用于定制终端用户游戏体验的方法和系统与流程

用于定制终端用户游戏体验的方法和系统
1.相关申请的交叉引用
2.本技术要求于2019年2月20日提交的美国申请序列号62/807,800的优先权，该申请的全部内容通过引用并入本文。
技术领域
3.本公开总体上涉及一种用于定制终端用户游戏体验的方法和系统。


背景技术：

4.随着技术不断地进步，组织越来越依赖于技术渠道来吸引顾客并增加收入。这样的示例性技术渠道通常包括电子邮件通信以及移动应用，顾客可以通过这些电子邮件通信以及移动应用加入组织的忠诚度计划。通常，顾客可以通过来自组织的奖励或要约来接收动机以频繁地在这种组织处进行交易。然而，传统平台根本无法针对个人顾客适应此类动机。相反，传统平台向所有顾客发布通用要约，即使可以获得奖励或要约的方式对每个顾客而言不是优选的。


技术实现要素：

5.在一些实施例中，本文公开了一种用于定制终端用户游戏体验的系统。该系统包括处理器、编制引擎、策略引擎和工作流引擎。处理器与客户端计算系统和一个或更多个终端用户设备通信。编制引擎被配置为创建活动。编制引擎从终端用户设备接收活动创建请求。活动创建请求包括与活动请求相关联的活动的一个或更多个参数。编制引擎基于与活动请求相关联的一个或更多个参数来创建活动。该策略引擎被配置为针对每个终端用户个性化一个或更多个要约中的每个。策略引擎将一个或更多个个性化要约映射到每个终端用户。一个或更多个要约中的每个包括具有一个或更多个关卡的游戏。一个或更多个关卡中的每个的完成引起奖励。工作流引擎被配置为监视活动的进展。工作流引擎将一个或更多个个性化要约推送到每个相应的终端用户设备。工作流引擎监视每个终端用户在相应的游戏中的进展。工作流引擎更新每个用户在相应的游戏中的进展。
6.在一些实施例中，本文公开了一种定制终端用户游戏体验的方法。组织计算系统发起活动。活动包括一个或更多个要约。每个要约对应于要由终端用户玩的个性化游戏。个性化游戏中的一个或更多个关卡的完成引起每个相应的终端用户设备获得奖励。组织计算系统从客户端计算系统接收一个或更多个终端用户交易数据的流。一个或更多个终端用户交易数据的流包括在与客户端计算系统相关联的设施或组织处的一个或更多个交易。组织计算系统分析一个或更多个交易中的每个，以识别哪些交易是由每个终端用户设备的关卡完成所触发的。组织计算系统监视个性化游戏中每个终端用户的进展。基于监视，组织计算系统可以生成机器学习模型的一个或更多个新版本，机器学习模型的一个或更多个新版本被配置为向一个或更多个终端用户分配一个或更多个要约，以及针对每个终端用户个性化一个或更多个要约中的每个。
7.在一些实施例中，本文公开了一种非暂时性计算机可读介质。非暂时性计算机可读介质上存储有指令，指令在由处理器执行时，使处理器执行定制终端用户游戏体验的方法。该方法包括从客户端计算系统接收活动创建请求。活动创建请求包括与活动请求相关联的活动的一个或更多个参数。该方法还包括基于与活动请求相关联的一个或更多个参数来创建活动。该方法还包括将一个或更多个要约映射到一个或更多个终端用户计算设备的终端用户计算设备。一个或更多个要约中的每个包括具有一个或更多个关卡的游戏。一个或更多个关卡中的每个的完成引起奖励。该方法还包括基于一个或更多个要约中的每个被映射到的终端用户来个性化一个或更多个要约中的每个。该方法还包括将一个或更多个个性化要约推送到每个相应的终端用户设备。该方法还包括监视每个终端用户在相应的游戏中的进展。该方法还包括更新每个用户的进展。
附图说明
8.为了能够详细地理解本公开的上述特征的方式，可以通过参考实施例来获得以上简要概述的本公开的更具体描述，这些实施例中的一些在附图中示出。然而，应注意的是，附图仅示出了本公开的典型实施例，因此不应被视为对其范围的限制，因为本公开可以允许其他同等有效的实施例。
9.图1是示出了根据示例实施例的计算环境的框图。
10.图2是根据示例实施例的图1的计算环境的组件的框图。
11.图3是示出了根据一个示例性实施例的用于实现参与活动的方法的流程图。
12.图4是示出了根据示例实施例的用于实现参与活动的方法的逻辑框图。
13.图5是示出了根据示例实施例的用于实现参与活动的方法的流程图。
14.图6是示出了根据示例实施例的用于实现参与活动的方法的流程图。
15.图7是示出了根据示例实施例的计算环境的框图。
16.图8a是示出了根据示例实施例的图形用户接口的框图。
17.图8b是示出了根据示例实施例的图形用户接口的框图。
18.图9是示出了根据示例实施例的图形用户接口的框图。
19.图10是示出了根据示例实施例的图形用户接口的框图。
20.图11a是示出了根据示例实施例的图形用户接口的框图。
21.图11b是示出了根据示例实施例的图形用户接口的框图。
22.图12是示出了根据示例实施例的图形用户接口的框图。
23.图13是示出了根据示例实施例的图形用户接口的框图。
24.为了便于理解，在可能的情况下，使用相同的附图标记来表示附图共有的相同元件。预期在一个实施例中所公开的元件可有益地用于其他实施例而无需具体叙述。
具体实施方式
25.本文所描述的一个或更多个技术一般涉及一种用于定制终端用户游戏体验的方法和系统。特别地，本文所提供的方法和系统提供了一种实时(或近实时)的营销解决方案，该营销解决方案优化用于递送给顾客的多步要约。例如，本文所公开的系统的智能框架允许客户端统一客户端顾客的动机与业务目标。该系统能够利用一系列互锁的计算引擎根据
给定客户端的需求进行扩展，一系列互锁的计算引擎连续收集、分析和处理实时数据。因此，本文描述的一个或更多个技术连续地观察并适应顾客游戏体验、个性化活动和要约以吸引顾客并且增加(诸如收入、参与和业务操作的)业务目标。这可以使用顾客反馈回路来实现，该顾客反馈回路从扩展到客户端的顾客的先前要约和客户端顾客响应于先前要约所采取的动作来连续地了解客户端的顾客。
26.图1是示出了根据一个实施例的计算环境100的框图。计算环境100至少可以包括客户端计算系统102、组织计算系统104和一个或更多个终端用户计算设备106。客户端计算系统102、组织计算系统104和一个或更多个终端用户计算设备106可以经由网络105进行通信。
27.网络105可以是任何合适的类型，包括经由诸如蜂窝或wi
‑
fi网络之类的互联网的个体连接。在一些实施例中，网络105可以使用诸如射频识别(rfid)、近场通信(nfc)、bluetooth
tm
、低功耗bluetooth
tm
(ble)、wi
‑
fi
tm
、zigbee
tm
、环境反向散射通信(abc)协议、usb、wan或lan之类的直接连接来连接终端、服务和移动设备。因为所传输的信息可以是个人的或机密的，所以安全问题可能要求对这些类型的连接中的一个或更多个进行加密或以其他方式进行保护。然而，在一些实施例中，正在被传输的信息可能是不太个人的，因此，为了方便而不是安全，可以选择网络连接。
28.网络105可以包括用于交换数据的任何类型的计算机网络布置。例如，网络105可以表示互联网、私有数据网络、使用公共网络的虚拟私有网络和/或使计算环境100中的组件能够在系统100的组件之间发送和接收信息的(一个或更多个)其他合适的连接。
29.客户端计算系统102可以由用户(或客户端)操作。例如，客户端计算系统102可包括一个或更多个计算设备。此类计算设备可包括移动设备、平板电脑、台式计算机、或具有本文中描述的能力的任何计算系统。客户端计算系统102可以属于或被提供给与客户端计算系统102相关联的组织的雇员。
30.客户端计算系统102可以至少包括应用110和web服务器112。应用110可以表示允许访问服务(或网站)或独立应用的web浏览器。客户端计算系统102可访问应用110以访问组织计算系统104的功能。客户端计算系统102可以通过网络105进行通信，以生成要提供给终端用户的定制活动。例如，客户端计算系统102可以被配置为执行应用110以定义与定制活动相关联的一个或更多个参数。显示给客户端计算系统102的内容可以被传输到客户端计算系统102，并且随后由应用110处理以通过与客户端计算系统102相关联的显示器进行显示。
31.组织计算系统104可以表示一个或更多个计算设备。这样的计算设备可以包括但不限于移动设备、平板电脑、台式计算机或具有本文中描述的能力的任何计算系统。组织计算系统104可以至少包括web服务器114和动机营销平台116。
32.web服务器114可以表示被配置为向客户端计算系统102提供一个或更多个网页的一个或更多个计算设备。例如，web服务器112可被配置为向客户端计算系统102提供一个或更多个网页，使得客户端计算系统102可访问组织计算系统104的一个或更多个功能。web服务器114可以经由在客户端计算系统102上执行的应用110与客户端计算系统102进行通信。例如，web服务器114可将一个或更多个网页传输到应用110，使得应用110可渲染一个或更多个网页并经由与客户端计算系统102相关联的显示器将一个或更多个网页显示给客户
端。
33.动机营销平台116可以包括一个或更多个软件模块。一个或更多个软件模块可以是存储在介质(例如，组织计算系统104的存储器)上的代码或指令的集合，代码或指令的集合表示实现一个或更多个算法步骤的一系列机器指令(例如，程序代码)。这样的机器指令可以是组织计算系统104的处理器解释为实现指令的实际计算机代码，或者可替代地，可以是解释为获得实际计算机代码的指令的更高级别的编码。一个或更多个软件模块还可以包括一个或更多个硬件组件。示例算法的一个或更多个方面可由硬件组件(例如，电路)本身执行，而不是由指令执行。
