CN117333203A - 一种结合商业营销解决方案的会员营销平台 - Google Patents

一种结合商业营销解决方案的会员营销平台 Download PDF

Info

Publication number
CN117333203A
CN117333203A CN202311637620.1A CN202311637620A CN117333203A CN 117333203 A CN117333203 A CN 117333203A CN 202311637620 A CN202311637620 A CN 202311637620A CN 117333203 A CN117333203 A CN 117333203A
Authority
CN
China
Prior art keywords
module
marketing
users
user
similarity
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.)
Granted
Application number
CN202311637620.1A
Other languages
English (en)
Other versions
CN117333203B (zh
Inventor
张江旭
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.)
Guangdong Fuhuiba Data Service Co ltd
Original Assignee
Guangdong Fuhuiba Data Service 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 Guangdong Fuhuiba Data Service Co ltd filed Critical Guangdong Fuhuiba Data Service Co ltd
Priority to CN202311637620.1A priority Critical patent/CN117333203B/zh
Publication of CN117333203A publication Critical patent/CN117333203A/zh
Application granted granted Critical
Publication of CN117333203B publication Critical patent/CN117333203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06F18/23—Clustering techniques
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • 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
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/45—Commerce

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及计算机技术领域，公开了一种结合商业营销解决方案的会员营销平台，包括会员管理模块、商家管理模块、商品管理模块、营销管理模块、数据分析模块、订单管理模块及数据库；其中，数据分析模块包括数据采集模块、特征计算模块、信任度计算模块、兴趣相似度计算模块、情绪感知模块、时间位置分析模块及综合分析模块。本发明不仅可以满足商户解决客户难管理、人工成本上涨、进店客流少，推广成本高等问题，而且还可以解决商家的碎片化信息过多、避免人工收费的问题，实现场景化智能运营，全面整合商家的顾客流、资金流、商品流、信息流，实现商家的智慧经营。

