CN115345663A - 营销策略评估方法、装置、电子设备及存储介质 - Google Patents

营销策略评估方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115345663A
CN115345663A CN202210983207.XA CN202210983207A CN115345663A CN 115345663 A CN115345663 A CN 115345663A CN 202210983207 A CN202210983207 A CN 202210983207A CN 115345663 A CN115345663 A CN 115345663A
Authority
CN
China
Prior art keywords
historical
marketing strategy
label
marketing
issued
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
CN202210983207.XA
Other languages
English (en)
Inventor
张雨
周博宇
王文峰
吴楠
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications 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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202210983207.XA priority Critical patent/CN115345663A/zh
Publication of CN115345663A publication Critical patent/CN115345663A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0255Targeted advertisements based on user history
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market 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)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种营销策略评估方法、装置、电子设备及存储介质。方法包括:根据当前设定的标签,确定待发布营销策略的候选用户;基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数;对和所述待发布营销策略相关性系数最大的第一历史营销策略进行评估,若评估通过,则将所述候选用户确定为所述待发布营销策略的发布对象;若评估未通过,则调整当前的标签,并返回执行所述根据当前设定的标签,确定待发布营销策略的候选用户的步骤。本申请的方案,能够提高待发布营销策略推送的准确性。

Description

营销策略评估方法、装置、电子设备及存储介质
技术领域
本申请涉及大数据领域,尤其涉及一种营销策略评估方法、装置、电子设备及存储介质。
背景技术
随着经济的飞速发展,消费者的购买需要日益多元化,不同消费人群的购买需要不同。目前,营销策划人员对营销策略策划时,会根据主观经验选择营销策略的发布对象。传统的营销策略的发布对象的选择方式,主观性较强,缺乏实际参考依据,可能会和预估营销效果有很大差别。
传统的营销策略的发布对象的选择方式的准确率较低,导致发布效果有限和成本浪费。因此,如何精准确定营销策略的发布对象,提高待发布营销策略推送的准确性,成为当前亟待解决的问题。
发明内容
本申请提供一种营销策略评估方法、装置、电子设备及存储介质,用以精准地确定待发布营销策略的发布对象。
第一方面,本申请提供一种营销策略评估方法,包括:根据当前设定的标签,确定待发布营销策略的候选用户;基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数;其中,所述历史用户为历史营销策略对应的用户中满足所述标签且与所述候选用户重合的用户;对和所述待发布营销策略相关性系数最大的第一历史营销策略进行评估,若评估通过,则将所述候选用户确定为所述待发布营销策略的发布对象;若评估未通过,则调整当前的标签,并返回执行所述根据当前设定的标签,确定待发布营销策略的候选用户的步骤。
在一种可能的实施方式中,所述标签包括多个子标签;所述根据当前设定的标签,确定待发布营销策略的候选用户,包括:根据当前设定的标签,将满足所述标签中所有子标签的用户,确定为待发布营销策略的候选用户;所述基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数,包括:针对每个子标签,基于所述历史用户在所述子标签下的历史标签值和所述历史用户在所述子标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述历史营销策略在所述子标签下的相关性系数;其中,所述历史营销策略在所述子标签下的相关性系数表征所述待发布营销策略和所述历史营销策略在所述子标签下的相似度;基于所述历史营销策略在所有子标签下的相关性系数,获得所述待发布营销策略和所述历史营销策略之间的相关性系数。
在一种可能的实施方式中,所述基于所述历史营销策略在所有子标签下的相关性系数,获得所述待发布营销策略和所述历史营销策略之间的相关性系数,包括:确定所述历史营销策略在所有子标签下的相关性系数中,不小于预定阈值的第一相关性系数;计算所述历史用户在第一相关性系数对应的子标签下的历史标签值的数量,在所述历史用户在所有子标签下的历史标签值的数量中的占比;将所述占比作为所述待发布营销策略和所述历史营销策略之间的相关性系数。
