System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及金融產品營銷,尤其涉及一種營銷策略的分發方法、裝置及電子設備、計算機程序產品。
技術介紹
1、在銀行業數字化營銷的前沿,精準營銷依賴于深度剖析用戶個人特征、資產狀況及行為軌跡等多維度畫像標簽。面對單一用戶可能適配的眾多營銷策略,為避免過度打擾客戶以及降低營銷成本,如何對營銷策略進行個性化分發,以達到最優客戶購買率成為挑戰。
2、現有方法綜合考量營銷策略的過往效果、客群定位重要性等因素,通過專家評審體系賦予各策略以綜合評分,進而形成優先級排序機制。面對用戶適配多策略情境,依據此優先級序列自動判定為該客戶分配最高優先級營銷策略。
3、然而,上述方法至少存在如下的技術問題:
4、1)營銷策略分發完全按照策略優先級分發,沒有根據用戶本身進行調整,難以滿足不同用戶的個性化需求;
5、2)專家打分主觀性強,且每次制定都需要業務人員的調研、數據分析與人工判斷,不能經常調整,時效性不佳;
6、3)目前分發方案包括了自然轉化的客戶以及營銷厭惡客戶,而不是針對于營銷敏感客戶進行營銷,造成了營銷資源的浪費與客戶滿意度的降低;
7、4)在營銷預算有限的情況下,并沒有考慮營銷活動roi(return?on?investment,投資回報率)的最大化問題。
技術實現思路
1、為了解決上述至少一個方面的技術問題,本申請實施例提供了一種營銷策略的分發方法、裝置及電子設備、計算機程序產品,以提高營銷策略推薦的精準度與個性化水平,降低營
2、本申請實施例采用下述技術方案:
3、第一方面,本申請實施例提供一種營銷策略的分發方法,所述營銷策略的分發方法包括:
4、獲取用戶的特征數據;
5、根據所述用戶的特征數據,利用預設營銷策略評估模型預測用戶在不同營銷策略下的轉化率增益;
6、根據所述用戶在不同營銷策略下的轉化率增益以及預設營銷預算構建多選項背包問題并進行求解,得到用戶對應的目標營銷策略;
7、將所述用戶對應的目標營銷策略分發給用戶。
8、可選地,所述預設營銷策略評估模型通過如下方式訓練得到:
9、構建用戶的營銷策略數據集;
10、根據所述用戶的營銷策略數據集,利用因果森林算法進行訓練,得到所述預設營銷策略評估模型。
11、可選地,所述構建用戶的營銷策略數據集包括:
12、獲取用戶名單,所述用戶名單包括預設時間周期內的營銷策略列表中各個營銷策略的歷史營銷用戶名單以及歷史未營銷用戶名單;
13、收集所述用戶名單中的各個用戶的特征數據,并根據各個用戶的特征數據構建用戶特征向量;
14、計算所述用戶名單中各個用戶對應的營銷評價分數;
15、根據所述用戶特征向量、所述營銷策略列表以及所述營銷評價分數構建所述用戶的營銷策略數據集。
16、可選地,所述計算所述用戶名單中各個用戶對應的營銷評價分數包括:
17、根據所述歷史營銷用戶名單中的用戶在營銷后預設時間內的產品購買率以及資產管理規模提升率,計算所述歷史營銷用戶名單中的用戶對應的營銷評價分數;
18、根據所述歷史未營銷用戶名單中的用戶在未營銷情況下的預設時間內的產品購買率以及資產管理規模提升率,計算所述歷史未營銷用戶名單中的用戶對應的營銷評價分數。
19、可選地,所述根據所述用戶的營銷策略數據集,利用因果森林算法進行訓練,得到所述預設營銷策略評估模型包括:
20、根據所述用戶的營銷策略數據集構建多個數據子集;
21、對每一個子集分別按照預設分裂準則進行分裂,所述預設分裂準則包括計算分裂后的兩個節點對應的營銷評價分數的最大值與分裂前的節點對應的營銷評價分數的最大值之間的差值;
22、在滿足分裂停止條件的情況下,停止分裂并得到多個因果樹,作為所述預設營銷策略評估模型。
23、可選地,所述根據所述用戶在不同營銷策略下的轉化率增益以及預設營銷預算構建多選項背包問題并進行求解,得到用戶對應的目標營銷策略包括:
24、根據用戶在不同營銷策略下的轉化率增益以及預設營銷預算構建多選項背包問題的多個約束條件;
25、基于所述多選項背包問題的多個約束條件,利用求解算法對所述多選項背包問題進行求解,得到所述用戶對應的目標營銷策略。
26、可選地,所述根據用戶在不同營銷策略下的轉化率增益以及預設營銷預算構建多選項背包問題的多個約束條件包括:
