CN102194183A - 支持多个推广活动协同实施的服务推广系统及方法 - Google Patents

Abstract

本发明公开了一种支持多个推广活动协同实施的服务推广系统，该系统用于根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。本发明还公开了一种支持多个推广活动协同实施的服务推广方法，根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。采用本发明的系统及方法，自动化程度高；提高了定向服务推广的精准度。

Description

支持多个推广活动协同实施的服务推广系统及方法

技术领域

本发明涉及服务推广技术，尤其涉及一种基于服务推广平台的支持多个服务推广活动协同实施的服务推广系统及方法。

背景技术

现有技术中所采用的服务推广方案，通常是仅仅针对单个服务推广活动而言，是基于用户的基本资料、用户对于单个服务推广活动的自身行为所进行的数据挖掘、定向服务推广的实施和服务推广效果的评估。

采用现有技术的缺点在于：一方面，单个服务推广活动每次都采用人工手动录入操作，由于无法实现自动化操作，因此，导致效率极低、容易出错和遗漏的问题；另一方面，对于同类/不同类服务的多个服务推广活动，它们之间各做各的实施及推广效果评估，不具有关联性，这样一来，由于多个服务推广活动之间不能同时协同实施及评估、或持续性实施很难支撑，而任何一个服务在服务推广时都对应不同阶段、不同需求的多个服务推广活动，因此，现有技术仅仅针对单个服务推广活动的服务推广方案不够准确，得不到多个服务推广活动的协同实施和整体评估效果，从而无法满足服务推广方案的大规模、体系化的协同实施及整体评估的需求，势必也无法满足服务推广方案的精准性需求，目前迫切需要对现有的服务推广方案进行完善。

发明内容

有鉴于此，本发明的主要目的在于提供一种支持多个推广活动协同实施的服务推广系统及方法，对现有的服务推广方案进行了完善，自动化程度高；支持多个服务推广活动的协同实施，能得到多个服务推广活动协同实施所达到的整体对比评估效果，以提高定向服务推广的精准度。

为达到上述目的，本发明的技术方案是这样实现的：

一种支持多个推广活动协同实施的服务推广系统，所述系统，用于根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据所述协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。

其中，所述系统进一步包括：过滤单元、评估单元和推广单元；其中，

所述过滤单元，用于与所述评估单元联动，通过联动时的循环反馈自动优化所述过滤机制；

所述评估单元，用于通过与所述过滤单元联动时的循环反馈，将所述协同实施的对比评估结果反馈给所述过滤单元；

所述推广单元，用于与所述过滤单元联动，对经优化的过滤机制过滤后所获取的目标用户实施定向的服务推广。

其中，所述系统还包括：服务推广平台，用于协同实施所推广的多个服务推广活动，通过与所述评估单元联动时的循环反馈，将协同实施结果反馈给所述评估单元。

其中，所述过滤单元，进一步用于采取包括符合模型转化策略的过滤、符合推荐配置策略的过滤、符合推广活动配置策略的过滤中至少一种过滤方式的过滤机制。

一种支持多个推广活动协同实施的服务推广方法，所述方法包括：根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据所述协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。

其中，所述方法具体包括：

过滤单元与评估单元联动，通过联动时的循环反馈自动优化所述过滤机制；

所述评估单元通过与所述过滤单元联动时的循环反馈，将所述协同实施的对比评估结果反馈给所述过滤单元；

推广单元与所述过滤单元联动，对经优化的过滤机制过滤后所获取的目标用户实施定向的服务推广。

其中，所述方法还包括：服务推广平台协同实施所推广的多个服务推广活动，通过与所述评估单元联动时的循环反馈，将协同实施结果反馈给所述评估单元。

其中，所述过滤机制，包括符合模型转化策略的过滤、符合推荐配置策略的过滤、符合推广活动配置策略的过滤中至少一种过滤方式。

其中，符合模型转化策略的过滤方式具体包括：对所有用户的历史数据进行数据建模；根据对所述协同实施的对比评估结果的分析进行模型转化，并将潜在的目标用户以所述协同实施的对比评估结果中的响应度进行排名，记录在服务推广活动名单中。

其中，符合推荐配置策略的过滤方式具体包括：根据服务类别分类后，过滤掉服务推广活动名单中属于同类服务的潜在的目标用户；对服务推广活动名单中属于同一服务的不同服务推广活动的潜在的目标用户进行唯一性过滤；对往期同类服务的服务推广活动名单的降分处理；生成服务推荐优惠策略和推荐用户群；

符合推广活动配置策略的过滤方式具体包括：根据生成的服务推荐优惠策略和推荐用户群，在服务推广活动名单中选择，并获得最终的目标用户。

本发明根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。

采用本发明，对现有的服务推广方案进行了完善，一方面，采用系统中各单元/模块之间的自动交互，无需人工手动录入操作，从而自动化程度高而有效避免了效率低、容易出错和遗漏的问题；另一方面，支持多个服务推广活动的协同实施，能得到多个服务推广活动协同实施所达到的整体对比评估效果，以提高定向服务推广的精准度，从而不仅满足服务推广方案的大规模、体系化的协同实施及整体评估的需求，而且满足服务推广方案的精准性需求。

附图说明

图1为本发明系统实施例的组成结构示意图。

具体实施方式

本发明的基本思想是：根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。

为使本发明的目的、技术方案和优点更加清楚明白，以下举实施例并参照附图，对本发明进一步详细说明。

一种支持多个推广活动协同实施的服务推广系统，该系统用于根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。

这里，多个服务推广活动为：同类服务或不同类服务所对应的多个服务推广活动。

这里，该系统进一步包括：过滤单元、评估单元和推广单元。其中，过滤单元用于与评估单元联动，通过联动时的循环反馈自动优化过滤机制。评估单元用于通过与过滤单元联动时的循环反馈，将协同实施的对比评估结果反馈给过滤单元。推广单元用于与过滤单元联动，对经优化的过滤机制过滤后所获取的目标用户实施定向的服务推广。

这里，该系统还包括服务推广平台，服务推广平台用于协同实施所推广的多个服务推广活动，通过与评估单元联动时的循环反馈，将协同实施结果反馈给评估单元。

这里，过滤单元进一步用于采取包括符合模型转化策略的过滤、符合推荐配置策略的过滤、符合推广活动配置策略的过滤中至少一种过滤方式的过滤机制。需要指出的是：该过滤单元还可以依据不同过滤方式的过滤机制分别独立设置功能模块，比如，该过滤单元可以包括：符合模型转化策略的过滤模块、符合推荐配置策略的过滤模块、符合推广活动配置策略的过滤模块中的至少一种。

一种支持多个推广活动协同实施的服务推广方法，该方法包括：根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。

这里，该方法具体包括以下内容：

一、过滤单元与评估单元联动，通过联动时的循环反馈自动优化过滤机制。

二、评估单元通过与过滤单元联动时的循环反馈，将协同实施的对比评估结果反馈给过滤单元。

三、推广单元与过滤单元联动，对经优化的过滤机制过滤后所获取的目标用户实施定向的服务推广。

这里，该方法还可以包括以下内容：

服务推广平台协同实施所推广的多个服务推广活动，通过与评估单元联动时的循环反馈，将协同实施结果反馈给评估单元。

这里，过滤机制包括：符合模型转化策略的过滤、符合推荐配置策略的过滤、符合推广活动配置策略的过滤中至少一种过滤方式。当符合模型转化策略的过滤方式、符合推荐配置策略的过滤方式、符合推广活动配置策略的过滤方式同时具备时，能达到最优的对服务推广活动名单的自动化过滤效果，目标用户就包括在该服务推广活动名单中。

当上述三种过滤方式同时具备时，依次执行上述三种过滤方式，各个过滤方式的具体实现过程如下所述：

符合模型转化策略的过滤方式具体包括：对所有用户的历史数据进行数据建模；根据对协同实施的对比评估结果的分析进行模型转化，并将潜在的目标用户以协同实施的对比评估结果中的响应度进行排名，记录在服务推广活动名单中。

符合推荐配置策略的过滤方式具体包括：根据服务类别分类后，过滤掉上述服务推广活动名单中属于同类服务的潜在的目标用户；对上述服务推广活动名单中属于同一服务的不同服务推广活动的潜在的目标用户进行唯一性过滤；对往期同类服务的服务推广活动名单的降分处理；生成服务推荐优惠策略和推荐用户群。

