CN111143673A - 一种多渠道客户信息处理及自动化营销的方法及*** - Google Patents
一种多渠道客户信息处理及自动化营销的方法及*** Download PDFInfo
- Publication number
- CN111143673A CN111143673A CN201911318204.9A CN201911318204A CN111143673A CN 111143673 A CN111143673 A CN 111143673A CN 201911318204 A CN201911318204 A CN 201911318204A CN 111143673 A CN111143673 A CN 111143673A
- Authority
- CN
- China
- Prior art keywords
- data
- client
- information
- customer
- client information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000010365 information processing Effects 0.000 title claims abstract description 26
- 238000002360 preparation method Methods 0.000 claims abstract description 67
- 238000004140 cleaning Methods 0.000 claims abstract description 43
- 230000000694 effects Effects 0.000 claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 3
- 238000013523 data management Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Signal Processing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及企业客户数据处理技术领域,公开了一种多渠道客户信息处理及自动化营销的方法及***,包括,将数据源上的客户信息采集到数据准备服务器中;将数据准备服务器中的采集的所述客户信息推送到所述云端平台;建立数据湖服务,判断所述数据准备服务器推送到所述云端平台的所述客户信息是否有效,若所述客户信息有效,将所述客户信息存储到所述云端平台;对存储在所述云端平台的所述客户信息进行解析清洗;对所述客户信息中每个客户生成客户标签,根据所述客户标签的分类,向所述客户标签对应的客户发送营销活动内容。解决了现有技术中数据获取渠道有限,缺乏个人信息定位,无法基于多渠道的数据,实现自动化营销活动的技术问题。
Description
技术领域
本发明涉及企业客户数据处理技术领域,更具体地说,它涉及一种多渠道客户信息处理及自动化营销的方法及***。
背景技术
目前越来越多得企业意识到未来的商业是以消费者为中心,并且逐步将重心从运营资产向运营客户转移。
在总体或细分市场层面理解客户是一件很困难的事情,但如今的营销人员正试图将每个客户理解为一个独特的个体。而B2B(Business-to-Business的缩写,是指企业与企业之间通过专用网络或Internet,进行数据信息的交换、传递,开展交易活动的商业模式)营销人员也希望在客户层面了解他们的买家。要实现这一目标,需要大量的数据,以及筛选和解释所有数据的能力。如今大多数公司都坐在第一方数据(通常也是第三方数据),他们可以利用这些数据了解客户群和前景。但是这些数据通常分散在不同***中的整个组织中。比如客户关系管理(CRM,Customer Relationship Management)***、电子邮件和营销自动化平台、分析工具、电子商务平台、数据管理平台(DMP)、销售点(POS,point of sale,销售终端,一种多功能终端,把它安装在***的特约商户和受理网点中与计算机联成网络,就能实现电子资金自动转账,它具有支持消费、预授权、余额查询和转账等功能,使用起来安全、快捷、可靠)***、数据仓库、呼叫中心解决方案等领域中。
现有技术中一般采用CRM(Customer Relationship Management,客户关系管理,是指企业为提高核心竞争力,利用相应的信息技术以及互联网技术协调企业与顾客间在销售、营销和服务上的交互,从而提升其管理方式,向客户提供创新式的个性化的客户交互和服务的过程)和DMP(Data Management Platform,数据管理平台,是把分散的多方数据进行整合纳入统一的技术平台,并对这些数据进行标准化和细分,让用户可以把这些细分结果推向现有的互动营销环境里的平台)来实现对客户的运营。
CRM和DMP在运营客户方面存在着局限性:数据获取渠道有限,缺乏个人信息定位。
CRM作为一个活跃在市场上几十年的传统软件,存在数据渠道限制的问题,使得***无法整合全渠道的客户信息;缺乏完整个人信息定位。
虽然DMP解决了CRM数据获取渠道问题,但是收集来的大部分第三方数据是匿名的,缺乏详细的个人信息,无法实现让企业完全自由地构建和定义受众。
综上所述,现有技术中存在数据获取渠道有限,缺乏个人信息定位的问题,并且基于上述问题的存在,无法基于多渠道的数据,实现自动化营销活动的技术问题。
发明内容
针对上述问题,本发明的目的在于提供一种多渠道客户信息处理及自动化营销的方法及***,其具有将客户全渠道第一方数据打通并且标签化,让用户能够进行全渠道的客户信息浏览,客户群组分类,多种定制化报表浏览,以及自动化营销实现的优点。
本发明的上述发明目的是通过以下技术方案得以实现的:
一种多渠道客户信息处理及自动化营销的方法,其特征在于,包括以下步骤:
