CN111586169A - 一种商品营销信息推送方法及系统 - Google Patents
一种商品营销信息推送方法及系统 Download PDFInfo
- Publication number
- CN111586169A CN111586169A CN202010375706.1A CN202010375706A CN111586169A CN 111586169 A CN111586169 A CN 111586169A CN 202010375706 A CN202010375706 A CN 202010375706A CN 111586169 A CN111586169 A CN 111586169A
- Authority
- CN
- China
- Prior art keywords
- repurchase
- commodity
- time node
- user
- consumption period
- 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
- 230000000737 periodic effect Effects 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims description 9
- 241000209094 Oryza Species 0.000 description 24
- 235000007164 Oryza sativa Nutrition 0.000 description 24
- 235000009566 rice Nutrition 0.000 description 24
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 235000013305 food Nutrition 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Abstract
本发明实施例公开了一种商品营销信息推送方法及系统,所述方法包括,根据商品数据库、复购商品信息和所有用户历史购买信息,得到复购商品表和复购商品消耗周期表;根据每个用户历史购买信息、所述复购商品表和复购商品消耗周期表,计算得到所述用户的每个复购商品的复购时间节点;根据所述复购时间节点,得到最佳复购推荐时间节点;在所述最佳复购推荐时间节点,以预设波次,将与所述最佳复购推荐时间节点对应的复购商品营销信息进行推送。解决了对用户进行个性化的周期性推送复购商品营销信息的问题,对用户提供符合其个性化商品和复购商品的商品营销方案,提高了用户对商品的复购率,同时提高用户对平台的粘性。
Description
技术领域
本发明涉及计算机领域,具体涉及一种商品营销信息推送方法及系统。
背景技术
现如今网购是比较常见的购物方式,在现行方案中,用户一次性购买多个或多期的商品,然后购物平台以用户设置的配送时间分期进行配送,达到按时间分批次购物的效果,节省复购的时间。
但如此还是带来了诸多不便,比如平台只能提供一部分配送服务,同时,以上述方案,平台并不能基于用户的复购需求来进行有效的商品营销或是对用户进行个性化的周期性推送营销信息。因此迫切需要一个解决方案。
发明内容
本发明的实施例提供一种商品营销信息推送方法及系统,解决了对用户进行个性化的周期性推送复购商品营销信息的问题。
为达到上述目的,本发明的实施例采用如下技术方案:
第一方面,本发明的实施例提供一种商品营销信息推送方法,所述方法包括:
根据商品数据库、复购商品信息和所有用户历史购买信息,得到复购商品表和复购商品消耗周期表;
根据每个用户历史购买信息、所述复购商品表和复购商品消耗周期表,计算得到所述用户的每个复购商品的复购时间节点;
根据所述复购时间节点,得到最佳复购推荐时间节点;
在所述最佳复购推荐时间节点,以预设波次,将与所述最佳复购推荐时间节点对应的复购商品营销信息进行推送。
结合第一方面,作为本发明实施例的第一种可实现方案,所述根据商品数据库、复购商品信息和所有用户历史购买信息,得到复购商品表和复购商品消耗周期表,具体包括:
创建复购商品类目表;
根据商品数据库和所述复购商品类目表,得到复购商品表;
根据所有用户历史购买信息和复购商品信息,得到复购商品消耗周期表。
结合第一方面的第一种可实现方案,作为本发明实施例的第二种可实现方案,所述根据所有用户历史购买信息和复购商品信息,得到复购商品消耗周期表,具体包括:
根据每个用户历史购买信息,得到个人消耗周期和商品平均消耗周期;
根据复购商品信息,得到商品预设消耗周期;
根据所述个人消耗周期、商品平均消耗周期和商品预设消耗周期,建立复购商品消耗周期表。
结合第一方面的第二种可实现方案,作为本发明实施例的第三种可实现方案,所述根据每个用户历史购买信息、所述复购商品表和复购商品消耗周期表,计算得到所述用户的每个复购商品的复购时间节点,具体包括:
根据用户历史购买信息和复购商品表,判断用户是否购买过该复购商品至少两次,若是,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加个人消耗周期;
若否,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品平均消耗周期;
