CN110738416A - 分销推荐系统、方法、介质和计算设备 - Google Patents
分销推荐系统、方法、介质和计算设备 Download PDFInfo
- Publication number
- CN110738416A CN110738416A CN201910979678.1A CN201910979678A CN110738416A CN 110738416 A CN110738416 A CN 110738416A CN 201910979678 A CN201910979678 A CN 201910979678A CN 110738416 A CN110738416 A CN 110738416A
- Authority
- CN
- China
- Prior art keywords
- user
- distribution
- product line
- distributor
- information
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 179
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000011160 research Methods 0.000 claims abstract description 16
- 238000013210 evaluation model Methods 0.000 claims description 20
- 238000012797 qualification Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010224 classification analysis Methods 0.000 description 2
- 229910000078 germane Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000004138 cluster model Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种分销推荐系统、方法、介质和计算设备,该系统一实施方式包括:信息获取模块,用于获取并审核用户信息,其中,所述用户信息包括所述用户的个人基本信息和对所述用户的调研信息;规则生成模块,用于生成产品线与分销员属性的对应关系和用户触达方式与分销员属性的对应关系;产品线推荐模块,用于确定推荐给所述用户的分销产品线及所述用户在所述分销产品线的分销权限等级;触达方式确定模块,用于确定所述用户触达方式;分销推荐模块,用于将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。本发明有利于通过多维度用户信息高效准确地向用户推荐分销产品线和分销权限等级。
Description
技术领域
本发明涉及自动化技术领域,尤其涉及一种分销推荐系统、方法、介质和计算设备。
背景技术
目前很多电子商务平台对于分销人员的管理方案是在分销员提交资料后,由后台人员进行人工资质审查和评定。而在实际生产和工作开展的过程中,特别是在特定时期,需要高效、准确地对大量的分销员进行资质评审,不仅需要占用大量的人力资源,而且开展工作的周期较长,并且在评定过程中不可避免的掺杂了的人的主观因素。
现有的电商平台在对分销员进行评审时,相对缺乏对分销员所具备的资质与特性的针对性分析,也不能够实现自动化评审,使得对分销员的资质评估仅仅停留在资质验证阶段,而没有根据实际情况进行更加细分化的管理。这样会造成分销员人力资源的浪费,也不利于商城等商家及时选择合适的分销员对重点推荐的商品进行分销。
发明内容
鉴于上述问题,本申请提供一种分销推荐系统、方法、介质和计算设备,以至少解决对分销员的进行分销推荐的效率低下且没有结合实际情况的问题。
第一方面,本申请的一实施方式提供一种分销推荐系统,包括:信息获取模块,用于获取并审核用户信息,筛选出所述用户信息达到分销员资格的用户并将所述分销员资格赋予所述用户,其中,所述用户信息包括所述用户的个人基本信息和对所述用户的调研信息;规则生成模块,用于生成产品线分销推荐的相关规则,所述相关规则包括产品线与分销员属性的对应关系和用户触达方式与分销员属性的对应关系;产品线推荐模块,用于根据所述用户信息确定所述用户的分销员属性,基于所述产品线与分销员属性的对应关系确定推荐给所述用户的分销产品线及所述用户在所述分销产品线的分销权限等级;触达方式确定模块,用于根据所述用户信息确定所述用户的分销员属性,基于所述用户触达方式与分销员属性的对应关系确定所述用户触达方式;分销推荐模块,用于将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
可选的,所述产品线推荐模块包括:产品线匹配单元,用于获取基于所述产品线与分销员属性的对应关系将产品线与所述用户的分销员属性进行匹配的第一契合度;产品线确定单元,用于当所述第一契合度满足第一预设条件时将所述产品线作为推荐给所述用户的分销产品线并确定所述用户在所述分销产品线的分销权限等级。
