CN109670871A - 召回方法及装置、电子设备和存储介质 - Google Patents
召回方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN109670871A CN109670871A CN201811575695.0A CN201811575695A CN109670871A CN 109670871 A CN109670871 A CN 109670871A CN 201811575695 A CN201811575695 A CN 201811575695A CN 109670871 A CN109670871 A CN 109670871A
- Authority
- CN
- China
- Prior art keywords
- user
- behavioral data
- recall
- default
- recalled
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000003542 behavioural effect Effects 0.000 claims abstract description 89
- 230000015654 memory Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 abstract description 11
- 235000013305 food Nutrition 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 101100384355 Mus musculus Ctnnbip1 gene Proteins 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例涉及互联网技术领域,公开了一种召回方法及装置、电子设备和存储介质。该方法包括:采集用户的行为数据;根据用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。本发明可以对一些将要流失的用户进行召回,从而提高平台的转化率。
Description
技术领域
本发明涉及互联网技术领域,特别涉及一种召回方法及装置、电子设备和存储介质。
背景技术
近年来,在线餐饮业务增长迅速,在线叫餐成为越来越多的用户用餐方式的一种有益替代。
发明人发现相关技术至少存在以下问题:用户一般使用专用APP在线叫餐,通常进入APP的用户下单意愿都是比较强的,但是,在每个界面都有一定的用户流失。
发明内容
本发明实施方式的目的在于提供一种召回方法及装置、电子设备和存储介质,可以对一些将要流失的用户进行召回,从而提高平台的转化率。
为解决上述技术问题,本发明的实施方式提供了一种召回方法,包括:
采集用户的行为数据;
根据所述用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
本发明的实施方式还提供了一种召回装置,包括:
采集模块,用于采集用户的行为数据;以及
触发模块,用于根据所述用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
本发明的实施方式还提供了一种电子设备,包括:存储器和处理器,存储器存储计算机程序,处理器运行所述计算机程序以实现:
采集用户的行为数据;
根据所述用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
本发明的实施方式还提供了一种存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行如上所述的召回方法。
本发明实施方式相对于现有技术而言,可以在用户进入APP后,采集用户的行为数据,并根据用户的行为数据确定是否需要召回,在需要召回时自动触发预设召回事件。因此,本发明能够识别部分将要流失的用户,并通过执行召回事件吸引用户继续下单,从而提高平台转化率。
作为一个实施例,所述根据所述用户的行为数据确定是否需要召回,具体包括:根据所述用户的行为数据确定所述用户的下单意愿指数是否小于预设指数和/或所述用户的订单价值是否大于预设价值,若所述用户的下单意愿指数小于预设指数和/或所述用户的订单价值大于预设价值,则确定需要召回。
作为一个实施例,所述采集用户的行为数据具体包括:
在所述用户进入预设页面时启动计时,采集预设时长内所述用户的行为数据;其中,所述预设时长根据所述用户的特征数据确定。
作为一个实施例,所述根据所述用户的行为数据确定所述用户的下单意愿指数是否小于预设指数,具体包括:在所述预设时长内所述用户未下单时确定所述用户的下单意愿指数小于预设指数。
作为一个实施例,所述根据所述用户的行为数据确定所述用户的订单价值是否大于预设价值,具体包括:
根据所述用户添加购物车的订单确定所述用户的订单价值是否大于预设价值。
作为一个实施例,所述根据所述用户的行为数据确定是否需要召回,具体包括:根据所述用户的行为数据预测所述用户是否将要流失,若将要流失,则确定需要召回。
作为一个实施例,在所述根据所述用户的行为数据确定是否需要召回之前,还包括:确定服务资源是否满足可召回条件,若满足可召回条件,则执行所述根据所述用户的行为数据确定是否需要召回。
作为一个实施例,所述服务资源包括:平台的配送压力和商户的供应情况;所述确定服务资源是否满足可召回条件,具体包括:在所述配送压力小于预设压力值且所述商户的供应情况为充足时,确定所述服务资源满足可召回条件。
作为一个实施例,所述预设页面包括:下单页面、商品或者商家展示页面。
作为一个实施例,触发预设召回事件具体包括:向所述用户的账号发放优惠券,并向所述用户推送所述优惠券的发放信息。
附图说明
图1是根据本发明第一实施方式召回方法的流程图;
图2是根据本发明第二实施方式召回方法的流程图;
图3是根据本发明第三实施方式召回方法的流程图;
图4是根据本发明第四实施方式召回方法的流程图;
图5是根据本发明第五实施方式召回装置的结构示意图;
图6是根据本发明第六实施方式电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本发明而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本发明所要求保护的技术方案。
本发明的第一实施方式涉及一种召回方法,本实施方式可以应用于服务器侧。该方法包括:采集用户的行为数据,根据用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。本发明实施方式相对于现有技术而言,可以在用户进入APP后,采集用户的行为数据,并根据用户的行为数据确定是否需要召回,在需要召回时自动触发预设召回事件。因此,本发明能够识别部分将要流失的用户,并通过执行召回事件吸引用户继续下单,从而提高平台转化率。
下面对本实施方式的文件清理方法的实现细节进行具体的说明,以下内容仅为方便理解提供的实现细节,并非实施本方案的必须。
请参考图1,本实施方式的召回方法具体包括步骤101至步骤104。
步骤101:采集用户的行为数据。
其中,用户的行为数据可以为用户打开在线点餐应用APP(App l icat ion的简称)之后的各种行为数据,包括但不限于:用户浏览的页面、点击的商家信息、商品信息、加入购物车的信息、下单信息以及用户在各页面停留的时间等。
步骤101中,还可以在用户进入预设页面时启动计时,并采集预设时长内用户的行为数据。预设页面包括但不限于:下单页面、商品、商家展示页面或者APP的首页。需要说明的是,预设时长可以根据预设页面确定。例如,预设页面为商家或者商品的展示页面对应的预设时长可以比预设页面为点餐页面所对应的预设时长大。
作为一种实施例,预设时长还可以根据用户的特征数据确定。特征数据例如为用户画像,然不限于此。例如通过用户画像可以分析得出用户从进入预设页面到下单购买的平均时长,并将该平均时长作为该用户的预设时长。比如,用户进入APP首页后下单的平均时长为45秒,则预设时长即可设置为45秒。当然预设时长也可以略小于用户进入APP首页后下单的平均时长。
步骤102:根据用户的行为数据确定用户的下单意愿指数是否小于预设指数,若小于预设指数,则执行步骤103,若大于或者等于预设指数,则执行步骤104。
具体地,可以在用户未离开APP且用户在预设时长内未下单时确定用户的下单意愿指数小于预设指数。例如,根据用户的特征数据分析得到用户通常在进入APP首页后45秒左右即会完成下单,若用户在进入APP首页后虽未离开APP但在达到45秒时未下单,则可确定用户的下单意愿指数小于预设指数,即用户有可能会流失。本实施方式根据用户在APP的停留时长确定用户的下单意愿,易于实现。或者还可以在用户浏览了预设数量的页面且离开APP时,确定用户的下单意愿指数小于预设指数,需要浏览的页面的数量(即预设数量)可以根据用户历史成交数据中平均浏览的页面的数量确定,然不限于此。本实施方式对于用户的下单意愿指数的确定方式不做具体限制。
步骤103:向用户的账号发放优惠券,并向用户推送优惠券的发放信息。
在实际应用中,预设召回事件可以为向用户的账号发放优惠券,也可以为向用户发放其他虚拟产品,例如游戏币等,本实施方式对于向用户发放的内容不做具体限制。其中,可以根据用户的特征数据确定发放的优惠券的金额的大小,以使得发放的优惠券金额对用户有一定的吸引力,同时也不会恶化平台的平均收益。其中,发放的优惠券的有效期可以设置为当天,从而起到更好地召回用户的作用。在发放优惠券的同时推送发放优惠券的消息,举例而言,若用户尚未离开APP,则可在APP界面上弹出发放的优惠券。若用户已经离开APP,则可以在用户桌面或者消息通知栏显示优惠券图标以及优惠券金额等相关信息,在展示优惠券信息的同时,还可以通过声音进行提示,从而可以避免用户错过优惠券。然本实施方式对于发放优惠券信息的推送方式不做具体限制。
