CN110264219A - 一种基于大数据的客户监测分析系统 - Google Patents

Abstract

本发明公开了一种基于大数据的客户监测分析系统包括会员登录模块、促销推送模块、记录模块、结账模块以及消费分析模块，通过形成了多个一级品类商品的一级区域和包含了相同品牌商品的二级区域，形成了一条单向的购物通道，构建用于客户购物行为监测的场景；通过得到客户在各个品牌和一级区域的进入和离开的时间，作为描述客户购物行为的原始数据；原始数据初步分析去除掉干扰因素后，得到平均停留分T。进而实现线下超市对客户购物时的购物行为的监测。对平均停留分T进行处理和分析，得出关注品牌和关注品类，根据分析结果对促销推送模块进行优化，进而实现对客户在线下超市购物时购物行为的分析，以提高推送成功率。

Description

一种基于大数据的客户监测分析系统

技术领域

本发明涉及一种数据分析系统，具体涉及一种基于大数据的客户监测分析系统。

背景技术

随着网络技术的发展，越来越多的人选择线上购物，对于商家来说，线上购物可方便的获取到客户购物时的数据，进而通过对这些数据进行挖掘和处理，对客户的购物行为作出预测，实现及时准确的广告推送，以增加成交的可能性。而对于线下购物来说，其独特的购物体验和服务效率，仍是许多人选择的一种购物方式，但相较于线上购物客户行为信息的获取，线下购物时可监测的手段和方法较少，因此想要针对线下购物的行为信息进行数据挖掘，是十分困难的，现有的方式还是通过将线上购物的数据进行分析并客户进行关联，进而实现对客户线下购物的预测，但此方法效率不高，准确性和针对性不高。

发明内容

为了解决上述的技术问题，本发明的目的在于提供一种基于大数据的客户监测分析系统。

本发明所要解决的技术问题为：

(1)如何监测线下超市在客户购物时的购物行为。

(2)如何对客户在超市购物时的购物行为进行分析。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的客户监测分析系统，包括存储服务器，该系统还包括会员登录模块、促销推送模块、记录模块、结账模块以及消费分析模块；

所述存储服务器用于存储客户的账户信息、各个商品的商品信息以及实时的促销信息；存储服务器采用多云端分布式存储，可进一步实现所有接入的超市的数据共享。

所述会员登录模块用于在客户进入超市前，通过客户的智能终端扫码来登录客户的账户，并向促销推送模块发送该客户进入超市的登录提醒；

所述促销推送模块在接收到登录提醒后，从存储服务器中获取该客户的账户信息以及所有的促销信息，再根据消费分析模块生成的推送建议选择促销信息生成推送消息，并将推送消息发送至该客户的智能终端；

所述记录模块包括区域规划单元、区域定位单元以及计时单元，其中所述区域规划单元用于将超市划分为多个商品区域，每个商品区域均对应一个品牌，并生成商品区域信息，所述区域定位单元用于记录客户进出的商品区域，并生成行为信息，所述计时单元根据行为信息计算出客户在各个商品区域的平均停留分T；

其中，所述区域规划单元将超市划分为多个商品区域的具体方法如下：

S1.获取超市购物区域的占地信息以及各个商品的商品信息；

S2.根据所有商品信息将所有商品分为多个一级品类，并记为集合Γ＝{γ₁、γ₂、…、γ_i、…、γ_n}，对于相同的一级品类的商品，按照品牌分为不同的二级品类，记为Δi＝{δⁱ ₁、δⁱ ₂、…、δⁱ _j、…、δⁱ _m}，并统计各个一级品类对应的二级品类数量的集合，记为Q＝{q₁、q₂、…、q_i、…、q_n}；

S3.将购物区域划成n个依次连通的一级区域，且一个一级区域对应一个一级品类，并将一级品类的商品分配至对应的一级区域内；

S4.将各个一级区域根据对应一级品类的二级品类数量分别划分为q_i个依次连通的二级区域，且同一一级品类下，每个品牌均对应一个二级区域，并将同一一级品类下同一个品牌的商品分配至对应的二级区域内，并将该二级区域作为该品牌的商品区域，并生成对应的商品区域信息，每个商品区域内均设置有一个区域定位单元，其中商品区域信息包括该商品区域的路程长度S和对应的品牌名称；

