CN108389070A - 一种客户行为特征分析方法、服务器及系统 - Google Patents
一种客户行为特征分析方法、服务器及系统 Download PDFInfo
- Publication number
- CN108389070A CN108389070A CN201810045671.8A CN201810045671A CN108389070A CN 108389070 A CN108389070 A CN 108389070A CN 201810045671 A CN201810045671 A CN 201810045671A CN 108389070 A CN108389070 A CN 108389070A
- Authority
- CN
- China
- Prior art keywords
- customer
- equipment
- shops
- enterprise
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
本发明实施例提供一种客户行为特征分析方法、服务器及系统。其中,所述方法包括:接收布置于企业的门店的客户信息采集设备发送的数据信息;根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。本发明实施例通过获取企业的各个门店的客户信息采集设备发送的数据信息,进而进行统计得到企业的客户行为特征,提高了客户行为特征分析数据的全面性,有利于获得指导企业决策的更可靠的客户行为特征分析结果。
Description
技术领域
本发明实施例涉及通信技术领域,具体为一种客户行为特征分析方法、服务器及系统。
背景技术
了解消费者行为是形成市场营销战略的基础。通过合理、系统的客户行为特征分析,企业可以知道不同的客户有着什么样的需求,分析客户消费特征与商务效益的关系,使运营策略得到最优的规划;更为重要的是可以发现潜在客户,从而进一步扩大商业规模,使企业得到快速的发展。
现如今,在客户行为特征分析中,互联网网站可通过对注册用户的浏览习惯等进行统计,可以较容易地得到客户行为特征。在具有实体店铺的企业中,企业往往通过问卷调查等方式了解客户的消费习惯等信息。有的实体店铺虽然安装了自动化的信号采集设备采集客户信息,但具备连锁店的实体店铺间获得的信息分散,无法得到针对整个企业的全面的客户行为特征分析结果,因此降低了客户行为特征分析的利用价值。
发明内容
为解决现有企业的客户行为特征分析不全面的问题,本发明实施例提供一种客户行为特征分析方法、服务器及系统。
第一方面,本发明实施例提供一种客户行为特征分析方法,该方法包括:接收布置于企业的门店的客户信息采集设备发送的数据信息;根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
第二方面,本发明实施例提供一种客户行为特征分析服务器,该服务器包括:信号接收模块,具体用于接收布置于企业的门店的客户信息采集设备发送的数据信息;特征分析模块,具体用于根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
第三方面,本发明实施例提供一种客户行为特征分析系统,该系统包括:本发明实施例提供的任一客户行为特征分析服务器和布置于企业的门店的客户信息采集设备;所述客户信息采集设备包括wifi探针和AP设备;所述wifi探针具体用于:发送数据信息给所述客户行为特征分析服务器,所述数据信息包括所述wifi探针的真实mac地址、客户设备的随机mac地址、信号强度和时间戳;所述AP设备具体用于:发送数据信息给所述客户行为特征分析服务器,所述数据信息包括所述AP设备的真实mac地址、客户设备的真实mac地址、时间戳、信号强度和所述客户设备的品牌及型号。
第四方面,本发明实施例提供一种电子设备,包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如下方法:接收布置于企业的门店的客户信息采集设备发送的数据信息;根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
第五方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如下方法:接收布置于企业的门店的客户信息采集设备发送的数据信息;根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
本发明实施例通过获取企业的各个门店的客户信息采集设备发送的数据信息,进而进行统计得到企业的客户行为特征,提高了客户行为特征分析数据的全面性,有利于获得指导企业决策的更可靠的客户行为特征分析结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的客户行为特征分析方法流程图;
图2为本发明实施例提供的户行为特征分析服务器结构示意图;
图3为本发明实施例提供的一种客户行为特征分析系统结构示意图;
图4为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的客户行为特征分析方法流程图。如图1所示,所述方法包括:
步骤101、接收布置于企业的门店的客户信息采集设备发送的数据信息;
步骤102、根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
客户行为特征分析服务器接收布置于企业的门店的客户信息采集设备发送的数据信息;所述客户信息采集设备用来通过与客户携带的客户设备(如手机)进行通信,获取客户设备的特征数据,所述客户设备的特征数据可以表征客户的特征信息;所述数据信息包括所述客户设备的特征数据和所述客户信息采集设备的特征数据。
由于一个企业可能具有多个实体店铺,多个实体店铺分布于不同的区域。因此,要想获得企业的客户行为特征,需在企业的各个店铺布置所述客户信息采集设备,客户行为特征分析服务器通过获取各个实体店铺的客户信息采集设备发送的数据信息,进而进行统计分析,得到所述企业的客户行为特征。
所述客户信息采集设备可通过以太网实现与所述客户行为特征分析服务器的通信。
