CN105279533A - 一种车辆用户标签管理方法及系统 - Google Patents
一种车辆用户标签管理方法及系统 Download PDFInfo
- Publication number
- CN105279533A CN105279533A CN201510713587.5A CN201510713587A CN105279533A CN 105279533 A CN105279533 A CN 105279533A CN 201510713587 A CN201510713587 A CN 201510713587A CN 105279533 A CN105279533 A CN 105279533A
- Authority
- CN
- China
- Prior art keywords
- user
- label
- vehicle
- initial labels
- labels
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种车辆用户标签管理方法及系统,包括:获取关于车辆用户的至少一个用户标识,根据每个用户标识为所述车辆用户构建至少一个初始标签,所述用户标识包括用于标识用户身份的个人标识和用于标识用户所关联车辆的车辆标识;将根据同一用户标识构建的初始标签与该用户标识关联保存;响应于包括构建条件的标签请求,基于所述构建条件生成最终标签,所述最终标签包括所有符合所述构建条件的用户标识所关联的初始标签。本发明所公开的车辆用户标签管理方法及系统,通过用户标识将构建标签并将标签串联,所生成的最终标签与用户标识紧密关联,从而获得准确清楚的标签关联关系。
Description
技术领域
本发明涉及数据挖掘相关技术领域,特别是一种车辆用户标签管理方法及系统。
背景技术
互联网+给我们带来了大数据的灵感,SGMS聚焦于如何挖掘大数据背后的商业价值,不仅投资大数据还要让大数据变现。大数据第一次使得企业能够通过互联网便利地获取用户更为广泛的反馈信息,为进一步精准、快速地分析用户上网行为、消费习惯等重要商业信息提供了足够的数据基础。伴随着企业对目标客户了解的逐步深入,一个概念悄然而生:目标受众画像即UserProfile。
目标受众画像的建立主要在于标签体系的建立与标签(ID)的关联,然而,由于数据标签之间有着间接或直接的关联关系,寻找他们之间的关联关系非常复杂,特别是当涉及到多账号的情况下,现有的标签关联方案并不能建立精确的标签关联,从而导致目标受众画像的建立并不准确。
发明内容
基于此,有必要针对现有技术对标签的关联关系建立不准确的技术问题,提供一种车辆用户标签管理方法及系统。
本发明提供一种车辆用户标签管理方法,包括:
初始标签构建步骤,包括:获取关于车辆用户的至少一个用户标识,根据每个用户标识为所述车辆用户构建至少一个初始标签,所述用户标识包括用于标识用户身份的个人标识和用于标识用户所关联车辆的车辆标识;
标签串联步骤,包括:将根据同一用户标识构建的初始标签与该用户标识关联保存;
最终标签生成步骤,包括:响应于包括构建条件的标签请求,基于所述构建条件生成最终标签,所述最终标签包括所有符合所述构建条件的用户标识所关联的初始标签。
本发明提供一种车辆用户标签管理系统,包括:
初始标签构建模块,用于:获取关于车辆用户的至少一个用户标识,根据每个用户标识为所述车辆用户构建至少一个初始标签,所述用户标识包括用于标识用户身份的个人标识和用于标识用户所关联车辆的车辆标识;
标签串联模块,用于:将根据同一用户标识构建的初始标签与该用户标识关联保存;
最终标签生成模块,用于:响应于包括构建条件的标签请求,基于所述构建条件生成最终标签,所述最终标签包括所有符合所述构建条件的用户标识所关联的初始标签。
本发明所公开的车辆用户标签管理方法及系统,通过用户标识将构建标签并将标签串联,所生成的最终标签与用户标识紧密关联,从而获得准确清楚的标签关联关系。
附图说明
图1为本发明一种车辆用户标签管理方法的工作流程图;
图2为本发明一种车辆用户标签管理系统的结构模块图;
图3为本发明最佳实施例的系统结构框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细的说明。
如图1所示为本发明一种车辆用户标签管理方法的工作流程图,包括:
步骤S101,包括:获取关于车辆用户的至少一个用户标识,根据每个用户标识为所述车辆用户构建至少一个初始标签,所述用户标识包括用于标识用户身份的个人标识和用于标识用户所关联车辆的车辆标识;
步骤S102,包括:将根据同一用户标识构建的初始标签与该用户标识关联保存;
步骤S103,包括:响应于包括构建条件的标签请求,基于所述构建条件生成最终标签,所述最终标签包括所有符合所述构建条件的用户标识所关联的初始标签。
步骤S101中所获取的用户标识指示了用户的身份以及用户所关联车辆,通过根据个人标识和车辆标识构建初始标签,从而将用户与车辆通过标签进行归类。标签指的是一种类型标识,根据个人标识和车辆标识构建初始标签,即描述该用户和其拥有的车辆所属类型。用户所关联车辆指的是用户所拥有的车辆或者用户进行试驾的车辆等。
