CN114723502A - 可计数归类的增量用户潜在价值考察分析方法及相关装置 - Google Patents

可计数归类的增量用户潜在价值考察分析方法及相关装置 Download PDF

Info

Publication number
CN114723502A
CN114723502A CN202210637756.1A CN202210637756A CN114723502A CN 114723502 A CN114723502 A CN 114723502A CN 202210637756 A CN202210637756 A CN 202210637756A CN 114723502 A CN114723502 A CN 114723502A
Authority
CN
China
Prior art keywords
user
incremental
users
potential value
comparison table
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
CN202210637756.1A
Other languages
English (en)
Inventor
汤志成
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.)
Hangzhou Lepai Digital Technology Co ltd
Original Assignee
Hangzhou Lepai Digital Technology 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 Hangzhou Lepai Digital Technology Co ltd filed Critical Hangzhou Lepai Digital Technology Co ltd
Priority to CN202210637756.1A priority Critical patent/CN114723502A/zh
Publication of CN114723502A publication Critical patent/CN114723502A/zh
Pending legal-status Critical Current

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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种可计数归类的增量用户潜在价值考察分析方法，包括如下步骤：获取全量用户唯一标识符，基于唯一标识符记录全量用户可采集行为进而生成全量用户数据库Q；统计存量用户在目标业务上的历史消费订单数据，将存量用户按个人消费金额排名进行分段计数归类；给所有存量用户添加用户特征标签，统计每个用户特征标签在各个分段内对应的用户数，筛选第一分段内浓度大于预设值的用户特征标签生成基准对照表A；获取增量用户唯一标识符，并与所述全量用户数据库Q进行逐个匹配，得到增量用户特征标签，生成基准对照表C；将所述基准对照表C与所述基准对照表A进行字段对比，基于对比匹配度生成用户特征标签对应的增量用户的潜在价值等级。

