CN110516155A - 营销策略生成方法及系统 - Google Patents
营销策略生成方法及系统 Download PDFInfo
- Publication number
- CN110516155A CN110516155A CN201910809509.3A CN201910809509A CN110516155A CN 110516155 A CN110516155 A CN 110516155A CN 201910809509 A CN201910809509 A CN 201910809509A CN 110516155 A CN110516155 A CN 110516155A
- Authority
- CN
- China
- Prior art keywords
- crowd
- marketing
- moving target
- value
- task
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的实施例提供一种营销策略生成方法及系统,该方法包括:根据平台历史客户在人群标签上的取值,确定平台历史客户所属的活动目标人群;根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为运营任务对应的活动目标人群;其中,筛选出的若干个活动目标人群满足如下条件:若干个活动目标人群的预估销售额的累加值大于运营任务的目标销售额;根据预设的排期策略,在运营任务的活动日期范围内对运营任务对应的活动目标人群进行活动排期,得到运营任务对应的营销策略。本发明的实施例提供的方案,能够实现营销策略的自动化生成和精准推送,提高运营效率和推送转化率。
Description
技术领域
本发明实施例涉及营销技术领域,尤其涉及一种营销策略生成方法及系统。
背景技术
随着电商和大数据的快速发展,电商商家积累了大量客户购买、交互、行为数据,对这些存量用户的服务与价值维系成了当前及未来的主要方向。目前电商行业用户的大数据体系建设趋于完善,形成了离线大数据分析、实时大数据投放的核心大数据支撑,从而为电商市场用户提供贴身服务奠定了基础。
目前,电商客户运营方式主要是采用人工分析结合运营工具的方式进行。首先进行专家数据分析,采用数据分析工具,提出客户运营策略方向;然后制定运营计划,进行运营活动日期和经费安排;接下来由运营人员根据运营计划,制定具体运营策略,包括运营人群、短信内容、发送时间等,再利用客户运营工具将上述策略实例化,实现对选定人群的短信触达和运营。
虽然具有数据分析过程,用于支撑运营决策,但是主要依靠人工分析和决策,运营效率低,且人员能力要求高,水平参差不齐,无法保证营销的精准推送。
发明内容
针对现有技术中的缺陷,本发明实施例提供一种营销策略生成方法及系统,能够实现营销策略的自动化生成,提高运营效率,实现营销的精准推送,提高推送转化率。
一方面,本发明的实施例提供了一种营销策略生成方法,包括:
根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群;
根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群;其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额;
根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
可选地,所述确定所述平台历史客户所属的活动目标人群之后,所述营销策略生成方法还包括:
针对每一个活动目标人群,根据属于所述活动目标人群的各平台历史客户的历史订单数据和营销活动数据,确定所述活动目标人群在各营销指标上的历史取值;
其中,所述营销指标包括如下至少一项:访问转化率、购买转化率、客单价和营销人数。
可选地,所述根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群,包括:
根据各活动目标人群在各营销指标上的历史取值,提取各活动目标人群在所述运营任务对应的优先关联的营销指标上的历史取值,并根据优先关联的营销指标上的历史取值从大到小的顺序对各活动目标人群进行排序;
依序选取活动目标人群进行预估销售额的计算,并计算预估销售额的累加值,若预估销售额的累加值小于所述运营任务的目标销售额,则依序选取下一个活动目标人群进行预估销售额的计算,直至预估销售额的累加值大于所述运营任务的目标销售额。
可选地,所述活动目标人群的预估销售额通过如下方式计算:
根据所述活动目标人群在各营销指标上的历史取值,提取所述活动目标人群在购买转化率以及客单价上的历史取值;
根据所述活动目标人群的人群数量、所述活动目标人群在购买转化率以及客单价上的历史取值,计算所述活动目标人群的预估销售额。
可选地,所述人群标签取值包括如下至少一项:
客户最后一次消费距当前的天数、客户设定时长内的消费总金额和客户设定时长内的消费次数。
可选地,所述运营任务包括如下任意一种:拉新任务、销售任务、维护任务。
