CN107767070A - 用于信息推广的方法及装置 - Google Patents
用于信息推广的方法及装置 Download PDFInfo
- Publication number
- CN107767070A CN107767070A CN201711076926.9A CN201711076926A CN107767070A CN 107767070 A CN107767070 A CN 107767070A CN 201711076926 A CN201711076926 A CN 201711076926A CN 107767070 A CN107767070 A CN 107767070A
- Authority
- CN
- China
- Prior art keywords
- customers
- platform
- matching result
- information
- client
- 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
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开一种用于信息推广的方法及装置。涉及计算机信息处理领域,该方法包括:获取第一平台预定类别的第一客户群信息,所述第一客户群信息包括标识信息;根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果;通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签;根据所述共有标签在所述第二平台中进行第二客户群匹配,获取第二客户群匹配结果;以及根据所述第二客户群匹配结果进行信息推广。本发明实施例公开的用于信息推广的方法及装置,能够提高信息推广的准确率,同时还能够降低不良客户的带来的风险。
Description
技术领域
本发明涉及计算机信息处理技术领域,具体而言,涉及一种用于信息推广的方法及装置。
背景技术
企业要想长期稳定的生存,首先必须吸引用户,获取更多的优质客户资源,同时减少不良客户的数量。在某些存在资金投入的行业,可例如为保险行业(车辆保险,人身保险等),经常遇到两个棘手的问题:第一、企业投入巨大财力人力,在各个渠道投放广告,开展活动促销,但获取到的客户的数量增加的效果并不理想。第二、在参加保险的客户中,由于存在着不良客户,部分客户在后期保险的赔付过程中赔付率较高,导致企业整体盈利降低。
如何能有的放矢的进行信息推广,进而达到既能够增加优质客户数量,又能减少不良客户或者风险客户进入的目的,是现在相关企业急需解决的问题。
因此,需要一种新的用于信息推广的方法及装置。
在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此,本发明提供一种用于信息推广的方法及装置,能够提高信息推广的准确率,同时还能够降低不良客户的带来的风险。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明的一方面,提出一种用于信息推广的方法,该方法包括:获取第一平台预定类别的第一客户群信息,所述第一客户群信息包括标识信息;根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果;通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签;根据所述共有标签在所述第二平台中进行第二客户群匹配,获取第二客户群匹配结果;以及根据所述第二客户群匹配结果进行信息推广。
在本公开的一种示例性实施例中,还包括:根据所述第二客户群匹配结果,生成风险客户数据;以及根据所述风险客户数据,对所述第一平台中的客户进行实时风险监控。
在本公开的一种示例性实施例中,所述获取第一平台预定类别的第一客户群信息,包括:通过大数据处理技术获取第一平台预定类别的客户群信息。
在本公开的一种示例性实施例中,所述根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果,包括:获取第二平台中客户的标识信息;将所述第一平台客户的标识信息与所述第二平台中客户的标识信息进行等值匹配;以及根据所述等值匹配结果生成第一客户群匹配结果。
在本公开的一种示例性实施例中,所述通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签,包括:提取所述第一客户群匹配结果中所有客户的客户标签;将所述客户标签根据重合率进行排序,生成排序结果;以及根据所述排序结果,提取预定数量的客户标签生成第二平台中第一客户群匹配的共有标签。
在本公开的一种示例性实施例中,所述根据所述第二客户群匹配结果进行信息推广,包括:根据所述第二客户群匹配结果,通过所述第二平台的内部通信方式,进行信息推广。
在本公开的一种示例性实施例中,所述根据所述第二客户群匹配结果进行信息推广,还包括:根据所述第二客户群匹配结果,获取所述第二客户群匹配结果中客户对应的标识信息;以及通过所述标识信息进行所述信息推广。
在本公开的一种示例性实施例中,所述根据所述第二客户群匹配结果,生成风险客户数据,包括:提取所述第二客户群匹配结果中所有客户的客户信息;以及通过所述客户信息生成所述风险客户数据。
在本公开的一种示例性实施例中,所述根据所述风险客户数据,对所述第一平台中的客户进行实时风险监控,包括:在新客户加入所述第一平台时,实时获取所述新客户的标识信息;将所述新客户的标识信息与所述风险客户数据中的标识进行匹配,获取匹配结果;以及根据所述匹配结果进行实时风险监控。
在本公开的一种示例性实施例中,所述根据所述匹配结果进行实时风险监控,包括:根据所述匹配结果实时输出风险级别;以及根据所述风险级别进行后续处理。
在本公开的一种示例性实施例中,所述根据所述风险级别进行后续处理,包括:根据所述风险级别进行增加保费处理;以及根据所述风险级别增加审核标准处理。
在本公开的一种示例性实施例中,所述标识信息,包括:手机号码信息,证件信息。
在本公开的一种示例性实施例中,所述第二平台,包括:社交网络平台,数据服务平台。
