CN113988945B - 一种面向多维数据趋势精准营销的管理*** - Google Patents
一种面向多维数据趋势精准营销的管理*** Download PDFInfo
- Publication number
- CN113988945B CN113988945B CN202111311951.7A CN202111311951A CN113988945B CN 113988945 B CN113988945 B CN 113988945B CN 202111311951 A CN202111311951 A CN 202111311951A CN 113988945 B CN113988945 B CN 113988945B
- Authority
- CN
- China
- Prior art keywords
- data
- trend
- management system
- layer
- ratio
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 238000007726 management method Methods 0.000 claims abstract description 27
- 238000013500 data storage Methods 0.000 claims abstract description 4
- 239000000284 extract Substances 0.000 claims abstract description 4
- 230000001174 ascending effect Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 10
- 230000003542 behavioural effect Effects 0.000 claims description 8
- 238000011835 investigation Methods 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 8
- 238000000547 structure data Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000008520 organization Effects 0.000 claims description 4
- 230000000630 rising effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000011068 loading method Methods 0.000 claims description 3
- 238000005406 washing Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向多维数据趋势精准营销的管理***,该管理***旨在解决现有技术下不能面向多维数据进行业务趋势的分析,对数据趋势的分析不够全面,降低了精准营销的效率,不能提高企业投资回报率的技术问题。该管理***包括数据仓库、数据趋势分析模块、精准营销模块和控制中心模块;所述数据仓库包括数据获取单元、数据存储单元和数据访问单元,数据仓库对源数据进行抽取、清洗和转换并存入数据仓库中,生成商品销售事实表。该管理***数据趋势分析模块根据不同的维度和量度,对数据趋势进行分析,趋势的分析更加全面,从而根据得到的用户画像,有针对性地投入广告,从而提高广告的投资回报率,降低企业的运营成本,提高企业的业绩。
Description
技术领域
本发明属于营销管理***领域,具体涉及一种面向多维数据趋势精准营销的管理***。
背景技术
营销管理***是企业为实现与客户的交换,并最终获得销售收入和投资回到的主题***,企业想要取得良好的投资回报,需要重视管理***的运营,使其真正在经营管理发挥应有的积极作用。
目前,专利号为CN201811610336.4的发明专利公开了一种基于大数据技术的营销管理平台,包括:数据层,包括多个数据中心,所述数据中心之间彼此数据隔离并通过数据总线实现数据共享;中间件层,用以提供包括进行流程和表单设计的平台服务功能;建模层,为企业组织建模、个性化流程绑定和表单提供建模解决方案;应用层,基于所述建模解决方案为企业提供业务应用,所述业务应用包括协同研发、协同采购、协同生产、协同营销、协同服务;表现层,用以提供用户访问界面。其采用的是通过云端的集中管理极大降低企业的营销运营和管理成本,但该***不能面向多维数据进行业务趋势的分析,对数据趋势的分析不够全面,降低了精准营销的效率,不能提高企业的投资回报率。
因此,针对上述不能面向多维数据进行趋势分选的问题,亟需得到解决,以改善***的使用场景。
发明内容
(1)要解决的技术问题
针对现有技术的不足,本发明的目的在于提供一种面向多维数据趋势精准营销的管理***,该管理***旨在解决现有技术下不能面向多维数据进行业务趋势的分析,对数据趋势的分析不够全面,降低了精准营销的效率,不能提高企业投资回报率的技术问题。