Description

可计数归类的增量用户潜在价值考察分析方法及相关装置
技术领域
本发明涉及数据分析技术领域，具体涉及一种可计数归类的增量用户潜在价值考察分析方法和系统。
背景技术
数据分析是一个检查、清理、转换和建模数据的过程，目的是发现有用的信息、告知结论和支持决策。
现有的相关技术中在向用户推送业务时，通常采用模糊推送的方式，也就是将某一业务同时向所有人进行推送，或者向简单筛选出的人群进行推送。例如，筛选出浏览过与服务商准备推送的业务相同或者相似的用户，作为目标用户，并向其投放业务。然而，由于每个用户都是一个独立的存在，具有多样化的特征，仅通过简单的筛选所确定的投放信息的目标用户不够精准，从而导致在对用户进行业务推送时，推广转化率不高。
另一方面，现有的相关技术在对目标用户进行考察分析时一般仅采用综合的考察数据，综合数据匹配则为目标用户。这会在考察用户数据时，对于综合数据不匹配，但部分数据占比较高的增量用户被直接舍弃，导致一些有潜在价值的增量用户流失，使得业务推送范围降低，不利于推广转化率。
发明内容
考虑到上述至少一个方面的问题，为了更有效的考察分析增量用户的潜在价值，本发明提出了一种可计数归类的增量用户潜在价值考察分析方法和系统，采用了如下技术方案以解决问题：
本发明公开了一种可计数归类的增量用户潜在价值考察分析方法，包括如下步骤：
S0、获取全量用户唯一标识符，基于唯一标识符记录全量用户可采集行为并将行为归类为用户特征标签，生成全量用户数据库Q；
S1、统计存量用户在目标业务上的历史消费订单数据，将存量用户按个人消费金额排名进行分段计数归类；
S2、给所有存量用户添加用户特征标签，统计每个用户特征标签在各个分段内对应的用户数，计算每个用户特征标签的浓度，并筛选第一分段内浓度大于预设值的用户特征标签生成基准对照表A；
S3、获取增量用户唯一标识符，基于唯一标识符与所述全量用户数据库Q进行逐个匹配，得到增量用户特征标签，生成基准对照表C；
S4、将所述基准对照表C与所述基准对照表A进行字段对比，基于对比匹配度生成用户特征标签对应的增量用户的潜在价值等级。
可选的，所述唯一标识符为IMEI、移动通讯设备号或者用户注册信息中的一种。
进一步的，步骤S0中，全量用户可采集行为包括用户在移动通讯设备上的行为、线下物理轨迹行为和线上线下交易行为中的一种或多种。
进一步的，步骤S1具体包括：
统计预设数量μ的存量用户在目标业务上的历史消费订单数据，将存量用户按个人消费金额排名基于预设比例区间分段计数归类，各段用户集标记为Y1、Y2、Y3、Y4、Y5……，各段对应的用户数计为μ（1）、μ（2）、μ（3）、μ（4）、μ（5）……。
进一步的，步骤S2具体包括：
S21、确定用户特征标签B1、B2、B3、B4、B5……Bn；
S22、给所有存量用户添加用户特征标签，并统计每个用户特征标签在分段内对应的用户数b1、b2、b3、b4、b5……；
S23、计算每个用户特征标签B1、B2、B3、B4、B5……的浓度β（n）=该分段带有特定用户特征标签的用户数b（n）/该分段用户总数μ（n）；
S24、记录第一分段内浓度β（n）大于0.5的用户特征标签，生成基准对照表A。
进一步的，步骤S3具体包括：
S31、基于用户授权方式获取增量用户唯一标识符；
S21、将获取的增量用户唯一标识符与全量用户数据库Q进行逐个匹配，得到全量用户数据库Q中与该唯一标识符对应的用户特征标签，生成基准对照表C。
进一步的，步骤S4具体包括：
S41、将增量用户对应的基准对照表C逐一与基准对照表A进行对比，记录各用户特征标签匹配数量；
S42、基于各用户特征标签匹配数量，筛选得到匹配度高于预设阈值的用户特征标签；
S43、根据增量用户对应的用户特征标签与筛选后的用户特征标签的匹配度，得到增量用户的潜在价值等级。
进一步的，步骤S43具体包括：
若增量用户对应的用户特征标签与筛选后的用户特征标签完全匹配，则将相应用户特征标签对应的增量用户作为潜在价值第一优先级用户群体；
若增量用户对应的用户特征标签与筛选后的用户特征标签不完全匹配，则根据匹配度高低将相应用户特征标签对应的增量用户进行潜在价值优先级排序，得到增量用户的潜在价值等级。
本发明还提供一种电子设备，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计算机程序时实现如上所述的方法。
本发明还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现如上所述的方法。
本发明的有益效果：
本发明提出的可计数归类的增量用户潜在价值考察分析方法，通过计数归类分析不仅可以筛选出目标用户，且可以考察分析出不同增量用户对应的潜在价值等级，方便后续根据用户潜在价值等级推广业务，使业务推广准确性更高，避免了增量用户的流失。
附图说明