本发明实施例通过获取企业的各个门店的客户信息采集设备发送的数据信息,进而进行统计得到企业的客户行为特征,提高了客户行为特征分析数据的全面性,有利于获得指导企业决策的更可靠的客户行为特征分析结果。
进一步地,基于上述实施例,所述客户信息采集设备包括wifi探针和AP设备,所述接收布置于企业的门店的客户信息采集设备发送的数据信息具体包括:接收布置于所述企业的所述门店的所述wifi探针发送的数据信息以及接收布置于所述企业的所述门店的所述AP设备发送的数据信息。
所述客户信息采集设备包括wifi探针和AP(Access Point,接入点)设备,所述wifi探针和所述AP设备是两种所述客户信息采集设备;在企业各个所述门店均布置所述wifi探针和所述AP设备,以采集与客户设备相关的信息。所述wifi探针无法获得客户设备的真实mac地址,因此只能获得匿名用户的信息;所述AP设备为接入点设备,如无线交换机,所述AP设备可以获得客户设备的真实mac地址,因此可以获得真实用户的信息。
所述客户行为特征分析服务器分别接收所述wifi探针和所述AP设备发送的数据信息,进行统计分析,获得所述企业的所述客户行为特征。
在上述实施例的基础上,本发明实施例通过将wifi探针和AP设备获得的数据相结合进行统计分析,得到企业的客户行为特征,进一步提高了客户行为特征分析数据的全面性和客户行为特征分析结果的可靠性。
进一步地,基于上述实施例,所述客户行为特征包括客户流量分布特征,得到所述企业的所述客户流量分布特征的方法具体包括:接收布置于所述企业的所述门店的所述wifi探针发送的数据信息,所述数据信息包括所述wifi探针的真实mac地址、客户设备的随机mac地址、信号强度和时间戳;根据所述wifi探针的所述真实mac地址得到所述门店的信息;根据所述wifi探针发送的所述客户设备的所述随机mac地址、所述信号强度和所述时间戳得到所述客户设备距离所述门店的距离以及所述数据信息的获取时间;根据所述门店的信息、所述客户设备的所述随机mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到各个所述门店的所述客户流量分布特征,根据所述各个所述门店的所述客户流量分布特征得到所述企业的所述客户流量分布特征。
所述wifi探针可以捕获其周围的客户设备的随机mac地址和信号强度,并可获取用来标记获取所述随机mac地址和所述信号强度获取时间的时间戳;所述wifi探针将获取的所述客户设备的所述随机mac地址、所述信号强度、所述时间戳和所述wifi探针自身的真实mac地址发送给客户行为特征分析服务器;
所述客户行为特征分析服务器接收布置于企业的门店的所述wifi探针发送的数据信息,所述数据信息包括所述wifi探针的真实mac地址、客户设备的随机mac地址、信号强度和时间戳。所述wifi探针可以采集到自身的真实mac地址。在所述客户行为特征分析服务器具有包含wifi探针的真实mac地址和门店的信息的对应关系的数据库,所述门店的信息可以包括门店名称和门店地址。因此所述客户行为特征分析服务器根据所述wifi探针的真实mac地址可以得到所述门店的信息。所述wifi探针只能获取所述客户设备的随机mac地址,因此并不能获得所述客户设备的真实身份信息。
客户行为特征分析服务器根据所述时间戳可以得到所述数据信息的获取时间;并根据所述wifi探针发送的所述客户设备的所述随机mac地址、所述信号强度得到所述客户设备距离所述门店的距离,具体可通过如下公式得到所述客户设备距离所述门店的距离:
其中,RSSIwifi为所述wifi探针捕获的所述信号强度,A为所述wifi探针的功率,n1为常系数;d1为所述wifi探针捕获的所述客户设备距离所述门店的距离;
其中,常系数n1可通过试验确定,如设定好试验客户设备与所述wifi探针的距离,根据所述wifi探针捕获的所述试验客户设备的所述信号强度、所述wifi探针的功率可以得到常系数n1的值。常系数n1的值确定后,便可根据所述信号强度、所述wifi探针的功率和常系数n1,利用上述公式得到所述客户设备距离所述门店的距离。
根据所述门店的信息、所述客户设备的所述随机mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到各个所述门店的所述客户流量分布特征。假如企业具有门店1和门店2,根据布置于门店1的wifi探针发送的数据信息,可以得到门店1的信息(如门店1的名称和位置)、所述客户设备的所述随机mac地址、所述客户设备距离门店1的距离和所述数据信息的获取时间。由于所述wifi探针在所述数据信息的获取时间可能捕捉到多个所述客户设备的信息,因此可以得到门店1在所述数据信息的获取时间的客户流量分布特征,如在所述数据信息的获取时间分别距离门店1为5m、10m时的客户流量,所述客户流量包括客户数量。根据门店1在一段时间内发送的所述数据信息,可以得到门店1在此段时间的客户流量分布特征。同样的,可以得到门店2在此段时间的客户流量分布特征。将门店1在此段时间的客户流量分布特征和门店2在此段时间的客户流量分布特征相结合,可以得到所述企业在此段时间的客户流量分布特征。
在上述实施例的基础上,本发明实施例通过接收wifi探针发送的数据信息,进而得到客户流量分布特征,可为客户行为特征分析提供可靠的客户流量分析数据。
进一步地,基于上述实施例,所述客户行为特征还包括用户画像,所述用户画像包括新老访客信息和客户移动轨迹,得到所述企业的所述用户画像的方法具体包括:接收布置于所述企业的所述门店的所述AP设备发送的数据信息,所述数据信息包括所述AP设备的真实mac地址、客户设备的真实mac地址和时间戳;根据所述AP设备的所述真实mac地址得到所述门店的信息;根据所述AP设备发送的所述时间戳得到所述数据信息的获取时间;根据所述客户设备的真实mac地址进行查询,获得所述新老访客信息,包括:若在所述企业的各个所述门店的所述AP设备发送的所述数据信息中存在所述客户设备的所述真实mac地址的历史记录,则获知客户为老访客;否则,获知客户是新访客;若获知所述客户为老访客,则根据所述客户设备的所述真实mac地址、所述门店的信息和所述数据信息的获取时间得到所述客户移动轨迹。
