[发明专利]一种结合数据中台大数据的个性化优惠券生成方法

权利要求书

1.一种结合数据中台大数据的个性化优惠券生成方法，其特征在于，包括：

创建个性化优惠券：在营销系统券模板管理中，新增券模板，配置券类型为个性化优惠券，并完成主要配置项：

配置营销任务：在营销系统的营销任务管理中，新增营销任务，完成营销任务的配置；并将营销任务的配置数据和个性化优惠券的配置数据通过接口发送至数据中台；

生成个性化优惠券：在营销任务的条件触发时，营销系统根据数据中台返回的明细数据，生成个性化优惠券的生成。

2.根据权利要求1所述的结合数据中台大数据的个性化优惠券生成方法，其特征在于，数据中台返回的明细数据的步骤包括：

S31，将订单数据、用户数据、商品数据输入预先建立并训练好的算法模型中，输出反应用户与商品的购买特征的评分预测值；

S32，根据配置营销任务调用接口传过来的配置数据，对算法模型的输出的评分预测值进行过滤；

S33，生成明细数据，并返回给营销系统。

3.根据权利要求2所述的结合数据中台大数据的个性化优惠券生成方法，其特征在于，配置数据包括：券模板配置数据和营销任务配置数据；其中，券模板配置数据包括：券模板id、券类型、个性化类型、促销商品范围、是否含已购商品、有效商品个数、券折扣率范围和券有效期范围；营销任务配置数据包括营销任务id、人群包id和营销时间。

4.根据权利要求1所述的结合数据中台大数据的个性化优惠券生成方法，其特征在于，明细数据包括：营销任务id、用户id、商品id、评分预测值和是否已购。

5.根据权利要求2所述的结合数据中台大数据的个性化优惠券生成方法，其特征在于，建立的算法模型的表示为：

L(X,Y)为损失函数，min L(X,Y)指最小化平方误差损失函数；r_ui代表原始矩阵中第u行，第i列对应的真实值；代表通过矩阵分解的两个矩阵对应值的乘积，结果为第u行，第i列对应的预测值，λ(|x_u|²+|y_u|²)代表正则化项，λ为吉洪诺夫矩阵；

对公式(1)进行优化，得到训练结果矩阵；

则步骤S31包括：用户数据User、商品数据Item输入公式(1)，得到表征用户对该商品的喜好程度的评分预测值Rating。

6.根据权利要求1所述的结合数据中台大数据的个性化优惠券生成方法，其特征在于，创建个性化优惠券步骤中的主要配置项包括：配置基础信息、配置规则信息和配置使用范围；

基础信息包括券模板名称、使用层级、是否定向券、用途归类和活动描述；规则信息包括券类别、最低消费金额、最大发放数量、个性化类型、券折扣率范围、最高优惠金额、是否与门店促销互斥和互斥类型；使用范围包括有效期类型、有效期范围、店铺范围、品牌范围、前台类目范围、促销商品范围、是否含已购商品和有效商品个数；

营销任务的配置包括：营销内容配置为优惠券，设置优惠券推送方式和推广时间，并将优惠券配置为个性化优惠券；指定营销任务的目标人群。

7.根据权利要求6所述的结合数据中台大数据的个性化优惠券生成方法，其特征在于，目标人群为所有会员或指定已经生成的人群包。

8.根据权利要求5所述的结合数据中台大数据的个性化优惠券生成方法，其特征在于，生成个性化优惠券后还包括将生成的券数据进行保存，用于个性化优惠券的核销，券数据包括券id、券码、用户id、商品id、折扣率和有效期。

9.根据权利要求8所述的结合数据中台大数据的个性化优惠券生成方法，其特征在于，对公式(1)进行优化的步骤包括：采用将生成的券数据对算法模型进行优化。

10.根据权利要求1所述的结合数据中台大数据的个性化优惠券生成方法，其特征在于，还包括配置A/B分流个性化营销：在营销系统的营销画布中，新建营销画布，选择系统预置的“A/B分流个性化营销”模板，进入对应预生成的营销画布，在营销画布中设置营销时间和选择人群，设置目标人群流量的分配；按照试验组和对照组进行比例的分配，其中，照试验组发送个性化优惠券，对照组发送通用优惠券。