一种基于互联网电子商务平台数据分析的买家用户智能管理方法与流程

1.本发明属于用户管理技术领域，涉及到一种基于互联网电子商务平台数据分析的买家用户智能管理方法。


背景技术：

2.随着物联技术的快速发展，很多行业的经营模式也都从线下销售模式转为转为线上销售模式，为了提高店铺的市场竞争优势和店铺的运维效率，需要对店铺内的购买用户进行管理和分析。
3.现有的电商平台购买用户管理方法基本是基于店铺购买人员对应的历史消费订单信息进行单一化的分析，从而获取购买用户对应的消费偏好，没有对店铺内购买人员进行详细分类和管理，因此，现有的电商平台购买用户管理方法还存在一定的弊端，一方面，现有的电商平台购买用户管理方法实现对店铺购买用户的精准定位，进而无法有效的提高店铺购买用户管理的智能化和合理化，一方面，现有的电商平台购买用户管理方法无法有效的提高对该电商平台潜在用户的管理效率，进而无法有效的提高店铺的经营效率和经营优势，另一方面，现有的电商平台购买用户管理方法无法有效的提高店铺购买用户与店铺的粘性。


技术实现要素：

4.鉴于此，为解决上述背景技术中所提出的问题，现提出针对彩妆店铺购买用户管理的一种基于互联网电子商务平台数据分析的买家用户智能管理方法，实现了电商平台用户对应的精准分类和高效管理；
5.本发明的目的可以通过以下技术方案实现：
6.本发明提供了一种基于互联网电子商务平台数据分析的买家用户智能管理方法，该方法包括以下步骤：
7.s1、店铺销售产品基本信息获取：所述店铺销售产品基本信息获取用于获取该电商平台该店铺销售产品对应的基本信息，其中，该店铺销售产品基本信息包括店铺销售产品种类、各销售产品种类对应的销售产品型号和销售产品色号；
8.s2、店铺销售订单信息获取：所述店铺销售订单信息获取用于获取该电商平台该店铺该采集周期内对应的销售订单信息，进而获取该采集周期内该电商平台该店铺对应的销售订单数量，将该采集周期内该电商平台该店铺对应的销售订单数量按照预设顺序进行编号，依次标记为1，2，...i，...n,进而获取各销售订单对应的信息；
9.s3、用户购买产品信息获取：根据该店铺各销售订单对应的信息，进而获取该店铺各销售订单购买用户对应的id账号，将各销售订单购买用户id账号进行匹配对比，进而统计该店铺该采集周期内对应的购买用户数量，将该店铺该采集周期内对应的购买用户数量按照预设顺序进行编号，依次标记为1，2，...j,...m，进而获取该店铺各购买用户对应的购
买产品信息；
10.s4、用户消费信息获取：所述用户消费信息获取用于获取该店铺各购买用户对应的消费信息，根据各购买用户对应的id账号，进而从该电商平台调取各购买用户在该店铺对应的消费信息；
11.s5、店铺浏览信息获取：所述店铺浏览信息获取用于获取该电商平台该店铺销售产品对应的浏览信息，进而获取该店铺该采集周期内销售产品对应的浏览用户数量，并将该店铺该采集周期内销售产品对应的浏览用户按照预设顺序进行编号，依次标记为1，2，...x,...y，进而获取各浏览用户对应的浏览信息；
12.s6、用户信息分类群组管理分析：所述用户信息分类群组管理分析用于对各购买用户对应的购买信息进行管理和分析，获取各购买用户对应的分类群组；
13.s7、潜在用户管理分析：所述潜在用户管理分析用于对该店铺该采集周期内浏览用户对应的浏览信息进行分析，进而筛选出该店铺对应的潜在用户数量；
14.s8、高级用户管理分析：所述高级用户管理分析用于对该店铺各购买用户对应的消费信息进行分析，进而筛选出该店铺对应的高级用户数量；
15.s9、分析结果发送：用于将该店铺各购买用户和浏览用户对应的分析结果发送至该店铺对应的客服人员。