步骤S102将初始标签与用户标识关联,以便在步骤S103中能够找出符合构建条件的用户标识所关联的初始标签,从而构建最终标签。
由于最终标签包括对符合条件的用户标识所关联的初始标签,因此本发明所公开的车辆用户标签管理方法及系统所生成的最终标签与用户标识紧密关联,从而获得准确清楚的标签关联关系。
在其中一个实施例中,还包括:标签执行步骤,所述标签执行步骤,包括:为每个最终标签关联相应的推送动作,向所述最终标签所包括的初始标签所关联的用户执行最终标签关联的推送动作。
步骤S103中所获取的最终标签,可以直接进行显示,以便分析,也可以采用本实施例的方式进行推送。一个最终标签会包括至少一个初始标签,可以为包含不同初始标签的最终标签关联不同的推送动作,推送动作指的是采用例如短信、邮件等方式推送广告信息,或者推送应用等。
本实施例根据不同的最终标签执行推送动作,使得推送效果更为精确。
在其中一个实施例中,所述初始标签包括静态初始标签和动态初始标签;
所述静态初始标签包括:与用户个人相关的人口属性标签以及与用户所关联车辆相关的车辆属性标签;
所述动态初始标签包括:与用户进行线上行为相关的线上行为标签以及与用户进行线下行为相关的线下行为标签。
静态标签一般不会变化,人口属性标签包括:性别、年龄、年龄段、星座、学历、常住省份等,而车辆标签包括:车辆类型、车辆颜色等。
动态标签则会根据用户的线上行为或线下行为发生改变,线上行为指的是用户的网络行为,而线下行为则指的是用户的非网络行为。线上行为标签包括:视频观看偏好、图片浏览偏好、文章浏览偏好等,线下行为标签包括:用户到4S店或者维修站进行车辆试驾、车辆保养、零配件购买、维修、索赔。
对于静态标签由于不会经常变化,所以不需要进行经常更新,而动态标签则需要进行经常更新,同时由于静态标签与动态标签的不同,其对分析信息的重要程度也不一致,本实施例将其进行区分,便于精确的分析和推送。
在其中一个实施例中,所述静态标签基于用户标识构建,所述动态标签基于用户标识、获取用户信息的接触点、用户的行为类型和用户的RFM模型构建。
静态标签基于用户标识构建,如性别、生日、行业、职业等。
人口属性标签参考马斯洛基本原理进行分类,将人类需求像阶梯一样从低到高按层次分为五种,分别是:生理需求、安全需求、社交需求、尊重需求和自我实现需求。
静态标签还包括兴趣标签,兴趣标签参考霍兰德职业兴趣模型分类。霍兰德职业兴趣模型依照兴趣将人格分成现实型、研究型、艺术型、社会型、企业型和常规型六种类型。
动态标签基于用户标识+接触点+行为类型+RFM模型构建。
用户标识:整理了用户标识的ID,如车辆识别码(VIN)、电话号码(PHONE)、身份证号码(RID)、Cookie等,其中Cookie是指某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据(通常经过加密),其定义规范为RFC6265。
接触点:为车主在线上、线下与汽车的所有接触点。如官网、4S店、维修站、客户支持中心等。
行为类型:包括车主在售前、售中和售后时期的所有行为。如官网点击、电话咨询、试乘试驾、车辆保养、零配件购买、维修、索赔等。
RFM模型:指的是Recency、Frequency和Monetary,其中:Recency:客户最近一次消费(行为类型)的时间有多远,Frequency:客户在最近一段时间消费(行为类型)的次数,Monetary:客户在最近一段时间消费(行为类型)的金额。
在其中一个实施例中:
所述用户标识包括:身份证号码、车辆识别码、手机号码或Cookie号;
所述初始标签包括:
基于身份证号码构建的车主标签;
基于车辆识别码构建的车辆配置标签、销售标签、售后维修标签、售后索赔标签;
基于手机号码构建的售前线下标签、电话沟通标签;
基于Cookie号构建的网上点击偏好标签。
如图2所示为本发明一种车辆用户标签管理系统的结构模块图,包括:
初始标签构建模块201,用于:获取关于车辆用户的至少一个用户标识,根据每个用户标识为所述车辆用户构建至少一个初始标签,所述用户标识包括用于标识用户身份的个人标识和用于标识用户所关联车辆的车辆标识;
标签串联模块202,用于:将根据同一用户标识构建的初始标签与该用户标识关联保存;
最终标签生成模块203,用于:响应于包括构建条件的标签请求,基于所述构建条件生成最终标签,所述最终标签包括所有符合所述构建条件的用户标识所关联的初始标签。
在其中一个实施例中,还包括:标签执行模块,所述标签执行模块,用于:为每个最终标签关联相应的推送动作,向所述最终标签所包括的初始标签所关联的用户执行最终标签关联的推送动作。
在其中一个实施例中,所述初始标签包括静态初始标签和动态初始标签;
所述静态初始标签包括:与用户个人相关的人口属性标签以及与用户所关联车辆相关的车辆属性标签;
所述动态初始标签包括:与用户进行线上行为相关的线上行为标签以及与用户进行线下行为相关的线下行为标签。
在其中一个实施例中,所述静态标签基于用户标识构建,所述动态标签基于用户标识、获取用户信息的接触点、用户的行为类型和用户的RFM模型构建。
