[发明专利]一种基于用户行为分析的自动化运营方法

说明书

技术领域

本发明属于数据库技术领域，主要应用于互联网金融、投资理财中的数据分析，具体涉及一种基于用户行为分析的自动化运营方法。

背景技术

互联网金融领域，一般根据用户是否投资，以及平台对用户投资需求的强烈程度，采取对群体用户发送红包及其他奖励的方式进行用户运营。在用户群体的划分中，主要取决于用户是否在一定时间内有投资，是否是某一渠道这种方式来确定。这样的主要缺点是，划分用户的时间范围一刀切，只能针对群体确定一个近似的周期来实现是否发送，对单个个体并不一定非常适合。导致这样的原因是缺乏针对单个用户的分析方法，只能使用大范围，群体的发送，造成资源的浪费。

发明内容

本发明的目的在于提供一种基于用户行为分析的自动化运营方法，成功的把用户的投资行为进行标准量化，分类，并且直观的展示了用户的分类特征且与业绩密切相关的行为，能够很方便的进行用户运营的指导。

本发明所采用的技术方案如下：

为了实现以上功能，本发明提供了一种基于用户行为分析的自动化运营方法，所述自动化运营方法包括用户分类处理阶段与应用层调用阶段，所述用户分类处理阶段将用户数据进行分类处理后，存储到数据库中，供应用层调用。

所述用户分类处理阶段包括以下步骤：

步骤一，对接用户原始数据，根据用户原始数据获取用户行为记录；

步骤二，通过标准化处理，使得单一用户行为记录序列化，形成数字序列；

步骤三，计算用户数字序列的统计学指标并进行数据分析，确定一个针对此用户的分类标准，对用户进行分类处理，并按类别存储用户数字序列。

所述步骤三中分类标准相对独立。

所述步骤三中统计学指标包括平均值，标准差，中位数等数据。

所述应用层调用阶段，在调用用户数字序列的基础上，结合运营数据、业务指标以及当期KPI，自动化执行运营策略。

所述应用层调用阶段，在调用用户数字序列的基础上，计算用户状态转移矩阵，以马尔科夫过程理论为基础，预测未来交易频率、数量以及交易额。

所述应用层调用阶段，在调用用户数字序列的基础上，结合用户多维度信息，进行用户画像分析,获取用户群体报告。

所述用户多维度信息，具体包括：用户省市，投资，充值等信息。

在所述用户群体报告的基础上，对接大数据以及机器学习系统，进行自动化决断和用户甄别。

本发明所提供的基于用户行为分析的自动化运营方法，在运营过程中成功的把用户的投资行为进行标准量化，分类，并且直观的展示了用户的分类特征以及与业绩密切相关的行为，能够很方便的进行用户运营指导。

通过本发明所提供的自动化运营方法，对用户分类更为精准，可以很方便的对各个运营渠道的效果进行量化考核，大大简化了对运营行为的评价方式，获得了一个可以量化的，准确的考核标准。同时，本发明融入了马尔科夫过程分析，可以通过对即时状态的计算，预测未来一周乃至数周的交易量，经过测算，单日误差在±2％之间。

附图说明

图1为本发明所提供的基于用户行为分析的自动化运营方法应用于投资领域的流程示意图。

具体实施方式

为了使本发明技术方案更容易理解，现结合附图采用具体实施例的方式，对本发明的技术方案进行清晰、完整的描述。应当注意，在此所述的实施例仅为本发明的部分实施例，而非本发明的全部实现方式，所述实施例只有示例性，其作用只在于为审查员及公众提供理解本发明内容更为直观明了的方式，而不是对本发明所述技术方案的限制。在不脱离本发明构思的前提下，所有本领域普通技术人员没有做出创造性劳动就能想到的其它实施方式，及其它对本发明技术方案的简单替换和各种变化，都属于本发明的保护范围。

实施例1

本例中，在实际应用场景下，我们采集用户投资行为序列，进行序列化分析，通过平均值，标准差等指标，获取单个用户的投资序列行为数据。对反复投资用户进行投资欲望的预测，按照用户的投资习惯，以及当期业务指标和KPI需求，决定是否给用户发送红包及短信提醒，以及其他鼓励手段。

例如，某用户A投资习惯为30±5天，则当用户距离上次投资超过35天时，则认为用户A有流失迹象，则会自动发送短信及其他鼓励方式挽留用户。用户B投资习惯为15±3天，则在某次运营活动中，用户B距离上次投资12天，则用户B再次投资可能性极大，所以此次不给用户B发送红包，节省运营经费。

实施例2

下表为本发明所提供的用户分类处理阶段中的用户分类标准表：