CN109840810A - 数据分析推送方法、装置、后台服务器及可读存储介质 - Google Patents
数据分析推送方法、装置、后台服务器及可读存储介质 Download PDFInfo
- Publication number
- CN109840810A CN109840810A CN201910210342.9A CN201910210342A CN109840810A CN 109840810 A CN109840810 A CN 109840810A CN 201910210342 A CN201910210342 A CN 201910210342A CN 109840810 A CN109840810 A CN 109840810A
- Authority
- CN
- China
- Prior art keywords
- commodity
- client
- data
- advertisement
- behavioral data
- 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 35
- 230000003542 behavioural effect Effects 0.000 claims abstract description 132
- 238000007405 data analysis Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims description 36
- 238000002716 delivery method Methods 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 13
- 238000012935 Averaging Methods 0.000 description 8
- 210000003128 head Anatomy 0.000 description 7
- 210000005252 bulbus oculi Anatomy 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000036651 mood Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000009153 huxin Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Abstract
本发明公开了一种数据分析推送方法,通过获取各个门店显示终端采集的客户的行为数据;对行为数据进行分析,确定各个商品的受欢迎程度;根据各个商品的受欢迎程度,推送广告投放建议和销售策略至显示终端对应的商家的预设终端;获取预设终端基于所述广告投放建议和销售策略反馈的投放指令,并根据投放指令投放对应内容至所述显示终端。本发明还公开了一种数据分析推送装置、后台服务器以及可读存储介质。本发明针对客户对各个商品的偏好、关注程度以及购买意向等,为商家分析出合适的广告投放建议,给商家提供销售策略和服务策略。使得显示终端播放的广告内容针对客户兴趣和意向,起到促进客户消费意向、引领客户消费的作用。
Description
技术领域
本发明涉及数据管理技术领域,尤其涉及一种数据分析推送方法、装置、后台服务器及可读存储介质。
背景技术
显示终端,如手机、电视、广告机等,用于向用户展示文字、图片、视频等信息。随着科技的不断发展,显示终端在各个场合、各个领域随处可见,例如,显示终端可用于影视娱乐信息发布、酒店餐厅商务信息发布、橱窗广告信息发布,在机场、火车站、地铁站显示终端用于显示航班信息,在商用广告领域显示终端用于显示广告信息,在销售领域显示终端用于显示产品信息等。但是,当前的显示终端的投放内容有些盲目,有些显示内容并不能吸引用户眼球,尤其是在需要向用户推广产品时播放的内容,完全是由商家根据个人想法投放的,播放的内容并没有针对用户兴趣和意向,无法起到促进用户消费意向、引领用户消费,达不到显示终端内容显示的目的。
为了使显示终端可以智能地投放内容,目前市场上采用根据不同用户投放不同内容的显示终端。例如,有的零售系统通过获取用户的人脸图像进行人脸识别分析和检测,然后针对每个不同用户的性别、年龄和心情等信息投放不同的广告内容。但是,此类零售系统仅仅是针对不同的用户投放不同的广告内容,并没有针对用户的行为和意向进行分析,并不能为商家分析出合适的投放建议,也无法给商家提供销售策略的建议。并且进入同一类型产品门店的人,往往本身对该类型门店是感兴趣的,在需求、消费心理和意向上可能是类似或相同的,单纯地依据用户的性别、年龄和心情等信息投放广告内容,并不能精准抓住用户需求,从而无法吸引用户眼球、促进用户消费。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种数据分析推送方法,旨在解决当前显示终端无法为商家提供合理的内容投放建议以及销售策略建议的技术问题。
为实现上述目的,本发明提供一种数据分析推送方法,包括:
获取各个门店显示终端采集的客户的行为数据;
对所述行为数据进行分析,确定各个商品的受欢迎程度;
根据所述各个商品的受欢迎程度,推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端;
获取所述预设终端基于所述广告投放建议和销售策略反馈的投放指令,并根据所述投放指令投放对应内容至所述显示终端。
可选地,所述对所述行为数据进行分析,确定各个商品的受欢迎程度的步骤包括:
对所述行为数据进行分析,得到客户对各个商品的广告关注度、商品关注度和/或消费意向;
根据所述广告关注度、所述商品关注度和/或所述消费意向,确定各个商品的受欢迎程度。
可选地,所述对所述行为数据进行分析,得到客户对各个商品的广告关注度、商品关注度和/或消费意向的步骤包括:
分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到客户对各个商品的广告关注度;和/或,
分析所述行为数据中客户观看商品的商品行为数据,得到客户对各个商品的商品关注度;和/或,
分析所述行为数据中客户购买各个商品的消费数据,得到客户对各个商品的消费意向。
可选地,所述分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到客户对各个商品的广告关注度的步骤包括:
分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到各个商品广告的第一关注信息;
对所述第一关注信息进行分析,得到客户对各个商品的广告关注度。
可选地,所述分析所述行为数据中客户观看商品的商品行为数据,得到客户对各个商品的商品关注度的步骤包括:
分析所述行为数据中客户观看商品的商品行为数据,得到各个商品的第二关注信息;