符合推广活动配置策略的过滤方式具体包括：根据生成的服务推荐优惠策略和推荐用户群，在上述服务推广活动名单中选择，并获得最终的目标用户。

这里需要指出的是：由于实际操作中，不可能把所有的服务推广活动给每个用户都实施，因此需要寻找潜在的目标用户，并将服务推广活动定向推广给该目标用户实施。通过以上不同过滤方式的过滤机制，自动化的对服务推广活动名单进行过滤，尤其通过符合推荐配置策略的过滤方式，能保证无同类服务的目标用户的恶性推广，同一服务的不同服务推广活动之间目标用户的最优性，和往期同类服务推广名单的降分处理。

综上所述，本发明是一种基于数据挖掘的、自动化的、精准的服务推广方案，该服务推广方案实现精准的服务推广就是从用户的资料、日常行为数据等分析出用户偏好，定向地投放服务推广资源的推广方式。采用精准的服务推广时，是先利用数据挖掘技术建立服务推广数据模型；再根据建立的服务推广数据模型，识别出对所推广的服务最有可能作出响应的潜在的目标用户，并对识别出的目标用户实施定向的服务推广。其中，针对建立的服务推广数据模型而言，一般是对潜在的目标用户按照响应度进行评估，比如采用打分的方式进行评估，从而把最可能响应的用户排在前面，最不可能响应的用户排在后面，在服务推广的预算和时间有限的情况下，抛弃那些不大可能响应的用户，只将部分响应度大的用户作为目标用户并实施定向的服务推广，从而能提高数据挖掘策略的实施效率，沉淀多个服务推广活动的精准推广效果，以达到服务推广效果的最大值，而且能保证多个服务推广活动的连续性、互斥性，和服务推广效果评估的自动性。

本发明主要包括以下内容：

一方面，本发明对于现有技术仅针对单个服务推广活动手动实施，无法实现自动化的问题，设计了一套自动化的服务推广系统，通过该系统中各个单元/模块之间的协同、反馈等联动的自动化操作，大大减少了手动实施所带来的效率低下、容易出错和遗漏的问题。

另一方面，这套自动化的服务推广系统，由于能自动汇总包括同类服务或不同类服务在内的所有服务，在服务推广的不同时期、不同阶段、不同需求下所对应的多个服务推广活动的多个实施效果，因此，该系统可以在不同时期、不同时期、不同阶段、不同需求下所对应的多个服务推广活动之间建立横向、和/或纵向的关联性，从而能支持多个服务推广活动的协同实施。而且，根据该多个服务推广活动之间的横向、和/或纵向的对比评估，能支持服务推广活动名单过滤机制的实施。此外，本发明系统中各个单元/模块之间实现协同、反馈等联动的自动化操作时，通过联动时的循环反馈，不断优化联动时的联动策略，不仅能实现自动化过滤筛选机制和自动化评估，还能通过这种循环反馈所得到及优化的联动策略，大大提高服务推广的精准度，可见，本发明不仅是一种自动化的服务推广系统，还是一种精准的服务推广系统。

以下对本发明进行举例阐述。

系统实施例：

如图1所示为本发明系统的一个具体实施例，该系统包括：符合模型转化策略的过滤模块，具体为如图1所示的用户打分过滤模块；符合推荐配置策略的过滤模块；符合推广活动配置策略的过滤模块；服务推广活动名单的状态模块；服务推广活动效果的评估模块和服务推广平台。其中，符合模型转化策略的过滤模块、符合推荐配置策略的过滤模块、和符合推广活动配置策略的过滤模块除了可以分别独立设置外，还可以一体设置为一个过滤单元，该过滤单元具备符合模型转化策略的过滤、和/或符合推荐配置策略的过滤、和/或符合推广活动配置策略的过滤等过滤功能。

以下对各模块的各自具体实现，各模块之间的协同合作，特别是本发明系统中各模块联动时的循环反馈实现进行具体阐述。

符合模型转化策略的过滤模块：预先建立服务推广数据模型后，对预先实验建模所形成的初始过滤策略进行优化，以获得最优化的服务推广数据模型。也就是说，预先对用户以往行为等历史数据进行数据建模，再根据用户的响应，即何种用户响应可能转化为潜在的目标用户，以进行模型优化最终获得最优化的服务推广数据模型。采用打分方式时，符合模型转化策略的过滤模块具体为如图1所示的用户打分过滤模块。用户打分过滤模块中包括：任务调度配置数据库、打分源表配置数据库、和模型转化策略数据库。通过用户打分过滤模块，可以把指定的服务推广活动用户群，打上目标转化可能性分数，并输出打分名单，即服务推广活动响应度排名。

