CN116342193A - 基于用户旅程的用户分类方法、装置、计算机设备和介质 - Google Patents
基于用户旅程的用户分类方法、装置、计算机设备和介质 Download PDFInfo
- Publication number
- CN116342193A CN116342193A CN202310321672.1A CN202310321672A CN116342193A CN 116342193 A CN116342193 A CN 116342193A CN 202310321672 A CN202310321672 A CN 202310321672A CN 116342193 A CN116342193 A CN 116342193A
- Authority
- CN
- China
- Prior art keywords
- contact
- user
- target
- contacts
- 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
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于用户旅程的用户分类方法、装置、计算机设备和介质,所述方法包括:获取预先设定的用于用户分类的一个或多个条件;获取目标用户的行为特征,目标用户的行为特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。上述方法能够基于用户各触点之间的转换数据分析用户的行为特征,从动态角度分析用户特点进而对用户进行分类,从而使得对用户的分类更加精准。
Description
技术领域
本申请涉及用户数据处理技术领域,特别是涉及一种基于用户旅程的用户分类方法、装置、计算机设备和介质。
背景技术
广告投放平台在投放广告时,一般先圈选特定的人群,再对圈选的人群投放广告。具体地,投放广告的人群圈选指的是向媒体侧开放一个特定人群的接口,将特定人群的人群特征信息打包上传给媒体侧。媒体侧基于模型训练后对特定人群用户进行广告投放。然而,当前的人群圈选主要侧重于用户体验的数据分析。即,侧重于用户在每个触点的操作数据对用户进行分类。
此种用户分类的方式,只针对用户的单个触点的单个环节的数据进行分析,仅仅从静态角度分析用户特点,从而导致对用户进行分类时无法将用户进行准确分类。
发明内容
基于此,有必要针对上述技术问题,提供一种基于用户旅程的用户分类方法、装置、计算机设备和介质,能够基于用户各触点之间的转换数据分析用户的行为特征,从动态角度分析用户特点进而对用户进行分类,从而使得对用户的分类更加精准。
一种基于用户旅程的用户分类方法,包括:获取预先设定的用于用户分类的一个或多个条件;获取目标用户的行为特征,目标用户的行为特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。
在其中一个实施例中,目标用户的行为特征包括触点行为的时间差特征和/或触点事件的完成操作特征,触点行为的时间差特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中的时间差数据确定,触点事件的完成操作特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中各触点事件的完成操作数据确定。
在其中一个实施例中,一种基于用户旅程的用户分类方法还包括:获取任意两个或两个以上触点中各触点的触点数据;从各触点的触点数据中筛选出各触点完成触点事件的时间数据,根据各触点完成触点事件的时间数据确定任意两个或两个以上触点的触点行为的时间差数据;和/或,从各触点的触点数据中筛选出各触点事件的完成操作数据。
在其中一个实施例中,目标用户的行为特征包括触点行为的时间差特征和触点事件的完成操作特征,用户分类的一个或多个条件包括第一类别的条件,第一类别的条件包括设定时间内完成任意两个或两个以上触点的触点事件;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类,包括:当时间差特征与设定时间匹配,且基于触点事件的完成操作特征确定任意两个或两个以上触点的触点事件已完成时,将目标用户划分为第一类别。
在其中一个实施例中,用于用户分类的一个或多个条件包括第二类别的条件,第二类别的条件包括目标用户的用户旅程中目标触点的触点事件已完成;一种基于用户旅程的用户分类方法还包括:获取目标用户的用户旅程中目标触点的触点数据;在根据触点数据确定目标触点的触点事件已完成时,将目标用户划分为第二类别。
在其中一个实施例中,任意两个或两个以上触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任意两个或两个以上;目标触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任一触点。
在其中一个实施例中,获取预先设定的用于用户分类的一个或多个条件的步骤之前,还包括:根据广告投放的一个或多个广告投放策略信息设定用于用户分类的一个或多个条件;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类的步骤之后,还包括:确定目标广告投放平台的用户人群包,目标广告投放平台基于广告投放策略信息确定,用户人群包中包含一个或多个用户,一个或多个用户中包含目标用户或不包含目标用户;向目标广告投放平台发送用户人群包的用户信息。
