CN104036402A - 本地生活服务行业使用的个性化营销方法和顾客管理系统 - Google Patents

Abstract

本发明公开了一种让本地生活服务类商家针对消费者进行个性化营销的方法和使用该方法的顾客管理系统。该方法通过分析消费者的多维度数据来了解其消费习惯和个人喜好，而商家只需要指定营销活动的一些参数，比如付出的成本，活动有效时间等，由此该营销方法即可根据一个营销规则库自动选择目标消费者，针对其行为特征选择不同的营销方案，并发送个性化营销信息，以达到最佳营销效果。和市场上的其它顾客营销产品比较，本发明公开的方法在自动优化营销效果的同时最大化减轻了商家营销的人力负担。

Description

本地生活服务行业使用的个性化营销方法和顾客管理系统

技术领域

本发明涉及一种可供本地生活服务行业(如餐饮，休闲，娱乐，零售等)使用的个性化营销方法和使用这种方法的顾客管理系统。

背景技术

面向本地消费者的生活服务类企业，如餐饮，休闲，娱乐，零售等中小型商家，通常没有足够的资金进行大规模和大范围的营销活动。前两年团购网站的流行，在一定程度上填补了这个空缺。但商家需要提供深度折扣来吸引消费者，并出让部分利润给团购网站，导致其必须降低商品品质和牺牲服务质量才能保证有一定盈利。而消费体验的大幅降低，必然导致消费者怨声载道，出现商家和消费者双输的局面。近期团购行业的萎缩也在一定程度上反应出这种营销模式的局限性。

相反，越来越多的商家意识到有效地管理现有顾客，并对其进行有针对性的个性化营销，增强老顾客的粘度，提高其消费频率和消费额度，反而是一条费用低效果好的捷径。把老顾客服务好，既能提高营业额，又能提升口碑，形成黏住老顾客开拓新顾客的良性循环。目前常见的管理顾客的方法是商家发会员卡，而消费者持卡进行消费时可以享受赠送积分或者打折的优惠。但除此之外，商家除了群发短信外并没有其他有效的营销手段。部分顾客管理产品通过分析顾客的消费频次和消费额度，来给此商家的顾客进行分类，由此商家可进行有针对性的营销。但此类产品还仅局限在初步的数据分析，由于数据维度的不足，导致分析并不准确，而且营销方案的制定，选择，效果跟踪，和进一步的优化，还需要商家手工进行，故对商家的素质和营销能力有非常高的要求，在实际使用过程中效果并不明显。

发明内容

本发明公开了一种让本地生活服务类商家针对消费者进行个性化营销的方法和使用该方法的顾客管理系统。该方法通过分析消费者的多维度数据来了解其消费习惯和个人喜好，而商家只需要指定营销活动的一些参数，比如付出的成本，活动有效时间等，由此该营销方法即可根据一个营销规则库自动选择目标消费者，针对其行为特征选择不同的营销方案，并发送个性化营销信息，以达到最佳营销效果。和市场上的其它顾客营销产品比较，本发明公开的方法在自动优化营销效果的同时最大化减轻了商家营销的人力负担。本发明提供的可行实施例还有其它系统组件，系统特征，和系统优势，将在附图及具体实施方式中得到详细描述。

附图说明

图1消费者数据收集分析和行为建模流程图

图2个性化营销方法的一个可行实施例流程图

图3采用个性化营销方法的顾客管理系统框架图

具体实施方式

本发明提出了一种实现个性化营销的方法，可用于面向本地消费者的餐饮休闲娱乐零售等生活服务行业使用的顾客管理系统。以下具体的描述只是本发明可行的一种或多种实施例，熟悉本领域的普通技术人员当可根据本发明做出各种相应的改变和变形，不以此处所述为限。

多维度消费者数据的采集

如图1所示，本发明可通过不同渠道采集消费者的多维度数据，并以此建立消费者的个性化行为模型，作为个性化营销的依据(100)。在一个可行的实施例中，消费者的个人数据(101)，包括年龄，性别，生日，联系方式，住址，可通过办理会员卡的方式收集。消费者可在商家店堂或者网站上填写会员卡申请表提供个人信息，而商家可为拥有会员卡的消费者提供优惠服务来鼓励消费者申请会员卡。

商家可收集消费者的详细消费记录(102)。消费记录可包含消费日期和时间，金额，同行人数，购买的具体商品或服务(比如点的菜品)，和消费备注(比如此次购买的化妆品是消费者为了举行婚礼而准备的)。在一个可行的实施例中，商家的服务人员可通过店堂里的电脑系统来录入此次消费记录的具体信息。消费者在商家信息网站或其移动应用上的浏览记录(103)，比如其浏览的日期时间，商品种类，价位等等，也可以收集起来作为其对哪类商品或服务感兴趣的依据。在另一个可行的实施例中，商家也可以通过第三方本地生活信息分类及点评服务商来获取消费者对本商家及其他商家的浏览记录。

商家还可收集消费者的动态信息(104)，比如消费者的位置信息，也可作为建立消费者数据模型的重要元素。在一个可行的实施例中，商家可提供消费者使用的移动应用，在消费者使用该移动应用时采集位置信息，以判断消费者平时的大致活动范围，作为个性化营销的依据。在另一个可行的实施例中，商家也可通过无线运营商或它其代理服务商根据消费者的手机号码获取其位置信息。

采集到的消费者多维度数据可通过多种方式进行匹配。在一个可行的实施例中，商家可通过消费者的姓名或联系方式，比如电子邮箱地址或者电话号码，来匹配不同数据源采集到的消费者的个人信息，消费记录，浏览记录，和其他动态信息。

针对采集到的多维度数据，可使用多种统计方法，数据挖掘，机器学习，行为模型，广告模型，因果模型，心理行为模型，社交逻辑模型等方法来分析该消费者数据(105)，并以此建立消费者的个性化行为模型(106)。在一个可行的实施例中，采集消费者数据和分析建模的过程是一个持续和动态更新的过程。当消费者数据源有变化或者有更新的数据时(101，102，103，104)，或者分析方法有改变时(105)，方法100的流程可重新执行以获取更新的消费者个性化行为模型(106)。

在另一个可行的实施例中，商家可委托第三方服务商进行消费者数据采集，行为建模，和个性化营销。该服务商可同时为多个商家提供此类服务，比如提供商家店堂里的电脑系统来采集消费者的个人信息(101)和消费记录(102)，提供网站和移动应用来采集消费者的浏览记录(103)和其他动态信息(104)。由于此服务商可同时匹配消费者在不同商家的消费和浏览等数据，故其可采用跨商家的数据分析方法(105)来建立更全面准确的消费者个性化行为模型(106)。

个性化营销的方法

本发明提出的个性化营销方法只需要商家的营销人员提供营销活动的一些参数，比如付出的成本，活动的时间，优惠活动的最大力度等，即可自动在消费者数据库里选择合适的目标消费者，并根据其个性化行为模型选择优惠活动的具体方案，在合适的日期发送定制的营销信息。在一个可行的实施例中，该自动化营销功能可基于一个营销规则库来实现。此营销规则库里的规则既可由人工设置也可通过数据分析的方法自动学习。相对于目前市场上的方案，本发明提出的个性化营销方法大大减轻了营销人员的负担，最大程度的把复杂的市场营销工作自动化，并在设置的活动参数条件下，优化了营销方案的选择和投送，以提高消费者的响应率和商家的营业收入。

图2显示了一个可行的实施例中的个性化营销流程(200)。从营销活动开始(201)，该方法从消费者数据库选择一个目标消费者(202)，并根据该消费者的个性化行为模型(通过前面描述的数据采集和分析来建立)和以往对其营销的历史数据，参考营销系统的规则库，选择此次营销活动适合该消费者的营销方案并预测该消费者响应此活动的概率和消费金额(203)。此处营销系统的规则库可考虑多方面因素作为选择营销方案和预测营销效果的依据。例如该消费者以前的消费金额较高，则可选择优惠力度较大的营销方案。如果该消费者在过去一星期内刚刚来消费过或者根据其位置信息判断其近期不在本地，则预测该消费者响应本次活动的概率就会相应较低。以此方法顺序处理数据库中的消费者(204)，如果还有未处理的消费者，则返回步骤202。

当所有消费者都处理完成后，根据预测的营销效果，在满足此次营销活动的参数条件下(比如最多发送人数)，选择部分消费者作为此次营销活动的目标消费者(205)。下一步即可向这些目标消费者发送定制的营销信息(206)。此处可考虑该消费者以前的消费记录判断其消费习惯，根据规则库里的规则来选择合适的发送时间(比如是周末还是工作日)，和合适的发送方式(比如是通过邮件还是短信)。在一个可行的实施例中，还可以定制营销信息的文字内容。比如通过消费者的数据分析判断其是冲动型购买者的可能性较高(记录于该消费者的个性化行为模型)，则发送的营销信息可突出限时抢购名额有限等文字。

营销活动时间截止后，本方法可跟踪营销效果(207)，统计目标消费者是否前来消费，发送营销信息后多久才来消费，消费金额是多少等，并以此来更新消费者的个性化行为模型及调整营销系统的规则库里的规则(208)。比如针对某类消费者的营销效果的预测规则可能需要根据实际情况进行改进。完成步骤208后本次个性化营销活动结束(209)。

采用个性化营销方法的顾客管理系统

图3显示了一个顾客管理系统的可行实施例(300)，其采用了本发明提出的个性化营销方法。商家数据录入客户端(301)是商家工作人员通过电脑软件或网页浏览器录入消费者的个人信息和消费记录。例如消费者可在商家店堂内申请成为会员，并由商家工作人员录入其提供的个人信息。消费者可以通过商家的商品服务信息平台(302)来浏览其感兴趣的商品或服务详情，也可直接通过该平台完成购买该商品或服务的交易。例如消费者可在某餐厅网站上浏览并预订套餐，还可预约来店消费的日期和时间。本地生活服务信息平台(303)不局限于某一特定商家，通常是由第三方服务商提供本地生活消费服务的信息展示，导航，搜索，评论，和社区等功能。这两类信息平台(302和303)可以是网站，也可以是手机应用，或其他形式的应用供消费者使用。这些平台可收集消费者的个人信息，浏览记录，消费记录，地理位置等数据。

从各个数据源(301，302和303)采集的数据通过互联网(304)传到顾客管理系统的服务器(306)，最终储存在营销决策支持数据仓库(309)里的消费者数据库(310)。在服务器(306)上运行的数据分析和消费者行为建模进程(307)采用多种方法分析消费者数据并为消费者建立个性化行为模型，例如统计方法，数据挖掘，机器学习，行为模型，广告模型，因果模型，心理行为模型，社交逻辑模型等分析和建模方法。处理后的消费者个性化行为模型储存在营销决策支持数据仓库(309)里的消费者行为模型数据库(311)。

商家的工作人员可使用商家营销客户端(305)通过因特网(304)连接到服务器(306)上运行的个性化营销进程(308)来查看和更新营销决策支持数据仓库(309)里的各种数据，包括以往营销活动的效果统计(可通过消费者数据库310里的消费记录和营销活动和规则数据库312里的活动记录来获得)。该营销进程(308)还允许商家工作人员发起新的营销活动并指定该活动的参数，并根据本发明提出的个性化营销方法(如图2所示)自动执行此营销活动。

本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的普通技术人员当可根据本发明做出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (6)

1.一种个性化营销方法包含

采集消费者多维度数据的方法；

分析消费者数据并建立个性化行为模型的方法；

根据营销活动参数自动选择目标消费者，定制其活动方案，并发送个性化活动信息的方法。

2.权利要求1中的个性化营销方法包含一个营销规则库，该规则库中的规则既可由人工设置，也可通过分析消费者数据及营销效果数据自动获取。

3.权利要求2中的营销规则库包含根据消费者行为模型预测营销效果的方法。

4.权利要求2中的营销规则库既可被一个商家单独使用，也可被多个商家同时使用。

5.一个使用个性化营销方法的顾客管理系统包含

采集消费者多维度数据的模块；

分析消费者数据和行为建模的进程；

根据营销活动参数自动进行个性化营销的进程。

6.权利要求4中的个性化营销进程进一步使用了

消费者数据库；

消费者个性化行为模型；

营销规则库。