CN117035853A - 一种基于大数据的潜在客户身份标记*** - Google Patents
一种基于大数据的潜在客户身份标记*** Download PDFInfo
- Publication number
- CN117035853A CN117035853A CN202311297063.3A CN202311297063A CN117035853A CN 117035853 A CN117035853 A CN 117035853A CN 202311297063 A CN202311297063 A CN 202311297063A CN 117035853 A CN117035853 A CN 117035853A
- Authority
- CN
- China
- Prior art keywords
- data
- customer
- client
- completion rate
- analysis
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 238000007405 data analysis Methods 0.000 claims abstract description 44
- 230000000694 effects Effects 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 3
- 238000007781 pre-processing Methods 0.000 claims description 67
- 239000006185 dispersion Substances 0.000 claims description 33
- 238000011157 data evaluation Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005065 mining 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- 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
- G06Q30/01—Customer relationship services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及大数据技术领域,尤其涉及一种基于大数据的潜在客户身份标记***,包括数据获取模块和数据分析模块,数据获取模块用于获取客户历史消费次数,距离最近一次购买的时间间隔,客户观看视频的次数以及观看视频的最大完成率,数据分析模块根据客户消费数据评价值确定对客户数据进行分析的若干分析方式,包括根据客户观看视频的最大完成率确定是否对客户数据进行预处理的第一分析方式以及根据客户的活跃度衰减率确定客户的标记类别的第二分析方式,本发明克服了现有技术中对潜在客户的筛选精确度低的问题。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种基于大数据的潜在客户身份标记***。
背景技术
随着大数据技术的快速发展,企业越来越注重对客户数据的分析和挖掘,以提高客户满意度和企业的盈利能力。然而,传统的客户数据分析方法往往无法准确地区分客户的兴趣程度和价值程度,从而导致企业在客户管理和营销策略方面的决策缺乏针对性。
中国专利公开号:CN114372815A公开了一种潜在客户的筛选方法,包括根据各客户的账户信息,生成与各客户一一对应的各节点;将同一产业链中,在预设时段内进行交易的互为上下游关系的任意两个所述客户对应的两个所述节点之间形成连接路径,以生成有向图;将所述有向图中与核心客户对应的核心节点相连接的各第一节点,与所述核心节点进行相似度匹配,确定各所述第一节点与所述核心节点的相似度,并将所述有向图中与所述核心节点连接同一节点的各第二节点,与所述核心节点进行相似度匹配,确定各所述第二节点与所述核心节点的相似度;根据各所述相似度,从各所述第一节点和各所述第二节点中,确定至少一个目标节点,以将所述目标节点对应的客户确定为潜在客户。
由此可见,现有技术存在以下问题:无法精确地区分客户的兴趣程度和价值程度,对潜在客户的筛选精确度低,从而无法为企业提供更有针对性的潜在客户筛选策略。
发明内容
为此,本发明提供一种基于大数据的潜在客户身份标记***,用以克服现有技术中对潜在客户的筛选精确度低的问题。
为实现上述目的,本发明提供一种基于大数据的潜在客户身份标记***,包括:
数据获取模块,其用于获取客户历史消费次数,距离最近一次购买的时间间隔,客户观看视频的次数以及观看视频的最大完成率;