34.动机营销平台116可以被配置为提供实时营销解决方案，该实时营销解决方案优化(或几乎优化)用于递送给终端用户的多步要约。特别地，动机营销平台116是允许客户端将顾客动机与业务目标统一的智能框架。例如，动机营销平台116可以生成由客户端计算系统102所传达的一个或更多个目标所定义的活动，该活动被推送或被传输到预期受众(例如，终端用户)。动机营销平台116可以包括(在下面的图2中更详细地讨论的)一个或更多个组件，一个或更多个组件协同地工作以连续收集、分析和处理实时终端用户数据。随着时间的推移，连续收集、分析和处理实时终端用户数据可以帮助改进(或优化)活动。因此，动机营销平台116通过个体化销售活动和要约以吸引终端用户(例如，与客户端计算系统102相关联的组织或设施的顾客)并增加收入来连续地观察并适应终端用户体验。
35.返回参考客户端计算设备102，客户端计算设备102还可以包括web服务器112。web服务器112可表示被配置为向一个或更多个终端用户计算设备106提供一个或更多个网页的一个或更多个计算设备。例如，web服务器112可被配置为向终端用户计算设备106提供一个或更多个网页，使得终端用户计算设备106可访问客户端计算系统102的一个或更多个功能。web服务器112可以经由在每个终端用户计算设备106上执行的应用118与终端用户计算设备106进行通信。例如，web服务器112可将一个或更多个网页传输到应用118，使得应用118可以渲染一个或更多个网页并经由与每个终端用户计算设备106相关联的显示器将一个或更多个网页显示给客户端。
36.客户端计算系统102可以与数据库108通信。数据库108可以被配置为存储与客户端计算系统102相关联的一组或更多组信息。如图所示，数据库108可包括一个或更多个顾客120、一个或更多个产品122、一个或更多个交易124和一个或更多个事件126。一个或更多个顾客120可以表示已经与同客户端计算系统102相关联的设施或组织交易的一个或更多个顾客120。例如，一个或更多个顾客120可以表示具有与客户端计算系统102相关联的设施或组织的账户或配置文件的一个或更多个顾客。这样的示例性账户或配置文件可以包括设施或组织的忠诚账户。忠诚账户可以是客户端计算系统102的注册账户，客户端计算系统102跟踪与客户端计算系统102相关联的设施或组织的终端用户购买或交易。
37.一个或更多个产品122可以表示由与客户端计算系统102相关联的设施或组织提供的一个或更多个产品和/或服务。在一些实施例中，一个或更多个产品122可包括一个或更多个产品和/或服务的高级别一般描述。例如，这样的高级别一般描述可以包括但不限于“蓝色衬衫”、“x品牌的牛仔裤”、“深层组织按摩”、“理发和洗涤”等。在一些实施例中，一个或更多个产品122可以包括一个或更多个产品和/或服务的更细粒度的描述。例如，这样的粒度描述可以包括与由设施或组织提供的每个产品相关联的通用产品代码(upc)或库存单
位(sku)。在另一示例中，这样的粒度描述可以包括与由设施或组织提供的每个服务相关联的特定代码。
38.一个或更多个交易124可以表示一个或更多个终端用户和与客户端计算系统102相关联的设施或组织之间的一个或更多个交易。在一些实施例中，一个或更多个交易124可包括与每个交易124相关联的一个或更多个参数。这样的参数可包括与进行交易的顾客(例如，终端用户)对应的标识符、与交易中交换的产品和/或服务相关联的产品信息、与交易相关联的日期和/或时间、与顾客相关联的账号(例如，忠诚账号)等。
39.一个或更多个事件126可对应于客户端推荐的可构成关卡完成的一个或更多个事件。例如，一个或更多个事件126可以指定哪些特定产品可以构成关卡完成，哪些类型的产品可以构成关卡完成，等等。
40.为了使组织计算系统104向终端用户提供实时营销解决方案(例如，活动)，客户端计算系统102可以允许组织计算系统104访问存储在数据库108中的信息。在一些实施例中，客户端计算系统102可以连续地或周期性地将存储在数据库108中的信息传输到组织计算系统104。在一些实施例中，客户端计算系统102可以授予组织计算系统104对数据库108的直接访问，使得组织计算系统104可以在没有来自客户端计算系统102的干预的情况下访问数据库108。
41.每个终端用户计算设备106可以表示移动设备、平板电脑、台式计算机、或具有本文中描述的能力的任何计算系统。每个终端用户计算设备106可以由与客户端计算系统104相关联的设施或组织的顾客120操作。例如，终端用户计算设备106可以由具有客户端计算系统102的账户或配置文件的终端用户操作。换句话说，操作相应终端用户计算设备106的每个终端用户可表示存储在数据库108中的顾客120。
42.终端用户计算设备106可包括在其上执行的应用118。应用118可以表示允许访问服务(或网站)或独立应用的web浏览器。终端用户计算设备106可访问应用118以访问客户端计算系统102的功能。例如，终端用户计算设备106可访问应用118，以管理向客户端计算系统106注册的账户或配置文件。在一些实施例中，终端用户计算设备106可访问应用118，以查看和/或参与与由组织计算系统104生成的活动相关联的要约。例如，客户端计算系统102可以向终端用户计算设备106推送或提供定制要约以吸引终端用户参与。显示给终端用户计算设备106的内容可被传输给终端用户计算设备106，并且随后由应用118处理以便通过与终端用户计算设备106相关联的显示器进行显示。
43.图2是根据示例性实施例的计算环境200的框图。如图所示，计算环境200包括更详细描述的动机营销平台116。
44.动机营销平台116可以至少包括编制引擎(orchestration engine)202、策略引擎204、工作流引擎206和客户端数据库208。编制引擎202、策略引擎204和工作流引擎206中的每个可以包括一个或更多个软件模块。一个或更多个软件模块可以是存储在介质(例如，动机营销平台116的存储器)上的代码或指令的集合，代码或指令的集合表示实现一个或更多个算法步骤的一系列机器指令(例如，程序代码)。这样的机器指令可以是动机营销平台116的处理器解释为实现指令的实际计算机代码，或者可替代地，可以是解释为获得实际计算机代码的指令的更高级别的编码。一个或更多个软件模块还可以包括一个或更多个硬件组件。示例算法的一个或更多个方面可由硬件组件(例如，电路)本身执行，而不是由指令执
行。
45.编制引擎202可以被配置为创建并配置一个或更多个活动以及包括在一个或更多个活动中的每个中的一个或更多个要约。活动可以被宽松地定义为要约的集合。每个要约可被称为已针对给定终端用户定制或个性化的体验。换句话说，要约可以用终端用户可参与的动作或产品、规则和奖励来定义特定版本的体验。活动可以通过其目标、其预期受众和其被改善(或优化)并递送给终端用户的时间段来区分或定义。编制引擎202可以被配置为接收来自客户端计算系统102的输入，以定义活动的目标、预期受众以及其被改进(或优化)并递送给用户的时间段(即，其“激活”)。在一些实施例中，编制引擎202可以经由一个或更多个应用编程接口(api)请求接收来自客户端计算系统102的输入。在一些实施例中，编制引擎202可以经由与提交一个或更多个api请求的组织计算系统104相关联的计算设备来接收来自客户端计算系统102的输入。在一些实施例中，编制引擎202可以经由用户接口接收输入，客户端可以通过用户接口进行交互。例如，客户端可以经由在客户端设备102上显示的gui来定义活动的目标、预期受众和持续时间。
46.目标可以被称为表示客户端的业务目标的基本组件。包括在活动中的一个或更多个要约中的每个可以被优化以实现所选择的目标。示例性活动目标可以包括但不限于投资回报率(roi)、净利息收入(nir)、完成等。roi目标可以对应于期望增加利润率的客户端。nir目标可以对应于期望增加最高收入(top line revenue)的客户端。完成目标可以对应于期望投资建立更牢固的顾客关系的客户端。可以通过机器学习模型来优化每个活动目标。
47.预期受众(或“区段”)可以对应于客户端想要定位的目标顾客群。例如，客户端可以将预期受众定义为第一群“新顾客”和第二群“现有顾客”，并且生成针对每个相应群的不同要约。在另一示例中，客户端可以通过一组判断(例如，新顾客＝在过去30天创建的顾客)而不是一组确定性的顾客标识符(例如，新顾客＝＝id1、id2、id3、id4等)来定义预期受众。
48.编制引擎202可以至少包括活动应用编程接口(api)210和要约api 212。活动api 210可以被配置为创建和配置一个或更多个活动。例如，经由活动api 210，客户端计算系统102能够创建一个或更多个活动、向一个或更多个活动添加要约、为一个或更多个活动创建要约配置等。进一步地，经由活动api 210，客户端计算系统102能够更新用于特定活动的一个或更多个设置、更新用于活动的指定要约、和/或更新指定活动配置。在一些实施例中，活动api 210可以进一步允许客户端计算系统102从数据库208检索关于每个活动的信息。例如，经由活动api 210，客户端计算系统可以检索活动目标、检索关于活动中的指定要约的信息、检索关于订购配置的信息、获得所创建的活动列表、检索包括特定要约的活动列表、检索针对特定客户端创建的要约列表、检索针对特定活动的要约列表等。
49.要约api 212可以被配置为创建一个或更多个要约并且在给定活动中包括一个或更多个要约。要约api 212可定义要约分配服务，其负责在要约分配之前存储和维护要约状态，以及影响要约分配。要约api 212可以被配置为个体化要约并且将每个要约分配给适当的终端用户。通常，要约可以表示包含要约的活动和终端用户之间的关系。
50.要约api 212可以向客户端计算系统102呈现当前可用的要约列表。例如，要约api212可以生成包括要约列表的gui，gui可以由客户端计算系统102经由与客户端计算系统102相关联的显示器来访问。经由gui，客户端计算系统102可以选择要包括在特定活动中
的一个或更多个要约。进一步地，经由gui，客户端计算系统102可以管理现有要约。例如，客户端计算系统102可以暂停要约、恢复要约、编辑与要约相关联的名称、终止要约、编辑要约的到期日期或删除要约。
51.一般来说，每个要约可具有与其相关联的一个或更多个参数。这样的示例性参数可以包括但不限于要约的名称、与要约相关联的递送渠道(例如，电子邮件、移动应用、sms消息等)、要约的持续时间(例如，终端用户必须完成要约的时间)、以及要约的到期日期(例如，任何终端用户可以完成要约和赢得奖励的最后日期和时间)。
52.进一步地，每个要约可以包括待由终端用户玩的游戏。每个游戏包括一个或更多个关卡。每个关卡可以指游戏完成目标。例如，关卡可由多个交易组成。游戏可能需要完成一个或更多个关卡。例如，示例性关卡可以是在与客户端计算系统102相关联的设施或组织处购买特定物品。在完成每个关卡后，终端用户可以得到奖励。
53.对于产品/服务购买或动作类型关卡，活动api 210可以例如通过以下来定义产品/服务购买：(a)如果要约类型与单独的产品推荐模型集成在一起，则个性化产品；(b)描述性产品属性，如“新到达”、“拿铁”、“高级航班”、“蓝色衬衫”、“60分钟按摩”等；或(c)特定产品、upc或sku。
54.对于花费或数量阈值类型的关卡，活动api 210可以定义花费阈值和/或数量阈值。例如，为了实现关卡，客户端可能需要终端用户至少购买产品3次(即，数量)，总共花费至少$500(即，花费)。在一些实施例中，例如，如果要约类型与单独的花费推荐模型集成，则花费阈值可以是个性化的扩散阈值(spread threshold)。在一些实施例中，花费阈值可以是显式花费阈值。
55.如果终端用户实现游戏中的每个关卡(尽管不需要奖励)，活动api 210可进一步被配置为定义要提供给终端用户的奖励。在一些实施例中，活动api 210可以定义固定的奖励。固定的奖励可以具有一个或更多个变型。例如，假设要约api 212定义第一关卡，该第一关卡具有1000点的显式奖励的固定奖励。活动api 210可以配置具有500点的显式奖励的另一奖励变型。因此，活动api 210创建了两个要约：一个要约有1000点的奖励；另一要约有500点的奖励。在一些实施例中，活动api 210可以定义随机奖励。随机奖励可以由一组显式奖励和对应的分布组成。在完成关卡之后，终端用户可以基于其相应的分布随机地得到奖励。例如，假设关卡具有一个20％分布的1000点的奖励，以及80％分布的500点的另一奖励。终端用户在完成关卡之后将有20％的机会赢得1000点，并有80％的机会赢得500点。
56.要约api 212可被配置为将一个或更多个要约分配给特定终端用户。要约api212可以是给定特定顾客以及与顾客相关联的活动的要约分配请求。对要约api请求的响应可以是已经被分配给顾客的完全个性化要约实例。要约api 212可以接收与客户端计算系统102相关联的一个或更多个终端用户相关的一组或更多组数据作为输入。例如，组织计算系统104可访问存储在数据库106中的一组或更多组顾客信息。要约api 212可将一组或更多组顾客信息作为输入提供给容纳在机器学习模块216中的机器学习算法。此类合适的机器学习算法可以包括但不限于，监督学习、无监督学习、强化学习、神经网络、上下文多臂老虎机(contextual multi
‑
armed bandits)、线性回归、随机森林等。作为输出，机器学习模块216可以生成为每个终端用户选择一个或更多个要约的模型。因此，要约api 212结合机器学习模块216可以向每个终端用户分配一个或更多个要约。
57.例如，机器学习模块216可被配置为将对应于特定要约的游戏分配给每个特定终端用户。机器学习模块216可以基于存储在数据库108中的一组或更多组顾客信息以及分配给特定终端用户的要约类型来分配游戏。尽管使用了术语“游戏”，但本文中提及的游戏可以被称为“要约”。
58.示例性游戏结构可以包括但不限于，多选项乘数游戏(multi
‑
option multiplier games)、模式锁定游戏(pattern lock games)、刮刮乐游戏(scratcher games)、选择你自己的冒险游戏(choose your own adventure games)、访问游戏(a visit game)、奖赏游戏(a bonus game)、循环游戏(a loop game)、轻推游戏(a nudge game)等。
59.多选项乘数游戏可以包括一个或更多个要约，一个或更多个要约可以旨在为顾客介绍新的体验、新的产品和/或新的服务。例如，多选项乘数游戏可以提示用户在赚取$50的奖励之前购买容易的产品、容易的产品和困难的产品。在另一示例中，多选项乘数游戏可以提示用户下载移动应用并在机场柜台处托运行李以赚取一万英里奖励。
60.模式锁定游戏可以包括一个或更多个要约，一个或更多个要约可以被配置为加强用户行为和/或加深用户参与。例如，模式锁定游戏可以提示用户在七天中访问商店五次以赚取一百颗星奖励。在另一示例中，短跑游戏(dash game)可以提示用户在接下来的三十天内购买并飞行三次以达三万英里。
61.刮刮乐游戏可以包括一个或更多个要约，一个或更多个要约旨在吸引喜欢惊喜和/或新奇的用户。例如，刮刮乐游戏可以提示用户购买三杯拿铁以：(1)有10％的机会赚取一百颗星奖励；(2)有40％的机会赢得五十颗星奖励；或者(3)有50％的机会赢得二十颗星奖励。
62.选择你自己的冒险游戏可以包括一个或更多个要约，一个或更多个要约被构造为吸引可能出于控制动机的顾客。例如，选择你自己的冒险游戏可包括以下选项中的一项：(1)在七天中访问商店五次以赚取一百颗星；(2)用一百颗星购买五杯拿铁；或(3)用一百颗星购买一杯拿铁、两个松饼和一块三明治。
63.访问游戏可以类似于模式锁定游戏。换句话说，访问游戏可以是基于访问的模式锁定游戏。例如，访问游戏可提示用户访问商店并购买任何东西，而不是必须购买特定物品、物品类型或货币金额。
64.循环游戏可以是上面提到的游戏中的任何一个，但是可以重复多次。
65.奖赏游戏可以是上面提到的游戏中的任何一个，但是除了奖励用户完成单个关卡之外，还为完成所有要约关卡提供额外的奖励。
66.在一些实施例中，每个游戏可以存储在图状(graph
‑
like)的数据结构中。例如，开发者可以使用dhall配置语言来生成图状的结构，然后通过将人类可读的dhall转换成协议缓冲器的工具来运行信息。在另一示例中，开发者可以经由用户接口生成图状的结构，该图状的结构可以将存储在用户接口中的中间配置转换成类似的协议缓冲器。
67.策略引擎204可以与编制引擎202一起工作。例如，当编制引擎调解活动、要约和终端用户之间的关系时，策略引擎204可以对每个终端用户个性化每个分配的要约并对活动结果执行实时分析。策略引擎204可以至少包括机器学习模块216。机器学习模块216可以被配置有一个或更多个任务。在一些实施例中，机器学习模块216可以被配置为特定要约内的一个或更多个关卡和奖励。例如，机器学习模块216可以被配置为个性化分配给每个特定终
端用户的要约。例如，机器学习模块216可以被配置为(由机器学习模块216)基于用户的一个或更多个属性来定制分配给特定终端用户的要约。机器学习模块216还可以被配置为预测哪组个性化要约，以确定哪组将在给定特定业务目标的情况下产生最佳结果。机器学习模块216使用由其基础设施生成的一个或更多个预测模型来选择这种关卡、奖励和个性化要约。
68.在一些实施例中，机器学习模块216可将一组或更多组顾客信息作为输入提供给机器学习算法。这样的顾客信息可以包括顾客的描述性属性和与顾客相关联的在与客户端计算系统102相关联的设施或组织处的交易历史。此类合适的机器学习算法可以包括但不限于，监督学习、无监督学习、强化学习、神经网络、上下文多臂老虎机、线性回归、随机森林等。作为输出，机器学习模块216可以生成待推送给每个终端用户的个性化要约。例如，对于特定的终端用户，机器学习模块216可以通过调整多个关卡直到特定的终端用户得到奖励来生成要约的唯一版本。
69.在一些实施例中，策略引擎204还可被配置为对分配给每个终端用户的游戏进行个性化。例如，通过用户专用信息，策略引擎204可以确定特定用户比另一用户更少地参与产品或服务。因此，对于该特定用户，策略引擎204可以创建该特定用户可以更容易实现的较不繁重的关卡。通过这样做，策略引擎204以引起来自特定用户的参与的方式来个性化游戏。
70.工作流引擎206可以被配置为管理终端用户与被分配给终端用户的要约之间的交互。例如，工作流引擎206可以从策略引擎204接收针对每个相应顾客个性化的一个或更多个要约。工作流引擎206进而可以将一个或更多个个性化要约中的每个推送到每个相应的顾客。在一些实施例中，工作流引擎206可以直接与在其上执行的应用118对接。例如，工作流引擎206可以被授予对由客户端计算系统102上的web服务器112托管的应用118的访问权。在一些实施例中，工作流引擎206可以将一个或更多个个性化要约中的每个传输到客户端计算系统102。客户端计算系统102进而可以将一个或更多个个性化要约中的每个推送到每个相应的终端用户设备106。
71.工作流引擎206可以至少包括事件api 218、状态api 220和由机器学习模块216应用的任何个性化改变。事件api 218可以被配置为管理到动机营销平台116的一个或更多个传入事件。换句话说，当终端用户选择加入和/或选择参与游戏所表示的要约时，与游戏相关联的事件可被传输给动机营销平台116并由事件api 218处理。例如，作为已选择进入与客户端计算系统102相关联的设施或组织处的游戏交易的终端用户，这样的事件由事件api 218处理。在一些实施例中，无论顾客是否具有有效的要约，事件api 218可以处理所有事件。例如，如果存在有效的要约，则接收顾客的事件会触发对要约的评估，以查看新的事件是否引起进展。如果不存在有效的要约，则事件可被保持一段时间以查看任何有效的要约是否稍后到达该顾客。照此，系统能够为存在的最长要约的大致长度维持完整交易历史。
72.在一些实施例中，工作流引擎206可以进一步包括与每个顾客相关联的交易历史。交易历史可以包括由每个顾客232在设施或组织处进行的一个或更多个交易。
