本发明涉及房地产数据分析,具体涉及基于大数据的购房者识别系统。
背景技术:
传统的房地产营销通过市场调研、到店咨询等方法进行客户筛选,但这是一种被动的后验的筛选方法,不利于更有针对性的获得目标客户,目前大数据的分析功能未在购房者筛选中有具体使用方法。
技术实现要素:
本发明所要解决的技术问题是传统的房地产营销通过市场调研、到店咨询等方法进行客户筛选,但这是一种被动的后验的筛选方法,不利于更有针对性的获得目标客户,目前大数据的分析功能未在购房者筛选中有具体使用方法,目的在于提供基于大数据的购房者识别系统,解决上述问题。
本发明通过下述技术方案实现:
基于大数据的购房者识别系统,包括数据筛分方法,还包括以下步骤:
步骤1,调取历史购房者信息、着陆页登录分布及分时数据;
步骤2,历史购房者信息分析,包括分析购房者的职业、年龄、家庭成员构成、工作单位,分析历史购房者周围环境的潜在购房者;
步骤3,统计筛选着陆页登录分布,获得当日点击售价至少在150万的房产信息的账号列表a;
步骤4,统计分时数据中处于工作时间段点击的,且着陆页在售价至少150万的房产信息的账号列表b;
步骤5,对所述列表a、列表b的客户进行合并,并对客户进行类别区分;
步骤6,对步骤5统计的客户进行陌生拜访。
进一步地,所述步骤1中,统计着陆页登录分布时,需要屏蔽中介的无序操作。
进一步地,所述步骤4,工作时间段指9点至11点,以及14点至17点。
进一步地,所述步骤5,合并列表操作需要标记重复的账号。
进一步地,所述步骤5,重复出现的账号为优质客户,单次出现为高级客户,未出现在列表中的客户为普通客户。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明基于大数据的购房者识别系统,能够预判短期有购房需求的客户,获得营销先机;
2、本发明基于大数据的购房者识别系统,能够依据社会人工作习性,获得更精准的用户画像。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
本发明基于大数据的购房者识别系统,包括数据筛分方法,还包括以下步骤:
步骤1,调取历史购房者信息、着陆页登录分布及分时数据;
步骤2,历史购房者信息分析,包括分析购房者的职业、年龄、家庭成员构成、工作单位,分析历史购房者周围环境的潜在购房者;
步骤3,统计筛选着陆页登录分布,获得当日点击售价至少在150万的房产信息的账号列表a;
步骤4,统计分时数据中处于工作时间段点击的,且着陆页在售价至少150万的房产信息的账号列表b;
步骤5,对所述列表a、列表b的客户进行合并,并对客户进行类别区分;
步骤6,对步骤5统计的客户进行陌生拜访。
所述步骤1中,统计着陆页登录分布时,需要屏蔽中介的无序操作。
所述步骤4,工作时间段指9点至11点,以及14点至17点。
所述步骤5,合并列表操作需要标记重复的账号。
所述步骤5,重复出现的账号为优质客户,单次出现为高级客户,未出现在列表中的客户为普通客户。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
1.基于大数据的购房者识别系统,包括数据筛分方法,其特征在于,还包括以下步骤:
步骤1,调取历史购房者信息、着陆页登录分布及分时数据;
步骤2,历史购房者信息分析,包括分析购房者的职业、年龄、家庭成员构成、工作单位,分析历史购房者周围环境的潜在购房者;
步骤3,统计筛选着陆页登录分布,获得当日点击售价至少在150万的房产信息的账号列表a;
步骤4,统计分时数据中处于工作时间段点击的,且着陆页在售价至少150万的房产信息的账号列表b;
步骤5,对所述列表a、列表b的客户进行合并,并对客户进行类别区分;
步骤6,对步骤5统计的客户进行陌生拜访。
2.根据权利要求1所述的基于大数据的购房者识别系统,其特征在于,所述步骤1中,统计着陆页登录分布时,需要屏蔽中介的无序操作。
3.根据权利要求1所述的基于大数据的购房者识别系统,其特征在于,所述步骤4,工作时间段指9点至11点,以及14点至17点。
4.根据权利要求1所述的基于大数据的购房者识别系统,其特征在于,所述步骤5,合并列表操作需要标记重复的账号。
5.根据权利要求1所述的基于大数据的购房者识别系统,其特征在于,所述步骤5,重复出现的账号为优质客户,单次出现为高级客户,未出现在列表中的客户为普通客户。