CN101009013A - 增加客户联系策略的效率的方法和系统 - Google Patents
增加客户联系策略的效率的方法和系统 Download PDFInfo
- Publication number
- CN101009013A CN101009013A CNA2007100042061A CN200710004206A CN101009013A CN 101009013 A CN101009013 A CN 101009013A CN A2007100042061 A CNA2007100042061 A CN A2007100042061A CN 200710004206 A CN200710004206 A CN 200710004206A CN 101009013 A CN101009013 A CN 101009013A
- Authority
- CN
- China
- Prior art keywords
- client
- incident
- memory block
- value
- incidents
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0254—Targeted advertisements based on statistics
Abstract
本发明提供了用于增加客户联系策略的效率的方法、系统和程序产品。在一个实施例中,所述方法包括:向多个客户事件中的每个客户事件分配值;根据每个促销事件的值,将多个促销事件中的每个促销事件分配到具有预定的值范围的“存储区”;以及从具有最高的值范围的存储区选择客户事件。
Description
技术领域
本发明涉及增加客户联系策略的效率的方法、系统和程序产品。
背景技术
直销涉及在非销售点的场所向客户做广告。商品目录、精美的邮件、电话营销和电子邮件是当前用于提高产品或服务销售的直销方法的一些实例。
零售公司越来越多地将直销添加到他们的各种营销方法中。此外,随着因特网和电子商务的蓬勃发展,呈现给客户的是越来越诱人的替代邮件的事物,以便客户在家中直接购买商品和服务。
响应于这些变化,直销人员通过多种方式做出反应。许多直销人员通过自动化改进了其直销接受方的目标设定。例如,通过对计算机编程来执行复杂的统计分析和建模、开发营销数据库、增加他们的预测模型的完善度,或使用诸如数据挖掘之类的领先营销工具来增强其当前过程来实现自动化。虽然这些努力有助于降低不断变化的营销环境的负面影响,但是业界未能提高对直销的平均响应率。
常用的营销方法称为RFM(最近购买、频率和金额)方法。在此引入作为参考的Jones等人的美国专利6,925,441B1公开了一种计算机实现的目标营销系统,该系统评估许多因素(包括RFM因素)以确定用于发送与单个计划的促销事件有关的营销材料的客户列表。RFM方法基于这样的理论:最可能响应计划的直销事件(例如,邮寄赠品)的客户是那些最近成为客户(最近购买)、经常是回头客(频率)以及购买了相当金额(金额)的客户。根据现有客户与这三个准则中的每个准则相关的特性来为客户评分,将具有较高RFM得分的客户看做处于分析下的计划营销事件的良好目标。根据RFM得分,生成针对单个计划的营销事件的专门客户列表。
更近的时候,在此引入作为参考的Bibelnieks等人的美国专利No.6,567,786说明了一种用于增加客户联系策略的效率的系统和方法。更具体地说,Bibelnieks等人说明了一种关注单个客户而非特定促销事件的方法。
例如,参考图1,其中示出了说明Bibelnieks等人的“横向营销”方法的矩阵。第一列显示了单个客户或客户组C1-C5,第一行显示了过去、现在和将来的促销事件P-n、P-1、P+1、P+n。根据某些预定的值阈,“1”表示将客户包括在特定促销事件中,“0”表示不将客户包括在促销事件中。值阈可以是全局的,或更可能是针对单个促销事件并且部分地基于与该事件关联的成本。
决定是否将特定客户或客户组包括在促销事件中是基于将该客户或客户组包括在事件中的期望值和该事件的阈值。Bibelnieks等人的方法计算与每个客户或客户组相关的每个促销事件的值。虽然较早的方法使用表示为V[客户,事件]的二维矩阵,但是Bibelnieks等人将其简化成表示为V[客户*事件]的阵列。此后,应用到特定客户或客户组的促销事件被称为客户事件。
在Bibelnieks等人的方法下,决定是否将特定的客户或客户组包括到促销事件还考虑了一个促销事件对其他促销事件的“吞并(cannibalistic)”效应。这表现了相对先前方法的重大改进。参考图2,其中示出了说明一个促销事件对其他促销事件的“吞并”效应的矩阵。在第一列和第一行显示了单个促销事件。因此,该矩阵的主对角线显示了对自身的促销事件,因此是不可应用的。如图所示,40%的促销P的值将被促销P+1吞并。依次地,50%的促销P+1的值将被促销P吞并。吞并可以考虑推销要素(即,商品类型)、促销类型要素(例如,具有类似奖励的促销)和时间要素(即,促销间隔的时间)中的一个或多个。
