[发明专利]一种基于大数据画像闭环营销数据分析方法在审

专利信息
申请号: 202010380363.8 申请日: 2020-05-07
公开(公告)号: CN111737338A 公开(公告)日: 2020-10-02
发明(设计)人: 苏华权;冯歆尧;苏立伟 申请(专利权)人: 广东电网有限责任公司信息中心
主分类号: G06F16/26 分类号: G06F16/26;G06F16/28;G06Q10/08;G06Q30/02
代理公司: 佛山卓就专利代理事务所(普通合伙) 44490 代理人: 陈雪梅
地址: 510080 广东省广州*** 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: 一种 基于 数据 画像 闭环 营销 分析 方法
【说明书】:

一种基于大数据画像闭环营销数据分析方法,包括有以下步骤:步骤S1:获取数据;步骤S2:数据处理,步骤S3:形成结果入库;步骤S4:入库数据可视化,通过数据库读取和打印;步骤S5:精准推送,其中精准推送为通过商业广告推送。优点1:本发明通过对销售数据的高效率分析,减少了这些数据占用的计算机存储物理空间,更能准确地把握销售数据的动态变化,根据销售信息确定生产方向,最大化地开发了销售数据资料的功能,实时对销售全过程进行管理和决策。优点2:本发明通过基于大数据分析的电商营销系统,使企业的营销、销售、客服以及生产调度和资源管理处于一个完整的闭环系统中,使企业能够在激烈的市场竞争中借助O2O模式保持高速发展。

技术领域

本发明涉及营销系统技术领域,尤其是一种基于大数据画像闭环营销数据分析方法。

背景技术

用户画像,又称人群画像,是根据客户人口统计学信息,社交关系,偏好习惯和消费行为等信息而抽象出来的标签化画像。用户画像,即用户信息标签化。用户画像最初是在电商领域得到应用的,在大数据时代背景下,用户信息充斥在网络中,将用户的每个具体信息抽象成标签,利用这些标签将用户形象具体化,从而为用户提供有针对性的服务。

用户画像源于现实、高于现实:用户画像是描述用户的数据,是符合特定业务需求的对用户的形式化描述。用户画像源于数据,高于数据:用户画像是通过分析挖掘用户尽可能对的数据信息而得到的。

其中,用户画像可以用于分析、提取、定位和实现。分析为消费者社会属性,生活习惯,浏览行为;提取为用户的信息全貌;定位为用户行为习惯消费习惯;实现为企业盈利目的,提升客户满意度。

很多企业在经营的各个环节中都会产生大量的数据,在企业中,对这些数据进行分析具有很重要的意义,这些数据深层挖掘所产生的数据分析报告,及如何做好数据分析工作,对企业的运营及策略调整起着至关重要的作用。数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析,以求最大化地开发数据资料的功能,进而发挥数据的作用。然而如何将这些销售相关的数据进行高效率分析,是当前企业面临的急需解决的问题。

发明内容

为了解决上述现有技术中存在的问题,本发明提供一种基于大数据画像闭环营销数据分析方法。

本发明解决其技术问题所采用的技术方案是:

一种基于大数据画像闭环营销数据分析方法,包括有以下步骤:

步骤S1:获取数据;获取数据的方式为对客户类型进行划分,设置待分析客户群组,设置分析时间段;在营销活动期间,基于实时同步的订单数据,每隔一段时间收集在分析时间段内的待分析客户群组的订单数据,并录入数据库。

步骤1中包括大数据挖掘中心模块、数据处理模块、数据展示模块、云端数据库和数据收发模块;其中,大数据挖掘中心模块,其用于通过顾客信息和产品信息对用户画像进行补充和修正,并不断调整和变更,进而对顾客的二次购买和新顾客的引流提供新的策略支持;数据处理模块,用于将货物公司各类别库存总量通过数据收发模块发送至云端处理模块;数据展示模块,用于对线下货物销售信息、货物公司各类别库存总量进行在线展示;云端数据库,用于对线下货物销售信息、货物公司各类别库存总量进行存储;数据收发模块,用于将来自云端处理模块的各类别货物订购量发送至数据处理模块。

步骤S2:数据处理,对步骤S1中的数据进行归一化处理,离散化处理以及属性约简,确定校正后的影响因素集合;

其中,对数据进行归一化处理:式中:xij是归一化前样本,sij是归一化后样本;min(xj)是原始样本中的最小值;max(xj)是原始样本中的最大值。

其中,对训练样本数据进行离散化处理:

式中:zij为离散化后样本,min(sj) 为归一化后样本的最小值,max(sj)为归一化后样本的最大值,Q为步长。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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信息中心,未经广东电网有限责任公司信息中心许可,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/202010380363.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top