所述客户行为特征还包括用户画像,所述用户画像包括新老访客信息和客户移动轨迹。所述AP设备在所述客户设备通过所述AP设备接入网络时(如采用一键上网的方式),可以利用所述客户设备的内置浏览器弹出H5页面,并在H5页面中配置所述客户设备信息的抓取代码,实现通过H5页面抓取所述客户设备的详细信息。所述AP设备可以捕获所述客户设备的真实mac地址,并可获取用来标记获取客户设备的真实mac地址获取时间的时间戳;所述AP设备还可以采集到自身的真实mac地址。所述AP设备将获取的所述客户设备的所述真实mac地址、所述时间戳和所述AP设备自身的真实mac地址发送给客户行为特征分析服务器;
所述客户行为特征分析服务器接收布置于企业的门店的所述AP设备发送的数据信息,所述数据信息包括所述AP设备的真实mac地址、客户设备的真实mac地址和时间戳。在所述客户行为特征分析服务器具有包含所述AP设备的真实mac地址和门店的信息的对应关系的数据库,所述门店的信息可以包括门店名称和门店地址。因此所述客户行为特征分析服务器根据所述AP设备的真实mac地址可以得到所述门店的信息。所述AP设备能获取所述客户设备的真实mac地址,所述客户设备的真实mac地址可以唯一地标识所述客户设备,因此可以获得所述客户设备真实身份信息。
客户行为特征分析服务器根据所述时间戳可以得到所述数据信息的获取时间。客户行为特征分析服务器根据所述客户设备的真实mac地址进行查询,若在企业的各个所述门店的所述AP设备发送的所述数据信息中存在所述客户设备的所述真实mac地址的历史记录,则说明至少存在一个所述门店的所述AP设备捕获过所述客户设备的信息,则认为所述客户设备对应的客户访问过所述门店,则获知所述客户为老访客;否则,若在企业的各个所述门店的所述AP设备发送的所述数据信息中不存在所述客户设备的所述真实mac地址的历史记录,则说明所述客户是新访客。由此,可以获得所述新老访客信息。
若获知所述客户为老访客,可进一步获取所述客户的在所述企业的各个所述门店的移动轨迹信息,即所述客户移动轨迹。如可获知客户甲(用其携带的客户设备表征,认为一个客户设备对应的客户不变)按照时间顺序从门店1到门店3再到门店2的信息。根据所述AP设备的真实mac地址可以得到所述门店的信息,再结合所述客户设备的所述真实mac地址和所述数据信息的获取时间可以得到所述客户设备在所述数据信息的获取时间出现在所述门店。因此,根据企业的各个门店的所述AP设备发送的数据信息,可以得到所述客户设备出现在特定门店的特定时间信息,将所述客户设备出现在特定门店的特定时间信息进行综合,可以得到所述客户移动轨迹。
所述用户画像包括新老访客信息和客户移动轨迹,因此,根据所述新老访客信息和所述客户移动轨迹可以得到所述用户画像。由此,进一步得到了所述客户行为特征的用户画像。
在上述实施例的基础上,本发明实施例通过接收AP设备发送的数据信息,进而得到包括新老访客信息和客户移动轨迹的用户画像,进一步丰富了进行客户行为特征分析的数据组成。
进一步地,基于上述实施例,所述用户画像还包括客户进店时间、客户进店停留时长和预估消费能力,得到所述企业的所述用户画像的方法还包括:接收布置于所述企业的所述门店的所述AP设备发送的数据信息,所述数据信息还包括所述客户设备的信号强度和所述客户设备的品牌及型号;根据所述AP设备发送的所述客户设备的所述真实mac地址和所述信号强度得到所述客户设备距离所述门店的距离;根据所述门店的信息、所述客户设备的所述真实mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到所述客户进店时间和所述客户进店停留时长;根据所述客户设备的所述真实mac地址、所述客户设备的品牌及型号及所述客户设备的品牌及型号的持续时间得到所述预估消费能力。
所述客户行为特征包括客户流量分布特征,还包括用户画像;所述用户画像包括新老访客信息和客户移动轨迹,还包括客户进店时间、客户进店停留时长和预估消费能力。根据上述实施例提供的方法可获得所述客户流量分布特征、所述新老访客信息和所述客户移动轨迹。
客户行为特征分析服务器得到所述客户进店时间、客户进店停留时长的方法如下:
接收布置于企业的门店的所述AP设备发送的数据信息,所述数据信息还包括所述客户设备的信号强度;根据所述AP设备的所述真实mac地址得到所述门店的信息;根据所述AP设备发送的所述客户设备的所述真实mac地址和所述信号强度得到所述客户设备距离所述门店的距离;具体可通过如下公式得到所述客户设备距离所述门店的距离:
其中,RSSIAP为所述AP设备获取的所述信号强度,B为所述AP设备的功率,n2为常系数;d2为与所述AP设备通信的所述客户设备距离所述门店的距离;
其中,常系数n2可通过试验确定,如设定好试验客户设备与所述AP设备的距离,根据所述AP设备获得的所述试验客户设备的所述信号强度、所述AP设备的功率可以得到常系数n2的值。常系数n2的值确定后,便可根据所述信号强度、所述AP设备的功率和常系数n2,利用上述公式得到所述客户设备距离所述门店的距离。
根据所述门店的信息、所述客户设备的所述真实mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到所述客户进店时间和所述客户进店停留时长;所述AP设备可以获取与之建立通信的所述客户设备的信息,因此,所述客户设备进入到所述AP设备的信号范围内,只要与所述AP设备建立通信联系,则所述AP设备即可以捕捉所述客户设备的信息,即使所述客户设备并未在门店内部。由于所述AP设备通常设置于门店内部,因此要获得所述客户进店时间和所述客户进店停留时长,需要事先设定判断所述客户设备在所述门店内部的所述客户设备距离所述门店的距离的阈值,如可设定为所述客户设备距离所述门店的距离小于或等于2m时,则认为所述客户设备在所述门店内;若所述客户设备距离所述门店的距离大于2m时,则认为所述客户设备在所述门店外。所述客户进店时间和所述客户进店停留时长指的是客户进入某个特定门店的进店时间和进店停留时长。因此获得所述客户进店时间和所述客户进店停留时长需要根据企业的特定门店的所述AP设备得到所述特定门店的所述客户进店时间和所述客户进店停留时长。