Description

一种结合商业营销解决方案的会员营销平台
技术领域
本发明涉及计算机技术领域，具体来说，涉及一种结合商业营销解决方案的会员营销平台。
背景技术
在互联网快速发展和电子商务日益普及的今天，传统的支付系统平台主要解决了商家商户账务管理的问题，它们有效地跟踪和处理了商户的金融交易，确保了交易的透明度和安全性。然而，这些系统往往忽略了商家面临的一项重要挑战，即如何处理和分析流失客户。
流失客户是指那些曾经频繁购买但现在减少或停止购买的客户。对于任何商家来说，了解这些客户的消费模式、购买行为和流失原因是至关重要的。然而，传统的支付系统平台无法提供这种功能，其无法根据系统分析的结果有效地促使消费者复购消费。
为了解决这个问题，会员营销系统的出现赋予了商家新的营销手段。会员营销系统是一种线上门店营销平台，它不仅帮助门店实现会员管理，还提供了精准营销、订单裂变、异业引流、快速去库存等一站式服务。这个系统通过收集和分析会员用户的特征数据、位置数据、历史购买数据、历史评价数据、状态数据和商品信息数据，以此为基础推出了高效、精准的营销策略。
会员营销系统的出现，使得商家可以更加精准地进行营销活动，提高了营销效果和用户满意度，进一步推动了电子商务平台的发展。与传统的支付系统平台相比，会员营销系统更注重用户体验和商家的营销成功率。此外，它还能将线下门店和线上传播营销无缝对接，帮助商家快速有效地入驻并创建小程序，以及创建成功的超级会员商圈活动。
总的来说，随着电子商务的发展，商家对于更高效、更精准的营销工具的需求也在增加。会员营销系统正是在这样的背景下应运而生，它以其独特的功能和优势，成为了商家营销活动中不可或缺的一部分，对电子商务平台的发展起到了积极的推动作用。因此，本发明提出了一种结合商业营销解决方案的会员营销平台。
发明内容
针对相关技术中的问题，本发明提出一种结合商业营销解决方案的会员营销平台，以消费者体验为中心，线上线下的商业融合，利用微信生态、互联网等技术手段，赋能终端、促进渠道变革与创新，有效沉淀会员，做到拉新客户→留存客户→唤醒客户→裂变方式；商家有效留存客户、唤醒顾客，结合“会员客户系统精准营销推广功能”的数据模式功能将即将流失、预流失的用户精准投放营销活动、卡券派发，达到刺激会员消费，引流活跃会员和沉睡会员到店消费；高效促进用户盘活留存有效用户。
为此，本发明采用的具体技术方案如下：
一种结合商业营销解决方案的会员营销平台，包括会员管理模块、商家管理模块、商品管理模块、营销管理模块、数据分析模块、订单管理模块及数据库；
会员管理模块，用于会员的注册、登录及推广与分享；
商家管理模块，用于商家入驻注册，并创建营销小程序及超级会员商圈活动；
商品管理模块，用于查询、录入或展示商品信息；
营销管理模块，用于创建卡券、设置各种营销活动，并根据数据分析结果向不同的会员群体发送精准营销信息，还用于各种消费场所的线上预约预订；
数据分析模块，用于利用综合分析算法结合位置信息、时间信息、会员特征信息、会员信任度信息、会员兴趣相似度及会员情绪信息为不同的会员用户精准推荐对应的营销信息，实现精准营销；
订单管理模块，用于订单的支付、生成或查询，并记录订单状态信息；
数据库，用于查询、记录会员营销平台的所有信息数据；
其中，数据分析模块包括数据采集模块、特征计算模块、信任度计算模块、兴趣相似度计算模块、情绪感知模块、时间位置分析模块及综合分析模块；
数据采集模块，用于收集会员用户的特征数据、位置数据、历史购买数据、历史评价数据、状态数据及商品信息数据，并进行量化处理；
特征计算模块，用于计算目标会员用户与其他会员用户之间的特征相似度；
信任度计算模块，用于计算目标会员用户与其他会员用户之间的信任度；
兴趣相似度计算模块，用于计算目标会员用户与其他会员用户之间的兴趣相似度；
情绪感知模块，用于计算目标会员用户与其他会员用户之间的情绪相似度；
时间位置分析模块，用于分析目标会员用户与其他会员用户之间的时间及位置差异；
综合分析模块，用于根据特征相似度、信任度、兴趣相似度、情绪相似度、位置及时间差异得到数据分析的结果，所述数据分析的结果包括向目标会员用户推荐的精准营销信息。
作为优选地，会员管理模块包括会员注册登录模块及会员推广分享模块；
其中，会员注册登录模块，用于会员信息的注册或登录；
会员推广分享模块，用于新会员的入驻及会员的裂变式推广与分享。
作为优选地，商家管理模块包括商户入驻模块及小程序创建模块；
其中，商户入驻模块，用于商家入驻注册，并设置商家信息；
小程序创建模块，用于商家创建小程序，并进行页面装饰。
作为优选地，营销管理模块包括活动管理模块、线上预约模块、超级会员商圈创建模块及扫码点餐模块；
其中，活动管理模块，用于创建优惠卡券营销活动，设置拼团、秒杀营销活动，并根据数据分析结果向不同的会员群体发送精准营销信息；
线上预约模块，用于各种娱乐消费场所的线上预约或预订；
超级会员商圈创建模块，用于创建超级会员商圈活动；
所述创建超级会员商圈活动包括：
商家通过设置自身为超级会员商圈模式成为核心商家；
核心商家通过输入待邀请商家的注册电话查询指定门店信息，并设置出资方及合作规则，合作规则包括优惠折扣、抽佣比例、积分奖励、积分抵扣比例及是否可使用余额消费；
核心商家向待邀请商家发送超级会员商圈活动的邀请，待邀请商家接受邀请并成为合作商户；
扫码点餐模块，用于消费者的消费点餐。
作为优选地，特征计算模块在计算目标会员用户与其他会员用户之间的特征相似度时包括：
依次计算目标会员用户与其他会员用户之间的性别相似度、年龄相似度及国籍相似度；
分别为性别特征、年龄特征及国籍特征设定对应的权重，并根据设定的权重分别计算目标会员用户与其他会员用户之间的特征相似度；
其中，特征相似度的计算公式为：
式中，表示会员用户m与会员用户n之间的特征相似度；
表示会员用户m与会员用户n之间的性别相似度；
表示会员用户m与会员用户n之间的年龄相似度；
表示会员用户m与会员用户n之间的国籍相似度；
表示性别特征权重，/>表示年龄特征权重，/>表示国籍特征权重；
P mk 表示会员用户m的第k个特征值；
P nk 表示会员用户n的第k个特征值；
表示会员用户m的平均特征值；
表示会员用户n的平均特征值。
作为优选地，信任度计算模块在计算目标会员用户与其他会员用户之间的信任度时包括：
分别计算目标会员用户与其他会员用户之间的全局信任度；
分别计算目标会员用户与其他会员用户之间的局部信任度；
分别为全局信任度和局部信任度设定对应的权重，并根据设定的权重分别计算目标会员用户与其他会员用户之间的信任度；
其中，信任度的计算公式为：
式中，X（m,n）表示会员用户m与会员用户n之间的信任度；
表示全局信任度的权重；
QX（m,n）表示会员用户m与会员用户n之间的全局信任度；
JX（m,n）表示会员用户m与会员用户n之间的局部信任度；
A表示会员用户的活跃度权重因子；
U表示会员用户的权威度；
j表示会员用户对所有商品的评分数量；
J表示活跃会员用户的评分总数量；
表示会员用户m对商品i的评分；
表示商品i的评分平均值；
表示商品i的最大评分值；
T（m,n）表示会员用户m，n实际进行交互的数量；
阈值d被作为信任成功建立的最少次数；
S表示会员用户m和会员用户n交互成功的总数；
F表示会员用户m和会员用户n交互失败的总数。
作为优选地，情绪感知模块在计算目标会员用户与其他会员用户之间的情绪相似度时包括：
定义会员用户的情绪标签，包括快乐、冷静、愤怒及悲伤；
获取会员用户的购买数据、评价数据、搜索数据及浏览数据，并进行预处理；
根据预处理后的数据提取会员用户的情绪特征，并使用提取的情绪特征数据及情绪标签数据训练神经网络模型；
利用训练后的神经网络模型依次对目标会员用户及其他会员用户选择商品时的数据进行分析，得到若干情绪分析结果；
