[发明专利]一种利用社交软件大数据找寻潜在客户的方法

说明书

本发明公开了一种利用社交软件大数据找寻潜在客户的方法，本方法通过筛选模型一能够自动按照设置的筛选条件搜寻符合条件的潜在客户，再通过筛选模型二的进一步筛选后发送定制信息给该客户可以筛选出成功率比较高的客户，相比之前人工筛选和联系，我们的方法工作效率高、转化率高、节省时间，从而避免浪费时间在不适合的联系人，将时间和精力投入更适合的潜在客户。

技术领域

本发明涉及一种利用社交软件大数据找寻潜在客户的方法。

背景技术

开发新客户是业务发展最重要的因素之一。但是，寻找新客户是一个非常困难的过程，它需要大量时间和金钱的投资，而且仍然不能保证新客户的顺利开发。

市场上有很多付费软件可以提供潜在客户的信息，这些信息基于几个条件(地理位置，行业等)，之后你可以尝试通过电话、电子邮件等联系这些潜在客户。电话销售或发送电子邮件是开发新客户的传统方法，但通常效果不大，转化率很低。因为没有针对真正有需要的潜在客户进行发送，因而大部分的状况是，对方根本不回复或不接你的电话，因而目前我们迫切需要一种利用社交软件大数据快捷准确筛选出有需要的潜在客户的方法。

发明内容

为了克服现有技术的不足，本发明提供一种建立社交软件大数据找寻潜在客户的方法。

本发明解决其技术问题所采用的技术方案是：

一种利用社交软件大数据找寻潜在客户的方法，其特征在于：包括以下步骤：

S1,依据历史客户的信息作为数据创建筛选模型一和筛选模型二，

S2,对筛选模型一设置筛选条件，筛选条件包括教育背景、教育领域、目前就职公司、任职年限、出任职务、是否使用任何3D或CAD软件，筛选模型一依据筛选条件自动在网络上搜寻符合筛选条件的新客户，

S3,经过筛选模型一搜寻的新客户的信息输入筛选模型二同时附加行业及公司规模做为筛选模型二的筛选条件再次筛选，

S4,符合条件则发送定制信息联系该新客户。

所述筛选模型一和筛选模型二的创建包括以下步骤：

S1.1，数据收集，从历史客户中挑选一定数量的客户并收集这些客户的信息作为数据，客户包括下过订单的客户和给我司发送询价但最终没有下订单的客户，信息包括教育背景、教育领域、目前就职公司、任职年限、出任职务、是否使用任何3D或CAD软件，

S1.2，数据清洗，丢弃无法复制数据的行，

S1.3，数据分析，寻找各种特征之间的相关性，

S1.4，特征工程，将部分特征分类为变量，并将变量转换为数值。

S1.5，模型创建，创建多个随机森林模型，

S1.6，模型评估一，通过检查混淆矩阵、召回结果和特异性来评估随机森林，选出准确性最高的作为筛选模型一，

S1.7，模型测试一，在社交网站中随机选取一定数量的客户作为测试，通过成功率判断筛选模型一的效果，

S1.8，创建筛选模型二，筛选模型二为一个与筛选模型一相同的随机森林模型，将筛选模型一的输出数据作为筛选模型二的输入数据并且附加行业及公司规模做为特征，

S1.9，模型评估二，检测筛选模型二的精度，

S1.10，模型测试二，通过超参数调整提高筛选模型二的精度并完成模型的建立。

所述数据分析还包括分析所有变量和创建图表解析数据，并且依据数据建立机器学习模型找出各种特征之间的相关性。

所述图表包括职务列表、目前就职公司规模列表、学历领域列表。