本發(fā)明屬于計(jì)算機(jī)，特別是涉及一種多渠道協(xié)同的目標(biāo)客戶培育系統(tǒng)及方法。
背景技術(shù)：
1、隨著互聯(lián)網(wǎng)生態(tài)的碎片化，企業(yè)的客戶數(shù)據(jù)分散于多個(gè)孤立的系統(tǒng)與平臺(tái)中，如傳統(tǒng)crm、微信公眾號(hào)、小程序、企業(yè)微信、廣告平臺(tái)等。這些系統(tǒng)間的數(shù)據(jù)架構(gòu)與用戶標(biāo)識(shí)體系互不兼容，形成了嚴(yán)重的數(shù)據(jù)孤島。在此背景下，現(xiàn)有技術(shù)在進(jìn)行用戶營銷與培育時(shí)面臨以下根本性技術(shù)瓶頸：
2、1.身份融合技術(shù)的僵化與高誤差率：現(xiàn)有的客戶數(shù)據(jù)平臺(tái)（cdp）或身份識(shí)別解決方案多采用基于固定優(yōu)先級(jí)的規(guī)則進(jìn)行身份合并（如優(yōu)先匹配手機(jī)號(hào)，再匹配郵箱）。這種一刀切的靜態(tài)規(guī)則無法適應(yīng)不同行業(yè)的業(yè)務(wù)特性（如金融行業(yè)手機(jī)號(hào)權(quán)重高，電商行業(yè)郵箱權(quán)重高），缺乏靈活性。更嚴(yán)重的是，其對(duì)模糊匹配和多重證據(jù)綜合判斷的支持不足，在面對(duì)數(shù)據(jù)噪聲（如手機(jī)號(hào)填寫錯(cuò)誤）、標(biāo)識(shí)符缺失（新匿名訪客）或沖突（同一手機(jī)號(hào)對(duì)應(yīng)多個(gè)微信openid）時(shí)，極易產(chǎn)生錯(cuò)誤合并或合并失敗，導(dǎo)致用戶畫像失真，為精準(zhǔn)營銷埋下底層數(shù)據(jù)隱患。
3、2.多渠道觸達(dá)的無序與資源內(nèi)耗：由于缺乏統(tǒng)一的用戶視圖，營銷工具無法識(shí)別不同渠道的用戶實(shí)為同一人。運(yùn)營人員必須在郵件系統(tǒng)、短信平臺(tái)、微信后臺(tái)等多個(gè)獨(dú)立系統(tǒng)中針對(duì)同一目標(biāo)人群重復(fù)進(jìn)行推送配置。這導(dǎo)致企業(yè)寶貴的營銷預(yù)算被用于向同一用戶重復(fù)發(fā)送相同內(nèi)容，不僅造成嚴(yán)重的資源浪費(fèi)，更因頻繁的信息發(fā)送對(duì)用戶造成困擾，極大損害客戶體驗(yàn)與品牌形象。現(xiàn)有的解決方案僅是簡單的渠道管理，未能從機(jī)制上實(shí)現(xiàn)一個(gè)用戶，一條最佳路徑的智能決策。
4、3.行為數(shù)據(jù)與身份數(shù)據(jù)的脫節(jié)：盡管市面上有大量用戶行為分析工具，但其采集的行為事件（如頁面瀏覽、點(diǎn)擊、下載）往往與核心的用戶身份標(biāo)識(shí)（手機(jī)號(hào)、郵箱）相互隔離，尤其是匿名期的行為數(shù)據(jù)。這導(dǎo)致無法構(gòu)建一個(gè)從匿名到已知的、連續(xù)完整的用戶互動(dòng)旅程視圖，使得營銷分析歸因失真，策略優(yōu)化失去數(shù)據(jù)支撐。
5、因此，業(yè)內(nèi)亟需一種能夠從根本上解決用戶身份統(tǒng)一性、實(shí)現(xiàn)智能渠道協(xié)同、并能基于實(shí)時(shí)反饋驅(qū)動(dòng)個(gè)性化營銷流程的新一代系統(tǒng)與方法。
技術(shù)實(shí)現(xiàn)思路
1、為此，本發(fā)明所要解決的技術(shù)問題在于提供一種多渠道協(xié)同的目標(biāo)客戶培育系統(tǒng)及方法，實(shí)現(xiàn)了從數(shù)據(jù)治理到精準(zhǔn)觸達(dá)再到智能培育的全流程自動(dòng)化。
