一种零售用服务人群统计分类方法技术

本发明专利技术属于互联网技术领域，尤其是涉及一种零售用服务人群统计分类方法，包括以下步骤：S1、对新添加的会员进行基本信息的采集工作，并将采集到的信息上传至系统中；S2、对会员总体进行维度和指标的筛选，并将维度和指标拆分至各个主题域中，单独进行拼接sql完成筛选；本发明专利技术基于数据仓库和元数据共同完成，将标签筛选区分成“维度筛选”和“指标筛选”,基于所有业务元数据和技术元数据的对应关系，将客户想要筛选的指标和维度转换到各自在数据仓库集市层中对应的主题表去，然后通过拼接sql的方式，实现分群的筛选，用以满足客户需求，理论上在数仓中可以查询的与会员相关的指标和维度，均可以转换成会员分群标签中的筛选条件。均可以转换成会员分群标签中的筛选条件。

【技术实现步骤摘要】
一种零售用服务人群统计分类方法


[0001]本专利技术属于互联网
，尤其是涉及一种零售用服务人群统计分类方法。

技术介绍

[0002]传统零售软件服务商通常是通过数据中间层的方式，在会员数据中添加多个字段，并且每个字段对应一个标签，并在这些标签的基础上提供各种组合来筛选用户实现分群。
[0003]现有的人群筛分方法为单独拉一张表，字段过多时，可能会按照标签的负责程度来分成多张表，但是原理不变，表的主键是会员No，然后每个会员No,会有很多属性字段来描述，在零售商使用时，勾选想要筛选的标签，并填入筛选的值，后台再将这些筛选转换成sql语句，执行后即可返回对应人群，该筛选方案功能落后于需求，随着信息化越来越深入，零售商对会员分群的需求越来越丰富，但是现存方式的标签都是软件服务商开发人员手工定制，且每新增1个标签，都需要将历史数据重新计算，需求到产出往往需要数周时间，影响业务发展。
[0004]为此，提出一种零售用服务人群统计分类方法。

技术实现思路

[0005]本专利技术的目的是针对上述问题，提供一种零售用服务人群统计分类方法。
[0006]为达到上述目的，本专利技术采用了下列技术方案：一种零售用服务人群统计分类方法，该方法包括以下步骤：
[0007]S1、对新添加的会员进行基本信息的采集工作，并将采集到的信息上传至系统中；
[0008]S2、对会员总体进行维度和指标的筛选，并将维度和指标拆分至各个主题域中，单独进行拼接sql完成筛选；
[0009]S3、对筛选后的会员人群进行求并集，得到最终的目标人群。
[0010]在上述的一种零售用服务人群统计分类方法中，所述S1中，基本信息的采集包括对会员的年龄、偏爱种类和用户积分数的采集。
[0011]在上述的一种零售用服务人群统计分类方法中，所述S2中，对会员总体的维度和指标的筛选，具体为商家选择自己需求的会员的基本信息的筛选，即会员的具体年龄范围、偏爱的种类和用户积分数的范围；会员的用户行为，即在一定的期限内，购买的次数和在一定的期限内使用优惠券的次数；会员的人群类型，即会员属于静态人群还是动态人群。
[0012]在上述的一种零售用服务人群统计分类方法中，所述S2中，静态人群由商家进行配置，人数一般为固定，分配进入该类人群中的会员将永远处于该人群中，而动态人群在配置结束后，可根据当前时间点的变化，周期性的增补和删除，其中针对不同种类的人群的运营活动不互相享受，动态人群的更新时间由商家自行拟定。
[0013]在上述的一种零售用服务人群统计分类方法中，所述S2中，在元数据系统中，会定义所有主题内可以产出的指标，以及指标所在的类别和计算的方式。
[0014]在上述的一种零售用服务人群统计分类方法中，所述S3中，由商家运营人员选择具体的维度和指标进行筛选，即将维度和指标拆分至各个主题域中，单独进行拼接sql完成筛选，再对筛选之后产出的结果进行求并集，得到最终的人群结果。
[0015]与现有的技术相比，本专利技术的优点在于：基于数据仓库和元数据共同完成，将标签筛选区分成“维度筛选”和“指标筛选”,基于所有业务元数据和技术元数据的对应关系，将客户想要筛选的指标和维度转换到各自在数据仓库集市层中对应的主题表去，然后通过拼接sql的方式，实现分群的筛选，用以满足客户需求，理论上在数仓中可以查询的与会员相关的指标和维度，均可以转换成会员分群标签中的筛选条件，大大丰富了标签的灵活性，并完全释放研发人员。
具体实施方式
[0016]以下实施例仅处于说明性目的，而不是想要限制本专利技术的范围。
[0017]实施例
[0018]一种零售用服务人群统计分类方法，该方法包括以下步骤：
[0019]S1、对新添加的会员进行基本信息的采集工作，并将采集到的信息上传至系统中；
[0020]S2、对会员总体进行维度和指标的筛选，并将维度和指标拆分至各个主题域中，单独进行拼接sql完成筛选；
[0021]S3、对筛选后的会员人群进行求并集，得到最终的目标人群。
[0022]具体地，所述S1中，基本信息的采集包括对会员的年龄、偏爱种类和用户积分数的采集。
[0023]具体地，所述S2中，对会员总体的维度和指标的筛选，具体为商家选择自己需求的会员的基本信息的筛选，即会员的具体年龄范围、偏爱的种类和用户积分数的范围；会员的用户行为，即在一定的期限内，购买的次数和在一定的期限内使用优惠券的次数；会员的人群类型，即会员属于静态人群还是动态人群。
[0024]具体地，所述S2中，静态人群由商家进行配置，人数一般为固定，分配进入该类人群中的会员将永远处于该人群中，而动态人群在配置结束后，可根据当前时间点的变化，周期性的增补和删除，其中针对不同种类的人群的运营活动不互相享受，动态人群的更新时间由商家自行拟定。
[0025]具体地，所述S2中，在元数据系统中，会定义所有主题内可以产出的指标，其中指标名包括销售数量、销售金额、退单数量等，每种指标的后面均对应有相应的指标对应字段以及指标所在的类别和计算的方式。
[0026]具体地，所述S3中，由商家运营人员选择具体的维度和指标进行筛选，即将维度和指标拆分至各个主题域中，单独进行拼接sql完成筛选，再对筛选之后产出的结果进行求并集，得到最终的人群结果，例如零售商需要争对【最近10天有购买过商品X】、【储值余额大于100元】、【性别为女】的人群做一次营销活动，即由系统分别争对销售主题为【最近10天有购买经历】进行筛选，再对【最近10天有购买经历】已筛选出的人群增加一项【商品等于X】的筛选，最后得到第一份人群筛选结果；争对会员主题为【储值余额大于100元】且【性别为女】的人群进行筛选得到第二份人群筛选结果，最后对两份筛选结果进行求并集，得到最终的人群筛选结果。
[0027]本专利技术中，基于数据仓库和元数据共同完成，将标签筛选区分成“维度筛选”和“指标筛选”,基于所有业务元数据和技术元数据的对应关系，将客户想要筛选的指标和维度转换到各自在数据仓库集市层中对应的主题表去，然后通过拼接sql的方式，实现分群的筛选，用以满足客户需求，理论上在数仓中可以查询的与会员相关的指标和维度，均可以转换成会员分群标签中的筛选条件，大大丰富了标签的灵活性，并完全释放研发人员。
[0028]以上所述仅为本专利技术的较佳实施例，并不用以限制本专利技术，凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种零售用服务人群统计分类方法，其特征在于，该方法包括以下步骤：S1、对新添加的会员进行基本信息的采集工作，并将采集到的信息上传至系统中；S2、对会员总体进行维度和指标的筛选，并将维度和指标拆分至各个主题域中，单独进行拼接sql完成筛选；S3、对筛选后的会员人群进行求并集，得到最终的目标人群。2.根据权利要求1所述的一种零售用服务人群统计分类方法，其特征在于，所述S1中，基本信息的采集包括对会员的年龄、偏爱种类和用户积分数的采集。3.根据权利要求1所述的一种零售用服务人群统计分类方法，其特在于，所述S2中，对会员总体的维度和指标的筛选，具体为商家选择自己需求的会员的基本信息的筛选，即会员的具体年龄范围、偏爱的种类和用户积分数的范围；会员的用户行为，即在一定的期限内，购买的次数和在一定的期限内使用优惠券的次数；会员的人群类型，即会员属...

【专利技术属性】
技术研发人员：柴楹，欧阳烈，
申请(专利权)人：武汉市钱鲸科技有限公司，
类型：发明
国别省市：