73.由事件api 218对事件进行的跟踪和处理有助于改进机器学习模块216的机器学习算法，以及指导客户端计算系统102所选择的整体活动。事件api 218可被配置为定义将一个或更多个传入事件排队以供工作流引擎206处理的方法。事件api 218可以包括一个或
更多个事件222。一个或更多个事件222可以表示由事件api 218从一个或更多个终端用户设备106和/或客户端计算系统102接收的一个或更多个活动。在一些实施例中，事件api 218可以周期性地将一个或更多个传入事件222传输到工作流引擎206。例如，事件api 218可以以一个或更多个批次将一个或更多个传入事件222传输到工作流引擎206。换句话说，在一些实施例中，工作流引擎206可以在批处理中处理一个或更多个事件222。在一些实施例中，事件api 218可以实时(或近实时)地将一个或更多个传入事件222传输到工作流引擎206。例如，当一个或更多个事件222中的每个被传输到动机营销平台116时，事件api 218可以将一个或更多个传入事件222传输到工作流引擎206。换句话说，在一些实施例中，工作流引擎206可以在流处理中处理一个或更多个事件222。
74.状态api 220可以被配置为与一个或更多个下游系统通信。状态api 220提供对每个终端用户的要约(或游戏)状态的访问。电子邮件营销系统(未示出)可以利用状态api 220(或其流媒体副本、动作流)来确定谁发送关于要约状态进展的电子邮件。状态api 220可以被配置为在处理传入事件后更新终端用户的状态。例如，事件api 218可将一批事件传输到工作流引擎206。该批事件中的一个这样的事件可以对应于终端用户接受要约并开始与要约相关联的游戏。因此，工作流引擎206可以将事件的处理传达到状态api 220，状态api 220进而可以将与相应的终端用户相关联的增量状态进展发布到数据流。
75.返回参考策略引擎204，策略引擎204可以连续地监视事件和终端用户状态以改进(例如，优化)终端用户体验。在一些实施例中，策略引擎204可以利用训练机器学习模型、版本化机器学习模型以及验证新机器学习模型比旧机器学习模型表现更好的自动化的、非平凡的过程。如果策略引擎204确定新机器学习模型不好于先前的机器学习模型，则策略引擎204可以恢复到先前的机器学习模型。在一些实施例中，策略引擎204可以经由机器学习模块216使用强化学习，使用上下文老虎机，以连续地改进终端用户体验。例如，经由强化学习技术，策略引擎可以连续地学习任务、获取技能以及提供实时决策。在一些实施例中，这样的训练可以每天执行。策略引擎204可以在活动生命周期的各个阶段改进用户体验，包括但不限于要约创建、活动创建、向活动添加要约、活动结果的分析、表现不好的要约的识别和暂停、高性能的要约的识别、基于机器学习过程创建新要约变型的推荐。策略引擎204可以通过创建新要约变型并将它们返回到编制引擎202以便包含在有效的活动中来对其学习起作用。
76.在概念级别上，策略引擎204与终端用户之间经由所监视的事件和状态的交互可被解释为与遵循以下模板的个体终端用户的交互序列：观察背景、采取动作以及观察结果。许多这样的交互可能在时间上重叠地发生。例如，策略引擎204的目的是改进(例如，优化)给定背景的动作，以便带来最期望的结果。
77.背景(其可被表示为特征向量)可涵盖当前顾客的一个或更多个属性和/或要采取的潜在动作。背景可以在动作时间被策略引擎204知晓。结果可以包含事件日志，在选择动作之后不久，策略引擎204可以观察到事件日志。可以分析结果日志以确定返回到策略引擎204的数值奖励。例如，策略引擎204可以实现使用日志来生成数值机器学习奖励的mapreduce过程。
78.策略引擎204的总体决策过程可以由机器学习模块216训练的机器学习算法(例如，模型)来管理。当终端用户参与对应于要约的游戏时，这样的信息可以从工作流引擎206
输入到策略引擎204。机器学习模块216可以通过响应于活动的可用要约的变化(例如，如果用户或操作者从活动中添加或移除要约)和作为活动的一部分的顾客的变化(例如，如果顾客的位置从东海岸切换到西海岸)，来连续地改进用户体验。机器学习模块216可以调整(例如，优化)到那些新环境，而不需要用户干预。机器学习模块216可以利用机器学习算法通过生成要被添加到活动的一个或更多个要约变型来连续地改进用户体验。一个或更多个要约变型可以从策略引擎204传达到编制引擎202。因而，编制引擎202可以提示客户端向活动添加新的要约变型以改进(例如，优化)终端用户体验。
79.动机营销平台116可以与动机营销数据库208通信。动机营销数据库208可以包括一个或更多个活动230、一个或更多个顾客232、一个或更多个要约240、一个或更多个机器学习模型242、一个或更多个日志244以及客户端数据库246的一个或更多个部分副本。
80.一个或更多个活动230可以表示由动机营销平台116生成的一个或更多个活动230。在一些实施例中，一个或更多个活动230可以表示一个或更多个有效的活动。在一些实施例中，一个或更多个活动230可以表示一个或更多个有效的活动和一个或更多个过期的活动。
81.每个活动230可以表示客户端计算系统与一组终端用户(例如，客户端的顾客)之间的业务关系。每个活动230可以至少包括区段234、激活236和目标238。区段234可表示终端用户的选定子集。例如，示例区段234可以包括“新顾客”和“现有顾客”。可以将一个或更多个要约分配给每个区段234。激活236可以表示开始日期和结束日期。在一些实施例中，激活236可以是将人选择到活动中的动作。例如，“移动应用下载”触发器可以将人选择到“第一次应用使用”活动中，该活动可以分发各种要约用于与特定应用特征进行交互。目标238可以表示与活动相关联的业务目标。可以优化或定制所有要约以实现目标238。示例性目标238可以包括但不限于：收入、投资回报率(roi)或顾客参与。
82.顾客232可以表示与客户端计算系统102相关联的组织或设施的一个或更多个顾客(例如，终端用户)。在一些实施例中，顾客232可以包括与每个顾客相关联的一个或更多个属性或特征。这样的一个或更多个属性或特征本身可能不足以使终端用户去匿名化；然而，这样的一个或更多个属性或特征可能足以识别特定的匿名用户。
83.要约240可以表示由机器学习模块216生成的一个或更多个完全个性化的要约。例如，要约240可以表示为顾客232中表示的每个顾客个性化的一个或更多个要约。
84.机器学习模型242可以表示由机器学习模块216生成的一个或更多个预测模型。例如，机器学习模型242可以包括用于生成完全个性化的要约的一个或更多个预测模型、用于为每个用户选择完全个性化要约的子集的一个或更多个预测模型等。在一些实施例中，可以基于每个活动的结果连续地更新一个或更多个机器学习模型242。
85.日志244可表示终端用户通过每个游戏的进展。例如，日志244可以包括终端用户通过对应于其完全个性化的要约的游戏的进展。
86.客户端数据库246可以表示与特定客户端相关联的数据库108的副本。例如，在一些实施例中，客户端数据库246可以表示数据库108的部分副本。将数据库108的至少一部分本地存储为客户端数据库246，可以减少在组织计算系统104与客户端计算系统102之间发送的请求。
87.图3是示出了根据示例实施例的用于实现参与活动的方法300的流程图。方法300
可以开始于步骤302。在步骤302，组织计算系统104可以接收活动创建请求。在一些实施例中，组织计算系统104可以从客户端计算系统102接收活动创建请求。例如，组织计算系统104可以经由在客户端计算系统102上执行的应用110接收活动创建请求。
88.在一些实施例中，活动请求可以包括与其相关联的一个或更多个参数。一个或更多个参数可以包括业务目标的规范。示例性业务目标可以包括但不限于，收入、投资回报率、顾客参与等。一个或更多个参数可以进一步包括一组或更多组终端用户信息。终端用户信息可以对应于关于与客户端计算系统102相关联的顾客的信息。例如，这样的用户信息可以包括在与客户端计算系统102相关联的组织或设施处的每个终端用户的终端用户描述性属性和交易历史。
89.在步骤304，组织计算系统104可以基于创建请求创建活动。例如，组织计算系统104可以基于与活动创建请求相关联的一个或更多个参数来初始化活动。
90.在步骤306，组织计算系统104可以向客户端计算系统102呈现一个或更多个要约。组织计算系统104可以呈现对应于所识别的业务目标的一个或更多个要约。组织计算系统104可以生成图形用户接口(gui)，该图形用户接口(gui)包括对应于所识别的商业务目标的一个或更多个要约的列表。一个或更多个要约的这种列表可以允许客户端通过一个或更多个要约属性来分类要约。例如，一个或更多个要约的列表可以包括一个或更多个可分类的列。例如，这样的列可以包括：要约名称、要约类型、要约分配开始日期、要约到期日期、关卡数量、要约的持续时间以及要约的状态。组织计算系统104可以将gui传输到客户端计算系统102以供显示。例如，组织计算系统104可以经由在其上执行的应用110将gui传输到客户端计算系统102，使得应用110可以渲染gui并经由与其相关联的显示器将该gui显示给客户端。
91.在步骤308，组织计算系统104可以从客户端计算系统102接收一个或更多个要约的选择。例如，客户端计算系统102可以经由gui接收客户端选择一个或更多个要约的指示作为输入。客户端计算系统102可以将输入中继到组织计算系统104以供处理。
92.在步骤310，组织计算系统104可以将一个或更多个要约映射到至少一个终端用户。例如，编制引擎202可以被配置为经由机器学习模块216将一个或更多个要约分配给特定的终端用户。编制引擎202可以提供与客户端计算系统102相关联的一个或更多个终端用户相关的一个组或更多组数据作为输入。例如，组织计算系统104可以访问存储在数据库108中的一组或更多组顾客信息，并将一组或更多组顾客信息作为输入提供给机器学习算法。此类合适的机器学习算法可以包括但不限于，监督学习、无监督学习、强化学习、神经网络、上下文多臂老虎机、线性回归、随机森林等。作为输出，编制引擎202可以生成一个或更多个要约与终端用户之间的映射。