在本公开的一种示例性实施例中,所述第一平台,包括:保险行业相关平台。
根据本发明的一方面,提出一种用于信息推广的装置,该装置包括:信息模块,用于获取第一平台预定类别的第一客户群信息,所述第一客户群信息包括标识信息;第一匹配模块,用于根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果;标签模块,用于通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签;第二匹配模块,用于根据所述共有标签在所述第二平台中进行第二客户群匹配,获取第二客户群匹配结果;以及推广模块,用于根据所述第二客户群匹配结果进行信息推广。
在本公开的一种示例性实施例中,还包括:风险模块,用于根据所述第二客户群匹配结果,生成风险客户数据;以及监控模块,用于根据所述风险客户数据,对所述第一平台中的客户进行实时风险监控。
根据本发明的一方面,提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上文的方法。
根据本发明的一方面,提出一种计算机可读介质,其上存储有计算机程序,其特征在于,程序被处理器执行时实现如上文中的方法。
根据本发明的用于信息推广的方法及装置,能够提高信息推广的准确率,同时还能够降低不良客户的带来的风险。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本发明。
附图说明
通过参照附图详细描述其示例实施例,本发明的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种用于信息推广的方法的流程图。
图2是根据另一示例性实施例示出的一种用于信息推广的方法的流程图。
图3是根据另一示例性实施例示出的一种用于信息推广的方法的保险行业标签体系的示意图。
图4是根据另一示例性实施例示出的一种用于信息推广的方法的整体架构图。
图5是根据另一示例性实施例示出的一种用于信息推广的装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
图7是根据一示例性实施例示出的一种计算机可读介质示意图。
具体实施例
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本发明将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种组件,但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此,下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用,术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的,因此不能用于限制本发明的保护范围。
下面结合附图对本公开示例实施方式进行详细说明。
图1是根据一示例性实施例示出的一种用于信息推广的方法的流程图。
如图1所示,在S102中,获取第一平台预定类别的第一客户群信息,所述第一客户群信息包括标识信息。在本实施例中,第一平台可例如为保险行业相关平台,本申请不以此为限,其可以应用于任何行业或者任意平台。第一客户群可例如为保险行业的保险客户,第一客户群的标识信息,可例如包括:手机号码信息,证件信息。第一客户群的标识信息,还可例如为能够唯一标识该第一用户的任意文字、数字、符号等组成的标识符。可例如,通过大数据处理技术获取第一平台预定类别的客户群信息。可例如,采用SQOOP从业务库数据源接入数据到HBASE。采用Spark SQL读取数据,以便进行定时任务处理。对于通过大数据处理技术获取第一平台预定类别的客户群信息的方法可参考下述图3的示例性描述。
本发明实施例中,基于保险行业,可例如第一客户群为保险行业优质客户(以下可以简称为“优质客户”),其中,对于保险行业优质客户每家保险公司都会有不同的定义,普遍的可以归纳为经济实力强(可以根据所述第一客户的年收入区间标签、理财险保费区间标签等来体现),保险意识强(可以根据客户保单数、购买产品分类数等标签体现),购买高价值产品(可以根据客户购买产品所属分类标签等来体现)等的保险行业用户或者客户。但本发明实施例对于第一类用户及保险行业优质客户的定义并不限定于上述的举例。
本发明实施例中,基于保险行业,还可例如第一客户群为保险行业不良客户(以下可以简称为“风险客户”),不良客户可例如为高理赔风险客户。其中,所述高理赔风险客户的可例如为:赔付率在平均水平之上的保险行业用户或者客户。所述赔付率可以定义为:理赔的保单数量(或者理赔总金额)/保单数量(或者保单总保费)。本发明实施例中,可以为每个保险客户保存赔付率所属区间标签。赔付率的平均水平可以为所有历史上的保险客户对应分子(理赔的保单数量(或者理赔总金额))分母(保单数量(或者保单总保费))求和。在其他实施例中,由于每类保险产品的赔付率可能会有差别,更精准的方式是各个保险产品分类分别计算其赔付率和赔付率的平均水平。但本发明实施例并不限定于此。
在S104中,根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果。可例如,获取第二平台中客户的标识信息;将所述第一平台客户的标识信息与所述第二平台中客户的标识信息进行等值匹配;以及根据所述等值匹配结果生成第一客户群匹配结果。第二平台可例如为社交网络平台,可例如包括常用的聊天软件平台,常见的信息传输交互平台。不发明不限于此,第二平台可以是任意的不同于所述第一平台的其他平台。
可以将保险行业的第一客户群,例如优质客户的手机号和/或证件号与社交平台的第二用户的手机号和/或证件号进行等值匹配,即当所述第一客户群中客户的标识等于第二平台中的客户对应的标识时,认为相应的在第二平台的该用户为该社交平台上匹配该保险行业的该优质客户的匹配用户。
在S106中,通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签。提取所述第一客户群匹配结果中所有客户的客户标签;将所述客户标签根据重合率进行排序,生成排序结果;以及根据所述排序结果,提取预定数量的客户标签生成第二平台中第一客户群匹配的共有标签。
其中,所述第二平台的共有标签生成方式有很多种,最终基本上都可以生成标签表,标签表可例如:一列是所述第二平台的匹配用户的标识符及客户标识,例如客户的手机号和/或证件号等。其他列标示所述第二用户具体特征即所述共有标签。例如,可以通过分析所述匹配用户的浏览行为、基本资料、购买、阅读等等在所述社交平台上的各种行为来形成。
社交平台有丰富的标签,特别是具有支付牌照的社交平台。例如,主要有游戏时长、绑卡张数、兴趣爱好、活跃时段、财务状况等。其中有很多正是上述第一平台例如保险行业所缺少的,可以用来作为预测潜在客户、掌控潜在风险客户的共有标签。
统计所述匹配用户的所述共有标签的出现次数;选取出现次数最多的第一预设数量的共有标签作为所述第一客户群用户的共有标签。
一个实施例中,可例如分析匹配后的社交平台的匹配用户的共有标签,提取与保险行业优质客户匹配的所述第一类匹配用户重合率排名前n(n为大于等于1的正整数)名的标签A1-An作为共有标签。
在另一个实施例中,可例如通过分析匹配后的社交平台的与保险行业高理赔风险客户匹配的所述第二类匹配用户重合率排名前m(m为大于等于1的正整数)名的标签B1-Bm,并保存。例如,这些标签可以是社交平台标签体系中的“中年码农”、“夜猫子”等。
在S108中,根据所述共有标签在所述第二平台中进行第二客户群匹配,获取第二客户群匹配结果。
本发明实施例中,可以首先根据代表保险行业的优质客户和/或高理赔风险客户的特征的标签筛选出优质客户和/或高理赔风险客户,例如可以用hql语句或者其他方式过滤出来,导出成为txt文件。然后,从保险行业的用户标签表(例如,可以为统一的用户标签大宽表)提取的优质客户和/或高理赔风险客户的第一标签对应的证件号和/或手机号,采用与社交平台相同的加密方式进行加密,存储到社交平台的数据库中。将保险行业的第一用户的证件号和/或手机号与社交平台的用户标签表(例如,也可以为统一的用户标签大宽表)的证件号/手机号进行等值匹配。其中,所述保险行业的证件号和/或手机号可以是客户在投保时候填写的资料;所述社交平台的手机号一般是用来注册或者注册后补充的,证件号一般是支付时绑定银行卡的验证资料。但本发明实施例并不限定于此。
根据上文获取的共有标签,在社交网站上进行用户匹配,搜索所有的具有共有标签的客户,通过搜索结果生成第二客户群匹配结果。
在S110中,根据所述第二客户群匹配结果进行信息推广。可例如,当通过优质客户的共同标签,匹配到第二平台中的其他用户时,向这些客户发送相应的合适的保险产品。这样,可以进一步提高保险产品推荐的针对性和投放的精准线,找准潜在客户,提高投保率。
可例如,根据所述第二客户群匹配结果,通过所述第二平台的内部通信方式,进行信息推广。可例如在网络交友平台中,根据上文中,优质客户获得的共有标签的结果,搜索具有共同标签的客户,可将这些用户定义为相似用户,在第二平台上,对相似用户进行保险类广告的推广。
还可例如,根据所述第二客户群匹配结果,获取所述第二客户群匹配结果中客户对应的标识信息(手机号码,其他通信网站号码),通过上述号码进行信息推广。可例如在网络交友平台中,根据上文中,优质客户获得的共有标签的结果,搜索具有共同标签的客户,可将这些用户定义为相似用户,通过客户预留的手机号码对相似用户进行保险类广告的推广。
根据本发明的用于信息推广的方法,通过将某一行业内部优质用户与其他平台上的用户进行匹配,进而提取客户群的共有标签,并通过标签获取待推广客户的方式,能够提高信息推广的准确率。
应清楚地理解,本发明描述了如何形成和使用特定示例,但本发明的原理不限于这些示例的任何细节。相反,基于本发明公开的内容的教导,这些原理能够应用于许多其它实施例。
在本公开的一种示例性实施例中,还包括:根据所述第二客户群匹配结果,生成风险客户数据;以及根据所述风险客户数据,对所述第一平台中的客户进行实时风险监控。例如,根据上文所获取的标签,对于把风险客户,在保险行业与数据公司合作时,采用调用外部接口的方式,针对性接入具有B1-Bm标签的风险用户的证件号和/或手机号数据,存入大数据平台。其中,在保险行业的投保流程中加入用户风险监测的步骤,当新投保的客户与具有B1-Bm标签的第三用户匹配时,针对匹配后的第三用户的不同的第三标签,采取增加保费、加大审核力度等措施。例如,这些第三标签可以是“绑卡控”、“多头借贷”等。具体的不同的风险标签的客户对应何种风险管控措施,需要保险行业业务人员、精算师等人员通力合作,根据以往的知识体系来创建一个对应规则。
根据本发明的用于信息推广的方法,通过保险行业跨界与社交平台、数据公司深度合作,使用证件号和/或手机号打通两个或者三个行业的用户,分析保险行业优质客户以及高理赔风险客户在社交平台具有的共有标签。能够在合作的社交平台上重点给对应标签的用户推荐保险产品;同时在与数据公司合作时,针对性接入具有高理赔风险标签用户的数据,补充保险行业的标签体系数据库,当具有高理赔风险标签的用户投保时采用相应措施(如增加保费、加大审核等)。
在本公开的一种示例性实施例中,所述根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果,包括:获取第二平台中客户的标识信息;将所述第一平台客户的标识信息与所述第二平台中客户的标识信息进行等值匹配;以及根据所述等值匹配结果生成第一客户群匹配结果。以将保险行业的优质客户的手机号和/或证件号与社交平台的第二用户的手机号和/或证件号进行等值匹配,即当第一平台的客户标识等于第二平台上的客户标识时,认为相应的第二平台的该用户为匹配该优质客户。
图2是根据另一示例性实施例示出的一种用于信息推广的方法的流程图。图2是对上文中,根据所述第二客户群匹配结果,生成风险客户数据;以及根据所述风险客户数据,对所述第一平台中的客户进行实时风险监控的方式的示例性描述。
如图2所示,在S202中,提取所述第二客户群匹配结果中所有客户的客户信息。可例如,通过风险客户的共有标签,在第二平台中,匹配用户信息,生成客户群匹配结果。提供这些客户的用户信息。
在S204中,通过所述客户信息生成所述风险客户数据。可例如通过客户的手机号码或者社交网站号码以及身份识别标识生成风险客户数据。
在S206中,在新客户加入所述第一平台时,实时获取所述新客户的标识信息。
在S208中,将所述新客户的标识信息与所述风险客户数据中的标识进行匹配,获取匹配结果。
在S210中,根据所述匹配结果进行实时风险监控。如果新加入的客户与风险客户具有共同的用户标签,则可例如,根据所述匹配结果实时输出风险级别;以及根据所述风险级别进行后续处理。可例如,根据所述风险级别进行增加保费处理;以及根据所述风险级别增加审核标准处理。
根据本发明的用于信息推广的方法,通过对风险客户进行共同标签的提取,进而获取潜在的风险客户的方式,能够在具有高理赔风险标签的用户投保时采用相应措施,减少风险。
图3是根据另一示例性实施例示出的一种用于信息推广的方法的保险行业标签体系的示意图。
本发明实施例中,可以采用Sqoop从业务库(即保险各个业务系统的后台存取数据的关系数据库)数据源接入数据到HBASE。此外,还可以采用Spark SQL读取数据,定时计算。
Sqoop是一个用来将Hadoop和关系型数据库中的数据相互转移的工具,可以将一个关系型数据库(例如:MySQL,Oracle,Postgres等)中的数据导进到Hadoop的HDFS(HadoopDistributed File System,分布式文件系统)中,也可以将HDFS的数据导进到关系型数据库中。对于某些NoSQL数据库它也提供了连接器。Sqoop,类似于其他ETL(Extract-Transform-Load,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程)工具,使用元数据模型来判断数据类型并在数据从数据源转移到Hadoop时确保类型安全的数据处理。Sqoop专为大数据批量传输设计,能够分割数据集并创建Hadoop任务来处理每个区块。
Apache Spark是专为大规模数据处理而设计的快速通用的计算引擎。
Spark是UC Berkeley AMP lab(加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架,Spark,拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是Job中间输出结果可以保存在内存中,从而不再需要读写HDFS,因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。
Spark是一种与Hadoop相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使Spark在某些工作负载方面表现得更加优越,换句话说,Spark启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。
Spark是在Scala语言中实现的,它将Scala用作其应用程序框架。与Hadoop不同,Spark和Scala能够紧密集成,其中的Scala可以像操作本地集合对象一样轻松地操作分布式数据集。
尽管创建Spark是为了支持分布式数据集上的迭代作业,但是实际上它是对Hadoop的补充,可以在Hadoop文件系统中并行运行。通过名为Mesos的第三方集群框架可以支持此行为。Spark由加州大学伯克利分校AMP实验室(Algorithms,Machines,and PeopleLab)开发,可用来构建大型的、低延迟的数据分析应用程序。
Spark主要有三个特点:首先,高级API(Application Programming Interface,应用程序编程接口)剥离了对集群本身的关注,Spark应用开发者可以专注于应用所要做的计算本身。其次,Spark很快,支持交互式计算和复杂算法。最后,Spark是一个通用引擎,可用它来完成各种各样的运算,包括SQL查询、文本处理、机器学习等,而在Spark出现之前,一般需要学习各种各样的引擎来分别处理这些需求。
本发明实施例中,保险行业标签生成可以采用以下方式:业务部门定义指标计算口径(如有效保单数,定义为统计时间点状态为有效的所有保单的数量),IT(InformationTechnology,信息技术)部门定时采用Spark SQL根据公式计算各个标签的值,例如:
select user_id,count(distinct policyno)as validPolicyNum frompolicyinfo where begin Date>=getDate()and endDate<getDate()and status=’1’)
形成统一的用户的标签体系大宽表,存储在大数据平台。
保险行业标签现状可以根据已经在保险公司历史上有过投保记录的用户获得的数据分析得到。目前保险行业主要有图3所示的一些标签,如年龄、性别、保额、保费等。
例如,保险行业标签体系可以包括基本信息、保障维度、人际关系度、行为轨迹等,但本发明实施例并不限定于此。
其中,所述基本信息可以包括年龄、性别、地区、职业、婚姻状况等。所述保障维度可以包括保单类别、保单件数、保额等。所述人际关系度(该数据可以来源于保险行业已有数据):微信(这里仅以社交平台为微信为例进行举例说明,但并不用于限定本发明实施例的保护范围)分享次数、微信邀请好友人数、微互助加保好友数、APP推荐好友投保次数、APP推荐好友注册次数等。所述行为轨迹可以包括浏览产品种类、页面停留时长、累计健康测试次数、关注XX(可以为某保险公司推出的某APP应用名称)日期、绑定XX日期。
其中,所述微信分享次数是指某个微信用户在微信公众号上分享产品页或者活动页的次数。所述微互助加保好友数是指某保险公司微互助这个产品投保人购买之后,邀请帮自己增加保额的微信好友个数。所述APP推荐好友投保次数是指某保险公司会员在APP上邀请朋友投保的次数。所述APP推荐好友注册次数是指该保险公司会员在APP上邀请朋友注册的次数。
在互联网+保险的应用场景下,对使用低成本获取优质客户提出了越来越高的要求。根据本发明的用于信息推广的方法,本发明实施例中采用跨界合作,通过分析社交平台巨大的用户群体与保险行业客户的关联关系,可以达到使用较少的成本获取更多优质客户的效果,同时还能降低理赔风险,从而达到盈利更多的效果。
图4是根据另一示例性实施例示出的一种用于信息推广的方法的整体架构图。
如图4所示,与保险行业合作的数据公司(如同盾科技等)也会有自己的标签库。需要说明的是,虽然各个数据公司标签的名称可能不完全相同,但其实际意义会有类似的。保险行业从合作的数据公司接入具有B1-Bm标签的用户的加密之后的手机号和/或证件号,保存到保险行业的大数据平台的一个新的表里,主要用于投保时新用户的匹配。
根据本发明的用于信息推广的方法,通过跨界合作,将部分保险行业优质客户的证件号和/或手机号提取出来,去与社交平台的用户匹配,分析出匹配出来的社交平台用户具有哪些共有的标签,然后可以重点投入精力在具体这些共同标签的人群(如夜猫子、中年码农),给他们推荐相应的保险产品,这样成功率会更高。同样,分析出来高理赔风险的客户在社交平台具有哪些共同的标签(如绑卡控、多头借贷),保险公司与数据公司合作,针对性接入具有这类标签的用户群体信息,保存这类用户群体的唯一标识符(如加密证件号、加密手机号)和对应标签到大数据平台,可以记为表A。以后来购买保险产品新用户都到表A用相应的规则匹配,如果发现能匹配上时,根据该用户的标签,作出相应的措施。通过这种方式,可以达到很好的获客效果同时降低风险。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时,执行本发明提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
图5是根据另一示例性实施例示出的一种用于信息推广的装置的框图。
信息模块502用于获取第一平台预定类别的第一客户群信息,所述第一客户群信息包括标识信息。
第一匹配模块504用于根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果。
标签模块506用于通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签。
第二匹配模块508用于根据所述共有标签在所述第二平台中进行第二客户群匹配,获取第二客户群匹配结果。
推广模块510用于根据所述第二客户群匹配结果进行信息推广。
在本公开的一种示例性实施例中,还包括:风险模块(图中未示出)用于根据所述第二客户群匹配结果,生成风险客户数据;以及监控模块(图中未示出)用于根据所述风险客户数据,对所述第一平台中的客户进行实时风险监控。
图6是根据一示例性实施例示出的一种电子设备的框图。
下面参照图6来描述根据本发明的这种实施方式的电子设备200。图6显示的电子设备200仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于:至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元210执行,使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元210可以执行如图1中所示的步骤。
所述存储单元220可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202,还可以进一步包括只读存储单元(ROM)2203。
所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204,这样的程序模块2205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线230可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备200交互的设备通信,和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且,电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备200使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述电子处方流转处理方法。
图7是根据一示例性实施例示出的一种计算机可读介质示意图。
参考图7所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品400,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该计算机可读介质实现如下功能:获取第一平台预定类别的第一客户群信息,所述第一客户群信息包括标识信息;根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果;通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签;根据所述共有标签在所述第二平台中进行第二客户群匹配,获取第二客户群匹配结果;以及根据所述第二客户群匹配结果进行信息推广。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中,也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本发明实施例的方法。
以上具体地示出和描述了本发明的示例性实施例。应可理解的是,本发明不限于这里描述的详细结构、设置方式或实现方法;相反,本发明意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
此外,本说明书说明书附图所示出的结构、比例、大小等,均仅用以配合说明书所公开的内容,以供本领域技术人员了解与阅读,并非用以限定本公开可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本公开所能产生的技术效果及所能实现的目的下,均应仍落在本公开所公开的技术内容得能涵盖的范围内。同时,本说明书中所引用的如“上”、“第一”、“第二”及“一”等的用语,也仅为便于叙述的明了,而非用以限定本公开可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当也视为本发明可实施的范畴。
