本發(fā)明涉及計算機，尤其涉及一種產品影響度預測方法、設備、存儲介質及裝置。

背景技術：

1、隨著軟件技術的發(fā)展，一個公司或者組織會并存多條軟件產品線，同時軟件產品線之間存在相關聯產品矩陣的情況下，可以通過確定產品間的影響度確定產品之間的黏性，進而可以預估出該產品線下的下游產品在一段時間內的數據，但是現有方案中大多數是通過專業(yè)負責人通過人工統(tǒng)計分析歷史產業(yè)線中上游產品和下游產品之間的影響度，進而預估出下游產品在有限時間段內可以產生的價值，但是上述方式不能對數據進行實時分析，導致數據準確度較低，并且由于產品線錯綜復雜因此通過人工方式統(tǒng)計會需要投入大量的人力時間成本，無法科學合理的評估產品矩陣鏈下，單產品對其他產品線的價值，明確上游產品對下游產品的影響度。

2、上述內容僅用于輔助理解本發(fā)明的技術方案，并不代表承認上述內容是現有技術。

技術實現思路

1、本發(fā)明的主要目的在于提供一種產品影響度預測方法、設備、存儲介質及裝置，旨在解決現有技術無法科學合理的評估產品矩陣鏈下，單產品對其他產品線的價值，明確上游產品對下游產品的影響度的技術問題。

2、為實現上述目的，本發(fā)明提供一種產品影響度預測方法，所述產品影響度預測方法包括以下步驟：

3、獲取產品矩陣資源中上游產品鏈對應的買量用戶信息；

4、根據預設影響因子維度對所述買量用戶信息進行多維度信息統(tǒng)計，獲得目標維度的影響信息；

5、根據所述影響信息對所述上游產品鏈對應的下游產品鏈進行影響度預測，獲得影響度預測結果。

6、可選地，所述根據預設影響度評估維度對所述買量用戶信息進行多維度信息統(tǒng)計，獲得目標維度的影響信息的步驟之前，還包括：

7、根據預設統(tǒng)計口徑和所述買量用戶信息確定所述上游產品鏈的導流帶量用戶信息；

8、根據所述導流帶量用戶信息確定所述上游產品鏈對應的下游產品鏈。

9、可選地，所述預設影響因子維度包括體量維度和質量維度，所述根據預設影響因子維度對所述買量用戶信息進行多維度信息統(tǒng)計，獲得目標維度的影響信息的步驟，包括：

10、根據所述體量維度對所述買量用戶信息進行統(tǒng)計，獲得所述體量維度對應的產品新增用戶量信息；

11、根據所述質量維度對所述買量用戶信息進行統(tǒng)計，獲得所述質量維度對應的產品活躍天數；

12、根據所述產品新增用戶量信息和所述產品活躍天數確定影響信息。

13、可選地，所述根據所述產品新增用戶量信息和所述產品活躍天數確定影響信息的步驟，包括：

14、根據預設統(tǒng)計周期對所述產品新增用戶量信息進行統(tǒng)計，獲得第一統(tǒng)計結果；

15、根據所述預設統(tǒng)計周期對所述產品活躍天數進行統(tǒng)計，獲得第二統(tǒng)計結果；

16、根據所述第一統(tǒng)計結果以及所述第二統(tǒng)計結果確定影響信息。

17、可選地，所述根據所述影響信息對所述上游產品鏈對應的下游產品鏈進行影響度預測，獲得影響度預測結果的步驟，包括：

18、根據預設統(tǒng)計邏輯、所述第一統(tǒng)計結果以及所述第二統(tǒng)計結果確定目標周期對應的下游產品鏈的綜合影響度；

19、基于預設時間序列模型和所述綜合影響度對所述上游產品鏈對應的下游產品鏈進行影響度預測，獲得影響度預測結果。

20、可選地，所述根據預設統(tǒng)計邏輯、所述第一統(tǒng)計結果以及所述第二統(tǒng)計結果確定目標周期對應的下游產品鏈的綜合影響度的步驟，包括：

