一种基于大数据的营销方法技术

本发明专利技术提供了智能营销技术领域的一种基于大数据的营销方法

【技术实现步骤摘要】
一种基于大数据的营销方法、系统、设备及介质


[0001]本专利技术涉及智能营销
，特别指一种基于大数据的营销方法
、
系统
、
设备及介质
。

技术介绍

[0002]银行的金融产品营销普遍采取的是人工营销和机器营销；其中的人工营销效率偏低
、
成本较高，而机器营销主要通过播放预设营销话术进行营销，能够降低人力成本，且机器营销还能避免因人工疲倦而导致话术失误等问题，这让机器营销成为了银行营销的趋势
。
[0003]然而，目前机器营销的成功率还是不尽如人意，由于用户千面千相，对其兴趣爱好难以捉摸，缺少能够识别用户意向程度的方法和模型，难以对有意向的用户进行精准营销，导致营销转化率低
、
成本高
、
用户体验不够好
。
[0004]因此，如何提供一种基于大数据的营销方法
、
系统
、
设备及介质，实现提升营销的成功率，成为一个亟待解决的技术问题
。

技术实现思路

[0005]本专利技术要解决的技术问题，在于提供一种基于大数据的营销方法
、
系统
、
设备及介质，实现提升营销的成功率
。
[0006]第一方面，本专利技术提供了一种基于大数据的营销方法，包括如下步骤：
[0007]步骤
S10、
获取大量的银行客户信息，基于预设的特征维度为各银行客户信息设定客户标签，基于所述客户标签生成若干个客户画像；
[0008]步骤
S20、
服务器设定一营销目标，基于
XGBoost
算法创建一营销模型，基于所述客户画像以及营销目标对营销模型进行训练；
[0009]步骤
S30、
客户终端通过扫描营销二维码访问营销页面，服务器通过客户终端登录的账号匹配对应的客户画像，基于所述客户画像以及营销模型获取推荐产品列表并显示于营销页面；
[0010]步骤
S40、
服务器基于所述营销页面触发的购买信号，向所述营销二维码关联的账号新增营销积分
。
[0011]进一步的，所述步骤
S10
中，所述特征维度至少包括客户自然属性
、
资产组成
、
负债组成
、
交易行为特征
、
风险特征以及价值特征
。
[0012]进一步的，所述步骤
S20
中，所述营销目标为理财量
、
定期存款量
、
缴费量或者贷款量；
[0013]所述营销模型用于依据客户画像以及营销目标对各产品计算推荐值
。
[0014]进一步的，所述步骤
S30
具体为：
[0015]客户终端通过扫描营销二维码访问服务器配置的营销页面，服务器通过客户终端登录的账号匹配对应的客户画像，基于所述客户画像以及营销模型计算各产品的推荐值，
通过所述推荐值对各产品进行排序，选取排序考前的前
N
个产品进而生成推荐产品列表，将所述推荐产品列表显示于营销页面；
[0016]所述步骤
S40
中，所述营销积分基于预设的积分规则新增
。
[0017]第二方面，本专利技术提供了一种基于大数据的营销系统，包括如下模块：
[0018]客户画像生成模块，用于获取大量的银行客户信息，基于预设的特征维度为各银行客户信息设定客户标签，基于所述客户标签生成若干个客户画像；
[0019]营销模型训练模块，用于服务器设定一营销目标，基于
XGBoost
算法创建一营销模型，基于所述客户画像以及营销目标对营销模型进行训练；
[0020]营销模块，用于客户终端通过扫描营销二维码访问营销页面，服务器通过客户终端登录的账号匹配对应的客户画像，基于所述客户画像以及营销模型获取推荐产品列表并显示于营销页面；
[0021]积分模块，用于服务器基于所述营销页面触发的购买信号，向所述营销二维码关联的账号新增营销积分
。
[0022]进一步的，所述客户画像生成模块中，所述特征维度至少包括客户自然属性
、
资产组成
、
负债组成
、
交易行为特征
、
风险特征以及价值特征
。
[0023]进一步的，所述营销模型训练模块中，所述营销目标为理财量
、
定期存款量
、
缴费量或者贷款量；
[0024]所述营销模型用于依据客户画像以及营销目标对各产品计算推荐值
。
[0025]进一步的，所述营销模块具体用于：
