CN115796908B - 一种零售运营智能监测管理系统及方法 - Google Patents
一种零售运营智能监测管理系统及方法 Download PDFInfo
- Publication number
- CN115796908B CN115796908B CN202310006806.0A CN202310006806A CN115796908B CN 115796908 B CN115796908 B CN 115796908B CN 202310006806 A CN202310006806 A CN 202310006806A CN 115796908 B CN115796908 B CN 115796908B
- Authority
- CN
- China
- Prior art keywords
- user
- signal
- commodity
- retail
- purchased
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种零售运营智能监测管理系统及方法,属于数据监测管理技术领域;通过实施主动询问和智能导购,使得用户可以及时高效的获取到商品的位置,有效提高了用户购物体验;当用户的需求商品不存在时,通过主动推荐相似商品来进行推荐挽留,可以有效提高零售运营的整体效果,通过从导购成功用户已购商品对应的摆放区域方面和购买总时长方面来实施购买状态的分析和分类,既可以实施个体用户的购物状态分析,还可以为后续若干已购商品摆放区域的调整提供可靠的数据支持;本发明用于解决现有方案中零售运营监测管理的整体效果不佳的技术问题。
Description
技术领域
本发明涉及数据监测管理技术领域,具体涉及一种零售运营智能监测管理系统及方法。
背景技术
无人零售作为无人值守服务中的一大类,主要指的是无人情形下进行的零售消费行为;无人零售是指基于智能技术实现的无导购员和收银员值守的新零售服务。
现有的零售运营智能监测管理方案在实施时存在一定的缺陷,当用户进入零售店时不能主动进行询问并主动推荐导购,使得用户不能及时高效的获取到需要购买的商品位置,在没有对应商品的情况下不能主动推荐相同类型的商品来提高交易结果;并且不能对导购成功用户的购买体验实施追溯和分析,无法对不同商品的位置摆放实施优化来提高购物体验,也不能对零售运营的整体状态进行分析评估和提示,导致零售运营监测管理的整体效果不佳。
发明内容
本发明的目的在于提供一种零售运营智能监测管理系统及方法,用于解决现有方案中零售运营监测管理的整体效果不佳的技术问题。
本发明的目的可以通过以下技术方案实现:
一种零售运营智能监测管理系统,包括:
主动询问模块,用于主动对到店的用户进行询问和反馈,并根据反馈结果对用户进行导购和推荐;
体验检测模块,用于对询问结果中的导购成功用户的购买体验实施追溯和分析;包括:
获取导购成功用户已购商品对应的摆放区域和购买总时长;根据摆放区域获取对应的区域权重;
根据购买总时长和区域权重获取已购商品对应的中异标签、轻异标签或者正常标签;
中异标签、轻异标签和正常标签构成已购商品的追溯分析数据;
追溯整合模块,用于在预设的监管时间段内,根据已购商品的追溯分析数据来对对应的摆放区域实施动态管控;包括:
统计各个被购买商品对应的中异标签、轻异标签和正常标签的总数并分别标记为中异总数、轻异总数和正常总数;获取已购商品对应的商品类型和商品权重并标记;提取标记的各项数据的数值并联立整合获取已购商品对应的区域更换度;
根据区域更换度对对应已购商品的位置状态进行分析评估时,将区域更换度与预设的区域更换阈值进行匹配得到包含位正信号、位轻信号和位中信号的追溯整合数据;
追溯管控模块,用于根据追溯整合数据中不同的信号自适应的对对应已购商品的位置进行动态调整来提高用户自助零售购物的体验。
优选地,主动询问模块的工作步骤包括:
当监测到用户进入至零售店时并开始计时,通过预设的语音自动询问需要够买的商品,获取用户的回复并通过语音识别技术和关键字提取技术获取回复关键字,并将回复关键字与数据库中预存储的若干样本关键字进行匹配;
若匹配到与回复关键字相同的样本关键字,则判定零售店内有该商品并生成第一匹配信号,根据第一匹配信号获取回复关键字对应商品的位置并进行语音提示,用户通过语音提示并进行购买后将其标记为导购成功用户;
若没有匹配到与回复关键字相同的样本关键字,判定零售店内没有该商品并生成第二匹配信号,根据第一匹配信号实施挽留行为并监测,得到挽留监测数据;
第一匹配信号和导购成功用户以及第二匹配信号和挽留监测数据构成询问结果。
优选地,挽留监测数据的获取步骤包括:
根据第一匹配信号获取到回复关键字对应商品的相似商品并进行语音推荐提示,并对用户的后续行为进行监测,若用户未继续购买,则生成第一挽留信号并将该用户标记为挽留失败用户;
若用户继续购买,则生成第二挽留信号并将该用户标记为挽留成功用户;第一挽留信号和挽留失败用户以及第二挽留信号和挽留成功用户构成挽留监测数据。
优选地,追溯分析数据获取的步骤包括:
若购买总时长大于预设的时长阈值且区域权重大于权重阈值,则将该商品关联中异标签;若购买总时长大于预设的时长阈值但区域权重不大于权重阈值,则将该商品关联轻异标签;若购买总时长不大于阈值的时长阈值,则将该商品关联正常标签。
优选地,追溯管控模块的工作步骤包括:
对追溯整合数据进行遍历,若遍历结果中存在位正信号,则维持位正信号对应的已购商品所在的摆放区域;若遍历结果中存在位轻信号,则提升一级位轻信号对应的已购商品所在的摆放区域;若遍历结果中存在位中信号,则提升一级或者二级位轻信号对应的已购商品所在的摆放区域。
优选地,摆放区域包括但不限于摆放前方区域、摆放中间区域和摆放后方区域,且对应的区域权重依次增加。
优选地,还包括营运监测模块,用于将不同用户的询问结果进行整合来对预设的监测时间段内零售运营的整体状态进行分析评估,得到运营评估数据;包括:
依次对预设的监测时间段内所有用户的询问结果进行遍历,并将遍历的结果进行统计;
统计导购成功用户、挽留失败用户和挽留成功用户对应的总人数并标记为第一总人数、第二总人数和第三总人数;提取标记的第一总人数、第二总人数和第三总人数的数值并联立整合获取零售运营的运营系数。
优选地,根据运营系数对预设的监测时间段内零售运营的整体状态进行分析评估时,将运营系数与预设的运行阈值进行匹配得到包含第一运估信号、第二运估信号、第三运估信号和第四运估信号的运营评估数据。
优选地,还包括监测提示模块,用于根据运营评估数据中不同的运估信号自适应的向管理人员提示预设的监测时间段内零售运营的整体状态,以便管理人员可以针对性的对零售运营进行管控。
为了解决问题,本发明还公开了一种零售运营智能监测管理方法,包括:
主动对到店的用户进行询问和反馈,并根据反馈结果对用户进行导购和推荐;
对询问结果中的导购成功用户的购买体验实施追溯和分析,得到已购商品的追溯分析数据;
在预设的监管时间段内,根据已购商品的追溯分析数据来对对应的摆放区域实施动态管控,得到追溯整合数据;
根据追溯整合数据中不同的信号自适应的对对应已购商品的位置进行动态调整来提高用户自助零售购物的体验。
相比于现有方案,本发明实现的有益效果:
1、本发明通过实施主动询问和智能导购,使得用户可以及时高效的获取到商品的位置,有效提高了用户购物体验;当用户的需求商品不存在时,通过主动推荐相似商品来进行推荐挽留,可以有效提高零售运营的整体效果,通过从导购成功用户已购商品对应的摆放区域方面和购买总时长方面来实施购买状态的分析和分类,既可以实施个体用户的购物状态分析,还可以为后续若干已购商品摆放区域的调整提供可靠的数据支持。
2、本发明通过对整合计算获取区域更换度来对不同已购商品摆放区域的位置状态进行分析和分类,以便可以及时高效的对流通速度快但摆放位置不合理的商品位置进行调整,可以实施更精准高效的商品摆放区域位置调整,从商品摆放位置方面来提高用户自助零售购物的体验。
