CN110570238A - 顾客时间价值的评估方法、系统、介质、及电子设备 - Google Patents
顾客时间价值的评估方法、系统、介质、及电子设备 Download PDFInfo
- Publication number
- CN110570238A CN110570238A CN201910790645.2A CN201910790645A CN110570238A CN 110570238 A CN110570238 A CN 110570238A CN 201910790645 A CN201910790645 A CN 201910790645A CN 110570238 A CN110570238 A CN 110570238A
- Authority
- CN
- China
- Prior art keywords
- customer
- preset
- interval
- time
- dimension
- 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.)
- Pending
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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供顾客时间价值的评估方法、系统、介质、及电子设备。其中,方法包括:获取场所预设时间周期内的探针数据;从至少两个预设维度分别对所述探针数据所包含的每位顾客进行评分;对每位顾客的各所述预设维度的评分值赋予权重并进行加权计算,以得到每位顾客的时间价值指数;根据所述每位顾客的时间价值指数的大小评估所述每位顾客的时间价值。本发明通过多个维度来判定顾客的时间价值,进而对顾客进行客群分类,为企业后续制定营销策略提供数据支持。
Description
技术领域
本发明涉及顾客的时间价值分析领域,特别是涉及顾客时间价值的评估方法、系统、介质、及电子设备。
背景技术
目前,商场、写字楼、电影院等场所的WiFi探针技术能够自动记录智能手机或者WiFi终端(笔记本,平板电脑等)进出区域的时间、场强以及MAC地址等基础数据。
在应用探针数据的场景中,以商场为例,已有算法可基于WiFi探针采集的数据来区分每个WiFi终端的所有者是顾客还是工作人员,但并不能进一步对顾客进行客群分类。
顾客细分是客户关系管理以及精准营销的核心要求之一。只有将顾客划分成不同的客户群,才能更好地分析顾客消费行为并对顾客进行差异化管理,促进该场所资源分配的利用率。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供顾客时间价值的评估方法、系统、介质、及电子设备,用于解决现有技术中无法通过探针数据按照顾客时间价值对顾客进行客群分类的技术问题。
为实现上述目的及其他相关目的,本发明提供一种顾客时间价值的评估方法,包括:获取场所预设时间周期内的探针数据;从至少两个预设维度分别对所述探针数据所包含的每位顾客进行评分;对每位顾客的各所述预设维度的评分值赋予权重并进行加权计算,以得到每位顾客的时间价值指数;根据所述每位顾客的时间价值指数的大小评估所述每位顾客的时间价值。
于本发明一实施例中,所述至少两个预设维度包括:到访间隔维度、到访频次维度、和/或游逛时长维度。
于本发明一实施例中,所述对每位顾客进行评分的评分方式包括:绝对评分方式;其中,针对所述到访间隔维度,对所述每位顾客进行绝对式评分包括:计算所述每位顾客最后一次到访所述场所的时间与该顾客前一次到访所述场所的时间之间的差值;将所述差值与至少两个预设到访间隔进行匹配,将匹配成功的预设到访间隔所对应的预设分值作为该顾客的所述到访间隔维度的绝对评分值;针对所述到访频次维度,对所述每位顾客进行绝对式评分包括:统计每位顾客在所述预设时间周期内到访所述场所的次数;将所述次数与至少两个预设频次区间进行匹配,将匹配成功的预设频次区间所对应的预设分值作为该顾客的所述到访频次维度的绝对评分值;针对所述游逛时长维度,对所述每位顾客进行绝对式评分包括:计算每位顾客离开所述场所与进入所述场所的时间差;将所述时间差与至少两个预设时长区间进行匹配,将匹配成功的预设时长区间所对应的预设分值作为该顾客的所述游逛时间维度的绝对评分值。