步骤104:不触发预设召回事件。
因此,本实施方式通过采集用户的行为数据,并根据用户的行为数据确定是否需要召回,在需要召回时自动触发预设召回事件,从而能够主动识别可能会流失的用户,并主动召回用户,因此可以提高平台转化率。并且可以根据用户的个性化特征数据识别用户流失的可能性,以及根据用户的个性化特征数据召回用户,从而有利于提高召回的成功率。
本发明的第二实施方式涉及一种召回方法,请参阅图2,本实施方式的召回方法包括步骤201至步骤204。
步骤201:采集用户的行为数据。
步骤201的具体内容可以参考第一实施方式中的步骤101,此处不再赘述。
步骤202:根据用户的行为数据确定用户的下单意愿指数是否小于预设指数且根据用户的行为数据确定用户的订单价值是否大于预设价值,若用户的下单意愿指数小于预设指数且用户的订单价值大于预设价值,则执行步骤203,若用户的下单意愿指数大于或者等于预设指数且用户的订单价值小于或者等于预设价值,则执行步骤204。
值得一提的是,在实际应用中,在考虑用户的下单意愿的同时,也可以再根据用户的行为数据确定用户的订单价值是否大于预设价值的方式,当两者同时满足时确定需要召回。
其中,根据用户的行为数据确定用户的下单意愿指数是否小于预设指数的方式可以参考第一实施方式中的步骤101,此处不再赘述。
在实际应用中,若根据用户的行为数据可以得出用户已经添加订单至购物车,则可以根据用户添加购物车的订单确定用户的订单价值是否大于预设价值。若检测到用户尚未添加订单至购物车,则也可以根据用户的历史成交订单确定用户的订单价值。其中,订单价值包括但不限于订单收益或者订单金额。以订单收益为例,可以根据用户添加购物车的订单或者用户历史成交订单的平均收益确定用户的订单收益(即平台从用户获取的收益)。预设收益可以根据平台的日收益目标额、已经完成收益额以及预估的订单数量确定,即将未完成的收益额与预估的订单数量之商作为预设收益,然不限于此。举例而言,预设收益可以是三元,如果用户的订单收益在三元以上,则确定需要召回,若用户的订单收益小于或者等于三元,则确定不需要召回。本实施方式对于订单价值不作具体限制。
步骤203:向用户的账号发放优惠券,并向用户推送优惠券的发放信息。
步骤204:不触发预设召回事件。
步骤203、204分别与上述实施方式中的步骤103、104对应相同,此处不再赘述。
因此,本实施方式通过采集用户的行为数据,并根据用户的行为数据确定是否需要召回,在需要召回时自动触发预设召回事件,从而能够主动识别可能会流失的用户,并主动召回用户,因此可以提高平台转化率。并且可以根据用户的个性化特征数据识别用户流失的可能性,以及根据用户的个性化特征数据召回用户,从而有利于提高召回的成功率。此外,本实施方式还可以根据用户的订单价值确定是否召回用户,从而保证了召回的收益。
本发明的第三实施方式涉及一种召回方法,请参阅图3,本实施方式的召回方法包括步骤301至步骤304。
步骤301:采集用户的行为数据。
其中,用户的行为数据可以为用户打开在线点餐应用APP(Application的简称)之后的各种行为数据,包括但不限于:用户浏览的页面、点击的商家信息、餐品信息、加入购物车的信息、下单信息以及用户在各页面停留的时间等。
步骤302:根据用户的行为数据预测用户是否将要流失,若预测用户将要流失,则执行步骤303,若预设用户不会流失,则执行步骤304。
其中,可以通过机器学习的方式对用户下单的意愿进行预测,并且根据实时采集的用户的行为数据对用户的下单意愿进行预测,相对于前述实施方式的用户下单意愿的判断方式更为准确。机器学习的预测模型可以采用Xgboost等实现,此处不再赘述。
步骤303:触发预设召回事件。
步骤304:不触发预设召回事件。
步骤303以及步骤304与前述实施方式相同,此处不再赘述。
值得一提的是,本实施方式中,在预测出用户将要流失后,也可以进一步对用户的订单价值进行预测,并且在预测出的用户的订单价值大于预设价值时,再触发预设召回事件。
本实施方式通过采集用户的行为数据,并根据用户的行为数据确定是否需要召回,在需要召回时自动触发预设召回事件,从而能够主动识别可能会流失的用户,并主动召回用户,因此可以提高平台转化率。并且通过机器学习方式对用户的下单意愿进行在线预测,从而可以更为准确地预测出用户是否可能流失。
本发明的第四实施方式涉及一种召回方法,请参阅图4,本实施方式的召回方法包括步骤401至步骤405。
步骤401:确定服务资源是否满足可召回条件,若满足可召回条件,则继续执行步骤402,若不满足可召回条件,则不执行相关召回步骤。
其中,服务资源可以包括:平台的配送压力和商户的供应情况。然不限于此,服务资源也可以仅包括平台的配送压力或者商户的供应情况,或者两者与其他资源的任意组合等。由于服务资源的充裕状况可能会随着一些影响因素的变化而变化,而在服务资源相对充裕时,例如配送运力,商户供货都较为充裕时,则可以尽量放宽召回条件,服务更多用户,提高平台影响力,在服务资源相对紧缺时,例如配送运力不足、商户存货不足时,则可以适当提高召回条件,保证平台收益。
