CN1413330A - 生成真实的消费者简档的系统和方法 - Google Patents

生成真实的消费者简档的系统和方法 Download PDF

Info

Publication number
CN1413330A
CN1413330A CN 00817484 CN00817484A CN1413330A CN 1413330 A CN1413330 A CN 1413330A CN 00817484 CN00817484 CN 00817484 CN 00817484 A CN00817484 A CN 00817484A CN 1413330 A CN1413330 A CN 1413330A
Authority
CN
China
Prior art keywords
profile
consumer
consumption
behavior
truly
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
CN 00817484
Other languages
English (en)
Inventor
劳伦特·本赛曼纳
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.)
NDEX Systems Inc
Original Assignee
NDEX Systems Inc
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 NDEX Systems Inc filed Critical NDEX Systems Inc
Publication of CN1413330A publication Critical patent/CN1413330A/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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及用于初始确定消费者简档,并然后对该初始简档证实或证伪,并连续更新该简档的系统和方法。这样,作为在任何时间“支配”消费者消费简档的消费简档被认为是该顾客最新的及代表性的消费简档,因而是该时间点顾客“真实”的最具代表性的消费简档。于是,在已经证实顾客的消费简档作为该顾客最新和最具代表性的消费简档时,这同一简档被认为是该顾客“真实”的消费简档,并随后作为顾客当前基准的“真实”消费简档,直到新的支配性简档被授权并建立的那一点。要识别初始简档与顾客实际行为之间的差别,以便生成适用于建立新的支配性简档的一致性与非一致性的日志。该系统适于向顾客提供较好的产品和服务。

