CN115936758A - 基于大数据的智能拓客方法及相关装置 - Google Patents
基于大数据的智能拓客方法及相关装置 Download PDFInfo
- Publication number
- CN115936758A CN115936758A CN202211734302.2A CN202211734302A CN115936758A CN 115936758 A CN115936758 A CN 115936758A CN 202211734302 A CN202211734302 A CN 202211734302A CN 115936758 A CN115936758 A CN 115936758A
- Authority
- CN
- China
- Prior art keywords
- data
- preset
- target
- user
- client
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000004140 cleaning Methods 0.000 claims description 7
- 230000008094 contradictory effect Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 abstract description 5
- 238000013500 data storage Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 9
- 230000006399 behavior Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000003796 beauty Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请公开了一种基于大数据的智能拓客方法及相关装置，包括：通过预设端口获取用户请求数据；对所述用户请求数据进行预处理以获取目标数据；根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像；获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求；若是，则将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户；基于用户基础数据、行为数据、数据分析以及用户画像体系，挖掘出目标用户的特征，实现全场景和链路覆盖，实现拓客系统闭环，完成精准营销。
Description
技术领域
本申请涉及用户画像领域，尤其是涉及一种基于大数据的智能拓客方法及相关装置。
背景技术
随着科学技术的进步，通过互联网的方式来获取客户也成为了一种越来越重要的手段。目前线下获客成本越来越高，线上用户行为数据和画像体系越来越丰富，且服务场景也从线下逐步转移到线上，因此一套完整的智能拓客系统越来越重要。
因此，如何实现基于大数据有效地进行拓客成为了一个亟待解决的技术问题。
发明内容
为了实现基于大数据有效地进行拓客，本申请提供一种基于大数据的智能拓客方法及相关装置。
第一方面，本申请提供的一种基于大数据的智能拓客方法采用如下的技术方案：
一种基于大数据的智能拓客方法，包括：
通过预设端口获取用户请求数据；
对所述用户请求数据进行预处理以获取目标数据；
根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像；
获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求；
若是，则将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户。
可选的，所述对所述用户请求数据进行预处理以获取目标数据的步骤，包括：
对所述用户数据进行数据清洗获取第一数据；
获取预设标签规则，并根据所述预设标签规则在所述第一数据中进行标签数据分类以获取目标数据。
可选的，所述根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像的步骤包括：
根据所述目标数据确定目标数据倾向；
根据所述目标数据倾向在预设匹配条件集合中进行遍历以获取遍历结果；
根据所述遍历结果生成目标用户画像。
可选的，所述根据所述目标数据倾向在预设匹配条件集合中进行遍历以获取遍历结果的步骤，包括：
根据所述目标数据倾向确定目标数据对应的第一类倾向标签信息；
在所述第一类倾向标签中根据权重排序规则确定第二类倾向标签信息；
在预设匹配条件集合中根据所述第二类倾向标签信息进行遍历以获取遍历结果。
可选的，所述获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求的步骤，包括：
