一种房产用户筛分方法技术

技术编号:14807869 阅读:38 留言:0更新日期:2017-03-15 01:30
本发明专利技术公布了一种房产用户筛分方法,具体步骤如下:(1)收集满足设定筛分的目标用户的各个活动行为,将用户的各种活动行为分别赋值;(2)按照步骤(1)的赋值,将每一位目标用户各个活动行为的次数乘以各个活动行为的赋值,再以数天为期,将所有第一目标用户的活动行为进行相加统计总和值,再录入筛分数据库作为标准值;(3)随机选取一个目标用户,对该目标用户的各个不同行为总次数进行行为总和统计,再与标准值进行比较达到一定百分比时,分为低、中、高需求购房用户等。本发明专利技术能对不同的目标用户的不同活动行为进行赋值并做总统计,在与预设的标准值进行比较,能够快速、准确的筛分分类出不同需求级别的购房者,有针对性的对不同需求级别的购房者进行合适的营销策略。

【技术实现步骤摘要】

本专利技术涉及房产电子商务领域,特别是一种房产用户筛分方法
技术介绍
传统的业务营销方式通常有两种,一种是通过市场调研得到业务需求,开发反向一群或者所有用户进行业务推广;第二种是通过研究历史数据,得出潜在的业务需求和目标用户群,针对一群用户进行业务推广。方式一是面向业务的营销,市场点烟不可能对数以亿计的用户做调研,结果具有一定的片面性,据此开发的业务很节能出现偏差,也让企业承担了高昂的营销成本;方式二是面向用户的营销,但是传统的运营数据是离散的单元,目标用户群的检索非常困难,即使找到目标用户群也是一个比较宽泛的群体,不可能做到面向单个用户的营销。长期的客户服务经验告诉我们,在客户最需要你的时候立即出现,让客户在惊喜中感受服务滥价,而在客户不需要的时候,从不去打扰,这才是服务的最高境界。传统的营销方式因为没有技术手段做到真正的面向客户的营销,所以总不能取得圆满的效果且易造成用户投诉等问题。
技术实现思路
本专利技术的专利技术目的是:针对上述技术问题,提供一种房产用户筛分方法,能对不同的目标用户的不同活动行为进行赋值并做总统计,在与预设的标准值进行比较,能够快速、准确的筛分分类出不同需求级别的购房者,有针对性的对不同需求级别的购房者进行合适的营销策略,从而能提高房产的销售成交率,且能够掌控用户何时需要推销营销方案,做到适时推荐,提高用户的好评率,从而能够提高老客户回头购房率。本专利技术技术方案为:一种房产用户筛分方法,包括数据筛分,具体步骤如下:(1)收集满足设定筛分的目标用户的各个活动行为,将用户的各种活动行为分别赋值;(2)按照步骤(1)的赋值,将每一位目标用户各个活动行为的次数乘以各个活动行为的赋值,再以数天为期,将所有目标用户的活动行为进行相加统计总和值,再录入筛分数据库作为标准值;(3)随机选取一位目标用户,对其的各个活动行为的次数乘以步骤(1)中预设的各个活动行为的赋值,即可得到目标用户的活动行为总和值;当该目标用户的行为总和值≤标准值的40%时,将该目标用户筛分定义为低需求购房用户;当标准值的80%≥该目标用户的行为总和值>标准值的40%时,将该目标用户筛分定义为中需求购房用户;当该目标用户的行为总和值>标准值的80%时,将该目标用户筛分定义为高需求购房用户;(4)针对步骤(3)中筛分出的不同目标用户,设计相对应的营销策略。本专利技术方案的技术基本原理是:通过对所有目标用户的不同活动行为进行不同的赋值,并统计总和,作为标准值;然后将随机选取的目标用户的不同活动行为进行统计求和,再与标准值的一定百分比进行比较,当达到预设的标准值的一定百分比时,目标用户将自动被筛分为不同级别的购房用户。这样的设计方案与现有技术相比较,能通过预设的筛分方法,对不同的目标用户的不同活动行为进行赋值总统计,在与预设的标准值进行比较,能够快速、准确的筛分分类出不同需求级别的购房者,有针对性的对不同需求级别的购房者进行合适的营销策略,从而能提高房产的销售成交率。本专利技术中,作为进一步限定,所述各个活动行为的赋值相同或不相同。本专利技术中,作为进一步限定,所述满足设定筛分的所有目标用户行为包括用户交互行为和会员注册行为。本专利技术中,所述交互活动行为包括网络活动行为;所述网络活动行为包括可视化活动行为、产品信息预定活动行为、浏览网页时间活动行为和语音服务活动行为。本专利技术中,作为进一步,所述产品信息预定活动行为包括产品收藏活动行为、团购登记活动行为和登记看房活动行为。本专利技术中,作为进一步,所述语音服务活动行为包括语音电话互动活动行为、在线客服互动活动行为和电话互动活动行为。在本专利技术中,对低需求购房者进行房产营销,若营销成功,则结束房产营销,若营销不成功,则将低需求购房者的信息返回步骤(2)中的筛分数据库中,继续对该用户活动行为进行跟踪统计,调整营销策略,直至营销成功。在本专利技术中,对中需求购房者进行房产营销,若营销成功,则结束房产营销,若营销不成功,则将低需求购房者的信息返回步骤(2)中的筛分数据库中,继续对该用户活动行为进行跟踪统计,调整营销策略,直至营销成功。在本专利技术中,对高需求购房者进行房产营销,若营销成功,则结束房产营销,若营销不成功,则将低需求购房者的信息返回步骤(2)中的筛分数据库中,继续对该用户活动行为进行跟踪统计,调整营销策略,直至营销成功。与现有技术相比较,本专利技术有益效果是:1.本专利技术的房产用户数据筛分方法,能对不同的目标用户的不同活动行为进行赋值并做总统计,在与预设的标准值进行比较,能够快速、准确的筛分分类出不同需求级别的购房者,有针对性的对不同需求级别的购房者进行合适的营销策略,从而能提高房产的销售成交率,且能够掌控用户何时需要推销营销方案,做到适时推荐,提高用户的好评率,从而能够提高老客户回头购房率。2.能通过本专利技术方法筛分出来的低、中、高需求购房用户的基础上,设计相对合理的营销策略,策略的针对性强,缩短营销的周期;还能够将未营销成功的低、中、高需求购房用户进行标记返回,对该用户活动行为进行跟踪统计,调整营销策略,重新制定合理的营销策略留住客户,提高购房的转化率,有效降低营销和管理成本,提高经济效益。附图说明图1是本专利技术的流程图。具体实施方式下面将结合本专利技术实例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。实施例1:一种房产用户筛分方法,包括数据筛分,包括以下具体步骤:(1)收集满足设定筛分的目标用户的各个活动行为,将用户的各种活动行为分别赋值;(2)按照步骤(1)的赋值,将每一位目标用户各个活动行为的次数乘以各个活动行为的赋值,再以数天为期,将所有第一目标用户的活动行为进行相加统计总和值,再录入筛分数据库作为标准值;(3)随机选取一位目标用户,对其的各个活动行为的次数乘以步骤(1)中预设的各个活动行为的赋值,即可得到目标用户的活动行为总和值;当该目标用户的行为总和值≤标准值的40%时,将该目标用户筛分定义为低需求购房用户;当标准值的80%≥该目标用户的行为总和值>标准值的40%时,将该目标用户筛分定义为中需求购房用户;当该目标用户的行为本文档来自技高网...