根据布置于门店的AP设备发送的数据信息,可以得到门店的信息(如门店的名称和位置)、所述客户设备的所述真实mac地址、所述客户设备距离门店的距离和所述数据信息的获取时间。根据所述客户设备距离所述门店的距离减小到2m时的所述数据信息的获取时间,可以得到所述客户进店时间;根据所述客户设备距离所述门店的距离增加到2m时的所述数据信息的获取时间,可以得到所述客户出店时间;根据所述客户进店时间和所述客户出店时间可以得到所述客户进店停留时长。
客户行为特征分析服务器得到所述预估消费能力的方法如下:
接收布置于企业的门店的所述AP设备发送的数据信息,所述数据信息还包括所述客户设备的品牌及型号;所述数据信息中的所述客户设备的所述真实mac地址可以唯一地标识所述客户设备,因此,客户行为特征分析服务器根据所述客户设备的所述真实mac地址在历史记录中进行查询,所述历史记录为企业所有门店的所述AP设备发送的所述数据信息,获得与所述客户设备的所述真实mac地址相关的记录条目。由于每一个条目都有所述数据信息的获取时间的信息,因此可以获知所述客户设备的所述品牌及型号的持续时间,所述客户设备的所述品牌及型号的持续时间可代表客户使用相应品牌及型号的电子设备的持续时间,因此所述客户设备的品牌及型号及所述品牌及型号的持续时间可以一定程度上可以代表客户的消费水平,也即通过所述客户设备的品牌及型号及所述客户设备的品牌及型号的持续时间可以得到所述预估消费能力。
在上述实施例的基础上,本发明实施例通过接收AP设备发送的数据信息,进而得到客户进店时间、客户进店停留时长和预估消费能力,丰富了用户画像的内容,也进一步丰富了进行客户行为特征分析的数据组成。
图2为本发明实施例提供的户行为特征分析服务器结构示意图。如图2所示,所述服务器包括信号接收模块10和特征分析模块20,其中:
信号接收模块10具体用于接收布置于企业的门店的客户信息采集设备发送的数据信息;
特征分析模块20具体用于根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
客户行为特征分析服务器的信号接收模块10接收置于企业的门店的客户信息采集设备发送的数据信息;所述数据信息包括所述客户设备的特征数据和所述客户信息采集设备的特征数据。
由于一个企业可能具有多个实体店铺,多个实体店铺分布于不同的区域。因此,要想获得企业的客户行为特征,需在企业的各个店铺布置所述客户信息采集设备,信号接收模块10通过获取各个实体店铺的客户信息采集设备发送的数据信息,进而进行统计分析,得到所述企业的客户行为特征。
本发明实施例通过获取企业的各个门店的客户信息采集设备发送的数据信息,进而进行统计得到企业的客户行为特征,提高了客户行为特征分析数据的全面性,有利于获得指导企业决策的更可靠的客户行为特征分析结果。
进一步地,基于上述实施例,所述客户信息采集设备包括wifi探针和AP设备,所述信号接收模块10具体用于:接收布置于所述企业的所述门店的所述wifi探针发送的数据信息以及接收布置于所述企业的所述门店的所述AP设备发送的数据信息。
所述客户信息采集设备包括wifi探针和AP设备;在企业各个所述门店均布置所述wifi探针和所述AP设备,以采集与客户设备相关的信息。所述wifi探针无法获得客户设备的真实mac地址,因此只能获得匿名用户的信息;所述AP设备可以获得客户设备的真实mac地址,因此可以获得真实用户的信息。
所述客户行为特征分析服务器分别接收所述wifi探针和所述AP设备发送的数据信息,进行统计分析,获得所述企业的所述客户行为特征。
在上述实施例的基础上,本发明实施例通过将wifi探针和AP设备获得的数据相结合进行统计分析,得到企业的客户行为特征,进一步提高了客户行为特征分析数据的全面性和客户行为特征分析结果的可靠性。
进一步地,基于上述实施例,所述信号接收模块10在用于接收布置于企业的门店的所述wifi探针发送的数据信息时具体用于:接收布置于所述企业的所述门店的所述wifi探针发送的数据信息,所述数据信息包括所述wifi探针的真实mac地址、客户设备的随机mac地址、信号强度和时间戳;所述客户行为特征包括客户流量分布特征,所述特征分析模块20还用于得到所述客户流量分布特征,包括:根据所述wifi探针的所述真实mac地址得到所述门店的信息;根据所述wifi探针发送的所述客户设备的所述随机mac地址、所述信号强度和所述时间戳得到所述客户设备距离所述门店的距离以及所述数据信息的获取时间;根据所述门店的信息、所述客户设备的所述随机mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到各个所述门店的所述客户流量分布特征,根据所述各个所述门店的所述客户流量分布特征得到所述企业的所述客户流量分布特征。
信号接收模块10接收布置于企业的门店的所述wifi探针发送的数据信息,所述数据信息包括所述wifi探针的真实mac地址、客户设备的随机mac地址、信号强度和时间戳。在所述客户行为特征分析服务器具有包含wifi探针的真实mac地址和门店的信息的对应关系的数据库,所述门店的信息可以包括门店名称和门店地址。因此所述客户行为特征分析服务器根据所述wifi探针的真实mac地址可以得到所述门店的信息。
特征分析模块20根据所述时间戳可以得到所述数据信息的获取时间;并根据所述wifi探针发送的所述客户设备的所述随机mac地址、所述信号强度得到所述客户设备距离所述门店的距离。
特征分析模块20根据所述门店的信息、所述客户设备的所述随机mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到各个所述门店的所述客户流量分布特征。由于所述wifi探针在所述数据信息的获取时间可能捕捉到多个所述客户设备的信息,因此可以得到门店在所述数据信息的获取时间的客户流量分布特征,所述客户流量包括客户数量。企业的各个门店的客户流量分布特征相结合,可以得到所述企业的客户流量分布特征。
在上述实施例的基础上,本发明实施例通过接收wifi探针发送的数据信息,进而得到客户流量分布特征,可为客户行为特征分析提供可靠的客户流量分析数据。