对所述第二关注信息进行分析,得到客户对各个商品的商品关注度。
可选地,所述根据所述广告关注度、所述商品关注度和/或所述消费意向,确定各个商品的受欢迎程度的步骤包括:
获取所述广告关注度对应的广告权重、所述商品关注度对应的商品权重和所述消费意向对应的消费权重;
依据各个商品的广告关注度、各个商品的商品关注度、各个商品的消费意向、广告权重、商品权重和消费权重,确定各个商品的受欢迎程度。
可选地,所述推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端的步骤包括:
推送各个商品的受欢迎程度的分析数据,以及播放受欢迎程度最高的商品及同系列商品广告的广告投放建议至所述显示终端对应的商家的预设终端;
根据各个商品的受欢迎程度,推送销售策略至所述显示终端对应的商家的预设终端。
此外,为实现上述目的,本发明还提供一种数据分析推送装置,所述数据分析推送装置包括:
数据获取模块,用于获取各个门店显示终端采集的客户的行为数据;
数据分析模块,用于对所述行为数据进行分析,确定各个商品的受欢迎程度;
推送模块,用于根据所述各个商品的受欢迎程度,推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端;
投放模块,用于获取所述预设终端基于所述广告投放建议和销售策略反馈的投放指令,并根据所述投放指令投放对应内容至所述显示终端。
此外,为实现上述目的,本发明还提供一种后台服务器,所述后台服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据分析推送程序,所述数据分析推送程序被所述处理器执行时实现如上所述的数据分析推送方法的步骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有数据分析推送程序,所述数据分析推送程序被处理器执行时实现如上所述的数据分析推送方法的步骤。
本发明实施例提出的一种数据分析推送方法、装置、后台服务器及可读存储介质,通过后台服务器获取各个门店显示终端采集的客户的行为数据进行分析,得出客户对各个商品的偏好、关注程度以及购买意向等;后台服务器针对客户对各个商品的偏好、关注程度以及购买意向等,为商家分析出合适的广告投放建议,给商家提供销售策略和服务策略。使得显示终端播放的广告内容针对客户兴趣和意向,起到促进客户消费意向、引领客户消费的作用。各个门店商家可以精准地抓住用户需求来部署商品和服务,从而吸引用户眼球、促进用户消费。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的后台服务器结构示意图;
图2为本发明数据分析推送方法第一实施例的流程示意图;
图3为本发明数据分析推送方法实施例显示终端与后台服务器通信连接示意图;
图4为本发明数据分析推送方法第一实施例中步骤S200细化的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取各个门店显示终端采集的客户的行为数据;对所述行为数据进行分析,确定各个商品的受欢迎程度;根据所述各个商品的受欢迎程度,推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端;获取所述预设终端基于所述广告投放建议和销售策略反馈的投放指令,并根据所述投放指令投放对应内容至所述显示终端。
由于现有技术中,当前的显示终端的投放内容有些盲目,有些显示内容并不能吸引用户眼球,尤其是在需要向用户推广产品时播放的内容,完全是由商家根据个人想法投放的,播放的内容并没有针对用户兴趣和意向,无法起到促进用户消费意向、引领用户消费,达不到显示终端内容显示的目的;并且不能为商家分析出合适的投放建议,也无法给商家提供销售策略的建议。
本发明提供一种解决方案,针对客户对各个商品的偏好、关注程度以及购买意向等,为商家分析出合适的广告投放建议,给商家提供销售策略和服务策略。使得显示终端播放的广告内容针对客户兴趣和意向,起到促进客户消费意向、引领客户消费的作用。各个门店商家可以精准地抓住用户需求来部署商品和服务,从而吸引用户眼球、促进用户消费。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的后台服务器结构示意图。
本发明实施例后台服务器可以是电视、广告机或PC,也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面3)播放器、便携计算机等可移动式终端设备。
如图1所示,本发明实施例后台服务器可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的后台服务器结构并不构成对后台服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及数据分析推送程序。
在图1所示的后台服务器中,网络接口1004主要用于连接网络服务器,与网络服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的数据分析推送程序,并执行以下操作:
获取各个门店显示终端采集的客户的行为数据;
对所述行为数据进行分析,确定各个商品的受欢迎程度;
根据所述各个商品的受欢迎程度,推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端;
获取所述预设终端基于所述广告投放建议和销售策略反馈的投放指令,并根据所述投放指令投放对应内容至所述显示终端。
进一步地,所述对所述行为数据进行分析,确定各个商品的受欢迎程度的步骤包括:
对所述行为数据进行分析,得到客户对各个商品的广告关注度、商品关注度和/或消费意向;
根据所述广告关注度、所述商品关注度和/或所述消费意向,确定各个商品的受欢迎程度。
进一步地,所述对所述行为数据进行分析,得到客户对各个商品的广告关注度、商品关注度和/或消费意向的步骤包括:
分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到客户对各个商品的广告关注度;和/或,
分析所述行为数据中客户观看商品的商品行为数据,得到客户对各个商品的商品关注度;和/或,
分析所述行为数据中客户购买各个商品的消费数据,得到客户对各个商品的消费意向。
进一步地,所述分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到客户对各个商品的广告关注度的步骤包括:
分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到各个商品广告的第一关注信息;
对所述第一关注信息进行分析,得到客户对各个商品的广告关注度。
进一步地,所述分析所述行为数据中客户观看商品的商品行为数据,得到客户对各个商品的商品关注度的步骤包括:
