CN113849730A - 一种健康管理服务中用户价值分层的方法和相应的画像装置 - Google Patents

一种健康管理服务中用户价值分层的方法和相应的画像装置 Download PDF

Info

Publication number
CN113849730A
CN113849730A CN202111036047.XA CN202111036047A CN113849730A CN 113849730 A CN113849730 A CN 113849730A CN 202111036047 A CN202111036047 A CN 202111036047A CN 113849730 A CN113849730 A CN 113849730A
Authority
CN
China
Prior art keywords
user
value
users
component
health management
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
Application number
CN202111036047.XA
Other languages
English (en)
Inventor
赵进
孙振兴
孙拓
赵阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Miaoyijia Health Technology Group Co ltd
Original Assignee
Beijing Miaoyijia Health Technology Group Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Miaoyijia Health Technology Group Co ltd filed Critical Beijing Miaoyijia Health Technology Group Co ltd
Priority to CN202111036047.XA priority Critical patent/CN113849730A/zh
Publication of CN113849730A publication Critical patent/CN113849730A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

一种健康管理服务中用户价值分层的方法,并存储用户享受健康管理服务时的用户行为；设置表述前述步骤中所述用户行为的构成要素和表征所述构成要素的构成要素参数；为所述前述步骤中的构成要素参数赋予可以用于计算的表示大小的数值，所述数值与所述构成要素参数代表的用户对所述健康管理服务的投入度成正比；目标用户当下的构成要素参数中任何一个所赋的数值与其他参数距离当下最近时间点所赋的数值之和除以该构成要素参数的个数得到特定构成要素参数当下平均值，目标用户在距离当下最近时间点各构成要素参数所赋数值之和除以该构成要素参数的个数得到最近平均值；比较特定构成要素参数当下平均值和最近平均值。

