消息发送方法和装置与流程

本发明涉及数据处理领域，具体而言，涉及一种消息发送方法和装置。

背景技术：

从上个世纪80年代起，以提高顾客忠诚度为目标的各种积分计划、俱乐部营销等，从航空公司、酒店等行业，迅速普及到了电信、金融、零售等各行各业，现在已经发展为跨行业、跨国家、线上线下联合的趋势。

自从有了会员制度、积分奖励、网络建设、客户通讯、增值服务等这些并不复杂的构件，无数个忠诚计划被克隆出来了，但往往是被仓促地建立，由于成本和执行等方面的原因，又被仓促地搁置。当顾客无论去哪里消费都会得到一张名为“VIP”的折扣卡时，当企业花大价钱“赢得了”一大批不活跃的“沉睡会员”时，单纯以消费折扣为手段的积分计划已经不能为企业带来真正有价值的顾客。

因此快速的定位有价值的客户，在即将流失的过程中进行有效的挽回，增加其对企业的贡献率的需求变得日益递增，但是现有技术中，无法及时确定出合适的对象，以在即将流失的过程中对客户进行挽回。

餐饮业属于客流量大的行业，且符合2-8贡献原则，更有部分企业的贡献比接近1：9。因此及早发现并制定对少量客户的挽留计划对保持企业利润的至关重要。现有软件对流失率的计算都是滞后的，当发现客户开始流失时，局面已经比较被动，很难挽回，及时定位有价值的客户，维护好客户具有重要的作用。

针对相关技术中对消息发送的对象的确定不准确的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明的主要目的在于提供一种消息发送方法和装置，以解决相关技术中对消息发送的对象的确定不准确的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种消息发送方法，该方法包括：获取多个对象的属性值，其中，属性值用于记录每个对象发生预定事件的时间；根据多个对象的属性值至少计算预定事件发生的平均周期；获取符合预定条件的一个或多个对象，其中，预定条件至少包括：当前时间与数据库中记录的该对象最后一次发生预定事件的时间差值在预定范围内，其中，平均周期是得到预定范围的依据之一；向符合预定条件的一个或多个对象中的部分或全部发送消息。

进一步地，根据多个对象的属性值至少计算预定事件发生的平均周期包括：根据多个对象的属性值计算预定事件发生的平均周期和标准差，预定范围为时间差值大于或者等于平均周期，并且，小于等于平均周期与标准差的预定倍数之和，预定倍数至少为一倍。

进一步地，倍数为二倍。

进一步地，根据多个对象的属性值计算预定事件发生的平均周期和标准差包括：根据获取到的对象的属性值计算第一平均周期和第一标准差；根据第一标准差过滤为孤点的对象的属性值；根据过滤之后的对象的属性值计算第二平均周期和第二标准差，其中，第二平均周期为预定事件发生的平均周期，第二标准差为预定事件发生的标准差。

进一步地，预定条件包括时间差值在预定范围内，和，对象的除属性值之外的其他一个或多个属性与预设值的匹配度。

进一步地，向符合预定条件的一个或多个对象中的部分或全部发送消息包括：向符合预定条件并且除属性值之外的其他一个或多个属性与预设值的匹配度超过阈值的对象发送消息。

进一步地，其他一个或多个属性包括对象的等级，对象的等级与该对象发生预定事件时产生的参数相对应。

为了实现上述目的，根据本发明的另一方面，还提供了一种消息发送装置，该装置包括：第一获取单元，用于获取多个对象的属性值，其中，属性值用于记录每个对象发生预定事件的时间；计算单元，用于根据多个对象的属性值至少计算预定事件发生的平均周期；第二获取单元，用于获取符合预定条件的一个或多个对象，其中，预定条件至少包括：当前时间与数据库中记录的该对象最后一次发生预定事件的时间差值在预定范围内，其中，平均周期是得到预定范围的依据之一；发送单元，用于向符合预定条件的一个或多个对象中的部分或全部发送消息。