Claims (17)
1.一种用于信息推广的方法,其特征在于,包括:
获取第一平台预定类别的第一客户群信息,所述第一客户群信息包括标识信息;
根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果;
通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签;
根据所述共有标签在所述第二平台中进行第二客户群匹配,获取第二客户群匹配结果;以及
根据所述第二客户群匹配结果进行信息推广。
2.如权利要求1所述的方法,其特征在于,还包括:
根据所述第二客户群匹配结果,生成风险客户数据;以及
根据所述风险客户数据,对所述第一平台中的客户进行实时风险监控。
3.如权利要求1所述的方法,其特征在于,所述获取第一平台预定类别的第一客户群信息,包括:
通过大数据处理技术获取第一平台预定类别的客户群信息。
4.如权利要求1所述的方法,其特征在于,所述根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果,包括:
获取第二平台中客户的标识信息;
将所述第一平台客户的标识信息与所述第二平台中客户的标识信息进行等值匹配;以及
根据所述等值匹配结果生成第一客户群匹配结果。
5.如权利要求1所述的方法,其特征在于,所述通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签,包括:
提取所述第一客户群匹配结果中所有客户的客户标签;
将所述客户标签根据重合率进行排序,生成排序结果;以及
根据所述排序结果,提取预定数量的客户标签生成第二平台中第一客户群匹配的共有标签。
6.如权利要求1所述的方法,其特征在于,所述根据所述第二客户群匹配结果进行信息推广,包括:
根据所述第二客户群匹配结果,通过所述第二平台的内部通信方式,进行信息推广。
7.如权利要求1所述的方法,其特征在于,所述根据所述第二客户群匹配结果进行信息推广,还包括:
根据所述第二客户群匹配结果,获取所述第二客户群匹配结果中客户对应的标识信息;以及
通过所述标识信息进行所述信息推广。
8.如权利要求2所述的方法,其特征在于,所述根据所述第二客户群匹配结果,生成风险客户数据,包括:
提取所述第二客户群匹配结果中所有客户的客户信息;以及
通过所述客户信息生成所述风险客户数据。
9.如权利要求2所述的方法,其特征在于,所述根据所述风险客户数据,对所述第一平台中的客户进行实时风险监控,包括:
在新客户加入所述第一平台时,实时获取所述新客户的标识信息;
将所述新客户的标识信息与所述风险客户数据中的标识进行匹配,获取匹配结果;以及
根据所述匹配结果进行实时风险监控。
10.如权利要求9所述的方法,其特征在于,所述根据所述匹配结果进行实时风险监控,包括:
根据所述匹配结果实时输出风险级别;以及
根据所述风险级别进行后续处理。
11.如权利要求10所述的方法,其特征在于,所述根据所述风险级别进行后续处理,包括:
根据所述风险级别进行增加保费处理;以及
根据所述风险级别增加审核标准处理。
12.如权利要求1所述的方法,其特征在于,所述标识信息,包括:
手机号码信息,证件信息。
13.如权利要求1所述的方法,其特征在于,所述第二平台,包括:
社交网络平台,数据服务平台。
14.如权利要求1所述的方法,其特征在于,所述第一平台,包括:
保险行业相关平台。
15.一种用于信息推广的装置,其特征在于,包括:
信息模块,用于获取第一平台预定类别的第一客户群信息,所述第一客户群信息包括标识信息;
第一匹配模块,用于根据所述标识信息在第二平台中进行第一客户群匹配,获取第一客户群匹配结果;
标签模块,用于通过所述第一客户群匹配结果,提取第二平台中第一客户群匹配结果的共有标签;
第二匹配模块,用于根据所述共有标签在所述第二平台中进行第二客户群匹配,获取第二客户群匹配结果;以及
推广模块,用于根据所述第二客户群匹配结果进行信息推广。
16.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1-14任一所述的方法。
17.一种电子设备,其特征在于,包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-14任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711076926.9A CN107767070B (zh) | 2017-11-06 | 2017-11-06 | 用于信息推广的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711076926.9A CN107767070B (zh) | 2017-11-06 | 2017-11-06 | 用于信息推广的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107767070A true CN107767070A (zh) | 2018-03-06 |
CN107767070B CN107767070B (zh) | 2021-06-11 |
Family
ID=61273331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711076926.9A Active CN107767070B (zh) | 2017-11-06 | 2017-11-06 | 用于信息推广的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107767070B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960899A (zh) * | 2018-06-11 | 2018-12-07 | 广东因特利信息科技股份有限公司 | 用于广告投放的用户信息交互方法及系统 |