在一种可能的实施方式中,所述对和所述待发布营销策略相关性最大的第一历史营销策略进行评估,包括:根据所述第一历史营销策略的指标数据,对所述第一历史营销策略进行评估;其中,所述指标数据包括以下至少一项:覆盖量、覆盖率、触达量、触达率、订购量以及重复购买率。
在一种可能的实施方式中,所述方法还包括:从所述历史用户的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史标签值;从所述历史用户在历史营销策略对应的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史营销策略对应的历史标签值。
在一种可能的实施方式中,所述基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数之前,还包括:对所述历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值进行数据清洗和加工。
第二方面,本申请提供一种营销策略评估装置,包括:确定模块,用于根据当前设定的标签,确定待发布营销策略的候选用户;计算模块,用于基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数;评估模块,用于对和所述待发布营销策略相关性系数最大的第一历史营销策略进行评估,若评估通过,则将所述候选用户确定为所述待发布营销策略的发布对象;若评估未通过,则调整当前的标签,并返回执行所述根据当前设定的标签,确定待发布营销策略的候选用户的步骤。
在一种可能的实施方式中,所述标签包括多个子标签;所述确定模块,具体用于根据当前设定的标签,将满足所述标签中所有子标签的用户,确定为待发布营销策略的候选用户;所述计算模块包括:第一计算单元,用于针对每个子标签,基于所述历史用户在所述子标签下的历史标签值和所述历史用户在所述子标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述历史营销策略在所述子标签下的相关性系数;其中,所述历史营销策略在所述子标签下的相关性系数表征所述待发布营销策略和所述历史营销策略在所述子标签下的相似度;第二计算单元,用于基于所述历史营销策略在所有子标签下的相关性系数,获得所述待发布营销策略和所述历史营销策略之间的相关性系数。
在一种可能的实施方式中,所述第二计算单元具体用于:确定所述历史营销策略在所有子标签下的相关性系数中,不小于预定阈值的第一相关性系数;计算所述历史用户在第一相关性系数对应的子标签下的历史标签值的数量,在所述历史用户在所有子标签下的历史标签值的数量中的占比;将所述占比作为所述待发布营销策略和所述历史营销策略之间的相关性系数。
在一种可能的实施方式中,所述评估模块具体用于:根据所述第一历史营销策略的指标数据,对所述第一历史营销策略进行评估;其中,所述指标数据包括以下至少一项:覆盖量、覆盖率、触达量、触达率、订购量以及重复购买率。
在一种可能的实施方式中所述装置还包括:筛选模块,用于从所述历史用户的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史标签值;所述筛选模块,还用于从所述历史用户在历史营销策略对应的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史营销策略对应的历史标签值。
在一种可能的实施方式中,所述装置还包括:预处理模块,用于对所述历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值进行数据清洗和加工。
第三方面,本申请提供一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;所述存储器存储计算机执行指令;所述处理器执行所述存储器存储的计算机执行指令,以实现如前所述的方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如前所述的方法。
本申请提供的营销策略评估方法、装置、电子设备及存储介质中,根据当前设定的标签,确定待发布营销策略的候选用户;基于历史用户在标签下的历史标签值和历史用户在标签下的历史营销策略对应的历史标签值,采用相关度算法,获得待发布营销策略和历史营销策略之间的相关性系数;对和待发布营销策略相关性系数最大的第一历史营销策略进行评估,若评估通过,则将候选用户确定为待发布营销策略的发布对象;若评估未通过,则调整当前的标签,并返回执行根据当前设定的标签,确定待发布营销策略的候选用户的步骤。本申请的方案,计算待发布营销策略和历史营销策略的相关性系数,对和待发布营销策略相关性系数最大的第一历史营销策略进行评估,通过评估结果,精准地确定待发布营销策略的发布对象,提高了营销策略推送的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请示例提供场景示意图;
图2为本申请实施例一提供的营销策略评估方法的流程示意图;
图3为本申请实施例二提供的营销策略评估装置的结构示意图;
图4为本申请实施例三提供的营销策略评估装置的结构示意图;
图5为本申请实施例四中提供的一种电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,本申请中对于术语的简要说明,仅是为了方便理解接下来描述的实施方式,而不是意图限定本申请的实施方式。除非另有说明,这些术语应当按照其普通和通常的含义理解。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似或同类的对象或实体,而并不必然意味着限定特定的顺序或先后次序,除非另外注明(Unless otherwise indicated)。应该理解这样使用的用语在适当情况下可以互换,例如能够根据本申请实施例图示或描述中给出那些以外的顺序实施。