进一步地，计算单元用于：根据多个对象的属性值计算预定事件发生的平均周期和标准差，预定范围为时间差值大于或者等于平均周期，并且，小于等于平均周期与标准差的预定倍数之和，预定倍数至少为一倍。

进一步地，计算单元包括：第一计算模块，用于根据获取到的对象的属性值计算第一平均周期和第一标准差；过滤模块，用于根据第一标准差过滤为孤点的对象的属性值；第二计算模块，用于根据过滤之后的对象的属性值计算第二平均周期和第二标准差，其中，第二平均周期为预定事件发生的平均周期，第二标准差为预定事件发生的标准差。

本发明通过根据获取到的多个对象的属性值计算预定事件发生的平均周期，然后确定出当前时间和最后一次发生预定事件的时间差值在预定范围内的对象，向确定出的对象中的部分或全部发送消息，解决了相关技术中对消息发送的对象的确定不准确的问题，进而达到了提高消息发送的对象的准确性效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的消息发送方法的流程图；

图2是根据本发明实施例的会员消费数据的示意图；以及

图3是根据本发明实施例的消息发送装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例提供了一种消息发送方法。

图1是根据本发明实施例的消息发送方法的流程图，如图1所示，该方法包括以下步骤：

步骤S102：获取多个对象的属性值，属性值用于记录每个对象发生预定事件的时间。

步骤S104：根据多个对象的属性值至少计算预定事件发生的平均周期。

步骤S106：获取符合预定条件的一个或多个对象，其中，预定条件至少包括：当前时间与数据库中记录的该对象最后一次发生预定事件的时间差值在预定范围内，其中，平均周期是得到预定范围的依据之一。

步骤S108：向符合预定条件的一个或多个对象中的部分或全部发送消息。

通过本发明的上述实施例，获取多个对象的属性值，然后根据多个对象的属性值计算得到预定事件发生的平均周期，计算对象最后一次发生预定事件的时间和当前时间的差值，选取该差值在预定范围内的对象，向这些对象中的部分或全部发送消息，由于确定的消息发送对象的条件为当前时间与数据库中记录的该对象最后一次发生预定事件的时间差值在预定范围内，在该时间差值在预定范围内的对象的更有可能再次发生预定事件，因此向这些对象发送消息以做出提醒能够解决相关技术中对消息发送的对象的确定不准确的问题，进而达到了提高消息发送的对象的准确性效果。

每个对象都具有属性值，属性值可以用于记录每个对象发生预定事件的时间，预定事件的时间可以是多个，例如，如果该对象发生过多次预定事件，则该对象的属性值可以是多个，在获取该对象的属性值的时候可以获取该对象的多个属性值，在获取到多个对象的属性值之后，根据多个对象的属性值进行计算，至少计算预定事件发生的平均周期，预定事件发生的平均周期的计算方法可以有多种，例如，可以计算每个对象的发生多次预定事件的时间差，然后计算所有时间差的平均值，得到预定事件发生的平均周期。设定预定条件，预定条件至少包括：当前时间与数据库中记录的该对象的最后一次发生预定事件的时间差在预设范围内，预定范围是根据平均周期设定的，预定范围的设定也可以包括其他因素，例如，预定事件发生的次数等，在确定出预定条件之后，向符合预定条件的对象发送消息，可以是向符合预定条件的一个或多个对象中的全部发送消息，也可以是向符合预定条件的部分对象发送消息，发送消息可以是发送短信，也可以是发送微信或者其他应用消息等，发送的消息可以是提醒会员到某餐厅消费的提醒消息，也可以是一些促销消息等。

可选地，根据多个对象的属性值至少计算预定事件发生的平均周期包括：根据多个对象的属性值计算预定事件发生的平均周期和标准差，预定范围为时间差值大于或者等于平均周期，并且，小于等于平均周期与标准差的预定倍数之和，预定倍数至少为一倍。根据多个对象的属性值可以计算预定事件发生的平均周期，也可以计算时间发生的标准差，预定范围为时间差值大于或等于平均周期，也即，对象发生预定事件的时间距离当前时间已经大于等于平均周期，并且不超过平均周期与标准差的预定倍数之和，也即，预定范围为一个合适的时间范围，大于等于平均周期，但是大于平均周期的时间不超过一定的值，预定倍数至少为一倍，可选地，预定倍数为两倍，在一些应用场景中，预定倍数也可以为三倍。

可选地，对象可以是会员的消费数据，获取多个对象的属性值可以是获取多个会员的消费数据，会员的消费数据包括每个会员进行消费的时间，会员消费数据也可以包括其他数据，例如，消费金额等，获取消费数据可以是获取计算机中存储的会员消费数据，根据多个会员的消费时间至少计算出会员消费的平均周期，例如，对于餐饮会员，可以计算出会员到某家饭店吃饭的周期，例如，用户A大约每过一个月会到某家饭店消费。当根据会员的消费数据计算出某会员当前时间距离上次消费时间到达或者超过消费周期，则该会员有较大可能性会进行再次消费，此时，向这些会员中的部分或者全部发送消息，能够提高消息发送的对象的准确性，向这些会员发送促销消息，能够提高这些会员消费几率，留住有价值的客户，提高企业利润，但是，某会员当前时间距离上次消费时间超过消费周期的幅度不能超过一定的数值，如果过长时间没有消费，则该会员可能不会再去消费了，此时再给该会员发送促销消息的作用很小，因此，距离上次消费的时间的差值不超过平均周期与标准差的预定倍数之和，优选地，预定倍数为两倍。通过该实施例可以快速定位出有价值的客户，在会员即将流失的过程中对会员进行有效挽回，增加企业的利润。

可选地，根据多个对象的属性值计算预定事件发生的平均周期和标准差包括：根据获取到的对象的属性值计算第一平均周期和第一标准差；根据第一标准差过滤为孤点的对象的属性值；根据过滤之后的对象的属性值计算第二平均周期和第二标准差，其中，第二平均周期为预定事件发生的平均周期，第二标准差为预定事件发生的标准差。第一平均周期和第一标准差可以根据所有发生一次以上预定事件的对象的属性值计算预定事件发生的平均周期和标准差，在得到第一平均周期和第一标准差之后，可以将偏离第一平均周期偏差大的属性值过滤，以提高计算出的预定事件发生的平均周期的准确性，在进行过滤时，可以过滤距离第一平均周期的差值超过第一标准差的预设倍数的值，例如，如果某个数值距离第一平均周期的差值超过第一标准差的两倍，则该数值可以作为孤点过滤掉，在将所有孤点过滤掉之后可以重新计算平均周期和标准差，作为第二平均周期和第二标准差。

以会员的消费数据为例，在一些情况下，某个或某些会员的消费周期会出现偏离平均周期的较大幅度的变化，例如，用户出国或者出差期间的消费周期可能会变长，或者用户接待朋友可能短期内到某家餐厅吃饭次数较多，但这些消费周期明显偏离正常的会员消费周期，如果将这些数据计算在内，可能导致消费周期的计算出现误差，将这些数据过滤除去重新计算会员的消费周期，能够提高平均周期计算的准确性。

可选地，预定条件包括时间差值在预定范围内，和，对象的除属性值之外的其他一个或多个属性与预设值的匹配度。以会员的消费数据为例，属性值可以是会员的消费时间，其他属性值可以是会员的消费金额、消费地点等多种类型的属性，在对符合预定条件的会员发送消息时，除了最后一次消费的时间距离当前时间差值在预定条件内，也可以包括其他筛选条件，例如，会员的消费次数为一次以上，消费金额在预设数值以上等，通过限定其他属性与预设值的匹配度来确定对象，能够进一步提高对象筛选的准确性。

可选地，向符合预定条件的一个或多个对象中的部分或全部发送消息包括：向符合预定条件并且除属性值之外的其他一个或多个属性与预设值的匹配度超过阈值的对象发送消息。某个属性与预设值的匹配度可以是某个属性的数值是否在预设的数值范围内，如果该属性的值在预设范围内，则该属性与预设值的匹配度较高，匹配度超过阈值可以是误差小于预设的数值，如果误差小于预设的数值，则匹配度超过预设阈值，如果某个对象的一个或多个属性与预设值的匹配度都超过阈值，则向该对象发送消息，对象有越多的属性与预设值的匹配度超过阈值，则向这些对象越有价值，在向这些对象发送消息之后，能够得到最好的效果。例如，向多个属性都符合预设条件的会员发送促销消息，能够得到很好的效果，这些会员有最大的可能性会响应促销消息而去餐厅消费。

可选地，其他一个或多个属性包括对象的等级，对象的等级与该对象发生预定事件时产生的参数相对应。以会员消费数据为例，预定事件可以是会员的消费事件，消费事件发生时产生的参数可以是消费金额，消费地点等参数，根据会员消费的参数可以对会员划分等级，例如，可以根据月平均消费金额划分会员等级，在划分出会员等级之后，可以根据会员等级给会员发送促销信息，例如，某个普通餐厅的折扣活动只向较低等级的会员发送，某个高档餐厅的开业活动只向较高等级的会员发送，通过区分对象的等级，根据对象等级发送消息能够快速定位有价值的客户，提高消息发送的准确性，在即将流失的过程中进行有效的挽回，也提高企业利润。

以对象为消费会员，预定事件为会员消费事件为例，结合一个具体的实施方式对本发明的技术方案进行说明：

以未消费时间计算客户的消费周期的平均值和标准差：从所有会员数据中选取消费次数在一次以上的消费者，将这些消费者作为常客客群，计算常客客群的平均消费周期，计算方法可以为(末次-首次)/次数，计算常客客群平均消费周期的平均值mu和标准差sigma(简称为sig)，以2倍sigma为限过滤孤点属性，将与平均值的差值在两倍标准差以上的数值过滤掉，重新计算常客客群平均消费周期的平均值mu和标准差sigma。

使用正态分布累计函数计算流失概率，可以通过公式p＝normcdf(未消费天数，mu，sigma)计算。

图2是根据本发明实施例的会员消费数据的示意图，如图1所示，横坐标为会员未消费天数，左侧纵坐标为数量(Bars)，右侧纵坐标为隶属度/流失概率(Lines)，随着未消费天数的增加，会员数量减少，隶属度随着未消费天数增加先增加再下降，而流失概率随着未消费天数增加而增加。

根据会员消费数据示意图可以计算两个时间点t1＝mu，t2＝mu+2sigma，其中，t1是会员消费周期的平均值，t2是消费周期平均值与两倍的标准差的和，通过做活动来挽回有价值顾客的推荐时间点应该在t1～t2的时段，此时p的区间为[0.5,0.95]。

当时间小于t1，即p<0.5时，此时顾客刚消费完不久不确定性较大，不予考虑。

当时间大于t2，即p>0.95时，客户流失意愿较高，相同成本下召回难度较高。

因此可以选取时间在t1～t2的时段，对这些时段的客户发送提醒消费消息可以提高会员消费几率。

计算客户的价值比例v，可以通过如下过程计算：

1、获取客户的如下属性：

总消费额v0，

t1内的累计消费额v1，

t2内的累计消费额v2，

2、分别用min-max方式标准化上述消费额，目的是将三个数据拉到同一数量级。

3、分别使用1-p计算权重：

W0＝1-normpdf((当前日期-首次消费日期)，mu，sig)；

w1＝1-normpdf(t1，mu，sig)＝0.5，

w2＝1-normpdf(t2，mu，sig)<0.05；

4、计算v＝v0*w0+v1*w1+v2*w2；

根据计算出的客户的价值比例可以对客户进行等级分类，在发送消息时，可以对某一等级的客户发送，以获得最大的价值。

客户的价值v的计算方法可以有多种，除了上述t1，t2两个时间点，还可以选取其他时间点进行计算，比如，选取平均值与三倍或四倍的标准差的和作为时间点，计算类似的v3，v4，w3，w4。可以设置不同消费时间的权重，使得较近期的消费额占比重较大，远期的消费额所占比重较小，且下降平滑，通过这样的计算方法能够进一步提高对会员筛选的准确性。

上述的本发明实施例的技术方案，通过结合消费者的时间和历史价值两方面因素，及早锁定有价值的客户，对会员筛选的效果良好，能够及时做出优化选择，在整个客户的生命周期中快速过滤出高价值，高可行性的客户群体。可以弱化历史贡献比例以实现更准确的筛选效果，由于弱化了历史贡献比例，因此不适用于对全局历史上高消费人群的过滤和较长消费周期人群的过滤。

在一种可选的实施方式中，获取到预设群体M中用户的消费时间数据之后，提取属性消费时长dur(末次消费时间减去首次消费时间得到的天数再加1所得)，累计消费频次freq(总共消费了多少次)，然后可以通过以下公式计算以下参数：

计算个体的消费周期属性：

选取有效消费群体：M1＝σ_dur>1 (M)；

计算有效群体的消费周期：I1＝Π_int (M1)；

计算有效群体的消费周期均值：mu＝MEAN (I1)；

计算有效群体的消费周期标准差：sig＝STD (I1)；

去除孤立数据操作：I2＝σ_{int>(mu-2sig)ANDint<(mu+2sig)} (I1)；

更新有效群体的消费周期均值：mu＝MEAN (I2)；

更新有效群体的消费周期标准差：sig＝STD (I2)；

时间T＝mu+n*sig。

在通过上述公式计算得到相应的数值之后，根据计算得到的当前时间距离上次消费时间的差值在T的会员，对这些会员发送消息，以促进这些会员消费，能够快速及时锁定有价值的客户，吸引客户消费，提高企业利润。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本发明实施例提供了一种消息发送装置，该消息发送装置可以用于执行本发明实施例的消息发送方法。

图3是根据本发明实施例的消息发送装置的示意图，如图3所示，该装置包括：

第一获取单元10，用于获取多个对象的属性值，其中，属性值用于记录每个对象发生预定事件的时间。

计算单元20，用于根据多个对象的属性值至少计算预定事件发生的平均周期。

第二获取单元30，用于获取符合预定条件的一个或多个对象，其中，预定条件至少包括：当前时间与数据库中记录的该对象最后一次发生预定事件的时间差值在预定范围内，其中，平均周期是得到预定范围的依据之一。

发送单元40，用于向符合预定条件的一个或多个对象中的部分或全部发送消息。

该实施例采用第一获取单元10获取多个对象的属性值，其中，属性值用于记录每个对象发生预定事件的时间；计算单元20根据多个对象的属性值至少计算预定事件发生的平均周期；第二获取单元30获取符合预定条件的一个或多个对象，其中，预定条件至少包括：当前时间与数据库中记录的该对象最后一次发生预定事件的时间差值在预定范围内，其中，平均周期是得到预定范围的依据之一；发送单元40向符合预定条件的一个或多个对象中的部分或全部发送消息，解决了相关技术中对消息发送的对象的确定不准确的问题，进而达到了提高消息发送的对象的准确性效果。

可选地，计算单元20用于根据多个对象的属性值计算预定事件发生的平均周期和标准差，预定范围为时间差值大于或者等于平均周期，并且，小于等于平均周期与标准差的预定倍数之和，预定倍数至少为一倍。

可选地，计算单元20包括：第一计算模块，用于根据获取到的对象的属性值计算第一平均周期和第一标准差；过滤模块，用于根据第一标准差过滤为孤点的对象的属性值；第二计算模块，用于根据过滤之后的对象的属性值计算第二平均周期和第二标准差，其中，第二平均周期为预定事件发生的平均周期，第二标准差为预定事件发生的标准差。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。