分析所述行为数据中客户观看商品的商品行为数据,得到各个商品的第二关注信息;
对所述第二关注信息进行分析,得到客户对各个商品的商品关注度。
进一步地,所述根据所述广告关注度、所述商品关注度和/或所述消费意向,确定各个商品的受欢迎程度的步骤包括:
获取所述广告关注度对应的广告权重、所述商品关注度对应的商品权重和所述消费意向对应的消费权重;
依据各个商品的广告关注度、各个商品的商品关注度、各个商品的消费意向、广告权重、商品权重和消费权重,确定各个商品的受欢迎程度。
进一步地,所述推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端的步骤包括:
推送各个商品的受欢迎程度的分析数据,以及播放受欢迎程度最高的商品及同系列商品广告的广告投放建议至所述显示终端对应的商家的预设终端;
根据各个商品的受欢迎程度,推送销售策略至所述显示终端对应的商家的预设终端。
基于上述硬件结构,提出本发明方法实施例。
参照图2,在本发明数据分析推送方法第一实施例中,所述数据分析推送方法包括:
步骤S100,获取各个门店显示终端采集的客户的行为数据;
本发明实施例可以应用于实体门店和电子门店,本发明实施例所指的门店在没有特别说明是实体门店还是电子门店时,可以是仅包括实体门店,也可以是仅包括电子门店,还可以是同时包括实体门店和电子门店。如图3所示,一个门店中,可以采用多台显示终端;每个门店的显示终端会带有摄像头,这里显示终端所带摄像头与显示终端可以是分离状态,也可以是一体的,摄像头的主要目的是为了采集门店的图像或视频;每个门店的显示终端向后台服务器发送图片或视频,以及网页浏览数据等信息,并可以接收后台服务器发送的数据。在实体门店和电子门店中,显示终端可以用于向客户展示商品广告和商品信息,并通过摄像头采集各个门店中含客户的图片或视频,各个门店中客户的图片或视频经显示终端发送至后台服务器,后台服务器采用人脸识别技术分析出各个门店的客流量,客户信息(包括性别、年龄、身高、外貌、表情和消费能力等),客户对各个商品的关注度(包括商品被观看次数、时长、被回头观看次数等),以及客户对各个商品广告的关注度(各个商品广告的客流量、独立观看数、回头观看数、观看时长以及观看频度等)。在电子门店中,显示终端还可以用于将网页浏览数据(包括各个商品的浏览情况和各个商品广告的浏览情况等)发送至后台服务器,后台服务器对网页浏览数据进行分析,分析得出各个门店的客流量,客户信息(包括性别、年龄、身高、外貌和消费能力等),客户对各个商品的关注度(包括商品被观看次数、时长、被回头观看次数等),以及客户对各个商品广告的关注度(各个商品广告的客流量、独立观看数、回头观看数、观看时长以及观看频度等)。进一步地,后台服务器还可以获取各个门店的销售数据,后台服务器综合客户对各个商品的关注度、客户对各个商品广告的关注度和销售数据进行分析,分析得出各个商品的受欢迎程度、用户的行为习惯、用户的消费习惯等,然后通过显示终端向商家反馈各个商品的受欢迎程度,以及广告投放建议、销售策略等。
其中,行为数据,是指表现出客户对各个商品的商品关注度的行为,表现出客户对各个商品的广告关注度的行为,表现出客户对各个商品的消费意向的销售数据;这里所指的客户,是指消费群体这一类人。
显示终端将门店的图像或视频发送至后台服务器,或者显示终端将显示终端网页浏览数据发送至后台服务器。后台服务器可以通过显示终端的摄像头采集各个门店中包含客户的图片或视频,以及显示终端发送的网页浏览数据,得到客户的行为数据,包括表现出客户对各个商品的商品关注度的行为、表现出客户对各个商品的广告关注度的行为、表现出客户对各个商品的消费意向的销售数据,或者后台服务器还可以获取到商家上传到服务器的销售数据。
步骤S200,对行为数据进行分析,确定各个商品的受欢迎程度;
后台服务器可以通过显示终端收集同类型所有门店数据的行为数据,并将所有门店的行为数据结合到一起进行分析,从而综合分析得出客户对各个商品的喜爱程度,即确定各个商品的受欢迎程度。具体地,后台服务器对表现出客户对各个商品的商品关注度的行为、表现出客户对各个商品的广告关注度的行为和表现出客户对各个商品的消费意向的销售数据进行分析,分析出客户对各个商品的关注度、对各个商品广告的关注度和对各个商品的购买情况,综合得到各个商品的受欢迎程度。
进一步地,参照图4,步骤S200包括:
步骤S210,对行为数据进行分析,得到客户对各个商品的广告关注度、商品关注度和/或消费意向;
其中,广告关注度,是指通过客户对各个商品的广告的观看行为,确定的客户对各个商品的广告的关注程度;如某商品的广告被多个客户观看、被观看次数较多、被观看时间较长、被回头观看次数较多,则该商品的广告被关注程度较高。商品关注度,是指在通过采集各个门店行为数据分析出的各个商品被关注的程度;如某商品被多次拿起观看,则该商品被关注程度较高。消费意向,是指通过商品的销售数据分析得出的客户更愿意/或主要消费的商品、客户主要消费水平等;如有三款同类型的商品:价格为100元的A商品、价格为200元的B商品、价格为300元的C商品,购买A商品的人数为20人,购买B商品的人数为50人,购买C商品的人数为2人,明显该类型商品客户更愿意/或主要消费的是B商品,其次为A商品、C商品,客户对该类型商品的主要消费水平为200元,其次为100元、300元。
后台服务器通过显示终端收集同类型所有门店数据的行为数据,并将所有门店的行为数据结合到一起进行分析;具体地,后台服务器对显示终端采集的视频或图片采用人脸识别技术进行分析,或者对显示终端发送的网页浏览数据进行分析得到客户对各个商品的广告关注度、商品关注度和/或消费意向。后台服务器分析视频或图片以及网页浏览数据所包含行为数据中客户观看显示终端商品广告的广告行为数据,得到客户对各个商品的广告关注度;分析行为数据中客户观看商品的商品行为数据,得到客户对各个商品的商品关注度;分析行为数据中客户购买各个商品的消费数据,得到客户对各个商品的消费意向。
步骤S220,根据广告关注度、商品关注度和/或消费意向,确定各个商品的受欢迎程度。
后台服务器综合客户对各个商品的广告关注度、客户对各个商品的商品关注度、客户对各个商品的消费意向综合分析,确定各个商品的受欢迎程度。具体地,在客户对商品的广告关注度、客户对商品的商品关注度相同的情况下,则各个商品中,客户消费意向相对较高的商品受欢迎程度相对较高,客户消费意向相对较低的商品受欢迎程度相对较低。在客户对商品的广告关注度、客户对商品的消费意向相同的情况下,则各个商品中,客户对商品的商品关注度相对较高的商品受欢迎程度相对较高,客户对商品的商品关注度相对较低的商品受欢迎程度相对较低。在客户对商品的消费意向、客户对商品的商品关注度相同的情况下,则各个商品中,客户对商品的广告关注度相对较高的商品受欢迎程度相对较高,客户对商品的广告关注度相对较低的商品受欢迎程度相对较低。
