CN115271803A - 一种基于大数据人群圈选的自动化分类识别方法及系统 - Google Patents
一种基于大数据人群圈选的自动化分类识别方法及系统 Download PDFInfo
- Publication number
- CN115271803A CN115271803A CN202210853029.9A CN202210853029A CN115271803A CN 115271803 A CN115271803 A CN 115271803A CN 202210853029 A CN202210853029 A CN 202210853029A CN 115271803 A CN115271803 A CN 115271803A
- Authority
- CN
- China
- Prior art keywords
- strategy
- promotion
- level
- crowd
- big data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000000694 effects Effects 0.000 claims abstract description 60
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 230000000737 periodic effect Effects 0.000 claims abstract description 4
- 230000006399 behavior Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
本发明公开了一种基于大数据人群圈选的自动化分类识别方法及系统，所述方法包括以下步骤：S1.选择精准活动人群；通过大数据对客户行为分析的结果，生成多维度的各项标签，对客户群体进行圈选；S2.确定推广活动类型；所述推广活动类型包括单次推广、周期推广和事件推广；S3.制定策略模型；推广活动中可对目标客户群制定多层级且多种不同的策略模型；S4.为每个策略对应一个触达渠道；S5.数据分析；对正在进行的推广活动和已结束的推广活动做活动数据分析；S6.策略模型自动流转；通过多层级策略模型，上级策略触达成功自动流入下层策略的方式，配合多种策略模型，实现对人群的自动化分类识别。
Description
技术领域
本发明涉及网络及数据处理技术领域，尤其是涉及一种基于大数据人群圈选的自动化分类识别方法及系统。
背景技术
随着大数据技术应用的日益深入，越来越多的企业为了应对竞争和提升客户服务效率的需要，开始使用大数据手段挖掘客户数据价值，开展差异化营销服务，实施精准营销。通过大数据技术获取客户的基本属性，根据客户的消费习惯、消费偏好等需求信息，依据人口统计、地理环境、心理个性、行为等细分因素，形成客户个人画像，将客户群体进行精准分类，为企业选择目标市场奠定基础，从而准确进行市场定位，更好的制定和实施营销方案，降低因盲目市场定位造成资源浪费、客户流失等风险，帮助企业提高经济效益。
虽然绝大部分企业都意识到大数据带来的优势与机遇，但因大数据建设成本高、计算高等难题，大部分的中小企业依然采用传统的Excel表、自建内网系统、纸张等方式进行数据处理，通过群发短信等有限的手段来运用数据，无法最大化利用客户价值。
因为对数据采集渠道有限，对大数据的应用技术掌握度不够，无法对采集的数据进行有效的处理及应用，无法针对不同的客户群体制定精准分类识别方案，且无法多渠道多平台的开展营销活动，导致对企业的帮助非常有限。
本发明通过大数据技术对客户进行丰富的标签分类，基于不同的标签圈选出精准人群，从而进行精准分类识别，本发明支持多种推广方案，而且在一个推广方案中可根据目标客户群制定多个不同的推广策略，实现对客户群体的多渠道营销，从而帮助企业进行多渠道的自动化精准分类识别，极大提升客户价值，提高企业效益。
发明内容
针对现有技术存在的问题，本发明的目的在于提供一种基于大数据人群圈选的自动化分类识别方法及系统，能够实现自动化精准分类识别，基于标签圈选精准人群，并设置多种推广活动类型和多层级多种策略模型，使得活动方案可以多种多样，极大满足和丰富了企业推广选择。
为实现上述目的，本发明提供一种基于大数据人群圈选的自动化分类识别方法，所述方法包括以下步骤：
S1.选择精准活动人群；通过大数据对客户行为分析的结果，生成多维度的各项标签，对客户群体进行圈选；
S2.确定推广活动类型；所述推广活动类型包括单次推广、周期推广和事件推广；