若没有商品平均消耗周期,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品预设消耗周期。
结合第一方面的第三种可实现方案,作为本发明实施例的第四种可实现方案,所述根据所述复购时间节点,得到最佳复购推荐时间节点,具体包括:
依据T2=T1-ΔT获得最佳复购推荐时间节点,其中T2是最佳复购推荐时间节点,T1是复购时间节点,ΔT是预设时间段。
第二方面,本发明的实施例还提供一种商品营销信息推送系统,所述系统包括:
获取模块,用于根据商品数据库、复购商品信息和所有用户历史购买信息,得到复购商品表和复购商品消耗周期表;
计算模块,用于根据每个用户历史购买信息、所述复购商品表和复购商品消耗周期表,计算得到所述用户的每个复购商品的复购时间节点;
推算模块,用于根据所述复购时间节点,推算得到最佳复购推荐时间节点;
推送模块,用于在所述最佳复购推荐时间节点,以预设波次,将与所述最佳复购推荐时间节点对应的复购商品营销信息进行推送。
结合第二方面,作为本发明实施例的第一种可实现方案,所述获取模块,具体包括:
创建子模块,用于创建复购商品类目表;
对照子模块,用于根据商品数据库和所述复购商品类目表,对照得到复购商品表;
获取子模块,用于根据所有用户历史购买信息和复购商品信息,得到复购商品消耗周期表。
结合第二方面的第一种可实现方案,作为本发明实施例的第二种可实现方案,所述获取子模块,具体包括:
计算单元,用于根据每个用户历史购买信息,得到个人消耗周期和商品平均消耗周期;
获取单元,用于根据复购商品信息,得到商品预设消耗周期;
建表单元,用于根据所述个人消耗周期、商品平均消耗周期和商品预设消耗周期,建立复购商品消耗周期表。
结合第二方面的第二种可实现方案,作为本发明实施例的第三种可实现方案,所述计算模块,具体包括:
判断子模块,用于根据用户历史购买信息和复购商品表,判断用户是否购买过该复购商品至少两次,若是,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加个人消耗周期;
若否,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品平均消耗周期;
若没有商品平均消耗周期,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品预设消耗周期。
结合第二方面的第三种可实现方案,作为本发明实施例的第四种可实现方案,所述推算模块,具体包括:
依据T2=T1-ΔT获得最佳复购推荐时间节点,其中T2是最佳复购推荐时间节点,T1是复购时间节点,ΔT是预设时间段。
本发明实施例提供的一种商品营销信息推送方法及系统,解决了对用户进行个性化的周期性推送复购商品营销信息的问题。相比于现有技术,在本发明实施中,通过建立复购商品表和计算复购商品的消耗周期,结合每个用户最近一次购买复购商品的时间,得到了最佳的推荐复购商品相关营销信息的时间段,对用户提供符合其个性化商品和复购商品的商品营销方案,提高了用户对商品的复购率,同时提高用户对平台的粘性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅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它的附图。
图1为本发明实施例的方法的流程框图;
图2为本发明实施例的方法中步骤S110的流程框图;
图3为本发明实施例的系统的结构框图;
图4为本发明实施例的系统的另一种结构框图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。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提前下所获得的实施例,都应属于本发明保护的范围。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
现如今网购是比较常见的购物方式,在现行方案中,用户一次性购买多个或多期的商品,然后购物平台以用户设置的配送时间分期进行配送,达到按时间分批次购物的效果,节省复购的时间。
但如此还是带来了诸多不便,比如平台只能提供一部分配送服务,同时,以上述方案,平台并不能基于用户的复购需求来进行有效的商品营销或是对用户进行个性化的周期性推送营销信息。因此迫切需要一个解决方案。
在现有的网络购物中,会使用到定期配送服务。用户一次性购买多个或多期的商品,然后购物平台以用户设置的配送时间分期进行配送,达到按时间分批次购物的效果,节省复购的时间。
这样的现有方案有着很多的缺陷,比如由于平台只能提供一部分配送服务,同时,以上述方案,平台并不能基于用户的复购需求来进行有效的商品营销或是对用户进行个性化的周期性推送营销信息,这对营销信息的推送产生了不小的影响。
在本发明实施例中,提供一种商品营销信息推送方法及系统,实现了对用户进行个性化的周期性推送复购商品营销信息,提高了用户对商品的复购率,同时提高用户对平台的粘性。
图1示出了根据本发明一个实施例的商品营销信息推送方法的流程图。参见图1,本实施例的商品营销信息推送方法包括步骤S110至步骤S140。
步骤S110、根据商品数据库、复购商品信息和所有用户历史购买信息,得到复购商品表和复购商品消耗周期表。
