基于营销效果的智能客群筛选方法、系统、介质及设备技术方案

本申请涉及一种基于营销效果的智能客群筛选方法、系统、介质及设备，所述方法包括:将包含特征标签的候选客群输入至客群筛选模型中，得到初选客群，所述客群筛选模型基于营销测试中的样本训练客群以及样本训练客群中各用户的特征标签训练得到；基于所述初选客群以及预设的客群数量，确定目标客群。采用本申请实施例，通过客群筛选模型可以自动筛选出所需要目标客群，提高了客群筛选效率，并且客群筛选模型中设置有科学的客群筛选条件，进一步提高了对目标客群进行广告投放后的营销效果。高了对目标客群进行广告投放后的营销效果。高了对目标客群进行广告投放后的营销效果。

【技术实现步骤摘要】
基于营销效果的智能客群筛选方法、系统、介质及设备


[0001]本申请涉及大数据
，尤其是涉及一种基于营销效果的智能客群筛选方法、系统、介质及设备。

技术介绍

[0002]随着信息技术的发展，各种网络论坛、电子商务平台已经成为消费者获取产品、服务信息的一种主要途径，因此不少企业十分重视网络营销，并雇佣专门的团队进行网络营销，网络营销的核心在于通过广告、软文等营销信息对消费者进行导流，引导消费者购买服务或产品。
[0003]一般营销平台会对客群进行筛选，然后对筛选出的客群进行广告的投放，目前对于客群的筛选，大都是人员凭业务经验，或参考简单的营销效果手动圈选客群，然后通过广告投放测试不断优化筛选条件来调整筛选方案，这种客群筛选的效率低，从而导致广告投放后的营销效果较低。