S3.制定策略模型；推广活动中可对目标客户群制定多层级且多种不同的策略模型；
S4.为每个策略对应一个触达渠道；
S5.数据分析；对正在进行的推广活动和已结束的推广活动做活动数据分析；
S6.策略模型自动流转；通过多层级策略模型，上级策略触达成功自动流入下层策略的方式，配合多种策略模型，实现对人群的自动化分类识别。
进一步，步骤S2中，单次推广为对目标客户群进行单次的推广活动；周期推广为对目标客户群进行周期内可配置多次的推广活动；事件推广为对目标客户群里行为满足事件要求的客户所进行的推广活动。
进一步，步骤S3中，所述策略模型包括事件细分策略、人群细分策略、渠道分组策略和通用策略；事件细分策略为对目标客户群体进行不同事件满足人群的再次细分；人群细分策略为对目标客户群体进行选择不同标签满足的再次细分；渠道分组策略为对目标群体进行不同营销渠道的再次细分；通用策略为不满足同级策略下的细分人群。
进一步，步骤S3中，多层级策略客户流转步骤为：
S31.在顶层策略进行流入，往下层多个策略流入时，当满足其中某个策略则不再流入当前层级的其他策略；
S32.在当前策略进行推广触达之后，自动往下一个层级的策略进行流入，直到最底层策略。
进一步，步骤S3中，采用RabbitMQ实现多层级策略客户流转，当一个客户流入到策略中，并活动触达成功之后，通过RabbitMQ通知将该用户流转到这个策略下客户满足策略条件的下级策略中，继续进行这个下级策略的活动触达。
进一步，步骤S4中，所述触达渠道包括短信、公众号、优惠券、积分、企微、和/或自定义触点；每个策略会对流入的客户群进行数据分析，包含触发人数、触达人数、和/或触达率。
进一步，步骤S5中，所述数据分析包含对目标人数、参与人数、参与次数、触发人数、触发率、参与率、和/或人均参与次数进行数据分析。
另一方面，本发明提供一种基于大数据人群圈选的自动化分类识别系统，所述系统用于实现根据本发明的基于大数据人群圈选的自动化分类识别方法。
本发明中，企业只需要根据不同的目标群体，制定不同的推广方案，确定好活动时间，活动渠道等基本条件，就可快速进行一次自动化的精准推广活动，极大提升了企业的活动多样性及客户利用率。采用多层级策略自动分类识别，基于上级策略的触达情况通过消息通知的方式，对当前层级已触达成功的客户流转到下级策略，可以实现快速对客户多渠道的精准分类识别。
附图说明
图1示出了根据本发明实施例中基于大数据人群圈选的自动化精准营销方法及系统的架构示意图；
图2示出了根据本发明实施例中基于大数据人群圈选的自动化精准营销方法及系统的流程图；
图3示出了根据本发明实施例中客户行为分类标签的示意图；
图4示出了根据本发明实施例中活动策略类型的示意图；
图5示出了根据本发明实施例中推广方式的示意图；
图6示出了根据本发明实施例中数据分析的示意图；
图7示出了根据本发明实施例中触达方式选择的示意图。
具体实施方式
下面将结合附图，对本发明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，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以下结合附图1-7对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
本发明的发明构思在于基于大数据技术，对多渠道的客户群体进行属性分析和行为分析，从而产生多种多样的标签，基于用户标签可以进行精准的人群圈选。同时配合多种推广活动类型，多种策略模型，制定多层级多策略的自动化精准分类识别方案。
根据本发明的基于大数据人群圈选的自动化分类识别方法及系统，如图1所示，所述方法包括以下步骤：
S1.选择精准活动人群。通过大数据对客户行为分析的结果，生成多维度的各项标签，如基于年龄、性别、星座、消费渠道、消费频率等、可自由灵活的对客户群体进行精准圈选。
如图3所示，客户行为数据通过表记录、sdk采集、埋点日志等方式收集，经过数据清洗、转换、提取、计算等处理步骤，通过离线计算、实时计算等方式对客户属性及行为进行分析，分析方法包括次数统计、停留时间计算、是否满足标签条件等，以sql脚本的方式进行数据处理，加工成不同的标签。
所用计算方法包含：
max--求最大
sum--求和
min--求最小
row_number()over()--排序
count--计数
datediff--计算日期间隔
substr--截取字符串
round--四舍五入
concat--字符串拼接
unix_timestamp()--获取当前系统时间
date_add--日期加减
upper--字符串转大写
trim--去空格