步骤S120、根据每个用户历史购买信息、所述复购商品表和复购商品消耗周期表,计算得到所述用户的每个复购商品的复购时间节点。
步骤S130、根据所述复购时间节点,得到最佳复购推荐时间节点。
步骤S140、在所述最佳复购推荐时间节点,以预设波次,将与所述最佳复购推荐时间节点对应的复购商品营销信息进行推送。
上述实施例中,通过建立复购商品表和计算复购商品的消耗周期,结合每个用户最近一次购买复购商品的时间,得到了最佳的推荐复购商品相关营销信息的时间段,对用户提供符合其个性化商品和复购商品的商品营销方案,提高了用户对商品的复购率,同时提高用户对平台的粘性。
其中,步骤S110,如图2所示,具体包括:
S1101创建复购商品类目表;
S1102根据商品数据库和所述复购商品类目表,得到复购商品表;
S1103根据所有用户历史购买信息和复购商品信息,得到复购商品消耗周期表。
在实际操作过程中,首先根据实际销售情况,得出复购型商品的类目表,如食品类,生活用品类等。然后在标准的商品数据库中,将复购型商品的类目进行对应,找到复购型商品类目下的复购型商品,并一一列出,形成复购商品表,以备之后判断用户购买商品类型,并根据复购商品进行营销信息的推送。
同时,根据所有用户历史购买信息和复购商品信息,得到复购商品消耗周期表,具体包括:
根据每个用户历史购买信息,得到个人消耗周期和商品平均消耗周期;
根据复购商品信息,得到商品预设消耗周期;
根据所述个人消耗周期、商品平均消耗周期和商品预设消耗周期,建立复购商品消耗周期表。
需要说明的是,在本发明实施例中,将商品的使用消耗周期分为个人消耗周期、商品平均消耗周期和商品预设消耗周期三种,在建立商品消耗周期表时,根据用户购买时所处的不同阶段选择不同的消耗周期。以备对不同的用户进行个性化的营销信息推送。
其中,个人消耗周期通过用户历史购买信息计算,若用户购买过该复购型商品至少两次,则将用户两次购买该复购型商品的时间间隔作为该用户的个人消耗周期,比如用户在1月1日第一次购买了10KG的大米,2月15日第二次购买了10KG大米,根据第一次和第二次的购买天数间隔,算出消耗周期为45-60天;商品平均消耗周期通过所有用户历史购买信息计算,将所有用户购买该复购型商品的个人消耗周期进行平均,得到该复购型商品的平均消耗周期,比如1000个用户对于10KG的大米,两次购买的平均时间间隔为33天;商品预设消耗周期通过该复购型商品的出厂信息得出,比如10KG的大米在出厂包装时,厂家定义该商品的自然消耗周期为30天,则将30天作为该复购型商品的商品预设消耗周期。
优选的,所述步骤S120,具体包括:
根据用户历史购买信息和复购商品表,判断用户是否购买过该复购商品至少两次,若是,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加个人消耗周期;
若否,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品平均消耗周期;
若没有商品平均消耗周期,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品预设消耗周期。
其中,在具体实施过程中,根据用户最近一次购买行为,判断购买商品是否属于步骤S110中复购商品表里的复购型商品,其次根据该商品去读取步骤S1103中商品消耗周期表里的三种消耗周期,然后自动计算每个用户在购买复购商品后的复购时间节点。按如下顺序来判定消耗使用周期:若用户购买过该复购商品至少两次,则使用用户个人消耗周期;若用户为首次购买该复购商品,则匹配该商品的平均消耗周期;若该商品缺少平均消耗周期,则使用厂家定义的商品预设消耗周期。通过该步骤得到了商品的消耗周期,可以得知每个用户不同的消耗频率和购买频率,也为之后作个性化的营销做准备。
优选的,所述步骤S130,具体包括:
依据T2=T1-ΔT获得最佳复购推荐时间节点,其中T2是最佳复购推荐时间节点,T1是复购时间节点,ΔT是预设时间段。
需要说明的是,在本发明的实施例中,为了在用户发生周期性购买该复购型商品之前进行营销推荐,因此先预设一个推送时间段ΔT,然后在之前步骤中计算出的复购时间节点之前的预设时间段内,就是最佳复购推荐时间节点,在这段时间内进行推送。比如通过计算用户的消耗周期,得到该用户的10KG大米的消耗周期为45天左右,同时得知该用户最近一次购买10KG的大米是在2月15日,可推算的该用户的复购时间节点会在2月15日之后的第45天前后,则按照预设的提前15天营销方针,在2月15日之后的第30-45天间,在用户发生周期购买之前进行提示。这样既提高了用户对平台的粘性,也提高了用户的复购率,同时还保证了对每个用户做到个性化的营销,在不同的时间节点进行营销信息的推送。
优选的,所述步骤S140,具体包括:
在所述最佳复购推荐时间节点,以预设波次,将与所述最佳复购推荐时间节点对应的复购商品营销信息进行推送。
在具体实施例中,会将最佳的复购营销推荐时间点和该用户所要购买的复购商品相结合,自动生成不同波次的复购营销事件。比如在步骤S130中得出在2月15日之后的第30-45天进行营销信息的推送,在这段时间内,可以按照预设的波次,比如在复购节点前的15天/7天/3天,分三次进行不同方式的复购营销信息推送。这样可以提高营销的效果,提高用户的复购率,同时实现全自动的复购商品营销。