3、本发明通过将不同类型的用户进行整合获取运营系数,基于运营系数来对零售运营的整体状态进行评估和分类并提示,使得管理员可以及时高效的发现零售运营存在的缺陷,以便管理员及时采取措施来提高零售运营的整体状态。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明一种零售运营智能监测管理系统的模块框图。
图2为本发明一种零售运营智能监测管理方法的流程框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
如图1所示,本发明为一种零售运营智能监测管理系统,包括主动询问模块、体验监测模块、追溯整合模块、追溯管控模块、营运监测模块、 监测提示模块和数据库;
主动询问模块,用于主动对到店的用户进行询问和反馈,并根据反馈结果对用户进行导购和推荐;包括:
当监测到用户进入至零售店时并开始计时,通过预设的语音自动询问需要够买的商品,获取用户的回复并通过语音识别技术和关键字提取技术获取回复关键字,并将回复关键字与数据库中预存储的若干样本关键字进行匹配;其中,语音识别技术和关键字提取技术均为现有的常规技术,具体的步骤这里不做赘述;
若匹配到与回复关键字相同的样本关键字,则判定零售店内有该商品并生成第一匹配信号,根据第一匹配信号获取回复关键字对应商品的位置并进行语音提示,用户通过语音提示并进行购买后将其标记为导购成功用户;这里标记的导购成功用户可以为后续用户的购买体验实施的追溯和分析提供可靠的数据支持;
若没有匹配到与回复关键字相同的样本关键字,判定零售店内没有该商品并生成第二匹配信号,根据第一匹配信号实施挽留行为并监测,得到挽留监测数据;包括:
根据第一匹配信号获取到回复关键字对应商品的相似商品并进行语音推荐提示,并对用户的后续行为进行监测,若用户未继续购买,则生成第一挽留信号并将该用户标记为挽留失败用户;
若用户继续购买,则生成第二挽留信号并将该用户标记为挽留成功用户;第一挽留信号和挽留失败用户以及第二挽留信号和挽留成功用户构成挽留监测数据;
第一匹配信号和导购成功用户以及第二匹配信号和挽留监测数据构成询问结果并上传至数据库;
本发明实施例中,通过实施主动询问和智能导购,使得用户可以及时高效的获取到商品的位置,有效提高了用户购物体验;当用户的需求商品不存在时,通过主动推荐相似商品来进行推荐挽留,可以有效提高零售运营的整体效果;
体验检测模块,用于对询问结果中的导购成功用户的购买体验实施追溯和分析;包括:
获取导购成功用户已购商品对应的摆放区域和购买总时长;将获取的摆放区域与预设的所有区域进行匹配获取对应的区域权重;
其中,摆放区域包括但不限于摆放前方区域、摆放中间区域和摆放后方区域,且对应的区域权重依次增加;购买总时长的单位为分钟;
若购买总时长大于预设的时长阈值且区域权重大于权重阈值,则将该商品关联中异标签;这里购买总时长以及区域权重的比较均是提取其数值来实施的;
若购买总时长大于预设的时长阈值但区域权重不大于权重阈值,则将该商品关联轻异标签;
若购买总时长不大于阈值的时长阈值,则将该商品关联正常标签;
中异标签、轻异标签和正常标签构成已购商品的追溯分析数据并上传至数据库;
本发明实施例中,通过从导购成功用户已购商品对应的摆放区域方面和购买总时长方面来实施购买状态的分析和分类,既可以实施个体用户的购物状态分析,还可以为后续若干已购商品摆放区域的调整提供可靠的数据支持;
追溯整合模块,用于在预设的监管时间段内,监管时间段的单位为天,可以为7天,也可以为15天,可以根据实际场景进行自定义,根据已购商品的追溯分析数据来对对应的摆放区域实施动态管控;包括:
统计各个被购买商品对应的中异标签、轻异标签和正常标签的总数并分别标记为中异总数ZY、轻异总数QY和正常总数ZC;