Description

生成真实的消费者简档的系统和方法
本发明的领域
本发明一般涉及生成“真实”顾客消费简档的系统和方法。
先有技术的说明
在顾客忠诚度的领域,针对对于顾客的特殊产品和/或服务已经提出数种技术。大多数这些技术基于两种基本方法之一:有某种方式跟踪人的行为,或简单地直接询问人的偏好,并使用这些信息推导出简档。
另外,已经提出某些技术,以便基于先前的历史数据试图预测列表内哪个条款最适合顾客的需要。
虽然这些技术已经获得相当的成功,但它们基于通过对顾客过去的消费行为或由顾客自己描述的所述消费行为跟踪而获得的数据,着重于试图预测哪个条款对于顾客为最佳。
然而一般认为,通过上述过程推导出的结果的预测中的值会大大增加,如果搜索结果是进而要确定更基本的问题,诸如“结果选择的条款是否“真的”为搜索出/顾客所需要的条款”-即不是简单地把推断限制为“列表中哪个选项最好?”,而是在所述认识到的顾客的“想要”与实际观察到的同一顾客的“需要”之间的相似性和差异性作出标识,使相关联并进行权衡,从而确定“列表中哪一个选项对该特定且唯一的顾客是最佳的?”
方法中的差别通过本说明将变得显而易见,并形成本发明的基础。
本发明的概述
本发明的目的是要提供一种系统和方法,用于初始确定顾客简档,并此后证实或证伪该初始简档,并继续更新该简档。这样,作为在任何时间“支配”消费者消费简档的消费简档被认为是该顾客最新的及代表性的消费简档,因而是该时间点顾客“真实”的最具代表性的消费简档。于是,在已经证实使顾客的消费简档作为该顾客最新和最具代表性的消费简档时,这同一简档被认为是该顾客“真实”的消费简档,并随后作为顾客当前基准的“真实”消费简档,直到新的支配性简档被授权并建立的那一点。
根据本发明,这一目的是以用于生成消费者的“真实”消费简档的系统而实现的,该系统包括:
-用于初始建立消费者自认知消费行为简档的装置;
-用于监视所述消费者行为的装置,以便生成实际行为被推断的消费简档;
-用于比较所述消费者的自认知消费行为简档与消费者的实际行为被推断的消费简档的装置,以便识别一致性和非一致性;以及
-用于基于消费者的自认知消费行为简档,消费者的实际行为被推断的消费简档,生成消费者的“真实”消费行为简档的装置。根据本发明的另一方面,这一目的是以用于生成消费者的“真实”消费简档的一种方法实现的,该方法包括,
(a)输入消费者初始自认知消费简档;
(b)跟踪消费者实际的消费行为;
(c)比较消费者的初始自认知消费简档与实际被跟踪的消费者消费行为;以及
(d)基于初始自认知消费者的消费简档与消费者实际被跟踪的消费行为之间的比较而生成“真实”的消费者消费简档。
首先最初是通过识别影响消费者的消费决定的认知(心理)上“想要”与实际(物理)上“需要”之间常常存在的不一致性,并通过建立消费者自认知消费简档(想要)与他实际消费行为推断出的简档之间的关联桥梁(常常代表着顾客的自认知“想要”与他实际的“需要”两者的组合的行为模式)以实现所述这一目的。
附图的简要说明
在阅读了以下参照下面的附图所作的其优选实施例的非限制性说明之后,将对本发明及其优点将更易于理解。
图1是根据本发明优选实施例的系统的示意图。
图2到8(包含步骤1到8)是根据本发明的优选实施例方法的框图表示。
本发明优选实施例的说明
本发明涉及用于建立个人“真实”消费者行为简档的方法和系统。该系统对于希望更好地了解他们的顾客的销售者(“用户”),或者希望更好地了解他们自己的个人都是是很有用的。
实际上,该过程是基于比较对行业特定的顾客简要问卷和/或其它行业特定顾客简要判断工具给出的响应,与通过在他实际参与给定的行业期间监视顾客的行为所获得的实际顾客行为模式结果的响应,以及与当上述两个消费简档之间出现一致和不一致性时顾客的反应的响应之间的比较。
首先两组数据存储在数据库中,其中对顾客的自认知消费简档(他的“想要”)(通过行业特定的问卷和/或其它行业特定的简档判断工具而获得)与顾客实际的消费行为简档(他的“需要”)(通过监视同一行业内顾客实际的消费行为模式)进行比较并使其相关联,以便识别出第三组数据,即识别出的两个简档之间的一致性和不一致性,这往往表示消费者的“想要”与“需要”两者之间的折衷表示的缺失。
因而,在比较两个简档或在其消费者的消费行为反应到协调的结果或其的组合时,作为分析每一个人简档或更准确地说把权重系数加于协调的结果,能够确定消费者的“真实”消费简档。
在开始潜在的消费前导调查前夕,可以在一点转而鼓励所讨论的顾客对一组附加的问题作出响应(也可以在结束起源于承担消费前导搜索的事项前夕提出问题)。在承担消费前导调查或处理起源于承担消费前导调查的事项前夕,这些问题的结果可进而用来建立顾客自认知的“想要”。这样,对于建立顾客“真实”消费简档的目的的进一步好处可能是双重的。首先,或者可进一步证实顾客当前支配性的消费简档,或可能需要更新。其次,可以观察到,顾客在一种心理状态下开始消费前导调查,这可能与其当前基准简档一致或不一致,但是在整体或部分不同的心理状态下得出的,其本身可能与当前迄今测量的顾客基准简档一致或不一致。这样,这些结果可用来进一步证实当前参照的支配性简档,或用来指出需要对消费简档进行更新。在一定的条件下,所讨论的顾客可能遵循完全不同的方式,而是遵循重新出现的消费简档。所有以上都能够用来更正确且精细地识别顾客自认知行为模式与其实际消费行为模式比较之间所存在的一致性与不一致性,这使得用户再次能够更好地了解其客户。
本发明的方法和系统的本质在于识别对桥接的需要,并进而在消费者自认知消费简档与消费者实际行为推断的消费简档之间存在的心理的,认知的和物理上的一致性与不一致性之间建立桥接(这同等适用于个人与公司)。这一系统就实用目的而言具有精确而有充分根据构成的顾客“真实”消费简档,这是通过使消费者认知的“想要”与实际的“需要”之间的一致性及不一致性相关联而实现的。
也可使用逆向的方法,其中精确而有充分根据构成的消费者“真实”行为简档将导致顾客“真实”消费简档的建立。
该系统的设计采用这样的方法,即连续建立相关并对顾客自认知简档(他“想要”)与同一顾客实际消费行为推断简档之间存在一致性与不一致性进行加权(常常是用户“想要”与“需要”两者的组合的反应)。这样,本发明使得销售者用户能够在个人自认知消费简档与他实际消费行为推断简档之间存在的心理和物理差异之间生成可理解的桥接,所有这些最终导致该个人消费者“真实”消费行为简档的建立(即考虑了消费者“想要”与“需要”之间的差别的消费者消费简档)。
作为桥接顾客自推断消费简档与他的实际市场消费行为推断简档的结果,能够采用一种改进的评估行动与策略,以便更好地满足和支持指定顾客的“真实”消费行为简档。