93.在步骤312，对于每个终端用户，组织计算系统104可以将映射的要约个性化到每个相应的终端用户。例如，策略引擎204可以被配置为经由机器学习模块216将所分配的要约个性化到每个特定的终端用户。策略引擎204可以(由机器学习模块216)基于用户的一个或更多个属性来定制分配给特定终端用户的要约。策略引擎204可以将一组或更多组顾客信息作为输入提供给机器学习算法。这样的顾客信息可以包括顾客的描述性属性和与顾客相关联的在与客户端计算系统102相关联的设施或组织处的交易历史。此类合适的机器学习算法可以包括但不限于，监督学习、无监督学习、强化学习、神经网络、上下文多臂老虎
机、线性回归、随机森林等。作为输出，策略引擎210可以生成要推送给每个终端用户的个性化要约。
94.在步骤314，组织计算系统104可以将一个或更多个个性化要约推送到每个相应的终端用户。策略引擎204可以将一个或更多个个性化要约中的每个传输到工作流引擎206。工作流引擎206可以管理终端用户与分配给终端用户的要约之间的交互。工作流引擎206进而可以将一个或更多个个性化要约中的每个推送到每个相应的顾客。在一些实施例中，工作流引擎206可以直接与在其上执行的应用118对接。例如，工作流引擎206可以被授予对由客户端计算系统102上的web服务器112托管的应用118的访问权。在一些实施例中，工作流引擎206可以将一个或更多个个性化要约中的每个传输到客户端计算系统102。客户端计算系统102进而可以将一个或更多个个性化要约中的每个推送到每个相应的终端用户设备106。
95.在步骤316，组织计算系统104可以监视活动性能。组织计算系统104可以通过从客户端计算系统102接收交易信息来监视活动性能。在一些实施例中，交易信息可以经由工作流引擎206从客户端计算系统102流动到组织计算系统104。例如，事件api 218可以被配置为从客户端计算系统102接收一个或更多个交易事件。事件api 218可以将一个或更多个交易事件传输至工作流引擎206用于处理。在一些实施例中，事件api 218可以周期性地、以一个或更多个批次将一个或更多个交易事件传输到工作流引擎206。在一些实施例中，事件api 218可以通过将一个或更多个交易事件流式传输到工作流引擎206，来实时地(或近实时地)将一个或更多个交易事件传输到工作流引擎206。
96.在步骤318，组织计算系统104可以基于监视来更新终端用户进展。当工作流引擎206处理每个交易事件时，工作流引擎206可以结合状态api 220工作，以更新每个终端用户在其相应要约中的状态。例如，工作流引擎206可以用可能已经满足的任何关卡来更新每个终端用户的游戏。
97.在一些实施例中，方法300可以进一步包括步骤320和步骤322。在步骤320，在活动已经结束之后，机器学习模块216可以分析活动的结果。例如，机器学习模块216可以通过日志244进行解析以识别生成较高参与水平的那些要约和生成较低参与水平的那些要约。
98.在步骤322，机器学习模块216可以基于在步骤320中识别的数据来更新一个或更多个预测模型。例如，机器学习模块216可以更新专用于要约个性化的第一预测模型和专用于在个性化要约之间进行选择的第二预测模型。可以基于每个活动或每个客户端来训练个性化模型。以每个活动为基础用强化学习算法来训练选择模型。更新预测模型可以通过运行活动并记录活动期间发生的原始事件来完成。在一些实施例中，原始数据可以包括：作为活动的一部分的顾客和属性、分配给每个顾客的要约、每个要约如何被个性化、由顾客生成的原始事件、顾客在其要约中取得的进展以及要约如何为公司的活动目标做出贡献。组织计算系统104可以将所接收的原始数据转换成可以在其上训练特定机器学习模型的机器学习日志。然后，机器学习模块216可以在扩展的数据集上重新训练一个或更多个现有模型。机器学习模块216可以将模型的旧版本的预测性能与关于历史事件的新版本的预测性能进行比较。如果新模型比旧模型表现更好，则机器学习模块216可以选择将新模型用于生产中的未来预测。
99.图4是示出了根据示例实施例的用于实现参与活动的方法的逻辑图400。逻辑图
400可以包括与组织计算系统104交互的客户端计算系统102。组织计算系统104可以包括中间服务401、编制引擎202、策略引擎204和工作流引擎206。中间服务401可以被配置为标准化和规范化传入数据，使得组织计算系统104的一个或更多个组件可更好地处理信息。
100.在操作402，客户端计算系统102可以向编制引擎202传输活动请求。该活动请求可以包括与活动相关联的一个或更多个参数。一个或更多个参数可以包括业务目标的规范。示例性业务目标可以包括但不限于收入、投资回报率、顾客参与等。在一些实施例中，与活动相关联的一个或更多个参数还可以包括活动的持续时间、活动的一组或更多组目标顾客、与一组或更多组目标顾客中的每组相关联的一个或更多个描述等。在一些实施例中，活动请求还可以包括要被添加到活动的一个或更多个要约的规范。
101.在操作404，客户端计算系统102可以请求组织计算系统104开始所请求的活动。例如，客户端计算系统102可以请求编制引擎202开始向每个目标终端用户分配一个或更多个要约。
102.在操作406，客户端计算系统102可以向组织计算系统104传输一组或更多组数据。例如，中间服务401可以接收来自客户端计算系统102的一组或更多组数据。在一些实施例中，操作406可以与操作404同时发生。一组或更多组数据可以包括顾客特定信息(例如，描述性属性、交易历史、一个或更多个用户配置文件偏好等)。在从客户端计算系统102接收到一组或更多组数据时，中间服务402可以将数据从第一格式转换为第二格式。例如，中间服务402可以标准化和规范化数据，使得信息更容易由组织计算系统104的一个或更多个组件处理。
103.在操作408，中间服务401可以将经转换的数据传输到编制引擎202用于处理。在操作410，策略引擎204可以个性化给每个相应终端用户的一个或更多个要约。例如，策略引擎204可以利用终端用户(例如，顾客)特定信息和机器学习模块116来个性化针对每个终端用户的每个要约。策略引擎204可以向编制引擎202传输每个个性化要约。
104.在操作412处，编制引擎202可以向每个终端用户分配一个或更多个完全个性化的要约。例如，编制引擎202可以利用机器学习模块114来生成一个或更多个完全个性化的要约与每个终端用户之间的映射。编制引擎202可以将要约分配传输到策略引擎204用于个性化。
105.在操作413处，工作流引擎206可以接收来自客户端计算系统102的一组或更多组数据。一组或更多组数据可以包括产品信息数据(例如，upc、sku、产品类别等)。在从客户端计算系统102接收到一组或更多组数据时，中间服务402可将数据从第一格式转换为第二格式。例如，中间服务402可标准化和规范化数据，使得信息更容易由工作流引擎206处理。
106.在操作414，编制引擎202可以将个性化要约传输到工作流引擎206以供执行。例如，编制引擎202可以指示工作流引擎206执行对应于每个个性化要约的一个或更多个工作流。
107.在操作416，工作流引擎206可以向客户端计算系统102传输个性化要约。在一些实施例中，工作流引擎206可以直接与每个终端用户设备106对接。在一些实施例中，工作流引擎206可以将一个或更多个个性化要约中的每个传输到客户端计算系统102。客户端计算系统102进而可以将一个或更多个个性化要约中的每个推送到每个相应的终端用户设备106。
108.在操作418，客户端计算系统102可以将交易数据传输到组织计算系统104。在一些
实施例中，客户端计算系统102可以将交易数据流式传输到组织计算系统104，即，客户端计算系统102可以实时地(或近实时地)将交易数据传输到组织计算系统104。在一些实施例中，客户端计算系统102可以周期性地将交易数据传输到组织计算系统104。
109.在操作420，中间服务402可以将交易数据从第一格式转换到第二格式。例如，中间服务402可以标准化和规范化数据，使得信息更容易由组织计算系统104的一个或更多个组件处理。中间服务402可以将交易数据传输到工作流引擎206用于处理。
110.在操作422处，工作流引擎206可以处理接收到的交易数据。例如，工作流引擎206可以基于接收到的交易数据来更新每个终端用户在其相应游戏中的进展。工作流引擎206可以将结果传输到策略引擎204。
111.在操作426，编制引擎202可以指示工作流引擎202将一个或更多个新要约推荐推送到客户端计算系统102。在操作428，工作流引擎206可以向客户端计算系统102传达要约进展。
112.图5是示出了根据示例实施例的活动生命周期的框图500。活动生命周期可以在操作502开始。在操作502，组织计算系统104可以创建一个或更多个要约。在操作504，组织计算系统104可以创建活动。在一些实施例中，编制引擎202可以基于由请求客户端提供的一个或更多个参数来创建活动。在操作506，组织计算系统104可以向活动添加一个或更多个要约。例如，编制引擎202可以基于客户端计算系统104的一个或更多个选择向活动添加一个或更多个要约。
113.在操作508，组织计算系统104可以分析活动结果。在一些实施例中，预测引擎204可以实时(或近实时)地监视活动结果。在一些实施例中，预测引擎204可以周期性地监视活动结果。监视活动结果可以包括监视活动中的一个或更多个要约中的每个的进展的预测引擎204。例如，预测引擎204可以监视每个要约以分析分配给该要约的终端用户如何对该要约作出反应。
