CN111915344A - 一种基于医疗大数据的新会员催熟方法和装置 - Google Patents
一种基于医疗大数据的新会员催熟方法和装置 Download PDFInfo
- Publication number
- CN111915344A CN111915344A CN202010569866.XA CN202010569866A CN111915344A CN 111915344 A CN111915344 A CN 111915344A CN 202010569866 A CN202010569866 A CN 202010569866A CN 111915344 A CN111915344 A CN 111915344A
- Authority
- CN
- China
- Prior art keywords
- data
- new
- target
- coupon
- medication
- 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
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q30/0221—Re-usable coupons
-
- 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
- G06Q30/0239—Online discounts or incentives
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明针对现有会员催熟方案未充分考虑新会员之间存在的较大差异,药店无法合理的指定合适面额的优惠券,进而导致营销成本升高等问题,提供了一种基于医疗大数据的新会员催熟方法和装置。本发明对新注册会员除了在数据库中记录会员基本信息外,还记录了会员标签信息。获得新会员的组合特征数据,构建回归模型以确定目标会员不同标签数据对应的优惠券面额,将优惠力度设置在合理范围内,减小企业营销成本。并且,对新注册会员进行多轮营销活动,并在活动中动态调整新会员标签数据和组合特征数据,实现优惠券的合理推送和精准营销,能够保证能够快速催熟新会员的前提下,提高药店的收益率和会员的忠诚度。
Description
技术领域
本发明实施例涉及医疗数据处理技术领域,尤其涉及一种基于医疗大数据的新会员催熟方法和装置。
背景技术
随着大众消费水平的提高,消费已经不再简单的局限于满足物质需求,人们更加关注身体健康的发展。如何维系药店和消费者的关系纽带,实现药店营收一直是一个热门话题。
目前,会员制营销是各大药店的首选方案。会员制营销就是企业通过发展会员,提供差别化得服务和精准的营销,提高顾客忠诚度,长期增加企业利润。通过历史数据分析可以发现,良好的会员营销策略可以在以下几个方面帮助药店:1、了解顾客;2、了解顾客的消费行为;3、根据会员信息和消费行为将会员分类,进行更加针对性的营销和关怀。4、自己的会员就是最好的宣传媒体。5、将促销变为优惠和关怀,提升会员消费体验。6、提升客户忠诚度。最主要的优点是为药店培养众多忠实的顾客,建立起一个长期稳定的市场,提高企业的竞争力。薄利多销是会员制营销药店的一个普遍特征,而且会员一般都有时间期限,在此段时间内会员都是药店的顾客。如果药店能够让会员满意,这种情况可能会长久持续下去。由于会员制能把大量顾客长期吸引在药店周围,对竞争对手来说也是一种变相打击。
会员制不但可以稳定老顾客,还可以开发新顾客。由于实施会员制的药店普遍具有比同行业更优惠的价格,因此其对新顾客的吸引力很大。此外,大部分会员卡是允许外借的,因此这也给新顾客提供了机会,大大增加了其成为会员的可能性。当前,我国各大药店都制定了丰富多样的营销策略和营销活动。其中最热门的手段就是发送优惠券,也是各大药店的常用方案。
新顾客的到来对于药店来说是具有十分重大的意义的。然而通过历史数据的分析我们可以发现一个残酷的事实,我们经常会发现有些顾客只有一次会员交易,之后再没有来过门店。其中有一部分顾客是在促销活动期间刚好路过门店,看到购物优惠就临时办理了会员卡;还有一部分人是因为加入会员有礼品,为了多拿礼品而重复办卡。目前新客获取成本较高,因此对新会员建立一套完整可靠的营销方案是十分必要的。
目前针对新注册会员,药店通常采用的新会员催熟方案是定期发送面额不等的优惠券给新注册的会员,吸新注册的会员前来消费,长此以往建立新会员与药店的信任关系,实现新会员的催熟。而这种新会员催熟方法并不适用于形形色色的会员,往往会造成药店花费大成本吸引的新会员在成为稳定客户之前就流失了。它存在以下的不足:1、新会员之间存在较大差异,新会员是新注册的会员,其年龄、兴趣偏好、消费能力药店不能准确掌握,不能很好的了解新会员;2、通用的新会员的历史数据较为稀疏,药店无法建立合适的算法模型;3、优惠券的制定困难,由于新会员存在的稀疏性,药店无法指定合适面额的优惠券。除了优惠券面额问题,优惠券的有效期、优惠券的发送周期的确定也存在问题。4、成本花费高,优惠券的发送周期和轮次不好掌握。发送次数少效果不佳,发送频繁会造成营销成本增加。
发明内容
本发明实施例提供一种基于医疗大数据的新会员催熟方法和装置,用以解决现有技术的上述问题。
第一方面,本发明实施例提供一种基于医疗大数据的新会员催熟方法,包括:
S1,从预先建立的数据库中提取第一数据集;第一数据集包括给定时段内每一新注册会员对应的会员数据,所述会员数据包括会员基本信息、会员标签信息和会员开卡消费信息;
