结果数据的归因方法、装置、设备及存储介质与流程

1.本技术涉及数据分析技术领域，尤其涉及一种结果数据的归因方法、装置、设备及存储介质。


背景技术：

2.在当前互联网时代，数字化营销已经成为了企业推广和品牌营销的重要手段之一。然而，在实际操作过程中，不同渠道、不同方式的数字化营销有时会针对同一客户，这就导致了营销效果的归因问题。
3.归因分析是指通过对多种营销活动进行跟踪和分析，确定哪些营销策略对于客户转化起到了关键作用，从而帮助企业更好地制定营销计划。但由于不同营销活动通常存在着交集，例如不同的营销人员可能使用不同的手段，为了相同的目标，触达同一个客户。当这个客户发生转化之后，该转化应该归因给哪一次的触达就变成一个难题。归因如果不准确，就无法区分出哪一种触达手段是更加行之有效的方式，就会导致营销的效率得不到提高。


技术实现要素：

4.本技术提供一种结果数据的归因方法、装置、设备及存储介质，用以解决现有技术中营销效果的归因问题。
5.第一方面，本技术提供一种结果数据的归因方法，包括：获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略；针对任一执行策略，获取该执行策略的执行时刻，以及获取在该执行时刻之后，在结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值；针对任一执行策略，根据结果数据回流时刻，结合该执行策略的数据回流时间区间和数据回流时刻均值，确定该结果数据与该执行策略的偏离度，偏离度用于表示该结果数据与该执行策略的相关程度；根据每个执行策略与该结果数据对应的偏离度，对结果数据进行归因，确定该结果数据对应的目标执行策略。
6.第二方面，本技术提供一种结果数据的归因装置，其特征在于，包括：第一获取模块，用于获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略；第二获取模块，用于针对任一执行策略，获取该执行策略的执行时刻，以及获取在该执行时刻之后，在结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值；确定模块，用于针对任一执行策略，根据结果数据回流时刻，结合该执行策略的数据回流时间区间和数据回流时刻均值，确定该结果数据与该执行策略的偏离度，偏离度用于表示该结果数据与该执行策略的相关程度；归因模块，用于根据每个执行策略与该结果数据对应的偏离度，对结果数据进行
归因，确定该结果数据对应的目标执行策略。
7.第三方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如前所述的结果数据的归因方法。
8.第四方面，提供一种计算机可读存储介质，当计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如前所述的结果数据的归因方法。
9.第五方面，提供一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现如前所述的结果数据的归因方法。
10.本技术提供的结果数据的归因方法、装置、设备及存储介质，至少实现以下有益效果：
11.本技术通过对用户行为结果数据进行归因分析，根据偏离度的计算，可以确定哪些执行策略与结果数据的相关程度更高，以确定哪些执行策略对于客户转化起到了关键作用，从而帮助企业更好地制定营销计划，提高营销效率。
附图说明
12.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
13.图1为本技术实施例提供的一种结果数据的归因方法的示例性实施方式的示意图。
14.图2为本技术实施例提供的一种结果数据的归因方法的示例性实施方式的示意图。
15.图3是本技术示出的一种结果数据类别与执行策略的映射关系的示意图。
16.图4为本技术实施例提供的一种结果数据的归因方法的示例性实施方式的示意图。
17.图5为本技术实施例提供的一种结果数据的归因装置的示意图。
18.图6为本技术实施例提供的电子设备的结构示意图。
19.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
20.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术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、本技术的一些方面相一致的装置和方法的例子。
21.术语解释：
22.结果数据的归因：指的是对特定结果或事件的原因进行分析和归因的过程。在营销和广告行业中，这通常涉及到确定特定广告或营销活动对某个业绩指标的影响。