可选的,所述触达方式确定模块包括:触达方式匹配单元,用于获取基于所述用户触达方式与分销员属性的对应关系将用户触达方式与所述用户的分销员属性进行匹配的第二契合度;触达方式确定单元,用于当所述第二契合度满足第二预设条件时确定将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
可选的,所述规则生成模块包括分销建议评估模型,所述分销建议评估模型用于根据历史数据自动生成所述相关规则。
可选的,所述分销建议评估模型为聚类模型。
可选的,所述用户的个人基本信息包括以下至少其中之一:姓名、年龄、爱好、特长和工号;所述对所述用户的调研信息包括以下至少其中之一:身份信息、收入信息、籍贯信息、岗位信息和购物信息;所述分销员属性包括以下至少其中之一:年龄、岗位、地区、特长、爱好、收入水平和消费金额。
可选的,所述信息获取模块包括:基本信息获取单元,用于获取所述用户的个人基本信息;调研信息获取单元,用于获取对所述用户的调研信息。
第二方面,本申请的一实施方式提供一种分销推荐方法,包括:信息获取步骤,获取并审核用户信息,筛选出所述用户信息达到分销员资格的用户并将所述分销员资格赋予所述用户,其中,所述用户信息包括所述用户的个人基本信息和对所述用户的调研信息;规则生成步骤,生成产品线分销推荐的相关规则,所述相关规则包括产品线与分销员属性的对应关系和用户触达方式与分销员属性的对应关系;产品线推荐步骤,根据所述用户信息确定所述用户的分销员属性,基于所述产品线与分销员属性的对应关系确定推荐给所述用户的分销产品线及所述用户在所述分销产品线的分销权限等级;触达方式确定步骤,根据所述用户信息确定所述用户的分销员属性,基于所述用户触达方式与分销员属性的对应关系确定所述用户触达方式;分销推荐步骤,将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
可选的,所述产品线推荐步骤包括:获取基于所述产品线与分销员属性的对应关系将产品线与所述用户的分销员属性进行匹配的第一契合度;当所述第一契合度满足第一预设条件时将所述产品线作为推荐给所述用户的分销产品线并确定所述用户在所述分销产品线的分销权限等级。
可选的,所述触达方式确定步骤包括:获取基于所述用户触达方式与分销员属性的对应关系将用户触达方式与所述用户的分销员属性进行匹配的第二契合度;当所述第二契合度满足第二预设条件时确定将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
可选的,基于分销建议评估模型根据历史数据自动生成所述相关规则。
可选的,在所述分销推荐步骤之后,包括步骤:反馈完善步骤,根据所述用户对所述分销产品线的销售情况调整所述产品线分销推荐的相关规则。
第三方面,本申请的一实施方式提供一种计算机可读存储介质,存储有程序代码,所述程序代码当被处理器执行时,实现如上文所述的方法。
第四方面,本申请的一实施方式提供一种计算设备,包括处理器和存储有程序代码的存储介质,所述程序代码当被处理器执行时,实现如上文所述的方法。
本发明的分销推荐系统通过多维度了解分析用户的分销员属性,结合产品线的特点,建立起产品线与用户的联系,能够更加准确地确定分配给每个用户的分销产品线和分销权限等级,保证了权限分配的合理性,在一定程度上实现了对用户分销推荐的定制,符合用户所在的生活环境,有利于提高用户的销售激情,有利于提高整体的销售业绩。
附图说明
为了进一步阐述本发明的以上和其他优点和特征,下面结合附图对本发明的具体实施方式作进一步详细的说明。在附图中:
图1为根据本发明的一个示例性实施方式的分销推荐系统的结构示意图;
图2位根据本发明的一个具体实施例的分销推荐系统的工作示意图;
图3为根据本发明的一个示例性实施方式的分销推荐方法的流程图;
图4为根据本发明的一个具体实施例的分销建议评估模型的示意图。
具体实施方式
在下文中将结合示例性实施例对本发明的实施方式进行描述。为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的部分,而省略了与本发明关系不大的其他细节。
分销员又称分销专员,是利用各种分销手段进行产品的销售与管理的人员,即所谓的分销管理人员。分销管理即是指生产商针对不同零售客户的需求采用不同的产品分销组合以更好地适应该类零售客户的目标消费者的购买需求。不同类型和地域的商店的目标消费者的购买需求是不同的,零售客户关心的是生产商提供的分销组合是否可以提高品类的销售量和不必要的库存成本和营运成本。而生产商通过分销管理可以充分地满足零售客户的这种需求。
在普通用户申请成为分销员的时候,生产商需要充分了解用户以尽可能地确定出最适合该用户的分销产品线以及该用户在该分销产品线的分销权限等级,以充分地利用分销资源,实现分销人员的细分化管理。产品线是指一群相关的产品,这类产品可能功能相似,销售给同一顾客群,经过相同的销售途径,或者在同一价格范围内。如果能够确定产品线的最佳长度,就能为企业带来最大的利润