此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖但不排他的包含,例如,包含了一系列组件的产品或设备不必限于清楚地列出的那些组件,而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。本申请中使用的术语“模块”,是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合,能够执行与该元件相关的功能。
本申请各实施例中使用的术语“营销活动”,是指营销发布者根据消费者需求,让消费者者了解营销产品进而购买产品的过程。对营销活动的策划过程中需要制定“营销策略”,营销策略是指对营销活动的规划,包括:营销发布方式、营销产品、营销发布对象、营销发布地域、营销起止时间等。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。在本申请的描述中,除非另有明确的规定和限定,各术语应在本领域内做广义理解。下面将结合附图,对本申请的实施例进行描述。
图1为本申请示例提供场景示意图。如图1所示,营销策划人员100通过营销策划平台110策划营销策略,并通过营销发布装置120向客户群130发布营销活动。
实际应用中,营销策划人员100策划营销活动时,可以通过营销策划平台110制定营销策略。营销策划人员100在策划营销策略时,会综合考虑影响销量的因素,需要策划营销产品、营销起止时间、营销发布地域、营销发布方式、营销发布对象等。比如,营销策划人员考虑到劳动节期间,20岁到40岁的出行人员较多,全国流量需求较大,因此可以发布针对20岁到40岁的出行人员的营销产品。例如,制定营销产品为500兆的全国流量套餐卡,营销起止时间制定为4月30日到5月7日,营销发布领域为河北省,营销发布方式为短信推送和电话推送,营销发布对象20岁到40岁的消费者。
其中,营销发布装置120可以是通讯设备,如移动终端、计算机121、电话机122、服务器123、传真机、光端机等。营销人员可以通过移动终端、电话等应用电话营销或者短信的方式,向消费者销售营销产品。可选的,营销发布装置120也可以是智能设备,如移动终端、计算机121、服务器123、平板电脑、笔记本电脑、智能手表等。营销发布装置120可以通过本地网(Local Area Network,简称LAN)、广域网(Wide Area Network,简称WAN)、无线局域网(Wireless Local Area Network,简称WLAN)或其他网络发布营销活动。实际场景示例来说:营销发布人员可以通过计算机121上的系统、网站以及应用程序(Application,简称APP)上发布营销活动。营销发布人员也可以应用移动终端通过微信、QQ等聊天软件发布营销活动。可选的,营销发布人员也可以通过发宣传单、营销产品试用等方式发布营销活动。
其中,客户群130为营销策略的发布对象。目前,选取客户群130时,营销策划人员根据主观经验选取,缺乏实际参考依据,可能会和实际营销效果有很大差别。本申请实施例中,通过对与待发布营销策略相关性系数最大的历史营销策略评估,并根据评估结果精准确定了营销策略的发布对象。
实施例一
图2为本申请实施例一提供的营销策略评估方法的流程示意图,本实施例的实施主体可以为营销策略评估装置,如图2所示,该方法包括:
S201、根据当前设定的标签,确定待发布营销策略的候选用户。
其中,标签表征用户的类别,当前设定的标签为待发布营销策略对应的标签,用于从所有用户中筛选待发布营销策略的候选用户,用户对应标签的值为标签值。通常地,选择候选用户时,还需设定标签条件。例如,标签为“年龄”,标签条件为“20岁到30岁”,假设用户1的年龄为25岁,用户2的年龄为32岁,即用户1对应于标签的标签值为25,用户2对应于标签的标签值为32,故用户1满足标签条件,将用户1作为候选用户。
S202、基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数。
其中,历史用户为历史营销策略对应的用户中满足标签条件且与候选用户重合的用户。例如,候选用户为:用户1、用户2、用户3、用户4、用户5和用户6,历史营销策略A对应的用户中满足标签的用户为:用户1、用户3、用户5和用户7,则历史用户为:用户1、用户3和用户5。
实际应用中,历史标签值为用户在历史时段对应标签的标签值,通常地,为了得到更准确的相关性系数,一般会选取多个历史时段的历史标签值。例如,选取用户当前月份之前3个月的标签值作为历史标签值。其中,历史用户在标签下的历史标签值为当前时间前的历史时段的历史标签值,历史用户在标签下的历史营销策略对应的历史标签值为历史营销策略发布截至前历史时段的历史标签值。例如,当前为6月份,选取用户之前3个月的标签值作为历史标签值,历史用户在标签下的历史标签值为3月份、4月份和5月份的标签值;历史营销策略A发布截至时间为4月1日,历史用户在标签下的历史营销策略A对应的历史标签值为1月份、2月份、3月份的标签值。
可选地,相关度算法可以是距离算法,比如,欧几里得距离(Euclidean Distance)算法、马哈拉诺比斯距离(Mahalanobis Distance)算法、切比雪夫距离(ChebyshevDistance)算法等。示例性的,将历史用户在标签下的历史标签值和历史用户在标签下的历史营销策略对应的历史标签值,映射到欧式空间(Euclidean Space),应用欧几里得距离算法计算两组数据历史标签值的距离值,将计算得到的距离值的相反数作为两组标签值的相关性系数,距离值越小,两组标签值的相关性越大,也就是待发布营销策略和历史营销策略的相关性越大。实际应用中,相关度算法也可以应用统计学相关算法,计算两组标签值的相关性,例如,余弦相似度(Cosine Similarity)算法、皮尔森相关系数(PearsonCorrelation Coefficient)算法等。示例性的,应用皮尔森相关系数算法计算两组标签值的相关性,皮尔森相关系数越大,表示两组标签值的相关性越大,待发布营销策略和历史营销策略的相关性越大。
