CN116091137A - 基于经销商画像的高度可配置的经销商广告投放方法 - Google Patents
基于经销商画像的高度可配置的经销商广告投放方法 Download PDFInfo
- Publication number
- CN116091137A CN116091137A CN202310147151.9A CN202310147151A CN116091137A CN 116091137 A CN116091137 A CN 116091137A CN 202310147151 A CN202310147151 A CN 202310147151A CN 116091137 A CN116091137 A CN 116091137A
- Authority
- CN
- China
- Prior art keywords
- dealer
- capability
- advertisement
- dimension
- highly configurable
- 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
- 238000002716 delivery method Methods 0.000 title claims description 3
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000013210 evaluation model Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000000694 effects Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000013278 delphi method Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 description 8
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012216 screening Methods 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据处理技术领域,尤其涉及一种基于经销商画像的高度可配置的经销商广告投放方法,首先品牌方通过广告发布获取经销商的业务数据;接着将经销商的业务数据输入经销商五力评估模型,以计算经销商在多个维度下的评分,所述多个维度包括:经销商的销售能力维度、资金能力维度、团队能力维度、供应链能力维度和市场运营能力维度中的至少一种;最后经销商五力评估模型采用熵值法计算能力分值,根据应用场景选取指标,赋予不同能力权重,从而为品牌方商筛选优质经销商。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于经销商画像的高度可配置的经销商广告投放方法。
背景技术
用户画像是指根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型,用户画像通过给用户打标签来实现,标签是通过对用户信息分析而来的高度精炼的特征标识。通过打标签可以利用一些高度概括、容易理解的特征来描述用户,可以让人更容易理解用户,方便计算处理。
品牌方需要通过一定的手段了解经销商的情况,建立品牌方和经销商之间的关联,分析优劣,从而为品牌方寻找合适的经销商。然而现有的分析工具仅能罗列业务数据中的各项参数,对业务数据进行简单的数据统计,无法对经销商的综合能力做出判断,导致后期发展存在较大不利因素。
发明内容
本发明提供了一种基于经销商画像的高度可配置的经销商广告投放方法,为品牌定位资金雄厚、团队人员能力强、服务水平好、终端覆盖广、销售转化高的经销商群。
为了实现本发明的目的,所采用的技术方案是:基于经销商画像的高度可配置的经销商广告投放方法,所述方法包括如下步骤:
S1、品牌方通过广告发布获取经销商的业务数据;
S2、将经销商的业务数据输入经销商五力评估模型,以计算经销商在多个维度下的评分,所述多个维度包括:经销商的销售能力维度、资金能力维度、团队能力维度、供应链能力维度和市场运营能力维度中的至少一种;
S3、经销商五力评估模型采用熵值法计算能力分值,根据应用场景选取指标,赋予不同能力权重,从而为品牌方商筛选优质经销商。
作为本发明的优化方案,品牌方根据用户画像制定广告投放策略,监测广告投放效果并设计广告内容。
作为本发明的优化方案,经销商在多个维度下的评分能力综合分计算公式为:
能力综合分=∑(能力分值×能力权重)
其中:能力权重采用德尔菲法获取。
作为本发明的优化方案,熵值法步骤包括如下:
1)对n个样本,m个指标,则xij为第i个样本的第j个指标的数值;
2)指标的归一化处理:
其中:xj为第j项指标,σ为第i个样本的方差;
3)计算第j项指标的熵值:
作为本发明的优化方案,经销商的销售能力维度包括动销商品占比、铺市率、退货率、销售增长率和销售稳定性数据中的一种或几种组合。
作为本发明的优化方案,资金能力维度包括业务规模大小、利润、成本、现金流和抗风险能力数据中的一种或几种组合。
作为本发明的优化方案,团队能力维度包括经销商总体规模、经销商人员效率、经销商的客户转换率和经销商人员稳定性数据的一种或几种组合。
作为本发明的优化方案,供应链能力维度包括经销商的库存能力、商品供应量和配送能力数据的一种或几种组合。
作为本发明的优化方案,市场运营能力维度包括门店、扩品、市场新品、促销活动和市场风险数据中的一种或几种组合。
本发明具有积极的效果:1)本发明根据多个维度对业务数据进行分析,以挖掘各项业务参数间的复杂耦合关系,进而从中抽取出有业务逻辑的特征描绘经销商画像,并以此构建符合经销商实际认知的评价体系,为用户对市场竞争强度的准确判断提供数据支持;
2)本发明通过广告发布来为品牌方筛选优质经销商,建立品牌方和经销商之间的关联,为品牌方选择合适的经销商提供数据支持。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明方法的整体图。
具体实施方式
如图1所示,本发明公开了基于经销商画像的高度可配置的经销商广告投放方法,该方法包括如下步骤:
S1、品牌方通过广告发布获取经销商的业务数据;
S2、将经销商的业务数据输入经销商五力评估模型,以计算经销商在多个维度下的评分,所述多个维度包括:经销商的销售能力维度、资金能力维度、团队能力维度、供应链能力维度和市场运营能力维度中的至少一种;
S3、经销商五力评估模型采用熵值法计算能力分值,根据应用场景选取指标,赋予不同能力权重,从而为品牌方商筛选优质经销商。
广告发布时,可以拆解为几个对象:
A、广告发布者:即发布广告的客户,每个广告中会标识出是谁发布的,包括客户唯一标识(UserId),业务属性(名称、地址和介绍等);
B、广告受众:接收广告的人,比如经销商,广告受众也包括用户唯一表示(UserKey),其他属性(名称、电话、省区和评分等);
C、广告对象:包括广告的有效期、展示时段、受众范围(根据实际业务场景,通过判断当前用户是否在受众范围内)和是否可关闭(某用户对某广告不感兴趣可关闭);
页面对象:页面Key(表示唯一的页面),展示规则(比如:展示页面关联的所有广告、只展示最高优先级的广告、展示指定优先级的广告和展示指定广告ID的广告);
得到广告和页面的关系,同一个广告在不同页面的图片可能不同,需要分别指定,比如:web和app图片不同。同一个广告在不同页面打开链接可能不同,比如:web和app打开不同的页面。还有其它广告和页面的关系,比如打开方式和优先级等选项。
品牌方发布用于招商的广告,经销商根据自身需求选择关闭广告或点击广告详情页、进入报名页面,报名完成后,经销商采取的一系列操作,数据会回传到后台数据库。经销商根据用户画像(比如酒类销售)制定广告投放策略、监测广告投放效果、设计广告内容。不同产品终端、不同人群、不同时间段投放的广告不一样。广告点击率、曝光率、招商报名数会在招商平台展示。广告是主动发布,不涉及推送。涉及的经销商筛选步骤,用到五力评估模型。
经销商的销售能力维度包括动销商品占比、铺市率、退货率、销售增长率和销售稳定性数据中的一种或几种组合。
资金能力维度包括业务规模大小(GMV)、利润、成本、现金流和抗风险能力数据中的一种或几种组合。利润和成本属于盈利能力,现金流包括应收款、欠款率、坏账率、回款周期、现金周转率、负债总额、现金负债率和预付款。
团队能力维度包括经销商总体规模、经销商人员效率、经销商的客户转换率和经销商人员稳定性数据的一种或几种组合。总体规模包括人员总数、人员完备度、业务员数量,人员效率包括年拜访量,人均销售量和门店拜访频率,稳定性包括人员的离职率。
供应链能力维度包括经销商的库存能力、商品供应量和配送能力数据的一种或几种组合。库存能力包括周转天数和货损率,商品供应包括订单缺货率和商品缺货率。配送率包括车辆数、配货时长和配送时长。
市场运营能力维度包括门店、扩品、市场新品、促销活动和市场风险数据中的一种或几种组合。门店包括流失率、动销门店数、门店价值、连锁占比和平均门店下单频次,扩品包括扩品占比,扩品销售占比和扩品增长率,促销活动包括费用效果比和促销次数,市场风险包括是否串货和串货频次。
经销商在多个维度下的评分能力综合分计算公式为:
能力综合分=∑(能力分值×能力权重)
其中:能力权重采用德尔菲法获取。
熵值法步骤包括如下:
1)对n个样本,m个指标,则xij为第i个样本的第j个指标的数值;
2)指标的归一化处理:
其中:xj为第j项指标,σ为第i个样本的方差;
3)计算第j项指标的熵值:
本发明从经销商的销售能力维度、资金能力维度、团队能力维度、供应链能力维度和市场运营能力维度评估经销商,把五个维度的指标输入上述熵值法。经销商在多个维度下的评分能力综合分计算公式为:
能力综合分=∑(能力分值×能力权重)
其中:能力权重采用德尔菲法(专家调查法)获取。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.基于经销商画像的高度可配置的经销商广告投放方法,其特征在于:所述方法包括如下步骤:
S1、品牌方通过广告发布获取经销商的业务数据;
S2、将经销商的业务数据输入经销商五力评估模型,以计算经销商在多个维度下的评分,所述多个维度包括:经销商的销售能力维度、资金能力维度、团队能力维度、供应链能力维度和市场运营能力维度中的至少一种;
S3、经销商五力评估模型采用熵值法计算能力分值,根据应用场景选取指标,赋予不同能力权重,从而为品牌方商筛选优质经销商。
2.根据权利要求1所述的基于经销商画像的高度可配置的经销商广告投放方法,其特征在于:品牌方根据用户画像制定广告投放策略,监测广告投放效果并设计广告内容。
3.根据权利要求2所述的基于经销商画像的高度可配置的经销商广告投放方法,其特征在于:经销商在多个维度下的评分能力综合分计算公式为:
能力综合分=∑(能力分值×能力权重)
其中:能力权重采用德尔菲法获取。
4.根据权利要求3所述的基于经销商画像的高度可配置的经销商广告投放方法,其特征在于:所述熵值法步骤包括如下:
1)对n个样本,m个指标,则xij为第i个样本的第j个指标的数值;
2)指标的归一化处理:
或
其中:xj为第j项指标,σ为第i个样本的方差;
3)计算第j项指标的熵值:
其中:
4)计算各项指标的权重:
5)计算各样本的各能力分值:
5.根据权利要求2所述的基于经销商画像的高度可配置的经销商广告投放方法,其特征在于:经销商的销售能力维度包括动销商品占比、铺市率、退货率、销售增长率和销售稳定性数据中的一种或几种组合。
6.根据权利要求2所述的基于经销商画像的高度可配置的经销商广告投放方法,其特征在于:资金能力维度包括业务规模大小、利润、成本、现金流和抗风险能力数据中的一种或几种组合。
7.根据权利要求2所述的基于经销商画像的高度可配置的经销商广告投放方法,其特征在于:团队能力维度包括经销商总体规模、经销商人员效率、经销商的客户转换率和经销商人员稳定性数据的一种或几种组合。
8.根据权利要求2所述的基于经销商画像的高度可配置的经销商广告投放方法,其特征在于:供应链能力维度包括经销商的库存能力、商品供应量和配送能力数据的一种或几种组合。
9.根据权利要求2所述的基于经销商画像的高度可配置的经销商广告投放方法,其特征在于:市场运营能力维度包括门店、扩品、市场新品、促销活动和市场风险数据中的一种或几种组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310147151.9A CN116091137A (zh) | 2023-02-21 | 2023-02-21 | 基于经销商画像的高度可配置的经销商广告投放方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310147151.9A CN116091137A (zh) | 2023-02-21 | 2023-02-21 | 基于经销商画像的高度可配置的经销商广告投放方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116091137A true CN116091137A (zh) | 2023-05-09 |
Family
ID=86200787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310147151.9A Pending CN116091137A (zh) | 2023-02-21 | 2023-02-21 | 基于经销商画像的高度可配置的经销商广告投放方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116091137A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106980988A (zh) * | 2016-12-29 | 2017-07-25 | 中国银联股份有限公司 | 商户价值评价方法 |
CN110648156A (zh) * | 2018-06-27 | 2020-01-03 | 阿里巴巴集团控股有限公司 | 广告处理方法、装置和设备 |
CN115329313A (zh) * | 2022-08-09 | 2022-11-11 | 广亚铝业有限公司 | 一种经销商客户数据管理系统及方法 |
CN115423577A (zh) * | 2022-08-15 | 2022-12-02 | 广州众成大数据科技有限公司 | 一种招投标数据分析方法、系统、设备及存储介质 |
-
2023
- 2023-02-21 CN CN202310147151.9A patent/CN116091137A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106980988A (zh) * | 2016-12-29 | 2017-07-25 | 中国银联股份有限公司 | 商户价值评价方法 |
CN110648156A (zh) * | 2018-06-27 | 2020-01-03 | 阿里巴巴集团控股有限公司 | 广告处理方法、装置和设备 |
CN115329313A (zh) * | 2022-08-09 | 2022-11-11 | 广亚铝业有限公司 | 一种经销商客户数据管理系统及方法 |
CN115423577A (zh) * | 2022-08-15 | 2022-12-02 | 广州众成大数据科技有限公司 | 一种招投标数据分析方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108154401B (zh) | 用户画像刻画方法、装置、介质和计算设备 | |
Kim et al. | Customer segmentation and strategy development based on customer lifetime value: A case study | |
Chiang | To mine association rules of customer values via a data mining procedure with improved model: An empirical case study | |
CN108985347A (zh) | 分类模型的训练方法、店铺分类的方法及装置 | |
Anderson et al. | Are sale signs less effective when more products have them? | |
Lorca et al. | Impact of e-commerce sales on profitability and revenue. The case of the manufacturing industry | |
CN106611344A (zh) | 挖掘潜在客户的方法及装置 | |
CN110288484B (zh) | 一种基于大数据平台的保险分类的用户推荐方法及系统 | |
CN109102329A (zh) | 一种数据采集、处理和分析应用方法及装置 | |
CN111626766A (zh) | 一种融合多个机器学习模型的手机银行营销客户筛选方法 | |
US20130204823A1 (en) | Tools and methods for determining relationship values | |
CN115730858B (zh) | 一种基于大数据的文化产品设计智能管理平台 | |
CN109242563A (zh) | 一种智能化信息监测应用方法和系统 | |
Kazmi | Marketing management: Text and cases | |
CN110991309A (zh) | 一种基于人脸识别的店商消费行为分析引导营销方法 | |
CN117132328A (zh) | 广告投放控制方法及其装置、设备、介质 | |
Ahidin | The Effect between Product Quality and Promotional Activities on Consumer Purchase Interest (A Case Study of Garuda Peanut Products Produced by PT. Garudafood, Tbk) | |
CN112215630A (zh) | 一种全渠道渐进式会员精准营销方法 | |
CN116934372A (zh) | 一种门店运营客户数据管理方法和系统 | |
CN110929144A (zh) | 一种业务数据管理方法、系统和可读存储介质 | |
Kumar et al. | Online Advertising Strategies to Effectively Market a Business School. | |
CN116091137A (zh) | 基于经销商画像的高度可配置的经销商广告投放方法 | |
Bhattacharyya et al. | Exploring the factors impacting seller performance during online sales events in the e-Commerce marketplace in India | |
Kalaiarasi et al. | Importance of customer relationship management (CRM) in Indian banking sector | |
Uzoka et al. | E-commerce adoption in developing countries: a case analysis of environmental and organisational inhibitors |
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 |