利用相似度计算公式依次计算目标会员用户与其他会员用户之间的情绪相似度。
作为优选地，时间位置分析模块在分析目标会员用户与其他会员用户之间的时间及位置差异时包括：
获取会员用户的ID、购买时间、购买地点及评分的数据并进行预处理；
基于购买时间和购买地点信息构建时间和位置的特征，并对会员用户的时间和位置特征进行聚类分析，寻找购买时间和地点特征相似的会员用户群体；
将目标会员用户与其他会员用户群体进行比较，分析他们在时间和位置特征上的差异，并在时间和位置上进行衰减处理。
作为优选地，综合分析模块在根据特征相似度、信任度、兴趣相似度、情绪相似度、位置及时间差异得到数据分析的结果，数据分析的结果包括向目标会员用户推荐的精准营销信息时包括：
获取目标会员用户与其他会员用户之间的特征相似度、信任度、兴趣相似度、情绪相似度、时间位置的计算和分析结果；
确定特征相似度、信任度、兴趣相似度、情绪相似度、时间位置中各影响因素的优先级，并根据优先级为每个影响因素设定权重；
根据各影响因素的权重和目标会员用户与其他会员用户之间在各因素上的相似度或差异计算综合得分；
根据综合得分的排序结果为目标会员用户推荐相似会员用户集，并分别计算每个相似会员用户对营销信息的评分；
根据评分值由高至低的排序结果选择靠前的若干个营销信息作为推荐的精准营销信息。
作为优选地，订单管理模块包括消费支付模块及数据查询模块；
其中，消费支付模块，用于消费者的消费支付；
数据查询模块，用于商家对订单报表数据的查询；
订单包括扫码点餐订单、线上商城订单、预约预订订单及客户实体店线下收入订单。
与现有技术相比，本发明提供了结合商业营销解决方案的会员营销平台，具备以下有益效果：
（1）通过会员营销平台可以满足商户解决客户难管理、人工成本上涨、进店客流少、推广成本高等问题，会员营销平台可以满足会员营销管理系统能在会员管理、会员分群、会员储值功能、会员精准管理、营销工具/插件、行业应用功能及时洞察消费者管理等不同维度的管理需求，彻底解决商家的碎片化信息过多、避免人工收费的问题，实现场景化智能运营，支付+营销平台全面整合商家的顾客流、资金流、商品流、信息流，让商家轻松实现智慧经营的美好愿望，通过一系列增值服务，赋能企业发展，结合大数据、人工智能等高新技术，提供交易数据分析、营销方案定制、精准广告投放等专业化服务，实现流量和营销资源的精准触达，助力企业建立线上营销—进店消费—线下支付—社交分享的“互联网+生意”闭环；全流程无需过多人员参与，减少人工失误，资金直接到账店铺，后台可查看数据信息安全且放心。
（2）通过收集并分析会员用户的特征数据、位置数据、历史购买数据、历史评价数据、状态数据和商品信息数据，可以计算出会员用户间的特征相似度、信任度、兴趣相似度、情绪相似度、时间位置差异等，从而可以更精确地为目标会员用户推荐相应的营销信息，从而提高营销效果，增加用户满意度。此外，商家管理模块通过商户入驻模块、小程序创建模块及超级会员商圈创建模块，使商家可以更方便地入驻并创建小程序，以及创建成功的超级会员商圈活动。本发明实现了高效、精准的营销推荐，提高了用户体验和商家的营销成功率，对电子商务平台的发展具有积极的推动作用。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本发明实施例的一种结合商业营销解决方案的会员营销平台的结构框图；
图2是根据本发明实施例的一种结合商业营销解决方案的会员营销平台中超级会员商圈营销活动业务流程图；
图3是根据本发明实施例的一种结合商业营销解决方案的会员营销平台中用户注册原理图。
图中：
1、会员管理模块；11、会员注册登录模块；12、会员推广分享模块；2、商家管理模块；21、商户入驻模块；22、小程序创建模块；3、商品管理模块；4、营销管理模块；41、活动管理模块；42、线上预约模块；43、超级会员商圈创建模块；44、扫码点餐模块；5、数据分析模块；51、数据采集模块；52、特征计算模块；53、信任度计算模块；54、兴趣相似度计算模块；55、情绪感知模块；56、时间位置分析模块；57、综合分析模块；6、订单管理模块；61、消费支付模块；62、数据查询模块；7、数据库。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
根据本发明的实施例，提供了一种结合商业营销解决方案的会员营销平台，以微信小程序为载体帮助门店快速拓客，有效沉淀会员，精准投放营销活动，与支付系统对比可有效解决且协助商家降低获客成本，人工推销成本，商家出资建立超级会员营销商圈，邀请一定方向的目标商家入驻成为合作商家，邀请不同行业顾客，属于异业引流（商家可以利用联盟商家的流量和资源，让用户享受优惠，吸引用户关注）吸引顾客的推广营销范围较广，打破了广告局限覆盖；利用每个核心商家作为营销广告点，每个顾客到此圈商家消费系统会推广与该商家合作的全部营销优惠券，商圈推广有效拓大覆盖面并且可营销广告发放优惠券曝光率，有效提高店铺顾客流。
现结合附图和具体实施方式对本发明进一步说明，如图1-图3所示，根据本发明的一个实施例，提供了一种结合商业营销解决方案的会员营销平台，包括会员管理模块1、商家管理模块2、商品管理模块3、营销管理模块4、数据分析模块5、订单管理模块6及数据库7；
会员管理模块1，用于会员的注册、登录及推广与分享；
具体的，会员管理模块1包括会员注册登录模块11及会员推广分享模块12；
其中，会员注册登录模块11，用于会员信息的注册或登录；
会员推广分享模块12，用于新会员的入驻及会员的裂变式推广与分享，具体包括：
入驻新会员且裂变会员推广分享模式：
1）入驻拉新会员模式：
S1、小程序系统接收到从商圈中的商家二维码用户注册申请；
S2、用户则注册成为商圈会员信息。
2）会员裂变推广分享模式：
老会员通过分享会员注册链接邀请新用户入会，新用户系统则标签新会员与老会员关联，新会员触发消费支付、储值等消费机制则老会员可获得相关的比例奖励。
S1、老会员打开商圈小程序点击【分享有礼】→点击【分享】可分享给好友、朋友圈；
S2、新人用户通过老会员分享二维码链接触发到系统分享规则，则老会员作为推荐人关系存在。
商家管理模块2，用于商家入驻注册，并创建营销小程序及超级会员商圈活动；
具体的，商家管理模块2包括商户入驻模块21及小程序创建模块22；
其中，商户入驻模块21，用于商家入驻注册，并设置商家信息；
具体的，当商家成为会员后，其登录PC端进行营销时包括以下步骤：打开浏览器，输入浏览地址；系统（即本实施例中的会员营销平台）网页端接收到用户输入商家注册账号、密码，点击下方登录；系统响应到用户登录成功，则网页端展示商家登录后台下方导航栏【营销】→系统进入营销功能介绍→申请开通【营销】功能。
小程序创建模块22，用于商家创建小程序，并进行页面装饰，具体包括：
S1：前端设备小程序载体创建指令：网页端上方菜单栏【商家中心】→页面左侧二级菜单栏中【公众号授权】与【我的小程序】授权与商家工商营业执照一致的主体微信公众服务号与关联微信小程序；
S2：页面左侧二级菜单栏中【小程序装修】→装修小程序首页前端展示页面、导航栏、主体颜色；
S3：S2设置启用后，系统前端微信小程序接收到存档交互装修页面则前端展示的页面。
商品管理模块3，用于查询、录入或展示商品信息；具体应用时包括：系统网页端接收用户触发的【应用中心】→二级菜单【商品档案】Tab【商品类目档案】新增分类名称，系统则展示当前页面功能；【新增商品】：系统响应于用户触发的Tab【商品档案】→【新增商品】填写商品相关信息→点击保存上架的文件；二级菜单【出价和库存】→选择创建商品填写新增库存管理；系统根据以上用户触发的指令展示相关的商品信息内容。