S1:确定客户信息的数据源,为每一个所述数据源建立数据准备服务器,在所述数据源上部署数据采集程序,通过所述数据采集程序,将所述数据源上的所述客户信息采集到所述数据准备服务器中;
S2:建立用于存储所述客户信息的云端平台,建立数据采集服务,所述数据采集服务为将所述客户信息推送到所述云端的数据通道,通过所述数据采集服务将所述数据准备服务器中的采集的所述客户信息推送到所述云端平台;
S3:建立数据湖服务,判断所述数据准备服务器推送到所述云端平台的所述客户信息是否有效,若所述客户信息有效,将所述客户信息存储到所述云端平台;
S4:建立数据清洗微服务,建立用于存储清洗后的所述客户信息的数据仓库,对存储在所述云端平台的所述客户信息进行解析清洗,并将清洗后的所述客户信息推送到所述数据仓库中;
S5:对所述客户信息中每个客户生成客户标签,根据所述客户标签的分类,向所述客户标签对应的客户发送营销活动内容。
进一步的,在步骤S1中,所述将所述数据源上的所述客户信息采集到所述数据准备服务器中,根据所述数据源的不同,可以采用不同的数据采集方式来进行采集:
第三方数据开源接口,若所述数据源为包括社交,电商网站的APP,小程序,网站在内的第三方数据,通过所述第三方数据开源接口,获取所述第三方数据的所述客户信息,保存到所述数据准备服务器中;
安全文件传送协议SFTP,若所述数据源为保存在FTP服务器中的所述客户信息,通过所述客户源端提供的所述FTP服务器的账号和密码,通过安全文件传送协议SFTP将所述数据源上的所述客户信息传输到所述数据准备服务器上;
云端服务器传输,建立云端服务器,将所述云端服务器的地址和密匙提供给所述数据源,所述数据源将所述客户信息推送到所述云端服务器中,之后所述数据准备服务器访问所述云端服务器,获取所述云端服务器上的所述客户信息;
数据库直接传输,所述数据源提供所述客户信息所在的数据库的连接信息,所述数据准备服务器周期性的拉取所述数据库上的数据。
进一步的,在步骤S2中,所述数据采集服务,通过定义数据工作任务监控***来实现,所述数据工作任务监控***包括数据采集任务的创建,修改,追踪,暂停,恢复,结束在内的功能。
进一步的,所述数据工作任务监控***,根据所述客户信息数量的大小,随时调整所述数据通道的大小,通过微软无服务器服务中的Azure来实现,具体为:
在所述云端平台上建立云端容器注册表,所述云端容器注册表采用微软的Azure容器注册表来实现,在所述Azure容器注册表中注册容器,所述容器用于运行所述数据采集任务;
从所述Azure容器注册表中拉取所述容器的容器映像,作为AKS容器映象,存储到AKS群集中;
当所述AKS群集的容量不足时,AKS可使用虚拟Kubelet在ACI内部扩展Pod,所述Pod做为AKS容器的虚拟节点;
所述AKS容器映象和所述AKS容器的虚拟节点共同作为所述数据通道,运行所述数据采集任务,将所述客户信息推送到所述云端平台。
进一步的,在步骤S4中,所述对存储在所述云端平台的所述客户信息进行解析清洗,具体过程为:
通过微软的Azure HDInsight中的Apache Spark服务,配置Spark集群,所述Spark集群用于所述客户信息解析清洗过程中的计算;
通过所述Apache Spark服务,将所述云端平台的所述客户信息加载和缓存到内存中,用于所述客户信息解析清洗过程中多次重复的查询;
通过所述Apache Spark服务中提供的用于所述内存中所述Spark集群的计算基元,对所述客户信息解析清洗,具体解析清洗的过程为:
对所述客户信息的每一个客户创建客户唯一ID,通过去重算法概率识别不同渠道或者不同品牌的相同客户,并且将所述客户信息进行整合去重;所述去重算法可以是包括判断手机号一致,LSH算法在内的算法;
为整合去重后的所述客户信息的每一个客户创建360度客户信息数据库,所述360度客户信息数据库包括来源于不同渠道的所有的信息。
进一步的,所述对所述客户信息中每个客户生成客户标签,具体为:根据包括年龄区间、消费能力、产品偏好在内的信息,对所述客户信息中每个客户生成客户标签,所述客户信息中每个客户对应的客户标签可以有多个;
所述向所述客户标签对应的客户发送所述营销活动内容,具体为:建立发送所述营销活动的API接口,通过API接口向客户发送所述营销活动内容,所述营销活动内容的发送方式可以是包括短信、邮件和微信在内的方式。
根据上述方法,本发明还提供一种多渠道客户信息处理及自动化营销的***,其特征在于,包括:数据准备模块,数据采集模块,数据湖服务模块,数据清洗微服务模块和营销模块;
所述数据准备模块,用于确定客户信息的数据源,为每一个所述数据源建立数据准备服务器,在所述数据源上部署数据采集程序,通过所述数据采集程序,将所述数据源上的所述客户信息采集到所述数据准备服务器中;
所述数据采集模块,用于建立用于存储所述客户信息的云端平台,建立数据采集服务,所述数据采集服务为将所述客户信息推送到所述云端的数据通道,通过所述数据采集服务将所述数据准备服务器中的采集的所述客户信息推送到所述云端平台;
所述数据湖服务模块,用于建立数据湖服务,判断所述数据准备服务器推送到所述云端平台的所述客户信息是否有效,若所述客户信息有效,将所述客户信息存储到所述云端平台;
所述数据清洗微服务模块,用于建立数据清洗微服务,建立用于存储清洗后的所述客户信息的数据仓库,对存储在所述云端平台的所述客户信息进行解析清洗,并将清洗后的所述客户信息推送到所述数据仓库中;
所述营销模块,用于对所述客户信息中每个客户生成客户标签,根据所述客户标签的分类,向所述客户标签对应的客户发送营销活动内容。
进一步的,所述数据准备模块,包括数据准备服务器,对每一个所述数据源建立相对应的所述数据准备服务器,用于存储从所述数据源上采集到的所述客户信息。
进一步的,所述数据清洗微服务模块,包括:
数据仓库,用于存储清洗后的所述客户信息;
客户信息去重模块,用于对所述客户信息的每一个客户创建客户唯一ID,通过去重算法概率识别不同渠道或者不同品牌的相同客户,并且将所述客户信息进行整合去重;