23.图1是本技术示出的一种结果数据的归因方法的示例性实施方式的示意图，如图1所示，该结果数据的归因方法，包括以下步骤：
24.s101，获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略。
25.获取用户行为对应的结果数据，其中，结果数据指的是用户的某种行为所产生的数据，比如说，结果数据可包括该用户对某产品的购买数据、点击数据等。
26.针对该结果数据，确定该结果数据所属的结果数据类别，示例性的，若该结果数据为用户a对产品b的购买数据，则该结果数据所属的结果数据类别为产品b所对应的购买数据类别。
27.针对该结果数据，需要确定其对应的结果数据回流时刻，即该结果数据产生后反映到系统中时所对应的时刻，将该结果数据回流时刻记为d。
28.针对该结果数据，确定与该结果数据相关的具有前向关联的执行策略。示例性的，为了推广产品b，商家进行了地推推广、电子邮件营销、奖励机制推荐、投放广告等营销策略以促进用户对于产品b的购买，则将在用户a对产品b进行购买之前所进行的地推推广、电子邮件营销、奖励机制推荐、投放广告等营销策略作为与用户a对产品b的购买数据具有前向关联的多个执行策略。
29.s102，针对任一执行策略，获取该执行策略的执行时刻，以及获取在该执行时刻之后，在结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值。
30.示例性的，以结果数据为用户a对产品b的购买数据为例，在用户a对产品b进行购买之前，进行了地推推广、电子邮件营销、奖励机制推荐共3种执行策略去进行推广，地推推广的推广时间为6月1日，电子邮件营销的营销时间为6月15日，奖励机制推荐的推广时间为6月17日。
31.确定地推推广方式为执行策略1，针对执行策略1，确定执行策略1的执行时刻为6月1日，将第一预设时间段设置为60天，从属于产品b所对应的购买数据类别下的购买数据中，选取从6月1日开始60天内所有用户对产品b的购买数据，并将60天内的购买数据的购买时刻按照时序进行排序以获取执行策略1对应的结果数据时间序列。
32.确定电子邮件营销方式为执行策略2，针对执行策略2，确定执行策略2的执行时刻为6月15日，将第一预设时间段设置为60天，从属于产品b所对应的购买数据类别下的购买数据中，选取从6月15日开始60天内所有用户对产品b的购买数据，并将60天内的购买数据的购买时刻按照时序进行排序以获取执行策略2对应的结果数据时间序列。
33.确定奖励机制推荐方式为执行策略3，针对执行策略3，确定执行策略3的执行时刻为6月17日，将第一预设时间段设置为60天，从属于产品b所对应的购买数据类别下的购买数据中，选取从6月17日开始60天内所有用户对产品b的购买数据，并将60天内的购买数据的购买时刻按照时序进行排序以获取执行策略3对应的结果数据时间序列。
34.针对任一执行策略，在上述获取该执行策略对应的结果数据时间序列之后，采用z检验的方式，在p-value＝0.95的情况下，计算得到该结果数据时间序列对应的数据回流时间区间和数据回流时刻均值。其中，数据回流时间区间指的是结果数据时间序列内的结果数据产生后，到达系统中所需的时间区间。数据回流时刻均值则是结果数据时间序列内所
有结果数据的回流时刻的平均值。
35.s103，针对任一执行策略，根据结果数据回流时刻，结合该执行策略的数据回流时间区间和数据回流时刻均值，确定该结果数据与该执行策略的偏离度，偏离度用于表示该结果数据与该执行策略的相关程度。
36.示例性的，继续以结果数据为用户a对产品b的购买数据为例，将用户a对产品b的购买行为所产生的结果数据的数据回流时刻记为d。针对执行策略1，根据数据回流时刻d、执行策略1对应的数据回流时间区间[t
min1
,t
max1
]和数据回流时刻均值t
avg1
，确定该结果数据与执行策略1的偏离度。其中，偏离度的计算公式为：
[0037][0038]
上式中，h1代表结果数据与执行策略1的偏离度；d代表结果数据的数据回流时刻；t
time1
代表执行策略1的执行时刻；t
avg1
代表执行策略1的数据回流时刻均值；t
max1
代表执行策略1的数据回流时间区间的最大值；t
min1
代表执行策略1的数据回流时间区间的最小值。
[0039]
该结果数据与其他执行策略的偏离度的计算与上述过程类似，在此不再进行赘述。在计算完毕后，可得到该结果数据分别与执行策略1、执行策略2和执行策略3的偏离度。
[0040]
s104，根据每个执行策略与该结果数据对应的偏离度，对结果数据进行归因，确定该结果数据对应的目标执行策略。
[0041]