第一方面,如图1所示,本申请的一实施方式提供一种分销推荐系统100,包括:信息获取模块110,用于获取并审核用户信息,筛选出所述用户信息达到分销员资格的用户并将所述分销员资格赋予所述用户,其中,所述用户信息包括所述用户的个人基本信息和对所述用户的调研信息;规则生成模块120,用于生成产品线分销推荐的相关规则,所述相关规则包括产品线与分销员属性的对应关系和用户触达方式与分销员属性的对应关系;产品线推荐模块130,用于根据基于所述产品线与分销员属性的对应关系将产品线与用户信息进行匹配的第一匹配结果确定推荐给所述用户的分销产品线及所述用户在所述分销产品线的分销权限等级;触达方式确定模块140,用于根据基于所述用户触达方式与分销员属性的对应关系将用户触达方式与用户信息进行匹配的第二匹配结果确定所述用户触达方式;分销推荐模块150,用于将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
作为一种可选的实施方式,用户的个人基本信息包括以下至少其中之一:姓名、年龄、爱好、特长和工号;对用户的调研信息包括以下至少其中之一:身份信息、收入信息、籍贯信息、岗位信息和购物信息。
当用户通过本发明任一实施方式的分销推荐系统申请成为分销员时,可以根据本发明任一实施方式系统的引导填写个人基本信息,从而本发明任一实施方式系统获取到用户的个人基本信息。用户的个人基本信息可以包括姓名、性别、年龄、地区、爱好、特长和工号等信息,通过用户的个人基本信息可以初步确定适合该用户的分销产品线的范围,例如,通过用户的性别和年龄可以知道用户为中年妇女,那么可以初步确定一些生活日用品作为推荐给该用户的分销产品线,如果该用户的爱好和特长均是烹饪,那么可以确定一些厨房用具作为推荐给该用户的分销产品线,如果该用户位于我国南方地区,可以确定一些南方人喜欢的食材或厨房用具作为推荐给该用户的分销产品线。
对用户的调研信息可以从本发明任一实施方式系统之外的系统调取,例如,可以从人事系统调取用户的人事档案信息,人事档案信息可以包括身份信息、收入信息、籍贯信息和岗位信息等;还可以从商城系统调取用户的消费信息,用户的消费信息可以包括用户的消费时间、消费金额、消费明细和购买渠道等信息,还可以包括用户对商品的浏览记录、浏览时间和浏览网站等信息,从中可以了解到该用户的消费水平、消费时间和消费渠道等信息,从而能够尽可能确定出合理的适合该用户的分销产品线的范围。
信息获取模块110对获取到的用户信息进行审核,筛选出用户信息达到分销员资格的用户并将分销员资格赋予该用户,该用户由此成为一名正式的分销员。在这之前,可以预先设定分销员资格的审核条件,例如,可以设定分销员资格的年龄条件为不低于18周岁,性别条件为女或男,地区条件为某个省份、城市或城区,消费水平为日均300元以上,等等。当用户信息满足审核条件时即判定该用户达到了分销员资格并将分销员资格赋予该用户,具备分销员资格的用户拥有对被分配的分销产品线的销售权限和被确定分销权限等级的资格。
作为一种可选的实施方式,信息获取模块110可以包括:基本信息获取单元,用于获取用户的个人基本信息;调研信息获取单元,用于获取对用户的调研信息。调研信息获取单元可以包括用于接入本发明任一实施方式系统之外的系统的接口,基于所获取的用户的个人基本信息从本发明任一实施方式系统之外的系统调取对用户的调研信息,例如,可以通过用户姓名、工号、地区等信息调取对用户的调研信息。
作为一种可选的实施方式,分销员属性可以包括以下至少其中之一:年龄、岗位、地区、特长、爱好、收入水平和消费金额。
规则生成模块120生成产品线分销推荐的相关规则,相关规则包括产品线与分销员属性的对应关系和用户触达方式与分销员属性的对应关系。其中,产品线与分销员属性的对应关系,可以包括产品线与地区的对应关系、产品线与岗位的对应关系、产品线与特长的对应关系、产品线与爱好的对应关系、产品线与收入水平的对应关系以及产品线与消费金额的对应关系等,例如,超厚棉衣与寒冷地区的对应关系,电脑用品与程序员的对应关系,渔具与爱好钓鱼的对应关系,高级品牌与高收入的对应关系,奢侈品与高消费的对应关系等;用户触达方式与分销员属性的对应关系,可以包括用户触达方式与特长的对应关系、用户触达方式与地区的对应关系等等,例如,通过社交软件的触达方式与特长为擅长交际的对应关系,通过短信的触达方式与偏远地区的对应关系。
作为一种可选的实施方式,产品线与分销员属性的对应关系还可以包括相应的权重,例如,可以为每个产品线与分销员属性的对应关系设置权重值。用户触达方式与分销员属性的对应关系还可以包括权重,例如,可以为每个产品线与分销员属性的对应关系设置权重值。
实施例一
作为一种可选的实施方式,所述产品线推荐模块130包括:产品线匹配单元,用于获取基于所述产品线与分销员属性的对应关系将产品线与所述用户的分销员属性进行匹配的第一契合度;产品线确定单元,用于当所述第一契合度满足第一预设条件时将所述产品线作为推荐给所述用户的分销产品线并确定所述用户在所述分销产品线的分销权限等级。
