【技術實現(xiàn)步驟摘要】
本申請涉及計算機領域，更具體地說，涉及一種營銷策略執(zhí)行方法和相關設備。
技術介紹
1、當前的電商營銷方式普遍遵循一種模式：在消費者在電商平臺完成商品購買行為后，系統(tǒng)會自動觸發(fā)預設的營銷策略。這些營銷策略的主要形式是向消費者推送營銷消息，如同類產品推薦、促銷活動信息等，或者提供商品優(yōu)惠券，以吸引消費者再次購買。這種策略的核心目的是通過提供額外的優(yōu)惠或信息，激發(fā)消費者的再次購買意愿，從而增加企業(yè)的銷售額和忠誠度。
2、然而，值得注意的是，現(xiàn)有的電商營銷方案在針對已下單購買特定商品的不同消費者時，往往采取統(tǒng)一的營銷策略。這意味著，無論消費者的購買歷史、偏好、消費能力或其他個性化特征如何，他們都會收到相同的營銷信息或優(yōu)惠券。這種做法雖然簡化了營銷流程，降低了運營成本，但也在很大程度上限制了營銷策略的靈活性和針對性。
3、統(tǒng)一營銷策略的局限性在于它無法充分考慮消費者的個體差異和個性化需求。例如，對于經常購買高端商品的消費者來說，提供低價值的優(yōu)惠券可能并不具有吸引力；而對于價格敏感的消費者來說，他們可能更關注折扣力度大的促銷活動。因此，如果企業(yè)不能根據(jù)消費者的個性化特征來制定營銷策略，那么營銷效果可能會大打折扣。
4、此外，統(tǒng)一營銷策略還可能引發(fā)消費者的不滿和抵觸情緒。當消費者經常接收到不相關營銷信息時，反而會造成不好的消費體驗。這不僅會損害企業(yè)的品牌形象和消費者關系，還可能影響企業(yè)的長期發(fā)展。
5、基于此，本申請?zhí)峁┝艘环N營銷策略執(zhí)行方案，可以更加精準地了解消費者的需求和期望，從而提供更加適
技術實現(xiàn)思路
1、有鑒于此，本申請?zhí)峁┝艘环N營銷策略執(zhí)行方法和相關設備，確保了所選營銷策略與用戶需求的高度契合，從而提高了營銷活動的針對性和有效性，從而提升營銷效果。
2、一種營銷策略執(zhí)行方法，包括：
3、獲取用戶歷史消費記錄以及用戶基礎信息；
4、將所述用戶歷史消費記錄和所述用戶基礎信息輸入預先訓練完成的消費意愿分析模型，生成用戶消費意愿畫像，其中所述消費意愿分析模型基于大量的樣本歷史消費記錄、樣本基礎信息以及對應匹配的樣本消費意愿畫像訓練得到；
5、分別計算每一預置營銷策略與所述用戶消費意愿畫像之間的策略匹配度；
6、將所述策略匹配度最高的預置營銷策略確定的目標營銷策略，并執(zhí)行所述目標營銷策略。
7、可選的，所述消費意愿分析模型包括數(shù)據(jù)處理網絡、意愿分析網絡以及畫像構建網絡；
8、所述數(shù)據(jù)處理網絡用于對輸入的所述用戶歷史消費記錄和所述用戶基礎信息進行數(shù)據(jù)清洗、格式轉換以及聚合處理，得到意愿分析基礎數(shù)據(jù)；
9、所述意愿分析網絡通過構建梯度決策樹對所述意愿分析基礎數(shù)據(jù)進行分析，確定偏好分析結果以及意愿預測結果；
10、所述畫像構建網絡基于偏好分析結果以及意愿預測結果構建得到用戶消費意愿畫像。
11、可選的，所述意愿分析網絡包括特征提取模塊、關聯(lián)關系模塊、綜合分析模塊以及意愿預測模塊；
12、所述特征提取模塊用于對所述意愿分析基礎數(shù)據(jù)做特征提取，生成基本信息特征、消費行為特征以及興趣偏好特征；
13、所述關聯(lián)關系模塊通過關聯(lián)規(guī)則挖掘算法確定所述基本信息特征、所述消費行為特征以及所述興趣偏好特征之間的特征關聯(lián)規(guī)則；
14、所述綜合分析模塊通過整合所述基本信息特征、所述消費行為特征、所述興趣偏好特征以及所述特征關聯(lián)規(guī)則，構建梯度決策樹并生成偏好分析結果；
15、所述意愿預測模塊基于所述梯度決策樹分析預測用戶未來的消費意愿，生成意愿預測結果。
16、可選的，所述特征提取模塊包括基本信息提取層、消費行為提取層和興趣偏好提取層；
17、所述基本信息提取層對所述意愿分析基礎數(shù)據(jù)中的年齡數(shù)據(jù)、性別數(shù)據(jù)、地理位置數(shù)據(jù)、收入水平數(shù)據(jù)做特征提取，生成基本信息特征；
18、所述消費行為提取層根據(jù)所述意愿分析基礎數(shù)據(jù)中的購買數(shù)量數(shù)據(jù)、購買頻率數(shù)據(jù)、消費金額數(shù)據(jù)，生成消費行為特征；
19、所述興趣偏好提取層根據(jù)所述意愿分析基礎數(shù)據(jù)中的瀏覽行為數(shù)據(jù)、搜索行為數(shù)據(jù)、社交行為數(shù)據(jù)，生成興趣偏好特征。
20、可選的，計算預置營銷策略與所述用戶消費意愿畫像之間的策略匹配度，包括：
21、通過評估預置營銷策略與所述用戶消費意愿畫像之間目標用戶群體重合度，計算得到第一匹配指標值；
22、通過對所述預置營銷策略用戶以及所述消費意愿畫像做價格敏感匹配，計算得到第二匹配指標值；
23、通過評估預置營銷策略對于所述用戶消費意愿畫像的營銷適用性，計算得到第三匹配指標值；
24、綜合所述第一匹配指標值、第二匹配指標值以及第三匹配指標值，結合預置的各指標權重，計算得到預置營銷策略與所述用戶消費意愿畫像之間的策略匹配度。
25、可選的，還包括：
26、若最高的所述策略匹配度小于允許的策略偏差值，則基于所述用戶消費意愿畫像進行營銷策略構建。
27、一種營銷策略執(zhí)行裝置，包括：
28、信息獲取單元，用于獲取用戶歷史消費記錄以及用戶基礎信息；
29、意愿畫像單元，用于將所述用戶歷史消費記錄和所述用戶基礎信息輸入預先訓練完成的消費意愿分析模型，生成用戶消費意愿畫像，其中所述消費意愿分析模型基于大量的樣本歷史消費記錄、樣本基礎信息以及對應匹配的樣本消費意愿畫像訓練得到；
30、匹配計算單元，用于分別計算每一預置營銷策略與所述用戶消費意愿畫像之間的策略匹配度；
31、策略確定單元，用于將所述策略匹配度最高的預置營銷策略確定的目標營銷策略，并執(zhí)行所述目標營銷策略。
32、一種營銷策略執(zhí)行設備，包括存儲器和處理器；
33、所述存儲器，用于存儲程序；
34、所述處理器，用于執(zhí)行所述程序，實現(xiàn)如上述任一項所述的營銷策略執(zhí)行方法的各個步驟。
35、一種可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時，實現(xiàn)如上述任一項所述的營銷策略執(zhí)行方法的各個步驟。
36、一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器運行時執(zhí)行如上述任一項所述的營銷策略執(zhí)行方法的各個步驟。
37、從上述的技術方案可以看出，本申請實施例提供的一種營銷策略執(zhí)行方法和相關設備，首先獲取用戶歷史消費記錄以及用戶基礎信息，通過將所述用戶歷史消費記錄和所述用戶基礎信息輸入預先訓練完成的消費意愿分析模型，生成用戶消費意愿畫像，其中所述消費意愿分析模型基于大量的樣本歷史消費記錄、樣本基礎信息以及對應匹配的樣本消費意愿畫像訓練得到。之后分別計算每一預置營銷策略與所述用戶消費意愿畫像之間的策略匹配度。由于策略匹配度最高的預置營銷策略為與用戶最適配的營銷策略，因此將所述策略匹配度最高的預置營銷策略確定的目標營銷策略，并執(zhí)行所述本文檔來自技高網...
【技術保護點】
1.一種營銷策略執(zhí)行方法，其特征在于，包括：
2.根據(jù)權利要求1所述的方法，其特征在于，所述消費意愿分析模型包括數(shù)據(jù)處理網絡、意愿分析網絡以及畫像構建網絡；
3.根據(jù)權利要求2所述的方法，其特征在于，所述意愿分析網絡包括特征提取模塊、關聯(lián)關系模塊、綜合分析模塊以及意愿預測模塊；
4.根據(jù)權利要求3所述的方法，其特征在于，所述特征提取模塊包括基本信息提取層、消費行為提取層和興趣偏好提取層；
5.根據(jù)權利要求1所述的方法，其特征在于，計算預置營銷策略與所述用戶消費意愿畫像之間的策略匹配度，包括：
6.根據(jù)權利要求1所述的方法，其特征在于，還包括：
7.一種營銷策略執(zhí)行裝置，其特征在于，包括：
8.一種營銷策略執(zhí)行設備，其特征在于，包括存儲器和處理器；
9.一種可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時，實現(xiàn)如權利要求1-6中任一項所述的營銷策略執(zhí)行方法的各個步驟。
10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器運行
...【技術特征摘要】
1.一種營銷策略執(zhí)行方法，其特征在于，包括：
2.根據(jù)權利要求1所述的方法，其特征在于，所述消費意愿分析模型包括數(shù)據(jù)處理網絡、意愿分析網絡以及畫像構建網絡；
3.根據(jù)權利要求2所述的方法，其特征在于，所述意愿分析網絡包括特征提取模塊、關聯(lián)關系模塊、綜合分析模塊以及意愿預測模塊；
4.根據(jù)權利要求3所述的方法，其特征在于，所述特征提取模塊包括基本信息提取層、消費行為提取層和興趣偏好提取層；
5.根據(jù)權利要求1所述的方法，其特征在于，計算預置營銷策略與所述用戶消費意愿畫像之間的策...
【專利技術屬性】
技術研發(fā)人員：戴軍軍，
申請(專利權)人：廣州品唯軟件有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。