基于大数据分析全域客户营销的系统及方法与流程

本发明涉及大数据营销，特别涉及基于大数据分析全域客户营销的系统及方法。

背景技术：

1、随着互联网信息技术的快速发展，大数据和人工智能在数字化运营的实践中体现出了巨大的价值，在市场竞争越来越激烈的新零售行业中，提前预测出客户对商品的偏好程度变得迫切。但如何通过大数据计算和分析以提升营销的精准度和客户的转化率是行业关注的问题，目前的营销方式大多通过简单的客户筛选进行有限的营销，无法针对性的推广商品，现有的营销方法和系统存在转化率低、营销成本高的问题，且大量不准确的营销信息被推送给客户，容易引起客户的反感，影响客户的购物体验，导致客户回购率低等问题。

技术实现思路

1、为解决上述问题，本发明提供了基于大数据分析全域客户营销的系统及方法。

2、本发明采用以下技术方案：

3、基于大数据分析全域客户营销的系统，包括数据采集模块、数据存储模块、识别合并模块、融合计算模块、人群圈选模块和管理触达模块；

4、所述数据采集模块用于采集全域业务端原始服务数据；

5、所述数据存储模块用于接收上报的全域业务端原始服务数据，并进行数据清洗和分布式存储为全域结构化服务数据；

6、所述识别合并模块通过id-mapping算法识别和合并所述全域结构化服务数据中同一客户的id，并将该客户对应的客户属性和行为事件进行汇总，以形成单客户全域视图；

7、所述融合计算模块以所述全域结构化服务数据作为训练数据，构建出客户预测模型；

8、所述人群圈选模块利用所述客户预测模块对所有的单客户全域视图进行人群筛选，得到需要营销的精准人群包，并保存为人群包快照；

9、所述管理触达模块通过可视化界面和设置程序，对所述精准人群包内的客户进行全域消息触达。

10、进一步地，所述全域业务端原始服务数据包括线上购物数据、线下渠道数据和客户行为数据；所述线上购物数据来源于线上平台里的客户下单流程、商品购买情况和订单评价；所述线下渠道数据来源于线下实体店的pos机会员系统、导购app、第三方上传和c端埋点中的客户服务和偏好数据；所述客户行为数据来源于各业务端的问卷调查、客户互动参与、c端游戏参与中的客户行为数据。

11、进一步地，所述数据采集模块通过开放接口采集和同步所述线上购物数据、线下渠道数据和客户行为数据。

12、进一步地，所述单客户全域视图包含合并后的客户id及其对应的客户属性和行为事件。

13、进一步地，所述消息触达的方式包括短信、数字短信、智能外呼、微信公众号消息、企业微信消息中的任意一种或几种。

14、进一步地，所述管理触达模块通过定时器定时触发消息触达。

15、进一步地，所述客户预测模型的构建方法包括gbdt+lr模型算法、fm模型算法、ffm模型算法或xgboost模型算法中的任意一种。

16、基于大数据分析全域客户营销的方法，所述方法基于如上所述的系统实现，该方法包括如下步骤：

17、s1、采集全域业务端原始服务数据；

18、s2、对所述全域业务端原始服务数据进行数据清洗，并分布式存储为全域结构化服务数据；

19、s3、通过id-mapping算法识别和合并所述全域结构化服务数据中同一客户的id，并将该客户对应的客户属性和行为事件进行汇总，以形成单客户全域视图；

20、s4、以所述全域结构化服务数据作为训练数据，构建出客户预测模型；

21、s5、利用所述客户预测模块进行人群筛选，得到需要营销的精准人群包；

22、s6、对所述精准人群包内的客户进行消息触达。

23、进一步地，在合并所述全域结构化服务数据中同一客户的id前，预先对来自不同平台的各类语义id进行分级，合并时，采用优先级较高的id覆盖优先级较低的id的方式对客户进行逻辑合并。

24、进一步地，所述客户属性包括客户的性别、身高、体重、职业，所述行为事件包括购买记录和对应商品的属性。

25、采用上述技术方案后，本发明与背景技术相比，具有如下优点：

26、本发明克服了传统营销方式存在的精准度低的缺陷，通过全域结构化服务数据的识别和合并形成单客户全域视图，并通过客户预测模型筛选出目标客户后再进行触达，从而减少对客户的无效信息推送，从而降低商家的营销成本，提升客户购物体验和感知，增强客户粘度，通过这种方式，可以实现快速、精准的营销，提高运营效率。

技术特征：

1.基于大数据分析全域客户营销的系统，其特征在于：包括数据采集模块、数据存储模块、识别合并模块、融合计算模块、人群圈选模块和管理触达模块；

2.如权利要求1所述的基于大数据分析全域客户营销的系统，其特征在于：所述全域业务端原始服务数据包括线上购物数据、线下渠道数据和客户行为数据；所述线上购物数据来源于线上平台里的客户下单流程、商品购买情况和订单评价；所述线下渠道数据来源于线下实体店的pos机会员系统、导购app、第三方上传和c端埋点中的客户服务和偏好数据；所述客户行为数据来源于各业务端的问卷调查、客户互动参与、c端游戏参与中的客户行为数据。

3.如权利要求2所述的基于大数据分析全域客户营销的系统，其特征在于：所述数据采集模块通过开放接口采集和同步所述线上购物数据、线下渠道数据和客户行为数据。

4.如权利要求3所述的基于大数据分析全域客户营销的系统，其特征在于：所述单客户全域视图包含合并后的客户id及其对应的客户属性和行为事件。

5.如权利要求4所述的基于大数据分析全域客户营销的系统，其特征在于：所述消息触达的方式包括短信、数字短信、智能外呼、微信公众号消息、企业微信消息中的任意一种或几种。

6.如权利要求5所述的基于大数据分析全域客户营销的系统，其特征在于：所述管理触达模块通过定时器定时触发消息触达。

7.如权利要求6所述的基于大数据分析全域客户营销的系统，其特征在于：所述客户预测模型的构建方法包括gbdt+lr模型算法、fm模型算法、ffm模型算法或xgboost模型算法中的任意一种。

8.基于大数据分析全域客户营销的方法，其特征在于：所述方法基于如权利要求1～7任一项所述的系统实现，该方法包括如下步骤：

9.如权利要求8所述的基于大数据分析全域客户营销的方法，其特征在于：在合并所述全域结构化服务数据中同一客户的id前，预先对来自不同平台的各类语义id进行分级，合并时，采用优先级较高的id覆盖优先级较低的id的方式对客户进行逻辑合并。

10.如权利要求9所述的基于大数据分析全域客户营销的方法，其特征在于：所述客户属性包括客户的性别、身高、体重、职业，所述行为事件包括购买记录和对应商品的属性。

技术总结
本发明公开了基于大数据分析全域客户营销的系统及方法，所述系统包括数据采集模块、数据存储模块、识别合并模块、融合计算模块、人群圈选模块和管理触达模块；所述数据采集模块用于采集全域业务端原始服务数据，其中，所述识别合并模块通过ID‑Mapping算法识别和合并所述全域结构化服务数据中同一客户的ID，并将该客户对应的客户属性和行为事件进行汇总，以形成单客户全域视图，本发明通过客户预测模型对所述单客户全域视图行预测得到需要营销的精准人群包后进行全域消息触达。本发明克服了传统营销方式存在的精准度低的缺陷，降低商家的营销成本，提升客户购物体验和感知。

技术研发人员：陈碧勇,方敏,曾智谦
受保护的技术使用者：厦门南讯股份有限公司
技术研发日：
技术公布日：2024/1/16