为方便理解,以一具体实施例进行说明。例如,在显示终端1上播放了A商品广告、在显示终端2上播放了B商品广告,后台服务器通过分析显示终端1和显示终端2采集的图片或视频分析,发现观看A商品广告的人明显比观看B商品广告的人多、A商品广告的观看时长明显比B商品广告的的观看时长长和/或A商品广告的观看频度明显比B商品广告的的观看频度高等,则明显A商品的广告关注度比B商品的广告关注度高;若A商品的商品关注度、销售数据与B商品的商品关注度、销售数据均相同的情况下,则A商品的受欢迎程度高于B商品的受欢迎程度。
在本实施例中,通过后台服务器对显示终端采集的视频或图片采用人脸识别技术进行分析,或者对显示终端发送的网页浏览数据进行分析,得到客户对各个商品的广告关注度、商品关注度和/或消费意向,然后综合各个商品的广告关注度、商品关注度和/或消费意向分析,可以更加准确得到各个商品的受欢迎程度高低,避免了现有技术中单纯针对每个不同顾客的信息(如年龄、性别、心情等)向不同顾客推荐不同广告或商品、推荐广告或商品不贴近客户的需求,无法促进客户消费的技术问题。
步骤S300,根据各个商品的受欢迎程度,推送广告投放建议和销售策略至显示终端对应的商家的预设终端;
后台服务器在确定各个商品的受欢迎程度后,依据各个商品的受欢迎程度,后台服务器向对应的商家的预设终端展示各个商品的受欢迎程度的分析数据,并依次向显示终端对应的商家的预设终端推荐受欢迎程度从高至低的各个商品以及与该商品为同类型商品的广告,以及推荐受欢迎程度从高至低的各个商品以及与该商品为同类型的商品的销售策略;如,受欢迎程度相对高的商品及同类型商品建议主推,受欢迎程度相对低的商品及同类型商品建议作为辅助,不受欢迎的商品及同类型商品建议下架等等。使得商家可以清楚了解到各个商品的受欢迎程度、并可以接收到后台服务器分析得出的广告投放建议和销售策略,从而商家可以针对后台服务器的分析数据部署门店的商品以及服务。
进一步地,后台服务器还可以通过对显示终端收集同类型所有门店数据的行为数据进行分析,得到客户对各个商品的服务需求等等,后台服务器根据客户对各个商品的服务需求等等,向显示终端对应的商家的预设终端推送服务策略等,使得商家可以根据后台服务器分析得到服务策略为客户提供更好的服务,提高客户消费满意度。
步骤S400,获取预设终端基于广告投放建议和销售策略反馈的投放指令,并根据投放指令投放对应内容至显示终端。
其中,投放指令,是指商家选择投放的内容后,商家对应的预设终端向后台服务器反馈的播放广告的指令,后台服务器接收到投放指令后,将投放商家选择投放的内容至显示终端。商家在接收到后台服务器推送的广告投放建议和销售策略,或者服务策略后,商家可以根据需求选择,是否接受后台服务器的广告投放建议、销售策略和服务策略等。商家在认为后台服务器的分析数据比较符合当前的市场情况时,可以根据后台服务器推送的广告投放建议、销售策略和服务策略,投放广告、部署商品以及服务,对当前的广告投放、销售策略和服务策略作进一步调整。商家可以直接选择后台服务器推送的广告在进行投放,后台服务器在通过预设终端向商家推送广告投放建议、销售策略和服务策略后,预设终端会向后台服务器反馈投放指令,反馈商家选择投放的内容;当后台服务器获取到预设终端反馈的播放广告的投放指令时,后台服务器向显示终端投放商家选择播放的广告内容。
在本实施例中,通过后台服务器获取各个门店显示终端采集的客户的行为数据进行分析,得出客户对各个商品的偏好、关注程度以及购买意向等;后台服务器针对客户对各个商品的偏好、关注程度以及购买意向等,为商家或广告需求方分析出合适的广告投放建议,给商家提供销售策略和服务策略。使得显示终端播放的广告内容针对客户兴趣和意向,起到促进客户消费意向、引领客户消费的作用。各个门店可以精准地抓住用户需求来部署商品和服务,从而吸引用户眼球、促进用户消费。
进一步地,在本发明数据分析推送方法第二实施例中,基于上述图2所述的实施例,步骤S210包括:
步骤S211,分析行为数据中客户观看显示终端商品广告的广告行为数据,得到客户对各个商品的广告关注度;和/或,
其中,广告行为数据,是指各个商品广告被客户观看时,各个观看客户的行为表现,包括独立观看、回头观看、观看时长和/或表情等。广告行为数据可以是通过显示终端发送摄像头采集的门店图片或视频得到,即广告行为数据以图片或视频方式承载,也可以是通过显示终端发送的显示终端网页浏览数据得到,即广告行为数据以网页浏览数据方式承载。
后台服务器可以通过显示终端收集同类型所有门店数据的行为数据,并将所有门店的行为数据中的广告行为数据结合到一起进行分析,从而综合分析得出客户对各个商品的广告关注度。
进一步地,步骤S211包括:
步骤A10,分析行为数据中客户观看显示终端商品广告的广告行为数据,得到各个商品广告的的第一关注信息;
后台服务器可以通过显示终端收集同类型所有门店数据的行为数据,并将所有门店的行为数据中的广告行为数据结合到一起进行分析,从而综合分析得出客户对各个商品的第一关注信息。具体地,若广告行为数据的承载方式为图像或视频,则采用人脸识别技术,对含广告行为数据的图像或视频进行分析,得到各个商品广告的客流量、独立观看数、回头观看数、观看时长和观看频度等第一关注信息。若广告行为数据的承载方式为网页浏览数据,则对含广告行为数据的网页浏览数据进行分析,得到各个商品广告的客流量、独立观看数、回头观看数、观看时长和观看频度等第一关注信息。
其中,第一关注信息,是指商品广告的客流量、独立观看数、回头观看数、观看时长和观看频度等等,在此不一一列举。客流量,是指该商品广告的浏览次数;回头观看,是指该商品广告被同一客户再次观看;观看时长,是指每个客户观看该商品广告的时长和该商品广告被所有客户观看的总时长;观看频度,是指该商品广告被用户观看的频率大小。
步骤A20,对第一关注信息进行分析,得到客户对各个商品的广告关注度。
具体地,后台服务器对商品广告的客流量、独立观看数、回头观看数、观看时长和观看频度等等第一关注信息进行分析,从而综合分析得出客户对各个商品的广告关注度。
为了方便理解,以一具体实施例进行说明。例如,在门店1中商品a的广告被客户观看了80次、并被有的客户回头观看20次、观看的时间平均在2分钟左右、被观看的频率平均为20分钟一次;在门店2中商品a的广告被客户观看了50次、并被有的客户回头观看10次、观看的时间平均在2分钟左右、被观看的频率平均为30分钟一次;而在门店1中商品b的广告被客户观看了5次、并未被客户回头观看、观看的时间平均在不到半分钟、被观看的频率平均为一小时一次;在门店2中商品b的广告被客户观看了10次、并被有的客户回头观看1次、观看的时间平均在不到分钟、被观看的频率平均为一小时一次;则综合以上数据明显分析得出,相对商品b的广告,商品a的广告比较吸引客户,证明客户对商品a的广告关注度高于对商品b的广告关注度。
在本实施例中,后台服务器通过对客户观看显示终端商品广告的广告行为数据进行分析,综合得出各个商品的广告对客户的吸引力,从而得到客户对各个商品的广告关注度,可以为进一步分析各个商品的受欢迎程度提供更准确的数据。