Bibelnieks等人的方法还考虑了一个促销事件对其他促销事件的“饱和”效应,这与特定客户相关。图3示出了“饱和”效应的矩阵。值“1”表示将客户包括在第一列所显示的促销事件中不会影响将客户包括在第一行所显示的促销事件中的值。例如,将客户包括在促销事件P中将不会影响还将该客户包括在促销事件P+2中的值。相反,值“0”表示一旦将客户包括在第一列的促销事件中,则将该客户包括在第一行所显示的促销事件中没有价值。例如,如果之前已经将客户包括在促销事件P中,则将该客户包括在促销事件P+1中没有价值。在某些情况下,饱和效应只是吞并效应的一个极端实例(如在图3的矩阵中,非常高或非常低的吞并效应分别导致“0”或“1”)。在其他情况下,饱和效应可以表示与决定是否将客户包括在促销事件中相关的更广或更窄的考虑。例如,当两个促销事件涉及完全相同的商品,且该商品通常不是经常购买的商品(例如,汽车)时,则饱和效应可能很高(即,在饱和矩阵中为“0”),尽管吞并效应相对较低(例如,促销事件暂时不重叠)。
尽管比之前的方法有这些改进,但是Bibelnieks等人没有提出一种确保选择最有价值的客户特定的促销事件的有效方法。也就是说,在确定特定客户的最有价值的促销事件及将该客户包括在促销事件中时,Bibelnieks等人的方法要求完全重新评估其余的促销事件,包括重新计算它们的吞并和饱和效应。当必须评估大量的促销事件和/或客户时,这在计算上是昂贵的以致变得不实用。
在这种情况下,需要一种不受上述缺点影响的增加客户联系策略的效率的方法。
发明内容
本发明提供了一种用于增加客户联系策略的效率的方法、系统和程序产品。在一个实施例中,该方法包括:向多个客户事件中的每个客户事件分配值;根据每个促销事件的值,将多个促销事件中的每个促销事件分配到具有预定的值范围的“存储区(bucket)”;以及从具有最高的值范围的存储区选择客户事件。
本发明的第一方面提供了一种用于增加客户联系策略的效率的方法,该方法包括:向多个客户事件中的每个客户事件分配值;根据每个客户事件的所分配的值,将所述多个客户事件中的每个客户事件分配到具有预定的值范围的存储区;以及从具有最高的值范围的存储区选择客户事件。
本发明的第二方面提供了一种用于增加客户联系策略的效率的系统,该系统包括:用于向多个客户事件中的每个客户事件分配值的系统;用于根据每个客户事件的所分配的值,将所述多个客户事件中的每个客户事件分配到具有预定的值范围的存储区的系统;以及用于从具有最高的值范围的存储区选择客户事件的系统。
本发明的第三方面提供了一种存储在计算机可读介质上的程序产品,当所述程序产品被执行时,会增加客户联系策略的效率,所述程序产品包括:用于向多个客户事件中的每个客户事件分配值的程序代码;用于根据每个客户事件的值,将多个客户事件中的每个客户事件分配到具有预定的值范围的存储区的程序代码;以及用于从具有最高的值范围的存储区选择客户事件的程序代码。
本发明的第四方面提供了一种部署用于增加客户联系策略效率的应用的方法,所述方法包括:提供可执行以下操作的计算机基础结构:向多个客户事件中的每个客户事件分配值;根据每个客户事件的值,将所述多个客户事件中的每个客户事件分配到具有预定的值范围的存储区;以及从具有最高的值范围的存储区选择客户事件。
本发明的第五方面提供了包含在传播信号中的用来增加客户联系策略效率的计算机软件,所述计算机软件包括使计算机系统执行下列功能的指令:向多个客户事件中的每个客户事件分配值;根据每个客户事件的所分配的值,将所述多个客户事件中的每个客户事件分配到具有预定的值范围的存储区;以及从具有最高的值范围的存储区选择客户事件。
本发明的第六方面提供了一种用于增加客户联系策略的效率的商业方法。
本发明的示例性方面旨在解决文中说明的问题及其他可由熟练技术人员发现而未讨论的问题。
附图说明
从下面结合示出本发明的各种实施例的附图对本发明各个方面的详细说明,可以更容易地理解本发明的这些和其他功能,这些附图是:
图1示出了现有技术的横向营销矩阵;
图2示出了现有技术的吞并矩阵;
图3示出了现有技术的饱和矩阵;
图4-5示出了根据本发明的实施例的客户事件存储区的示例性集合;
图6A-B示出了根据本发明的实施例的示例性方法的方块图;
图7示出了根据本发明的实施例的示例性系统。
注意,本发明的附图未按比例。附图旨在只是示出本发明的典型方面,因此不应被看作限制本发明的范围。在附图中,相同的标号表示相同的要素。
具体实施方式
如上所示,本发明提供了用于增加客户联系策略的效率的方法、系统和程序产品。更具体地说,本发明尤其提供了一种确保选中最有价值的客户事件的方法。与已知的方法不同,本发明不需要重新计算其余客户事件的值。这可以通过根据客户事件的值来使客户事件“成组(bucketing)”来实现。将客户事件分配到具有预定的值范围(客户事件值落入其中)的“存储区”。然后,可以根据各存储区的预定值范围以及从具有最高的值范围的非空存储区选择的客户事件来访问所述各存储区。
本发明的估值方法包括计算客户事件的回报率。回报率仅是估算的客户事件的回报值除以应用该客户事件的成本。这可以表达为:
V[c,e]=P[c,e]/C[e],