在其中一个实施例中:
所述用户标识包括:身份证号码、车辆识别码、手机号码或Cookie号;
所述初始标签包括:
基于身份证号码构建的车主标签;
基于车辆识别码构建的车辆配置标签、销售标签、售后维修标签、售后索赔标签;
基于手机号码构建的售前线下标签、电话沟通标签;
基于Cookie号构建的网上点击偏好标签。
如图3所示为本发明最佳实施例的系统结构框图,包括:
初始标签层301:
根据构建标签模型的方法,构建初始标签层。按照初始标签层编码的方式,即公司(3位)+系统(2位)+业务大类(3位)+标签(3位)+值(2位),管理初始标签。
初始标签层的构建:打通线上线下数据,包括车主数据、车辆配置数据、售前线下数据、沟通数据、售后维修索赔数据、网上点击偏好等数据构建初始标签。
车主标签基于身份证号码这一用户标识。根据标签构建模型,构建性别、年龄、星座、行业、职业、常住省份、常住城市等标签。
车辆配置标签基于车辆识别码这一用户标识。根据标签构建模型,构建车辆颜色、车系、类型等标签。
销售标签基于车辆识别码这一用户标识。根据标签构建模型,构建销售省份、销售大区、销售城市、销售城市级别等标签。
售后维修标签、售后索赔标签基于车辆识别码这一用户标识。根据标签构建模型,构建最近3/6/12个月的普通维修次数、最近3/6/12个月的事故维修金额、最近3/6/12个月的质保索赔次数、最近一次进站离现在的时间等标签。
售前线下标签、电话沟通标签基于手机号码这一用户标识。根据标签构建模型,构建最近3/6/12个月的骚扰次数、最近3/6/12个月的咨询次数、最近一次呼入距离现在的时间等标签。
网上点击偏好标签基于Cookie号这一用户标识。根据标签构建模型,构建最近1/2/3个月的喜欢雪弗兰的程度、最近1/2/3个月的喜欢别克的程度等标签。
中间标签层302:
初始标签层基于不同的用户标识(ID)给车主打上不同的标签,中间层将同一个ID下的标签串联到一起。
串联VIN号下的所有标签:车辆配置标签、销售标签、售后维修标签、售后索赔标签都基于车辆识别码。
串联身份证号下的所有标签:车主标签。
串联Cookie号下的所有标签:网上点击偏好标签。
最终标签层303:
根据业务需求,输出最终标签。最终标签层标签来自于初始标签层的标签,以及基于初始标签层的标签建模。按照最终标签层编码的方式,即一级目录(2位)+二级目录(3位)+三级目录(3位)+标签(4位)+值(2位),管理标签。
最终标签层可以输出所有标签或建模后的标签。如初始标签层只有年龄、城市,最终标签层可以基于年龄构建年龄段的标签,基于城市构建城市级别的标签。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆用户标签管理方法,其特征在于,包括:
初始标签构建步骤,包括:获取关于车辆用户的至少一个用户标识,根据每个用户标识为所述车辆用户构建至少一个初始标签,所述用户标识包括用于标识用户身份的个人标识和用于标识用户所关联车辆的车辆标识;
标签串联步骤,包括:将根据同一用户标识构建的初始标签与该用户标识关联保存;
最终标签生成步骤,包括:响应于包括构建条件的标签请求,基于所述构建条件生成最终标签,所述最终标签包括所有符合所述构建条件的用户标识所关联的初始标签。
2.根据权利要求1所述的车辆用户标签管理方法,其特征在于,还包括:标签执行步骤,所述标签执行步骤,包括:为每个最终标签关联相应的推送动作,向所述最终标签所包括的初始标签所关联的用户执行最终标签关联的推送动作。
3.根据权利要求1所述的车辆用户标签管理方法,其特征在于,所述初始标签包括静态初始标签和动态初始标签;
所述静态初始标签包括:与用户个人相关的人口属性标签以及与用户所关联车辆相关的车辆属性标签;
所述动态初始标签包括:与用户进行线上行为相关的线上行为标签以及与用户进行线下行为相关的线下行为标签。
4.根据权利要求3所述的车辆用户标签管理方法,其特征在于,所述静态标签基于用户标识构建,所述动态标签基于用户标识、获取用户信息的接触点、用户的行为类型和用户的RFM模型构建。
5.根据权利要求1所述的车辆用户标签管理方法,其特征在于:
所述用户标识包括:身份证号码、车辆识别码、手机号码或Cookie号;
所述初始标签包括:
基于身份证号码构建的车主标签;
基于车辆识别码构建的车辆配置标签、销售标签、售后维修标签、售后索赔标签;
基于手机号码构建的售前线下标签、电话沟通标签;
基于Cookie号构建的网上点击偏好标签。
6.一种车辆用户标签管理系统,其特征在于,包括:
初始标签构建模块,用于:获取关于车辆用户的至少一个用户标识,根据每个用户标识为所述车辆用户构建至少一个初始标签,所述用户标识包括用于标识用户身份的个人标识和用于标识用户所关联车辆的车辆标识;
标签串联模块,用于:将根据同一用户标识构建的初始标签与该用户标识关联保存;
最终标签生成模块,用于:响应于包括构建条件的标签请求,基于所述构建条件生成最终标签,所述最终标签包括所有符合所述构建条件的用户标识所关联的初始标签。
