The universal identification chart algorithm connects the cross computing device and the digital channel identifier to a customer. Generic markup moves between devices and all digital channels, allowing marketers to attract customers with relevant brand experience. The general identity graph algorithm can map customer trips across multiple identities, allow depth Personalization Based on behavior, habits, and preferences throughout the customer's travel, help create a more comprehensive client configuration file, so that marketers can locate customers at the right time and through the right channels. And it can make customers quickly choose to quit.
【技术实现步骤摘要】
【国外来华专利技术】通用标识相关申请的交叉引用本申请要求2015年9月18日提交的美国临时申请No.62/220,727和2016年1月29日提交的美国临时申请No.62/288,763的优先权。本申请还涉及2016年9月19日同时提交的题为“微瞬间分析”(Atty.DocketNo.216964-40001)的专利合作条约申请No.________。上述三个申请的全部内容被纳入此处作为参考。
本公开涉及使用机器学习和其他人工智能算法对数据进行分析,并将该数据传递给由所述算法识别的最终用户。
技术介绍
在此提供的背景描述是为了说明本公开的上下文。对于本背景部分中所述的范围,既未明确也未默示为针对本公开的现有技术,专利技术人的
技术实现思路
与说明的一些方面一样,不应被视为是提交时的现有技术。目前正处于赋予客户权力的时代,客户期望品牌能够相互连接以及相关,并在每一次互动中满足他们的需求。要做到这一点,领先的营销人员正在采取一种以客户为导向的方式,通过投资于数据、人才、工具和战略来改变其业务,以满足相关客户的需求。今天,许多品牌都在努力跟上数据的量、速度和多样性,以满足客户的期望。根据Gartner研究,数据的可用性导致了对数据使用的期望,以实现相关的个性化体验。仅仅收集和构造数据是不够的,必须对其采取行动。消费者期待及时、相关和无缝的品牌体验。因此,品牌必须预知和预测客户的需求、习惯、趋势和偏好,以便在正确的决策时刻与客户进行1:1的对话。随着互联经济的加速推进,数据被证明是市场营销中最有价值的货币。物联网(loT)产生的大量数据将放大问题和机会。但是,如果其他数据不能转化为有用的 ...
【技术保护点】
1.一种为跨多个计算机网络装置和信道的单个用户创建和匹配通用标识的系统,包括:数字营销平台服务器,包括一个或多个处理器、与所述一个或多个处理器耦合的存储器;聚类模块,包括存储在所述存储器中并在所述处理器上操作的处理器可执行指令,在对应于多个客户的数据上执行一个或多个聚类方法、所述数据识别用于客户的装置和信道;回归模块,包括存储在所述存储器中并在所述处理器上操作的处理器可执行指令,执行对应于所述多个客户的所述数据的回归分析;多类分类模块,包括存储在所述存储器中并在所述处理器上操作的处理器可执行指令,为所述装置和信道中的一个或多个创建多类分类器;异常检测模块,包括存储在所述存储器中并在所述处理器上操作的处理器可执行指令,接收对应于所述多个客户的数据中数据类的训练数据,并迭代所述装置和信道所有可能的组合以确定多个通用ID;以及二进制分类模块,包括存储在所述存储器中并在处理器上操作的处理器可执行指令,为对应于所述多个客户的数据创建二进制分类器,所述二进制分类器识别一个通用ID,匹配用于所述客户的所述装置和信道数据集。
【技术特征摘要】
【国外来华专利技术】2015.09.18 US 62/220,727;2016.01.29 US 62/288,7631.一种为跨多个计算机网络装置和信道的单个用户创建和匹配通用标识的系统,包括:数字营销平台服务器,包括一个或多个处理器、与所述一个或多个处理器耦合的存储器;聚类模块,包括存储在所述存储器中并在所述处理器上操作的处理器可执行指令,在对应于多个客户的数据上执行一个或多个聚类方法、所述数据识别用于客户的装置和信道;回归模块,包括存储在所述存储器中并在所述处理器上操作的处理器可执行指令,执行对应于所述多个客户的所述数据的回归分析;多类分类模块,包括存储在所述存储器中并在所述处理器上操作的处理器可执行指令,为所述装置和信道中的一个或多个创建多类分类器;异常检测模块,包括存储在所述存储器中并在所述处理器上操作的处理器可执行指令,接收对应于所述多个客户的数据中数据类的训练数据,并迭代所述装置和信道所有可能的组合以确定多个通用ID;以及二进制分类模块,包括存储在所述存储器中并在处理器上操作的处理器可执行指令,为对应于所述多个客户的数据创建二进制分类器,所述二进制分类器识别一个通用ID,匹配用于所述客户的所述装置和信道数据集。2.根据权利要求1所述的系统,其中对应于多个客户的所述数据包括第一方数据和第三方数据中的一个或多个。3.根据权利要求2所述的系统,其中所述第一方数据包括客户配置文件、偏好、习惯和行为、以及信道数据中的一个或多个,所述客户配置文件包括用于商家数字内容系统中特定商家的客户名称和帐户信息中的一个或多个,所述偏好包括客户与商家的购买历史记录、意愿列表、Cookie数据、投标请求或响应、以及客户和商家之间的社交喜好中的一个或多个,所述习惯和行为包括客户和/或商家位置、Wi-FiSSID、以及商家对客户数据进行的数据分析中的一个或多个,且所述信道数据包括客户/商家商业数据、客户关系管理CRM数据、以及社交媒体数据中的一个或多个,所述第三方数据包括应用程序市场数据和社交媒体数据中的一个或多个。4.根据权利要求3所述的系统,其中所述一个或多个聚类方法包括K-均值聚类过程。5.根据权利要求4所述的系统,其中所述回归分析包括:一个或多个回归函数,包括有序回归、神经网络回归、贝叶斯线性回归、决策森林回归和K-均值回归中的至少一个。6.根据权利要求5所述的系统,其中所述回归模块包括存储在所述存储器中并在所述处理器上操作的进一步处理器可执行指令,从对应于多个客户的所述数据中合并来自非结构化数据集的ID属性。7.根据权利要求6所述的系统,其中所述回归模块还包括存储在所述存储器中并在所述处理器上操作的进一步处理器可执行指令,确定对应于所述多个客户的所述数据的各数据源对于所述一个或多个回归函数的贡献,以便将对应于所述多个客户的所述数据中的唯一数据片与单个通用ID相匹配。8.根据权利要求7所述的系统,其中所述多类分类模块包括存储在所述存储器中并在所述处理器上操作的进一步处理器可执行指令,以预测匹配的装置和信道的一个或多个值。9.根据权利要求8所述的系统,其中所述多类分类模块还包括存储在所述存储器中并在所述处理器上操作的进一步处理器可执行指令,来执行所述指令从而在预测匹配的装置和信道的值之前,为所述数据描述的所述装置和信道中的一个或多个创建多类分类器。10.根据权利要求9所述的系统,其中所述多类分类模块还包括存储在所述存储器中并在所述处理器上操作的进一步处理器可执行指令,执行以下中的一个或多个:基于所述数据创建和穿越多类神经网络、基于所述数据创建和穿越多类决策林、以及基于所述数据创建和穿越贝叶斯网络。11.根据权利要求...
【专利技术属性】
技术研发人员:史密斯·法德里,
申请(专利权)人:MMS美国控股有限公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。