其中,V[c,e]是应用于客户c的客户事件e的值,P[c,e]是针对客户c的客户事件的回报值,而C[e]是促销事件的成本。这种估值方法允许有意义地比较同一客户的不同客户事件的值、不同客户的同一促销事件的值、以及不同客户的不同促销事件的值。此外,可以与应用到上述由Bibelnieks等人使用的值的相同方式来测量与回报率相关的饱和效应。
例如,图4示出了存储区110-124的集合100。向每个存储区分配与其要包含的客户事件的值对应的值。例如,存储区114具有值9.98,表示置于存储区114中的客户事件必须至少具有值9.98,但不高于具有次最高值的存储区(即,存储区112,其具有值9.99)。因此,存储区114可以包含值在9.990和9.999之间的客户事件。存储区的“宽度”(即,其可以包含的值范围)可以窄于或宽于图4中的那些范围,这取决于例如要“成组”的客户事件数以及事件选择中期望的精细度。例如,如果只使几个客户事件成组,则具有诸如“9”、“8”、“7”等值的存储区就足够了。
在存储区的宽度非常窄时,本发明的另一个好处是无需根据其值对单个存储区中的客户事件进行分类。例如,如图4所示,在存储区114中,是否在具有值9.989的客户事件之前选择具有值9.984的客户事件是无关紧要的(已知它们的值之间的微小差异)。此差异可能小于得出分配到每个客户事件的值的建模和估值过程中固有的不精确性。虽然不对客户事件进行分类节省了大量计算能力,但是执行这种分类当然是可以的并且在本发明的范围内。应该注意,虽然图4的存储区包含的客户事件仅由其值(即,回报率)来标识,但可以类似地使用其他或附加的标识符。
集合100可以可选地包含用于具有高于特定阈值的值的客户事件的单独存储区110。如图所示,存储区110具有大于或等于10的值。因此,任何具有等于或大于10的值的客户事件都将被添加到存储区110。基本原理是将选择任何具有大于或等于特定阈值的值的客户事件,而与选择任何其他客户事件无关。再次地,存储区110中的客户事件无需分类。事实上,如果要选择存储区110中的每个客户事件,则通常以何种顺序选择它们并不重要。
通常,将首先从存储区110然后从每个剩余存储区中以值递减的顺序选择客户事件。也就是说,一旦存储区110为空,将从存储区112中选择客户事件直至其为空,然后从存储区114中选择客户事件直至其为空,如此类推。
可选地,该选择过程可以包括验证步骤,其中,验证客户事件在当前存储区中的放置是否正确。这只是将客户事件的值与存储区中可接受的值的范围进行比较。例如,如图4所示,尽管存储区120具有值范围9.950到9.959,但是其三个客户事件中只有两个客户事件落入此范围,即,120A(9.952)和120B(9.955)。客户事件120C具有值9.947,并且因此应置于存储区122中。初始地,所有客户事件都被正确地成组。但是,如以下将说明的,选择一个客户事件可以更改其他客户事件的值(即,回报率)(例如,通过更改饱和效应)。在某些情况下,这种值的更改足以使受影响的客户事件被不正确地成组。
因此,如果选择过程包括验证步骤,则客户事件120C将被“降级”至存储区122。当然,也可以将未正确放置的客户事件“升级”至适当的存储区。在这种情况下,为了继续选择具有最大值的客户事件,将停止从当前存储区进行选择,并且将从正确的存储区选择重新成组的客户事件。推迟此类“重新成组”直至要选择客户事件显著减少了需要使客户事件重新成组的次数。实际上,许多甚至在例如由饱和效应贬值之前就具有较低值的客户事件可能永远无需被重新成组,因为预算或其他限制会阻止选择具有低于特定阈值的值的客户事件。因此,本发明的推迟重新成组显著提高了客户联系方法的总体性能。
此外,就特定客户而言,作为选择第二客户事件的结果,第一客户事件的值可能增加。这将由图3的饱和矩阵中大于1的值表示。第一客户事件的值可以增加到其所属的存储区将更改的程度。在这种情况下,优选地在对第一客户事件重新估值之后立即进行重新成组,而不是推迟这种重新成组直至要选择第一客户事件。
现在参考图5,集合100还可以包括选定客户事件的存储区130。例如,如图5所示,选择了存储区110中的所有三个客户事件(即,110A-C)和存储区112中的第一客户事件(即,112A)并将它们移动到存储区130。优选地,根据其相应值的顺序将客户事件保存在存储区130中。可选地,如图所示,可以根据其值对存储区130中的客户事件进行分类。当对存储区130使用分类时,优选地使用精细分类算法,它利用存储区130可能已经至少部分地被分类的事实。这种分类可以代替如上所述的对单个存储区进行分类,或除如上所述的对单个存储区进行分类之外进行这种分类。一旦将客户事件移动到存储区130,就将由其他客户联系系统安排和执行所述客户事件,这在本领域中是公知的。
图6A-B示出了根据本发明的示例性方法的方块图。首先参考图6A,在步骤S1,编辑与多个客户或客户组有关的数据。这种数据可以包括例如以往购买历史、以往购买总量、作为客户的时间长度等。其次,在步骤S2,编辑与多个促销事件有关的数据。这种数据可以包括例如促销事件的日期、媒介(例如,电话营销、直接邮寄等)、付款日和/或奖励、成本等。根据在步骤S2编辑的数据,确定每个促销事件对所有其他促销事件的吞并效应。应当认识到,步骤S2和S3可以在执行步骤S1之前、同时或之后执行。