Description

一种健康管理服务中用户价值分层的方法和相应的画像装置
技术领域
本发明涉及一种健康管理服务中对用户管理的领域，特别是用户健康画像识别用户价值分层的方法，还涉及实现健康管理服务中用户价值分层的方法的相应的画像装置。
背景技术
RFM模型是用户画像体系中，衡量用户价值和用户创利能力的重要工具和手段，但是只针对电商或有消费详情的用户，而针对健康管理目标用户则无法衡量。本方法可通过模型变形，将健康行为转化为RFM模型衡量健康管理领域的用户价值和用户创利能力。健康RFM模型较为动态地显示了一个用户的全部健康轮廓，这对个性化的沟通和服务提供了依据，同时，随着对用户收集数据时间足够延长，也能够较为精确地判断该用户的长期价值甚至是变现价值。
目前，已知健康管理领域中，对用户价值的判断是从用户的意愿程度、依从性、配合性等主观条件出发标识该用户对于健康管理的意愿或价值。但是，对于健康管理师或服务人员来说，很多用户的意愿与实际行动是不一致的，这也就导致对用户价值的判断容易错误。
通过数据的积累并借助人工智能逐渐将某种相关联的关系作为辅助，从而帮助使用者获得超出其预期的体验，并且在客观上达到使用者达到更好的健康状态，这样的解决方案也是逐渐被相关领域的从业者所重视。
发明内容
为了对健康管理用户价值脱离人为主观判断，本发明通过消费RFM模型创造了健康RFM模型，通过对用户真实数据的自动化计算，能够动态的对健康管理用户的管理意愿以及用户价值进行划分。为后续个性化服务提供良好支撑。本发明因此提出如下技术方案：
一种健康管理服务中用户价值分层的方法，包括如下步骤：
步骤1，采集并存储用户享受健康管理服务时的用户行为；
步骤2，设置表述步骤1中所述用户行为的构成要素和表征所述构成要素的构成要素参数；
步骤3，为所述步骤2中的构成要素参数赋予可以用于计算的表示大小的数值，所述数值与所述构成要素参数代表的用户对所述健康管理服务的投入度成正比；
步骤4，目标用户当下的构成要素参数中任何一个所赋的数值与其他参数距离当下最近时间点所赋的数值之和除以该构成要素参数的个数得到特定构成要素参数当下平均值，目标用户在距离当下最近时间点各构成要素参数所赋数值之和除以该构成要素参数的个数得到最近平均值；
步骤5，比较特定构成要素参数当下平均值和最近平均值，获得基于用户行为所体现的价值标签，从而提供符合用户需求的服务类型。因此可以在用户无感知的情况下，较为客观的对用户进行价值分层，支撑对用户的个性化服务能力，提升用户健康管理方案的针对性。
通过不断试错而建立的关联关系，对于更好的提供服务和增强使用者的健康效果，起到了重要的作用。
优选地，当所述当下特定构成要素参数值减去所述特定构成要素参数最近平均值小于或者等于最近平均值时，则该特定构成要素参数标记为“高”；当所述当下特定构成要素参数减去所述特定要素参数最近平均值大于最近平均值时，则该特定构成要素参数标记为“低”。
优选地，所述构成要素包括用户获取服务的行为和用户获取服务行为的结果的行为中的至少一个。
优选地，所述构成要素参数包括采集所述构成要素参数的时间距离当下时间的时间间隔、构成要素出现的频率和构成要素针对的健康管理服务类型中的至少一个。
所述价值标签包括：重要价值用户、重要挽回用户、重要深耕用户、重要挽留用户、潜力用户、新用户、一般维持用户和流失用户中至少一个。
优选地，所述价值标签包括：重要价值用户、重要挽回用户、重要深耕用户、重要挽留用户、潜力用户、新用户、一般维持用户和流失用户中至少一个。
优选地，所述构成要素包括用户获取服务的行为和用户获取服务行为的结果的行为，所述构成要素参数包括采集所述构成要素参数的时间距离当下时间的时间间隔、构成要素出现的频率和构成要素针对的健康管理服务类型，其中用B代表用户获取服务的行为，用E代表用户获取服务行为的结果的行为，用R代表采集所述构成要素参数的时间距离当下时间的时间间隔，用F代表构成要素出现的频率，用M代表构成要素针对的健康管理服务类型，则存在B(R，F，M)和E(R,F,M)两组表征用户价值的矩阵。
优选地，当(R，F，M)＝(高，高，高)、(低、高、高)、(高、低、高)、(低、低、高)、(高、高、低)、(低、高、高)、(低、高、低)和(低、低、低)，则分别对应如下价值标签：重要价值用户、重要挽回用户、重要深耕用户、重要挽留用户、潜力用户、新用户、一般维持用户和流失用户。
本发明还涉及一种实现所述方法的画像装置，包括：采集并存储用户享受健康管理服务时的用户行为的模块；所述用户行为的构成要素和表征所述构成要素的构成要素参数的模块；用于构成要素参数赋予可以用于计算的表示大小的数值赋值模块，所述数值与所述构成要素参数代表的用户对所述健康管理服务的投入度成正比的；计算模块，目标用户在距离当下最近时间点各构成要素参数所赋数值之和除以该构成要素参数的个数得到最近平均值；比较模块，用于比较所述当下特定构成要素参数赋值减去所述特定构成要素参数最近平均值后得出的数值与所述特定构成要素参数最近平均值；和画像模块，为目标用户赋予基于用户行为所体现的价值标签，和提供符合用户需求的服务类型。
优选地，在包括手机和平板的客户端上进行采集。
优选地，还包括将符合客户需求的服务类型推送给目标客户的推送模块。
附图说明
图1为本申请实施例提供的一种健康管理领域中用户健康画像识别方法的流程示意图；
图2为本申请实施例提供的一种用户价值分层的流程示意图。
具体实施方式
一种关于健康管理领域中用户健康画像识别用户价值分层的方法，对用户健康管理程度以及用户本身变现价值提供分层依据
目前，已知健康管理领域中，对用户价值的判断是从用户的意愿程度、依从性、配合性等主观条件出发标识该用户对于健康管理的意愿或价值。但是，对于健康管理师或服务人员来说，很多用户的意愿与实际行动是不一致的，这也就导致对用户价值的判断容易错误。
为了对健康管理用户价值脱离人为主管判断，本发明通过消费RFM模型创造了健康RFM模型，通过对用户真实数据的自动化计算，能够动态的对健康管理用户的管理意愿以及用户价值进行划分。为后续个性化服务提供良好支撑。
本发明创造的解决用户分层所采用的方案是：通过用户健康行为模型+用户健康数据模型，对用户进行价值分层，模型概念如下：
用户行为模型：
R：最近一次健康管理行为时间(打分规则：0-5分，根据时间越短分值越高原则。)
F：限定时间内活跃频率(打分规则：0-5分，根据活跃越高分值越高原则。)
M：活跃行为类型(打分规则：0-5分，根据行为类型进行分值判断。)
用户数据模型：
R：最近一次健康数据获取时间(打分规则：0-5分，根据时间越短分值越高原则。)
F：限定时间内数据获取频率(打分规则：0-5分，根据活跃越高分值越高原则。)
M：获取数据类型(打分规则：0-5分，根据行为类型进行分值判断)。
模型构建后，第一步，对用户数据采集完成后实时计算两个模型的RFM；第二步，分别给R,F,M按价值打分，并算出平均分；第三步，通过行为模型和数据模型的RFM与对应平均分的差值再与对应平均分进行对比，大于或者等于平均分记录为高，否则记录为低；最终得到六个高低值；第四步，通过业务情况通过组合高低指标进行用户分层，比如6个值都高，则为重要价值用户，要提供VIP服务；最后，通过对用户的分层可进行精细化运营，提升用户增长。
针对实现的技术效果的算法流程：
实现本方法的技术分为两部分，第一部分数仓对用户数据的清洗，不包含在本次专利范围，重点是采集数据及清洗数据。第二部分则是对准备好的数据进行模型计算，通过RFM三个单项计算分值与平均值相减后与平均分进行对比从而获得单项价值定义。
其中计算单分值公式如下：
R<3天＝5，
R＞3天&≤5天＝4，
R＞5天&≤8天＝3，
R＞8天&≤10天＝2，
R＞10天＝1，
F<30次＝1，
F＞30次&≤50次＝2，
F＞50次&≤80次＝3，
F＞80次&≤100次＝4，
F＞100次＝5，
M服务类型为1个＝1，
M服务类型为2个＝2，
M服务类型为3个＝3，
M服务类型为4个＝4，
M服务类型为5个或以上＝5，
单项价值定义公式如下：
[R当下-(R最近+F最近+M最近)/3]＜(R最近+F最近+M最近)/3，则为低
[R当下-(R最近+F最近+M最近)/3]≥(R最近+F最近+M最近)/3，则为高
[F当下-(R最近+F最近+M最近)/3]＜(R最近+F最近+M最近)/3，则为低
[F当下-(R最近+F最近+M最近)/3]≥(R最近+F最近+M最近)/3，则为高
[M当下-(R最近+F最近+M最近)/3]＜(R最近+F最近+M最近)/3，则为低
[M当下-(R最近+F最近+M最近)/3]≥(R最近+F最近+M最近)/3，则为高计算流程如下：
本专利的方法的具体应用场景：
通过RFM的单项价值计算后，通过用户分层模型对用户进行价值分层，用户分层模型如下：
重要价值用户：R高 F高 M高
重要挽回用户：R低 F高 M高
重要深耕用户：R高 F低 M高
重要挽留用户：R低 F低 M高
潜力用户：R高 F高 M低
新用户：R低 F高 M高
一般维持用户：R低 F高 M低
流失用户：R低 F低 M低
基于用户分层，典型使用场景如下：
1、客户细分制定个性化营销策略，如下表所示：其中第一列表示了用户所处的层级，右列代表可以进一步为用户提供相应的服务和帮助以有利于用户的健康管理。
用户层级 营销策略
重要价值用户 密集的营销信息/品牌形象等推送
重要挽回用户 减少推送频率，提升优惠力度
重要深耕用户 传递促销信息和活动信息
重要挽留用户 提升优惠力度，传递促销信息
潜力用户 传递品牌形象信息与促销折扣信息
新用户 传递促销折扣及活动信息，会员信息
一般维持用户 传递促销折扣及活动信息
流失用户 发放优惠召回
2、用户行为数据分析，辅助业务决策，
通过对单项内容的数据分析，调整业务方向，如健康服务方案匹配调整等，通过参数R、F、M的高低，可以分别采取对应措施加大用户活跃，通过健康管理师促进用户完成健康管理方案的执行、加大用户参与力度，通过调整产品结构，如增加每日打卡方案促进频次的提高、增加相互导流方式，对采用方式1的用户推荐方式2入口等。
参照图1-图2，在本申请一种优选实施例中，公开了一种健康管理服务中用户价值分层方法和相应的画像装置，对用户健康管理程度以及用户本身变现价值提供分层依据。
在本实施例中，用户使用前台客户端。应说明的是，该实施例中所描述的前台客户端，可以是IOS端手机APP、Android端手机APP、PC端、网页端。