符合推荐配置策略的过滤模块：按服务类别分类，首先过滤掉打分名单中已经转化成目标用户的用户名单；其次屏蔽特殊号码，诸如同类服务的目标用户，避免恶性竞争；然后对同一服务的不同服务推广活动的用户名单，进行唯一性优化，保证一个用户只参加最适合他的一个服务推广活动，减少信息轰炸，降低用户骚扰；再根据以前的服务推广活动的实施效果，对历史提取、参与、转化名单予以降分处理；最后根据每个服务推广活动，生成服务推荐优惠策略和推荐用户群。本模块中，包括优惠策略配置数据库、降分配置数据库、过滤名单配置数据库、目标用户配置数据库、和扣费代码配置数据库。

符合推广活动配置策略的过滤模块：对每个服务推广活动，根据推荐信息，选择或自定义适合的策略和用户群，并定义服务推广活动的有效时间、推广策略等信息。本模块输出服务推广活动信息和真正参与活动的用户名单。本模块中，包括：推荐用户群数据库、自定义用户群数据库、服务推广活动配置数据库、和服务推广配置数据库。

服务推广活动名单的状态模块：根据配置一次性向服务推广平台提供服务推广活动名单，每天从服务推广平台获取服务推广活动信息，根据服务推广活动的配置策略、目标用户策略，更新服务推广活动名单的实施状态，提供最新的服务推广活动名单给服务推广平台实施。本模块中，包括服务推广活动信息数据库、服务推广活动参与信息数据库、目标用户信息数据库、和服务推广活动名单状态数据库。

服务推广平台：根据服务推广活动名单，控制用户参与白名单，控制服务推广的频率，实现服务推广资源推送、服务推广计费、发货等接口，是服务推广活动的实施平台。本平台中，包括：服务推广活动信息数据库、服务推广活动参与资格控制数据库、服务推广活动计费数据库、和发货数据库。

服务推广活动效果的评估模块：汇总服务推广活动的用户参与信息、目标用户转化策略信息、定购支付信息等，每天输出与对照组相比的拉新、挽留、回流、ARPU值提升等活动实施的效果对照图。另外，及时更新服务广活动效果，传给符合推荐配置策略的过滤模块，实现服务推广活动名单的过滤。本模块中，包括：支付信息数据库、服务推广活动信息数据库、服务推广活动参与信息数据库、和目标用户信息数据库。

针对以上涉及到的各个单元或模块而言，对它们之间的交互反馈说明如下：

1.1、对于本发明系统中服务推广平台与系统中其他模块的联动而言，基于数据挖掘的推广策略，服务推广系统中的其他模块与服务推广平台联动。每个服务推广活动名单，自动按该推广策略导入到服务推广平台，根据服务推广状态每天更新服务推广活动名单到服务推广平台；服务推广平台上用户的活动查看、参与、转化数据，自动反馈到服务推广系统，循环的生成服务推广活动名单和服务推广活动评估效果。

1.2、对于符合推荐配置策略的过滤模块而言，主要是基于服务推广数据模型的推荐名单。对于服务推广数据模型的推荐名单，可以根据打分值，人工定义任意分数段的用户名单进行推广活动。对已经转化为目标用户的用户名单予以实时过滤。对同一类别服务的用户名单进行过滤，避免同一公司，内部同类服务的恶性竞争。对同一服务，不同服务推广活动的用户名单实现唯一性过滤。同一时期，对一个用户只推送效果最优的服务推广活动，避免信息轰炸，造成用户反感。对同一类产品前后多个服务推广活动情况，本次实施用户选取前，需要根据以前实施的选取、参与、转化等状态予以降分处理。