步骤S212,分析行为数据中客户观看商品的商品行为数据,得到客户对各个商品的商品关注度;和/或,
其中,商品行为数据,是指各个商品被客户观看时,各个观看客户的行为表现,包括拿起观看、远距离观看/近距离观看、独立观看、回头观看、观看时长和/或表情等。商品行为数据可以是通过显示终端发送摄像头采集的门店图片或视频得到,即商品行为数据以图片或视频方式承载,也可以是通过显示终端发送的显示终端网页浏览数据得到,即商品行为数据以网页浏览数据方式承载。
后台服务器可以通过显示终端收集同类型所有门店数据的行为数据,并将所有门店的行为数据中的商品行为数据结合到一起进行分析,从而综合分析得出客户对各个商品的商品关注度。
进一步地,步骤S212包括:
步骤B10,分析行为数据中客户观看商品的商品行为数据,得到各个商品的第二关注信息;
后台服务器可以通过显示终端收集同类型所有门店数据的行为数据,并将所有门店的行为数据中的商品行为数据结合到一起进行分析,从而综合分析得出客户对各个商品的第二关注信息。具体地,若商品行为数据的承载方式为图像或视频,则采用人脸识别技术,对含商品行为数据的图像或视频进行分析,得到各个商品的客流量、独立观看数、回头观看数、观看时长和观看频度等第二关注信息。若商品行为数据的承载方式为网页浏览数据,则对含商品行为数据的网页浏览数据进行分析,得到各个商品的客流量、独立观看数、回头观看数、观看时长和观看频度等第二关注信息。
其中,第二关注信息,是指被观看的商品的客流量、独立观看数、回头观看数、观看时长和观看频度等等,在此不一一列举。客流量,是指该商品的被观看次数;回头观看,是指该商品被同一客户再次观看;观看时长,是指每个客户观看该商品的时长和该商品被所有客户观看的总时长;观看频度,是指该商品被用户观看的频率大小。
步骤B20,对第二关注信息进行分析,得到客户对各个商品的商品关注度。
具体地,后台服务器对商品的客流量、独立观看数、回头观看数、观看时长和观看频度等等第二关注信息进行分析,从而综合分析得出客户对各个商品的商品关注度。
为了方便理解,以一具体实施例进行说明。例如,在门店1中商品a被客户观看了80次、并被有的客户回头观看20次、观看的时间平均在2分钟左右、被观看的频率平均为20分钟一次;在门店2中商品a被客户观看了50次、并被有的客户回头观看10次、观看的时间平均在2分钟左右、被观看的频率平均为30分钟一次;而在门店1中商品b被客户观看了5次、并未被客户回头观看、观看的时间平均在不到半分钟、被观看的频率平均为一小时一次;在门店2中商品b被客户观看了10次、并被有的客户回头观看1次、观看的时间平均在不到分钟、被观看的频率平均为一小时一次;则综合以上数据明显分析得出,相对商品b,商品a更吸引客户,证明客户对商品a的关注度高于对商品b的关注度。
在本实施例中,后台服务器通过对客户观看商品的商品行为数据进行分析,综合得出各个商品对客户的吸引力,从而得到客户对各个商品的商品关注度,可以为进一步分析各个商品的受欢迎程度提供更准确的数据。
步骤S213,分析行为数据中客户购买各个商品的消费数据,得到客户对各个商品的消费意向。
其中,消费数据,是指客户购买的各个商品的款式、型号、价格以及被购买的次数、购买商品的主要群体等信息。
后台服务器可以通过显示终端收集同类型所有门店数据的行为数据,并将所有门店的行为数据中的消费数据结合到一起进行分析,从而综合分析得出客户对各个商品的消费意向。
在本实施例中,针对客户观看显示终端商品广告的广告行为数据可以精准的分析出客户对各个商品的广告关注度,针对客户观看商品的商品行为数据可以精准的分析出客户对各个商品的商品关注度,针对客户购买各个商品的消费数据可以精准的分析出客户对各个商品的消费意向。客户对各个商品的广告关注度、客户对各个商品的商品关注度以及客户对各个商品的消费意向,可以为进一步分析各个商品的受欢迎程度提供更准确的数据。
进一步地,在本发明数据分析推送方法第三实施例中,基于上述图2所述的实施例,步骤S220包括:
步骤S221,获取广告关注度对应的广告权重、商品关注度对应的商品权重和消费意向对应的消费权重;
在本发明实施例中,各个商品的广告关注度、商品关注度和消费意向影响着商品受欢迎程度。其中,广告权重,是指用于表示广告关注度对商品受欢迎程度影响大小的比例值。商品权重,是指用于表示商品关注度对商品受欢迎程度影响大小的比例值。消费权重,是指用于表示消费意向对商品受欢迎程度影响大小的比例值。后台服务器获取的广告权重、商品权重和消费权重的具体值,可以是商家可以选择输入的权重值,或者后台服务默认的权重值,或者是通过其他途径得到权重值。
步骤S222,依据各个商品的广告关注度、各个商品的商品关注度、各个商品的消费意向、广告权重、商品权重和消费权重,确定各个商品的受欢迎程度。
具体地,后台服务器依据各个商品的广告关注度的大小和广告权重的大小,计算出各个商品广告的受欢迎程度;后台服务器依据各个商品的商品关注度的大小和商品权重的大小,计算出各个商品被观看的受欢迎程度;后台服务器依据各个商品的消费意向的大小和消费权重的大小,计算出各个商品被消费的受欢迎程度;进而后台服务器综合各个商品广告的受欢迎程度、各个商品被观看的受欢迎程度以及各个商品被消费的受欢迎程度等计算的得出各个商品的受欢迎程度。
在本实施例中,通过将广告关注度、商品关注度消费意向的影响力按照一定的比例权重计算出商品受欢迎程度,商家可以根据市场需求选择广告关注度、商品关注度消费意向的影响力的权重大小,使得后台服务器计算得到的各个商品的受欢迎程度更符合实际。同时避免广告关注度、商品关注度消费意向和对商品受欢迎程度的影响力不同,将广告关注度、商品关注度和消费意向的影响力采用同一权重进行计算,无法计算得出准确的商品受欢迎程度。
进一步地,步骤S300包括:
步骤S310,推送各个商品的受欢迎程度的分析数据,以及播放受欢迎程度最高的商品及同系列商品广告的广告投放建议至显示终端对应的商家的预设终端;
后台服务器在确定各个商品的受欢迎程度后,后台服务器推送各个商品的受欢迎程度的分析数据、以及播放受欢迎程度最高的商品及同系列商品广告的广告投放建议至显示终端对应的商家的预设终端;从而向商家展示各个商品的受欢迎程度的分析数据,向商家推荐受欢迎程度从高至低的各个商品以及与该商品为同系列或同类型商品的广告。例如,后台服务器可以通过显示终端,向商家推荐:优先播放受欢迎程度最高的商品以及同系列或同类型商品的广告,选择性播放受欢迎程度相对较高的商品以及同系列或同类型商品的广告,减少播放不受欢迎的商品以及同系列或同类型商品的广告,避免所投放广告无法吸引客户、导致无人观看而浪费资源。
步骤S320,根据各个商品的受欢迎程度,推送销售策略至显示终端对应的商家的预设终端。