以具体实施例为例,平台首先根据历史实际销售情况,列出复购型商品的类目表,如食品类,生活用品类等。然后在标准的商品数据库中,将复购型商品的类目进行对应,找到复购型商品类目下的复购型商品,并一一列出,形成复购商品表。某用户在平台购买了一种商品,平台对该商品的种类进行判断,判断该商品是否属于之前列出的复购商品表中的某种复购商品,以10KG大米为例,10KG大米属于食品类的复购商品,然后计算该用户的消耗周期,需要先建立10KG大米的消耗周期表,优先计算个人消耗周期:若该用户购买过该10KG大米至少两次,则将用户两次购买的时间间隔作为该用户的个人消耗周期,比如用户在1月1日第一次购买了10KG的大米,2月15日第二次购买了10KG大米,根据第一次和第二次的购买天数间隔,算出消耗周期为45天。若该用户为第一次购买10KG大米,无法计算出个人消耗周期,此时选择计算商品平均消耗周期,通过其他用户的10KG大米的个人消耗周期,平均后得出平均消耗周期,比如1000个用户对于10KG的大米,平均第二次购买周期间隔33天。若这种10KG大米购买的人数暂时不多,无法计算出平均消耗周期,则选择使用商品预设的消耗周期来作为此次的消耗周期,比如这种10KG大米出厂时,厂家定义自然消耗的使用周期为30天。然后自动计算每个用户在购买复购商品后的复购时间节点,复购时间节点为用户此次购买该复购商品的时间节点加上述计算出的消耗周期,比如此次是4月1日,按照个人消耗周期计算,复购时间节点会是5月15日,再推算出最佳的复购推荐时间节点,按照平台预设的提前15天的标准,则最佳的复购推荐时间节点是在5月1日至5月15日之间,同时按照平台设置的波次,如15天/7天/3天,分三次为该用户进行针对10KG大米的复购营销信息的推送。
本发明实施例提供的一种商品营销信息推送方法,解决了对用户进行个性化的周期性推送复购商品营销信息的问题。相比于现有技术,在本发明实施中,通过建立复购商品表和计算复购商品的消耗周期,结合每个用户最近一次购买复购商品的时间,得到了最佳的推荐复购商品相关营销信息的时间段,对用户提供符合其个性化商品和复购商品的商品营销方案,提高了用户对商品的复购率,同时提高用户对平台的粘性。
基于同一发明构思,本发明实施例还提供了一种商品营销信息推送方法,图3示出了根据本发明一个实施例的商品营销信息推送系统的系统框架图。如图3所示,包括:
获取模块100,用于根据商品数据库、复购商品信息和所有用户历史购买信息,得到复购商品表和复购商品消耗周期表;
计算模块200,用于根据每个用户历史购买信息、所述复购商品表和复购商品消耗周期表,计算得到所述用户的每个复购商品的复购时间节点;
推算模块300,用于根据所述复购时间节点,推算得到最佳复购推荐时间节点;
推送模块400,用于在所述最佳复购推荐时间节点,以预设波次,将与所述最佳复购推荐时间节点对应的复购商品营销信息进行推送。
上述实施例中,通过获取模块100建立复购商品表和计算复购商品的消耗周期,结合每个用户最近一次购买复购商品的时间,得到了最佳的推荐复购商品相关营销信息的时间段,对用户提供符合其个性化商品和复购商品的商品营销方案,提高了用户对商品的复购率,同时提高用户对平台的粘性。
其中,获取模块100,如图4所示,具体包括:
创建子模块101,用于创建复购商品类目表;
对照子模块102,用于根据商品数据库和所述复购商品类目表,对照得到复购商品表;
获取子模块103,用于根据所有用户历史购买信息和复购商品信息,得到复购商品消耗周期表。
在实际操作过程中,首先根据实际销售情况,得出复购型商品的类目表,如食品类,生活用品类等。然后在标准的商品数据库中,将复购型商品的类目进行对应,找到复购型商品类目下的复购型商品,并一一列出,形成复购商品表,以备之后判断用户购买商品类型,并根据复购商品进行营销信息的推送。。
其中,所述获取子模块103,具体包括:
计算单元1031,用于根据每个用户历史购买信息,得到个人消耗周期和商品平均消耗周期;
获取单元1032,用于根据复购商品信息,得到商品预设消耗周期;
建表单元1033,用于根据所述个人消耗周期、商品平均消耗周期和商品预设消耗周期,建立复购商品消耗周期表。
需要说明的是,在本发明实施例中,将商品的使用消耗周期分为个人消耗周期、商品平均消耗周期和商品预设消耗周期三种,在建立商品消耗周期表时,根据用户购买时所处的不同阶段选择不同的消耗周期。以备对不同的用户进行个性化的营销信息推送。
其中,个人消耗周期通过用户历史购买信息计算,若用户购买过该复购型商品至少两次,则将用户两次购买该复购型商品的时间间隔作为该用户的个人消耗周期,比如用户在1月1日第一次购买了10KG的大米,2月15日第二次购买了10KG大米,根据第一次和第二次的购买天数间隔,算出消耗周期为45-60天;商品平均消耗周期通过所有用户历史购买信息计算,将所有用户购买该复购型商品的个人消耗周期进行平均,得到该复购型商品的平均消耗周期,比如1000个用户对于10KG的大米,两次购买的平均时间间隔为33天;商品预设消耗周期通过该复购型商品的出厂信息得出,比如10KG的大米在出厂包装时,厂家定义该商品的自然消耗周期为30天,则将30天作为该复购型商品的商品预设消耗周期。
优选的,所述计算模块200,具体包括:
判断子模块201,用于根据用户历史购买信息和复购商品表,判断用户是否购买过该复购商品至少两次,若是,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加个人消耗周期;
若否,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品平均消耗周期;
若没有商品平均消耗周期,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品预设消耗周期。
其中,在具体实施过程中,根据用户最近一次购买行为,判断购买商品是否属于步骤S110中复购商品表里的复购型商品,其次根据该商品去读取步骤S1103中商品消耗周期表里的三种消耗周期,然后自动计算每个用户在购买复购商品后的复购时间节点。按如下顺序来判定消耗使用周期:若用户购买过该复购商品至少两次,则使用用户个人消耗周期;若用户为首次购买该复购商品,则匹配该商品的平均消耗周期;若该商品缺少平均消耗周期,则使用厂家定义的商品预设消耗周期。通过该步骤得到了商品的消耗周期,可以得知每个用户不同的消耗频率和购买频率,也为之后作个性化的营销做准备。
优选的,所述推算模块300,具体包括:
依据T2=T1-ΔT获得最佳复购推荐时间节点,其中T2是最佳复购推荐时间节点,T1是复购时间节点,ΔT是预设时间段。
需要说明的是,在本发明的实施例中,为了在用户发生周期性购买该复购型商品之前进行营销推荐,因此先预设一个推送时间段ΔT,然后在之前步骤中计算出的复购时间节点之前的预设时间段内,就是最佳复购推荐时间节点,在这段时间内进行推送。比如通过计算用户的消耗周期,得到该用户的10KG大米的消耗周期为45天左右,同时得知该用户最近一次购买10KG的大米是在2月15日,可推算的该用户的复购时间节点会在2月15日之后的第45天前后,则按照预设的提前15天营销方针,在2月15日之后的第30-45天间,在用户发生周期购买之前进行提示。这样既提高了用户对平台的粘性,也提高了用户的复购率,同时还保证了对每个用户做到个性化的营销,在不同的时间节点进行营销信息的推送。
优选的,所述推送模块400,具体包括:
在所述最佳复购推荐时间节点,以预设波次,将与所述最佳复购推荐时间节点对应的复购商品营销信息进行推送。
在具体实施例中,会将最佳的复购营销推荐时间点和该用户所要购买的复购商品相结合,自动生成不同波次的复购营销事件。比如在步骤S130中得出在2月15日之后的第30-45天进行营销信息的推送,在这段时间内,可以按照预设的波次,比如在复购节点前的15天/7天/3天,分三次进行不同方式的复购营销信息推送。这样可以提高营销的效果,提高用户的复购率,同时实现全自动的复购商品营销。
本发明实施例提供的一种商品营销信息推送系统,解决了对用户进行个性化的周期性推送复购商品营销信息的问题。相比于现有技术,在本发明实施中,通过建立复购商品表和计算复购商品的消耗周期,结合每个用户最近一次购买复购商品的时间,得到了最佳的推荐复购商品相关营销信息的时间段,对用户提供符合其个性化商品和复购商品的商品营销方案,提高了用户对商品的复购率,同时提高用户对平台的粘性。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。本领域技术人员可以理解,可以对实施例中的装置中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个装置中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种商品营销信息推送方法,其特征在于,包括:
根据商品数据库、复购商品信息和所有用户历史购买信息,得到复购商品表和复购商品消耗周期表;
根据每个用户历史购买信息、所述复购商品表和复购商品消耗周期表,计算得到所述用户的每个复购商品的复购时间节点;
根据所述复购时间节点,得到最佳复购推荐时间节点;
在所述最佳复购推荐时间节点,以预设波次,将与所述最佳复购推荐时间节点对应的复购商品营销信息进行推送。
2.根据权利要求1所述的方法,其特征在于,所述根据商品数据库、复购商品信息和所有用户历史购买信息,得到复购商品表和复购商品消耗周期表,具体包括:
创建复购商品类目表;
根据商品数据库和所述复购商品类目表,得到复购商品表;
根据所有用户历史购买信息和复购商品信息,得到复购商品消耗周期表。
3.根据权利要求2所述的方法,其特征在于,所述根据所有用户历史购买信息和复购商品信息,得到复购商品消耗周期表,具体包括:
根据每个用户历史购买信息,得到个人消耗周期和商品平均消耗周期;
根据复购商品信息,得到商品预设消耗周期;
根据所述个人消耗周期、商品平均消耗周期和商品预设消耗周期,建立复购商品消耗周期表。
4.根据权利要求3所述的方法,其特征在于,所述根据每个用户历史购买信息、所述复购商品表和复购商品消耗周期表,计算得到所述用户的每个复购商品的复购时间节点,具体包括:
根据用户历史购买信息和复购商品表,判断用户是否购买过该复购商品至少两次,若是,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加个人消耗周期;
若否,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品平均消耗周期;
若没有商品平均消耗周期,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品预设消耗周期。