1.3、对于符合推广活动配置策略的过滤模块而言，能实现服务推广活动策略配置的自动化。对服务推广活动期间，响应用户、服务推广活动的查看用户、服务推广活动的参与用户和转化用户，分别配置不同推广发送频率，通过服务推广活动名单的状态控制可以实现该策略。例如：不查看服务推广活动的用户10天内发3次推广；查看服务推广活动、但不参与服务推广活动用户10天发2次推广；参与服务推广活动、但不转化为目标的用户，10天发一次推广。

1.4、对于服务推广活动效果的评估模块而言，能自动选取服务推广活动的对照组，进行效果评估对比。输出在服务推广活动期间，不同推广群、主服务推广活动、子服务推广活动及对照组间的服务推广活动效果的对比。

这里，对以上文字涉及到的技术用语说明如下：

所谓数据挖掘(Data Mining)指：从大量的、不完全的、有噪声的、模糊的实际应用数据中，提取隐含在其中的、用户事先不知道的、但又是潜在有用的信息和知识的过程。

所谓服务推广平台指：通过弹出式提示消息(tips)等服务推广工具，按照用户指定规则，实施服务推广的网络平台。

所谓精准的服务推广指：不同于普通的采用广告等大众式的服务推广方式，使用数据挖掘的技术，精准的定位用户的喜好，通过邮件、tips消息等各个推广的技术手段，向指定的用户进行服务主动推荐的定向推广方式。

ARPU指每用户平均收入，其英文全称为Average Revenue Per User。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (10)

1.一种支持多个推广活动协同实施的服务推广系统，其特征在于，所述系统，用于根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据所述协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。

2.根据权利要求1所述的系统，其特征在于，所述系统进一步包括：过滤单元、评估单元和推广单元；其中，

所述过滤单元，用于与所述评估单元联动，通过联动时的循环反馈自动优化所述过滤机制；

所述评估单元，用于通过与所述过滤单元联动时的循环反馈，将所述协同实施的对比评估结果反馈给所述过滤单元；

所述推广单元，用于与所述过滤单元联动，对经优化的过滤机制过滤后所获取的目标用户实施定向的服务推广。

3.根据权利要求2所述的系统，其特征在于，所述系统还包括：服务推广平台，用于协同实施所推广的多个服务推广活动，通过与所述评估单元联动时的循环反馈，将协同实施结果反馈给所述评估单元。

4.根据权利要求3所述的系统，其特征在于，所述过滤单元，进一步用于采取包括符合模型转化策略的过滤、符合推荐配置策略的过滤、符合推广活动配置策略的过滤中至少一种过滤方式的过滤机制。

5.一种支持多个推广活动协同实施的服务推广方法，其特征在于，所述方法包括：根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据所述协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。

6.根据权利要求5所述的方法，其特征在于，所述方法具体包括：

过滤单元与评估单元联动，通过联动时的循环反馈自动优化所述过滤机制；

所述评估单元通过与所述过滤单元联动时的循环反馈，将所述协同实施的对比评估结果反馈给所述过滤单元；

推广单元与所述过滤单元联动，对经优化的过滤机制过滤后所获取的目标用户实施定向的服务推广。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：服务推广平台协同实施所推广的多个服务推广活动，通过与所述评估单元联动时的循环反馈，将协同实施结果反馈给所述评估单元。

8.根据权利要求7所述的方法，其特征在于，所述过滤机制，包括符合模型转化策略的过滤、符合推荐配置策略的过滤、符合推广活动配置策略的过滤中至少一种过滤方式。

9.根据权利要求8所述的方法，其特征在于，符合模型转化策略的过滤方式具体包括：对所有用户的历史数据进行数据建模；根据对所述协同实施的对比评估结果的分析进行模型转化，并将潜在的目标用户以所述协同实施的对比评估结果中的响应度进行排名，记录在服务推广活动名单中。

10.根据权利要求8或9所述的方法，其特征在于，符合推荐配置策略的过滤方式具体包括：根据服务类别分类后，过滤掉服务推广活动名单中属于同类服务的潜在的目标用户；对服务推广活动名单中属于同一服务的不同服务推广活动的潜在的目标用户进行唯一性过滤；对往期同类服务的服务推广活动名单的降分处理；生成服务推荐优惠策略和推荐用户群；

符合推广活动配置策略的过滤方式具体包括：根据生成的服务推荐优惠策略和推荐用户群，在服务推广活动名单中选择，并获得最终的目标用户。

Images