图1为本发明方法实施例的流程示意图。
具体实施方式
为了进一步理解本发明，下面结合实施例对本发明优选实施方案进行描述，但是应当理解，这些描述只是为进一步说明本发明的特征和优点，而不是对本发明权利要求的限制。
本发明实施例提供了一种可计数归类的增量用户潜在价值考察分析方法，包括如下步骤：
第一步、获取全量用户唯一标识符，基于唯一标识符记录全量用户可采集行为并将行为归类为用户特征标签，生成全量用户数据库Q。
其中，全量用户指可以采集到相关信息的所有用户的集合。唯一标识符为用户对应的IMEI（国际移动设备识别码；International Mobile Equipment Identity）、移动通讯设备号或者用户注册信息中的一种。
全量用户可采集行为包括用户在移动通讯设备上的行为、线下物理轨迹行为和线上线下交易行为中的一种或多种。采集后将行为归类为用户特征标签。例如下表：
表1：全量用户可采集行为（线下）及归类的用户特征标签对照表
Figure 849601DEST_PATH_IMAGE001
表2：全量用户可采集行为（线上）及归类的用户特征标签对照表
Figure 78588DEST_PATH_IMAGE002
第二步、统计存量用户在目标业务上的历史消费订单数据，将存量用户按个人消费金额排名进行分段计数归类。
其中，存量用户指在目标业务上已经有消费数据记录的用户。
在一个示出实例中，该步骤具体包括：
统计预设数量如10万的存量用户在母婴业务上的历史消费订单数据，将存量用户按个人消费金额排名基于预设比例区间分段计数归类，各段用户集标记为Y1（消费金额前20%）、Y2（消费金额前20%-40%）、Y3（消费金额前40%-60%）、Y4（消费金额前60%-80%）、Y5（消费金额后20%），各段对应的用户数计为μ（1）、μ（2）、μ（3）、μ（4）、μ（5）。
表3 存量用户分段归类计数表
分段 Y1 Y2 Y3 Y4 Y5
用户计数 18365 23657 24786 20467 12725
第三步、给所有存量用户添加用户特征标签，统计每个用户特征标签在各个分段内对应的用户数，计算每个用户特征标签的浓度，并筛选第一分段Y1内浓度大于预设值的用户特征标签生成基准对照表A。
此步中，给存量用户添加的用户特征标签来源于全量用户标签库，即与全量用户对应的标签名称一致。
在一个示出实例中，该步骤具体包括：
1）基于全量用户标签库和存量用户对应的业务，确定存量用户适配的用户特征标签B1、B2、B3、B4、B5……Bn；
2）通过人工方式给所有存量用户添加用户特征标签，并统计每个用户特征标签在分段内对应的用户数b1、b2、b3、b4、b5……；
3）计算每个用户特征标签B1、B2、B3、B4、B5……Bn的浓度β（n）=该分段带有特定用户特征标签的用户数b（n）/该分段用户总数μ（n）；
4）记录第一分段内浓度β（n）大于0.5的用户特征标签，生成基准对照表A。示例如下：
表4 基准对照表A（母婴业务）
Figure 80042DEST_PATH_IMAGE003
第四步，获取增量用户唯一标识符，基于唯一标识符与所述全量用户数据库Q进行逐个匹配，得到增量用户特征标签，生成基准对照表C；具体包括：
1）基于用户授权方式获取增量用户唯一标识符；
2）将获取的增量用户唯一标识符与全量用户数据库Q进行逐个匹配，得到全量用户数据库Q中与该唯一标识符对应的用户特征标签，生成各个增量用户对应的基准对照表C。
表5 基准对照表C（对应某个增量用户）
Figure 810101DEST_PATH_IMAGE004
第五步，将所述基准对照表C与所述基准对照表A进行字段对比，基于对比匹配度生成用户特征标签对应的增量用户的潜在价值等级；具体包括：
1）将增量用户对应的基准对照表C逐一与基准对照表A进行对比，记录各用户特征标签匹配数量；
2）基于各用户特征标签匹配数量，筛选得到匹配度高于预设阈值的用户特征标签；
3）根据增量用户对应的用户特征标签与筛选后的用户特征标签的匹配度，得到增量用户的潜在价值等级；具体包括：
若增量用户对应的用户特征标签与筛选后的用户特征标签完全匹配，则将相应用户特征标签对应的增量用户作为潜在价值第一优先级用户群体；
若增量用户对应的用户特征标签与筛选后的用户特征标签不完全匹配，则根据匹配度高低将相应用户特征标签对应的增量用户进行潜在价值优先级排序，得到增量用户的潜在价值等级。
比如，将增量用户对应的用户特征标签与筛选后的用户特征标签90%相同的增量用户列为潜在价值第二优先级用户群体；将增量用户对应的用户特征标签与筛选后的用户特征标签80%相同的增量用户列为潜在价值第三优先级用户群体；将增量用户对应的用户特征标签与筛选后的用户特征标签70%相同的增量用户列为潜在价值第四优先级用户群体；将增量用户对应的用户特征标签与筛选后的用户特征标签60%相同的增量用户列为潜在价值第五优先级用户群体。
后续在进行产品或广告推送时，基于上述优先级，优先向高优先级用户群体进行推送，即可获得更好的推广效果。
以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种可计数归类的增量用户潜在价值考察分析方法，其特征在于，包括如下步骤：
S0、获取全量用户唯一标识符，基于唯一标识符记录全量用户可采集行为并将行为归类为用户特征标签，生成全量用户数据库Q；
S1、统计存量用户在目标业务上的历史消费订单数据，将存量用户按个人消费金额排名进行分段计数归类；
S2、给所有存量用户添加用户特征标签，统计每个用户特征标签在各个分段内对应的用户数，计算每个用户特征标签的浓度，并筛选第一分段内浓度大于预设值的用户特征标签生成基准对照表A；
S3、获取增量用户唯一标识符，基于唯一标识符与所述全量用户数据库Q进行逐个匹配，得到增量用户特征标签，生成基准对照表C；
S4、将所述基准对照表C与所述基准对照表A进行字段对比，基于对比匹配度生成用户特征标签对应的增量用户的潜在价值等级。
2.如权利要求1所述的可计数归类的增量用户潜在价值考察分析方法，其特征在于，所述唯一标识符为IMEI、移动通讯设备号或者用户注册信息中的一种。
3.如权利要求1所述的可计数归类的增量用户潜在价值考察分析方法，其特征在于，步骤S0中，全量用户可采集行为包括用户在移动通讯设备上的行为、线下物理轨迹行为和线上线下交易行为中的一种或多种。
4.如权利要求1所述的可计数归类的增量用户潜在价值考察分析方法，其特征在于，步骤S1具体包括：
统计预设数量μ的存量用户在目标业务上的历史消费订单数据，将存量用户按个人消费金额排名基于预设比例区间分段计数归类，各段用户集标记为Y1、Y2、Y3、Y4、Y5……，各段对应的用户数计为μ（1）、μ（2）、μ（3）、μ（4）、μ（5）……。
5.如权利要求4所述的可计数归类的增量用户潜在价值考察分析方法，其特征在于，步骤S2具体包括：
S21、确定用户特征标签B1、B2、B3、B4、B5……Bn；
S22、给所有存量用户添加用户特征标签，并统计每个用户特征标签在分段内对应的用户数b1、b2、b3、b4、b5……；
S23、计算每个用户特征标签B1、B2、B3、B4、B5……的浓度β（n）=该分段带有特定用户特征标签的用户数b（n）/该分段用户总数μ（n）；
S24、记录第一分段内浓度β（n）大于0.5的用户特征标签，生成基准对照表A。
6.如权利要求5所述的可计数归类的增量用户潜在价值考察分析方法，其特征在于，步骤S3具体包括：
S31、基于用户授权方式获取增量用户唯一标识符；
S21、将获取的增量用户唯一标识符与全量用户数据库Q进行逐个匹配，得到全量用户数据库Q中与该唯一标识符对应的用户特征标签，生成基准对照表C。
7.如权利要求6所述的可计数归类的增量用户潜在价值考察分析方法，其特征在于，步骤S4具体包括：
S41、将增量用户对应的基准对照表C逐一与基准对照表A进行对比，记录各用户特征标签匹配数量；
S42、基于各用户特征标签匹配数量，筛选得到匹配度高于预设阈值的用户特征标签；
S43、根据增量用户对应的用户特征标签与筛选后的用户特征标签的匹配度，得到增量用户的潜在价值等级。
8.如权利要求7所述的可计数归类的增量用户潜在价值考察分析方法，其特征在于，步骤S43具体包括：
若增量用户对应的用户特征标签与筛选后的用户特征标签完全匹配，则将相应用户特征标签对应的增量用户作为潜在价值第一优先级用户群体；
若增量用户对应的用户特征标签与筛选后的用户特征标签不完全匹配，则根据匹配度高低将相应用户特征标签对应的增量用户进行潜在价值优先级排序，得到增量用户的潜在价值等级。
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计算机程序时实现如权利要求1-8中任一项所述的方法。
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-8中任一项所述的方法。
CN202210637756.1A 2022-06-08 2022-06-08 可计数归类的增量用户潜在价值考察分析方法及相关装置 Pending CN114723502A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210637756.1A CN114723502A (zh) 2022-06-08 2022-06-08 可计数归类的增量用户潜在价值考察分析方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210637756.1A CN114723502A (zh) 2022-06-08 2022-06-08 可计数归类的增量用户潜在价值考察分析方法及相关装置