5.根据权利要求4所述的方法,其特征在于,所述根据所述复购时间节点,得到最佳复购推荐时间节点,具体包括:
依据T2=T1-ΔT获得最佳复购推荐时间节点,其中T2是最佳复购推荐时间节点,T1是复购时间节点,ΔT是预设时间段。
6.一种商品营销信息推送系统,其特征在于,包括:
获取模块,用于根据商品数据库、复购商品信息和所有用户历史购买信息,得到复购商品表和复购商品消耗周期表;
计算模块,用于根据每个用户历史购买信息、所述复购商品表和复购商品消耗周期表,计算得到所述用户的每个复购商品的复购时间节点;
推算模块,用于根据所述复购时间节点,推算得到最佳复购推荐时间节点;
推送模块,用于在所述最佳复购推荐时间节点,以预设波次,将与所述最佳复购推荐时间节点对应的复购商品营销信息进行推送。
7.根据权利要求6所述的系统,其特征在于,所述获取模块,具体包括:
创建子模块,用于创建复购商品类目表;
对照子模块,用于根据商品数据库和所述复购商品类目表,对照得到复购商品表;
获取子模块,用于根据所有用户历史购买信息和复购商品信息,得到复购商品消耗周期表。
8.根据权利要求7所述的系统,其特征在于,所述获取子模块,具体包括:
计算单元,用于根据每个用户历史购买信息,得到个人消耗周期和商品平均消耗周期;
获取单元,用于根据复购商品信息,得到商品预设消耗周期;
建表单元,用于根据所述个人消耗周期、商品平均消耗周期和商品预设消耗周期,建立复购商品消耗周期表。
9.根据权利要求8所述的系统,其特征在于,所述计算模块,具体包括:
判断子模块,用于根据用户历史购买信息和复购商品表,判断用户是否购买过该复购商品至少两次,若是,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加个人消耗周期;
若否,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品平均消耗周期;
若没有商品平均消耗周期,则复购时间节点是所述用户最近一次购买该复购商品的时间节点加商品预设消耗周期。
10.根据权利要求9所述的系统,其特征在于,所述推算模块,具体包括:
依据T2=T1-ΔT获得最佳复购推荐时间节点,其中T2是最佳复购推荐时间节点,T1是复购时间节点,ΔT是预设时间段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010375706.1A CN111586169A (zh) | 2020-05-07 | 2020-05-07 | 一种商品营销信息推送方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010375706.1A CN111586169A (zh) | 2020-05-07 | 2020-05-07 | 一种商品营销信息推送方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111586169A true CN111586169A (zh) | 2020-08-25 |
Family
ID=72118655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010375706.1A Pending CN111586169A (zh) | 2020-05-07 | 2020-05-07 | 一种商品营销信息推送方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111586169A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112200630A (zh) * | 2020-10-12 | 2021-01-08 | 绿瘦健康产业集团有限公司 | 一种用户分流处理方法、装置、介质及终端设备 |
CN112397175A (zh) * | 2021-01-19 | 2021-02-23 | 阿里健康科技(杭州)有限公司 | 一种购药提醒方法和装置 |
CN113301094A (zh) * | 2020-09-10 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及装置 |
CN113379511A (zh) * | 2021-07-02 | 2021-09-10 | 北京沃东天骏信息技术有限公司 | 用于输出信息的方法和装置 |
CN113538141A (zh) * | 2021-07-14 | 2021-10-22 | 中数通信息有限公司 | 一种基于客户信息的产品推荐方法 |
CN113744020A (zh) * | 2021-01-15 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 一种商品文案处理方法、装置、电子设备和存储介质 |
CN114971747A (zh) * | 2022-07-14 | 2022-08-30 | 广州卓铸网络科技有限公司 | 一种基于大数据商品精准营销的数据分析方法及系统 |
