至少一个存储器中存储有计算机可执行指令集合，当计算机可执行指令集合被至少一个处理器执行时，执行根据本公开实施例的数据获取方法。

作为示例，电子设备可以是PC计算机、平板装置、个人数字助理、智能手机、或其他能够执行上述指令集合的装置。这里，电子设备1000并非必须是单个的电子设备，还可以是任何能够单独或联合执行上述指令(或指令集)的装置或电路的集合体。电子设备还可以是集成控制系统或系统管理器的一部分，或者可被配置为与本地或远程(例如，经由无线传输)以接口互联的便携式电子设备。

在电子设备中，处理器可包括中央处理器(CPU)、图形处理器(GPU)、可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限制，处理器还可包括模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。

处理器可运行存储在存储器中的指令或代码，其中，存储器还可以存储数据。指令和数据还可经由网络接口装置而通过网络被发送和接收，其中，网络接口装置可采用任何已知的传输协议。

存储器可与处理器集成为一体，例如，将RAM或闪存布置在集成电路微处理器等之内。此外，存储器可包括独立的装置，诸如，外部盘驱动、存储阵列或任何数据库系统可使用的其他存储装置。存储器和处理器可在操作上进行耦合，或者可例如通过I/O端口、网络连接等互相通信，使得处理器能够读取存储在存储器中的文件。

此外，电子设备还可包括视频显示器(诸如，液晶显示器)和用户交互接口(诸如，键盘、鼠标、触摸输入装置等)。电子设备的所有组件可经由总线和/或网络而彼此连接。

根据本公开的实施例，还可提供一种计算机可读存储介质，其中，当计算机可读存储介质中的指令被至少一个处理器运行时，促使至少一个处理器执行本公开实施例的数据获取方法。这里的计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备以及任何其他装置，所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执行所述计算机程序。上述计算机可读存储介质中的计算机程序可在诸如客户端、主机、代理装置、服务器等计算机设备中部署的环境中运行，此外，在一个示例中，计算机程序以及任何相关联的数据、数据文件和数据结构分布在联网的计算机系统上，使得计算机程序以及任何相关联的数据、数据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问和执行。

根据本公开实施例，提供了一种计算机程序产品，包括计算机指令，计算机指令被处理器执行时实现本公开实施例的数据获取方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、随机存取可编程只读ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims

1.一种数据获取方法，其特征在于，包括：

获取当前业务的数据评估指标，其中，所述数据评估指标包括第一预定时间段内的第一数据评估指标和第二预定时间段内的第二数据评估指标；

基于所述第一数据评估指标和至少一个预定阶段在所述第一预定时间段内的参数得到第一关系式，以及基于所述第二数据评估指标和所述至少一个预定阶段在所述第二预定时间段内的参数得到第二关系式，其中，所述预定阶段为所述数据评估指标对应的流量漏斗中的阶段，所述参数基于所述数据评估指标确定；

基于所述第一关系式和所述第二关系式，得到所述至少一个预定阶段中每个阶段的贡献率；

其中，所述基于所述第一关系式和所述第二关系式，得到所述至少一个预定阶段中每个阶段的贡献率，包括：将所述第一关系式和所述第二关系式进行相除处理；对相除处理后的结果进行对数变换处理，得到对数式；获取所述对数式中每一个加数的值；基于所述每一个加数的值和指标比值，得到所述至少一个预定阶段中每个阶段的贡献率，其中，所述指标比值是通过所述第一数据评估指标和第二数据评估指标的比值的对数获取到的；

其中，所述第一关系式的等号左侧为所述第一数据评估指标，所述第一关系式的等号右侧为基于所述至少一个预定阶段在所述第一预定时间段内的参数和所述第一数据评估指标确定的式子，且，所述第一关系式的等号右侧的式子包括每个预定阶段在所述第一预定时间段内的参数所构成的乘数，所述乘数的个数与所述预定阶段的个数相同；

所述第二关系式的等号左侧为所述第二数据评估指标，所述第二关系式的等号右侧为基于所述至少一个预定阶段在所述第二预定时间段内的参数和所述第二数据评估指标确定的式子，且，所述第二关系式的等号右侧的式子包括每个预定阶段在所述第二预定时间段内的参数所构成的乘数，所述乘数的个数与所述预定阶段的个数相同。