作为一种可选的实施方式,所述触达方式确定模块140包括:触达方式匹配单元,用于获取基于所述用户触达方式与分销员属性的对应关系将用户触达方式与所述用户的分销员属性进行匹配的第二契合度;触达方式确定单元,用于当所述第二契合度满足第二预设条件时确定将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
基于产品线与分销员属性的对应关系,第一契合度可以是产品线与用户的分销员属性能够匹配成功的个数,例如,产品线与分销员属性的性别女、爱好户外运动和位于辽宁省具有对应关系,而某一用户的分销员属性显示该用户性别女、爱好读书和位于辽宁省,则该产品线与用户的分销员属性匹配成功的个数为2个。当对每个产品线与分销员属性的对应关系设置权重后,第一契合度可以是匹配成功的分值,仍以上述为例,设置“性别女”的权重为0.3、“爱好户外运动”的权重为0.6以及“位于辽宁省”的权重为0.8,则该产品线与用户的分销员属性匹配成功的分值为1.1。相应的,第一预设条件可以是关于产品线与用户的分销员属性匹配成功的个数,例如可以设置为3个,当对每个产品线与分销员属性的对应关系设置权重后,第一预设条件也可以是关于产品线与用户的分销员属性匹配成功的分值,例如可以设置为2分。
可以对第一契合度从高到低进行排序,第一契合度越高的用户所获得的的分销权限等级越高,第一契合度越低的用户所获得的分销权限等级越低。
基于用户触达方式与分销员属性的对应关系,第二契合度可以是用户触达方式与用户的分销员属性匹配成功的个数,例如,通过短信、电话、邮件的用户触达方式均可以与用户的分销员属性匹配成功,则匹配成功的个数为3个。当对每个用户触达方式与分销员属性的对应关系设置权重后,第二契合度可以是每个用户触达方式与用户信息匹配成功的分值,仍以上述为例,短信的用户触达方式与用户的分销员属性匹配成功的权重为0.3,电话的用户触达方式与用户的分销员属性匹配成功的权重为0.8,邮件的用户触达方式与用户的分销员属性匹配成功的权重为0.5,则用户触达方式与用户的分销员属性匹配成功的分值为1.6,同时根据权重对每种用户触达方式的排序可以选择电话作为针对该用户的主要的用户触达方式,其次为邮件,最后为短信。相应的,第二预设条件可以是关于用户触达方式与用户的分销员属性匹配成功的个数,例如可以设置为1个,当对每个用户触达方式与分销员属性的对应关系设置权重后,第二预设条件也可以是关于用户触达方式与用户的分销员属性匹配成功的分值,例如可以设置为2分。
作为一个具体实施例,如图2所示,将用户的姓名、爱好、特长、工号和其他信息等个人基本信息以及用户的身份信息、收入信息、籍贯信息、岗位信息和购物信息等对用户的调研信息输入分销推荐系统,可以输出给用户的推荐分销产品线、推荐目标人群、推荐分销路径和推荐分销时间点等信息。例如,给广东的某个用户推荐的分销产品线为除湿机,通过回南天关键字,向该用户展示近期浏览过除湿机的本地消费者的资料以向该用户推荐目标人群,资料包含了消费者画像(消费者购物渠道和消费者每天上网时间分布),其中,通过消费者购物渠道可以向该用户推荐分销路径,通过消费者每天上网时间分布向该用户推荐分销时间点,用来指导成为分销员的用户何时何地推广自己的商品。可以通过应用的内部消息作为用户触达方式将输出结果推荐给成为分销员的用户,推荐的分销产品线可以通过用户个人中心商品列表的方式来向用户展示,分销术语或分销手段可以通过站内图文消息的形式来向用户进行展示和指导。
本发明的分销推荐系统通过多维度了解分析用户的分销员属性,结合产品线的特点,建立起产品线与用户的联系,能够更加准确地确定分配给每个用户的分销产品线和分销权限等级,保证了权限分配的合理性,在一定程度上实现了对用户分销推荐的定制,符合用户所在的生活环境,有利于提高用户的销售激情,有利于提高整体的销售业绩。
实施例二
作为一种可选的实施方式,规则生成模块120包括分销建议评估模型,该分销建议评估模型用于根据历史数据自动生成产品线分销推荐的相关规则。
作为一种可选的实施方式,分销建议评估模型可以为聚类模型,可以基于人工神经网络通过对历史数据进行分析,自动生成产品线分销推荐的相关规则。其中,分析方法可以包括分类分析和分割分析,分类分析可以包括例如决策树、差别分析、逻辑回归和概率回归等,分割分析可以包括例如K-均值、人口统计分割和神经网络分割等。
本实施方式通过分销建议评估模型自动生成产品线分销推荐的相关规则,省去了大量的人力资源,所得的相关规则也更加的准确,有利于更加高效、合理地完成对用户进行产品线的分销推荐。
第二方面,如图3所示,本申请的一实施方式提供一种分销推荐方法,包括步骤:
S200:信息获取步骤,获取并审核用户信息,筛选出所述用户信息达到分销员资格的用户并将所述分销员资格赋予所述用户,其中,所述用户信息包括所述用户的个人基本信息和对所述用户的调研信息;
S300:规则生成步骤,生成产品线分销推荐的相关规则,所述相关规则包括产品线与分销员属性的对应关系和用户触达方式与分销员属性的对应关系;
