CN112561550A - 商户的健康度分类方法、装置、设备及存储介质 - Google Patents

商户的健康度分类方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112561550A
CN112561550A CN201910914593.5A CN201910914593A CN112561550A CN 112561550 A CN112561550 A CN 112561550A CN 201910914593 A CN201910914593 A CN 201910914593A CN 112561550 A CN112561550 A CN 112561550A
Authority
CN
China
Prior art keywords
merchant
data
target
factor data
score
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
Application number
CN201910914593.5A
Other languages
English (en)
Inventor
徐萌
杨猛
黄岩
陶涛
徐海勇
王博雅
陈丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Information Technology Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Information Technology Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201910914593.5A priority Critical patent/CN112561550A/zh
Publication of CN112561550A publication Critical patent/CN112561550A/zh
Pending legal-status Critical Current

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
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种商户的健康度分类方法、装置、设备及存储介质。该方法包括获取目标商户的目标覆盖范围内的多个一级环境因子数据对应的分数和权重及目标商户的效益数据；对每个一级环境因子数据对应的分数和权重进行加权求和，得到目标商户的环境分数；根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类。根据本发明实施例提供的商户的健康度分类方法客观、准确地对目标商户进行健康度分类。

Description

商户的健康度分类方法、装置、设备及存储介质
技术领域
本发明属于计算机技术领域，尤其涉及一种商户的健康度分类评价方法、装置、设备及存储介质。
背景技术
传统的目标商户效益评估主要通过目标商户业绩进行评估，但由于各个目标商户分布在不同的地区、不同的地点，周边环境差异性非常大，仅仅依靠目标商户的营收额进行目标商户的评价不合理。即使加入现场勘察，因为无法在短期内对所有目标商户均进行勘察，即使采用抽样的方式，也会导致数据滞后、不准确，从而导致无法准确地对目标商户进行评价。
发明内容
本发明实施例提供一种商户的健康度分类方法、装置、设备及存储介质，能够结合目标商户的效益及目标商户周边环境，对目标商户进行综合评估，提高了对目标商户评估的准确性。
第一方面，本发明实施例提供一种商户的健康度分类方法，方法包括：
获取目标商户的目标覆盖范围内的多个一级环境因子数据对应的分数和权重及目标商户的效益数据；
对每个一级环境因子数据对应的分数和权重进行加权求和，得到目标商户的环境分数；
根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类。
在一些实施例中，根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类，包括：
将目标商户的环境分数与第一预设阈值进行比较，得到目标商户的环境分类；
将效益数据与第二预设阈值进行比较，得到目标商户的效益分类；
根据环境分类及效益分类，确定目标商户的综合业绩的健康度分类。
在一些实施例中，商户的健康度分类方法还包括：
对目标商户所在的地理区域范围内的多个商户的综合业绩的健康度分类进行统计，得到统计结果；
基于统计结果，在多个商户中选择待处理商户；
根据预设处理方式，对待处理商户进行处理。
在一些实施例中，每个一级环境因子数据包括至少一个二级环境因子数据，方法还包括：
获取每个二级环境因子数据对应的分数及权重；
对每个一级环境因子数据中的每个二级环境因子数据对应的分数和权重进行加权求和，得到每个一级环境因子数据对应的分数；
对每个一级环境因子数据中的每个二级环境因子数据对应的权重进行求和，得到每个一级环境因子数据对应的权重。
在一些实施例中，获取每个二级环境因子数据对应的分数，包括：
根据目标商户所在地理区域范围内的多个商户的平均业务量及多个商户的各个二级环境因子数据，确定多个商户的平均业务量与各个二级环境因子数据的相关性；
根据多个商户的平均业务量与各个二级环境因子数据的相关性，确定每个二级环境因子的各个数值区间及每个数值区间与分数的对应关系；
根据每个二级环境因子数据所在的数值区间及数值区间与分数的对应关系，确定每个二级环境因子数据对应的分数。
在一些实施例中，获取每个二级环境因子数据对应的权重，包括：
在目标商户所在地理区域范围内的多个商户中确定多个参考商户；
获取多个参考商户的环境分数及每个二级环境因子数据对应的分数；
基于线性回归分析法，根据多个参考商户的环境分数及每个二级环境因子数据对应的分数，确定每个二级环境因子数据对应的权重。
在一些实施例中，商户的健康度分类方法还包括：
获取目标覆盖范围内的基站信息，根据基站信息确定目标覆盖范围内的人口数据；
获取目标覆盖范围内的兴趣点POI信息，根据POI信息确定公共场所数据、竞争商户数据及交通站点数据；
将人口数据、公共场所数据、竞争商户数据及交通站点数据，作为多个一级环境因子数据。
第二方面，本发明实施例提供了一种商户的健康度分类装置，装置包括：
数据获取模块，用于获取目标商户的目标覆盖范围内的多个一级环境因子数据对应的分数和权重及目标商户的效益数据；
环境分数确定模块，用于对每个一级环境因子数据对应的分数和权重进行加权求和，得到目标商户的环境分数；
健康度分类模块，用于根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类。
第三方面，本发明实施例提供了一种商户的健康度分类设备，设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如第一方面所述的商户的健康度分类方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如第一方面所述的商户的健康度分类方法。
本发明实施例的商户的健康度分类方法、装置、设备及存储介质，该方法通过对目标商户的目标覆盖范围内的每个一级环境因子数据对应的分数和权重进行加权求和，得到目标商户的环境分数，进一步根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类。该方法结合目标商户的周边环境及效益对目标商户进行综合评估，能够客观、公正地进行目标商户的综合业绩的健康度分类，提高对目标商户评估的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，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商户的健康度分类方法的流程示意图；
图2是本发明实施例提供的人口数据与业务量的分布对应示意图；
图3是本发明实施例提供的商户的健康度分类装置的结构示意图；
图4是本发明实施例提供的商户的健康度分类设备的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题，本发明实施例提供了一种商户的健康度分类方法、装置、设备及计算机可读存储介质。下面首先对本发明实施例所提供的商户的健康度分类方法进行介绍。
图1示出了本发明一个实施例提供的商户的健康度分类方法的流程示意图。如图1所示，本发明实施例提供的商户的健康度分类方法的步骤包括：
S110，获取目标商户的目标覆盖范围内的多个一级环境因子数据对应的分数和权重及目标商户的效益数据；
S120，对每个一级环境因子数据对应的分数和权重进行加权求和，得到目标商户的环境分数；
S130，根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类。
本发明实施例的商户的健康度分类方法、装置、设备及存储介质，该方法通过对目标商户的目标覆盖范围内的每个一级环境因子数据对应的分数和权重进行加权求和，得到目标商户的环境分数，进一步根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类。该方法结合目标商户的周边环境及效益对目标商户进行综合评估，能够客观、公正地进行目标商户的综合业绩的健康度分类，提高对目标商户评估的准确性。
在S110中，目标商户可以是营业厅、日用百货厅店等，可以根据需求设置目标商户的类型。以下的实施例将以营业厅为目标商户进行举例说明。
在一些实施例中，目标覆盖范围可以理解为以目标商户为中心，以任意一种交通工具在预设时长内可达的距离为半径。示例性的，如表1所示，列举了三种目标覆盖范围。
表1
交通工具类型 范围半径
步行 半径1公里
自行车 半径1-3公里
汽车 半径3-5公里
如表1所示，例如半小时内，将步行可到达目标商户地点的半径设为1公里，将自行车可到达目标商户地点的半径设为1-3公里，将汽车可到达目标商户地点的半径设为3-5公里。进一步地，可根据目标商户所在地区进行灵活配置，例如大型城市目标商户分布较密集，可选择步行可达，即目标覆盖范围为1公里；而县城及农村可将范围选择为汽车可达。
在一些实施例中，在S110之前，本发明实施例提供的商户的健康度分类方法还包括：
获取目标覆盖范围内的基站信息，根据基站信息确定目标覆盖范围内的人口数据；
获取目标覆盖范围内的兴趣点POI信息，根据POI信息确定公共场所数据、竞争商户数据及交通站点数据；
将人口数据、公共场所数据、竞争商户数据及交通站点数据，作为多个一级环境因子数据。