get_json_object--json解析
split--分割字符串
COALESCE--多字段非空判断
nvl--非空判断
year--日期转年
S2.确定推广活动类型。所述推广活动类型包括单次推广、周期推广和事件推广。单次推广为对目标客户群进行单次的推广活动；周期推广为对目标客户群进行周期内可配置多次的推广活动；事件推广为对目标客户群里行为满足事件要求的客户所进行的推广活动。如图4所示，企业可根据实际营销的需要来创建不同的推广活动类型。
S3.制定策略模型。推广活动中可对目标客户群制定多层级且多种不同的策略模型，所述策略模型包括事件细分策略、人群细分策略、渠道分组策略、和通用策略。事件细分策略为对目标客户群体进行不同事件满足人群的再次细分；人群细分策略为对目标客户群体进行选择不同标签满足的再次细分；渠道分组策略为对目标群体进行不同营销渠道的再次细分；通用策略为不满足同级策略下的细分人群。
策略选择标准是根据商家活动针对所选人群中的再次筛选条件来设置。如图5所示，可供选择的各种策略类型。
1、选用事件细分策略，比如商家想给注册会员的用户发放优惠券，通过注册会员这个事件来对目标客户中产生注册会员这个事件的客户进行营销。
2、选用人群细分策略，比如商家可以对目标客户中性别为女这个标签的客户进行发送短信营销。
3、选用分组策略，比如商家对目标客户进行积分和优惠券两种渠道，比例分别为40％和60％进行投放。
4、选用通用策略，则为同层级下所有不满足其他策略的客户，选择一个触达渠道进行推广。
多层级策略客户流转步骤为：
S31.在顶层策略进行流入，往下层多个策略流入时，当满足其中某个策略则不再流入当前层级的其他策略；
其中，顶层策略就是设置活动人群和活动时间的节点。在顶层策略下方设置的策略都是下层策略，下层策略的层数根据活动需求而设置。
如何判断是否满足某个策略的条件如下：
事件细分策略：客户是否有发生设置的事件，有发生则满足；
人群细分策略：客户是否满足细分标签的条件；
渠道细分策略：根据不同渠道比例对客户进行分配；
通用策略：同层级不满足其他策略的客户。
S32.在当前策略进行推广触达之后，自动往下一个层级的策略进行流入，直到最底层策略。
多层级策略客户流转优选采用RabbitMQ来实现，当一个客户流入到策略中，并活动触达成功之后，通过RabbitMQ通知将该用户流转到这个策略下客户满足策略条件的下级策略中，继续进行这个下级策略的活动触达。其中RabbitMQ是实现了高级消息队列协议(AMQP)的开源消息代理软件(亦称面向消息的中间件)；RabbitMQ服务器是用Erlang语言编写的，而群集和故障转移是构建在开放电信平台框架上的；所有主要的编程语言均有与代理接口通讯的客户端库。
S4.为每个策略对应一个触达渠道。所述触达渠道包括短信、公众号、优惠券、积分、企微、自定义触点等，如图7所示。每个策略会对流入的客户群进行数据分析，包含触发人数、触达人数、触达率等。
如图6所示，数据分析的具体内容包括：
触发人数：进入人数为单个策略器进入人数(去重)，同一个消费者进入多次仅计算一人；
触发次数：进入次数为消费者进入单个策略器次数，同一个消费者进入多次则计算多次；
触达人数：触发人数中，收到触点回执的人数(去重)，同一个消费者触达多次仅计为一人；
触达次数：触发次数中，收到触点回执的次数，同一个消费者触达多次则计为多次；
触达率：触达率为单个策略器触达次数除以触发次数。
S5.数据分析。对正在进行的营销活动和已结束的推广活动做活动数据分析，包含目标人数、参与人数、参与次数、触发人数、触发率、参与率、人均参与次数等。这样企业可以对推广活动的进行状况实时进行查看了解。
S6.策略模型自动流转。本发明采用自动化控制，通过多层级策略模型，上级策略触达成功自动流入下层策略的方式，配合多种策略模型，实现了人群的精准分类自动化分类识别，极大程度的帮助企业根据不同的客户群体制定精准推广活动，大大提升企业客户价值利用。
另一方面，本发明提供一种基于大数据人群圈选的自动化分类识别系统，所述系统用于实现根据本发明的基于大数据人群圈选的自动化分类识别方法。
本发明中，企业只需要根据不同的目标群体，制定不同的推广方案，确定好活动时间，活动渠道等基本条件，就可快速进行一次自动化的精准推广活动，极大提升了企业的活动多样性及客户利用率。
本发明中的大数据人群圈选，基于标签圈选精准人群。并提供多种推广活动类型和多层级多种策略模型，使得活动方案可以多种多样，极大满足和丰富了企业推广选择。
标签是用于标明用户属性的简要标牌。
分类多种多样，可根据标签的性质自行设置类别。比如星座类型的天秤座，性别类型的男，会员等级类型的高级vip等等。也可根据现有标签进行组合生成新的衍生标签。
