一种数字化营销大数据处理方法

本发明涉及数字化营销，具体地说，涉及一种数字化营销大数据处理方法。

背景技术：

1、在当今数字化营销领域，企业致力于通过各种技术手段收集和分析数据，以实现精准营销，提高市场竞争力并增加收益，大数据处理主要作用是帮助企业了解市场趋势、消费者行为和偏好，从而制定有效的营销策略。

2、目前，大数据处理是在相对简单和固定的场景下进行工作，例如，在流量数据采集方面，采集的指标较为单一，往往集中在页面浏览量、独立访客数量等基础指标上，将用户作为一个整体进行分析，但是，随着市场变化的加速，企业需要更及时、更全面的流量数据来捕捉消费者瞬间的行为变化，否则会导致企业错过一些潜在的营销机会或者无法及时应对突发的市场变化，因此，提出一种数字化营销大数据处理方法。

技术实现思路

1、本发明的目的在于提供一种数字化营销大数据处理方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，提供了一种数字化营销大数据处理方法，包括以下步骤：

3、s1、分时段采集流量数据，并将流量数据根据用户信息进行归属；

4、s2、确定对用户营销的业务需求，同时将流量数据根据业务需求筛选业务数据和业务相关数据，将业务数据和业务相关数据整合为流量报告；

5、s3、提取最新的历史流量报告结合最新流量数据进行精准校验，获取历史流量报告和最新流量数据的不匹配业务项目，然后将不匹配业务项目发送至最新流量报告中，删除流量报告中与不匹配业务项目的流量数据；

6、s4、收集营销广告的介绍文本，然后将s3删除之后的流量报告和营销广告的介绍文本分别进行匹配度分析，获取与流量报告相关的营销广告；

7、s5、设置流行时段阈值，根据流行时段阈值对s1收集的历史流量数据进行截取，根据截取的历史流量数据对s4获取的流量报告相关的营销广告进行数据分析，根据分析结果对营销广告进行评分计算。

8、作为本技术方案的进一步改进，所述s1的步骤如下：

9、s1.1、设置流量采集间隔时段，根据流量采集间隔时段分批对数据源进行流量数据采集；

10、s1.2、根据s1.1采集的流量数据进行用户数量分析，根据分析结果为每个用户单独建立数据库，然后将流量数据归属至对应的用户数据库。

11、作为本技术方案的进一步改进，所述s2的步骤如下；

12、s2.1、向管理员采集对用户营销的业务需求，从而定义业务项目的范围；

13、s2.2、根据业务需求对流量数据进行筛选，剔除与业务不相关数据，仅保留业务数据和业务相关数据，并将保留的业务数据和业务相关数据整合为流量报告。

14、作为本技术方案的进一步改进，所述s3的公式如下：；

15、其中，为最新流量报告中业务项目的流量大小，为历史流量数据中对应的流量大小，为设定的绝对差值阈值。

16、作为本技术方案的进一步改进，所述s4的步骤如下：

17、s4.1、收集需要投放的营销广告，然后对营销广告使用ai进行介绍分析，获取每个营销广告的介绍文本；

18、s4.2、提取s3删除更新后的流量报告，然后将流量报告结合每个营销广告的介绍文本进行内容匹配度分析，获取每个营销广告与流量报告的匹配度，之后设置匹配度阈值，将大于匹配度阈值的营销广告保留，反之，将小于匹配度阈值的营销广告删除。

19、作为本技术方案的进一步改进，所述s4的公式如下：

20、营销广告关键词在流量报告中的匹配频率：

21、；

22、流量报告关键词在营销广告中的匹配频率：

23、；

24、综合匹配度：

25、；

26、其中，营销广告介绍文本中的关键词集合，流量报告中的关键词集合，定义关键词k在文本t中的频率。

27、作为本技术方案的进一步改进，所述s5的步骤如下：

28、s5.1、提取最新流量数据采集时间最接近的历史流量数据，然后将历史流量数据和最新流量数据进行差异分析，根据差异分析报告设置流行时段阈值，当差异分析越大，流行时段阈值代表的时间越短，反之，当差异分析越小，流行时段阈值代表的时间越长；

