CN112508608B - 一种推广活动配置方法、系统、计算机设备及存储介质 - Google Patents
一种推广活动配置方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112508608B CN112508608B CN202011430842.2A CN202011430842A CN112508608B CN 112508608 B CN112508608 B CN 112508608B CN 202011430842 A CN202011430842 A CN 202011430842A CN 112508608 B CN112508608 B CN 112508608B
- Authority
- CN
- China
- Prior art keywords
- group
- activity
- parameter
- historical
- promotion
- 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.)
- Active
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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- 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
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本文提供了一种推广活动配置方法、系统、计算机设备及存储介质,方法包括:选定待推广活动的客户群;获取客户群在待推广活动相关的各历史推广活动中的第一参数及第二参数,第一参数表示客户群在一历史推广活动中推广组与对照组资源变化量的差值;第二参数表示客户群在一历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;根据客户群在待推广活动相关的各历史推广活动中的第一参数及第二参数,确定待推广活动的资源变化配置量。本文将客户群在历史推广活动中的反馈,融合到推广活动资源变化配置量的配置中,能够精准地配置推广活动的资源变化配置量,进而设计出客户参与度高、响应度高及达标率高的推广活动。
Description
技术领域
本文属于活动配置领域,尤其涉及一种推广活动配置方法、系统、计算机设备及存储介质。
背景技术
现有银行领域的线上推广活动的资源变化量的配置,多为依据一些经验规则确定的业务指标进行配置。
人工通过业务指标配置资源变化量的方式存在如下缺陷:资源变化量设置精度低,存在不合理性。资源变化量设置太高,大部分客户达不到,资源变化量太低客户都能达到,也就是说,资源变化量设置不合理将不利于精准把握客户可能资源提升的变化量,进而无法设计出适合客户参与的推广活动。
发明内容
本文用于解决现有技术中,人工通过经验设置推广活动资源变化配置量的方式存在精确度低的缺陷,进而使得推广活动设计人员无法精准把握客户资源提升的变化量,进而无法设计出适合客户参与的推广活动。
为了解决上述技术问题,本文的第一方面提供一种推广活动配置方法,包括:
选定待推广活动的客户群,所述客户群包括推广组及对照组;
获取所述客户群在与所述待推广活动相关的各历史推广活动中的第一参数及第二参数,其中,所述第一参数表示客户群在一历史推广活动中推广组与对照组资源变化量的差值;第二参数表示客户群在一历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;
根据所述客户群在所述待推广活动相关的各历史推广活动中的第一参数及第二参数,确定所述待推广活动的资源变化配置量。
本文进一步实施例中,所述客户群中推广组与对照组中客户的数量相同、客户的特征分布一致且来自同一预定区域。
本文进一步实施例中,所述客户群在各历史推广活动中的第一参数的计算过程,包括:
对于每一历史推广活动Xi,执行如下操作:
计算所述客户群在该历史推广活动Xi中推广组资源变化量及对照组资源变化量;
将所述客户群在该历史推广活动Xi中推广组资源变化量与对照组资源变化量做差,计算得到所述客户群在该历史推广活动Xi中的第一参数。
本文进一步实施例中,计算所述客户群在该历史推广活动中推广组资源变化量及对照组资源变化量,包括:
分别计算所述客户群中推广组及对照组的客户总数;
分别计算所述客户群在该历史推广活动中推广组总资源变化量及对照组总资源变化量;
利用所述客户群在该历史推广活动中推广组总资源变化量除以推广组客户总数,计算得到所述客户群在该历史推广活动中推广组人均资源变化量;
利用所述客户群在该历史推广活动中对照组总资源变化量除以对照组客户总数,计算得到所述客户群在该历史推广活动中对照组人均资源变化量。
本文进一步实施例中,根据所述客户群在所述待推广活动相关的各历史推广活动中的第一参数及第二参数,确定所述待推广活动的资源变化配置量,包括:
根据所述客户群在所述待推广活动相关的各历史推广活动中的第一参数,筛选出第一参数排名前N的历史推广活动;
根据筛选出的排名前N的历史推广活动的第二参数,计算所述待推广活动的资源变化配置量。
本文进一步实施例中,根据筛选出的排名前N的历史推广活动的第二参数,计算所述待推广活动的资源变化配置量,包括:
对筛选出的排名前N的历史推广活动的第二参数进行求最大值或求平均处理;
将计算所得值作为待推广活动的第二参数配置量;
根据所述第二参数配置量及待推广活动相关的最近M场历史推广活动,计算所述待推广活动的资源变化配置量。
本文进一步实施例中,根据所述第二参数配置量及待推广活动相关的最近M场历史推广活动,计算所述待推广活动的资源变化配置量,包括:
从所述最近M场历史推广活动中的每一场历史推广活动Xj中,筛选出待推广活动对照组中客户的资源变化量,对筛选出的客户的资源变化量按从小到大的顺序排序;
将所述最近M场历史推广活动中排序位置占比为第二参数配置量的资源变化量的平均值或最大值作为所述待推广活动的资源变化配置量。
本文的第二方面提供一种推广活动配置方法,包括:
客户群选择模块,用于选定待推广活动的客户群,所述客户群包括推广组及对照组;
参数确定模块,用于获取所述客户群在与所述待推广活动相关的各历史推广活动中的第一参数及第二参数,其中,所述第一参数表示客户群在一历史推广活动中推广组与对照组资源变化量的差值;第二参数表示客户群在一历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;
配置模块,用于根据所述客户群在所述待推广活动相关的各历史推广活动中的第一参数及第二参数,确定所述待推广活动的资源变化配置量。
本文的第三方面提供一种计算机设备,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计算机程序时实现前述任一实施例所述的推广活动配置方法。
本文的第四方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行计算机程序,所述计算机程序被处理器执行时实现前述任一实施例所述的推广活动配置方法。
本文提供的推广活动配置方法、系统、计算机设备及存储介质,通过选定待推广活动的客户群,所述客户群包括推广组及对照组;获取所述客户群在与所述待推广活动相关的各历史推广活动中的第一参数及第二参数,其中,所述第一参数表示所述客户群在一历史推广活动中推广组与对照组资源变化量的差值;第二参数表示所述客户群在一历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;根据所述客户群在所述待推广活动相关的各历史推广活动Xi中的第一参数及第二参数,确定所述待推广活动的资源变化配置量,能够在缺少多维客户群画像的情况下,将客户群在历史推广活动中的反馈(即客户群在历史推广活动中的第一参数及第二参数的关系)融合到推广活动资源变化量的配置中,能够精准地配置推广活动的资源变化配置量,进而设计出客户参与度高、响应度高及达标率高的推广活动。
为让本文的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
为了更清楚地说明本文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简单地介绍,显而易见地,下面描述中的附图仅仅是本文的一些实施例,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示出了本文实施例推广活动配置方法的流程图;
图2示出了本文实施例第一参数计算过程的流程图;
图3示出了本文实施例第二参数计算过程的流程图;
图4示出了本文实施例资源变化配置量确定过程的流程图;
图5示出了本文实施例推广活动配置系统的第一结构图;
图6示出了本文实施例推广活动配置系统的第二结构图;
图7示出了本文具体实施例推广活动配置方法的流程图;
图8示出了本文实施例计算机设备的结构图。
附图符号说明:
510、客户群选择模块;
520、参数确定模块;
530、配置模块;
540、参数计算模块;
541、第一参数计算单元;
542、第二参数计算单元;
802、计算机设备;
804、处理器;
806、存储器;
808、驱动机构;
810、输入/输出模块;
812、输入设备;
814、输出设备;
816、呈现设备;
818、图形用户接口;
820、网络接口;
822、通信链路;
824、通信总线。
具体实施方式
下面将结合本文实施例中的附图,对本文实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本文一部分实施例,而不是全部的实施例。基于本文中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本文保护的范围。
本文一实施例中,如图1所示,图1示出了本文实施例推广活动配置方法的流程图,本实施例用于解决现有技术中,人工通过经验设置推广活动资源变化配置量的方式存在精确度低的缺陷。本实施例可以运行于智能终端及服务器,包括智能手机、平板电脑、台式计算机等,本文对具体实现方式不做限定。智能终端及服务器的配置要求不高,常规双核8GBRAM的配置即可实现。
具体的,推广活动配置方法包括:
步骤110,选定待推广活动的客户群A,客户群A包括推广组及对照组;
步骤120,获取客户群A在与待推广活动相关的各历史推广活动中的第一参数及第二参数,其中,第一参数表示客户群在一历史推广活动中推广组与对照组资源变化量的差值;第二参数表示客户群在一历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;
步骤130,根据客户群A在待推广活动相关的各历史推广活动中的第一参数及第二参数,确定待推广活动的资源变化配置量。
本实施例通过选定待推广活动的客户群,获取客户群在与待推广活动相关的各历史推广活动中的第一参数及第二参数,其中,第一参数表示客户群在一历史推广活动中推广组与对照组资源变化量的差值;第二参数表示客户群在一历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;根据客户群在待推广活动相关的各历史推广活动中的第一参数及第二参数,确定待推广活动的资源变化配置量,能够在缺少多维客户群画像的情况下,将客户群在历史推广活动中的反馈(即客户群在历史推广活动中的第一参数及第二参数的关系)融合到推广活动资源变化量的配置中,能够精准地配置推广活动的资源变化配置量,进而设计出客户参与度高、响应度高及达标率高的推广活动。通过不断优化第一参数与第二参数,能够提高推广效果,根据推广效果筛选客户群中的推广组,进而提升客户群中推广组质量。
详细的说,上述步骤110中,客户群的选定可根据推广活动的推广策略或人工的方式选定,本文对具体的选定方式不做限定。推广活动中包含推广的产品,产品具体为何与推广活动配置方法的应用领域相关,例如应用于银行领域,则推广活动的产品包括但不限于保险业务、理财产品等,又例如应用于通信领域,推广活动的产品包括但不限于宽带业务、话费业务等。本文还可以应用于除银行外金融其他领域等,凡是具有推广需求的领域,均可使用本文所述的推广活动配置方法。
为了分区域进行差异性活动推广,即实现不同区域投放不同的推广活动,且对推广活动设置不同的资源变化配置量,上述客户群可根据地理位置进行划分,其中,地理位置的划分包括但不限于现有行政区域划分、按照分机构所属区域划分、按发展程度等级划分(例如北上广等一线城市划分为一区域)、按用户活动特征划分(例如广州深圳地区用户活动方式相似,可以划分为同一区域),本文对客户群的具体划分方式不做限定。以银行推广活动为例,可按分行及代发工资档配置客户群,即每一分行对应的各代发工资档分别对应一客户群,客户群中的客户可平均分为推广组及对照组,也可从所有客户中提取出部分客户组成推广组及对照组。进一步的,还可根据客户的特征(例如客户的工资水平、资产水平等)设置客户群或综合区域及客户特征设置客户群,本文对客户群的具体划分情况不做具体限定。
推广组中的客户可以接收到推广活动的宣传,用于实际产生推广效果。对照组中客户未接受到推广活动的宣传,用于比较推广活动的推广效果。为了保证对照组对照效果的精度,每一客户群中推广组与对照组中客户的数量相同、客户的特征分布一致且来自同一预定区域,其中,客户的特征包括属性量及统计量,其中,属性量包括但不限于年龄、属性、收入、工作类型等等,统计量包括但不限于历史消费额、历史转账、贷款金额等等,本文对客户特征的具体内容及个数不作限定。一些实施方式中,客户群中推广组及对照组中的客户可做适应性调整,其它实施方式中,客户群中对照组的客户不变,为长期对照组,例如一年或几年均不进行活动推广。
上述步骤120中,待推广活动相关的历史推广活动指的是同类型的推广活动,同类型推广活动可根据推广活动相关产品及金额确定,例如可将理财类产品推广活动划分为一类,将基金类产品推广活动划分一类等。
资源变化量可由推广活动开展前后时间的资源量计算得到,包括但不限于人均资产变化量、人均转化率(客户转化率的均值,其中,客户转化指的是购买推广活动关联的产品或响应推广的活动要求)等,凡是能够由推广活动推广而导致变化的量均可作为本文所述的资源变化量,本文对此不作具体限定。其中,资产包括但不限于流动资产、长期投资、固定资产、无形资产,其中,流动资产包括存款、应收及预付款、存货等,长期投资包括债券等,固定资产包括房屋、建筑物、机器、交通工具等,无形资产包括文章、期刊、专利等。
第一参数能够反映因推广活动引起的客户人均净资源变化量,第二参数能够反映自然状态下(即客户没有获取推广活动的状态下),有多少百分比的客户可以达到资源变化配置量的要求。第一参数及第二参数的具体计算过程参见后续实施例,此处不再详述。
具体实施时,可从客户群相关的数据库中获取客户群在与待推广活动相关的各历史推广活动中的第一参数及第二参数,该数据库中存储有历史推广活动的信息及其对应的第一参数及第二参数,具体的,数据库可按表一所示字段进行存储。
表一:
历史推广活动编号 | 推广活动简介 | 第一参数 | 第二参数 |
推广活动每次结束后,立即计算该推广活动的第一参数及第二参数,并将其存储于客户群相关的数据库中。
具体实施时,还可先获取客户群在与步骤110待开展活动相关的历史推广活动,然后根据客户群在各历史推广活动中的资源变化量,计算客户群在各历史推广活动中的第一参数及第二参数。
上述步骤130中,依据尽量提升客户资源变化量的原则,根据客户群在待推广活动相关的各历史推广活动中的第一参数及第二参数,确定待推广活动的资源变化配置量。资源变化配置量能够适当提升某些客户的资源提升量,进而提升客户粘性。推广活动设计人员可根据资源变化配置量设计推广活动的细节,例如优惠力度具体额等等,具体确定过程参见后续实施例。
本文一实施例中,客户转化率可利用待推广活动相对应的融合分类模型计算所得,具体的,包括:
(1)根据客户群中每一客户的特征及待推广活动相对应的融合分类模型,计算得到客户群中每一客户的转换变量取值概率。
每一类型推广活动对应一融合分类模型,其对应关系如表二所示:
表二
推广活动类型 | 融合分类模型 |
类型1 | 融合分类模型1 |
类型2 | 融合分类模型2 |
类型3 | 融合分类模型3 |
… | … |
每一推广活动类型包括多个推广活动,涉及同一类型产品的推广活动可设置为同一推广活动类型。
本文一实施例中,每一融合分类模型可由客户群在同类的历史推广活动M中的转化结果训练得到,具体的,融合分类模型的建立过程包括:
首先,利用如下规则转换客户群中客户在同类历史推广活动M中的转化结果:
其中,Z表示转换变量,T表示推广组,C表示对照组,Y表示转化结果,G=T表示客户来自推广组,G=C表示客户来自对照组,Y=1表示转化结果为转化,Y=0表示转化结果为未转化,Z=1表示第一取值,Z=0表示第二取值;
其次,将推广组及对照组中客户的特征作为输入,客户的转换变量取值概率作为输出,采用深度学习的方法训练得到融合分类模型。
本实施例通过引入转换变量建立的融合分类模型,能够直接对推广转化率进行计算,并能使对照组及推广组数据融合,避免双分类模型带来的误差放大,另外,引入转换变量还可以缓解正样本(推广活动转化的概率)及负样本(推广活动未转化的概率)不平衡的问题。
一些具体实施方式中,将推广组及对照组中客户的特征作为输入,客户的转换变量取值概率作为输出,采用深度学习的方法训练得到融合分类模型包括:建立N层神经网络模型,其中,前N-1层采用ReLU函数,最后一层采用Sigmod激活函数;初始化所述神经网络模型;将对照组及推广组中客户的特征作为输入,客户的转换变量取值概率作为输出;根据输入、输出及神经网络模型,构建损失函数;根据损失函数,优化所述神经网络模型;优化得到的神经网络模型即为融合分类模型。
一具体实施方式中,经过调优,建立的神经网络模型最终选择4层神经网络,前3层采用RuLU函数(Rectified Linear Unit,线性整流函数)。其它实施方式中,可根据需求设定神经网络模型的层数,本文对此不作限定。本实施例通过设置前N-3层为RuLU函数能够简化建模过程的计算,提高建模的计算速度,防止梯度消失,使网络具有稀疏性,减少过拟合。通过将最后一层设置为Sigmod激活函数能够便于求解,保证数据幅度。
一具体实施方式中,采用Kaiming均匀分布初始化神经网络模型。
一具体实施方式中,转换变量取值概率包括P(Z=1|X)和/或P(Z=0|X),其中,P(Z=1|X)表示推广组中客户转化结果为转化及对照组中客户转化结果为未转化的概率,P(Z=0|X)表示推广组中客户转化结果为未转化和/或对照组中客户转化结果为转化的概率。客户的特征可根据推广活动特点而定,同类型的推广活动的客户特征可以相同,本文对此不作限定。
一具体实施方式中,选用的损失函数例如为二分类交叉熵损失函数。本实施例通过将损失函数设置为二分类交叉熵损失函数,能够便于求导,提高数据求取速度。具体实施时,还可以选用其它类型的损失函数,本文对此不作限定。
一些实施方式中,可选用Adam(Adaptive moment estimation,自适应矩估计)优化器对神经网络模型进行优化,该优化方法能够加快高维度数据的拟合,不需要设置步长的衰减,得到的参数值比较稳定。其它实施方式中,还可选用随机梯度下降法SGD等算法,本文对此不作具体限定。
(2)根据每一客户的转换变量取值概率,利用如下公式计算每一客户的客户转化率。
Δ(X)=2×P(Z=1|X)-1;或
Δ(X)=1-2×P(Z=0|X);
其中,Δ(X)表示客户转化率,X表示客户特征,Z=1表示第一取值,P(Z=1|X)表示待分析客户转换变量为第一取值的概率,P(Z=0|X)表示待分析客户转换变量为第二取值的概率。
本文一实施例中,如图2所示,本文所述的第一参数的计算过程包括对于每一历史推广活动Xi,执行如下操作:
步骤210,计算客户群在该历史推广活动Xi中推广组资源变化量及对照组资源变化量,计算结果可暂存于表三所示数据表中;
表三
历史推广活动编号 | 推广组 | 对照组 |
1 | 资源变化量11 | 资源变化量12 |
2 | 资源变化量21 | 资源变化量21 |
… | … | … |
步骤220,将客户群在该历史推广活动Xi中推广组资源变化量与对照组资源变化量做差,计算得到客户群在该历史推广活动Xi中的第一参数。
详细的说,推广组资源变化量及对照组资源变换量可以为各组中客户的总资源变化量,还可以为人均资源变化量,本文对此不作限定,下面以人均资源变化量为例说明上述步骤210的具体执行过程,包括:
步骤211,分别计算客户群中推广组及对照组的客户总数,通常情况下,推广组与对照组客户总数相同;
步骤212,利用如下公式计算客户群在该历史推广活动Xi中推广组总资源变化量及对照组总资源变化量:
其中,Sxi表示在该历史推广活动Xi中推广组或对照组总资源变化量,N表示推广组或对照组客户总数,yj表示推广组或对照组中第j个客户的资源变化量;
步骤213,利用客户群在该历史推广活动Xi中推广组总资源变化量除以推广组客户总数,计算得到客户群在该历史推广活动Xi中推广组人均资源变化量;
步骤214,利用客户群在该历史推广活动Xi中对照组总资源变化量除以对照组客户总数,计算得到客户群在该历史推广活动Xi中对照组人均资源变化量。
本文一实施例中,如图3所示,第二参数的计算过程包括对于每一历史推广活动Xi,执行如下操作:
步骤310,对客户群在该历史推广活动Xi中对照组各客户的资源变化量按从小到大进行排序;
步骤320,确定该历史推广活动资源变化配置量在排序结果中的排名;
步骤330,根据排名的占比,计算得到客户群在该历史推广活动中的第二参数。
举例来说,一客户群的客户数为100,资源变化量为客户转化率,排序结果为0.24、0.27、0.28、0.30、0.31、0.32、0.4…,历史推广活动资源变化配置量例如为0.40,则可确定该举例中资源变化配置量的排名为7,从而可以确定排名占比为7/100*100%=7%,即可确定第二参数为7%。
具体实施时,还可根据资源变化配置量在对照组中客户资源变化量从大到小排序位置占比计算第二参数,具体计算公式为:1-P,其中,P表示资源变化配置量在对照组中客户资源变化量从大到小排序位置占比。
本文一实施例中,如图4所示,上述步骤130根据客户群A在待推广活动相关的各历史推广活动中的第一参数及第二参数,确定待推广活动的资源变化配置量,包括:
步骤410,根据客户群在待推广活动相关的各历史推广活动中的第一参数,筛选出第一参数排名前N的历史推广活动;
步骤420,根据筛选出的排名前N的历史推广活动的第二参数,计算待推广活动的资源变化配置量。
详细的说,N为大于等于1的正整数,其具体取值可以根据需求进行设定,本文对此不作限定。N=1时,步骤410筛选出的是第一参数最大的历史推广活动。
一些实施方式中,步骤420根据筛选出的排名前N的历史推广活动的第二参数,计算待推广活动的资源变化配置量的过程包括:对排名前N的历史推广活动的第二参数对应的资源变化配置量做均值处理,将均值作为待推广活动的资源变化配置量。例如,N为3,排名前3的历史推广活动的资源变化配置量分别为0.85、0.65、0.6,则将均值0.7作为待推广活动的资源变化配置量。
其它实施方式中,为了保证资源变化配置量的有效性,步骤420根据筛选出的排名前N的历史推广活动的第二参数,计算待推广活动的资源变化配置量的过程包括:
步骤421,对筛选出的排名前N的历史推广活动的第二参数进行求最大值或求平均处理;
步骤422,将计算所得值作为待推广活动的第二参数配置量;
步骤423,根据所述第二参数配置量及待推广活动相关的最近M场历史推广活动,计算所述待推广活动的资源变化配置量。
详细的说,步骤423根据所述第二参数配置量及待推广活动相关的最近M场历史推广活动,计算所述待推广活动的资源变化配置量,包括:
(1)针对最近M场历史推广活动中的每一场历史推广活动Xj,执行如下操作:从该历史推广活动Xj中,筛选出待推广活动对照组中客户的资源变化量,对筛选出的待推广活动对照组中客户的资源变化量按从小到大的顺序排序。具体的,M的取值可根据实际需求进行设定,本文对此不作限定。
(2)将所述最近M场历史推广活动中排序位置占比为第二参数配置量的资源变化量的平均值或最大值作为所述待推广活动的资源变化配置量。
举例来说,若计算出的第二参数配置量为0.8,M取值为1,记待推广活动相关的最近1场历史推广活动为Xk,待推广活动对照组为100人,且该100人中仅有90人包含于历史推广活动Xk。则步骤423实施过程为:对这90人在历史推广活动Xk中资源变化量按从小到大的顺序进行排序;将排序中位置占比为0.8的资源变化量作为待推广活动的资源变化配置量。
又例如,若计算出的第二参数配置量为0.8,M取值为2,记待推广活动相关的最近1场历史推广活动为Xk1、Xk2,待推广活动对照组为100人,且该100人中仅有90人包含于推广活动Xk1、Xk2。则步骤423实施过程为:对这90人在历史推广活动Xk1、Xk2中资源变化量按从小到大的顺序分别进行排序,得到两个排序结果;将这两个排序结果中位置占比为0.8的资源变化量的平均值作为待推广活动的资源变化配置量。例如,假设一排序结果中位置占比为0.8的资源变化量为2000,另一排序结果中位置占比为0.8的资源变化量为1900,则将1950作为待推广活动的资源变化配置量。
基于同一发明构思,本文还提供一种推广活动配置系统,如下面的实施例所述。由于推广活动配置系统解决问题的原理与推广活动配置方法相似,因此推广活动配置系统的实施可以参见推广活动配置方法,重复之处不再赘述。推广活动配置系统包括多个功能模块,均可以由专用或者通用芯片实现,还可以通过软件程序实现,本文对此不作限定。
具体的,如图5所示,推广活动配置系统包括:
客户群选择模块510,用于选定待推广活动的客户群,客户群包括推广组及对照组,其中,客户群中推广组与对照组中客户的数量相同、客户的特征分布一致且来自同一预定区域;
参数确定模块520,用于获取客户群在与待推广活动相关的各历史推广活动中的第一参数及第二参数,其中,第一参数为客户群在各历史推广活动中推广组与对照组资源变化量的差值;第二参数表示客户群在各历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;
配置模块530,用于根据客户群在待推广活动相关的各历史推广活动中的第一参数及第二参数,确定待推广活动的资源变化配置量。
本实施例通过选定待推广活动的客户群,获取客户群在与待推广活动相关的各历史推广活动Xi中的第一参数及第二参数;根据客户群在待推广活动相关的各历史推广活动Xi中的第一参数及第二参数,确定待推广活动的资源变化配置量,能够在缺少多维客户群画像的情况下,将客户群在历史推广活动中的反馈(即客户群在历史推广活动中的第一参数及第二参数的关系)融合到推广活动资源变化量的配置中,能够精准地配置推广活动的资源变化配置量,进而设计出客户参与度高及达标率高的推广活动。
本文一实施例中,如图6所示,推广活动配置系统还包括:参数计算模块540,其中,参数计算模块540包括:第一参数计算单元541及第二参数计算单元542,第一参数计算单元541用于于推广活动结束后计算第一参数,第二参数计算单元542用于于推广活动结束后计算第二参数。
第一参数计算单元541计算每一历史推广活动的第一参数的过程包括:计算客户群在该历史推广活动中推广组资源变化量及对照组资源变化量;将客户群在该历史推广活动中推广组资源变化量与对照组资源变化量做差,计算得到客户群在该历史推广活动中的第一参数。
其中,计算客户群在该历史推广活动中推广组资源变化量及对照组资源变化量,包括:分别计算客户群中推广组及对照组的客户总数;分别计算客户群在该历史推广活动中推广组总资源变化量及对照组总资源变化量;利用客户群在该历史推广活动中推广组总资源变化量除以推广组客户总数,计算得到客户群在该历史推广活动中推广组资源变化量;利用客户群在该历史推广活动中对照组总资源变化量除以对照组客户总数,计算得到客户群在该历史推广活动中对照组资源变化量。
第二参数计算单元542计算每一历史推广活动的第二参数的过程包括:对客户群在该历史推广活动中对照组各客户的资源变化量按从小到大进行排序;确定该历史推广活动资源变化配置量在排序结果中的排名;将排名与对照组中客户总数相除,计算得到客户群在该历史推广活动中的第二参数。
本文一实施例中,配置模块530根据客户群在所述待推广活动相关的各历史推广活动中的第一参数及第二参数,确定待推广活动的资源变化配置量,包括:
对筛选出的排名前N的历史推广活动的第二参数进行求平均处理;将计算所得平均值作为待推广活动的第二参数配置量;从最近M场历史推广活动中的每一场历史推广活动Xj中,筛选出待推广活动对照组中客户的资源变化量,对筛选出的客户的资源变化量按从小到大的顺序排序;将最近M场历史推广活动中排序位置占比为第二参数配置量的资源变化量的平均值或最大值作为所述待推广活动的资源变化配置量。为了更清楚说明本文技术方案,下面以银行开展推广活动为例进行详细说明,如图7所示,推广活动配置过程包括:
步骤710,选定一组待推广活动的客户群,包括对照组及推广组,该组客户群为某分行某代发资产档的客户群;
步骤720,确定该待推广活动同类型的历史推广活动;
步骤730,根据步骤710筛选出历史推广活动,从数据库中查询这些历史推广活动的第一参数与第二参数,其中,历史推广活动的第一参数与第二参数为一一对应关系,第一参数表示客户群在一历史推广活动中推广组与对照组资产变化量的差值,第二参数表示客户群在一历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;
步骤740,配置推广活动;
(1)从步骤730查询出的历史推广活动的第一参数与第二参数中,检索出第一参数最高的历史推广活动;将检索出的历史推广活动对应的第二参数作为待推广活动的第二参数配置量;
(2)从待推广活动最近一次相关的历史推广活动中,确定待推广活动对照组中客户的资源变化量,并对其进行从小到大的排序;
(3)排序中位置占比为第二参数配置量对应的资源变化量,作为本次待开展应用活动的资源变化配置量T,并开展待推广活动;
步骤750,待推广活动结束后,对推广活动进行评估,利用如下方式计算第一参数及第二参数:
第一参数:推广组人均资产变化量-对照组人均资产变化量。
第二参数:将对照组在推广活动期间的每个人资产变化量按从小到大顺序排序,确定资源变化配置量T在排序结果中的排名,并计算排名在序列中所占百分比例,将计算得到的百分比例作为第二参数。
本实施例能够解决现有银行业线上客户经营场景中,在缺少多维客群画像的情况下,将客户群在历史推广活动中的反馈(即客户群在历史推广活动中的第一参数及第二参数的关系)融合到推广活动资源变化量的配置中,能够精准地配置推广活动的资源变化配置量,进而设计出客户参与度高、响应度高及达标率高的推广活动。
本文一实施例中,还提供一种计算机设备,如图8所示,计算机设备802可以包括一个或多个处理器804,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。计算机设备802还可以包括任何存储器806,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储器806可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储器都可以使用任何技术来存储信息。进一步地,任何存储器可以提供信息的易失性或非易失性保留。进一步地,任何存储器可以表示计算机设备802的固定或可移除部件。在一种情况下,当处理器804执行被存储在任何存储器或存储器的组合中的相关联的指令时,计算机设备802可以执行相关联指令的任一操作。计算机设备802还包括用于与任何存储器交互的一个或多个驱动机构808,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备802还可以包括输入/输出模块810(I/O),其用于接收各种输入(经由输入设备812)和用于提供各种输出(经由输出设备814))。一个具体输出机构可以包括呈现设备816和相关联的图形用户接口818(GUI)。在其他实施例中,还可以不包括输入/输出模块810(I/O)、输入设备812以及输出设备814,仅作为网络中的一台计算机设备。计算机设备802还可以包括一个或多个网络接口820,其用于经由一个或多个通信链路822与其他设备交换数据。一个或多个通信总线824将上文所描述的部件耦合在一起。
通信链路822可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路822可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
本文一实施例中,还提供一种一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述任一实施例所述的推广活动配置方法的步骤。
本文实施例还提供一种计算机可读指令,其中当处理器执行所述指令时,其中的程序使得处理器执行上述任一实施例所述的推广活动配置方法的步骤。
应理解,在本文的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本文实施例的实施过程构成任何限定。
还应理解,在本文实施例中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本文所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
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单元来实现本文实施例方案的目的。
另外,在本文各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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,本文的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或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设备(可以是个人计算机,服务器,或者网络设备等)执行本文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。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本文的方法及其核心思想;同时,对于本领域的一般技术人员,依据本文的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本文的限制。
Claims (10)
1.一种推广活动配置方法,其特征在于,包括:
选定待推广活动的客户群,所述客户群包括推广组及对照组;
获取所述客户群在所述待推广活动相关的各历史推广活动中的第一参数及第二参数,其中,所述第一参数表示客户群在一历史推广活动中推广组与对照组资源变化量的差值;第二参数表示客户群在一历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;
根据所述客户群在所述待推广活动相关的各历史推广活动中的第一参数及第二参数,确定所述待推广活动的资源变化配置量。
2.如权利要求1所述的方法,其特征在于,所述客户群中推广组与对照组中客户的数量相同、客户的特征分布一致且来自同一预定区域。
3.如权利要求1所述的方法,其特征在于,所述客户群在各历史推广活动中的第一参数的计算过程,包括:
对于每一历史推广活动Xi,执行如下操作:
计算所述客户群在该历史推广活动Xi中推广组资源变化量及对照组资源变化量;
将所述客户群在该历史推广活动Xi中推广组资源变化量与对照组资源变化量做差,计算得到所述客户群在该历史推广活动Xi中的第一参数。
4.如权利要求3所述的方法,其特征在于,计算所述客户群在该历史推广活动中推广组资源变化量及对照组资源变化量,包括:
分别计算所述客户群中推广组及对照组的客户总数;
分别计算所述客户群在该历史推广活动中推广组总资源变化量及对照组总资源变化量;
利用所述客户群在该历史推广活动中推广组总资源变化量除以推广组客户总数,计算得到所述客户群在该历史推广活动中推广组人均资源变化量;
利用所述客户群在该历史推广活动中对照组总资源变化量除以对照组客户总数,计算得到所述客户群在该历史推广活动中对照组人均资源变化量。
5.如权利要求1所述的方法,其特征在于,根据所述客户群在所述待推广活动相关的各历史推广活动中的第一参数及第二参数,确定所述待推广活动的资源变化配置量,包括:
根据所述客户群在所述待推广活动相关的各历史推广活动中的第一参数,筛选出第一参数排名前N的历史推广活动;
根据筛选出的排名前N的历史推广活动的第二参数,计算所述待推广活动的资源变化配置量。
6.如权利要求5所述的方法,其特征在于,根据筛选出的排名前N的历史推广活动的第二参数,计算所述待推广活动的资源变化配置量,包括:
对筛选出的排名前N的历史推广活动的第二参数进行求最大值或求平均处理;
将计算所得值作为待推广活动的第二参数配置量;
根据所述第二参数配置量及待推广活动相关的最近M场历史推广活动,计算所述待推广活动的资源变化配置量。
7.如权利要求6所述的方法,其特征在于,根据所述第二参数配置量及待推广活动相关的最近M场历史推广活动,计算所述待推广活动的资源变化配置量,包括:
从所述最近M场历史推广活动中的每一场历史推广活动Xj中,筛选出待推广活动对照组中客户的资源变化量,对筛选出的客户的资源变化量按从小到大的顺序排序;
将所述最近M场历史推广活动中排序位置占比为第二参数配置量的资源变化量的平均值或最大值作为所述待推广活动的资源变化配置量。
8.一种推广活动配置系统,其特征在于,包括:
客户群选择模块,用于选定待推广活动的客户群,所述客户群包括推广组及对照组;
参数确定模块,用于获取所述客户群在所述待推广活动相关的各历史推广活动中的第一参数及第二参数,其中,所述第一参数表示客户群在一历史推广活动中推广组与对照组资源变化量的差值;第二参数表示客户群在一历史推广活动中资源变化配置量在对照组中客户资源变化量从小到大排序位置的占比;
配置模块,用于根据所述客户群在所述待推广活动相关的各历史推广活动中的第一参数及第二参数,确定所述待推广活动的资源变化配置量。
9.一种计算机设备,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计算机程序时实现权利要求1至7中任一项所述的推广活动配置方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行计算机程序,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的推广活动配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430842.2A CN112508608B (zh) | 2020-12-09 | 2020-12-09 | 一种推广活动配置方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430842.2A CN112508608B (zh) | 2020-12-09 | 2020-12-09 | 一种推广活动配置方法、系统、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112508608A CN112508608A (zh) | 2021-03-16 |
CN112508608B true CN112508608B (zh) | 2022-11-15 |
Family
ID=74970105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011430842.2A Active CN112508608B (zh) | 2020-12-09 | 2020-12-09 | 一种推广活动配置方法、系统、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112508608B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610565B (zh) * | 2021-07-19 | 2024-06-07 | 上海浦东发展银行股份有限公司 | 网络活动的评价方法、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325801A (zh) * | 2018-08-31 | 2019-02-12 | 阿里巴巴集团控股有限公司 | 电子券发放、资源分配方法、装置及计算机设备 |
CN110033156A (zh) * | 2018-12-14 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种业务活动效果的确定方法及装置 |
CN111882359A (zh) * | 2020-07-30 | 2020-11-03 | 北京达佳互联信息技术有限公司 | 一种广告投放方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200034882A1 (en) * | 2018-07-26 | 2020-01-30 | Slack Technologies, Inc. | Systems, methods, and apparatuses for maintaining data granularity while performing dynamic group level multi-variate testing in a group-based communication system |
CN109636457A (zh) * | 2018-12-07 | 2019-04-16 | 中国银行股份有限公司 | 一种面向高净值客户的广告投放方法、装置及系统 |
CN111144957B (zh) * | 2020-04-07 | 2021-03-19 | 腾讯科技(深圳)有限公司 | 信息投放方法、装置、服务器及存储介质 |
-
2020
- 2020-12-09 CN CN202011430842.2A patent/CN112508608B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325801A (zh) * | 2018-08-31 | 2019-02-12 | 阿里巴巴集团控股有限公司 | 电子券发放、资源分配方法、装置及计算机设备 |
CN110033156A (zh) * | 2018-12-14 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种业务活动效果的确定方法及装置 |
CN111882359A (zh) * | 2020-07-30 | 2020-11-03 | 北京达佳互联信息技术有限公司 | 一种广告投放方法和装置 |
Non-Patent Citations (1)
Title |
---|
"建行校园e银行金融产品发展对策";赵阳阳 等;《合作经济与科技》;20191231;1-10 * |
Also Published As
Publication number | Publication date |
---|---|
CN112508608A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977151B (zh) | 一种数据分析方法及系统 | |
CN110428322A (zh) | 一种业务数据的适配方法及装置 | |
CN111967971A (zh) | 银行客户数据处理方法及装置 | |
CN109300039A (zh) | 基于人工智能和大数据进行智能产品推荐的方法及系统 | |
CN108898476A (zh) | 一种贷款客户信用评分方法和装置 | |
CN110704730A (zh) | 基于大数据的产品数据推送方法、系统及计算机设备 | |
CN113674013B (zh) | 一种基于商户自定义规则的广告竞价调整方法及系统 | |
CN110796539A (zh) | 一种征信评估方法及装置 | |
Chen et al. | Research on credit card default prediction based on k-means SMOTE and BP neural network | |
CN112446541A (zh) | 融合分类模型建立方法、营销转化率增益预测方法及系统 | |
CN112836750A (zh) | 一种系统资源分配方法、装置及设备 | |
CN114154672A (zh) | 一种用于客户流失预测的数据挖掘方法 | |
CN112508608B (zh) | 一种推广活动配置方法、系统、计算机设备及存储介质 | |
CN116071150A (zh) | 数据处理方法、银行产品推广、风控系统、服务器及介质 | |
CN110765110A (zh) | 泛化能力处理方法、装置、设备及存储介质 | |
CN114584601A (zh) | 用户流失识别及干预方法、系统、终端及介质 | |
EP1107157A2 (en) | System and method for performing predictive analysis | |
CN111967973B (zh) | 银行客户数据处理方法及装置 | |
KR20170094935A (ko) | 기업정보 제공 시스템 및 방법 | |
CN107844874A (zh) | 企业营运问题分析系统及其方法 | |
CN113313578B (zh) | 信用卡消费分期的决策方法及装置 | |
CN116361542A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
CN115222514A (zh) | 基于数据隐私保护的供应链金融决策系统及方法 | |
CN114358519A (zh) | 一种智能信贷额度利率调整方法及装置 | |
CN114049213A (zh) | 一种信息化金融数据分析系统与分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |