CN111476613A - 基于客流分析的导购辅助方法及装置、服务器、存储介质 - Google Patents
基于客流分析的导购辅助方法及装置、服务器、存储介质 Download PDFInfo
- Publication number
- CN111476613A CN111476613A CN202010386834.6A CN202010386834A CN111476613A CN 111476613 A CN111476613 A CN 111476613A CN 202010386834 A CN202010386834 A CN 202010386834A CN 111476613 A CN111476613 A CN 111476613A
- Authority
- CN
- China
- Prior art keywords
- shopping guide
- data
- store
- image
- client
- 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
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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于客流分析的导购辅助方法及装置、服务器、存储介质,其中方法主要包括以下步骤:按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布;将聚合后的客户数据关联至会员系统,其中会员系统记载有客户的消费记录;根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。采用本发明,通过将用户图像与会员系统关联,会员进店即可被识别,进而进行针对性的导购提醒,可以保证导购服务的针对性,提高用户体验,增加用户粘性。
Description
技术领域
本发明涉及智能分析技术领域,尤其涉及一种基于客流分析的导购辅助方法及装置、服务器、存储介质。
背景技术
对于开在固定位置(如公司旁边、学校旁边等地方)的门店,其客流量存在着一定的规律,例如,上班时间人少、下班时间人多、常客很多等。一般门店都有会员制度,用户通过注册会员可以享受一定的优惠(例如,折扣或者积分兑换奖品等),而会员也会作为常客经常光顾。
当前的商户系统存储的会员信息一般都是一堆数字,比如用户名称、手机号、购物记录等信息,会员到店后需要出具相关证据(如手机号)才能认证会员,参与优惠活动,这在一定程度上影响了会员的购物体验,并且针对会员和非会员的导购行为并没有差别,也影响了会员用户的购物体验,不利于提高客户粘性。
发明内容
本发明实施例提供一种基于客流分析的导购辅助方法及装置、服务器、存储介质,通过将用户图像与会员系统关联,会员进店即可被识别,进而进行针对性的导购提醒,可以保证导购服务的针对性,提高用户体验,增加用户粘性。
本发明实施例第一方面提供了一种基于客流分析的导购辅助方法,可包括:
按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布;
将聚合后的客户数据关联至会员系统,所述会员系统记载有客户的消费记录;
根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。
进一步的,所述方法还包括:
将聚合后的客户数据传输至商户终端,以便商户据此制定营销策略。
进一步的,摄像头采集到客户图像后,识别所述客户图像对应的人脸图像特征数据,并将所述人脸图像特征数据发送至所述后台服务器。
进一步的,在按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合之前,所述方法还包括:
采用http接口的形式从所述摄像头获取所述人脸图像特征数据,并识别所述人脸图像特征数据对应的数据属性,所述数据属性至少包括客户图像的拍摄时间、客户性别和年龄段。
进一步的,根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,包括:
获取所述摄像头发送的当前进店客户的待检测人脸图像特征数据;
当检测到存在与所述待检测人脸图像特征数据相匹配的目标人脸图像特征时,确定所述目标人脸图像特征对应的会员信息为目标会员信息;
根据所述目标会员信息对应的购物信息,生成并输出导购提醒信息至导购端。
本发明实施例第二方面提供了一种基于客流分析的导购辅助装置,可包括:
聚合分类模块,用于按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布;
数据关联模块,用于将聚合后的客户数据关联至会员系统,所述会员系统记载有客户的消费记录;
导购提醒模块,用于根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。
进一步的,装置还包括:
聚合数据传输模块,用于将聚合后的客户数据传输至商户终端,以便商户据此制定营销策略。
进一步的,摄像头采集到客户图像后,识别所述客户图像对应的人脸图像特征数据,并将所述人脸图像特征数据发送至所述后台服务器。
进一步的,装置还包括:
数据属性识别模块,用于采用http接口的形式从摄像头获取所述人脸图像特征数据,并识别所述人脸图像特征数据对应的数据属性,所述数据属性至少包括客户图像的拍摄时间、客户性别和年龄段。
进一步的,导购提醒模块包括:
特征数据获取单元,用于获取所述摄像头发送的当前进店客户的待检测人脸图像特征数据;
目标会员确定单元,用于当检测到存在与所述待检测人脸图像特征数据相匹配的目标人脸图像特征时,确定所述目标人脸图像特征对应的会员信息为目标会员信息;
导购提醒生成单元,用于根据所述目标会员信息对应的购物信息,生成并输出导购提醒信息至导购端。
本发明实施例第三方面提供了一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行以下步骤:
按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布;
将聚合后的客户数据关联至会员系统,所述会员系统记载有客户的消费记录;