CN115936823A (zh) * | 2023-03-13 | 2023-04-07 | 北京元隆雅图文化传播股份有限公司 | 营销管理方法、设备及计算机可读存储介质 |
CN116503142A (zh) * | 2023-06-27 | 2023-07-28 | 临沂大学 | 一种合伙人智慧营销调度数据处理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103578022A (zh) * | 2012-07-19 | 2014-02-12 | 纽海信息技术(上海)有限公司 | 自动化网购装置及方法 |
CN103856564A (zh) * | 2014-03-17 | 2014-06-11 | 中国联合网络通信集团有限公司 | 一种提醒用户购买商品的方法及购物提醒服务器 |
US20160162935A1 (en) * | 2014-12-08 | 2016-06-09 | Facebook, Inc. | Remarketing based on customized consumption intervals |
CN107767217A (zh) * | 2017-10-19 | 2018-03-06 | 康佳集团股份有限公司 | 购物推荐方法、移动终端及存储介质 |
CN109146533A (zh) * | 2017-06-28 | 2019-01-04 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
US20190073708A1 (en) * | 2017-09-01 | 2019-03-07 | Walmart Apollo, Llc | Systems and methods for estimating personal replenishment cycles |
CN109872211A (zh) * | 2017-12-04 | 2019-06-11 | 北京京东尚科信息技术有限公司 | 一种对象推荐的方法和装置 |
CN110009457A (zh) * | 2019-04-09 | 2019-07-12 | 昆山古鳌电子机械有限公司 | 一种基于大数据的商品推荐系统 |
-
2020
- 2020-05-07 CN CN202010375706.1A patent/CN111586169A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103578022A (zh) * | 2012-07-19 | 2014-02-12 | 纽海信息技术(上海)有限公司 | 自动化网购装置及方法 |
CN103856564A (zh) * | 2014-03-17 | 2014-06-11 | 中国联合网络通信集团有限公司 | 一种提醒用户购买商品的方法及购物提醒服务器 |
US20160162935A1 (en) * | 2014-12-08 | 2016-06-09 | Facebook, Inc. | Remarketing based on customized consumption intervals |
CN109146533A (zh) * | 2017-06-28 | 2019-01-04 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
US20190073708A1 (en) * | 2017-09-01 | 2019-03-07 | Walmart Apollo, Llc | Systems and methods for estimating personal replenishment cycles |
CN107767217A (zh) * | 2017-10-19 | 2018-03-06 | 康佳集团股份有限公司 | 购物推荐方法、移动终端及存储介质 |
CN109872211A (zh) * | 2017-12-04 | 2019-06-11 | 北京京东尚科信息技术有限公司 | 一种对象推荐的方法和装置 |
CN110009457A (zh) * | 2019-04-09 | 2019-07-12 | 昆山古鳌电子机械有限公司 | 一种基于大数据的商品推荐系统 |
Non-Patent Citations (1)
Title |
---|
加藤公一莱奥著;马云雷,杜君林译: "《精准推送 新媒体时代的营销活动守则》", 北京联合出版公司, pages: 326 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113301094A (zh) * | 2020-09-10 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及装置 |
CN112200630A (zh) * | 2020-10-12 | 2021-01-08 | 绿瘦健康产业集团有限公司 | 一种用户分流处理方法、装置、介质及终端设备 |
CN113744020A (zh) * | 2021-01-15 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 一种商品文案处理方法、装置、电子设备和存储介质 |