可选地,得到所述运营任务对应的营销策略之后,所述营销策略生成方法还包括:
根据所述运营任务对应的营销策略,对所述运营任务对应的活动目标人群推送营销活动信息。
又一方面,本发明的实施例还提供一种营销策略生成系统,包括:
人群划分模块,用于根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群;
任务人群筛选模块,用于根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群;其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额;
营销策略生成模块,用于根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
又一方面,本发明的实施例还提供了一种电子设备,包括处理器、存储器和总线,其中:
所述处理器,所述存储器通过总线完成相互间的通信;
所述处理器可以调用存储器中的计算机程序,以执行上述实施例提供的营销策略生成方法的各步骤。
再一方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例提供的营销策略生成方法的各步骤。
本发明实施例提供的营销策略生成方法及系统,根据运营任务对应的优先关联的营销指标以及预先划分的各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出预估销售额的累加值大于所述运营任务的目标销售额的活动目标人群;并根据预设的排期策略,对筛选出的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。这样,可以实现营销策略的自动化生成,相较于现有人工运营,大大提高了运营效率,而且,可以避免因为人员水平受限而无法保证营销的精准推送,提高推送转化率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,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示出了根据本发明一实施例的营销策略生成方法的示例性流程图;
图2示出了根据本发明又一实施例的营销策略生成方法的示例性流程图;
图3示出了根据本发明一实施例的营销策略生成系统的结构示意图;
图4示出了根据本发明一实施例的电子设备的结构示意图。
具体实施方式
以下将结合附图对本发明的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
本申请使用的“模块”、“装置”等术语旨在包括与计算机相关的实体,例如但不限于硬件、固件、软硬件组合、软件或者执行中的软件。例如,模块可以是,但并不仅限于:处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。举例来说,计算设备上运行的应用程序和此计算设备都可以是模块。一个或多个模块可以位于执行中的一个进程和/或线程内,一个模块也可以位于一台计算机上和/或分布于两台或更多台计算机之间。
下面结合附图详细说明本发明的技术方案。
参考图1,其示出了根据本发明一实施例的营销策略生成方法的示例性流程图。
如图1所示,本发明的一个实施例提供的营销策略生成方法,可以包括如下步骤:
S110:根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群。
其中,人群标签可以包括如下至少一项:客户最后一次消费距当前的天数R,客户设定时长内的消费总金额M,客户设定时长内的消费次数F。
可以理解是,人群标签不局限于上述三种,还可以包括其他可用于描述平台客户特点指标值。这样,根据人群标签的不同,对平台历史客户进行划分,划分为不同的活动目标人群。
S120:根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群。
其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额。
在本发明的一些实施例中,在确定所述平台历史客户所属的活动目标人群之后,还可以针对每一个活动目标人群,根据属于所述活动目标人群的各平台历史客户的历史订单数据和营销活动数据,确定所述活动目标人群在各营销指标上的历史取值。
其中,所述营销指标包括如下至少一项:访问转化率、购买转化率、客单价和营销人数。
可以理解的是,营销指标由本领域技术人员根据运营任务所关注的指标来设置。营销指标不局限于上述访问转化率、购买转化率、客单价和营销人数,还可以进一步包括:兴趣转化率和兴趣人数等。
本发明的一些实施例中,平台历史客户的历史订单数据可以包括但不限于:订单编号、订单时间、订单金额、订单商品信息。
营销活动数据可以包括但不限于:营销活动编号、营销活动时间、营销人群标签、营销人数、活动推送内容、销售金额、购买人数、购买单数、兴趣人数、访问人数。
实际应用中,可以根据不同的营销指标所关联的因素不同,筛选不同的历史订单数据和营销活动数据以确定活动目标人群在不同的营销指标上的历史取值。