获取预设拓客需求，在所述预设拓客需求中进行可行性判断；
在通过可行性判断之后，根据所述用户画像中的标签覆盖率判断是否满足所述预设拓客需求。
可选的，所述获取预设拓客需求，在所述预设拓客需求中进行可行性判断的步骤，包括：
获取预设拓客需求，在所述预设拓客需求中获取拓客要素；
根据所述拓客要素生成拓客要素标签；
根据所述拓客要素标签结合预设可行性条件中的标签关系条件判断所述预设拓客需求是否满足可行性判断。
可选的，所述获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求的步骤之后，还包括：
若否，则获取拓客需求中的矛盾信息；
根据所述矛盾信息生成拓客建议；
结合所述矛盾信息和所述拓客建议生成拓客反馈报告。
可选的，所述将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户的步骤，包括：
获取所述目标用户画像中的用户标签信息，并根据所述用户标签信息确定潜在客户；
根据所述潜在客户在所述目标用户画像中确认客户联系方式；
获取所述预设拓客需求对应的拓客信息；
根据所述客户联系方式将所述拓客信息发送至所述潜在用户。
第二方面，本申请提供一种基于大数据的智能拓客装置，所述基于大数据的智能拓客装置包括：
用户请求获取模块，用于通过预设端口获取用户请求数据；
目标数据获取模块，用于对所述用户请求数据进行预处理以获取目标数据；
用户画像生成模块，用于根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像；
拓客需求获取模块，用于获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求；
拓客信息发送模块，用于若是，则将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户。
第三方面，本申请提供一种计算机设备，所述设备包括：存储器、处理器，所述处理器在运行所述存储器存储的计算机指令时，执行如上文中任一项所述的方法。
综上描述，本申请包括以下有益技术效果：
本申请通过预设端口获取用户请求数据；对所述用户请求数据进行预处理以获取目标数据；根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像；获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求；若是，则将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户；基于用户基础数据、行为数据、数据分析以及用户画像体系，挖掘出目标用户的特征，实现全场景和链路覆盖，实现拓客系统闭环，完成精准营销。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的计算机设备结构示意图；
图2是本发明基于大数据的智能拓客方法第一实施例的流程示意图；
图3是本发明基于大数据的智能拓客方法第二实施例的流程示意图；
图4是本发明基于大数据的智能拓客装置第一实施例的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下通过附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的计算机设备结构示意图。
如图1所示，计算机设备可以包括：处理器1001，例如中央处理器（CentralProcessing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（Wireless-Fidelity，Wi-Fi）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM），也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于大数据的智能拓客程序。
在图1所示的计算机设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明计算机设备中的处理器1001、存储器1005可以设置计算机设备中，所述计算机设备通过处理器1001调用存储器1005中存储的基于大数据的智能拓客程序，并执行本发明实施例提供的基于大数据的智能拓客方法。
本发明实施例提供了一种基于大数据的智能拓客方法，参照图2，图2为本发明基于大数据的智能拓客方法第一实施例的流程示意图。
本实施例中，所述基于大数据的智能拓客方法包括以下步骤：
步骤S10：通过预设端口获取用户请求数据。
需要说明的是，所述预设端口在本实施例可以是通过网页端口获取用户请求数据，也可以是根据软件端口获取用户请求数据，根据具体的使用场景进行设定，本实施例在此不做限制。