S400:产品线推荐步骤,根据所述用户信息确定所述用户的分销员属性,基于所述产品线与分销员属性的对应关系确定推荐给所述用户的分销产品线及所述用户在所述分销产品线的分销权限等级;
S500:触达方式确定步骤,根据所述用户信息确定所述用户的分销员属性,基于所述用户触达方式与分销员属性的对应关系确定所述用户触达方式;
S600:分销推荐步骤,将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
作为一种可选的实施方式,所述产品线推荐步骤包括:获取基于所述产品线与分销员属性的对应关系将产品线与所述用户的分销员属性进行匹配的第一契合度;当所述第一契合度满足第一预设条件时将所述产品线作为推荐给所述用户的分销产品线并确定所述用户在所述分销产品线的分销权限等级。
作为一种可选的实施方式,所述触达方式确定步骤包括:获取基于所述用户触达方式与分销员属性的对应关系将用户触达方式与所述用户的分销员属性进行匹配的第二契合度;当所述第二契合度满足第二预设条件时确定将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
作为一种可选的实施方式,基于分销建议评估模型根据历史数据自动生成相关规则。作为一种可选的实施方式,分销建议评估模型为聚类模型。
作为一种可选的实施方式,在将分销产品线和分销权限等级通过用户触达方式发送给用户之后,还可以包括步骤:对分销产品线、分销权限等级和用户触达方式进行审核,以调整产品线分销推荐的相关规则。
作为一种可选的实施方式,在所述分销推荐步骤之后,包括步骤:反馈完善步骤,根据所述用户对所述分销产品线的销售情况调整所述产品线分销推荐的相关规则。作为一种可选的实施方式,在将分销产品线和分销权限等级通过用户触达方式发送给用户之后,还可以包括步骤:根据用户依照收到的分销产品线、分销权限等级对产品线的销售情况,调整产品线分销推荐的相关规则。
通过不断调整产品线分销推荐的相关规则有利于不断提高针对每个用户进行产品线分销推荐的准确性和高效性,有利于随着时间推移灵活地对用户进行产品线的分销推荐。
作为一种可选的实施方式,如图4所示,分销建议评估模型还可以根据如下步骤进行建立:
第一步,数据审核与筛选:获取申请成为分销员的用户的用户信息并进行审核,对用户信息的审核如前文所述,在此不再赘述,通过审核筛选出符合要求的用户并赋予其分销员资格,进行初步风险调控分析;
第二步,数据分析:提取用户的分销员属性中的例如年龄、性别、地区等特征,初步确定推荐给用户的分销产品线范围和分销权限等级,建立预估模型;
第三步,分销规则:根据实际的分销情况建立评分分析列表,确定在不同场景下信用分建模的相关权重,以便对实际的分销情况进行评分;
第四步,评分建模:建立分销建议评估模型;
第五步,分销建议:根据用户信息基于分销建议评估模型,输出分销建议,即推荐给每个用户的分销产品线和分销权限等级;
第六步,评审校核:人工校核分销建议评估模型给出的分销建议,并将评审结果反馈至分销建议评估模型,以完善模型。
第七步,实操反馈:后续跟进、统计成为分销员的用户根据分销建议所进行的实际销售情况,分析实际销售过程中的经验,反馈至分销建议评估模型,以改善和丰满该模型。
本实施方式根据用户信息基于分销建议评估模型自动确定分配给用户的分销产品线和分销权限等级,有利于更加高效、合理地完成对用户的分销推荐。通过审核提高了分销推荐的准确度,通过在实际操作中不断地对分销建议评估模型的完善,有利于使该模型与时俱进,根据实际情况的发展确定推荐给用户的分销产品线和分销权限等级,有利于提高用户的工作效率和工作业绩。
第三方面,本申请的一实施方式提供一种计算机可读存储介质,存储有程序代码,所述程序代码当被处理器执行时,实现如上文所述的方法。
第四方面,本申请的一实施方式提供一种计算设备,包括处理器和存储有程序代码的存储介质,所述程序代码当被处理器执行时,实现如上文所述的方法。
应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当期操作完成时,所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和完善,这些改进和完善也应视为本发明的保护范围。
Claims (14)
1.一种分销推荐系统,其特征在于,包括:
信息获取模块,用于获取并审核用户信息,筛选出所述用户信息达到分销员资格的用户并将所述分销员资格赋予所述用户,其中,所述用户信息包括所述用户的个人基本信息和对所述用户的调研信息;
规则生成模块,用于生成产品线分销推荐的相关规则,所述相关规则包括产品线与分销员属性的对应关系和用户触达方式与分销员属性的对应关系;
产品线推荐模块,用于根据所述用户信息确定所述用户的分销员属性,基于所述产品线与分销员属性的对应关系确定推荐给所述用户的分销产品线及所述用户在所述分销产品线的分销权限等级;
触达方式确定模块,用于根据所述用户信息确定所述用户的分销员属性,基于所述用户触达方式与分销员属性的对应关系确定所述用户触达方式;