需要说明的是,上述相关度算法可以单独应用,也可以结合应用。举例来说,可以同时应用皮尔森相关系数算法和欧几里得距离算法计算两组标签值的相关性系数,根据两种算法计算得到的相关性系数,综合确定待发布营销策略和历史营销策略的相关性。
S203、对和所述待发布营销策略相关性系数最大的第一历史营销策略进行评估;
实际应用中,计算得到待发布营销策略和标签对应的所有历史营销策略的相关性系数,选择相关性系数值最大的历史营销策略作为第一历史营销策略。举例来说,待发布营销策略和历史营销策略A的皮尔森相关系数值为0.8,待发布营销策略和历史营销策略B的皮尔森相关系数值为0.7,待发布营销策略和历史营销策略C的皮尔森相关系数值为0.9。则第一历史营销策略为历史营销策略C。
此外,关于第一历史营销策略的评估,在一种实施方式中,所述S203具体包括:
根据所述第一历史营销策略的指标数据,对所述第一历史营销策略进行评估;其中,所述指标数据包括以下至少一项:覆盖量、覆盖率、触达量、触达率、订购量以及重复购买率。
其中,指标数据表征第一历史营销策略的营销情况。举例来说,覆盖量为销售产品投放地区数量,覆盖率为营销产品的投放地区在销售地区的百分比。触达量为营销产品被了解的数量,例如,电子营销时,用户的点击量可以反映触达量。触达率指的营销产品的触达量在营销产品推送量的占比。订购量为营销产品的订购数量,营销产品的订购量越大,说明营销产品销量越高。再举例来说,重复购买率为重复购买营销产品的用户在所有购买用户的占比。
需要说明的是,实际应用中,可以在待发布营销策略发布时根据指标数据,动态调整推送方式。比如,对于第一历史营销策略对应重复购买营销产品的用户,可以加强营销推送的力度。例如,针对重复购买的用户可以打电话告知营销活动。再例如,根据覆盖量,针对销售量大的地区,加强营销推送的力度。再例如,对于网上点击量大的用户,营销产品时,可以应用网上推送的方式。
本实施方式中,根据第一历史营销策略的指标数据对第一历史营销策略进行评估,直观反映出了第一历史营销策略的营销情况,提高了第一历史策略评估的准确性。
S204、若评估通过,则将所述候选用户确定为所述待发布营销策略的发布对象;
S205、若评估未通过,则调整当前的标签,并返回执行S201。
其中,评估通过,是指第一历史营销策略的指标数据反映的营销效果,满足营销策划人员对待发布营销策略的预期要求。对应的,评估未通过是指第一历史营销策略的指标数据反映的营销效果,不满足营销策划人员对待发布营销策略的预期要求。
实际应用中,营销策划人员通过查看第一历史营销策略的指标数据,评估第一历史营销策略的营销效果,通过评估第一历史营销策略的营销效果,预测待发布营策略的营销效果。需要说明的是,实际应用中,营销策划人员会综合考虑第一历史营销策略的指标数据和实际因素,决定评估是否通过。例如,第一历史营销策略为宽带网络套餐的营销策略,待发布营销策略为5G流量套餐的营销策略,第一历史营销策略的营销效果很好,但是由于第一历史营销策略和待发布营销策略营销产品的差异性,营销策划人员决定评估不能通过。
此外,关于历史标签值的获取方式,在一种实施方式中,所述方法还包括:
从所述历史用户的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史标签值;
从所述历史用户在历史营销策略对应的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史营销策略对应的历史标签值。
其中,历史用户的历史数据为对应历史用户的历史记录。通常地,可以包括:用户标识、历史消费记录、用户基本信息、用户消费喜好等。示例性的,历史数据可以通过大规模并行处理数据库存储,根据标签可以从历史数据中筛选出标签对应的历史标签值。
本实施方式中,根据标签从历史数据中获取了标签对应的历史标签值,提高了相关性系数计算的准确性。
此外,针对历史标签值非数值和为空的情况,在一种实施方式中,所述S202之前,还包括:
对所述历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值进行数据清洗和加工。
其中,数据清洗和加工是指将非数值历史标签值映射成数值,以及将历史标签值为空时,进行补0操作。举例来说,标签“性别”,标签值为男或女,通过数据清洗,可以将男映射成数值1,将女映射成数据2。
本实施方式中,通过对历史标签值进行数据清洗和加工,保证每个历史标签值均为数值,便于后续相关度计算,提高了相关性系数计算的准确性。
本实施例提供的营销策略评估方法中,根据当前设定的标签,确定待发布营销策略的候选用户;基于历史用户在标签下的历史标签值和历史用户在标签下的历史营销策略对应的历史标签值,采用相关度算法,获得待发布营销策略和历史营销策略之间的相关性系数;对和待发布营销策略相关性系数最大的第一历史营销策略进行评估,若评估通过,则将候选用户确定为待发布营销策略的发布对象;若评估未通过,则调整当前的标签,并返回执行根据当前设定的标签,确定待发布营销策略的候选用户的步骤。本实施例在营销策略评估的过程中,计算待发布营销策略和历史营销策略的相关性系数,对和待发布营销策略相关性系数最大的第一历史营销策略进行评估,通过评估结果,精准地确定待发布营销策略的发布对象,提高了营销策略推送的准确性。
实施例二
图3为本申请实施例二提供的营销策略评估方法的流程示意图,如图3所示,所述标签包括多个子标签,S201具体包括:
S301、根据当前设定的标签,将满足所述标签中所有子标签的用户,确定为待发布营销策略的候选用户;
实际应用中,可以根据多个标签组合筛选候选用户。其中,候选用户同时满足所有的子标签的用户。举例来说,设定标签包括:“每月消费金额”和“年龄”,设定标签条件为“每月消费金额大于30元”和“年龄在20岁到30岁”。根据设定的标签筛选出每月消费金额大于30元且年龄在20岁到30岁的用户,作为候选用户。
所述S202具体包括:
S302、针对每个子标签,基于所述历史用户在所述子标签下的历史标签值和所述历史用户在所述子标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述历史营销策略在所述子标签下的相关性系数;
其中,历史用户为历史营销策略对应用户中同时满足所有子标签且与候选用户重合的用户。举例来说,设定的标签包括子标签1和子标签2,候选用户为:用户1、用户2、用户3和用户4;历史营销策略A对应用户同时满足子标签1和子标签2的用户为:用户1、用户2、用户3和用户5;则历史用户为用户1、用户2和用户3。
S303、基于所述历史营销策略在所有子标签下的相关性系数,获得所述待发布营销策略和所述历史营销策略之间的相关性系数。
此外,标签包括多个子标签时,关于待发布营销策略和历史策略之间的相关系数的计算方式,在一种实施方式中,所述S303具体包括:
确定所述历史营销策略在所有子标签下的相关性系数中,不小于预定阈值的第一相关性系数;
计算所述历史用户在第一相关性系数对应的子标签下的历史标签值的数量,在所述历史用户在所有子标签下的历史标签值的数量中的占比;
将所述占比作为所述待发布营销策略和所述历史营销策略之间的相关性系数。
实际应用中,子标签下的相关性系数不小于预定阈值,表征子标签下的历史营销策略和待发布营销策略具有相关性,将不小于阈值的子标签下的相关性系数作为第一相关系数。举例来说,历史营销策略A在子标签1下的相关系数A1小于预定阈值,历史营销策略A在子标签2下的相关系数A2大于预定阈值,历史营销策略A在子标签3下的相关系数A3大于预定阈值,则相关系数A2和相关系数A3为第一相关系数。
具体的,计算所述历史用户在第一相关性系数对应的子标签下的历史标签值的数量,在所述历史用户在所有子标签下的历史标签值的数量中的占比;将所述占比作为所述待发布营销策略和所述历史营销策略之间的相关性系数。举例来说,相关系数A2和相关系数A3为第一相关系数,历史用户在相关系数A1对应的子标签1下的历史标签数量为3,历史用户在相关系数A2对应的子标签2下的历史标签数量为4,历史用户在相关系数A3对应的子标签1下的历史标签数量为6;则待发布营销策略和历史营销策略A之间的相关性系数为0.769。
本实施例提供的营销策略评估方法中,设定的标签包括多个子标签,根据所有子标签确定待发布营销策略的候选用户,计算历史营销策略在子标签下的相关性系数,并基于历史营销策略在所有子标签下的相关性系数,获得待发布营销策略和历史营销策略的相关性系数。基于所有子标签获得候选用户,并获得基于所有子标签的待发布营销策略和历史营销策略的相关性系数,提高相关性系数计算的准确性。
实施例三
本申请实施例三提供一种营销策略评估装置以实现前述的方法。如图4所示,图4为本申请实施例三提供的营销策略评估装置的结构示意图,该装置包括:
确定模块41,用于根据当前设定的标签,确定待发布营销策略的候选用户;
其中,标签表征用户的类别,当前设定的标签为待发布营销策略对应的标签,用于从所有用户中筛选待发布营销策略的候选用户,用户对应标签的值为标签值。
计算模块42,用于基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数;
其中,历史用户为历史营销策略对应的用户中满足标签条件且与候选用户重合的用户。实际应用中,历史标签值为用户在历史时段对应标签的标签值。其中,历史用户在标签下的历史标签值为当前时间前的历史时段的历史标签值,历史用户在标签下的历史营销策略对应的历史标签值为历史营销策略发布截至前历史时段的历史标签值。
评估模块43,用于对和所述待发布营销策略相关性系数最大的第一历史营销策略进行评估,若评估通过,则将所述候选用户确定为所述待发布营销策略的发布对象;若评估未通过,则调整当前的标签,并返回执行所述根据当前设定的标签,确定待发布营销策略的候选用户的步骤。
实际应用中,计算得到待发布营销策略和标签对应的所有历史营销策略的相关性系数,选择相关性系数值最大的历史营销策略作为第一历史营销策略。
其中,评估通过,是指第一历史营销策略的指标数据反映的营销效果,满足营销策划人员对待发布营销策略的预期要求。对应的,评估未通过是指第一历史营销策略的指标数据反映的营销效果,不满足营销策划人员对待发布营销策略的预期要求。
实际应用中,营销策划人员通过查看第一历史营销策略的指标数据,评估第一历史营销策略的营销效果,通过评估第一历史营销策略的营销效果,预测待发布营策略的营销效果。需要说明的是,实际应用中,营销策划人员会综合考虑第一历史营销策略的指标数据和实际因素,决定评估是否通过。
此外,关于第一历史营销策略的评估,在一种实施方式中,所述评估模块43具体用于:
根据所述第一历史营销策略的指标数据,对所述第一历史营销策略进行评估;其中,所述指标数据包括以下至少一项:覆盖量、覆盖率、触达量、触达率、订购量以及重复购买率。
其中,指标数据表征第一历史营销策略的营销情况。需要说明的是,实际应用中,可以在待发布营销策略发布时根据指标数据,动态调整推送方式。
本实施方式中,根据第一历史营销策略的指标数据对第一历史营销策略进行评估,直观反映出了第一历史营销策略的营销情况,提高了第一历史策略评估的准确性。
此外,关于历史标签值的获取方式,在一种实施方式中,所述装置还包括:
筛选模块,用于从所述历史用户的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史标签值;