CN112397175A (zh) * | 2021-01-19 | 2021-02-23 | 阿里健康科技(杭州)有限公司 | 一种购药提醒方法和装置 |
CN112397175B (zh) * | 2021-01-19 | 2021-06-18 | 阿里健康科技(杭州)有限公司 | 一种购药提醒方法和装置 |
CN113379511A (zh) * | 2021-07-02 | 2021-09-10 | 北京沃东天骏信息技术有限公司 | 用于输出信息的方法和装置 |
CN113538141A (zh) * | 2021-07-14 | 2021-10-22 | 中数通信息有限公司 | 一种基于客户信息的产品推荐方法 |
CN114971747A (zh) * | 2022-07-14 | 2022-08-30 | 广州卓铸网络科技有限公司 | 一种基于大数据商品精准营销的数据分析方法及系统 |
CN115936823A (zh) * | 2023-03-13 | 2023-04-07 | 北京元隆雅图文化传播股份有限公司 | 营销管理方法、设备及计算机可读存储介质 |
CN116503142A (zh) * | 2023-06-27 | 2023-07-28 | 临沂大学 | 一种合伙人智慧营销调度数据处理系统 |
CN116503142B (zh) * | 2023-06-27 | 2023-09-05 | 临沂大学 | 一种合伙人智慧营销调度数据处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111586169A (zh) | 一种商品营销信息推送方法及系统 | |
Hu et al. | Managing risk of supply disruptions: Incentives for capacity restoration | |
Chang et al. | Creating the experience economy in e-commerce | |
US8401910B2 (en) | Method and apparatus for providing group volume pricing | |
US20130166415A1 (en) | Adapting Mobile Catalogs by Filtering for Available Products, Mass Movers and Hot-Sellers | |
Ghosh et al. | Pricing for profit in internet of things | |
US20020184109A1 (en) | Consumer interaction system | |
CN112330358A (zh) | 产品销量预测的方法和装置、存储介质和电子设备 | |
Lee et al. | The loss‐averse newsvendor problem with supply options | |
Li et al. | Capacity restoration in a decentralized assembly system with supply disruption risks | |
CN112036984A (zh) | 一种电商运营大数据管理系统 | |
CN113159890A (zh) | 商品价格信息处理方法及相关装置 | |
Zhao et al. | Two‐period information‐sharing and quality decision in a supply chain under static and dynamic wholesale pricing strategies | |
CN108550051A (zh) | 一种多级分销商业模式及应用系统 | |
CN111833102A (zh) | 一种数据显示方法以及装置 | |
CN107169786B (zh) | 数据资源的处理方法和装置 | |
CN106688007A (zh) | 一种在线购物方法及相关设备 | |
CN108256981B (zh) | 服务推荐方法、装置、电子设备及计算机可读存储介质 | |
US20200027142A1 (en) | System and method for marketing through division of product groups | |
Lu et al. | Personalized pricing when consumers can purchase multiple items | |
CN116245567A (zh) | 一种订单实时优惠配置方法、系统、电子设备及存储介质 | |
KR101777332B1 (ko) | 캐쉬백 서비스 방법 및 이를 실행하는 사업자 서버 | |
CN108229758A (zh) | 服务提供方法、装置、电子设备及计算机可读存储介质 | |
CN105528379B (zh) | 一种资源的推荐方法和装置 | |
CN112035735A (zh) | 一种基于短视频的商品推荐方法、装置和系统 |
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: 20200825 |