分销推荐模块,用于将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
2.根据权利要求1所述的系统,其特征在于,所述产品线推荐模块包括:
产品线匹配单元,用于获取基于所述产品线与分销员属性的对应关系将产品线与所述用户的分销员属性进行匹配的第一契合度;
产品线确定单元,用于当所述第一契合度满足第一预设条件时将所述产品线作为推荐给所述用户的分销产品线并确定所述用户在所述分销产品线的分销权限等级。
3.根据权利要求1或2所述的系统,其特征在于,所述触达方式确定模块包括:
触达方式匹配单元,用于获取基于所述用户触达方式与分销员属性的对应关系将用户触达方式与所述用户的分销员属性进行匹配的第二契合度;
触达方式确定单元,用于当所述第二契合度满足第二预设条件时确定将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
4.根据权利要求1所述的系统,其特征在于,
所述规则生成模块包括分销建议评估模型,所述分销建议评估模型用于根据历史数据自动生成所述相关规则。
5.根据权利要求4所述的系统,其特征在于,
所述分销建议评估模型为聚类模型。
6.根据权利要求1所述的系统,其特征在于,
所述用户的个人基本信息包括以下至少其中之一:姓名、年龄、爱好、特长和工号;
所述对所述用户的调研信息包括以下至少其中之一:身份信息、收入信息、籍贯信息、岗位信息和购物信息;
所述分销员属性包括以下至少其中之一:年龄、岗位、地区、特长、爱好、收入水平和消费金额。
7.根据权利要求1所述的系统,其特征在于,所述信息获取模块包括:
基本信息获取单元,用于获取所述用户的个人基本信息;
调研信息获取单元,用于获取对所述用户的调研信息。
8.一种分销推荐方法,其特征在于,包括:
信息获取步骤,获取并审核用户信息,筛选出所述用户信息达到分销员资格的用户并将所述分销员资格赋予所述用户,其中,所述用户信息包括所述用户的个人基本信息和对所述用户的调研信息;
规则生成步骤,生成产品线分销推荐的相关规则,所述相关规则包括产品线与分销员属性的对应关系和用户触达方式与分销员属性的对应关系;
产品线推荐步骤,根据所述用户信息确定所述用户的分销员属性,基于所述产品线与分销员属性的对应关系确定推荐给所述用户的分销产品线及所述用户在所述分销产品线的分销权限等级;
触达方式确定步骤,根据所述用户信息确定所述用户的分销员属性,基于所述用户触达方式与分销员属性的对应关系确定所述用户触达方式;
分销推荐步骤,将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
9.根据权利要求8所述的方法,其特征在于,所述产品线推荐步骤包括:
获取基于所述产品线与分销员属性的对应关系将产品线与所述用户的分销员属性进行匹配的第一契合度;
当所述第一契合度满足第一预设条件时将所述产品线作为推荐给所述用户的分销产品线并确定所述用户在所述分销产品线的分销权限等级。
10.根据权利要求8或9所述的方法,其特征在于,所述触达方式确定步骤包括:
获取基于所述用户触达方式与分销员属性的对应关系将用户触达方式与所述用户的分销员属性进行匹配的第二契合度;
当所述第二契合度满足第二预设条件时确定将所述分销产品线和所述分销权限等级通过所述用户触达方式发送给所述用户。
11.根据权利要求8所述的方法,其特征在于,
基于分销建议评估模型根据历史数据自动生成所述相关规则。
12.根据权利要求8所述的方法,其特征在于,在所述分销推荐步骤之后,包括步骤:
反馈完善步骤,根据所述用户对所述分销产品线的销售情况调整所述产品线分销推荐的相关规则。
13.一种计算机可读存储介质,存储有程序代码,所述程序代码当被处理器执行时,实现如权利要求8-12之一所述的方法。
14.一种计算设备,包括处理器和存储有程序代码的存储介质,所述程序代码当被处理器执行时,实现如权利要求8-12之一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910979678.1A CN110738416A (zh) | 2019-10-15 | 2019-10-15 | 分销推荐系统、方法、介质和计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910979678.1A CN110738416A (zh) | 2019-10-15 | 2019-10-15 | 分销推荐系统、方法、介质和计算设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110738416A true CN110738416A (zh) | 2020-01-31 |
Family