所述筛选模块,还用于从所述历史用户在历史营销策略对应的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史营销策略对应的历史标签值。
其中,历史用户的历史数据为对应历史用户的历史记录。通常地,可以包括:用户标识、历史消费记录、用户基本信息、用户消费喜好等。
本实施方式中,根据标签从历史数据中获取了标签对应的历史标签值,提高了相关性系数计算的准确性。
此外,针对历史标签值非数值和为空的情况,在一种实施方式中,所述装置还包括:
预处理模块,对所述历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值进行数据清洗和加工。
其中,数据清洗和加工是指将非数值历史标签值映射成数值,以及将历史标签值为空时,进行补0操作。
本实施方式中,通过对历史标签值进行数据清洗和加工,保证每个历史标签值均为数值,便于后续相关度计算,提高了相关性系数计算的准确性。
本实施例提供的营销策略评估装置中,确定模块根据当前设定的标签,确定待发布营销策略的候选用户;计算模块基于历史用户在标签下的历史标签值和历史用户在标签下的历史营销策略对应的历史标签值,采用相关度算法,获得待发布营销策略和历史营销策略之间的相关性系数;评估模块对和待发布营销策略相关性系数最大的第一历史营销策略进行评估,若评估通过,则将候选用户确定为待发布营销策略的发布对象;若评估未通过,则调整当前的标签,并返回执行根据当前设定的标签,确定待发布营销策略的候选用户的步骤。本实施例在营销策略评估的过程中,计算待发布营销策略和历史营销策略的相关性系数,对和待发布营销策略相关性系数最大的第一历史营销策略进行评估,通过评估结果,精准地确定待发布营销策略的发布对象,提高了营销策略推送的准确性。
在一种实施方式中,所述标签包括多个子标签,所述确定模块,具体用于根据当前设定的标签,将满足所述标签中所有子标签的用户,确定为待发布营销策略的候选用户。所述计算模块包括:第一计算单元,用于针对每个子标签,基于所述历史用户在所述子标签下的历史标签值和所述历史用户在所述子标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述历史营销策略在所述子标签下的相关性系数;其中,所述历史营销策略在所述子标签下的相关性系数表征所述待发布营销策略和所述历史营销策略在所述子标签下的相似度;第二计算单元,用于基于所述历史营销策略在所有子标签下的相关性系数,获得所述待发布营销策略和所述历史营销策略之间的相关性系数。
实际应用中,可以根据多个标签组合筛选候选用户。其中,候选用户同时满足所有的子标签的用户。其中,历史用户为历史营销策略对应用户中同时满足所有子标签且与候选用户重合的用户。
此外,标签包括多个子标签时,关于待发布营销策略和历史策略之间的相关系数的计算方式,在一种实施方式中,所述第二计算单元具体用于:
确定所述历史营销策略在所有子标签下的相关性系数中,不小于预定阈值的第一相关性系数;
计算所述历史用户在第一相关性系数对应的子标签下的历史标签值的数量,在所述历史用户在所有子标签下的历史标签值的数量中的占比;
将所述占比作为所述待发布营销策略和所述历史营销策略之间的相关性系数。
实际应用中,子标签下的相关性系数不小于预定阈值,表征子标签下的历史营销策略和待发布营销策略具有相关性,将不小于阈值的子标签下的相关性系数作为第一相关系数。
本实施方式中,设定的标签包括多个子标签,确定模块根据所有子标签确定待发布营销策略的候选用户;第一计算单元,计算历史营销策略在子标签下的相关性系数;第二计算单元,基于历史营销策略在所有子标签下的相关性系数,获得待发布营销策略和历史营销策略的相关性系数。基于所有子标签获得候选用户,并获得基于所有子标签的待发布营销策略和历史营销策略的相关性系数,提高相关性系数计算的准确性。
实施例四
图5为本申请实施例四中提供的一种电子设备的结构示意图,如图5所示,该电子设备包括:
处理器(processor)51,电子设备还包括了存储器(memory)52;还可以包括通信接口(Communication Interface)53和总线54。其中,处理器51、存储器52、通信接口53、可以通过总线54完成相互间的通信。通信接口53可以用于信息传输。处理器51可以调用存储器54中的逻辑指令,以执行上述实施例的方法。
此外,上述的存储器52中的逻辑指令可以通过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。
存储器52作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,如本申请实施例中的方法对应的程序指令/模块。处理器51通过运行存储在存储器52中的软件程序、指令以及模块,从而执行功能应用以及数据处理,即实现上述方法实施例中的方法。
存储器52可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非易失性存储器。
本申请实施例提供一种非临时性计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如前述实施例所述的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。本申请的技术方案中,所涉及的用户数据等信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (14)

1.一种营销策略评估方法,其特征在于,包括:
根据当前设定的标签,确定待发布营销策略的候选用户;
基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数;其中,所述历史用户为历史营销策略对应的用户中满足所述标签且与所述候选用户重合的用户;
对和所述待发布营销策略相关性系数最大的第一历史营销策略进行评估,若评估通过,则将所述候选用户确定为所述待发布营销策略的发布对象;若评估未通过,则调整当前的标签,并返回执行所述根据当前设定的标签,确定待发布营销策略的候选用户的步骤。
2.根据权利要求1所述的方法,其特征在于,所述标签包括多个子标签;所述根据当前设定的标签,确定待发布营销策略的候选用户,包括:
根据当前设定的标签,将满足所述标签中所有子标签的用户,确定为待发布营销策略的候选用户;
所述基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数,包括:
针对每个子标签,基于所述历史用户在所述子标签下的历史标签值和所述历史用户在所述子标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述历史营销策略在所述子标签下的相关性系数;其中,所述历史营销策略在所述子标签下的相关性系数表征所述待发布营销策略和所述历史营销策略在所述子标签下的相似度;
基于所述历史营销策略在所有子标签下的相关性系数,获得所述待发布营销策略和所述历史营销策略之间的相关性系数。
3.根据权利要求2所述的方法,其特征在于,所述基于所述历史营销策略在所有子标签下的相关性系数,获得所述待发布营销策略和所述历史营销策略之间的相关性系数,包括:
确定所述历史营销策略在所有子标签下的相关性系数中,不小于预定阈值的第一相关性系数;
计算所述历史用户在第一相关性系数对应的子标签下的历史标签值的数量,在所述历史用户在所有子标签下的历史标签值的数量中的占比;
将所述占比作为所述待发布营销策略和所述历史营销策略之间的相关性系数。
4.根据权利要求1所述的方法,其特征在于,所述对和所述待发布营销策略相关性最大的第一历史营销策略进行评估,包括:
根据所述第一历史营销策略的指标数据,对所述第一历史营销策略进行评估;其中,所述指标数据包括以下至少一项:覆盖量、覆盖率、触达量、触达率、订购量以及重复购买率。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
从所述历史用户的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史标签值;
从所述历史用户在历史营销策略对应的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史营销策略对应的历史标签值。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数之前,还包括:
对所述历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值进行数据清洗和加工。
7.一种营销策略评估装置,其特征在于,包括:
确定模块,用于根据当前设定的标签,确定待发布营销策略的候选用户;
计算模块,用于基于历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述待发布营销策略和所述历史营销策略之间的相关性系数;
评估模块,用于对和所述待发布营销策略相关性系数最大的第一历史营销策略进行评估,若评估通过,则将所述候选用户确定为所述待发布营销策略的发布对象;若评估未通过,则调整当前的标签,并返回执行所述根据当前设定的标签,确定待发布营销策略的候选用户的步骤。
8.根据权利要求7所述的装置,其特征在于,所述标签包括多个子标签;
所述确定模块,具体用于根据当前设定的标签,将满足所述标签中所有子标签的用户,确定为待发布营销策略的候选用户;
所述计算模块包括:
第一计算单元,用于针对每个子标签,基于所述历史用户在所述子标签下的历史标签值和所述历史用户在所述子标签下的历史营销策略对应的历史标签值,采用相关度算法,获得所述历史营销策略在所述子标签下的相关性系数;其中,所述历史营销策略在所述子标签下的相关性系数表征所述待发布营销策略和所述历史营销策略在所述子标签下的相似度;
第二计算单元,用于基于所述历史营销策略在所有子标签下的相关性系数,获得所述待发布营销策略和所述历史营销策略之间的相关性系数。
9.根据权利要求8所述的装置,其特征在于,所述第二计算单元具体用于:
确定所述历史营销策略在所有子标签下的相关性系数中,不小于预定阈值的第一相关性系数;
计算所述历史用户在第一相关性系数对应的子标签下的历史标签值的数量,在所述历史用户在所有子标签下的历史标签值的数量中的占比;
将所述占比作为所述待发布营销策略和所述历史营销策略之间的相关性系数。
10.根据权利要求7所述的装置,其特征在于,所述评估模块具体用于:
根据所述第一历史营销策略的指标数据,对所述第一历史营销策略进行评估;其中,所述指标数据包括以下至少一项:覆盖量、覆盖率、触达量、触达率、订购量以及重复购买率。
11.根据权利要求7所述的装置,其特征在于,所述装置还包括:
筛选模块,用于从所述历史用户的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史标签值;
所述筛选模块,还用于从所述历史用户在历史营销策略对应的历史数据中获取属于所述标签的数据,作为所述历史用户在所述标签下的历史营销策略对应的历史标签值。
12.根据权利要求7-11任一项所述的装置,其特征在于,所述装置还包括:
预处理模块,用于对所述历史用户在所述标签下的历史标签值和所述历史用户在所述标签下的历史营销策略对应的历史标签值进行数据清洗和加工。
13.一种电子设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1-6中任一项所述的方法。