后台服务器根据各个商品的受欢迎程度,推送销售策略至显示终端对应的商家的预设终端,从而依次向商家推荐受欢迎程度从高至低的各个商品以及与该商品为同系列或同类型的商品的销售策略。如,受欢迎程度相对高的商品及同系列或同类型商品建议主推、多布局、放置于显眼位置、并增加服务等;不受欢迎或受欢迎程度相对低的商品及同系列或同类型商品建议作为辅助、减少布局放置于相对不是那么有利的位置、减少服务等等;或者不受欢迎的商品及同系列或同类型商品建议下架、等等。
在本实施例中,通过后台服务器对显示终端采集的行为数据进行分析得到各个商品的受欢迎程度后,后台服务器依据各个商品的受欢迎程度,并进一步为商家分析出合适的广告投放建议、销售策略以及服务策略等;使得商家可以有针对性的部署受欢迎程度高的商品、抓住客户兴趣和心理投放广告以及针对客户的需求部署服务,从而能恰当地引领客户、促进客户消费。
此外,本发明实施例还提出一种数据分析推送装置,所述数据分析推送装置包括:
数据获取模块,用于获取各个门店显示终端采集的客户的行为数据;
数据分析模块,用于对所述行为数据进行分析,确定各个商品的受欢迎程度;
推送模块,用于根据所述各个商品的受欢迎程度,推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端;
投放模块,用于获取所述预设终端基于所述广告投放建议和销售策略反馈的投放指令,并根据所述投放指令投放对应内容至所述显示终端。
可选地,数据分析模块还用于:
对所述行为数据进行分析,得到客户对各个商品的广告关注度、商品关注度和/或消费意向;
根据所述广告关注度、所述商品关注度和/或所述消费意向,确定各个商品的受欢迎程度。
可选地,数据分析模块还用于:
分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到客户对各个商品的广告关注度;和/或,
分析所述行为数据中客户观看商品的商品行为数据,得到客户对各个商品的商品关注度;和/或,
分析所述行为数据中客户购买各个商品的消费数据,得到客户对各个商品的消费意向。
可选地,数据分析模块还用于:
分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到各个商品的广告第一关注信息;
对所述第一关注信息进行分析,得到客户对各个商品的广告关注度。
可选地,数据分析模块还用于:
分析所述行为数据中客户观看商品的商品行为数据,得到各个商品的第二关注信息;
对所述第二关注信息进行分析,得到客户对各个商品的商品关注度。
可选地,数据分析模块还用于:
获取所述广告关注度对应的广告权重、所述商品关注度对应的商品权重和所述消费意向对应的消费权重;
依据各个商品的广告关注度、各个商品的商品关注度、各个商品的消费意向、广告权重、商品权重和消费权重,确定各个商品的受欢迎程度。
可选地,推送模块还用于:
推送各个商品的受欢迎程度的分析数据,以及播放受欢迎程度最高的商品及同系列商品广告的广告投放建议至所述显示终端对应的商家的预设终端;
根据各个商品的受欢迎程度,推送销售策略至所述显示终端对应的商家的预设终端。
本发明数据分析推送装置具体实施方式可以参照上述数据分析推送方法各实施例,在此不再赘述。
此外,本发明实施例还提出一种可读存储介质,所述可读存储介质上存储有数据分析推送程序,所述数据分析推送程序被处理器执行时实现如上所述的数据分析推送方法的步骤。
本发明可读存储介质具体实施方式可以参照上述数据分析推送方法各实施例,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种数据分析推送方法,其特征在于,所述数据分析推送方法包括:
获取各个门店显示终端采集的客户的行为数据;
对所述行为数据进行分析,确定各个商品的受欢迎程度;
根据所述各个商品的受欢迎程度,推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端;
获取所述预设终端基于所述广告投放建议和销售策略反馈的投放指令,并根据所述投放指令投放对应内容至所述显示终端。
2.如权利要求1所述的数据分析推送方法,其特征在于,所述对所述行为数据进行分析,确定各个商品的受欢迎程度的步骤包括:
对所述行为数据进行分析,得到客户对各个商品的广告关注度、商品关注度和/或消费意向;
根据所述广告关注度、所述商品关注度和/或所述消费意向,确定各个商品的受欢迎程度。
3.如权利要求2所述的数据分析推送方法,其特征在于,所述对所述行为数据进行分析,得到客户对各个商品的广告关注度、商品关注度和/或消费意向的步骤包括:
分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到客户对各个商品的广告关注度;和/或,
分析所述行为数据中客户观看商品的商品行为数据,得到客户对各个商品的商品关注度;和/或,
分析所述行为数据中客户购买各个商品的消费数据,得到客户对各个商品的消费意向。
4.如权利要求3所述的数据分析推送方法,其特征在于,所述分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到客户对各个商品的广告关注度的步骤包括:
分析所述行为数据中客户观看显示终端商品广告的广告行为数据,得到各个商品的广告第一关注信息;
对所述第一关注信息进行分析,得到客户对各个商品的广告关注度。
5.如权利要求3所述的数据分析推送方法,其特征在于,所述分析所述行为数据中客户观看商品的商品行为数据,得到客户对各个商品的商品关注度的步骤包括:
分析所述行为数据中客户观看商品的商品行为数据,得到各个商品的第二关注信息;
对所述第二关注信息进行分析,得到客户对各个商品的商品关注度。
6.如权利要求2所述的数据分析推送方法,其特征在于,所述根据所述广告关注度、所述商品关注度和/或所述消费意向,确定各个商品的受欢迎程度的步骤包括:
获取所述广告关注度对应的广告权重、所述商品关注度对应的商品权重和所述消费意向对应的消费权重;
依据各个商品的广告关注度、各个商品的商品关注度、各个商品的消费意向、广告权重、商品权重和消费权重,确定各个商品的受欢迎程度。
7.如权利要求1至6任一项所述的数据分析推送方法,其特征在于,所述推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端的步骤包括:
推送各个商品的受欢迎程度的分析数据,以及播放受欢迎程度最高的商品及同系列商品广告的广告投放建议至所述显示终端对应的商家的预设终端;
根据各个商品的受欢迎程度,推送销售策略至所述显示终端对应的商家的预设终端。
8.一种数据分析推送装置,其特征在于,所述数据分析推送装置包括:
数据获取模块,用于获取各个门店显示终端采集的客户的行为数据;
数据分析模块,用于对所述行为数据进行分析,确定各个商品的受欢迎程度;
推送模块,用于根据所述各个商品的受欢迎程度,推送广告投放建议和销售策略至所述显示终端对应的商家的预设终端;
投放模块,用于获取所述预设终端基于所述广告投放建议和销售策略反馈的投放指令,并根据所述投放指令投放对应内容至所述显示终端。