16.优选地，所述销售订单信息包括各销售订单购买用户对应的id账号、各销售订单购买用户对应的购买产品信息、各销售订单购买用户购买产品数量和各销售订单购买用户购买产品对应的成交金额。
17.优选地，所述各购买用户对应的购买产品信息包括购买产品次数、各次购买产品对应的种类、各次购买产品种类对应的型号和各次够买产品种类对应的色号，将该店铺各购买用户对应的购买产品次数按照预设顺序进行编号，依次标记为1，2，...k,...p,进而构建该店铺各购买用户各次购买产品信息集合f
wd
(f
wd
1,f
wd
2,...f
wd
k,...f
wd
p)，f
wd
k表示该店铺第d个购买用户第k次购买产品对应的第w个信息，w表示购买产品信息，w＝a1,a2,a3,a1,a2和a3分别表示各次购买产品对应的种类、各次购买产品种类对应的型号、各次够买产品种类对应的色号，d表示该店铺该采集周期内购买用户编号，d＝1，2，...j,...m。
18.优选地，所述该店铺浏览用户浏览信息包括该店铺各浏览用户对应的id账号、各浏览用户对应的浏览次数和各浏览用户各次浏览对应的时间点，进而构建该店铺各浏览用户浏览信息集合y
e
(y
e
1,y
e
2,...y
e
x,...y
e
y)，y
e
x表示该店铺第x个浏览用户对应的第e个浏览信息，e表示该店铺浏览用户对应的浏览信息，e＝b1,b2,b3,b1,b2和b3分别表示浏览用户对应的id账号、浏览用户对应的浏览次数和浏览用户各次浏览对应的时间点。
19.优选地，所述该店铺各购买用户在该店铺对应的消费信息包括店铺消费次数、各次消费对应的消费时间和各次消费对应的消费金额，将各购买用户在该店铺对应的消费次数按照预设顺序进行编号，依次标记为1,2,...s,...g,进而构建各购买用户各次店铺消费信息集合x
zd
(x
zd
1,x
zd
2,...x
zd
s,...x
zd
g)，x
zd
s表示该店铺第d个购买用户在该店铺第s次消费对应的第z个消费信息，z表示该店铺购买用户消费信息，z＝c1,c2,c1和c2分别表示消费时间和消费金额。
20.优选地，所述用户购买信息分析用于对用户的购买信息进行筛选和分析，根据该店铺各购买用户各次购买产品信息集合，获取该店铺该采集周期内各购买用户对应的购买
信息，进而获取各用户对应的购买等级和一级购买等级对应的购买用户数量，将统计的一级购买等级对应的购买用户记为目标购买用户，并获取各目标购买用户对应的群组类别。
21.优选地，所述店铺各浏览用户浏览信息分析用于对各浏览人员对应的浏览次数和浏览时间点进行分析，其具体分析过程包括以下步骤：
22.a1、获取该店铺各浏览用户浏览信息集合，进而获取该店铺各浏览用户对应的id账号、各浏览用户对应的浏览次数和各浏览用户各次浏览对应的时间点；
23.a2、根据该店铺各浏览用对应的id账号，将该店铺各浏览用户对应的id账号与该店铺各购买用户对应的id账号进行对比筛选，进而该店铺浏览用户中的购买用户进行过滤，进而获取过滤后的浏览用户数量和各浏览用户对应的浏览信息，并将过滤后的浏览用户记为待分析用户；
24.a3、将该店铺对应的待分析用户按照预设顺序进行编号，依次标记为1，2，...u,...v，进而获取各待分析用户对应的浏览次数，将各待分析用户对应的浏览次数与该店铺浏览用户对应的平均浏览次数进行对比，统计各待分析用户浏览次数潜在匹配影响系数；
25.a4、根据各待分析用户对应的浏览次数和各次浏览对应的浏览时间点，将各待分析用户对应的浏览次数按照预设顺序进行编号，依次标记为1，2，...q,...f,进而统计该店铺各待分析用户对应的平均浏览时间间隔，将该店铺各待分析用户对应的平均浏览时间间隔与店铺待分析人员对应的平均浏览时间间隔进行对比，进而统计各待分析用户浏览间隔潜在匹配影响系数。