[0026]客户终端通过扫描营销二维码访问服务器配置的营销页面，服务器通过客户终端登录的账号匹配对应的客户画像，基于所述客户画像以及营销模型计算各产品的推荐值，通过所述推荐值对各产品进行排序，选取排序考前的前
N
个产品进而生成推荐产品列表，将所述推荐产品列表显示于营销页面；
[0027]所述积分模块中，所述营销积分基于预设的积分规则新增
。
[0028]第三方面，本专利技术提供了一种基于大数据的营销设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的方法
。
[0029]第四方面，本专利技术提供了一种基于大数据的营销介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的方法
。
[0030]本专利技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0031]通过获取大量的银行客户信息，基于特征维度为各银行客户信息设定客户标签，基于客户标签生成若干个客户画像，接着基于客户画像以及设定的营销目标对基于
XGBoost
算法创建的营销模型进行训练；客户终端通过扫描营销二维码访问营销页面，服务器通过客户终端登录的账号匹配对应的客户画像，基于客户画像以及营销模型获取推荐产品列表并显示于营销页面，并基于营销页面触发的购买信号，向营销二维码关联的账号新增营销积分；由于通过营销模型针对不同的客户画像推荐不同的产品，能更好的匹配客户需求，结合积分机制能让营销二维码被更多的扫描，提升受众面，最终极大的提升了营销的成功率
。
[0032]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，
而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的
、
特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式
。
附图说明
[0033]下面参照附图结合实施例对本专利技术作进一步的说明
。
[0034]图1是本专利技术一种基于大数据的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据的营销方法，其特征在于：包括如下步骤：步骤
S10、
获取大量的银行客户信息，基于预设的特征维度为各银行客户信息设定客户标签，基于所述客户标签生成若干个客户画像；步骤
S20、
服务器设定一营销目标，基于
XGBoost
算法创建一营销模型，基于所述客户画像以及营销目标对营销模型进行训练；步骤
S30、
客户终端通过扫描营销二维码访问营销页面，服务器通过客户终端登录的账号匹配对应的客户画像，基于所述客户画像以及营销模型获取推荐产品列表并显示于营销页面；步骤
S40、
服务器基于所述营销页面触发的购买信号，向所述营销二维码关联的账号新增营销积分
。2.
如权利要求1所述的一种基于大数据的营销方法，其特征在于：所述步骤
S10
中，所述特征维度至少包括客户自然属性
、
资产组成
、
负债组成
、
交易行为特征
、
风险特征以及价值特征
。3.
如权利要求1所述的一种基于大数据的营销方法，其特征在于：所述步骤
S20
中，所述营销目标为理财量
、
定期存款量
、
缴费量或者贷款量；所述营销模型用于依据客户画像以及营销目标对各产品计算推荐值
。4.
如权利要求1所述的一种基于大数据的营销方法，其特征在于：所述步骤
S30
具体为：客户终端通过扫描营销二维码访问服务器配置的营销页面，服务器通过客户终端登录的账号匹配对应的客户画像，基于所述客户画像以及营销模型计算各产品的推荐值，通过所述推荐值对各产品进行排序，选取排序考前的前
N
个产品进而生成推荐产品列表，将所述推荐产品列表显示于营销页面；所述步骤
S40
中，所述营销积分基于预设的积分规则新增
。5.
一种基于大数据的营销系统，其特征在于：包括如下模块：客户画像生成模块，用于获取大量的银行客...

【专利技术属性】
技术研发人员：陈展红，陈航，黄心田，杨仪，饶龙翔，方启宇，凌可可，张欢鑫，余润堃，张建平，
申请(专利权)人：中国农业银行股份有限公司福建省分行，
类型：发明
国别省市：