一种基于用户旅程的用户分类装置,包括:第一获取模块,用于获取预先设定的用于用户分类的一个或多个条件;第二获取模块,用于获取目标用户的行为特征,目标用户的行为特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;分类模块,用于根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。
一种计算机设备,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,处理器执行计算机程序时实现上述任一实施例方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一实施例方法的步骤。
上述一种基于用户旅程的用户分类方法、装置、计算机设备和介质,获取预先设定的用于用户分类的一个或多个条件;获取目标用户的行为特征,目标用户的行为特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。因此,采用触点与触点之间的转换数据确定用户的行为特征,确定出的行为特征能够更准确地表达出用户在整个用户旅程中的动作状态,即采用动态分析用户旅程中的用户行为,通过此方式能够分析用户旅程的整套动作,进而基于行为特征对用户进行分类时,对用户的分类更加精准。
附图说明
图1为一个实施例中一种基于用户旅程的用户分类方法的应用环境图;
图2为一个实施例中一种基于用户旅程的用户分类方法的流程示意图;
图3为广告投放的应用场景中一种基于用户旅程的用户分类方法的流程示意图;
图4为广告投放的应用场景的应用架构示意图;
图5为一个实施例中一种基于用户旅程的用户分类装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
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,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的一种基于用户旅程的用户分类方法,应用于如图1所示的应用环境中。如图1所示,用户管理平台102用于实现本申请的一种基于用户旅程的用户分类方法。具体地,如图1所示,终端1042为使用用户管理平台102的用户端。用户管理平台102为终端1042提供用户界面,用户可以通过终端1042在用户界面执行各种操作,产生用户旅程的各触点的触点数据并将各触点的触点数据发送到用户管理平台102。其中,用户管理平台102基于用户旅程中任意两个或两个以上触点的触点数据确定其转换数据并基于触点数据确定用户的行为特征,将用户的行为特征存储到数据库106。另一个终端1044用于为研发人员提供配置界面,由研发人员配置用于用户分类的一个或多个条件。在执行一种基于用户旅程的用户分类方法时,用户管理平台102从数据库106获取目标用户的行为特征,且获取预先配置的用于用户分类的一个或多个条件,根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。将分类得到的用户类别存储到数据库106中,以便于后续基于用户类别进行广告投放等业务。
在一个实施例中,如图2所示,提供了一种基于用户旅程的用户分类方法,以该方法应用于图1中的用户管理平台102为例进行说明,包括以下步骤:
S202,获取预先设定的用于用户分类的一个或多个条件。
本实施例中,预配置用于用户分类的一个或多个条件。各条件用于确定对应用户的类别。且,一个或多个条件与用户的行为特征对应,即一个或多个条件用于分析用户的行为特征。
在一个示例中,用于用户分类的一个或多个条件基于广告投放需求设定。具体地,广告投放平台中,需对平台用户进行分类,进而基于用户人群包投放广告。预先通过用于用户分类的一个或多个条件对平台用户进行分类,得到多个用户人群包,后续进行广告投放时直接针对对应的用户人群包进行广告投放即可。
S204,获取目标用户的行为特征,目标用户的行为特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据确定。
用户旅程是从用户视角出发,按照业务发展的过程,以时间线形式表达和用户的接触点,即触点,并分析每个触点发生的事情、用户的感受、获益、成本等信息。使用用户旅程,可以发现业务过程中的体验点的详细状态,用于帮助分解分析业务流程的质量,可以完整、不遗漏的分析和客户接触的全过程,以及从多个视角分析和客户接触的效果。
本实施例中,基于目标用户的用户旅程的触点的转换数据确定目标用户的行为特征。转换数据用于表示用户旅程中任意两个或两个以上触点的转换事件。具体地,用户旅程的触点中包含用户的操作事件,两个或两个以上触点的转换事件表示各触点之间的操作事件的转换情况。例如,触点A的操作事件为登录,触点B的操作事件为授信,则触点A和触点B之间的转换事件为从登录到授信,转换数据为表示从登录到授信的数据。
需要说明的是,在传统的用户分类中,直接采用的是单个触点的触点数据确定用户的行为特征,即采用静态的单点分析。本实施例则是采用触点与触点之间的转换数据确定用户的行为特征,确定出的行为特征能够更准确地表达出用户在整个用户旅程中的动作状态,即采用动态分析用户旅程中的用户行为,通过此方式能够分析用户旅程的整套动作。进而,基于此确定的用户的行为特征,更加能体现出用户在全生命流程的特点,从而用户分类更加准确。
S206,根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。
本实施例中,基于一个或多个条件以及目标用户的行为特征对目标用户进行分类。可以是,目标用户的行为特征满足一个条件,进而将目标用户划分为该条件对应的用户类别。还可以是,目标用户的行为特征满足多个条件,进而将目标用户划分为各条件对应的用户类别。即,一个目标用户可以基于其行为特征,归属于多个用户类别。
