一种基于大数据的营销数据分析处理方法及系统技术方案

本发明专利技术公开提供的一种基于大数据的营销数据分析处理方法及系统。该基于大数据的营销数据分析处理方法包括：统计指定企业对应的基本营销信息；根据指定企业对应的基本营销信息进行营销监测信息设置；从各营销渠道后台提取指定企业在各营销渠道中各监测周期内对应的营销数据；并对其进行解析，由此确认各营销渠道对应的营销类型，并进行反馈；本发明专利技术有效的解决了当前技术没有对不同营销渠道的营销情况进行分析的问题，为后续企业对营销渠道的选取提供了可靠的决策性的建议，促进了企业对各营销渠道的管理效率，与此同时还为企业后续营销策略的整改提供了明确的方向，规避了当前单一分析维度存在的片面性。一分析维度存在的片面性。一分析维度存在的片面性。

【技术实现步骤摘要】
一种基于大数据的营销数据分析处理方法及系统


[0001]本专利技术属于营销数据分析处理
，涉及到一种基于大数据的营销数据分析处理方法及系统。

技术介绍

[0002]随着经济的快速发展，企业市场的竞争压力也在不断加大，在这种背景下，企业对营销的重视程度也在不断提高，营销作为企业运营盈利的主要保障，其数据分析的重要性不言而喻；
[0003]当前企业营销数据分析主要针对企业线下的营销活动进行分析，如产品销售量、客户增量、客户转化率等维度进行分析，对线上营销活动的分析主要停留在营销热度情况，很显然，当前技术还存在以下几个方面的弊端：
[0004]1、营销渠道的多样化是线上营销的显著特征，而营销渠道之间往往也存在着明显的差异化，当前对线上营销渠道进行分析时，没有对不同营销渠道的营销情况进行分析，不仅无法为企业后续对营销渠道的选取提供决策性的建议，还无法为企业对其不同营销渠道的管理提供可靠的依据，使得企业对其不同营销渠道的管理效果不佳，同时也无法提高企业对其营销渠道的管理效率，在另一层面而言还无法为企业后续营销策略的整改提供明确的方向。
[0005]2、营销渠道的营销状态直接决定了企业的营销效果，当前对企业营销渠道中营销状态的分析依据主要依赖于销售量和营销热度，属于笼统式的分析，存在一定的局限性，没有对各营销渠道中顾客所处地区、新老顾客的分布状态等进行分析，无法提高企业各营销渠道营销状态分析的合理性，也无法保障企业各营销渠道营销状态分析结果的精准性，由此无法凸显出企业各营销渠道的营销状态，使得企业各营销渠道营销状态分析结果的参考价值无法达到预期。
[0006]3、营销渠道的营销效益是营销渠道选取的首要参考依据，当前对营销渠道营销效益分析维度过于单一，具有一定的片面性，分析力度不强，进而无法提高后续各营销渠道的管理针对性。

技术实现思路

[0007]鉴于此，为解决上述
技术介绍
中所提出的问题，现提出一种基于大数据的营销数据分析处理方法及系统；
[0008]本专利技术的目的可以通过以下技术方案实现：
[0009]本专利技术第一方面提供了一种基于大数据的营销数据分析处理方法，该方法包括以下步骤：
[0010]第一步、企业基本营销信息统计：统计指定企业当前投放的营销渠道数目，并获取各营销渠道中对应的关联管理人员数目、各营销渠道对应的注册用户数目和各营销渠道中产品对应的营销日期,进而将各营销渠道按照设定顺序进行编号，依次标记为1，2，
...i,...n；
[0011]第二步、营销监测信息设置：根据各营销渠道中产品对应的营销日期，按照设定时间间隔设定监测周期，同时基于各营销渠道中对应的关联管理人员数目和注册用户数目设置营销占比权重，得到各营销渠道对应的营销占比权重，并记为ε
i
，i表示各营销渠道对应的编号，i＝1,2,......n；
[0012]第三步、企业营销数据提取：从各营销渠道后台提取指定企业在各营销渠道中各监测周期内对应的营销数据，其中，营销数据包括访问数据和订单数据；
[0013]第四步、企业访问数据解析：根据指定企业在各营销渠道中各监测周期内对应的访问数据，解析得到指定企业在各营销渠道中各监测周期内对应的访问营销符合指数；
[0014]第五步、企业订单数据解析：根据指定企业在各营销渠道中各监测周期内对应的订单数据，解析得到指定企业在各营销渠道中各监测周期内对应的交易营销符合指数；
[0015]第六步、企业营销效益解析：根据指定企业在各营销渠道中各监测周期内对应的访问营销符合指数、交易营销符合指数以及各营销渠道对应的占比权重，解析得到指定企业在各营销渠道对应的营销效益评估指数，由此确认各营销渠道对应的营销类型，其中，营销类型包括重点类型和预警类型；
[0016]第七步、营销渠道解析反馈：提取各重点营销渠道和各预警营销渠道对应的编号，并发送至指定企业营销管理部门。
[0017]优选地，所述设置营销占比权重，具体设置过程为：
[0018]将各营销渠道中对应的关联管理人员数目进行累加，得到综合管理人员数目，并记为R；
[0019]将各营销渠道对应的关联管理人员数目和注册用户数目分别记为R
0i
和R
1i
，进而通过分析公式分析得到各营销渠道对应的营销占比权重ε
i
，n表示营销渠道数目，s1、s2分别表示为设定的关联管理人员数目、注册用户数目对应的权重因子，e表示自然数。
[0020]优选地，所述访问数据包括访问人员数目、各访问人员对应的账号、各访问人员对应的IP属地、各访问人员对应的初次访问时间点和重复访问人员数目；所述订单数据包括成交订单数目、各成交订单中对应的交易人员账号和各成交订单对应的成交时间点。
[0021]优选地，所述解析得到指定企业在各监测周期内对应的访问营销符合指数，具体解析过程包括以下步骤：
[0022]从指定企业在各营销渠道中各监测周期内对应的访问数据中提取重复访问人员数目和访问人员数目，分别记为C
ij
和F
ij
，j表示各监测周期对应的编号，j＝1,2,......m；
[0023]从指定企业在各营销渠道中各监测周期内对应的访问数据中提取各访问人员对应的账号，由此从营销人员信息库中定位出各营销渠道中各监测周期内对应的历史访问人员数目，将各营销渠道中各监测周期内访问人员数目与其历史访问人员数目进行作差，得到各营销渠道中各监测周期内新增访问人员数目，并记为Z
ij
；
[0024]通过分析公式分析得到各营销渠道中各监测周期内访问人员数目对应的营销符合指数φ1
ij
，a1、a2、a3分别表示为设定的访问人员数目、新增访问人员数目、重复访问人员数目对应的占比权重因子，F
i
′
、K
i
′
、C
i
′
分别表示为设定的第i个营销渠道在单位监测周期内对应的参考访问人员数目、参考新增比、参考重复访问人员数目；
[0025]从指定企业在各营销渠道中各监测周期内对应的访问数据中提取各访问人员对应的IP属地，将各营销渠道中各监测周期内各监测日对应各访问人员对应的IP属地进行相互对比，筛选得出各营销渠道中各监测周期内的IP属地数目和各IP属地对应的访问人员数目，将各营销渠道中各监测周期内对应的IP属地数目记为S
ij
；
[0026]将各营销渠道中各监测周期内各IP属地对应的访问人员数目进行相互对比，从中筛选出IP属地对应的最高访问人员数目和最低访问人员数目，并分别记为R
maxij
和R
minij
，同时通过均值计算方式计算得出各营销渠道中各监测周期内IP属地平均访问人员数目，记为
[0027]根据各营销渠道中各监测周期内对应的IP属地数目，从营销人员信息库中定位出各营销渠道中各监测周期内历史访本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的营销数据分析处理方法，其特征在于：该方法包括以下步骤：第一步、企业基本营销信息统计：统计指定企业当前投放的营销渠道数目，并获取各营销渠道中对应的关联管理人员数目、各营销渠道对应的注册用户数目和各营销渠道中产品对应的营销日期,进而将各营销渠道按照设定顺序进行编号，依次标记为1，2，...i,...n；第二步、营销监测信息设置：根据各营销渠道中产品对应的营销日期，按照设定时间间隔设定监测周期，同时基于各营销渠道中对应的关联管理人员数目和注册用户数目设置营销占比权重，得到各营销渠道对应的营销占比权重，并记为ε
i
，i表示各营销渠道对应的编号，i＝1,2,......n；第三步、企业营销数据提取：从各营销渠道后台提取指定企业在各营销渠道中各监测周期内对应的营销数据，其中，营销数据包括访问数据和订单数据；第四步、企业访问数据解析：根据指定企业在各营销渠道中各监测周期内对应的访问数据，解析得到指定企业在各营销渠道中各监测周期内对应的访问营销符合指数；第五步、企业订单数据解析：根据指定企业在各营销渠道中各监测周期内对应的订单数据，解析得到指定企业在各营销渠道中各监测周期内对应的交易营销符合指数；第六步、企业营销效益解析：根据指定企业在各营销渠道中各监测周期内对应的访问营销符合指数、交易营销符合指数以及各营销渠道对应的占比权重，解析得到指定企业在各营销渠道对应的营销效益评估指数，由此确认各营销渠道对应的营销类型，其中，营销类型包括重点类型和预警类型；第七步、营销渠道解析反馈：提取各重点营销渠道和各预警营销渠道对应的编号，并发送至指定企业营销管理部门。2.如权利要求1所述的一种基于大数据的营销数据分析处理方法，其特征在于：所述设置营销占比权重，具体设置过程为：将各营销渠道中对应的关联管理人员数目进行累加，得到综合管理人员数目，并记为R；将各营销渠道对应的关联管理人员数目和注册用户数目分别记为R
0i
和R
1i
，进而通过分析公式分析得到各营销渠道对应的营销占比权重ε
i
，n表示营销渠道数目，s1、s2分别表示为设定的关联管理人员数目、注册用户数目对应的权重因子，e表示自然数。3.如权利要求1所述的一种基于大数据的营销数据分析处理方法，其特征在于：所述访问数据包括访问人员数目、各访问人员对应的账号、各访问人员对应的IP属地、各访问人员对应的初次访问时间点和重复访问人员数目；所述订单数据包括成交订单数目、各成交订单中对应的交易人员账号和各成交订单对应的成交时间点。4.如权利要求3所述的一种基于大数据的营销数据分析处理方法，其特征在于：所述解析得到指定企业在各监测周期内对应的访问营销符合指数，具体解析过程包括以下步骤：从指定企业在各营销渠道中各监测周期内对应的访问数据中提取重复访问人员数目和访问人员数目，分别记为C
ij
和F
ij
，j表示各监测周期对应的编号，j＝1,2,......m；
从指定企业在各营销渠道中各监测周期内对应的访问数据中提取各访问人员对应的账号，由此从营销人员信息库中定位出各营销渠道中各监测周期内对应的历史访问人员数目，将各营销渠道中各监测周期内访问人员数目与其历史访问人员数目进行作差，得到各营销渠道中各监测周期内新增访问人员数目，并记为Z
ij
；通过分析公式分析得到各营销渠道中各监测周期内访问人员数目对应的营销符合指数φ1
ij
，a1、a2、a3分别表示为设定的访问人员数目、新增访问人员数目、重复访问人员数目对应的占比权重因子，F
i
′
、K
i
′
、C
i
′
分别表示为设定的第i个营销渠道在单位监测周期内对应的参考访问人员数目、参考新增比、参考重复访问人员数目；从指定企业在各营销渠道中各监测周期内对应的访问数据中提取各访问人员对应的IP属地，将各营销渠道中各监测周期内各监测日对应各访问人员对应的IP属地进行相互对比，筛选得出各营销渠道中各监测周期内的IP属地数目和各IP属地对应的访问人员数目，将各营销渠道中各监测周期内对应的IP属地数目记为S
ij
；将各营销渠道中各监测周期内各IP属地对应的访问人员数目进行相互对比，从中筛选出IP属地对应的最高访问人员数目和最低访问人员数目，并分别记为R
maxij
和R
minij
，同时通过均值计算方式计算得出各营销渠道中各监测周期内IP属地平均访问人员数目，记为根据各营销渠道中各监测周期内对应的IP属地数目，从营销人员信息库中定位出各营销渠道中各监测周期内历史访问IP属地数目，将各营销渠道中各监测周期内IP属地数目与历史访问IP属地数目进行作差，得到各营销渠道中各监测周期内对应的新增IP属地数目，并记为X

【专利技术属性】
技术研发人员：田文军，
申请(专利权)人：上海五节数据科技有限公司，
类型：发明
国别省市：