一种基于用户行为的SOP私域营销信息自动推送方法技术

本申请提供一种基于用户行为的SOP私域营销信息自动推送方法，包括：自动创建企业的微信SOP推送计划，并进行营销推送；根据不同营销推送周期，获取反馈评价指标，包括在不同推送周期下的不同转化率、响应时间、投诉率、封号率；针对不同类型的推送素材的推送限制,判断不同类型素材的推送反馈结果，选择最终的推送策略；根据推送中断机制，调整目标群体、推送内容，对中断推送的内容进行补发；排除推送风险后，进一步统计具有最佳营销效果的素材和推送周期，训练通用推送模型，并共享给类似推送需求的客户，共享相同推送模型。共享相同推送模型。共享相同推送模型。

【技术实现步骤摘要】
一种基于用户行为的SOP私域营销信息自动推送方法


[0001]本专利技术涉及信息
，尤其涉及一种基于用户行为的SOP私域营销信息自动推送方法。

技术介绍

[0002]随着微信营销推送的广泛应用，企业面临着一些问题。首先，企业需要花费大量时间和人力资源来创建微信SOP推送计划，并且需要根据不同的推送周期进行细致的调整。其次，企业需要了解不同推送周期下的转化率、响应时间、投诉率和封号率等评价指标，以便确定最佳的推送策略。此外，企业还需要根据推送素材的类型设定推送限制，以确保推送的效果和稳定性。然而，在实际的营销推送过程中，企业往往面临着推送被迫中断或需要主动中断处理的情况。这可能是因为某种类型的推送形式导致用户对推送不感兴趣或产生反感，或者是因为推送的内容与用户的需求不匹配。为了解决这个问题，企业需要根据营销推送的反馈结果进行判断，并及时调整推送策略。此外，企业还需要根据反馈结果暂停推送计划的执行，并重新调整参数后再进行推送，以提高推送的效果和准确性。因此，需要不断探索和优化，提高自动化营销效果。

技术实现思路

[0003]本专利技术提供了一种基于用户行为的SOP私域营销信息自动推送方法，主要包括：
[0004]自动创建企业的微信SOP推送计划，并进行营销推送；根据不同营销推送周期，获取反馈评价指标，包括在不同推送周期下的不同转化率、响应时间、投诉率、封号率；针对不同类型的推送素材的推送限制,判断不同类型素材的推送反馈结果，选择最终的推送策略；根据营销推送的反馈结果，判断哪种类型的推送形式会导致推送被迫中断，哪种类型的推送需要进行主动中断处理，依据营销推送的反馈结果暂停推送计划的执行，重新调整参数后再进行推送；采用基于关联规则的分组算法，获取主动中断用户和被动中断用户之间的关联和相似性，细分目标群体，判断推送的中断风险程度，对推送的中断风险程度高的用户中断推送；根据推送中断机制，调整目标群体、推送内容，对中断推送的内容进行补发；排除推送风险后，进一步统计具有最佳营销效果的素材和推送周期，训练通用推送模型，并共享给类似推送需求的客户，共享相同推送模型。
[0005]进一步可选地，所述自动创建企业的微信SOP推送计划，并进行营销推送，包括：
[0006]根据客户画像数据库，采用TF
‑
IDF和词频统计的方法在客户历史数据中提取关键词，并使用词嵌入技术Word2Vec，将客户进行分类并确定不同类别受众的主题，创建推送对象库；根据不同类别受众的主题，通过训练调优的GPT模型，结合受众需求和相关资讯，自动生成推送内容库，包括文字、图片、视频、链接形式；针对受众特征和习惯，运用逻辑回归算法，结合交叉验证和网格搜索技术进行模型参数调优，确定最佳推送时间和频次；利用自动化工具Airflow，根据推送计划自动生成微信SOP推送计划，包括推送时间、推送内容、推送对象信息；还包括：根据受众特征和习惯，通过逻辑回归算法，确定推送时间和推送频次。
[0007]所述根据受众特征和习惯，通过逻辑回归算法，确定推送时间和推送频次，具体包括：
[0008]获取推送数据集，包括推送时间、推送频次和推送受众的特征好习惯数据；其中，所述受众的特征和习惯，包括地理位置、行为习惯、偏好；根据推送时间、推送频次和推送受众的特征好习惯数据，采用逻辑回归算法进行建模，使用梯度下降算法进行训练，得到最佳的参数；将获取的数据集分为训练集和测试集，利用训练集对模型进行训练，并利用测试数据集对模型进行评估。使用模型进行预测，确定最佳的推送时间和推送频次，得到推送时间和推送频次的最佳方案。
[0009]进一步可选地，所述根据不同营销推送周期，获取反馈评价指标，包括在不同推送周期下的不同转化率、响应时间、投诉率、封号率，包括：
[0010]根据每日、每周、和每月推送的营销信息，插入链接点击、账号注册和商品购买的跟踪标签；获取用户营销数据，所述用户营销数据，包括用户每日点击链接次数、每周点击链接次数、每月点击链接次数、每日注册账号次数、每周注册账号次数、每月注册账号次数、每日购买商品次数、每周购买商品次数、每月购买商品次数；通过用户营销数据，得到在不同推送周期下的用户转化率；通过追踪用户在收到营销信息后的反馈时间，计算出平均响应时间数据，确定用户对推送信息的关注度和行动意愿；通过监控用户对营销信息的投诉频次，统计投诉率数据；通过追踪因违规操作导致的平台账户封停，获取封号率数据。
[0011]进一步可选地，所述针对不同类型的推送素材的推送限制,判断不同类型素材的推送反馈结果，选择最终的推送策略，包括：
[0012]根据营销目标，制定推送内容的格式，包括文字、图片、视频；根据不同平台的限制规则文本，确定推送的素材的大小、格式和内容长度，包括文字长度、图片大小、视频大小及时长；获取用户的行为数据、历史反馈评价指标数据以及用户是否会点击这类推送，所述用户行为数据，包括浏览记录、购买记录、点击记录，所述历史反馈评价指标数据，包括点击率、购买率、转化率；将用户的行为数据、历史反馈评价指标数据作为输入特征，用户是否会点击这类推送作为目标变量，通过标准化处理，确保所有特征在同一数量级上；使用随机初始化的方法初始化模型的参数，包括截距项和特征权重；使用训练数据集拟合逻辑回归模型，使用梯度下降优化算法找到使模型性能最优的参数；使用测试数据集对训练得到的模型进行评估，其中评估指标，包括准确率、精确率、召回率、F1值；通过训练得到的模型进行新样本的预测，将预测结果作为决策依据，确定最终的推送策略；确定最终的推送策略，包括确定推送内容的类型、推送的时间；其中，所述确定推送内容的类型，包括文字、图片、链接或视频。
[0013]进一步可选地，所述根据营销推送的反馈结果，判断哪种类型的推送形式会导致推送被迫中断，哪种类型的推送需要进行主动中断处理，依据营销推送的反馈结果暂停推送计划的执行，重新调整参数后再进行推送，包括：
[0014]收集反馈评价的数据，运用狄利克雷过程算法判断哪种类型的推送会导致推送被迫中断，基于决策树算法判断哪种类型的推送需要进行主动中断处理；根据判断结果，确定需要采取的措施，进行相应的推送策略调整，如果发现某种推送类型容易导致掉线，立即进行中断处理；如果某种推送类型需要重新调整参数，对其进行中断处理，进行中断处理前，将推送计划的执行暂停；获取投诉信息数据集，包括投诉时间、投诉类型、用户ID、投诉内
容；从原始数据中提取特征，包括文本情感、关键词；基于决策树算法，将预处理后的特征数据输入模型进行训练；根据模型的预测结果，找出与投诉频次和强度相关的特征，确定需要优化的推送内容和相关性，输出问题分析报告；根据问题分析报告，针对性地优化推送内容，得到新的推送内容；还包括：采用狄利克雷过程算法，预测哪种类型的内容会导致推送被迫中断；采用决策树算法构建模型，判断何种类型的内容需要中断推送。
