【技术实现步骤摘要】
本专利技术涉及精准营销，具体为基于大数据生成精准营销策略的方法。
技术介绍
1、随着传统数据分析解决方案中使用的数据集的规模和种类不断增加，这些传统方法变得越来越有限，局限性包括在不断增加的数据集规模和种类中，缺乏确定哪些数据集与任何给定复杂数据问题的解决方案相关的能力。例如，可能需要为在线和离线市场设计不同风格的广告和促销活动。
2、在在线环境中，企业可能会更多地利用数字广告和社交媒体促销来吸引消费者。然而，在线下，企业可能会依靠传统的宣传册、海报、户外广告牌或举办现场活动来提高品牌知名度和客户互动。
3、公开号为cn113159839a的中国专利公开了一种多接触式产品营销系统，涉及营销系统领域，其包括云平台资源系统，云平台资源系统包括线下营销模块、线上营销模块、生产模块和信息整理模块，线下营销模块的输入端和线上营销模块的输入端均与信息整理模块的输出端连接，线下营销模块的输出端连接着咨询单元的输入端、体验单元的输入端和反馈单元的输入端，线上营销模块的输出端连接着售后单元的输入端、vr体验单元的输入端和浏览单元的输入端，反馈单元将客户反馈信息通过线下营销模块传输给信息整理模块，通过大范围渠道的方式和客户进行全面的接触，使得客户更好的了解产品，从而便于提高产品的销售；但是该专利存在以下缺陷：
4、现有的不能在各种市场环境和目标用户群体中部署不同营销策略和促销材料，不能较好地满足用户需求，使得营销效果差。
技术实现思路
1、本专利技术的目的在于提供基
2、为实现上述目的，本专利技术提供如下技术方案：
3、基于大数据生成精准营销策略的方法，包括如下步骤：
4、s1：采集目标用户实时数据，对目标用户实时数据进行处理，确定目标用户特征数据；
5、s2：构建营销策略精准生成模型，对营销策略精准生成模型进行测试及优化，确定最佳的营销策略精准生成模型；
6、s3：基于最佳的营销策略精准生成模型对目标用户特征数据进行分析预测，生成精准营销策略；
7、s4：对精准营销策略进行不同地区和文化的调整优化，确定出更加精准有效的营销策略。
8、优选的，所述s1中，采集目标用户实时数据，执行以下操作：
9、对用户身份进行实时合法采集，确定出用户身份数据；
10、对行为模式进行实时合法采集，确定出行为模式数据；
11、对社会网络关系进行实时合法采集，确定出社会网络数据；
12、其中，基于用户身份数据、行为模式数据及社会网络数据，确定出基于大数据的目标用户实时数据。
13、优选的，所述s1中，对目标用户实时数据进行处理，执行以下操作：
14、获取基于大数据的目标用户实时数据；
15、基于顺序检索方法，对基于大数据的目标用户实时数据进行检索；
16、检查基于大数据的目标用户实时数据的一致性；
17、根据目标用户实时数据中每个变量的合理取值范围和相互关系，检查目标用户实时数据是否合乎要求；
18、去除目标用户实时数据中超出正常范围、逻辑上不合理或相互矛盾的不一致数据；
19、确定出目标用户实时数据中在正常范围内、逻辑上合理的一致数据；
20、对目标用户实时数据中在正常范围内、逻辑上合理的一致数据进行无效值及缺失值处理；
21、去除目标用户实时数据中在正常范围内、逻辑上合理的一致数据中对生成精准营销策略无价值的无效数据及缺失数据；
22、确定出对生成精准营销策略有价值的目标用户实时数据；
23、对生成精准营销策略有价值的目标用户实时数据进行特征提取；
24、确定出基于大数据的目标用户特征数据。
25、优选的，去除目标用户实时数据中超出正常范围、逻辑上不合理或相互矛盾的不一致数据，还包括利用超出正常范围、逻辑上不合理或相互矛盾的不一致数据判定目标用户实时数据的数据质量，包括：
26、提取被去除的目标用户实时数据中超出正常范围、逻辑上不合理或相互矛盾的不一致数据对应的数据；
27、按照所述目标用户实时数据的采集时刻和次数对所述被去除的目标用户实时数据中超出正常范围、逻辑上不合理或相互矛盾的不一致数据对应的数据进行分割，获得每次数据采集对应的被去除的目标用户实时数据中超出正常范围、逻辑上不合理或相互矛盾的不一致数据对应的数据；
28、将所述每次数据采集对应的被去除的目标用户实时数据中超出正常范围、逻辑上不合理或相互矛盾的不一致数据对应的数据作为目标非正常数据；
29、利用所述目标非正常数据获取非正常数据评价参数；其中，所述非正常数据评价参数通过如下公式获取：
30、；