27、根據所述用戶在不同營銷策略下的轉化率增益以及營銷策略分發矩陣構建最大化轉化率增益的約束條件;
28、根據每個營銷策略的單用戶營銷成本和所述營銷策略分發矩陣以及預設營銷預算,構建預設營銷預算的約束條件;
29、根據所述營銷策略分發矩陣構建單用戶營銷策略分發數量的約束條件。
30、第二方面,本申請實施例還提供一種營銷策略的分發裝置,所述營銷策略的分發裝置包括:
31、獲取單元,用于獲取用戶的特征數據;
32、預測單元,用于根據所述用戶的特征數據,利用預設營銷策略評估模型預測用戶在不同營銷策略下的轉化率增益;
33、構建及求解單元,用于根據所述用戶在不同營銷策略下的轉化率增益以及預設營銷預算構建多選項背包問題并進行求解,得到用戶對應的目標營銷策略;
34、分發單元,用于將所述用戶對應的目標營銷策略分發給用戶。
35、第三方面,本申請實施例還提供一種電子設備,包括:
36、處理器;以及
37、被安排成存儲計算機可執行指令的存儲器,所述可執行指令在被執行時使所述處理器執行前述之任一所述營銷策略的分發方法。
38、第四方面,本申請實施例還提供一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲一個或多個程序,所述一個或多個程序當被包括多個應用程序的電子設備執行時,使得所述電子設備執行前述之任一所述營銷策略的分發方法。
39、本申請實施例采用的上述至少一個技術方案能夠達到以下有益效果:本申請實施例的營銷策略的分發方法,先獲取用戶的特征數據;然后根據用戶的特征數據,利用預設營銷策略評估模型預測用戶在不同營銷策略下的轉化率增益;之后根據用戶在不同營銷策略下的轉化率增益以及預設營銷預算構建多選項背包問題并進行求解,得到用戶對應的目標營銷策略;最后將用戶對應的目標營銷策略分發給用戶。本申請實施例的營銷策略的分發方法采用預設營銷策略評估模型進行營銷策略的推薦,顯著提高了營銷策略推薦的精準度與個性化水平,增強了用戶體驗與滿意度,提升了客戶忠誠度與復購率。此外,結合企業的預算約束與營銷目標,將推薦問題轉化為多選項背包問題求解,保證了在有限資源下實現最大化客戶價值與營銷效果。
本文檔來自技高網...【技術保護點】
1.一種營銷策略的分發方法,其特征在于,所述營銷策略的分發方法包括:
2.根據權利要求1所述營銷策略的分發方法,其特征在于,所述預設營銷策略評估模型通過如下方式訓練得到:
3.根據權利要求2所述營銷策略的分發方法,其特征在于,所述構建用戶的營銷策略數據集包括:
4.根據權利要求3所述營銷策略的分發方法,其特征在于,所述計算所述用戶名單中各個用戶對應的營銷評價分數包括:
5.根據權利要求2所述營銷策略的分發方法,其特征在于,所述根據所述用戶的營銷策略數據集,利用因果森林算法進行訓練,得到所述預設營銷策略評估模型包括:
6.根據權利要求1所述營銷策略的分發方法,其特征在于,所述根據所述用戶在不同營銷策略下的轉化率增益以及預設營銷預算構建多選項背包問題并進行求解,得到用戶對應的目標營銷策略包括:
7.根據權利要求6所述營銷策略的分發方法,其特征在于,所述根據用戶在不同營銷策略下的轉化率增益以及預設營銷預算構建多選項背包問題的多個約束條件包括:
8.一種營銷策略的分發裝置,其特征在于,所述營銷策略的分發裝
9.一種電子設備,包括:
10.一種計算機程序產品,包括計算機程序或指令,所述計算機程序或指令被處理器執行時實現所述權利要求1~7之任一所述營銷策略的分發方法。
...【技術特征摘要】
1.一種營銷策略的分發方法,其特征在于,所述營銷策略的分發方法包括:
2.根據權利要求1所述營銷策略的分發方法,其特征在于,所述預設營銷策略評估模型通過如下方式訓練得到:
3.根據權利要求2所述營銷策略的分發方法,其特征在于,所述構建用戶的營銷策略數據集包括:
4.根據權利要求3所述營銷策略的分發方法,其特征在于,所述計算所述用戶名單中各個用戶對應的營銷評價分數包括:
5.根據權利要求2所述營銷策略的分發方法,其特征在于,所述根據所述用戶的營銷策略數據集,利用因果森林算法進行訓練,得到所述預設營銷策略評估模型包括:
6.根據權利...
【專利技術屬性】
技術研發人員:吳璇,
申請(專利權)人:龍盈智達北京科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。