根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。
本发明实施例第四方面提供了一种服务器,可包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行以下步骤:
按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布;
将聚合后的客户数据关联至会员系统,所述会员系统记载有客户的消费记录;
根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。
本发明的有益效果:通过将门店摄像头采集识别的用户图像与会员系统关联,当会员再次进店后根据识别出的会员人脸调取相关的会员信息确定导购提醒信息,进行针对性的导购提醒,从而增加了导购服务的针对性,提高了用户体验,增加了用户粘性。
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简单地介绍,显而易见地,下面描述中的附图仅仅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是本发明实施例提供的一种基于客流分析的导购辅助方法的流程示意图;
图2是本发明实施例提供的一种基于客流分析的导购辅助装置的结构示意图;
图3是本发明实施例提供的导购提醒模块的结构示意图;
图4是本发明实施例提供的一种服务器的结构示意图。
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做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。
本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明实施例涉及的后台服务器可以是大型计算机、PC机、平板电脑、掌上电脑以及移动互联网设备(MID)等其他具备数据处理能力的终端设备,导购端可以是门店为导购员配备的智能手机或者其他便于随身携带的移动终端设备。
本申请涉及的客流分析,主要是通过摄像头对进店客户进行人脸识别后,后台数据处理系统可以对进店客户进行进店时间、年龄、性别等维度的分类,例如,经过客流分析可以确定公司旁边的咖啡店在中午12点-2点,晚上6点-8 点之间客流量很大,主要光顾人群是20-40岁的青年或中年,其中男女比例差不多持平。通过客流分析,可以帮助门店制定营销策略,例如,在中午和晚上的两个时间段,增加购物优惠或者会员积分加倍等优惠。
如图1所示,在本申请的中,基于客流分析的导购辅助方法至少包括以下步骤:
S101,按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布。
可以理解的是,门店的摄像头具有拍摄用户画像并进行人脸识别的功能,摄像头识别出人脸图像特征数据后可以将其发送至后台服务器,服务器可以采用诸如http接口的形式接收上述数据,并识别出特征数据对应的数据属性,例如,图像的拍摄时间、客户大概的年龄段以及性别等属性。
进一步的,服务器可以按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到一个门店的客户流量在进店时间、性别以及年龄段的分布。
特别的,本申请所识别出的年龄段的误差一般在6岁左右,例如,客户的年龄可能是12-18岁或者30-36岁。优选的,在识别出客户为60岁或者60岁以上,可以只输出60+的年龄,不再进行细分。
S102,将聚合后的客户数据关联至会员系统,会员系统记载有客户的消费记录。
具体实现中,后台服务器可以将聚合后的客户数据关联至会员系统,会员系统可以包含所有在当前店铺或者其他连锁店内注册成为会员的客户的基本信息(如,电话、姓名)还可以包含客户的历史消费记录。
在一种优选的实现方式中,服务器可以通过预测模型对客户的历史消费记录进行分析,确定用户的购物习惯或者预测出接下来可能会购物的种类,例如,会员张某习惯购买A品牌的护肤品,且最近一次购买该护肤品的时间为三个月前,可以根据该习惯预测出张某下次购物的种类可能还是A品牌的护肤品或者与该品牌类似的其他品牌。
在可选实施例中,服务器还可以将聚合后的数据传输至商户终端,在商户端中以列表或分类图等的形式呈现,使商户一看便知哪些时间段客户多,哪种类型的客户较多。从而,便于商户制定营销策略,例如在客流量大的时间段内设置更吸引客户的优惠策略,争取在客流量大的时间段产生更多的回头客。
在一种可选的实现方式中,服务器还可以根据聚合的数据进行分析输出相应的营销推荐方法至商户端,共商户参考。
S103,根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端。
可以理解的是,聚合的客户数据与会员系统关联后,会员系统不仅包含了传统的会员信息还对应了客户的真实图像,即会员系统存储的所有会员信息都对应有相应会员的人脸图像数据。当会员客户再次进店时,摄像头可以拍摄并识别出该客户,然后将识别出的待检测的人脸图像特征数据发送至服务器,服务器将待检测的数据与系统存储的人脸图像特征数据进行匹配,可以识别出目标人脸图像特征数据,进一步的,可以确定目标人脸图像特征对应的会员信息为目标会员信息。
需要说明的是,所生成的导购提醒信息可以包含到店提醒、购物推荐信息等,例如,会员张某再次进店后,导购员李某手持的导购端会收到服务器发送的张某的到店提醒,以及张某感兴趣的护肤品品牌的推荐或者可能购买产品的种类推荐,从而可以帮助导购员进行针对性的导购,提高了客户的购物体验,提高了客户粘性。
在本申请实施例中,通过将门店摄像头采集识别的用户图像与会员系统关联,当会员再次进店后根据识别出的会员人脸调取相关的会员信息确定导购提醒信息,进行针对性的导购提醒,从而增加了导购服务的针对性,提高了用户体验,增加了用户粘性。
下面将结合附图2和附图3,对本发明实施例提供的基于客流分析的导购辅助装置进行详细介绍。需要说明的是,附图2和附图3所示的导购辅助装置,用于执行本发明图1所示实施例的方法,为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明图1所示的实施例。
