本发明涉及人工智能,尤其涉及一种营销策略智能生成方法、装置、电子设备和存储介质。
背景技术:
1、在金融和电商等场景中,市场环境竞争激烈,客户经理需要运用所有可用的资源和工具来提升营销效率和效果。
2、相关技术中,客户经理面对海量的产品信息和客户数据,既无法准确和全面地了解不同产品的特点,也无法深入分析客户的消费习惯和消费喜好,使得客户经理无法精准地定位客户需求,营销效率低,客户体验差。
技术实现思路
1、本发明提供一种营销策略智能生成方法、装置、电子设备和存储介质,用于解决无法精准地定位客户需求,营销效率低的技术问题。
2、本发明提供一种营销策略智能生成方法,包括:
3、获取目标客户的沟通记录,以及待推荐产品的产品信息;
4、基于大型语言模型对所述沟通记录进行标签挖掘,生成所述目标客户的标签信息;
5、基于大型语言模型对所述产品信息进行标签挖掘,生成所述待推荐产品的标签信息;
6、基于大型语言模型对所述目标客户的标签信息和所述待推荐产品的标签信息进行信息融合,生成向所述目标客户推荐所述待推荐产品的营销策略。
7、在一些实施例中,所述基于大型语言模型对所述沟通记录进行标签挖掘,生成所述目标客户的标签信息,包括:
8、基于大型语言模型对所述沟通记录进行标签挖掘,生成所述目标客户的实时标签信息;
9、基于大型语言模型对所述目标客户的实时标签信息和历史标签信息进行信息融合,生成所述目标客户的标签信息。
10、在一些实施例中,所述基于大型语言模型对所述目标客户的实时标签信息和历史标签信息进行信息融合,生成所述目标客户的标签信息之后,所述方法还包括:
11、基于所述目标客户的标签信息,生成所述目标客户的客户画像;
12、基于大型语言模型对所述客户画像进行分析,生成所述目标客户的客户分析结果;所述客户分析结果包括所述目标客户的产品偏好分析结果和购买意向分析结果中的至少一种。
13、在一些实施例中,所述基于大型语言模型对所述目标客户的实时标签信息和历史标签信息进行信息融合,生成所述目标客户的标签信息之后,所述方法还包括:
14、基于所述目标客户的标签信息,生成所述目标客户的营销时机画像;
15、基于大型语言模型对所述营销时机画像进行分析,生成所述目标客户对应的营销时机推荐信息。
16、在一些实施例中,所述基于大型语言模型对所述产品信息进行标签挖掘,生成所述待推荐产品的标签信息之后,所述方法还包括:
17、基于大型语言模型将所述产品信息与所述待推荐产品对应的关联产品的产品信息进行信息对比,生成所述待推荐产品的产品对比信息。
18、在一些实施例中,所述基于大型语言模型对所述目标客户的标签信息和所述待推荐产品的标签信息进行信息融合,生成向所述目标客户推荐所述待推荐产品的营销策略,包括:将所述目标客户的标签信息和所述待推荐产品的标签信息进行匹配,得到所述目标客户与所述待推荐产品的匹配程度信息;
19、基于大型语言模型对所述匹配程度信息、所述目标客户的客户分析结果和所述目标客户对应的营销时机推荐信息进行信息融合,生成向所述目标客户推荐所述待推荐产品的营销策略。
20、在一些实施例中,所述方法还包括:
21、构建包含所述待推荐产品的产品信息的产品知识库;
22、基于大型语言模型对所述产品知识库进行信息抽取,生成所述产品知识库对应的产品信息库;基于大型语言模型和所述产品信息库,生成产品知识问题对应的产品知识答案。
23、本发明提供一种营销策略智能生成装置,包括:
24、信息获取模块,用于获取目标客户的沟通记录,以及待推荐产品的产品信息;
25、客户标签挖掘模块,用于基于大型语言模型对所述沟通记录进行标签挖掘,生成所述目标客户的标签信息;
26、产品标签挖掘模块,用于基于大型语言模型对所述产品信息进行标签挖掘,生成所述待推荐产品的标签信息;
27、策略生成模块,用于基于大型语言模型对所述目标客户的标签信息和所述待推荐产品的标签信息进行信息融合,生成向所述目标客户推荐所述待推荐产品的营销策略。
28、本发明提供一种电子设备,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所述的营销策略智能生成方法。
29、本发明提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的营销策略智能生成方法。
30、本发明提供的营销策略智能生成方法、装置、电子设备和存储介质,获取目标客户的沟通记录,以及待推荐产品的产品信息;基于大型语言模型对沟通记录进行标签挖掘,生成目标客户的标签信息;基于大型语言模型对产品信息进行标签挖掘,生成待推荐产品的标签信息;基于大型语言模型对目标客户的标签信息和待推荐产品的标签信息进行信息融合,生成向目标客户推荐待推荐产品的营销策略;一方面通过大型语言模型对目标客户的沟通记录和待推荐产品的产品信息进行了标签挖掘,另一方面对挖掘得到的标签信息进行了信息融合,利用了大型语言模型的强大计算能力和对复杂特征的学习能力,可以更好地理解和利用数据,更有效地从数据中提取有用信息,不仅提高了沟通记录和产品信息等数据挖掘的准确性,还处理了大规模的海量数据,最后自动生成高质量的营销策略,可以精准地定位不同客户的客户需求,推荐更加满足客户需求的产品,提高了营销效率,也提高了客户体验。
1.一种营销策略智能生成方法,其特征在于,包括:
2.根据权利要求1所述的营销策略智能生成方法,其特征在于,所述基于大型语言模型对所述沟通记录进行标签挖掘,生成所述目标客户的标签信息,包括:
3.根据权利要求2所述的营销策略智能生成方法,其特征在于,所述基于大型语言模型对所述目标客户的实时标签信息和历史标签信息进行信息融合,生成所述目标客户的标签信息之后,所述方法还包括:
4.根据权利要求2所述的营销策略智能生成方法,其特征在于,所述基于大型语言模型对所述目标客户的实时标签信息和历史标签信息进行信息融合,生成所述目标客户的标签信息之后,所述方法还包括:
5.根据权利要求1所述的营销策略智能生成方法,其特征在于,所述基于大型语言模型对所述产品信息进行标签挖掘,生成所述待推荐产品的标签信息之后,所述方法还包括:
6.根据权利要求1所述的营销策略智能生成方法,其特征在于,所述基于大型语言模型对所述目标客户的标签信息和所述待推荐产品的标签信息进行信息融合,生成向所述目标客户推荐所述待推荐产品的营销策略,包括:
7.根据权利要求1至6任一项所述的营销策略智能生成方法,其特征在于,所述方法还包括:
8.一种营销策略智能生成装置,其特征在于,包括:
9.一种电子设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的营销策略智能生成方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的营销策略智能生成方法。