数据分析模块,其与所述数据获取模块相连,所述数据分析模块包括用以根据客户消费数据评价值确定对客户数据进行分析的分析方式的数据分析单元,以及用以根据客户观看视频的最大完成率确定是否对客户数据进行预处理,并根据第一相对差确定对客户数据进行预处理的预处理方式的数据预处理单元;
其中,若干所述分析方式包括根据客户观看视频的最大完成率确定是否对客户数据进行预处理的第一分析方式以及根据客户的活跃度衰减率确定客户的标记类别的第二分析方式。
进一步地,所述数据分析单元根据客户消费数据评价值与预设客户消费数据评价值的比对结果确定对客户数据进行分析的若干分析方式,所述分析方式包括在客户消费数据评价值小于等于预设客户消费数据评价值时确定的第一分析方式以及在客户消费数据评价值大于预设客户消费数据评价值时确定的第二分析方式。
进一步地,所述数据分析单元在确定对客户数据分析的分析方式为第一分析方式下,所述数据预处理单元确定客户观看视频的最大完成率,以在所述最大完成率小于等于预设最大完成率条件下确定对客户数据进行预处理。
进一步地,所述数据预处理单元在确定对客户数据进行预处理条件下,根据第一相对差确定对客户数据进行预处理的若干预处理方式,若干所述预处理方式包括所述数据预处理单元将客户数据中的视频观看次数数据进行过滤的第一预处理方式以及所述数据预处理单元计算客户观看视频的完成率离散度,并根据所述完成率离散度确定是否对最大完成率进行调整的第二预处理方式,若确定不调整最大完成率则以所述第一预处理方式对客户数据进行预处理。
进一步地,所述数据预处理单元在确定以第二预处理方式对客户数据预处理条件下,根据以下公式计算客户观看视频的完成率离散度,设定
,
其中,Wa表示完成率离散度,Wi表示第i次观看视频的完成率,μ表示观看视频的完成率的平均值,C表示客户观看视频的次数;
并在所述完成率离散度小于等于预设完成率离散度条件下确定对最大完成率进行调整和在所述完成率离散度大于预设完成率离散度条件下确定不调整最大完成率。
进一步地,所述数据预处理单元在确定对最大完成率调整条件下,根据第二相对差确定对最大完成率进行调整的若干调整系数,若干所述调整系数包括第一调整系数以及第二调整系数/>,其中△Wa表示所述第二相对差,其中所述第二相对差由所述完成率离散度与预设完成率离散度确定。
进一步地,所述数据分析单元在以第一分析方式对客户数据分析完成后,根据所述最大完成率以及客户观看视频的次数确定客户的兴趣度。
进一步地,所述数据分析模块还包括客户身份标记单元,所述数据分析单元在以第一分析方式对客户数据分析完成后,所述客户身份标记单元根据所述兴趣度与预设兴趣度的比对结果确定客户的若干标记类型,若干所述标记类型包括在所述兴趣度小于等于预设兴趣度条件下确定的第一标记类型以及在所述兴趣度大于预设兴趣度条件下确定的第二标记类型。
进一步地,所述数据分析单元在确定对客户数据进行分析的分析方式为第二分析方式下,根据以下公式计算客户的活跃度衰减率,设定
,
其中,T表示距离最近一次购买的时间间隔,A表示客户历史消费次数。
进一步地,所述数据分析单元在确定对客户数据进行分析的分析方式为第二分析方式下,所述客户身份标记单元根据客户的活跃度衰减率确定客户的若干标记类别,若干所述标记类别包括高价值客户的第一标记类别,潜在客户的第二标记类别以及一般客户的第三标记类别。
与现有技术相比,本发明的有益效果在于,本发明根据客户消费数据评价值与预设客户消费数据评价值的比对结果以灵活地确定对客户数据进行分析的分析方式,更好地满足不同类型客户数据分析的需求,提高数据分析的准确性和效率。
进一步地,本发明通过比较客户观看视频的最大完成率与预设最大完成率以更精确地判断客户对视频内容的兴趣程度和观看行为,更好地了解客户的需求和喜好,从而为后续的个性化推荐提供有针对性的依据。
进一步地,本发明通过计算客户观看视频的最大完成率与预设最大完成率的第一相对差,并根据比对结果确定对客户数据进行预处理的预处理方式以更精确地针对不同客户的观看行为进行个性化的数据预处理,提高数据分析的准确性和效率。
进一步地,本发明通过比较完成率离散度与预设完成率离散度以更精确地判断客户观看视频的完成率分布情况,更好地了解客户的观看行为和喜好,从而为后续的个性化推荐提供有针对性的依据。
进一步地,本发明根据比对结果确定对最大完成率进行调整的调整系数以更精确地针对不同客户的观看行为进行个性化的完成率调整,提高数据分析的准确性和效率。
进一步地,本发明通过设定兴趣度以更精确地将客户分为低兴趣***和高兴趣***,企业根据不同的用户类型提供差异化的服务,更好地了解用户的需求和兴趣,从而提供更符合用户需求的产品和服务,提升用户体验。
