TWI706356B - 業務引流的方法和裝置 - Google Patents

業務引流的方法和裝置 Download PDF

Info

Publication number
TWI706356B
TWI706356B TW106139684A TW106139684A TWI706356B TW I706356 B TWI706356 B TW I706356B TW 106139684 A TW106139684 A TW 106139684A TW 106139684 A TW106139684 A TW 106139684A TW I706356 B TWI706356 B TW I706356B
Authority
TW
Taiwan
Prior art keywords
user
business
target
information
service
Prior art date
Application number
TW106139684A
Other languages
English (en)
Other versions
TW201833839A (zh
Inventor
丁偉偉
陶晨
金峰
魯震宇
文佳俊
杜永剛
何文明
馮照臨
楊志蓉
楊鍇
Original Assignee
香港商阿里巴巴集團服務有限公司
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 香港商阿里巴巴集團服務有限公司 filed Critical 香港商阿里巴巴集團服務有限公司
Publication of TW201833839A publication Critical patent/TW201833839A/zh
Application granted granted Critical
Publication of TWI706356B publication Critical patent/TWI706356B/zh

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
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0255Targeted advertisements based on user history
    • 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
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities
    • 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
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • 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
    • G06Q30/0241Advertisements
    • G06Q30/0277Online advertisement
    • 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
    • G06Q30/0282Rating or review of business operators or products
    • 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
    • G06Q30/04Billing or invoicing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/51Discovery or management thereof, e.g. service location protocol [SLP] or web services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/535Tracking the activity of the user
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/55Push-based network services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Navigation (AREA)

Abstract

本發明提供一種業務引流的方法和裝置,其中方法包括:對於一種目標業務,獲取使用該目標業務的用戶的歷史行為資料;分析該歷史行為資料,得到用於限定業務引流的目標用戶的用戶特徵;由未使用該目標業務的用戶中,選擇符合該用戶特徵的用戶作為該目標用戶;向該目標用戶發送業務引流資訊,以引導該目標用戶使用目標業務。本發明引流時將更有針對性,從而能夠提高引流的效果。

Description

業務引流的方法和裝置
本發明涉及網際網路應用技術領域,特別涉及一種業務引流的方法和裝置。
不同的業務擁有的用戶量是不同的,可能有些業務的用戶多一些,有些業務的用戶少一些,為了實現某種業務的業務量的增長,“業務間交叉引流”是一種方式,比如,可以將另一種業務的用戶引流到所期望增長的業務上來。比如,以線上繳費業務為例,用戶可以通過安裝在移動設備上的應用繳納水費、電費、煤氣費、有線電視費等等。但是,用戶不一定會使用全部類型的業務,開通了電費繳納的用戶可能並未開通水費繳納業務。
有鑑於此,本發明提供一種業務引流的方法和裝置,以提高引流的準確率。 具體地,本發明是通過如下技術方案實現的: 第一方面,提供一種業務引流的方法,該方法包括: 對於一種目標業務,獲取使用該目標業務的用戶的歷史行為資料; 分析該歷史行為資料,得到用於限定業務引流的目標用戶的用戶特徵; 由未使用該目標業務的用戶中,選擇符合該用戶特徵的用戶作為該目標用戶; 向該目標用戶發送業務引流資訊,以引導該目標用戶使用目標業務。 第二方面,提供一種業務引流的方法,該方法包括: 對於關聯業務組中的任意一種目標業務,確定使用該目標業務的用戶; 根據該用戶的歷史行為資料,得到該用戶對該關聯業務組的業務使用資訊; 若根據該業務使用資訊確定該用戶未使用關聯業務,該關聯業務是該關聯業務組中除該目標業務之外的其他業務,則向該用戶發送業務引流資訊,以引導該用戶使用該關聯業務。 第三方面,提供一種業務引流的裝置,該裝置包括: 資料獲取模組,用於對於一種目標業務,獲取使用該目標業務的用戶的歷史行為資料; 資料分析模組,用於分析該歷史行為資料,得到用於限定業務引流的目標用戶的用戶特徵; 用戶選擇模組,用於由未使用該目標業務的用戶中,選擇符合該用戶特徵的用戶作為該目標用戶; 資訊發送模組,用於向該目標用戶發送業務引流資訊,以引導該目標用戶使用目標業務。 第四方面,提供一種業務引流的裝置,該裝置包括: 用戶確定模組,用於對於關聯業務組中的任意一種目標業務,確定使用該目標業務的用戶; 資訊獲取模組,用於根據該用戶的歷史行為資料,得到該用戶對該關聯業務組的業務使用資訊; 引流處理模組,用於若根據該業務使用資訊確定該用戶未使用關聯業務,該關聯業務是該關聯業務組中除該目標業務之外的其他業務,則向該用戶發送業務引流資訊,以引導該用戶使用該關聯業務。 本發明的業務引流的方法和裝置,在引流的目標用戶的選擇時,是通過資料分析預測能夠使用目標業務的用戶作為目標用戶,相對於現有技術中不區分用戶的方式,引流時將更有針對性,從而能夠提高引流的效果。
“業務間交叉引流”是一種在不同業務間引導新用戶,進而達到業務增長的方式。例如傳統的業務間交叉引流的方式中,在繳納電費時提供繳納水費的訪問入口,用戶看到該訪問入口就可能去使用水費繳納業務,從而使得水費繳納業務的流量增加。但是這種通過不同業務提供相互間的訪問入口引流的方式,屬被動式引流,對於業務訪問入口所展示的用戶,完全不知道該用戶是否會通過入口使用所引導的業務,也許有的用戶根本就對入口引導的業務沒有興趣,或者可能用戶已經在使用該業務,因此,上述的提供訪問入口的靜態引流方式不能達到很好的引流效果,容易形成缺乏針對性的無效推薦,導致資源浪費。此外,上述的靜態引流方式觸發門檻高,需要用戶使用業務時才能觸發。 基於此,本發明實施例提供了一種業務間交叉引流方法,該方法並不通過靜態提供業務訪問入口的方式實現引流,而是通過對歷史資料的分析,分析出哪些潛在的用戶具有較高概率的使用某業務的傾向,在引流時只向這些用戶發送引流通知。該方法在用戶的選擇上更有針對性,所以能夠提高引流效果。 如下將以線上繳費業務的業務間交叉引流為例,對本發明的方法進行描述;但是,該方法同樣可以應用於其他類似的應用場景,不局限於線上繳費業務。在線上繳費業務中,繳費用戶的規模早已達到千萬級規模,且線上繳費業務可以包括電費、水費、燃氣費、有線電視費等多種類型的繳費業務,很多用戶可能只開通了其中一種或兩種業務,並未使用全部的業務。比如,有些用戶開通了燃氣費業務但沒有開通水費業務,有些用戶開通了電費用戶但未開通水費業務。通過本發明的引流方法,可以將使用一種類型業務的用戶引流到另一種業務上,促進另一種業務的業務量增長,比如,可以將電費業務用戶引導至也使用水費業務;當然,也可以是將未開通任何業務的用戶引導至某一種業務,只要該用戶使用了線上繳費業務所在的應用即可,比如,有個用戶在自己的智能設備上安裝使用了一個應用,該應用中包括線上繳費業務的業務入口,但是用戶從來沒使用過線上繳費業務,本例子的方法也可以將這類用戶進行引流。 圖1示例了業務引流方法的一個應用系統,該應用系統可以用於描述線上繳費業務場景中的業務間交叉引流。例如,線上繳費業務可以是安裝在用戶某個APP中一個應用模組,如圖2的示例,用戶可以點擊APP中的“線上繳費”模組,進入後可以看到該線上繳費業務模組可以包括水費、電費等多種類型的繳費業務。 只要用戶註冊了APP,用戶使用該APP進行各種業務時的資訊,都可以被獲取並儲存到圖1的資料倉庫11中,即使用戶沒有使用線上繳費業務,也可能使用了APP中的其他業務,比如網絡購物、購火車票等,業務使用中涉及的資訊都可以被儲存到資料倉庫11。在一個例子中,資料倉庫11中可以儲存有使用了電費繳納業務的用戶的歷史行為資料,例如,該歷史行為資料可以包括:用戶的地理位置範圍(如,所在省市的某小區)、歷史繳費記錄(如,歷史繳費的日期)、繳費機構(如,向某個電力公司繳費)等。 資料倉庫11中還可以包括很多其他的用戶資訊,本發明例子中的引流方法將使用資料倉庫中的資料進行資料分析,將資料分析的結果應用於本發明中的業務間交叉引流,以使得引流效果更好。如下可以結合圖3和圖1,說明資料分析如何對業務間交叉引流提供輔助,如圖3所示,該方法可以包括: 在步驟301中,對於一種目標業務,獲取使用該目標業務的用戶的歷史行為資料。 例如,在一個例子中,假設通過分析電費繳納用戶的資料,去引導尚未使用電費業務的其他用戶使用電費業務,則所分析的電費繳納用戶可以稱為“種子用戶”,而電費業務可以稱為本例子中的目標業務。 應用APP可以獲取到使用其中的電費業務的用戶的資料,比如,所述的歷史行為資料可以包括:用戶的地理位置資訊、歷史繳費記錄、繳費的電力公司等諸多資料。這些資料都可以儲存在圖1中的資料倉庫11中。此外,本步驟中的種子用戶,可以只是目標業務的全部用戶或者一部分用戶。 在步驟302中,分析歷史行為資料,得到用於限定業務引流的目標用戶的用戶特徵。本例子中,可以根據步驟301中的電費用戶的資料進行資料分析,預測哪些其他用戶(即尚未使用電費業務的用戶)能夠使用電費業務,可以將預測的這些用戶稱為目標用戶,將目標用戶引流到使用電費業務上。 其中,在目標用戶的確定過程中,需要選擇將哪些用戶作為目標用戶,則需要一些用戶選擇時的依據。本步驟中,可以通過分析步驟301中的種子用戶的歷史行為資料,得到一些用於在後續步驟匹配目標用戶的用戶特徵。 比如,該用戶特徵可以是用戶所在的地理位置範圍,該地理位置範圍例如可以是用戶所在的小區資訊。例如,對於線上繳費業務來說,可能地域性特徵比較強,A小區的用戶與B小區的用戶在繳費時可能並不屬同一個電力公司,在引流資訊發送時,例如,發送出帳提醒時,並不適於將A小區的出帳提醒發送至B小區的用戶,因為A小區的出帳是a公司的出帳,B小區不是a公司的業務覆蓋範圍。本步驟的資料分析預測,可以基於上述的這種地域性特徵,選擇能夠使用目標業務的用戶作為目標用戶,比如,如果根據A小區電費用戶的資料分析結果,選擇A小區的尚未使用電費業務的其他用戶作為目標用戶,是可以的。後續將舉例詳述。 在步驟303中,由未使用目標業務的用戶中,選擇符合該用戶特徵的用戶作為該目標用戶。比如,可以選擇與種子用戶在同一個小區的用戶作為目標用戶。本步驟分析到的目標用戶的資訊,可以儲存在圖1中的伺服器12中。 在步驟304中,向該目標用戶發送業務引流資訊,以引導目標用戶使用目標業務。本步驟的業務引流資訊可以是用於引導目標用戶使用目標業務的資訊,以線上繳費業務為例,例如,本步驟的引流資訊可以是電費的出帳提醒,在一個例子中,某電費業務的出帳提醒,可以不僅發送至A小區的電費用戶,還可以發送至A小區的尚未使用電費業務的用戶,以引導尚未使用電費業務的用戶使用電費業務,從而實現電費業務流量的增加。 結合圖1來看,繳費機構13發送的一些提醒或者通知的消息,可以發送至聚合資料平台14,該聚合資料平台14還可以綜合根據伺服器12中的目標用戶的資料,將繳費機構13要發送的消息作為引流資訊,通過繳費系統15發送至目標用戶。如果引流成功,例如,尚未使用電費業務的目標用戶根據引流,使用了電費業務繳納電費,則繳費系統15可以將最新資料沉澱到資料倉庫11,此時原來的目標用戶已經成為電費用戶,參與下一次的資料分析和目標用戶選取。 本例子的業務引流的方法,在引流的目標用戶的選擇時,是通過資料分析預測能夠使用目標業務的用戶作為目標用戶,相對於現有技術中不區分用戶的方式,引流時將更有針對性,從而能夠提高引流的效果;並且,該方法即使用戶不使用業務也可以接收到業務引流資訊,容易引起用戶關注。 如下通過兩個例子描述本發明的業務引流的方法,但是實際實施中並不局限於這些方式。 圖4示例了一種業務引流的方法流程,該例子中,可以利用種子用戶的所在地理位置範圍,選取同一地理位置範圍內的其他潛在用戶進行業務間引流,在該例子中,用於匹配目標用戶的用戶特徵可以是地理位置範圍資訊。 在步驟401中,根據種子用戶的歷史行為資料,得到種子用戶所在的地理位置範圍。 例如,以線上繳費業務中的電費業務用戶為例,使用了APP中的電費繳納業務的用戶,可能還使用APP進行過網絡購物等行為,可以獲取到用戶的住址資訊,或者,還可以通過LBS(Location Based Service)定位等方式,獲取用戶地理位置,得到用戶的地理位置範圍。本例子中的地理位置範圍以用戶所住的小區為例進行描述,本例子可以將用戶的小區稱為目標小區。 在步驟402中,確定位於同一地理位置範圍內的待選用戶的歷史行為資料。 例如,可以將與步驟401的用戶位於同一小區的APP用戶,作為待選用戶。這些待選用戶可以是使用了應用APP,但是並未使用其中的任何類型線上繳費業務的用戶;或者,待選用戶還可以是使用了至少一種線上繳費業務的用戶,但是所使用的繳費業務不是電費,比如用戶使用的是水費或燃氣費業務。 本步驟中的待選用戶的歷史行為資料,同樣可以包括與該用戶相關的多種資料,都是可以由用戶使用應用APP的歷史行為中獲取。例如,用戶的住址資訊、登錄頻度、輿情回饋等。待選用戶的歷史行為資料將應用在下一步驟中。 在步驟403中,根據該歷史行為資料,選擇具有目標業務使用傾向的用戶作為目標用戶。 本步驟中,可以根據步驟402中獲得的待選用戶的歷史行為資料進行資料分析,選取目標用戶。例如,與步驟401中的種子用戶在同一小區的待選用戶可以有很多,如果將所有的待選用戶都進行引流提醒,不是太精准,本步驟可以從這些待選用戶中進一步篩選,從中選擇具有目標業務使用傾向的用戶作為目標用戶。這裡所述的具有目標業務使用傾向,即用戶具有較高的概率使用引流提醒的電費業務,而哪些用戶具有這種傾向,則可以根據步驟402中的資料分析得到。 舉一個例子如下:假設在步驟402中獲得的待選用戶的歷史行為資料,可以包括:該待選用戶的歷史發佈資訊,該發佈資訊可以是輿情資訊。所述的歷史輿情資訊例如可以是,用戶曾經發佈過一些輿情,如“咱們小區的電費繳納業務什麼時候開通,期望快點!”,或者“誰知道怎麼使用電費業務,我想使用”等。這些輿情資訊表明該待選用戶期望使用目標業務即本例子中的電費業務,那麼將此類用戶作為引流的目標用戶,準確度更高,更容易實現成功引流。因此,可以將上述的歷史輿情資訊反映出具有目標業務使用傾向的用戶作為目標用戶。 當然,由待選用戶中選擇目標用戶的方式可以有很多,不限制於上述的根據輿情資訊來選擇的例子。比如,在後續的圖5所示的例子中,還將描述一種選擇目標用戶的方式,這種方式同樣可以應用於本例子中。此外,本例子的流程是舉例可以選擇具有目標業務使用傾向的用戶,實際實施中,即使不能確定用戶是否具有這種傾向,只要用戶符合上述匹配的用戶特徵,就可以作為目標用戶。比如,只要用戶與種子用戶在同一個小區,即可選為目標用戶。 在步驟404中,向該目標用戶發送業務引流資訊,以引導該目標用戶使用目標業務。 例如,在本例子中,機構服務消息的觸達面積將不僅僅覆蓋電費存量用戶,還可覆蓋更多同小區用戶,如機構的出帳提醒將不再局限於電費存量用戶,其所在小區的潛在非繳費用戶(如,相同小區的水費、煤氣、有線電視等業務的用戶,或者未使用任何類型繳費業務的用戶)也將能同時收到,進而將目標非繳費用戶群轉換為繳費用戶。其中,在出帳提醒發送時,可以結合機構的業務模型特徵,比如多長週期出帳一次,或者結合已出帳的電費存量用戶的記錄,向目標用戶群發送出帳提醒。 圖5示例了另一種業務引流的方法流程,該例子中,可以根據種子用戶在繳費時對應的繳費機構的業務覆蓋範圍,獲取其業務覆蓋範圍內的地理位置範圍中的新用戶作為目標用戶,進行業務間引流。 在步驟501中,根據種子用戶的歷史行為資料,得到該種子用戶所在的地理位置範圍以及目標業務對應的業務機構。 例如,地理位置範圍以小區為例,目標小區的確定方式可以參見圖4的例子,對於業務機構的確定,可以綜合根據多個種子用戶的資料確定,比如,資料倉庫中的資料包括很多用戶的所在小區和該用戶繳電費的業務機構,“Y1用戶在A小區,其繳納電費對應的電力公司是D1公司”、“Y2用戶在B小區,其繳納電費對應的電力公司也是D1公司”。繳費的機構可以從用戶使用電費繳納業務的資訊中得到。 在步驟502中,根據地理位置範圍和業務機構,得到該業務機構的業務覆蓋範圍。 例如,綜合步驟501中的兩個例子,可以得到“D1公司的業務覆蓋範圍包括A小區和B小區”。此外,在步驟501中的資料分析時,可能會出現部分資料錯誤,比如,其中一個用戶的位置定位錯誤,真實所在地是A小區,結果錯誤的定位成C小區,資料為“Y3用戶在C小區,其繳納電費對應的電力公司也是D1公司”,這種情況下,由於可以綜合根據多個種子用戶的資料確定業務機構,如果C小區的絕大多數用戶都是對應D2電力公司,那麼可以確定出這是個錯誤資料,是不會採納的。即一定數量的樣本綜合分析可以保證業務機構確定準確。 在步驟503中,在位於該業務覆蓋範圍內的待選用戶中,獲取該待選用戶的用戶活躍度資訊、以及對歷史營銷的回饋行為資訊。 例如,本步驟可以獲取待選用戶的歷史行為資料,比如包括用戶活躍度資訊,用戶的登錄頻度多少,如果登錄較多,說明該用戶較為活躍;還可以獲取用戶對歷史營銷的回饋行為資訊,以反映用戶是否對通知提醒較為敏感。 本步驟可以由步驟502確定的業務覆蓋範圍內選擇待選用戶,比如,上述例子中可以從D1公司的業務覆蓋範圍“A小區和B小區”中選擇,可以選擇使用了應用APP,但是並未使用其中的任何類型線上繳費業務的用戶;或者,待選用戶還可以是使用了至少一種線上繳費業務的用戶,但是所使用的繳費業務不是電費,比如用戶使用的是水費或燃氣費業務。 在步驟504中,若用戶活躍度資訊表明待選用戶的業務活躍度較高,且回饋行為資訊表明待選用戶對營銷回饋積極,則確定該待選用戶為目標用戶。 例如,如果用戶較為活躍,且對營銷積極的回饋,向這類用戶發送引流資訊,相比於不活躍的用戶,更有可能成功引流。因此可以將這類用戶確定為具有種子業務使用傾向的用戶,作為目標用戶。 此外,本例子同樣可以採用圖4該的根據輿情由待選用戶中選擇目標用戶的方式。 在步驟505中,向該目標用戶發送業務引流資訊,以引導該目標用戶使用種子業務。 本例子的業務引流方法,通過根據對用戶歷史營銷回饋行為分析,挖掘出對通知提醒敏感度較高的非繳費用戶,最終將資訊精准推送到對通知提醒較為敏感的潛在非繳費用戶,達到引流的目的,提高了引流的效果。 在另一個例子中,圖6示例了另一種業務引流的方法,在該方法中,不同於上面的引流方法中根據種子用戶選擇目標用戶,本例子中將根據用戶使用的業務確定需要將用戶引流的業務。如圖6所示,該方法包括: 在步驟601中,對於關聯業務組中的任意一種目標業務,確定使用該目標業務的用戶。 本步驟中的關聯業務組,可以是預定義的業務組。比如,仍以線上繳費業務為例,線上繳費業務中可以包括電費、水費、燃氣費等多種繳費業務,該多種繳費業務可以稱為關聯業務,比如,對於電費業務來說,水費業務、燃氣費業務都可以稱為電費業務的關聯業務。 對於一個用戶來說,可能只使用了其中部分業務,例如用戶只使用了其中的電費繳納業務,或者電費和水費業務;本例子可以將用戶使用的其中一種業務稱為目標業務。在其他的例子中,關聯業務組也可以是線上繳費業務之外的其他業務類型。 在步驟602中,根據該用戶的歷史行為資料,得到該用戶對該關聯業務組的業務使用資訊。 本步驟中的歷史行為資料可以包括該用戶的很多資料,其中的業務使用資訊,可以是用戶使用了關聯業務組中的哪些業務,未使用哪些業務。 在步驟603中,若根據該業務使用資訊確定該用戶未使用關聯業務,該關聯業務是該關聯業務組中除該目標業務之外的其他業務,則向該用戶發送業務引流資訊,以引導該用戶使用該關聯業務。 本步驟中,如果根據業務使用資訊確定用戶未使用關聯業務組中的至少一個關聯業務,比如,使用了電費業務的用戶,尚未使用水費和燃氣費業務,那麼可以引導該用戶去使用該關聯業務組中他尚未使用的業務。例如,可以引導使用了電費業務的用戶去使用水費或燃氣費業務。 本例子的方法中,在業務引流時,是引導用戶使用他尚未使用的業務,在業務的推薦上更有針對性,可以提高引流準確性。 在又一個例子中,圖7示例了又一種業務引流的方法,在本例子中,在向用戶推薦其尚未使用的關聯業務組中的其他關聯業務時,可以根據使用所引流的關聯業務的用戶的資料來執行引流。如圖7所示,該方法可以包括: 在步驟701中,確定用戶的特徵匹配用戶,該特徵匹配用戶使用該關聯業務。 本步驟中的用戶,可以稱為目標用戶,要將該目標用戶引流到某種業務上去。該特徵匹配用戶,可以是與該目標用戶位於同一小區的用戶。在另一個例子中,該特徵匹配用戶使用的關聯業務的業務覆蓋範圍,包括目標用戶所在的小區,而該關聯業務即為要將目標用戶引流的業務。 比如,一個用戶使用了線上繳費業務中的電費業務,沒使用水費業務。如果要將該用戶引流到使用水費業務,那麼找到使用了水費業務的用戶作為特徵匹配用戶,而水費業務時將目標業務引流的業務。 在步驟702中,根據該特徵匹配用戶的歷史行為資料,分析得到該關聯業務對應的業務引流資訊。 比如,本步驟可以根據特徵匹配用戶的歷史行為資料,分析得到與引流相關的資訊。例如,在步驟701的例子中,根據使用了水費業務的用戶的資料分析時,可以知道目標用戶所在小區屬哪個自來水公司管轄,那麼在後續發送引流資訊時,可以發送該自來水公司的水費繳納業務的引流資訊。 在步驟703中,向該用戶發送該業務引流資訊。 此外,在其他例子中,也可以不是使用所引流的關聯業務的用戶的資料來執行引流,而是根據使用目標業務的用戶自己的資料來引流。比如,可以根據該用戶的歷史行為資料,確定與關聯業務相關的業務資訊,例如,假設要將用戶引流到水費業務,可以根據用戶資料中的所在小區資訊,確定該用戶的小區應向哪個自來水公司繳費,以及該自來水公司繳費的時間週期等業務資訊;然後根據該業務資訊向該用戶發送業務引流資訊,例如,在預定的時間發送該自來水公司的出帳提醒。 在另一個例子中,在本步驟向該用戶發送業務引流資訊之前,還可以預先確定下該用戶是否具有該關聯業務的使用傾向,即用戶是否有使用關聯業務的需求,如有需求可以繼續推薦,如果沒有使用需求,即使用戶未使用關聯業務組中的關聯業務,也可以不向用戶做引流至關聯業務的推薦。這種傾向的判斷可以根據用戶的歷史行為資料確定。 例如,可以根據用戶的歷史發佈資訊,如果該發佈資訊表明該用戶期望使用該關聯業務;或者根據用戶的活躍度資訊和對歷史營銷的回饋行為資訊,如果該用戶活躍度資訊表明用戶的業務活躍度較高,且該用戶對歷史營銷的回饋行為資訊表明該用戶對營銷回饋積極,則確定用戶具有使用關聯業務的需求。 本例子的方法中,在業務引流時,是引導用戶使用他尚未使用的業務,在業務的推薦上更有針對性,可以提高引流準確性;並且,通過判斷用戶是否具有使用關聯業務的需求,可以進一步提高引流的準確性;此外,通過根據特徵匹配用戶的歷史行為資料的分析,可以輔助使得引流資訊更加準確。 為了實現上述的業務引流方法,本發明還提供一種業務引流裝置,如圖8所示,該裝置可以包括:資料獲取模組81、資料分析模組82、用戶選擇模組83和資訊發送模組84。 資料獲取模組81,用於對於一種目標業務,獲取使用該目標業務的用戶的歷史行為資料; 資料分析模組82,用於分析該歷史行為資料,得到用於限定業務引流的目標用戶的用戶特徵; 用戶選擇模組83,用於由未使用該目標業務的用戶中,選擇符合該用戶特徵的用戶作為該目標用戶; 資訊發送模組84,用於向該目標用戶發送業務引流資訊,以引導該目標用戶使用目標業務。 在一個例子中,用戶選擇模組83,具體用於將未使用該目標業務且符合該用戶特徵的用戶作為待選用戶,獲取該待選用戶的歷史行為資料;根據該歷史行為資料,選擇具有目標業務使用傾向的用戶作為目標用戶。 在一個例子中,用戶選擇模組83,在選擇具有目標業務使用傾向的用戶作為目標用戶時,具體用於根據待選用戶的歷史發佈資訊,若該歷史發佈資訊表明該待選用戶期望使用該目標業務,則確定該待選用戶為目標用戶;或者,根據待選用戶的用戶活躍度資訊以及對歷史營銷的回饋行為資訊,若該用戶活躍度資訊表明待選用戶的業務活躍度較高,且該回饋行為資訊表明待選用戶對營銷回饋積極,則確定該待選用戶為目標用戶。 圖9示例了另一種業務引流裝置的結構,如圖9所示,該裝置可以包括:用戶確定模組91、資訊獲取模組92和引流處理模組93。 用戶確定模組91,用於對於關聯業務組中的任意一種目標業務,確定使用該目標業務的用戶; 資訊獲取模組92,用於根據該用戶的歷史行為資料,得到該用戶對該關聯業務組的業務使用資訊; 引流處理模組93,用於若根據該業務使用資訊確定該用戶未使用關聯業務,該關聯業務是該關聯業務組中除該目標業務之外的其他業務,則向該用戶發送業務引流資訊,以引導該用戶使用該關聯業務。 在一個例子中,引流處理模組93,在用於向該用戶發送業務引流資訊時,包括:確定該用戶的特徵匹配用戶,該特徵匹配用戶使用該關聯業務;根據該特徵匹配用戶的歷史行為資料,分析得到該關聯業務對應的業務引流資訊,向該用戶發送該業務引流資訊。 在一個例子中,資訊獲取模組92,還用於根據該用戶的歷史行為資料,確定該用戶具有該關聯業務的使用傾向。 上述實施例闡明的裝置或模組,具體可以由計算機晶片或實體實現,或者由具有某種功能的產品來實現。一種典型的實現設備為計算機,計算機的具體形式可以是個人電腦、筆記型電腦、蜂巢式電話、相機電話、智慧型手機、個人數位助理、媒體播放器、導航設備、電子郵件收發設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任意幾種設備的組合。 為了描述的方便,描述以上裝置時以功能分為各種模組分別描述。當然,在實施本發明時可以把各模組的功能在同一個或多個軟體和/或硬體中實現。 以上所述僅為本發明的較佳實施例而已,並不用以限制本發明,凡在本發明的精神和原則之內,所做的任何修改、等同替換、改進等,均應包含在本發明保護的範圍之內。
11‧‧‧資料倉庫12‧‧‧伺服器13‧‧‧繳費機構14‧‧‧聚合資料平台15‧‧‧繳費系統301~304‧‧‧步驟401~404‧‧‧步驟501~505‧‧‧步驟601~603‧‧‧步驟701~703‧‧‧步驟81‧‧‧資料獲取模組82‧‧‧資料分析模組83‧‧‧用戶選擇模組84‧‧‧資訊發送模組91‧‧‧用戶確定模組92‧‧‧資訊獲取模組93‧‧‧引流處理模組
圖1是本發明實施例提供的一個業務引流方法的應用系統; 圖2是本發明實施例提供的一個線上繳費業務模組的應用示意圖; 圖3是本發明實施例提供的一個業務引流方法的流程示意圖; 圖4是本發明實施例提供的另一個業務引流方法的流程示意圖; 圖5是本發明實施例提供的又一個業務引流方法的流程示意圖; 圖6是本發明實施例提供的又一個業務引流方法的流程示意圖; 圖7是本發明實施例提供的又一個業務引流方法的流程示意圖; 圖8是本發明實施例提供的一個業務引流裝置的結構示意圖; 圖9是本發明實施例提供的一個業務引流裝置的結構示意圖。

Claims (16)

  1. 一種業務引流的方法,其特徵在於,該方法包括:對於一種目標業務,獲取使用該目標業務的用戶的歷史行為資料,其中該歷史行為資料係藉由該用戶所註冊的應用(APP)所獲得;分析該歷史行為資料,得到用於限定業務引流的目標用戶的用戶特徵;由未使用該目標業務的用戶中,選擇符合該用戶特徵的用戶作為該目標用戶,包括:將未使用該目標業務且符合該用戶特徵的用戶作為待選用戶,獲取該待選用戶的歷史行為資料;根據該歷史行為資料,選擇具有目標業務使用傾向的用戶作為目標用戶;向該目標用戶發送業務引流資訊,以引導該目標用戶使用目標業務。
  2. 根據請求項1所述的方法,其中,該用戶特徵,包括:使用該目標業務的用戶所在的地理位置範圍;該選擇符合該用戶特徵的用戶作為該目標用戶,包括:將位於同一地理位置範圍內的用戶,作為該目標用戶。
  3. 根據請求項1所述的方法,其中, 該分析該歷史行為資料,得到用於限定業務引流的目標用戶的用戶特徵,包括:根據該歷史行為資料,得到使用該目標業務的用戶所在的地理位置範圍、以及該目標業務對應的業務機構;根據該地理位置範圍和業務機構,得到該業務機構的業務覆蓋範圍中包括的地理位置範圍;該選擇符合該用戶特徵的用戶作為該目標用戶,包括:將位於該業務覆蓋範圍中包括的地理位置範圍內的用戶,作為該目標用戶。
  4. 根據請求項1所述的方法,其中,該待選用戶的歷史行為資料,包括:該待選用戶的歷史發佈資訊;該選擇具有目標業務使用傾向的用戶作為目標用戶,包括:若該歷史發佈資訊表明該待選用戶期望使用該目標業務,則確定該待選用戶為目標用戶。
  5. 根據請求項1所述的方法,其中,該待選用戶的歷史行為資料,包括:用戶活躍度資訊、以及對歷史營銷的回饋行為資訊;該選擇具有目標業務使用傾向的用戶作為目標用戶,包括:若該用戶活躍度資訊表明待選用戶的業務活躍度較高,且該回饋行為資訊表明待選用戶對營銷回饋積極,則確定該待選用戶為目標用戶。
  6. 一種業務引流的方法,其特徵在於,該方法包括:對於關聯業務組中的任意一種目標業務,確定使用該目標業務的用戶;根據該用戶的歷史行為資料,得到該用戶對該關聯業務組的業務使用資訊,其中該歷史行為資料係藉由該用戶所註冊的應用(APP)所獲得;若根據該業務使用資訊確定該用戶未使用關聯業務,該關聯業務是該關聯業務組中除該目標業務之外的其他業務,則根據該用戶的歷史行為資料,確定該用戶具有該關聯業務的使用傾向再向該用戶發送業務引流資訊,以引導該用戶使用該關聯業務。
  7. 根據請求項6所述的方法,其中,該向該用戶發送業務引流資訊,包括:確定該用戶的特徵匹配用戶,該特徵匹配用戶使用該關聯業務;根據該特徵匹配用戶的歷史行為資料,分析得到該關聯業務對應的業務引流資訊,向該用戶發送該業務引流資訊。
  8. 根據請求項7所述的方法,其中,該特徵匹配用戶,是與該用戶位於同一地理位置範圍小區的用戶。
  9. 根據請求項7所述的方法,其中,該特徵匹配用戶使用的該關聯業務的業務覆蓋範圍,包括該用戶所在的地理位置範圍小區。
  10. 根據請求項6所述的方法,其中,該向該用戶發送業務引流資訊,包括:根據該用戶的歷史行為資料,確定與關聯業務相關的業務資訊;根據該業務資訊向該用戶發送業務引流資訊。
  11. 根據請求項6所述的方法,其中,該根據該用戶的歷史行為資料,確定該用戶具有該關聯業務的使用傾向,包括:該用戶的歷史發佈資訊表明該用戶期望使用該關聯業務。
  12. 根據請求項6所述的方法,其中,該根據該用戶的歷史行為資料,確定該用戶具有該關聯業務的使用傾向,包括:該用戶活躍度資訊表明用戶的業務活躍度較高,且該用戶對歷史營銷的回饋行為資訊表明該用戶對營銷回饋積極。
  13. 一種業務引流的裝置,其特徵在於,該裝置包括:資料獲取模組,用於對於一種目標業務,獲取使用該目標業務的用戶的歷史行為資料,其中該歷史行為資料係 藉由該用戶所註冊的應用(APP)所獲得;資料分析模組,用於分析該歷史行為資料,得到用於限定業務引流的目標用戶的用戶特徵;用戶選擇模組,用於由未使用該目標業務的用戶中,選擇符合該用戶特徵的用戶作為該目標用戶,並且具體用於將未使用該目標業務且符合該用戶特徵的用戶作為待選用戶,獲取該待選用戶的歷史行為資料;根據該歷史行為資料,選擇具有目標業務使用傾向的用戶作為目標用戶;資訊發送模組,用於向該目標用戶發送業務引流資訊,以引導該目標用戶使用目標業務。
  14. 根據請求項13所述的裝置,其中,該用戶選擇模組,在選擇具有目標業務使用傾向的用戶作為目標用戶時,具體用於根據待選用戶的歷史發佈資訊,若該歷史發佈資訊表明該待選用戶期望使用該目標業務,則確定該待選用戶為目標用戶;或者,根據待選用戶的用戶活躍度資訊以及對歷史營銷的回饋行為資訊,若該用戶活躍度資訊表明待選用戶的業務活躍度較高,且該回饋行為資訊表明待選用戶對營銷回饋積極,則確定該待選用戶為目標用戶。
  15. 一種業務引流的裝置,其特徵在於,該裝置包括:用戶確定模組,用於對於關聯業務組中的任意一種目標業務,確定使用該目標業務的用戶; 資訊獲取模組,用於根據該用戶的歷史行為資料,得到該用戶對該關聯業務組的業務使用資訊,還用於根據該用戶的歷史行為資料,確定該用戶具有該關聯業務的使用傾向;引流處理模組,用於若根據該業務使用資訊確定該用戶未使用關聯業務,該關聯業務是該關聯業務組中除該目標業務之外的其他業務,則向該用戶發送業務引流資訊,以引導該用戶使用該關聯業務,其中該歷史行為資料係藉由該用戶所註冊的應用(APP)所獲得。
  16. 根據請求項15所述的裝置,其中,該引流處理模組,在用於向該用戶發送業務引流資訊時,包括:確定該用戶的特徵匹配用戶,該特徵匹配用戶使用該關聯業務;根據該特徵匹配用戶的歷史行為資料,分析得到該關聯業務對應的業務引流資訊,向該用戶發送該業務引流資訊。
TW106139684A 2017-03-09 2017-11-16 業務引流的方法和裝置 TWI706356B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
??201710139131.1 2017-03-09
CN201710139131.1A CN107087017B (zh) 2017-03-09 2017-03-09 一种业务引流的方法和装置
CN201710139131.1 2017-03-09

Publications (2)

Publication Number Publication Date
TW201833839A TW201833839A (zh) 2018-09-16
TWI706356B true TWI706356B (zh) 2020-10-01

Family

ID=59615098

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106139684A TWI706356B (zh) 2017-03-09 2017-11-16 業務引流的方法和裝置

Country Status (7)

Country Link
US (2) US10915925B2 (zh)
EP (1) EP3525420B1 (zh)
JP (1) JP6765526B2 (zh)
KR (1) KR102239590B1 (zh)
CN (1) CN107087017B (zh)
TW (1) TWI706356B (zh)
WO (1) WO2018161898A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107087017B (zh) 2017-03-09 2020-02-21 阿里巴巴集团控股有限公司 一种业务引流的方法和装置
CN110390577A (zh) * 2018-04-23 2019-10-29 北京嘀嘀无限科技发展有限公司 订单的分配方法及装置
CN109302377B (zh) * 2018-06-13 2021-01-15 百度在线网络技术(北京)有限公司 一种应用功能实现方法、装置、设备和存储介质
CN109214663B (zh) * 2018-08-20 2023-07-25 中国平安人寿保险股份有限公司 计算业务引流的方法、装置、计算机设备和存储介质
CN112395486B (zh) * 2019-08-12 2023-11-03 中国移动通信集团重庆有限公司 一种宽带业务推荐方法、系统、服务器和存储介质
CN111277868B (zh) * 2020-01-21 2022-01-28 聚好看科技股份有限公司 一种音视频点播服务开通方法及装置
CN111968302B (zh) * 2020-08-28 2022-08-12 支付宝(杭州)信息技术有限公司 缴费提醒方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW571208B (en) * 1998-12-21 2004-01-11 Ibm Method for trying to supply a potential customer with at least one selected product offer
US20080235080A1 (en) * 2004-11-22 2008-09-25 International Business Machines Corporation Performance Prediction Service Using Business-Process Information
CN102026151A (zh) * 2009-09-16 2011-04-20 中国移动通信集团公司 一种基于进程监测的服务推送方法、装置和系统
CN102163205A (zh) * 2010-02-21 2011-08-24 施章祖 一种类似客户群体的自动挖掘系统
CN102881239A (zh) * 2011-07-15 2013-01-16 鼎亿数码科技(上海)有限公司 基于图像识别的广告投播系统及方法
CN103150696A (zh) * 2011-12-06 2013-06-12 中兴通讯股份有限公司 选择目标增值业务潜在客户的方法及装置
US20140172573A1 (en) * 2012-12-05 2014-06-19 The Rubicon Project, Inc. System and method for planning and allocating location-based advertising
TWI526963B (zh) * 2012-11-13 2016-03-21 財團法人資訊工業策進會 目標客戶搜尋方法、目標客戶搜尋裝置及其記錄媒體

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10185936B2 (en) * 2000-06-22 2019-01-22 Jpmorgan Chase Bank, N.A. Method and system for processing internet payments
JP2002334201A (ja) * 2001-01-10 2002-11-22 Supreme System Consulting Corp 営業支援システム及び営業支援方法
TW571209B (en) 2001-04-27 2004-01-11 Net Force Inc Method and system of forwarding system diagnostic message
JP2003281449A (ja) * 2002-03-26 2003-10-03 Nec Engineering Ltd 料金支払い方法及び料金支払いシステム
US7526448B2 (en) * 2002-11-01 2009-04-28 Checkfree Corporation Matching consumers with billers having bills available for electronic presentment
JP2005157690A (ja) * 2003-11-25 2005-06-16 Sony Corp 電子機器装置及び情報提供方法
JP2005208943A (ja) * 2004-01-22 2005-08-04 Denso It Laboratory Inc サービス候補提供システム及びユーザ側通信装置並びにサービス候補提供サーバ
US20060064346A1 (en) * 2004-08-31 2006-03-23 Qualcomm Incorporated Location based service (LBS) system and method for targeted advertising
JP2010237305A (ja) * 2009-03-30 2010-10-21 Zenrin Datacom Co Ltd 広告システムおよび方法
US20110112981A1 (en) * 2009-11-09 2011-05-12 Seung-Taek Park Feature-Based Method and System for Cold-Start Recommendation of Online Ads
JP5408570B2 (ja) * 2010-06-25 2014-02-05 株式会社日立製作所 属性情報更新方法及び情報更新方法
US9092801B2 (en) * 2011-09-23 2015-07-28 24/7 Customer, Inc. Customer journey prediction and resolution
US8665743B2 (en) * 2011-10-28 2014-03-04 Cisco Technology, Inc. User behavior model and statistical transition map to assist advanced WLAN applications
JP6246657B2 (ja) 2013-05-20 2017-12-13 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America 情報提供方法、情報提供装置
AU2014324893B2 (en) * 2013-09-26 2020-05-14 William Knight Foster Providing targeted content based on a user's values
US9084082B2 (en) * 2013-11-18 2015-07-14 Aol Inc. Systems and methods for optimizing message notification timing based on geographic location
CN105338480B (zh) * 2014-06-24 2020-01-24 创新先进技术有限公司 基于lbs的用户匹配方法、消息客户端、服务器及系统
US20160034968A1 (en) 2014-07-31 2016-02-04 Huawei Technologies Co., Ltd. Method and device for determining target user, and network server
CN104239571B (zh) * 2014-09-30 2018-04-24 北京奇虎科技有限公司 一种进行应用推荐的方法和装置
CN105989004B (zh) * 2015-01-27 2020-04-14 阿里巴巴集团控股有限公司 一种信息投放的预处理方法和装置
CN104636164B (zh) * 2015-01-29 2018-12-18 小米科技有限责任公司 启动页面生成方法及装置
KR101680445B1 (ko) * 2015-02-05 2016-11-28 주식회사 디워프 지역 공동체 네트워킹 시스템 및 그 방법
EP3073421A1 (en) 2015-03-25 2016-09-28 Facebook, Inc. Techniques for automated determination of form responses
CN105246101B (zh) * 2015-09-01 2019-01-18 厦门大学 一种面向次等移动内容分发系统的内容推荐装置及其方法
CN105227445B (zh) * 2015-10-23 2018-09-14 中国联合网络通信集团有限公司 应用推荐方法和应用推荐平台
CN105323322B (zh) * 2015-11-17 2018-11-30 中国联合网络通信集团有限公司 一种信息推送方法及装置
CN106126537A (zh) * 2016-06-14 2016-11-16 中国联合网络通信集团有限公司 一种应用推荐方法及装置
CN107087017B (zh) 2017-03-09 2020-02-21 阿里巴巴集团控股有限公司 一种业务引流的方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW571208B (en) * 1998-12-21 2004-01-11 Ibm Method for trying to supply a potential customer with at least one selected product offer
US20080235080A1 (en) * 2004-11-22 2008-09-25 International Business Machines Corporation Performance Prediction Service Using Business-Process Information
CN102026151A (zh) * 2009-09-16 2011-04-20 中国移动通信集团公司 一种基于进程监测的服务推送方法、装置和系统
CN102163205A (zh) * 2010-02-21 2011-08-24 施章祖 一种类似客户群体的自动挖掘系统
CN102881239A (zh) * 2011-07-15 2013-01-16 鼎亿数码科技(上海)有限公司 基于图像识别的广告投播系统及方法
CN103150696A (zh) * 2011-12-06 2013-06-12 中兴通讯股份有限公司 选择目标增值业务潜在客户的方法及装置
TWI526963B (zh) * 2012-11-13 2016-03-21 財團法人資訊工業策進會 目標客戶搜尋方法、目標客戶搜尋裝置及其記錄媒體
US20140172573A1 (en) * 2012-12-05 2014-06-19 The Rubicon Project, Inc. System and method for planning and allocating location-based advertising

Also Published As

Publication number Publication date
EP3525420B1 (en) 2022-06-08
CN107087017A (zh) 2017-08-22
KR102239590B1 (ko) 2021-04-15
US11062353B2 (en) 2021-07-13
JP2020504361A (ja) 2020-02-06
EP3525420A1 (en) 2019-08-14
US20200364748A1 (en) 2020-11-19
CN107087017B (zh) 2020-02-21
JP6765526B2 (ja) 2020-10-07
KR20190060841A (ko) 2019-06-03
EP3525420A4 (en) 2019-11-06
TW201833839A (zh) 2018-09-16
US10915925B2 (en) 2021-02-09
WO2018161898A1 (zh) 2018-09-13
US20190392480A1 (en) 2019-12-26

Similar Documents

Publication Publication Date Title
TWI706356B (zh) 業務引流的方法和裝置
US10389828B2 (en) Enhanced data collection and analysis facility
Smith-Clarke et al. Poverty on the cheap: Estimating poverty maps using aggregated mobile communication networks
US10742753B2 (en) Measurement of multi-screen internet user profiles, transactional behaviors and structure of user population through a hybrid census and user based measurement methodology
Palchykov et al. Inferring human mobility using communication patterns
EP3111399B1 (en) Measurement of multi-screen internet user profiles, transactional behaviors and structure of user population through a hybrid census and user based measurement methodology
EP2216747A2 (en) Method and apparatus to associate demographic and geographic information with influential consumer relationships
CN112132661B (zh) 基于用户打车偏好的信息推送方法及装置
Leavey Social media and public policy: what is the evidence?
US20130066814A1 (en) System and Method for Automated Classification of Web pages and Domains
WO2012119137A2 (en) Identify experts and influencers in a social network
US20120226521A1 (en) Utilize Experts and Influencers in a Social Network
Chen et al. Users' intention to disclose location on location-based social network sites (LBSNS) in mobile environment: Privacy calculus and Big Five
Huang et al. Pinning down abuse on google maps
CN113128773A (zh) 地址预测模型的训练方法、地址预测方法及装置
Zhou et al. USSD technology a low cost asset in complementing public health workers’ work processes
KR102192327B1 (ko) 스몰 데이터를 이용한 신뢰지수 평가 및 예측 방법
Robin et al. Public-private partnerships for statistics: Lessons learned, future steps: A focus on the use of non-official data sources for national statistics and public policy
Kambham et al. Predicting personality traits using smartphone sensor data and app usage data
EP3352109A1 (en) Systems and methods for generating and managing composite digital identities
CN110648222A (zh) 一种基于运营商数据识别大学生网贷风险的分析方法与系统
Lokanathan et al. Behavioral insights for development from Mobile Network Big Data: enlightening policy makers on the State of the Art
US20230298074A1 (en) Analysis and recommendation systems, and related methods and computer-readable media
Marker Using best survey practices for Jewish community studies
Sumathi et al. Unusual Social Event Detection by Analyzing Call Data Records