在步骤S4,向与步骤S1中的每个客户或客户组相关的每个促销事件分配值,并且将该值从此处开始称为客户事件。如上所述,本发明的估值方法包括计算回报率(客户事件的回报值除以客户事件成本)。在步骤S5,根据在步骤S4分配的值来使客户事件“成组”。
可选地,在步骤S6,根据其分配的值对每个存储区中的客户事件进行分类。在步骤S9,从包含客户事件的最高值存储区中选择客户事件。但是,在此类选择之前,可以在可选的步骤S7检验客户事件以确保对其进行了正确的成组。在客户事件被不正确地成组的情况下,可以在步骤S8使客户事件重新成组。
现在参考图6B,在可选的步骤S10,可以将选定的客户事件发送到选定的客户事件的存储区。接下来,在步骤S11,如上所述将饱和应用到未选择的客户事件。
在未执行可选的步骤S7和S8(图6A)的情况下,可以在步骤S12检验客户事件的成组,并且如有必要,可以在步骤S13使不当地成组的客户事件重新成组。在两种情况下(例如,或者执行了步骤S7和S8,或者执行了步骤S12和S13),可以循环图6A-B的方法的各步骤来重复执行选定的步骤。例如,如图6A-B所示,在执行了步骤S7和S8的情况下,可以重复循环步骤S7到S11。备选地,在未执行步骤S7和S8的情况下,可以重复循环步骤S9到S13。如图所示,不必执行步骤S7和S8以及S12和S13。但是,在重复循环所述方法的各步骤的情况下,应该执行步骤S7和S8或步骤S12和S13。在优选实施例中,执行步骤S7和S8。
可以以任意次数重复执行步骤S7到S11和/或S9到S13,或直至达到某种目标。此类目标可以包括例如选择预定数量的客户事件、增加所有选定客户事件的预定成本,或实现所有选定客户事件的预定累计回报率。此类预定值可以应用到全局(即,适用于所有客户事件)、客户事件的子集(例如,适用于特定促销事件,如应用于所有客户),或者客户或客户组的子集。
当然,应当认识到,在已经执行步骤S1到S4中的一个或多个步骤的情况下,可以采用少于图6中所示的那些步骤。例如,在已经编辑了与客户和促销事件相关的数据的情况下,根据本发明的方法可以仅包括步骤S3-S5和S9。或者,在例如已经由单独的客户联系系统或使用其他客户联系方法完成了步骤S1-S4中的每个步骤的情况下,根据本发明的方法可以只包括步骤S5和S9。当然,所述方法中还可以包括可选步骤S6-S8和S10中的一个或多个步骤。
图7示出了用于增加客户联系策略的效率的示例性系统10。在此方面,系统10包括可以执行本文所述的用于增加客户联系策略的效率的各种过程步骤的计算机基础结构12。具体地说,计算机基础结构12示为包括计算机系统14,后者包括客户联系系统40,客户联系系统40可以通过执行本发明的过程步骤来使计算机系统14能够增加客户联系策略的效率。
计算机系统14示为包括处理单元20、存储器22、输入/输出(I/O)接口26和总线24。此外,计算机系统14示为与外部设备28和存储系统30通信。如本领域中公知的,通常,处理单元20执行存储在存储器22和/或存储系统30中的计算机程序代码(如客户联系系统40)。在执行计算机程序代码时,处理单元20可以从/向存储器22、存储系统30和/或I/O接口26读取和/或写入数据。总线24提供了计算机系统14内每个组件之间的通信链路。外部设备28可以包括任何使用户(未示出)能够与计算机系统14交互的设备或任何使计算机系统14能够与一个或多个其他计算机系统通信的设备。
在任何情况下,计算机系统14都可以包括任何能够执行由用户安装的计算机程序代码的通用计算制品(例如,个人电脑、服务器、手持设备等)。但是,可以理解,计算机系统14和客户联系系统40仅代表可以执行本发明的各种过程步骤的各种可能的计算机系统。在此方面,在其他实施例中,计算机系统14可以包括任何包括用于执行特定功能的硬件和/或计算机程序代码的专用计算制品、任何包括专用和通用硬件/软件的组合的计算制品,或类似制品。在每种情况下,可以分别使用标准编程和工程技术来创建程序代码和硬件。
同样,计算机基础结构12仅例示了实现本发明的各种类型的计算机基础结构。例如,在一个实施例中,计算机基础结构12包括两个或更多个在任何类型的有线和/或无线通信链路(例如,网络、共享存储器等)上通信以执行本发明的各种过程步骤的计算机系统(例如,服务器集群)。当所述通信链路包括网络时,该网络可以包括一个或多个类型的网络(例如,因特网、广域网、局域网、虚拟专用网络等)的任意组合。无论怎样,计算机系统之间的通信可以利用各种类型的传输技术的任意组合。
如前文和下文所述,客户联系系统40使得计算机系统14能够增加客户联系策略的效率。在此方面,客户联系系统40示为包括编辑系统42、估值系统44、成组系统46、分类系统48、检验系统50和选择系统52。上文讨论了这些系统中的每个系统的操作。客户联系系统40还可以包括其他系统组件54,以向客户联系系统40提供附加或改进的功能。应当理解,图7中所示的各种系统中的一些系统可以单独或组合实现,和/或存储在通过网络通信的一个或多个单独的计算机系统14的存储器中。此外,应当理解,可以不实现某些系统和/或功能,或可以将其他系统和/或功能包括为系统10的一部分。
