# 小象分析云-用户行为分析画像（兼容神策SDK） **Repository Path**: ningcheng/analysis ## Basic Information - **Project Name**: 小象分析云-用户行为分析画像（兼容神策SDK） - **Description**: 商用产品开源，包括用户埋点数据采集、用户标签分群和画像、智慧运营、营销等。项目采用Nginx+Flume+kafka实现日志收集，Flink进行实时流处理，ClickHouse作为实时数仓，HDFS作为数据备份。 项目帮用户快速搭建CDP客户数据平台，实现对移动端数据分析、用户行为分析、用户标签画像和在线营销。完美兼容神策埋点SDK、友盟埋点SDK和其他终端埋点包。快速对接、快速应用。 - **Primary Language**: Java - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: https://www.xiaoxiangai.com - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 587 - **Created**: 2024-03-23 - **Last Updated**: 2024-03-23 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 小象用户行为分析平台 #### 介绍 大数据技术已经迅速应用于商业并产生价值，通过数据分析来识别用户行为，建立以用户为中心的低成本快速增长，是一个企业必须具备的核心竞争力。 随着成本的大幅度增加，企业必须改变过去粗放型的营销和运营方式，特别是在市场营销、产品制造、销售以及未来的客户服务等各个方面向更加科学、高效的方向转变。 小象电商系统上线后，需要收集用户行为数据，通过大数据实时分析实现电商业务数字化运营。基于此强需求开发小象用户行为分析，兼容神策开源的埋点SDK完成终端行为上报，采用Nginx+Flume+kafka实现日志收集，采用Flink写入HDFS。 本开源项目内容包括nginx环境配置、Flume解密和日志格式处理、将明文数据存放到kafka的Topic下、Flink消费后将埋点数据存入HDFS的关键4步操作。为方便前期埋点的校验调优，在kafka环节，增加了埋点解析数据JSON格式存入MySQL。后续计划增加友盟和其他SDK厂商的埋点处理，以及业务系统日志的采集入库。 #### 加微信获取演示环境 请注明：gitee 小象用户行为分析 - 微信：yubang1010 - ![输入图片说明](doc/200.png) #### 产品视频演示 ![输入图片说明](https://data.xiaoxiangai.com/video/analysis.mp4) #### 项目主要内容 - 日志采集（Flume+kafka） - 日志入库（Flink+HDFS） #### 工作流程 完成数据采集技术构建和业务设计，在App、小程序的系统供应商配合下完成用户行为数据采集埋点，并基于埋点的数据构建线上用户行为标签和画像。 ![输入图片说明](https://images.gitee.com/uploads/images/2021/0504/115612_bbd97789_5325125.png "屏幕截图.png") #### 架构设计思路 所谓“埋点”，是数据采集领域（尤其是用户行为数据采集领域）的术语，指的是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。比如用户某个icon点击次数、观看某个视频的时长等等。 ![输入图片说明](https://images.gitee.com/uploads/images/2021/0504/115703_4013e7fa_5325125.png "屏幕截图.png") #### 业务设计思路 埋点业务设计，首先需要根据业务分析明确采集的目标行为，进一步搞清楚应该在哪些地方埋什么样的点。过程中建议使用“事件模型（ Event 模型）”来描述用户的各种行为，事件模型包括事件（ Event ）和用户（ User ）两个核心实体。 基于4W1H模型描述用户行为可将整个行为描述清楚，要点包括：是谁、什么时间、什么地点、以什么方式、干了什么。通过这两个实体结合在一起就可以清晰地描述清楚用户行为。 ![输入图片说明](https://images.gitee.com/uploads/images/2021/0504/115753_e474aeec_5325125.png "屏幕截图.png") #### 技术架构 SDK埋点采集行为数据来源终端包括iOS、安卓、Web、H5、微信小程序等。不同终端SDK采用对应平台和主流语言的SDK，埋点采集到的数据通过JSON数据以HTTP POST方式提交到服务端API。 服务端API由数据接入系统组成，采用Nginx来接收通过 API 发送的数据，并且将之写到日志文件上。使用Nginx实现高可靠性与高可扩展性。 对于Nginx打印到文件的日志，会由Flume的 Source 模块来实时读取Nginx日志，并由Channel模块进行数据处理，最终通过Sink模块将处理结果发布到 Kafka中。 ![输入图片说明](https://images.gitee.com/uploads/images/2021/0504/120743_443b0e95_5325125.png "屏幕截图.png") #### 软件完整架构 ![输入图片说明](https://images.gitee.com/uploads/images/2021/0427/092847_e6c637d8_5325125.png "屏幕截图.png") #### 第三方埋点SDK集成步骤 - 引入SDK：在终端应用配置文件添加 SDK 依赖，不同终端引入方式会有差异，具体操作步骤将在后续SDK技术文档中体现。 - 配置上报服务端API地址：用于设置SDK上报API的服务端地址。 - 开启全埋点：SDK 可以自动采集一些用户行为，如 App 启动、退出、浏览页面、控件点击。初始化 SDK 时，通过SDK提供的初始化方法可以配置开启全埋点。 #### API接入服务设计 不同渠道的埋点数据通过 HTTP API 发送给服务端API实现数据接入。 采用Nginx作为WEB容器接收客户端SDK发送的数据，并且将之写到日志文件上。使用 Nginx 主要是考虑到其高并发、高可靠性与高可扩展性。 #### 用户行为采集场景 通过应用场景梳理，实现以场景规划埋点，用场景检验埋点。场景梳理可以抽象为三个层面： - 通用基础场景：共性操作统一考虑 - 重要操作场景：重要操作整体归因 - 业务主流程场景：以业务线定义完整过程 ![输入图片说明](https://images.gitee.com/uploads/images/2021/0504/121549_e747bcc1_5325125.png "屏幕截图.png") #### 应用效果 ![输入图片说明](https://images.gitee.com/uploads/images/2021/0504/123053_dbdac86e_5325125.png "屏幕截图.png") ![输入图片说明](https://images.gitee.com/uploads/images/2021/0504/123137_fa582c65_5325125.png "屏幕截图.png") ![输入图片说明](https://images.gitee.com/uploads/images/2021/1122/211851_780a4dd1_5325125.png "屏幕截图.png") ![输入图片说明](https://images.gitee.com/uploads/images/2021/1122/211916_137290cd_5325125.png "屏幕截图.png") ![输入图片说明](https://images.gitee.com/uploads/images/2021/1122/211929_2d23b8c6_5325125.png "屏幕截图.png") #### 版权声明 小象数据行为分析用Apache2.0开源协议 个人和企业，在直接使用、二次开发后商业使用，需要遵守： 包含xiaoxianganalysis LICENSE文件（授权使用者免费使用小象分析专利和知识产权） 如果修改了代码，需要在被修改的文件中说明 在修改和有源代码衍生的代码中，需要带有原来代码中的协议，商标 在二次开发后商业发布的产品中，使用了多个开源软件，则必须包含一个Notice文件，在Notice文件中需要带有xiaoxianganalysis LICENSE。你可以在Notice中增加自己的许可，但不可以表现为对xiaoxianganalysis LICENSE构成更改。 如果您需要商业化增值服务，请加微信沟通。 #### 软件著作权 ![输入图片说明](image.png)