【技术保护点】
一种房产用户筛分方法,包括数据筛分,其特征在于:具体步骤如下:(1)收集满足设定筛分的目标用户的各个活动行为,将用户的各种活动行为分别赋值;(2)按照步骤(1)的赋值,将每一位目标用户各个活动行为的次数乘以各个活动行为的赋值,再以数天为期,将所有目标用户的活动行为进行相加统计总和值,再录入筛分数据库作为标准值;(3)随机选取一位目标用户,对其的各个活动行为的次数乘以步骤(1)中预设的各个活动行为的赋值,即可得到目标用户的活动行为总和值;当该目标用户的行为总和值≤标准值的40%时,将该目标用户筛分定义为低需求购房用户;当标准值的80%≥该目标用户的行为总和值>标准值的40%时,将该目标用户筛分定义为中需求购房用户;当该目标用户的行为总和值>标准值的80%时,将该目标用户筛分定义为高需求购房用户;(4)针对步骤(3)中筛分出的不同目标用户,设计相对应的营销策略。

【技术特征摘要】
1.一种房产用户筛分方法,包括数据筛分,其特征在于:具体步骤如下:
(1)收集满足设定筛分的目标用户的各个活动行为,将用户的各种活动
行为分别赋值;
(2)按照步骤(1)的赋值,将每一位目标用户各个活动行为的次数乘
以各个活动行为的赋值,再以数天为期,将所有目标用户的活动行为进行相
加统计总和值,再录入筛分数据库作为标准值;
(3)随机选取一位目标用户,对其的各个活动行为的次数乘以步骤(1)
中预设的各个活动行为的赋值,即可得到目标用户的活动行为总和值;
当该目标用户的行为总和值≤标准值的40%时,将该目标用户筛分定义
为低需求购房用户;
当标准值的80%≥该目标用户的行为总和值>标准值的40%时,将该目
标用户筛分定义为中需求购房用户;
当该目标用户的行为总和值>标准值的80%时,将该目标用户筛分定义
为高需求购房用户;
(4)针对步骤(3)中筛分出的不同目标用户,设计相对应的营销策略。
2.根据权利要求1所述的一种房产用户筛分方法,其特征在于:所述各个
活动行为的赋值相同或不相同。
3.根据权利要求1所述的一种房产用户筛分方法,其特征在于:所述满足
设定筛分的所有目标用户行为包括用户交互行为和会员注册行为。
4.根据权利要求1所述的一种房产用户筛分方法,其特征在于:所述交互
活动行为包括网络活动行为;所述网络活动行为...

【专利技术属性】
技术研发人员:李维胜陈志新
申请(专利权)人:广西住朋购友文化传媒有限公司李维胜
类型:发明
国别省市:广西;45

网友询问留言 已有0条评论
  • 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。

1