26.优选地，所述店铺各浏览用户浏览信息分析用于对各浏览人员对应的浏览次数和浏览时间点进行综合分析，根据统计的各待分析用户浏览次数潜在匹配影响系数和各待分析用户浏览间隔潜在匹配影响系数，进而统计各待分析用户浏览信息综合潜在匹配影响系数，将各待分析用户浏览信息综合潜在匹配影响系数与预设的店铺潜在用户浏览信息匹配影响系数进行对比，若某待分析用户对应的综合潜在匹配影响系数大于店铺潜在用户浏览信息匹配影响系数，则将该待分析用户记为该店铺潜在用户，进而统计该店铺潜在用户对应的数量和该店铺各潜在用户对应的id账号。
27.优选地，所述各购买用户消费信息分析用于对各购买用户在该店铺对应的消费次数、各次消费对应的消费时间和各次消费对应的消费金额进行分析，其具体分析过程包括以下步骤：
28.b1、获取各购买用户各次店铺消费信息集合，进而获取各购买用户在该店铺对应的消费次数、各次消费对应的消费时间和各次消费对应的消费金额；
29.b2、将各购买用户对应的消费次数与店铺高级用户对应的标准消费次数的阈值进行对比，进而统计各购买用户消费次数高级匹配影响系数；
30.b3、根据各购买用户各次消费对应的消费时间，获取各购买用户与该店铺对应的粘性周期长度，将各购买用户与该店铺对应的粘性周期长度与店铺高级用户标准粘性周期长度进行对比，进而统计各购买用户粘性周期长度高级匹配影响系数；
31.b4、根据该店铺各购买用户各次消费对应的消费金额，进而获取该店铺各购买用户对应的综合消费金额，将该店铺各购买用户对应的综合消费金额与高级用户对应的标准消费金额进行对比，统计各购买用户消费金额高级匹配影响系数。
32.优选地，所述各购买用户消费信息分析还用于对各购买用户在该店铺对应的消费次数、各次消费对应的消费时间和各次消费对应的消费金额进行综合分析，进而获取该店铺对应的高级用户数量和各高级用户对应的id账号。
33.本发明的有益效果：
34.(1)本发明提供的一种基于互联网电子商务平台数据分析的买家用户智能管理方法，本发明通过对该电商平台店铺销售订单信息、用户购买产品信息、用户消费信息和店铺浏览信息这四个方面进行细致的分析，解决了现有的电商平台购买用户管理方法无法实现对店铺购买人员的精准定位，进而无法有效的提高该店铺对其购买用户管理的智能化和合理化的问题，大大的提高了该电商平台该店铺对其潜在用户和购买用户的管理效率，同时也有效的提高该店铺购买用户与店铺的粘性。
35.(2)本发明通过对用户信息分类群组管理分析，进而大大的提高了该店铺购买用户分类的直观性和管理的便利性，同时通过依据各购买用户对应的偏好产品种类进行分类，大大的提高了店铺各销售产品对应的销售群体的针对性和店铺的服务质量。
36.(3)本发明通过对该店铺潜在用户进行管理分析，大大的提高了该店铺潜在用户对应的转化效率和该店铺潜在用户对应的好感度，进而大大的提高了该店铺对应的竞争优势和推广效率。
37.(4)本发明通过对该店铺高级用户进行管理分析，进而大大提高了该电店铺对其高级购买用户对应的服务效率，同时通过对该店铺高级客户的管理分析，大大的提高了该店铺客户服务资源分配的合理性和规范性，进而大大的提高了店铺对其高级购买用户的管理效率。
38.(5)本发明通过将该店铺各购买用户和浏览用户对应的分析结果发送至该店铺对应的客服人员，大大提高了该店铺客服人员的工作效率和沟通对象定位的精准性，进而大大的提高了该店铺客服人员对应的沟通效果，同时也大大的促进了该店铺购买用户对应的复购率和该店铺潜在用户的成单率。
附图说明
39.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1为本发明方法实施步骤图。
具体实施方式
41.下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
42.请参阅图1所示，一种基于互联网电子商务平台数据分析的买家用户智能管理方法，该方法包括以下步骤：
43.s1、店铺销售产品基本信息获取：所述店铺销售产品基本信息获取用于获取该电商平台该店铺销售产品对应的基本信息，其中，该店铺销售产品基本信息包括店铺销售产品种类、各销售产品种类对应的销售产品型号和销售产品色号；
44.s2、店铺销售订单信息获取：所述店铺销售订单信息获取用于获取该电商平台该店铺该采集周期内对应的销售订单信息，进而获取该采集周期内该电商平台该店铺对应的销售订单数量，将该采集周期内该电商平台该店铺对应的销售订单数量按照预设顺序进行编号，依次标记为1，2，...i，...n,进而获取各销售订单对应的信息；
45.具体地，所述销售订单信息包括各销售订单购买用户对应的id账号、各销售订单购买用户对应的购买产品信息、各销售订单购买用户购买产品数量和各销售订单购买用户购买产品对应的成交金额。
46.s3、用户购买产品信息获取：根据该店铺各销售订单对应的信息，进而获取该店铺各销售订单购买用户对应的id账号，将各销售订单购买用户id账号进行匹配对比，进而统计该店铺该采集周期内对应的购买用户数量，将该店铺该采集周期内对应的购买用户数量按照预设顺序进行编号，依次标记为1，2，...j,...m，进而获取该店铺各购买用户对应的购买产品信息；
47.具体地，所述各购买用户对应的购买产品信息包括购买产品次数、各次购买产品对应的种类、各次购买产品种类对应的型号和各次够买产品种类对应的色号，将该店铺各购买用户对应的购买产品次数按照预设顺序进行编号，依次标记为1，2，...k,...p,进而构建该店铺各购买用户各次购买产品信息集合f
wd
(f
wd
1,f
wd
2,...f
wd
k,...f
wd
p)，f
wd
k表示该店铺第d个购买用户第k次购买产品对应的第w个信息，w表示购买产品信息，w＝a1,a2,a3,a1,a2和a3分别表示各次购买产品对应的种类、各次购买产品种类对应的型号、各次够买产品种类对应的色号，d表示该店铺该采集周期内购买用户编号，d＝1，2，...j,...m。
48.s4、用户消费信息获取：所述用户消费信息获取用于获取该店铺各购买用户对应的消费信息，根据各购买用户对应的id账号，进而从该电商平台调取各购买用户在该店铺对应的消费信息；
49.具体地，所述该店铺各购买用户在该店铺对应的消费信息包括店铺消费次数、各次消费对应的消费时间和各次消费对应的消费金额，将各购买用户在该店铺对应的消费次数按照预设顺序进行编号，依次标记为1,2,...s,...g,进而构建各购买用户各次店铺消费信息集合x
zd
(x
zd
1,x
zd
2,...x
zd
s,...x
zd
g)，x
zd
s表示该店铺第d个购买用户在该店铺第s次消费对应的第z个消费信息，z表示该店铺购买用户消费信息，z＝c1,c2,c1和c2分别表示消费时间和消费金额。
50.s5、店铺浏览信息获取：所述店铺浏览信息获取用于获取该电商平台该店铺销售产品对应的浏览信息，进而获取该店铺该采集周期内销售产品对应的浏览用户数量，并将该店铺该采集周期内销售产品对应的浏览用户按照预设顺序进行编号，依次标记为1，2，...x,...y，进而获取各浏览用户对应的浏览信息；
51.具体地，所述该店铺浏览用户浏览信息包括该店铺各浏览用户对应的id账号、各浏览用户对应的浏览次数和各浏览用户各次浏览对应的时间点，进而构建该店铺各浏览用户浏览信息集合y