营销管理模块4，用于创建卡券、设置各种营销活动，并根据数据分析结果向不同的会员群体发送精准营销信息，还用于各种消费场所的线上预约预订；
具体的，营销管理模块4包括活动管理模块41、线上预约模块42、超级会员商圈创建模块43及扫码点餐模块44；
其中，活动管理模块41，用于创建优惠卡券营销活动，设置拼团、秒杀营销活动，并根据数据分析结果向不同的会员群体发送精准营销信息；
创建优惠卡券营销活动包括：
S1：网页端一级菜单【营销中心】→接收到跳转进入左侧二级菜单【卡券】功能→跳转进入三级菜单栏【我的券】/【我的卡】页面；
S2：进入【我的券】页面，可设置不同优惠券类型分别为“满减券”、“折扣券”、“兑换券”、“商圈券”针对不同券类型点击【创建】；
S3：添加券：不同类型券的创建页面，类型券有固定的字段字符，用户设置完后点击提交且上架前端页面点击触发将指令转给后端系统执行；
S4：前端网页返回【我的券】、【我的卡】的页面可查看已创建的卡券活动，针对活动有【上下架管理】、【终止开启活动权限】。
会员客户群体系统精准营销推广包括：
S1：前端接收相关指令，进入【精准营销】当前的前端页面：上方一级菜单栏【营销中心】→进去左侧二级菜单【插件中心】→跳转进入页面点击开通【精准营销】功能；
S2、返回当前页面点击一级菜单【会员中心】→点击二级菜单【会员分群】进去分群页面，系统根据设置前端收集规则指令对不同阶段会员设置分析数据模型，系统根据不同用户的消费记录进行分批统计数据模型；有效刺激且唤醒客户消费，从而提供店铺的营业额；
以下为数据用户定义设置数据模型：
活跃会员：近X天有消费。
预流失会员：近X天无消费，且近X天有加购物车。
流失会员：近X天无消费，且近X天无加购物车。
复购用户未注册会员：近X天有加购物车。
下单未支付会员：近X天有消费未注册会员用户。
S3：以上用户定义设置完毕后点击下方【保存】，前端接收到指令后会将相关规则存档，并且根据用户进入系统规则次日生效且执行；
S4：系统根据以上不同阶段用户，进行给用户分群分组展示；【会员分群】当前页面不同阶段用户→【去运营】，进入批量操作页面；
S5：商家可采取运营营销法指定优惠券系统接到命令后指定发放优惠券给指定分群分组用户，发放指令后通过公众号服务信息推送功能触发告知用户，以上步骤可实现留存以及消费力度；当前【批量操作】页面可进行“余额充值”“余额扣除”“赠送卡券”等目的性的出尽消费的操作，填写对应参数值→点击【提交】发券。
以创建本地商圈活动为例创建核心商家与合作商家联合做附近商家商圈活动，目的商圈为一个消费者活动中心圈子，活动商家可引流消费者到本商圈内消费，从而获取门店与门店之间可做引流推广活动。
设置拼团、秒杀活动包括：
S1：用户前端网页创建触发指令：【应用中心】页面选择【秒杀/拼团活动】→系统收到指令跳转到关于创建秒杀/拼团活动页面；
S2：用户设置规则，前端规则交互指令：创建活动页面店家根据本次秒杀/拼团活动编辑活动时间、活动日期、规则跟库存、参与对象限制规则；
S3：系统设备接收到S1-S2步骤指令后，前端规则根据设置规则完成页面交互信息。
线上预约模块42，用于各种娱乐消费场所的线上预约或预订，具体应用时包括：
S1、系统接收到从商家系统上【应用中心】点击二级菜单【预约】功能进入预约店铺设置；
S2、系统执行预约规则，前端根据设置规则展示执行：预约设置页面针对预约规则、预约时间显示、预约范围、提醒消费者、预约订单容量、排班表每个时间段可开放接待人数等信息设置，商家可根据自己规则设置完毕后点击下方【保存且提交】；
S3、设置规则：【资源管理】设置技师、店员服务，创建技师名称设置技术等位与规则价格服务；
S4、系统根据S1-S3步骤设置的规则指令，前端执行指令交互信息：【方案管理】设置对应的商品服务时长、接待数、与S3步骤的【资源管理】关联，给消费者预约消费的时候可直接点击预约相关的人员安排，合理且解放了店家的人工登记成本。
超级会员商圈创建模块43，用于创建超级会员商圈活动；
创建超级会员商圈活动包括：
S1：系统接收到超级会员页面指令；一级菜单栏【营销中心】→选择二级菜单【营销活动】→【超级会员】功能菜单→进入超级会员页面；
S2：首先需要成为核心商家，核心商家为主领商家，另外的商家入驻则为是合作商家，成为核心商家需要点击【邀请者】页面（设置自己是超级会员商圈模式，并可邀请其他商家参与），反之是合作商家则点击【参与者】（商家自己参与其他超级会员商圈模式）可查看记录；用户触发【邀请者】系统跳转进入到邀请者页面→上方按钮【邀请商户】即可邀请已入驻聚合支付系统用户参加到本次商圈活动；
S3：前端系统到用户请求：输入需要邀请商家用户注册电话查询指定门店邀请→设置出资方（合作商户/本商户）取决于优惠奖励资金是由出资方垫支→设置“优惠折扣”“抽佣比例”“积分奖励”“积分抵扣比例”“是否可使用余额消费”等规则设置后，后端系统接收到用户发起请求数据，则向对应的用户发起展示邀请名单；
S4：设置完毕后下方【发起邀请】→发起邀请后合作商家APP营销模板上可收到邀请信息，需点击同意，系统前端收到用户指令后按照系统后端执行指令操作；
S5：用户打开聚合支付APP前端页面，用户前端接收账号密码登录商家端APP；
S6：用户触发下方导航栏【营销】跳转【超级会员邀请记录】按钮进入超级会员参与者页面第一个TAB栏【处理中】跳转页面，前端接收到用户指令同意后系统则邀请进入超级会员商圈活动；
S7：邀请商家可网页端后台【邀请者】页面查看所有已参加且同意的合作入驻商家合作情况。
扫码点餐模块44，用于消费者的消费点餐；具体应用时包括：
S1、系统接收到从商家系统上【应用中心】→二级菜单【扫码点餐】→店铺设置进入页面设置页面；编辑当前门店经营时间，经营状态用餐方式（堂食、打包、外卖配送）、就餐人数开关设置；
S2、设置完毕后点击保存提交指令等请求后系统则进行日志存档；
S3、当前页面接收到前端菜单新增菜品：【门店菜单】进入页面→【新增分类】创建分类类别→Tab【菜品资料】新增菜品输入菜品名称、数量、商品规格价格等信息；
S4、【桌台管理】创建店铺区域点餐码分布，创建桌台名称；
S5、后端接收前端页面指令请求，创建扫码点餐桌码：【商家中心】中的【制码中心】管理中【添加批次】在线生成电子桌码链接，商家自行联系厂商将桌码链接给制作方进行生产。
数据分析模块5，用于利用综合分析算法结合位置信息、时间信息、会员特征信息、会员信任度信息、会员兴趣相似度及会员情绪信息为不同的会员用户精准推荐对应的营销信息，实现精准营销；
其中，数据分析模块5包括数据采集模块51、特征计算模块52、信任度计算模块53、兴趣相似度计算模块54、情绪感知模块55、时间位置分析模块56及综合分析模块57；
数据采集模块51，用于收集会员用户的特征数据、位置数据、历史购买数据、历史评价数据、状态数据及商品信息数据，并进行量化处理；
会员用户的状态数据：指会员的活跃状态，即包括活跃会员、预流失会员及流失会员等，比如近X天有消费的为活跃会员，近X天无消费，且近X天有加购物车的为预流失会员，近X天无消费，且近X天无加购物车的为流失会员等。
特征计算模块52，用于计算目标会员用户与其他会员用户之间的特征相似度；
具体的，特征计算模块52在计算目标会员用户与其他会员用户之间的特征相似度时包括：
依次计算目标会员用户与其他会员用户之间的性别相似度、年龄相似度及国籍相似度；
分别为性别特征、年龄特征及国籍特征设定对应的权重，并根据设定的权重分别计算目标会员用户与其他会员用户之间的特征相似度；
其中，特征相似度的计算公式为：