可以理解的是，拓客（Toker）是一个商业上的名词，核心就是提高售前服务、市场推广的水平，从而挖掘出潜在客户的隐形需求（或称软需求）。拓展客源，增加客户的数目。让跨行业的人群进入此处消费，通过特殊的优惠促销及活动让其成为这个行业的顾客。拓客的核心，其实就是提高售前服务、市场推广的水平，从而挖掘出潜在客户的隐形需求（或称软需求），这在服务性行业与金融保险行业尤其重要！比如美容院、餐厅，潜在顾客有去餐厅就餐、去美容院做保养的隐形需求，那么如何宣传推广并提高售前服务质量，就是潜在客户会否消费的关键。再说金融保险行业，身价百亿的人未必认为自己有理财、购买保险的实际需求，但保险公司、理财机构为其周到地量身定制的保险、理财计划，只须客户签个字，就可以不付出其他任何精力、时间成本，而为自己的家人和自己本人创造了一定的财富。
需要说明的是，在本实施例中接收至少一个第一数据获取请求，所述第一数据获取请求中携带数据选取条件；根据所述数据选取条件，通过查询本地保存的数据选取条件与数据标识的对应关系，获取所有满足所述数据选取条件的数据标识；根据所述数据标识和预设的报文格式，生成至少一个第二数据获取请求，所述第二数据获取请求用于请求与所述数据标识对应的数据，所述第二数据获取请求中携带多个所述数据标识，每个所述第二数据请求中的所述数据标识的总字节数小于或等于所述报文格式所能容纳的最大字节数；并行向数据存储服务器发送所述第二数据获取请求，使所述数据存储服务器根据所述数据标识获取并返回与所述数据标识对应的数据；返回所述对应的数据。本实施例基于用户基础数据，行为数据，数据分析，用户画像体系，挖掘出目标用户的特征，并基于客户行为，实现全场景和链路覆盖，搭建一套自动挖掘客户线索，丰富完善潜客挖掘模型，并完成线索下发，用户触达，效果回传，并基于效果数据，再进一步优化模型，实现拓客系统闭环，完成精准营销。
需要说明的是，在微博类型的系统中，随着用户数量的不断增多，以及每个用户的发布的信息数量的不断增大，微博系统产生的数据总量开始急剧膨胀，从而形成海量的数据。当微博用户在使用微博系统时，其可通过微博系统提供的方式，如搜索，在微博系统存储的海量数据中获取其需要的数据。如何将这些海量数据快速呈现给海量的用户，是微博后台技术面临的一个重大难题。
在具体实施中，当微博信息获取系统接收到用户的数据获取请求后，根据用户设置的获取数据条件，将那些符合用户要求的数据逐一的挑选出来，呈现给用户。例如：微博用户A有三个关注人，分别为C、D和F，当微博用户B请求查看微博用户A的关注人信息，则微博信息获取系统首先与微博信息存储系统建立链接，获取C的信息，在接收到返回C的信息后；再与微博信息存储系统建立链接，获取D的信息，在接收到返回D的信息后；再与微博的信息存储服务器建立链接，获取F的信息。待C、D和F的信息全部逐一获取完毕后，将C、D和F的信息返回给用户B。（状况）现有的微博系统，处理用户的数据获取请求时，逐一对需要获取的数据进行获取，待上一数据获取结束后，才能进行获取下一数据的操作，从而增加了获取总体数据的等待时延。
可以理解的是，拓客效果较依赖数据量，数据准确性，真实性和及时性，和潜客挖掘模型，因此运营效果受到数据的影响较大，不同场景的效果不同；运营主要是基于联系方式，邮箱，APP等进行用户触达的，因此对联系方式的准确性依赖较大，如果某些特殊用户对这些消息的接收度和访问度较低时，容易影响效果。
在具体实施中，本实施例还提供了一种可实施方式，包括：
S1：接收至少一个第一数据获取请求；该第一数据获取请求中携带数据选取条件，该第一数据获取请求用于请求获取至少一个符合该数据选取条件的数据。例如，以微博系统为例，微博用户A有三个关注人，微博用户B可通过发送第一数据获取请求，获取微博用户A的关注人信息，则该第一数据获取请求中携带的数据选取条件为“用户B的关注人”。
S2：根据该数据选取条件，获取所有满足该数据选取条件的数据标识；
本实施例中，通过查询本地保存的数据获取条件与数据标识的对应关系，获取与该数据条件对应的数据标识。数据标识，用于根据获取与该数据标识对应的数据。可选的，当数据为物理数据时，该物理数据的数据标识可以为该物理数据的物理存储位置和读取方式。例如，本地保存的数据获取条件与数据标识的对应关系可以如表一所示，当数据获取条件为S1中示例所示的“用户B的关注人”时，则与该数据获取条件对应的数据标识为“C1、D1和F1”。优选的，当在预设时间内接收到的第一数据获取请求为两个或两个以上时，还可对该所有述满足该数据选取条件的数据标识进行合并，得到合并后的数据标识，该合并后的数据标识中无相同的数据标识；并将该合并后的数据标识作为后续步骤中的该数据标识。例如，若预设时间为一分钟，且在一分钟内接收到两个第一数据获取请求，与该两个数据请求携带的数据选取条件对应的数据标识分别为“C1、D1和F1”，以及“C1、D1”，则合并后的数据标识为“C1、D1和F1”。
