营销策略的获取方法、装置、电子设备及存储介质与流程

本技术涉及营销，尤其涉及一种营销策略的获取方法、装置、电子设备及存储介质。

背景技术：

1、在互联网新型消费金融领域，用户营销是业务经营流程的重要环节。营销效率优化工作具有重要意义，通过提升用户营销效率，可以更好地满足客户需求，提高营销转化率和客户满意度。针对目标客群，快速判断出最优的营销策略设置方案，是一个可行的营销效率优化方向，可以缩短营销方案制订周期，减少或避免盲目试错造成的成本增加和资源浪费。

2、营销策略设置方案优化是一项系统性工作，目前常用的技术是基于先验判断结合对比实验的方法，通过将目标客群划分多个实验分组，然后对每个实验分组的用户执行预设的不同营销策略或策略组合方案，再观察营销方案执行一定周期内的效果指标结果，最后结合成本等因素择优选择最佳的营销策略设置方案。

3、然而，对比实验的可靠性也存在一定限制，例如目标客群中的部分用户可能在实验期间会接受到实验之外的营销策略叠加影响，难以判断对这部分用户的营销效果具体是因哪个营销策略产生的作用，实验效果失真。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种营销策略的获取方法、装置、电子设备及存储介质，以对营销效果进行归因，参考归因结果确定最佳的营销策略设置方案，提升营销效率。

2、一种营销策略的获取方法，获取目标客群中每个目标用户的第一用户信息和第二用户信息，所述第一用户信息是无历史营销策略影响的用户信息，所述第二用户信息是所述历史营销策略影响下的用户信息，所述第一用户信息和所述第二用户信息中分别包括所述目标用户的行为参数；将所述第一用户信息和候选营销策略的信息，输入转化指标对应的预测模型中，得到所述转化指标的第一预测值，所述转化指标用于表征所述行为参数在所述候选营销策略执行后的数值变化程度；基于所述候选营销策略对应的所述转化指标的第一预测值，从多个所述候选营销策略中筛选出最优候选营销策略；将所述第二用户信息、所述最优候选营销策略的信息，输入所述预测模型，得到所述转化指标的第二预测值；基于所述第一预测值和所述第二预测值，预测所述最优候选营销策略的营销效果，以及所述历史营销策略对所述营销效果的影响程度；参考所述营销效果和所述影响程度确定待执行的目标营销策略。

3、在本技术实施例中，所述候选营销策略的信息包括营销时刻、营销触达渠道和营销权益，在所述将所述第一用户信息和候选营销策略的信息，输入转化指标对应的预测模型之前，所述方法还包括：通过以下方式构建不同的所述候选营销策略：调整所述营销时刻、所述营销触达渠道和所述营销权益中至少一项的参数配置，得到不同的所述候选营销策略。

4、在本技术实施例中，所述获取目标客群中每个目标用户的第一用户信息和第二用户信息，包括：获取所述目标用户在所述历史营销策略的营销时刻之前预设时长内的用户信息，作为所述第一用户信息获取所述目标用户在所述历史营销策略的营销时刻之后预设时长内的用户信息，作为所述第二用户信息。

5、在本技术实施例中，所述第一用户信息和所述第二用户信息中还分别包括营销信息，所述获取目标客群中每个目标用户的第一用户信息和第二用户信息，包括：获取所述目标用户在所述历史营销策略的营销时刻之后预设时长内的用户信息，作为所述第二用户信息；将所述第二用户信息中营销信息下各个参数的时序数据集设置为空集，将所述各个参数的统计数据设置为零，得到所述第一用户信息。

6、在本技术实施例中，通过以下方式训练所述预测模型：获取目标营销场景下的历史营销记录，所述历史营销记录包括已执行的营销策略、开始执行所述营销策略的营销时刻、所述营销策略对应的用户、所述用户在所述营销时刻之后预设时长内的用户信息、所述用户在所述营销时刻之前预设时长内的用户信息；利用所述历史营销记录构建所述转化指标的训练样本集，基于所述转化指标的训练样本集对所述预测模型进行训练。

7、在本技术实施例中，所述基于所述第一预测值和所述第二预测值，预测所述最优候选营销策略的营销效果，以及所述历史营销策略对所述营销效果的影响程度，包括：计算所述最优候选营销策略的第一预测值与其他所述候选营销策略的第一预测值之间的第一差值，并确定所述第一差值的最大值，所述最大值用于表征所述营销效果；计算所述最优候选营销策略的第一预测值与所述最优候选营销策略的第二预测值之间的第二差值，所述第二差值用于表征所述历史营销策略对所述营销效果的影响程度。

8、在本技术实施例中，所述参考所述营销效果和所述影响程度确定待执行的目标营销策略，包括：若所述最大值超过第一预设阈值，且所述第二差值未超过第二预设阈值，则按照所述最优候选营销策略确定所述目标营销策略；若所述最大值未超过所述第一预设阈值，且所述第二差值超过所述第二预设阈值，则按照所述历史营销策略确定所述目标营销策略；若所述最大值超过所述第一预设阈值，且所述第二差值超过所述第二预设阈值，则按照所述历史营销策略和所述最优候选营销策略的组合方案确定所述目标营销策略。

9、一种营销策略的获取装置，包括：获取模块，用于获取目标客群中每个目标用户的第一用户信息和第二用户信息，所述第一用户信息是无历史营销策略影响的用户信息，所述第二用户信息是所述历史营销策略影响下的用户信息，所述第一用户信息和所述第二用户信息中分别包括所述目标用户的行为参数；第一预测模块，用于将所述第一用户信息和候选营销策略信息，输入转化指标对应的预测模型中，得到所述转化指标的第一预测值，所述转化指标用于表征所述行为参数在所述候选营销策略执行后的数值变化程度；筛选模块，用于基于所述候选营销策略对应的所述转化指标的第一预测值，从多个所述候选营销策略中筛选出最优候选营销策略；第二预测模块，用于将所述第二用户信息、所述最优候选营销策略的信息，输入所述预测模型，得到所述转化指标的第二预测值；第三预测模块，用于基于所述第一预测值和所述第二预测值，预测所述最优候选营销策略的营销效果，以及所述历史营销策略对所述营销效果的影响程度；确定模块，用于参考所述营销效果和所述影响程度确定待执行的目标营销策略。

10、在本技术实施例中，所述候选营销策略的信息包括营销时刻、营销触达渠道和营销权益，在所述将所述第一用户信息和候选营销策略的信息，输入转化指标对应的预测模型之前，所述装置还用于：通过以下方式构建不同的所述候选营销策略：调整所述营销时刻、所述营销触达渠道和所述营销权益中至少一项的参数配置，得到不同的所述候选营销策略。

11、在本技术实施例中，所述获取模块，用于：获取所述目标用户在所述历史营销策略的营销时刻之前预设时长内的用户信息，作为所述第一用户信息获取所述目标用户在所述历史营销策略的营销时刻之后预设时长内的用户信息，作为所述第二用户信息。

12、在本技术实施例中，所述第一用户信息和所述第二用户信息中还分别包括营销信息，所述获取模块，用于：获取所述目标用户在所述历史营销策略的营销时刻之后预设时长内的用户信息，作为所述第二用户信息；将所述第二用户信息中营销信息下各个参数的时序数据集设置为空集，将所述各个参数的统计数据设置为零，得到所述第一用户信息。

13、在本技术实施例中，所述装置还用于通过以下方式训练所述预测模型：获取目标营销场景下的历史营销记录，所述历史营销记录包括已执行的营销策略、开始执行所述营销策略的营销时刻、所述营销策略对应的用户、所述用户在所述营销时刻之后预设时长内的用户信息、所述用户在所述营销时刻之前预设时长内的用户信息；利用所述历史营销记录构建所述转化指标的训练样本集，基于所述转化指标的训练样本集对所述预测模型进行训练。

14、在本技术实施例中，所述第三预测模块，用于：计算所述最优候选营销策略的第一预测值与其他所述候选营销策略的第一预测值之间的第一差值，并确定所述第一差值的最大值，所述最大值用于表征所述营销效果；计算所述最优候选营销策略的第一预测值与所述最优候选营销策略的第二预测值之间的第二差值，所述第二差值用于表征所述历史营销策略对所述营销效果的影响程度。

15、在本技术实施例中，所述确定模块，用于：若所述最大值超过第一预设阈值，且所述第二差值未超过第二预设阈值，则按照所述最优候选营销策略确定所述目标营销策略；若所述最大值未超过所述第一预设阈值，且所述第二差值超过所述第二预设阈值，则按照所述历史营销策略确定所述目标营销策略；若所述最大值超过所述第一预设阈值，且所述第二差值超过所述第二预设阈值，则按照所述历史营销策略和所述最优候选营销策略的组合方案确定所述目标营销策略。

16、一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述实施例所述营销策略的获取方法的步骤。

17、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例所述营销策略的获取方法的步骤。

18、综上，本技术提出了一种营销策略的获取方法、装置、电子设备及存储介质，该方法通过对比不同候选营销策略在排除历史营销策略影响情况下的转化指标的第一预测值，得到单独作用效果最好的候选营销策略即最优候选营销策略，然后利用考虑历史营销策略影响、排除历史营销策略影响两种情况下的转化指标预测值，确定历史营销策略对最优候选营销策略的营销效果的影响程度，从而对最终可能出现的营销效果进行归因，即确定历史营销策略和最优候选影响策略对最终营销效果的贡献度。参考归因结果制定最终的营销策略，保障待执行的营销策略具有较好的营销效果，提升营销效率。