上述一种基于用户旅程的用户分类方法、装置、计算机设备和介质,获取预先设定的用于用户分类的一个或多个条件;获取目标用户的行为特征,目标用户的行为特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。因此,采用触点与触点之间的转换数据确定用户的行为特征,确定出的行为特征能够更准确地表达出用户在整个用户旅程中的动作状态,即采用动态分析用户旅程中的用户行为,通过此方式能够分析用户旅程的整套动作,进而基于行为特征对用户进行分类时,对用户的分类更加精准。
在一个实施例中,目标用户的行为特征包括触点行为的时间差特征和/或触点事件的完成操作特征,触点行为的时间差特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中的时间差数据确定,触点事件的完成操作特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中各触点事件的完成操作数据确定。
该实施例中,转换数据包括时间差数据。时间差数据用于表示用户旅程中任意两个或两个以上触点的转换事件的时间转换。一种情况:目标用户的行为特征包括触点行为的时间差特征,触点行为的时间差特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中的时间差数据确定。确定的方式可以是:按照设定的时间条件信息对转换数据中的时间差数据进行分析,确定出触点行为的时间差特征。如,设定的时间条件信息为相隔一周时间内,若时间差数据为相隔5天,则时间差特征为两个或两个触点相隔一周时间内,若时间差数据为相隔8天,则时间差特征为两个或两个触点相隔超过一周时间。
具体地,时间差数据通过两个或两个以上触点中各触点的触点事件完成时间的差值确定。例如,触点A的触点事件完成时间为T1,触点B的触点事件完成时间为T2,触点C的触点事件完成时间为T3。时间差数据包括(T2-T1)、(T3-T1)、(T3-T2)、(T2-T1,T3-T2)中的任一项或多项。时间差特征基于(T2-T1)、(T3-T1)、(T3-T2)、(T2-T1,T3-T2)中的任一项或多项确定。
转换数据包括各触点事件的完成操作数据。完成操作数据用于表示触点事件已完成。另一种情况:目标用户的行为特征包括触点事件的完成操作特征,触点事件的完成操作特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中各触点事件的完成操作数据确定。确定的方式可以是:基于各触点事件的完成操作数据确定出表征所有触点的触点事件已完成的完成操作特征。如,各触点均包含表征该触点的触点事件已完成的完成操作数据,则可以确定出表征所有触点的触点事件已完成的完成操作特征。
例如,目标用户的用户旅程中任意两个或两个以上触点包括触点A、触点B和触点C,触点A、触点B和触点C均包含表征触点事件已完成的完成操作数据,则确定出目标用户的表征两个或两个以上触点中所有触点的触点事件已完成的完成操作特征。
另一种情况:目标用户的行为特征包括时间差特征和触点事件的完成操作特征。两种特征的确定方式参照上述情况分析。此种情况下,根据一个或多个条件以及目标用户的行为特征对目标用户进行分类时,需要分别对时间差特征和触点事件的完成操作特征进行分析,从而确定目标用户的用户类别。
基于上述三种情况,采用触点与触点之间的时间差数据和/或触点事件的完成操作数据,确定用户在各触点之间的时间转换行为和操作转换行为,能够准确地表达出目标用户在整个用户旅程中的动作状态,通过此方式能够分析出目标用户的用户旅程的整套动作情况,基于此对目标用户进行分类时,能够增加目标用户在触点与触点之间的转换行为作为判断依据,从而使得对目标用户的分类更加精确,进而在后续基于用户人群包进行广告投放时,能够提高广告投放的精准度。
在一个实施例中,上述获取目标用户的行为特征的步骤之前,还包括:获取任意两个或两个以上触点中各触点的触点数据;从各触点的触点数据中筛选出各触点完成触点事件的时间数据,根据各触点完成触点事件的时间数据确定任意两个或两个以上触点的触点行为的时间差数据;和/或,从各触点的触点数据中筛选出各触点事件的完成操作数据。
该实施例中,触点数据为目标用户在触点操作时产生的所有数据的集合。如,触点数据包括记录各操作的时间数据、各操作的操作数据、前端与后端的交互数据等。各操作的操作数据包括表示触点事件已完成的操作数据。记录各操作的时间数据包括记录触点事件已完成的操作的时间数据,即完成触点事件的时间数据。举例说明:触点A为登录,触点数据包括登录界面中目标用户的各操作产生的操作数据,以及各操作数据对应生成的时间数据。其中,表示触点事件已完成的操作数据为登录界面的提交操作且系统响应登录成功时产生的操作数据,完成触点事件的时间数据为系统响应登录成功时生成的时间数据。因此,能够为确定目标用户的行为特征提供数据支持和数据处理。
在一个实施例中,目标用户的行为特征包括触点行为的时间差特征和触点事件的完成操作特征,用户分类的一个或多个条件包括第一类别的条件,第一类别的条件包括设定时间内完成任意两个或两个以上触点的触点事件;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类,包括:当时间差特征与设定时间匹配,且基于触点事件的完成操作特征确定任意两个或两个以上触点的触点事件已完成时,将目标用户划分为第一类别。
该实施例中,第一类别的条件包括设定时间内完成任意两个或两个以上触点的触点事件。即,分析多个用户中各用户的用户旅程是否满足设定时间内完成任意两个或两个以上触点的触点事件这一条件,若任一用户的用户旅程满足这一条件,则将该用户划分为第一类别。
具体地,将目标用户的时间差特征与设定时间进行匹配,且基于目标用户的触点事件的完成操作特征判断目标用户的任意两个或两个以上触点的触点事件是否已完成。若时间差特征与设定时间匹配,且判断出目标用户的任意两个或两个以上触点的触点事件已完成,则将目标用户划分为第一类别。
在一示例中,用于用户分类的一个或多个条件还包括第二类别的条件,第二类别的条件包括目标用户的用户旅程中目标触点的触点事件已完成;上述获取目标用户的行为特征的步骤之后,还包括:获取目标用户的用户旅程中目标触点的触点数据;在根据触点数据确定目标触点的触点事件已完成时,将目标用户划分为第二类别。
该示例中,用于用户分类的一个或多个条件包括第一类别的条件和第二类别的条件。第二类别的条件包括目标用户的用户旅程中目标触点的触点事件已完成。目标触点可以是用户旅程中的任一触点。如上述,当目标用户的行为特征满足第一类别的条件时,将目标用户划分为第一类别。同时,当目标用户的目标触点的触点数据满足第二类别的条件时,将目标用户划分为第二类别。即,目标用户既属于第一类别,也属于第二类别。
在一示例中,任意两个或两个以上触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任意两个或两个以上。目标触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任一触点。
具体地,任意两个或两个以上触点的触点数量以及具体触点由广告投放的业务需求设定。如,触点的数量为两个,基于广告投放的业务需求从曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中选择对应的两个触点,如确定出首登触点和授信触点。如,触点数量为三个,基于广告投放的业务需求从曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中选择对应的三个触点,如确定出注册触点、首登触点和授信触点。
目标用户的行为特征由确定出的触点的转换数据确定。如,确定出两个触点,则分别对这两个触点的触点数据进行分析,得到这两个触点之间转换事件的转换数据,进而确定出目标用户的行为特征。如,确定出三个触点,则分别对三个触点的触点数据进行分析,得到三个触点之间的转换事件的转换数据,进而确定出目标用户的行为特征。
具体地,目标触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任一触点。如,目标触点为还款触点,第二类别的条件包括目标用户已完成还款。
基于上述实施例,以下提供一具体例子进行说明:
第一类别的条件为:3日内首登并完成授信;
第二类别的条件为:提前结清借款;
第三类别的条件为:无逾期。
目标用户为用户A。用户A在1月1日发生了曝光事件,并且当日进行了点击注册。3天后1月4日下载app进行了登录,并在当天完成了信息认证和人脸识别授权。1月5日进行借款5000元,借款期限1年,分12期还完。起初6个月,用户的资金稳定,并按时还款,但是到7月的时候用户由于疫情原因没有及时还款,11月的时候用户手头终于宽裕并且将本息和延迟还款的滞纳金都归还,并且提前一个月还清了所有欠款。
目标用户的两个触点的触点事件为首登和授信。通过上述例子可知,目标用户的触点行为的时间差特征为3天,触点事件的完成操作特征包括首登已完成以及授信已完成,将目标用户划分为第一类别。
目标用户的目标触点包括还款触点。通过上述例子可知,目标用户的还款触点的触点事件已完成,且还款触点的触点事件表明提前结清借款,将目标用户划分为第二类别。
此外,通过上述例子可知,目标用户不满足第三类别的条件,无需将目标用户划分为第三类别。
因此,不仅能够从单一触点分析用户行为,还可通过触点与触点之间的转换分析用户行为,从而对用户进行分类时,能够将用户准确划分到对应的类别中。
在一个实施例中,获取预先设定的用于用户分类的一个或多个条件的步骤之前,还包括:根据广告投放的一个或多个广告投放策略信息设定用于用户分类的一个或多个条件;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类的步骤之后,还包括:确定目标广告投放平台的用户人群包,目标广告投放平台基于广告投放策略信息确定,用户人群包中包含一个或多个用户,一个或多个用户中包含目标用户或不包含目标用户;向目标广告投放平台发送用户人群包的用户信息。
该实施例中,获取广告投放的一个或多个广告投放策略信息,各广告投放策略信息对应一个或多个广告投放平台。完成用户分类后得到一个或多个用户人群包,各用户人群包包含一个或多个用户。其中,基于广告投放策略信息确定目标广告投放平台,且基于广告投放策略信息确定设定用于用户分类的一个或多个条件,因此当完成用户分类后,可确定出目标广告投放平台的用户人群包。其中,目标广告投放平台的用户人群包可以包含上述目标用户,也可以不包含上述目标用户。进而,向目标广告投放平台发送用户人群包的用户信息。
如上述例子的说明,用户的通用全生命流程有:曝光->点击->注册->首登->激活->身份验证->人脸->授信->借款申请->放款->还款等。当用户在任何触点发生任何触点事件,触点数据都会被留存下来,并通过uid串联起来,从而生成用户的用户旅程。触点数据保留在大数据中,通过不同事件的不同情况对触点数据进行分析,得到各触点之间的转换数据,进而得到用户的行为特征。进一步地,基于行为特征将用户进行分类,再基于用户分类情况进行打包,得到一个或多个用户人群包,再将一个或多个用户人群包反馈到广告投放平台。
例如,从上面例子可以看出,用户A符合第一类别的用户人群包和第二类别的用户人群包,不符合第三类别的用户人群包。在投放广告时,比如第一广告投放平台的广告投放策略信息为找到更多短期内授信的用户,第二广告投放平台的广告投放策略信息为找到更为稳定还款的用户,第三广告投放平台的广告投放策略信息为希望资金尽快回笼的用户,因此第一广告投放平台对应第一类别的用户人群包,第二广告投放平台对应第三类别的用户人群包,第三广告投放平台对应第二类别的用户人群包。
由于用户A符合第一类别的用户人群包和第二类别的用户人群包,不符合第三类别的用户人群包,因此第一广告投放平台和第三广告投放平台能够接收到用户A的用户信息,第二广告投放平台不会接收到用户A的用户信息。
因此,用户旅程不仅可以用于用户体验的提升,也可以把一群用户作为一个群体特征进行特定人群的圈选。
以下结合广告投放的应用场景对上述一种基于用户旅程的用户分类方法进行应用说明:
如图3所示,一种基于用户旅程的用户分类方法应用于用户人群圈圈选主要分为三大部分。第一部分是大数据平台,第二部分是用户人群包管理平台,第三部分是媒体侧的广告投放平台。其中,如图3所示,用户人群包管理平台包括获客人群包上传平台侧和用户旅程侧。大数据平台主要对一些用户的特征数据进行收集,以生成用户旅程画像等等,产出用户人群包。其中,用户人群包通过上述一种基于用户旅程的用户分类方法处理得到。第二部分是人群包管理平台,主要用于用户旅程的特定特征圈选用户人群,并打包;第三部分是媒体侧的广告投放平台,主要是接收圈选出的用户人群包中特定用户的用户信息,进行模型训练后用于广告投放。其中,各部分的处理流程参见图3所示。
此外,实现上述广告投放的应用场景的应用架构如图4所示。其中,OOS文件为ApacheOpenOffice(OpenOffice.org)Spreadsheet文件。图4所示的应用架构,能够实现基于用户旅程进行用户人群包投放的场景。
应该理解的是,虽然流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,附图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本申请还提供一种基于用户旅程的用户分类装置,如图5所示,一种基于用户旅程的用户分类装置包括第一获取模块502、第二获取模块504以及分类模块506。第一获取模块502,用于获取预先设定的用于用户分类的一个或多个条件;第二获取模块504,用于获取目标用户的行为特征,目标用户的行为特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;分类模块506,用于根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。
在一个实施例中,目标用户的行为特征包括触点行为的时间差特征和/或触点事件的完成操作特征,触点行为的时间差特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中的时间差数据确定,触点事件的完成操作特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中各触点事件的完成操作数据确定。
在一个实施例中,一种基于用户旅程的用户分类装置还包括确定模块,用于获取任意两个或两个以上触点中各触点的触点数据;从各触点的触点数据中筛选出各触点完成触点事件的时间数据,根据各触点完成触点事件的时间数据确定任意两个或两个以上触点的触点行为的时间差数据;和/或,从各触点的触点数据中筛选出各触点事件的完成操作数据。
在一个实施例中,目标用户的行为特征包括触点行为的时间差特征和触点事件的完成操作特征,用户分类的一个或多个条件包括第一类别的条件,第一类别的条件包括设定时间内完成任意两个或两个以上触点的触点事件;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类,包括:当时间差特征与设定时间匹配,且基于触点事件的完成操作特征确定任意两个或两个以上触点的触点事件已完成时,将目标用户划分为第一类别。
在一个实施例中,用于用户分类的一个或多个条件包括第二类别的条件,第二类别的条件包括目标用户的用户旅程中目标触点的触点事件已完成;一种基于用户旅程的用户分类装置还包括划分模块,用于获取目标用户的用户旅程中目标触点的触点数据;在根据触点数据确定目标触点的触点事件已完成时,将目标用户划分为第二类别。
在一个实施例中,任意两个或两个以上触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任意两个或两个以上;目标触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任一触点。
在一个实施例中,获取预先设定的用于用户分类的一个或多个条件的之前,还包括:根据广告投放的一个或多个广告投放策略信息设定用于用户分类的一个或多个条件;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类之后,还包括:确定目标广告投放平台的用户人群包,目标广告投放平台基于广告投放策略信息确定,用户人群包中包含一个或多个用户,一个或多个用户中包含目标用户或不包含目标用户;向目标广告投放平台发送用户人群包的用户信息。
关于一种基于用户旅程的用户分类装置的具体限定可以参见上文中对于一种基于用户旅程的用户分类方法的限定,在此不再赘述。上述一种基于用户旅程的用户分类装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是支持用户管理平台运行的服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于接收用户旅程中各触点的触点数据。该计算机程序被处理器执行时以实现上述一种基于用户旅程的用户分类方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,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,处理器执行计算机程序时实现以下步骤:获取预先设定的用于用户分类的一个或多个条件;获取目标用户的行为特征,目标用户的行为特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。
在其中一个实施例中,目标用户的行为特征包括触点行为的时间差特征和/或触点事件的完成操作特征,触点行为的时间差特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中的时间差数据确定,触点事件的完成操作特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中各触点事件的完成操作数据确定。
在其中一个实施例中,处理器执行计算机程序时实现以下步骤:获取任意两个或两个以上触点中各触点的触点数据;从各触点的触点数据中筛选出各触点完成触点事件的时间数据,根据各触点完成触点事件的时间数据确定任意两个或两个以上触点的触点行为的时间差数据;和/或,从各触点的触点数据中筛选出各触点事件的完成操作数据。
在其中一个实施例中,目标用户的行为特征包括触点行为的时间差特征和触点事件的完成操作特征,用户分类的一个或多个条件包括第一类别的条件,第一类别的条件包括设定时间内完成任意两个或两个以上触点的触点事件;处理器执行计算机程序实现上述的根据一个或多个条件以及目标用户的行为特征对目标用户进行分类的步骤时,具体实现以下步骤:当时间差特征与设定时间匹配,且基于触点事件的完成操作特征确定任意两个或两个以上触点的触点事件已完成时,将目标用户划分为第一类别。
在其中一个实施例中,用于用户分类的一个或多个条件包括第二类别的条件,第二类别的条件包括目标用户的用户旅程中目标触点的触点事件已完成;处理器执行计算机程序时还实现以下步骤:获取目标用户的用户旅程中目标触点的触点数据;在根据触点数据确定目标触点的触点事件已完成时,将目标用户划分为第二类别。
在其中一个实施例中,任意两个或两个以上触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任意两个或两个以上;目标触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任一触点。
在其中一个实施例中,处理器执行计算机程序实现上述的获取预先设定的用于用户分类的一个或多个条件的步骤之前,还实现以下步骤:根据广告投放的一个或多个广告投放策略信息设定用于用户分类的一个或多个条件;处理器执行计算机程序实现上述的根据一个或多个条件以及目标用户的行为特征对目标用户进行分类的步骤之后,还实现以下步骤:确定目标广告投放平台的用户人群包,目标广告投放平台基于广告投放策略信息确定,用户人群包中包含一个或多个用户,一个或多个用户中包含目标用户或不包含目标用户;向目标广告投放平台发送用户人群包的用户信息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取预先设定的用于用户分类的一个或多个条件;获取目标用户的行为特征,目标用户的行为特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;根据一个或多个条件以及目标用户的行为特征对目标用户进行分类。
在其中一个实施例中,目标用户的行为特征包括触点行为的时间差特征和/或触点事件的完成操作特征,触点行为的时间差特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中的时间差数据确定,触点事件的完成操作特征基于目标用户的用户旅程中任意两个或两个以上触点的转换数据中各触点事件的完成操作数据确定。
在其中一个实施例中,计算机程序被处理器执行时实现以下步骤:获取任意两个或两个以上触点中各触点的触点数据;从各触点的触点数据中筛选出各触点完成触点事件的时间数据,根据各触点完成触点事件的时间数据确定任意两个或两个以上触点的触点行为的时间差数据;和/或,从各触点的触点数据中筛选出各触点事件的完成操作数据。
在其中一个实施例中,目标用户的行为特征包括触点行为的时间差特征和触点事件的完成操作特征,用户分类的一个或多个条件包括第一类别的条件,第一类别的条件包括设定时间内完成任意两个或两个以上触点的触点事件;计算机程序被处理器执行实现上述的根据一个或多个条件以及目标用户的行为特征对目标用户进行分类的步骤时,具体实现以下步骤:当时间差特征与设定时间匹配,且基于触点事件的完成操作特征确定任意两个或两个以上触点的触点事件已完成时,将目标用户划分为第一类别。
在其中一个实施例中,用于用户分类的一个或多个条件包括第二类别的条件,第二类别的条件包括目标用户的用户旅程中目标触点的触点事件已完成;计算机程序被处理器执行时还实现以下步骤:获取目标用户的用户旅程中目标触点的触点数据;在根据触点数据确定目标触点的触点事件已完成时,将目标用户划分为第二类别。
在其中一个实施例中,任意两个或两个以上触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任意两个或两个以上;目标触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任一触点。
在其中一个实施例中,计算机程序被处理器执行实现上述的获取预先设定的用于用户分类的一个或多个条件的步骤之前,还实现以下步骤:根据广告投放的一个或多个广告投放策略信息设定用于用户分类的一个或多个条件;计算机程序被处理器执行实现上述的根据一个或多个条件以及目标用户的行为特征对目标用户进行分类的步骤之后,还实现以下步骤:确定目标广告投放平台的用户人群包,目标广告投放平台基于广告投放策略信息确定,用户人群包中包含一个或多个用户,一个或多个用户中包含目标用户或不包含目标用户;向目标广告投放平台发送用户人群包的用户信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于用户旅程的用户分类方法,其特征在于,所述方法包括:
获取预先设定的用于用户分类的一个或多个条件;
获取目标用户的行为特征,所述目标用户的行为特征基于所述目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;
根据所述一个或多个条件以及所述目标用户的行为特征对所述目标用户进行分类。
2.根据权利要求1所述的方法,其特征在于,所述目标用户的行为特征包括触点行为的时间差特征和/或触点事件的完成操作特征,所述触点行为的时间差特征基于所述目标用户的用户旅程中任意两个或两个以上触点的转换数据中的时间差数据确定,所述触点事件的完成操作特征基于所述目标用户的用户旅程中任意两个或两个以上触点的转换数据中各触点事件的完成操作数据确定。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取所述任意两个或两个以上触点中各触点的触点数据;
从所述各触点的触点数据中筛选出各触点完成触点事件的时间数据,根据所述各触点完成触点事件的时间数据确定所述任意两个或两个以上触点的所述触点行为的时间差数据;
和/或,从所述各触点的触点数据中筛选出所述各触点事件的完成操作数据。
4.根据权利要求2所述的方法,其特征在于,所述目标用户的行为特征包括触点行为的时间差特征和触点事件的完成操作特征,所述用户分类的一个或多个条件包括第一类别的条件,所述第一类别的条件包括设定时间内完成所述任意两个或两个以上触点的触点事件;
所述根据所述一个或多个条件以及所述目标用户的行为特征对所述目标用户进行分类,包括:
当所述时间差特征与所述设定时间匹配,且基于所述触点事件的完成操作特征确定所述任意两个或两个以上触点的触点事件已完成时,将所述目标用户划分为所述第一类别。
5.根据权利要求4所述的方法,其特征在于,所述用于用户分类的一个或多个条件包括第二类别的条件,所述第二类别的条件包括所述目标用户的用户旅程中目标触点的触点事件已完成;所述方法还包括:
获取所述目标用户的用户旅程中目标触点的触点数据;
在根据所述触点数据确定所述目标触点的触点事件已完成时,将所述目标用户划分为所述第二类别。
6.根据权利要求5所述的方法,其特征在于,所述任意两个或两个以上触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任意两个或两个以上;
所述目标触点为曝光触点、点击触点、注册触点、首登触点、激活触点、身份验证触点、人脸识别触点、授信触点、借款申请触点、放款触点、还款触点中的任一触点。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述获取预先设定的用于用户分类的一个或多个条件的步骤之前,还包括:根据广告投放的一个或多个广告投放策略信息设定所述用于用户分类的一个或多个条件;
所述根据所述一个或多个条件以及所述目标用户的行为特征对所述目标用户进行分类的步骤之后,还包括:
确定目标广告投放平台的用户人群包,所述目标广告投放平台基于所述广告投放策略信息确定,所述用户人群包中包含一个或多个用户,所述一个或多个用户中包含所述目标用户或不包含所述目标用户;
向所述目标广告投放平台发送所述用户人群包的用户信息。
8.一种基于用户旅程的用户分类装置,其特征在于,所述装置包括:
第一获取模块,用于获取预先设定的用于用户分类的一个或多个条件;
第二获取模块,用于获取目标用户的行为特征,所述目标用户的行为特征基于所述目标用户的用户旅程中任意两个或两个以上触点的转换数据确定;
分类模块,用于根据所述一个或多个条件以及所述目标用户的行为特征对所述目标用户进行分类。
9.一种计算机设备,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权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310321672.1A CN116342193A (zh) | 2023-03-29 | 2023-03-29 | 基于用户旅程的用户分类方法、装置、计算机设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310321672.1A CN116342193A (zh) | 2023-03-29 | 2023-03-29 | 基于用户旅程的用户分类方法、装置、计算机设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116342193A true CN116342193A (zh) | 2023-06-27 |
Family
ID=86892685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310321672.1A Pending CN116342193A (zh) | 2023-03-29 | 2023-03-29 | 基于用户旅程的用户分类方法、装置、计算机设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116342193A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111666492A (zh) * | 2020-04-30 | 2020-09-15 | 中国平安财产保险股份有限公司 | 基于用户行为的信息推送方法、装置、设备及存储介质 |
CN111782966A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 用户分群方法、装置、计算机设备和介质 |
CN113128597A (zh) * | 2021-04-21 | 2021-07-16 | 浙江大学 | 一种用户行为特征的提取和分类预测的方法及装置 |
CN113888285A (zh) * | 2021-10-22 | 2022-01-04 | 北京明略昭辉科技有限公司 | 用户旅程分析方法、系统、存储介质及电子设备 |
-
2023
- 2023-03-29 CN CN202310321672.1A patent/CN116342193A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111666492A (zh) * | 2020-04-30 | 2020-09-15 | 中国平安财产保险股份有限公司 | 基于用户行为的信息推送方法、装置、设备及存储介质 |
CN111782966A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 用户分群方法、装置、计算机设备和介质 |
CN113128597A (zh) * | 2021-04-21 | 2021-07-16 | 浙江大学 | 一种用户行为特征的提取和分类预测的方法及装置 |
CN113888285A (zh) * | 2021-10-22 | 2022-01-04 | 北京明略昭辉科技有限公司 | 用户旅程分析方法、系统、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6749468B2 (ja) | 評価モデルのためのモデリング方法及び装置 | |
CN109636607A (zh) | 基于模型部署的业务数据处理方法、装置和计算机设备 | |
CN109543925B (zh) | 基于机器学习的风险预测方法、装置、计算机设备和存储介质 | |
CN109087208B (zh) | 贷前数据处理方法、装置、计算机设备和存储介质 | |
CN104965844A (zh) | 信息处理方法及装置 | |
CN108932582A (zh) | 风险信息确定方法、装置、计算机设备和存储介质 | |
CN110503564B (zh) | 基于大数据的保全案件处理方法、系统、设备及存储介质 | |
CN110363645A (zh) | 资产数据处理方法、装置、计算机设备和存储介质 | |
CN110223133B (zh) | 产品展示方法、装置、计算机设备和存储介质 | |
CN109816200A (zh) | 任务推送方法、装置、计算机设备和存储介质 | |
US20230259959A1 (en) | Multi-target prediction method and apparatus, device, storage medium and program product | |
CN109583682A (zh) | 企业财务造假风险的识别方法、装置以及计算机设备 | |
CN110728301A (zh) | 一种个人用户的信用评分方法、装置、终端及存储介质 | |
CN110704706B (zh) | 分类模型的训练方法、分类方法及相关设备、分类系统 | |
CN113302644B (zh) | 交易计划管理系统 | |
CN113487109B (zh) | 群体识别方法、装置、电子设备及存储介质 | |
CN108416662B (zh) | 一种数据验证方法及装置 | |
CN116342193A (zh) | 基于用户旅程的用户分类方法、装置、计算机设备和介质 | |
CN116320015B (zh) | 数据请求处理方法、装置、计算机设备和存储介质 | |
CN117273800A (zh) | 营销策略生成方法、装置、设备及存储介质 | |
CN111353899A (zh) | 保单信息数据处理方法、装置、计算机设备和存储介质 | |
Papantoniou et al. | Investigating the correlation of mobile phone use with trip characteristics recorded through smartphone sensors | |
CN113538044A (zh) | 一种营销方案管理方法、系统、计算机设备及存储介质 | |
CN110659978A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN112053251A (zh) | 保险费用配置方法、装置、设备及存储介质 |
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 |