7.根据权利要求6所述的车辆用户标签管理系统,其特征在于,还包括:标签执行模块,所述标签执行模块,用于:为每个最终标签关联相应的推送动作,向所述最终标签所包括的初始标签所关联的用户执行最终标签关联的推送动作。
8.根据权利要求6所述的车辆用户标签管理系统,其特征在于,所述初始标签包括静态初始标签和动态初始标签;
所述静态初始标签包括:与用户个人相关的人口属性标签以及与用户所关联车辆相关的车辆属性标签;
所述动态初始标签包括:与用户进行线上行为相关的线上行为标签以及与用户进行线下行为相关的线下行为标签。
9.根据权利要求8所述的车辆用户标签管理系统,其特征在于,所述静态标签基于用户标识构建,所述动态标签基于用户标识、获取用户信息的接触点、用户的行为类型和用户的RFM模型构建。
10.根据权利要求6所述的车辆用户标签管理系统,其特征在于:
所述用户标识包括:身份证号码、车辆识别码、手机号码或Cookie号;
所述初始标签包括:
基于身份证号码构建的车主标签;
基于车辆识别码构建的车辆配置标签、销售标签、售后维修标签、售后索赔标签;
基于手机号码构建的售前线下标签、电话沟通标签;
基于Cookie号构建的网上点击偏好标签。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510713587.5A CN105279533B (zh) | 2015-10-28 | 2015-10-28 | 一种车辆用户标签管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510713587.5A CN105279533B (zh) | 2015-10-28 | 2015-10-28 | 一种车辆用户标签管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105279533A true CN105279533A (zh) | 2016-01-27 |
CN105279533B CN105279533B (zh) | 2018-12-21 |
Family
ID=55148514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510713587.5A Active CN105279533B (zh) | 2015-10-28 | 2015-10-28 | 一种车辆用户标签管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105279533B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423385A (zh) * | 2017-07-19 | 2017-12-01 | 安徽拓通信科技集团股份有限公司 | 基于大数据的用户深层标签挖掘方法 |
CN107818103A (zh) * | 2016-09-12 | 2018-03-20 | 阿里巴巴集团控股有限公司 | 提供数据对象信息的方法及装置 |
CN109858974A (zh) * | 2019-02-18 | 2019-06-07 | 重庆邮电大学 | 已购车用户识别模型构建方法及识别方法 |
CN111126880A (zh) * | 2020-01-02 | 2020-05-08 | 浙江吉利新能源商用车集团有限公司 | 一种用户画像生成方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007233702A (ja) * | 2006-03-01 | 2007-09-13 | Nec Corp | 管理システム、これに用いる管理サーバ及び情報処理端末、管理方法、プログラム |
CN101334880A (zh) * | 2007-06-28 | 2008-12-31 | 神乎科技股份有限公司 | 一种证券信息服务系统与方法 |
CN101517967A (zh) * | 2005-09-19 | 2009-08-26 | 谷歌公司 | 网站的流量预测 |
CN104281574A (zh) * | 2013-07-01 | 2015-01-14 | 腾讯科技(深圳)有限公司 | 一种信息推荐方法、装置及系统 |
CN104834990A (zh) * | 2015-03-31 | 2015-08-12 | 北京首都国际机场股份有限公司 | 旅客信息化编码的方法及装置 |
-
2015
- 2015-10-28 CN CN201510713587.5A patent/CN105279533B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101517967A (zh) * | 2005-09-19 | 2009-08-26 | 谷歌公司 | 网站的流量预测 |
JP2007233702A (ja) * | 2006-03-01 | 2007-09-13 | Nec Corp | 管理システム、これに用いる管理サーバ及び情報処理端末、管理方法、プログラム |