进一步地,本发明根据活跃度衰减率确定客户的标记类别以更精确地区分客户的价值程度,通过设定两个预设活跃度衰减率将客户分为高价值客户、潜在客户和一般客户三类,以更精确地对客户进行分类,从而对不同类型的客户采取不同的营销策略,提高营销效率,为后续的个性化推荐提供有针对性的依据,提供更加个性化的服务,满足不同类型客户的需求,从而提升客户满意度。
附图说明
图1为本发明实施例基于大数据的潜在客户身份标记***的结构示意图;
图2为本发明实施例基于大数据的潜在客户身份标记***的数据分析模块的结构示意图;
图3为本发明实施例基于大数据的潜在客户身份标记***的工作流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
请参阅图1-图3所示,图1为本发明实施例基于大数据的潜在客户身份标记***的结构示意图;图2为本发明实施例基于大数据的潜在客户身份标记***的数据分析模块的结构示意图;图3为本发明实施例基于大数据的潜在客户身份标记***的工作流程图。
本发明实施例基于大数据的潜在客户身份标记***,包括:
数据获取模块,其用于获取客户历史消费次数A,距离最近一次购买的时间间隔T,客户观看视频的次数C以及观看视频的最大完成率Wm;
数据分析模块,其与所述数据获取模块相连,所述数据分析模块包括用以根据客户消费数据评价值X确定对客户数据进行分析的分析方式的数据分析单元,以及用以根据客户观看视频的最大完成率Wm确定是否对客户数据进行预处理,并根据第一相对差确定对客户数据进行预处理的预处理方式的数据预处理单元;
其中,若干所述分析方式包括根据客户观看视频的最大完成率Wm确定是否对客户数据进行预处理的第一分析方式以及根据客户的活跃度衰减率L确定客户的标记类别的第二分析方式。
具体而言,所述数据分析单元根据客户消费数据评价值X与预设客户消费数据评价值X0的比对结果确定对客户数据进行分析的分析方式,设定X=ln(A+1);
若X≤X0,所述数据分析单元确定以第一分析方式对客户数据进行分析;
若X>X0,所述数据分析单元确定以第二分析方式对客户数据进行分析。
其中,第一分析方式为根据客户观看视频的最大完成率Wm确定是否对客户数据进行预处理,第二分析方式为根据客户的活跃度衰减率L确定客户的标记类别。
本发明实施例中,所述预设客户消费数据评价值X0取值为0,本领技术人员可以根据具体情况对所述预设客户消费数据评价值X0进行调整。
具体而言,本发明根据客户消费数据评价值与预设客户消费数据评价值的比对结果以灵活地确定对客户数据进行分析的分析方式,更好地满足不同类型客户数据分析的需求,提高数据分析的准确性和效率。
具体而言,在所述数据分析单元确定对客户数据进行分析的分析方式为第一分析方式下,所述数据预处理单元根据客户观看视频的最大完成率Wm与预设最大完成率Wm0的比对结果确定是否对客户数据进行预处理;
若Wm≤Wm0,所述数据预处理单元确定对客户数据进行预处理;
若Wm>Wm0,所述数据预处理单元确定不对客户数据进行预处理。
本发明实施例中,所述预设最大完成率Wm0取值为90%,本领技术人员可以根据具体情况对预设最大完成率Wm0进行调整。
具体而言,本发明通过比较客户观看视频的最大完成率与预设最大完成率以更精确地判断客户对视频内容的兴趣程度和观看行为,更好地了解客户的需求和喜好,从而为后续的个性化推荐提供有针对性的依据。
具体而言,所述数据预处理单元在确定对客户数据进行预处理条件下,计算客户观看视频的最大完成率Wm与预设最大完成率Wm0的第一相对差△Wm并根据所述第一相对差△Wm与第一预设相对差△Wm0的比对结果确定对客户数据进行预处理的预处理方式,设定△Wm=(Wm0-Wm)/Wm0;
若△Wm>△Wm0,所述数据预处理单元确定以第一预处理方式对客户数据进行预处理;
若△Wm≤△Wm0,所述数据预处理单元确定以第二预处理方式对客户数据进行预处理。
其中,所述第一预处理方式为所述数据预处理单元将客户数据中的视频观看次数数据进行过滤,所述第二预处理方式为所述数据预处理单元计算客户观看视频的完成率离散度Wa,并根据所述完成率离散度Wa确定是否对最大完成率Wm进行调整的第二预处理方式,若确定不调整最大完成率Wm则以所述第一预处理方式对客户数据进行预处理。
本发明实施例中,所述第一预设相对差△Wm0取值为0.33,所述第一预设相对差△Wm0是在最大完成率Wm为60%的情况下取得,本领技术人员可以根据具体情况对第一预设相对差△Wm0进行调整。
具体而言,本发明通过计算客户观看视频的最大完成率与预设最大完成率的第一相对差,并根据比对结果确定对客户数据进行预处理的预处理方式以更精确地针对不同客户的观看行为进行个性化的数据预处理,提高数据分析的准确性和效率。
具体而言,所述数据预处理单元计算客户观看视频的完成率离散度Wa的公式为
,
其中,Wi表示第i次观看视频的完成率,μ表示观看视频的完成率的平均值,C表示客户观看视频的次数。