S2,根据所述会员开卡消费信息计算每一新注册会员的用药周期,根据用药周期预测每一新注册会员的下次购买时间,筛选出下次购买时间超过当前时间的新注册会员作为目标会员,保留目标会员的会员数据作为第二数据集;
S3,对所述第二数据集的会员数据进行特征工程,获得目标会员的标签数据和组合特征数据;
S4,根据目标会员的标签数据和组合特征数据构建回归模型并进行训练,获得训练后的回归模型;
S5,将每一目标会员的标签数据分别输入训练后的回归模型,输出每一目标会员对应的优惠券面额,并向每一目标会员发送对应面额的优惠券。
进一步,所述会员基本信息包括会员ID、会员积分和消费等级,所述会员标签信息包括会员身份信息及其对应的体检报告和电子健康档案;所述会员开卡消费信息包括购买药品ID、购买药品名称、购买药品种类、购买时间和购买数量。
进一步,在步骤S2之后,所述方法还包括:
对各个目标会员的用药周期进行聚类,得到用药周期相近的目标会员,根据聚类后的用药周期确定优惠券有效期以及优惠券发放周期。
进一步,步骤S3中,目标会员的标签数据包括目标会员的性别、年龄、血型、职业、过敏史、病种、用药周期、用药量和已用药时间;所述组合特征数据包括健康水平、消费水平和收入水平。
进一步,在步骤S5之后,所述方法还包括:
S6,记录目标会员对于优惠券活动的响应数据;所述响应数据包括是否响应、响应时间和活动评价;根据所述响应数据,对所述标签数据和组合特征数据进行修正。
进一步,在步骤S6之后,所述方法还包括:
S7,根据修正后的标签数据和组合特征数据,为响应会员建立新的回归模型。
进一步,所述方法还包括:
S8,重复步骤S1~S7多次,进行多轮的优惠券活动,并在每轮优惠券活动前更新数据库。
第二方面,本发明实施例提供一种基于医疗大数据的新会员催熟装置,包括:
数据提取模块,用于从预先建立的数据库中提取第一数据集;第一数据集包括给定时段内每一新注册会员对应的会员数据,所述会员数据包括会员基本信息、会员标签信息和会员开卡消费信息;
数据筛选模块,用于根据所述会员开卡消费信息计算每一新注册会员的用药周期,根据用药周期预测每一新注册会员的下次购买时间,筛选出下次购买时间超过当前时间的新注册会员作为目标会员,保留目标会员的会员数据作为第二数据集;
特征组合模块,用于对所述第二数据集的会员数据进行特征工程,获得目标会员的标签数据和组合特征数据;
模型训练模块,用于根据目标会员的标签数据和组合特征数据构建回归模型并进行训练,获得训练后的回归模型;
优惠券发放模块,用于将每一目标会员的标签数据分别输入训练后的回归模型,输出每一目标会员对应的优惠券面额,并向每一目标会员发送对应面额的优惠券。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明第一方面实施例所述基于医疗大数据的新会员催熟方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明第一方面实施例所述基于医疗大数据的新会员催熟方法的步骤。
本发明实施例提供的基于医疗大数据的新会员催熟方法和装置,对新注册会员除了在数据库中记录会员基本信息外,还记录了会员标签信息,获得新会员的组合特征数据,构建回归模型以确定目标会员不同标签数据对应的优惠券面额,能够保证能够快速催熟新会员的前提下,将优惠力度设置在合理范围内,减小企业营销成本。
本发明从新注册会员中筛选即将到达用药周期的目标会员,再对相近用药周期的目标会员进行聚类,确定用药周期相近的会员,进而确定优惠券的有效期以及优惠券发放周期,解决了现有技术难以合理确定优惠券的有效期和周期的问题。本发明对新注册会员进行多轮营销活动,并在活动中动态调整新会员标签数据和组合特征数据,实现优惠券的合理推送和精准营销,保证了药店的收益率和会员的忠诚度。
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为本发明实施例提供的基于医疗大数据的新会员催熟方法流程框图;
图2为本发明实施例提供的基于医疗大数据的新会员催熟方法的另一流程框图;
图3为本发明实施例提供的基于医疗大数据的新会员催熟装置的结构框图;
图4为本发明实施例提供的一种电子设备结构示意图。
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,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
图1为本发明实施例提供的基于医疗大数据的新会员催熟方法流程框图。本申请中,“新会员催熟”是指建立新会员与药店的信任关系,提高新会员对药店的忠诚度。参照图1,该方法包括:
S1,从预先建立的数据库中提取第一数据集;第一数据集包括给定时段内每一新注册会员对应的会员数据,所述会员数据包括会员基本信息、会员标签信息和会员开卡消费信息。
具体地,在执行步骤S1之前,首先需要建立会员管理系统和数据库,会员管理系统中实时更新会员数据,并保存在数据库中。以年龄、兴趣偏好、消费能力药店不能准确掌握,不能很好的了解新会员接着,从数据库中提取第一数据集,第一数据集包括给定时段内每一新注册会员对应的会员数据。本实施例中,会员数据包括会员基本信息、会员标签信息和会员开卡消费信息。本发明实施例建立会员管理系统和数据库,帮助后续分析掌握每个新注册会员的年龄、兴趣偏好、消费能力等,以更好的了解新会员。
其中,会员基本信息包括会员ID、会员积分和消费等级。会员标签信息包括会员身份信息及其对应的体检报告和电子健康档案。会员开卡消费信息包括购买药品ID、购买药品名称、购买药品种类、购买时间和购买数量。
进一步地,在提取得到第一数据集后,将第一数据集中的数据进行清洗、转换、过滤,并对数据进行结构化、标准化、向量化处理,为之后步骤的特征工程和模型训练做准备。
S2,根据所述会员开卡消费信息计算每一新注册会员的用药周期,根据用药周期预测每一新注册会员的下次购买时间,筛选出下次购买时间超过当前时间的新注册会员作为目标会员,保留目标会员的会员数据作为第二数据集。
具体地,根据每个新注册会员的开卡消费信息可以计算得到各个新注册会员的购买药品的平均时间间隔,将购买药品的平均时间间隔作为用药周期。根据新注册会员最近一次的药品购买时间以及新注册会员的用药周期,可以预测新注册会员的下次购买时间。
进一步地,因为考虑部分会员的药品未接近使用完毕,对其做优惠券营销活动会效果不佳,并且这部分会员的会员数据会形成噪声影响后续的模型训练过程。因此,本实施例需要对将会到达用药周期的新注册会员进行筛选。对于下次购买时间未到当前时间的新注册会员,将其会员数据删除。本实施例筛选出下次购买时间超过当前时间的新注册会员作为目标会员,保留目标会员的会员数据作为第二数据集。可以理解的是,若新注册会员的下次购买时间超过当前时间,则说明这个新注册会员即将会到达用药周期,具有购买药品的需求。
S3,对所述第二数据集的会员数据进行特征工程,获得目标会员的标签数据和组合特征数据。
具体地,针对第二数据集的会员数据进行特征工程,在会员数据中提取目标会员的标签数据,包括目标会员的性别、年龄、血型、职业、过敏史、病种、用药周期、用药量和已用药时间。进一步地,组合多种特征,得到组合特征数据,包括健康水平、消费水平和收入水平。
S4,根据目标会员的标签数据和组合特征数据构建回归模型并进行训练,获得训练后的回归模型。
具体的,在构建回归模型时,本发明采用多个回归模型加权决策的方法,降低单一模型在面对不同标签数据的目标会员时,单一模型输出的准确率和效果不稳定的缺陷。
S5,将每一目标会员的标签数据分别输入训练后的回归模型,输出每一目标会员对应的优惠券面额,并向每一目标会员发送对应面额的优惠券。
在回归模型训练完成后,利用训练好的回归模型预测各个目标会员感兴趣的优惠券面额,并向每个目标会员发送优惠券。
本发明实施例提供的基于医疗大数据的新会员催熟方法,对新注册会员除了在数据库中记录会员基本信息外,还记录了会员标签信息,获得新会员的组合特征数据,构建回归模型以确定目标会员不同标签数据对应的优惠券面额,能够保证能够快速催熟新会员的前提下,将优惠力度设置在合理范围内,减小企业营销成本。
在上述实施例的基础上,在步骤S2之后,所述方法还包括:
对各个目标会员的用药周期进行聚类,得到用药周期相近的目标会员,根据聚类后的用药周期确定优惠券有效期以及优惠券发放周期。
本发明实施例通过筛选即将到达用药周期的新注册会员,再对相近用药周期的目标会员进行聚类,确定用药周期相近的会员,进而确定优惠券的有效期以及优惠券发放周期,解决了现有技术难以合理确定优惠券的有效期和周期的问题。
图2为本发明实施例提供的基于医疗大数据的新会员催熟方法的另一流程框图,在步骤S5之后,所述方法还包括:
S6,记录目标会员对于优惠券活动的响应数据;所述响应数据包括是否响应、响应时间和活动评价。
根据响应数据,对步骤S3得到的标签数据和组合特征数据进行修正。参照神经网络的参数负反馈策略,反向调整目标会员的标签数据,降低时间偏移和兴趣偏移对回归模型的影响。
S7,根据修正后的标签数据和组合特征数据,为响应会员建立新的回归模型。本发明针对响应会员和未响应会员建立不同的回归模型。
S8,重复步骤S1~S7多次,进行多轮的优惠券活动,并在每轮优惠券活动前更新数据库。
在每轮优惠券活动前,更新数据库,即对新注册会员的会员基本信息、会员标签信息和会员开卡消费信息进行了更新。这对药店会员营销极其重要。防止新注册会员的兴趣偏移或健康水平改善造成优惠券的错发,进而导致新注册会员的反感,引起新注册会员的忠诚度降低。
重复以上步骤S1~S7多次,对于多次不响应优惠券活动的会员,放弃对其进行的优惠券活动,以降低营销成本。
本发明实施例对新注册会员进行多轮营销活动,并在活动中动态调整新会员标签数据和组合特征数据,实现优惠券的合理推送和精准营销,保证了药店的收益率和会员的忠诚度。
图3为本发明实施例提供的基于医疗大数据的新会员催熟装置的结构框图,参照图3,该装置包括:
数据提取模块301,用于从预先建立的数据库中提取第一数据集;第一数据集包括给定时段内每一新注册会员对应的会员数据,所述会员数据包括会员基本信息、会员标签信息和会员开卡消费信息;
数据筛选模块302,用于根据所述会员开卡消费信息计算每一新注册会员的用药周期,根据用药周期预测每一新注册会员的下次购买时间,筛选出下次购买时间超过当前时间的新注册会员作为目标会员;
特征组合模块303,用于对所述第二数据集的会员数据进行特征工程,获得目标会员的标签数据和组合特征数据;
模型训练模块304,用于根据目标会员的标签数据和组合特征数据构建回归模型并进行训练,获得训练后的回归模型;
优惠券发放模块305,用于将每一目标会员的标签数据分别输入训练后的回归模型,输出每一目标会员对应的优惠券面额,并向每一目标会员发送对应面额的优惠券。
具体的如何利用数据提取模块301、数据筛选模块302、特征组合模块303、模型训练模块304和优惠券发放模块305对新会员进行催熟,可参见上述方法实施例,本发明实施例在此不再赘述。
本发明实施例提供的基于医疗大数据的新会员催熟装置,对新注册会员除了在数据库中记录会员基本信息外,还记录了会员标签信息,获得新会员的组合特征数据,构建回归模型以确定目标会员不同标签数据对应的优惠券面额,能够保证能够快速催熟新会员的前提下,将优惠力度设置在合理范围内,减小企业营销成本。
图4为本发明实施例提供的一种电子设备结构示意图,如图4所示,本发明实施例提供了一种电子设备,该电子设备可以包括:处理器(processor)401、通信接口(Communications Interface)402、存储器(memory)403和通信总线404,其中,处理器401,通信接口402,存储器403通过通信总线404完成相互间的通信。处理器401可以调用存储器403中的逻辑指令,以执行上述各实施例提供的基于医疗大数据的新会员催熟方法,例如包括:S1,从预先建立的数据库中提取第一数据集;第一数据集包括给定时段内每一新注册会员对应的会员数据,所述会员数据包括会员基本信息、会员标签信息和会员开卡消费信息。S2,根据所述会员开卡消费信息计算每一新注册会员的用药周期,根据用药周期预测每一新注册会员的下次购买时间,筛选出下次购买时间超过当前时间的新注册会员作为目标会员,对各个目标会员的用药周期进行聚类,得到用药周期相近的目标会员,保留目标会员的会员数据作为第二数据集。S3,对所述第二数据集的会员数据进行特征工程,获得目标会员的标签数据和组合特征数据。S4,根据目标会员的标签数据和组合特征数据构建回归模型并进行训练,获得训练后的回归模型。S5,将每一目标会员的标签数据分别输入训练后的回归模型,输出每一目标会员对应的优惠券面额,并向每一目标会员发送对应面额的优惠券。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的基于医疗大数据的新会员催熟方法,例如包括:S1,从预先建立的数据库中提取第一数据集;第一数据集包括给定时段内每一新注册会员对应的会员数据,所述会员数据包括会员基本信息、会员标签信息和会员开卡消费信息。S2,根据所述会员开卡消费信息计算每一新注册会员的用药周期,根据用药周期预测每一新注册会员的下次购买时间,筛选出下次购买时间超过当前时间的新注册会员作为目标会员,对各个目标会员的用药周期进行聚类,得到用药周期相近的目标会员,保留目标会员的会员数据作为第二数据集。S3,对所述第二数据集的会员数据进行特征工程,获得目标会员的标签数据和组合特征数据。S4,根据目标会员的标签数据和组合特征数据构建回归模型并进行训练,获得训练后的回归模型。S5,将每一目标会员的标签数据分别输入训练后的回归模型,输出每一目标会员对应的优惠券面额,并向每一目标会员发送对应面额的优惠券。
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设备(可以是个人计算机,服务器,或者网络设备等)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)
1.一种基于医疗大数据的新会员催熟方法,其特征在于,包括:
S1,从预先建立的数据库中提取第一数据集;第一数据集包括给定时段内每一新注册会员对应的会员数据,所述会员数据包括会员基本信息、会员标签信息和会员开卡消费信息;
S2,根据所述会员开卡消费信息计算每一新注册会员的用药周期,根据用药周期预测每一新注册会员的下次购买时间,筛选出下次购买时间超过当前时间的新注册会员作为目标会员,保留目标会员的会员数据作为第二数据集;
S3,对所述第二数据集的会员数据进行特征工程,获得目标会员的标签数据和组合特征数据;
S4,根据目标会员的标签数据和组合特征数据构建回归模型并进行训练,获得训练后的回归模型;
S5,将每一目标会员的标签数据分别输入训练后的回归模型,输出每一目标会员对应的优惠券面额,并向每一目标会员发送对应面额的优惠券。
2.根据权利要求1所述的基于医疗大数据的新会员催熟方法,其特征在于,所述会员基本信息包括会员ID、会员积分和消费等级,所述会员标签信息包括会员身份信息及其对应的体检报告和电子健康档案;所述会员开卡消费信息包括购买药品ID、购买药品名称、购买药品种类、购买时间和购买数量。
3.根据权利要求1所述的基于医疗大数据的新会员催熟方法,其特征在于,在步骤S2之后,所述方法还包括:
对各个目标会员的用药周期进行聚类,得到用药周期相近的目标会员,根据聚类后的用药周期确定优惠券有效期以及优惠券发放周期。
4.根据权利要求1所述的基于医疗大数据的新会员催熟方法,其特征在于,步骤S3中,目标会员的标签数据包括目标会员的性别、年龄、血型、职业、过敏史、病种、用药周期、用药量和已用药时间;所述组合特征数据包括健康水平、消费水平和收入水平。
5.根据权利要求3所述的基于医疗大数据的新会员催熟方法,其特征在于,在步骤S5之后,所述方法还包括:
S6,记录目标会员对于优惠券活动的响应数据;所述响应数据包括是否响应、响应时间和活动评价;根据所述响应数据,对所述标签数据和组合特征数据进行修正。
6.根据权利要求5所述的基于医疗大数据的新会员催熟方法,其特征在于,在步骤S6之后,所述方法还包括:
S7,根据修正后的标签数据和组合特征数据,为响应会员建立新的回归模型。
7.根据权利要求6所述的基于医疗大数据的新会员催熟方法,其特征在于,所述方法还包括:
S8,重复步骤S1~S7多次,进行多轮的优惠券活动,并在每轮优惠券活动前更新数据库。
8.一种基于医疗大数据的新会员催熟装置,其特征在于,包括:
数据提取模块,用于从预先建立的数据库中提取第一数据集;第一数据集包括给定时段内每一新注册会员对应的会员数据,所述会员数据包括会员基本信息、会员标签信息和会员开卡消费信息;
数据筛选模块,用于根据所述会员开卡消费信息计算每一新注册会员的用药周期,根据用药周期预测每一新注册会员的下次购买时间,筛选出下次购买时间超过当前时间的新注册会员作为目标会员,保留目标会员的会员数据作为第二数据集;
特征组合模块,用于对所述第二数据集的会员数据进行特征工程,获得目标会员的标签数据和组合特征数据;
模型训练模块,用于根据目标会员的标签数据和组合特征数据构建回归模型并进行训练,获得训练后的回归模型;
优惠券发放模块,用于将每一目标会员的标签数据分别输入训练后的回归模型,输出每一目标会员对应的优惠券面额,并向每一目标会员发送对应面额的优惠券。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述基于医疗大数据的新会员催熟方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述基于医疗大数据的新会员催熟方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010569866.XA CN111915344A (zh) | 2020-06-20 | 2020-06-20 | 一种基于医疗大数据的新会员催熟方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010569866.XA CN111915344A (zh) | 2020-06-20 | 2020-06-20 | 一种基于医疗大数据的新会员催熟方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111915344A true CN111915344A (zh) | 2020-11-10 |
Family
ID=73226105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010569866.XA Pending CN111915344A (zh) | 2020-06-20 | 2020-06-20 | 一种基于医疗大数据的新会员催熟方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111915344A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115170211A (zh) * | 2022-09-07 | 2022-10-11 | 浙江省邮电工程建设有限公司 | 一种智慧小镇景区智能费用核算方法与系统 |
CN116703469A (zh) * | 2023-08-03 | 2023-09-05 | 北京未来聚典信息技术有限公司 | 一种基于生成模型的营销活动优化推广方法及系统 |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010087742A (ko) * | 2000-06-22 | 2001-09-26 | 임은순 | 인터넷 상의 광고용 정보 처리 방법 및 그 시스템 |
KR20020036153A (ko) * | 2000-11-08 | 2002-05-16 | 장석영 | 인터넷기반 체인약국 관리 및 업무지원 시스템과 그 방법 |
KR20050029193A (ko) * | 2005-03-02 | 2005-03-24 | 진호권 | 쿠폰 후원을 이용한 다단계적 전자상거래 서비스 시스템 및방법 |
KR20050101116A (ko) * | 2005-03-19 | 2005-10-20 | 차희장 | 할인쿠폰 발행방법 및 시스템 |
US20060224450A1 (en) * | 2005-04-05 | 2006-10-05 | Orthox, Llc | System and Method for a Customer Loyalty Program and Storage Device |
KR20090008962A (ko) * | 2007-07-19 | 2009-01-22 | 김경배 | 맞춤형 쿠폰 시스템 및 방법 |
US20110035280A1 (en) * | 2009-08-04 | 2011-02-10 | Visa U.S.A. Inc. | Systems and Methods for Targeted Advertisement Delivery |
US20120278165A1 (en) * | 2011-04-26 | 2012-11-01 | Microsoft Corporation | Presenting offers to consumers based on need |
KR101298634B1 (ko) * | 2012-12-18 | 2013-08-20 | 유광선 | 소셜 네트워크 플랫폼 서버를 활용한 전자할인쿠폰 제공 시스템 및 그 방법 |
US20130290096A1 (en) * | 2012-03-15 | 2013-10-31 | Catalina Marketing Corporation | System and method of measuring lift in a marketing program |
KR20140056586A (ko) * | 2012-10-29 | 2014-05-12 | 한국중소기업진흥주식회사 | 할인쿠폰과 이를 이용한 서비스 제공방법 |
KR20150102161A (ko) * | 2014-02-27 | 2015-09-07 | 에스케이플래닛 주식회사 | 가변 쿠폰 제공 시스템 및 방법, 그리고 이를 위한 장치 및 컴퓨터 프로그램이 기록된 기록매체 |
US20160019565A1 (en) * | 2014-07-15 | 2016-01-21 | International Business Machines Corporation | Predicting the business impact of tweet conversations |
US20160170996A1 (en) * | 2014-08-21 | 2016-06-16 | Affectomatics Ltd. | Crowd-based scores for experiences from measurements of affective response |
KR20160095362A (ko) * | 2015-02-03 | 2016-08-11 | 손승현 | 구매 알림 푸시용 프로그램 및 이를 구현하는 플랫폼 서버 |
CN106503438A (zh) * | 2016-10-20 | 2017-03-15 | 上海科瓴医疗科技有限公司 | 一种用于药店会员分析的h‑rfm用户建模方法及系统 |
KR20170048919A (ko) * | 2015-10-27 | 2017-05-10 | 에스케이플래닛 주식회사 | 사용자 맞춤형 멤버십 및 쿠폰 정보 제공 방법과 제공 장치 |
TWM543425U (zh) * | 2016-10-20 | 2017-06-11 | shu-zhen Lin | 顧客分級服務催熟系統 |
CN107423999A (zh) * | 2017-03-31 | 2017-12-01 | 优品财富管理股份有限公司 | 一种基于用户分组的定向下发广告方法及系统 |
CN107705155A (zh) * | 2017-10-11 | 2018-02-16 | 北京三快在线科技有限公司 | 一种消费能力预测方法、装置、电子设备及可读存储介质 |
CN107886356A (zh) * | 2017-11-03 | 2018-04-06 | 北京翰宁智能科技有限责任公司 | 一种超市优惠券面额的动态生成方法 |
TW201816705A (zh) * | 2016-10-20 | 2018-05-01 | 林淑貞 | 顧客分級服務催熟系統 |
US20180365282A1 (en) * | 2017-06-20 | 2018-12-20 | Eaddress LLC | Methods and Systems for Electronic Content Delivery |
CN109145018A (zh) * | 2018-07-10 | 2019-01-04 | 武汉海云健康科技股份有限公司 | 一种基于大数据分析用户购药挖掘用户价值的方法 |
CN109582682A (zh) * | 2018-11-02 | 2019-04-05 | 中国平安人寿保险股份有限公司 | 数据处理方法、装置及存储介质、计算机设备 |
WO2019188101A1 (ja) * | 2018-03-27 | 2019-10-03 | カルチュア・コンビニエンス・クラブ株式会社 | 顧客の属性情報を解析する装置、方法、およびプログラム |
US20190370251A1 (en) * | 2017-02-06 | 2019-12-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for data updating |
US10535075B1 (en) * | 2012-04-12 | 2020-01-14 | Groupon, Inc. | Rewards program |
CN110751524A (zh) * | 2019-10-22 | 2020-02-04 | 电子科技大学 | 一种基于强化学习的优惠券智能派送方法 |
CN110827114A (zh) * | 2019-10-01 | 2020-02-21 | 榕知科技(武汉)有限公司 | 一种商品推荐方法及装置 |
-
2020
- 2020-06-20 CN CN202010569866.XA patent/CN111915344A/zh active Pending
Patent Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010087742A (ko) * | 2000-06-22 | 2001-09-26 | 임은순 | 인터넷 상의 광고용 정보 처리 방법 및 그 시스템 |
KR20020036153A (ko) * | 2000-11-08 | 2002-05-16 | 장석영 | 인터넷기반 체인약국 관리 및 업무지원 시스템과 그 방법 |
KR20050029193A (ko) * | 2005-03-02 | 2005-03-24 | 진호권 | 쿠폰 후원을 이용한 다단계적 전자상거래 서비스 시스템 및방법 |
KR20050101116A (ko) * | 2005-03-19 | 2005-10-20 | 차희장 | 할인쿠폰 발행방법 및 시스템 |
US20060224450A1 (en) * | 2005-04-05 | 2006-10-05 | Orthox, Llc | System and Method for a Customer Loyalty Program and Storage Device |
KR20090008962A (ko) * | 2007-07-19 | 2009-01-22 | 김경배 | 맞춤형 쿠폰 시스템 및 방법 |
US20110035280A1 (en) * | 2009-08-04 | 2011-02-10 | Visa U.S.A. Inc. | Systems and Methods for Targeted Advertisement Delivery |
US20120278165A1 (en) * | 2011-04-26 | 2012-11-01 | Microsoft Corporation | Presenting offers to consumers based on need |
US20130290096A1 (en) * | 2012-03-15 | 2013-10-31 | Catalina Marketing Corporation | System and method of measuring lift in a marketing program |
US10535075B1 (en) * | 2012-04-12 | 2020-01-14 | Groupon, Inc. | Rewards program |
KR20140056586A (ko) * | 2012-10-29 | 2014-05-12 | 한국중소기업진흥주식회사 | 할인쿠폰과 이를 이용한 서비스 제공방법 |
KR101298634B1 (ko) * | 2012-12-18 | 2013-08-20 | 유광선 | 소셜 네트워크 플랫폼 서버를 활용한 전자할인쿠폰 제공 시스템 및 그 방법 |
KR20150102161A (ko) * | 2014-02-27 | 2015-09-07 | 에스케이플래닛 주식회사 | 가변 쿠폰 제공 시스템 및 방법, 그리고 이를 위한 장치 및 컴퓨터 프로그램이 기록된 기록매체 |
US20160019565A1 (en) * | 2014-07-15 | 2016-01-21 | International Business Machines Corporation | Predicting the business impact of tweet conversations |
US20160170996A1 (en) * | 2014-08-21 | 2016-06-16 | Affectomatics Ltd. | Crowd-based scores for experiences from measurements of affective response |
KR20160095362A (ko) * | 2015-02-03 | 2016-08-11 | 손승현 | 구매 알림 푸시용 프로그램 및 이를 구현하는 플랫폼 서버 |
KR20170048919A (ko) * | 2015-10-27 | 2017-05-10 | 에스케이플래닛 주식회사 | 사용자 맞춤형 멤버십 및 쿠폰 정보 제공 방법과 제공 장치 |
TWM543425U (zh) * | 2016-10-20 | 2017-06-11 | shu-zhen Lin | 顧客分級服務催熟系統 |
CN106503438A (zh) * | 2016-10-20 | 2017-03-15 | 上海科瓴医疗科技有限公司 | 一种用于药店会员分析的h‑rfm用户建模方法及系统 |
TW201816705A (zh) * | 2016-10-20 | 2018-05-01 | 林淑貞 | 顧客分級服務催熟系統 |
US20190370251A1 (en) * | 2017-02-06 | 2019-12-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for data updating |
CN107423999A (zh) * | 2017-03-31 | 2017-12-01 | 优品财富管理股份有限公司 | 一种基于用户分组的定向下发广告方法及系统 |
US20180365282A1 (en) * | 2017-06-20 | 2018-12-20 | Eaddress LLC | Methods and Systems for Electronic Content Delivery |
CN107705155A (zh) * | 2017-10-11 | 2018-02-16 | 北京三快在线科技有限公司 | 一种消费能力预测方法、装置、电子设备及可读存储介质 |
CN107886356A (zh) * | 2017-11-03 | 2018-04-06 | 北京翰宁智能科技有限责任公司 | 一种超市优惠券面额的动态生成方法 |
WO2019188101A1 (ja) * | 2018-03-27 | 2019-10-03 | カルチュア・コンビニエンス・クラブ株式会社 | 顧客の属性情報を解析する装置、方法、およびプログラム |
CN109145018A (zh) * | 2018-07-10 | 2019-01-04 | 武汉海云健康科技股份有限公司 | 一种基于大数据分析用户购药挖掘用户价值的方法 |
CN109582682A (zh) * | 2018-11-02 | 2019-04-05 | 中国平安人寿保险股份有限公司 | 数据处理方法、装置及存储介质、计算机设备 |
CN110827114A (zh) * | 2019-10-01 | 2020-02-21 | 榕知科技(武汉)有限公司 | 一种商品推荐方法及装置 |
CN110751524A (zh) * | 2019-10-22 | 2020-02-04 | 电子科技大学 | 一种基于强化学习的优惠券智能派送方法 |
Non-Patent Citations (1)
Title |
---|
王怀亮;: "基于R软件的logistic回归模型建模", 黑龙江对外经贸, no. 11 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115170211A (zh) * | 2022-09-07 | 2022-10-11 | 浙江省邮电工程建设有限公司 | 一种智慧小镇景区智能费用核算方法与系统 |
CN116703469A (zh) * | 2023-08-03 | 2023-09-05 | 北京未来聚典信息技术有限公司 | 一种基于生成模型的营销活动优化推广方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7908238B1 (en) | Prediction engines using probability tree and computing node probabilities for the probability tree | |
CN109118296A (zh) | 活动推送方法、装置及电子设备 | |
US7577578B2 (en) | Method for determining the post-launch performance of a product on a market | |
CN110827114A (zh) | 一种商品推荐方法及装置 | |
AU2017203106A1 (en) | System architecture for customer genome construction and analysis | |
EP2474945A1 (en) | Analyzing transactional data | |
CN110008248A (zh) | 一种数据处理方法和装置 | |
WO2022095701A1 (zh) | 一种对象推荐方法及装置、设备、存储介质 | |
CN107833063A (zh) | 药店会员流失预警和智能干预系统及方法 | |
CN111915344A (zh) | 一种基于医疗大数据的新会员催熟方法和装置 | |
US20220414579A1 (en) | Salesperson evaluation apparatus, salesperson evaluation method, and salesperson evaluation program | |
CN113516496B (zh) | 广告转化率预估模型构建方法、装置、设备及其介质 | |
CN112035717A (zh) | 信息处理方法、装置、设备及存储介质 | |
Tarokh et al. | Modeling patient's value using a stochastic approach: An empirical study in the medical industry | |
CN112581226A (zh) | 产品推荐方法及系统 | |
JP4429924B2 (ja) | 成果報酬型広告管理装置 | |
CN115829714A (zh) | 一种理财产品数据动态监测的方法及系统 | |
CN115631014A (zh) | 一种商品智能推荐方法及系统 | |
CN113610521A (zh) | 用于检测行为数据的异常的方法和设备 | |
WO2014107517A1 (en) | Priority-weighted quota cell selection to match a panelist to a market research project | |
CN113674013A (zh) | 一种基于商户自定义规则的广告竞价调整方法及系统 | |
CN111275294B (zh) | 一种商品信息批量处理分析方法、装置和设备 | |
CN103038791B (zh) | 代销管理装置及代销管理方法 | |
Rezaeinia et al. | An integrated AHP-RFM method to banking customer segmentation | |
US20230195798A1 (en) | Utility based inquiry selection in a streaming data pipeline |
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 |