虽然在本文中示出并描述为用于增加客户联系策略的效率的方法和系统,但是可以理解,本发明还提供了各种备选实施例。例如,在一个实施例中,本发明提供了计算机可读介质,它包括使得计算机基础结构能够增加客户联系策略的效率的计算机程序代码。在此方面,所述计算机可读介质包括实现本发明的各种过程步骤中的每个过程步骤的程序代码(如客户联系系统40)。可以理解,术语“计算机可读介质”包括一个或多个任何类型的程序代码的物理实施例。具体地说,所述计算机可读介质可以包括包含在一个或多个便携式存储制品(例如,光盘、磁盘、磁带等)、计算机系统的一个或多个数据存储部分,例如存储器22和/或存储系统30(例如,固定盘、只读存储器、随机存取存储器、高速缓冲存储器等)中的程序代码,和/或包含为在网络上传播的数据信号的程序代码(例如,在有线/无线电子分发所述程序代码时)。
在其他实施例中,本发明提供了在订购、推销和/或付费的基础上执行本发明的过程步骤的商业方法。也就是说,服务提供商(如因特网服务提供商)可以如上所述提供增加客户联系策略的效率。在这种情况下,服务提供商可以创建、保存和支持为一个或多个客户执行本发明的过程步骤的计算机基础结构(如计算机基础结构12)。作为回报,服务提供商可以在订购和/或付费协议下接收来自一个或多个客户的付款,和/或服务提供商可以接收来自将广告空间销售给一个或多个第三方的付款。
在其他实施例中,本发明提供了生成用于增加客户联系策略效率的系统的方法。在这种情况下,可以获得(例如,创建、保存、使可用等)计算机基础结构,例如,计算机基础结构12,获得(例如,创建、购买、使用、修改等)一个或多个执行本发明的过程步骤的系统并将其部署到计算机基础结构。在此方面,部署每个系统可以包括以下操作中的一个或多个操作:(1)从计算机可读介质在计算机系统(例如计算机系统14)上安装程序代码;(2)将一个或多个计算机系统添加到计算机基础结构;以及(3)结合和/或修改计算机基础结构的一个或多个现有系统,使得计算机基础结构能够执行本发明的过程步骤。
如本文所使用的,应当理解,术语“程序代码”和“计算机程序代码”是同义的,它们指一组指令的以任何语言、代码或符号表示的任何表达,旨在使具有信息处理能力的计算机系统直接执行特定的功能,或者执行以下两者之一或全部后执行特定的功能:a)转换为另一种语言、代码或符号;和/或b)以不同的材料形式再现。在此方面,程序代码可以包含为一个或多个类型的程序产品,例如,应用/软件程序、组件软件/功能库、操作系统、用于特定计算和/或I/O设备的基本I/O系统/驱动器以及类似物。
出于示例和描述目的提供了本发明的各个方面的上述描述。其并非旨在是穷举的或将本发明限于所公开的精确形式,并且很显然,许多修改和变化都是可能的。这些对本领域的技术人员来说显而易见的修改和变化旨在被包括在如所附权利要求限定的本发明的范围之内。
Claims (17)
1.一种增加客户联系策略的效率的方法,所述方法包括:
向多个客户事件中的每个客户事件分配值;
根据每个客户事件的所分配的值,将所述多个客户事件中的每个客户事件分配到具有预定的值范围的存储区;以及
从具有最高的值范围的存储区选择客户事件。
2.根据权利要求1中所述的方法,还包括:
根据每个客户事件的所述值来对存储区中所述多个客户事件中的每个客户事件进行分类。
3.根据权利要求1中所述的方法,其中分配包括计算由所述客户事件的回报值除以所述客户事件的成本构成的回报率。
4.根据权利要求1中所述的方法,还包括:
编辑与多个客户相关的数据;以及
编辑与多个促销事件相关的数据。
5.根据权利要求1中所述的方法,还包括:
将饱和效应应用到至少一个未选择的客户事件。
6.根据权利要求5中所述的方法,还包括:
检验至少一个客户事件的分配;以及
在所述至少一个客户事件的分配无效的情况下,使所述至少一个客户事件重新成组。
7.根据权利要求1中所述的方法,其中重复所述步骤中的每个步骤直至达到目标,从包括以下项的组来选择所述目标:选择预定数量的客户事件、增加所有选定客户事件的预定成本,以及实现所有选定客户事件的预定累计回报率。
8.根据权利要求1中所述的方法,还包括:
将所述选定客户事件转移到选定客户事件的存储区。
9.一种用于增加客户联系策略的效率的系统,所述系统包括:
用于向多个客户事件中的每个客户事件分配值的系统;
用于根据每个客户事件的所分配的值,将所述多个客户事件中的每个客户事件分配到具有预定的值范围的存储区的系统;以及
用于从具有最高的值范围的存储区选择客户事件的系统。
10.根据权利要求9中所述的系统,还包括:
根据每个客户事件的所述值来对存储区中所述多个客户事件中的每个客户事件进行分类的系统。
11.根据权利要求9中所述的系统,其中所述用于分配值的系统包括用于计算由所述客户事件的回报值除以所述客户事件的成本构成的回报率的装置。
12.根据权利要求9中所述的系统,还包括:
用于编辑与多个客户相关的数据的系统;
用于编辑与多个促销事件相关的数据的系统;以及