式中，表示会员用户m与会员用户n之间的特征相似度；/>表示会员用户m与会员用户n之间的性别相似度；/>表示会员用户m与会员用户n之间的年龄相似度；/>表示会员用户m与会员用户n之间的国籍相似度；/>表示性别特征权重，/>表示年龄特征权重，/>表示国籍特征权重；P mk 表示会员用户m的第k个特征值，P nk 表示会员用户n的第k个特征值，/>表示会员用户m的平均特征值，/>表示会员用户n的平均特征值，当k=1、2、3时分别表示性别、年龄、国籍特征；
信任度计算模块53，用于计算目标会员用户与其他会员用户之间的信任度；
具体的，信任度计算模块53在计算目标会员用户与其他会员用户之间的信任度时包括：
分别计算目标会员用户与其他会员用户之间的全局信任度；
分别计算目标会员用户与其他会员用户之间的局部信任度；
分别为全局信任度和局部信任度设定对应的权重，并根据设定的权重分别计算目标会员用户与其他会员用户之间的信任度；
其中，信任度的计算公式为：
式中，X（m,n）表示会员用户m与会员用户n之间的信任度，表示全局信任度的权重，QX（m,n）表示会员用户m与会员用户n之间的全局信任度，JX（m,n）表示会员用户m与会员用户n之间的局部信任度，A表示会员用户的活跃度权重因子，U表示会员用户的权威度，j表示会员用户n对所有商品的评分数量，J为活跃会员用户的评分总数量，其中，“活跃会员用户”是指会员用户的评分活跃度，即会员用户对营销信息的评分数量越多，则活跃度越高，表示会员用户m对商品i的评分，/>表示商品i的评分平均值，/>表示商品i的最大评分值，T（m,n）表示会员用户m，n实际进行交互的数量，阈值d被作为信任成功建立的最少次数，S表示会员用户m和会员用户n交互成功的总数，F表示会员用户m和会员用户n交互失败的总数。
具体的，局部信任是用户与一个特定用户的直接交互信息，即2个用户对同一项目进行评价，评价结果的不同会对用户间的信任造成影响，根据用户评分差的大小来衡量交互的成功与否，可以设定交互成功所需的最大评分差阈值，然后对比最大评分阈值与评分差来判断交互的结果，当评分差小于或等于这个阈值，则认为交互是成功的，当评分差大于这个阈值，则意味着交互不成功，因为用户间的看法差异太大，无法建立有效的局部信任，其中，交互可以体现在用户对项目的评价上，例如在营销信息评价、商品评价、服务评价或任何需要用户反馈的情境中。
兴趣相似度计算模块54，用于计算目标会员用户与其他会员用户之间的兴趣相似度；
具体使用余弦相似度、欧氏距离等方法，比较不同用户的购买历史和评价历史，计算他们的兴趣相似度。
情绪感知模块55，用于计算目标会员用户与其他会员用户之间的情绪相似度；
具体的，情绪感知模块55在计算目标会员用户与其他会员用户之间的情绪相似度时包括：
定义会员用户的情绪标签，包括快乐、冷静、愤怒及悲伤；
获取会员用户的购买数据、评价数据、搜索数据及浏览数据，并进行预处理，包括清洗错误数据、处理缺失数据、将非数值数据转化为数值数据等；
根据预处理后的数据提取会员用户的情绪特征，例如，对于评价内容可以使用情感分析技术提取情感特征；对于用户行为可以通过行为分析提取行为特征；
使用提取的情绪特征数据及情绪标签数据训练神经网络模型；
利用训练后的神经网络模型依次对目标会员用户及其他会员用户选择商品时的数据进行分析，得到若干情绪分析结果；
利用相似度计算公式依次计算目标会员用户与其他会员用户之间的情绪相似度。
具体的，本实施例中神经网络模型的基本组成和训练过程如下：
1）前向传播：
在前向传播过程中，每一层的输出是通过将输入与权重矩阵相乘，然后添加偏置，最后通过激活函数处理得到的。对于每一层l，该过程可以用以下公式来描述：
其中，表示第l层的输入，/>表示第l层的权重矩阵，/>表示第l层的偏置向量，表示前一层的输出，/>表示第l层的输出，/>表示第l层的激活函数；
2）损失函数：
在训练神经网络时，通常定义一个损失函数来衡量网络的预测结果与真实结果之间的差异。对于分类问题，常用的损失函数是交叉熵损失函数，其公式为：
式中，W表示权重参数，b表示偏置参数，h表示样本数量，表示第i个样本的真实标签，/>表示第i个样本的预测结果；
3）反向传播：
在反向传播过程中，计算损失函数对每一层权重和偏置的梯度，并使用这些梯度来更新权重和偏置。对于每一层l，这个过程可以用以下公式来描述：
式中，是第l层的误差项，T代表矩阵的转置。
时间位置分析模块56，用于分析目标会员用户与其他会员用户之间的时间及位置差异；
具体的，时间位置分析模块56在分析目标会员用户与其他会员用户之间的时间及位置差异时包括：
获取会员用户的ID、购买时间、购买地点及评分等数据并进行预处理，处理缺失或错误的数据，转换数据类型（例如，将日期和时间转化为特定的格式）等；
基于购买时间和购买地点信息构建时间和位置的特征，例如，可以将购买时间分解为小时、周几、季节等；将购买地点分解为城市、省份、国家等；
对会员用户的时间和位置特征进行聚类分析，寻找购买时间和地点特征相似的会员用户群体；
将目标会员用户与其他会员用户群体进行比较，分析他们在时间和位置特征上的差异，例如，目标用户可能更倾向于在周末进行购买，或者更倾向于在特定的地理位置进行购买；
根据业务需求引入时间和地点的衰减因子。例如，可以给近期的购买行为或评分赋予更大的权重，给远离目标用户地理位置的购买行为或评分赋予更小的权重。
综合分析模块57，用于根据特征相似度、信任度、兴趣相似度、情绪相似度、位置及时间差异得到数据分析的结果，所述数据分析的结果包括向目标会员用户推荐的精准营销信息。
具体的，综合分析模块57在根据特征相似度、信任度、兴趣相似度、情绪相似度、位置及时间差异得到数据分析的结果，数据分析的结果包括向目标会员用户推荐的精准营销信息时包括：
获取目标会员用户与其他会员用户之间的特征相似度、信任度、兴趣相似度、情绪相似度、时间位置的计算和分析结果；
确定特征相似度、信任度、兴趣相似度、情绪相似度、时间位置中各影响因素的优先级（本实施例中优先级为特征相似度>信任度>兴趣相似度>情绪相似度>时间位置），并根据优先级为每个影响因素设定权重，例如：特征相似度分配0.3的权重，信任度分配0.3的权重，兴趣相似度分配0.2的权重，情绪相似度分配0.1的权重，时间和位置差异分配0.1的权重；
根据各影响因素的权重和目标会员用户与其他会员用户之间在各因素上的相似度或差异计算综合得分，计算公式为：综合得分=特征相似度*特征相似度权重+信任度*信任度权重+兴趣相似度*兴趣相似度权重+情绪相似度*情绪相似度权重+时间位置差异*时间位置差异权重；
根据综合得分的排序结果为目标会员用户推荐相似会员用户集，并分别计算每个相似会员用户对营销信息的评分；
根据评分值由高至低的排序结果选择靠前的若干个营销信息作为推荐的精准营销信息。
订单管理模块6，用于订单的支付、生成或查询，并记录订单状态信息；
具体的，订单管理模块6包括消费支付模块61及数据查询模块62；
其中，消费支付模块61，用于消费者的消费支付；
具体的，消费者商圈活动店消费支付场景步骤包括：
S1：主扫支付业务流程：开始→用户打开微信/支付宝扫一扫→扫描商圈的商户的固定收款二维码→收银台获取用户地理位置的授权→是否授权地理位置→若是，则点击【获取优惠】查询同步超级商圈会员信息→判断该微信用户手机号是否是商圈会员→若是，则输入付款金额→消费者可选择是否使用商圈会员折扣/优惠券→若是，则实付金额则按照应付金额扣除优惠金额→点击确认支付（如果商户的固定二维码是有金额的，则用户不用输入金额）→在不使用折扣/优惠券及用户使用折扣/优惠券后，点击确认支付，判断用户输入的金额是否支持→若否，则报错：金额不支持，重新输入，流程结束，若是，则执行下一步→收银台再次获取用户地理位置→是否授权地理位置→若否，则不支持付款，关闭重新扫码，并返回扫描商圈的商户的固定收款二维码，若是，则执行下一步→判断商户是否支持交易（商户状态与交易类型状态）→若否，则报错：商户不支持交易或商户交易类型不支持，流程结束，若是，则执行下一步→判断商户设备是否在可交易范围内→若是，则报错：设备不在支付范围内，不支持交易，流程结束，若是，则执行下一步→上送交易信息（上送信息看接口文档）→上送是否成功→若否，且30S超时或异常，则交易失败，若是，则获取交易请求，渠道生成订单号→交易是否成功→若否，则交易失败，流程结束，若是，则交易成功，执行下一步→是否推送结果成功→若否，则没有收到支付成功通知，异常订单，需要人工处理，流程结束，若是，则收到交易成功通知后同步订单状态至设备→是否推送结果成功→若否，则流程结束，若是，则收到交易成功通知，订单完成→成功订单进行分润；