示例性的，各个一级环境因子数据可以是各个一级环境因子的数量，例如人口数量、公共场所数量、竞争商户数量及交通站点数量。基站信息可以包括该基站覆盖的用户的各种信令信息，如通话、心跳、上网行为等信息，基站信息还包括该基站的经纬度及地址等信息。可以根据基站信息得到的人口数据对人群进行画像，例如人群平均每用户平均收入(Average Revenue Per User，ARPU)、平均每户每月上网流量(Dataflow of usage，DOU)、性别比例、终端使用偏好、上网偏好等。
根据本发明实施例，利用基站信息及POI信息获取多个一级环境因子数据，能够得到相对准确的数据，且人口数据、公共场所数据、竞争商户数据及交通站点数据作为一级环境因子数据，为目标商户的评价提供客观、公正的数据基础。
在一些实施例中，每个一级环境因子数据包括至少一个二级环境因子数据，在S110之前，本发明实施例提供的商户的健康度分类方法还可以包括：
获取每个二级环境因子数据对应的分数及权重；
对每个一级环境因子数据中的每个二级环境因子数据对应的分数和权重进行加权求和，得到每个一级环境因子数据对应的分数；
对每个一级环境因子数据中的每个二级环境因子数据对应的权重进行求和，得到每个一级环境因子数据对应的权重。
示例性的，以营业厅为例，表2示出了营业厅对应的多个一级环境因子数据与多个二级环境因子数据的对应关系。
表2
Figure BDA0002215703950000071
示例性的，目标商户为营业厅，营业厅的目标覆盖范围为1公里范围。对二级环境因子常驻人口及流动人口的定义如表3所示。
表3
Figure BDA0002215703950000072
示例性的，常驻人口包括居住人口及工作人口，可以通过基站位置数据，获取某个经纬度范围内，出现在次范围内每天超过一定时长的人口数量。例如工作人口可定义为白天8点至晚上8点，出现在此范围内超过6小时的人口为工作人口。居住人口可定义为晚上6点至早上8点，出现在此范围内超过8小时的人口为居住人口。
流动人口可以是按照每个小时为维度，定义在一定范围内，出现时长超过20分钟，且不属于以上常驻人口的人群。人群平均消费能力，可以通过人群平均每用户平均收入(Average Revenue Per User，ARPU)及平均每户每月上网流量(Dataflow of usage，DOU)作为人群消费情况。
示例性的，可通过(Point of Interest，POI)信息获取目标覆盖范围内商场、农贸市场、超市、银行等二级环境因子数量。其他二级环境因子数据，如其他运营商的营业厅数量、公交站、地铁站、火车站、机场等数量也可通过POI信息爬取获得。
应当理解的是，各环境因子根据目标商户的类型进行选择。例如目标商户是日用百货厅店，竞争商户数据可为其他小超市，公共场所数据可以为饭店等的数量。
在一些实施例中，获取每个二级环境因子数据对应的分数，包括：
根据目标商户所在地理区域范围内的多个商户的平均业务量及多个商户的各个二级环境因子数据，确定多个商户的平均业务量与各个二级环境因子数据的相关性；
根据多个商户的平均业务量与各个二级环境因子数据的相关性，确定每个二级环境因子的各个数值区间及每个数值区间与分数的对应关系；
根据每个二级环境因子数据所在的数值区间及数值区间与分数的对应关系，确定每个二级环境因子数据对应的分数。
示例性的，由于各个环境相差很多，例如城市人口密度及区县人口密度是完全不同的，不能使用相同的打分标准。可使用层次分析及数据分布的方法，对每个二级环境因子进行分值区间的定义。
以周边常驻人口为例，假设满分为10分，结合营业厅业务量情况，进行数据相关性分析。此处综合业务量，可以为营业厅业务量，包括开卡数量、用户办理套餐数量、wlan家宽开通数量、终端售卖数量等，不同营业厅可选取各自综合业务量。
示例性的，统计某个地区在某段时长内的常住人口数量、各个营业厅的综合业务量及该地区的平均业务量，得到如图2所示的对应关系图。图2中，横轴表示常驻人口数量，纵轴表示综合业务量，每个点表示一个营业厅，横线表示该地区的平均综合业务量。根据图2的统计结果，得到表4所示的常驻人口数量与综合业务量的对应关系表。
表4
常驻人口数量 综合业务量大于平均值的比例
1万以下 0.03
1万-2万 0.29
2万-3万 0.32
3万-4万 0.33
4万-5万 0.46
5万以上 0.75
根据表4可知，常驻人口数量在1万以下及5万以上时，综合业务量大于平均值的比例几乎没有变化，常驻人口数量在1万至5万时，综合业务量大于平均值的比例随着常驻人口数量的增加而增加。因此，对于二级环境因子数据中的常驻人口数量可以按照表5进行评分。
表5
常驻人口数量区间 得分(10分制)
1万以下 3
1万-5万 线性得分
5万以上 10
应当理解的是，而根据不同城市，不同综合业务量，打分分值区间是不同的。也可以按照上述方法对二级环境因子数据中的流动人口数量进行评分。
示例性的，统计常驻人口户均ARPU值和DOU值，可知目标营业厅所在地理区域范围内的多个营业厅的覆盖范围内的常驻人口户均ARPU值、DOU值与营业厅模拟收入均存在显著相关性。示例性的，可按照表6及表7对二级环境因子数据中的常驻人口平均ARPU、常驻人口平均DOU分别进行评分。
表6
ARPU(元) 平均综合业务量 得分
55以下 128 3
55-90 629 线性得分
90以上 1102 10
表7
DOU(MB) 平均综合业务量 得分
1500以下 221 3
1500-3000 527 线性得分
3000以上 957 10
示例性的，按照以下方式确定公共场所数据中的多个二级环境因子数据对应的分数，例如，商场、农贸市场、超市、银行等对应的分数。