14.一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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-6中任一项所述的方法。
CN202210983207.XA 2022-08-16 2022-08-16 营销策略评估方法、装置、电子设备及存储介质 Pending CN115345663A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210983207.XA CN115345663A (zh) 2022-08-16 2022-08-16 营销策略评估方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210983207.XA CN115345663A (zh) 2022-08-16 2022-08-16 营销策略评估方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115345663A true CN115345663A (zh) 2022-11-15

Family

ID=83952122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210983207.XA Pending CN115345663A (zh) 2022-08-16 2022-08-16 营销策略评估方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115345663A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117252703A (zh) * 2023-11-20 2023-12-19 杭州联海网络科技有限公司 一种面向金融客户的营销规则生成方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117252703A (zh) * 2023-11-20 2023-12-19 杭州联海网络科技有限公司 一种面向金融客户的营销规则生成方法和系统
CN117252703B (zh) * 2023-11-20 2024-02-09 杭州联海网络科技有限公司 一种面向金融客户的营销规则生成方法和系统

Similar Documents

Publication Publication Date Title
US20160210657A1 (en) Real-time marketing campaign stimuli selection based on user response predictions
CN109003143A (zh) 利用深度强化学习进行推荐营销的方法及装置
CN107067274A (zh) 一个基于混合学习模型的dsp实时竞价广告系统
WO2014193700A1 (en) Social media pricing engine
CN105744005A (zh) 客户定位分析方法及服务器
US20160210656A1 (en) System for marketing touchpoint attribution bias correction
CN109978292B (zh) 门店的智能管理方法及装置
CN116523262B (zh) 基于大数据的生产计划智能规划方法、系统和介质
EP4007986A1 (en) Predictive platform for determining incremental lift
CN110555578A (zh) 一种销量预测方法和装置
CN110288350A (zh) 用户价值预测方法、装置、设备及存储介质
CN107067282B (zh) 一种消费品返利销售营销管理系统及其使用方法
CN115953021B (zh) 一种基于机器学习的供应商风险分析方法及装置
Pliszczuk et al. Forecasting sales in the supply chain based on the LSTM network: the case of furniture industry
CN115345663A (zh) 营销策略评估方法、装置、电子设备及存储介质
CN111782735A (zh) 羊毛党流量识别方法及装置
CN111353794A (zh) 数据处理的方法、供应链调度的方法和装置
CN112163154B (zh) 数据处理方法、装置、设备及存储介质
Tunacan et al. The impact of information sharing on different performance indicators in a multi-level supply chain
CN111753386B (zh) 一种数据处理方法及装置
US20200193486A1 (en) System and method for determining bid vector transformed predictive click-through rate
CN116739652A (zh) 一种服装电商销量预测建模方法
US20210304243A1 (en) Optimization of markdown schedules for clearance items at physical retail stores
Gupta et al. Risks in supply chain management and its mitigation
JP2002366732A (ja) 会員制顧客に対する顧客維持支援システム

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