客户信息库创建模块,用于为整合去重后的所述客户信息的每一个客户创建360度客户信息数据库,所述360度客户信息数据库包括来源于不同渠道或者不同品牌的所有的信息。
进一步的,所述营销模块,包括:
标签建立模块,用于对所述客户信息中每个客户生成客户标签,具体为:根据包括年龄区间、消费能力、产品偏好在内的信息,对所述客户信息中每个客户生成客户标签,所述客户信息中每个客户对应的客户标签可以有多个;
营销活动发送模块,用于向所述客户标签对应的客户发送所述营销活动内容,具体为:建立发送所述营销活动的API接口,通过API接口向客户发送所述营销活动内容,所述营销活动内容的发送方式可以是包括短信、邮件和微信在内的方式。
与现有技术相比,本发明的有益效果是:
(1)通过建立多渠道客户信息采集处理的方法,解决了现有技术中存在数据获取渠道有限,缺乏个人信息定位的问题;
(2)通过基于多渠道客户信息的采集整合,建立自动化营销的方法,解决了无法基于多渠道的数据,实现自动化营销活动的技术问题。
附图说明
图1为本发明一种多渠道客户信息处理及自动化营销的方法的流程图;
图2为本发明一种多渠道客户信息处理及自动化营销的***的结构图;
图3为本发明一种多渠道客户信息处理及自动化营销的方法的数据走向结构图;
图4为本发明一种多渠道客户信息处理及自动化营销的方法的360度客户信息结构图;
图5为本发明一种多渠道客户信息处理及自动化营销的方法的定制营销活动的具体过程结构图;
图6为本发明一种多渠道客户信息处理及自动化营销的方法的动态调整数据通道大小的结构图;
图7为本发明一种多渠道客户信息处理及自动化营销的方法的客户信息解析清洗的结构图。
具体实施方式
下面结合附图和实施例,对本发明进行详细描述。
实施例一
本发明提供了一种多渠道客户信息处理及自动化营销的方法,如图1所示,为本发明提供的方法的流程图;如图3所示为本发明方法中客户信息走向,包括步骤:
S1:确定客户信息的数据源,为每一个所述数据源建立数据准备服务器,在所述数据源上部署数据采集程序,通过所述数据采集程序,将所述数据源上的所述客户信息采集到所述数据准备服务器中;
在步骤S1中,所述将所述数据源上的所述客户信息采集到所述数据准备服务器中,根据所述数据源的不同,可以采用不同的数据采集方式来进行采集:
第三方数据开源接口,若所述数据源为包括社交,电商网站的APP,小程序,网站在内的第三方数据,通过所述第三方数据开源接口,获取所述第三方数据的所述客户信息,保存到所述数据准备服务器中;
安全文件传送协议SFTP,若所述数据源为保存在FTP服务器中的所述客户信息,通过所述客户源端提供的所述FTP服务器的账号和密码,通过安全文件传送协议SFTP将所述数据源上的所述客户信息传输到所述数据准备服务器上;
云端服务器传输,建立云端服务器,将所述云端服务器的地址和密匙提供给所述数据源,所述数据源将所述客户信息推送到所述云端服务器中,之后所述数据准备服务器访问所述云端服务器,获取所述云端服务器上的所述客户信息;
数据库直接传输,所述数据源提供所述客户信息所在的数据库的连接信息,所述数据准备服务器周期性的拉取所述数据库上的数据。
S2:建立用于存储所述客户信息的云端平台,建立数据采集服务,所述数据采集服务为将所述客户信息推送到所述云端的数据通道,通过所述数据采集服务将所述数据准备服务器中的采集的所述客户信息推送到所述云端平台。
在步骤S2中,所述数据采集服务,通过定义数据工作任务监控***来实现,所述数据工作任务监控***包括数据采集任务的创建,修改,追踪,暂停,恢复,结束在内的功能。
所述数据工作任务监控***,根据所述客户信息数量的大小,随时调整所述数据通道的大小,如图6所示,通过微软无服务器服务中的Azure来实现,具体为:
在所述云端平台上建立云端容器注册表,所述云端容器注册表采用微软的Azure容器注册表来实现,在所述Azure容器注册表中注册容器,所述容器用于运行所述数据采集任务;
从所述Azure容器注册表中拉取所述容器的容器映像,作为AKS容器映象,存储到AKS群集中;
当所述AKS群集的容量不足时,AKS可使用虚拟Kubelet在ACI内部扩展Pod,所述Pod做为AKS容器的虚拟节点;
所述AKS容器映象和所述AKS容器的虚拟节点共同作为所述数据通道,运行所述数据采集任务,将所述客户信息推送到所述云端平台。
S3:建立数据湖服务,判断所述数据准备服务器推送到所述云端平台的所述客户信息是否有效,若所述客户信息有效,将所述客户信息存储到所述云端平台;
S4:建立数据清洗微服务,建立用于存储清洗后的所述客户信息的数据仓库,对存储在所述云端平台的所述客户信息进行解析清洗,并将清洗后的所述客户信息推送到所述数据仓库中;
在步骤S4中,所述对存储在所述云端平台的所述客户信息进行解析清洗,具体过程为:
如图7所示,通过微软的Azure HDInsight中的Apache Spark服务,配置Spark集群,所述Spark集群用于所述客户信息解析清洗过程中的计算;
通过所述Apache Spark服务,将所述云端平台的所述客户信息加载和缓存到内存中,用于所述客户信息解析清洗过程中多次重复的查询;
通过所述Apache Spark服务中提供的用于所述内存中所述Spark集群的计算基元,对所述客户信息解析清洗,具体解析清洗的过程为:
对所述客户信息的每一个客户创建客户唯一ID,通过去重算法概率识别不同渠道或者不同品牌的相同客户,并且将所述客户信息进行整合去重;所述去重算法可以是包括判断手机号一致,LSH算法在内的算法;
为整合去重后的所述客户信息的每一个客户创建360度客户信息数据库,所述360度客户信息数据库包括来源于不同渠道或者不同品牌的所有的信息,所述360度客户信息如图4所示。
S5:对所述客户信息中每个客户生成客户标签,根据所述客户标签的分类,向所述客户标签对应的客户发送营销活动内容。
对所述客户信息中每个客户生成客户标签,具体为:根据包括年龄区间、消费能力、产品偏好在内的信息,对所述客户信息中每个客户生成客户标签,所述客户信息中每个客户对应的客户标签可以有多个;