用于向所述多个促销事件中的每个促销事件分配值的系统。
13.根据权利要求12中所述的系统,还包括:
用于确定至少一个促销事件对至少一个其他促销事件的吞并效应的系统。
14.根据权利要求9中所述的系统,还包括:
用于检验至少一个客户事件的分配,并且在所述至少一个客户事件的分配无效的情况下,使所述至少一个客户事件重新成组的系统。
15.根据权利要求9中所述的系统,还包括:
用于将所述选定客户事件转移到选定客户事件的存储区的系统。
16.一种存储在计算机可读介质上的程序产品,当所述程序产品被执行时,将实现根据权利要求1到8中的任一权利要求的方法中的各步骤。
17.一种部署用于增加客户联系策略的效率的应用的方法,所述方法包括:
提供可执行以下操作的计算机基础结构:
向多个客户事件中的每个客户事件分配值;
根据每个客户事件的值,将所述多个客户事件中的每个客户事件分配到具有预定的值范围的存储区;以及
从具有最高的值范围的存储区选择客户事件。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/338,585 US8738438B2 (en) | 2006-01-24 | 2006-01-24 | Method, system, and program product for increasing the effectiveness of customer contact strategies |
US11/338,585 | 2006-01-24 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101009013A true CN101009013A (zh) | 2007-08-01 |
Family
ID=38335149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007100042061A Pending CN101009013A (zh) | 2006-01-24 | 2007-01-16 | 增加客户联系策略的效率的方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8738438B2 (zh) |
JP (1) | JP5186111B2 (zh) |
CN (1) | CN101009013A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722831A (zh) * | 2011-12-27 | 2012-10-10 | 新奥特(北京)视频技术有限公司 | 一种数字媒体内容价值核算系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100082438A1 (en) * | 2008-10-01 | 2010-04-01 | Ronnie Jack Garmon | Methods and systems for customer performance scoring |
US9760900B2 (en) * | 2013-08-08 | 2017-09-12 | International Business Machines Corporation | Trend-factored RFM scores to improve campaign performance |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ250926A (en) * | 1993-02-23 | 1996-11-26 | Moore Business Forms Inc | Relational database: product, consumer and transactional data for retail shopping targeting |
US6925441B1 (en) * | 1997-10-27 | 2005-08-02 | Marketswitch Corp. | System and method of targeted marketing |
US6567786B1 (en) * | 1999-09-16 | 2003-05-20 | International Business Machines Corporation | System and method for increasing the effectiveness of customer contact strategies |
JP4620842B2 (ja) | 2000-07-11 | 2011-01-26 | 株式会社 ボルテージ | 出稿計画作成システムおよび出稿計画作成方法 |
JP2001312629A (ja) | 2000-05-01 | 2001-11-09 | Hakuhodo Inc | 複数種類の媒体を使って広告を出稿する際の計画づくりを支援するコンピュータシステム |