所述结账模块用于在支付完成后，生成客户购买商品的订单信息，将订单信息上传至存储服务器中的该客户的账户内，并向促销推送模块发送该客户离开超市的注销提醒；

所述消费分析模块用于根据客户在各个商品区域的平均停留分T，分析得出客户的关注品牌和关注品类，并根据关注品牌和关注品类生成推送建议。消费分析模块可采用云计算的方式实现高速计算。

进一步的，所述区域定位单元记录客户进出的商品区域，并生成行为信息的具体步骤如下：

SS1.区域定位单元在客户进入对应的商品区域后，记录进入的时间t₁，并生成包含进入的时间、商品区域信息以及客户的账户信息的进入信息；

SS2.区域定位单元在客户离开对应的商品区域后，记录离开的时间t₂，并生成包含离开的时间、商品区域信息以及客户的账户信息的进入信息；

SS3.将进入信息和离开信息打包作为行为信息发送至计时单元。

进一步的，所述计时单元根据行为信息计算出客户在各个商品区域的平均停留分T的具体方法如下：

SSS1.根据商品区域的路程长度S，计算客户不浏览该商品区域内商品时的穿过时间t₀，其中公式为：

其中，f为预设的平均步频，L为该客户的平均步幅；

SSS2.在结账模块生成订单信息后，获取客户在各个商品区域对应的行为信息；

SSS3.根据公式计算该商品区域的平均停留分T，且计算公式为：

其中，Δt＝t₂-t₁，且S_标为预设的标准路程长度。

进一步的，所述消费分析模块分析得出关注品牌和关注品类并生成推送建议的具体过程如下：

步骤一、将q_i作为各个一级品类下商品区域数量p_i，并对各个一级品类下所有的商品区域的平均停留分T求和，得到各个一级区域的停留总时长T_总，并将T_总/p_i的值作为该一级区域的兴趣值，并按照兴趣值的大小进行排序，对于排序小于a的一级区域作为该客户的关注品类，对于排序大于a的一级区域作为该客户的非关注品类；

步骤二、对各个非关注品类对应的一级区域的所有商品区域的平均停留分T进行排序，对于排序小于b的商品区域作为备选关注品牌，将备选关注品牌与客户以前的订单信息中的商品进行比对，若购买过该备选关注品牌的商品，则将该品牌作为关注品牌；

步骤三、将关注品牌与关注品类打包作为推送建议，推送至促销推送模块。

进一步的，所述促销推送模块根据关注品牌和关注品类生成推送信息的具体方法为：在客户登录账户后，获取客户最新的对促销信息进行筛选，选出客户关注品牌和关注品类相关的促销信息，再根据促销信息从存储服务器中获取商品的图片和描述文字作为推送信息。

本发明的有益效果：

1)通过区域规划单元确定整个超市商品的摆放和区域划分，形成了多个一级品类商品的一级区域和包含了相同品牌商品的二级区域，并实现了客户从进入超市后，完整的经过全部商品和区域后进行结账，形成了一条单向的购物通道，构建用于客户购物行为监测的场景；

2)通过区域定位单元对客户的具体位置进行监测，进而得到客户在各个品牌和一级区域的进入和离开的时间，作为描述客户购物行为的原始数据；配合计时单元，将原始数据初步分析去除掉干扰因素后，得到平均停留分T来表示客户对于各个品牌和一级区域的浏览耗时。进而实现线下超市对客户购物时的购物行为的监测。

3)通过消费分析模块对各个一级区域和品牌的平均停留分T进行处理和分析，并结合该客户的历史订单信息，得出关注品牌和关注品类，根据分析结果对促销推送模块进行优化，进而实现对客户在线下超市购物时购物行为的分析，以提高推送成功率。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

具体实施方式

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，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。

请参阅图1所示，本实施例提供了一种基于大数据的客户监测分析系统，包括存储服务器，该系统还包括会员登录模块、促销推送模块、记录模块、结账模块以及消费分析模块；各模块之间的数据可通过wifi或是4G数据网络进行传输。

所述存储服务器用于存储客户的账户信息、各个商品的商品信息以及实时的促销信息；

账户信息包括智能终端的联系方式、客户的平均步幅L、账户的账密、升高等。

商品信息包括商品的图片、以及包含名称、价格、一级品类的分类、所属品牌、对应的商品区域等的描述文字。

促销信息包括商品的名称、促销方式。

所述会员登录模块用于在客户进入超市前，通过客户的智能终端扫码来登录客户的账户，并向促销推送模块发送该客户进入超市的登录提醒；如通过装有支付软件的手机或是平板电脑，通过扫描二维码实现账户的登录。

