[發明專利]基于用戶畫像的營銷方法及系統

在審

• 申請號: 201710833409.5
• 申請日: 2017-09-15
• 公開（公告）號: CN107507042A
• 公開（公告）日: 2017-12-22
• 發明（設計）人: 高文倩;黎娜;江文;謝文丹;陸昀
• 申請（專利權）人: 攜程計算機技術（上海）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/04
• 代理公司: 上海弼興律師事務所31283
• 代理人: 薛琦,羅朗

1.一種基于用戶畫像的營銷方法，其特征在于，所述營銷方法包括：

S1、獲取用戶數據，所述用戶數據包括用戶畫像數據；

S2、通過決策樹算法或XGBoost算法對所述用戶數據進行處理，建立用戶下單概率預測模型；

S3、根據所述用戶下單概率預測模型預測用戶的下單概率；

S4、根據所述用戶的下單概率向用戶發送對應的營銷內容。

2.如權利要求1所述的基于用戶畫像的營銷方法，其特征在于，步驟S2之前還包括：

判斷用戶是否安裝競品以及是流失用戶還是活躍用戶，在判斷用戶未安裝競品且是流失用戶時，或在判斷用戶安裝競品且是流失用戶時，根據所述決策樹算法對所述用戶數據進行處理，建立離線用戶下單概率預測模型；

在判斷用戶安裝競品且是活躍用戶時，根據所述XGBoost算法對所述用戶數據進行處理，建立線上用戶下單概率預測模型。

3.如權利要求2所述的基于用戶畫像的營銷方法，其特征在于，步驟S2之前還包括：

在判斷用戶未安裝競品且是活躍用戶時，判斷用戶是否是黃牛用戶，在判斷用戶不是黃牛用戶時，繼續判斷用戶是否是高頻用戶，在判斷為否時，發送階梯復購券給用戶；

所述階梯復購券表征當用戶復購次數越多，獲得的優惠券折扣越優惠的情況。

4.如權利要求1所述的基于用戶畫像的營銷方法，其特征在于，步驟S4具體包括：

判斷所述用戶的下單概率是否低于設定閾值，在判斷為是時，發送營銷內容給所述用戶；

所述營銷內容包括發送優惠券、發送促銷活動信息和服務保障中的至少一種。

5.如權利要求2所述的基于用戶畫像的營銷方法，其特征在于，建立所述離線用戶下單概率預測模型的所述用戶數據包括用戶歷史瀏覽數據、用戶歷史訂單數據和用戶畫像數據中的至少一種；

所述用戶畫像數據包括用戶對優惠券的敏感度信息、用戶偏好信息、用戶消費能力信息、用戶大方程度信息、用戶價值信息和用戶的活躍度信息中的至少一種；

建立所述線上用戶下單概率預測模型的所述用戶數據包括所述用戶歷史瀏覽數據、所述用戶歷史訂單數據、所述用戶畫像數據、用戶實時瀏覽數據、用戶實時訂單數據、用戶入住酒店歷史數據、用戶入住酒店實時數據、三方和競品實時數據和用戶訂購火車票或機票實時數據中的至少一種；

所述用戶入住酒店歷史數據包括酒店歷史銷售量數據、酒店等級歷史數據和酒店歷史住房價格數據中的至少一種；

所述用戶入住酒店實時數據包括酒店實時銷售量數據、酒店等級實時數據和酒店實時住房價格數據中的至少一種。

6.一種基于用戶畫像的營銷系統，其特征在于，所述營銷系統包括獲取單元、處理單元、預測單元和發送單元；

所述獲取單元用于獲取用戶數據，所述用戶數據包括用戶畫像數據；

所述處理單元用于通過決策樹算法或XGBoost算法對所述用戶數據進行處理，建立用戶下單概率預測模型；

所述預測單元用于根據所述用戶下單概率預測模型預測用戶的下單概率；

所述發送單元用于根據所述用戶的下單概率向用戶發送對應的營銷內容。

7.如權利要求6所述的基于用戶畫像的營銷系統，其特征在于，所述營銷系統還包括第一判斷單元；

所述第一判斷單元用于判斷用戶是否安裝競品以及是流失用戶還是活躍用戶，在判斷用戶未安裝競品且是流失用戶時，或在判斷用戶安裝競品且是流失用戶時，調用所述處理單元；

所述處理單元用于根據所述決策樹算法對所述用戶數據進行處理，建立離線用戶下單概率預測模型；

所述第一判斷單元在判斷用戶安裝競品且是活躍用戶時，繼續調用所述處理單元；

所述處理單元還用于根據所述XGBoost算法對所述用戶數據進行處理，建立線上用戶下單概率預測模型。

8.如權利要求7所述的基于用戶畫像的營銷系統，其特征在于，所述營銷系統還包括第二判斷單元；

所述第二判斷單元用于在判斷用戶未安裝競品且是活躍用戶時，判斷用戶是否是黃牛用戶，在判斷用戶不是黃牛用戶時，繼續判斷用戶是否是高頻用戶，在判斷為否時，調用所述發送單元；

所述發送單元還用于發送階梯復購券給用戶；

所述階梯復購券表征當用戶復購次數越多，獲得的優惠券折扣越優惠的情況。