请参见图2,为本发明实施例提供了一种基于客流分析的导购辅助装置的结构示意图。如图2所示,本发明实施例的所述基于客流分析的导购辅助装置10 可以包括:聚合分类模块101、数据关联模块102、导购提醒模块103、聚合数据传输模块104和数据属性识别模块105。其中,导购提醒模块103如图3所示,包括特征数据获取单元1031、目标会员确定单元1032和导购提醒生成单元1033。
具体实现中,摄像头采集到客户图像后,识别客户图像对应的人脸图像特征数据,并将该特征数据发送至装置的数据属性识别模块105。
数据属性识别模块105,用于采用http接口的形式从摄像头获取人脸图像特征数据,并识别人脸图像特征数据对应的数据属性,其中,数据属性至少包括客户图像的拍摄时间、客户性别和年龄段。
聚合分类模块101,用于按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布。
数据关联模块102,用于将聚合后的客户数据关联至会员系统,会员系统记载有客户的消费记录。
在可选实施例中,聚合数据传输模块104,用于将聚合后的客户数据传输至商户终端,以便商户据此制定营销策略。
导购提醒模块103,用于根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。
在可选实施例中,导购提醒模块103可以包括以下单元:
特征数据获取单元1031,用于获取摄像头发送的当前进店客户的待检测人脸图像特征数据。
目标会员确定单元1032,用于当检测到存在与待检测人脸图像特征数据相匹配的目标人脸图像特征时,确定目标人脸图像特征对应的会员信息为目标会员信息。
导购提醒生成单元1033,用于根据目标会员信息对应的购物信息,生成并输出导购提醒信息至导购端。
需要说明的是,上述系统中各模块和单元的详细执行过程可以参见上述方法实施例中的描述,此处不再赘述。
在本申请实施例中,通过将门店摄像头采集识别的用户图像与会员系统关联,当会员再次进店后根据识别出的会员人脸调取相关的会员信息确定导购提醒信息,进行针对性的导购提醒,从而增加了导购服务的针对性,提高了用户体验,增加了用户粘性。
本发明实施例还提供了一种计算机存储介质,所述计算机存储介质可以存储有多条指令,所述指令适于由处理器加载并执行如上述图1所示实施例的方法步骤,具体执行过程可以参见图1所示实施例的具体说明,在此不进行赘述。
请参见图4,为本发明实施例提供了一种服务器的结构示意图。如图4所示,所述服务器1000可以包括:至少一个处理器1001,例如CPU,至少一个网络接口1004,用户接口1003,存储器1005,至少一个通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,用户接口1003可以包括显示屏(Display)、键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图4所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及导购辅助应用程序。
在图4所示的服务器1000中,用户接口1003主要用于为用户提供输入的接口,获取用户输入的数据;网络接口1004用于与用户终端进行数据通信;而处理器1001可以用于调用存储器1005中存储的导购辅助应用程序,并具体执行以下操作:
按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布;
将聚合后的客户数据关联至会员系统,会员系统记载有客户的消费记录;
根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。
在一些实施例中,处理器1001还用于执行以下操作:
将聚合后的客户数据传输至商户终端,以便商户据此制定营销策略。
在一些实施例中,摄像头采集到客户图像后,识别客户图像对应的人脸图像特征数据,并将人脸图像特征数据发送至后台服务器。
在一些实施例中,处理器1001在按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合之前,还用于执行以下操作:
采用http接口的形式从摄像头获取人脸图像特征数据,并识别人脸图像特征数据对应的数据属性,数据属性至少包括客户图像的拍摄时间、客户性别和年龄段。
在一些实施例中,处理器1001在根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端时,具体执行以下操作:
获取摄像头发送的当前进店客户的待检测人脸图像特征数据;
当检测到存在与待检测人脸图像特征数据相匹配的目标人脸图像特征时,确定目标人脸图像特征对应的会员信息为目标会员信息;
根据目标会员信息对应的购物信息,生成并输出导购提醒信息至导购端。
在本申请实施例中,通过将门店摄像头采集识别的用户图像与会员系统关联,当会员再次进店后根据识别出的会员人脸调取相关的会员信息确定导购提醒信息,进行针对性的导购提醒,从而增加了导购服务的针对性,提高了用户体验,增加了用户粘性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory, ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种基于客流分析的导购辅助方法,其特征在于,包括:
按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布;
将聚合后的客户数据关联至会员系统,所述会员系统记载有客户的消费记录;
根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。
2.根据权利要求1所述的导购辅助方法,其特征在于,所述方法还包括:
将聚合后的客户数据传输至商户终端,以便商户据此制定营销策略。
3.根据权利要求1所述的导购辅助方法,其特征在于,所述方法还包括:
摄像头采集到客户图像后,识别所述客户图像对应的人脸图像特征数据,并将所述人脸图像特征数据发送至所述后台服务器。
4.根据权利要求3所述的导购辅助方法,其特征在于,在按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合之前,所述方法还包括:
采用http接口的形式从所述摄像头获取所述人脸图像特征数据,并识别所述人脸图像特征数据对应的数据属性,所述数据属性至少包括客户图像的拍摄时间、客户性别和年龄段。
5.根据权利要求4所述的导购辅助方法,其特征在于,所述根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,包括:
获取所述摄像头发送的当前进店客户的待检测人脸图像特征数据;
当检测到存在与所述待检测人脸图像特征数据相匹配的目标人脸图像特征时,确定所述目标人脸图像特征对应的会员信息为目标会员信息;
根据所述目标会员信息对应的购物信息,生成并输出导购提醒信息至导购端。
6.一种基于客流分析的导购辅助装置,其特征在于,包括:
聚合分类模块,用于按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布;
数据关联模块,用于将聚合后的客户数据关联至会员系统,所述会员系统记载有客户的消费记录;
导购提醒模块,用于根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。
7.根据权利要求6所述的导购辅助装置,其特征在于,所述装置还包括:
聚合数据传输模块,用于将聚合后的客户数据传输至商户终端,以便商户据此制定营销策略。
8.根据权利要求6所述的导购辅助装置,其特征在于,所述装置还包括:
数据属性识别模块,用于采用http接口的形式从摄像头获取所述人脸图像特征数据,并识别所述人脸图像特征数据对应的数据属性,所述数据属性至少包括客户图像的拍摄时间、客户性别和年龄段。
9.根据权利要求8所述的导购辅助装置,其特征在于,所述导购提醒模块包括:
特征数据获取单元,用于获取所述摄像头发送的当前进店客户的待检测人脸图像特征数据;
目标会员确定单元,用于当检测到存在与所述待检测人脸图像特征数据相匹配的目标人脸图像特征时,确定所述目标人脸图像特征对应的会员信息为目标会员信息;
导购提醒生成单元,用于根据所述目标会员信息对应的购物信息,生成并输出导购提醒信息至导购端。
10.一种服务器,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行以下步骤:
按照图像数据的数据属性指示的不同维度对客户图像数据进行聚合,得到用户进店的时间、性别以及年龄段分布;
将聚合后的客户数据关联至会员系统,所述会员系统记载有客户的消费记录;
根据检测到的进店客户的人脸特征对应的目标会员信息,生成并输出会员导购提醒信息至导购端,以便导购根据该提醒信息进行导购。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010386834.6A CN111476613A (zh) | 2020-05-09 | 2020-05-09 | 基于客流分析的导购辅助方法及装置、服务器、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010386834.6A CN111476613A (zh) | 2020-05-09 | 2020-05-09 | 基于客流分析的导购辅助方法及装置、服务器、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111476613A true CN111476613A (zh) | 2020-07-31 |
Family
ID=71762276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010386834.6A Pending CN111476613A (zh) | 2020-05-09 | 2020-05-09 | 基于客流分析的导购辅助方法及装置、服务器、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111476613A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418994A (zh) * | 2020-11-26 | 2021-02-26 | 珠海格力电器股份有限公司 | 商品的导购方法、装置、电子设备及存储介质 |
CN117114694A (zh) * | 2022-12-29 | 2023-11-24 | 珠海深蓝网络科技有限公司 | 一种基于crm的大数据分析系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150178792A1 (en) * | 2013-12-20 | 2015-06-25 | Wal-Mart Stores, Inc. | Methods and systems to provide price matching offers to potential customers |
US20160117726A1 (en) * | 2014-10-28 | 2016-04-28 | Ebay Inc. | Tracking, storing, and analyzing abandonment pattern data to improve marketing tools available on a network-based e-commerce system |
CN207352731U (zh) * | 2017-10-19 | 2018-05-11 | 深圳中安安防科技有限公司 | 一种商场防盗系统 |
CN109214290A (zh) * | 2018-08-03 | 2019-01-15 | 深圳市前海圆舟网络科技股份有限公司 | 一种基于人脸识别的门店客户管理方法及装置 |
CN109493135A (zh) * | 2018-11-02 | 2019-03-19 | 广东阅云科技有限公司 | 一种基于人脸识别的门店客户数据处理方法和系统 |
-
2020
- 2020-05-09 CN CN202010386834.6A patent/CN111476613A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150178792A1 (en) * | 2013-12-20 | 2015-06-25 | Wal-Mart Stores, Inc. | Methods and systems to provide price matching offers to potential customers |
US20160117726A1 (en) * | 2014-10-28 | 2016-04-28 | Ebay Inc. | Tracking, storing, and analyzing abandonment pattern data to improve marketing tools available on a network-based e-commerce system |
CN207352731U (zh) * | 2017-10-19 | 2018-05-11 | 深圳中安安防科技有限公司 | 一种商场防盗系统 |
CN109214290A (zh) * | 2018-08-03 | 2019-01-15 | 深圳市前海圆舟网络科技股份有限公司 | 一种基于人脸识别的门店客户管理方法及装置 |
CN109493135A (zh) * | 2018-11-02 | 2019-03-19 | 广东阅云科技有限公司 | 一种基于人脸识别的门店客户数据处理方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418994A (zh) * | 2020-11-26 | 2021-02-26 | 珠海格力电器股份有限公司 | 商品的导购方法、装置、电子设备及存储介质 |
CN112418994B (zh) * | 2020-11-26 | 2024-06-04 | 珠海格力电器股份有限公司 | 商品的导购方法、装置、电子设备及存储介质 |
CN117114694A (zh) * | 2022-12-29 | 2023-11-24 | 珠海深蓝网络科技有限公司 | 一种基于crm的大数据分析系统及方法 |
CN117114694B (zh) * | 2022-12-29 | 2024-05-07 | 河南中信科大数据科技有限公司 | 一种基于crm的大数据分析系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446410B (zh) | 信息推荐方法、装置、系统、设备及可读存储介质 | |
CN108876526B (zh) | 商品推荐方法、装置和计算机可读存储介质 | |
US10796337B2 (en) | Realtime feedback using affinity-based dynamic user clustering | |
WO2021049300A1 (ja) | 店舗利用情報配信装置及びこれを備えた店舗利用情報配信システム並びに店舗利用情報配信方法 | |
CN112036952A (zh) | 用于基于离线、在线及信用相关数据的目标因特网营销的系统及方法 | |
AU2018202369A1 (en) | A method and system for providing a loyalty program | |
KR20190113245A (ko) | 안면 정보를 이용한 서비스 방법 | |
US11068920B2 (en) | Methods, platforms and systems for paying persons for use of their personal intelligence profile data | |
CN112215448A (zh) | 分配客服的方法和装置 | |
Frey et al. | Mobile recommendations based on interest prediction from consumer's installed apps–insights from a large-scale field study | |
CN112035717A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN111476613A (zh) | 基于客流分析的导购辅助方法及装置、服务器、存储介质 | |
US11887161B2 (en) | Systems and methods for delivering content to mobile devices | |
KR102115364B1 (ko) | 전자명함 플랫폼 및 전자명함 플랫폼을 이용한 정보공유방법 | |
CN111160967A (zh) | 数据处理方法、装置及存储介质 | |
JP7206761B2 (ja) | 情報処理装置 | |
CN113868526A (zh) | 信息推送方法和装置、非瞬时性计算机可读存储介质 | |
CN111787042B (zh) | 用于推送信息的方法和装置 | |
KR20150076407A (ko) | 맞춤형 샘플 제공 시스템, 장치 및 방법 | |
KR20190079582A (ko) | 선물 추천 서비스 방법 및 이를 실행하기 위한 선물 추천 서버 | |
JP2014134995A (ja) | 情報配信装置、及び、情報配信方法 | |
US20210326910A1 (en) | System and method for optimizing an observation campaign in response to observed real-world data | |
KR20230125679A (ko) | 빅데이터를 이용한 마케팅 진단 방법 및 시스템 | |
KR20210052237A (ko) | 인공지능에 기반한 상품 카탈로그 자동 분류 시스템 | |
JP2018190358A (ja) | コンテンツ選択方法及びコンテンツ選択プログラム |
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 |