CN101334880A (zh) * | 2007-06-28 | 2008-12-31 | 神乎科技股份有限公司 | 一种证券信息服务系统与方法 |
CN104281574A (zh) * | 2013-07-01 | 2015-01-14 | 腾讯科技(深圳)有限公司 | 一种信息推荐方法、装置及系统 |
CN104834990A (zh) * | 2015-03-31 | 2015-08-12 | 北京首都国际机场股份有限公司 | 旅客信息化编码的方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818103A (zh) * | 2016-09-12 | 2018-03-20 | 阿里巴巴集团控股有限公司 | 提供数据对象信息的方法及装置 |
CN107423385A (zh) * | 2017-07-19 | 2017-12-01 | 安徽拓通信科技集团股份有限公司 | 基于大数据的用户深层标签挖掘方法 |
CN109858974A (zh) * | 2019-02-18 | 2019-06-07 | 重庆邮电大学 | 已购车用户识别模型构建方法及识别方法 |
CN111126880A (zh) * | 2020-01-02 | 2020-05-08 | 浙江吉利新能源商用车集团有限公司 | 一种用户画像生成方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105279533B (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651424B (zh) | 基于大数据技术的电力用户画像建立与分析方法 | |
CN105306495B (zh) | 用户识别方法和装置 | |
Giessmann et al. | Mobile enterprise applications--current state and future directions | |
CN105187365A (zh) | 基于角色和数据项的访问控制方法及装置 | |
CN105279533A (zh) | 一种车辆用户标签管理方法及系统 | |
CN107527240B (zh) | 一种运营商行业产品口碑营销效果鉴定系统及方法 | |
CN110766438B (zh) | 一种通过人工智能对电网用户的用户行为进行分析的方法 | |
Cheng et al. | Big data assisted customer analysis and advertising architecture for real estate | |
CN107945014A (zh) | 一种基于laop平台小额个人贷款系统 | |
CN112347372A (zh) | 一种金融企业基于用户画像方案业务推广的方法 | |
Falk et al. | Effects of mobile solutions for improving business processes | |
CN109783731A (zh) | 一种定制信息推送方法及系统 | |
CN101546343B (zh) | 一种匹配探头颜色的方法和装置 | |
CN114385609A (zh) | 基于标签的政务事件处理系统、方法、设备及存储介质 | |
CN104699752A (zh) | 一种基于云数据库的知识产权查询系统 | |
CN106097062A (zh) | 一种关于知识产权的交易平台 | |
CN106056497A (zh) | 一种知识产权互联网交易平台 | |
CN112950359A (zh) | 一种用户识别方法和装置 | |
CN112163155A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN107332999A (zh) | 一种陌生来电号码识别方法及装置 | |
CN116091171A (zh) | 会员统计与管理系统 | |
Xiong et al. | A model of ICTs adoption for sustainable development: An investigation of small business in the United States and China | |
Yihua | Vip customer segmentation based on data mining in mobile-communications industry | |
CN107968715A (zh) | 移动互联网后向流量产品渠道自服务方法 | |
CN107835216A (zh) | 基于复合物联网的电表节能激励方法及物联网系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |