[发明专利]一种基于数据管理平台的精准营销的数据分析方法在审
申请号: | 202011402805.0 | 申请日: | 2020-12-02 |
公开(公告)号: | CN114579544A | 公开(公告)日: | 2022-06-03 |
发明(设计)人: | 韩朝东 | 申请(专利权)人: | 苏州学思网络科技有限公司 |
主分类号: | G06F16/215 | 分类号: | G06F16/215;G06F16/2458;G06F16/248;G06F16/25;G06F16/27;G06F16/9536;G06F21/60;G06F21/62;G06Q30/02 |
代理公司: | 苏州彰尚知识产权代理事务所(普通合伙) 32336 | 代理人: | 赵成磊 |
地址: | 215000 江苏省苏州市苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 数据管理 平台 精准 营销 数据 分析 方法 | ||
1.一种基于数据管理平台的精准营销的数据分析方法,其特征在于,包括步骤:
(a)采用CHD构建大数据集群,并将各业务产生的数据同步至集群;
(b)将步骤(a)中得到的集群数据进行清洗及脱敏,然后运动机器学习算法开发模型程序;
(c)将用户行为、特征偏好结合业务场景,构建用户画像;
(d)通过指定条件的目标人群组成规则,并同步至业务系统,用于业务产品的营销。
2.如权利要求1所述的基于数据管理平台的精准营销的数据分析方法,其特征在于,在步骤(a)中,运用Hadoop来存储海量数据,并为数据抽取、转换、加载和数据挖掘提供运算能力。
3.如权利要求2所述的基于数据管理平台的精准营销的数据分析方法,其特征在于,管理平台人群样本管理,将各业务筛选出来的用户合集当做正样本人群上传到平台,管理通过平台分析产生的目标人群,提供了标签,标签包括:属性标签、行为标签。
4.如权利要求1所述的基于数据管理平台的精准营销的数据分析方法,其特征在于,在步骤(b)中,将各种数据进行关联清洗,统一用户标识,并且对其中的关键敏感数据进行加密脱敏。
5.如权利要求4所述的基于数据管理平台的精准营销的数据分析方法,其特征在于,所述机器学习算法包括:CART、TGI、和协同过滤推荐算法,通过机器学习算法训练数据,开发出各种模型程序,所述模型程序包括:HCART、HTF、HTDIFF、HTSETS、或HXTGL。
6.如权利要求5所述的基于数据管理平台的精准营销的数据分析方法,其特征在于,CART为:首先利用已知的多变量数据构建预测准则,进而根据其它变量值对一个变量进行预测,在HCART模型方法中使用该算法,先对某一业务的用户人群进行各种测量,然后利用一定的分类标签确定该用户人群归属哪一类;TGI为:TGI指数等于目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例*标准数100,TGI指数大于100,代表着某类用户更具有相应的倾向或者偏好,数值越大则倾向和偏好越强,在HTF,HTDIFF,HTSETS模型方法中使用该算法,其中HTF是通过单行为标签和频次标签,HTDIFF是通过行为标签和天数标签,HTSETS是通过行为标签合集,然后选取单正样本用户通过TGI算法进行分析的;协同过滤推荐算法为:在HXTGL模型方法中使用该算法,通过用户的历史行为数据发现用户对产品的喜欢,并对这些喜好进行度量和评分,根据不同用户对相同产品的态度和偏好程度计算用户之间的关系,在有相同喜好的用户间进行产品推荐。
7.如权利要求1所述的基于数据管理平台的精准营销的数据分析方法,其特征在于,在步骤(c)中,用户画像包括:单用户画像、和用户人群画像。
8.如权利要求1所述的基于数据管理平台的精准营销的数据分析方法,其特征在于,在步骤(d)中,运营人员结合业务产品的情况和人群分析结果,选取指定条件的目标人群组成规则,然后通过模型规则出数程序提供到营销模块中的业务系统,用于业务产品的营销。
9.如权利要求8所述的基于数据管理平台的精准营销的数据分析方法,其特征在于,规则出数的目标人群能够根据各种指标维度进行统计分析,提供预测功能,进一步提高数据营销的精准度。
10.如权利要求9所述的基于数据管理平台的精准营销的数据分析方法,其特征在于,接入业务系统,业务系统包括:自动化营销平台、CRM系统、广告推广平台,通过选择规则出数的目标人群,匹配对应的业务、产品、链接,然后进行投放或推广,完成用户数据的精准营销。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州学思网络科技有限公司,未经苏州学思网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011402805.0/1.html,转载请声明来源钻瓜专利网。