结果数据与执行策略的偏离度越小说明该结果数据与该执行策略的相关度越大，本技术中，将结果数据与执行策略的偏离度最小的执行策略作为该结果数据对应的目标执行策略，也即，确定是该目标执行策略导致了该结果数据的发生。
[0042]
本技术实施例提出了一种结果数据的归因方法，通过获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略；针对任一执行策略，获取该执行策略的执行时刻，以及获取在该执行时刻之后，在结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值；针对任一执行策略，根据结果数据回流时刻，结合该执行策略的数据回流时间区间和数据回流时刻均值，确定该结果数据与该执行策略的偏离度，偏离度用于表示该结果数据与该执行策略的相关程度；根据每个执行策略与该结果数据对应的偏离度，对结果数据进行归因，确定该结果数据对应的目标执行策略。本技术通过计算每个执行策略与某个结果数据对应的偏离度，对结果数据进行归因，以实现在多策略的环境中，对结果数据进行精确归因，可以帮助业务人员更好地理解不同策略对于业务指标的贡献度，从而更好地优化业务决策。
[0043]
图2是本技术示出的一种结果数据的归因方法的示例性实施方式的示意图，如图2所示，该结果数据的归因方法，包括以下步骤：
[0044]
s201，获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略。
[0045]
获取用户行为对应的结果数据，其中，结果数据指的是用户的某种行为所产生的数据，比如说，结果数据可包括该用户对某产品的购买数据、点击数据等。
[0046]
针对该结果数据，确定该结果数据所属的结果数据类别，示例性的，若该结果数据
为用户a对产品b的购买数据，则该结果数据所属的结果数据类别为产品b所对应的购买数据类别。
[0047]
针对该结果数据，需要确定其对应的结果数据回流时刻，即该结果数据产生后反映到系统中时所对应的时刻，将该结果数据回流时刻记为d。
[0048]
由于产品推广行业中的用数场景较为琐碎，其中包含大量的线下和手工作业场景，对每个场景都定制化开发一个数据的采集系统其成本是无法接受的，而手工录入没有统一的格式规范，容易导致数据缺失和质量低下，使得数据分析困难。本技术中，针对任一执行策略，配置与该执行策略相关的多个结果数据类别，比如同一个执行策略，可能与产品b所对应的购买行为、产品b所对应的点击行为等都存在相关关系，也即该执行策略与产品b所对应的购买数据类别和产品b所对应的点击数据类别都存在相关关系。其中，结果数据类别存储在数据库中，每个结果数据类别在数据库中的储存地址由数据域名、数据表名和数据项名组成。配置的格式如下：
[0049]
结果数据类别：数据域名a1+数据表名a2+数据项名a3。
[0050]
其中数据域名+数据表名+数据项名映射到数据库中，会指向相应的名为a1的schame中的名为a2的数据表中的名为a3的列，以实现通过配置的方式，支持用户从不同的渠道，标准化，准确地采集回流结果，并与相应的策略进行关联，以及可以帮助企业更好地管理和分析数据，在决策过程中快速定位和查询相关数据。
[0051]
如果结果数据采用外部结果数据的上传的方式，则上传的外部结果数据必须采用excel的格式，自动解析excel文件，并按照预设的列信息提取结果数据。
[0052]
如果结果数据采用接口回流的形式，则结果数据为接口地址为http://主机名:端口号/a1/a2/a3所返回的数据。
[0053]
针对任一执行策略，将该执行策略执行之后生成的每个结果数据映射到该结果数据所属的结果数据类别对应的数据库储存地址中。
[0054]
针对任一结果数据，获取该结果数据所属的结果数据类别对应的数据库储存地址，对于映射至该数据库储存地址的执行策略进行统计整理，确定与该结果数据所属的结果数据类别相关的至少一个执行策略。
[0055]
根据每个结果数据类别与其各自对应的至少一个执行策略，生成结果数据类别与执行策略的映射关系。
[0056]
图3是本技术示出的一种结果数据类别与执行策略的映射关系的示意图，如图3所示，每个执行策略都对应影响至少一个结果数据类别，每个结果数据类别也被至少一个执行策略影响，而每个结果数据类别下可对应多个结果数据。以图3中的结果数据类别3为例，由于执行策略1、执行策略2和执行策略3都对结果数据类别3能够产生影响，故结果数据类别3所对应的执行策略包括执行策略1、执行策略2和执行策略3，也即，结果数据类别3下所包含的每个结果数据所对应的执行策略包括执行策略1、执行策略2和执行策略3。
[0057]
