CN113344603A - 一种课后服务的客户智能营销系统 - Google Patents

Abstract

本发明提供一种课后服务的客户智能营销系统，所述系统包括：学生画像分析模块、课程销售大数据模块、数据计算分析模块和课后课程推送模块；通过将学生数据的模型化，在将课程制成热点图，从而智能分析学生可能购买的课程的可能性，提高后续课程销售的成功率。

Description

一种课后服务的客户智能营销系统

技术领域

本发明涉及教育服务的智能营销相关领域，具体涉及一种课后服务的客户智能营销系统。

背景技术

随着云计算等信息化技术的发展,大数据已深入到各行各业,在互联网时代扮演者关键角色。大数据在在线营销中的运用愈发普遍,基于大数据的网络营销成为营销的重要手段,精准营销在大数据时代得到进一步升华。

随着经济的发展，在线营销以成为当代销售的主要方式。在线营销是企业营销实践与现代信息通讯技术、计算机网络技术相结合的产物，是指企业以电子信息技术为基础，以计算机网络为媒介和手段而进行的各种营销活动的总称，即称在线销售。为了提高销售效益和供给平衡，商家需要对在线各个课程的需求供给关系进行精确把控，因此如何实现对在线课程需求供给关系精确把控是在线营销迫在眉睫需要解决的问题。

大数据营销是指通过互联网采集大量的行为数据，首先帮助广告主找出目标受众，以此对广告投放的内容、时间、形式等进行预判与调配，并最终完成广告投放的营销过程。

大数据营销，随着数字生活空间的普及，全球的信息总量正呈现爆炸式增长。基于这个趋势之上的，是大数据、云计算等新概念和新范式的广泛兴起，它们无疑正引领着新一轮的互联网风潮。

多平台化数据采集：大数据的数据来源通常是多样化的，多平台化的数据采集能使对网民行为的刻画更加全面而准确。多平台采集可包含互联网、移动互联网、广电网、智能电视未来还有户外智能屏等数据。

强调时效性：在网络时代，网民的消费行为和购买方式极易在短的时间内发生变化。在网民需求点最高时及时进行营销非常重要。全球领先的大数据营销企业AdTime对此提出了时间营销策略，它可通过技术手段充分了解网民的需求，并及时响应每一个网民当前的需求，让他在决定购买的“黄金时间”内及时接收到商品广告。

个性化营销：在网络时代，广告主的营销理念已从“媒体导向”向“受众导向”转变。以往的营销活动须以媒体为导向，选择知名度高、浏览量大的媒体进行投放。如今，广告主完全以受众为导向进行广告营销，因为大数据技术可让他们知晓目标受众身处何方，关注着什么位置的什么屏幕。大数据技术可以做到当不同用户关注同一媒体的相同界面时，广告内容有所不同，大数据营销实现了对网民的个性化营销。

性价比高：和传统广告“一半的广告费被浪费掉”相比，大数据营销在最大程度上，让广告主的投放做到有的放矢，并可根据实时性的效果反馈，及时对投放策略进行调整。

关联性：大数据营销的一个重要特点在于网民关注的广告与广告之间的关联性，由于大数据在采集过程中可快速得知目标受众关注的内容，以及可知晓网民身在何处，这些有价信息可让广告的投放过程产生前所未有的关联性。即网民所看到的上一条广告可与下一条广告进行深度互动。

大数据营销并非是一个停留在概念上的名词，而是一个通过大量运算基础上的技术实现过程。虽然围绕着大数据进行的话题层出不穷，且在大多数人对大数据营销的过程不甚清晰。事实上，国内的很多以技术为驱动力的企业也在大数据领域深耕不辍。全球领先的大数据营销平台AdTime率先推出了大数据广告运营平台——云图。据介绍，云图的云代表云计算，图代表可视化。云图的含义是将云计算可视化，让大数据营销的过程不再神秘。

云图是AdTime构建的大数据平台系统，该系统具备海量数据、实时计算、跨网络平台汇聚、多用户行为分析、多行业报告分析等特点。

大数据营销是基于大数据分析的基础上，描绘、预测、分析、指引消费者行为，从而帮助企业制定有针对性的商业策略。

大数据营销中所依赖的数据，往往是基于hadoop架构分类的静态人群属性和兴趣爱好常量，这导致了大数据营销在本质上很难以去控制和捕获用户的需求。

鉴于多维教学系统已能达到因时因地制宜，但因材施教是数千年来教育不变的理想，也是解决学习障碍的重要方法，所以适性化教学是多维学习系统中重要的一环。将教材与测验予以适性化整合，让每位学习者获得适合自己的教材与练习测验，经由反复自我学习与练习而渐入佳境。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于大数据与智能物联网的课后服务客户智能营销系统，所采用的技术方案具体如下：

一种课后服务的客户智能营销系统，所述系统包括：学生画像分析模块、课程销售大数据模块、数据计算分析模块和课后课程推送模块；

所述学生画像分析模块用于通过学生之前的购买的课程和成绩及家庭经济状况所绘制的学生数据模型，并对学生模型进行归类；

所述课程销售大数据模块用于获取课程销售数据，所述课程销售数据包括学生以往所有购买的课程及有可能购买的全部课程，并绘制出热点图；

所述数据计算分析模块用于将所述学生归类信息投影变换到预先制定好的课程平面俯视图像上，通过投影点获得所述课程区域的投影热度图；所述投影热度图内包括表示热度的离散数据点；通过所述离散数据点建立泰森多边形；通过插值算法计算所述泰森多边形内各顶点的顶点热度值；通过计算所述顶点热度值对所述热度图中任意位置的距离，获得所述顶点对任意位置的热度影响程度从而获得任意位置热度；根据所述任意位置热度获得所述课程的热度等级特征图；将所述销量数据转换为销量比例矩阵；将所述销量比例矩阵和所述热度等级特征图组合成课程购买区区域特征矩阵；

所述课后课程推送模块用于结合所述学生信息和所述课程购买区区域特征矩阵分析，通过显示设备向所述学生推送课程。

本发明具有如下有益效果：

通过将学生数据的模型化，在将课程制成热点图，从而智能分析学生可能购买的课程的可能性，提高后续课程销售的成功率。通过对课程的浏览次数、浏览时间、售卖数量以及客户的评价数据进行分类处理，并将各个数据通过计算处理，得出在线营销各种产品需求供给关系，进而便于商家对各个课程供给关系精确把控，提高在线营销效益。本发明通过对数据处理后进行可视化处理，并以图表形式呈现出来，便于商家查看和对比各个产品，进而便于商家精确把控各个产品的需求关系。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合较佳实施例，对依据本发明提出的一种课后服务的客户智能营销系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面具体的说明本发明所提供的一种基于大数据与智能物联网的市场营销精准筛选推送系统的具体方案：

一种课后服务的客户智能营销系统，所述系统包括：学生画像分析模块、课程销售大数据模块、数据计算分析模块和课后课程推送模块；

所述学生画像分析模块用于通过学生之前的购买的课程和成绩及家庭经济状况所绘制的学生数据模型，并对学生模型进行归类；

所述课程销售大数据模块用于获取课程销售数据，所述课程销售数据包括学生以往所有购买的课程及有可能购买的全部课程，并绘制出热点图；

所述数据计算分析模块用于将所述学生归类信息投影变换到预先制定好的课程平面俯视图像上，通过投影点获得所述课程区域的投影热度图；所述投影热度图内包括表示热度的离散数据点；通过所述离散数据点建立泰森多边形；通过插值算法计算所述泰森多边形内各顶点的顶点热度值；通过计算所述顶点热度值对所述热度图中任意位置的距离，获得所述顶点对任意位置的热度影响程度从而获得任意位置热度；根据所述任意位置热度获得所述课程的热度等级特征图；将所述销量数据转换为销量比例矩阵；将所述销量比例矩阵和所述热度等级特征图组合成课程购买区区域特征矩阵；

所述课后课程推送模块用于结合所述学生信息和所述课程购买区区域特征矩阵分析，通过显示设备向所述学生推送课程。

以上对本发明及其实施方式进行了描述，这种描述没有限制性所示的也只是本发明的实施方式之一，实际的组成并不局限于此。总而言之，如果本领域的普通技术人员受其启示，在不脱离本发明的创造宗旨的情况下，不经创造者的允许设计出与该技术方案相似的结构方案与实施例，均应属于本发明的保护范围。

Claims (1)

1.一种课后服务的客户智能营销系统，所述系统包括：学生画像分析模块、课程销售大数据模块、数据计算分析模块和课后课程推送模块；

所述学生画像分析模块用于通过学生之前的购买的课程和成绩及家庭经济状况所绘制的学生数据模型，并对学生模型进行归类；

所述课程销售大数据模块用于获取课程销售数据，所述课程销售数据包括学生以往所有购买的课程及有可能购买的全部课程，并绘制出热点图；

所述数据计算分析模块用于将所述学生归类信息投影变换到预先制定好的课程平面俯视图像上，通过投影点获得所述课程区域的投影热度图；所述投影热度图内包括表示热度的离散数据点；通过所述离散数据点建立泰森多边形；通过插值算法计算所述泰森多边形内各顶点的顶点热度值；通过计算所述顶点热度值对所述热度图中任意位置的距离，获得所述顶点对任意位置的热度影响程度从而获得任意位置热度；根据所述任意位置热度获得所述课程的热度等级特征图；将所述销量数据转换为销量比例矩阵；将所述销量比例矩阵和所述热度等级特征图组合成课程购买区区域特征矩阵；

所述课后课程推送模块用于结合所述学生信息和所述课程购买区区域特征矩阵分析，通过显示设备向所述学生推送课程。