步骤1，用户群A1通过使用前台客户端1进入到线上健康服务2、线下健康服务3或智能设备4页面，数据采集A2采集并存储用户行为构成要素和表征所述构成要素的构成要素参数。
在本申请实施例中，数据采集A2采集的数据是可用于描述用户群行为构成的相关数据，如活跃频率、内容选择等。
步骤2，运用健康RFM模型方法A3对用户行为构成参数进行分析并在数仓5中对数据进行清洗。
在本实施例中，健康RFM模型方法是指用户健康行为模型+用户健康数据模型方法；数据清洗是指数据中可能包含空值、异常值、特殊文本等，需要对数据进行清洗，筛选出能反映用户行为构成的数据。
步骤3，对数仓5清洗的数据通过判定条件6、判定条件8、判定条件10分别给R,F,M按价值打分得出更新分值9、更新分值11、更新分值12。
本实施例中应说明的是判定条件6为：
R：最近一次健康管理行为时间(打分规则：0-5分，根据时间越短分值越高原则)
判定条件8为：
F：限定时间内活跃频率(打分规则：0-5分，根据活跃越高分值越高原则)
判定条件10为：
M：活跃行为类型(打分规则：0-5分，根据行为类型进行分值判断)
具体打分标准如下：(R<3天＝5、R＞3天&≤5天＝4、R＞5天&≤8天＝3、R＞8天&≤10天＝2、R＞10天＝1、F<30次＝1、F＞30次&≤50次＝2、F＞50次&≤80次＝3、F＞80次&≤100次＝4、F＞100次＝5；M服务类型为1个＝1、M服务类型为2个＝2、M服务类型为3个＝3、M服务类型为4个＝4、M服务类型为5个或以上＝5)
进一步的，将更新分值9、更新分值11及更新分值12通过计算平均值13得出R、F、M的平均值。
本实施例中平均值13＝(R+F+M)/3。
进一步的，将计算平均值13得出的平均值通过判断单项分值与平均分值14得出对应单项分值R15、F16、M17。
进一步的，将R15、F16、M17对应单项分值通过用户价值分层模型即切分指标18及分层应用19对用户进行价值分层，从而得出用户层级，即高价值用户A4、中高价值用户A5、普通用户A6、低价值用户A7。
本实施例中所述的用户价值分层模型，其特征在于，当所述当下特定构成要素参数赋予赋值减去所述特定构成要素参数最近平均值小于或者等于最近平均值时，则该特定构成要素参数标记为“高”；当所述当下特定构成要素参数减去所述特定要素参数最近平均值大于最近平均值时，则该特定构成要素参数标记为“低”。
本实施例中单项价值定义公式如下：
[R当下-(R最近+F最近+M最近)/3]＜(R最近+F最近+M最近)3，则为低
[R当下-(R最近+F最近+M最近)3]≥(R最近+F最近+M最近)3，则为高
[F当下-(R最近+F最近+M最近)3]＜(R最近+F最近+M最近)3，则为低
[F当下-(R最近+F最近+M最近)3]≥(R最近+F最近+M最近)3，则为高
[M当下-(R最近+F最近+M最近)3]＜(R最近+F最近+M最近)3，则为低
[M当下-(R最近+F最近+M最近)3]≥(R最近+F最近+M最近)3，则为高本实施例中用户分层模型如下：
重要价值用户：R高 F高 M高；
重要挽回用户：R低 F高 M高；
重要深耕用户：R高 F低 M高；
重要挽留用户：R低 F低 M高；
潜力用户：R高 F高 M低；
新用户：R低 F高 M高；
一般维持用户：R低 F高 M低；
流失用户：R低 F低 M低；
上述各实施例仅是本发明的优选实施方式，在本技术领域内，凡是基于本发明技术方案上的变化和改进，不应排除在本发明的保护范围之外。

