[科普中國(guó)]-百分點(diǎn)分析引擎

系統(tǒng)采集目標(biāo)站點(diǎn)的前后端數(shù)據(jù)進(jìn)行整合，向企業(yè)提供基于流量、通路、訪客、內(nèi)容、商品和訂單六大對(duì)象的數(shù)據(jù)分析，通過(guò)圖形報(bào)表形式向企業(yè)管理者展示電子商務(wù)的核心數(shù)據(jù)，如動(dòng)銷、轉(zhuǎn)化率、復(fù)購(gòu)率和銷售集中度等，同時(shí)滿足企業(yè)對(duì)于WA和BA分析需求。在同類分析產(chǎn)品中，BAE首次提出基于商品維度的數(shù)據(jù)指標(biāo)分析，更符合電商企業(yè)精細(xì)化管理需求。1

企業(yè)管理者；

網(wǎng)站分析師和商業(yè)分析師；

需要用戶數(shù)據(jù)來(lái)支持或驗(yàn)證產(chǎn)品改進(jìn)效果的產(chǎn)品經(jīng)理；

對(duì)站點(diǎn)流量負(fù)責(zé)的市場(chǎng)人員；

對(duì)銷售業(yè)績(jī)負(fù)責(zé)的運(yùn)營(yíng)人員；

永久免費(fèi)：百分點(diǎn)承諾，BAE的基礎(chǔ)功能永久免費(fèi)。

基于商品的數(shù)據(jù)管理：提供基于商品（Units）的最小單位數(shù)據(jù)管理，實(shí)現(xiàn)企業(yè)精細(xì)化運(yùn)營(yíng)管理，并兼顧傳統(tǒng)運(yùn)營(yíng)管理需求；

四種銷售轉(zhuǎn)化率：滿足電子商務(wù)企業(yè)對(duì)商品和訂單的并行管理需求，通過(guò)多維度業(yè)務(wù)指標(biāo)的關(guān)聯(lián)分析，為用戶提供了基于Session和PV的訂單轉(zhuǎn)化率（Order Conversion Rate）及商品轉(zhuǎn)化率 （Units Conversion Rate）。

三種用戶復(fù)購(gòu)率：提供基于訪客、訂單和商品三種維度的復(fù)購(gòu)率計(jì)算體系，滿足不同行業(yè)不同類型的企業(yè)需求。

量化營(yíng)銷性能：電子商務(wù)通過(guò)利用互聯(lián)網(wǎng)營(yíng)銷效能可量化來(lái)進(jìn)行零售生意，系統(tǒng)打通前后端數(shù)據(jù)，可以將前端可量化的營(yíng)銷性能，和后端運(yùn)營(yíng)數(shù)據(jù)結(jié)合。

打通流量和業(yè)務(wù)數(shù)據(jù)，訂單溯源：真正打通流量和業(yè)務(wù)數(shù)據(jù)，評(píng)估推廣活動(dòng)的質(zhì)量不光要看PV，更關(guān)鍵的是流量最終轉(zhuǎn)化的訂單數(shù)量。BAE通過(guò)歸因算法，為每一筆訂單溯源，真正將流量與訂單數(shù)據(jù)打通，幫助企業(yè)管理自身推廣通路，了解每一條通路的實(shí)際效果和投入產(chǎn)出。

以訪次為單位精細(xì)化數(shù)據(jù)樣本：相比同類產(chǎn)品基于訪客（UV）的分析，BAE系統(tǒng)中的各項(xiàng)數(shù)據(jù)分析全部基于用戶訪問(wèn)最小單位訪次（session），將用戶的行為細(xì)化到最小樣本，確保分析結(jié)果的精準(zhǔn)。

用戶行為軌跡的漏斗模型：通過(guò)四層漏斗模型向企業(yè)展示用戶在站點(diǎn)內(nèi)的行為軌跡，幫助企業(yè)了解用戶的轉(zhuǎn)化和流失情況。作為企業(yè)經(jīng)營(yíng)者，要了解用戶在站內(nèi)的轉(zhuǎn)化情況，更要清楚用戶在站內(nèi)的流失情況。