于本发明一实施例中,所述对每位顾客进行评分的评分方式包括:相对评分方式;其中,针对所述到访间隔维度,对所述每位顾客进行相对式评分包括:预先建立至少两个到访间隔区间分位数,并确定每个所述到访间隔区间分位数所对应的所述每位顾客最后一次到访所述场所的时间与该顾客前一次到访所述场所的时间之间的差值以及对应的预设分值;其中,到访间隔百分比是每种所述差值在所有差值中的排位百分比;根据所述每位顾客的所述差值查找对应的所述预设分值,以作为该顾客的所述到访间隔维度的相对评分值;针对所述到访频次维度,对所述每位顾客进行相对式评分包括:预先建立至少两个到访频次区间分位数,并确定每个所述到访频次区间分位数所对应的到访频次以及对应的预设分值;其中,到访频次百分比是每种到访频次在所有到访频次中的排位百分比;根据所述每位顾客的所述到访频次查找对应的所述预设分值,以作为该顾客的所述到访频次维度的相对评分值;针对所述游逛时长维度,对所述每位顾客进行相对式评分包括:预先建立至少两个游逛时长区间分位数,并确定每个所述游逛时长区间分位数所对应的游逛时长以及对应的预设分值;其中,游逛时长百分比是每种游逛时长在所有游逛时长中的排位百分比;根据所述每位顾客的所述游逛时长查找对应的所述预设分值,以作为该顾客的所述游逛时长维度的相对评分值。
于本发明一实施例中,所述预先建立至少两个到访频次区间分位数的实现方式包括:根据待建立的所述到访频次区间分位数的个数确定分位数;基于所述分位数将0~1的区间划分成相应数量的所述到访频次区间分位数。
于本发明一实施例中,所述方法还包括:分别对所述每位顾客的基于绝对评分方式得到的绝对时间价值指数和基于相对评分方式得到的相对时间价值指数赋予权重并进行加权计算,以得到所述每位顾客的混合时间价值指数;根据所述每位顾客的混合时间价值指数的大小评估所述每位顾客的时间价值。
于本发明一实施例中,所述方法还包括:基于熵权法对所述每位顾客的各所述预设维度的评分值赋予权重。
为实现上述目的及其他相关目的,本发明提供一种顾客时间价值的评估系统,包括:数据获取模块,用于获取场所预设时间周期内的探针数据;评分计算模块,用于从至少两个预设维度分别对所述探针数据所包含的每位顾客进行评分;对每位顾客的各所述预设维度的评分值赋予权重并进行加权计算,以得到每位顾客的时间价值指数;价值评估模块,用于根据所述每位顾客的时间价值指数的大小评估所述每位顾客的时间价值。
为实现上述目的及其他相关目的,本发明提供一种计算机可读存储介质,其中存储有计算机程序,所述计算机程序被处理器加载执行时,实现所述的顾客时间价值的评估方法。
为实现上述目的及其他相关目的,本发明提供一种电子设备,包括:处理器及存储器;其中,所述存储器用于存储计算机程序;所述处理器用于加载执行所述计算机程序,以使所述电子设备执行所述的顾客时间价值的评估方法。
如上所述,本发明的顾客时间价值的评估方法、系统、介质、及电子设备,具有以下有益效果:
1、依据顾客不同行为模式发掘顾客所归属的时间价值客群,可以为顾客关系及生命周期管理提供依据;
2、将顾客依据其在场所的活跃度划分成不同时间价值客群,可以为后续的顾客消费行为分析及广告精准投放创造基础条件;
3、获得顾客所属的时间价值客群之后,可针对某个场所当前不同价值客群的分布,通过横纵向对比来衡量场所的经营情况;
4、本发明无场所依赖性,可以应用于任意的场所,具有广泛适用性。
附图说明
图1显示为本发明一实施例中的顾客时间价值的评估方法的流程示意图。
图2显示为本发明一实施例中的顾客时间价值的评估系统的模块示意图。
图3显示为本发明一实施例中的电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
请参阅图1,本实施例提供一种顾客时间价值的评估方法,包括以下步骤:
S11:获取场所预设时间周期内的探针数据;
WiFi探针技术是指基于WiFi探测技术来识别AP(无线访问接入点)附近已开启WiFi的智能手机或者WiFi终端(笔记本、平板电脑等),无需用户接入WiFi,WiFi探针就能够识别用户的信息。以对商场的顾客进行客群分类为例,本步骤获取商场一段时间内(如最近6个月)的WiFi探针数据。
在一较佳的实施例中,本步骤在获得了探针数据后进行数据清洗,数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序,包括检查数据一致性,处理无效值和缺失值等。另外,在数据清洗后还可以提前准备后续步骤需要的数据,如:顾客最后一次到访一场所的时间间隔(R/天)、顾客到访一场所的频次(F/次)、顾客在一场所游逛的时长(L/小时)等,当然,这些数据也可以在后续步骤执行时通过计算得到。
S12:从至少两个预设维度分别对所述探针数据所包含的每位顾客进行评分;