S3：根据该数据标识和预设的报文格式，生成至少一个第二数据获取请求；本实施例中，该第二数据获取请求中携带一个以上该数据标识，该数据标识的总字节数小于或等于该报文格式所能容纳的最大字节数；该预设的报文格式可以与现有通信协议对应的可用于传输数据的任意报文格式，如与UDP、TCP对应的报文格式。例如，如S2示例所示，当预设的报文格式为与UDP对应的报文格式、获取到的与数据选取条件为“用户B的关注人”对应的数据标识为“C1、D1和F1”时，根据该数据标识和预设的报文格式生成的第二数据获取请求为，携带数据标识“C1、D1和F1”的UDP报文。进一步可选的，预设的报文格式可以根据服务器与数据存储服务器间采用的通信协议决定。优选的，可采用UDP协议。进一步优选的，当采用预设的报文格式生成第二数据获取请求时，一个报文中不能包含所有的数据标识，则可将数据标识的存储字节数按该报文格式所能容纳的最大字节数进行等分，从而通过多个报文将所有的数据标识发送出去。
另外，服务器可与数据存储服务器协商好，每次请求多少个数据，后端就返回多少个数据。例如：若微博系统中某个名人的粉丝为1万个，当微博用户请求其所有的粉丝时，若本服务器采用UDP协议与数据存储服务器进行通信，由于每个UDP报文最多可包括500个数据标识，则可通过同时发送20个请求包到数据存储服务器。请求起始位置分别为第0个，第500个，第1000个....第9500个，数据存储服务器收到请求后并行处理，将数据返回。
S4：并行向数据存储服务器发送该第二数据获取请求，使该数据存储服务器根据该数据标识获取并返回与该数据标识对应的数据；本实施例中，通过并行向数据存储服务器发送该第二数据获取请求，使数据存储服务器查询本地保存的数据标识与数据的对应关系；数据存储服务器获取与该数据标识对应的数据后返回与该数据标识对应的数据。例如，数据存储服务器本地保存的数据标识与数据的对应关系可如表二所示。如S3示例所示，当数据存储服务器接收到的报文为携带数据标识“C1、D1和F1”的UDP报文时，该数据存储服务器通过查询表二，获取与数据标识“C1、D1和F1”对应的数据，“101、111和110”，并返回与数据标识“C1、D1和F1”对应的数据“101、111和110”。本实施例中，该数据的存储方式可以由多种方式体现，具体数据存储方式本实施例并不限定。
S5：返回该对应的数据。本实施例中，本实施的执行主体将获取到的数据转换成用户采用的终端可显示的形式发送给用户。
优选的，判断该对应的数据是否满足预设的缓存条件，如果满足，则生成该数据标识与数据的对应关系，并将该对应关系缓存在本地的数据标识与数据的对应关系中。进一步优选的，还可为该数据标识与数据的对应关系的有效时间设置有效时间，当该数据标识与数据的对应关系在本地缓存的缓存时间超过了该有效时间后，在该本地的数据标识与数据的对应关系中删除该数据标识与数据的对应关系。例如，本地的数据标识与数据的对应关系可以通过表三表示，该表中还可包括该对应关系的有效时间。
步骤S20：对用户请求数据进行预处理以获取目标数据。
进一步地，为了提升智能拓客的精确性，所述对所述用户请求数据进行预处理以获取目标数据的步骤，包括：对所述用户数据进行数据清洗获取第一数据；获取预设标签规则，并根据所述预设标签规则在所述第一数据中进行标签数据分类以获取目标数据。
需要说明的是，数据清洗(Data cleaning)– 对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。数据清洗从名字上也看的出就是把“脏”的“洗掉”，指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。因为数据仓库中的数据是面向某一主题的数据的集合，这些数据从多个业务系统中抽取而来而且包含历史数据，这样就避免不了有的数据是错误数据、有的数据相互之间有冲突，这些错误的或有冲突的数据显然是我们不想要的，称为“脏数据”。我们要按照一定的规则把“脏数据”“洗掉”，这就是数据清洗。而数据清洗的任务是过滤那些不符合要求的数据，将过滤的结果交给业务主管部门，确认是否过滤掉还是由业务单位修正之后再进行抽取。不符合要求的数据主要是有不完整的数据、错误的数据、重复的数据三大类。数据清洗是与问卷审核不同，录入后的数据清理一般是由计算机而不是人工完成
步骤S30：根据目标数据确定目标匹配条件并结合目标匹配条件生成目标用户画像。