所述促销推送模块在接收到登录提醒后，从存储服务器中获取该客户的账户信息以及所有的促销信息，再根据消费分析模块生成的推送建议选择促销信息生成推送消息，并将推送消息发送至该客户的智能终端；

所述促销推送模块根据关注品牌和关注品类生成推送信息的具体方法为：在客户登录账户后，获取客户最新的对促销信息进行筛选，选出客户关注品牌和关注品类相关的促销信息，再根据促销信息从存储服务器中获取商品的图片和描述文字作为推送信息。

所述记录模块包括区域规划单元、区域定位单元以及计时单元，其中所述区域规划单元用于将超市划分为多个商品区域，每个商品区域均对应一个品牌，并生成商品区域信息，所述区域定位单元用于记录客户进出的商品区域，并生成行为信息，可采用RFID电子标签和接收器实现，其识别范围应选择在0.5-1.5米内，具体例如接收器可设置在商品区域的入口处和出口处，电子标签贴于购物车或购物篮上，在客户进入商品区域时，即可检测到一次进入数据，离开时再次受到一个离开数据，所述计时单元根据行为信息计算出客户在各个商品区域的平均停留分T；

其中，所述区域规划单元将超市划分为多个商品区域的具体方法如下：

S1.获取超市购物区域的占地信息以及各个商品的商品信息；占地信息包括面积和形状，以便进行后续的划分。

S2.根据所有商品信息将所有商品分为多个一级品类，并记为集合Γ＝{γ₁、γ₂、…、γ_i、…、γ_n}，n表示共有n个一级品类，

一级品类为商品的粗略分类，如可以为服装、日用、食品、电器，此时n＝4，对于相同的一级品类的商品，按照品牌分为不同的二级品类，记为Δi＝{δⁱ ₁、δⁱ ₂、…、δⁱ _j、…、δⁱ _m}。

其中δⁱ _j表示一级品类为γ_i下属的一个对应编号为j的品牌，m表示该一级品类下共用m个品牌，并统计各个一级品类对应的二级品类数量的集合，记为Q＝{q₁、q₂、…、q_i、…、q_n}，共有4个Q；如服装类为γ₁，同时细分二级品类有10个品牌，Δi共有10个元素，为δ¹ ₁、δ¹ ₂、δ¹ ₃、δ¹ ₄，…，则q₁＝10。

S3.将购物区域划成n个依次连通的一级区域，且一个一级区域对应一个一级品类，并将一级品类的商品分配至对应的一级区域内；

即整个购物区域只有一条路，客户进入超市后，需要经过所有的一级区域才能完成结账，其中一级区域的面积可划分为相同大小，也可根据商品的数量和商品的占用面积具体自动划分为不同大小，并通过人工进行调节。

S4.将各个一级区域根据对应一级品类的二级品类数量分别划分为q_i个依次连通的二级区域，且同一一级品类下，每个品牌均对应一个二级区域，并将同一一级品类下同一个品牌的商品分配至对应的二级区域内，并将该二级区域作为该品牌的商品区域，并生成对应的商品区域信息，每个商品区域内均设置有一个区域定位单元，其中商品区域信息包括该商品区域的路程长度S，和对应的品牌名称。

由于各个品牌的商品数量不同，因此各个商品区域的面积也不应相同，由于需要保证只有一条路穿过商品区域，因此路畅长度S与商品区域的面积大小成正比，使每个一级区域内也只有一条路，使客户需要经过所有的二级区域，才能穿过一个一级区域，且二级区域-商品区域-同一品牌的商品三者相互关联。

所述区域定位单元记录客户进出的商品区域，并生成行为信息的具体步骤如下：

SS1.区域定位单元在客户进入对应的商品区域后，记录进入的时间t₁，并生成包含进入的时间、商品区域信息以及客户的账户信息的进入信息；

SS2.区域定位单元在客户离开对应的商品区域后，记录离开的时间t₂，并生成包含离开的时间、商品区域信息以及客户的账户信息的进入信息；

SS3.将进入信息和离开信息打包作为行为信息发送至计时单元。

所述计时单元根据行为信息计算出客户在各个商品区域的平均停留分T的具体方法如下：

SSS1.根据商品区域的路程长度S，计算客户不浏览该商品区域内商品时的穿过时间t₀，其中公式为：

其中，f为预设的平均步频，L为该客户的平均步幅；其中L可通过账户信息中客户的身高估计得到，或是由客户自行填写，平均步频f为人正常走路的频率，为经验值且可调整。因此t₀可表示客户对该商品区域内商品不感兴趣而以正常步频和步幅径直穿过商品区域的耗时。

SSS2.在结账模块生成订单信息后，获取客户在各个商品区域对应的行为信息；

SSS3.根据公式计算该商品区域的平均停留分T，且计算公式为：

其中，Δt＝t₂-t₁，如八点整进入某一商品区域，八点五分离开，则Δt＝300秒，Δt≤t₀可视为以更快的速度穿过该商品区域，因此表示对于该商品区域内的商品不感兴趣，因此得分应当视为0，且S_标为预设的标准路程长度，通过设置S_标的值，并结合S可消除因商品区域面积造成的路程不同对于T的影响，且T值越大，说明客户在此品牌逗留的时间越长，说明对此品牌越感兴趣。

所述结账模块用于在支付完成后，生成客户购买商品的订单信息，订单信息包括购买的商品、数量以及行为信息，将订单信息上传至存储服务器中的该客户的账户内，并向促销推送模块发送该客户离开超市的注销提醒。

所述消费分析模块用于根据客户在各个商品区域的平均停留分T，分析得出客户的关注品牌和关注品类，并根据关注品牌和关注品类生成推送建议。

所述消费分析模块分析得出关注品牌和关注品类并生成推送建议的具体过程如下：

步骤一、将q_i作为各个一级品类下商品区域数量p_i，并对各个一级品类下所有的商品区域的平均停留分T求和，得到各个一级区域的停留总时长T_总，并将T_总/p_i的值作为该一级区域的兴趣值，可消除商品区域数量不同的影响，准确的表示客户对于该一级品类的商品感兴趣的程度，对于排序小于a的一级区域作为该客户的关注品类，对于排序大于a的一级区域作为该客户的非关注品类；一级区域的兴趣值越大，说明客户对该类商品越感兴趣，并按照兴趣值的大小进行排序。

步骤二、对于非关注品类，客户只对其中某一品牌的商品感兴趣，因此需要筛选出客户关注的品牌，对各个非关注品类对应的一级区域的所有商品区域的平均停留分T进行排序，对于排序小于b的商品区域作为备选关注品牌，将备选关注品牌与客户以前的订单信息中的商品进行比对，若购买过该备选关注品牌的商品，则将该品牌作为关注品牌。

步骤三、将关注品牌与关注品类打包作为推送建议，推送至促销推送模块。

本实施例的具体工作过程如下：通过区域规划单元确定整个超市商品的摆放和区域划分，形成了多个一级品类商品的一级区域和包含了相同品牌商品的二级区域，并实现了客户从进入超市后，完整的经过全部商品和区域后进行结账，形成了一条单向的购物通道，构建用于客户购物行为监测的场景；再通过区域定位单元对客户的具体位置进行监测，进而得到客户在各个品牌和一级区域的进入和离开的时间，作为描述客户购物行为的原始数据；配合计时单元，将原始数据初步分析去除掉干扰因素后，得到平均停留分T来表示客户对于各个品牌和一级区域的浏览耗时。最后通过消费分析模块对各个一级区域和品牌的平均停留分T进行处理和分析，并结合该客户的历史订单信息，得出关注品牌和关注品类，根据分析结果对促销推送模块进行优化，以提高推送成功率。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于大数据的客户监测分析系统，包括存储服务器，其特征在于，该系统还包括会员登录模块、促销推送模块、记录模块、结账模块以及消费分析模块；

所述存储服务器用于存储客户的账户信息、各个商品的商品信息以及实时的促销信息；

所述会员登录模块用于在客户进入超市前，通过客户的智能终端扫码来登录客户的账户，并向促销推送模块发送该客户进入超市的登录提醒；

所述促销推送模块在接收到登录提醒后，从存储服务器中获取该客户的账户信息以及所有的促销信息，再根据消费分析模块生成的推送建议选择促销信息生成推送消息，并将推送消息发送至该客户的智能终端；

所述记录模块包括区域规划单元、区域定位单元以及计时单元，其中所述区域规划单元用于将超市划分为多个商品区域，每个商品区域均对应一个品牌，并生成商品区域信息，所述区域定位单元用于记录客户进出的商品区域，并生成行为信息，所述计时单元根据行为信息计算出客户在各个商品区域的平均停留分T；

其中，所述区域规划单元将超市划分为多个商品区域的具体方法如下：

S1.获取超市购物区域的占地信息以及各个商品的商品信息；

S2.根据所有商品信息将所有商品分为多个一级品类，并记为集合Γ＝{γ₁、γ₂、…、γ_i、…、γ_n}，对于相同的一级品类的商品，按照品牌分为不同的二级品类，记为Δi＝{δⁱ ₁、δⁱ ₂、…、δⁱ _j、…、δⁱ _m}，并统计各个一级品类对应的二级品类数量的集合，记为Q＝{q₁、q₂、…、q_i、…、q_n}；

S3.将购物区域划成n个依次连通的一级区域，且一个一级区域对应一个一级品类，并将一级品类的商品分配至对应的一级区域内；

S4.将各个一级区域根据对应一级品类的二级品类数量分别划分为q_i个依次连通的二级区域，且同一一级品类下，每个品牌均对应一个二级区域，并将同一一级品类下同一个品牌的商品分配至对应的二级区域内，并将该二级区域作为该品牌的商品区域，并生成对应的商品区域信息，每个商品区域内均设置有一个区域定位单元，其中商品区域信息包括该商品区域的路程长度S和对应的品牌名称；

所述结账模块用于在支付完成后，生成客户购买商品的订单信息，将订单信息上传至存储服务器中的该客户的账户内，并向促销推送模块发送该客户离开超市的注销提醒；

所述消费分析模块用于根据客户在各个商品区域的平均停留分T，分析得出客户的关注品牌和关注品类，并根据关注品牌和关注品类生成推送建议。

2.根据权利要求1所述的一种基于大数据的客户监测分析系统，其特征在于，所述区域定位单元记录客户进出的商品区域，并生成行为信息的具体步骤如下：

SS1.区域定位单元在客户进入对应的商品区域后，记录进入的时间t₁，并生成包含进入的时间、商品区域信息以及客户的账户信息的进入信息；

SS2.区域定位单元在客户离开对应的商品区域后，记录离开的时间t₂，并生成包含离开的时间、商品区域信息以及客户的账户信息的进入信息；

SS3.将进入信息和离开信息打包作为行为信息发送至计时单元。

3.根据权利要求2所述的一种基于大数据的客户监测分析系统，其特征在于，所述计时单元根据行为信息计算出客户在各个商品区域的平均停留分T的具体方法如下：

SSS1.根据商品区域的路程长度S，计算客户不浏览该商品区域内商品时的穿过时间t₀，其中公式为：

其中，f为预设的平均步频，L为该客户的平均步幅；

SSS2.在结账模块生成订单信息后，获取客户在各个商品区域对应的行为信息；

SSS3.根据公式计算该商品区域的平均停留分T，且计算公式为：

其中，Δt＝t₂-t₁，且S_标为预设的标准路程长度。

4.根据权利要求3所述的一种基于大数据的客户监测分析系统，其特征在于，消费分析模块分析得出关注品牌和关注品类并生成推送建议的具体过程如下：

步骤一、将q_i作为各个一级品类下商品区域数量p_i，并对各个一级品类下所有的商品区域的平均停留分T求和，得到各个一级区域的停留总时长T_总，并将T_总/p_i的值作为该一级区域的兴趣值，并按照兴趣值的大小进行排序，对于排序小于a的一级区域作为该客户的关注品类，对于排序大于a的一级区域作为该客户的非关注品类；

步骤二、对各个非关注品类对应的一级区域的所有商品区域的平均停留分T进行排序，对于排序小于b的商品区域作为备选关注品牌，将备选关注品牌与客户以前的订单信息中的商品进行比对，若购买过该备选关注品牌的商品，则将该品牌作为关注品牌；

步骤三、将关注品牌与关注品类打包作为推送建议，推送至促销推送模块。

5.根据权利要求1所述的一种基于大数据的客户监测分析系统，其特征在于，所述促销推送模块根据关注品牌和关注品类生成推送信息的具体方法为：在客户登录账户后，获取客户最新的对促销信息进行筛选，选出客户关注品牌和关注品类相关的促销信息，再根据促销信息从存储服务器中获取商品的图片和描述文字作为推送信息。