Publications (1)

Publication Number Publication Date
CN114723502A true CN114723502A (zh) 2022-07-08

Family

ID=82232423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210637756.1A Pending CN114723502A (zh) 2022-06-08 2022-06-08 可计数归类的增量用户潜在价值考察分析方法及相关装置

Country Status (1)

Country Link
CN (1) CN114723502A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017019732A1 (en) * 2015-07-27 2017-02-02 Mastercard International Incorporated Systems and methods for tracking data using user provided data tags
CN109062984A (zh) * 2018-06-29 2018-12-21 深圳市彬讯科技有限公司 一种基于标签的数据分析方法及分析系统
CN109493124A (zh) * 2018-10-23 2019-03-19 广州致轩服饰有限公司 一种基于第三方数据的商品反馈方法与装置
CN110609935A (zh) * 2019-08-29 2019-12-24 湖南草花互动网络科技有限公司 用户身份标签生成方法、装置、计算机设备和存储介质
CN110826893A (zh) * 2019-10-29 2020-02-21 北京金山云网络技术有限公司 目标客户的确定方法、装置和终端设备
CN111047347A (zh) * 2019-11-07 2020-04-21 中通服建设有限公司 用户价值评估方法、装置、计算机设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017019732A1 (en) * 2015-07-27 2017-02-02 Mastercard International Incorporated Systems and methods for tracking data using user provided data tags
CN109062984A (zh) * 2018-06-29 2018-12-21 深圳市彬讯科技有限公司 一种基于标签的数据分析方法及分析系统
CN109493124A (zh) * 2018-10-23 2019-03-19 广州致轩服饰有限公司 一种基于第三方数据的商品反馈方法与装置
CN110609935A (zh) * 2019-08-29 2019-12-24 湖南草花互动网络科技有限公司 用户身份标签生成方法、装置、计算机设备和存储介质
CN110826893A (zh) * 2019-10-29 2020-02-21 北京金山云网络技术有限公司 目标客户的确定方法、装置和终端设备
CN111047347A (zh) * 2019-11-07 2020-04-21 中通服建设有限公司 用户价值评估方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王晓霞等: "运营商大数据用户画像实践", 《电信科学》 *

Similar Documents

Publication Publication Date Title
US10528972B2 (en) Predicting email responses
US10127522B2 (en) Automatic profiling of social media users
CN104834641B (zh) 网络媒介信息的处理方法和相关系统
CN107291755B (zh) 一种终端推送方法及装置
US20150032503A1 (en) System and Method for Customer Evaluation and Retention
KR20110116150A (ko) 컨버전 크레디팅
CN102118706A (zh) 一种基于手机广告用户细分的手机广告投放方法
CN109949089B (zh) 一种确定展示率的方法、装置及终端
CN112613917A (zh) 基于用户画像的信息推送方法、装置、设备及存储介质
WO2013179340A1 (ja) 情報分析システム及び情報分析方法
CN114782076B (zh) 一种线上商城消费平台奖券积分兑换智能管理方法、系统及计算机存储介质
CN109783726A (zh) 一种房地产大数据计算处理方法及其系统
Hwang et al. Identifying customer priority for new products in target marketing: Using RFM model and TextRank
De Koninck et al. An approach for incorporating expert knowledge in trace clustering
Wainer et al. How productivity and impact differ across computer science subareas
CN101276450A (zh) 信息处理装置、信息处理方法和信息处理程序
CN106919692B (zh) 一种推送消息的方法和装置
CN114723502A (zh) 可计数归类的增量用户潜在价值考察分析方法及相关装置
CN112560433B (zh) 一种信息处理的方法及装置
CN110737691A (zh) 用于处理访问行为数据的方法和装置
CN112118486B (zh) 内容项投放方法、装置、计算机设备及存储介质
CN112084408B (zh) 名单数据筛选方法、装置、计算机设备及存储介质
CN113065892A (zh) 一种信息推送方法、装置、设备及存储介质
Zhu et al. Clustering based on Kolmogorov–Smirnov statistic with application to bank card transaction data
CN111382343A (zh) 一种标签体系生成方法及装置

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