其中,配送压力以及商户的供应情况可以实时获取。配送压力的影响因素包括但不限于:订单数量、配送运力、外部天气状况等。需要说明的是,在出现诸如台风、暴雨以及降雪等的恶劣天气时,可以直接将配送压力设置为配送压力大于预设压力值,换言之,就是在出现恶劣的外部条件时通过直接把配送压力调高的方式来不鼓励用户点餐。商户的供应情况也可以及时更新。例如某些餐品在正常营业时间刚开始的一小段时间内已快速售出大部分,即可及时将该餐品的供应情况设置为短缺。然不限于此,还可以根据实际情况对服务资源进行评估。
步骤401具体包括:在配送压力小于预设压力值且商户的供应情况为充足时,确定服务资源满足可召回条件,并继续执行步骤402,在配送压力大于或者等于预设压力值且商户的供应情况为紧缺时,确定服务资源不满足可召回条件,并不执行相关召回步骤。换言之,即在配送运力充足且商户的供应充足的情况下,采取步骤402~步骤405对应的召回策略,而在配送运力短缺和/或商户的供应情况不足时,不采取步骤402~步骤405对应的召回策略。
步骤402:采集用户的行为数据。
步骤403:根据用户的行为数据确定是否需要召回,若需要召回,则执行步骤404,若不需要召回,则执行步骤405。
步骤403:触发预设召回事件。
步骤405:不触发预设召回事件。
其中,步骤402~步骤405的具体内容可以参考前述实施方式的相关步骤,此处不再赘述。
本实施方式通过采集用户的行为数据,并根据用户的行为数据确定是否需要召回,在需要召回时自动触发预设召回事件,从而能够主动识别可能会流失的用户,并主动召回用户,因此可以提高平台转化率。并且预先确定服务资源是否满足可召回条件,从而可在服务资源能够得到保证的前提下对用户进行召回,有利于保证服务质量。
本发明的第五实施方式涉及一种召回装置,应用于服务器侧。请参阅图5,该召回装置500包括:采集模块501,用于采集用户的行为数据;以及
触发模块502,用于根据用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
具体地,触发模块502还用于根据用户的行为数据确定用户的下单意愿指数是否小于预设指数和/或用户的订单价值是否大于预设价值,若用户的下单意愿指数大于预设指数和/或用户的订单价值大于预设价值,则确定需要召回,并触发预设召回事件,若用户的下单意愿指数大于或者等于预设指数和/或用户的订单价值小于或者等于预设价值,则确定不需要召回,即不触发预设召回事件。其中,预设召回事件包括但不限于向用户的账号发放优惠券,并向用户推送优惠券的发放信息。
其中,采集模块501具体可用于在用户进入预设页面时启动计时,采集预设时长内用户的行为数据。预设页面例如包括:下单页面、商品或者商家展示页面。其中,预设时长可以根据用户的特征数据以及预设页面确定,例如根据用户画像确定。触发模块502还可以用于在预设时长内用户未下单时确定用户的下单意愿指数小于预设指数,和/或根据用户添加购物车的订单确定用户的订单价值是否大于预设价值。在一些例子中,触发模块502还可以根据用户的行为数据预测用户是否将要流失,若将要流失,则确定需要召回。
在实际应用中,召回装置500还可以包括确定模块(图未示),确定模块用于确定服务资源是否满足可召回条件,若满足可召回条件,则触发采集模块501。其中,服务资源可以包括:平台的配送压力和商户的供应情况。确定模块具体可用于在配送压力小于预设压力值且商户的供应情况为充足时,确定服务资源满足可召回条件。
本实施方式的召回装置通过采集模块采集用户的行为数据,并根据用户的行为数据确定是否需要召回,在需要召回时自动触发预设召回事件,从而能够主动识别可能会流失的用户,并主动召回用户,因此可以提高平台转化率。同时,召回装置还可以预先确定服务资源是否满足可召回条件,从而可在服务资源能够得到保证的前提下对用户进行召回,有利于保证服务质量。并且召回装置还可以通过多种方式对是否需要召回的情况进行分析判断,从而可以实现个性化召回。
本发明的第六实施方式涉及一种电子设备。本实施方式的电子设备可以是独立的服务器,也可以是服务器群。如图6所示,电子设备包括存储器602和处理器601;
其中,所述存储器602存储有可被所述至少一个处理器601执行的指令,所述指令被所述至少一个处理器601执行以实现:采集用户的行为数据,根据用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