目标营业厅所在地理区域范围内的多个营业厅周边600米范围内的终端型渠道数量进行统计，得到表8所示的对终端型渠道数量的评分。其中，终端型渠道指具备终端销量能力的运营商渠道。
表8
终端渠道数量 平均综合业务量 得分(10分制)
12以下 625 6
12-50 714 8
50以上 802 10
示例性的，统计目标营业厅所在地理区域范围内的商场、农贸市场等的数量可知营业厅周边商场、农贸市场数量与营业厅模拟收入存在显著相关性。可根据表9对二级环境因子数据中的商场、农贸市场数量进行评分。
表9
商场、农贸市场数量 平均综合业务量 得分(10分制)
0-1 637 3
2-6 678 5
6以上 1025 10
示例性的，统计目标营业厅所在地理区域范围内的超市数量，可知营业厅周边超市数量与营业厅模拟收入存在显著相关性。可根据表10对二级环境因子数据中的超市数量进行评分。
表10
商场、农贸市场数量 平均综合业务量 得分(10分制)
0-4 567 4
5-7 606 6
7以上 898 10
示例性的，统计目标营业厅所在地理区域范围内的银行网点数量，可知营业厅周边银行网点数量与营业厅模拟收入存在显著相关性。可根据表11对二级环境因子数据中的银行数量进行评分。
表11
商场、农贸市场数量 平均综合业务量 得分(10分制)
0-7 513 2
8-14 696 4
15-24 1120 8
25以上 1315 10
示例性的，统计目标营业厅所在地理区域范围内的其他运营商的营业厅数量，可知营业厅周边有渠道的友商个数与营业厅模拟收入存在显著相关性。可根据表12对二级环境因子数据中的其他运营商的营业厅数量进行评分。
表12
Figure BDA0002215703950000121
示例性的，统计目标营业厅所在地理区域范围内的公交站、地铁站、火车站、机场等数量，经可知营业厅周边有无公交站点与营业厅模拟收入存在显著相关性。可根据表13对二级环境因子数据中的公交站点数量进行评分。
表13
公交站点数量 平均综合业务量 得分(10分制)
0-2 129 0
2以上 691 10
在一些实施例中，获取每个二级环境因子数据对应的权重，包括：
在目标商户所在地理区域范围内的多个商户中确定多个参考商户；
获取多个参考商户的环境分数及每个二级环境因子数据对应的分数；
基于线性回归分析法，根据多个参考商户的环境分数及每个二级环境因子数据对应的分数，确定每个二级环境因子数据对应的权重。
线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y＝w'x+e，e为误差服从均值为0的正态分布。
多个参考商户的环境分数及对应的每个二级环境因子数据对应的分数为已知数，通过线性回归分析法，学习到每个每个二级环境因子数据对应的权重。每个一级环境因子数据对应的权重可以为其对应的多个二级环境因子数据的权重之和。示例性的，也可采用专家定义的方式，例如人为设定人口数据权重为0.3(其中，常驻人口数据的权重为0.1，流动人口数据的权重为0.1，常驻人口平均ARPU的权重为0.05，常驻人口平均DOU的权重为0.05等)，竞争商户数据的权重为0.2等。
根据本发明实施例，得到的环境因子数据的权重更准确。
示例性的，在S110中，目标商户的效益数据可以是总收入与总成本之差。目标商户为营业厅为例，目标商户的总成本包括营业场地成本、装修设备成本、渠道运营成本、人工成本、销售成本等，目标商户的总收入包括移动业务服务收入(含厅店人工办理、自助办理)、终端收入、生态产品收入等。可根据不同业务需求，确定目标商户的效益数据。
在一些实施例中，根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类，包括：
将目标商户的环境分数与第一预设阈值进行比较，得到目标商户的环境分类；
将效益数据与第二预设阈值进行比较，得到目标商户的效益分类；
根据环境分类及效益分类，确定目标商户的综合业绩的健康度分类。
在一些实施例中，可以将第一预设阈值设置为30分(50满分)，将目标商户的综合业务量作为效益数据，将目标商户所在地区内的多个商户的平均综合业务量作为第二预设阈值。若该目标商户的环境得分大于30分，则认为该目标商户环境好，若该目标商户的效益大于平均综合业务量，则认为该目标商户的效益好。
在另一些实施例中，可以根据目标商户所在地理区域范围内的多个商户的历史数据确定第一预设阈值及第二预设阈值，即，第一预设阈值及第二预设阈值的设置是动态的。示例性的，确定该地理区域范围内的多个商户的上一年度的环境分数中的分数比较低的10％，将该10％中的环境分数中的最大值作为环境标准分，即第一预设阈值；同理，确定该地理区域范围内的多个商户的上一年度的效益数据中的数值比较低的10％，将该10％中的效益数据的最大值作为效益标准分，即第二预设阈值。高于环境标准分判为环境好，反之为环境差；高于效益标准分为效益好，反之为效益差。
在又一些实施例中，可以根据目标商户所在地理区域范围内的多个商户的当前数据确定第一预设阈值及第二预设阈值，即第一预设阈值及第二预设阈值可以是数值范围。例如，确定该地理区域范围内的多个商户的本次统计周期内的环境分数中的分数比较低的10％，若目标商户的环境分数属于该10％，则认为环境差，反之为环境好。同理，确定该地理区域范围内的多个商户的本次统计周期内的效益数据中的数值比较低的10％，若目标商户的效益数据属于该10％，则认为效益差，反之为效益好。
根据本发明实施例，能够更准确、客观地得到目标商户的综合业绩的健康度分类结果。