S2：被扫核销支付业务流程：开始→在设备上点击【扫码核销】支持手动输入优惠券/消费者出示兑换券、优惠券二维码出示核销，再输入扣除后优惠券金额后输入收款金额，确认收款→判断商户是否支持交易（商户状态与交易类型状态）→若否，则商户状态异常，联系人工处理，流程结束，若是，则用户出示付款二维码，执行下一步→判断是否有效二维码→若否，则无效二维码，则通知用户换二维码，若是，则判断收款设备是否在商户地址位置内→若否，则设备不在可交易的范围内，不支持收款，若是，则生成平台订单后上送交易信息（上送信息看接口文档）→上送是否成功→若否，且30S超时或异常，则交易失败，若是，则获取交易请求→用户需要输入支付密码→密码是否正确→若否，则交易失败，用户取消支付，输入密码时如果用户主动取消支付，微信有通知，支付宝没有通知，每5S查询一次，60S后没有结果时自动取消恢复，若是，则密码正确→收到交易请求交易是否成功→若否，则用户与商户收到交易失败通知，若是，则交易成功，并生成交易成功的订单；此外，当交易信息上送成功时会生成设备请求订单状态→系统轮询查时生成的订单交易结果→是否成功→若否，则交易失败（同步渠道的报错），若是，则交易成功→成功订单进行分润。
数据查询模块62，用于商家对订单报表数据的查询，具体包括：
S1：用户触发系统前端的【订单报表】页面中包含了“商城订单”、“预约订单”“积分兑换订单”、“点餐订单”、“预约/预订订单”点击对应的类型订单进行时间筛选的查看明细，则系统查询后端日志对应日期产生的数据；
S2：用户触发系统前端的【报表统计】包含会员报表、积分报表、核销报表、点餐系统报表→筛选下单时间、日期，下单店铺进行查询；
S3：下单报表可查询全部状态、待支付、已支付、服务中的不同服务订单状态的报表，系统根据用户筛选触发的条件，查询后端日志返回给前端信息展示。
数据库7，用于查询、记录会员营销平台的所有信息数据；
具体的，数据库中具有知识库指导操作教程数据，应用时包括：接收到从商户平台的一级菜单【知识库】→发出指令，进入知识库网页；在知识库页面格式下，系统指定推送分类操作视频指导、硬件设备介绍等。
本实施例中，在原来方案中突破创新，新增了主要以下目的点：第一可提升客户忠诚度；第二增加销售额和门店收益；第三获取市场竞争优势；第四更好地了解消费者的需求；技术方案在原来消费路径上添加了埋点，将固定消费者留存，首先创建消费用户群体池，用户根据主扫消费方式或者本方案系统新增（会员裂变推广分享模式/入驻拉新会员模式）这几个模式方式进入到本次方案的【会员群体体系】，系统根据对应会员群体近期消费规则判断分流到会员群体中的不同的会员数据模型中，方便观察每个会员用户的消费习惯，可分析了解到消费者的消费需求，并且可通过本次方案中的【精准营销功能】提高销售额跟收益业绩，跟忠诚度的用户进入到会员群体中会员分组，根据近期消费数据模型分类到预流失会员群体，商家可通过新方案中系统触发【去运营】定向发券推广告活动，促进刺激用户消费。扫码点餐系统场景降低商家的人工成本，本次方案中的扫码点餐系统中门店商家可自己制作点餐码，用户通过到店消费进入到本次小程序中，前端小程序展示【商品库】中上架的商品，方便用户可自行选择点餐支付，系统根据前端的成功消费订单传给后端系统，后端接收到消费订单商品分配给到商家门店的硬件触发打印小票内容由后端送的信息模板，从而减少点餐人员耗时跟减少错误下单问题。
综上，借助于本发明的上述技术方案，通过会员营销平台可以满足商户解决客户难管理、人工成本上涨、进店客流少，推广成本高等问题，会员营销平台可以满足会员营销管理系统能在会员管理、会员分群、会员储值功能、会员精准管理、营销工具/插件、行业应用功能及时洞察消费者管理等不同维度的管理需求，彻底解决商家的碎片化信息过多、避免人工收费的问题，实现场景化智能运营，支付+营销平台全面整合商家的顾客流、资金流、商品流、信息流，让商家轻松实现智慧经营的美好愿望，通过一系列增值服务，赋能企业发展，结合大数据、人工智能等高新技术，提供交易数据分析、营销方案定制、精准广告投放等专业化服务，实现流量和营销资源的精准触达，助力企业建立线上营销—进店消费—线下支付—社交分享的“互联网+生意”闭环；全流程无需过多人员参与，减少人工失误，资金直接到账店铺，后台可查看数据信息安全且放心。
同时，通过收集并分析会员用户的特征数据、位置数据、历史购买数据、历史评价数据、状态数据和商品信息数据，可以计算出会员用户间的特征相似度、信任度、兴趣相似度、情绪相似度、时间位置差异等，从而可以更精确地为目标会员用户推荐相应的营销信息，从而提高营销效果，增加用户满意度。此外，商家管理模块通过商户入驻模块、小程序创建模块及超级会员商圈创建模块，使商家可以更方便地入驻并创建小程序，以及创建成功的超级会员商圈活动。本发明实现了高效、精准的营销推荐，提高了用户体验和商家的营销成功率，对电子商务平台的发展具有积极的推动作用。
以上所述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。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步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括以上方法所述的步骤，所述的存储介质，如：ROM/RAM、磁碟、光盘等。
以上所述实施例仅表达了本发明的几种实施方式，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，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种结合商业营销解决方案的会员营销平台，其特征在于，包括会员管理模块（1）、商家管理模块（2）、商品管理模块（3）、营销管理模块（4）、数据分析模块（5）、订单管理模块（6）及数据库（7）；
所述会员管理模块（1），用于会员的注册、登录及推广与分享；
所述商家管理模块（2），用于商家入驻注册，并创建营销小程序及超级会员商圈活动；
所述商品管理模块（3），用于查询、录入或展示商品信息；
所述营销管理模块（4），用于创建卡券、设置各种营销活动，并根据数据分析的结果向不同的会员群体发送精准营销信息，还用于各种消费场所的线上预约预订；
所述数据分析模块（5），用于根据位置信息、时间信息、会员特征信息、会员信任度信息、会员兴趣相似度及会员情绪信息得到数据分析的结果，从而为不同的会员用户推荐对应的精准营销信息；
所述订单管理模块（6），用于订单的支付、生成或查询，并记录订单状态信息；
所述数据库（7），用于查询、记录会员营销平台的所有信息数据；
其中，所述数据分析模块（5）包括数据采集模块（51）、特征计算模块（52）、信任度计算模块（53）、兴趣相似度计算模块（54）、情绪感知模块（55）、时间位置分析模块（56）及综合分析模块（57）；
所述数据采集模块（51），用于收集会员用户的特征数据、位置数据、历史购买数据、历史评价数据、状态数据及商品信息数据，并进行量化处理；
所述特征计算模块（52），用于计算目标会员用户与其他会员用户之间的特征相似度；所述特征计算模块（52）在计算目标会员用户与其他会员用户之间的特征相似度时包括：
依次计算目标会员用户与其他会员用户之间的性别相似度、年龄相似度及国籍相似度；
分别为性别特征、年龄特征及国籍特征设定对应的权重，并根据设定的权重分别计算目标会员用户与其他会员用户之间的特征相似度；
其中，特征相似度的计算公式为：
式中，表示会员用户m与会员用户n之间的特征相似度；
表示会员用户m与会员用户n之间的性别相似度；
表示会员用户m与会员用户n之间的年龄相似度；
表示会员用户m与会员用户n之间的国籍相似度；
表示性别特征权重；
表示年龄特征权重；
表示国籍特征权重；
P mk 表示会员用户m的第k个特征值；
P nk 表示会员用户n的第k个特征值；
表示会员用户m的平均特征值；
表示会员用户n的平均特征值；
所述信任度计算模块（53），用于计算目标会员用户与其他会员用户之间的信任度；
所述兴趣相似度计算模块（54），用于计算目标会员用户与其他会员用户之间的兴趣相似度；
所述情绪感知模块（55），用于计算目标会员用户与其他会员用户之间的情绪相似度；
所述时间位置分析模块（56），用于分析目标会员用户与其他会员用户之间的时间及位置差异；
所述综合分析模块（57），用于根据特征相似度、信任度、兴趣相似度、情绪相似度、位置及时间差异得到数据分析的结果，所述数据分析的结果包括向目标会员用户推荐的精准营销信息。
2.根据权利要求1所述的一种结合商业营销解决方案的会员营销平台，其特征在于，所述会员管理模块（1）包括会员注册登录模块（11）及会员推广分享模块（12）；
其中，所述会员注册登录模块（11），用于会员信息的注册或登录；
所述会员推广分享模块（12），用于新会员的入驻及会员的裂变式推广与分享。
3.根据权利要求1所述的一种结合商业营销解决方案的会员营销平台，其特征在于，所述商家管理模块（2）包括商户入驻模块（21）及小程序创建模块（22）；
其中，所述商户入驻模块（21），用于商家入驻注册，并设置商家信息；
所述小程序创建模块（22），用于商家创建营销小程序，并进行页面装饰。
4.根据权利要求1所述的一种结合商业营销解决方案的会员营销平台，其特征在于，所述营销管理模块（4）包括活动管理模块（41）、线上预约模块（42）、超级会员商圈创建模块（43）及扫码点餐模块（44）；
其中，所述活动管理模块（41），用于创建优惠卡券，设置拼团、秒杀营销活动，并根据数据分析的结果向不同的会员群体发送精准营销信息；
所述线上预约模块（42），用于各种娱乐消费场所的线上预约或预订；
所述超级会员商圈创建模块（43），用于创建超级会员商圈活动；
所述创建超级会员商圈活动包括：
商家通过设置自身为超级会员商圈模式成为核心商家；
核心商家通过输入待邀请商家的注册电话查询指定门店信息，并设置出资方及合作规则，合作规则包括优惠折扣、抽佣比例、积分奖励、积分抵扣比例及是否可使用余额消费；
核心商家向待邀请商家发送超级会员商圈活动的邀请，待邀请商家接受邀请并成为合作商户；
所述扫码点餐模块（44），用于消费者的消费点餐。
5.根据权利要求1所述的一种结合商业营销解决方案的会员营销平台，其特征在于，所述信任度计算模块（53）在计算目标会员用户与其他会员用户之间的信任度时包括：
分别计算目标会员用户与其他会员用户之间的全局信任度；
分别计算目标会员用户与其他会员用户之间的局部信任度；
分别为全局信任度和局部信任度设定对应的权重，并根据设定的权重分别计算目标会员用户与其他会员用户之间的信任度；
其中，信任度的计算公式为：
式中，X（m,n）表示会员用户m与会员用户n之间的信任度；
表示全局信任度的权重；
QX（m,n）表示会员用户m与会员用户n之间的全局信任度；
JX（m,n）表示会员用户m与会员用户n之间的局部信任度；
A表示会员用户的活跃度权重因子；
U表示会员用户的权威度；
j表示会员用户n对所有商品的评分数量；
J表示活跃会员用户的评分总数量；
表示会员用户m对商品i的评分；
表示商品i的评分平均值；
表示商品i的最大评分值；
T（m,n）表示会员用户m，n实际进行交互的数量；
阈值d被作为信任成功建立的最少次数；
S表示会员用户m和会员用户n交互成功的总数；
F表示会员用户m和会员用户n交互失败的总数。
6.根据权利要求1所述的一种结合商业营销解决方案的会员营销平台，其特征在于，所述情绪感知模块（55）在计算目标会员用户与其他会员用户之间的情绪相似度时包括：
定义会员用户的情绪标签，包括快乐、冷静、愤怒及悲伤；
获取会员用户的购买数据、评价数据、搜索数据及浏览数据，并进行预处理；
根据预处理后的数据提取会员用户的情绪特征，并使用提取的情绪特征数据及情绪标签数据训练神经网络模型；
利用训练后的神经网络模型依次对目标会员用户及其他会员用户选择商品时的数据进行分析，得到若干情绪分析结果；
利用相似度计算公式依次计算目标会员用户与其他会员用户之间的情绪相似度。
7.根据权利要求1所述的一种结合商业营销解决方案的会员营销平台，其特征在于，所述时间位置分析模块（56）在分析目标会员用户与会员用户中的其他用户会员之间的时间及位置差异时包括：
获取会员用户的ID、购买时间、购买地点及评分的数据并进行预处理；
基于购买时间和购买地点信息构建时间和位置的特征，并对会员用户的时间和位置特征进行聚类分析，寻找购买时间和地点特征相似的会员用户群体；
将目标会员用户与会员用户群体中的其他用户会员进行比较，分析他们在时间和位置特征上的差异。
8.根据权利要求1所述的一种结合商业营销解决方案的会员营销平台，其特征在于，所述综合分析模块（57），用于根据特征相似度、信任度、兴趣相似度、情绪相似度、位置及时间差异得到数据分析的结果，所述数据分析的结果包括向目标会员用户推荐的精准营销信息时包括：
获取目标会员用户与其他会员用户之间的特征相似度、信任度、兴趣相似度、情绪相似度、时间位置的计算和分析结果；
确定特征相似度、信任度、兴趣相似度、情绪相似度、时间位置中各影响因素的优先级，并根据优先级为每个影响因素设定权重；
根据各影响因素的权重和目标会员用户与其他会员用户之间在各因素上的相似度或差异计算综合得分；
根据综合得分的排序结果为目标会员用户推荐相似会员用户集，并分别计算每个相似会员用户对营销信息的评分；
根据评分值由高至低的排序结果选择靠前的若干个营销信息作为推荐的精准营销信息。
9.根据权利要求1所述的一种结合商业营销解决方案的会员营销平台，其特征在于，所述订单管理模块（6）包括消费支付模块（61）及数据查询模块（62）；
其中，所述消费支付模块（61），用于消费者的消费支付；
所述数据查询模块（62），用于商家对订单报表数据的查询；
所述订单包括扫码点餐订单、线上商城订单、预约预订订单及客户实体店线下收入订单。
CN202311637620.1A 2023-12-01 2023-12-01 一种结合商业营销解决方案的会员营销平台 Active CN117333203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311637620.1A CN117333203B (zh) 2023-12-01 2023-12-01 一种结合商业营销解决方案的会员营销平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311637620.1A CN117333203B (zh) 2023-12-01 2023-12-01 一种结合商业营销解决方案的会员营销平台