在生成结果数据类别与执行策略的映射关系之后，若需要确定某个结果数据对应的执行策略，则可根据结果数据对应的结果数据类别，查询结果数据类别与执行策略的映射关系；根据对映射关系的查询结果，确定结果数据对应的多个执行策略。本技术通过对结果数据类别和执行策略的映射关系进行管理，对业务流程和决策过程进行优化，提高管理效率和效果，通过对映射关系的查询和分析，可以快速定位特定结果数据对应的多个执行
策略。
[0058]
可以理解的是，存在某个执行策略只影响一个结果数据类别的情况，这种情况下，该结果数据类别下的结果数据可直接归因到该执行策略。本技术主要重点讨论在某个结果数据对应多个执行策略时，将该结果数据归因至哪个执行策略的问题。
[0059]
s202，针对任一执行策略，获取该执行策略的执行时刻，以及获取在该执行时刻之后，在结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值。
[0060]
s203，针对任一执行策略，根据结果数据回流时刻，结合该执行策略的数据回流时间区间和数据回流时刻均值，确定该结果数据与该执行策略的偏离度，偏离度用于表示该结果数据与该执行策略的相关程度。
[0061]
关于步骤s202～s202的具体实现方式，可参照上述实施例中相关部分的具体介绍，在此不再进行赘述。
[0062]
s204，按照从小到大的顺序对每个执行策略与该结果数据对应的偏离度进行排序。
[0063]
按照计算出的偏离度值，按照从小到大的顺序进行排序处理。偏离度越小的排在越前面，表示相应的执行策略对结果数据产生的影响越大，因此更为优秀。
[0064]
s205，将排序在首位的偏离度对应的执行策略作为结果数据对应的目标执行策略。
[0065]
排序在首位的偏离度最小，因此我们将该偏离度对应的执行策略作为结果数据对应的目标执行策略。
[0066]
本技术实施例建立结果数据类别和执行策略的映射关系，以便进行管理，对业务流程和决策过程进行优化，提高管理效率和效果，通过对映射关系的查询和分析，可以快速定位特定结果数据对应的多个执行策略，通过计算每个执行策略与某个结果数据对应的偏离度，通过对偏离度进行排序以实现在多策略的环境中，对结果数据进行精确归因，可以帮助业务人员更好地理解不同策略对于业务指标的贡献度，从而更好地优化业务决策。
[0067]
图4是本技术示出的一种结果数据的归因方法的示例性实施方式的示意图，如图4所示，该结果数据的归因方法，包括以下步骤：
[0068]
s401，获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略。
[0069]
s402，针对任一执行策略，获取该执行策略的执行时刻，以及获取在该执行时刻之后，在结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值。
[0070]
s403，针对任一执行策略，根据结果数据回流时刻，结合该执行策略的数据回流时间区间和数据回流时刻均值，确定该结果数据与该执行策略的偏离度，偏离度用于表示该结果数据与该执行策略的相关程度。
[0071]
s404，根据每个执行策略与该结果数据对应的偏离度，对结果数据进行归因，确定该结果数据对应的目标执行策略。
[0072]
关于步骤s401～s404的具体实现方式，可参照上述实施例中相关部分的具体介绍，在此不再进行赘述。
[0073]
s405，获取不同结果数据类别下的每个结果数据各自对应的目标执行策略，并将结果数据与其对应的目标执行策略进行绑定。
[0074]
为了对某商品的所有营销活动的营销效果进行分析，本技术中，按照s401～s404步骤实现对不同结果数据类别下的每个结果数据各自对应的目标执行策略的确定，并将每个结果数据与其对应的目标执行策略进行绑定。
[0075]
s406，针对任一执行策略，确定与该执行策略进行绑定的所有结果数据。
[0076]
为了统计某个执行策略的营销效果，本技术中，针对任一执行策略，确定与该执行策略进行绑定的所有结果数据。不难理解的，与该执行策略进行绑定的所有结果数据可以属于不同的结果数据类别，比如针对执行策略1，若执行策略1对用户对产品b的购买行为和点击行为都产生影响，则既统计执行策略1所对应的购买结果数据，也统计其所对应的点击结果数据。
[0077]
s407，根据该执行策略的推行成本以及其对应的所有结果数据所带来的收益数据，确定该执行策略的策略修正方案。
[0078]
针对某个执行策略，如果推行成本高而收益数据不够理想，需要考虑制定策略修正方案。本技术中，获取每个执行策略的推行成本，以及每个执行策略对应的所有结果数据所带来的收益数据，确定每个执行策略的策略修正方案，以对营销策略进行修改，可以降低企业的营销成本，提高营收和利润率。