9.一种后台服务器,其特征在于,所述后台服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据分析推送程序,所述数据分析推送程序被所述处理器执行时实现如权利要求1至7中任一项所述的数据分析推送方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有数据分析推送程序,所述数据分析推送程序被处理器执行时实现如权利要求1至7中任一项所述的数据分析推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910210342.9A CN109840810A (zh) | 2019-03-19 | 2019-03-19 | 数据分析推送方法、装置、后台服务器及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910210342.9A CN109840810A (zh) | 2019-03-19 | 2019-03-19 | 数据分析推送方法、装置、后台服务器及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109840810A true CN109840810A (zh) | 2019-06-04 |
Family
ID=66886050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910210342.9A Pending CN109840810A (zh) | 2019-03-19 | 2019-03-19 | 数据分析推送方法、装置、后台服务器及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109840810A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110225141A (zh) * | 2019-06-28 | 2019-09-10 | 北京金山安全软件有限公司 | 内容推送方法、装置及电子设备 |
CN111192111A (zh) * | 2019-12-26 | 2020-05-22 | 广东美的白色家电技术创新中心有限公司 | 产品销售数据的分析方法、终端设备 |
CN111709792A (zh) * | 2020-06-23 | 2020-09-25 | 成都新潮传媒集团有限公司 | 广告匹配方法、装置、服务器及存储介质 |
CN112559863A (zh) * | 2020-12-14 | 2021-03-26 | 杭州趣链科技有限公司 | 基于区块链的信息推送方法、装置、设备和存储介质 |
CN113052502A (zh) * | 2021-04-27 | 2021-06-29 | 四川新天杰文化传媒股份有限公司 | 基于影响力机制的资源分配系统及方法 |
WO2021164222A1 (zh) * | 2020-02-20 | 2021-08-26 | 北京三快在线科技有限公司 | 确定物品分析数据 |
CN114757595A (zh) * | 2022-06-15 | 2022-07-15 | 中邮消费金融有限公司 | 一种基于自定义调度策略的电话销售任务调度方法及系统 |
CN115293823A (zh) * | 2022-09-26 | 2022-11-04 | 深圳媒介之家文化传播有限公司 | 基于广告点击数据分析的用户偏好识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331628A (ja) * | 2000-05-24 | 2001-11-30 | Just Syst Corp | マーケティング調査システム及び方法、装置並びに記録媒体 |
JP2010020666A (ja) * | 2008-07-14 | 2010-01-28 | Seiko Epson Corp | 広告効果計測システム、広告効果計測装置、広告効果計測装置の制御方法およびそのプログラム |
CN106296264A (zh) * | 2016-07-28 | 2017-01-04 | 河海大学常州校区 | 一种基于人脸识别的智能广告推送系统 |
CN107798560A (zh) * | 2017-10-23 | 2018-03-13 | 武汉科技大学 | 一种零售商店个性广告智能推送方法及系统 |
CN107918884A (zh) * | 2017-11-21 | 2018-04-17 | 上海亿动信息技术有限公司 | 一种基于用户行为实现广告推送的控制方法、装置及系统 |
CN108156518A (zh) * | 2017-12-26 | 2018-06-12 | 上海亿动信息技术有限公司 | 一种通过用户关注广告进行广告定向投放的方法及装置 |
-
2019
- 2019-03-19 CN CN201910210342.9A patent/CN109840810A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331628A (ja) * | 2000-05-24 | 2001-11-30 | Just Syst Corp | マーケティング調査システム及び方法、装置並びに記録媒体 |
JP2010020666A (ja) * | 2008-07-14 | 2010-01-28 | Seiko Epson Corp | 広告効果計測システム、広告効果計測装置、広告効果計測装置の制御方法およびそのプログラム |
CN106296264A (zh) * | 2016-07-28 | 2017-01-04 | 河海大学常州校区 | 一种基于人脸识别的智能广告推送系统 |
CN107798560A (zh) * | 2017-10-23 | 2018-03-13 | 武汉科技大学 | 一种零售商店个性广告智能推送方法及系统 |
CN107918884A (zh) * | 2017-11-21 | 2018-04-17 | 上海亿动信息技术有限公司 | 一种基于用户行为实现广告推送的控制方法、装置及系统 |
CN108156518A (zh) * | 2017-12-26 | 2018-06-12 | 上海亿动信息技术有限公司 | 一种通过用户关注广告进行广告定向投放的方法及装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110225141A (zh) * | 2019-06-28 | 2019-09-10 | 北京金山安全软件有限公司 | 内容推送方法、装置及电子设备 |
CN110225141B (zh) * | 2019-06-28 | 2022-04-22 | 北京金山安全软件有限公司 | 内容推送方法、装置及电子设备 |