ID=69268995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910979678.1A Pending CN110738416A (zh) | 2019-10-15 | 2019-10-15 | 分销推荐系统、方法、介质和计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110738416A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130268395A1 (en) * | 2012-04-10 | 2013-10-10 | Adam I. Sandow | Automated product selection and distribution system |
CN104506612A (zh) * | 2014-12-19 | 2015-04-08 | 北京奇虎科技有限公司 | 信息推荐方法、服务器和浏览器装置 |
AU2015203014A1 (en) * | 2014-06-13 | 2016-01-07 | Connect Financial LLC | A financial product recommendation for a consumer |
CN106407349A (zh) * | 2016-09-06 | 2017-02-15 | 北京三快在线科技有限公司 | 一种产品推荐方法及装置 |
CN107438138A (zh) * | 2017-09-12 | 2017-12-05 | 中国联合网络通信集团有限公司 | 一种渠道触达方式的推荐方法及装置 |
CN107657538A (zh) * | 2017-10-12 | 2018-02-02 | 中国平安人寿保险股份有限公司 | 投保方法、投保终端、保险服务器及计算机可读存储介质 |
CN108416664A (zh) * | 2018-01-29 | 2018-08-17 | 广州越秀金融科技有限公司 | 基于消费信贷场景的风险评估方法及系统实现 |
CN108460629A (zh) * | 2018-02-10 | 2018-08-28 | 深圳壹账通智能科技有限公司 | 用户营销推荐方法、装置、终端设备及存储介质 |
CN109147174A (zh) * | 2018-09-05 | 2019-01-04 | 深圳正品创想科技有限公司 | 一种无人售货方法、服务器及无人售货柜 |
CN109299387A (zh) * | 2018-11-13 | 2019-02-01 | 平安科技(深圳)有限公司 | 一种基于智能推荐的消息推送方法、装置及终端设备 |
CN109472670A (zh) * | 2018-11-02 | 2019-03-15 | 深圳壹账通智能科技有限公司 | 产品数据推送方法、装置、计算机设备及存储介质 |
CN110060167A (zh) * | 2019-03-12 | 2019-07-26 | 中国平安财产保险股份有限公司 | 一种保险产品推荐方法、服务器及计算机可读介质 |
CN110135912A (zh) * | 2019-05-17 | 2019-08-16 | 北京百度网讯科技有限公司 | 一种信息推送方法、装置、服务器和存储介质 |
CN110211282A (zh) * | 2019-05-23 | 2019-09-06 | 深兰科技(上海)有限公司 | 一种自动售货方法及贩卖机 |
-
2019
- 2019-10-15 CN CN201910979678.1A patent/CN110738416A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130268395A1 (en) * | 2012-04-10 | 2013-10-10 | Adam I. Sandow | Automated product selection and distribution system |
AU2015203014A1 (en) * | 2014-06-13 | 2016-01-07 | Connect Financial LLC | A financial product recommendation for a consumer |
CN104506612A (zh) * | 2014-12-19 | 2015-04-08 | 北京奇虎科技有限公司 | 信息推荐方法、服务器和浏览器装置 |
CN106407349A (zh) * | 2016-09-06 | 2017-02-15 | 北京三快在线科技有限公司 | 一种产品推荐方法及装置 |
CN107438138A (zh) * | 2017-09-12 | 2017-12-05 | 中国联合网络通信集团有限公司 | 一种渠道触达方式的推荐方法及装置 |
CN107657538A (zh) * | 2017-10-12 | 2018-02-02 | 中国平安人寿保险股份有限公司 | 投保方法、投保终端、保险服务器及计算机可读存储介质 |
CN108416664A (zh) * | 2018-01-29 | 2018-08-17 | 广州越秀金融科技有限公司 | 基于消费信贷场景的风险评估方法及系统实现 |