31、当时，令其中，z表示非正常数据评价参数；z0表示预设的非正常数据评价参数基准数值；n表示目标用户实时数据的采集次数；cfi表示第i次目标用户实时数据采集对应的目标非正常数据的数据量；czi表示第i次目标用户实时数据采集对应的目标用户实时数据的总数据量；cf0表示第一次目标用户实时数据采集对应的目标非正常数据的数据量；c0表示第一次目标用户实时数据采集对应的目标用户实时数据的总数据量；z表示调节系数，并且，所述调节系数通过如下公式获取：
32、；
33、其中，n表示目标用户实时数据的采集次数；cfi表示第i次目标用户实时数据采集对应的目标非正常数据的数据量；cfi-1表示第i-1次目标用户实时数据采集对应的目标非正常数据的数据量；czi表示第i次目标用户实时数据采集对应的目标用户实时数据的总数据量；czi-1表示第i-1次目标用户实时数据采集对应的目标用户实时数据的总数据量；
34、将所述非正常数据评价参数与预设的评价参数阈值进行比较；
35、当所述非正常数据评价参数超过预设的评价参数阈值时，则判定当前目标用户实时数据的数据质量异常，并进行数据质量异常报警；
36、当所述非正常数据评价参数未超过预设的评价参数阈值时，则利用所述目标用户实时数据中在正常范围内、逻辑上合理的一致数据中对生成精准营销策略无价值的无效数据结合非正常数据评价参数对当前目标用户实时数据的数据质量进行二次评价，获得二次评价结果。
37、优选的，当所述非正常数据评价参数未超过预设的评价参数阈值时，则利用所述目标用户实时数据中在正常范围内、逻辑上合理的一致数据中对生成精准营销策略无价值的无效数据结合非正常数据评价参数对当前目标用户实时数据的数据质量进行二次评价，获得二次评价结果，包括：
38、当所述非正常数据评价参数未超过预设的评价参数阈值时，提取目标用户实时数据中在正常范围本文档来自技高网...
【技术保护点】
1.基于大数据生成精准营销策略的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大数据生成精准营销策略的方法，其特征在于，所述S1中，采集目标用户实时数据，执行以下操作：
3.根据权利要求2所述的基于大数据生成精准营销策略的方法，其特征在于，所述S1中，对目标用户实时数据进行处理，执行以下操作：
4.根据权利要求3所述的基于大数据生成精准营销策略的方法，其特征在于，去除目标用户实时数据中超出正常范围、逻辑上不合理或相互矛盾的不一致数据，还包括利用超出正常范围、逻辑上不合理或相互矛盾的不一致数据判定目标用户实时数据的数据质量，包括：
5.根据权利要求4所述的基于大数据生成精准营销策略的方法，其特征在于，当所述非正常数据评价参数未超过预设的评价参数阈值时，则利用所述目标用户实时数据中在正常范围内、逻辑上合理的一致数据中对生成精准营销策略无价值的无效数据结合非正常数据评价参数对当前目标用户实时数据的数据质量进行二次评价，获得二次评价结果，包括：
6.根据权利要求5所述的基于大数据生成精准营销策略的方法，其特征在于
7.根据权利要求6所述的基于大数据生成精准营销策略的方法，其特征在于，所述S2中，对营销策略精准生成模型进行测试及优化，执行以下操作：
8.根据权利要求7所述的基于大数据生成精准营销策略的方法，其特征在于，所述S3中，对目标用户特征数据进行分析预测，执行以下操作：
9.根据权利要求8所述的基于大数据生成精准营销策略的方法，其特征在于，所述S4中，对精准营销策略进行不同地区和文化的调整优化，执行以下操作：
10.根据权利要求9所述的基于大数据生成精准营销策略的方法，其特征在于，所述S4中，更加精准有效的营销策略，包括：
...【技术特征摘要】
1.基于大数据生成精准营销策略的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大数据生成精准营销策略的方法，其特征在于，所述s1中，采集目标用户实时数据，执行以下操作：
3.根据权利要求2所述的基于大数据生成精准营销策略的方法，其特征在于，所述s1中，对目标用户实时数据进行处理，执行以下操作：
4.根据权利要求3所述的基于大数据生成精准营销策略的方法，其特征在于，去除目标用户实时数据中超出正常范围、逻辑上不合理或相互矛盾的不一致数据，还包括利用超出正常范围、逻辑上不合理或相互矛盾的不一致数据判定目标用户实时数据的数据质量，包括：
5.根据权利要求4所述的基于大数据生成精准营销策略的方法，其特征在于，当所述非正常数据评价参数未超过预设的评价参数阈值时，则利用所述目标用户实时数据中在正常范围内、逻辑上合理的一致数据中对生成精准营销策略无价值...
【专利技术属性】
技术研发人员：杨通，
申请(专利权)人：南京开为网络科技有限公司，
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。