向所述客户标签对应的客户发送所述营销活动内容,具体为:建立发送所述营销活动的API接口,通过API接口向客户发送所述营销活动内容,所述营销活动内容的发送方式可以是包括短信、邮件和微信在内的方式,根据实际营销活动情况定制活动规则,定制营销活动的具体过程如图5所示。
实施例二
如图2所示,本发明提供了一种多渠道客户信息处理及自动化营销的***,用于执行实施例一中的多渠道客户信息处理及自动化营销的方法,包括:
数据准备模块,数据采集模块,数据湖服务模块,数据清洗微服务模块和营销模块;
所述数据准备模块,用于确定客户信息的数据源,为每一个所述数据源建立数据准备服务器,在所述数据源上部署数据采集程序,通过所述数据采集程序,将所述数据源上的所述客户信息采集到所述数据准备服务器中;
所述数据准备模块,进一步包括,数据准备服务器,对每一个所述数据源建立相对应的所述数据准备服务器,用于存储从所述数据源上采集到的所述客户信息。
所述数据采集模块,用于建立用于存储所述客户信息的云端平台,建立数据采集服务,所述数据采集服务为将所述客户信息推送到所述云端的数据通道,通过所述数据采集服务将所述数据准备服务器中的采集的所述客户信息推送到所述云端平台;
所述数据湖服务模块,用于建立数据湖服务,判断所述数据准备服务器推送到所述云端平台的所述客户信息是否有效,若所述客户信息有效,将所述客户信息存储到所述云端平台;
所述数据清洗微服务模块,用于建立数据清洗微服务,建立用于存储清洗后的所述客户信息的数据仓库,对存储在所述云端平台的所述客户信息进行解析清洗,并将清洗后的所述客户信息推送到所述数据仓库中;
所述数据清洗微服务模块,进一步包括:
数据仓库,用于存储清洗后的所述客户信息;
客户信息去重模块,用于对所述客户信息的每一个客户创建客户唯一ID,通过去重算法概率识别不同渠道或者不同品牌的相同客户,并且将所述客户信息进行整合去重;
客户信息库创建模块,用于为整合去重后的所述客户信息的每一个客户创建360度客户信息数据库,所述360度客户信息数据库包括来源于不同渠道或者不同品牌的所有的信息。
所述营销模块,用于对所述客户信息中每个客户生成客户标签,根据所述客户标签的分类,向所述客户标签对应的客户发送营销活动内容。
所述营销模块,进一步包括:
标签建立模块,用于对所述客户信息中每个客户生成客户标签,具体为:根据包括年龄区间、消费能力、产品偏好在内的信息,对所述客户信息中每个客户生成客户标签,所述客户信息中每个客户对应的客户标签可以有多个;
营销活动发送模块,用于向所述客户标签对应的客户发送所述营销活动内容,具体为:建立发送所述营销活动的API接口,通过API接口向客户发送所述营销活动内容,所述营销活动内容的发送方式可以是包括短信、邮件和微信在内的方式。
实施例三
针对以上方法,给出一个具体的实施例。
引进京东为对接的数据源,京东为第三方数据,京东提供了开源的数据接口API,通过调用京东开源API里面的jingdong.pop.order接口可以直接访问到京东的order(订单)表,拉取京东order表上的订单信息作为京东数据源上的客户信息,存储到为京东数据建立的数据准备服务器中。
同时在将京东数据存储到数据准备服务器时,对每一条客户信息做去重检查,检查方法为:通过每一条订单的唯一的订单号ID和订单日期,判断数据准备服务器中是否存在此订单号ID,如果不存在将此订单对应的客户信息***到数据准备服务器中,如果存在,保留原客户信息,并且对有变更的字段做更新操作。
引进某企业在供应商维护的门店数据,供应商定期将客户信息上传到FTP服务器上,通过所述FTP服务器的账号和密码,通过安全文件传送协议SFTP将所述数据源上的所述客户信息传输到所述数据准备服务器上。
某企业将自己维护的数据,自行传输到云端服务器,将所述云端服务器的地址和密匙提供给所述数据源,所述数据源将所述客户信息推送到所述云端服务器中,之后所述数据准备服务器访问所述云端服务器,获取所述云端服务器上的所述客户信息。
最直接的可以采用数据库直接传输的方式,所述数据源提供所述客户信息所在的数据库的连接信息,所述数据准备服务器周期性的拉取所述数据库上的数据。
以上为获取数据源上客户信息的举例,根据具体情况,可以定制其他采集数据上客户信息的方式,在此不做详述。
在将数据源上的客户信息存储到数据准备服务器之后,建立用于存储所述客户信息的云端平台,建立数据采集服务,所述数据采集服务为将所述客户信息推送到所述云端的数据通道,通过所述数据采集服务将所述数据准备服务器中的采集的所述客户信息推送到所述云端平台。
所述数据采集服务,通过定义数据工作任务监控***来实现,所述数据工作任务监控***包括数据采集任务的创建,修改,追踪,暂停,恢复,结束在内的功能。
所述数据工作任务监控***,根据所述客户信息数量的大小,随时调整所述数据通道的大小,通过微软无服务器服务中的Azure来实现,具体为:
在所述云端平台上建立云端容器注册表,所述云端容器注册表采用微软的Azure容器注册表来实现,在所述Azure容器注册表中注册容器,所述容器用于运行所述数据采集任务;
从所述Azure容器注册表中拉取所述容器的容器映像,作为AKS容器映象,存储到AKS群集中;
当所述AKS群集的容量不足时,AKS可使用虚拟Kubelet在ACI内部扩展Pod,所述Pod做为AKS容器的虚拟节点;
所述AKS容器映象和所述AKS容器的虚拟节点共同作为所述数据通道,运行所述数据采集任务,将所述客户信息推送到所述云端平台。
在采集数据源上的客户信息时,进一步的可以设置性能监控和配置的更新功能:1)根据监控日志或数据,显示客户端状态和数据流量状态;2)监控当前收集任务的状态(如超时)和客户端机器资源的压力;3)建立监视面板,在监视面板中看到数据源状态,最近是否有根性,当前有多少任务在进行。
在收集任务执行过程中会记录状态日志,AKS容器内的监控服务会自动分析日志的数据,在异常时显示警告,比如,当前周期内的任务未完成,又进入到下一周期;当前周期内的任务尝试多次失败。进一步的可以通过日志分析出来的数据,根据以往的数据流量决定当前在后期是否需要对任务进行加速。
建立数据湖服务,判断所述数据准备服务器推送到所述云端平台的所述客户信息是否有效,若所述客户信息有效,将所述客户信息存储到所述云端平台。
建立数据清洗微服务,建立用于存储清洗后的所述客户信息的数据仓库,对存储在所述云端平台的所述客户信息进行解析清洗,并将清洗后的所述客户信息推送到所述数据仓库中。
通过微软的Azure HDInsight中的Apache Spark服务,配置Spark集群,所述Spark集群用于所述客户信息解析清洗过程中的计算;
通过所述Apache Spark服务,将所述云端平台的所述客户信息加载和缓存到内存中,用于所述客户信息解析清洗过程中多次重复的查询;
通过所述Apache Spark服务中提供的用于所述内存中所述Spark集群的计算基元,对所述客户信息解析清洗,具体解析清洗的过程为:
对所述客户信息的每一个客户创建客户唯一ID,通过去重算法概率识别不同渠道或者不同品牌的相同客户,并且将所述客户信息进行整合去重;所述去重算法可以是包括判断手机号一致,LSH算法在内的算法;
为整合去重后的所述客户信息的每一个客户创建360度客户信息数据库,所述360度客户信息数据库包括来源于不同渠道或者不同品牌的所有的信息。
对所述客户信息中每个客户生成客户标签,根据所述客户标签的分类,向所述客户标签对应的客户发送营销活动内容。
根据包括年龄区间、消费能力、产品偏好在内的信息,对所述客户信息中每个客户生成客户标签,所述客户信息中每个客户对应的客户标签可以有多个。
所述向所述客户标签对应的客户发送所述营销活动内容,具体为:建立发送所述营销活动的API接口,通过API接口向客户发送所述营销活动内容,所述营销活动内容的发送方式可以是包括短信、邮件和微信在内的方式,API针对具体的营销活动定制开发。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种多渠道客户信息处理及自动化营销的方法,其特征在于,包括以下步骤:
S1:确定客户信息的数据源,为每一个所述数据源建立数据准备服务器,在所述数据源上部署数据采集程序,通过所述数据采集程序,将所述数据源上的所述客户信息采集到所述数据准备服务器中;
S2:建立用于存储所述客户信息的云端平台,建立数据采集服务,所述数据采集服务为将所述客户信息推送到所述云端的数据通道,通过所述数据采集服务将所述数据准备服务器中的采集的所述客户信息推送到所述云端平台;
S3:建立数据湖服务,判断所述数据准备服务器推送到所述云端平台的所述客户信息是否有效,若所述客户信息有效,将所述客户信息存储到所述云端平台;
S4:建立数据清洗微服务,建立用于存储清洗后的所述客户信息的数据仓库,对存储在所述云端平台的所述客户信息进行解析清洗,并将清洗后的所述客户信息推送到所述数据仓库中;
S5:对所述客户信息中每个客户生成客户标签,根据所述客户标签的分类,向所述客户标签对应的客户发送营销活动内容。
2.根据权利要求1所述的多渠道客户信息处理及自动化营销的方法,其特征在于,在步骤S1中,所述将所述数据源上的所述客户信息采集到所述数据准备服务器中,根据所述数据源的不同,可以采用不同的数据采集方式来进行采集:
第三方数据开源接口,若所述数据源为包括社交,电商网站的APP,小程序,网站在内的第三方数据,通过所述第三方数据开源接口,获取所述第三方数据的所述客户信息,保存到所述数据准备服务器中;
安全文件传送协议SFTP,若所述数据源为保存在FTP服务器中的所述客户信息,通过所述客户源端提供的所述FTP服务器的账号和密码,通过安全文件传送协议SFTP将所述数据源上的所述客户信息传输到所述数据准备服务器上;
云端服务器传输,建立云端服务器,将所述云端服务器的地址和密匙提供给所述数据源,所述数据源将所述客户信息推送到所述云端服务器中,之后所述数据准备服务器访问所述云端服务器,获取所述云端服务器上的所述客户信息;
数据库直接传输,所述数据源提供所述客户信息所在的数据库的连接信息,所述数据准备服务器周期性的拉取所述数据库上的数据。
3.根据权利要求1所述的多渠道客户信息处理及自动化营销的方法,其特征在于,在步骤S2中,所述数据采集服务,通过定义数据工作任务监控***来实现,所述数据工作任务监控***包括数据采集任务的创建,修改,追踪,暂停,恢复,结束在内的功能。
4.根据权利要求3所述的多渠道客户信息处理及自动化营销的方法,其特征在于,所述数据工作任务监控***,根据所述客户信息数量的大小,随时调整所述数据通道的大小,通过微软无服务器服务中的Azure来实现,具体为:
在所述云端平台上建立云端容器注册表,所述云端容器注册表采用微软的Azure容器注册表来实现,在所述Azure容器注册表中注册容器,所述容器用于运行所述数据采集任务;
从所述Azure容器注册表中拉取所述容器的容器映像,作为AKS容器映象,存储到AKS群集中;
当所述AKS群集的容量不足时,AKS可使用虚拟Kubelet在ACI内部扩展Pod,所述Pod做为AKS容器的虚拟节点;
所述AKS容器映象和所述AKS容器的虚拟节点共同作为所述数据通道,运行所述数据采集任务,将所述客户信息推送到所述云端平台。
5.根据权利要求1所述的多渠道客户信息处理及自动化营销的方法,其特征在于,在步骤S4中,所述对存储在所述云端平台的所述客户信息进行解析清洗,具体过程为:
通过微软的Azure HDInsight中的Apache Spark服务,配置Spark集群,所述Spark集群用于所述客户信息解析清洗过程中的计算;
通过所述Apache Spark服务,将所述云端平台的所述客户信息加载和缓存到内存中,用于所述客户信息解析清洗过程中多次重复的查询;
通过所述Apache Spark服务中提供的用于所述内存中所述Spark集群的计算基元,对所述客户信息解析清洗,具体解析清洗的过程为:
对所述客户信息的每一个客户创建客户唯一ID,通过去重算法概率识别不同渠道或者不同品牌的相同客户,并且将所述客户信息进行整合去重;所述去重算法可以是包括判断手机号一致,LSH算法在内的算法;
为整合去重后的所述客户信息的每一个客户创建360度客户信息数据库,所述360度客户信息数据库包括来源于不同渠道或者不同品牌的所有的信息。
6.根据权利要求1所述的多渠道客户信息处理及自动化营销的方法,其特征在于,所述对所述客户信息中每个客户生成客户标签,具体为:根据包括年龄区间、消费能力、产品偏好在内的信息,对所述客户信息中每个客户生成客户标签,所述客户信息中每个客户对应的客户标签可以有多个;
所述向所述客户标签对应的客户发送所述营销活动内容,具体为:建立发送所述营销活动的API接口,通过API接口向客户发送所述营销活动内容,所述营销活动内容的发送方式可以是包括短信、邮件和微信在内的方式。
7.一种多渠道客户信息处理及自动化营销的***,其特征在于,包括:数据准备模块,数据采集模块,数据湖服务模块,数据清洗微服务模块和营销模块;
所述数据准备模块,用于确定客户信息的数据源,为每一个所述数据源建立数据准备服务器,在所述数据源上部署数据采集程序,通过所述数据采集程序,将所述数据源上的所述客户信息采集到所述数据准备服务器中;
所述数据采集模块,用于建立用于存储所述客户信息的云端平台,建立数据采集服务,所述数据采集服务为将所述客户信息推送到所述云端的数据通道,通过所述数据采集服务将所述数据准备服务器中的采集的所述客户信息推送到所述云端平台;
所述数据湖服务模块,用于建立数据湖服务,判断所述数据准备服务器推送到所述云端平台的所述客户信息是否有效,若所述客户信息有效,将所述客户信息存储到所述云端平台;
所述数据清洗微服务模块,用于建立数据清洗微服务,建立用于存储清洗后的所述客户信息的数据仓库,对存储在所述云端平台的所述客户信息进行解析清洗,并将清洗后的所述客户信息推送到所述数据仓库中;
所述营销模块,用于对所述客户信息中每个客户生成客户标签,根据所述客户标签的分类,向所述客户标签对应的客户发送营销活动内容。
8.根据权利要求7所述的多渠道客户信息处理及自动化营销的***,其特征在于,所述数据准备模块,包括数据准备服务器,对每一个所述数据源建立相对应的所述数据准备服务器,用于存储从所述数据源上采集到的所述客户信息。
9.根据权利要求7所述的多渠道客户信息处理及自动化营销的***,其特征在于,所述数据清洗微服务模块,包括:
数据仓库,用于存储清洗后的所述客户信息;
客户信息去重模块,用于对所述客户信息的每一个客户创建客户唯一ID,通过去重算法概率识别不同渠道或者不同品牌的相同客户,并且将所述客户信息进行整合去重;
客户信息库创建模块,用于为整合去重后的所述客户信息的每一个客户创建360度客户信息数据库,所述360度客户信息数据库包括来源于不同渠道或者不同品牌的所有的信息。
10.根据权利要求7所述的多渠道客户信息处理及自动化营销的***,其特征在于,所述营销模块,包括:
标签建立模块,用于对所述客户信息中每个客户生成客户标签,具体为:根据包括年龄区间、消费能力、产品偏好在内的信息,对所述客户信息中每个客户生成客户标签,所述客户信息中每个客户对应的客户标签可以有多个;
营销活动发送模块,用于向所述客户标签对应的客户发送所述营销活动内容,具体为:建立发送所述营销活动的API接口,通过API接口向客户发送所述营销活动内容,所述营销活动内容的发送方式可以是包括短信、邮件和微信在内的方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911318204.9A CN111143673B (zh) | 2019-12-19 | 2019-12-19 | 一种多渠道客户信息处理及自动化营销的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911318204.9A CN111143673B (zh) | 2019-12-19 | 2019-12-19 | 一种多渠道客户信息处理及自动化营销的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111143673A true CN111143673A (zh) | 2020-05-12 |
CN111143673B CN111143673B (zh) | 2024-03-22 |
Family
ID=70519023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911318204.9A Active CN111143673B (zh) | 2019-12-19 | 2019-12-19 | 一种多渠道客户信息处理及自动化营销的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111143673B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680086A (zh) * | 2020-05-25 | 2020-09-18 | 泰康保险集团股份有限公司 | 数据处理方法及***、计算机设备及计算机可读存储介质 |
CN111930508A (zh) * | 2020-08-18 | 2020-11-13 | 上海浦东发展银行股份有限公司 | 基于行为数据的用户行为分析平台***、方法及存储介质 |
CN112053060A (zh) * | 2020-09-07 | 2020-12-08 | 上海浦东发展银行股份有限公司 | 一种多渠道的银行营销信息交互***及方法 |
CN112258209A (zh) * | 2020-09-01 | 2021-01-22 | 武汉策微信息科技有限公司 | 一种客户智能分级及跟踪*** |
CN112270572A (zh) * | 2020-11-03 | 2021-01-26 | 恩亿科(北京)数据科技有限公司 | 自动化营销方法、***、电子设备及计算机可读存储介质 |
CN112559645A (zh) * | 2020-12-25 | 2021-03-26 | 中国农业银行股份有限公司 | 一种海量运维数据的处理方法及装置 |
CN113220432A (zh) * | 2021-05-08 | 2021-08-06 | 中国联合网络通信集团有限公司 | 多云互联方法、装置、设备、存储介质及产品 |
CN113490167A (zh) * | 2021-08-10 | 2021-10-08 | 贵州科库科技有限公司 | 一种基于crm***数据集的短信发送方法、***及存储介质 |
CN113643771A (zh) * | 2021-07-07 | 2021-11-12 | 上海医时信息科技有限公司 | 一种基于Taas平台的医疗营销*** |
CN113780721A (zh) * | 2021-07-29 | 2021-12-10 | 深圳市思为软件技术有限公司 | 一种数据整合方法及*** |
CN113822744A (zh) * | 2021-09-26 | 2021-12-21 | 北京慧博科技有限公司 | 一种快速查询全渠道客户列表的方法 |
CN117236992A (zh) * | 2023-11-15 | 2023-12-15 | 北京头条易科技有限公司 | 一种跨平台的通用型电商转化监测***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090112648A1 (en) * | 2007-10-30 | 2009-04-30 | Microsoft Corporation | Online sales and marketing integration |
CN103377432A (zh) * | 2012-04-16 | 2013-10-30 | 殷程 | 智能客服营销分析*** |
CN106326457A (zh) * | 2016-08-29 | 2017-01-11 | 山大地纬软件股份有限公司 | 基于大数据的人社人员档案袋数据库的构建方法及*** |
CN106651403A (zh) * | 2016-12-30 | 2017-05-10 | 上海富聪金融信息服务有限公司 | 客户信息管理***和方法 |
CN106918363A (zh) * | 2017-01-24 | 2017-07-04 | 中国农业大学 | 基于Azure的奶牛场环境数据采集***及方法 |
CN110535909A (zh) * | 2019-07-29 | 2019-12-03 | 广东电网有限责任公司信息中心 | 面向能源互联网应用的大数据与云计算一体化平台*** |
-
2019
- 2019-12-19 CN CN201911318204.9A patent/CN111143673B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090112648A1 (en) * | 2007-10-30 | 2009-04-30 | Microsoft Corporation | Online sales and marketing integration |
CN103377432A (zh) * | 2012-04-16 | 2013-10-30 | 殷程 | 智能客服营销分析*** |
CN106326457A (zh) * | 2016-08-29 | 2017-01-11 | 山大地纬软件股份有限公司 | 基于大数据的人社人员档案袋数据库的构建方法及*** |
CN106651403A (zh) * | 2016-12-30 | 2017-05-10 | 上海富聪金融信息服务有限公司 | 客户信息管理***和方法 |
CN106918363A (zh) * | 2017-01-24 | 2017-07-04 | 中国农业大学 | 基于Azure的奶牛场环境数据采集***及方法 |
CN110535909A (zh) * | 2019-07-29 | 2019-12-03 | 广东电网有限责任公司信息中心 | 面向能源互联网应用的大数据与云计算一体化平台*** |
Non-Patent Citations (1)
Title |
---|
数人云: "微软Azure Container Service的容器化应⽤", Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/p/28967225> * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680086A (zh) * | 2020-05-25 | 2020-09-18 | 泰康保险集团股份有限公司 | 数据处理方法及***、计算机设备及计算机可读存储介质 |
CN111930508A (zh) * | 2020-08-18 | 2020-11-13 | 上海浦东发展银行股份有限公司 | 基于行为数据的用户行为分析平台***、方法及存储介质 |
CN112258209A (zh) * | 2020-09-01 | 2021-01-22 | 武汉策微信息科技有限公司 | 一种客户智能分级及跟踪*** |
CN112053060A (zh) * | 2020-09-07 | 2020-12-08 | 上海浦东发展银行股份有限公司 | 一种多渠道的银行营销信息交互***及方法 |
CN112053060B (zh) * | 2020-09-07 | 2024-02-23 | 上海浦东发展银行股份有限公司 | 一种多渠道的银行营销信息交互***及方法 |
CN112270572A (zh) * | 2020-11-03 | 2021-01-26 | 恩亿科(北京)数据科技有限公司 | 自动化营销方法、***、电子设备及计算机可读存储介质 |
CN112559645A (zh) * | 2020-12-25 | 2021-03-26 | 中国农业银行股份有限公司 | 一种海量运维数据的处理方法及装置 |
CN113220432B (zh) * | 2021-05-08 | 2023-11-21 | 中国联合网络通信集团有限公司 | 多云互联方法、装置、设备、存储介质及产品 |
CN113220432A (zh) * | 2021-05-08 | 2021-08-06 | 中国联合网络通信集团有限公司 | 多云互联方法、装置、设备、存储介质及产品 |
CN113643771A (zh) * | 2021-07-07 | 2021-11-12 | 上海医时信息科技有限公司 | 一种基于Taas平台的医疗营销*** |
CN113780721A (zh) * | 2021-07-29 | 2021-12-10 | 深圳市思为软件技术有限公司 | 一种数据整合方法及*** |
CN113780721B (zh) * | 2021-07-29 | 2024-04-09 | 深圳市思为软件技术有限公司 | 一种数据整合方法及*** |
CN113490167A (zh) * | 2021-08-10 | 2021-10-08 | 贵州科库科技有限公司 | 一种基于crm***数据集的短信发送方法、***及存储介质 |
CN113822744A (zh) * | 2021-09-26 | 2021-12-21 | 北京慧博科技有限公司 | 一种快速查询全渠道客户列表的方法 |
CN117236992A (zh) * | 2023-11-15 | 2023-12-15 | 北京头条易科技有限公司 | 一种跨平台的通用型电商转化监测***及方法 |
CN117236992B (zh) * | 2023-11-15 | 2024-02-06 | 北京头条易科技有限公司 | 一种跨平台的通用型电商转化监测***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111143673B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111143673B (zh) | 一种多渠道客户信息处理及自动化营销的方法及*** | |
US20110145056A1 (en) | Interactive online closed loop marketing system and method | |
CN113987074A (zh) | 分布式服务全链路监控方法、装置、电子设备及存储介质 | |
US20140201292A1 (en) | Digital business card system performing social networking commonality comparisions, professional profile curation and personal brand management | |
JP6111404B2 (ja) | アクティビティのリアルタイムモニタリングのためのシステム、および方法 | |
CN111522978B (zh) | 一种数据推送方法和装置 | |
CN110910282A (zh) | 房地产电子商务多角色拓客赚佣***、方法及存储介质 | |
CN112925973B (zh) | 数据处理方法和装置 | |
CN114663186A (zh) | 一种应用于私域和电商平台的商品推荐方法、***和存储介质 | |
CN111027838A (zh) | 一种众包任务推送方法、装置、设备及其存储介质 | |
CN115081414B (zh) | 基于数据模型的电子表格生成方法、装置、设备及介质 | |
CN110674404A (zh) | 链接信息生成方法、装置、***、存储介质及电子设备 | |
CN111340455A (zh) | 自动化生成数据分析结果的方法、装置、设备及存储介质 | |
US11282092B2 (en) | System and method for universal data modeling | |
CN110837538A (zh) | 金融知识图谱可视化查询与多维分析*** | |
US20210144116A1 (en) | Methods for paid placement of promotional e-mail messages | |
CN116508045A (zh) | 用于促进用户参与的***和方法 | |
US11238105B2 (en) | Correlating user device attribute groups | |
US20200118016A1 (en) | Data attribution using frequent pattern analysis | |
US20140129319A1 (en) | System, method, and non-transitory computer-readable medium for simulating an electronic message campaign | |
CN114612113A (zh) | 创建线索的方法及相关装置 | |
US9009073B1 (en) | Product availability check using image processing | |
EP3449454A1 (en) | Emphasizing communication based on past interaction related to promoted items | |
CN114663105A (zh) | 一种企业客户关系管理***及方法 | |
CN112634088A (zh) | 房源动态信息推送方法及装置 |
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 |