114.在操作510，组织计算系统104可以识别高性能要约。在一些实施例中，作为以上结合操作508所讨论的分析的一部分，策略引擎204可以向每个要约分配性能度量。性能度量可以反映一个或更多个顾客对相应要约的参与水平。例如，策略引擎204可以确定对应于交易频率的要约比交易金额性能更好(即，获得更多的顾客参与)。策略引擎204可以识别性能最高的那些要约。例如，策略引擎204可以识别超过阈值参与度水平的一个或更多个要约。
115.在操作512，组织计算系统104可以基于所识别的高性能要约生成新要约。在一些实施例中，组织计算系统104可以生成新要约作为所识别的高性能要约的一个或更多个变型。可以使得一个或更多个新要约对客户端可用，以便添加到活动。
116.要约生命周期可以在客户端计算系统102将新要约添加到活动时重复。例如，当将要约添加到活动时，策略引擎204可以连续地分析结果并向客户端计算系统102做出推荐。
117.图6是示出了根据一个示例性实施例的实现活动的方法600的流程图。方法600可以开始于步骤602。在步骤602，组织计算系统104可以监视终端用户行动。工作流引擎206可以接收和处理一个或更多个终端用户事件。基于一个或更多个终端用户事件，工作流引擎206可以相应地更新每个对应的要约。随着每个要约被更新，策略引擎204可以分析每个要约的结果。因此，策略引擎204可以生成每个要约的性能度量。性能度量可以与终端用户与相应要约之间的参与度水平相关联。
118.在步骤604，组织计算系统104可以识别一个或更多个高性能要约。例如，基于所监视的终端用户行动，策略引擎204可以识别具有最高终端用户参与水平的一个或更多个要约。高性能要约可以被定义为超过终端用户参与的预先建立的阈值水平的要约。
119.在步骤606，组织计算系统104可以识别一个或更多个低性能要约。例如，基于所监视的终端用户行动，策略引擎204可以识别具有最低终端用户参与水平的一个或更多个要约。低性能要约可以被定义为低于终端用户参与的第二预先建立的阈值水平的要约。
120.在步骤608，组织计算系统104可以提示客户端暂停所识别的一个或更多个低性能要约。例如，策略引擎204可以针对客户端以暂停低性能要约的一个或更多个消息或指示的形式，向客户端计算系统104做出一个或更多个推荐。暂停低性能要约可以允许客户端计算系统102将分配给终端用户的低性能要约转换成可更好地吸引终端用户的新要约。
121.在步骤610，组织计算系统104可以基于终端用户行动和所识别的高性能要约来生成一个或更多个新要约。在一些实施例中，策略引擎204可以使用机器学习模块218来生成一个或更多个新要约。例如，策略引擎204可以通过将一个或更多个终端用户行动的流输入到机器学习算法来生成一个或更多个新要约。例如，一个或更多个终端用户行动的流可以包括对应于要约的游戏的终端用户进展、以及在与客户端计算系统102相关联的设施或组织处的用户交易的类型。在一些实施例中，策略引擎204可以基于所识别的高性能要约来生成一个或更多个新要约。更进一步地，在一些实施例中，策略引擎204可以基于终端用户行动和所识别的高性能要约的组合来生成一个或更多个新要约。
122.在步骤612，组织计算系统104可以提示客户端计算系统102将一个或更多个新要约添加到活动。在一些实施例中，编制引擎202可以生成要传输到客户端计算系统102的一个或更多个推荐消息。每个推荐消息可以包括更改或调整当前活动的一个或更多个推荐。这样的调整可以包括向活动添加一个或更多个新要约。在一些实施例中，此类调整可以包括暂停一个或更多个可用要约。在一些实施例中，此类调整可以包括取消一个或更多个可用要约。
123.图7是示出了根据一些实施例的示例性计算环境700的框图。计算环境700包括计算系统702和计算系统752。计算系统702可以表示客户端设备101。在一些实施例中，计算系统702可以进一步表示管理员设备102。计算系统752可以表示消息管理系统104。
124.计算系统702可以包括处理器704、存储器706、存储装置708和网络接口710。在一些实施例中，计算系统702可以耦接到一个或更多个i/o设备722(例如，键盘、鼠标等)。
125.处理器704可以检索并执行存储在存储器706中的程序代码716(即，编程指令)，以及存储并检索应用数据。处理器704被包括来表示单个处理器、多个处理器、具有多个处理核的单个处理器等。网络接口710可以是允许计算系统702经由计算网络705进行外部通信的任何类型的网络通信系统。例如，网络接口710被配置为使得能够与计算系统752进行外部通信。
126.例如，存储装置708可以是磁盘存储设备。尽管被示出为单个单元，但是存储装置708可以是固定和/或可移动存储设备的组合，固定和/或可移动存储设备诸如固定磁盘驱动器、可移动存储卡、光学存储、网络附加存储(nas)、存储区域网络(san)等。
127.存储器706可以包括应用712、操作系统714和程序代码716。程序代码716可以由处理器704访问用于处理(即，执行程序指令)。例如，程序代码716可以包括用于与计算系统
752通信以显示网站768的一个或更多个页面的可执行指令。
128.处理器704可以访问应用712以访问计算系统752的功能。例如，处理器704可以被配置为执行应用712以管理由计算系统752管理的客户端活动账户。显示给计算系统702的内容可以经由应用712传输到计算系统702，并且随后由应用712处理，以便通过计算系统702的图形用户接口(gui)进行显示。
129.计算系统752可以包括处理器754、存储器756、存储装置758和网络接口760。在一些实施例中，计算系统752可以耦接到一个或更多个i/o设备774。在一些实施例中，计算系统752可以与数据库108通信。
130.处理器754可以检索并执行存储在存储器756中的程序代码766(即，编程指令)，以及存储并检索应用数据。处理器754被包括来表示单个处理器、多个处理器、具有多个处理核的单个处理器等。网络接口760可以是使计算系统752能够经由计算网络705进行外部通信的任何类型的网络通信系统。例如，网络接口760允许计算系统752与计算系统702通信。
131.例如，存储装置758可以是磁盘存储设备。尽管被示出为单个单元，但是存储装置758可以是固定和/或可移动存储设备的组合，固定和/或可移动存储设备诸如固定磁盘驱动器、可移动存储卡、光学存储、网络附加存储(nas)、存储区域网络(san)等。
132.存储器756可以包括操作系统764、程序代码766、网站768、编制引擎770、策略引擎772和工作流引擎774。程序代码766可以由处理器454访问用于处理(即，执行程序指令)。例如，程序代码766可以包括被配置为执行以上结合图3
‑
图6所论述的步骤的可执行指令。作为示例，处理器754可以访问程序代码766以生成并管理一个或更多个活动。网站762可以由计算系统702访问。例如，网站762可以包括由计算系统702经由web浏览器或应用访问的内容。
133.编制引擎770可以被配置为创建并配置一个或更多个活动和包括在一个或更多个活动中的每个中的一个或更多个要约。活动可以被宽松地定义为要约的集合。每个要约可被称为已针对给定终端用户定制或个性化的体验。换句话说，要约可以用终端用户可以参与的动作或产品、规则和奖励来定义体验的特定版本。要约可被认为是要由终端用户玩的游戏。活动可以通过其目标、其预期受众和其被改进(或优化)并递送给终端用户的时间段来区分或定义。编制引擎770可以被配置为接收来自客户端计算系统102的输入，以定义活动的目标、预期受众以及其被改进(或优化)并递送给用户的时间段(即，其“激活”)。
134.策略引擎772可与编制引擎770一起工作。例如，当编制引擎770调解活动、要约和终端用户之间的关系时，策略引擎772可以对每个终端用户个性化每个分配的要约并对活动结果执行实时分析。策略引擎772可以被配置为个性化分配给每个特定终端用户的要约。例如，策略引擎772可被配置为基于用户的一个或更多个属性来定制分配给特定终端用户的要约。策略引擎772还可以连续地监视事件和终端用户状态以改进(例如，优化)终端用户体验。换句话说，策略引擎772可以被配置为连续地执行对活动结果的实时(或近实时)地分析。
135.工作流引擎774可以被配置为管理终端用户与分配给终端用户的要约之间的交互。例如，工作流引擎774可以从策略引擎772接收针对每个相应顾客个性化的一个或更多个要约。工作流引擎774进而可以将一个或更多个个性化要约中的每个推送到每个相应的顾客。在一些实施例中，工作流引擎774可以直接与在计算系统702上执行的应用712对接。
例如，工作流引擎774可以被授予对计算系统702上的应用712的访问权。在一些实施例中，工作流引擎774可以将一个或更多个个性化要约中的每个传输到计算系统702。计算系统702进而可以将一个或更多个个性化要约中的每个推送到每个相应的终端用户设备。
136.图8a是示出了根据示例实施例的图形用户接口(gui)800的框图800。gui 800可以是在客户端计算系统102的web浏览器应用(例如，应用110)中呈现的网页。在一些实施例中，gui 800可以是由在客户端计算系统102上执行的本地软件应用(例如，应用110)生成的图形用户接口。
137.如图所示，gui 800可以对应于作为用户提交活动创建请求的结果而生成的图形用户接口。gui 800可以包括第一部分802和第二部分804。gui 800的第一部分802可以对应于gui 800的“标题”部分。第一部分802可以包括由用户可选择的以使得gui 800(例如，浏览器或本地应用)向内容管理服务发送请求与每个图形元素806
‑
810相关联的信息的消息的一个或更多个图形元素806、808、810(例如，按钮、链接等)。
138.图形元素806可以对应于活动、要约、终端顾客或系统度量。因此，在经由图形元素806接收输入时，gui 800可以从组织计算系统104请求与客户端的每个活动相关联的结果或度量。组织计算系统104可以向gui 800递送一个或更多个结果或度量，使得gui 800可以在与客户端计算系统102相关联的显示器上显示一个或更多个结果或度量。