本方案中的多层级策略自动分类识别实现，基于上级策略的触达情况通过消息通知的方式，对当前层级已触达成功的客户流转到下级策略，可以实现快速对客户多渠道的精准分类识别。
在本说明书的描述中，参考术语“实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外，本领域的技术人员可以在不产生矛盾的情况下，将本说明书中描述的不同实施例或示例以及其中的特征进行结合或组合。
上述内容虽然已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型等更新操作。
Claims (8)
1.一种基于大数据人群圈选的自动化分类识别方法，其特征在于，所述方法包括以下步骤：
S1.选择精准活动人群；通过大数据对客户行为分析的结果，生成多维度的各项标签，对客户群体进行圈选；
S2.确定推广活动类型；所述推广活动类型包括单次推广、周期推广和事件推广；
S3.制定策略模型；推广活动中可对目标客户群制定多层级且多种不同的策略模型；
S4.为每个策略对应一个触达渠道；
S5.数据分析；对正在进行的推广活动和已结束的推广活动做活动数据分析；
S6.策略模型自动流转；通过多层级策略模型，上级策略触达成功自动流入下层策略的方式，配合多种策略模型，实现对人群的自动化分类识别。
2.根据权利要求1所述的基于大数据人群圈选的自动化分类识别方法，其特征在于，步骤S2中，单次推广为对目标客户群进行单次的推广活动；周期推广为对目标客户群进行周期内可配置多次的推广活动；事件推广为对目标客户群里行为满足事件要求的客户所进行的推广活动。
3.根据权利要求2所述的基于大数据人群圈选的自动化分类识别方法，其特征在于，步骤S3中，所述策略模型包括事件细分策略、人群细分策略、渠道分组策略和通用策略；事件细分策略为对目标客户群体进行不同事件满足人群的再次细分；人群细分策略为对目标客户群体进行选择不同标签满足的再次细分；渠道分组策略为对目标群体进行不同营销渠道的再次细分；通用策略为不满足同级策略下的细分人群。
4.根据权利要求3所述的基于大数据人群圈选的自动化分类识别方法，其特征在于，步骤S3中，多层级策略客户流转步骤为：
S31.在顶层策略进行流入，往下层多个策略流入时，当满足其中某个策略则不再流入当前层级的其他策略；
S32.在当前策略进行推广触达之后，自动往下一个层级的策略进行流入，直到最底层策略。
5.根据权利要求4所述的基于大数据人群圈选的自动化分类识别方法，其特征在于，步骤S3中，采用RabbitMQ实现多层级策略客户流转，当一个客户流入到策略中，并活动触达成功之后，通过RabbitMQ通知将该用户流转到这个策略下客户满足策略条件的下级策略中，继续进行这个下级策略的活动触达。
6.根据权利要求5所述的基于大数据人群圈选的自动化分类识别方法，其特征在于，步骤S4中，所述触达渠道包括短信、公众号、优惠券、积分、企微、和/或自定义触点；每个策略会对流入的客户群进行数据分析，包含触发人数、触达人数、和/或触达率。
7.根据权利要求6所述的基于大数据人群圈选的自动化分类识别方法，其特征在于，步骤S5中，所述数据分析包含对目标人数、参与人数、参与次数、触发人数、触发率、参与率和/或人均参与次数进行数据分析。
8.一种基于大数据人群圈选的自动化分类识别系统，其特征在于，所述系统用于实现根据权利要求1-7任一项所述的基于大数据人群圈选的自动化分类识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210853029.9A CN115271803A (zh) | 2022-07-20 | 2022-07-20 | 一种基于大数据人群圈选的自动化分类识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210853029.9A CN115271803A (zh) | 2022-07-20 | 2022-07-20 | 一种基于大数据人群圈选的自动化分类识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115271803A true CN115271803A (zh) | 2022-11-01 |
Family
