【技术实现步骤摘要】
基于逆向漏斗的数据分析方法、装置、设备及介质
本专利技术涉及数据处理
，尤其涉及一种基于逆向漏斗的数据分析方法、装置、设备及介质。
技术介绍
随着电信市场迅速发展，运营商的业务复杂度也越来越高。为了满足持续增长的个性化用户需求，需要对存量用户进行“超细分”，以便准确划定出不同的用户群，从而针对不同用户群体的需求推出适合的产品和营销活动。传统的分群方法是先将所有用户打上标签，然后根据标签特征划分用户群。这种方法主要应用于生命周期较长的电信套餐产品推广，但不足以支撑生命周期短、时效性较强的营销活动。为了促进更加复杂的营销活动推广，出现了一种漏斗式分析方法。该方法通过漏斗式过滤对庞大的用户群进行逐步筛选，直到产生数量合规的用户群。具体地，当制定出营销活动策略之后，且营销活动尚未开展之前，业务人员可以利用这种方法首先排除不符合活动标准的用户(比如，与现有活动互斥的用户)，然后根据用户标签设置筛选条件以不断缩小用户数量，最终得出符合要求的用户群。上述漏斗式分析方法依赖于人工经验和判断，因为在筛选过程中，虽然筛选条件是根据客户标签经过系统计算后得到的，但是筛选条件的配置...
【技术保护点】
1.一种基于逆向漏斗的数据分析方法，其特征在于，所述方法包括：获取历史营销活动数据和用户信息；根据所述历史营销活动数据和所述用户信息，对营销活动和用户信息进行聚类分析，生成营销活动类型库和历史用户画像库，其中所述营销活动类型和所述历史画像具有匹配关系；根据所述历史营销活动数据、用户群行为和业务趋势指标，对所述历史用户画像进行重构来获得新的用户画像；将每一种营销活动类型与获得的新的用户画像进行匹配来构建所述营销活动类型与新的用户画像之间的逆向漏斗分析矩阵，其中每一种营销活动类型对应于一种或多个新的用户画像；以及利用所述逆向漏斗分析矩阵提取与策划的营销活动相关联的目标用户群。
【技术特征摘要】
1.一种基于逆向漏斗的数据分析方法，其特征在于，所述方法包括：获取历史营销活动数据和用户信息；根据所述历史营销活动数据和所述用户信息，对营销活动和用户信息进行聚类分析，生成营销活动类型库和历史用户画像库，其中所述营销活动类型和所述历史画像具有匹配关系；根据所述历史营销活动数据、用户群行为和业务趋势指标，对所述历史用户画像进行重构来获得新的用户画像；将每一种营销活动类型与获得的新的用户画像进行匹配来构建所述营销活动类型与新的用户画像之间的逆向漏斗分析矩阵，其中每一种营销活动类型对应于一种或多个新的用户画像；以及利用所述逆向漏斗分析矩阵提取与策划的营销活动相关联的目标用户群。2.根据权利要求1所述的方法，其特征在于，所述根据所述历史营销活动数据和所述用户信息，对营销活动和用户信息进行聚类分析，生成营销活动类型库和历史用户画像库进一步包括：提取与所述营销活动相关联的营销活动特征，按照第一聚类规则将与所述营销活动特征相关联的营销活动划分成多个营销活动类型，其中划分的多个营销活动类型构成所述营销活动类型库；提取与所述用户信息相关联的用户群特征，按照第二聚类规则将与所述用户群特征相关联的用户划分成多个历史用户画像，其中划分的多个历史用户画像构成所述历史用户画像库；以及根据所述营销活动类型库和所述历史用户画像库来建立所述营销活动类型库和所述历史用户画像库之间的匹配关系。3.根据权利要求2所述的方法，其特征在于，所述第一聚类规则包括将具有相同营销活动特征的营销活动划分成同一营销活动类型，以及所述第二聚类规则包括将成功参与每一个营销活动的、具有相同用户群特征的用户划分成同一用户群。4.根据权利要求1所述的方法，其特征在于，所述历史营销活动数据包括营销活动规则、营销活动类型、营销活动执行周期以及营销活动执行效果，其中所述营销活动执行效果包括：营销成功；营销失败；以及用户有意向、营销暂未成功，以及所述用户信息包括用户分群情况、用户号码以及用户参与积极性，其中用户分群情况包括成功用户群、意向用户群、以及失败用户群。5.根据权利要求1所述的方法，其特征在于，所述用户群行为包括消费偏好趋势以及与相应用户群相关联的历史用户画像所匹配的营销活动类型，所述业务趋势指标包括通信行为趋势、互联网行为趋势、流量使用趋势、以及短信使用趋势，以...
【专利技术属性】
技术研发人员：卢山，郭峰，杨波，
申请(专利权)人：中国移动通信集团山西有限公司，中国移动通信集团公司，
类型：发明
国别省市：山西,14
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。