139.图形元素808可以对应于一个或更多个活动。因此，在经由图形元素808接收输入时，gui 800可以从组织计算系统104请求针对与客户端计算系统102相关联的一个或更多个活动的信息。组织计算系统104可以向gui 800递送一个或更多个活动，使得gui 800可以在与客户端计算系统102相关联的显示器上显示一个或更多个结果或度量。因此，出于图8的目的，客户端计算系统104的用户已经请求了活动信息。
140.图形元素810可以对应于一个或更多个要约。因此，在经由图形元素810接收输入时，gui 800可以从组织计算系统104请求与可能的活动相关联的一个或更多个要约。组织计算系统104可以向gui 800递送一个或更多个要约，使得gui 800可以在与客户端计算系统102相关联的显示器上显示一个或更多个要约。
141.gui 800的第二部分804可以包括活动面板864。活动面板864可包括与用户账户相关联的一个或更多个活动。如图所示，每个活动可以由图形元素866表示。活动面板864可以示出每个活动的一个或更多个属性。例如，活动面板864可以示出活动id、活动名称、受众、活动目标、部署日期、到期和状态中的一个或更多个。
142.在一些实施例中，第二部分804可以包括搜索栏868和图形元素862。搜索栏868可以被配置为接收文本作为输入，该文本可以用于向数据库(例如，数据库208)查询与满足查询的标准的用户相关联的一个或更多个活动。图形元素862可以表示“创建新活动”选项。当用户希望创建新活动时，用户可以与图形元素862交互。图形元素862的选择可以产生新的屏幕，诸如下面结合图8b所讨论的屏幕。
143.图8b是示出了根据示例实施例的图形用户接口(gui)850的框图850。gui 850可以是在客户端计算系统102的web浏览器应用(例如，应用110)中呈现的网页。在一些实施例中，gui 850可以是由本地软件应用(例如，应用110)生成的图形用户接口。
144.如图所示，gui 850可以对应于作为用户请求查看已经创建的一个或更多个活动的结果而生成的图形用户接口。gui 850可包括第一部分802和第二部分804。gui 850的第
一部分802可以对应于gui 850的“标题”部分。第一部分802可以包括由用户可选择以使得gui 850(例如，浏览器或本地应用)向内容管理服务发送请求与每个图形元素806
‑
810相关联的信息的消息的一个或更多个图形元素806、808、810(例如，按钮、链接等)。
145.gui 850的第二部分804可以包括与要约相关联的设置面板812和显示所选择的活动的一个或更多个参数的活动面板814。设置面板812可以包括一个或更多个图形元素，一个或更多个图形元素允许客户端设置与所选择的活动相关联的一个或更多个参数。例如，第二部分804可包括图形元素816
‑
828。
146.图形元素816可对应于由客户端计算系统102定义的区段。例如，在点击图形元素816中的箭头时，可出现下拉菜单，其允许客户端计算系统102选择终端用户的特定区段。当客户端计算系统102将终端用户信息传输到组织计算系统104以供分析时，每个区段可由客户端计算系统102预定义。每个区段通常表示客户端计算系统102如何对其终端用户进行分类。因此，在经由图形元素816接收输入时，gui 800可从组织计算系统104请求与客户端计算系统102相关联的一个或更多个区段。组织计算系统104可以向gui 800递送一个或更多个区段，使得gui 800可以在与客户端计算系统102相关联的显示器上显示一个或更多个区段。
147.图形元素818可以对应于活动的激活类型。例如，图形元素818可包括两个或更多个可选择的激活状态：预定的激活(例如，在2019年1月1日活动开始)或触发的激活(例如，在顾客下载应用时活动开始)。如图所示，所选择的激活类型是触发激活类型。
148.图形元素820可对应于触发类型。例如，图形元素820可包括一个或更多个可选择的触发类型，诸如但不限于应用的下载。如图所示，所选择的用户类型是顾客动作。
149.图形元素822可对应于顾客动作类型。例如，图形元素822可包括一个或更多个可选择的触发类型：应用下载、商店访问、特定物品购买、物品类型购买、最小购买量等。如图所示，所选择的顾客动作类型是“应用下载。”150.图形元素824可对应于活动目标。例如，图形元素820可以包括一个或更多个可选择的目标：nir、roi和完成。因此，在经由图形元素820接收输入时，gui 800可以请求组织计算系统104相应地更新活动的目标。组织计算系统104可以向gui 800递送活动的经更新的目标的确认，使得gui 800可以在与客户端计算系统102相关联的显示器上显示经更新的目标。
151.图形元素826可对应于活动启用日期。因此，在经由图形元素826接收输入时，gui 800可以通知组织计算系统104所期望的活动启用日期。
152.图形元素828可对应于可选的到期日期。因此，在经由图形元素828接收输入时，如果有的话，gui 800可以通知组织计算系统104所期望的活动到期日期。
153.活动面板814可以显示当前分配给活动的一个或更多个要约。例如，活动面板814可以包括一个或更多个图形元素830。每个图形元素830可对应于给定要约。每个图形元素830可显示相应要约的一个或更多个属性。例如，图形元素830可包括针对以下各项的信息：要约id、要约名称、要约开始日期、要约到期日期、要约持续时间和要约状态。
154.活动面板814可进一步包括图形元素832。图形元素832可以对应于向活动添加要约的请求。因此，在经由图形元素832接收输入时，gui 800可以从组织计算系统104请求一个或更多个要约，一个或更多个要约可以基于设置面板812中提供的活动参数被添加到活
动。组织计算系统104可以递送更新的gui(参见图9)，该更新的gui可以在与客户端计算系统102相关联的显示器上显示一个或更多个要约。
155.图9是示出了根据示例实施例的图形用户接口(gui)900的框图900。gui 900可以是在客户端计算系统102的web浏览器应用(例如，应用110)中呈现的网页。在一些实施例中，gui 900可以是由在客户端计算系统102上执行的本地软件应用(例如，应用110)生成的图形用户接口。
156.如图所示，gui 900可以对应于作为gui 850接收输入以向活动添加要约的结果而生成的图形用户接口。gui 900可包括一个或更多个图形元素904。每个图形元素904可对应于可以添加到活动的特定要约类型。例如，如图所示，一个或更多个要约类型可以是：模式锁定、多动作、多选项乘数、轻推、奖励、模式锁定加等。
157.每个图形元素904可以包括一个或更多个子图形元素906
‑
916。每个图形元素906可对应于特定要约类型的图形。在一些实施例中，每个图形元素可以被颜色编码。每个图形元素908可对应于要约类型的标题。每一图形元素910可对应于对应要约类型的描述。每个图形元素912可对应于特定要约类型的样本。图形元素914可对应于要约类型的目的的描述。图形元素916可对应于要约类型的动机的描述。因此，gui 900可向用户提供用户做出关于选择哪种要约类型的学习决策所必需的最少信息量。
158.图10是示出了根据示例实施例的图形用户接口(gui)1000的框图1000。gui 1000可以是在客户端计算系统102的web浏览器应用(例如，应用110)中呈现的网页。在一些实施例中，gui 1000可以是由在客户端计算系统102上执行的本地软件应用(例如，应用110)生成的图形用户接口。
159.如图所示，gui 1000可以对应于作为gui1000接收输入以查看活动的一个或更多个要约的结果而生成的图形用户接口。gui 1000可包括过滤器面板1006和结果面板1008。过滤器面板1006可以包括一个或更多个图形元素1010
‑
1020。
160.图形元素1010可对应于一个或更多个要约类型。例如，图形元素1010可允许用户检查或取消检查一个或更多个要约类型，使得结果面板1008中的要约可被过滤。示例性要约类型可以包括但不限于，多选项乘数要约类型、刮刮乐要约类型、访问要约类型、模式锁定要约类型、循环要约类型、奖赏要约类型、选择你自己的冒险要约类型等。
161.图形元素1012可对应于要约持续时间。例如，图形元素1012可以允许用户提交期望的要约持续时间。因此，在经由图形元素1012接收到输入时，gui 1000可请求组织计算系统104根据所输入的持续时间来过滤可用要约。组织计算系统104可以向gui 1000递送经过滤的要约的列表，使得gui 1000可以在与客户端计算系统102相关联的显示器上显示经过滤的要约的列表。
162.图形元素1014可对应于多个关卡。例如，图形元素1014可允许用户提交每个要约的最小数量的关卡和/或最大数量的关卡。因此，在经由图形元素1014接收输入时，gui 1000可以请求组织计算系统104根据所输入的参数过滤可用要约。组织计算系统104可以向gui 1000递送经过滤的要约的列表，使得gui 1000可以在与客户端计算系统102相关联的显示器上显示经过滤的要约的列表。
163.图形元素1016可对应于要约创建。例如，图形元素1016可允许用户基于要约被创建的日期来过滤要约。因此，在经由图形元素1016接收输入时，gui 1000可以请求组织计算
系统104根据所输入的创建日期来过滤可用要约。组织计算系统104可以向gui 1000递送经过滤的要约的列表，使得gui 1000可以在与客户端计算系统102相关联的显示器上显示经过滤的要约的列表。
164.图形元素1018可对应于要约的到期日期。例如，图形元素1018可允许用户基于要约何时终止(或到期)来过滤要约。因此，在经由图形元素1018接收输入时，gui 1000可以请求组织计算系统104根据所输入的到期日期来过滤可用要约。组织计算系统104可以向gui 1000递送经过滤的要约的列表，使得gui 1000可以在与客户端计算系统102相关联的显示器上显示经过滤的要约的列表。