Claims (10)

1.一种健康管理服务中用户价值分层的方法,其特征在于，包括如下步骤：
步骤1，采集并存储用户享受健康管理服务时的用户行为；
步骤2，设置表述步骤1中所述用户行为的构成要素和表征所述构成要素的构成要素参数；
步骤3，为所述步骤2中的构成要素参数赋予可以用于计算的表示大小的数值，所述数值与所述构成要素参数代表的用户对所述健康管理服务的投入度成正比；
步骤4，目标用户当下的构成要素参数中任何一个所赋的数值与其他参数距离当下最近时间点所赋的数值之和除以该构成要素参数的个数得到特定构成要素参数当下平均值，目标用户在距离当下最近时间点各构成要素参数所赋数值之和除以该构成要素参数的个数得到最近平均值；
步骤5，比较特定构成要素参数当下平均值和最近平均值，获得基于用户行为所体现的价值标签，从而提供符合用户需求的服务类型。
2.根据权利要求1所述的健康管理服务中用户价值分层的方法,其特征在于，当所述特定构成要素参数的赋值与最近平均值的差值小于或者等于最近平均值时，则该特定构成要素参数标记为“高”；当所述特定构成要素参数的赋值与最近平均值的差值大于最近平均值时，则该特定构成要素参数标记为“低”。
3.根据权利要求2所述的健康管理服务中用户价值分层的方法，其特征在于，所述构成要素包括用户获取服务的行为和用户获取服务行为的结果的行为中的至少一个。
4.根据权利要求1-3中任一项所述的健康管理服务中用户价值分层的方法，其特征在于，所述构成要素参数包括采集所述构成要素参数的时间距离当下时间的时间间隔、构成要素出现的频率和构成要素针对的健康管理服务类型中的至少一个,
所述价值标签包括：重要价值用户、重要挽回用户、重要深耕用户、重要挽留用户、潜力用户、新用户、一般维持用户和流失用户中至少一个。
5.根据权利要求4所述的健康管理服务中用户价值分层的方法，其特征在于，所述价值标签包括：重要价值用户、重要挽回用户、重要深耕用户、重要挽留用户、潜力用户、新用户、一般维持用户和流失用户中至少一个。
6.根据权利要求1所述的价值管理服务中用户价值分层的方法，其特征在于，所述构成要素包括用户获取服务的行为和用户获取服务行为的结果的行为，所述构成要素参数包括采集所述构成要素参数的时间距离当下时间的时间间隔、构成要素出现的频率和构成要素针对的健康管理服务类型，其中用B代表用户获取服务的行为，用E代表用户获取服务行为的结果的行为，用R代表采集所述构成要素参数的时间距离当下时间的时间间隔，用F代表构成要素出现的频率，用M代表构成要素针对的健康管理服务类型，则存在B(R，F，M)和E(R,F,M)两组表征用户价值的矩阵。
7.根据权利要求6所述的价值管理服务中用户价值分层的方法，其特征在于，当(R，F，M)＝(高，高，高)、(低、高、高)、(高、低、高)、(低、低、高)、(高、高、低)、(低、高、高)、(低、高、低)和(低、低、低)，则分别对应如下价值标签：重要价值用户、重要挽回用户、重要深耕用户、重要挽留用户、潜力用户、新用户、一般维持用户和流失用户。
8.一种实现权利要求1-7中任一项所述方法的画像装置，其特征在于，包括：采集并存储用户享受健康管理服务时的用户行为的模块；所述用户行为的构成要素和表征所述构成要素的构成要素参数的模块；用于构成要素参数赋予可以用于计算的表示大小的数值赋值模块，所述数值与所述构成要素参数代表的用户对所述健康管理服务的投入度成正比的；计算模块，用于目标用户当下的构成要素参数中任何一个所赋的数值与其他参数距离当下最近时间点所赋的数值之和除以该构成要素参数的个数得到特定构成要素参数当下平均值，目标用户在距离当下最近时间点各构成要素参数所赋数值之和除以该构成要素参数的个数得到最近平均值；比较模块，用于比较特定构成要素参数当下平均值和最近平均值；和画像模块，为目标用户赋予基于用户行为所体现的价值标签，和提供符合用户需求的服务类型。
9.根据权利要求8所述的健康管理服务中用户价值分层的方法的画像装置，其特征在于，在包括手机和平板的客户端上进行采集。
10.根据权利要求9所述的健康管理服务中用户价值分层的方法的画像装置，其特征在于，还包括将符合客户需求的服务类型推送给目标客户的推送模块。
CN202111036047.XA 2021-09-06 2021-09-06 一种健康管理服务中用户价值分层的方法和相应的画像装置 Pending CN113849730A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111036047.XA CN113849730A (zh) 2021-09-06 2021-09-06 一种健康管理服务中用户价值分层的方法和相应的画像装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111036047.XA CN113849730A (zh) 2021-09-06 2021-09-06 一种健康管理服务中用户价值分层的方法和相应的画像装置