CN109544392A (zh) * | 2019-01-18 | 2019-03-29 | 携程旅游信息技术(上海)有限公司 | 用于保险订单处理的方法、系统、设备以及介质 |
CN109658126A (zh) * | 2018-11-12 | 2019-04-19 | 平安科技(深圳)有限公司 | 基于产品推广的数据处理方法、装置、设备及存储介质 |
WO2019169963A1 (zh) * | 2018-03-07 | 2019-09-12 | 阿里巴巴集团控股有限公司 | 一种内容推荐方法、装置、电子设备及系统 |
CN110427546A (zh) * | 2018-04-28 | 2019-11-08 | 北京京东尚科信息技术有限公司 | 一种信息展示方法和装置 |
CN110555745A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 信息推送方法及系统、计算机系统和计算机可读存储介质 |
CN110738521A (zh) * | 2019-10-10 | 2020-01-31 | 深圳市云积分科技有限公司 | 一种多电商品牌的客户销售方法和装置 |
CN112685676A (zh) * | 2020-12-30 | 2021-04-20 | 华控清交信息科技(北京)有限公司 | 一种信息推荐方法、装置和电子设备 |
CN113139000A (zh) * | 2021-05-12 | 2021-07-20 | 中国工商银行股份有限公司 | 用于获客的信息处理方法、装置、系统及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102547599A (zh) * | 2010-12-16 | 2012-07-04 | 中国移动通信集团黑龙江有限公司 | 位置信息的获取方法、装置及系统 |
CN102984270A (zh) * | 2012-12-12 | 2013-03-20 | 北京奇虎科技有限公司 | 一种消息推送服务器及方法 |
CN103051637A (zh) * | 2012-12-31 | 2013-04-17 | 北京亿赞普网络技术有限公司 | 用户识别方法与装置 |
CN104915861A (zh) * | 2015-06-15 | 2015-09-16 | 浙江经贸职业技术学院 | 基于评分和标签构建用户群体模型的电子商务推荐方法 |
CN107205042A (zh) * | 2017-06-30 | 2017-09-26 | 宇宙世代信息技术(深圳)有限公司 | 一种信息精准推送方法及系统 |
-
2017
- 2017-11-06 CN CN201711076926.9A patent/CN107767070B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102547599A (zh) * | 2010-12-16 | 2012-07-04 | 中国移动通信集团黑龙江有限公司 | 位置信息的获取方法、装置及系统 |
CN102984270A (zh) * | 2012-12-12 | 2013-03-20 | 北京奇虎科技有限公司 | 一种消息推送服务器及方法 |
CN103051637A (zh) * | 2012-12-31 | 2013-04-17 | 北京亿赞普网络技术有限公司 | 用户识别方法与装置 |
CN104915861A (zh) * | 2015-06-15 | 2015-09-16 | 浙江经贸职业技术学院 | 基于评分和标签构建用户群体模型的电子商务推荐方法 |
CN107205042A (zh) * | 2017-06-30 | 2017-09-26 | 宇宙世代信息技术(深圳)有限公司 | 一种信息精准推送方法及系统 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019169963A1 (zh) * | 2018-03-07 | 2019-09-12 | 阿里巴巴集团控股有限公司 | 一种内容推荐方法、装置、电子设备及系统 |
CN110427546A (zh) * | 2018-04-28 | 2019-11-08 | 北京京东尚科信息技术有限公司 | 一种信息展示方法和装置 |
CN110555745A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 信息推送方法及系统、计算机系统和计算机可读存储介质 |
CN110555745B (zh) * | 2018-05-31 | 2024-05-21 | 北京京东尚科信息技术有限公司 | 信息推送方法及系统、计算机系统和计算机可读存储介质 |
CN108960899A (zh) * | 2018-06-11 | 2018-12-07 | 广东因特利信息科技股份有限公司 | 用于广告投放的用户信息交互方法及系统 |
CN109658126B (zh) * | 2018-11-12 | 2024-03-05 | 平安科技(深圳)有限公司 | 基于产品推广的数据处理方法、装置、设备及存储介质 |
CN109658126A (zh) * | 2018-11-12 | 2019-04-19 | 平安科技(深圳)有限公司 | 基于产品推广的数据处理方法、装置、设备及存储介质 |
CN109544392A (zh) * | 2019-01-18 | 2019-03-29 | 携程旅游信息技术(上海)有限公司 | 用于保险订单处理的方法、系统、设备以及介质 |
CN109544392B (zh) * | 2019-01-18 | 2021-01-26 | 携程旅游信息技术(上海)有限公司 | 用于保险订单处理的方法、系统、设备以及介质 |
CN110738521A (zh) * | 2019-10-10 | 2020-01-31 | 深圳市云积分科技有限公司 | 一种多电商品牌的客户销售方法和装置 |