兼容GOOGLE和BAIDU統(tǒng)計(jì)代碼：提供自定義來(lái)源功能，企業(yè)可以自定義站外推廣鏈接，監(jiān)測(cè)每一個(gè)通路的推廣效果。同類產(chǎn)品中，首家做到同時(shí)兼容GOOGLE和BAIDU兩大統(tǒng)計(jì)系統(tǒng)代碼，確保企業(yè)更換統(tǒng)計(jì)系統(tǒng)的平滑過(guò)渡。

基于時(shí)間和地區(qū)的訪客分布

訪客數(shù)據(jù)是網(wǎng)站數(shù)據(jù)中的重要組成部分，它直接反映了網(wǎng)站使用人群的情況，掌握訪客數(shù)據(jù)的研究方法將有效的指導(dǎo)我們?nèi)フJ(rèn)識(shí)自己的用戶，他們擁有怎樣的屬性，如何分布。

新老訪客比例

新訪次的數(shù)量，代表著網(wǎng)站新用戶的訪問(wèn)情況，不斷提高的新訪次數(shù)量，代表該網(wǎng)站擁有不斷產(chǎn)生新用戶的能力。老訪次的數(shù)量，代表著網(wǎng)站老用戶的回訪，不斷提高的老訪次數(shù)量，代表越來(lái)越多的老用戶再次訪問(wèn)該網(wǎng)站，說(shuō)明網(wǎng)站內(nèi)容對(duì)用戶的粘度較高。也可以這樣理解，新訪次的數(shù)量映射著網(wǎng)站推廣能力的高低，而老訪次的數(shù)量映射著網(wǎng)站內(nèi)容運(yùn)營(yíng)能力的高低。

用戶終端設(shè)備特征（支持移動(dòng)設(shè)備）

百分點(diǎn)分析引擎對(duì)于用戶終端設(shè)備的特征分析也細(xì)致入微，可以從設(shè)備類型、操作系統(tǒng)、語(yǔ)言、瀏覽器、分辨率，F(xiàn)LASH版本和是否支持JAVA多個(gè)維度對(duì)用戶數(shù)據(jù)進(jìn)行分析。

考慮到國(guó)內(nèi)電子商務(wù)已經(jīng)步入“移動(dòng)”時(shí)代，當(dāng)前版本的BAE更是將使用移動(dòng)設(shè)備訪問(wèn)站點(diǎn)的用戶數(shù)據(jù)提取出來(lái)重點(diǎn)分析。

用戶行為軌跡的轉(zhuǎn)化率漏斗模型

BAE2.0系統(tǒng)中提供了基于訪次的用戶行為漏斗模型，從用戶進(jìn)入站點(diǎn)著陸開始，到達(dá)商品詳情頁(yè)，到達(dá)購(gòu)物車，最終下單，每一個(gè)環(huán)節(jié)的流失率和轉(zhuǎn)化率都一目了然。

流量來(lái)源及通路效能

電商企業(yè)希望通過(guò)營(yíng)銷推廣活動(dòng)來(lái)獲取更多的訪次、商品訂單、新客以及更高的客單價(jià)。達(dá)成這些業(yè)務(wù)指標(biāo)增長(zhǎng)的通路推廣方式大概分為幾類，包括搜索引擎付費(fèi)點(diǎn)擊、硬廣投放、聯(lián)合推廣、郵件營(yíng)銷和搜索引擎優(yōu)化等。

企業(yè)所追求的營(yíng)銷目標(biāo)，達(dá)成目標(biāo)所采取的營(yíng)銷活動(dòng)，以及對(duì)營(yíng)銷效果的量化分析，他們?nèi)叩年P(guān)系就像是一組聯(lián)動(dòng)齒輪，其中數(shù)據(jù)分析在其他二者間起到連接作用。一方面，企業(yè)量化營(yíng)銷效果，從數(shù)據(jù)層面直觀的反應(yīng)營(yíng)銷通路的健康程度。另一方面，通過(guò)對(duì)營(yíng)銷數(shù)據(jù)的分析，企業(yè)可以不斷的調(diào)整內(nèi)外部資源分配，進(jìn)而優(yōu)化營(yíng)銷效果。

著陸頁(yè)效果

百分點(diǎn)分析引擎中，設(shè)置了專門對(duì)著陸頁(yè)效果進(jìn)行分析的模塊。在這個(gè)模塊中，展示了用戶進(jìn)入站點(diǎn)后直到訪次結(jié)束所有行為數(shù)據(jù)的匯總，是評(píng)估著陸頁(yè)作用和效果的重要功能。

站內(nèi)搜索關(guān)鍵詞

當(dāng)前版本的BAE產(chǎn)品，全面的分析了站內(nèi)搜索的相關(guān)數(shù)據(jù)，包括每一個(gè)關(guān)鍵詞的有效及無(wú)效搜索次數(shù)，搜索退出率等，輔助運(yùn)營(yíng)人員深入挖掘用戶的需求。

訂單銷售集中度分析

此功能是BAE2.0版本中新增的分析模塊，展示了訂單特征數(shù)據(jù)，以圖形及數(shù)據(jù)結(jié)合的方式向運(yùn)營(yíng)人員展示訂單金額、訂單中所含商品件數(shù)和訂單支付方式的集中度。

重復(fù)購(gòu)買率

由于企業(yè)自身經(jīng)營(yíng)方式不同，對(duì)重復(fù)購(gòu)買率的計(jì)算方法也不盡相同。百分點(diǎn)分析引擎BAE系統(tǒng)中集成了三種計(jì)算重復(fù)購(gòu)買率的方式，用于滿足不同類型企業(yè)對(duì)數(shù)據(jù)的分析需求。

基于用戶計(jì)算重復(fù)購(gòu)買率，是指統(tǒng)計(jì)時(shí)間區(qū)間內(nèi)所有產(chǎn)生過(guò)購(gòu)買行為的用戶，以每個(gè)用戶為獨(dú)立的統(tǒng)計(jì)單位。

重復(fù)購(gòu)買率=（產(chǎn)生過(guò)重復(fù)購(gòu)買的用戶數(shù)量/所有產(chǎn)生過(guò)購(gòu)買的用戶數(shù)量）*100

舉例：統(tǒng)計(jì)某電子商務(wù)網(wǎng)站2012年4月份的重復(fù)購(gòu)買率，自4月1日至4月30日期間內(nèi)，共100個(gè)用戶產(chǎn)生訂單，其中20個(gè)用戶產(chǎn)生了2筆（含）以上的訂單。那么按照計(jì)算公式，該網(wǎng)站2012年4月份的用戶重復(fù)購(gòu)買率就是20%

基于訂單計(jì)算重復(fù)購(gòu)買率，是指統(tǒng)計(jì)時(shí)間區(qū)間內(nèi)所有產(chǎn)生過(guò)購(gòu)買行為的用戶，以訂單為獨(dú)立的統(tǒng)計(jì)單位。

重復(fù)購(gòu)買率=（用戶重復(fù)購(gòu)買的訂單數(shù)量/所有購(gòu)買的訂單數(shù)量）*100

舉例：還是剛才的例子，統(tǒng)計(jì)某電子商務(wù)網(wǎng)站2012年4月份的重復(fù)購(gòu)買率，自4月1日至4月30日期間內(nèi)，共100個(gè)用戶名產(chǎn)生訂單，其中80個(gè)用戶名各自提交了1筆訂單，產(chǎn)生重復(fù)購(gòu)買的20個(gè)用戶名中，有10個(gè)用戶名各自提交了2筆訂單，另外10個(gè)用戶名各自提交了3筆訂單。那么按照計(jì)算公式，該網(wǎng)站2012年4月份的訂單重復(fù)購(gòu)買率就是（20+30）/130，等于38.5%

基于商品計(jì)算重復(fù)購(gòu)買率，是指統(tǒng)計(jì)時(shí)間區(qū)間內(nèi)所有產(chǎn)生過(guò)銷售的商品，以商品ID為獨(dú)立的統(tǒng)計(jì)單位。

重復(fù)購(gòu)買率=（銷售過(guò)2次（含）以上的商品/所有產(chǎn)生過(guò)銷售的商品數(shù)量）*100

舉例：統(tǒng)計(jì)某電子商務(wù)網(wǎng)站2012年4月份的重復(fù)購(gòu)買率，自4月1日至4月30日期間內(nèi)，共100個(gè)商品產(chǎn)生了銷售，其中有20款商品產(chǎn)生了2次（含）以上的銷售。那么按照計(jì)算公式，該網(wǎng)站2012年4月份的商品重復(fù)購(gòu)買率就是20%

自定義商品組

許多電商企業(yè)會(huì)存在跨產(chǎn)品線的促銷活動(dòng)，商品由多個(gè)品類和品牌組成，如果運(yùn)營(yíng)人員要統(tǒng)計(jì)活動(dòng)的整體效果，往往需要提取許多數(shù)據(jù)碎塊再拼接在一起。BAE2.0版本中，針對(duì)這一需求提供了自定義商品組功能，運(yùn)營(yíng)人員可以根據(jù)自己的需求將任意商品組合成一個(gè)商品組，系統(tǒng)會(huì)打包分析這些商品的運(yùn)營(yíng)數(shù)據(jù)，并以圖文報(bào)表的方式展示。

分布式系統(tǒng)（distributed system）是建立在網(wǎng)絡(luò)之上的軟件系統(tǒng)。正是因?yàn)檐浖奶匦?，所以分布式系統(tǒng)具有高度的內(nèi)聚性和透明性。因此，網(wǎng)絡(luò)和分布式系統(tǒng)之間的區(qū)別更多的在于高層軟件（特別是操作系統(tǒng)），而不是硬件。內(nèi)聚性是指每一個(gè)數(shù)據(jù)庫(kù)分布節(jié)點(diǎn)高度自治，有本地的數(shù)據(jù)庫(kù)管理系統(tǒng)。透明性是指每一個(gè)數(shù)據(jù)庫(kù)分布節(jié)點(diǎn)對(duì)用戶的應(yīng)用來(lái)說(shuō)都是透明的，看不出是本地還是遠(yuǎn)程。在一個(gè)分布式系統(tǒng)中，系統(tǒng)擁有多種通用的物理和邏輯資源，可以動(dòng)態(tài)的分配任務(wù)，分散的物理和邏輯資源通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)實(shí)現(xiàn)信息交換。系統(tǒng)中存在一個(gè)以全局的方式管理計(jì)算機(jī)資源的分布式操作系統(tǒng)。

我們采用的分布式平臺(tái)為Hadoop。Hadoop實(shí)現(xiàn)了一個(gè)分布式文件系統(tǒng)（Hadoop Distributed FileSystem），簡(jiǎn)稱HDFS。HDFS有著高容錯(cuò)性的特點(diǎn)，并且設(shè)計(jì)用來(lái)部署在低廉的（low-cost）硬件上。而且它提供高傳輸率（high throughput）來(lái)訪問(wèn)應(yīng)用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集（large data set）的應(yīng)用程序。

Hadoop具有高效，可靠，伸縮性強(qiáng)等特點(diǎn)，通過(guò)集群對(duì)多臺(tái)計(jì)算機(jī)進(jìn)行聯(lián)合，使整個(gè)系統(tǒng)能高效完成工作，是當(dāng)今主流的分布式處理系統(tǒng)，而且Hadoop帶有用Java 語(yǔ)言編寫的框架，因此運(yùn)行在Linux平臺(tái)上是非常理想的。

負(fù)載均衡（又稱為負(fù)載分擔(dān)），其意思就是將負(fù)載（工作任務(wù)）進(jìn)行平衡、分?jǐn)偟蕉鄠€(gè)操作單元上進(jìn)行執(zhí)行，例如Web服務(wù)器、FTP服務(wù)器、企業(yè)關(guān)鍵應(yīng)用服務(wù)器和其它關(guān)鍵任務(wù)服務(wù)器等，從而共同完成工作任務(wù)。

負(fù)載均衡建立在現(xiàn)有網(wǎng)絡(luò)結(jié)構(gòu)之上，它提供了一種廉價(jià)又有效的方法擴(kuò)展網(wǎng)絡(luò)設(shè)備和服務(wù)器的帶寬、增加吞吐量、加強(qiáng)網(wǎng)絡(luò)數(shù)據(jù)處理能力、提高網(wǎng)絡(luò)的靈活性和可用性。需要說(shuō)明的是：負(fù)載均衡設(shè)備不是基礎(chǔ)網(wǎng)絡(luò)設(shè)備，而是一種性能優(yōu)化設(shè)備。對(duì)于網(wǎng)絡(luò)應(yīng)用而言，并不是一開始就需要負(fù)載均衡，當(dāng)網(wǎng)絡(luò)應(yīng)用的訪問(wèn)量不斷增長(zhǎng)，單個(gè)處理單元無(wú)法滿足負(fù)載需求時(shí)，網(wǎng)絡(luò)應(yīng)用流量將要出現(xiàn)瓶頸時(shí)，負(fù)載均衡才會(huì)起到作用。

利用調(diào)度服務(wù)器以及相應(yīng)的任務(wù)調(diào)度算法，盡量將hadoop可以達(dá)到高效且穩(wěn)定的計(jì)算性能。

聯(lián)機(jī)分析處理(OLAP)，英文全稱為On-Line AnalysisProcessing，也稱為在線分析處理。OLAP具有靈活的分析功能、直觀的數(shù)據(jù)操作和分析結(jié)果可視化表示等突出優(yōu)點(diǎn)，從而使用戶對(duì)基于大量復(fù)雜數(shù)據(jù)的分析變得輕松而高效，以利于迅速做出正確判斷。它可用于證實(shí)人們提出的復(fù)雜的假設(shè)，其結(jié)果是以圖形或者表格的形式來(lái)表示的對(duì)信息的總結(jié)。它并不將異常信息標(biāo)記出來(lái)，是一種知識(shí)證實(shí)的方法。

OLAP的作用是幫助客戶端對(duì)用戶的訪問(wèn)行為迅速地得出分析結(jié)果?？蛻舳讼蚍?wù)器端發(fā)送信息，服務(wù)器端接受后，把用戶行為信息加入到分析系統(tǒng)進(jìn)行處理，分析系統(tǒng)會(huì)調(diào)用計(jì)算集群，結(jié)合現(xiàn)有的分析模型，以極快的速度計(jì)算出當(dāng)前商務(wù)網(wǎng)站的流量，用戶，訂單情況，同時(shí)根據(jù)用戶指定的指標(biāo)對(duì)網(wǎng)站現(xiàn)有的運(yùn)營(yíng)情況進(jìn)行評(píng)估。

離線分析處理是將一個(gè)時(shí)間段內(nèi)產(chǎn)生的所有日志(包括商家信息的更新，用戶訪問(wèn)數(shù)據(jù)，購(gòu)買記錄等)進(jìn)行歸類并整理的過(guò)程。離線分析的特點(diǎn)在于，待分析數(shù)據(jù)是在每天的非繁忙時(shí)段(通常是深夜)轉(zhuǎn)移至分析系統(tǒng)，由分析系統(tǒng)自動(dòng)對(duì)有價(jià)值的信息進(jìn)行提取并加入到數(shù)據(jù)庫(kù)，然后系統(tǒng)會(huì)調(diào)用分析模塊對(duì)這部分?jǐn)?shù)據(jù)進(jìn)行清洗，訓(xùn)練等操作，最后使用機(jī)器學(xué)習(xí)方法將處理后的數(shù)據(jù)集成到分析模型里面。

在線分析與離線分析兩者相輔相成，缺一不可，我們的分析系統(tǒng)很好地做到了兩者的有機(jī)結(jié)合，該引擎的性能在中國(guó)電子商務(wù)分析行業(yè)中位列高端。

運(yùn)行環(huán)境百分點(diǎn)分析引擎BAE是一款SaaS模式的企業(yè)級(jí)產(chǎn)品，為中小企業(yè)搭建數(shù)據(jù)分析所需要的所有網(wǎng)絡(luò)基礎(chǔ)設(shè)施及軟件、硬件運(yùn)作平臺(tái)，并負(fù)責(zé)所有前期的實(shí)施、后期的維護(hù)等一系列服務(wù)，企業(yè)無(wú)需購(gòu)買軟硬件、建設(shè)機(jī)房、招聘IT人員，只需要按照系統(tǒng)要求完成前期部署，即可通過(guò)聯(lián)網(wǎng)的終端機(jī)器使用百分點(diǎn)提供的卓越分析服務(wù)。

當(dāng)前版本的BAE系統(tǒng)，共支持下列10種瀏覽器。