具体而言,所述数据预处理单元在确定以第二预处理方式对客户数据预处理条件下,根据所述完成率离散度Wa与预设完成率离散度Wb的比对结果确定是否对最大完成率Wm进行调整;
若Wa≤Wb,所述数据预处理单元确定对最大完成率Wm进行调整;
若Wa>Wb,所述数据预处理单元确定不对最大完成率Wm进行调整。
本发明实施例中,所述预设完成率离散度Wb取值为100,本领技术人员可以根据具体情况对预设完成率离散度Wb进行调整。
具体而言,本发明通过比较完成率离散度与预设完成率离散度以更精确地判断客户观看视频的完成率分布情况,更好地了解客户的观看行为和喜好,从而为后续的个性化推荐提供有针对性的依据。
具体而言,所述数据预处理单元在确定对最大完成率Wm调整条件下,计算所述完成率离散度Wa与预设完成率离散度Wb的第二相对差△Wa并根据所述第二相对差△Wa与第二预设相对差△Wb的比对结果确定对最大完成率Wm进行调整的调整系数ki,设定△Wa=∣Wa-Wb∣/Wb;
若△Wa≤△Wb,所述数据预处理单元确定以第一调整系数k1调整最大完成率Wm;
若△Wa>△Wb,所述数据预处理单元确定以第二调整系数k2调整最大完成率Wm。
将调整后的最大完成率Wm设置为Wm1=Wm0×ki,i=1,2。
其中,所述第一调整系数,所述第二调整系数/>。
本发明实施例中,所述第二预设相对差△Wb取值为0.2,第二预设相对差△Wb是在完成率离散度Wa为80的情况下取得,本领技术人员可以根据具体情况对第二预设相对差△Wb进行调整。
具体而言,本发明根据比对结果确定对最大完成率进行调整的调整系数以更精确地针对不同客户的观看行为进行个性化的完成率调整,提高数据分析的准确性和效率。
具体而言,所述数据分析模块还包括客户身份标记单元,所述数据分析单元在以第一分析方式对客户数据分析完成后计算客户的兴趣度D,所述客户身份标记单元根据所述兴趣度D与预设兴趣度D0的比对结果确定客户的标记类型,设定
;
若D≤D0,所述客户身份标记单元确定客户的标记类型为第一标记类型;
若D>D0,所述客户身份标记单元确定客户的标记类型为第二标记类型。
其中,第一标记类型为低兴趣***,第二标记类型为高兴趣***。
本发明实施例中,所述预设兴趣度D0取值为0.87,预设兴趣度D0是在客户观看视频的次数为1且观看视频的最大完成率Wm为90%的情况下取得的。
具体而言,本发明通过设定兴趣度以将客户分为低兴趣***和高兴趣***,企业根据不同的用户类型提供差异化的服务,更好地了解用户的需求和兴趣,从而提供更符合用户需求的产品和服务,提升用户体验。
具体而言,所述数据分析单元在确定对客户数据进行分析的分析方式为第二分析方式下,计算客户的活跃度衰减率L,所述客户身份标记单元根据客户的活跃度衰减率L与预设活跃度衰减率的比对结果确定客户的标记类别,所述数据分析模块设有第一预设活跃度衰减率L1以及第二预设活跃度衰减率L2,其中L1<L2,设定;
若L≤L1,所述客户身份标记单元确定客户的标记类别为第一标记类别;
若L1<L≤L2,所述客户身份标记单元确定客户的标记类别为第二标记类别;
若L>L2,所述客户身份标记单元确定客户的标记类别为第三标记类别。
其中,第一标记类别为高价值客户,第二标记类别为潜在客户,第三标记类别为一般客户。
本发明实施例中,所述第一预设活跃度衰减率L1取值为2.1,第一预设活跃度衰减率L1是在客户历史消费次数为3次且距离最近一次购买的时间间隔为10天的情况下取得的,所述第二预设活跃度衰减率L2取值为4.2,第二预设活跃度衰减率L2是在客户历史消费次数为3次且距离最近一次购买的时间间隔为100天的情况下取得的,本领域技术人员可以根据具体情况对第一预设活跃度衰减率L1以及第二预设活跃度衰减率L2进行调整。
具体而言,本发明根据活跃度衰减率确定客户的标记类别以更精确地区分客户的价值程度,通过设定两个预设活跃度衰减率将客户分为高价值客户、潜在客户和一般客户三类,以更精确地对客户进行分类,从而对不同类型的客户采取不同的营销策略,提高营销效率,为后续的个性化推荐提供有针对性的依据,提供更加个性化的服务,满足不同类型客户的需求,从而提升客户满意度。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的潜在客户身份标记***,其特征在于,包括:
数据获取模块,其用于获取客户历史消费次数,距离最近一次购买的时间间隔,客户观看视频的次数以及观看视频的最大完成率;
数据分析模块,其与所述数据获取模块相连,所述数据分析模块包括用以根据客户消费数据评价值确定对客户数据进行分析的分析方式的数据分析单元,以及用以根据客户观看视频的最大完成率确定是否对客户数据进行预处理,并根据第一相对差确定对客户数据进行预处理的预处理方式的数据预处理单元;
其中,若干所述分析方式包括根据客户观看视频的最大完成率确定是否对客户数据进行预处理的第一分析方式以及根据客户的活跃度衰减率确定客户的标记类别的第二分析方式。
2.根据权利要求1所述的基于大数据的潜在客户身份标记***,其特征在于,所述数据分析单元根据客户消费数据评价值与预设客户消费数据评价值的比对结果确定对客户数据进行分析的若干分析方式,所述分析方式包括在客户消费数据评价值小于等于预设客户消费数据评价值时确定的第一分析方式以及在客户消费数据评价值大于预设客户消费数据评价值时确定的第二分析方式。
3.根据权利要求2所述的基于大数据的潜在客户身份标记***,其特征在于,所述数据分析单元在确定对客户数据分析的分析方式为第一分析方式下,所述数据预处理单元确定客户观看视频的最大完成率,以在所述最大完成率小于等于预设最大完成率条件下确定对客户数据进行预处理。
4.根据权利要求3所述的基于大数据的潜在客户身份标记***,其特征在于,所述数据预处理单元在确定对客户数据进行预处理条件下,根据第一相对差确定对客户数据进行预处理的若干预处理方式,若干所述预处理方式包括所述数据预处理单元将客户数据中的视频观看次数数据进行过滤的第一预处理方式以及所述数据预处理单元计算客户观看视频的完成率离散度,并根据所述完成率离散度确定是否对最大完成率进行调整的第二预处理方式,若确定不调整最大完成率则以所述第一预处理方式对客户数据进行预处理。
5.根据权利要求4所述的基于大数据的潜在客户身份标记***,其特征在于,所述数据预处理单元在确定以第二预处理方式对客户数据预处理条件下,根据以下公式计算客户观看视频的完成率离散度,设定
,
其中,Wa表示完成率离散度,Wi表示第i次观看视频的完成率,μ表示观看视频的完成率的平均值,C表示客户观看视频的次数;
并在所述完成率离散度小于等于预设完成率离散度条件下确定对最大完成率进行调整和在所述完成率离散度大于预设完成率离散度条件下确定不调整最大完成率。
6.根据权利要求5所述的基于大数据的潜在客户身份标记***,其特征在于,所述数据预处理单元在确定对最大完成率调整条件下,根据第二相对差确定对最大完成率进行调整的若干调整系数,若干所述调整系数包括第一调整系数以及第二调整系数,其中△Wa表示所述第二相对差,其中所述第二相对差由所述完成率离散度与预设完成率离散度确定。
7.根据权利要求6所述的基于大数据的潜在客户身份标记***,其特征在于,所述数据分析单元在以第一分析方式对客户数据分析完成后,根据所述最大完成率以及客户观看视频的次数确定客户的兴趣度。
8.根据权利要求7所述的基于大数据的潜在客户身份标记***,其特征在于,所述数据分析模块还包括客户身份标记单元,所述数据分析单元在以第一分析方式对客户数据分析完成后,所述客户身份标记单元根据所述兴趣度与预设兴趣度的比对结果确定客户的若干标记类型,若干所述标记类型包括在所述兴趣度小于等于预设兴趣度条件下确定的第一标记类型以及在所述兴趣度大于预设兴趣度条件下确定的第二标记类型。
9.根据权利要求8所述的基于大数据的潜在客户身份标记***,其特征在于,所述数据分析单元在确定对客户数据进行分析的分析方式为第二分析方式下,根据以下公式计算客户的活跃度衰减率,设定
,
其中,T表示距离最近一次购买的时间间隔,A表示客户历史消费次数。
10.根据权利要求9所述的基于大数据的潜在客户身份标记***,其特征在于,所述数据分析单元在确定对客户数据进行分析的分析方式为第二分析方式下,所述客户身份标记单元根据客户的活跃度衰减率确定客户的若干标记类别,若干所述标记类别包括高价值客户的第一标记类别,潜在客户的第二标记类别以及一般客户的第三标记类别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311297063.3A CN117035853B (zh) | 2023-10-09 | 2023-10-09 | 一种基于大数据的潜在客户身份标记*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311297063.3A CN117035853B (zh) | 2023-10-09 | 2023-10-09 | 一种基于大数据的潜在客户身份标记*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117035853A true CN117035853A (zh) | 2023-11-10 |
CN117035853B CN117035853B (zh) | 2024-02-02 |
Family
ID=88641628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311297063.3A Active CN117035853B (zh) | 2023-10-09 | 2023-10-09 | 一种基于大数据的潜在客户身份标记*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117035853B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140279208A1 (en) * | 2013-03-14 | 2014-09-18 | Rosie | Electronic shopping system and service |
CN108269331A (zh) * | 2017-12-12 | 2018-07-10 | 国政通科技股份有限公司 | 一种智能视频大数据处理*** |
CN108985816A (zh) * | 2018-06-07 | 2018-12-11 | 佛山市业鹏机械有限公司 | 一种基于大数据的床垫购买心理分析***和方法 |
CN109903098A (zh) * | 2019-03-12 | 2019-06-18 | 安徽赛迪信息技术有限公司 | 一种客户身份识别和自动归类*** |
CN110222272A (zh) * | 2019-04-18 | 2019-09-10 | 广东工业大学 | 一种潜在客户挖掘与推荐方法 |
CN115115232A (zh) * | 2022-07-01 | 2022-09-27 | 鑫洋互联网科技(广州)有限公司 | 一种嵌入校园生活的商业信息分析与推送方法 |
CN116402539A (zh) * | 2023-06-08 | 2023-07-07 | 北京吉欣科技有限公司 | 基于大数据的拓客方法、***、设备及存储介质 |
-
2023
- 2023-10-09 CN CN202311297063.3A patent/CN117035853B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140279208A1 (en) * | 2013-03-14 | 2014-09-18 | Rosie | Electronic shopping system and service |
CN108269331A (zh) * | 2017-12-12 | 2018-07-10 | 国政通科技股份有限公司 | 一种智能视频大数据处理*** |
CN108985816A (zh) * | 2018-06-07 | 2018-12-11 | 佛山市业鹏机械有限公司 | 一种基于大数据的床垫购买心理分析***和方法 |
CN109903098A (zh) * | 2019-03-12 | 2019-06-18 | 安徽赛迪信息技术有限公司 | 一种客户身份识别和自动归类*** |
CN110222272A (zh) * | 2019-04-18 | 2019-09-10 | 广东工业大学 | 一种潜在客户挖掘与推荐方法 |
CN115115232A (zh) * | 2022-07-01 | 2022-09-27 | 鑫洋互联网科技(广州)有限公司 | 一种嵌入校园生活的商业信息分析与推送方法 |
CN116402539A (zh) * | 2023-06-08 | 2023-07-07 | 北京吉欣科技有限公司 | 基于大数据的拓客方法、***、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117035853B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8706544B1 (en) | Method and system for automatically measuring and forecasting the demographic characterization of customers to help customize programming contents in a media network | |
US6714917B1 (en) | Subscriber identification based on electronic program guide data | |
AU761730B2 (en) | Subscriber identification system | |
US20130247083A1 (en) | Systems and methods for matching an advertisement to a video | |
Spangler et al. | Using data mining to profile TV viewers | |
US20130211880A1 (en) | Chat categorization and agent performance modeling | |
US20130254787A1 (en) | Method and apparatus to perform real-time audience estimation and commercial selection suitable for targeted advertising | |
US20100274666A1 (en) | System and method for selecting a message to play from a playlist | |
CN116862592B (zh) | 一种基于用户行为的sop私域营销信息自动推送方法 | |
US20240251118A1 (en) | Systems and methods for predicting television viewership patterns for advanced consumer segments | |
CN111612519B (zh) | 一种识别金融产品潜在客户的方法、装置及存储介质 | |
US11704540B1 (en) | Systems and methods for responding to predicted events in time-series data using synthetic profiles created by artificial intelligence models trained on non-homogenous time series-data | |
US20210150548A1 (en) | System for automatic segmentation and ranking of leads and referrals | |
US20230410020A1 (en) | Systems and methods for real-time lead grading | |
CN115147152A (zh) | 广告投放效果数据采集与统计分析*** | |
CN117035853B (zh) | 一种基于大数据的潜在客户身份标记*** | |
US20180276694A1 (en) | Consumer response intelligent spend prediction system | |
US11868860B1 (en) | Systems and methods for cohort-based predictions in clustered time-series data in order to detect significant rate-of-change events | |
WO2020162833A1 (en) | Method and system for generating content data | |
CN109145207B (zh) | 一种基于分类指标预测的信息个性化推荐方法及装置 | |
CN115713389A (zh) | 理财产品推荐方法及装置 | |
Sun et al. | The power of fear: Facial emotion analysis of CEOs to forecast firm performance | |
US10997613B2 (en) | Cross-channel recommendation processing | |
ŁabanowsNi et al. | APPLICATION OF THE NONLINEAR AUTOREGRESSIVE MODEL WITH EXOGENOUS INPUTS FOR PREDICTING THE GROSS OPERATING PRODUCT BASED ON USALI DATA | |
US20240193401A1 (en) | Systems and methods for responding to predicted events in time-series data using synthetic profiles created by artificial intelligence models trained on non-homogonous time-series data |
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 |