一种精准营销系统的制作方法

本发明主要涉及通过智能大数据的线上智能分析及精准营销系统。

背景技术：

随着经济的不断进步，客户越来越多的采用网上在线消费。而客户的类别属性、兴趣爱好、收入水平等都不同，就决定了大范围普适性的发送营销广告的效率极低，回报率差、成本高。即使针对某些特定客户进行广告发送，单客户的喜好和近况的改变也容易造成广告发送的不精准，而且现有的短信群发技术主要依托于运营商的短信通道(这是在我国唯一合法的群发方式)，软件公司开发短信群发系统对接运营商的系统，可以实现短信内容的简单编辑，然后通过运营商的短信通道发给受众，这种模式下无法获知客户对短信阅读是否，也不知道客户对短信内容的感兴趣与否，最后也无法评价营销效果。因此需要一种能随时跟踪客户的购物潜在方向的营销系统。

技术实现要素：

针对上述现有存在的问题和不足，本发明提供了一精准营销系统，能对一般客户进行分类，并通过大数据实时跟踪客户的属性变化并及时推送符合其属性的营销广告。

发明内容：为解决上述技术问题，本发明所采用的技术手段为：一种精准营销系统，具备：

信息编辑生成模块，其设于系统服务器，并根据后台人员输入的信息和数据进行自动编辑并插入推送链接形成数据包；

信息推送模块，其设于系统服务器，将自动编辑生成的数据包通过网络向特定用户的移动终端进行发送；

用户信息接收模块，其设于用户的智能移动终端，用于接收系统服务器发出的数据包，用户自行决定对推送的数据包进行处理，并将处理行为信息发送至系统服务器；

信息计算模块，其设于系统服务器，接收并根据用户的处理行为信息，同时通过埋码监控方式计算用户对数据包的响应行为信息；所述响应行为信息包括显性属性和隐形属性，所述显性属性包括用户身份信息；所述隐形属性包括用户点/跳出击链接信息、用户浏览链接的类别/时长/频次、用户购物车/下单/付款信息、购物咨询/投诉信息；

信息处理和推算模块，其设于系统服务器，以用户响应行为信息中的隐形属性中的一种或多种数据为考量，对用户的类别分组属性进行修正或补充，并同时将修正或补充过的用户类别分组属性在信息推送模块中更新。

作为优选，所述信息推送模块的推送方式包括短信、微信、qq或移动app。

有益效果：相比于现有技术，本发明统计出对营销内容感兴趣的用户，统计出点击过短信中链接的用户，并进一步提供一种在线追踪用户行为并对其行为进行分析，从而达到精准化营销的解决方法。

本发明提供可以把链接放在包括短信等方式的推送信息中的任何位置，我们都可以实现对该链接的跟踪，此外还可以自定义发送时间。短信发送成功率、点击率(点击链接)、退订率等数据我们都能够掌握，有了这些数据，我们就可以对感兴趣的客户进行二次营销，提高营销成功率。我们还可以对客户购物的全流程进行分析，进而进行转化漏斗分析，直观的分析访客流失的关键步骤，进一步完善我们的营销方式。

附图说明

图1为本发明所述营销系统的结构图；

图2为本发明所述营销系统的逻辑流程图。

具体实施方式

下面结合附图和具体实施例对本发明内容作进一步说明。

如图1所示，本发明的一种精准营销系统，主要包括以下模块：信息编辑生成模块，其设于系统服务器，并根据后台人员输入的信息和数据进行自动编辑并插入推送链接形成数据包；信息推送模块，其设于系统服务器，将自动编辑生成的数据包通过网络向特定用户的移动终端进行发送；用户信息接收模块，其设于用户的智能移动终端，用于接收系统服务器发出的数据包，用户自行决定对推送的数据包进行处理，并将处理行为信息发送至系统服务器；信息计算模块，其设于系统服务器，接收并根据用户的处理行为信息，同时通过埋码监控方式计算用户对数据包的响应行为信息；所述响应行为信息包括显性属性和隐形属性，所述显性属性包括用户身份信息；所述隐形属性包括用户点/跳出击链接信息、用户浏览链接的类别/时长/频次、用户购物车/下单/付款信息、购物咨询/投诉信息；信息处理和推算模块，其设于系统服务器，以用户响应行为信息中的隐形属性中的一种或多种数据为考量，对用户的类别分组属性进行修正或补充，并同时将修正或补充过的用户类别分组属性在信息推送模块中更新。

以短信方式进行精准营销为例，主要包括以下步骤：首先系统的使用者利用系统直接输入短信内容(包括文字和图案)，系统进行自动编辑并插入推广链接形成数据包；用户在系统中选择需要发送的受众目标；系统将需要推广的信息数据包与特定受众目标一一匹配发送；特定受众目标即潜在客户根据自身喜好对数据包进行点击或不予处理，点击后直接跳转至服务器，通过预先设置的网站埋码对客户的浏览行为和购物行为等进行计算和分析，然后服务器根据客户的行为特征进行分析，从而实时跟踪客户的分类属性，并跟新客户属性分类，从而能更加准确的进行营销推广。

本发明中客户可能会在电子商务网站中输入自己的背景信息(如年龄、性别、婚姻、职业等)，也可能明确表明自己对某种商品感兴趣、加入某种商品的“俱乐部”(如数码相机俱乐部、智能手机俱乐部、眼霜俱乐部等)。客户输入的这些信息的变化是相对缓慢的，是相对静态的，它们在某种程度上表明了他们的中长期兴趣爱好。基于这些信息，我们可以定期向客户发送营销信息。这些信息是显性的，因此对其利用的难度也相对较低，我们应该采取各种措施、创造便利条件鼓励顾客主动输入各种信息。但正因为这种信息表明的是客户的中长期兴趣，因此一般来讲这些信息对应的需求对客户也不急迫，相应的营销产生的收入可能不会很快发生。

客户自身输入的信息包括他们的人口自然属性(如年龄、性别、婚姻、职业等)、他们感兴趣的商品与他们所属的“俱乐部”，我们将这些信息汇总给客户打上相应的标签。根据这些标签，我们可以建立客户组，我们可以设定一些规则，根据这些规则定期向客户发送营销信息。建立规则的步骤如下：

1.建立客户标签与营销信息直接的“映射关系”。对于客户感兴趣的商品和他们所属的俱乐部这两种信息，可以直接将其与商品营销信息进行一一对应。对于客户的人口自然属性，无法将其直接与商品营销信息对应。但可以利用商品生产商对目标客户群的描述来设置一些对应规则，比如xxx保健品的目标客户群是45-55岁的女性；xxx音乐手机的目标客户群是18-28岁的年轻人等等。人口自然属性与商品直接的对应关系是一对多的关系，也就是说同样属性的一群人，可能是若干不同商品的目标客户群；

2.在客户允许的情况下，按照一定的频率发送营销信息；

除了上面阐述的基于客户本人填写的信息外，还有更多的客户属性是通过动态的行为表现出来的，由于他们并不是客户输入或者确认过的信息，因此我们将其称之为“隐性客户属性”。可以用来获取隐性客户属性的动态行为包括：客户浏览商品的行为、将商品放入购物车的行为、最终购买商品的行为，也包括客户对推荐商品的实际点击和购买情况，对短信营销活动的响应情况。这些隐性属性是持续动态变化的，因此需要持续动态跟踪。具体来讲，可以跟踪的客户动态行为包括：

◆商品类目/列表浏览行为

◆商品单品浏览行为

◆将商品放入购物车的行为

◆实际购买商品的行为

◆电话咨询/投诉行为

◆对在线推荐商品的响应行为

◆对短信营销的响应行为

除了以上可以直接获取的行为信息，还有以下衍生信息也十分重要：

●客户浏览网站的频率和时长，及其变化趋势

●客户购买商品的频率、交易数、交易金额，及其变化趋势

●客户购买各种商品的数量比例、金额比例

●客户电话咨询/投诉的频率，及其变化趋势

基于以上客户行为，我们可以分析出“隐性客户属性”，并通过为每个客户建立相应的标签将其显性化。比如，客户虽然没有在其客户属性中填写她的性别和年龄，但通过分析她的动态属性，我们可以发现她经常购买比较适合于35-40岁女性的护肤品，那么这种护肤品就会成为“隐性客户属性”中的一员，以后可以根据这些属性向其营销相应的商品。

最终，客户的信息应该是唯一的，它同时包含客户自己所填的信息和通过分析得到的数据。在向客户进行营销时，我们可以同时利用这两方面的数据进行精准定向。