29、s5.2、根据流行时段阈值截取历史流量数据，然后根据截取的历史流量数据对s4.2保留的营销广告进行数据流行分析，根据分析结果对营销广告进行评分计算；

30、s5.3、根据s5.2中营销广告的评分生成营销策略，并将运营策略发送至广告平台进行个性化推荐和广告投放。

31、作为本技术方案的进一步改进，所述s1至s5中，将实时采集的流量数据作为最新流量数据，除去最新流量数据，保存的流量数据均为历史流量数据；

32、将最新流量数据整合的流量报告为最新流量报告；

33、当从数据源采集到新的流量时，原最新流量数据重新划分至历史流量数据，同时最新流量报告对应进行更新。

34、作为本技术方案的进一步改进，所述s1至s5使用apachenifi,talend,infommatica进行数据的提取、转换和加载，使用amazonredshift,googlebigquery，snowflake进行结构化数据的存储和分析，使用openrefine,trifacta进行数据清洗和转换，使用rapidminer,knime进行数据挖掘和分析。

35、与现有技术相比，本发明的有益效果：

36、1、该数字化营销大数据处理方法中，通过明确采集指标，能够精准获取与营销业务相关的数据，避免采集无用数据，提高数据的有效性，将流量数据根据用户信息进行归属，通过向管理员采集业务需求来定义业务项目范围，能够确保流量数据的筛选与企业的营销目标紧密结合，根据业务需求筛选流量数据，剔除无关数据后整合为流量报告，使报告内容更聚焦、更有针对性。

37、2、该数字化营销大数据处理方法中，提取最新历史流量报告与最新流量数据进行精准校验，通过设定校验规则，能够及时发现并修正流量报告中的错误或过时信息，同时对营销广告进行 ai 介绍分析获取介绍文本，然后与流量报告进行匹配度分析，通过关键词频率等方法计算匹配度，并设置阈值筛选营销广告，能够确保投放的营销广告与流量数据所反映的市场和用户情况高度相关。

38、3、该数字化营销大数据处理方法中，根据历史流量数据与最新流量数据的差异分析设置流行时段阈值，截取相关历史流量数据对营销广告进行数据流行分析并评分，这一过程充分利用了流量数据的时效性和趋势性，使营销广告的评分更具科学性和合理性，根据评分生成营销策略并投放广告，实现了从数据到决策的有效转化，基于数据驱动的策略能够更好地适应市场变化，提高营销活动的成功率，提升投资回报率。

技术特征：

1.一种数字化营销大数据处理方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的数字化营销大数据处理方法，其特征在于：所述s1的步骤如下：

3.根据权利要求1所述的数字化营销大数据处理方法，其特征在于：所述s2的步骤如下；

4.根据权利要求1所述的数字化营销大数据处理方法，其特征在于：所述s3的公式如下：；

5.根据权利要求1所述的数字化营销大数据处理方法，其特征在于：所述s4的步骤如下：

6.根据权利要求1所述的数字化营销大数据处理方法，其特征在于：所述s4的公式如下：

7.根据权利要求1所述的数字化营销大数据处理方法，其特征在于：所述s5的步骤如下：

8.根据权利要求1所述的数字化营销大数据处理方法，其特征在于：所述s1至s5中，将实时采集的流量数据作为最新流量数据，除去最新流量数据，保存的流量数据均为历史流量数据；

9.根据权利要求1所述的数字化营销大数据处理方法，其特征在于：所述s1至s5使用apachenifi,talend,infommatica进行数据的提取、转换和加载，使用amazonredshift,googlebigquery，snowflake进行结构化数据的存储和分析，使用openrefine,trifacta进行数据清洗和转换，使用rapidminer,knime进行数据挖掘和分析。

技术总结本发明涉及数字化营销技术领域。本发明涉及一种数字化营销大数据处理方法。其包括以下步骤：S1、分时段采集流量数据，并将流量数据根据用户信息进行归属；S2、确定对用户营销的业务需求，同时将流量数据根据业务需求筛选业务数据和业务相关数据，将业务数据和业务相关数据整合为流量报告；本发明通过明确采集指标，能够精准获取与营销业务相关的数据，避免采集无用数据，提高数据的有效性，将流量数据根据用户信息进行归属，通过向管理员采集业务需求来定义业务项目范围，能够确保流量数据的筛选与企业的营销目标紧密结合，根据业务需求筛选流量数据，剔除无关数据后整合为流量报告，使报告内容更聚焦、更有针对性。技术研发人员：童磊,吴江波,沈青,裘顺礼,邵雪峰受保护的技术使用者：武汉商学院技术研发日：技术公布日：2025/1/13