CN110738521B (zh) * | 2019-10-10 | 2022-04-15 | 深圳市云积分科技有限公司 | 一种多电商品牌的客户销售方法和装置 |
CN112685676B (zh) * | 2020-12-30 | 2023-12-15 | 华控清交信息科技(北京)有限公司 | 一种信息推荐方法、装置和电子设备 |
CN112685676A (zh) * | 2020-12-30 | 2021-04-20 | 华控清交信息科技(北京)有限公司 | 一种信息推荐方法、装置和电子设备 |
CN113139000A (zh) * | 2021-05-12 | 2021-07-20 | 中国工商银行股份有限公司 | 用于获客的信息处理方法、装置、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107767070B (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767070A (zh) | 用于信息推广的方法及装置 | |
US20210173711A1 (en) | Integrated value chain risk-based profiling and optimization | |
CA2992563C (en) | Method and system for applying probabilistic topic models to content in a tax environment to improve user satisfaction with a question and answer customer support system | |
CA3001453C (en) | Method and system for performing a probabilistic topic analysis of search queries for a customer support system | |
US11570214B2 (en) | Crowdsourced innovation laboratory and process implementation system | |
US20210097615A1 (en) | Tool for assisting user modification of a dynamic user portfolio | |
US10037194B2 (en) | Systems and methods for visual data management | |
Mathur et al. | Factors influencing professionals’ decision for cloud computing adoption | |
CN109472568A (zh) | 一种区块链交易方法、装置、管理系统、设备及存储介质 | |
US20140219571A1 (en) | Time-based sentiment analysis for product and service features | |
CN109087138A (zh) | 数据处理方法及系统、计算机系统和可读存储介质 | |
CN109284450B (zh) | 订单成单路径的确定方法及装置、存储介质、电子设备 | |
Woo et al. | Predicting the ratings of Amazon products using Big Data | |
CN114139052B (zh) | 用于智能推荐的排序模型训练方法、智能推荐方法及装置 | |
CN105404974A (zh) | 一种数据资产化方法、装置及管理平台 | |
CN107729523A (zh) | 数据服务方法、电子装置及存储介质 | |
CN113393295A (zh) | 服务数据的推送方法、装置、电子设备及存储介质 | |
US10671601B2 (en) | Platform for consulting solution | |
CN108268482A (zh) | 信息推送方法、装置以及设备 | |
US11875374B2 (en) | Automated auditing and recommendation systems and methods | |
US20150170067A1 (en) | Determining analysis recommendations based on data analysis context | |
Rowe | Associating drives based on their artifact and metadata distributions | |
US10466965B2 (en) | Identification of users across multiple platforms | |
US20140143019A1 (en) | Managing modeled audience extension information | |
CN111179076A (zh) | It系统智能管理方法、装置及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Floor 36, Zheshang Building, No. 718 Jianshe Avenue, Jiang'an District, Wuhan, Hubei 430019 Patentee after: TK.CN INSURANCE Co.,Ltd. Patentee after: TAIKANG INSURANCE GROUP Co.,Ltd. Address before: 156 fuxingmennei street, Xicheng District, Beijing 100031 Patentee before: TAIKANG INSURANCE GROUP Co.,Ltd. Patentee before: TK.CN INSURANCE Co.,Ltd. |