在本发明的一些实施例中,可以根据目标的不同将营销任务划分为不同的运营任务。运营任务包括如下任意一种:拉新任务、销售任务和维护任务。
针对任意一种运营任务,可以采用步骤S120筛选出运营任务对应的活动目标人群。
本发明的实施例中,不同的运营任务具有各自对应的优先关联的营销指标。例如,拉新任务对应的优先关联的营销指标为访问转化率;销售任务对应的优先关联的营销指标为购买转化率和客单价;维护任务对应的优先关联的营销指标为营销人数。
可以理解的是,不同的运营任务对应的优先关联的营销指标可以由本领域技术人员根据运营任务的目标的不同设置对应的优先关联的营销指标。
本发明的一些实施例中,对于不同的运营任务,可以预先设置目标销售额。这样,在明确运营任务对应的优先关联的营销指标,并获取各活动目标人群在各营销指标上的历史取值之后,可以根据运营任务的目标销售额、对应的优先关联的营销指标,以及各活动目标人群在运营任务对应的优先关联的营销指标上的历史取值,筛选出预估销售额的累加值大于所述运营任务的目标销售额的若干个活动目标人群。
本发明的一些实施例中,活动目标人群的预估销售额可以通过如下方式计算:
根据所述活动目标人群在各营销指标上的历史取值,提取所述活动目标人群在购买转化率以及客单价上的历史取值;根据所述活动目标人群的人群数量、所述活动目标人群在购买转化率以及客单价上的历史取值,计算所述活动目标人群的预估销售额。
进一步地,为了提高准确度,可以根据所述活动目标人群在各营销指标上的历史取值,计算根据活动目标人群在设定时间范围内购买转化率以及客单价的统计量来计算所述活动目标人群的预估销售额。
进一步地,考虑平台客户的数量随着时间的变化而不断变化,因此,为了提高准确度,可以获取平台客户的最新数据,更新活动目标人群,根据最新的活动目标人群的人群数量,来计算活动目标人群的预估销售额。例如,预估销售额=活动人群数量(最新值)*购买转化率(月度均值)*客单价(月度均值)。
S130:根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
本发明的实施例中,可以预先针对运营任务设置对应的排期策略。其中,排期策略可以包括但不限于:均匀排期策略、权重分布策略。
继而,可以根据排期策略在运营任务的活动日期范围内对运营任务对应的活动目标人群进行活动排期,生成的活动排期即为运营任务对应的营销策略。
在本发明的一些实施例,采用均匀排期策略进行活动排期后,可以实现对给出的活动日期范围内,每天进行相同或近似相同数量的人数进行运营活动。具体地,可以首先根据步骤S120筛选出的运营任务对应的活动目标人群,将每个活动目标人群中的人群数量进行求和计算,求出总运营人数;然后用总运营人数除以活动天数,求出每天需运营人数;最后按照每天需运营人数,对活动目标人群进行排期分配,使得每天运营人数符合要求。
在本发明的一些实施例,采用权重分布策略进行活动排期后,可以根据历史运营活动效果值分布,求出每日运营人数权重,继而确定每天徐运营人数。具体地,可以首先根据步骤S120筛选出的运营任务对应的活动目标人群,将每个活动目标人群中的人群数量进行求和计算,求出总运营人数;然后用总运营人数乘以每日运营人数权重,求出每日需运营人数;最后按照每天需运营人数,对活动目标人群进行排期分配,使得每天运营人数符合要求。
本发明的实施例提供的营销策略生成方法,根据运营任务对应的优先关联的营销指标以及预先划分的各活动目标人群在各营销指标上的历史取值,筛选出预估销售额的累加值大于所述运营任务的目标销售额的活动目标人群;并根据预设的排期策略,对筛选出的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。这样,可以实现营销策略的自动化生成,相较于现有人工运营,大大提高了运营效率,而且,可以避免因为人员水平受限而无法保证营销的精准推送,提高推送转化率。
在本发明的一些实施例中,可以采用固定值划分方法,根据人群标签对应的预设的划分值进行人群划分。例如,客户最后一次消费距当前的天数R对应的预设的划分值包括:60、120、180,则可以按照0<R<=60,60<R<=120,120<R<=180,180<R进行划分。
在本发明的一些实施例中,还可以采用人群等分方法,根据人群标签对应的目标人群组数进行人群划分。例如,客户最后一次消费距当前的天数R对应的目标人群组数设置为5,则可以首先计算目标人群数量=平台历史客户总数/5;然后对R标签进行遍历取值,计算0<R<=X1对应人群数量,直到对应人群数量=目标人群数量,则R=(0,X1]为活动目标人群1的取值范围;然后计算X1<R<=X2对应人群数量,直到对应人群数量=目标人群数量,则R=(X1,X2]为活动目标人群2的取值范围;依此类推,直到五等分完成五个活动目标人群的划分。
本发明的一些实施例中,关于运营任务对应的活动目标人群的筛选,可以通过如下方式筛选:
具体地,可以根据各活动目标人群在各营销指标上的历史取值,提取各活动目标人群在所述运营任务对应的优先关联的营销指标上的历史取值,并根据优先关联的营销指标上的历史取值从大到小的顺序对各活动目标人群进行排序。继而,依序选取活动目标人群进行预估销售额的计算,并计算预估销售额的累加值,若预估销售额的累加值小于所述运营任务的目标销售额,则依序选取下一个活动目标人群进行预估销售额的计算,直至预估销售额的累加值大于所述运营任务的目标销售额。
在本发明的一些实施例中,运营任务对应的优先关联的营销指标包括一个或多个营销指标,对于优先关联的多个营销指标,可以设置对应的不同的权重。这样,可以通过如下方式对运营任务对应的活动目标人群进行排序:针对每个活动目标人群在各营销指标上的历史取值进行归一化处理,得到归一化取值;继而,可以根据运营任务对应的优先关联的营销指标的权重,以及活动目标人群在运营任务对应的优先关联的各营销指标上的归一化取值,计算每个活动目标人群在运营任务上对应的优先度;并根据优先的从大到小的顺序对各活动目标人群进行排序。
进一步地,参考图2,其示出了根据本发明又一实施例的营销策略生成方法的示例性流程图。
如图2所示,本发明的一个实施例提供的营销策略生成方法,可以包括如下步骤:
S210:根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群。
S220:根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群。
其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额。
S230:根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
S240:根据所述运营任务对应的营销策略,对所述运营任务对应的活动目标人群推送营销活动信息。
本发明实施例中,步骤S210、S220、S230的具体实现可参考图1所示营销策略生成方法中的步骤S110、S120、S130的具体实现,此处不再赘述。
本发明实施例中,得到运营任务对应的营销策略之后,可以对完成排期的活动目标人群,在指定的活动日期,自动对其实施营销策略,对运营任务对应的活动目标人群推送营销活动信息。
实际应用中,营销活动信息的推送可以采用多种途径,例如,短信推送,邮件推送等。
本发明的实施例提供的营销策略生成方法,筛选出预估销售额的累加值大于运营任务的目标销售额的活动目标人群;并根据预设的排期策略,对筛选出的活动目标人群进行活动排期,得到运营任务对应的营销策略之后,根据所述运营任务对应的营销策略,对所述运营任务对应的活动目标人群推送营销活动信息。这样,可以实现营销策略的自动化生成和实施,相较于现有人工运营,大大提高了运营效率,而且,可以避免因为人员水平受限而无法保证营销的精准推送,提高推送转化率。
在上述各实施例的基础上,本发明的一个实施例提供了一种营销策略生成系统。
参考图3,其示出了根据本发明一实施例的营销策略生成系统的结构示意图。
如图3所示,本发明的一个实施例提供的营销策略生成系统可以包括:人群划分模块301、任务人群筛选模块302和营销策略生成模块303。
其中,人群划分模块301用于根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群。
任务人群筛选模块302用于根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群。
其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额。
营销策略生成模块303用于根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
本发明的实施例提供的营销策略生成系统,通过筛选出预估销售额的累加值大于所述运营任务的目标销售额的活动目标人群;并根据预设的排期策略,对筛选出的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。这样,可以实现营销策略的自动化生成,相较于现有人工运营,大大提高了运营效率,而且,可以避免因为人员水平受限而无法保证营销的精准推送,提高推送转化率。
在本发明的一些实施例中,人群划分模块301还用于确定所述平台历史客户所属的活动目标人群之后,针对每一个活动目标人群,根据属于所述活动目标人群的各平台历史客户的历史订单数据和营销活动数据,确定所述活动目标人群在各营销指标上的历史取值。
其中,所述营销指标包括如下至少一项:访问转化率、购买转化率、客单价和营销人数。
在本发明的一些实施例中,任务人群筛选模块302可以根据各活动目标人群在各营销指标上的历史取值,提取各活动目标人群在所述运营任务对应的优先关联的营销指标上的历史取值,并根据优先关联的营销指标上的历史取值从大到小的顺序对各活动目标人群进行排序;依序选取活动目标人群进行预估销售额的计算,并计算预估销售额的累加值,若预估销售额的累加值小于所述运营任务的目标销售额,则依序选取下一个活动目标人群进行预估销售额的计算,直至预估销售额的累加值大于所述运营任务的目标销售额。