ID=83767680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210853029.9A Pending CN115271803A (zh) | 2022-07-20 | 2022-07-20 | 一种基于大数据人群圈选的自动化分类识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115271803A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN119693034A (zh) * | 2025-02-24 | 2025-03-25 | 中邮消费金融有限公司 | 流程画布管理系统及方法 |
-
2022
- 2022-07-20 CN CN202210853029.9A patent/CN115271803A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN119693034A (zh) * | 2025-02-24 | 2025-03-25 | 中邮消费金融有限公司 | 流程画布管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110245981B (zh) | 一种基于手机信令数据的人群类型识别方法 | |
| CN107040863B (zh) | 实时业务推荐方法及系统 | |
| Umayaparvathi et al. | A survey on customer churn prediction in telecom industry: Datasets, methods and metrics | |
| Xu et al. | How friends share urban space: An exploratory spatiotemporal analysis using mobile phone data | |
| CN109978608A (zh) | 目标用户画像的营销标签分析提取方法及系统 | |
| US20090070129A1 (en) | Customer Discovery and Identification System and Method | |
| CN106657007A (zh) | 识别基于dbscan模型的非正常批量购票行为的方法 | |
| CN107977855B (zh) | 一种管理用户信息的方法及装置 | |
| CN107528761A (zh) | 一种微信公众号自动回复信息的方法和系统 | |
| CN101996213A (zh) | 一种实时客户购物行为分析系统及其方法 | |
| CN115438261A (zh) | 一种触达任务管理方法、装置、终端设备和可读存储介质 | |
| CN115271803A (zh) | 一种基于大数据人群圈选的自动化分类识别方法及系统 | |
| Li et al. | Enhancing telco service quality with big data enabled churn analysis: infrastructure, model, and deployment | |
| CN112862598B (zh) | 渠道信息管理方法、装置、电子设备及介质 | |
| CN114331473A (zh) | 电信诈骗事件的识别方法及其装置、计算机可读存储介质 | |
| CN109242528A (zh) | 一种电商平台自定义路径的漏斗分析方法及装置 | |
| CN116017333A (zh) | 基于大数据信令处理的人口识别方法、系统及存储介质 | |
| CN119647674A (zh) | 一种信息触发渠道优化方法和系统、电子设备、存储介质 | |
| CN118469583B (zh) | 一种客户满意度在线问卷调查系统 | |
| Chen et al. | Trunked radio systems: traffic prediction based on user clusters | |
| KR20140056641A (ko) | 사용자 군집 분석을 이용한 마케팅 지원 방법 및 시스템과, 이를 지원하는 장치 | |
| CN117436916A (zh) | 一种客户信息集成管理系统 | |
| CN107992493A (zh) | 基于两人或多人寻找聊天话题的方法 | |
| CN117611256A (zh) | 基于银行大数据的双向营销方法及系统 | |
| CN112446425A (zh) | 一种用于自动获取疑似养卡渠道的方法和装置 |
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 |