US6839681B1 (en) * | 2000-06-28 | 2005-01-04 | Right Angle Research Llc | Performance measurement method for public relations, advertising and sales events |
JP2002074129A (ja) | 2000-08-29 | 2002-03-15 | Dainippon Printing Co Ltd | インセンティブ設定装置および販促支援システム |
US20020059283A1 (en) * | 2000-10-20 | 2002-05-16 | Enteractllc | Method and system for managing customer relations |
JP2002197259A (ja) | 2000-12-27 | 2002-07-12 | Teraoka Seiko Co Ltd | 顧客管理システム |
US20030069787A1 (en) * | 2001-05-22 | 2003-04-10 | Tendon Consulting Group Kb | Computer system and method for the establishment of a virtual marketplace of promotional values |
US7349865B2 (en) * | 2001-07-27 | 2008-03-25 | Investigo Corporation | Methods and systems for monitoring the efficacy of a marketing project |
JP4334831B2 (ja) | 2001-11-15 | 2009-09-30 | 技研商事インターナショナル株式会社 | ダイレクトメール配布管理システム |
JP4328716B2 (ja) | 2001-12-25 | 2009-09-09 | 株式会社電通 | 情報配信システム及びその方法並びにその方法を実現するプログラム及びそのプログラムに係る情報媒体 |
US7403904B2 (en) * | 2002-07-19 | 2008-07-22 | International Business Machines Corporation | System and method for sequential decision making for customer relationship management |
JP4120363B2 (ja) | 2002-11-18 | 2008-07-16 | 日本電気株式会社 | 広告配信方法、広告配信システム、広告配信装置、ユーザ端末および広告配信プログラム |
JP2005044253A (ja) | 2003-07-25 | 2005-02-17 | Toppan Printing Co Ltd | コンサルティングシステム及びコンサルティング方法 |
US20050209910A1 (en) * | 2004-03-22 | 2005-09-22 | International Business Machines Corporation | System, method, and computer program product for increasing the effectiveness of customer contact strategies |
-
2006
- 2006-01-24 US US11/338,585 patent/US8738438B2/en active Active
-
2007
- 2007-01-16 CN CNA2007100042061A patent/CN101009013A/zh active Pending
- 2007-01-24 JP JP2007013582A patent/JP5186111B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722831A (zh) * | 2011-12-27 | 2012-10-10 | 新奥特(北京)视频技术有限公司 | 一种数字媒体内容价值核算系统 |
Also Published As
Publication number | Publication date |
---|---|
JP2007200328A (ja) | 2007-08-09 |
JP5186111B2 (ja) | 2013-04-17 |
US8738438B2 (en) | 2014-05-27 |
US20070185764A1 (en) | 2007-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tsao et al. | Product substitution in different weights and brands considering customer segmentation and panic buying behavior | |