[0079]
比如说，针对某个执行策略，若通过对其对应的所有结果数据所带来的收益数据进行分析，发现从年轻人处获得的收益占比较高，而从中年人处获得的收益占比较低，则针对该执行策略，重新评估目标受众人群，重点向年轻人进行推广。
[0080]
s408，对与该执行策略进行绑定的所有结果数据进行数据处理分析，获取该执行策略的业务指标。
[0081]
对与该执行策略进行绑定的所有结果数据进行数据处理分析，获取该执行策略的业务指标。
[0082]
示例性的，可通过分析执行策略对应的结果数据，以获取客户的行为和交互数据，可以确定那些因素影响客户转化率，并根据这些因素来制定该执行策略合适的业务指标。
[0083]
示例性的，可通过分析执行策略对应的结果数据，以对销售额和营收数据的统计分析，可以确定该执行策略具体的增长目标并设定相应的业务指标。
[0084]
本技术实施例通过对结果数据进行归因分析，可以确定那些执行策略和活动带来最大的回报，进而调整和优化营销策略，使其更加高效和有效；通过对结果数据进行归因分析，可以确定实现目标所需达到的具体指标和条件，使企业能够更加明确地设定业务目标和指标，并为实现这些目标提供有效的数据支持。
[0085]
图5是本技术示出的一种结果数据的归因装置的示意图，如图5所示，该结果数据的归因装置500，包括第一获取模块501、第二获取模块502、确定模块503和确定模块503，其中：
[0086]
第一获取模块501，用于获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略。
[0087]
第二获取模块502，用于针对任一执行策略，获取该执行策略的执行时刻，以及获
取在该执行时刻之后，在结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值。
[0088]
确定模块503，用于针对任一执行策略，根据结果数据回流时刻，结合该执行策略的数据回流时间区间和数据回流时刻均值，确定该结果数据与该执行策略的偏离度，偏离度用于表示该结果数据与该执行策略的相关程度。
[0089]
归因模块504，用于根据每个执行策略与该结果数据对应的偏离度，对结果数据进行归因，确定该结果数据对应的目标执行策略。
[0090]
本装置通过计算每个执行策略与某个结果数据对应的偏离度，对结果数据进行归因，以实现在多策略的环境中，对结果数据进行精确归因，可以帮助业务人员更好地理解不同策略对于业务指标的贡献度，从而更好地优化业务决策。
[0091]
进一步的，归因模块504，还用于：按照从小到大的顺序对每个执行策略与该结果数据对应的偏离度进行排序；将排序在首位的偏离度对应的执行策略作为结果数据对应的目标执行策略。
[0092]
进一步的，第一获取模块501，还用于：根据结果数据对应的结果数据类别，查询结果数据类别与执行策略的映射关系；根据对映射关系的查询结果，确定结果数据对应的多个执行策略。
[0093]
进一步的，归因模块504，还用于：获取不同结果数据类别下的每个结果数据各自对应的目标执行策略，并将结果数据与其对应的目标执行策略进行绑定；针对任一执行策略，确定与该执行策略进行绑定的所有结果数据；根据该执行策略的推行成本以及其对应的所有结果数据所带来的收益数据，确定该执行策略的策略修正方案。
[0094]
进一步的，归因模块504，还用于：对与该执行策略进行绑定的所有结果数据进行数据处理分析，获取该执行策略的业务指标。
[0095]
进一步的，第一获取模块中501，结果数据项与执行策略的映射关系的生成过程包括：针对任一执行策略，配置与该执行策略相关的多个结果数据类别，其中，结果数据类别存储在数据库中，每个结果数据类别在数据库中的储存地址由数据域名、数据表名和数据项名组成；针对任一执行策略，将该执行策略执行之后生成的每个结果数据映射到该结果数据所属的结果数据类别对应的数据库储存地址中；针对任一结果数据，获取该结果数据所属的结果数据类别对应的数据库储存地址，对于映射至该数据库储存地址的执行策略进行统计整理，确定与该结果数据所属的结果数据类别相关的至少一个执行策略；根据每个结果数据类别与其各自对应的至少一个执行策略，生成结果数据类别与执行策略的映射关系。
[0096]
图6为本技术实施例提供的电子设备的结构示意图。如图6所示，该电子设备可以包括：收发器61、处理器62、存储器63。
[0097]
处理器62执行存储器存储的计算机执行指令，使得处理器62执行上述实施例中的方案。处理器62可以是通用处理器，包括中央处理器cpu、网络处理器(network processor，np)等；还可以是数字信号处理器dsp、专用集成电路asic、现场可编程门阵列fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0098]