在本发明的一些实施例中,任务人群筛选模块302可以通过如下方式计算活动目标人群的预估销售额:任务人群筛选模块302根据所述活动目标人群在所述优先关联的营销指标上的历史取值,提取所述活动目标人群在购买转化率以及客单价上的历史取值;根据所述活动目标人群的人群数量、所述活动目标人群在购买转化率以及客单价上的历史取值,计算所述活动目标人群的预估销售额。
在本发明的一些实施例中,所述人群标签包括如下至少一项:
客户最后一次消费距当前的天数、客户设定时长内的消费总金额和客户设定时长内的消费次数。
在本发明的一些实施例中,所述运营任务包括如下任意一种:拉新任务、销售任务和维护任务。
在本发明的一些实施例中,营销策略生成系统还可以进一步包括:营销策略实施模块。营销策略实施模块用于根据所述运营任务对应的营销策略,对所述运营任务对应的活动目标人群推送营销活动信息。
可以理解的是,本发明实施例提供的营销策略生成系统中各模块具体可以用于执行上述营销策略生成方法的实施例的处理流程,各模块的具体功能在此不再赘述,可以参照上述营销策略生成方法的实施例的详细描述。
参考图4,其示出了根据本发明一实施例的电子设备的实体结构示意图。如图4所示,该电子设备400可以包括:处理器(processor)401、存储器(memory)402和总线403,其中,处理器401,存储器402通过总线403完成相互间的通信。
处理器401可以调用存储器402中的计算机程序,以执行上述营销策略生成方法的各步骤,例如包括:
根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群;根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群;其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额;根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
本发明实施例提供的电子设备400,至少具有以下技术效果:可以实现营销策略的自动化生成,相较于现有人工运营,大大提高了运营效率,而且,可以避免因为人员水平受限而无法保证营销的精准推送,提高推送转化率。
本发明的一个实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述营销策略生成方法的各步骤,例如包括:
根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群;根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群;其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额;根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
本发明的一个实施例提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机程序,所述计算机程序使所述计算机执行上述营销策略生成方法的各步骤,例如包括:
根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群;根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群;其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额;根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
此外,上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)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-Only Memory)、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。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式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。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种营销策略生成方法,其特征在于,包括:
根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群;
根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群;其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额;
根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
