[发明专利]一种营销活动管理系统及其管理分析方法

权利要求书

1.一种营销活动管理系统的管理分析方法，其特征在于：包括用于存储有活动相关信息的数据库，该方法包括以下步骤：

S1.自定义活动流程：策划用户通过终端设备读取管理端模块中的活动管理模块的数据信息，选取所需的活动策划素材，使用编辑工具进行编辑活动流程，并保存为自定义活动模板进行选取；或策划用户直接选取系统活动模板；

S2.生成活动标签：策划用户通过选取活动模板，制定活动方案并发布；发布活动方案的同时生成活动标签；所述活动标签分为二维码标签或RFID标签；

S3.线下设备埋点：在线下活动现场进行硬件设备的埋点，该设备为采集接收设备，可自动收集预设范围内的终端设备的活动信息，并将其传送至管理端模块与数据处理模块；

S4.数据处理：所述数据处理模块将采集、接收到的数据信息进行数据处理；包括：

S4-1.流程跟踪：各终端设备的用户参与活动的行为路径，可通过二维码或RFID结合线下设备埋点的方式进行实时采集记录；并将采集记录的数据信息发送至管理端模块或数据处理模块；

S4-2.数据采集：在APP平台以及HTML5中进行数据埋点，通过埋点收集终端设备用户消费行为数据，并通过流式计算汇总数据；

其中，所述流式计算汇总数据包括：

用户行为量化：对采集的行为数据进行归类汇总，并建立用户，产品标签以及用户在某个产品标签上的行为关注度函数关系，其公式为：

其中：

i：表示用户；

j：表示产品标签；

p：表示操作的类型，共n种操作；

T(i,j)：表示用户i在产品标签j上发生的操作次数；

T(i,j)p：表示用户i在产品标签j上发生p操作的次数；

Wp：表示p操作的的权重，用户的参与度越大，权重越大；

Sp：表示发生p操作时的场景系数，该系数越大，表示场景对用户行为的干扰越低；

V(i,j)：为用户i在产品标签j上的行为关注度量化值；

建立用户喜好矩阵：根据用户、产品标签以及用户在某个产品标签上的行为关注度函数关系，建立用户喜好函数：

其中：

K(i,j)_old：表示用户i对产品标签j历史的喜好度；

V(i,j)：为用户i在产品标签j上的行为关注度量化值；

R_j：为产品标签的叠加系数，与产品的消耗频率有关；

K(i,j)_new：表示发生本次操作后，用户i对产品标签j的喜好度；

多个用户喜好度形成用户喜欢矩阵；

S4-3.数据清洗：对汇总数据进行分析处理，将携带有非必要元素、异常或不完整的数据进行剔除，提高数据集的质量，保留数据中需进行分析的主要信息；

S4-4.数据存储：将清洗后的数据存储至所述数据库中，并使用MSSQL进行结构化数据存储；

S5.营销效果分析：对采集到的用户行为数据，按不同的维度逐层归集，生成触达分析报告、内容分析报告以及用户分析报告，并将报告发送至发布活动方案的终端设备用户；

在所述步骤S4-3中，所述数据清洗的方式包括：

S4-3-1.噪声数据清洗；

其公式为：θ＝(max{E1,E2,…,En}-min{E1,E2,…,En})/αn，其中：

n：表示序列号；

En：表示数据；

max：表示取最大值；

min：表示取最小值；

αn：表示区间(α可取1,10,100,1000)；

θ：表示数据清洗后的异常值；

S4-3-2.缺失数据清洗；

其公式为：f(x^')＝(x^'-min(x_1 x_2,x_3,…x_n))/(max(x_1 x_2,x_3,…x_n)-min(x_1 x_2,x_3,…x_n))，其中：

n：表示序列号；

max：表示取最大值；

min：表示取最小值；

x：表示训练样本；

x^'：训练样本的结果次方的导数；

f(x^')：计算出来的缺失值；

S4-3-3.重复数据清洗；

其公式为：S(s_1,s_2)＝|s_1-s_2|/(max(s_1,s_2))，其中：

s_1:表示相似值一；

s_2：表示相似值二；

max：表示取最大值；

S(s_1,s_2)：得到的相似值；其范围在0-1，相似值越接近1，相似度越大。