一个或多个处理器601以及存储器602,图6中以一个处理器601为例。处理器601、存储器602可以通过总线或者其他方式连接,图6中以通过总线连接为例。存储器602作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器601通过运行存储在存储器602中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述召回方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储过滤器等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器602中,当被一个或者多个处理器601执行时,执行上述任意方法实施方式中的召回方法。
上述设备可执行本发明实施方式所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本发明实施方式所提供的方法。
本实施方式通过采集用户的行为数据,并根据用户的行为数据确定是否需要召回,在需要召回时自动触发预设召回事件,从而能够主动识别可能会流失的用户,并主动召回用户,因此可以提高平台转化率。同时,还可以预先确定服务资源是否满足可召回条件,从而可在服务资源能够得到保证的前提下对用户进行召回,有利于保证服务质量。并且还可以通过多种方式对是否需要召回的情况进行分析判断,从而可以实现个性化召回。
本发明的第六实施方式涉及一种非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
本实施方式通过采集用户的行为数据,并根据用户的行为数据确定是否需要召回,在需要召回时自动触发预设召回事件,从而能够主动识别可能会流失的用户,并主动召回用户,因此可以提高平台转化率。同时,还可以预先确定服务资源是否满足可召回条件,从而可在服务资源能够得到保证的前提下对用户进行召回,有利于保证服务质量。并且还可以通过多种方式对是否需要召回的情况进行分析判断,从而可以实现个性化召回。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
本申请实施例公开了A1.一种召回方法,包括:
采集用户的行为数据;
根据所述用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
A2.如A1所述的召回方法,所述根据所述用户的行为数据确定是否需要召回,具体包括:
根据所述用户的行为数据确定所述用户的下单意愿指数是否小于预设指数和/或所述用户的订单价值是否大于预设价值,若所述用户的下单意愿指数小于预设指数和/或所述用户的订单价值大于预设价值,则确定需要召回。
A3.如A2所述的召回方法,所述采集用户的行为数据具体包括:
在所述用户进入预设页面时启动计时,采集预设时长内所述用户的行为数据;其中,所述预设时长根据所述用户的特征数据确定。
A4.如A3所述的召回方法,所述根据所述用户的行为数据确定所述用户的下单意愿指数是否小于预设指数,具体包括:在所述预设时长内所述用户未下单时确定所述用户的下单意愿指数小于预设指数。
A5.如A2所述的召回方法,所述根据所述用户的行为数据确定所述用户的订单价值是否大于预设价值,具体包括:
根据所述用户添加购物车的订单确定所述用户的订单价值是否大于预设价值。
A6.如A1所述的召回方法,所述根据所述用户的行为数据确定是否需要召回,具体包括:
根据所述用户的行为数据预测所述用户是否将要流失,若将要流失,则确定需要召回。
A7.如A1所述的召回方法,在所述根据所述用户的行为数据确定是否需要召回之前,还包括:
确定服务资源是否满足可召回条件,若满足可召回条件,则执行所述根据所述用户的行为数据确定是否需要召回。
A8.如A7所述的召回方法,所述服务资源包括:平台的配送压力和商户的供应情况;
所述确定服务资源是否满足可召回条件,具体包括:
在所述配送压力小于预设压力值且所述商户的供应情况为充足时,确定所述服务资源满足可召回条件。
A9.如A3所述的召回方法,所述预设页面包括:下单页面、商品或者商家展示页面。
A10.如A1至A9中任一项所述的召回方法,触发预设召回事件具体包括:
向所述用户的账号发放优惠券,并向所述用户推送所述优惠券的发放信息。
本申请实施例还公开了B1.一种召回装置,包括:
采集模块,用于采集用户的行为数据;以及
触发模块,用于根据所述用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
本申请实施例还公开了C1.一种电子设备,包括:存储器和处理器,存储器存储计算机程序,处理器运行所述计算机程序以实现:
采集用户的行为数据;
根据所述用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
C2.如C1所述的电子设备,所述处理器还用于执行如A2至A10中任一项所述的召回方法。
本申请实施例还公开了D1.一种存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行如A1至A10中任一项所述的召回方法。
Claims (10)
1.一种召回方法,其特征在于,包括:
采集用户的行为数据;
