一种新营销大数据的数据分析方法与流程

1.本发明涉及新营销大数据分析方法技术领域，具体为一种新营销大数据的数据分析方法。


背景技术：

2.随着互联网技术的高速发展，互联网已经成为人们快速获取、发布和传递信息的重要渠道，电子商务也得到了迅猛发展，国内企业正经历着前所未有的营销环境变化，大数据应用越来越广，基于大数据的营销是大数据应用的重要领域，基于大数据的营销需要对海量客户大数据的分析处理，营销过程则是基于标签对目标客户进行筛选，然后以适当的方式向目标客户发送指定内容，在目前大部分的营销数据分析过程中，均不同程度地存在着营销分析效果不够实时和准确的缺点，并且，目前基于大数据的营销在数据分析完成之后并不能实现营销任务的自动生成，需要人工干预实现营销任务的生成，致使营销任务容易出现较大偏差，为此，我们提出一种新营销大数据的数据分析方法。


技术实现要素：

3.本发明的目的在于提供一种新营销大数据的数据分析方法，以解决上述背景技术中提出的问题。
4.为实现上述目的，本发明提供如下技术方案：一种新营销大数据的数据分析方法，包括数据获取模块，且数据获取模块通过深度神经网络电性输出连接数据除杂筛选处理模块，且数据除杂筛选处理模块电性输出连接数据分类统计模块，数据分类统计模块电性输出连接业务数据分析模块，业务数据分析模块电性输出连接营销任务分配模块，营销任务分配模块电性输出连接营销指标分析报告模块。
5.数据分析方法的具体步骤为：s1：基于互联网实现对待营销对象的相关数据进行获取，并且可以获取同类型产品的相关营销数据，然后对待营销对象的客户类型进行分类，通过不同时间段设置待分析客户群组；s2：在营销活动期间，基于实时同步的业务数据，每隔一段时间收集在分析时间段内的待分析客户群组的业务数据，获得营销系统发送的客户的基础业务数据和档案数据，并对通过搜集获取的大数据基于深度神经网络进行清理融合处理，并对融合处理后的数据进行除杂筛选，由于大数据搜集是多个平台数据库多维度地搜集，难免会出现重复或明显错误的数据，这样需要将重复或明显错误的数据筛除掉，以保证获取大数据的可靠性，提高营销数据分析的精准度；s3：根据待分析客户群组的业务数据进行第一阶段营销指标的统计，将第一阶段营销指标保存进数据库，用于展示待分析客户群组的业务数据明细；s4：对使用的营销大数据进行数据分析，获得分析结果，对获得的基础业务数据和档案数据对应进行分析，输出图形报表化的第一阶段营销分析报告；
s5：对分析结构进行分类统计并存储，然后根据分析结果确定营销内容及营销传播方式，确定的营销传播方式对营销内容进行营销传播，以保证获取大数据的可靠性，提高营销数据分析的精准度；s6：根据营销任务、任务分配、营销传播方式和营销内容的相关业务数据进行下一阶段营销指标的统计，将下一阶段营销指标保存进数据库，并展示于下一阶段分析报告中，同时需要输出图形报表化的下一阶段分析报告。
6.优选的，s1步骤中搜集待营销对象的相关大数据时还需要对与待营销对象有竞争关系或互利关系的对象的相关大数据进行搜集，通过全方位的大数据搜集确定大数据，其中待营销对象可以是企业或个人。
7.优选的，s3步骤中第一阶段营销指标包括投入产出比、营销成本、营销人数、成交的客户数、成交金额，且业务数据明细包括客户明细、商品明细、退款分析。
8.优选的，s3步骤中客户群组根据客户类型划分为参与组、控制组和总覆盖组，且参与组是指成功发送营销的客户群组，控制组是指商家自定义的客户群组，总覆盖组是指活动内包含的全部人。
9.优选的，深度神经网络中需要先对网络进行常规训练，并保存训练后的模型；然后对权值较小的连接进行剪枝，原始网络变为稀疏网络，保存剪枝后的稀疏网络模型；最后对稀疏网络再训练来保证cnn的有效性，再训练之后保存最终的模型；每一次剪枝再训练的过程都是一次迭代，随着迭代训练次数的增加，精确度会逐渐增加，多次迭代之后，建立最好的数据模型。
10.与现有技术相比，本发明的有益效果是：本发明可以基于大数据及深度神经网络实现对获取数据的分类除杂筛选，然后对基础业务数据和档案数据自动进行分析，得到分析结果，并对结果进行分类统计，可实现营销业务数据的自动分析预测，以大数据为数据分析基础，自动生成营销任务，提升分析效率，通过分析大数据自动生成待营销对象的营销任务，通过在多个平台上获取待营销对象的相关大数据，不需要人为干涉，本发明基于营销大数据能够实时进行除杂筛选掉无用信息，以保证获取大数据的可靠性，提高营销数据分析的精准度，可以自动生成营销任务和分配方式，并且还可以提高营销任务生成的效率和精准度，进而提升营销的成功率。
附图说明
11.图1为本发明整体结构示意图。
具体实施方式
12.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
13.请参阅图1，本发明提供一种技术方案：一种新营销大数据的数据分析方法，包括数据获取模块，且数据获取模块通过深度神经网络电性输出连接数据除杂筛选处理模块，且数据除杂筛选处理模块电性输出连接数据分类统计模块，数据分类统计模块电性输出连
接业务数据分析模块，业务数据分析模块电性输出连接营销任务分配模块，营销任务分配模块电性输出连接营销指标分析报告模块。
14.数据分析方法的具体步骤为：s1：数据获取模块基于互联网实现对待营销对象的相关数据进行获取，并且可以获取同类型产品的相关营销数据，然后对待营销对象的客户类型进行分类，通过不同时间段设置待分析客户群组；s2：数据除杂筛选处理模块在营销活动期间，基于实时同步的业务数据，每隔一段时间收集在分析时间段内的待分析客户群组的业务数据，获得营销系统发送的客户的基础业务数据和档案数据，并对通过搜集获取的大数据基于深度神经网络进行清理融合处理，并对融合处理后的数据进行除杂筛选，由于大数据搜集是多个平台数据库多维度地搜集，难免会出现重复或明显错误的数据，这样需要将重复或明显错误的数据筛除掉，以保证获取大数据的可靠性，提高营销数据分析的精准度；s3：数据分类统计模块根据待分析客户群组的业务数据进行第一阶段营销指标的统计，将第一阶段营销指标保存进数据库，用于展示待分析客户群组的业务数据明细；s4：业务数据分析模块对使用的营销大数据进行数据分析，获得分析结果，对获得的基础业务数据和档案数据对应进行分析，输出图形报表化的第一阶段营销分析报告；s5：营销任务分配模块对分析结构进行分类统计并存储，然后根据分析结果确定营销内容及营销传播方式，确定的营销传播方式对营销内容进行营销传播，以保证获取大数据的可靠性，提高营销数据分析的精准度；s6：营销指标分析报告模块根据营销任务、任务分配、营销传播方式和营销内容的相关业务数据进行下一阶段营销指标的统计，将下一阶段营销指标保存进数据库，并展示于下一阶段分析报告中，同时需要输出图形报表化的下一阶段分析报告；s1步骤中搜集待营销对象的相关大数据时还需要对与待营销对象有竞争关系或互利关系的对象的相关大数据进行搜集，通过全方位的大数据搜集确定大数据，其中待营销对象可以是企业或个人；s3步骤中第一阶段营销指标包括投入产出比、营销成本、营销人数、成交的客户数、成交金额，且业务数据明细包括客户明细、商品明细、退款分析；s3步骤中客户群组根据客户类型划分为参与组、控制组和总覆盖组，且参与组是指成功发送营销的客户群组，控制组是指商家自定义的客户群组，总覆盖组是指活动内包含的全部人；深度神经网络中需要先对网络进行常规训练，并保存训练后的模型；然后对权值较小的连接进行剪枝，原始网络变为稀疏网络，保存剪枝后的稀疏网络模型；最后对稀疏网络再训练来保证cnn的有效性，再训练之后保存最终的模型；每一次剪枝再训练的过程都是一次迭代，随着迭代训练次数的增加，精确度会逐渐增加，多次迭代之后，建立最好的数据模型；本发明还包括一种服务器，服务器包括存储器、处理器，所述存储器中存储有可在处理器上运行的计算机程序，且处理器执行计算机程序时实现上述任一方法的步骤。
15.本发明在使用过程中，可以基于大数据及深度神经网络实现对获取数据的分类除杂筛选，然后对基础业务数据和档案数据自动进行分析，得到分析结果，并对结果进行分类
统计，可实现营销业务数据的自动分析预测，以大数据为数据分析基础，自动生成营销任务，提升分析效率，通过分析大数据自动生成待营销对象的营销任务，通过在多个平台上获取待营销对象的相关大数据，不需要人为干涉，本发明基于营销大数据能够实时进行除杂筛选掉无用信息，以保证获取大数据的可靠性，提高营销数据分析的精准度，可以自动生成营销任务和分配方式，并且还可以提高营销任务生成的效率和精准度，进而提升营销的成功率。
16.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。