一种基于AI算法的加油站会员召回模型的制作方法

一种基于ai算法的加油站会员召回模型
技术领域
1.本发明属于加油站会员流失的分析和智能应用领域，尤其涉及一种基于ai算法的加油站会员召回模型。


背景技术：

2.加油站信息化已经逐渐普及。加油站作为能源零售行业，近几年在信息化方面取得快速发展。截止目前，民营加油站信息化覆盖率已超过60％，虽然现在加油站已经具备海量、多维度数据，但是基于数据的分析应用却缺乏有效手段。
3.会员流失成为油站经营中一大难题。会员数据是加油站重要数据之一，而目前加油站对会员数据的应用更多停留在统计上，据追踪全网抽样监控油站数据统计，加油站一次会员流失率≥70％(一次会员流失率说明：客户成为加油站会员并加油，在3个月内无第二次加油)、会员3个月留存率≤15％(会员3个月留存率：客户成为加油站会员并加油，在第4个月仍消费)。
4.会员的留存是油站经营取胜的关键手段。根据调研加油站获客成本发现，加油站获取新客成本远远高于老会员(新客主要通过营销、宣传、地推等实现，成本一般在100元/客以上，老客户召回成本一般在50元/客以内)。如何通过大数据分析，发现、识别潜在流失会员，并采取积极有效措施，可以有效提高油站会员活跃度、降低经营成本。
5.基于ai算法的加油站会员召回系统应运而生。基于目前多维度的会员数据，基于加油站会员数据的统计、误差分析、建模，搭建出针对性的会员流失模型。同时，将模型与信息系统相结合，将会员模型与营销活动联动，实现大数据 ai的智能营销方式，精确召回潜在流失会员，提升加油站运营能力。
6.为解决现在加油站会员留存问题，通过大数据算法建模识别流失/潜在流失会员并针对性研发智能召回营销系统，实现加油站会员留存率提升，从而帮助油站提高经营能力。
7.为此，我们提出一种基于ai算法的加油站会员召回模型。


技术实现要素：

8.本发明主要是解决上述现有技术所存在的技术问题，提供一种基于ai算法的加油站会员召回模型。
9.为了实现上述目的，本发明采用了如下技术方案，一种基于ai算法的加油站会员召回模型，包括以下模型创建的步骤：
10.第一步：通过跟踪不同运营阶段加油站(新运营、运营1年、运营1年以上)、不同月份会员变化情况，进行会员流失分析；
11.通过自主研发的智慧油站管理系统，实现对加油站经营的全覆盖，从而获得完整的加油站经营数据；
12.其中上述系统采用hdfs生态(大数据生态)作为分布式文件数据存储架构作为基
础，通过埋点技术获取到前端(不限于网站、app、一体机、pda、微信小程序)的基础数据进行存储，用hive、spark(大数据存取及分析)技术对数据进行快速的存储、读取及分析，从而为后面的数据分析、建模和应用提供了基础；
13.第二步：根据全网会员分析情况，会员的流失与否关键指标为会员的消费周期，按照行业数据(现在时间-上次加油时间)≥1.5倍消费周期，客户存在潜在流失风险；(现在时间-上次加油时间)≥2倍消费周期，客户已流失；
14.第三步：基于上述数据结论，开展会员加油周期计算；首先通过全网数据分析，会员的加油周期呈现出规律性，同时受干扰因素影响；此次模型创建，采用不同会员情况进行分析，根据大数据分析及经营经验排除干扰因素(不限于油站营销活动、节假日节点、客户特殊情况等)；
15.第四步：会员加油周期模型创建；
16.第五步：基于第四步中模型算法产出的会员消费周期。
17.作为优选，所述第四步中会员加油周期模型创建具体的包括如下：
18.平均周期t：从该站系统数据hive中获取加油次数≥4次且单次时间间隔无明显异常会员(无异常标准：单次加油时间间隔不超出该会员加油周期平均值的波动控制线)，计算该站会员平均周期；若为新站，则取全网均值；
19.根据相对误差：
20.该数据控制用于特殊、异常数据干扰；如时间范围内单次数据超相对误差控制线，则排除该数据，如无，则保留。
21.作为优选，第五步中会员消费周期具体的包括如下：
22.①
仅注册、未消费会员：会员消费周期＝1.5*t，即以该站均值1.5倍作为该会员消费周期；
23.②
注册、仅消费1次会员：会员消费周期＝1*t，即以该站均值作为该会员消费周期；
24.③
注册、消费2次及以上，周期内无单次数据超相对误差：
25.会员消费周期＝(最后加油时间-首次加油时间)/(加油次数-1)；
26.④
注册、消费2次及以上，周期内存在单次数据超相对误差；
27.会员消费周期计算仅取有效数据，
28.作为优选，所述第五步基于第四步中模型算法产出的会员消费周期，根据第二步潜在流失和流失会员定义，识别出会员是否存在流失风险，搭配智能营销系统，针对性对该会员进行用会员智能营销。
29.作为优选，所述会员智能营销不限于app推送、短信提醒、微信公众号召回通知和营销卡券的形式。
30.有益效果
31.本发明提供了一种基于ai算法的加油站会员召回模型。具备以下有益效果：
32.(1)、该一种基于ai算法的加油站会员召回模型，本发明通过大数据算法及分析实
现了精准定位流失及潜在流失会员，降低了加油站运营管理成本(新会员、老会员获客成本)、提高了加油站会员活跃度，从而带来利润提升。
33.(2)、该一种基于ai算法的加油站会员召回模型，本发明通过大数据建模 智能营销系统，为加油站提供了自动化营销工具，提高了油站精准营销能力。
附图说明
34.为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单的介绍。显而易见的，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其他的实施附图。
35.本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
36.图1为本发明流程图；
具体实施方式
37.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。
38.实施例：一种基于ai算法的加油站会员召回模型，如图1所示，包括以下模型创建的步骤：
39.第一步：通过跟踪不同运营阶段加油站(新运营、运营1年、运营1年以上)、不同月份会员变化情况，进行会员流失分析；
40.通过自主研发的智慧油站管理系统，实现对加油站经营的全覆盖，从而获得完整的加油站经营数据；
41.其中上述系统采用hdfs生态(大数据生态)作为分布式文件数据存储架构作为基础，通过埋点技术获取到前端(不限于网站、app、一体机、pda、微信小程序)的基础数据进行存储，用hive、spark(大数据存取及分析)技术对数据进行快速的存储、读取及分析，从而为后面的数据分析、建模和应用提供了基础；
42.第二步：根据全网会员分析情况，会员的流失与否关键指标为会员的消费周期，按照行业数据(现在时间-上次加油时间)≥1.5倍消费周期，客户存在潜在流失风险；(现在时间-上次加油时间)≥2倍消费周期，客户已流失；
43.第三步：基于上述数据结论，开展会员加油周期计算；首先通过全网数据分析，会员的加油周期呈现出规律性，同时受干扰因素影响；此次模型创建，采用不同会员情况进行分析，根据大数据分析及经营经验排除干扰因素；
44.第四步：会员加油周期模型创建；
45.第五步：基于第四步中模型算法产出的会员消费周期。
46.第四步中会员加油周期模型创建具体的包括如下：
47.平均周期t：从该站系统数据hive中获取加油次数≥4次且单次时间间隔无明显异常会员(无异常标准：单次加油时间间隔不超出该会员加油周期平均值的波动控制线)，计算该站会员平均周期；若为新站，则取全网均值；
48.根据相对误差：
49.该数据控制用于特殊、异常数据干扰；如时间范围内单次数据超相对误差控制线，则排除该数据，如无，则保留。
50.第五步中会员消费周期具体的包括如下：
51.①
仅注册、未消费会员：会员消费周期＝1.5*t，即以该站均值1.5倍作为该会员消费周期；
52.②
注册、仅消费1次会员：会员消费周期＝1*t，即以该站均值作为该会员消费周期；
53.③
注册、消费2次及以上，周期内无单次数据超相对误差：
54.会员消费周期＝(最后加油时间-首次加油时间)/(加油次数-1)；
55.④
注册、消费2次及以上，周期内存在单次数据超相对误差；
56.会员消费周期计算仅取有效数据，
57.第五步基于第四步中模型算法产出的会员消费周期，根据第二步潜在流失和流失会员定义，识别出会员是否存在流失风险，搭配智能营销系统，针对性对该会员进行用会员智能营销。所述会员智能营销不限于app推送、短信提醒、微信公众号召回通知和营销卡券的形式。
58.本发明的工作原理：
59.(1)搭建hdfs生态中的hadoop(大数据存储数据库),对接智慧油站系统前端(app、一体机、pda(手持收款机)、微信生态)把本发明系统通过接口方式进行数据埋点的嵌入，用hive(大数据存储)对获取基础数据存取。
60.(2)通过获取的数据在流失会员召回系统中通过spark(大数据分析)技术及经验的经验进行会员类型处理。
61.(3)通过智慧油站系统中采集的会员消费记录、会员消费周期、注册时间等数据进行流失会员模型构建。
62.(4)基于ai算法产出的数据结论对流失会员进行智能营销召回。
63.本发明通过大数据算法及分析实现了精准定位流失及潜在流失会员，降低了加油站运营管理成本(新会员、老会员获客成本)、提高了加油站会员活跃度，从而带来利润提升。
64.本发明通过大数据建模 智能营销系统，为加油站提供了自动化营销工具，提高了油站精准营销能力。
65.以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本
发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。