存储器63通过系统总线与处理器62连接并完成相互间的通信，存储器63用于存储计算机程序指令。
[0099]
收发器61可以用于获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据相关的多个执行策略。
[0100]
系统总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。收发器用于实现数据库访问装置与其他计算机(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory，ram)，也可能还包括非易失性存储器(non-volatile memory)。
[0101]
本技术实施例提供的电子设备，可以是上述实施例的终端设备。
[0102]
本技术实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中结果数据的归因方法的技术方案。
[0103]
本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行上述实施例结果数据的归因方法的技术方案。
[0104]
本技术实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，其存储在计算机可读存储介质中，至少一个处理器可以从计算机可读存储介质读取计算机程序，至少一个处理器执行计算机程序时可实现上述实施例中结果数据的归因方法的技术方案。
[0105]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、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技术的一般性原理并包括本技术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，本技术的真正范围和精神由下面的权利要求书指出。
[0106]
应当理解的是，本技术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。本技术的范围仅由所附的权利要求书来限制。

技术特征：
1.一种结果数据的归因方法，其特征在于，包括：获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略；针对任一所述执行策略，获取该执行策略的执行时刻，以及获取在该执行时刻之后，在所述结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值；针对任一所述执行策略，根据所述结果数据回流时刻，结合该执行策略的所述数据回流时间区间和所述数据回流时刻均值，确定该结果数据与该执行策略的偏离度，所述偏离度用于表示该结果数据与该执行策略的相关程度；根据每个所述执行策略与该结果数据对应的所述偏离度，对所述结果数据进行归因，确定该结果数据对应的目标执行策略。2.根据权利要求1所述的方法，其特征在于，所述根据每个所述执行策略与该结果数据对应的所述偏离度，对所述结果数据进行归因，确定该结果数据对应的目标执行策略，包括：按照从小到大的顺序对每个所述执行策略与该结果数据对应的所述偏离度进行排序；将排序在首位的所述偏离度对应的执行策略作为所述结果数据对应的所述目标执行策略。3.根据权利要求1或2所述的方法，其特征在于，所述确定与该结果数据具有前向关联的多个执行策略，包括：根据结果数据对应的结果数据类别，查询结果数据类别与执行策略的映射关系；根据对所述映射关系的查询结果，确定所述结果数据对应的多个执行策略。4.根据权利要求3所述的方法，其特征在于，所述确定该结果数据对应的目标执行策略之后，还包括：获取不同结果数据类别下的每个结果数据各自对应的目标执行策略，并将所述结果数据与其对应的所述目标执行策略进行绑定；针对任一执行策略，确定与该执行策略进行绑定的所有结果数据；根据该执行策略的推行成本以及其对应的所有结果数据所带来的收益数据，确定该执行策略的策略修正方案。5.根据权利要求4所述的方法，其特征在于，所述针对任一执行策略，确定与该执行策略进行绑定的所有结果数据之后，还包括：对与该执行策略进行绑定的所有结果数据进行数据处理分析，获取该执行策略的业务指标。6.根据权利要求3所述的方法，其特征在于，所述结果数据类别与执行策略的映射关系的生成过程包括：针对任一所述执行策略，配置与该执行策略相关的多个结果数据类别，其中，所述结果数据类别存储在数据库中，每个所述结果数据类别在数据库中的储存地址由数据域名、数据表名和数据项名组成；针对任一所述执行策略，将该执行策略执行之后生成的每个所述结果数据映射到该结果数据所属的结果数据类别对应的数据库储存地址中；