21、根據預設lr模型和所述第一統(tǒng)計結果確定所述下游產品鏈在目標周期內體量維度對應的導流新增用戶信息；

22、根據所述第二統(tǒng)計結果確定所述下游產品鏈的質量維度對應的導流人均活躍天數；

23、根據預設統(tǒng)計邏輯、所述導流新增用戶信息以及所述導流人均活躍天數確定目標周期對應的下游產品鏈的綜合影響度。

24、可選地，所述根據預設統(tǒng)計邏輯、所述導流新增用戶信息以及所述導流人均活躍天數確定目標周期對應的下游產品鏈的綜合影響度的步驟，包括：

25、根據預設統(tǒng)計邏輯、所述導流新增用戶信息以及所述導流人均活躍天數確定日新增付費用戶對應的日綜合影響度；

26、根據所述預設統(tǒng)計邏輯、所述導流新增用戶信息以及所述導流人均活躍天數確定月新增付費用戶對應的月綜合影響度；

27、根據所述日綜合影響度和所述月綜合影響度確定下游產品鏈的綜合影響度。

28、可選地，所述根據所述影響信息對所述上游產品鏈對應的下游產品鏈進行影響度預測，獲得影響度預測結果的步驟之后，還包括：

29、根據所述影響度預測結果生成產品矩陣間的導流生態(tài)圖；

30、根據預設時間序列模型和所述導流生態(tài)圖生成體量維度和質量維度對應的導流趨勢圖。

31、可選地，所述根據所述影響信息對所述上游產品鏈對應的下游產品鏈進行影響度預測，獲得影響度預測結果的步驟之后，還包括：

32、根據所述導流新增用戶信息、所述導流人均活躍天數、所述綜合影響度以及所述影響預測結果生成業(yè)務影響度分析圖，并將所述業(yè)務影響度分析圖進行展示。

33、可選地，所述日綜合影響度的計算方式包括：

34、日新增付費用戶＝年轉化率*人均月活躍天數，所述年轉化率是指上游付費用戶在一年內導入的下游新增用戶占比；

35、日綜合影響度＝(年新增用戶*人均月活躍天數)/日新增付費用戶。

36、可選地，所述月綜合影響度的計算方式包括：

37、根據日均年轉化率和月新增付費用戶確定所述月新增付費用戶的年新增用戶，其中，年新增用戶＝月新增付費用戶*日均年轉化率；

38、根據所述日均年轉化率和日均人均月活躍天數確定月綜合影響度，其中月綜合影響度＝日均年轉化率*日均人均月活躍天數。

39、此外，為實現上述目的，本發(fā)明還提出一種產品影響度預測設備，所述產品影響度預測設備包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的產品影響度預測程序，所述產品影響度預測程序配置為實現如上文所述的產品影響度預測的步驟。

40、此外，為實現上述目的，本發(fā)明還提出一種存儲介質，所述存儲介質上存儲有產品影響度預測程序，所述產品影響度預測程序被處理器執(zhí)行時實現如上文所述的產品影響度預測方法的步驟。

41、此外，為實現上述目的，本發(fā)明還提出一種產品影響度預測裝置，所述產品影響度預測裝置包括：

42、信息獲取模塊，用于獲取產品矩陣資源中上游產品鏈對應的買量用戶信息；

43、信息確定模塊，用于根據預設影響因子維度對所述買量用戶信息進行多維度信息統(tǒng)計，獲得目標維度的影響信息；

44、影響度預測模塊，用于根據所述影響信息對所述上游產品鏈對應的下游產品鏈進行影響度預測，獲得影響度預測結果。

45、可選地，所述產品影響度預測裝置還包括產品鏈確定模塊；

46、所述產品鏈確定模塊，用于根據預設統(tǒng)計口徑和所述買量用戶信息確定所述上游產品鏈的導流帶量用戶信息；

47、所述產品鏈確定模塊，還用于根據所述導流帶量用戶信息確定所述上游產品鏈對應的下游產品鏈。

48、可選地，所述預設影響因子維度包括體量維度和質量維度，所述信息確定模塊，還用于根據所述體量維度對所述買量用戶信息進行統(tǒng)計，獲得所述體量維度對應的產品新增用戶量信息；

49、所述信息確定模塊，還用于根據所述質量維度對所述買量用戶信息進行統(tǒng)計，獲得所述質量維度對應的產品活躍天數；

50、所述信息確定模塊，還用于根據所述產品新增用戶量信息和所述產品活躍天數確定影響信息。

51、可選地，所述信息確定模塊，還用于根據預設統(tǒng)計周期對所述產品新增用戶量信息進行統(tǒng)計，獲得第一統(tǒng)計結果；

52、所述信息確定模塊，還用于根據所述預設統(tǒng)計周期對所述產品活躍天數進行統(tǒng)計，獲得第二統(tǒng)計結果；

53、所述信息確定模塊，還用于根據所述第一統(tǒng)計結果以及所述第二統(tǒng)計結果確定影響信息。

54、可選地，所述影響度預測模塊，還用于根據預設統(tǒng)計邏輯、所述第一統(tǒng)計結果以及所述第二統(tǒng)計結果確定目標周期對應的下游產品鏈的綜合影響度；

55、所述影響度預測模塊，還用于基于預設時間序列模型和所述綜合影響度對所述上游產品鏈對應的下游產品鏈進行影響度預測，獲得影響度預測結果。

56、可選地，所述影響度預測模塊，還用于根據預設lr模型和所述第一統(tǒng)計結果確定所述下游產品鏈在目標周期內體量維度對應的導流新增用戶信息；

57、所述影響度預測模塊，還用于根據所述第二統(tǒng)計結果確定所述下游產品鏈的質量維度對應的導流人均活躍天數；

58、所述影響度預測模塊，還用于根據預設統(tǒng)計邏輯、所述導流新增用戶信息以及所述導流人均活躍天數確定目標周期對應的下游產品鏈的綜合影響度。

59、可選地，所述影響度預測模塊，還用于根據預設統(tǒng)計邏輯、所述導流新增用戶信息以及所述導流人均活躍天數確定日新增付費用戶對應的日綜合影響度；

60、所述影響度預測模塊，還用于根據所述預設統(tǒng)計邏輯、所述導流新增用戶信息以及所述導流人均活躍天數確定月新增付費用戶對應的月綜合影響度；

61、所述影響度預測模塊，還用于根據所述日綜合影響度和所述月綜合影響度確定下游產品鏈的綜合影響度。

62、本發(fā)明通過獲取產品矩陣資源中上游產品鏈對應的買量用戶信息；根據預設影響因子維度對所述買量用戶信息進行多維度信息統(tǒng)計，獲得目標維度的影響信息；根據所述影響信息對所述上游產品鏈對應的下游產品鏈進行影響度預測，獲得影響度預測結果。由于本發(fā)明通過預設影響因子維度對上游產品鏈對應的買量用戶信息進行多維度信息統(tǒng)計，根據統(tǒng)計獲得的影響信息對下游產品鏈進行影響度預測，相較于現有技術中通過人工方式統(tǒng)計會需要投入大量的人力時間成本，無法科學合理的評估產品矩陣鏈下單產品對其他產品線的價值，無法明確上游產品對下游產品的影響度，本發(fā)明實現了在衡量單產品自身價值的同時站在全局視角科學合理的評估產品矩陣鏈下單產品對其他產品線的貢獻度，明確上游產品對下游產品的影響度，以實現產品矩陣下的價值最大化。