2.根据权利要求1所述的营销策略生成方法,其特征在于,所述确定所述平台历史客户所属的活动目标人群之后,还包括:
针对每一个活动目标人群,根据属于所述活动目标人群的各平台历史客户的历史订单数据和营销活动数据,确定所述活动目标人群在各营销指标上的历史取值;
其中,所述营销指标包括如下至少一项:访问转化率、购买转化率、客单价和营销人数。
3.根据权利要求2所述的营销策略生成方法,其特征在于,所述根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群,包括:
根据各活动目标人群在各营销指标上的历史取值,提取各活动目标人群在所述运营任务对应的优先关联的营销指标上的历史取值,并根据优先关联的营销指标上的历史取值从大到小的顺序对各活动目标人群进行排序;
依序选取活动目标人群进行预估销售额的计算,并计算预估销售额的累加值,若预估销售额的累加值小于所述运营任务的目标销售额,则依序选取下一个活动目标人群进行预估销售额的计算,直至预估销售额的累加值大于所述运营任务的目标销售额。
4.根据权利要求3所述的营销策略生成方法,其特征在于,所述活动目标人群的预估销售额通过如下方式计算:
根据所述活动目标人群在各营销指标上的历史取值,提取所述活动目标人群在购买转化率以及客单价上的历史取值;
根据所述活动目标人群的人群数量、所述活动目标人群在购买转化率以及客单价上的历史取值,计算所述活动目标人群的预估销售额。
5.根据权利要求1-4任一项所述的营销策略生成方法,其特征在于,所述人群标签包括如下至少一项:
客户最后一次消费距当前的天数、客户设定时长内的消费总金额和客户设定时长内的消费次数。
6.根据权利要求1-5任一项所述的营销策略生成方法,其特征在于,所述运营任务包括如下任意一种:拉新任务、销售任务和维护任务。
7.根据权利要求1-6任一项所述的营销策略生成方法,其特征在于,得到所述运营任务对应的营销策略之后,还包括:
根据所述运营任务对应的营销策略,对所述运营任务对应的活动目标人群推送营销活动信息。
8.一种营销策略生成系统,其特征在于,包括:
人群划分模块,用于根据平台历史客户在人群标签上的取值,确定所述平台历史客户所属的活动目标人群;
任务人群筛选模块,用于根据运营任务对应的优先关联的营销指标以及各活动目标人群在所述优先关联的营销指标上的历史取值,筛选出若干个活动目标人群作为所述运营任务对应的活动目标人群;其中,筛选出的若干个活动目标人群满足如下条件:所述若干个活动目标人群的预估销售额的累加值大于所述运营任务的目标销售额;
营销策略生成模块,用于根据预设的排期策略,在所述运营任务的活动日期范围内对所述运营任务对应的活动目标人群进行活动排期,得到所述运营任务对应的营销策略。
9.一种电子设备,其特征在于,包括处理器、存储器和总线,其中:
所述处理器、所述存储器通过总线完成相互间的通信;
所述处理器调用存储器中的计算机程序,以执行如权利要求1-7任意一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910809509.3A CN110516155A (zh) | 2019-08-29 | 2019-08-29 | 营销策略生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910809509.3A CN110516155A (zh) | 2019-08-29 | 2019-08-29 | 营销策略生成方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110516155A true CN110516155A (zh) | 2019-11-29 |
Family
ID=68629079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910809509.3A Pending CN110516155A (zh) | 2019-08-29 | 2019-08-29 | 营销策略生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516155A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555732A (zh) * | 2019-08-29 | 2019-12-10 | 深圳市云积分科技有限公司 | 一种营销策略推送方法、装置及营销策略运营平台 |
CN112200642A (zh) * | 2020-11-17 | 2021-01-08 | 重庆农村商业银行股份有限公司 | 一种产品营销方法、装置、设备及存储介质 |
CN112613906A (zh) * | 2020-12-18 | 2021-04-06 | 北京思特奇信息技术股份有限公司 | 基于移动通信网络的营销推荐评估方法、装置、计算机设备 |
CN113793086A (zh) * | 2020-09-30 | 2021-12-14 | 北京沃东天骏信息技术有限公司 | 备货量确定方法及装置、计算机存储介质、电子设备 |