Publications (2)

Publication Number Publication Date
CN117333203A true CN117333203A (zh) 2024-01-02
CN117333203B CN117333203B (zh) 2024-04-16

Family

ID=89283494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311637620.1A Active CN117333203B (zh) 2023-12-01 2023-12-01 一种结合商业营销解决方案的会员营销平台

Country Status (1)

Country Link
CN (1) CN117333203B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118229333A (zh) * 2024-05-24 2024-06-21 成都博智维讯信息技术股份有限公司 一种基于云计算的客户营销管理系统

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010011235A1 (en) * 2000-01-29 2001-08-02 E-Net Co., Ltd. Apparatus for realizing personal shops in an electronic commerce business
WO2008094155A1 (en) * 2007-02-02 2008-08-07 Facebook, Inc. System and method for determining a trust level in a social network environment
CN107292652A (zh) * 2016-04-12 2017-10-24 长沙海商网络技术有限公司 一种全网营销型商城解决方案系统
CN107895304A (zh) * 2017-11-15 2018-04-10 国泰企发（北京）科技有限公司 一种购物商城管理系统
CN108920503A (zh) * 2018-05-28 2018-11-30 哈尔滨工程大学 一种基于社交网络信任度的微视频个性化推荐算法
CN109087177A (zh) * 2018-08-21 2018-12-25 北京京东尚科信息技术有限公司 向目标用户推荐商品的方法、装置及计算机可读存储介质
CN109584003A (zh) * 2018-11-26 2019-04-05 上海景域文化传播股份有限公司 智能推荐系统
CN110070398A (zh) * 2019-04-24 2019-07-30 上海磐享教育科技有限公司 一种共享电商平台营销推广管理系统
CN110334286A (zh) * 2019-07-10 2019-10-15 南京工业大学 一种基于信任关系的个性化推荐方法
CN111198991A (zh) * 2020-01-03 2020-05-26 长沙理工大学 一种基于信任度和专家用户的协同过滤推荐方法
CN111368219A (zh) * 2020-02-27 2020-07-03 广州腾讯科技有限公司 信息推荐方法、装置、计算机设备以及存储介质
CN111784432A (zh) * 2020-03-30 2020-10-16 苏州天联地网科技有限公司 一种基于互联网的电子商务平台及其商业模式
CN112507248A (zh) * 2020-09-18 2021-03-16 西北大学 一种基于用户评论数据和信任关系的旅游景点推荐方法
WO2021068681A1 (zh) * 2019-10-12 2021-04-15 平安科技（深圳）有限公司 标签分析方法、装置及计算机可读存储介质
CN113947442A (zh) * 2021-10-30 2022-01-18 嘉兴冰星网络科技有限公司 一种基于大数据互联网技术的新型大规模精准营销广告系统
CN114493779A (zh) * 2022-01-21 2022-05-13 北京三快在线科技有限公司 订单推荐方法、装置、可读存储介质及电子设备
CN114764732A (zh) * 2020-12-30 2022-07-19 美的集团股份有限公司 一种商品推荐方法、设备及计算机可读存储介质
CN116362786A (zh) * 2023-02-28 2023-06-30 爱仕达股份有限公司 一种基于点餐习惯的菜品个性化调味方法及装置

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010011235A1 (en) * 2000-01-29 2001-08-02 E-Net Co., Ltd. Apparatus for realizing personal shops in an electronic commerce business
WO2008094155A1 (en) * 2007-02-02 2008-08-07 Facebook, Inc. System and method for determining a trust level in a social network environment
CN107292652A (zh) * 2016-04-12 2017-10-24 长沙海商网络技术有限公司 一种全网营销型商城解决方案系统
CN107895304A (zh) * 2017-11-15 2018-04-10 国泰企发（北京）科技有限公司 一种购物商城管理系统
CN108920503A (zh) * 2018-05-28 2018-11-30 哈尔滨工程大学 一种基于社交网络信任度的微视频个性化推荐算法
CN109087177A (zh) * 2018-08-21 2018-12-25 北京京东尚科信息技术有限公司 向目标用户推荐商品的方法、装置及计算机可读存储介质
CN109584003A (zh) * 2018-11-26 2019-04-05 上海景域文化传播股份有限公司 智能推荐系统
CN110070398A (zh) * 2019-04-24 2019-07-30 上海磐享教育科技有限公司 一种共享电商平台营销推广管理系统
CN110334286A (zh) * 2019-07-10 2019-10-15 南京工业大学 一种基于信任关系的个性化推荐方法
WO2021068681A1 (zh) * 2019-10-12 2021-04-15 平安科技（深圳）有限公司 标签分析方法、装置及计算机可读存储介质
CN111198991A (zh) * 2020-01-03 2020-05-26 长沙理工大学 一种基于信任度和专家用户的协同过滤推荐方法
CN111368219A (zh) * 2020-02-27 2020-07-03 广州腾讯科技有限公司 信息推荐方法、装置、计算机设备以及存储介质
CN111784432A (zh) * 2020-03-30 2020-10-16 苏州天联地网科技有限公司 一种基于互联网的电子商务平台及其商业模式
CN112507248A (zh) * 2020-09-18 2021-03-16 西北大学 一种基于用户评论数据和信任关系的旅游景点推荐方法
CN114764732A (zh) * 2020-12-30 2022-07-19 美的集团股份有限公司 一种商品推荐方法、设备及计算机可读存储介质
CN113947442A (zh) * 2021-10-30 2022-01-18 嘉兴冰星网络科技有限公司 一种基于大数据互联网技术的新型大规模精准营销广告系统
CN114493779A (zh) * 2022-01-21 2022-05-13 北京三快在线科技有限公司 订单推荐方法、装置、可读存储介质及电子设备
CN116362786A (zh) * 2023-02-28 2023-06-30 爱仕达股份有限公司 一种基于点餐习惯的菜品个性化调味方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118229333A (zh) * 2024-05-24 2024-06-21 成都博智维讯信息技术股份有限公司 一种基于云计算的客户营销管理系统

Also Published As

Publication number Publication date
CN117333203B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
US11403665B2 (en) Automatic recommendation of offer parameters to an offer provider based on historical transaction data
CN105117418B (zh) 基于搜索的服务信息管理系统及方法
US8965784B2 (en) Reward exchange method and system implementing data collection and analysis
US8600924B2 (en) Method and system to manage multiple party rewards using a single account and artificial intelligence
US20140278850A1 (en) Crowd sourcing business services
US20120022965A1 (en) Geolocation based bidding system, method and apparatus
US20080306790A1 (en) Method and apparatus for generating and transmitting an order initiation offer to a wireless communications device
KR102608725B1 (ko) 무인매장의 상품 자동발주 서비스 제공방법, 서버 및 컴퓨터프로그램
CN110084683B (zh) 一种智能商业处理系统
CN102004979A (zh) 一种提供商品匹配推广服务的系统和方法
US11308506B2 (en) Apparatus and method for enhanced message targeting
US20080313122A1 (en) Method and system for generating an offer and transmitting the offer to a wireless communications device
CN117333203B (zh) 一种结合商业营销解决方案的会员营销平台
KR102222158B1 (ko) 무인 매장의 상품 판매 서비스 제공 방법, 서버 및 컴퓨터프로그램
US20200234339A1 (en) System and method for coordinating influencers on social media networks
Kopalle et al. Dynamic pricing: Definition, implications for managers, and future research directions
CN110503470B (zh) 一种产品销售推广的运营方法及系统
JP2001344510A (ja) 情報提供システム及び情報提供方法並びに情報提供用ソフトウェアを記録した記録媒体
KR20200112484A (ko) 샵인샵 중개 플랫폼 제공 방법 및 샵인샵 중개 플랫폼 제공 시스템
CN111861354A (zh) 一种新型的社团互助式共享福利的商业系统及方法
JP4028171B2 (ja) 分割化ポイントサービスシステム
KR102467043B1 (ko) 쇼핑몰 플랫폼 공유 시스템 및 이를 이용한 서비스 제공 방법
KR20130062400A (ko) 실시간 조건 맞춤형 거래 시스템
CN109919577A (zh) 一种企业经营精细化管理系统
CN114022187A (zh) 一种面向多人聚会的商家推荐方法与系统

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
GR01 Patent grant
GR01 Patent grant