Lewis | Demand forecasting and inventory control | |
US8082175B2 (en) | System and method for optimization of a promotion plan | |
Tellis et al. | Tackling the retailer decision maze: Which brands to discount, how much, when and why? | |
US7133882B1 (en) | Method and apparatus for creating and using a master catalog | |
CA2682886C (en) | Dynamic online experience modification and inventory optimization based on statistically significant geo-location parameter | |
JP3481570B2 (ja) | 部品在庫管理における需要予測装置 | |
US8447664B1 (en) | Method and system for managing inventory by expected profitability | |
US20070174119A1 (en) | Method, system, and program product for graphically representing a marketing optimization | |
US20060248035A1 (en) | System and method for search advertising | |
CA2471294A1 (en) | Sales optimization | |
US20100106555A1 (en) | System and Method for Hierarchical Weighting of Model Parameters | |
JP5337174B2 (ja) | 需要予測装置、及びそのプログラム | |
US20100306031A1 (en) | System and Method for Product Role Analysis | |
Rabinovich et al. | Unlimited shelf space in Internet supply chains: Treasure trove or wasteland? | |
US20160283954A1 (en) | System and method for determining a combined effective price discount in tier pricing | |
JP7004504B2 (ja) | 分析装置 | |
US20110004510A1 (en) | Causal product demand forecasting system and method using weather data as causal factors in retail demand forecasting | |
CN114707771B (zh) | 基于大数据的医药供应链管理方法及平台 | |
CN101009013A (zh) | 增加客户联系策略的效率的方法和系统 | |
US20130254055A1 (en) | Commerce System and Method of Learning Consumer Behavior Based on Prior and Current Transactions | |
US20100063869A1 (en) | Methods and apparatus to create modeling groups for use in trade promotion response models | |
EP1658585A2 (en) | Manufacturing units of an item in response to demand for the item projected from page-view date | |
US20140074752A1 (en) | Commerce System and Method of Providing Access to an Investment Signal Based on Product Information | |
US20130090983A1 (en) | System and method for tiered offer forecasting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20070801 |