根据本发明优选实施例的系统和方法首先看用户按其对它的认知陈述其消费简档(即通过消费者自己认知建立消费者的“想要”)。这最好通过回答几个关键但深刻的问题来进行。这些问题组将相对于建立消费者简档的行业确定。更具体来说,这些问题将针对特定行业,诸如金融业,零售商业(这可进而划分为:衣物;硬件;计算机等)及其它行业。
然而,在一定的情形下,在特定行业环境内观察所得的消费者的“真实”消费简档,可能完全或部分地依赖于在第二个和完全独立而不相关的行业环境内同一消费者推断(即待证实的)的“证实”消费简档的确定。这种假设能够形成迅速且有效的交叉销售机会。
另一种替代方式是,能够使用消费者跟踪模型,或历史知识基础,或它们的组合生成简档。
在已经通过相关的消费者自己建立了切实的消费者简档基准时,这时系统可以跟踪或调查消费者实际的消费行为模式,连续地搜索,登录并比较消费者自己认知的消费简档与同一消费者实际消费行为推断的简档之间存在的一致性和不一致性。
此外,通过在承担消费前导调查前夕允许消费者重新陈述他自己认知的消费行为简档,正当在最靠近实际消费经历的一点,可以对消费者记忆中的方案存在的一致性与不一致性进行进一步的消费简档比较。于是,以上所示的消费简档的比较和调整,随之在通过向所述消费者本身表示这些观察可进而导致消费者“真实”消费简档被确定为分析每一个别消费简档的结果,向比较每一消费简档时,或在消费者消费行为本身对调整的结果(或它们的组合)反应时,对观察的调整结果赋予加权系数。
这样,更长及更广泛使用本系统,则可更精确地确定用户的“真实”消费简档,因而避免了由只依靠常常会作出误导的顾客自认知“想要”所引起的销售和服务差错。
然后提出正在进行的用户简档的评估和再评估的结果,作为一组支配性简档参数用来更好地指导用户以及销售者,作为每一用户实际“需要”和“想要:而不是他自己认知的“需要”和“想要”(即每一用户的“真实”的消费简档)。
这样,由于供应商对其客户所保持的切实和可量化的的知识,结果是用户(销售者)与其客户之间的相互了解的感觉,信任和忠诚。
在经济环境中,这一系统使销售者能够最好地避免当最初基于客户自己陈述/自己认知的“想要”服务于客户,而不是基于客户的“真实”和证实的“需要”和“想要”的适当加权时所出现的固有的缺陷。关键是在客户记忆中不时地要记住,销售者的过错往往在于没能够适当地抓住客户表达他“想要”的东西与客户实际“需要”的东西比较之间的微妙关系。
可以使用并组合几个潜在的方案连续地监视,证实和更新消费者的基准消费简档,这些方案都应当基于这样的概念,即“行动重于话语,而说的话可能指示最初认知的意向。”
以下只是这些推荐的方案的一些示例。第一方案(高度推荐总应当采用这一方案)是关于意识水平的,并严重依赖于消费者积极参与简档建立/简档再建立过程。当进行购买或在承担消费前导调查前夕时或在实际承担消费前导调查期间,可访问且易于使用的用户界面故意考究的设计(特别对于随时随地的商业环境)鼓励消费者有效地努力贡献信息表达他自己认知的消费行为参数。这种收集的数据被登录并与当前所参照的已有的基准简档比较。于是,用户实际消费行为简档(作为每一各种消费者特定记忆的陈述和各种陈述的消费经验时间范围)与他自己认知的消费行为简档之间存在的任何及所有的一致性及不一致性能够被记录,并能够潜在地导致消费者的参照基准“真实”的消费简档被更新。
提出的第二方案在于简单地监视消费者实际消费行为模式(意识模式),并从而这样连续地建立,考察并更新消费者当前意向被参照的基准的消费简档。
第三方案试图监视消费者下意识水平。其中在计算的时间和情景区间内,把相信是最流行的典型的消费者的销售者推断消费简档的消费者区域推出给消费者,以便证实他们或需要对消费者消费行为/简档进行考察及修改。
理想的是,基于顾客的“真实”“需要”和“想要”的相关性和加权,而不是仅仅按消费者自己认知的“想要”,对这些方案结果进行组合用来最佳地识别并建立消费者再出现的行为和消费参数。这样,就能够确定,证实并支持一种可靠而有根据的消费者的“真实”消费行为简档(例如:在汽车经销处,潜在的顾客观看运动跑车,然而潜在的消费者的预测的图示和消费参数指向微型旅行车)。
这种系统所引起的添加值有四个方面。首先,由于销售者保持详细的和认知数据库建立加权,以便赋予消费者“真实”“需要”和“想要”的每一个或部分,在观看与销售者之间能够建立诚信。因而,消费者不会轻易愿意离开与他的“真实”“需要”和“想要”这样良好协调的环境。第二,由于消费者感觉在追求为他自己消费经验满足而建立的具有“真实”消费简档中投入了时间、金钱和精力,大大提高了消费者对单个供应商的忠诚度的感觉。第三,系统的设计及其固有的建立简档原理提供了交叉销售的可能性。销售者将必定能够更好对他们现有的顾客群体定位交叉销售他们的其它产品和服务。可以更好地支持顾客,并使其更好获知在同一销售者环境内他们可得的其它产品和服务。第四,该系统及其所依靠的方法提供了增加的个人帐户的收益。通过更为精确地确定顾客“真实”“需要”和“想要”目标,销售者能够更好地定位并构成其产品和/或服务意向。结合顾客心理的销售方法能够使所有的差异有严谨的处理。此外,通过跟踪帐户的“真实”“需要”和“想要”参数的评价,销售者可以更好地预期他的客户未来可能需要什么产品和服务,并这样作出适当的决策,以保持其客户产品和服务供应商的领先地位。
在本发明的优选实施例中,最好使所述顾客知道关于顾客自身认知消费行为简档与其实际行为推断的消费简档比较的所有的一致性和不一致性。这样,由于双方理解两方面都投入建立更有基础且更为互利的关系的工作,这将进一步发扬客户/销售者诚信的感觉。
此外,作为销售者,其优点是可能是使顾客涉及赋予顾客陈述的认知“想要”和他实际被观察的“需要”的加权模型。通过更大地依赖其“真实”的消费行为简档,这可以引导顾客更为深思熟虑并能够更多地自认知。还可能具有附加的好处,即可预先通知顾客任何对其最流行的“真实”消费行为简档的偏离其结果可能是正比或反比的非满意消费经验。
使所述顾客知道有关所述顾客自认知消费行为简档与其实际行为推断的消费简档比较的所有结果的一致性与不一致性最引人注目的原因在于,销售者能够进一步监视并登录他的顾客对表示为该系统结果的数据的反应。这样,销售者可以深入进行他的分析并确定顾客“真实”消费行为模式,以便在面对他的自确定行为简档与他的实际消费推断行为简档之间存在不一致时,能够公平地监视所述顾客的反应。例如:“所述顾客将作些什么?”以及“关于顾客消费心理它能够告诉销售者什么?”
现在将参照以下附图说明本发明的系统和方法。