e
(y
e
1,y
e
2,...y
e
x,...y
e
y)，y
e
x表示该店铺第x个浏览用户对应的第e个浏览信息，e表示该店铺浏览用户对应的浏览信息，e＝b1,b2,b3,b1,b2和b3分别表示浏览用
户对应的id账号、浏览用户对应的浏览次数和浏览用户各次浏览对应的时间点。
52.本发明实施例通过获取该电商平台店铺销售订单信息、用户购买产品信息、用户消费信息和店铺浏览信息这四个方面的信息，为后续对该店铺购买用户和浏览用户的管理分析提供了有效的数据基础，进而大大的提高了对该店铺购买用户和浏览用户的分析结果的准确性。
53.s6、用户信息分类群组管理分析：所述用户信息分类群组管理分析用于对各购买用户对应的购买信息进行管理和分析，获取各购买用户对应的分类群组；
54.具体地，所述用户购买信息分析用于对用户的购买信息进行筛选和分析，根据该店铺各购买用户各次购买产品信息集合，获取该店铺该采集周期内各购买用户对应的购买信息，进而获取各用户对应的购买等级和一级购买等级对应的购买用户数量，将统计的一级购买等级对应的购买用户记为目标购买用户，并获取各目标购买用户对应的群组类别。
55.其中，用户购买等级的获取过程为：根据该店铺该采集周期内各购买用户对应的购买信息，进而获取各购买用户对应的购买产品次数，将各购买用户对应的购买产品次数与该店铺各购买等级对应的购买产品次数进行匹配对比，进而获取各购买用户对应的购买等级，其中购买等级包括一级购买等级、二级购买等级和三级购买等级，进而根据各购买用户对应的购买等级，将各购买用户对应的购买等级进行对比筛选，进而获取各购买等级对应的购买用户数量，进而筛选出一级购买等级对应的购买用户数量。
56.其中，各目标购买用户对应的群组类别的具体获取过程为：根据各目标购买用户对应的编号，获取各目标购买用户对应的购买产品信息，将各目标购买用户各次购买产品对应种类进行匹配对比，获取各目标购买用户各产品种类对应的购买次数，将各目标购买用户各产品种类对应的购买次数按照从大小的顺序进行排序，进而提取各目标购买用户购买次数最多的产片种类，并将该产品种类记为各目标购买用户对应的偏好产品种类，同时按照各目标购买用户偏好产品种类的获取方法获取各目标用户偏好产品型号和偏好产品色号，根据各目标购买用户对应的偏好产品种类将各目标购买用户按照其偏好产品种类进行分类，进而获取该店铺各产品种类对应的目标购买用户数量，并将各目标购买用户进行标签添加，并构建各产品种类用户群组，获取各目标购买用户对应的群组类别和各目标用户对应的id账号。
57.其中，所述用户标签包括产品种类、偏好型号和偏好色号；
58.本发明实施例通过对用户信息分类群组管理分析，进而大大的提高了该店铺购买用户分类的直观性和管理的便利性，同时通过依据各购买用户对应的偏好产品种类进行分类，大大的提高了店铺各销售产品对应的销售群体的针对性和店铺的服务质量。
59.s7、潜在用户管理分析：所述潜在用户管理分析用于对该店铺该采集周期内浏览用户对应的浏览信息进行分析，进而筛选出该店铺对应的潜在用户数量；
60.具体地，所述店铺各浏览用户浏览信息分析用于对各浏览人员对应的浏览次数和浏览时间点进行分析，其具体分析过程包括以下步骤：
61.a1、获取该店铺各浏览用户浏览信息集合，进而获取该店铺各浏览用户对应的id账号、各浏览用户对应的浏览次数和各浏览用户各次浏览对应的时间点；
62.a2、根据该店铺各浏览用对应的id账号，将该店铺各浏览用户对应的id账号与该店铺各购买用户对应的id账号进行对比筛选，进而该店铺浏览用户中的购买用户进行过
滤，进而获取过滤后的浏览用户数量和各浏览用户对应的浏览信息，并将过滤后的浏览用户记为待分析用户；
63.a3、将该店铺对应的待分析用户按照预设顺序进行编号，依次标记为1，2，...u,...v，进而获取各待分析用户对应的浏览次数，将各待分析用户对应的浏览次数与该店铺浏览用户对应的平均浏览次数进行对比，统计各待分析用户浏览次数潜在匹配影响系数；
64.其中，各待分析用户浏览次数潜在匹配影响系数计算公式为α
r
表示该店铺第r个待分析用户对应的潜在匹配影响系数，p
r
表示该店铺第r个待分析用户对应的店铺浏览次数，表示该店铺浏览用户对应的平均浏览次数，r表示该店铺待分析用户编号，r＝1，2，...u,...v。
65.a4、根据各待分析用户对应的浏览次数和各次浏览对应的浏览时间点，将各待分析用户对应的浏览次数按照预设顺序进行编号，依次标记为1，2，...q,...f,进而统计该店铺各待分析用户对应的平均浏览时间间隔，将该店铺各待分析用户对应的平均浏览时间间隔与店铺待分析人员对应的平均浏览时间间隔进行对比，进而统计各待分析用户浏览间隔潜在匹配影响系数。
66.其中，各待分析用户对应的平均浏览时间间隔计算公式为δj
r
表示该店铺第r个待分析用户对应的平均浏览时间间隔，b3
t 1r
‑
b3
tr
表示该店铺第r个待分析用户第t 1次与第t次浏览对应的时间间隔，f表示该店铺各待分析用户对应的浏览次数。
67.其中，该店铺待分析用户对应的平均浏览时间间隔计算公式为其中，该店铺待分析用户对应的平均浏览时间间隔计算公式为表示该店铺待分析用户对应的平均浏览时间间隔，v表示该店铺对应的待分析用户的数量。
68.其中，各待分析用户浏览间隔潜在匹配影响系数计算公式为β
r
表示该店铺第r个待分析用户浏览时间间隔对应的潜在匹配影响系数。
69.具体地，所述店铺各浏览用户浏览信息分析用于对各浏览人员对应的浏览次数和浏览时间点进行综合分析，根据统计的各待分析用户浏览次数潜在匹配影响系数和各待分析用户浏览间隔潜在匹配影响系数，进而统计各待分析用户浏览信息综合潜在匹配影响系数，将各待分析用户浏览信息综合潜在匹配影响系数与预设的店铺潜在用户浏览信息匹配影响系数进行对比，若某待分析用户对应的综合潜在匹配影响系数大于店铺潜在用户浏览信息匹配影响系数，则将该待分析用户记为该店铺潜在用户，进而统计该店铺潜在用户对应的数量和该店铺各潜在用户对应的id账号。
70.其中，各待分析用户浏览信息综合潜在匹配影响系数计算公式为
λ
r
表示该店铺第r个待分析用户浏览信息对应的综合潜在匹配影响系数。
71.本发明实施例通过对该店铺潜在用户进行管理分析，大大的提高了该店铺潜在用户对应的转化效率和该店铺潜在用户对应的好感度，进而大大的提高了该店铺对应的竞争优势和推广效率。
72.s8、高级用户管理分析：所述高级用户管理分析用于对该店铺各购买用户对应的消费信息进行分析，进而筛选出该店铺对应的高级用户数量；
73.本发明实施例通过对该店铺高级用户进行管理分析，进而大大提高了该电店铺对其高级购买用户对应的服务效率，同时通过对该店铺高级客户的管理分析，大大的提高了该店铺客户服务资源分配的合理性和规范性，进而大大的提高了店铺对其高级购买用户的管理效率。
74.具体地，所述各购买用户消费信息分析用于对各购买用户在该店铺对应的消费次数、各次消费对应的消费时间和各次消费对应的消费金额进行分析，其具体分析过程包括以下步骤：
75.b1、获取各购买用户各次店铺消费信息集合，进而获取各购买用户在该店铺对应的消费次数、各次消费对应的消费时间和各次消费对应的消费金额；
76.b2、将各购买用户对应的消费次数与店铺高级用户对应的标准消费次数的阈值进行对比，进而统计各购买用户消费次数高级匹配影响系数；
77.其中，各购买用户消费次数高级匹配影响系数计算公式为φ
d
表示该店铺第d个购买用户对应的消费次数高级匹配影响系数，r
d
表示该店铺第d个购买用户在该店铺对应的消费次数，r
标准
表示店铺高级用户对应的标准消费次数的阈值。
78.b3、根据各购买用户各次消费对应的消费时间，获取各购买用户与该店铺对应的粘性周期长度，将各购买用户与该店铺对应的粘性周期长度与店铺高级用户标准粘性周期长度进行对比，进而统计各购买用户粘性周期长度高级匹配影响系数；
79.其中，用户粘性周期长度表示用户首次消费和最新消费对应的时间间隔。
80.其中，各购买用户粘性周期长度高级匹配影响系数计算公式为其中，各购买用户粘性周期长度高级匹配影响系数计算公式为表示该店铺第d个购买用户粘性周期长度对应的高级匹配影响系数，l
d
表示该店铺第d个购买用户对应的粘性周期长度，l
标准
表示店铺高级用户标准粘性周期长度。
81.b4、根据该店铺各购买用户各次消费对应的消费金额，进而获取该店铺各购买用户对应的综合消费金额，将该店铺各购买用户对应的综合消费金额与高级用户对应的标准消费金额进行对比，统计各购买用户消费金额高级匹配影响系数。
82.其计算公式为δ
d
表示该店铺第d个购买用户消费金额对应的高级匹配影响系数，m
d
表示该店铺第d个购买用户对应的综合消费金额，m
标准
表示高级用户对应的标准消费金额。
83.具体地，所述各购买用户消费信息分析还用于对各购买用户在该店铺对应的消费次数、各次消费对应的消费时间和各次消费对应的消费金额进行综合分析，进而获取该店
铺对应的高级用户数量和各高级用户对应的id账号。
84.其中，所述该店铺高级用户数量获取过程为：根据统计的各购买用户消费次数高级匹配影响系数、各购买用户粘性周期长度高级匹配影响系数和各购买用户消费金额高级匹配影响系数，统计各购买用户消费信息综合高级匹配影响系数，并将各购买用户消费信息综合高级匹配影响系数与预设的店铺高级用户消费信息匹配影响系数进行对比，若某购买用户消费信息综合高级匹配影响系数大于预设的店铺高级用户消费信息匹配影响系数，进而将该购买用户记为该店铺高级用户，统计该店铺高级用户的数量，并提前各高级用户对应的编号，进而获取各高级用户对应的id账号。
85.其中，各购买用户消费信息综合高级匹配影响系数计算公式为γ
d
表示该店铺第d个购买用户消费信息对应的综合高级匹配影响系数。
86.本发明实施例通过对该电商平台店铺销售订单信息、用户购买产品信息、用户消费信息和店铺浏览信息这四个方面进行细致的分析，解决了现有的电商平台购买用户管理方法无法实现对应店铺内购买人员的精准定位，进而无法有效的提高店铺对其购买用户管理的智能化和合理化的问题，大大的提高了该电商平台该店铺对其潜在用户和购买用户的管理效率，同时也有效的提高店铺购买用户与店铺的粘性。
87.s9、分析结果发送：用于将该店铺各购买用户和浏览用户对应的分析结果发送至该店铺对应的客服人员。
88.具体地，所述分析结果发送用于将该店铺各目标购买用户对应的群组类别和各目标用户对应的id账号、该店铺潜在用户对应的数量和该店铺各潜在用户对应的id账号、该店铺高级用户对应数量和各高级用户对应的id账号发送至该店铺对应的客服人员。
89.本发明实施例通过将该店铺各购买用户和浏览用户对应的分析结果发送至该店铺对应的客服人员，大大提高了该店铺客服人员的工作效率和沟通对象定位的精准性，进而大大的提高了该店铺客服人员对应的沟通效果，同时也大大的促进了该店铺购买用户对应的复购率和该店铺潜在用户的成单率。
90.以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。