165.图形元素1020可对应于要约的状态。例如，图形元素1020可允许用户基于要约是实况的还是计划是实况的来过滤要约。因此，在经由图形元素1020接收输入时，gui 1000可请求组织计算系统104根据要约状态来过滤可用要约。组织计算系统104可以向gui 1000递送经过滤的要约的列表，使得gui 1000可以在与客户端计算系统102相关联的显示器上显示经过滤的要约的列表。
166.结果面板1008可被配置为向客户端计算系统102显示一个或更多个可用要约。例如，结果面板1008可以被配置为显示客户端计算系统102可以添加到给定活动的一个或更多个要约。结果面板1008可基于在过滤器面板1006中提供的信息动态地更新。因此，结果面板1008可以更新以满足由客户端计算系统102提交的一个或更多个约束。
167.结果面板1008可以包括一个或更多个要约条目1024和图形元素1028。每个要约条目1024可以对应于满足在过滤器面板1006中定义的一个或更多个约束的可用要约。每个要约条目1024可包括图形元素1026。图形元素1026可以采取编辑框的形式。在选择图形元素1026时，用户可以被引导到允许用户更新相应要约的新的图形用户接口。
168.gui 1000还可以包括信息面板1009。信息面板1009可以在选择要约条目1024时生成。例如，在选择要约条目1024时，gui 1000可以更新以示出信息面板1009。信息面板1009可以包括与所选要约条目相关联的信息。如图所示，信息面板1009可以包括与要约相关联的元数据(例如，渠道、要约持续时间、到期、创建日期等)、与要约相关联的一个或更多个关卡、与每个关卡或所有关卡的完成相关联的一个或更多个奖励等。
169.图11a是示出了根据示例实施例的图形用户接口(gui)1000的框图1100。gui 1100可以是在客户端计算系统102的web浏览器应用(例如，应用110)中呈现的网页。在一些实施例中，gui 1100可以是由在客户端计算系统102上执行的本地软件应用(例如，应用110)生成的图形用户接口。
170.如图所示，gui 1100可以对应于作为用户提交请求以查看与活动相关联的结果的结果而生成的图形用户接口。gui 1100可以包括第一部分1102和第二部分1104。gui 1100的第一部分1102可以对应于gui 1100的“标题”部分。第一部分1102可以包括由用户可选择以使得gui 1100(例如，浏览器或本地应用)向内容管理服务发送请求与每个图形元素1106
‑
1110相关联的信息的消息的一个或更多个图形元素1106、1108、1110(例如，按钮、链接等)。
171.图形元素1106可以对应于活动、要约、终端顾客或系统度量。因此，在经由图形元件1106接收输入时，gui 1100可从组织计算系统104请求与客户端的每个活动相关联的结果或度量。组织计算系统104可以向gui 1100递送一个或更多个结果或度量，使得gui 1100
可以在与客户端计算系统102相关联的显示器上显示一个或更多个结果或度量。因此，出于图11的目的，客户端计算系统102的用户已经请求了度量。当选择度量时，用户被提示一个或更多个子选项1150
‑
1154。子选项1150允许用户查看顾客动机。子选项1152允许用户查看系统健康度量。子选项1154允许用户查看活动度量。在图11中，用户已经选择了子选项1154。
172.图形元素1108可以对应于一个或更多个活动。因此，在经由图形元件1108接收输入时，gui 1100可以从组织计算系统104请求针对与客户端计算系统102相关联的一个或更多个活动的信息。组织计算系统104可以向gui 1100递送一个或更多个活动，使得gui 1100可以在与客户端计算系统102相关联的显示器上显示一个或更多个结果或度量。
173.图形元素1110可以对应于一个或更多个要约。因此，在经由图形元素1110接收输入时，gui 1100可以从组织计算系统104请求与可能的活动相关联的一个或更多个要约。组织计算系统104可以向gui 1100递送一个或更多个要约，使得gui 1100可以在与客户端计算系统102相关联的显示器上显示一个或更多个要约。
174.gui 1100的第二部分1104可以包括选择面板1112和第二面板1114。第一面板1112可以包括一个或更多个图形元素1116、1118和1120。图形元素1116可以表示允许用户选择查看哪个活动的结果的下拉栏。如图所示，用户已经选择“new.engagement.scheduled.2018
‑
09
‑
15”。图形元素1118可以表示允许用户选择与选定的活动相关联的特定度量以查看的下拉栏。示例性度量可以包括但不限于总体性能、要约性能。图形元素1120可以表示允许用户缩小要查看的要约类型的下拉条。
175.第二面板1114可以包括在视觉上示出以上在第一面板1112中定义的特定度量的一个或更多个图形表示。如图所示，第二面板1114可以包括与顾客参与和财务有关的若干图表。
176.图11b是示出了根据示例实施例的图形用户接口(gui)1150的框图。gui 1150可以类似于gui 1100。gui 1150可以是在客户端计算系统102的web浏览器应用(例如，应用110)中呈现的网页。在一些实施例中，gui 1150可以是由在客户端计算系统102上执行的本地软件应用(例如，应用110)生成的图形用户接口。gui 1150可以表示当用户在图形元素1118中选择“要约性能”选项时显示给用户的信息。
177.当选择“要约性能”选项时，第二面板1114可以在每个要约的基础上填充有性能度量。如图所示，gui 1150可以包括与“new.engagement.scheduled.2018
‑
09
‑
15”活动的每个要约相关联的度量。例如，每个要约可以包括针对“所发送要约的百分比”、“注册率”、“完成率”和“每个要约的nir”的度量。
178.图12是示出了根据示例实施例的图形用户接口(gui)1200的框图。gui 1200可以是在客户端计算系统102的web浏览器应用(例如，应用110)中呈现的网页。在一些实施例中，gui 1200可以是由在客户端计算系统102上执行的本地软件应用(例如，应用110)生成的图形用户接口。gui 1200可以表示当用户选择“系统健康”选项时为用户生成的信息。
179.gui 1200可以包括健康面板1204。健康面板1204可以示出与系统的健康相关联的一个或更多个度量。如图所示，健康面板1204可以包括图形元素1206
‑
1212。图形元素1206可以表示连接健康度量。图形元素1208可以表示活动的总体迄今为止的结果。图形元素1220可以表示体验引擎度量。图形元素1222可以表示人工智能/机器学习引擎健康。
180.图13是示出了根据示例实施例的图形用户接口(gui)1300的框图。gui 1300可以是在客户端计算系统102的web浏览器应用(例如，应用110)中呈现的网页。在一些实施例中，gui 1300可以是由在客户端计算系统102上执行的本地软件应用(例如，应用110)生成的图形用户接口。gui 1200可以表示当用户选择“顾客动机”选项时为用户生成的信息。
181.gui 1300可以包括面板1304。面板1304可以包括一个或更多个图形元素1306
‑
1310。图形元素1306可以表示允许用户选择查看与顾客动机相关联的度量的方式的下拉菜单。例如，图形元素1306可以允许终端用户选择：动机图、构造图、顾客动机等。图形元素1308可以表示允许用户定义查看顾客动机度量的持续时间的下拉菜单。如图所示，用户选择“过去5个月”。图形元素1310可以表示允许用户选择一组或更多组顾客的下拉菜单。例如，图形元素1310可以允许用户选择已经为客户端配置的所有受众(例如，区段)。如图所示，用户选择“所有受众”。
182.面板1304可以进一步包括示出了与输入信息相关联的度量的一个或更多个图形元素1312
‑
1324。图形元素1312可以表示选定顾客组中的顾客总数。图形元素1314可以表示与所定义的约束相关联的多个活动。图形元素1316可以表示与所定义的约束相关联的要约构造总数。图形元素1318可表示与自主性相关联的一个或更多个度量。图形元素1320可以表示与社交关系相关联的一个或更多个度量。图形元素1322可以表示与能力相关联的一个或更多个度量。图形元素1324可以表示动机图。动机图可以示出人类动机的一个或更多个特性，并且示出当前要约对这些动机的作用如何。例如，思维图可以示出对于通过满足挑战而被激励的顾客，要约是如何具有挑战性的。
183.虽然前述内容是针对本文中所描述的实施例，但是在不脱离其基本范围的情况下可以设计其他以及进一步的实施例。例如，本公开的各方面可以在硬件或软件或硬件和软件的组合中实现。本文描述的一个实施例可以被实现为与计算机系统一起使用的程序产品。程序产品的程序定义了实施例的功能(包括本文描述的方法)，并且可以包含在各种计算机可读存储介质上。示例性计算机可读存储介质包括但不限于：(i)其上永久地存储信息的不可写存储介质(例如，计算机内的只读存储器(rom)设备，诸如可由cd
‑
rom驱动器读取的cd
‑
rom盘、闪存、rom芯片或任何类型的固态非易失性存储器)；以及(ii)其上存储有可更改信息的可写存储介质(例如，软盘驱动器内的软盘或硬盘驱动器或任何类型的固态随机存取存储器)。当携带指向所公开的实施例的功能的计算机可读指令时，这样的计算机可读存储介质是本公开的实施例。
184.本领域技术人员将理解，前述示例是示例性的而非限制性的。本领域技术人员在阅读说明书并且研究附图后，应明白对其的所有置换、增强、等同物和改进均在本公开的真实精神和范围内。因此，以下所附权利要求书旨在包括落入这些教导的真实精神和范围内的所有此类修改、置换以及等同物。