针对任一所述结果数据，获取该结果数据所属的结果数据类别对应的数据库储存地址，对于映射至该数据库储存地址的执行策略进行统计整理，确定与该结果数据所属的结果数据类别相关的至少一个执行策略；根据每个结果数据类别与其各自对应的至少一个执行策略，生成结果数据类别与执行策略的映射关系。7.一种结果数据的归因装置，其特征在于，包括：第一获取模块，用于获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略；第二获取模块，用于针对任一所述执行策略，获取该执行策略的执行时刻，以及获取在该执行时刻之后，在所述结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值；确定模块，用于针对任一所述执行策略，根据所述结果数据回流时刻，结合该执行策略的所述数据回流时间区间和所述数据回流时刻均值，确定该结果数据与该执行策略的偏离度，所述偏离度用于表示该结果数据与该执行策略的相关程度；归因模块，用于根据每个所述执行策略与该结果数据对应的所述偏离度，对所述结果数据进行归因，确定该结果数据对应的目标执行策略。8.根据权利要求7所述的装置，其特征在于，所述归因模块，还用于：按照从小到大的顺序对每个所述执行策略与该结果数据对应的所述偏离度进行排序；将排序在首位的所述偏离度对应的执行策略作为所述结果数据对应的所述目标执行策略。9.根据权利要求7或8所述的装置，其特征在于，所述第一获取模块，还用于：根据结果数据对应的结果数据类别，查询结果数据类别与执行策略的映射关系；根据对所述映射关系的查询结果，确定所述结果数据对应的多个执行策略。10.根据权利要求9所述的装置，其特征在于，所述归因模块，还用于：获取不同结果数据类别下的每个结果数据各自对应的目标执行策略，并将所述结果数据与其对应的所述目标执行策略进行绑定；针对任一执行策略，确定与该执行策略进行绑定的所有结果数据；根据该执行策略的推行成本以及其对应的所有结果数据所带来的收益数据，确定该执行策略的策略修正方案。11.根据权利要求10所述的装置，其特征在于，所述归因模块，还用于：对与该执行策略进行绑定的所有结果数据进行数据处理分析，获取该执行策略的业务指标。12.根据权利要求9所述的装置，其特征在于，所述第一获取模块中，结果数据项与执行策略的映射关系的生成过程包括：针对任一所述执行策略，配置与该执行策略相关的多个结果数据类别，其中，所述结果数据类别存储在数据库中，每个所述结果数据类别在数据库中的储存地址由数据域名、数据表名和数据项名组成；针对任一所述执行策略，将该执行策略执行之后生成的每个所述结果数据映射到该结
果数据所属的结果数据类别对应的数据库储存地址中；针对任一所述结果数据，获取该结果数据所属的结果数据类别对应的数据库储存地址，对于映射至该数据库储存地址的执行策略进行统计整理，确定与该结果数据所属的结果数据类别相关的至少一个执行策略；根据每个结果数据类别与其各自对应的至少一个执行策略，生成结果数据类别与执行策略的映射关系。13.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-6中任一项所述的方法。14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-6中任一项所述的方法。15.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法。

技术总结
本申请提供一种结果数据的归因方法、装置、设备及存储介质，涉及数据分析技术领域，通过获取用户行为对应的结果数据、该结果数据所属的结果数据类别、该结果数据对应的结果数据回流时刻以及确定与该结果数据具有前向关联的多个执行策略；针对任一执行策略，获取该执行策略的执行时刻，以及获取在该执行时刻之后在结果数据类别下的第一预设时间段内的结果数据时间序列，并根据该结果数据时间序列确定该执行策略对应的数据回流时间区间和数据回流时刻均值，并结合结果数据回流时刻，确定该结果数据与该执行策略的偏离度，以实现对结果数据进行归因。本申请实现了在多策略的环境中，对结果数据的精确归因。对结果数据的精确归因。对结果数据的精确归因。


技术研发人员：凌晓蔚 黄晓瑜 陈雨 许志塨 郭翔
受保护的技术使用者：建信金融科技有限责任公司
技术研发日：2023.06.13
技术公布日：2023/9/12