进一步地,基于上述实施例,所述信号接收模块10在用于接收布置于企业的门店的所述AP设备发送的数据信息时,具体用于:接收布置于所述企业的所述门店的所述AP设备发送的数据信息,所述数据信息包括所述AP设备的真实mac地址、客户设备的真实mac地址和时间戳;所述客户行为特征还包括用户画像,所述用户画像包括新老访客信息和客户移动轨迹,所述特征分析模块20还用于得到所述用户画像,包括:根据所述AP设备的所述真实mac地址得到所述门店的信息;根据所述AP设备发送的所述时间戳得到所述数据信息的获取时间;根据所述客户设备的真实mac地址进行查询,获得所述新老访客信息,包括:若在所述企业的各个所述门店的所述AP设备发送的所述数据信息中存在所述客户设备的所述真实mac地址的历史记录,则获知客户为老访客;否则,获知客户是新访客;若获知所述客户为老访客,则根据所述客户设备的所述真实mac地址、所述门店的信息和所述数据信息的获取时间得到所述客户移动轨迹。
所述客户行为特征还包括用户画像,所述用户画像包括新老访客信息和客户移动轨迹。所述AP设备在所述客户设备通过其接入网络时,可以利用所述客户设备的内置浏览器弹出H5页面,并在H5页面中配置所述客户设备信息的抓取代码,实现通过H5页面抓取所述客户设备的详细信息。所述AP设备可以捕获所述客户设备的真实mac地址,并可获取用来标记获取客户设备的真实mac地址获取时间的时间戳;所述AP设备还可以采集到自身的真实mac地址。所述信号接收模块10接收布置于企业的门店的所述AP设备发送的数据信息,所述数据信息包括所述AP设备的真实mac地址、客户设备的真实mac地址和时间戳。在所述客户行为特征分析服务器具有包含所述AP设备的真实mac地址和门店的信息的对应关系的数据库。因此所述客户行为特征分析服务器根据所述AP设备的真实mac地址可以得到所述门店的信息。所述AP设备能获取所述客户设备的真实mac地址,所述客户设备的真实mac地址可以唯一地标识所述客户设备,因此可以获得所述客户设备真实身份信息。
特征分析模块20根据所述时间戳可以得到所述数据信息的获取时间。特征分析模块20根据所述客户设备的真实mac地址进行查询,若在企业的各个所述门店的所述AP设备发送的所述数据信息中存在所述客户设备的所述真实mac地址的历史记录,则说明至少存在一个所述门店的所述AP设备捕获过所述客户设备的信息,则认为所述客户设备对应的客户访问过所述门店,则获知所述客户为老访客;否则,所述客户是新访客。由此,可以获得所述新老访客信息。
若获知所述客户为老访客,特征分析模块20可进一步获取所述客户在所述的企业的各个所述门店的移动轨迹信息,即所述客户移动轨迹。根据所述AP设备的真实mac地址可以得到所述门店的信息,再结合所述客户设备的所述真实mac地址和所述数据信息的获取时间可以得到所述客户设备在所述数据信息的获取时间出现在所述门店。因此,根据企业的各个门店的所述AP设备发送的数据信息,可以得到所述客户设备出现在特定门店的特定时间信息,将所述客户设备出现在特定门店的特定时间信息进行综合,可以得到所述客户移动轨迹。
在上述实施例的基础上,本发明实施例通过接收AP设备发送的数据信息,进而得到包括新老访客信息和客户移动轨迹的用户画像,进一步丰富了进行客户行为特征分析的数据组成。
进一步地,基于上述实施例,所述信号接收模块10在用于接收布置于企业的门店的所述AP设备发送的数据信息时,还用于:接收布置于所述企业的所述门店的所述AP设备发送的数据信息,所述数据信息还包括所述客户设备的信号强度和所述客户设备的品牌及型号;所述用户画像还包括客户进店时间、客户进店停留时长和预估消费能力,所述特征分析模块20在用于得到所述用户画像的过程中,还用于:根据所述AP设备发送的所述客户设备的所述真实mac地址和所述信号强度得到所述客户设备距离所述门店的距离;根据所述门店的信息、所述客户设备的所述真实mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到所述客户进店时间和所述客户进店停留时长;根据所述客户设备的所述真实mac地址、所述客户设备的品牌及型号及所述客户设备的品牌及型号的持续时间得到所述预估消费能力。
所述客户行为特征包括客户流量分布特征,还包括用户画像;所述用户画像包括新老访客信息和客户移动轨迹,还包括客户进店时间、客户进店停留时长和预估消费能力。
所述特征分析模块20在用于得到所述用户画像的过程中,还用于得到所述客户进店时间和所述客户进店停留时长,包括:
特征分析模块20接收布置于企业的门店的所述AP设备发送的数据信息,所述数据信息还包括所述客户设备的信号强度;根据所述AP设备的所述真实mac地址得到所述门店的信息;根据所述AP设备发送的所述客户设备的所述真实mac地址和所述信号强度得到所述客户设备距离所述门店的距离。根据所述门店的信息、所述客户设备的所述真实mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到所述客户进店时间和所述客户进店停留时长。要获得所述客户进店时间和所述客户进店停留时长,需要事先设定判断所述客户设备在所述门店内部的所述客户设备距离所述门店的距离的阈值,所述阈值可设为2m,即所述客户设备距离所述门店的距离小于或等于2m时,则认为所述客户设备在所述门店内。特征分析模块20根据布置于门店的AP设备发送的数据信息,可以得到门店的信息、所述客户设备的所述真实mac地址、客户设备距离门店的距离和所述数据信息的获取时间。根据所述客户设备距离所述门店的距离减小到2m时的所述数据信息的获取时间,可以得到所述客户进店时间;根据所述客户设备距离所述门店的距离增加到2m时的所述数据信息的获取时间,可以得到所述客户出店时间;根据所述客户进店时间和所述客户出店时间可以得到所述客户进店停留时长。
所述特征分析模块20在用于得到所述用户画像的过程中,还用于得到所述预估消费能力,包括:
特征分析模块20接收布置于企业的门店的所述AP设备发送的数据信息,所述数据信息还包括所述客户设备的品牌及型号;所述数据信息中的所述客户设备的所述真实mac地址可以唯一地标识所述客户设备,因此,特征分析模块20根据所述客户设备的所述真实mac地址在历史记录中进行查询,所述历史记录为企业所有门店的所述AP设备发送的所述数据信息,获得与所述客户设备的所述真实mac地址相关的记录条目。由于每一个条目都有所述数据信息的获取时间的信息,因此可以获知所述客户设备的所述品牌及型号的持续时间,通过所述客户设备的品牌及型号及所述客户设备的品牌及型号的持续时间得到所述预估消费能力。
在上述实施例的基础上,本发明实施例通过接收AP设备发送的数据信息,进而得到客户进店时间、客户进店停留时长和预估消费能力,丰富了用户画像的内容,也进一步丰富了进行客户行为特征分析的数据来源。
图3为本发明实施例提供的一种客户行为特征分析系统结构示意图。如图3所示,所述系统包括:客户行为特征分析服务器1和布置于企业的门店的客户信息采集设备2,其中:
所述客户行为特征分析服务器1为本发明实施例任一所述客户行为特征分析服务器;所述客户信息采集设备2包括wifi探针21和AP设备22;
所述wifi探针21具体用于:发送数据信息给所述客户行为特征分析服务器1,所述数据信息包括所述wifi探针的真实mac地址、客户设备的随机mac地址、信号强度和时间戳;
所述AP设备22具体用于:发送数据信息给所述客户行为特征分析服务器1,所述数据信息包括所述AP设备的真实mac地址、客户设备的真实mac地址、时间戳、信号强度和所述客户设备的品牌及型号。
客户行为特征分析服务器1根据所述wifi探针21发送的所述wifi探针21的真实mac地址、客户设备的随机mac地址、信号强度和时间戳可以得到客户流量分布特征;
客户行为特征分析服务器1根据所述AP设备22发送的所述AP设备22的真实mac地址、客户设备的真实mac地址和时间戳,可以得到用户画像,所述用户画像包括新老访客信息和客户移动轨迹;
客户行为特征分析服务器1根据所述AP设备22发送的所述AP设备22的真实mac地址、客户设备的真实mac地址、时间戳、所述客户设备的信号强度和所述客户设备的品牌及型号可以得到用户画像,所述用户画像还包括客户进店时间、客户进店停留时长和预估消费能力;
客户行为特征分析服务器1根据所述客户流量分布特征和所述用户画像得到所述企业的客户行为特征;其中,所述用户画像包括所述新老访客信息、所述客户移动轨迹、所述客户进店时间、所述客户进店停留时长和所述预估消费能力。
本发明实施例通过获取企业的各个门店的客户信息采集设备发送的数据信息,进而进行统计得到企业的客户行为特征,提高了客户行为特征分析数据的全面性,有利于获得指导企业决策的更可靠的客户行为特征分析结果。
本发明实施例提供的服务器及系统是用于上述方法的,具体功能可参照上述方法流程,此处不再赘述。
图4为本发明实施例提供的电子设备的结构示意图。如图4所示,电子设备4包括处理器401、存储器402和总线403。其中,所述处理器401和所述存储器402通过所述总线403完成相互间的通信;所述处理器401用于调用所述存储器402中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:接收布置于企业的门店的客户信息采集设备发送的数据信息;根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:接收布置于企业的门店的客户信息采集设备发送的数据信息;根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:接收布置于企业的门店的客户信息采集设备发送的数据信息;根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的电子设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台电子设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种客户行为特征分析方法,其特征在于,包括:
接收布置于企业的门店的客户信息采集设备发送的数据信息;
根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
2.根据权利要求1所述的方法,其特征在于,所述客户信息采集设备包括wifi探针和AP设备,所述接收布置于企业的门店的客户信息采集设备发送的数据信息具体包括:
接收布置于所述企业的所述门店的所述wifi探针发送的数据信息以及接收布置于所述企业的所述门店的所述AP设备发送的数据信息。
3.根据权利要求2所述的方法,其特征在于,所述客户行为特征包括客户流量分布特征,得到所述企业的所述客户流量分布特征的方法具体包括:
接收布置于所述企业的所述门店的所述wifi探针发送的数据信息,所述数据信息包括所述wifi探针的真实mac地址、客户设备的随机mac地址、信号强度和时间戳;
根据所述wifi探针的所述真实mac地址得到所述门店的信息;
根据所述wifi探针发送的所述客户设备的所述随机mac地址、所述信号强度和所述时间戳得到所述客户设备距离所述门店的距离以及所述数据信息的获取时间;
根据所述门店的信息、所述客户设备的所述随机mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到各个所述门店的所述客户流量分布特征,根据所述各个所述门店的所述客户流量分布特征得到所述企业的所述客户流量分布特征。
4.根据权利要求3所述的方法,其特征在于,所述客户行为特征还包括用户画像,所述用户画像包括新老访客信息和客户移动轨迹,得到所述企业的所述用户画像的方法具体包括:
接收布置于所述企业的所述门店的所述AP设备发送的数据信息,所述数据信息包括所述AP设备的真实mac地址、客户设备的真实mac地址和时间戳;
根据所述AP设备的所述真实mac地址得到所述门店的信息;
根据所述AP设备发送的所述时间戳得到所述数据信息的获取时间;
根据所述客户设备的真实mac地址进行查询,获得所述新老访客信息,包括:若在所述企业的各个所述门店的所述AP设备发送的所述数据信息中存在所述客户设备的所述真实mac地址的历史记录,则获知客户为老访客;否则,获知客户是新访客;
若获知所述客户为老访客,则根据所述客户设备的所述真实mac地址、所述门店的信息和所述数据信息的获取时间得到所述客户移动轨迹。
5.根据权利要求4所述的方法,其特征在于,所述用户画像还包括客户进店时间、客户进店停留时长和预估消费能力,得到所述企业的所述用户画像的方法还包括:
接收布置于所述企业的所述门店的所述AP设备发送的数据信息,所述数据信息还包括所述客户设备的信号强度和所述客户设备的品牌及型号;
根据所述AP设备发送的所述客户设备的所述真实mac地址和所述信号强度得到所述客户设备距离所述门店的距离;
根据所述门店的信息、所述客户设备的所述真实mac地址、所述客户设备距离所述门店的距离和所述数据信息的获取时间得到所述客户进店时间和所述客户进店停留时长;
根据所述客户设备的所述真实mac地址、所述客户设备的品牌及型号及所述客户设备的品牌及型号的持续时间得到所述预估消费能力。
6.一种客户行为特征分析服务器,其特征在于,包括:
信号接收模块,具体用于接收布置于企业的门店的客户信息采集设备发送的数据信息;
特征分析模块,具体用于根据接收的所述企业的各个所述门店的所述客户信息采集设备发送的所述数据信息进行统计分析,得到所述企业的客户行为特征。
7.根据权利要求6所述的服务器,其特征在于,所述客户信息采集设备包括wifi探针和AP设备,所述信号接收模块具体用于:
接收布置于所述企业的所述门店的所述wifi探针发送的数据信息以及接收布置于企业的门店的所述AP设备发送的数据信息。
8.一种客户行为特征分析系统,其特征在于,包括:
权利要求6~7任一所述的客户行为特征分析服务器和布置于企业的门店的客户信息采集设备;
所述客户信息采集设备包括wifi探针和AP设备;
所述wifi探针具体用于:发送数据信息给所述客户行为特征分析服务器,所述数据信息包括所述wifi探针的真实mac地址、客户设备的随机mac地址、信号强度和时间戳;
所述AP设备具体用于:发送数据信息给所述客户行为特征分析服务器,所述数据信息包括所述AP设备的真实mac地址、客户设备的真实mac地址、时间戳、信号强度和所述客户设备的品牌及型号。
9.一种电子设备,其特征在于,包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810045671.8A CN108389070A (zh) | 2018-01-17 | 2018-01-17 | 一种客户行为特征分析方法、服务器及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810045671.8A CN108389070A (zh) | 2018-01-17 | 2018-01-17 | 一种客户行为特征分析方法、服务器及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108389070A true CN108389070A (zh) | 2018-08-10 |
Family
ID=63076901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810045671.8A Withdrawn CN108389070A (zh) | 2018-01-17 | 2018-01-17 | 一种客户行为特征分析方法、服务器及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108389070A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109327856A (zh) * | 2018-11-29 | 2019-02-12 | 锐捷网络股份有限公司 | 客流量统计方法、网络设备及存储介质 |
CN110175873A (zh) * | 2019-05-24 | 2019-08-27 | 深圳市无忧宝科技有限公司 | 精准营销方法及装置 |
CN110348874A (zh) * | 2019-05-22 | 2019-10-18 | 口碑(上海)信息技术有限公司 | 广告信息的推送方法、装置及系统 |
CN111050397A (zh) * | 2020-03-12 | 2020-04-21 | 深圳中科爱讯科技有限公司 | 对使用伪mac策略移动终端的定位方法 |
CN111294314A (zh) * | 2018-12-06 | 2020-06-16 | 西安光启未来技术研究院 | 一种报文的处理方法、装置以及系统 |
CN111586580A (zh) * | 2020-04-29 | 2020-08-25 | 杭州十域科技有限公司 | 一种位置事件捕捉方法 |
CN112070288A (zh) * | 2020-08-26 | 2020-12-11 | 北京百度网讯科技有限公司 | 出发时间预估方法、装置、设备以及存储介质 |
CN113538039A (zh) * | 2021-06-28 | 2021-10-22 | 北京爱笔科技有限公司 | 客流数据的归因方法、装置、计算机设备和存储介质 |
CN116090891A (zh) * | 2023-01-10 | 2023-05-09 | 扬州广源集团有限公司 | 一种基于大数据的电力施工企业客户行为分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103987110A (zh) * | 2014-05-28 | 2014-08-13 | 北京邮电大学 | 一种基于部分频率复用和功率控制的干扰管理机制 |
CN104778642A (zh) * | 2015-03-20 | 2015-07-15 | 北京邮电大学 | 基于WiFi的校园用户数据处理方法、服务器和监测系统 |
CN106411630A (zh) * | 2015-12-25 | 2017-02-15 | 深圳四博智联科技有限公司 | 一种基于wifi的实时动态跟踪方法和系统 |
CN106550326A (zh) * | 2016-10-20 | 2017-03-29 | 华迪计算机集团有限公司 | 一种基于无线AP和WiFi网络的景区客流侦测系统及方法 |
CN106792456A (zh) * | 2016-12-21 | 2017-05-31 | 浙江省公众信息产业有限公司 | 数据分析系统和方法 |
-
2018
- 2018-01-17 CN CN201810045671.8A patent/CN108389070A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103987110A (zh) * | 2014-05-28 | 2014-08-13 | 北京邮电大学 | 一种基于部分频率复用和功率控制的干扰管理机制 |
