CN110766454B - 门店的顾客到访信息收集方法以及门店子系统架构 - Google Patents
门店的顾客到访信息收集方法以及门店子系统架构 Download PDFInfo
- Publication number
- CN110766454B CN110766454B CN201910969078.7A CN201910969078A CN110766454B CN 110766454 B CN110766454 B CN 110766454B CN 201910969078 A CN201910969078 A CN 201910969078A CN 110766454 B CN110766454 B CN 110766454B
- Authority
- CN
- China
- Prior art keywords
- store
- information
- customer
- attribute information
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 238000012806 monitoring device Methods 0.000 claims description 81
- 238000004458 analytical method Methods 0.000 claims description 42
- 238000001514 detection method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 12
- 238000010191 image analysis Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 10
- 238000013486 operation strategy Methods 0.000 description 9
- 235000019640 taste Nutrition 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 239000011521 glass Substances 0.000 description 5
- 230000037308 hair color Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 235000011888 snacks Nutrition 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种门店的顾客到访信息收集方法、门店子系统架构、计算机设备及计算机可读存储介质,一个实施例的方法包括:获取第一图像监控设备拍摄获得的第一人像图像;在确定第一人像图像对应的目标顾客进入了当前门店时,获取第一人像图像对应的目标顾客的人物属性信息;获取目标顾客在当前门店的顾客属性信息;将目标顾客的门店到访信息存储至云端数据库,门店到访信息包括:目标顾客的顾客标识、人物属性信息、顾客属性信息及当前门店的门店标识,门店标识与当前门店的门店属性信息关联。本申请实施例可以主动、全面地获得进店顾客的进店信息,有助于获得目标顾客进店的全面资料,从而可以据此为基础为顾客提供相关个性化服务,有利于门店的经营和发展。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种门店的顾客到访信息收集方法、门店子系统架构、计算机设备以及计算机可读存储介质。
背景技术
随着社会经济的不断发展,出现了各种不同类别的商业门店,各商业门店在进行商业经营活动时,通常通过为顾客发放会员卡、不同级别的顾客具有不同等级的会员卡等方式,以获得顾客的信息并为顾客提供不同会员级别的服务,所提供的服务通常为促销活动的发放以及提供不同的折扣等,以此提高顾客的粘性。这种方式只能被动获得顾客的资料以提供会员服务,对顾客到店的信息收集并不完善,因而也无法以顾客信息为基础主动进行信息收集和提供相关服务,制约了门店的经营和发展。
发明内容
基于此,有必要提供一种门店的顾客到访信息收集方法、门店子系统架构、计算机设备以及计算机可读存储介质。
一种门店的顾客到访信息收集方法,所述方法包括:
获取第一图像监控设备拍摄获得的第一人像图像,所述第一图像监控设备为设置在当前门店的门店入口位置的拍摄装置;
在确定所述第一人像图像对应的目标顾客进入了当前门店时,获取所述第一人像图像对应的目标顾客的人物属性信息;
获取所述目标顾客在当前门店的顾客属性信息,所述顾客属性信息包括:进店属性信息、消费属性信息以及财务属性信息,所述进店属性信息包括进店时间信息;
将所述目标顾客的门店到访信息存储至云端数据库,所述门店到访信息包括:所述目标顾客的顾客标识、所述人物属性信息、所述顾客属性信息、以及所述当前门店的门店标识,所述门店标识与所述当前门店的门店属性信息关联。
一个实施例中,获取所述第一人像图像对应的目标顾客的人物属性信息,包括:
提取所述第一人像图像的图像特征;
基于所述图像特征,分析并确定所述第一人像图像的人物属性信息,所述人物属性信息包括下述信息中的至少一种:性别、身高信息、体型信息、年龄段信息、头发长短信息、头发颜色、肤色信息、衣着信息以及眼镜佩戴信息。
一个实施例中,获取所述第一人像图像对应的目标顾客的人物属性信息,包括:
通过预先训练确定的人物属性分析模型,对所述第一人像图像进行分析,确定所述人物属性信息,所述人物属性分析模型包括下述各子模型中的至少一种:性别子模型、身高子模型、体型子模型、年龄段子模型、头发长短子模型、头发颜色子模型、肤色子模型、衣着子模型以及眼镜佩戴子模型。
一个实施例中,在当前门店为餐饮门店时,所述进店属性信息还包括桌台位置信息,所述进店类型信息包括:情侣类型、朋友类型、商务类型、团建聚餐。
一个实施例中,在当前门店为餐饮门店时,在当前门店为餐饮门店时,所述消费偏好信息包括:菜品偏好信息、菜品口味信息、小食信息、特价菜信息、招牌菜信息。
一个实施例中,将所述目标顾客的顾客门店到访信息存储至云端数据库,包括:
当所述目标顾客为新顾客时,在所述云端数据库为所述新顾客创建所述顾客标识之后,在所述云端数据库添加与所述顾客标识关联的所述门店到访信息;
当所述目标顾客为已有顾客时,在所述云端数据库中与所述已有顾客的所述顾客标识关联的门店到访信息记录中,添加所述门店到访信息。
一个实施例中,所述方法还包括:
在确定所述第一人像图像对应的目标顾客未进入当前门店时,新建未进店记录,并将所述未进店记录存储至所述云端数据库,所述未进店记录包含所述第一人像图像、当前时间以及所述门店标识。
一个实施例中,所述门店属性信息包括:门店地理属性信息、门店内部属性信息和门店外部属性信息;
所述门店地理属性信息包括:门店所处省份、门店所处城市、门店所在城区以及门店所在商圈;
所述门店内部属性信息包括下述各项中的至少一项:门店内部环境信息、门店均价信息、门店可提供服务信息、门店品牌信息、门店类型信息、门店面积、网红店标识信息、门店灯光信息、门店音乐信息、门店展示信息、门店支付信息、门店促销信息;
所述门店外部属性信息包括下述各项中的至少一项:门店交通信息、门店外部环境信息、停车场信息、门店楼层信息、门店位置信息。
一个实施例中,在当前门店为餐饮门店时,所述门店类型信息包括餐饮类别信息,所述餐饮类别信息包括下述各项中的至少一项:粤菜、川菜、湘菜、西餐、料理、东北菜,所述内部属性信息还包括:厨房开放信息、人工点餐信息,所述门店促销信息包括下述各项中的至少一种:会员充值优惠信息、送菜信息、满减信息、优惠券信息。
一个实施例中,所述待分析项目包括单一顾客消费轨迹,所述待分析目标对象包括顾客标识。
一个实施例中,所述待分析项目包括:单一门店客流量,所述待分析目标对象包括门店标识。
一个实施例中,所述待分析项目包括:单一门店回头率,所述待分析目标对象包括门店标识。
一个实施例中,所述待分析项目包括:单一门店进店数,所述待分析目标对象包括门店标识。
一个实施例中,所述待分析项目包括:单一门店消费群体,所述待分析目标对象包括门店标识。
一个实施例中,所述待分析项目包括:单一门店热销商品,所述待分析目标对象包括门店标识。
一个实施例中,所述待分析项目包括:单一门店消费单价,所述待分析目标对象包括门店标识。
一个实施例中,所述待分析项目包括:单一门店消费单价,所述待分析目标对象包括门店标识。
一个实施例中,所述待分析项目包括:门店间统计信息,所述待分析目标对象包括各门店标识。
一个实施例中,所述待分析项目包括:商圈数据热力图,所述待分析目标对象包括各门店标识。
一种连锁门店子系统架构,包括:主控设备,以及设置在门店入口位置的第一图像监控设备,主控设备和第一图像监控设备通信连接;
所述第一图像监控设备将拍摄获得的目标顾客的第一人像图像发送给所述主控设备;
所述主控设备,获取所述第一人像图像,在确定所述第一人像图像对应的目标顾客进入了当前门店时,获取所述第一人像图像对应的目标顾客的人物属性信息;并获取所述目标顾客在当前门店的顾客属性信息,所述顾客属性信息包括:进店属性信息、消费属性信息以及财务属性信息,所述进店属性信息包括进店时间信息;并将所述目标顾客的门店到访信息存储至云端数据库,所述门店到访信息包括:所述目标顾客的顾客标识、所述人物属性信息、所述顾客属性信息、以及所述当前门店的门店标识,所述门店标识与所述当前门店的门店属性信息关联。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时,实现控制执行如上所述方法的步骤。
一种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,实现控制执行如上所述的方法的步骤。
基于如上所述的实施例方案,通过设置在门店入口位置的第一图像监控设备来拍摄获得第一人像图像,并在第一人像图像对应的目标顾客进入可当前门店时,主动获得目标顾客的人物属性信息,并主动获得该目标顾客在当前门店的进店属性信息、消费属性信息以及财务属性信息等顾客属性信息,从而可以主动、全面地获得进店顾客的进店信息,有助于获得目标顾客进店的全面资料,从而可以据此为基础为顾客提供相关个性化服务,有利于门店的经营和发展。
附图说明
图1为一个实施例中的应用环境示意图;
图2为一个实施例中的门店的顾客到访信息收集方法的流程示意图;
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例的方案,可以应用于图1所示的应用环境中。某商家具有M个连锁门店,可以理解,当该商家只有1个门店时,M为1。参考图1所示,该应用环境涉及由每个连锁门店包含的设备组成的门店子系统架构11、云端数据库13,还可以涉及云端服务器12。
其中,每个连锁门店的门店子系统架构11,包括有:主控设备111,设置在门店入口位置的第一图像监控设备112。可以理解,在连锁门店的门店面积较大或者其他原因使得门店有多个门店入口的情况下,可以在每个门店入口设置一个第一图像监控设备112,使得该门店子系统结构中的第一图像监控设备112的数目可以是2个以上,且门店入口数目与第一图像监控设备112的数目相同。在其他实施例中,也可以配备其他数目的第一图像监控设备112,例如在每个或者某些门店入口设置两个以上的第一图像监控设备等,以从多个角度对该门店入口位置进行拍摄。
如图1所示,一些实施例中,每个连锁门店还可以配备有一个或多个的手持终端113,该手持终端113由连锁门店的工作人员持有。在一些实施例中,每个连锁门店内部还可以设置有一个或多个的第二图像监控设备(图1中未示出),该第二图像监控设备用以对所在门店的内部进行拍摄。第一图像监控设备111、手持终端113以及第二图像监控设备均与主控设备112通信连接,主控设备112与云端服务器12和云端数据库13通信连接,云端服务器12和云端数据库13通信连接。
工作时,第一图像监控设备111将拍摄获得的目标顾客的第一人像图像发送给主控设备112,主控设备112基于第一人像图像,获得第一人像图像对应的目标顾客的人物属性信息,并获得第一人像图像对应的目标顾客的进店属性信息、消费属性信息以及财务属性信息等顾客属性信息,然后将包含人物属性信息、顾客属性信息以及当前门店的门店标识的门店到访信息存储到云端数据库。其中,主控设备112可以自身基于门店工作人员的操作获得顾客属性信息,也可以是与手持终端113和/或第二图像监控设备相互配合,获得顾客属性信息。主控设备112将门店到访信息存储到云端数据库13时,主控设备112可以直接将门店到访信息存储至云端数据库13,也可以是通过云端服务器12将门店到访信息存储至云端数据库13。
参考图2所示,一个实施例中的门店的顾客到访信息收集方法,主要包括以下步骤S201至步骤S204。其中,该实施例中的方法由图1中所示的主控设备112执行。
步骤S201:获取第一图像监控设备拍摄获得的第一人像图像,所述第一图像监控设备为设置在当前门店的门店入口位置的拍摄装置。
第一图像监控设备是指设置在当前门店的门店入口位置处的拍摄装置,用以对门店入口位置进行拍摄。可以采用任何可以进行图像拍摄或图像监控的设备实现该第一图像监控设备,例如高清摄像头等。
在获取第一图像监控设备拍摄获得的第一人像图像时,可以采用各种可能的方式获得,以下结合其中几种方式进行说明。
在一个实施例中,获取第一图像监控设备拍摄获得的第一人像图像,包括:
获取所述第一图像监控设备实时拍摄并传送的视频流;
对所述视频流进行人像特征分析,从所述视频流中提取出所述第一人像图像。
此时,第一图像监控设备可以实时拍摄获得视频流,并将该视频流传输给主控设备。其中,在一些实施例中,第一图像监控设备也可以实时将拍摄获得的视频流传输给主控设备。在一些实施例中,第一图像监控设备拍摄获得视频流后,可以先在第一图像监控设备本地进行缓存,并每隔一定时间段(时间段的具体时长可以自行设置或者采用第一图像监控设备的默认设置时长)将视频流发送给主控设备。在一些实施例中,也可以是第一图像监控设备拍摄获得视频流后,先在第一图像监控设备本地进行缓存,主控设备定时向第一图像监控设备发送视频流传输指令,第一图像监控设备接收到该视频流传输指令后,再将拍摄获得的视频流传输给主控设备。
主控设备在获取到第一图像监控设备传输的视频流后,对视频流进行人像特征分析,从而从视频流中提取出人像图像(本申请实施例中称为第一人像图像)。其中,对视频流进行人像特征分析,从中提取第一人像图像的方式,可以采用任何可能的方式进行,例如直接提取视频流中的人像特征,或者基于训练获得的人像提取模型,从视频流中提取出人像图像。本申请实施例不对从视频流中提取出第一人像图像的具体方式进行限定。
在一个实施例中,获取第一图像监控设备拍摄获得的第一人像图像,包括:
在接收到红外检测设备传输的红外提示信号时,向所述第一图像监控设备发送拍摄指令,以控制所述第一图像监控设备进行拍摄,获得所述第一人像图像。其中,该红外检测设备设置在当前门店的门店入口位置。
在该实施例中,在当前门店的门店入口处还设置有红外检测设备,该红外检测设备用以检测是否有用户进入该当前门店。红外检测设备可以在检测到红外信号时,向主控设备发送红外提示信号,主控设备接收到红外提示信号时,向第一图像监控设备发送拍摄指令,第一图像监控设备接收到该拍摄指令后进行拍摄,并将拍摄获得的图像发送给主控设备,从而获得该第一人像图像。
在另一种实现方式中,该红外检测设备也可以直接和第一图像监控设备通信连接,红外检测设备可以在检测到红外信号时,向第一图像监控设备发送给红外提示信号,第一图像监控设备接收到该红外提示信号后进行拍摄,并将拍摄获得的图像发送给主控设备,从而使主控设备获得该第一人像图像。
其中,上述红外提示信息还可以携带有红外检测设备的红外设备标识。从而,在门店具有多个门店入口时,主控设备可以将设置在同一门店入口的第一图像监控设备的图像设备标识,与对应的红外检测设备的红外设备标识进行关联。从而,主控设备在接收到红外检测设备发送的携带红外设备标识的红外提示信息时,可以基于红外提示信息携带的红外设备标识,查找到关联的第一图像监控设备的图像设备标识,并向该关联的图像设备标识对应的第一图像监控设备发送上述拍摄指令。
在一个实施例中,获取第一图像监控设备拍摄获得的第一人像图像,包括:
接收红外检测设备传输的红外提示信号,所述红外提示信号携带提示时间信息;
基于该红外提示信号,从所述第一图像监控设备传输的视频流中,提取与所述提示时间信息关联的视频帧图像,获得第一图像监控设备拍摄获得的第一人像图像。
其中,所述红外检测设备在当前门店的门店入口位置。
在该实施例中,在当前门店的门店入口处还设置有红外检测设备,该红外检测设备用以检测是否有用户进入该当前门店。第一图像监控设备可将拍摄获得的视频流传输给主控设备(实时传输或者缓存后传输),红外检测设备可以在检测到红外信号时,向主控设备发送红外提示信号,主控设备接收到红外提示信号时,基于红外提示信号携带的提示时间信息,提取出与提第一图像监控设备传输的视频流中,提取与提示时间信息关联的视频帧图像,从而获得第一图像监控设备拍摄获得的第一人像图像。其中,与提示时间信息关联的视频帧图像,可以是视频流中的帧时间与提示时间信息完全一致的视频帧图像,也可以是提示时间信息的一定时间范围内的多帧视频帧图像,例如提示时间信息之前N1秒至之后N2秒之间的视频帧图像,其中,N1和N2的具体数值可结合实际实际技术需要进行设置。
如上述实施例所述,在一些实施例中,上述红外提示信息还可以携带有红外检测设备的红外设备标识。从而,在门店具有多个门店入口时,主控设备可以将设置在同一门店入口的第一图像监控设备的图像设备标识,与对应的红外检测设备的红外设备标识进行关联。主控设备在接收到红外检测设备发送的携带红外设备标识的红外提示信息时,可以基于红外提示信息携带的红外设备标识,查找到关联的第一图像监控设备的图像设备标识所对应的视频流,进而从该视频流中提取出与提示时间信息对应的视频帧图像。
步骤S202:在确定所述第一人像图像对应的目标顾客进入了当前门店时,获取所述第一人像图像对应的目标顾客的人物属性信息。
通过确定第一人像图像对应的目标顾客进入了当前门店,可以据此对进入了当前门店的目标顾客的进店信息的资料进行收集。
其中,可以通过各种可能的方式来确定第一人像图像对应的目标顾客是否进入了当前门店。
在一个实施例中,可以在获取到所述第一人像图像时,确定所述第一人像图像对应的目标顾客进入了当前门店。从而,只要设置在门店入口的第一图像监控设备拍摄到了第一人像图像,即认为该第一人像图像对应的目标顾客进入了当前门店。此时,该第一图像监控设备可以是对门店入口位置处的门店内部进行拍摄,具体的设置位置可以基于各门店的不同而有所不同。
一个实施例中,可以通过获取第二图像监控设备拍摄获得的店内图像,并在所述店内图像包含与所述第一人像图像匹配的第二人像图像时,确定所述第一人像图像对应的目标顾客进入了当前门店。其中,如上所述,第二图像监控设备为设置在所述当前门店的内部、对所述当前门店的内部进行拍摄的拍摄装置。在目标顾客进入门店内后,会在店内对进行查看,对于饮食类等门店,还会在门店内落座,从而设置在门店内部的第二图像监控设备,会拍摄到包含目标顾客的店内图像。在本实施例中,通过结合设置在门店内部的第二图像监控设备,在第二图像监控设备拍摄到包含与第一人像图像匹配的第二人像图像的店内图像时,确定目标顾客进入了当前门店。其中,从第二图像监控设备拍摄到的店内图像中提取出第二人像图像、并将第二人像图像与第一人像图像匹配的过程,可以采用任何可能的图像处理方式进行,本实施例不做具体限定。
一个实施例中,确定所述第一人像图像对应的目标顾客进入了当前门店的方式包括:
将所述第一人像图像对应的目标顾客的图像推送至关联的手持终端,其中,所述目标顾客的图像可以直接为上述第一人像图像,也可以是对所述第一人像图像进行图像处理后的处理后图像;
在接收到所述手持终端返回的所述第一人像图像对应的目标顾客已进店信息时,确定所述第一人像图像对应的目标顾客进入了当前门店。
从而,通过为门店内部工作人员配备手持终端,并将监测到的第一人像图像或者对第一人像图像进行图像处理后的处理后图像推送到手持终端上,由工作人员在手持终端上确定该第一人像图像对应的目标顾客是否进入了门店。在目标顾客确实进入了当前门店之后,可以通过点击手持终端上的相关按钮,或者是直接点击手持终端上的目标顾客的第一人像图像,或者通过点击对第一人像图像进行图像处理之后的处理后图像,以确定该目标顾客是否进入了门店。其中,具体对第一人像图像进行图像处理后的处理后图像的方式,可以采用任何可能的图像处理方式进行,只要得到的处理后图像能够分辨出不同的顾客即可。
在一个实施例中,可以在获取到第一人像图像,且在预设时间段内未监测到所述第一人像图像对应的目标顾客离开当前门店时,确定所述第一人像图像对应的目标顾客进入了当前门店。在某些情形下,顾客可能进入当前门店之后又很快离开了当前门店,在此情况下,该顾客实质上并未在当前门店进行任何查看销售产品信息、消费等行为,若将该顾客判定为是进入了当前门店的目标顾客,可能会导致最终获得的信息的不准确。因此,通过在预设时间段内未检测到该目标顾客离开当前门店,才确定该目标顾客进入了当前门店,有助于提高最终统计获得的信息的准确性。其中,预设时间段的具体时长,可以结合实际技术需要进行设置,不同类型的门店所设置的预设时间段的时长可以有所不同,例如餐饮类门店的预设时间段可以比产品销售类门店的预设时间段要长。
此外,可以采用任何可能的方式,确定目标顾客是否在第一预设时间段内离开了当前门店,例如,从第一图像监控设备拍摄获得的视频流中,提取出在该预设时间段内的视频段,并对视频段进行分析目标顾客是否离开了当前门店。如通过对视频段分析,发现目标顾客从店内行至店外,则确定目标顾客离开了当前门店。再例如,在第一图像监控设备获取到第一人像图像之后的预设时间段内,设置在店内的第二图像监控设备未拍摄到与第一人像图像匹配的第二人像图像,则确定目标顾客在预设时间段内离开了当前门店。再例如,主控设备在将第一人像图像对应的目标顾客的图像推送至关联的手持终端之后,在预设时间段内未接收到手持终端返回的目标顾客已进店信息,或者是在预设时间段内接收到手持终端返回的目标顾客已离店信息时,确定目标顾客在预设时间段内离开了当前门店。
一个实施例中,在确定所述第一人像图像对应的目标顾客未进入当前门店时,还可以新建未进店记录,并将所述未进店记录存储至所述云端数据库,所述未进店记录包含所述第一人像图像、当前时间以及当前门店的门店标识。从而通过建立未进店记录并进行存储,有助于后续结合未进店记录进行进一步分析,例如分析每天的未进店情况,结合每天或者一段时间的未进店记录已经进店顾客的相关记录分析回头率,或者做其他的分析等等。
在确定目标顾客进入了当前门店之后,获取所述第一人像图像对应的目标顾客的人物属性信息时,可以采用任何可能的方式进行。
一个实施例中,可以是由门店内工作人员选择并确定该目标顾客的人物属性信息,例如在确定该目标顾客进入了当前门店之后,自动或者基于主控设备的操作人员的操作,显示人物属性信息选择界面,由主控设备的操作人员在该人物属性信息选择界面中选择并确定该目标顾客的任务属性信息,例如性别、身高信息、体型信息、年龄段信息、头发长短信息、头发颜色、肤色信息、衣着信息以及眼镜佩戴信息等。
一个实施例中,可以是由主控设备自身对第一人像图像进行结构化处理,以获得人物属性信息。在其他的实施例中,主控设备也可以是将第一人像图像发送给服务器,由服务器对第一人像图像进行结构化处理,以获得服务器返回的人物属性信息,主控设备也可以通过调用相关服务平台提供的图像处理接口,通过该图像处理接口调用相关的图像处理机制进行结构化处理,以获得图像处理接口返回的人物属性信息。在其他实施例中,也可以采用其他的方式获得第一人像图像对应的人物属性信息。
另一方面,在结合设置在门店内部的第二图像监控设备来确定目标顾客是否进入了当前门店的情况下,也可以同时结合第一人像图像和第二人像图像,共同进行结构化处理,以获得人物属性信息。
以仅通过第一人像图像进行结构化处理获得人物属性信息为例,具体的过程可以包括:
提取所述第一人像图像的图像特征;
基于所述图像特征,分析并确定所述第一人像图像的人物属性信息,其中,所述人物属性信息包括但不限于下述信息中的至少一种:性别、身高信息、体型信息、年龄段信息、头发长短信息、头发颜色、肤色信息、衣着信息以及眼镜佩戴信息。
其中,提取图像的图像特征、基于图像特征来分析确定上述各人物属性信息的过程,可以采用目前以及以后出现的各种图像处理方式进行。
在一些实施例中,以仅通过第一人像图像进行结构化处理获得人物属性信息为例,具体的过程可以包括:
通过预先训练确定的人物属性分析模型,对所述第一人像图像进行分析,确定所述人物属性信息,其中,人物属性分析模型包括下述各子模型中的至少一种:性别子模型、身高子模型、体型子模型、年龄段子模型、头发长短子模型、头发颜色子模型、肤色子模型、衣着子模型以及眼镜佩戴子模型。
从而,通过训练获得人物属性分析模型,在需要获得人物属性信息时,可以直接将第一人物图像输入训练获得的人物属性分析模型,从而快速获得人物属性信息,提高获得人物属性信息的效率。其中,如上所述,人物属性分析模型中包括如上所述的各子模型,在训练获得人物属性分析模型时,可以直接对包含各子模型的人物属性分析模型进行训练,也可以是在训练获得各子模型之后,再对训练获得的各子模型进行进一步的融合以获得该人物属性分析模型,本申请实施例不做具体限定。
步骤S203:获取所述目标顾客在当前门店的顾客属性信息,所述顾客属性信息包括:进店属性信息、消费属性信息以及财务属性信息,所述进店属性信息包括进店时间信息。
可以采用各种可能的方式获得当前门店的顾客属性信息,一个实施例中,可以是由门店内工作人员选择并确定该目标顾客的相关顾客属性信息,例如在确定该目标顾客进入了当前门店之后,自动或者基于主控设备的操作人员的操作,显示相关的顾客属性信息输入界面,由主控设备的操作人员在该界面中通过选择、在输入框输入等方式确定该目标顾客的顾客属性信息,例如包含同行人数、进店类型信息等信息的进店属性信息,包含消费偏好信息、优惠信息等信息的消费属性信息,以及包含支付方式信息、发票开具信息、停车票信息、消费金额等信息的财务属性信息。可以理解,在当前门店为餐饮门店时,所述进店属性信息还可以包括桌台位置信息,上述进店类型信息可以包括:情侣类型、朋友类型、商务类型、团建聚餐等类型。而上述消费偏好信息包括:菜品偏好信息、菜品口味信息、小食信息、特价菜信息、招牌菜信息。可以理解,对于不同类型的门店来说,进店类型信息、消费属性信息等可以有所不同。
在一个实施例中,获取所述目标顾客在当前门店的顾客属性信息,包括:
获取第二图像监控设备拍摄获得的店内图像;
在所述店内图像包含与所述第一人像图像匹配的第二人像图像时,对所述店内图像进行图像分析,获得进店属性信息,所述进店属性信息包括下述各项中的至少一种:同行人数、进店类型信息。在当前门店为餐饮门店时,所述进店属性信息还可以包括桌台位置信息,此时,上述进店类型信息可以包括:情侣类型、朋友类型、商务类型、团建聚餐等类型。
从而,在门店内部设置有第二图像监控设备的情况下,可以通过对第二图像监控设备拍摄获得的店内图像进行分析,从而获得上述进店属性信息。以当前门店为餐饮门店为例,通过第二图像监控设备拍摄获得的店内图像,可以将落座于同一桌台的多个人像图像对应的顾客判定为是同行顾客,从而获得同行人数,同时可结合同行顾客的上述人物属性信息等,确定目标顾客以及同行顾客的进店类型信息,在同行顾客中有老年人和小朋友时,判定为进店类型信息为家庭聚餐,在同行顾客只有一人、目标顾客与同行顾客的性别为一男一女、且年龄段相当时,判定进店类型信息为情侣类型。当然,在其他实施例中,还可以通过其他的方式来确定进店类型信息。在基于店内图像确定了进店类型信息之后,还可以接收主控设备的操作人员的更改指令,对自动判定的进店类型信息进行调整,以确保最终确定的进店类型信息的准确性。
在该实施例中,还可以进一步获取与所述目标顾客对应的订单信息,并对所述订单信息进行分析,获得所述目标顾客的消费属性信息,所述消费属性信息包括下述各项中的至少一项:消费偏好信息、优惠信息。以在当前门店为餐饮门店为例,此时,所述消费偏好信息包括:菜品偏好信息、菜品口味信息、小食信息、特价菜信息、招牌菜信息。还可以进一步获取与所述目标顾客对应的订单的财务属性信息,所述财务属性信息包括下述各项中的至少一项:支付方式信息、发票开具信息、停车票信息、消费金额。具体实现时,可以将该目标顾客对应的订单信息与该目标顾客的第一人像图像或者对第一人像图像进行图像处理后的处理后图像进行关联,从而,可以基于第一人像图像获得关联的订单信息以及对应的财务属性信息。可以理解,以当前门店为餐饮门店为例,在目标顾客有同行人员的情况下,一个订单信息可对应多个顾客的第一人像图像,从而这多个顾客在当次进店消费之后会对应相同的订单信息。
一个实施例中,获取所述目标顾客在当前门店的顾客属性信息,包括:
将所述第一人像图像对应的目标顾客的图像推送至关联的手持终端,所述目标顾客的图像为所述第一人像图像,或者为对所述第一人像图像进行图像处理后的处理后图像;
获取所述手持终端返回的进店属性信息,所述进店属性信息包括下述各项中的至少一种:同行人数、进店类型信息。
从而,在本实施例中,在获得目标顾客的第一人像图像之后,将目标顾客的第一人像图像或者对第一人像图像进行图像处理后的处理后图像推送至店内工作人员的手持终端,店内工作人员可在手持终端上操作并确定哪些顾客是同行顾客,并可通过观察或者与顾客交流的方式获得进店类型信息,并将获得的同行人数、进店类型信息等进店属性信息传输至主控设备。在当前门店为餐饮门店时,所述进店属性信息还可以包括桌台位置信息,此时,上述进店类型信息可以包括:情侣类型、朋友类型、商务类型、团建聚餐等类型。
在该实施例中,还可以进一步获取与所述目标顾客对应的订单信息,并对所述订单信息进行分析,获得所述目标顾客的消费属性信息,所述消费属性信息包括下述各项中的至少一项:消费偏好信息、优惠信息,在当前门店为餐饮门店时,所述消费偏好信息包括:菜品偏好信息、菜品口味信息、小食信息、特价菜信息、招牌菜信息;并获取与所述目标顾客对应的订单的财务属性信息,所述财务属性信息包括下述各项中的至少一项:支付方式信息、发票开具信息、停车票信息、消费金额。具体实现时,可以将该目标顾客对应的订单信息与该目标顾客的第一人像图像或者对第一人像图像进行图像处理后的处理后图像进行关联,从而,可以基于第一人像图像或者对第一人像图像进行图像处理后的处理后图像获得关联的订单信息以及对应的财务属性信息。可以理解,以当前门店为餐饮门店为例,在目标顾客有同行人员的情况下,一个订单信息可对应多个顾客的第一人像图像,从而这多个顾客在当次进店消费之后会对应相同的订单信息。
其中,在该实施例中,可以是由主控设备将相关订单信息推送至手持终端后,手持终端对目标顾客进行相关的消费或销售服务。以当前门店为餐饮门店为例,可在手持终端对目标顾客所在桌位进行点菜、买单等相关操作,然后将相关的点菜信息、买单信息推送至主控设备。主控设备可将各手持终端返回的同一桌位的点菜信息等进行汇总后,推送至各手持终端。从而,在需要确定消费属性信息以及财务属性信息时,可以是由手持终端获得消费属性信息以及财务属性信息后发送给主控设备,也可以由主控设备对对应的订单信息进行分析获得消费属性信息以及财务属性信息。
步骤S204:将所述目标顾客的门店到访信息存储至云端数据库,所述门店到访信息包括:所述目标顾客的顾客标识、所述人物属性信息、所述顾客属性信息、以及所述当前门店的门店标识,所述门店标识与所述当前门店的门店属性信息关联。
一个实施例中,将所述目标顾客的顾客门店到访信息存储至云端数据库,包括:
当所述目标顾客为新顾客时,在所述云端数据库为所述新顾客创建所述顾客标识之后,在所述云端数据库添加与所述顾客标识关联的所述门店到访信息;
当所述目标顾客为已有顾客时,在所述云端数据库中与所述已有顾客的所述顾客标识关联的门店到访信息记录中,添加所述门店到访信息。
其中,上述门店属性信息是与当前门店相关的信息,具体可以包括:门店地理属性信息、门店内部属性信息和门店外部属性信息。其中,门店地理属性信息包括但不限于:门店所处省份、门店所处城市、门店所在城区以及门店所在商圈。
所述门店内部属性信息包括但不限于下述各项中的至少一项:门店内部环境信息、门店均价信息、门店可提供服务信息、门店品牌信息、门店类型信息、门店面积、网红店标识信息、门店灯光信息、门店音乐信息、门店展示信息、门店支付信息、门店促销信息。其中,在当前门店为餐饮门店时,所述门店类型信息餐饮类别信息,所述餐饮类别信息包括下述各项中的至少一项:粤菜、川菜、湘菜、西餐、料理、东北菜等等,门店促销信息包括下述各项中的至少一种:会员充值优惠信息、送菜信息、满减信息、优惠券信息。在当前门店为餐饮门店时,所述内部属性信息还包括:厨房开放信息、人工点餐信息。
所述门店外部属性信息包括但不限于下述各项中的至少一项:门店交通信息、门店外部环境信息、停车场信息、门店楼层信息、门店位置信息。
其中,上述顾客标识,用以唯一性标识一个顾客,可以采用任何可能的信息作为顾客标识来唯一性标识一个顾客。例如在当前门店有为顾客发放会员卡或者登记顾客的个人信息的情况下,可以将会员卡的卡号、顾客的手机号码或者顾客的其他唯一性信息作为顾客标识。在一些实施例中,也可以是将目标顾客的人脸图像作为顾客的顾客标识,其中,该人脸图像可以是从上述第一人像图像中提取,或者是结合上述第一人像图像和第二人像图像进行图像合成后获得的清晰的人脸图像,也可以是通过其他方式获得的人脸图像。
上述未进店记录以及门店到访信息上传至云端数据库之后,可以结合门店到访信息,或者是结合门店到访信息和未进店记录对门店经营信息进行分析。其中,具体对门店经营信息进行分析的过程,可以由后台服务器进行,也可以是由其他设备,例如上述主控设备或者其他第三方设备从云端数据库获得门店到访信息以及未进店记录后进行分析。本申请实施例不对具体进行门店经营信息进行分析的设备做具体限定。
一个实施例中,在进行门店经营信息的分析时,具体可以包括:
获取待分析项目;
获取与所述待分析项目相关的待分析目标对象的门店到访信息,所述门店到访信息包括:顾客标识,门店标识,以及与所述顾客标识和所述门店标识关联的人物属性信息、顾客属性信息以及门店属性信息,所述顾客属性信息包括:进店属性信息、消费属性信息以及财务属性信息,所述进店属性信息包括进店时间信息;
从各所述门店到访信息中,提取与所述待分析项目相关的待分析属性信息;
对所述待分析属性信息进行分析,获取与所述待分析项目对应的信息分析结果。
其中,在具体进行分析时,基于分析目的的不同,可以有不同的待分析项目。
在其中一个实施例中,上述待分析项目包括单一顾客消费轨迹,此时,所述待分析目标对象包括顾客标识。从而可以据此对某一个具体的顾客在各门店的消费轨迹进行分析。
在本实施例中,在接收到对单一顾客消费轨迹进行分析的指令时,该指令中包括有顾客标识,可以从云端数据库获得各门店的主控设备上传的包含该顾客标识的所有的门店到访信息,然后基于获得的门店到访信息,分析该顾客标识对应的顾客到各门店的消费记录、消费时间间隔、喜爱的消费项目(以门店为餐饮门店为例,可以是喜爱的菜品等)、平均消费水平以及其他任何可能的消费信息的分析等等,本申请实施例不做具体限定。
在一个实施例中,上述待分析项目可以包括:单一门店客流量,此时,上述待分析目标对象包括门店标识。据此对某一个具体门店的客流量进行分析。
此时,在接收到对单一门店客流量进行分析的指令时,该指令中包括有门店标识,可以从云端数据库获得该门店标识对应的门店到访信息,进而基于门店到访信息的条数确定该门店标识对应的门店的客流量。基于实际需要,可以是获取一定时间段内的门店到访信息,从而可以基于该时间段内的门店到访信息的条数,确定该门店标识对应的门店的客流量。另一方面,还可以确定该门店多个不同时间段的客流量,从而对多个不同时间段的客流量进行分析,了解不同时间段的客流量的变化情况,并据此可以对经营策略进行调整。可以理解,在其他实施例中,还可以获得其他类型的客流量以及基于客流量做其他的分析。
在一个实施例中,上述待分析项目包括:单一门店回头率,此时,上述分析目标对象包括门店标识。从而,据此对某一个具体的门店的回头率进行分析。
此时,在接收到对单一门店回头率进行分析的指令时,该指令中包括有门店标识,可以从云端数据库获得该门店标识对应的门店到访信息以及未进店记录,并结合门店到访信息的进店时间,以及未进店记录的进店时间,获得某个指定时间段内的门店到访信息的条数以及未进店记录的条数,并结合未进店记录的条数和门店到访信息的条数确定回头率。另一方面,也可以结合不同日期同一时间段的未进店记录的条数,分析不同日期的回头率的变化情况,例如在调整经营策略之后,回头率的变化情况等等。可以理解,在其他实施例中,也可以结合门店到访信息以及未进店记录进行其他的分析。
在一个实施例中,上述待分析项目包括:单一门店进店数,此时,上述待分析目标对象包括门店标识。从而,可以据此对某一个具体门店的进店顾客人数进行分析,并据此统计该门店的人流量等信息。
此时,在接收到对单一门店进店数进行分析的指令时,该指令中包括有门店标识,可以从云端数据库获得该门店标识对应的门店到访信息,从而基于门店到访信息的条数,统计出该门店的人流量。在一些实施例中,该指令中还可以包含有时间段信息,从而可以从云端数据库获得与该门店标识以及时间段信息对应的门店到访信息,从而统计出该时间段信息对应的时间段的人流量。在一些实施例中,还可以获得不同时间段的人流量的信息,从而可以对不同时间段的人流量的信息进行对比分析,并根据对比分析的结果对经营策略进行调整,或者是对经营策略进行调整后对人流量的变化情况进行观察和分析,以对经营策略调整的合理性和有效性等进行评估。在其他实施例中,也可以基于人流量做其他的分析。
在一个实施例中,上述待分析项目可以包括:单一门店消费群体,此时,上述待分析目标对象包括门店标识。据此可以对某一个具体门店的消费群体进行分析。
此时,在接收到对单一门店消费群体进行分析的指令时,该指令中包括有门店标识,可以从云端数据库获得该门店标识对应的门店到访信息,并基于门店到访信息中的人物属性信息、顾客属性信息以及门店属性信息等,分析出在该门店进行消费的顾客的群体类型以及消费习惯,例如在该门店消费的群体多为男性或女性、在门店消费的群体的年龄段的排布范围、在该门店消费的群体的不同年龄段或者不同性别顾客的平均消费水平等等,在其他实施例中,还可以对该门店的消费群体做其他不同的分析。通过对门店的消费群体进行分析,可以分析出该门店更受哪类消费群体欢迎,以及不同类消费群体的消费情况,从而据此对经营策略进行调整,或者是在对经营策略进行调整之后,通过经营策略调整前后的不同类消费群体的变化情况,对经营策略调整的合理性和/或有效性等进行分析和评估。
在一个实施例中,上述待分析项目可以包括:单一门店热销商品,此时,上述待分析目标对象包括门店标识。从而,据此可以对某一个具体的门店的热销商品进行分析。
此时,在接收到对单一门店热销商品进行分析的指令时,该指令中包括有门店标识,可以从云端数据库获得该门店标识对应的门店到访信息,并基于门店到访信息分析出在该门店销售量最多的一个或者多个商品的信息,从而获得该门店的热销商品的信息。在一些实施例中,还可以同时结合不同消费群体,统计获得不同消费群体对应的热销商品,例如针对男性消费群体的一个或多个热销商品,针对老年人消费群体的一个或多个热销商品,以餐饮门店为例,针对团队聚餐的一个或多个热销商品,针对家庭聚会的一个或多个热销商品等,从而可以据此对营销策略进行调整,或者是在向顾客进行商品推荐时,可以据此有针对性地进行推荐。
一个实施例中,上述待分析项目包括:单一门店消费单价,此时,上述待分析目标对象包括门店标识。从而可以据此对某一个具体的门店的消费单价进行分析。
此时,在接收到对单一门店消费单价进行分析的指令时,该指令中包括有门店标识,可以从云端数据库获得该门店标识对应的门店到访信息,并通过统计门店到访信息中的消费商品的数目以及总的消费金额,获得该门店的消费单价。在一些实施例中,也可以通过对门店到访信息中的各消费商品进行分类,从而获得不同分类的消费商品的消费总价,并结合不同分类的消费商品的数目,统计获得不同分类的消费商品的消费单价。可以通过各种不同类别的消费商品的消费总价和消费单价,有助于分析不同类别的商品的销售情况,并据此对不同类别的消费商品的销售策略进行调整,或者是在对销售策略进行调整之后,对销售策略调整前后的不同类别的商品的销售情况进行对比分析,以评估销售策略的有效性。
一个实施例中,上述待分析项目可以包括:门店间统计信息,此时,上述待分析目标对象包括各门店标识或者是各门店对应的连锁商店的连锁商店标识,该连锁商店标识与该连锁商店的各个门店的门店标识相对应。从而可以据此对各门店之间的经营情况进行对比分析,以对各不同门店的经营情况进行分析。
此时,在接收到对门店间统计信息进行分析的指令时,该指令中包括有各门店标识或者是各门店对应的连锁商店的连锁商店标识,可以从云端数据库获得各门店标识对应的门店到访信息,分别对各门店标识的相关项目进行分析,获得不同门店的相关分析结果,例如如上所述的单一顾客消费轨迹、单一门店客流量、单一门店回头率、单一门店进店数、单一门店消费群体、单一门店热销商品、单一门店消费单价等等,从而通过对各不同门店之间的相关分析结果进行比对和分析,可以确定各不同门店在经营策略上的不同、消费群体的变化以及其他不同的分析类型,从而有助于发现不同门店之间的经营差距。以餐饮行业为例,通过分析各门店的单一顾客消费轨迹,发现某个顾客在连锁门店A经常消费的菜品为A1和A2,而在连锁门店B经常消费的菜品为B1和B2,说明连锁门店A的菜品A1和A2的口味可能更好,更受该顾客欢迎,而连锁门店B的菜品B1和B2的口味更好,更受该顾客欢迎,从而说明连锁门店A和连锁门店B之间的菜品口味并不统一,从而可以据此了解口味不统一的原因,同时可以据此或者结合其他的相关分析结果来做出是否需要对菜品口味进行统一、是否需要保留各门店的个性化菜品特色等经营决策结果。可以理解,在其他实施例中,还可以对各门店之间的其他相关分析结果进行对比分析和综合统计分析,本申请实施例不做具体限定。
一个实施例中,上述待分析项目包括:商圈数据热力图,此时,上述待分析目标对象包括各门店标识或者是各门店对应的连锁商店的连锁商店标识,该连锁商店标识与该连锁商店的各个门店的门店标识相对应。从而,可以据此根据各门店的消费信息,分析确定商圈数据热力图。
此时,在接收到对门店间统计信息进行分析的指令时,该指令中包括有各门店标识或者是各门店对应的连锁商店的连锁商店标识,可以从云端数据库获得各门店标识对应的门店到访信息,分别对各门店标识的相关项目进行分析,获得不同门店的相关分析结果,并结合各门店所处商圈,对各不同商圈的相关分析结果进行对比分析,例如不同商圈的门店的单一门店客流量、单一门店回头率、单一门店进店数、单一门店消费群体、单一门店热销商品、单一门店消费单价等等,从而比对不同商圈的门店之间的经营差距,并据此可以对相关的经营策略进行调整。例如,在某个门店所处商圈比较偏僻,且经营情况不善,则可以考虑是否需要取消或者关闭该门店。在某个门店所处商圈的经营销售情况非常好(例如营业额或客流量等远大于其他门店等),或者该门店的回头率高且经分析发现是由于门店招待不过来导致的顾客流失等,则可以考虑是否需要扩大该门店的面积以及工作人员的数目,或者可以考虑是否需要在该商圈再另开一家门店等等。可以理解,在其他实施例中,也可以分析出不同类型的商圈数据热力图,据此作出不同类型的经营决策的分析。
在一个实施例中,还提供一种连锁门店子系统架构,该连锁门店子系统架构包括:如上所述的主控设备,设置在门店入口位置的如上所述的第一图像监控设备,主控设备和第一图像监控设备通信连接。还可以包括设置在门店内部的一个以上的第二图像监控设备,还可以包括一个以上的手持终端。其中,第一图像监控设备、手持终端以及第二图像监控设备均与主控设备通信连接,主控设备与云端数据库通信连接。
工作时,第一图像监控设备将拍摄获得的目标顾客的第一人像图像发送给主控设备,所述主控设备,获取所述第一人像图像,在确定所述第一人像图像对应的目标顾客进入了当前门店时,获取所述第一人像图像对应的目标顾客的人物属性信息;并获取所述目标顾客在当前门店的顾客属性信息,所述顾客属性信息包括:进店属性信息、消费属性信息以及财务属性信息,所述进店属性信息包括进店时间信息;并将所述目标顾客的门店到访信息存储至云端数据库,所述门店到访信息包括:所述目标顾客的顾客标识、所述人物属性信息、所述顾客属性信息、以及所述当前门店的门店标识,所述门店标识与所述当前门店的门店属性信息关联。
在具体实施例中,主控设备可以通过人机交互、或者对第一人像图像进行结构化处理、或者结合第一人像图像和第二图像监控设备返回的第二人像图像进行分析、或者与手持终端进行交互获得人物属性信息,并获得第一人像图像对应的目标顾客的进店属性信息、消费属性信息以及财务属性信息等顾客属性信息,然后将包含人物属性信息、顾客属性信息以及当前门店的门店标识的门店到访信息存储到云端数据库。
一个实施例中,所述子系统架构还包括:设置在门店入口位置的红外检测设备;所述红外检测设备与所述第一图像监控设备通信连接,所述红外检测设备向所述第一图像监控设备发送红外提示信号,所述第一图像监控设备接收到所述红外提示信号时进行拍摄获得所述第一人像图像。
一个实施例中,所述子系统架构还包括:设置在门店入口位置的红外检测设备;所述红外检测设备与所述主控设备通信连接,所述红外检测设备向所述主控设备发送红外提示信号,所述主控设备基于所述红外提示信号向所述第一图像监控设备发送拍摄指令,所述第一图像监控设备基于所述拍摄指令进行拍摄,或者,所述主控设备根据所述红外提示信号,从所述第一图像监控设备传输的视频流中提取获得所述第一人像图像。
一个实施例中,所述子系统架构还包括:设置在门店内部的一个以上的第二图像监控设备,各所述第二图像监控设备与所述主控设备通信连接;
所述主控设备获取所述第二图像监控设备拍摄获得的店内图像,在所述店内图像包含与所述第一人像图像匹配的第二人像图像时,确定所述第一人像图像对应的目标顾客进入了当前门店。
一个实施例中,所述子系统架构还包括:一个以上的手持终端,各所述手持终端与所述主控设备通信连接;
所述主控设备与各所述手持终端进行通信,确定所述第一人像图像对应的目标顾客进入了当前门店,和/或,获取所述第一人像图像对应的目标顾客在当前门店的顾客属性信息。
主控设备、第一图像监控设备、第二图像监控设备以及手持终端的其他工作方式,可以与上述各方法实施例中的相同,在此不再详加赘述。
本领域普通技术人员可以理解,上述实施例中涉及的各实施例中的方法,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可实现如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
因此,在一个实施例中,还提供了一种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,实现如上所述的方法的步骤。
相应地,本申请实施例还提供一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现如上所述的任意实施例中的方法的步骤。
一个实施例中的计算机设备的内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器,还可以包括通过系统总线连接的网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现如上所述的控制方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (14)
1.一种门店的顾客到访信息收集方法,所述方法包括:
获取第一图像监控设备拍摄获得的第一人像图像,所述第一图像监控设备为设置在当前门店的门店入口位置的拍摄装置;
在确定所述第一人像图像对应的目标顾客进入了当前门店时,获取所述第一人像图像对应的目标顾客的人物属性信息;
获取所述目标顾客在当前门店的顾客属性信息,所述顾客属性信息包括:进店属性信息、消费属性信息以及财务属性信息,所述进店属性信息包括进店时间信息;所述消费属性信息包括:消费偏好信息和优惠信息中;所述财务属性信息包括:支付方式信息、发票开具信息、停车票信息和消费金额;
将所述目标顾客的门店到访信息存储至云端数据库,所述门店到访信息包括:所述目标顾客的顾客标识、所述人物属性信息、所述顾客属性信息、以及所述当前门店的门店标识,所述门店标识与所述当前门店的门店属性信息关联;
所述门店属性信息包括:门店地理属性信息、门店内部属性信息和门店外部属性信息;所述门店地理属性信息包括:门店所处省份、门店所处城市、门店所在城区以及门店所在商圈;所述门店内部属性信息包括:门店内部环境信息、门店均价信息、门店可提供服务信息、门店品牌信息、门店类型信息、门店面积、网红店标识信息、门店灯光信息、门店音乐信息、门店展示信息、门店支付信息和门店促销信息:所述门店外部属性信息包括:门店交通信息、门店外部环境信息、停车场信息、门店楼层信息和门店位置信息;
将所述目标顾客的门店到访信息存储至云端数据库,包括:
当所述目标顾客为新顾客时,在所述云端数据库为所述新顾客创建所述顾客标识之后,在所述云端数据库添加与所述顾客标识关联的所述门店到访信息;
当所述目标顾客为已有顾客时,在所述云端数据库中与所述已有顾客的所述顾客标识关联的门店到访信息记录中,添加所述门店到访信息;
所述方法还包括:
在确定所述第一人像图像对应的目标顾客未进入当前门店时,新建未进店记录,并将所述未进店记录存储至所述云端数据库,所述未进店记录包含所述第一人像图像、当前时间以及所述门店标识;
所述方法还包括:
获取待分析项目;
获取与所述待分析项目相关的待分析目标对象的门店到访信息;
从各所述门店到访信息中,提取与所述待分析项目相关的待分析属性信息;
对所述待分析属性信息进行分析,获取与所述待分析项目对应的信息分析结果;
其中,
所述待分析项目包括单一门店客流量,所述待分析目标对象包括门店标识;通过获取对单一门店客流量进行分析的指令中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息;基于所述门店到访信息的条数确定所述门店标识对应的门店的客流量;
所述待分析项目包括单一门店回头率,所述待分析目标对象包括门店标识;通过获取对单一门店回头率进行分析的指令中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息以及未进店记录;结合所述门店到访信息的进店时间,以及所述未进店记录的进店时间,获得指定时间段内的门店到访信息的条数以及未进店记录的条数,并结合所述未进店记录的条数和所述门店到访信息的条数确定回头率;
所述待分析项目包括单一门店进店数,所述待分析目标对象包括门店标识;通过获取对单一门店进店数进行分析的指令中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息;基于所述门店到访信息的条数,统计所述门店的人流量;
所述待分析项目包括单一门店消费群体,所述待分析目标对象包括门店标识;通过获取对单一门店消费群体进行分析的指令时中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息;基于所述门店到访信息中的人物属性信息、顾客属性信息以及门店属性信息,分析出所述门店进行消费的顾客的群体类型以及消费习惯;
所述待分析项目包括单一门店热销商品,所述待分析目标对象包括门店标识;通过获取对单一门店热销商品进行分析的指令中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息;基于所述门店到访信息分析在所述门店销售量最多的一个或者多个商品的信息,从而获得所述门店的热销商品的信息;
所述待分析项目包括单一门店消费单价,所述待分析目标对象包括门店标识;通过获取对单一门店消费单价进行分析的指令中包括的所述门店标识;从所述云端数据库获得该门店标识对应的门店到访信息;通过统计所述门店到访信息中的消费商品的数目以及总的消费金额,获得所述门店的消费单价;
所述待分析项目包括门店间统计信息,所述待分析目标对象包括各门店标识或者各门店对应的连锁商店的连锁门店标识;通过获取对门店间统计信息进行分析的指令中包括的所述各门店标识或者所述各门店对应的连锁商店的连锁门店标识;从所述云端数据库获得所述各门店标识对应的门店到访信息;分别对所述各门店标识的相关项目进行分析,获得不同门店的相关分析结果;
所述待分析项目包括商圈数据热力图,所述待分析目标对象包括各门店标识或者各门店对应的连锁商店的连锁门店标识;通过获取对门店间统计信息进行分析的指令中包括的所述各门店标识或者所述各门店对应的连锁商店的连锁门店标识;从所述云端数据库获得所述各门店标识对应的门店到访信息;分别对所述各门店标识的相关项目进行分析,获得不同门店的相关分析结果;并结合所述各门店所处商圈,对各不同商圈的相关分析结果进行对比分析,确定商圈数据热力图;
所述待分析项目包括单一顾客消费轨迹,所述待分析目标对象包括顾客标识;通过获取对单一顾客消费轨迹进行分析的指令中包括的顾客标识;从所述云端数据库获得所述顾客标识对应的门店到访信息,基于所述门店到访信息,分析所述顾客标识对应的各门店的消费信息分析结果;
其中,获取第一图像监控设备拍摄获得的第一人像图像,包括:
接收红外检测设备传输的红外提示信号,所述红外提示信号携带提示时间信息;
基于所述红外提示信号,从所述第一图像监控设备传输的视频流中,提取与所述提示时间信息关联的视频帧图像,获得所述第一图像监控设备拍摄获得的第一人像图像;
所述红外检测设备在当前门店的门店入口位置。
2.根据权利要求1所述的方法,其特征在于,获取第一图像监控设备拍摄获得的第一人像图像,包括:
获取所述第一图像监控设备实时拍摄并传送的视频流;
对所述视频流进行人像特征分析,从所述视频流中提取出所述第一人像图像。
3.根据权利要求1所述的方法,其特征在于,确定所述第一人像图像对应的目标顾客进入了当前门店的方式,包括:
在获取到所述第一人像图像时,确定所述第一人像图像对应的目标顾客进入了当前门店。
4.根据权利要求1所述的方法,其特征在于,确定所述第一人像图像对应的目标顾客进入了当前门店的方式,包括:
获取第二图像监控设备拍摄获得的店内图像,所述第二图像监控设备为设置在所述当前门店的内部、对所述当前门店的内部进行拍摄的拍摄装置;
在所述店内图像包含与所述第一人像图像匹配的第二人像图像时,确定所述第一人像图像对应的目标顾客进入了当前门店。
5.根据权利要求1所述的方法,其特征在于,确定所述第一人像图像对应的目标顾客进入了当前门店的方式,包括:
将所述第一人像图像对应的目标顾客的图像推送至关联的手持终端,所述目标顾客的图像为所述第一人像图像,或者为对所述第一人像图像进行图像处理后的处理后图像;
在接收到所述手持终端返回的所述目标顾客已进店信息时,确定所述第一人像图像对应的目标顾客进入了当前门店。
6.根据权利要求1所述的方法,其特征在于,确定所述第一人像图像对应的目标顾客进入了当前门店的方式,包括:
在获取到所述第一人像图像,且在预设时间段内未监测到所述第一人像图像对应的目标顾客离开当前门店时,确定所述第一人像图像对应的目标顾客进入了当前门店。
7.根据权利要求1所述的方法,其特征在于,获取所述目标顾客在当前门店的顾客属性信息中的进店属性信息,包括:
获取第二图像监控设备拍摄获得的店内图像,所述第二图像监控设备为设置在所述当前门店的内部、对所述当前门店的内部进行拍摄的拍摄装置;
在所述店内图像包含与所述第一人像图像匹配的第二人像图像时,对所述店内图像进行图像分析,获得进店属性信息,所述进店属性信息包括下述各项中的至少一种:同行人数、进店类型信息。
8.根据权利要求1所述的方法,其特征在于,获取所述目标顾客在当前门店的顾客属性信息中的进店属性信息,包括:
将所述第一人像图像对应的目标顾客的图像推送至关联的手持终端,所述目标顾客的图像为所述第一人像图像,或者为对所述第一人像图像进行图像处理后的处理后图像;
获取所述手持终端返回的进店属性信息,所述进店属性信息包括下述各项中的至少一种:同行人数、进店类型信息。
9.根据权利要求1所述的方法,其特征在于,获取所述目标顾客在当前门店的顾客属性信息中的进店属性信息,包括:
获取与所述目标顾客对应的订单信息,并对所述订单信息进行分析,获得所述目标顾客的消费属性信息,所述消费属性信息包括下述各项中的至少一项:消费偏好信息、优惠信息;
获取与所述目标顾客对应的订单的财务属性信息,所述财务属性信息包括下述各项中的至少一项:支付方式信息、发票开具信息、停车票信息、消费金额。
10.一种门店子系统架构,包括:主控设备,以及设置在门店入口位置的第一图像监控设备,所述主控设备和所述第一图像监控设备通信连接;
所述第一图像监控设备将拍摄获得的目标顾客的第一人像图像发送给所述主控设备;
所述主控设备,获取所述第一人像图像,在确定所述第一人像图像对应的目标顾客进入了当前门店时,获取所述第一人像图像对应的目标顾客的人物属性信息;并获取所述目标顾客在当前门店的顾客属性信息,所述顾客属性信息包括:进店属性信息、消费属性信息以及财务属性信息,所述进店属性信息包括进店时间信息;所述消费属性信息包括:消费偏好信息和优惠信息;所述财务属性信息包括:支付方式信息、发票开具信息、停车票信息和消费金额;并将所述目标顾客的门店到访信息存储至云端数据库,所述门店到访信息包括:所述目标顾客的顾客标识、所述人物属性信息、所述顾客属性信息、以及所述当前门店的门店标识,所述门店标识与所述当前门店的门店属性信息关联;所述门店属性信息包括:门店地理属性信息、门店内部属性信息和门店外部属性信息;所述门店地理属性信息包括:门店所处省份、门店所处城市、门店所在城区以及门店所在商圈;所述门店内部属性信息包括:门店内部环境信息、门店均价信息、门店可提供服务信息、门店品牌信息、门店类型信息、门店面积、网红店标识信息、门店灯光信息、门店音乐信息、门店展示信息、门店支付信息和门店促销信息:所述门店外部属性信息包括:门店交通信息、门店外部环境信息、停车场信息、门店楼层信息和门店位置信息;
所述将所述目标顾客的门店到访信息存储至云端数据库,包括:当所述目标顾客为新顾客时,在所述云端数据库为所述新顾客创建所述顾客标识之后,在所述云端数据库添加与所述顾客标识关联的所述门店到访信息;当所述目标顾客为已有顾客时,在所述云端数据库中与所述已有顾客的所述顾客标识关联的门店到访信息记录中,添加所述门店到访信息;
所述主控设备,在确定所述第一人像图像对应的目标顾客未进入当前门店时,新建未进店记录,并将所述未进店记录存储至所述云端数据库,所述未进店记录包含所述第一人像图像、当前时间以及所述门店标识;
所述主控设备,获取待分析项目;获取与所述待分析项目相关的待分析目标对象的门店到访信息;从各所述门店到访信息中,提取与所述待分析项目相关的待分析属性信息;对所述待分析属性信息进行分析,获取与所述待分析项目对应的信息分析结果;其中,
所述待分析项目包括单一门店客流量,所述待分析目标对象包括门店标识;通过获取对单一门店客流量进行分析的指令中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息;基于所述门店到访信息的条数确定所述门店标识对应的门店的客流量;
所述待分析项目包括单一门店回头率,所述待分析目标对象包括门店标识;通过获取对单一门店回头率进行分析的指令中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息以及未进店记录;结合所述门店到访信息的进店时间,以及所述未进店记录的进店时间,获得指定时间段内的门店到访信息的条数以及未进店记录的条数,并结合所述未进店记录的条数和所述门店到访信息的条数确定回头率;
所述待分析项目包括单一门店进店数,所述待分析目标对象包括门店标识;通过获取对单一门店进店数进行分析的指令中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息;基于所述门店到访信息的条数,统计所述门店的人流量;
所述待分析项目包括单一门店消费群体,所述待分析目标对象包括门店标识;通过获取对单一门店消费群体进行分析的指令时中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息;基于所述门店到访信息中的人物属性信息、顾客属性信息以及门店属性信息,分析出所述门店进行消费的顾客的群体类型以及消费习惯;
所述待分析项目包括单一门店热销商品,所述待分析目标对象包括门店标识;通过获取对单一门店热销商品进行分析的指令中包括的所述门店标识;从所述云端数据库获得所述门店标识对应的门店到访信息;基于所述门店到访信息分析在所述门店销售量最多的一个或者多个商品的信息,从而获得所述门店的热销商品的信息;
所述待分析项目包括单一门店消费单价,所述待分析目标对象包括门店标识;通过获取对单一门店消费单价进行分析的指令中包括的所述门店标识;从所述云端数据库获得该门店标识对应的门店到访信息;通过统计所述门店到访信息中的消费商品的数目以及总的消费金额,获得所述门店的消费单价;
所述待分析项目包括门店间统计信息,所述待分析目标对象包括各门店标识或者各门店对应的连锁商店的连锁门店标识;通过获取对门店间统计信息进行分析的指令中包括的所述各门店标识或者所述各门店对应的连锁商店的连锁门店标识;从所述云端数据库获得所述各门店标识对应的门店到访信息;分别对所述各门店标识的相关项目进行分析,获得不同门店的相关分析结果;
所述待分析项目包括商圈数据热力图,所述待分析目标对象包括各门店标识或者各门店对应的连锁商店的连锁门店标识;通过获取对门店间统计信息进行分析的指令中包括的所述各门店标识或者所述各门店对应的连锁商店的连锁门店标识;从所述云端数据库获得所述各门店标识对应的门店到访信息;分别对所述各门店标识的相关项目进行分析,获得不同门店的相关分析结果;并结合所述各门店所处商圈,对各不同商圈的相关分析结果进行对比分析,确定商圈数据热力图;
所述待分析项目包括单一顾客消费轨迹,所述待分析目标对象包括顾客标识;通过获取对单一顾客消费轨迹进行分析的指令中包括的顾客标识;从所述云端数据库获得所述顾客标识对应的门店到访信息,基于所述门店到访信息,分析所述顾客标识对应的各门店的消费信息分析结果;
其中,获取第一图像监控设备拍摄获得的第一人像图像,包括:
接收红外检测设备传输的红外提示信号,所述红外提示信号携带提示时间信息;
基于所述红外提示信号,从所述第一图像监控设备传输的视频流中,提取与所述提示时间信息关联的视频帧图像,获得所述第一图像监控设备拍摄获得的第一人像图像;
所述红外检测设备在当前门店的门店入口位置。
11.根据权利要求10所述的子系统架构,其特征在于,所述子系统架构还包括:设置在门店内部的第二图像监控设备,所述第二图像监控设备与所述主控设备通信连接;
所述主控设备获取所述第二图像监控设备拍摄获得的店内图像,在所述店内图像包含与所述第一人像图像匹配的第二人像图像时,确定所述第一人像图像对应的目标顾客进入了当前门店。
12.根据权利要求10所述的子系统架构,其特征在于,所述子系统架构还包括:手持终端,所述手持终端与所述主控设备通信连接;
所述主控设备与所述手持终端进行通信,确定所述第一人像图像对应的目标顾客进入了当前门店,和/或,获取所述第一人像图像对应的目标顾客在当前门店的顾客属性信息。
13.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现控制执行权利要求1至9中任一项所述方法的步骤。
14.一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,所述计算机程序被处理器执行时,实现控制执行权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910969078.7A CN110766454B (zh) | 2019-10-12 | 2019-10-12 | 门店的顾客到访信息收集方法以及门店子系统架构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910969078.7A CN110766454B (zh) | 2019-10-12 | 2019-10-12 | 门店的顾客到访信息收集方法以及门店子系统架构 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110766454A CN110766454A (zh) | 2020-02-07 |
CN110766454B true CN110766454B (zh) | 2022-12-20 |
Family
ID=69331949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910969078.7A Active CN110766454B (zh) | 2019-10-12 | 2019-10-12 | 门店的顾客到访信息收集方法以及门店子系统架构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766454B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111782881B (zh) * | 2020-06-30 | 2023-06-16 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备以及存储介质 |
CN112182365A (zh) * | 2020-09-11 | 2021-01-05 | 北京三快在线科技有限公司 | 推荐信息生成方法、装置、电子设备及存储介质 |
CN112380437A (zh) * | 2020-11-17 | 2021-02-19 | 上海明略人工智能(集团)有限公司 | 一种基于特征识别的获取顾客偏好信息的方法及系统 |
CN112446742A (zh) * | 2020-12-14 | 2021-03-05 | 上海商米科技集团股份有限公司 | 一种客流统计系统 |
CN113222637A (zh) * | 2021-02-26 | 2021-08-06 | 深圳前海微众银行股份有限公司 | 门店访客信息的架构方法、装置、设备、介质及程序产品 |
CN113222638A (zh) * | 2021-02-26 | 2021-08-06 | 深圳前海微众银行股份有限公司 | 门店访客信息的架构方法、装置、设备、介质及程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109741134A (zh) * | 2018-12-28 | 2019-05-10 | 出门问问信息科技有限公司 | 信息推送方法、装置、电子设备及计算机可读存储介质 |
CN109784161A (zh) * | 2018-12-12 | 2019-05-21 | 成都数之联科技有限公司 | 一种店内视频监控智能分析系统及方法 |
CN110019405A (zh) * | 2017-12-28 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 信息系统、电子设备、计算机可读介质及信息处理方法 |
CN110163715A (zh) * | 2019-04-03 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 信息推荐方法、装置、设备及系统 |
-
2019
- 2019-10-12 CN CN201910969078.7A patent/CN110766454B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110019405A (zh) * | 2017-12-28 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 信息系统、电子设备、计算机可读介质及信息处理方法 |
CN109784161A (zh) * | 2018-12-12 | 2019-05-21 | 成都数之联科技有限公司 | 一种店内视频监控智能分析系统及方法 |
CN109741134A (zh) * | 2018-12-28 | 2019-05-10 | 出门问问信息科技有限公司 | 信息推送方法、装置、电子设备及计算机可读存储介质 |
CN110163715A (zh) * | 2019-04-03 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 信息推荐方法、装置、设备及系统 |
Non-Patent Citations (2)
Title |
---|
余程胜.汽车4S店集客识别及管理系统的设计与实现.《中国优秀硕士学位论文全文数据库信息科技辑》.2017, * |
汽车4S店集客识别及管理系统的设计与实现;余程胜;《中国优秀硕士学位论文全文数据库信息科技辑》;20170115;第7-67页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110766454A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766454B (zh) | 门店的顾客到访信息收集方法以及门店子系统架构 | |
WO2019149005A1 (zh) | 一种线下互动式广告系统 | |
JP6855532B2 (ja) | デジタル情報収集および解析方法ならびにその装置 | |
US11238655B2 (en) | Offline shopping guide method and apparatus | |
US10395262B2 (en) | Systems and methods for sensor data analysis through machine learning | |
CN106303628B (zh) | 基于多媒体显示屏的信息推送方法及装置 | |
CN110033298B (zh) | 信息处理设备及其控制方法、系统和存储介质 | |
US20150006243A1 (en) | Digital information gathering and analyzing method and apparatus | |
CN109165992A (zh) | 一种智能导购方法、装置、系统及计算机存储介质 | |
JP4125634B2 (ja) | 顧客情報収集管理方法及びそのシステム | |
JP4778532B2 (ja) | 顧客情報収集管理システム | |
JP4991440B2 (ja) | 商品販売装置、商品販売管理システム、商品販売管理方法およびプログラム | |
CN107909443A (zh) | 信息推送方法、装置及系统 | |
CN107273106A (zh) | 物体信息翻译、以及衍生信息获取方法和装置 | |
CN110163715A (zh) | 信息推荐方法、装置、设备及系统 | |
CN110648186B (zh) | 数据分析方法、装置、设备及计算机可读存储介质 | |
KR20200128927A (ko) | O2O(On-line to Off-line) 기반 고객 맞춤 정보를 제안하기 위한 시스템 및 방법 | |
CN111222410A (zh) | 一种基于人脸识别的店商消费行为分析引导营销系统 | |
CN108335317A (zh) | 一种线下导购方法及装置 | |
CN109145707A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN114365175A (zh) | 店铺利用信息分发装置、具备该店铺利用信息分发装置的店铺利用信息分发系统以及店铺利用信息分发方法 | |
US20160379145A1 (en) | Surveillance Data Based Resource Allocation Analysis | |
CN109658194A (zh) | 一种基于视频追踪的客户推荐方法及系统 | |
CN112085521A (zh) | 一种针对店铺会员管理和服务的系统 | |
CN113887884A (zh) | 商超服务系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |