本发明专利技术涉及信息数据挖掘处理技术领域，特别涉及一种车辆的个性营销方法、装置、服务器、设备及介质，其中，方法包括：从用户的消费数据中提取用户的至少一个价值特征，其中，价值特征用于表征用户消费能力；将至少一个价值特征输入至预先构建的客户价值评估模型，输出用户的实际客户价值；根据实际客户价值匹配或生成适用于用户的最佳营销策略，并根据最佳营销策略为用户推送对应的车辆个性化服务。该方法针对不同价值的客户制定优化的个性化服务方案，采取不同营销策略，将有限营销资源集中于高价值客户，解决了相关技术中无法准确分析客户的需求，导致无法准确的制定相应的营销策略向客户提供有效的车辆信息的问题，实现企业利润最大化目标。大化目标。大化目标。
【技术实现步骤摘要】
车辆的个性营销方法、装置、服务器、设备及介质
[0001]本专利技术涉及信息数据挖掘处理
，特别涉及一种车辆的个性营销方法、装置、服务器、设备及介质。
技术介绍
[0002]相关技术中，在进行车辆营销时，大多都是通过询问客户的意向价格、车型向客户提供销售车辆的信息，比如，品牌、型号、性能。
[0003]然而，该方式仅能针对于有明确购买意向的客户，对于一些没有明确购买意向的客户来说，由于无法准确分析客户的需求，导致无法准确的制定相应的营销策略向客户提供有效的车辆信息，亟待解决。
技术实现思路
[0004]有鉴于此，本专利技术旨在提出一种车辆的个性营销方法，该方法可以针对不同价值的客户制定优化的个性化服务方案，采取不同营销策略，将有限营销资源集中于高价值客户，解决了相关技术中无法准确分析客户的需求，导致无法准确的制定相应的营销策略向客户提供有效的车辆信息的问题，实现企业利润最大化目标。
[0005]为达到上述目的，本专利技术的技术方案是这样实现的：
[0006]一种车辆的个性营销方法，包括以下步骤：
[0007]从用户的消费数据中提取所述用户的至少一个价值特征，其中，所述价值特征用于表征所述用户消费能力；
[0008]将所述至少一个价值特征输入至预先构建的客户价值评估模型，输出所述用户的实际客户价值；以及
[0009]根据所述实际客户价值匹配或生成适用于所述用户的最佳营销策略，并根据所述最佳营销策略为所述用户推送对应的车辆个性化服务。
[0010]进一步地，在将所述至少一个价值特征输入至所述预先构建的客户价值评估模型之前，还包括：
[0011]获取多个目标用户的历史数据；
[0012]根据所述历史数据生成训练样本，并利用所述训练样本训练客户价值评估模型，得到所述预先构建的客户价值评估模型。
[0013]进一步地，所述根据所述历史数据生成训练样本，包括：
[0014]从所述历史数据中剔除缺失数据与异常数据，得到第一用户数据；
[0015]清洗掉所述第一用户数据中满足预设清洗条件的数据，和/或，选择所述第一用户数据中满足预设属性条件的数据，和/或将所述第一用户数据转换成预设格式的数据，得到第二用户数据；
[0016]对所述第二用户数据进行预设标准化处理，得到生成所述训练样本的训练数据，并根据所述训练数据生成所述训练样本。
[0017]进一步地，所述利用所述训练样本构建客户价值评估模型，得到所述预先构建的客户价值评估模型，包括：
[0018]采用预设聚类算法对所述训练数据进行客户分群，得到客户分群结果；
[0019]根据所述客户分群结果迭代训练所述客户价值评估模型，直至满足预设迭代停止条件，得到所述预先构建的客户价值评估模型。
[0020]进一步地，在输出所述用户的实际客户价值之后，还包括：
[0021]从所述实际客户价值中提取所述用户的聚类名称、聚类个数、消费时间间隔、消费频率和/或消费金额；
[0022]根据所述聚类名称、所述聚类个数、所述消费时间间隔、所述消费频率和/或所述消费金额生成可视化内容，并展示所述可视化内容。
[0023]相对于现有技术，本专利技术所述的车辆的个性营销方法具有以下优势：
[0024]本专利技术所述的车辆的个性营销方法，
[0025]本专利技术的另一个目的在于提出一种车辆的个性营销装置，该装置解决了相关技术中无法准确分析客户的需求，导致无法准确的制定相应的营销策略向客户提供有效的车辆信息的问题，实现企业利润最大化目标。
[0026]为达到上述目的，本专利技术的技术方案是这样实现的：
[0027]一种车辆的个性营销装置，其特征在于，包括：
[0028]提取模块，用于从用户的消费数据中提取所述用户的至少一个价值特征，其中，所述价值特征用于表征所述用户消费能力；
[0029]输出模块，用于将所述至少一个价值特征输入至预先构建的客户价值评估模型，输出所述用户的实际客户价值；以及
[0030]推送模块，用于根据所述实际客户价值匹配或生成适用于所述用户的最佳营销策略，并根据所述最佳营销策略为所述用户推送对应的车辆个性化服务。
[0031]进一步地，在将所述至少一个价值特征输入至所述预先构建的客户价值评估模型之前，所述输出模块，还用于：
[0032]获取多个目标用户的历史数据；
[0033]根据所述历史数据生成训练样本，并利用所述训练样本训练客户价值评估模型，得到所述预先构建的客户价值评估模型。
[0034]进一步地，所述输出模块，还用于：
[0035]从所述历史数据中剔除缺失数据与异常数据，得到第一用户数据；
[0036]清洗掉所述第一用户数据中满足预设清洗条件的数据，和/或，选择所述第一用户数据中满足预设属性条件的数据，和/或将所述第一用户数据转换成预设格式的数据，得到第二用户数据；
[0037]对所述第二用户数据进行预设标准化处理，得到生成所述训练样本的训练数据，并根据所述训练数据生成所述训练样本。
[0038]进一步地，所述利用所述训练样本构建客户价值评估模型，得到所述预先构建的客户价值评估模型，包括：
[0039]采用预设聚类算法对所述训练数据进行客户分群，得到客户分群结果；
[0040]根据所述客户分群结果迭代训练所述客户价值评估模型，直至满足预设迭代停止
条件，得到所述预先构建的客户价值评估模型。
[0041]进一步地，在输出所述用户的实际客户价值之后，所述输出模块，还用于：
[0042]从所述实际客户价值中提取所述用户的聚类名称、聚类个数、消费时间间隔、消费频率和/或消费金额；
[0043]根据所述聚类名称、所述聚类个数、所述消费时间间隔、所述消费频率和/或所述消费金额生成可视化内容，并展示所述可视化内容。
[0044]所述的车辆的个性营销装置与上述的车辆的个性营销方法相对于现有技术所具有的优势相同，在此不再赘述。
[0045]本专利技术的另一个目的在于提出一种服务器。
[0046]为达到上述目的，本专利技术的技术方案是这样实现的：
[0047]一种服务器，其特征在于，所述服务器包括：
[0048]一个或多个处理器；
[0049]存储装置，应用存储一个或多个程序；
[0050]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述的车辆的个性营销方法。
[0051]本专利技术的另一个目的在于提出一种电子设备。
[0052]为达到上述目的，本专利技术的技术方案是这样实现的：
[0053]一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现上述的车辆的个性营销方法。
[0054]所述的电子设备与上述的车辆的个性营销方法相对于现有技术所具有的优势相同，在本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆的个性营销方法，其特征在于，包括以下步骤：从用户的消费数据中提取所述用户的至少一个价值特征；其中，所述价值特征用于表征所述用户消费能力；将所述至少一个价值特征输入至预先构建的客户价值评估模型，输出所述用户的实际客户价值；以及根据所述实际客户价值匹配或生成适用于所述用户的最佳营销策略，并根据所述最佳营销策略为所述用户推送对应的车辆个性化服务。2.根据权利要求1所述的方法，其特征在于，在将所述至少一个价值特征输入至所述预先构建的客户价值评估模型之前，还包括：获取多个目标用户的历史数据；根据所述历史数据生成训练样本，并利用所述训练样本训练客户价值评估模型，得到所述预先构建的客户价值评估模型。3.根据所述权利要求2所述的方法，其特征在于，所述根据所述历史数据生成训练样本，包括：从所述历史数据中剔除缺失数据与异常数据，得到第一用户数据；清洗掉所述第一用户数据中满足预设清洗条件的数据，和/或，选择所述第一用户数据中满足预设属性条件的数据，和/或，将所述第一用户数据转换成预设格式的数据，得到第二用户数据；对所述第二用户数据进行预设标准化处理，得到生成训练数据，并根据所述训练数据生成所述训练样本。4.根据权利要求3所述的方法，其特征在于，所述利用所述训练样本构建客户价值评估模型，得到所述预先构建的客户价值评估模型，包括：采用预设聚类算法对所述训练数据进行客户分群，得到客户分群结果；根据所述客户分群结果迭代训练所述客户价值评估模型，直至满足预设迭代停止条件，得到所述预先构建的客户价值评估模型。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，在输出所述用户的实际客户价值之后，还包括：从所述实际客户价值中提取所述用户的聚类名称、...
【专利技术属性】
技术研发人员：张绍林，何赛，赵旭光，王庚，
申请(专利权)人：长城汽车股份有限公司，
类型：发明
国别省市：
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。