图1表示该系统的主要组件,这些组件将在图2到8更详细示出。
根据本发明一优选实施例的系统,由通过诸如以太网等网络32连接到中心系统11的客户应用程序12组成。为特定行业环境30配置的中心系统包括跟踪应用程序28,数据库34及简档匹配单元18。如前所述,客户首先最好通过对特定行业14制定的问卷建立基础简档。这问卷用来形成简档16。一旦已经建立起这种简档,通过客户12与系统11的所有各种相互作用,跟踪应用程序28连续地、零星地或间歇地监视客户的活动。这种活动用来建立在26特定行业内的实际的行为简档,并这样形成活动推断的简档24。在18比较认知简档16与活动推断的简档24,以便识别行业认知简档16与活动推断的简档24之间任何一致性和不一致性。这些一致性和不一致性最好在展示给客户的一日志中列出。客户在查看这一日志时识别出他或她在日志中概述的各点的反应。这样获得反应日志20,并基于行业认知简档建立新的支配性简档22,活动推断的简档和反应日志与加权策略的不同相关。
现在参照图2,本发明的处理过程以行业客户101开始。首先在107建立初始支配性消费行为简档。如前所述,这可能涉及使用行业特定的问卷,消费者跟踪模型或历史知识基础。
现参照图3,其中更详细示出初始支配性消费行为简档步骤。在使用行业特定问卷的情形下,这些结果存储在数据库105,并在109建立行业特定消费者简档。其结果是根据对问卷给出的响应的消费者简档。
结果的响应被认为是用户自认知消费行为模式,并这样这种精确的和“真实”简档的表示还要被确认和证实。另外,如果可以得到消费者的历史消费记录,并且搜寻信息的组织拥有其充分的相关性和精确性,也可以采用这种数据建立作为由消费者历史消费记录推断的进展着的消费者消费简档。至此重要的是要注意,到现在还没有能够提出消费者的“真实”消费简档识别。
然后进行问卷响应的的登录和存储。所有对问卷的响应登录并存储在“自认知简档”类别下的简档数据库内。这样,可以在任何时间为比较的目的、证实的目的和决策支持的目的检索这种数据。更具体来说,“比较的目的”是要对“已经说的事情是否正在作”与“实际正在作的是什么”的比较进行评估;“证实的目的”是要评估是否“已经说的事情是否实际正在作,”以及“进行决策的目的”是要评估“现在作什么?”或“何时要作?”
这种数据,不论其年龄和当前相关性,被连续存储和更新。这对于从来没有数据被破坏过或被认为不再相关的系统是重要的。
这种系统的目的是要建立在其整个消费寿命期以前和当前都有效的消费者的“真实”消费简档“电影式”的展现,而不是“快照”。
因而,可以建立消费者消费行为模式简档的评估并进而使用,以便展示特定消费者对于特定行业在规定的时间周期经历的消费模式各阶段。过去的简档参数在能够支持现在的和将来的决策可被参考,并如果法律上的考虑曾出现不当建议和/或客户通过供应商不满意的指控,则可作为参考。
在问卷内收集的数据一般要接受行业标准消费简档建立测计量原则,诸如;图形简档建立计量,心理简档建立计量,及行为简档建立计量。使用以上的任何或所有原则留给行业和/或搜寻信息的组织自行决定。对可能得到的任何或所有响应、一致性,不一致性及行为模式的评估并赋予值和权重留给相关行业和/或搜寻信息的组织自行决定。大部分组织都将具有一定的预先建立的计量原则,以便对他们处理的消费者类型赋予资格。
现在返回图2,一旦建立了这一初始支配消费行为简档,就监视用户的实际消费行为。应当理解,对行为的这一监视能够采取许多不同的形式。例如,但不限于此,通过保持被浏览的各种web站点,实际进行的购物(如果情形是这样,并返回),所进行的模拟等的登录能够进行监视。还能够包含对观察的响应,对听到声音、歌曲、夹子等的生物医学响应,或对观看任何类型的视频的响应(通过适当的传感器)。本发明重要的方面在于,以一种或其它方式跟踪行为,并登录这被跟踪的行为。
在步骤2,即方框135,使用历史消费数据137或客户实际的当前和未来活动消费行为139建立用户活动推断消费行为简档。在121进行消费者自认知消费简档与实际消费推断简档的比较和调整步骤5。在121识别出的一致性和不一致性在123展示给客户,并在127记录用户对这些一致性和不一致性的反应。基于用户的反应和适当的加权策略,在131建立新的消费者支配性简档,该简档导致由供应商115建立新的消费者服务方法。
在具有已经调整的消费者自认知消费简档和实际消费行为或推断简档,以及来源于这一调整的表示的所有行为反应时,能够建立消费者真实消费行为简档。这转而作为支配性简档基准被参照,在给定行业内我们未来的消费行为要与之进行比较。当然,这直到修改的和更及时的消费简档基准被认可和制定时为止。当然,该进程是被连续更新的。
基于用户的实际活动的行为能够以几种过程提取,诸如;信息请求,消费习惯,购物习惯,操作场所,web冲浪习惯等(如按步骤4),和/或使用现有的历史消费行为数据(如按步骤3)。应当理解,本发明消费数据的使用不限于消费行为活动任何特定的的场所,和/或数据的流通(这样考虑任何开始点,并视为好的开始点)。所有响应的实际活动被登录并存储在“实际行为简档”类别下的简档数据库内,其中它将转而(如步骤5)与消费者的“自认知消费简档”连续比较并求取相关性。
如图4所示,所有用户的活动的监视收集和登录能够包括这些事情,诸如信息请求,消费习惯,购物习惯,操作场所等等。还应当理解,并如上所述,可以收集附加的数据以便进一步监视消费者在这期间、或在消费前导调查前夕、或在实际消费时诸如在因特网上执行销售或购物时的心理状态。
消费者的实际消费行为数据,以及他的自认知消费行为数据,以及作为它们调整结果的所有现有的一致性与不一致性,可以在未来任何时候为比较的目的、证实的目的、进行决策的目的被检索,以及能够对该消费者识别和展示发展的消费行为途径。
如前所述,大多数行业已经建立人口统计的的和建立简档工具。这样,登录的用户行为模式能够与建立简档工具,使得可被行业接受和可使用(如步骤5)。应当理解,这一工具不是要试图对它所适用的每一行业建立新的建立简档的标准,而是依靠已经收集的经验和消费者行为知识,并证明是相关行业的消费者消费行为的典型表示。如果适用这一工具的结果是对行业简档简档建立标准的任何修改,则只把它作为对的销售者用户增加行为,而不是这一工具所图的目的。
在步骤5中,进行自认知消费简档与实际消费简档之间的比较。这一步骤不断地使用,以便连续地以实际消费简档调整当前被参照的支配性基准消费简档。实际上,要问的基本的问题是:“响应行为是否是他对自推断简档和/或被参照的支配性基准消费简档所指示的响应?
表示自认知消费简档与实际行为推断简档之间现有的一致性与不一致性的数据的施主可以选择在各种时间期间,在设置的时间期间,或只是在来自用户的请求时呈现该一致性和不一致性。
此外,向消费者表示现有的消费行为简档的一致性和不一致性的步骤6示于图6。这些可在预定的时间143或按请求145连续地141被登录并报告。在所有的情形下,基于实际消费活动推断的用户简档呈现给用户147,且基于从用户自认知消费简档所得简档推断的简档也在149呈现。允许用户自识别简档一致性与不一致性。同时,一致性与不一致性被建立并展示153。
在步骤6,现有的一致性与不一致性以及任何重新出现的行为模式向现有者表示。这样作以便可以引起消费者消费行为反应并这样潜在进而支持消费者“ 真实”消费行为简档的识别和建立(如通过步骤7)。建议不应失去任何机会来提出和/或提问响应者行为的一致性和不一致性。关于他自认知和他实际行为推断的消费简档之间现有的一致性与不一致性对响应者积极的提问越多,对于响应者以及销售者用户两者这一工具的反响利益越可提高。实际上,有较好的信息沟通消费者与销售者形成较好的商业关系。
这使得响应者以及行业用户能够查看现有的一致性与不一致性,并因而识别出对支配性简档在的调整。采用行业标准消费简档建立工具可以作出这些变化。可以采用其它原理,所有都取决于对响应者和/或行业参与者什么是最可接受的。
为了更好地表示响应者的“真实”行为,支配性简档的自识别和自修改将最肯定地鼓励现有的一致性与不一致性更好的自认识,并因而引导更大的愿意在未来更持续的行动。
这种表示清楚地展示了自认知消费简档和实际行为推断简档之间现有的一致性与不一致性,并还表示出在支配性简档中的变化,这会形成响应者“真实”行为模式更好的表示,并于是形成更精确的跟踪、比较和使用基准,以便支配用户的消费行为。对支配性简档可能的调节的识别和表示可以支持那些对调节简档参数有困难的个人,他们长期考虑的是消费行为习惯正确的表示。这样,该工具可以展示否则并不明显出现的实际发生的事情,或对第一时间查看结果的那些人员是可接受的。在不同的光线下人们常常勉强可看见他们自己,即使这种光线更精确表示出他们个人。
在本发明的优选实施例中,对与消费者推断的简档比较的消费者自认知消费简档中现有的某些或所有一致性和不一致性赋予相对权重系数(如通过行业特定的标准)。通过行业特定标准、消费者行为特定标准、消费者消费行为心理学或简单的观察,能够作出这种加权,所有这些都是业内所熟知的。
现在参照图7,在步骤7,记录用户对一致性和不一致性的反应。响应者对一致性和不一致性的反应可进而用来对每个一致性和不一致性赋予加权系数,这样能够更好地判断当对顾客投放或开发一种产品或服务意向时,什么一致性与不一致性应当被忽略以及哪个应当被考虑。
这些记录能够用来1)修改活动推断的简档和/或2)用来使响应者努力调节其行为以便更紧密地贴近通过原始自认知支配性简档建立的参数,和/或3)作为新的和最近的消费者支配性简档提供响应者实际的消费简档,在其再次受到详细检查是否改变了所述消费者的“真实”(参见步骤8)消费简档时,该简档将转而被连续地修改,和/或4)确认并登录响应者选择在与其个人不符合的环境中操作,并这样取得所有要承担的风险,这样免除了销售者-供应商任何不满意消费经验的要求。
有各种困难影响支配性简档和用户行为的选项。在155,用户修改行为以便匹配基于活动的消费简档,和/或用户修改自认知简档以便匹配基于活动的消费简档157。在两种情形下,用户要建立认知与实际163之间的一致性,并这样修改支配性简档以便更确切表示活动行为简档165。另外,用户修改行为以便匹配支配性简档167,并返回163这样修改支配性简档165。另一方面,用户不修改自认知行为简档159和/或不修改行为活动以匹配消费简档161。于是,用户不是要建立认知与支配性简档之间的一致性,于是不进行修改。
参见图8,当修改支配性简档以便更确切表示实际活动行为简档165或修改实际活动行为以便更确切表示支配性简档166时,将建立新的消费者支配性简档。
在两种情形下,表示用户的真实行为活动的行业认可的行为简档代替当前的支配性简档。换言之,在已经调整了消费者自认知消费简档和他的实际消费行为推断的简档,以及来自这一调整的表示的所有行为反应时,使得能够建立消费者真实消费行为简档。这转而又作为支配性简档基准被参照,给定行业内所有未来消费行为要与之进行比较。
借助于对消费者自认知消费简档与他实际消费行为推断的简档之间现有的一致性与不一致性进行识别、求取相关性并赋予权重系数,建立消费者的“真实”消费简档。其结果是,在未来,消费者可以调节他的实际行为模式以便更确切表示他的“真实”消费简档,或者他可以完全继续以同他的“真实”消费简档不一致的方式行动,这样导致更有代表性并与他实际行为模式一致的“真实”消费简档的确定和证实。
在这点,调整的消费者自认知消费简档和他的实际消费行为推断的简档,以及来自这一调整的表示的所有行为反应导致消费者“真实”消费行为简档的建立,替代通过消费者对行业问卷的响应、历史数据,行业特定的简档建立工具等等所获得的原来的发生的消费者‘自认知’消费简档。转而这一新建立的“真实”的消费者消费行为简档作为支配性简档基准被参照,给定行业内所有未来消费行为要与之比较,再次直到被修改并更适时的“真实”消费者消费简档基准被认可并制定时为止。并再次重复这一过程。
真实简档的建立允许销售者或用户建立对顾客更好的服务方法。
金融经纪人行业内使用的系统的一例
基础参数(即问题)可以是如下:
在打开投资者帐户的点,应当按行业标准要求投资者完成投资者简档问卷。
-这一问卷可以包含或不包含人口统计和/或金融计划数据。对此问卷的响应将按照投资者自认知用来建立投资者的简档。
●推荐这一问卷至少包含以下两个问题:
1.关于你全部的有价证卷, 你要求/预期的最小RIO(投资回报)如何
2.关于你全部的有价证卷, 你愿意/能够容忍的最大风险(资金损失) 如何
因而,在已经建立了所述投资者简档时,按对问题给出的响应诸如;投资者的MINIMUM ROI(最小投资回报)和MAXIMUM RISKTOLERACE PARAMETERS(最大风险容忍参数),对于所述投资者的最近并最有代表性的投资者简档(按投资者自认知)可作为初始基准投资者简档被参照,直到新的基准简档被认可,支持和制定。
对所有投资搜寻的机会、有价证卷表现和/或投资表现连续跟踪和比较,与所述MINIMUM ROI和MAXIMUM RISK TOLERACEPARAMETERS比较,将用来生成“TRUE”投资者行为简档。-一种投资者简档,这考虑了投资者自认知投资兴趣、他的实际投资行为推断的兴趣、以及他对这两种简档之间存在的一致性与不一致的反应。
关于投资调查和有价证卷表现越是符合MINIMUM ROI和MAXIMUM RISK TOLERACE PARAMETERS,则对在点A所陈述的两个问题给出的初始响应的精确度越大。这样,点A可被认为是最近的并最“真实”的投资者简档。
然而如果响应有价证卷实际表现和/或投资时机对投资机会和行为模式的实际调查,与在A点的所述响应不一致,则可能出现证实需要建立更有代表性和基本上更为“真实”的投资者简档。
由于基于投资者的实际投资行为模式,建立并证实了更恰当和精确的投资者简档参数组,这些新的参数将作为向所有搜寻投资机会、有价证卷表现和/或投资表现推荐的最新点被引入。这样,系统继续重新调节其投资者简档支配性参数,使得可表示所述投资者最适时、恰当和精确的简档。
简而言之,所提出的系统的使用能够使得建立并继续对投资者自推断的投资者简档与他的实际投资行为推断的投资者简档,以及他对行业接受的对现存于两者之间的一致性和不一致性的加权的反应进行比较。然后,在系统内能够实现投资者支配性简档参数(“真实”投资者简档)一个清晰和精确的图象,并用来支配其所有监视、遵从、跟踪、评估、警告(告急)和搜索功能。
还可能是鼓励投资者在承担投资导向调查、和/或执行实际投资决策前夕对一些问题作出响应。
●针对具体投资的特定问题一例可以是:
3.你计划保持这一寸头多长时间?(即你的投资时限如何?)
4.谁或什么是你优选的参照源?
5.关于这一具体投资/潜在的投资机会你的目的如何?
这样,这些调查结果可进而用来i)在承担投资导向调查和/或执行来自承担投资导向调查的交易前夕,建立顾客自认知预期(即“想要”),ii)用来进而证实当前被参照的的支配性投资者简档,或者iii)用来指示需要对投资者简档更新。(不能想象在一定条件下所述投资者同时符合所有不同的、但不断再现的投资者简档)。
作为一个示例,对各种问题的响应可以是如下:
点:A
对问卷的响应
1.你要求/预期的最小ROI如何?                 10%
2.你能够忍受的最大RISK如何?                 5%
3.投资/有价证卷的时间范围如何?              5年
4.谁是你优选的参照?                         分析师
5.对于有价证卷/投资你投资的目的如何          退休
响应将指出一种《保守》的投资姿态。
点:B
实际的行为模式
1.可积极参与的最小ROI如何?                  17%
2.实际可够忍受的最大RISK如何?               9%
3.实际持有的投资/有价证卷的时间范围如何?    6个月
4.谁是实际优选的参照?                       我兄弟
5.通过投资者行为确定的对有价证卷
/投资的实际投资目的如何?                    成长
实际投资者行为将指出一种《成长》的投资姿态。
点:C
所得的“真实”投资者简档
1.实际找出的最小ROI如何?                    17%
2.实际可够忍受的最大RISK如何?               9%
3.实际持有的投资/有价证卷的时间范围如何?    6个月
4.谁是实际优选的参照?                       家庭
5.对于通过观察投资者实际投资行为所确
定的有价证卷/投资的实际投资目的如何
/投资的实际投资目的如何?                    成长
“真实”的投资者简档可能指出:
●一种平衡的投资姿态,具有严密和可信来源证实的形式。快速的周转期和不稳定性可接受,但这些需要良好的管理,然而可能阻碍初始投资决策。
点A和B被连续跟踪并被比较,以便确定实际行为推断的对于建立点C的利益的决定性参数组。点C是对点A和B之间现存的一致性和不一致性进行调整并赋予权重,以及在对投资者呈现这些现存的加权的一致性和不一致性时他的反应的结果。点C作为投资者当前实际投资行为最近和“真实”的表示,这时可以用作基准的“真实”投资者简档。直到认可新的更“真实”的投资者简档的点为止。
于是,在基于投资者“真实”需要和想要的受经纪人良好支持的认识和理解的服务平台上能够建立投资者忠实的强烈感觉。
简档建立平台提供了连接许多提供方(行业特定)选择的使其客户可用的产品/服务/机会的数据库的可能性。这样,基于投资者的“真实”投资者简档,工具能够为投资者搜索并向其呈现机会,并同时投资者的“真实”投资者简档总是受到监视,以保证其投资者的“真实”投资者行为的精确和适时表示。这样,进而该工具使用投资者对那些被认为是最适合投资者“真实”简档的机会的呈现所作的反应的登录,提供了证实所得的“真实”投资者简档的可能性(根据行业特定标准)。此外,证实和/或证伪“真实”投资者简档当前的状态,且过程连续进行。
实际上,系统能够进而如下工作;投资者的“真实“投资者简档指出消费者喜欢INTERNET STOCKS(因特网股票),于是系统引向“YAHOO”。
●情景1:投资者 购买“YAHOO”。考虑投资者的“真实”简档。这样,系统能够进而证实当前支配性“真实”投资者简档。
●情景2:投资者不 购买“YAHOO”。还没有充分精确地考虑投资者的“真实”简档,因而继续进行对投资者实际投资行为的连续跟踪。
1.通过消费者自认知建立初始前行的支配性消费行为简档。(这可能涉及使用特别修改的行业特定问卷,以便建立恰当的前行支配性消费简档)
2.根据消费者实际消费行为活动建立消费者实际简档。(这可能涉及使用;消费者的历史消费行为数据和/或跟踪实际当前和未来消费者活动消费行为
3.比较并调整消费者自认知消费简档和他的实际消费推断简档。
4.向消费者表示现存的消费行为简档的一致性与不一致性
5.记录用户对现存的简档一致性和不一致性的反应
6.建立新的消费者支配性简档(消费者的“真实”消费简档)
●在已经调整了消费者自认知消费简档和他的实际消费行为推断简档,以及来自这种调整的所有行为反应时,能够建立消费者“真实”消费行为简档(代替通过消费者初始自认知建立的初始前行支配性消费行为简档),该简档转而作为支配性简档基准被参照,给定行业内所有未来的消费行为都与之比较;再次到修改的和更适时的“真实”消费者消费简档基准被认可并制定为止,且该过程再次自重复。
●消费者的支配性消费简档被继续监视并更新,以便可以表示所述消费者“真实”的消费行为模式。
7.供应商建立新的顾客服务方法。(这是基于顾客的“真实”消费行为简档的方法)
虽然以上通过其优选实施例对本发明进行了说明,应当指出,在所附权利要求范围内对优选实施例的任何修改不认为是对本发明性质和范围的更动和改变。

Claims (25)

1.用于生成消费者的“真实”消费简档的系统,该系统包括:
-用于初始建立消费者自认知消费行为简档的装置;
-用于监视所述消费者行为的装置,以便生成实际行为推断的消费简档;
-用于比较所述消费者的自认知消费行为简档与消费者的实际行为推断的消费简档的装置,以便识别一致性和非一致性;以及
-用于基于消费者的自认知消费行为简档,消费者的实际行为推断的消费简档,生成消费者的“真实”消费行为简档的装置。
2.根据权利要求1的系统,其中所述系统还包括用于向所述消费者的自认知消费行为简档与被跟踪的所述消费者实际行为推断的消费简档之间现存的一致性与不一致性赋予适当加权的装置。
3.根据权利要求2的系统,其中用于比较所述初始消费者简档与被跟踪的所述消费者行为的所述装置,还包括用于在反应日志中登录所述初始前行的消费者简档与被跟踪的所述消费者行为之间的一致性和不一致性。
4.根据权利要求3的系统,其中基于所述反应日志生成所述“真实”的消费简档。
5.根据权利要求1的系统,其中用于比较的装置偶尔被激活。
6.根据权利要求1的系统,其中用于比较的装置在预定时间被激活。
7.根据权利要求1的系统,其中其中用于比较的装置连续被激活。
8.根据权利要求3的系统,其中所述“真实”消费简档被连续更新。并在建立初始简档之后由所述用于比较的装置使用。
9.根据权利要求1的系统,其中用于建立初始消费者自认知消费简档的所述装置包括要由所述消费者回答的问卷。
10.根据权利要求1的系统,其中用于跟踪所述消费者实际消费模式行为的所述装置包括用于跟踪查询和购买的装置。
11.根据权利要求10的系统,其中用于跟踪所述消费者行为的所述装置还包括用于跟踪模拟的装置。
12.根据权利要求1的系统,其中所述“真实”消费简档用来由所述系统的销售者-用户建立精确的消费者服务方法。
13.根据权利要求9的系统,其中所述问卷是行业特定的问卷。
14.根据权利要求1的系统,其中所述初始消费者简档是使用先前存在的历史数据生成的。
15.根据权利要求3的系统,其中依赖于所述消费者反应,所述“真实”消费简档被修改或不修改。
16.根据权利要求1的系统,其中所述真实消费者简档用来向所述消费者推荐产品或服务。
17.根据权利要求2的系统,其中所述适当的加权是行业接受的加权。
18.用于建立“真实”消费者简档的一种方法,该方法包括步骤:
(a)输入消费者初始自认知消费简档;
(b)跟踪消费者实际的消费行为;
(c)比较消费者的初始自认知消费简档与实际被跟踪的消费者消费行为;以及
(d)基于初始自认知消费者的消费简档与消费者实际被跟踪的消费行为之间的比较而生成“真实”的消费者消费简档。
19.根据权利要求18的方法,其中所述步骤(c)还包括在反应日志中登录一致性与并不一致性的步骤。
20.根据权利要求18的方法,其中所述步骤(a)包括管理对消费者的行业特定的问卷。
21.根据权利要求18的方法,其中所述步骤(a)包括使用预先存在的历史数据的步骤。
22.根据权利要求18的方法,其中所述步骤(c)还包括向所述消费者展示所述一致性与不一致性以从其获得反应的步骤。
23.根据权利要求22的方法,其中依赖于来自用户的反应,所述“真实”的消费者简档被修改或不修改。
24.根据权利要求18的方法,其中所述步骤(c)还包括向初始自认知的消费者消费行为简档与被实际跟踪的消费者消费行为之间现存的一致性与不一致性赋予加权的步骤。
25.根据权利要求1的系统,其中所述初始消费者简档使用行业特定的简档建立工具生成。
CN 00817484 1999-12-20 2000-12-19 生成真实的消费者简档的系统和方法 Pending CN1413330A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CA 2293031 CA2293031A1 (en) 1999-12-20 1999-12-20 Consumer profile determination and validation
CA2,293,031 1999-12-20

Publications (1)

Publication Number Publication Date
CN1413330A true CN1413330A (zh) 2003-04-23

Family

ID=4164939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 00817484 Pending CN1413330A (zh) 1999-12-20 2000-12-19 生成真实的消费者简档的系统和方法

Country Status (7)

Country Link
EP (1) EP1242954A2 (zh)
JP (1) JP2003524236A (zh)
CN (1) CN1413330A (zh)
AU (1) AU2137901A (zh)
CA (1) CA2293031A1 (zh)
RU (1) RU2002119426A (zh)
WO (1) WO2001046876A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105446802A (zh) * 2014-08-13 2016-03-30 阿里巴巴集团控股有限公司 一种基于转化率的操作执行方法及装置
CN108475380A (zh) * 2015-12-30 2018-08-31 汤姆逊许可公司 基于简档和经过时间修改要消费的内容

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6546545B1 (en) 1998-03-05 2003-04-08 American Management Systems, Inc. Versioning in a rules based decision management system
US8364578B1 (en) 1998-03-05 2013-01-29 Cgi Technologies And Solutions Inc. Simultaneous customer/account strategy execution in a decision management system
US6601034B1 (en) 1998-03-05 2003-07-29 American Management Systems, Inc. Decision management system which is cross-function, cross-industry and cross-platform
US6609120B1 (en) 1998-03-05 2003-08-19 American Management Systems, Inc. Decision management system which automatically searches for strategy components in a strategy
US6708155B1 (en) 1999-07-07 2004-03-16 American Management Systems, Inc. Decision management system with automated strategy optimization
GB9922665D0 (en) 1999-09-25 1999-11-24 Hewlett Packard Co A method of enforcing trusted functionality in a full function platform
GB9923804D0 (en) 1999-10-08 1999-12-08 Hewlett Packard Co Electronic commerce system
EP1282024A1 (en) 2001-07-30 2003-02-05 Hewlett-Packard Company Trusted identities on a trusted computing platform
GB2379753A (en) * 2001-09-13 2003-03-19 Hewlett Packard Co Method and apparatus for user self-profiling
US9235849B2 (en) * 2003-12-31 2016-01-12 Google Inc. Generating user information for use in targeted advertising
US20140279821A1 (en) * 2013-03-15 2014-09-18 Xperscore, Inc. System and method for tracking knowledge and expertise
EP3065094A1 (en) 2013-10-31 2016-09-07 Fujitsu Limited Information presentation method, device, and program
US10467697B2 (en) 2016-04-18 2019-11-05 Laurent Bensemana Method and system for building an enhanced investment portfolio

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105446802A (zh) * 2014-08-13 2016-03-30 阿里巴巴集团控股有限公司 一种基于转化率的操作执行方法及装置
CN108475380A (zh) * 2015-12-30 2018-08-31 汤姆逊许可公司 基于简档和经过时间修改要消费的内容
US11514116B2 (en) 2015-12-30 2022-11-29 Interdigital Madison Patent Holdings, Sas Modifying content to be consumed based on profile and elapsed time

Also Published As

Publication number Publication date
CA2293031A1 (en) 2001-06-20
WO2001046876A2 (en) 2001-06-28
EP1242954A2 (en) 2002-09-25
AU2137901A (en) 2001-07-03
WO2001046876A8 (en) 2001-11-08
JP2003524236A (ja) 2003-08-12
RU2002119426A (ru) 2004-03-10

Similar Documents

Publication Publication Date Title
CN1413330A (zh) 生成真实的消费者简档的系统和方法
US20200356615A1 (en) Method for determining news veracity
US20190251593A1 (en) Methods and systems for targeted b2b advertising campaigns generation using an ai recommendation engine
US7188076B2 (en) System and method for creating a true customer profile
Ballard et al. More is meaningful: the magnitude effect in intertemporal choice depends on self-control
Timoumi et al. Is your retailer a friend or foe: When should the manufacturer allow its retailer to refurbish?
Gruber et al. Managing intelligence: Skilled experts and AI in markets for complex products
Carlson et al. Lineup fairness: Propitious heterogeneity and the diagnostic feature-detection hypothesis
EP2350956A2 (en) Mining interactions to manage customer experience throughout a customer service lifecycle
CA2496278A1 (en) Statistical personalized recommendation system
CN1285065A (zh) 金融顾问系统
CN110991189A (zh) 一种根据采集模块采集的数据生成决策结果的方法及系统
Lei et al. Swayed by the reviews: Disentangling the effects of average ratings and individual reviews in online word‐of‐mouth
US20200234829A1 (en) Systems and methods for facilitating response prediction for a condition
Bian et al. Quality certification in agricultural supply chains: Implications from government information provision
Habel et al. Effective implementation of predictive sales analytics
Busch et al. Policy recommendations of international bureaucracies: the importance of country-specificity
Pazhayattil et al. An empirical study to accelerate machine learning and artificial intelligence adoption in pharmaceutical manufacturing organizations
Elder et al. Knowing when to pass: The effect of AI reliability in risky decision contexts
US20100169106A1 (en) System and method for profiling jurors
Gruber et al. Managing intelligence: Skilled experts and decision support in markets for complex products
Yang et al. Base rate neglect and neural computations for subjective weight in decision under uncertainty
CN115713389A (zh) 理财产品推荐方法及装置
Jung et al. Neural representations in the prefrontal cortex are task dependent for scene attributes but not for scene categories
CN115271870A (zh) 一种基于大数据的市场营销信息处理系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication