一种房地产客户群识别和营销的方法技术

本发明专利技术属于房地产销售技术领域，具体公开了一种房地产客户群识别和营销的方法，包括以下步骤：步骤一：打通客户的购房和商城数据接口，获取并整理客户的购房数据和商城数据；步骤二：利用客户成交预测模型来预测客户的成交概率，再结合步骤一中获取的购房数据来对客户的购房意向进行评判，以此决定是否投放广告；步骤三：根据客户商城数据和购房数据来对客户意向房源进行预测，以此来向客户推荐相关的房源。上述方法，能够解决现有技术中难以找到对应的客户群去实施广告投放，无法达到精准营销的问题。

【技术实现步骤摘要】
一种房地产客户群识别和营销的方法
本专利技术属于房地产销售
，尤其涉及一种房地产客户群识别和营销的方法。
技术介绍
目前房地产行业的宣传手段大多采用线下发传单的形式，但是发传单是面向广大的群众，无法实施精准的宣传营销，客户的需求和传单上的内容很有可能不匹配，并且人们的生活忙碌，可能在接收到传单的时候并没有时间仔细看传单上的内容。因此传统的线下发传单的方式无法快速找到对应的客户群去实施广告的投放，无法达到精准营销成为一大难题。
技术实现思路
本专利技术的目的在于提供一种房地产客户群识别和营销的方法，以解决现有技术中难以找到对应的客户群去实施广告投放，无法达到精准营销的问题。为了达到上述目的，本专利技术的技术方案为：一种房地产客户群识别和营销的方法，包括以下步骤：步骤一：打通客户的购房和商城数据接口，获取并整理客户的购房数据和商城数据；步骤二：利用客户成交预测模型来预测客户的成交概率，再结合步骤一中获取的购房数据来对客户的购房意向进行评判，以此决定是否投放广告；步骤三：根据客户商城数据和购房本文档来自技高网...

【技术保护点】
1.一种房地产客户群识别和营销的方法，其特征在于：包括以下步骤：/n步骤一：打通客户的购房和商城数据接口，获取并整理客户的购房数据和商城数据；/n步骤二：利用客户成交预测模型来预测客户的成交概率，再结合步骤一中获取的购房数据来对客户的购房意向进行评判，以此决定是否投放广告；/n步骤三：根据客户商城数据和购房数据来对客户意向房源进行预测，以此来向客户推荐相关的房源。/n

【技术特征摘要】
1.一种房地产客户群识别和营销的方法，其特征在于：包括以下步骤：
步骤一：打通客户的购房和商城数据接口，获取并整理客户的购房数据和商城数据；
步骤二：利用客户成交预测模型来预测客户的成交概率，再结合步骤一中获取的购房数据来对客户的购房意向进行评判，以此决定是否投放广告；
步骤三：根据客户商城数据和购房数据来对客户意向房源进行预测，以此来向客户推荐相关的房源。


2.根据权利要求1所述的一种房地产客户群识别和营销的方法，其特征在于：在步骤一中，购房数据和商城数据均通过客户电话进行关联。


3.根据权利要求1所述的一种房地产客户群识别和营销的方法，其特征在于：在步骤一中，所述商城数据包括客户年龄、客户电话、客户地址、客户购买商品的类别和客户购买商品的等级。


4.根据权利要求1所述的一种房地产客户群识别和营销的方法，其特征在于：在步骤一中，所述购房数据包括客户电话、客户成交次数、客户购买金额、客户购买面积、客户购买物业类型和搜索的关键词。


5.根据权利要求1所述的一种房地产客户群识别和营销的方法，其特征在于：在步骤二中，利用客户成交预测模型来预测客户的成交概率的具体步骤包括：
S21：对客户行为数据进行预处理和特征工程处理得到模型输入数据，字段包括：客户ID、访问楼盘ID、访问天数、总访问页面数、总浏览时长、总浏览次数、访问楼盘数量、是否访问户型、是否夜间访问、平均每日访问时长、平均每日点击次数、平均每日访问页面数量、单日最大点击次数、单日最大浏览时长、距今未访问天数、房贷计算器使用次数、是否成交；
S22：选择n条成交客户的记录作为正样本，选取同等数量的未成交客户的记录作为负样本，所有记录按照7:3的比例分为训练数据和测试数据，对模型进行训练和测试，选取LightGBM预测模型对客户成交概率预测；
S23：输入一个未成交客户的数据，模型输出客户的成交概率。若成交概率大于X，则决定为该客户投放广告。


6.根据权利要求1所述的一种房地产客户群识别和营销的方法，其特征在于：在步骤三中，对客户意向房源进行预测的具体步骤包括：
S31：将商城数据和购房数据转化为客户属性，客户属性包括客户购买力、客户所在地区、下单品类、品类...

【专利技术属性】
技术研发人员：李琦，宋卫东，
申请(专利权)人：重庆锐云科技有限公司，
类型：发明
国别省市：重庆;50