CN108460629A (zh) * | 2018-02-10 | 2018-08-28 | 深圳壹账通智能科技有限公司 | 用户营销推荐方法、装置、终端设备及存储介质 |
CN109147174A (zh) * | 2018-09-05 | 2019-01-04 | 深圳正品创想科技有限公司 | 一种无人售货方法、服务器及无人售货柜 |
CN109472670A (zh) * | 2018-11-02 | 2019-03-15 | 深圳壹账通智能科技有限公司 | 产品数据推送方法、装置、计算机设备及存储介质 |
CN109299387A (zh) * | 2018-11-13 | 2019-02-01 | 平安科技(深圳)有限公司 | 一种基于智能推荐的消息推送方法、装置及终端设备 |
CN110060167A (zh) * | 2019-03-12 | 2019-07-26 | 中国平安财产保险股份有限公司 | 一种保险产品推荐方法、服务器及计算机可读介质 |
CN110135912A (zh) * | 2019-05-17 | 2019-08-16 | 北京百度网讯科技有限公司 | 一种信息推送方法、装置、服务器和存储介质 |
CN110211282A (zh) * | 2019-05-23 | 2019-09-06 | 深兰科技(上海)有限公司 | 一种自动售货方法及贩卖机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blalock et al. | Welfare gains from foreign direct investment through technology transfer to local suppliers | |
US8126805B2 (en) | System and method for revolving credit product offer customization | |
CN103927675B (zh) | 判断用户年龄段的方法及装置 | |
US11651315B2 (en) | Intelligent diversification tool | |
CN107077687A (zh) | 获得与消费者有关的数据、处理所述数据并提供以电子方式生成的消费者报价的输出 | |
CN102156932A (zh) | 一种客户再次购买意向预测方法及装置 | |
CN106570718A (zh) | 信息的投放方法及投放系统 | |
WO2021129531A1 (zh) | 一种资源分配方法、装置、设备、存储介质及计算机程序 | |
Achimba et al. | Innovation in banking industry: Achieving customer satisfaction | |
CN109472648A (zh) | 销量预测方法及服务器 | |
CN117217865A (zh) | 基于大数据分析的个性化推荐系统 | |
CN116187808A (zh) | 一种基于虚拟电厂用户-套餐标签画像的电力套餐推荐方法 | |
KR20010109402A (ko) | 인터넷 상에서의 고객 행동 가치 산출 시스템 및 방법 | |
CN114943582A (zh) | 一种信息推荐方法、系统及推荐服务器 | |
CN117495482B (zh) | 一种基于用户画像的二手手机销售推荐方法及系统 | |
JP2020160710A (ja) | データ処理装置及びデータ処理方法 | |
CN106682947A (zh) | 用于共享环境的时间价值评估方法和系统 | |
WO2002079901A2 (en) | Customer preference system | |
Rezaeinia et al. | An integrated AHP-RFM method to banking customer segmentation | |
CN110738416A (zh) | 分销推荐系统、方法、介质和计算设备 | |
KR102576123B1 (ko) | 제품 공동구매 연계 시스템 및 방법 | |
JP2001022851A (ja) | スコアリング方法およびシステム | |
CN106875274A (zh) | 自动规划资产的方法及系统 | |
CN112989227A (zh) | 一种感兴趣对象的目标地址选取的方法及系统 | |
CA3025122A1 (en) | System and method for quantifying the experience of cannabis usage |
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: 20200131 |
|
RJ01 | Rejection of invention patent application after publication |