可以理解的是，用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待的数据转化联结起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，形成的用户角色需要有代表性，能代表产品的主要受众和目标群体。做产品怎么做用户画像，用户画像是真实用户的虚拟代表，首先它是基于真实的，它不是一个具体的人，另外一个是根据目标的行为观点的差异区分为不同类型，迅速组织在一起，然后把新得出的类型提炼出来，形成一个类型的用户画像。一个产品大概需要4-8种类型的用户画像。用户画像的PERSONAL八要素P代表基本性(Primary)：指该用户角色是否基于对真实用户的情景访谈;E代表同理性(Empathy)：指用户角色中包含姓名、照片和产品相关的描述，该用户角色是否引同理心;R代表真实性(Realistic)：指对那些每天与顾客打交道的人来说，用户角色是否看起来像真实人物;S代表独特性(Singular)：每个用户是否是独特的，彼此很少有相似性;O代表目标性(Objectives)：该用户角色是否包含与产品相关的高层次目标，是否包含关键词来描述该目标;N代表数量性(Number)：用户角色的数量是否足够少，以便设计团队能记住每个用户角色的姓名，以及其中的一个主要用户角色;A代表应用性(Applicable)：设计团队是否能使用用户角色作为一种实用工具进行设计决策。L代表长久性(Long)：用户标签的长久性。
步骤S40：获取预设拓客需求，并根据目标用户画像判断是否满足所述预设拓客需求。
进一步地，为了提升用户画像判断的准确性，所述获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求的步骤，包括：获取预设拓客需求，在所述预设拓客需求中进行可行性判断；在通过可行性判断之后，根据所述用户画像中的标签覆盖率判断是否满足所述预设拓客需求。
在具体实施中，所述获取预设拓客需求，在所述预设拓客需求中进行可行性判断的步骤，包括：获取预设拓客需求，在所述预设拓客需求中获取拓客要素；根据所述拓客要素生成拓客要素标签；根据所述拓客要素标签结合预设可行性条件中的标签关系条件判断所述预设拓客需求是否满足可行性判断。
进一步地，为了完善拓客的闭环完整性，所述获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求的步骤之后，还包括：若否，则获取拓客需求中的矛盾信息；根据所述矛盾信息生成拓客建议；结合所述矛盾信息和所述拓客建议生成拓客反馈报告。
步骤S50：若是，则将目标用户画像对应的目标用户作为潜在客户，并将预设拓客需求对应的拓客信息发送至潜在用户。
进一步地，为了将拓客信息发送至潜在用户，所述将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户的步骤，包括：获取所述目标用户画像中的用户标签信息，并根据所述用户标签信息确定潜在客户；根据所述潜在客户在所述目标用户画像中确认客户联系方式；获取所述预设拓客需求对应的拓客信息；根据所述客户联系方式将所述拓客信息发送至所述潜在用户。
本实施例通过预设端口获取用户请求数据；对所述用户请求数据进行预处理以获取目标数据；根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像；获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求；若是，则将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户；基于用户基础数据、行为数据、数据分析以及用户画像体系，挖掘出目标用户的特征，实现全场景和链路覆盖，实现拓客系统闭环，完成精准营销。
参考图3，图为本发明基于大数据的智能拓客方法第二实施例的流程示意图。
基于上述第一实施例，本实施例基于大数据的智能拓客方法的所述步骤S30，还包括：
步骤S301：根据目标数据确定目标数据倾向。
需要说明的是，所述数据倾向即用户画像整体的倾向，在本实施例中目标数据倾向以消费力和用户消费习惯为主进行设计。
步骤S302：根据目标数据倾向在预设匹配条件集合中进行遍历以获取遍历结果。
可以理解的是，所谓遍历(Traversal)，是指沿着某条搜索路线，依次对树（或图）中每个节点均做一次访问。访问结点所做的操作依赖于具体的应用问题， 具体的访问操作可能是检查节点的值、更新节点的值等。不同的遍历方式，其访问节点的顺序是不一样的。遍历是二叉树上最重要的运算之一，是二叉树上进行其它运算之基础。当然遍历的概念也适合于多元素集合的情况，如数组。
进一步地，为了提升遍历结果的准确性，所述根据所述目标数据倾向在预设匹配条件集合中进行遍历以获取遍历结果的步骤，包括：根据所述目标数据倾向确定目标数据对应的第一类倾向标签信息；在所述第一类倾向标签中根据权重排序规则确定第二类倾向标签信息；在预设匹配条件集合中根据所述第二类倾向标签信息进行遍历以获取遍历结果。
步骤S303：根据遍历结果生成目标用户画像。
本实施例通过根据所述目标数据确定目标数据倾向；根据所述目标数据倾向在预设匹配条件集合中进行遍历以获取遍历结果；根据所述遍历结果生成目标用户画像；实现了精确生成目标用户画像的技术效果。
参照图4，图4为本发明基于大数据的智能拓客装置第一实施例的结构框图。
如图4所示，本发明实施例提出的基于大数据的智能拓客装置包括：
用户请求获取模块10，用于通过预设端口获取用户请求数据；
目标数据获取模块20，用于对所述用户请求数据进行预处理以获取目标数据；
用户画像生成模块30，用于根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像；
拓客需求获取模块40，用于获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求；
拓客信息发送模块50，用于若是，则将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
本实施例通过预设端口获取用户请求数据；对所述用户请求数据进行预处理以获取目标数据；根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像；获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求；若是，则将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户；基于用户基础数据、行为数据、数据分析以及用户画像体系，挖掘出目标用户的特征，实现全场景和链路覆盖，实现拓客系统闭环，完成精准营销。
在一实施例中，所述目标数据获取模块20，还用于对所述用户数据进行数据清洗获取第一数据；获取预设标签规则，并根据所述预设标签规则在所述第一数据中进行标签数据分类以获取目标数据。。
在一实施例中，所述用户画像生成模块30，还用于根据所述目标数据确定目标数据倾向；根据所述目标数据倾向在预设匹配条件集合中进行遍历以获取遍历结果；根据所述遍历结果生成目标用户画像。
在一实施例中，所述用户画像生成模块30，还用于根据所述目标数据倾向确定目标数据对应的第一类倾向标签信息；在所述第一类倾向标签中根据权重排序规则确定第二类倾向标签信息；在预设匹配条件集合中根据所述第二类倾向标签信息进行遍历以获取遍历结果。
在一实施例中，所述拓客需求获取模块40，还用于获取预设拓客需求，在所述预设拓客需求中进行可行性判断；在通过可行性判断之后，根据所述用户画像中的标签覆盖率判断是否满足所述预设拓客需求。
在一实施例中，所述拓客需求获取模块40，还用于获取预设拓客需求，在所述预设拓客需求中获取拓客要素；根据所述拓客要素生成拓客要素标签；根据所述拓客要素标签结合预设可行性条件中的标签关系条件判断所述预设拓客需求是否满足可行性判断。
在一实施例中，所述拓客需求获取模块40，还用于若否，则获取拓客需求中的矛盾信息；根据所述矛盾信息生成拓客建议；结合所述矛盾信息和所述拓客建议生成拓客反馈报告。
在一实施例中，所述拓客信息发送模块50，还用于获取所述目标用户画像中的用户标签信息，并根据所述用户标签信息确定潜在客户；根据所述潜在客户在所述目标用户画像中确认客户联系方式；获取所述预设拓客需求对应的拓客信息；根据所述客户联系方式将所述拓客信息发送至所述潜在用户。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于大数据的智能拓客的方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如只读存储器（Read Only Memory，ROM）/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于大数据的智能拓客方法，其特征在于，包括：
通过预设端口获取用户请求数据；
对所述用户请求数据进行预处理以获取目标数据；
根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像；
获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求；
若是，则将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户。
2.根据权利要求1所述的基于大数据的智能拓客方法，其特征在于，所述对所述用户请求数据进行预处理以获取目标数据的步骤，包括：
对所述用户数据进行数据清洗获取第一数据；
获取预设标签规则，并根据所述预设标签规则在所述第一数据中进行标签数据分类以获取目标数据。
3.根据权利要求1所述的基于大数据的智能拓客方法，其特征在于，所述根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像的步骤包括：
根据所述目标数据确定目标数据倾向；
根据所述目标数据倾向在预设匹配条件集合中进行遍历以获取遍历结果；
根据所述遍历结果生成目标用户画像。
4.根据权利要求3所述的基于大数据的智能拓客方法，其特征在于，所述根据所述目标数据倾向在预设匹配条件集合中进行遍历以获取遍历结果的步骤，包括：
根据所述目标数据倾向确定目标数据对应的第一类倾向标签信息；
在所述第一类倾向标签中根据权重排序规则确定第二类倾向标签信息；
在预设匹配条件集合中根据所述第二类倾向标签信息进行遍历以获取遍历结果。
5.根据权利要求1所述的基于大数据的智能拓客方法，其特征在于，所述获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求的步骤，包括：
获取预设拓客需求，在所述预设拓客需求中进行可行性判断；
在通过可行性判断之后，根据所述用户画像中的标签覆盖率判断是否满足所述预设拓客需求。
6.根据权利要求5所述的基于大数据的智能拓客方法，其特征在于，所述获取预设拓客需求，在所述预设拓客需求中进行可行性判断的步骤，包括：
获取预设拓客需求，在所述预设拓客需求中获取拓客要素；
根据所述拓客要素生成拓客要素标签；
根据所述拓客要素标签结合预设可行性条件中的标签关系条件判断所述预设拓客需求是否满足可行性判断。
7.根据权利要求1所述的基于大数据的智能拓客方法，其特征在于，所述获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求的步骤之后，还包括：
若否，则获取拓客需求中的矛盾信息；
根据所述矛盾信息生成拓客建议；
结合所述矛盾信息和所述拓客建议生成拓客反馈报告。
8.根据权利要求1所述的基于大数据的智能拓客方法，其特征在于，所述将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户的步骤，包括：
获取所述目标用户画像中的用户标签信息，并根据所述用户标签信息确定潜在客户；
根据所述潜在客户在所述目标用户画像中确认客户联系方式；
获取所述预设拓客需求对应的拓客信息；
根据所述客户联系方式将所述拓客信息发送至所述潜在用户。
9.一种基于大数据的智能拓客装置，其特征在于，所述基于大数据的智能拓客装置包括：
用户请求获取模块，用于通过预设端口获取用户请求数据；
目标数据获取模块，用于对所述用户请求数据进行预处理以获取目标数据；
用户画像生成模块，用于根据所述目标数据确定目标匹配条件并结合所述目标匹配条件生成目标用户画像；
拓客需求获取模块，用于获取预设拓客需求，并根据所述目标用户画像判断是否满足所述预设拓客需求；
拓客信息发送模块，用于若是，则将所述目标用户画像对应的目标用户作为潜在客户，并将所述预设拓客需求对应的拓客信息发送至所述潜在用户。
10.一种计算机设备，其特征在于，所述设备包括：存储器、处理器，所述处理器在运行所述存储器存储的计算机指令时，执行如权利要求1至8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211734302.2A CN115936758A (zh) | 2022-12-30 | 2022-12-30 | 基于大数据的智能拓客方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211734302.2A CN115936758A (zh) | 2022-12-30 | 2022-12-30 | 基于大数据的智能拓客方法及相关装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115936758A true CN115936758A (zh) | 2023-04-07 |
Family
ID=86556076
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211734302.2A Withdrawn CN115936758A (zh) | 2022-12-30 | 2022-12-30 | 基于大数据的智能拓客方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115936758A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116501977A (zh) * | 2023-06-26 | 2023-07-28 | 广东省建设工程质量安全检测总站有限公司 | 线上检测委托中用户画像的构建方法及系统 |
-
2022
- 2022-12-30 CN CN202211734302.2A patent/CN115936758A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116501977A (zh) * | 2023-06-26 | 2023-07-28 | 广东省建设工程质量安全检测总站有限公司 | 线上检测委托中用户画像的构建方法及系统 |
| CN116501977B (zh) * | 2023-06-26 | 2023-09-01 | 广东省建设工程质量安全检测总站有限公司 | 线上检测委托中用户画像的构建方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2745632C1 (ru) | Серверное устройство автоматизированного ответа, оконечное устройство, система ответа, способ ответа и программа | |
| Chamoso et al. | Relationship recommender system in a business and employment-oriented social network | |
| CN107193894B (zh) | 数据处理方法、个体识别方法及相关装置 | |
| CN111552880B (zh) | 基于知识图谱的数据处理方法、装置、介质及电子设备 | |
| TW567437B (en) | A personalized product report | |
| US20080270248A1 (en) | System and device for social shopping on-line | |
| US20120316970A1 (en) | System and method for providing targeted content | |
| US10497045B2 (en) | Social network data processing and profiling | |
| CN111429214B (zh) | 一种基于交易数据的买卖双方匹配方法及装置 | |
| CN111027838A (zh) | 一种众包任务推送方法、装置、设备及其存储介质 | |
| CN110727857A (zh) | 针对业务对象识别潜在用户的关键特征的方法及装置 | |
| CN112347147A (zh) | 基于用户关联关系的信息推送方法、装置及电子设备 | |
| CN115936758A (zh) | 基于大数据的智能拓客方法及相关装置 | |
| CN110399473B (zh) | 为用户问题确定答案的方法和装置 | |
| JP2016153998A (ja) | サービスの評価装置及びサービスの評価方法 | |
| CN108470289B (zh) | 基于电商购物平台的虚拟物品发放方法及设备 | |
| CN111383042A (zh) | 房源推荐方法和装置 | |
| US10296913B1 (en) | Integration of heterogenous data using omni-channel ontologies | |
| CN116975393A (zh) | 一种企业画像的构建方法、装置及电子设备 | |
| CN111611099A (zh) | 失联用户信息的修复方法、装置、设备及存储介质 | |
| CN111506718A (zh) | 会话消息确定方法、装置、计算机设备和存储介质 | |
| TW509854B (en) | A system, method and article of manufacture for a statistical background agent reporting system | |
| KR20170142964A (ko) | 로보 어드바이저를 통한 상담 시스템 및 방법 | |
| TW468135B (en) | A system, method and article of manufacture for a client intention application experience | |
| CN113127597A (zh) | 搜索信息的处理方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 518000 2201, block D, building 1, Chuangzhi Yuncheng bid section 1, Liuxian Avenue, Xili community, Xili street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: Qizhi Technology Co.,Ltd. Address before: 518000 2201, block D, building 1, Chuangzhi Yuncheng bid section 1, Liuxian Avenue, Xili community, Xili street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: Qizhi Network Technology Co.,Ltd. |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230407 |