OLAP Session分析

• 賽題背景

  Session，即會話，是指在指定的時間段內在您的網站/H5/小程式/APP上發生的一系列使用者行為的集合。例如，一次會話可以包含多個頁面瀏覽、互動事件等。Session 是具備時間屬性的，根據不同的切割規則，可以生成不同長度的 Session。
對於 Session 的理解以及相關指標的計算，其中最重要的兩塊就是：
（1）Session 應該包含哪些行為事件
（2）Session 如何切割：需設定切割時長，即相鄰事件間的時間間隔超出此時長則進行切割，基於動態切割規則計算一系列         session相關指標。需要支援動態切割規則、超時、跨天、跨平臺、指定開始事件、指定結束事件等。

• 參賽物件

  OLAP Session分析大賽將分商業組及開源組，將分別為網際網路/科技公司相關技術團隊，以及OLA[技術從業人員和技術愛好者提供競技交流的平臺。

• 時間安排

   8月20日 - 9月15日，初賽報名，參賽選手在Demo環境下程式除錯
   9月15日 - 9月25日，參賽者在伺服器環境下進行環境測試
   9月25日 - 10月15日，正式環境比賽
 10月15日 - 10月20日，參賽者提交演算法文件，答辯
 10月25日，易觀A10資料智慧生態大會頒獎及排名公佈

• 賽題介紹

   通常我們把使用者一系列連續的行為，看作一次訪問，也稱之為session。基於會話的分析，即為session查詢分析。
   Session查詢分析中最重要的兩塊分別是：
   1、 session如何分割。
   例如，使用者訪問您的網站，打開了一個網頁，有事離開了電腦。幾個小時候回來後繼續訪問，使用者的session訪問次數應該算作幾 次? 又比如，使用者在pc端添加了購物車，在手機端完成了支付，又應該算作幾次。

  2、 session指標的定義，session分析常見的分析指標有，session訪問次數，訪問深度、訪問時長、跳出率等等

  Session分割規則介紹：Session的劃分規則分為2類

1、 預設session，即SDK採集資料來源時，已經根據一些規則，將使用者行為劃分為多個session，通過”$session_id”來區分
2、 動態切割，使用者可以根據前後2條連續行為的一些屬性判斷來確認是否切割session。本次大賽需要支援以下動態切割規則，其中超時和跨天為預設條件，其他為可選條件:
    ü 超時：即前後2條行為發生時間間隔超過某個閾值。如，30分鐘
    ü 跨天：即前後2條行為發生的時間不在同一天中
    ü 指定開始事件：即當用戶發生指定行為時，開始一個新的會話。如 ，登陸
    ü 指定結束事件：即當用戶發生指定行為時，結束會話。如，結束事件
    ü 跨平臺：即前後2次行為在不同平臺發生的。如，上一條行為JS，下一條iOS

 Session常見指標定義

ü 訪問使用者數(UV)=訪問使用者的去重數
ü 訪問次數=指使用者訪問應用的總次數，即會話（Session）數
ü 瀏覽量(PV)=指使用者瀏覽Web/H5頁面的總次數，同一個頁面訪問多次會被重複計
ü 人均訪問次數=訪問次數/訪問使用者數(UV)
ü 人均頁面瀏覽量=瀏覽量(PV)/訪問使用者數(UV)
ü 人均訪問時長=Session時長之和/訪問使用者數(UV)
ü 單次訪問頁面瀏覽量=平均每次訪問瀏覽頁面的次數，單次訪問頁面瀏覽量=瀏覽量(PV)/訪問次數
ü 單次訪問時長=平均每次訪問的時長，單次訪問時長=總訪問時長/會話數
ü 單次訪問事件數=平均每次訪問的事件數量（包括瀏覽頁面和點選事件），單次訪問事件數=總訪問事件數/會話數
ü 跳出率=訪問了一個頁面的Session數/總的Session數。使用者進入著陸頁就離開使用者來到網站後，除了瀏覽LandingPage之外，沒有發生其他任何操作就離開了網站，被視為跳出。用來衡量Landingpage的質量。

 分析中其他概念

ü Session屬性，一般取會話的首事件的某個屬性，作為整個會話的屬性
ü 著陸頁，落地頁、引導頁，即會話首頁面的url。
ü 時長：我們以會話內下一個事件發生時間作為上個事件的結束時間。會話的退出事件是時長為0。單位為毫秒

• 賽題任務

      參賽者根據我們提供的使用者行為資料，準確計算出各種場景的下的會話相關指標值。
      計算場景舉例：
      1、 使用預設session,計算出20190501-20190510，每天的會話次數、人均訪問時長、退出率
      2、 使用超時時間30分鐘+跨天的session切割規則，計算出20190501-20190510，每天的會話次數、跳出率。且以 著陸頁進行分組。
      3、 使用超時時間30分鐘+跨天+指定開始事件，的session切割規則計算出20190501-20190510，每天包含某個頁面行為的會話 總數，人均訪問深度。

• 資料介紹

  資料為文字檔案格式，具體包含欄位有： 分隔符為 tab
（1）使用者ID，Long型別
（2）時間戳, 毫秒級別，Long型別
（3）事件code，字串型別，本次預設全部為"$pageview"，頁面瀏覽事件
（4）url，字串型別，頁面的url
（5）平臺, 字串型別
（6）來源, 字串型別，流量來源
（7） 城市，字串型別
（8）品牌，字串型別
（9）購買數量，Int型別
（10） 價格，Double型別
（11） 日期，字串型別
測試資料總條數7千萬左右，日期範圍：2019/01/01到2019/01/07。
比賽資料總條數5億左右，日期範圍:2019/05/01到2019/05/15

• 提交格式:

  所有題目，預設按日期分組計算，其他維度已經指標根據題目要求計算如:
  維度，週期，uv，pv，人均時長等
  url1,20190501,300,800,4545
  url1,20190502,200,500,4444-

• 資料下載連結

   雲盤地址：https://pan.baidu.com/s/1HW_8vauDoq6PZnTlUQAc5Q 密碼: 8nmm

• 提交內容

（1）演算法說明文件或PPT

（2）演算法原始碼

（3）測試資料的預測結果（可重複提交，但每天只能提交一次，最終結果取最優的一次）
   提交地址：[email protected]

• 評分方式

   計算結果正常的情況下，對用時進行排名，用時少者獲勝。

• 參賽指導

     資料準確性和演算法的要求，需提前說清楚，報名後，會有大賽小助手拉您入群，群內有專門的技術人員進行解答

     聯絡人：Cari 手機&微信：13011177753 郵件：[email protected]

即刻