2.如权利要求1所述的数据获取方法，其特征在于，所述第一关系式等号右侧的式子为(参数1×(参数2/参数1)×…×(参数n/参数n-1)×(所述第一数据评估指标/参数n))，其中，所述参数n为所述至少一个预定阶段中预定阶段n在所述第一预定时间段内的参数，n为正整数。

3.如权利要求1所述的数据获取方法，其特征在于，所述第二关系式等号右侧的式子为(参数1×(参数2/参数1)×…×(参数n/参数n-1)×(所述第二数据评估指标/参数n))，其中，所述参数n为所述至少一个预定阶段中预定阶段n在所述第二预定时间段内的参数，n为正整数。

4.如权利要求1所述的数据获取方法，其特征在于，在基于所述第一关系式和所述第二关系式，得到所述至少一个预定阶段中每个阶段的贡献率之后，还包括：

基于所述贡献率，确定导致所述数据评估指标发生变化的阶段；

基于确定的阶段以及所述确定的阶段对应的贡献率，得到针对所述当前业务的处理指示。

5.如权利要求1至4中任一项所述的数据获取方法，其特征在于，所述第一关系式为恒等式，所述第二关系式为恒等式。

6.一种数据获取装置，其特征在于，包括：

数据评估指标获取单元，被配置为获取当前业务的数据评估指标，其中，所述数据评估指标包括第一预定时间段内的第一数据评估指标和第二预定时间段内的第二数据评估指标；

关系式获取单元，被配置为基于所述第一数据评估指标和至少一个预定阶段在所述第一预定时间段内的参数得到第一关系式，以及基于所述第二数据评估指标和所述至少一个预定阶段在所述第二预定时间段内的参数得到第二关系式，其中，所述预定阶段为所述数据评估指标对应的流量漏斗中的阶段，所述参数基于所述数据评估指标确定；

贡献率获取单元，被配置为基于所述第一关系式和所述第二关系式，得到所述至少一个预定阶段中每个阶段的贡献率；

其中，所述贡献率获取单元，还被配置为将所述第一关系式和所述第二关系式进行相除处理；对相除处理后的结果进行对数变换处理，得到对数式；获取所述对数式中每一个加数的值；基于所述每一个加数的值和指标比值，得到所述至少一个预定阶段中每个阶段的贡献率，其中，所述指标比值是通过所述第一数据评估指标和第二数据评估指标的比值的对数获取到的；

7.如权利要求6所述的数据获取装置，其特征在于，所述第一关系式等号右侧的式子为(参数1×(参数2/参数1)×…×(参数n/参数n-1)×(所述第一数据评估指标/参数n))，其中，所述参数n为所述至少一个预定阶段中预定阶段n在所述第一预定时间段内的参数，n为正整数。

8.如权利要求6所述的数据获取装置，其特征在于，所述第二关系式等号右侧的式子为(参数1×(参数2/参数1)×…×(参数n/参数n-1)×(所述第二数据评估指标/参数n))，其中，所述参数n为所述至少一个预定阶段中预定阶段n在所述第二预定时间段内的参数，n为正整数。

9.如权利要求6所述的数据获取装置，其特征在于，所述贡献率获取单元，还被配置为在基于所述第一关系式和所述第二关系式，得到所述至少一个预定阶段中每个阶段的贡献率之后，基于所述贡献率，确定导致所述数据评估指标发生变化的阶段；基于确定的阶段以及所述确定的阶段对应的贡献率，得到针对所述当前业务的处理指示。

10.如权利要求6至9中任一项所述的数据获取装置，其特征在于，所述第一关系式为恒等式，所述第二关系式为恒等式。

11.一种电子设备，其特征在于，包括:

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至5中任一项所述的数据获取方法。

12.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令被至少一个处理器运行时，促使所述至少一个处理器执行如权利要求1至5中任一项所述的数据获取方法。

13.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1至5中任一项所述的数据获取方法。