CN111192111A (zh) * | 2019-12-26 | 2020-05-22 | 广东美的白色家电技术创新中心有限公司 | 产品销售数据的分析方法、终端设备 |
WO2021164222A1 (zh) * | 2020-02-20 | 2021-08-26 | 北京三快在线科技有限公司 | 确定物品分析数据 |
CN111709792A (zh) * | 2020-06-23 | 2020-09-25 | 成都新潮传媒集团有限公司 | 广告匹配方法、装置、服务器及存储介质 |
CN112559863A (zh) * | 2020-12-14 | 2021-03-26 | 杭州趣链科技有限公司 | 基于区块链的信息推送方法、装置、设备和存储介质 |
CN113052502A (zh) * | 2021-04-27 | 2021-06-29 | 四川新天杰文化传媒股份有限公司 | 基于影响力机制的资源分配系统及方法 |
CN114757595A (zh) * | 2022-06-15 | 2022-07-15 | 中邮消费金融有限公司 | 一种基于自定义调度策略的电话销售任务调度方法及系统 |
CN115293823A (zh) * | 2022-09-26 | 2022-11-04 | 深圳媒介之家文化传播有限公司 | 基于广告点击数据分析的用户偏好识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109840810A (zh) | 数据分析推送方法、装置、后台服务器及可读存储介质 | |
Krumm | Ubiquitous advertising: The killer application for the 21st century | |
Abbasi et al. | The impact of advertising value of in-game pop-up ads in online gaming on gamers’ inspiration: An empirical investigation | |
US20130145390A1 (en) | System and Method for Tracking and Rewarding Media and Entertainment Usage Including Substantially Real Time Rewards | |
US20100205045A1 (en) | System and method for improving retail store customer loyalty | |
US9380332B1 (en) | Video advertisement caching | |
EP2144441A1 (en) | Advertisement server, user terminal, advertisement method, and advertisement viewing program | |
EP2092477A1 (en) | Smart advertisement generating system | |
US20120295542A1 (en) | System for creating web based applications linked to rfid tags | |
CN106485532A (zh) | 分配有偿信息的服务器 | |
CN111699503A (zh) | 一种广告推荐方法、装置及电子设备 | |
Park et al. | Benefit segmentation of TV home shoppers | |
US20120197734A1 (en) | Product Based Advertisement Selection Method and Apparatus | |
Liao et al. | Data mining analytics investigate Facebook Live stream users’ behaviors and business models: The evidence from Thailand | |
Carter | New frontier, new power: the retail environment in Australia’s dark market | |
Anwar et al. | Internet Advertising and Consumptive Lifestyle of the Students | |
US20150242877A1 (en) | System for wearable computer device and method of using and providing the same | |
Semerádová et al. | The (in) effectiveness of in-stream video ads: Comparison of facebook and youtube | |
De Villiers et al. | International market segmentation across consumption and communication categories: Identity, demographics, and consumer decisions and online habits | |
KR20140073904A (ko) | 리워드형 광고 제공 방법 및 서버 | |
Williams et al. | Looking backwards to move forwards: assessing the informativeness of mobile shoppable video | |
Song et al. | Evolution of strategy and commercial relationships for social media platforms: The case of YouTube | |
US20140351050A1 (en) | Product Based Advertisement Selection Method and Apparatus | |
Ertekin | Shoppable videos are in: how do consumers respond? | |
Li | A Study of Livestream Shopping’s Role in the Customer Journey |
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: 20190604 |