(2)技术方案
为了解决上述技术问题,本发明提供了这样一种面向多维数据趋势精准营销的管理***,该管理***包括数据仓库、数据趋势分析模块、精准营销模块和控制中心模块;
所述数据仓库包括数据获取单元、数据存储单元和数据访问单元,数据仓库对源数据进行抽取、清洗和转换并存入数据仓库中,生成商品销售事实表,数据仓库内预设有ODS层、PDW层、DM层和APP层,ODS层是接口数据临时存储的区域,PDW层保存的是对源***数据进行清洗后的数据,DM层的数据是面向主题来组织数据,主题包含两个元素:一是维度;二是量度,DM层的数据为星形结构数据,APP层的数据是为了满足具体的分析需求而构建的数据,APP层的数据为星形结构数据;
所述数据趋势分析模块根据不同的维度和量度,对数据趋势进行分析,其步骤为:
1)选择要分析的维度,然后从数据仓库内收集相应的数据;
2)建立同比、环比两种情况下相应的判断标准、/>,并分别进行同比、环比的趋势分析;
3)同比趋势分析:将本期数据与上一年度同期数据/>进行对比,若,则同比情况下呈下降趋势,若/>,则同比情况下呈持平的趋势,若/>,则同比情况下呈上升趋势,将同比情况下呈上升趋势的客户数据加入同比趋势上升表;
4)环比趋势分析:将本期数据与上一期数据/>进行对比,若/>,则环比情况下呈下降趋势,若/>,则环比情况下呈持平的趋势,若/>,则环比情况下呈上升趋势,将环比情况下呈上升趋势的客户数据加入环比趋势上升表;
所述精准营销模块通过数据趋势分析模块的结果,从基本属性、心理属性和行为属性三方面构建用户画像,根据用户画像,针对性地投放广告,然后通过业务指标、离线指标、线上指标来评估用户画像的准确率和覆盖率;
所述控制中心模块用于接收用户的指令,并根据指令控制***完成相应的操作。
优选地,所述数据仓库中源数据包括但不限于点击流日志、数据库数据和文档数据。
优选地,所述数据仓库DM层中维度分为时间维度、用户维度、地域维度、产品维度和支付维度5个大类,用、/> 、/> 、/>、/>表示,每个维度下根据自身特性分成n个等级,分别为(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>)。
优选地,所述数据获取单元内设置有ETL,ETL进行数据抽取的步骤分为:抽取、清洗、转换和装载。
优选地,所述精准营销模块中业务指标包括业务反馈、点击率和点击时长,离线指标Pre@N=。
优选地,所述线上指标包括画像有点数和画像有点率/>,线上指标中画像有点数/>=/>,画像有点率/>=/>,其中/>为用户点击的画像个数,/>为用户曝光的画像个数。
优选地,所述精准营销模块中基本属性包括:性别、年龄、收入、学历、职业、居住地、住房类型、家庭结构,心理属性包括:兴趣爱好、心理需求、生活价值观、消费太大、媒体态度和品牌认知,行为属性包括:休闲娱乐、生活方式、信息获取、消费方式和使用行为。
优选地,所述精准营销模块中构建用户画像的步骤为:
1)结合数据趋势分析模块的目标客户,确立画像标签;
2)结合企业自身的时间精力、经费因素,确立调研方法,调研方法为定性研究和/或定量研究;
3)进行有效信息的收集,分析资料,角色聚类;
4)完成角色聚类后,梳理每类角色的行为、目标、痛点特征,形成画像的基本框架,并对每个角色进行属性信息、场景信息详细描述,构建完整的用户画像。
(3)有益效果
与现有技术相比,本发明的有益效果在于:本发明的管理***利用数据趋势分析模块根据不同的维度和量度,对数据趋势进行分析,趋势的分析更加全面,根据趋势分析筛选出优质的客户,并根据优质的客户构建用户画像,从而根据得到的用户画像,有针对性地投入广告,从而提高广告的投资回报率,降低企业的运营成本,同时通过业务指标、离线指标、线上指标来评估用户画像的准确率和覆盖率,根据评估的结果对广告投放的范围进行调整,进一步提高广告投放的准确率和覆盖率,从而提高企业的业绩。
附图说明
为了更清楚的说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术中描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一种实施方式,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明管理***一种具体实施方式的整体框架结构示意图;
图2为本发明管理***一种具体实施方式的流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面对本发明具体实施方式中的技术方案进行清楚、完整的描述,以进一步阐述本发明,显然,所描述的具体实施方式仅仅是本发明的一部分实施方式,而不是全部的样式。
实施例1
本具体实施方式是面向多维数据趋势精准营销的管理***,其整体框架结构示意图如图1所示,其流程图如图2所示,该管理***包括数据仓库、数据趋势分析模块、精准营销模块和控制中心模块;
数据仓库包括数据获取单元、数据存储单元和数据访问单元,数据仓库对源数据进行抽取、清洗和转换并存入数据仓库中,生成商品销售事实表,数据仓库内预设有ODS层、PDW层、DM层和APP层,ODS层是接口数据临时存储的区域,PDW层保存的是对源***数据进行清洗后的数据,DM层的数据是面向主题来组织数据,主题包含两个元素:一是维度;二是量度,DM层的数据为星形结构数据,APP层的数据是为了满足具体的分析需求而构建的数据,APP层的数据为星形结构数据;
数据趋势分析模块根据不同的维度和量度,对数据趋势进行分析,其步骤为:
1)选择要分析的维度,然后从数据仓库内收集相应的数据;
2)建立同比、环比两种情况下相应的判断标准、/>,并分别进行同比、环比的趋势分析;
3)同比趋势分析:将本期数据与上一年度同期数据/>进行对比,若,则同比情况下呈下降趋势,若/>,则同比情况下呈持平的趋势,若/>,则同比情况下呈上升趋势,将同比情况下呈上升趋势的客户数据加入同比趋势上升表;
4)环比趋势分析:将本期数据与上一期数据/>进行对比,若/>,则环比情况下呈下降趋势,若/>,则环比情况下呈持平的趋势,若/>,则环比情况下呈上升趋势,将环比情况下呈上升趋势的客户数据加入环比趋势上升表;
精准营销模块通过数据趋势分析模块的结果,从基本属性、心理属性和行为属性三方面构建用户画像,根据用户画像,针对性地投放广告,然后通过业务指标、离线指标、线上指标来评估用户画像的准确率和覆盖率;
控制中心模块用于接收用户的指令,并根据指令控制***完成相应的操作。
其中,数据仓库中源数据包括但不限于点击流日志、数据库数据和文档数据,数据仓库DM层中维度分为时间维度、用户维度、地域维度、产品维度和支付维度5个大类,用、 、/> 、/>、/>表示,每个维度下根据自身特性分成n个等级,分别为(/>、/>…)、(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>)、(/>、/>…),数据获取单元内设置有ETL,ETL进行数据抽取的步骤分为:抽取、清洗、转换和装载。
同时,精准营销模块中业务指标包括业务反馈、点击率和点击时长,离线指标Pre@N=,线上指标包括画像有点数/>和画像有点率/>,线上指标中画像有点数/>=/>,画像有点率/>=/>,其中/>为用户点击的画像个数,/>为用户曝光的画像个数,精准营销模块中基本属性包括:性别、年龄、收入、学历、职业、居住地、住房类型、家庭结构,心理属性包括:兴趣爱好、心理需求、生活价值观、消费太大、媒体态度和品牌认知,行为属性包括:休闲娱乐、生活方式、信息获取、消费方式和使用行为。
另外,精准营销模块中构建用户画像的步骤为:
1)结合数据趋势分析模块的目标客户,确立画像标签;
2)结合企业自身的时间精力、经费因素,确立调研方法,调研方法为定性研究和/或定量研究;
3)进行有效信息的收集,分析资料,角色聚类;
4)完成角色聚类后,梳理每类角色的行为、目标、痛点特征,形成画像的基本框架,并对每个角色进行属性信息、场景信息详细描述,构建完整的用户画像。
使用本技术方案的管理***时,步骤一:控制中心模块用于接收用户的指令,并根据指令控制***完成相应的操作;步骤二:数据仓库从点击流日志、数据库数据和文档数据进行数据抽取、清洗和转换并存入数据仓库中,生成商品销售事实表,ODS层是接口数据临时存储的区域,PDW层保存的是对源***数据进行清洗后的数据,DM层的数据是面向主题来组织数据,主题包含两个元素:一是维度;二是量度,维度分为时间维度、用户维度、地域维度、产品维度和支付维度5个大类,用、/> 、/> 、/>、/>表示,每个维度下根据自身特性分成n个等级,分别为(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>),DM层的数据为星形结构数据,APP层的数据是为了满足具体的分析需求而构建的数据,APP层的数据为星形结构数据,步骤三:数据趋势分析模块根据不同的维度和量度,对数据趋势进行分析,其步骤为:1)选择要分析的维度,然后从数据仓库内收集相应的数据;2)建立同比、环比两种情况下相应的判断标准/>、/>,并分别进行同比、环比的趋势分析;3)同比趋势分析:将本期数据/>与上一年度同期数据进行对比,若/>,则同比情况下呈下降趋势,若/>,则同比情况下呈持平的趋势,若/>,则同比情况下呈上升趋势,将同比情况下呈上升趋势的客户数据加入同比趋势上升表;4)环比趋势分析:将本期数据/>与上一期数据/>进行对比,若/>,则环比情况下呈下降趋势,若/>,则环比情况下呈持平的趋势,若/>,则环比情况下呈上升趋势,将环比情况下呈上升趋势的客户数据加入环比趋势上升表;步骤四:精准营销模块通过数据趋势分析模块的结果,从基本属性、心理属性和行为属性三方面构建用户画像,根据用户画像,构建用户画像的步骤为:1)结合数据趋势分析模块的目标客户,确立画像标签;2)结合企业自身的时间精力、经费因素,确立调研方法,调研方法为定性研究和/或定量研究;3)进行有效信息的收集,分析资料,角色聚类;4)完成角色聚类后,梳理每类角色的行为、目标、痛点特征,形成画像的基本框架,并对每个角色进行属性信息、场景信息详细描述,构建完整的用户画像,针对性地投放广告,然后通过业务指标、离线指标、线上指标来评估用户画像的准确率和覆盖率,精准营销模块中业务指标包括业务反馈、点击率和点击时长,离线指标Pre@N=/>,线上指标包括画像有点数/>和画像有点率/>,线上指标中画像有点数/>=/>,画像有点率/>=/>,其中/>为用户点击的画像个数,/>为用户曝光的画像个数,精准营销模块中基本属性包括:性别、年龄、收入、学历、职业、居住地、住房类型、家庭结构,心理属性包括:兴趣爱好、心理需求、生活价值观、消费太大、媒体态度和品牌认知,行为属性包括:休闲娱乐、生活方式、信息获取、消费方式和使用行为。
以上描述了本发明的主要技术特征和基本原理及相关优点,对于本领域技术人员而言,显然本发明不限于上述示范性具体实施方式的细节,而且在不背离本发明的构思或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将上述具体实施方式看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照各实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施方式中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种面向多维数据趋势精准营销的管理***,该管理***包括数据仓库、数据趋势分析模块、精准营销模块和控制中心模块;其特征在于,
所述数据仓库包括数据获取单元、数据存储单元和数据访问单元,数据仓库对源数据进行抽取、清洗和转换并存入数据仓库中,生成商品销售事实表,数据仓库内预设有ODS层、PDW层、DM层和APP层,ODS层是接口数据临时存储的区域,PDW层保存的是对源***数据进行清洗后的数据,DM层的数据是面向主题来组织数据,主题包含两个元素:一是维度;二是量度,DM层的数据为星形结构数据,APP层的数据是为了满足具体的分析需求而构建的数据,APP层的数据为星形结构数据;
所述数据趋势分析模块根据不同的维度和量度,对数据趋势进行分析,其步骤为:
1)选择要分析的维度,然后从数据仓库内收集相应的数据;
2)建立同比、环比两种情况下相应的判断标准、/>,并分别进行同比、环比的趋势分析;
3)同比趋势分析:将本期数据与上一年度同期数据/>进行对比,若/>,则同比情况下呈下降趋势,若/>,则同比情况下呈持平的趋势,若/>,则同比情况下呈上升趋势,将同比情况下呈上升趋势的客户数据加入同比趋势上升表;
4)环比趋势分析:将本期数据与上一期数据/>进行对比,若/>,则环比情况下呈下降趋势,若/>,则环比情况下呈持平的趋势,若/>,则环比情况下呈上升趋势,将环比情况下呈上升趋势的客户数据加入环比趋势上升表;
所述精准营销模块通过数据趋势分析模块的结果,从基本属性、心理属性和行为属性三方面构建用户画像,根据用户画像,针对性地投放广告,然后通过业务指标、离线指标、线上指标来评估用户画像的准确率和覆盖率;
所述控制中心模块用于接收用户的指令,并根据指令控制***完成相应的操作。
2.根据权利要求1所述的一种面向多维数据趋势精准营销的管理***,其特征在于,所述数据仓库中源数据包括但不限于点击流日志、数据库数据和文档数据。
3.根据权利要求1所述的一种面向多维数据趋势精准营销的管理***,其特征在于,所述数据仓库DM层中维度分为时间维度、用户维度、地域维度、产品维度和支付维度5个大类,用、/> 、/> 、/>、/>表示,每个维度下根据自身特性分成n个等级,分别为(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>)、(/>、/>…/>)。
4.根据权利要求1所述的一种面向多维数据趋势精准营销的管理***,其特征在于,所述数据获取单元内设置有ETL,ETL进行数据抽取的步骤分为:抽取、清洗、转换和装载。
5.根据权利要求1所述的一种面向多维数据趋势精准营销的管理***,其特征在于,所述精准营销模块中业务指标包括业务反馈、点击率和点击时长,离线指标Pre@N=。
6.根据权利要求1所述的一种面向多维数据趋势精准营销的管理***,其特征在于,所述线上指标包括画像有点数和画像有点率/>,线上指标中画像有点数/>=/>,画像有点率/>=/>,其中/>为用户点击的画像个数,/>为用户曝光的画像个数。
7.根据权利要求1所述的一种面向多维数据趋势精准营销的管理***,其特征在于,所述精准营销模块中基本属性包括:性别、年龄、收入、学历、职业、居住地、住房类型、家庭结构,心理属性包括:兴趣爱好、心理需求、生活价值观、消费太大、媒体态度和品牌认知,行为属性包括:休闲娱乐、生活方式、信息获取、消费方式和使用行为。
8.根据权利要求1所述的一种面向多维数据趋势精准营销的管理***,其特征在于,所述精准营销模块中构建用户画像的步骤为:
1)结合数据趋势分析模块的目标客户,确立画像标签;
2)结合企业自身的时间精力、经费因素,确立调研方法,调研方法为定性研究和/或定量研究;
3)进行有效信息的收集,分析资料,角色聚类;
4)完成角色聚类后,梳理每类角色的行为、目标、痛点特征,形成画像的基本框架,并对每个角色进行属性信息、场景信息详细描述,构建完整的用户画像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111311951.7A CN113988945B (zh) | 2021-11-08 | 2021-11-08 | 一种面向多维数据趋势精准营销的管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111311951.7A CN113988945B (zh) | 2021-11-08 | 2021-11-08 | 一种面向多维数据趋势精准营销的管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113988945A CN113988945A (zh) | 2022-01-28 |
CN113988945B true CN113988945B (zh) | 2024-06-07 |
Family
ID=79747028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111311951.7A Active CN113988945B (zh) | 2021-11-08 | 2021-11-08 | 一种面向多维数据趋势精准营销的管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113988945B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI831287B (zh) * | 2022-07-12 | 2024-02-01 | 財團法人商業發展研究院 | 目標客群消費偏好行為觀察系統及方法 |
CN115392980B (zh) * | 2022-09-06 | 2023-05-05 | 杭州储秀网络科技股份有限公司 | 一种新媒体广告精准投放*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7010495B1 (en) * | 1999-12-29 | 2006-03-07 | General Electric Capital Corporation | Methods and systems for analyzing historical trends in marketing campaigns |
JP2017188031A (ja) * | 2016-04-08 | 2017-10-12 | ソフトバンク・テクノロジー株式会社 | 行動データ及び感情データに基づくリマーケティングシステム及びその運用方法 |
CN109978630A (zh) * | 2019-04-02 | 2019-07-05 | 安徽筋斗云机器人科技股份有限公司 | 一种基于大数据建立用户画像的精准营销方法和*** |
US10755291B1 (en) * | 2019-10-25 | 2020-08-25 | Isolation Network, Inc. | Artificial intelligence automation of marketing campaigns |
-
2021
- 2021-11-08 CN CN202111311951.7A patent/CN113988945B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7010495B1 (en) * | 1999-12-29 | 2006-03-07 | General Electric Capital Corporation | Methods and systems for analyzing historical trends in marketing campaigns |
JP2017188031A (ja) * | 2016-04-08 | 2017-10-12 | ソフトバンク・テクノロジー株式会社 | 行動データ及び感情データに基づくリマーケティングシステム及びその運用方法 |
CN109978630A (zh) * | 2019-04-02 | 2019-07-05 | 安徽筋斗云机器人科技股份有限公司 | 一种基于大数据建立用户画像的精准营销方法和*** |
US10755291B1 (en) * | 2019-10-25 | 2020-08-25 | Isolation Network, Inc. | Artificial intelligence automation of marketing campaigns |
Non-Patent Citations (1)
Title |
---|
基于数据仓库技术建立电力营销***;李雪;苑津莎;张卫华;;江苏电机工程;20080128(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113988945A (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767255B (zh) | 一种通过大数据建模实现智能运营及精准营销的方法 | |
Linoff et al. | Data mining techniques: for marketing, sales, and customer relationship management | |
CN110942337A (zh) | 一种基于互联网大数据的精准旅游营销方法 | |
CN113988945B (zh) | 一种面向多维数据趋势精准营销的管理*** | |
CA2808096C (en) | Digital consumer data model and customer analytic record | |
Wang et al. | Examining destination images from travel blogs: A big data analytical approach using latent Dirichlet allocation | |
Jena et al. | Price competition in a tourism supply chain | |
Gao et al. | Application of artificial intelligence and big data technology in digital marketing | |
CN111143689A (zh) | 根据用户需求和用户画像构建推荐引擎的方法 | |
CN111159561A (zh) | 根据用户行为和用户画像构建推荐引擎的方法 | |
Liu et al. | The antecedent and consequence behaviour of sustainable tourism: integrating the concepts of marketing strategy and destination image | |
CN114971747A (zh) | 一种基于大数据商品精准营销的数据分析方法及*** | |
Lim et al. | Consumption of pop culture and tourism demand: Through the lens of herding behaviour | |
Devlin et al. | Big data comes of age | |
Li et al. | When Variety Seeking Meets Unexpectedness: Incorporating Variety-Seeking Behaviors into Design of Unexpected Recommender Systems | |
Song et al. | Evaluation model of click rate of electronic commerce advertising based on fuzzy genetic algorithm | |
Katz-Gerro et al. | Cosmopolitanism in contemporary European societies: mapping and comparing different types of openness across Europe | |
CN116230220A (zh) | 健康评估方法、装置、计算机设备及存储介质 | |
Wang et al. | Visual Analysis of E‐Commerce User Behavior Based on Log Mining | |
CN115358868A (zh) | 一种基于用户画像的智能营销*** | |
Dutwin et al. | Leveraging Predictive Modelling from Multiple Sources of Big Data to Improve Sample Efficiency and Reduce Survey Nonresponse Error | |
Chen et al. | Dynamic box office forecasting based on microblog data | |
Mu | Application of user research in E-commerce app design | |
Li et al. | Influence of Internet-based Social Big Data on Personal Credit Reporting | |
Zu | The validity of visual communication design of online advertisement based on interactivity |
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 |