在一较佳的实施例中,预设维度包括三个,分别是:到访间隔维度、到访频次维度、游逛时长维度。到访间隔维度考量的是顾客时隔多久到访商场,到访频次维度考量的是顾客到访商场的频率,游逛时长维度考量的是顾客在商场的停留时间。
S13:对每位顾客的各所述预设维度的评分值赋予权重并进行加权计算,以得到每位顾客的时间价值指数;
具体的,从不同的预设维度对每位顾客进行评分包括三种方式:绝对评分方式、相对评分方式,以及基于绝对评分和相对评分的混合评分方式。
一、绝对评分方式
1、针对所述到访间隔维度,对所述每位顾客进行绝对式评分包括:首先,计算所述每位顾客最后一次到访所述场所的时间与该顾客前一次到访所述场所的时间之间的差值,该差值也即到访间隔。然后,将所述差值与至少两个预设到访间隔进行匹配,将匹配成功的预设到访间隔所对应的预设分值作为该顾客的所述到访间隔维度的绝对评分值。以表1为例,>60天,记1分;于[30,60]天,记2分。本领域技术人员可根据实际情况自定义设置各个区间及其对应分值,并不以实例为限。
表1
最近一次到访间隔 | 分值 |
>60 | 1 |
30~60 | 2 |
15~30 | 3 |
8~15 | 4 |
3~8 | 5 |
<3 | 6 |
2、针对所述到访频次维度,对所述每位顾客进行绝对式评分包括:首先,统计每位顾客在所述预设时间周期内到访所述场所的次数;然后,将所述次数与至少两个预设频次区间进行匹配,将匹配成功的预设频次区间所对应的预设分值作为该顾客的所述到访频次维度的绝对评分值。
本领域技术人员可根据实际情况自定义设置各个区间及其对应分值,并不以实例为限,例如:在此前抽取样本进行聚类实验,依据聚类(如K均值聚类)实验结果,形成如表2所示的评分系统;以表2为例,半年1次,记1分;半年[1,3]次,记2分。
表2
频次区间 | 分值 |
1 | 1 |
(1,5] | 2 |
(5,9] | 3 |
(9,20] | 4 |
(20,40] | 5 |
(40,80] | 6 |
3、针对所述游逛时长维度,对所述每位顾客进行绝对式评分包括:首先,计算一定周期内(如周、月、季度、半年、全年等)每位顾客离开所述场所与进入所述场所的时间差的平均值;然后,将所述时间差的平均值与至少两个预设时长区间进行匹配,将匹配成功的预设时长区间所对应的预设分值作为该顾客的所述游逛时间维度的绝对评分值。以表3为例,<0.5小时,记1分;[0.5,1.5]小时,记2分。本领域技术人员可根据实际情况自定义设置各个区间及其对应分值,并不以实例为限。
表3
游逛时长区间 | 分值 |
0.5~1.5 | 1 |
1.5~4 | 2 |
4~5.5 | 3 |
5.5~6.5 | 4 |
6.5~7.5 | 5 |
7.5~8 | 6 |
于此,若每位顾客均有到访频次(F)、到访间隔(R)、游逛时长(L)这3个维度的评分值:
[R,F,L]=[R1,F1,L1]。
则通过熵权法或自定义确定每个维度对应的权重α、β、γ,得出顾客时间价值指数:
RFL1=R1*α+F1*β+L1*γ。
熵权法是一种客观赋权法,其根据各项指标观测值所提供的信息的大小来确定指标权重。
二、相对评分方式
1、针对所述到访间隔维度,对所述每位顾客进行相对式评分包括:如表4所示,预先建立至少两个到访间隔区间分位数,并确定每个所述到访间隔区间分位数所对应的所述每位顾客最后一次到访所述场所的时间与该顾客前一次到访所述场所的时间之间的差值以及对应的预设分值;其中,到访间隔百分比是每种所述差值在所有差值中的排位百分比,于此,所谓的排位百分比是指差值A在所有差值按由小到大排序后占序列的前百分之几、中间百分之几或后百分之几等,具体可参见下文中游逛时长维度的具体示例;根据所述每位顾客的所述差值从表4中查找对应的所述预设分值,以作为该顾客的所述到访间隔维度的相对评分值。本领域技术人员可根据实际情况自定义设置各个区间及其对应分值,并不以实例为限。
表4
2、针对所述到访频次维度,对所述每位顾客进行相对式评分包括:如表5所示,预先建立至少两个到访频次区间分位数,并确定每个所述到访频次区间分位数所对应的到访频次以及对应的预设分值;其中,所述到访频次百分比是每种到访频次在所有到访频次中的排位百分比,于此,所谓的排位百分比是指到访频次A在所有到访频次按由小到大排序后占序列的前百分之几、中间百分之几或后百分之几等,具体可参见下文中游逛时长维度的具体示例;根据所述每位顾客的所述到访频次从表5查找对应的所述预设分值,以作为该顾客的所述到访频次维度的相对评分值。本领域技术人员可根据实际情况自定义设置各个区间及其对应分值,并不以实例为限。
表5
参阅表5,预先建立六个到访频次百分比区间的具体为:确定分位数的数量为六个,取分位数[10.30.50.80.95.100],从而划分得到剩下的六个区间,并分别设置分值。
3、针对所述游逛时长维度,对所述每位顾客进行相对式评分包括:如表6所示,预先建立至少两个游逛时长区间分位数,并确定每个所述游逛时长区间分位数所对应的游逛时长以及对应的预设分值;其中,游逛时长百分比是每种游逛时长在所有游逛时长中的排位百分比,例如:当前有十个游逛时长的值,它们按从小到大排序,为:1,2,3,4,5,6,7,8,9,10(单位:分钟),1,2,3皆属于排位中的前30%,4,5,6属于排位中的中间30%,7,8,9,10属于排位中的后40%,若想建立三个游逛时长区间分位数,分别是前30%、中间30%、最后40%,则这十个游逛时长的值就被分为(1,2,3)、(4,5,6)、(7,8,9,10)三个区间;根据所述每位顾客的所述游逛时长查找对应的所述预设分值,以作为该顾客的所述游逛时长维度的相对评分值。本领域技术人员可根据实际情况自定义设置各个区间及其对应分值,并不以实例为限。
表6
值得说明的是,绝对评分法的区间划分是依据一定的商业常识,比如说频次可以是按照半年、季度、月、周等等来划分。考虑到绝对赋值对场所以及时间周期的依赖,相对评分法的区间划分则是基于数据出现的频率,为了增加数据区分度和可靠度而做的划分,即同时对上述三个维度进行百分比赋值,依据所需要的区间个数,确定不同分位数,进而进行区间划分及相应区间的顾客赋值。
于此,若每位顾客均有到访频次(F)、到访间隔(R)、游逛时长(L)这3个维度的评分值:
[R,F,L]=[R2,F2,L2]。
则通过熵权法或自定义确定每个维度对应的权重α’、β’、γ’,得出顾客时间价值指数:
RFL2=R2*α’+F2*β’+L2*γ’。
熵权法是一种客观赋权法,其根据各项指标观测值所提供的信息的大小来确定指标权重。
三、混合评分方式
绝对赋值与相对赋值均有其优缺点,故此基于上述所得RFL1和RFL2值,建立混合顾客时间价值评估模型,例如:
RFL3=m RFL1+n RFL2,其中m、n为通过熵权法确定的权重,也可自定义。
S14:根据所述每位顾客的时间价值指数的大小评估所述每位顾客的时间价值。
以基于混合评分方式得到的顾客时间价值指数为例,将RFL3与预先设定的四个顾客时间指数范围进行匹配,其中,这四个范围按降序排列分别对应四类顾客时间价值群:高价值顾客、重要价值顾客、一般价值顾客、潜在价值顾客。如:高价值顾客:顾客时间指数范围为[5,7],重要价值顾客:顾客时间指数范围为[3,5)等。若当前RFL3为6,与[5,7]相匹配,则将该顾客标记为高价值顾客。
本发明的直观用途就是对顾客进行分类,以商场的如下粗分结果为例加以说明:
第1类:潜在顾客——统计周期内仅进店1次,且平均游逛时间为1小时,该客群平均最近一次到访时间间隔为统计周期的1/2,均匀分布,可以认定该客群为商场的随机到访顾客(或活跃周期超过半年的顾客),并非为商场的直接辐射客群,到场所可能为某次群体消费或个人消费;
第2类:一般顾客——统计周期内仅进店2次,且平均游逛时间为4小时,该客群平均最近一次到访时间间隔为统计周期的1/2,可以认定该客群为商场的稳定到访顾客,有长期稳定的价值输出,但频次较低,可能原因为商场内高频消费业态与季度顾客较不匹配;
第3类:重要顾客——统计周期内到访频次在每月N次,且平均游逛时间为4-6小时,平均最近一次到访时间与到访的频次匹配,为稳定的中高时间价值贡献顾客,可推测该类顾客所在区域处于商场直接辐射的住宅区客群;
第4类:高频次顾客——统计周期内到访频次很高。实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。基于这样的理解,本发明还提供一种计算机程序产品,包括一个或多个计算机指令。所述计算机指令可以存储在计算机可读存储介质中。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(如:软盘、硬盘、磁带)、光介质(如:DVD)、或者半导体介质(如:固态硬盘Solid StateDisk(SSD))等。
参阅图3,本实施例提供一种顾客时间价值的评估系统20,作为一款软件搭载于电子设备中,以在运行时执行前述方法实施例所述的顾客时间价值的评估方法。由于本系统实施例的技术原理与前述方法实施例的技术原理相似,因而不再对同样的技术细节做重复性赘述。
本实施例的顾客时间价值的评估系统20具体包括:数据获取模块21、评分计算模块22、价值评估模块23。数据获取模块21用于执行前述方法实施例介绍的步骤S11,评分计算模块22用于执行前述方法实施例介绍的步骤S12~S13,价值评估模块23用于执行前述方法实施例介绍的步骤S14。
本领域技术人员应当理解,图2实施例中的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个或多个物理实体上。且这些模块可以全部以软件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,评分计算模块22形式存储于存储器中,由某一个处理元件调用并执行评分计算模块22的功能。其它模块的实现与之类似。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
参阅图3,本实施例提供一种电子设备30,电子设备30可以是台式机、便携式电脑、智能手机等设备。详细的,电子设备30至少包括通过总线31连接的:存储器32、处理器33,其中,存储器32用于存储计算机程序,处理器33用于执行存储器32存储的计算机程序,以执行前述方法实施例中的全部或部分步骤。
上述提到的系统总线可以是外设部件互连标准(Peripheral PomponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(RandomAccess Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述,本发明的顾客时间价值的评估方法、系统、介质、及电子设备,有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种顾客时间价值的评估方法,其特征在于,包括:
获取场所预设时间周期内的探针数据;
从至少两个预设维度分别对所述探针数据所包含的每位顾客进行评分;
对每位顾客的各所述预设维度的评分值赋予权重并进行加权计算,以得到每位顾客的时间价值指数;
根据所述每位顾客的时间价值指数的大小评估所述每位顾客的时间价值。
2.根据权利要求1所述的方法,其特征在于,所述至少两个预设维度包括:到访间隔维度、到访频次维度、和/或游逛时长维度。
3.根据权利要求2所述的方法,其特征在于,所述对每位顾客进行评分的评分方式包括:绝对评分方式;其中,
针对所述到访间隔维度,对所述每位顾客进行绝对式评分包括:计算所述每位顾客最后一次到访所述场所的时间与该顾客前一次到访所述场所的时间之间的差值;将所述差值与至少两个预设到访间隔进行匹配,将匹配成功的预设到访间隔所对应的预设分值作为该顾客的所述到访间隔维度的绝对评分值;
针对所述到访频次维度,对所述每位顾客进行绝对式评分包括:统计每位顾客在所述预设时间周期内到访所述场所的次数;将所述次数与至少两个预设频次区间进行匹配,将匹配成功的预设频次区间所对应的预设分值作为该顾客的所述到访频次维度的绝对评分值;
针对所述游逛时长维度,对所述每位顾客进行绝对式评分包括:计算一定周期内每位顾客离开所述场所与进入所述场所的时间差的平均值;将所述时间差的平均值与至少两个预设时长区间进行匹配,将匹配成功的预设时长区间所对应的预设分值作为该顾客的所述游逛时间维度的绝对评分值。
4.根据权利要求2或3所述的方法,其特征在于,所述对每位顾客进行评分的评分方式包括:相对评分方式;其中,
针对所述到访间隔维度,对所述每位顾客进行相对式评分包括:预先建立至少两个到访间隔区间分位数,并确定每个所述到访间隔区间分位数所对应的所述每位顾客最后一次到访所述场所的时间与该顾客前一次到访所述场所的时间之间的差值以及对应的预设分值;其中,到访间隔百分比是每种所述差值在所有差值中的排位百分比;根据所述每位顾客的所述差值查找对应的所述预设分值,以作为该顾客的所述到访间隔维度的相对评分值;
针对所述到访频次维度,对所述每位顾客进行相对式评分包括:预先建立至少两个到访频次区间分位数,并确定每个所述到访频次区间分位数所对应的到访频次以及对应的预设分值;其中,到访频次百分比是每种到访频次在所有到访频次中的排位百分比;根据所述每位顾客的所述到访频次查找对应的所述预设分值,以作为该顾客的所述到访频次维度的相对评分值;
针对所述游逛时长维度,对所述每位顾客进行相对式评分包括:预先建立至少两个游逛时长区间分位数,并确定每个所述游逛时长区间分位数所对应的游逛时长以及对应的预设分值;其中,游逛时长百分比是每种游逛时长在所有游逛时长中的排位百分比;根据所述每位顾客的所述游逛时长查找对应的所述预设分值,以作为该顾客的所述游逛时长维度的相对评分值。
5.根据权利要求4所述的方法,其特征在于,所述预先建立至少两个到访频次区间分位数的实现方式包括:
根据待建立的所述到访频次区间分位数的个数确定分位数;
基于所述分位数将0~1的区间划分成相应数量的所述到访频次区间分位数。
6.根据权利要求4所述的方法,其特征在于,还包括:
分别对所述每位顾客的基于绝对评分方式得到的绝对时间价值指数和基于相对评分方式得到的相对时间价值指数赋予权重并进行加权计算,以得到所述每位顾客的混合时间价值指数;
根据所述每位顾客的混合时间价值指数的大小评估所述每位顾客的时间价值。
7.根据权利要求1所述的方法,其特征在于,还包括:基于熵权法对所述每位顾客的各所述预设维度的评分值赋予权重。
8.一种顾客时间价值的评估系统,其特征在于,包括:
数据获取模块,用于获取场所预设时间周期内的探针数据;
评分计算模块,用于从至少两个预设维度分别对所述探针数据所包含的每位顾客进行评分;对每位顾客的各所述预设维度的评分值赋予权重并进行加权计算,以得到每位顾客的时间价值指数;
价值评估模块,用于根据所述每位顾客的时间价值指数的大小评估所述每位顾客的时间价值。
9.一种计算机可读存储介质,其中存储有计算机程序,其特征在于,所述计算机程序被处理器加载执行时,实现如权利要求1至7中任一所述的顾客时间价值的评估方法。
10.一种电子设备,其特征在于,包括:处理器及存储器;其中,
所述存储器用于存储计算机程序;
所述处理器用于加载执行所述计算机程序,以使所述电子设备执行如权利要求1至7中任一所述的顾客时间价值的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910790645.2A CN110570238A (zh) | 2019-08-26 | 2019-08-26 | 顾客时间价值的评估方法、系统、介质、及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910790645.2A CN110570238A (zh) | 2019-08-26 | 2019-08-26 | 顾客时间价值的评估方法、系统、介质、及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110570238A true CN110570238A (zh) | 2019-12-13 |
Family
ID=68775980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910790645.2A Pending CN110570238A (zh) | 2019-08-26 | 2019-08-26 | 顾客时间价值的评估方法、系统、介质、及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110570238A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112200600A (zh) * | 2020-09-10 | 2021-01-08 | 广州半城云信息科技有限公司 | 电商及私域流量的顾客价值的评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106937253A (zh) * | 2017-04-17 | 2017-07-07 | 上海汇纳信息科技股份有限公司 | 一种顾客判断方法及系统、服务器 |
CN106952055A (zh) * | 2017-04-11 | 2017-07-14 | 上海汇纳信息科技股份有限公司 | 顾客价值的细分方法、系统及具有该系统的电子设备 |
CN107169801A (zh) * | 2017-05-22 | 2017-09-15 | 上海汇纳信息科技股份有限公司 | 店铺关联关系获取方法、系统、存储介质以及移动终端 |
CN108230023A (zh) * | 2017-12-29 | 2018-06-29 | 南京光普信息技术有限公司 | 一种基于顾客游逛行为的客群分类方法 |
CN108389060A (zh) * | 2018-02-28 | 2018-08-10 | 南京芝麻信息科技有限公司 | 顾客忠诚度信息处理方法及装置 |
-
2019
- 2019-08-26 CN CN201910790645.2A patent/CN110570238A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952055A (zh) * | 2017-04-11 | 2017-07-14 | 上海汇纳信息科技股份有限公司 | 顾客价值的细分方法、系统及具有该系统的电子设备 |
CN106937253A (zh) * | 2017-04-17 | 2017-07-07 | 上海汇纳信息科技股份有限公司 | 一种顾客判断方法及系统、服务器 |
CN107169801A (zh) * | 2017-05-22 | 2017-09-15 | 上海汇纳信息科技股份有限公司 | 店铺关联关系获取方法、系统、存储介质以及移动终端 |
CN108230023A (zh) * | 2017-12-29 | 2018-06-29 | 南京光普信息技术有限公司 | 一种基于顾客游逛行为的客群分类方法 |
CN108389060A (zh) * | 2018-02-28 | 2018-08-10 | 南京芝麻信息科技有限公司 | 顾客忠诚度信息处理方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112200600A (zh) * | 2020-09-10 | 2021-01-08 | 广州半城云信息科技有限公司 | 电商及私域流量的顾客价值的评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111782966B (zh) | 用户分群方法、装置、计算机设备和介质 | |
CN104517052B (zh) | 一种入侵检测方法及装置 | |
CN109615426A (zh) | 一种基于客户聚类的营销方法、系统 | |
CN109543940B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
CN113505942A (zh) | 项目工程造价预估方法、装置、电子设备及存储介质 | |
CN110516752A (zh) | 聚类簇质量评估方法、装置、设备及存储介质 | |
US20190080358A1 (en) | Dynamic Email System | |
CN110570238A (zh) | 顾客时间价值的评估方法、系统、介质、及电子设备 | |
CN110650438B (zh) | 用户常住区域相似度判断方法、装置、设备及介质 | |
CN112215473A (zh) | 一种配送压力数据的获得方法、装置、电子设备 | |
CN115879819A (zh) | 企业信用评估方法及装置 | |
CN105653645B (zh) | 网络信息关注度评估方法及装置 | |
CN114187054A (zh) | 客户分类方法、装置及存储介质 | |
CN114881761A (zh) | 相似样本的确定方法与授信额度的确定方法 | |
CN109543888B (zh) | 营业厅位置选择方法、装置及存储介质 | |
CN112199269B (zh) | 一种数据处理的方法以及相关装置 | |
CN115967906A (zh) | 用户常驻位置识别方法、终端、电子设备及存储介质 | |
CN109670853B (zh) | 用户特征数据的确定方法、装置、设备及可读存储介质 | |
CN110070438B (zh) | 一种信用分值计算方法、设备及存储介质 | |
CN110737693A (zh) | 数据挖掘处理方法、装置、设备及计算机可读存储介质 | |
CN111104609A (zh) | 人际关系的预测方法及其装置、计算机程序、存储介质 | |
US10089336B2 (en) | Collection frequency based data model | |
CN115378827A (zh) | 互联网协议地址分析方法及装置、服务器、存储介质 | |
CN108537358B (zh) | 社区数据的处理方法、装置、存储介质和电子装置 | |
CN116091157A (zh) | 资源推送方法及装置、存储介质、计算机设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191213 |
|
RJ01 | Rejection of invention patent application after publication |