flink 使用者購買行為跟蹤

2021-10-24 03:24:45 字數 358 閱讀 7405

電商公司出於提高使用者的復購率、粘連度等目的經常會推出各種營銷手段,運營部們希望資料中心能實時跟蹤使用者的購買行為作為推送各種優惠的依據,能實時把可以推送優惠券的使用者推送給相關應用;

我們把使用者的各做操作抽象為以下四類(實際中會更多):

>view_product

>add_to_cart

>remove_from_cart

>purchase

利用kafka訊息佇列收集使用者操作作為事件流,利用kafka將配置引數作為廣播流,利用flink將兩個流進行合併處理寫入kafka

深度分析使用者的購買行為的6個型別

廣義上來說,使用者的購買行為主要分為6個型別。1.型購買行為 2.理智型購買行為 這就是我們常說的 難弄 的使用者,會反覆考慮 認真分析 多方選擇的基礎上採取購買行為,不輕易受廣告宣傳 商品外觀以及其他購買行為的影響,而是對 商品質量 效能 和服務等認真比較。往往這類使用者的投訴率,退款率會比較高,...

理解引導行為 路徑跟蹤

路徑跟蹤是遊戲開發中乙個經常出現的問題。此教程涵蓋引導行為的路徑跟蹤,這裡的路徑是提前根據點和線預設好的。注意 雖然此教程是用as3和flash實現的,你也可以在其他語言開發環境下使用這些類似的技巧和概念。當然前提是需要有基本的數學向量的知識。介紹路徑跟蹤可以用多種方式實現。reynolds原型就是...

使用者行為分析

使用者行為軌跡 熟悉 瀏覽 搜尋 平均停留時長 跳出率 頁面偏好 搜尋訪問次數佔比 試用 使用者註冊 註冊使用者數 註冊轉化率 使用 使用者登入 使用者訂購 登入使用者數 人均登入 訪問登入比 訂購量 訂購頻次 內容 轉化率 忠誠 使用者粘度 使用者流失 回訪者比率 訪問深度 使用者流失數 流失率 ...