[发明专利]微瞬间分析

说明书

一种用于确定微瞬间值的计算机实施方法。该方法包括通过网络接收与多个客户的行为相关的客户数据。该方法包括通过一个或多个处理器，基于客户数据确定穿过域的点击率信号，以及通过一个或多个处理器，基于客户数据确定每一信道的弧度率。该方法还包括通过一个或多个处理器，基于穿过域的点击率信号确定转换率。该方法还包括通过一个或多个处理器，基于每一信道的弧度率和转换率确定微瞬间值。

相关专利的交叉引用

本申请要求2015年9月18日提交的美国临时申请No.62/220,727和2016年1月29日提交的美国临时申请No.62/288,763的优先权。本申请还涉及2016年9月19日同时提交的题为“通用标识”(Atty.Docket No.216964-40002)的专利合作条约申请No.___________________。上述三个申请的全部内容被纳入此处作为参考。

技术领域

本公开涉及使用机器学习和其他人工智能算法对数据进行分析，并将该数据传递给由所述算法识别的最终用户。

背景技术

在此提供的背景描述是为了说明本公开的上下文。对于本背景部分中所述的范围，既未明确也未默示为针对本公开的现有技术，发明人的发明内容与说明的一些方面一样，不应被视为是提交时的现有技术。

目前正处于赋予客户权力的时代，客户期望品牌能够相互连接以及相关，并在每一次互动中满足他们的需求。要做到这一点，领先的营销人员正在采取一种以客户为导向的方式，通过投资于数据、人才、工具和战略来改变其业务，以满足相关客户的需求。

今天，许多品牌都在努力跟上数据的量、速度和多样性，以满足客户的期望。根据Gartner研究，数据的可用性导致了对数据使用的期望，以实现相关的个性化体验。仅仅收集和构造数据是不够的，必须对其采取行动。消费者期待及时、相关和无缝的品牌体验。因此，品牌必须预知和预测客户的需求、习惯、趋势和偏好，以便在正确的决策时刻与客户进行1：1的对话。

随着互联经济的加速推进，数据被证明是市场营销中最有价值的货币。物联网(loT)产生的大量数据将放大问题和机会。但是，如果其他数据不能转化为有用的洞察力以告知独特的差异化的品牌体验，那么其将缺乏价值。

一种被描述为“数据瘫痪”的现象使大部分数据无法使用。虽然机会是巨大的，但随着连接经济产生的数据的量、种类和速度急剧增长，数字营销变得越来越困难。从某种程度上看，存储的信息量比世界经济增长快四倍，而计算机的处理能力则增长了九倍。因此营销人员正努力克服信息超载，问题是，这使他们陷入了数据瘫痪的境地，而数据带来的好处从未得到充分实现。在某种程度上，这种情况源于缺乏正确的算法和技术组合，无法将大数据转化为可操作的智能。

发明内容

本内容中所描述的特征和优点和下面的详细说明并不是全部。本领域的普通技术人员根据附图，具体说明，和权利要求可容易地发现许多额外的特征和优点。另外，本内容中描述的一个或多个(或全部)特征和优点在其他实施例中可以被省略。

机器智能平台提供一种摆脱数据瘫痪的方法，充分利用机器学习算法、深度学习网络和人工智能(AI)中技术突破的所有优势。机器智能平台可以从数据驱动的营销转向智能营销，在智能营销中，每天的决策都由潜在的数十亿个数据点决定，而不是猜测和假设。该平台可以利用大量的结构化、半结构化和非结构化数据，可以吸收、分析和比较这些数据。机器学习算法可以基于过去发生的相似模式来提供一些可能是错误的或正确的统计性证据。

用于数据分析的“微瞬间”策略可以提供进一步的洞察力。当客户消费内容、相互交流、同时进行多个对话时，营销人员面临的挑战是如何确定参与的最佳时机。在这些被称为“微瞬间”的最佳机会中，买家可能决定继续或放弃与品牌的关系。该微瞬间是实时的、意图驱动的活动，是品牌塑造客户决定和偏好的关键机会。