技术实现思路

[0004]为了科学合理地筛选客群并进行广告的投放，提高营销效果，本申请提供一种基于营销效果的智能客群筛选方法、系统、介质及设备。
[0005]在本申请的第一方面提供了一种基于营销效果的智能客群筛选方法，采用如下的技术方案：将包含特征标签的候选客群输入至客群筛选模型中，得到初选客群，所述客群筛选模型基于营销测试中的样本训练客群以及样本训练客群中各用户的特征标签训练得到；基于所述初选客群以及预设的客群数量，确定目标客群。
[0006]通过采用上述技术方案，将候选客群输入至预先训练好的客群筛选模型中，得到一批初选客群，再基于实际需求的预设客群数量与初选客群，确定目标客群，通过客群筛选模型可以自动筛选出所需要目标客群，提高了客群筛选效率，并且客群筛选模型中设置有科学的客群筛选条件，进一步提高了对目标客群进行广告投放后的营销效果。
[0007]可选的，所述基于所述初选客群以及预设的客群数量，确定目标客群，包括：判断所述初选客群数量是否小于预设的客群数量；若不小于，则将所述初选客群中各用户的投入产出比值按照升序排列，筛选出预设的客群数量的客群作为目标客群；若小于，则将所述候选客群之外的客群输入至所述客群筛选模型，得到扩展目标客群；获取所述预设的客群数量与所述初选客群数量之差的补偿客群数量；将所述扩展目标客群中的各用户的投入产出比值按照升序排列，筛选出所述补偿客群数量的客群，并将所述补偿客群数量的客群以及所述初选客群之和作为目标客群。
[0008]通过采用上述技术方案，若实际需求的用户数量较小，则筛选出用户投入产出比值较高的用户作为目标客群，使得合理得规划预算，降低投入，提高产出，若实际需求的用户数量较大，则将候选客群之外的客群也输入至模型，得到补偿客群数量，并将补偿客群数
量和初选客群数量之和作为目标客群，使得最后的目标客群数量满足实际需求。
[0009]可选的，所述将包含特征标签的候选客群输入至客群筛选模型中，得到初选客群之前，还包括：获取营销测试中的样本客群的营销效果数据；基于所述营销效果数据将所述样本客群划分为正样本客群和负样本客群；对所述正样本客群中的各用户进行特征标签配置并筛选，得到样本训练客群以及样本训练客群中各用户的特征标签；基于所述样本训练客群以及所述各用户的特征标签对初始的客群筛选模型进行训练，得到客群筛选模型。
[0010]通过采用上述技术方案，对营销测试中的用户营销数据进行特征标签的配置以及筛选，得到样本训练客群以及各用户的特征标签，通过设置有科学的客群筛选特征标签对模型进行训练，使得在对客群筛选模型筛选出的目标客群进行广告投放后具有较好的营销效果。
[0011]可选的，所述获取营销测试中的样本客群的营销效果数据，包括：基于相同的营销活动，随机抽样选取至少一个用户作为样本客群；对所述样本客群进行广告投放的营销测试；获取预置时间段后所述营销测试中的样本客群的营销效果数据。
[0012]通过采用上述技术方案，基于相同的营销活动，选取样本客群进行广告投放的营销测试，以获得营销测试中的样本客群的营销效果数据，为后续样本的训练提供数据来源。
[0013]可选的，所述基于所述营销效果数据将所述样本客群划分为正样本客群和负样本客群，包括：基于所述营销效果数据，判断所述样本客群中的各用户是否对所述营销测试有响应；将对所述营销测试有响应的用户划分为正样本客群；将对所述营销测试没有响应的用户划分为负样本客群。
[0014]通过采用上述技术方案，基于营销效果数据，将对营销测试有响应的用户划分为正样本客群，表示正样本客群中的用户对营销测试中的广告营销感兴趣，通过对样本客群的划分，可以初步筛选出对广告营销感兴趣的正样本客群，以减少后续特征标签的配置量。
[0015]可选的，所述对所述正样本客群中的各用户进行特征标签配置并筛选，得到样本训练客群以及样本训练客群中各用户的特征标签，包括：获取所述正样本客群中的各用户的营销效果数据；基于所述各用户的营销效果数据以及预置的特征标签库对所述各用户进行特征标签配置，得到所述各用户的特征标签；根据所述各用户的特征标签，将不符合预置标准特征标签的用户进行筛除，得到样本训练客群以及样本训练客群中各用户的特征标签。
[0016]通过采用上述技术方案，对正样本中的客群中各用户进行特征标签的配置，以使得每个用户都对应有特征标签，便于后需根据特征标签对用户进行筛选。
[0017]可选的，所述根据所述各用户的特征标签，将不符合预置标准特征标签的用户进行筛除，得到样本训练客群以及样本训练客群中各用户的特征标签，包括：计算所述各用户的特征标签与对应预置标准特征标签的相关度以及所述各用户的特征标签的数量；将所述用户的特征标签的数量低于预设标签数量的用户筛除，得到第一样本训练客群；在所述第一样本训练客群中将所述相关度低于预设相关度的特征标签对应的用户筛除，得到所述样本训练客群以及样本训练客群中各用户的特征标签。
[0018]通过采用上述技术方案，将用户特征标签数量较少的用户进行筛除，再将相关度较低的用户进行筛除，使得最后筛选保留的特征标签对应的样本训练客群具有对营销测试有较高的反馈的特征，以使根据该样本客群以及各用户的特征标签进行模型的训练，使得
客群筛选模型具备科学的筛选功能，提高客群筛选效率。
[0019]在本申请的第二方面提供了一种基于营销效果的智能客群筛选系统，所述系统包括：初选客群获取模块，用于将包含特征标签的候选客群输入至客群筛选模型中，得到初选客群，所述客群筛选模型基于营销测试中的样本训练客群以及样本训练客群中各用户的特征标签训练得到；目标客群确定模块，用于基于所述初选客群以及预设的客群数量，确定目标客群。
[0020]在本申请的第三方面提供了一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
[0021]在本申请的第四方面提供了一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
[0022]综上所述，本申请包括以下至少一种有益技术效果：1.将候选客本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于营销效果的智能客群筛选方法，其特征在于，应用于计算机设备，所述方法包括：将包含特征标签的候选客群输入至客群筛选模型中，得到初选客群，所述客群筛选模型基于营销测试中的样本训练客群以及样本训练客群中各用户的特征标签训练得到；基于所述初选客群以及预设的客群数量，确定目标客群。2.根据权利要求1所述的基于营销效果的智能客群筛选方法，其特征在于，所述基于所述初选客群以及预设的客群数量，确定目标客群，包括：判断所述初选客群数量是否小于预设的客群数量；若所述初选客群数量不小于预设的客群数量，则将所述初选客群中各用户的投入产出比值按照升序排列，筛选出预设的客群数量的客群作为目标客群；若所述初选客群数量小于预设的客群数量，则将所述候选客群之外的客群输入至所述客群筛选模型，得到扩展目标客群，获取所述预设的客群数量与所述初选客群数量之差的补偿客群数量，将所述扩展目标客群中的各用户的投入产出比值按照升序排列，筛选出所述补偿客群数量的客群，并将所述补偿客群数量的客群以及所述初选客群之和作为目标客群。3.根据权利要求1所述的基于营销效果的智能客群筛选方法，其特征在于，所述将包含特征标签的候选客群输入至客群筛选模型中，得到初选客群之前，还包括：获取营销测试中的样本客群的营销效果数据；基于所述营销效果数据将所述样本客群划分为正样本客群和负样本客群；对所述正样本客群中的各用户进行特征标签配置并筛选，得到样本训练客群以及样本训练客群中各用户的特征标签；基于所述样本训练客群以及所述各用户的特征标签对初始的客群筛选模型进行训练，得到客群筛选模型。4.根据权利要求3所述的基于营销效果的智能客群筛选方法，其特征在于，所述获取营销测试中的样本客群的营销效果数据，包括：基于相同的营销活动，随机抽样选取至少一个用户作为样本客群；对所述样本客群进行广告投放的营销测试；获取预置时间段后所述营销测试中的样本客群的营销效果数据。5.根据权利要求3所述的基于营销效果的智能客群筛选方法，其特征在于，所述基于所述营销效果数据将所述样本客群划分为正样本客群和负样本客群，包括：基...

【专利技术属性】
技术研发人员：王永强，冯鹏，
申请(专利权)人：企知道网络技术有限公司，
类型：发明
国别省市：