CN104778642A (zh) * | 2015-03-20 | 2015-07-15 | 北京邮电大学 | 基于WiFi的校园用户数据处理方法、服务器和监测系统 |
CN106411630A (zh) * | 2015-12-25 | 2017-02-15 | 深圳四博智联科技有限公司 | 一种基于wifi的实时动态跟踪方法和系统 |
CN106550326A (zh) * | 2016-10-20 | 2017-03-29 | 华迪计算机集团有限公司 | 一种基于无线AP和WiFi网络的景区客流侦测系统及方法 |
CN106792456A (zh) * | 2016-12-21 | 2017-05-31 | 浙江省公众信息产业有限公司 | 数据分析系统和方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109327856A (zh) * | 2018-11-29 | 2019-02-12 | 锐捷网络股份有限公司 | 客流量统计方法、网络设备及存储介质 |
CN109327856B (zh) * | 2018-11-29 | 2022-05-20 | 锐捷网络股份有限公司 | 客流量统计方法、网络设备及存储介质 |
CN111294314A (zh) * | 2018-12-06 | 2020-06-16 | 西安光启未来技术研究院 | 一种报文的处理方法、装置以及系统 |
CN110348874A (zh) * | 2019-05-22 | 2019-10-18 | 口碑(上海)信息技术有限公司 | 广告信息的推送方法、装置及系统 |
CN110175873A (zh) * | 2019-05-24 | 2019-08-27 | 深圳市无忧宝科技有限公司 | 精准营销方法及装置 |
CN111050397A (zh) * | 2020-03-12 | 2020-04-21 | 深圳中科爱讯科技有限公司 | 对使用伪mac策略移动终端的定位方法 |
CN111586580A (zh) * | 2020-04-29 | 2020-08-25 | 杭州十域科技有限公司 | 一种位置事件捕捉方法 |
CN112070288A (zh) * | 2020-08-26 | 2020-12-11 | 北京百度网讯科技有限公司 | 出发时间预估方法、装置、设备以及存储介质 |
CN112070288B (zh) * | 2020-08-26 | 2024-04-05 | 北京百度网讯科技有限公司 | 出发时间预估方法、装置、设备以及存储介质 |
CN113538039A (zh) * | 2021-06-28 | 2021-10-22 | 北京爱笔科技有限公司 | 客流数据的归因方法、装置、计算机设备和存储介质 |
CN116090891A (zh) * | 2023-01-10 | 2023-05-09 | 扬州广源集团有限公司 | 一种基于大数据的电力施工企业客户行为分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108389070A (zh) | 一种客户行为特征分析方法、服务器及系统 | |
CN103458456B (zh) | 基于移动终端Wi-Fi数据的用户行为检测方法及装置 | |
CN103795580B (zh) | 一种数据监控方法、系统及相关设备 | |
CN102026151B (zh) | 一种基于进程监测的服务推送方法、装置和系统 | |
CN102916854B (zh) | 流量统计方法、装置及代理服务器 | |
WO2016101464A1 (zh) | 用户体验质量QoE评估方法、装置、终端及服务器 | |
CN105163316B (zh) | 接入Wi-Fi热点的方法及装置 | |
CN108009028A (zh) | 消息处理方法、装置、设备及计算机可读存储介质 | |
CN103338260B (zh) | 网络审计中url日志的分布式分析系统及分析方法 | |
CN104125153B (zh) | 网络拓扑发现方法和设备 | |
CN108696399A (zh) | 业务服务的测试方法和装置 | |
CN106301866A (zh) | 目标对象的统计方法和装置 | |
CN107092641A (zh) | 店铺营业状态的判断方法和装置、店铺搜索的方法和装置 | |
CN103795575B (zh) | 一种面向多数据中心的系统监控方法 | |
CN108513094A (zh) | 视频监控方法和装置 | |
CN109451486A (zh) | 基于探测请求帧的WiFi采集系统及WiFi终端探测方法 | |
CN110119307A (zh) | 数据处理请求的处理方法、装置、存储介质及电子装置 | |
CN105357071B (zh) | 一种网络复杂流量识别方法及识别系统 | |
CN104881788B (zh) | 用电客户的数据处理方法和系统、客户服务管理平台 | |
CN109151075A (zh) | 日志处理方法、装置及电子设备 | |
CN102256297A (zh) | 一种td-scdma无线通信网络服务用户感知数据采集方法 | |
CN102354385A (zh) | 移动终端、服务器和证券信息推送方法 | |
Shaikh et al. | Modeling and analysis of web usage and experience based on link-level measurements | |
CN103024767A (zh) | 移动通信业务端到端性能评估方法及系统 | |
CN104483880B (zh) | 一种数据采集方法及数据采集服务器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180810 |
|
WW01 | Invention patent application withdrawn after publication |