[发明专利]生命周期或成长特征的营销设计方法、装置和存储介质在审
申请号: | 201910406818.6 | 申请日: | 2019-05-16 |
公开(公告)号: | CN110111158A | 公开(公告)日: | 2019-08-09 |
发明(设计)人: | 钱虹;徐佳 | 申请(专利权)人: | 创络(上海)数据科技有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
代理公司: | 上海精晟知识产权代理有限公司 31253 | 代理人: | 冯子玲 |
地址: | 201100 上海市闵*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 类簇 营销规则 用户属性 归类 成熟 匹配 于电子装置 时序 成长特征 存储介质 矩阵分析 聚类算法 目标用户 生命周期 消费模式 行为特征 营销策略 细分类 预设计 细化 预设 聚焦 归纳 干预 营销 预测 应用 | ||
1.一种用户属性和营销规则归类方法,应用于电子装置,其特征在于,包括以下步骤:
目标用户划分:获取第一预设时期的各用户的消费次数,将复购次数不小于最低复购次数的用户划分为新成熟用户;
用户属性归类:获取各所述新成熟用户的每次消费金额,根据第一预设计算规则,选取最接近的类簇作为当前所述新成熟用户所属的类簇;
营销规则匹配:根据每个所述类簇对应的营销规则,与所述新成熟用户相匹配。
2.根据权利要求1所述的用户属性和营销规则归类方法,其特征在于,所述第一预设计算规则包括:
其中,ak为新成熟用户a的第k次消费金额,
cik为类簇i的类簇中心,
si为类簇i中的总消费次数,
为新成熟用户a与类簇i的欧氏距离,
dac为新成熟用户a与类簇i的欧式距离最小值。
3.如权利要求1或2所述的用户属性和营销规则归类方法,其特征在于,所述用户属性归类步骤之前,还包括以下训练步骤:
训练用户划分:根据预设训练时期各用户的消费次数、每次消费对应的消费人数,以及第二预设计算规则,选取留存转化率趋于稳定时所对应的最小复购次数为所述最低复购次数,将复购次数不小于所述最低复购次数的用户划分为成熟训练用户群;
训练数据获取:获取所述成熟训练用户群中各用户的消费次数及每次消费金额作为训练集数据;
类簇分群处理:对所述训练数集进行时序聚类,得到每个用户所属的所述类簇,以及各所述类簇的所述类簇中心。
4.如权利要求3所述的用户属性和营销规则归类方法,其特征在于,所述类簇中心的计算公式如下:
其中,mk为类簇中第k次消费的用户人数,
bkj为所述类簇中当前用户bj的第k次消费金额,
所述类簇中心ck为所述类簇的第k次消费的用户平均消费金额。
5.如权利要求3所述的用户属性和营销规则归类方法,其特征在于,所述第二预设计算规则包括:
其中,n为消费次数,n≥2,
mn和mn-1分别为消费n次和n-1次的用户人数,
dn为消费n次时的留存转化率。
6.如权利要求3所述的用户属性和营销规则归类方法,其特征在于,所述训练数据获取步骤还包括以下步骤:
训练集边界划分:根据所述成熟训练用户群中每次消费对应的用户人数和第三预设计算规则得到最高复购次数,设定所述训练集数据中各用户的消费次数不大于最高复购次数。
7.如权利要求6所述的用户属性和营销规则归类方法,其特征在于,所述第三预设计算规则:
其中,f为复购人次占比,mn为消费n次的用户人数,mn1为消费最小复购次数n1次的用户人数,
将f≤5%时所对应的复购次数最小值作为最高复购次数。
8.如权利要求3所述的用户属性和营销规则归类方法,其特征在于,所述类簇分群步骤后,还包括以下步骤:
类簇特征归纳:获取各所述类簇平均消费次数、各所述类簇平均单次消费金额、各所述类簇单用户平均总消费金额、各所述类簇平均消费时间间隔,以及各所述类簇中心,得到各所述类簇的特征描述;
营销规则获取:获取所述成熟用户平均总消费金额、所述成熟用户平均留存转化率、所述成熟用户平均消费间隔时间,与各所述类簇单用户平均总消费金额、各所述类簇用户人数、各所述类簇平均留存转化率、各所述类簇平均消费时间间隔对比,并基于各所述类簇的特征描述,得到与各所述类簇对应的所述营销规则。
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创络(上海)数据科技有限公司,未经创络(上海)数据科技有限公司许可,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/201910406818.6/1.html,转载请声明来源钻瓜专利网。