在一些实施例中，在S130之后，本发明实施例提供的商户的健康度分类方法还包括：
对目标商户所在的地理区域范围内的多个商户的综合业绩的健康度分类进行统计，得到统计结果；
基于统计结果，在多个商户中选择待处理商户；
根据预设处理方式，对待处理商户进行处理。
示例性的，商户的健康度分类结果包括如表14所示的四种。
表14
分类 说明 口径
I 环境差&效益差 环境得分≤30分，业务量低于区间平均
II 环境好&效益差 环境得分＞30分，业务量低于区间平均
III 环境差&效益好 环境得分≤30分，业务量高于区间平均
IV 环境好&效益好 环境得分＞30分，业务量高于区间平均
根据预设处理方式，对待处理商户进行处理，包括，建议分类I的商户，考虑是否为政策性必须设点，否则因为奇周边环境差且业绩差，考虑关停。建议分类II的厅店，进行整改，拥有优秀的环境，缺经营很差。建议分类III的厅店可作为模范厅店，供分类I的厅店进行学习经验。建议分类IV的厅店，继续保持，也可作为模范厅店。
进一步地，可以结合地图信息，展示目标商户的健康度分类结果，包括该商户的环境得分及效益数据。可以结合地图信息，展示某个地区的所有商户的健康度分类结果，及该地区的分别属于I、II、III、IV四类的商户数量。
根据本发明实施例提供的商户的健康度分类方法，能够客观确定环境差且效益差的商户，该商户的周边环境条件比较差，且营业额很差，可以考虑转型或者关停并转。能够客观确定模范商户，在相同周边环境评分结果下，既包括周边评分高也可包括周边评分低，寻找效益最好的商户，可作为模范商户，供周边环境相似的商户进行学习。能够客观寻找较差商户，在相同周边环境评分结果下，尤其是周边环境较高分数的情况下，寻找效益最差的商户，提出整改要求，作为整改对象。
图3示出了本发明实施例提供的商户的健康度分类装置的结构示意图。如图3所示，本发明实施例提供的商户的健康度分类装置包括：
数据获取模块201，用于获取目标商户的目标覆盖范围内的多个一级环境因子数据对应的分数和权重及目标商户的效益数据；
环境分数确定模块202，用于对每个一级环境因子数据对应的分数和权重进行加权求和，得到目标商户的环境分数；
健康度分类模块203，用于根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类。
根据本发明实施例提供的商户的健康度分类装置，结合目标商户的周边环境及效益对目标商户进行综合评估，能够客观、公正地进行目标商户的综合业绩的健康度分类，提高对目标商户评估的准确性。
在一些实施例中，健康度分类模块203具体用于：
将目标商户的环境分数与第一预设阈值进行比较，得到目标商户的环境分类；
将效益数据与第二预设阈值进行比较，得到目标商户的效益分类；
根据环境分类及效益分类，确定目标商户的综合业绩的健康度分类。
在一些实施例中，健康度分类模块203具体用于：
对目标商户所在的地理区域范围内的多个商户的综合业绩的健康度分类进行统计，得到统计结果；
基于统计结果，在多个商户中选择待处理商户；
根据预设处理方式，对待处理商户进行处理。
根据本发明实施例提供的商户的健康度分类方法，能够客观确定环境差且效益差的商户，该商户的周边环境条件比较差，且营业额很差，可以考虑转型或者关停并转。能够客观确定模范商户，在相同周边环境评分结果下，既包括周边评分高也可包括周边评分低，寻找效益最好的商户，可作为模范商户，供周边环境相似的商户进行学习。能够客观寻找较差商户，在相同周边环境评分结果下，尤其是周边环境较高分数的情况下，寻找效益最差的商户，提出整改要求，作为整改对象。
在一些实施例中，数据获取模块201具体用于：
获取每个二级环境因子数据对应的分数及权重；
对每个一级环境因子数据中的每个二级环境因子数据对应的分数和权重进行加权求和，得到每个一级环境因子数据对应的分数；
对每个一级环境因子数据中的每个二级环境因子数据对应的权重进行求和，得到每个一级环境因子数据对应的权重。
根据本发明实施例，能够更准确地确定每个一级环境因子数据对应的分数及权重。
在一些实施例中，数据获取模块201具体用于：
根据目标商户所在地理区域范围内的多个商户的平均业务量及多个商户的各个二级环境因子数据，确定多个商户的平均业务量与各个二级环境因子数据的相关性；
根据多个商户的平均业务量与各个二级环境因子数据的相关性，确定每个二级环境因子的各个数值区间及每个数值区间与分数的对应关系；
根据每个二级环境因子数据所在的数值区间及数值区间与分数的对应关系，确定每个二级环境因子数据对应的分数。
根据二级环境因子数据与平均业务量的相关性确定每个二级环境因子数据对应的分数，更客观、准确。
在一些实施例中，数据获取模块201具体用于：
在目标商户所在地理区域范围内的多个商户中确定多个参考商户；
获取多个参考商户的环境分数及每个二级环境因子数据对应的分数；
基于线性回归分析法，根据多个参考商户的环境分数及每个二级环境因子数据对应的分数，确定每个二级环境因子数据对应的权重。
根据本发明实施例，能够更客观、准确地确定每个二级环境因子数据对应的权重。
在一些实施例中，数据获取模块201具体用于：
获取目标覆盖范围内的基站信息，根据基站信息确定目标覆盖范围内的人口数据；
获取目标覆盖范围内的兴趣点POI信息，根据POI信息确定公共场所数据、竞争商户数据及交通站点数据；
将人口数据、公共场所数据、竞争商户数据及交通站点数据，作为多个一级环境因子数据。
根据基站信息及POI信息，能够得到更为客观、准确的一级环境因子数据。
在一些实施例中，本发明实施例提供的商户的健康度分类装置进一步包括展示模块(图中未示出)，展示模块具体用于：
结合地图信息，展示目标商户的健康度分类结果，包括该商户的环境得分及效益数据。结合地图信息，展示某个地区的所有商户的健康度分类结果，包括所有商户的各个一级环境因子数据对应的分数、环境分数及效益数据，及该地区的分别属于I、II、III、IV四类的商户数量。
图4示出了本发明实施例提供的商户的健康度分类设备的硬件结构示意图。
在商户的健康度分类设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地，上述处理器301可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器302可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器302可在综合网关容灾设备的内部或外部。在特定实施例中，存储器302是非易失性固态存储器。在特定实施例中，存储器302包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器301通过读取并执行存储器302中存储的计算机程序指令，以实现上述实施例中的任意一种商户的健康度分类方法。
在一个示例中，商户的健康度分类设备还可包括通信接口303和总线310。其中，如图4所示，处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者，将数据处理设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线310可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
该商户的健康度分类设备可以执行本发明实施例中的商户的健康度分类方法，从而实现结合图1和图3描述的商户的健康度分类方法和装置。
另外，结合上述实施例中的商户的健康度分类方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种商户的健康度分类方法。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种商户的健康度分类方法，其特征在于，包括：
获取目标商户的目标覆盖范围内的多个一级环境因子数据对应的分数和权重及所述目标商户的效益数据；
对所述每个一级环境因子数据对应的分数和权重进行加权求和，得到所述目标商户的环境分数；
根据所述环境分数和所述效益数据，确定所述目标商户的综合业绩的健康度分类。
2.根据权利要求1所述的商户的健康度分类方法，其特征在于，所述根据所述环境分数和所述效益数据，确定所述目标商户的综合业绩的健康度分类，包括：
将所述目标商户的环境分数与第一预设阈值进行比较，得到所述目标商户的环境分类；
将所述效益数据与第二预设阈值进行比较，得到所述目标商户的效益分类；
根据所述环境分类及所述效益分类，确定所述目标商户的综合业绩的健康度分类。
3.根据权利要求1所述的商户的健康度分类方法，其特征在于，所述方法还包括：
对所述目标商户所在的地理区域范围内的多个商户的综合业绩的健康度分类进行统计，得到统计结果；
基于所述统计结果，在所述多个商户中选择待处理商户；
根据预设处理方式，对所述待处理商户进行处理。
4.根据权利要求1所述的商户的健康度分类方法，其特征在于，每个所述一级环境因子数据包括至少一个二级环境因子数据，所述方法还包括：
获取每个所述二级环境因子数据对应的分数及权重；
对所述每个一级环境因子数据中的每个所述二级环境因子数据对应的分数和权重进行加权求和，得到所述每个一级环境因子数据对应的分数；
对所述每个一级环境因子数据中的每个所述二级环境因子数据对应的权重进行求和，得到所述每个一级环境因子数据对应的权重。
5.根据权利要求4所述的商户的健康度分类方法，其特征在于，所述获取每个所述二级环境因子数据对应的分数，包括：
根据所述目标商户所在地理区域范围内的多个商户的平均业务量及所述多个商户的各个二级环境因子数据，确定所述多个商户的平均业务量与所述各个二级环境因子数据的相关性；
根据所述多个商户的平均业务量与所述各个二级环境因子数据的相关性，确定每个二级环境因子的各个数值区间及每个所述数值区间与分数的对应关系；
根据每个所述二级环境因子数据所在的数值区间及所述数值区间与分数的对应关系，确定每个所述二级环境因子数据对应的分数。
6.根据权利要求4所述的商户的健康度分类方法，其特征在于，所述获取每个所述二级环境因子数据对应的权重，包括：
在所述目标商户所在地理区域范围内的多个商户中确定多个参考商户；
获取所述多个参考商户的环境分数及每个所述二级环境因子数据对应的分数；
基于线性回归分析法，根据所述多个参考商户的环境分数及每个所述二级环境因子数据对应的分数，确定每个所述二级环境因子数据对应的权重。
7.根据权利要求1所述的商户的健康度分类方法，其特征在于，所述方法还包括：
获取所述目标覆盖范围内的基站信息，根据所述基站信息确定所述目标覆盖范围内的人口数据；
获取所述目标覆盖范围内的兴趣点POI信息，根据所述POI信息确定公共场所数据、竞争商户数据及交通站点数据；
将所述人口数据、所述公共场所数据、所述竞争商户数据及所述交通站点数据，作为所述多个一级环境因子数据。
8.一种商户的健康度分类装置，其特征在于，所述装置包括：
数据获取模块，用于获取目标商户的目标覆盖范围内的多个一级环境因子数据对应的分数和权重及所述目标商户的效益数据；
环境分数确定模块，用于对所述每个一级环境因子数据对应的分数和权重进行加权求和，得到所述目标商户的环境分数；
健康度分类模块，用于根据所述环境分数和所述效益数据，确定所述目标商户的综合业绩的健康度分类。
9.一种商户的健康度分类设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如权利要求1-7任意一项所述的商户的健康度分类方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的商户的健康度分类方法。
CN201910914593.5A 2019-09-26 2019-09-26 商户的健康度分类方法、装置、设备及存储介质 Pending CN112561550A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910914593.5A CN112561550A (zh) 2019-09-26 2019-09-26 商户的健康度分类方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910914593.5A CN112561550A (zh) 2019-09-26 2019-09-26 商户的健康度分类方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112561550A true CN112561550A (zh) 2021-03-26

Family

ID=75029693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910914593.5A Pending CN112561550A (zh) 2019-09-26 2019-09-26 商户的健康度分类方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112561550A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104902438A (zh) * 2015-05-04 2015-09-09 林茜茜 一种基于移动通信终端分析客流特征信息的统计方法及其系统
CN106096631A (zh) * 2016-06-02 2016-11-09 上海世脉信息科技有限公司 一种基于手机大数据的流动人口分类识别分析方法
CN106651392A (zh) * 2016-12-07 2017-05-10 中国联合网络通信集团有限公司 一种智能商业选址方法、装置及系统
CN106991142A (zh) * 2017-03-22 2017-07-28 湖州师范学院 一种基于微信数据和兴趣点数据识别城市功能区的方法
CN107886241A (zh) * 2017-11-10 2018-04-06 北京三快在线科技有限公司 资源分析方法、装置、介质和电子设备
CN108038735A (zh) * 2017-12-26 2018-05-15 北京小度信息科技有限公司 数据生成方法及装置
CN108985633A (zh) * 2018-07-19 2018-12-11 上海中通吉网络技术有限公司 快递网点经营健康度评估方法及装置
CN109918459A (zh) * 2019-01-28 2019-06-21 同济大学 一种基于手机信令的城市中观层面实有人口统计方法
CN110009379A (zh) * 2018-11-27 2019-07-12 阿里巴巴集团控股有限公司 一种选址模型构建和选址方法、装置及设备
CN110020766A (zh) * 2018-11-21 2019-07-16 阿里巴巴集团控股有限公司 风险控制方法、装置、服务器及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104902438A (zh) * 2015-05-04 2015-09-09 林茜茜 一种基于移动通信终端分析客流特征信息的统计方法及其系统
CN106096631A (zh) * 2016-06-02 2016-11-09 上海世脉信息科技有限公司 一种基于手机大数据的流动人口分类识别分析方法
CN106651392A (zh) * 2016-12-07 2017-05-10 中国联合网络通信集团有限公司 一种智能商业选址方法、装置及系统
CN106991142A (zh) * 2017-03-22 2017-07-28 湖州师范学院 一种基于微信数据和兴趣点数据识别城市功能区的方法
CN107886241A (zh) * 2017-11-10 2018-04-06 北京三快在线科技有限公司 资源分析方法、装置、介质和电子设备
CN108038735A (zh) * 2017-12-26 2018-05-15 北京小度信息科技有限公司 数据生成方法及装置
CN108985633A (zh) * 2018-07-19 2018-12-11 上海中通吉网络技术有限公司 快递网点经营健康度评估方法及装置
CN110020766A (zh) * 2018-11-21 2019-07-16 阿里巴巴集团控股有限公司 风险控制方法、装置、服务器及存储介质
CN110009379A (zh) * 2018-11-27 2019-07-12 阿里巴巴集团控股有限公司 一种选址模型构建和选址方法、装置及设备
CN109918459A (zh) * 2019-01-28 2019-06-21 同济大学 一种基于手机信令的城市中观层面实有人口统计方法

Similar Documents

Publication Publication Date Title
Lee et al. Urban spatiotemporal analysis using mobile phone data: Case study of medium-and large-sized Korean cities
Farber et al. Transit accessibility, land development and socioeconomic priority: A typology of planned station catchment areas in the Greater Toronto and Hamilton Area
US20060053110A1 (en) Out-of-home advertising inventory ratings methods and systems
CN107103485B (zh) 一种根据影院访客信息的自动广告推荐方法和系统
CN112069281B (zh) 兴趣点位置的确定方法、装置、计算机设备及存储介质
US20150006255A1 (en) Determining demographic data
US20150005007A1 (en) Displaying demographic data
CN110070718A (zh) 高速公路服务区服务质量动态评估方法、系统及设备
CN108549976A (zh) 智慧旅游大数据分析方法
Barnes et al. Geographic measures of retail food outlets and perceived availability of healthy foods in neighbourhoods
CN106295868A (zh) 交通出行数据处理方法及装置
Parkany et al. Modeling stated and revealed route choice: consideration of consistency, diversion, and attitudinal variables
Wray et al. Analyzing differences between spatial exposure estimation methods: A case study of outdoor food and beverage advertising in London, Canada
Chung et al. Investigating the effects of POI-based land use on traffic accidents in Suzhou Industrial Park, China
CN111369284B (zh) 目标对象类型确定方法及装置
CN109886746B (zh) 一种基于乘客下车时间和地点的出行目的识别方法
CN112561550A (zh) 商户的健康度分类方法、装置、设备及存储介质
Olawole Analysis of intra-urban mobility of the elderly in a medium-size city in Southwestern Nigeria
RU2720364C1 (ru) Способ сбора информации для определения эффективности размещения рекламных материалов и способ измерения эффективности рекламной конструкции
Sila-Nowicka et al. Calibrating spatial interaction models from GPS tracking data: An example of retail behaviour.
CN108197973B (zh) 基于地图数据的车载广告公交线路推荐方法及装置
Gunathilaka et al. Household travel survey method for vehicle kilometers travel estimations: A case study in a developing country.
Bailey Low income, supermarket accessibility, and the transportation network: A multimodal analysis identifying areas of poor accessibility and intervention strategies in Indianapolis, Indiana
Al-Masaeid et al. Traffic volume forecasting for rural roads in Jordan
CN108399235B (zh) 城市地图决策装置

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