[发明专利]一种基于多维度数据分析的效益评价方法在审
申请号: | 201810466171.1 | 申请日: | 2018-05-11 |
公开(公告)号: | CN108648021A | 公开(公告)日: | 2018-10-12 |
发明(设计)人: | 尹玉芬;杜文娟;张惠诗;吴裕宙;骆华;杨程;麦霭庭;赵晨;卢鹤挺;谢胜祥;郑志谦 | 申请(专利权)人: | 广东电网有限责任公司;广东电网有限责任公司东莞供电局 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 510050 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 营销活动 多维度数据 效益评价 多元数据处理 历史数据 趋势变化 趋势分析 数据包络 指标体系 分析 多维度 回归 | ||
1.一种基于多维度数据分析的效益评价方法,其特征在于,包括以下步骤:
S1:评价指标体系建立:通过营销效益组成分析,基于营销效益关键影响数据构建营销效益评价指标体系;
S2:营销活动受众主观感受评价方法建立:为将营销活动受众主观感受纳入营销效益评价维度中,通过调研问卷的形式向受众进行感受调查,采用广告效果传播学理论,以传播效果、心里效果、品牌效果三个维度,对问卷问题以层次分析法进行权重划分,并以此进行感受评价计算;
S3:营销效益评价模型使用方式构建:在使用Microsoft Excel的规划求解功能,将数据包络分析法中的C2G模型进行实现,并将营销效益评价作为其数据的计算要素。
2.根据权利要求1所述的基于多维度数据分析的效益评价方法,其特征在于,所述步骤S3中将数据包络分析法中的C2G模型进行实现的过程是:
其中ε为阿基米德无穷小,且e=(1,1,…,1)T∈Em,上述公式中的θ、λ、S+、S-为所求决策变量,n为输入指标个数,S为输出指标个数,θ值即为DEA模型所计算出的相对效率指标,模型就是根据各决策单元的θ值来给他们排队,从而比较各单元的效率优劣;
当目标函数取得最优值θ=1,S-=0,s+=0时,表明某决策时期的营销综合效益相对最优,即规模比(伪)和结构比(尾)同时相对最优;当θ<1,s-≠0,或s+≠0时,表明某个决策时期营销综合效果尚未达到最优,即或者是伪非DEA有效或者是尾非DEA有效;在这种情况下,若一旦证明伪和尾之中的一个为DEA有效,则另一个一定为非DEA有效,若只知道一个为非DEA有效,则另一个可能是DEA有效,也可能是非DEA有效;
上述公式以不同活动的营销数据作为决策单元,即决策时期,这样公式(1)中的Xj和Yj分别表示第j个决策单元的投入和产出向量,即
Xj=(x1j,x2j,…,xij)T
Yj=(y1j,y2j,…,yij)T
j=1,2,……n
Xij表示第j个决策单元第i种类型投入的投入总量,Xij>0;Yij表示第j个决策单元第i种类型产出发的产出总量,Yij>0;
对于非DEA有效的情况,可设(Xj0,Yj0)为第j0决策单元的投入与产出量,则其在有效前沿面上的投影(θXj0-s-,Yj0+s+)为对应的相对有效点,θ为相应最优目标函数值,从而计算出最优情况下的营销效益的相关投入与产出结果。
3.根据权利要求2所述的基于多维度数据分析的效益评价方法,其特征在于,通过Microsoft Excel的VBA编程功能编写营销效益评价过程的数据读取、公式设定、计算及结果输出功能。
4.根据权利要求3所述的基于多维度数据分析的效益评价方法,其特征在于,营销效益评价的原始数据录入过程包括:
1)调研问卷问题重要程度录入;
2)调研问卷结果录入;
3)受众感受评价结果获得;
4)人力成本单价数据录入;
5)人力投入情况录入;
6)人力成本结果获得;
7)活动费用、礼品费用、人力成本、受众人数、受众感受评价数据录入。
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广东电网有限责任公司;广东电网有限责任公司东莞供电局,未经广东电网有限责任公司;广东电网有限责任公司东莞供电局许可,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/201810466171.1/1.html,转载请声明来源钻瓜专利网。