[0015]所述采用狄利克雷过程算法，预测哪种类型的内容会导致推送被迫中断，具体包括：
[0016]收集历本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户行为的SOP私域营销信息自动推送方法，其特征在于，所述方法包括：自动创建企业的微信SOP推送计划，并进行营销推送；根据不同营销推送周期，获取反馈评价指标，包括在不同推送周期下的不同转化率、响应时间、投诉率、封号率；针对不同类型的推送素材的推送限制,判断不同类型素材的推送反馈结果，选择最终的推送策略；根据营销推送的反馈结果，判断哪种类型的推送形式会导致推送被迫中断，哪种类型的推送需要进行主动中断处理，依据营销推送的反馈结果暂停推送计划的执行，重新调整参数后再进行推送；采用基于关联规则的分组算法，获取主动中断用户和被动中断用户之间的关联和相似性，细分目标群体，判断推送的中断风险程度，对推送的中断风险程度高的用户中断推送；根据推送中断机制，调整目标群体、推送内容，对中断推送的内容进行补发；排除推送风险后，进一步统计具有最佳营销效果的素材和推送周期，训练通用推送模型，并共享给类似推送需求的客户，共享相同推送模型。2.根据权利要求1所述的方法，其中，所述自动创建企业的微信SOP推送计划，并进行营销推送，包括:根据客户画像数据库，采用TF
‑
IDF和词频统计的方法在客户历史数据中提取关键词，并使用词嵌入技术Word2Vec，将客户进行分类并确定不同类别受众的主题，创建推送对象库；根据不同类别受众的主题，通过训练调优的GPT模型，结合受众需求和相关资讯，自动生成推送内容库，包括文字、图片、视频、链接形式；针对受众特征和习惯，运用逻辑回归算法，结合交叉验证和网格搜索技术进行模型参数调优，确定最佳推送时间和频次；利用自动化工具Airflow，根据推送计划自动生成微信SOP推送计划，包括推送时间、推送内容、推送对象信息；还包括：根据受众特征和习惯，通过逻辑回归算法，确定推送时间和推送频次。3.根据权利要求1所述的方法，其中，所述根据不同营销推送周期，获取反馈评价指标，包括在不同推送周期下的不同转化率、响应时间、投诉率、封号率，包括:根据每日、每周、和每月推送的营销信息，插入链接点击、账号注册和商品购买的跟踪标签；获取用户营销数据，所述用户营销数据，包括用户每日点击链接次数、每周点击链接次数、每月点击链接次数、每日注册账号次数、每周注册账号次数、每月注册账号次数、每日购买商品次数、每周购买商品次数、每月购买商品次数；通过用户营销数据，得到在不同推送周期下的用户转化率；通过追踪用户在收到营销信息后的反馈时间，计算出平均响应时间数据，确定用户对推送信息的关注度和行动意愿；通过监控用户对营销信息的投诉频次，统计投诉率数据；通过追踪因违规操作导致的平台账户封停，获取封号率数据。4.根据权利要求1所述的方法，其中，所述针对不同类型的推送素材的推送限制,判断不同类型素材的推送反馈结果，选择最终的推送策略，包括:根据营销目标，制定推送内容的格式，包括文字、图片、视频；根据不同平台的限制规则文本，确定推送的素材的大小、格式和内容长度，包括文字长度、图片大小、视频大小及时长；获取用户的行为数据、历史反馈评价指标数据以及用户是否会点击这类推送，所述用户行为数据，包括浏览记录、购买记录、点击记录，所述历史反馈评价指标数据，包括点击率、购买率、转化率；将用户的行为数据、历史反馈评价指标数据作为输入特征，用户是否会点击这类推送作为目标变量，通过标准化处理，确保所有特征在同一数量级上；使用随机初始化的方法初始化模型的参数，包括截距项和特征权重；使用训练数据集拟合逻辑回归模型，使用梯度下降优化算法找到使模型性能最优的参数；使用测试数据集对训练得到的模型进
行评估，其中评估指标，包括准确率、精确率、召回率、F1值；通过训练得到的模型进行新样本的预测，将预测结果作为决策依据，确定最终的推送策略；确定最终的推送策略，包括确定推送内容的类型、推送的时间；其中，所述确定推送内容的类型，包括文字、图片、链接或视频。5.根据权利要求1所述的方法，其中，所述根据营销推送的反馈结果，判断哪种类型的推送形式会导致推送被迫中断，哪种类型的推送需要进行主动中断处理，依据营销推送的反馈结果暂停推送计划的执行，重新调整参数后再进行推送，包括:收集反馈评价的数据，运用狄利克雷过程算法判断哪种类型的推送会导致推送被迫中断，基于决策树算法判断哪种类型的推送需要进行主动中断处理；根据判断结果，确定需要采取的措施，进行相应的推送策略调整，如果发现某种推送类型容易导致掉线，立即进行中断处理；如果某种推送类型需要重新调整参数，对其进行中断处理，进行中断处理前，将推送计划的执行暂停；获取投诉信息数据集，包括投诉时间、投诉类型、用户ID、投诉内容；从原始数据中提取特征，包括文本情感、关键词；基于决策树算法，将预处理后的特征数据输入模型进行训练；根据模型的预测结果，找出与投诉频次和强度相关的特征，确定需要优化的推送内容和相关性，输出问题分析报告；根据问题分析报告，针对性地优化推送内容，得到...

【专利技术属性】
技术研发人员：蔺文龙，吴伟勇，周志平，李豪，周仲强，李茂文，
申请(专利权)人：广州有机云计算有限责任公司，
类型：发明
国别省市：