根据所述用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
2.根据权利要求1所述的召回方法,其特征在于,所述根据所述用户的行为数据确定是否需要召回,具体包括:
根据所述用户的行为数据确定所述用户的下单意愿指数是否小于预设指数和/或所述用户的订单价值是否大于预设价值,若所述用户的下单意愿指数小于预设指数和/或所述用户的订单价值大于预设价值,则确定需要召回。
3.根据权利要求2所述的召回方法,其特征在于,所述采集用户的行为数据具体包括:
在所述用户进入预设页面时启动计时,采集预设时长内所述用户的行为数据;其中,所述预设时长根据所述用户的特征数据确定。
4.根据权利要求3所述的召回方法,其特征在于,所述根据所述用户的行为数据确定所述用户的下单意愿指数是否小于预设指数,具体包括:在所述预设时长内所述用户未下单时确定所述用户的下单意愿指数小于预设指数。
5.根据权利要求2所述的召回方法,其特征在于,所述根据所述用户的行为数据确定所述用户的订单价值是否大于预设价值,具体包括:
根据所述用户添加购物车的订单确定所述用户的订单价值是否大于预设价值。
6.根据权利要求1所述的召回方法,其特征在于,所述根据所述用户的行为数据确定是否需要召回,具体包括:
根据所述用户的行为数据预测所述用户是否将要流失,若将要流失,则确定需要召回。
7.根据权利要求1所述的召回方法,其特征在于,在所述根据所述用户的行为数据确定是否需要召回之前,还包括:
确定服务资源是否满足可召回条件,若满足可召回条件,则执行所述根据所述用户的行为数据确定是否需要召回。
8.一种召回装置,其特征在于,包括:
采集模块,用于采集用户的行为数据;以及
触发模块,用于根据所述用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
9.一种电子设备,其特征在于,包括:存储器和处理器,存储器存储计算机程序,处理器运行所述计算机程序以实现:
采集用户的行为数据;
根据所述用户的行为数据确定是否需要召回,若需要召回,则触发预设召回事件。
10.一种存储介质,其特征在于,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行如权利要求1至7中任一项所述的召回方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811575695.0A CN109670871A (zh) | 2018-12-22 | 2018-12-22 | 召回方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811575695.0A CN109670871A (zh) | 2018-12-22 | 2018-12-22 | 召回方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109670871A true CN109670871A (zh) | 2019-04-23 |
Family
ID=66145953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811575695.0A Pending CN109670871A (zh) | 2018-12-22 | 2018-12-22 | 召回方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109670871A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275503A (zh) * | 2020-03-20 | 2020-06-12 | 京东数字科技控股有限公司 | 一种获取流失用户召回成功率的数据处理方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358247A (zh) * | 2017-04-18 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种确定流失用户的方法及装置 |
CN107507042A (zh) * | 2017-09-15 | 2017-12-22 | 携程计算机技术(上海)有限公司 | 基于用户画像的营销方法及系统 |
CN107730019A (zh) * | 2017-09-29 | 2018-02-23 | 携程计算机技术(上海)有限公司 | 基于用户画像的用户挽回方法及系统 |
US20180218402A1 (en) * | 2017-02-01 | 2018-08-02 | Saied Saadat | Just In Time Online Advertising and Promotion System |