Publications (1)

Publication Number Publication Date
CN113849730A true CN113849730A (zh) 2021-12-28

Family

ID=78973287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111036047.XA Pending CN113849730A (zh) 2021-09-06 2021-09-06 一种健康管理服务中用户价值分层的方法和相应的画像装置

Country Status (1)

Country Link
CN (1) CN113849730A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120059664A1 (en) * 2010-09-07 2012-03-08 Emil Markov Georgiev System and method for management of personal health and wellness
CN104835057A (zh) * 2015-04-02 2015-08-12 百度在线网络技术（北京）有限公司 一种获取网络用户的消费特征信息的方法及装置
CN105139225A (zh) * 2015-08-17 2015-12-09 北京京东世纪贸易有限公司 一种确定用户行为能力等级的方法和装置
CN107992883A (zh) * 2017-11-22 2018-05-04 福建省计量科学研究院 一种基于crfm模型的计量行业客户细分方法
CN110458298A (zh) * 2018-05-03 2019-11-15 上海博泰悦臻网络技术服务有限公司 车辆及配件的分析维护系统、及客户在线管理系统和方法
CN110516901A (zh) * 2019-07-06 2019-11-29 国网浙江省电力有限公司电力科学研究院 基于大数据的客户价值分层模型构建系统及客户分层方法
CN112000894A (zh) * 2020-10-28 2020-11-27 北京妙医佳健康科技集团有限公司 一种健康管理信息推送方法、装置、设备及存储介质
CN112182371A (zh) * 2020-09-22 2021-01-05 珠海中科先进技术研究院有限公司 健康管理产品组合及定价方法及介质
CN112232930A (zh) * 2020-11-05 2021-01-15 西安邮电大学 一种基于加权rfm模型的电商平台客户细分方法
CN112529712A (zh) * 2020-12-18 2021-03-19 浙江融象数科控股有限公司 用户运营分析rfm的建模方法与系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120059664A1 (en) * 2010-09-07 2012-03-08 Emil Markov Georgiev System and method for management of personal health and wellness
CN104835057A (zh) * 2015-04-02 2015-08-12 百度在线网络技术（北京）有限公司 一种获取网络用户的消费特征信息的方法及装置
CN105139225A (zh) * 2015-08-17 2015-12-09 北京京东世纪贸易有限公司 一种确定用户行为能力等级的方法和装置
CN107992883A (zh) * 2017-11-22 2018-05-04 福建省计量科学研究院 一种基于crfm模型的计量行业客户细分方法
CN110458298A (zh) * 2018-05-03 2019-11-15 上海博泰悦臻网络技术服务有限公司 车辆及配件的分析维护系统、及客户在线管理系统和方法
CN110516901A (zh) * 2019-07-06 2019-11-29 国网浙江省电力有限公司电力科学研究院 基于大数据的客户价值分层模型构建系统及客户分层方法
CN112182371A (zh) * 2020-09-22 2021-01-05 珠海中科先进技术研究院有限公司 健康管理产品组合及定价方法及介质
CN112000894A (zh) * 2020-10-28 2020-11-27 北京妙医佳健康科技集团有限公司 一种健康管理信息推送方法、装置、设备及存储介质
CN112232930A (zh) * 2020-11-05 2021-01-15 西安邮电大学 一种基于加权rfm模型的电商平台客户细分方法
CN112529712A (zh) * 2020-12-18 2021-03-19 浙江融象数科控股有限公司 用户运营分析rfm的建模方法与系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘斯敏 等: "RFM模型在连锁药店顾客价值分析中的应用研究", 《中国管理信息化》 *

Similar Documents

Publication Publication Date Title
US6507851B1 (en) Customer information retrieving method, a customer information retrieving apparatus, a data preparation method, and a database
US7664693B1 (en) Financial methodology for the examination and explanation of spread between analyst targets and market share prices
US10282746B2 (en) Marketing campaign management system
US20060190318A1 (en) System and method for identifying and measuring performance discrepancies among sales territories
CN107563343A (zh) 基于人脸识别技术的FaceID数据库的自我完善方法和系统
EP2812856A1 (en) Tools and methods for determining relationship values
CN116739669B (zh) 一种ocpx广告实时监控系统以及监控方法
CN112435047A (zh) 一种基于埋点数据的营销外呼数据推荐方法
CN115346654A (zh) 一种基于互联网的智慧服务系统
Chen et al. Optimization-based probabilistic decision support for assessing building information modelling (BIM) maturity considering multiple objectives
Shin The quality of municipal service: Concept, measure and results
CN112070564B (zh) 广告拉取方法、装置、系统与电子设备
CN107977855B (zh) 一种管理用户信息的方法及装置
CN109086446A (zh) Nps客户体验管理方法、装置及计算机可读存储介质
Simeone et al. Needs assessment in substance misuse: a comparison of approaches and case study
CN113849730A (zh) 一种健康管理服务中用户价值分层的方法和相应的画像装置
CN112449002A (zh) 一种待推送对象的推送方法、装置、设备及存储介质
CN110457301A (zh) 一种计算机大数据存储系统
CN110348807A (zh) 一种信息处理方法和相关装置
CN109685238A (zh) 资源交换方法和装置、存储介质及电子装置
CN109377110B (zh) 一种品牌的内容资产的评估方法及系统
CN113407827A (zh) 基于用户价值分类的信息推荐方法、装置、设备及介质
US20030046204A1 (en) Method and system for assessing and improving individual customer profitability for a profit-making organization
CN110442794A (zh) 一种分析师画像系统的构建方法
Molnar et al. A longitudinal analysis of satisfaction with selected community services in a nonmetropolitan area

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: 20211228