2、第一方面，本發(fā)明提供一種多渠道協(xié)同的目標(biāo)客戶培育方法，包括：
3、s1、接收來自多渠道的用戶數(shù)據(jù)，對(duì)用戶身份進(jìn)行識(shí)別，生成用戶唯一的營銷用戶標(biāo)識(shí)；
4、s2、對(duì)用戶執(zhí)行培育任務(wù)時(shí)，獲得該用戶的所述營銷用戶標(biāo)識(shí)關(guān)聯(lián)的所有渠道，根據(jù)預(yù)設(shè)的渠道優(yōu)先級(jí)策略選擇最高優(yōu)先級(jí)的單一渠道，僅通過所述單一渠道向該用戶發(fā)送本次營銷內(nèi)容；
5、s3、構(gòu)建包含條件分支節(jié)點(diǎn)的培育工作流，所述培育工作流由用戶行為事件驅(qū)動(dòng)，基于所述用戶行為事件以及所述條件分支節(jié)點(diǎn)觸發(fā)后續(xù)預(yù)定義的分支動(dòng)作。
6、進(jìn)一步地，步驟s1包括：
7、基于所述用戶數(shù)據(jù)，構(gòu)建多模態(tài)身份關(guān)聯(lián)矩陣，所述多模態(tài)身份關(guān)聯(lián)矩陣包括業(yè)務(wù)場景、標(biāo)識(shí)符類型、關(guān)聯(lián)規(guī)則、基準(zhǔn)置信度以及自定義權(quán)重；
8、所述關(guān)聯(lián)規(guī)則包括關(guān)聯(lián)組合和關(guān)聯(lián)場景；所述關(guān)聯(lián)組合為不同所述標(biāo)識(shí)符類型的組合關(guān)系；所述關(guān)聯(lián)場景為所述業(yè)務(wù)場景與所述標(biāo)識(shí)符類型之間的對(duì)應(yīng)關(guān)系；
9、所述基準(zhǔn)置信度包括標(biāo)識(shí)符基準(zhǔn)置信度和關(guān)聯(lián)組合基準(zhǔn)置信度；所述標(biāo)識(shí)符基準(zhǔn)置信度為單一標(biāo)識(shí)符的預(yù)設(shè)置信度；關(guān)聯(lián)組合基準(zhǔn)置信度為所述關(guān)聯(lián)組合的預(yù)設(shè)置信度；
10、所述自定義權(quán)重包括標(biāo)識(shí)符權(quán)重和關(guān)聯(lián)組合權(quán)重；所述標(biāo)識(shí)符權(quán)重為單一標(biāo)識(shí)符的預(yù)設(shè)權(quán)重；所述關(guān)聯(lián)組合權(quán)重為所述關(guān)聯(lián)組合的預(yù)設(shè)權(quán)重。
11、進(jìn)一步地，所述關(guān)聯(lián)組合包括單向關(guān)聯(lián)、雙向關(guān)聯(lián)以及多向關(guān)聯(lián)；
12、所述單向關(guān)聯(lián)表示所述標(biāo)識(shí)符類型之間為父標(biāo)識(shí)符和子標(biāo)識(shí)符的從屬關(guān)系；所述雙向關(guān)聯(lián)表示兩個(gè)所述標(biāo)識(shí)符類型具有同等優(yōu)先級(jí)的雙向標(biāo)識(shí)互證關(guān)系；所述多向關(guān)聯(lián)表示三個(gè)以上所述標(biāo)識(shí)符類型共同指向同一用戶，具有同等優(yōu)先級(jí)的交叉標(biāo)識(shí)互證關(guān)系；
13、對(duì)于所述單向關(guān)聯(lián)，所述關(guān)聯(lián)組合基準(zhǔn)置信度采用父標(biāo)識(shí)符的基準(zhǔn)置信度；對(duì)于所述雙向關(guān)聯(lián)，所述關(guān)聯(lián)組合基準(zhǔn)置信度為所涉及標(biāo)識(shí)符的基準(zhǔn)置信度的均值；
14、對(duì)于所述多向關(guān)聯(lián)，所述關(guān)聯(lián)組合基準(zhǔn)置信度高于所涉及標(biāo)識(shí)符的基準(zhǔn)置信度的均值。
15、進(jìn)一步地，所述對(duì)用戶身份進(jìn)行識(shí)別，采用加權(quán)置信度模型，包括：
16、s11、為每個(gè)渠道的用戶數(shù)據(jù)建立一個(gè)用戶檔案；
17、s12、基于所述多模態(tài)身份關(guān)聯(lián)矩陣，識(shí)別待匹配的兩個(gè)所述用戶檔案共有的匹配標(biāo)識(shí)符；
18、s13、根據(jù)所述基準(zhǔn)置信度與所述自定義權(quán)重計(jì)算兩個(gè)所述用戶檔案間的關(guān)聯(lián)置信度總分；
19、s14、將所述關(guān)聯(lián)置信度總分與預(yù)設(shè)的閾值進(jìn)行比較，生成所述營銷用戶標(biāo)識(shí)。
20、進(jìn)一步地，步驟s14中，所述關(guān)聯(lián)置信度總分與預(yù)設(shè)的閾值進(jìn)行比較包括：
21、所述閾值包括合并閾值和沖突閾值；所述合并閾值用于判定兩個(gè)所述用戶檔案合并的最低加權(quán)置信度總分；所述沖突閾值用于判定兩個(gè)所述用戶檔案為不同用戶的最高加權(quán)置信度總分；
22、當(dāng)所述關(guān)聯(lián)置信度總分大于或等于所述合并閾值時(shí)，判定兩個(gè)所述用戶檔案屬于同一用戶，進(jìn)行身份合并；
23、當(dāng)所述關(guān)聯(lián)置信度總分小于或等于所述沖突閾值時(shí)，判定兩個(gè)所述用戶檔案屬于不同用戶，保持獨(dú)立；
24、當(dāng)所述關(guān)聯(lián)置信度總分小于所述合并閾值且大于所述沖突閾值時(shí)，由人工仲裁。
25、進(jìn)一步地，當(dāng)所述關(guān)聯(lián)置信度總分小于所述合并閾值且大于所述沖突閾值時(shí)，由人工仲裁前，執(zhí)行如下步驟：
26、1）將兩個(gè)所述用戶檔案的所有匹配標(biāo)識(shí)符及不匹配的沖突標(biāo)識(shí)符，構(gòu)建為概率圖節(jié)點(diǎn)；
27、2）基于所述多模態(tài)身份關(guān)聯(lián)矩陣中定義的關(guān)聯(lián)規(guī)則與基準(zhǔn)置信度，為概率圖中的依賴關(guān)系賦予條件概率；
28、3）通過信念傳播算法，計(jì)算在已知部分標(biāo)識(shí)符匹配的條件下，兩個(gè)所述用戶檔案屬于同一用戶的最終后驗(yàn)概率；
29、4）將所述后驗(yàn)概率與預(yù)設(shè)的決策閾值比較，若超過決策閾值則自動(dòng)合并，若低于決策閾值則自動(dòng)拒絕；無法決策時(shí)，由人工仲裁。
30、進(jìn)一步地，步驟s13中，計(jì)算所述關(guān)聯(lián)置信度總分包括：
31、當(dāng)所述匹配標(biāo)識(shí)符中不存在所述關(guān)聯(lián)組合時(shí)，所述關(guān)聯(lián)置信度總分為所有單一標(biāo)識(shí)符得分之和；所述單一標(biāo)識(shí)符得分為所述標(biāo)識(shí)符基準(zhǔn)置信度與所述標(biāo)識(shí)符權(quán)重的乘積；
32、當(dāng)所述匹配標(biāo)識(shí)符中存在所述關(guān)聯(lián)組合時(shí)，所述關(guān)聯(lián)置信度總分為所有關(guān)聯(lián)組合得分與其他所有單一標(biāo)識(shí)符得分之和；
33、所述關(guān)聯(lián)組合得分為所述關(guān)聯(lián)組合基準(zhǔn)置信度與所述關(guān)聯(lián)組合權(quán)重的乘積。
34、進(jìn)一步地，步驟s3中的所述培育工作流通過以下方式實(shí)現(xiàn)：
35、s31、建立可視化培育工作流畫布，用于構(gòu)建包含起始節(jié)點(diǎn)、動(dòng)作節(jié)點(diǎn)、等待節(jié)點(diǎn)及條件分支節(jié)點(diǎn)的多輪次培育流程；其中，所述動(dòng)作節(jié)點(diǎn)包括發(fā)送營銷內(nèi)容或?yàn)橛脩舸驑?biāo)簽；
36、s32、所述培育工作流啟動(dòng)后，執(zhí)行進(jìn)程由所述用戶行為事件驅(qū)動(dòng)；當(dāng)捕獲到與所述培育工作流中所述條件分支節(jié)點(diǎn)所設(shè)定條件相匹配的所述用戶行為事件時(shí)，執(zhí)行所述條件分支節(jié)點(diǎn)后續(xù)對(duì)應(yīng)的所述動(dòng)作節(jié)點(diǎn)。
37、進(jìn)一步地，所述方法還包括：
38、s4、建立用戶旅程視圖，包括：
39、s41、持續(xù)采集用戶在所述多渠道的行為數(shù)據(jù)，得到用戶行為事件流；
40、s42、針對(duì)所述用戶行為事件流中的每一所述用戶行為事件，通過所述多模態(tài)身份關(guān)聯(lián)矩陣，確定所述營銷用戶標(biāo)識(shí)；
41、s43、以時(shí)間線為軸，將確定所述營銷用戶標(biāo)識(shí)的所述用戶行為事件進(jìn)行聚合展示，生成用戶旅程視圖。
42、第二方面，本發(fā)明還提供一種多渠道協(xié)同的目標(biāo)客戶培育系統(tǒng)，所述系統(tǒng)用于實(shí)現(xiàn)如第一方面所述的方法，包括：
43、統(tǒng)一身份融合引擎，用于接收來自多渠道的用戶數(shù)據(jù)，對(duì)用戶身份進(jìn)行識(shí)別，生成用戶唯一的營銷用戶標(biāo)識(shí)；
44、協(xié)同觸達(dá)策略執(zhí)行器，用于對(duì)用戶執(zhí)行培育任務(wù)時(shí)，獲得該用戶的所述營銷用戶標(biāo)識(shí)關(guān)聯(lián)的所有渠道，根據(jù)預(yù)設(shè)的渠道優(yōu)先級(jí)策略選擇最高優(yōu)先級(jí)的單一渠道，僅通過所述單一渠道向該用戶發(fā)送本次營銷內(nèi)容；
45、動(dòng)態(tài)培育工作流引擎，用于構(gòu)建包含條件分支節(jié)點(diǎn)的培育工作流，所述培育工作流由用戶行為事件驅(qū)動(dòng)，基于所述用戶行為事件以及所述條件分支節(jié)點(diǎn)觸發(fā)后續(xù)預(yù)定義的分支動(dòng)作。
46、有益效果：
47、本發(fā)明通過為客戶自定義權(quán)重與動(dòng)態(tài)閾值的設(shè)定，實(shí)現(xiàn)了跨渠道用戶身份的精準(zhǔn)、柔性匹配；基于生成的唯一營銷用戶標(biāo)識(shí)，系統(tǒng)構(gòu)建了一人一路的協(xié)同觸達(dá)策略，智能選擇每個(gè)用戶的最佳可用渠道進(jìn)行消息投遞，從根本上杜絕了重復(fù)營銷；
48、采用事件驅(qū)動(dòng)的動(dòng)態(tài)培育工作流引擎，能夠根據(jù)用戶的實(shí)時(shí)行為反饋?zhàn)詣?dòng)觸發(fā)下一輪次個(gè)性化交互，最終基于全景化用戶旅程視圖形成閉環(huán)營銷優(yōu)化體系。
49、有效實(shí)現(xiàn)了營銷流程從粗放廣播到精準(zhǔn)個(gè)性化觸達(dá)的轉(zhuǎn)變，提升了營銷效率、客戶體驗(yàn)與商業(yè)轉(zhuǎn)化率。