CN108985809A (zh) * | 2017-06-02 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 激励推送的方法、装置、电子设备和存储介质 |
-
2018
- 2018-12-22 CN CN201811575695.0A patent/CN109670871A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180218402A1 (en) * | 2017-02-01 | 2018-08-02 | Saied Saadat | Just In Time Online Advertising and Promotion System |
CN107358247A (zh) * | 2017-04-18 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种确定流失用户的方法及装置 |
CN108985809A (zh) * | 2017-06-02 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 激励推送的方法、装置、电子设备和存储介质 |
CN107507042A (zh) * | 2017-09-15 | 2017-12-22 | 携程计算机技术(上海)有限公司 | 基于用户画像的营销方法及系统 |
CN107730019A (zh) * | 2017-09-29 | 2018-02-23 | 携程计算机技术(上海)有限公司 | 基于用户画像的用户挽回方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275503A (zh) * | 2020-03-20 | 2020-06-12 | 京东数字科技控股有限公司 | 一种获取流失用户召回成功率的数据处理方法及装置 |
CN111275503B (zh) * | 2020-03-20 | 2023-12-05 | 京东科技控股股份有限公司 | 一种获取流失用户召回成功率的数据处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112104899B (zh) | 直播中的信息推荐方法、装置、电子设备及存储介质 | |
CN106570740B (zh) | 商品下单购买方法、装置和服务器 | |
CN105160545B (zh) | 投放信息样式确定方法及装置 | |
CN108364197A (zh) | 确定应用的用户留存率的方法、应用推广方法及电子设备 | |
CN109961351B (zh) | 信息推荐方法、装置、存储介质及计算机设备 | |
CN112288464A (zh) | 商品推荐方法、装置、计算机设备和存储介质 | |
CN111538910A (zh) | 一种智能推荐方法、装置及计算机存储介质 | |
CN107506367B (zh) | 确定应用展示内容的方法、装置及服务器 | |
CN105893532A (zh) | 咨询信息推送方法、装置和终端设备 | |
CN108428153A (zh) | 预售商品的策略调整方法、服务器及策略调整系统 | |
CN111054078A (zh) | 对象信息获取方法及装置 | |
CN115131103A (zh) | 数据处理方法、终端、服务器、电子设备及存储介质 | |
CN109670871A (zh) | 召回方法及装置、电子设备和存储介质 | |
CN111310035A (zh) | 基于心理和行为特征的推荐方法及装置 | |
CN108632358B (zh) | 基于wifi分享的代币管理方法及装置 | |
CN108319612A (zh) | 受众媒体推荐方法和系统 | |
CN104468635B (zh) | 网络平台的用户权限升级认证方法及系统 | |
CN114579843A (zh) | 一种个性化搜索的方法、装置、计算机设备和存储介质 | |
CN111026964A (zh) | 榜单页面的展示方法、电子设备及计算机存储介质 | |
CN115689646A (zh) | 一种广告推送方法及其相关产品 | |
CN113128597B (zh) | 一种用户行为特征的提取和分类预测的方法及装置 | |
CN112134953B (zh) | 基于推送消息的自适应响应方法、计算设备及存储介质 | |
CN107092968A (zh) | 信息提示的方法和装置 | |
CN112669136A (zh) | 基于大数据的金融产品推荐方法、系统、设备及存储介质 | |
CN114626881A (zh) | 广告投放控制方法、装置、设备、存储介质及程序产品 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190423 |