CN115099882A (zh) * | 2022-08-25 | 2022-09-23 | 平安银行股份有限公司 | 一种客户级营销预算计算方法及装置 |
CN115238198A (zh) * | 2022-09-26 | 2022-10-25 | 江苏银承网络科技股份有限公司 | 文案信息推送方法及装置 |
CN118333671A (zh) * | 2024-06-14 | 2024-07-12 | 智者四海(北京)技术有限公司 | 营销策略推送方法、装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022800A (zh) * | 2016-05-16 | 2016-10-12 | 北京百分点信息科技有限公司 | 一种用户特征数据的处理方法和装置 |
CN106651424A (zh) * | 2016-09-28 | 2017-05-10 | 国网山东省电力公司电力科学研究院 | 基于大数据技术的电力用户画像建立与分析方法 |
CN107093120A (zh) * | 2016-09-28 | 2017-08-25 | 北京小度信息科技有限公司 | 服务策略推送方法和装置 |
CN107256496A (zh) * | 2017-05-27 | 2017-10-17 | 上海非码网络科技有限公司 | 基于多平台数据的顾客管理方法及系统、服务器 |
KR20180061997A (ko) * | 2016-11-30 | 2018-06-08 | 전자부품연구원 | 소상공인 마케팅/홍보 지원을 위한 통합 서비스 장치 및 방법 |
US20180341886A1 (en) * | 2013-02-14 | 2018-11-29 | Aktana, Inc. | Method of iterative scheduling and system of the same |
CN109255648A (zh) * | 2018-08-03 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 通过深度强化学习进行推荐营销的方法及装置 |
CN109615424A (zh) * | 2018-12-04 | 2019-04-12 | 广州市科传计算机科技股份有限公司 | 基于零售ai系统的营销策略成效的评估方法 |
-
2019
- 2019-08-29 CN CN201910809509.3A patent/CN110516155A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180341886A1 (en) * | 2013-02-14 | 2018-11-29 | Aktana, Inc. | Method of iterative scheduling and system of the same |
CN106022800A (zh) * | 2016-05-16 | 2016-10-12 | 北京百分点信息科技有限公司 | 一种用户特征数据的处理方法和装置 |
CN106651424A (zh) * | 2016-09-28 | 2017-05-10 | 国网山东省电力公司电力科学研究院 | 基于大数据技术的电力用户画像建立与分析方法 |
CN107093120A (zh) * | 2016-09-28 | 2017-08-25 | 北京小度信息科技有限公司 | 服务策略推送方法和装置 |
KR20180061997A (ko) * | 2016-11-30 | 2018-06-08 | 전자부품연구원 | 소상공인 마케팅/홍보 지원을 위한 통합 서비스 장치 및 방법 |
CN107256496A (zh) * | 2017-05-27 | 2017-10-17 | 上海非码网络科技有限公司 | 基于多平台数据的顾客管理方法及系统、服务器 |
CN109255648A (zh) * | 2018-08-03 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 通过深度强化学习进行推荐营销的方法及装置 |
CN109615424A (zh) * | 2018-12-04 | 2019-04-12 | 广州市科传计算机科技股份有限公司 | 基于零售ai系统的营销策略成效的评估方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555732A (zh) * | 2019-08-29 | 2019-12-10 | 深圳市云积分科技有限公司 | 一种营销策略推送方法、装置及营销策略运营平台 |
CN110555732B (zh) * | 2019-08-29 | 2022-04-19 | 深圳市云积分科技有限公司 | 一种营销策略推送方法、装置及营销策略运营平台 |
CN113793086A (zh) * | 2020-09-30 | 2021-12-14 | 北京沃东天骏信息技术有限公司 | 备货量确定方法及装置、计算机存储介质、电子设备 |
CN112200642A (zh) * | 2020-11-17 | 2021-01-08 | 重庆农村商业银行股份有限公司 | 一种产品营销方法、装置、设备及存储介质 |
CN112200642B (zh) * | 2020-11-17 | 2023-09-05 | 重庆农村商业银行股份有限公司 | 一种产品营销方法、装置、设备及存储介质 |
CN112613906A (zh) * | 2020-12-18 | 2021-04-06 | 北京思特奇信息技术股份有限公司 | 基于移动通信网络的营销推荐评估方法、装置、计算机设备 |
CN112613906B (zh) * | 2020-12-18 | 2024-04-30 | 北京思特奇信息技术股份有限公司 | 基于移动通信网络的营销推荐评估方法、装置、计算机设备 |
CN115099882A (zh) * | 2022-08-25 | 2022-09-23 | 平安银行股份有限公司 | 一种客户级营销预算计算方法及装置 |
CN115099882B (zh) * | 2022-08-25 | 2022-12-06 | 平安银行股份有限公司 | 一种客户级营销预算计算方法及装置 |
CN115238198A (zh) * | 2022-09-26 | 2022-10-25 | 江苏银承网络科技股份有限公司 | 文案信息推送方法及装置 |
CN118333671A (zh) * | 2024-06-14 | 2024-07-12 | 智者四海(北京)技术有限公司 | 营销策略推送方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516155A (zh) | 营销策略生成方法及系统 | |
CN107231264A (zh) | 用于管理云服务器的容量的方法和装置 | |
CN105741134A (zh) | 跨数据源的营销人群在市场营销中应用的方法及装置 | |
CN107547214A (zh) | 基于电子书的群组阅读方法、电子设备及计算机存储介质 | |
CN109583729B (zh) | 用于平台在线模型的数据处理方法和装置 | |
CN106570055A (zh) | 一种基于财政大数据的信息预警平台 | |
CN102117464B (zh) | 包括关系数据库或在线分析处理系统的装置、系统及相关方法 | |
AU2014201264A1 (en) | Scenario based customer lifetime value determination | |
CN109190982A (zh) | 企业经营健康度获取方法、装置、计算机装置及存储介质 | |
CN112381485A (zh) | 一种物料需求计划计算方法及相关设备 | |
CN111105133B (zh) | 生产调度方法、计算机设备以及存储介质 | |
CN113806073B (zh) | 一种边缘计算平台算力分配调度方法及系统 | |
CN109936465A (zh) | 一种云平台资源利用率评估方法及装置 | |
CN110363244A (zh) | 一种营销数据处理的方法和装置 | |
CN106874080A (zh) | 基于分布式服务器集群的数据计算方法及系统 | |
CN113222720A (zh) | 一种基于信誉的隐私保护激励机制方法、装置及存储介质 | |
CN111753386B (zh) | 一种数据处理方法及装置 | |
CN115983811A (zh) | 面向群智感知的海量未知工人选择与激励机制设计方法 | |
CN114971322A (zh) | 配送运单的信息处理方法、装置、产品、存储介质及设备 | |
CN110348928A (zh) | 信息推送方法、装置及计算机可读存储介质 | |
CN111612198B (zh) | 预测拼单成功率的方法、装置和电子设备 | |
CN113487306A (zh) | 多账户交易的处理方法及装置 | |
CN112907290B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN112351105B (zh) | 一种云服务评估方法和装置 | |
Wang et al. | Adaptive Pricing and Online Scheduling for Distributed Machine Learning Jobs |
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 |
Application publication date: 20191129 |
|
RJ01 | Rejection of invention patent application after publication |