[发明专利]基于逆向漏斗的数据分析方法、装置、设备及介质

说明书

本发明涉及基于逆向漏斗的数据分析方法、装置、设备及介质。该方法包括：获取历史营销活动数据和用户信息；根据历史营销活动数据和用户信息，对营销活动和用户信息进行聚类分析，生成营销活动类型库和历史用户画像库，其中营销活动类型和历史画像具有匹配关系；根据历史营销活动数据、用户群行为和业务趋势指标，对历史用户画像进行重构来获得新的用户画像；将每一种营销活动类型与获得的新的用户画像进行匹配来构建营销活动类型与新的用户画像之间的逆向漏斗分析矩阵，其中每一种营销活动类型对应于一种或多个新的用户画像；以及利用逆向漏斗分析矩阵提取与策划的营销活动相关联的目标用户群。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于逆向漏斗的数据分析方法、装置、设备及介质。

背景技术

随着电信市场迅速发展，运营商的业务复杂度也越来越高。为了满足持续增长的个性化用户需求，需要对存量用户进行“超细分”，以便准确划定出不同的用户群，从而针对不同用户群体的需求推出适合的产品和营销活动。

传统的分群方法是先将所有用户打上标签，然后根据标签特征划分用户群。这种方法主要应用于生命周期较长的电信套餐产品推广，但不足以支撑生命周期短、时效性较强的营销活动。

为了促进更加复杂的营销活动推广，出现了一种漏斗式分析方法。该方法通过漏斗式过滤对庞大的用户群进行逐步筛选，直到产生数量合规的用户群。具体地，当制定出营销活动策略之后，且营销活动尚未开展之前，业务人员可以利用这种方法首先排除不符合活动标准的用户(比如，与现有活动互斥的用户)，然后根据用户标签设置筛选条件以不断缩小用户数量，最终得出符合要求的用户群。

上述漏斗式分析方法依赖于人工经验和判断，因为在筛选过程中，虽然筛选条件是根据客户标签经过系统计算后得到的，但是筛选条件的配置和组合却需要由人工完成。另外，这种方法只能够排除不符合条件的用户，却无法自动分析出特定的营销活动最符合哪类用户群。因而，这种方法导致业务部门外呼的成功率较低，营销推广活动执行效果不佳。

综上所述，需要一种更为准确地提取目标用户群的数据分析方法、装置、设备及介质，通过智能分析营销活动应用场景，以结果为导向分析与营销活动适配的用户群特征，逆向导出用户标签，基于用户标签自动生成筛选条件，配合营销策略完成最终用户群提取。

发明内容

本发明实施例提供了一种基于逆向漏斗的数据分析方法、装置、设备及介质。

第一方面，本发明实施例提供了一种基于逆向漏斗的数据分析方法，该方法包括：

获取历史营销活动数据和用户信息；

根据历史营销活动数据和用户信息，对营销活动和用户信息进行聚类分析，生成营销活动类型库和历史用户画像库，其中营销活动类型和历史画像具有匹配关系；

根据历史营销活动数据、用户群行为和业务趋势指标，对历史用户画像进行重构来获得新的用户画像；

将每一种营销活动类型与获得的新的用户画像进行匹配来构建营销活动类型与新的用户画像之间的逆向漏斗分析矩阵，其中每一种营销活动类型对应于一种或多个新的用户画像；以及

利用逆向漏斗分析矩阵提取与策划的营销活动相关联的目标用户群。

第二方面，本发明实施例提供了一种基于逆向漏斗的数据分析装置，该装置包括：

数据获取单元，被配置为获取历史营销活动数据和用户信息；

聚类分析单元，被配置为根据从数据获取单元获取的历史营销活动数据和用户信息，对营销活动和用户信息进行聚类分析，生成营销活动类型库和历史用户画像库，其中营销活动类型和历史画像具有匹配关系；

重构单元，被配置为根据历史营销活动数据、用户群行为和业务趋势指标，对聚类分析单元生产的历史用户画像进行重构来获得新的用户画像；