获取已购商品对应的商品类型,设置不同的商品类型均对应一个不同的商品权重,将获取的商品类型与数据库中所有的商品类型进行匹配获取对应的商品权重并标记为SQ;
其中,商品权重是用于对文本类的商品类型进行数字化表示,以便后续不同类型的商品可以实施差异化的监测分析;
提取标记的各项数据的数值并联立整合,通过计算获取已购商品对应的区域更换度QG;区域更换度QG的计算公式为:
QG=SQ×(g1×ZY+g2×QY)/(ZY+QY+ZC);
式中,g1、g2为预设的不同比例系数且1<g2<g1,g1可以取值为3.742,g2可以取值为1.635;
需要说明的是,区域更换度是用于将已购商品被不同用户购买时的各项数据进行整合来对其摆放区域的位置状态进行整体评估的数值;区域更换度越小,表示对应摆放区域的位置状态越正常,则越不需要实施位置调整;
根据区域更换度对对应已购商品的位置状态进行分析评估时,将区域更换度与预设的区域更换阈值进行匹配;
若区域更换度小于区域更换阈值,则判定对应已购商品的位置状态正常并生成位正信号;
若区域更换度不小于区域更换阈值且不大于区域更换阈值的G%,则判定对应已购商品的位置状态轻度异常并生成位轻信号,G为大于一百的实数;
若区域更换度大于区域更换阈值的G%,则判定对应已购商品的位置状态中度异常并生成位中信号;
区域更换度以及对应的位正信号、位轻信号和位中信号构成追溯整合数据并上传至数据库;
本发明实施例中,通过对整合计算获取区域更换度来对不同已购商品摆放区域的位置状态进行分析和分类,以便可以及时高效的对流通速度快但摆放位置不合理的商品位置进行调整,相比于现有方案中凭借人工经验实施商品位置的调整,本发明实施例可以实施更精准高效的商品摆放区域位置调整,从商品摆放位置方面来提高用户自助零售购物的体验;
追溯管控模块,用于根据追溯整合数据中不同的信号自适应的对对应已购商品的位置进行动态调整来提高用户自助零售购物的体验;包括:
对追溯整合数据进行遍历,若遍历结果中存在位正信号,则维持位正信号对应的已购商品所在的摆放区域;
若遍历结果中存在位轻信号,则提升一级位轻信号对应的已购商品所在的摆放区域;比如,该已购商品在摆放后方区域,提升一级后使其位于摆放中间区域;
若遍历结果中存在位中信号,则提升一级或者二级位轻信号对应的已购商品所在的摆放区域;比如,该已购商品在摆放中间区域,提升一级后使其位于摆放前方区域;或者,该已购商品在摆放后方区域,提升二级后使其位于摆放前方区域。
实施例二
在实施例一的基础上,还包括:
营运监测模块,用于将不同用户的询问结果进行整合来对预设的监测时间段内零售运营的整体状态进行分析评估,得到运营评估数据;包括:
依次对预设的监测时间段内所有用户的询问结果进行遍历,并将遍历的结果进行统计;
统计导购成功用户、挽留失败用户和挽留成功用户对应的总人数并标记为第一总人数YZ、第二总人数EZ和第三总人数SZ;提取标记的第一总人数、第二总人数和第三总人数的数值并联立整合,通过计算获取零售运营的运营系数YYX;运营系数YYX的计算公式为:
YYX=(f1×YZ+f2×EZ-f3×SZ)/(YZ+EZ+SZ)
式中,f1、f2、f3为预设的不同比例系数且1<f1<f2<f3,f1可以取值为1.569,f2可以取值为2.827,f3可以取值为4.655;
需要说明的是,运营系数是用于将分类后不同类型的用户进行整合来对零售运营的整体状态进行评估的数值;运营系数越小,表示对应零售运营的整体状态越异常;
根据运营系数对预设的监测时间段内零售运营的整体状态进行分析评估时,将运营系数与预设的运行阈值进行匹配;
若运营系数小于运行阈值的Y1%,则判定零售运营的整体状态重度异常并生成第一运估信号;Y1为小于一百的正整数;
若运营系数不小于运行阈值的Y1%且小于运行阈值,则判定零售运营的整体状态中度异常并生成第二运估信号;
若运营系数不小于运行阈值且小于运行阈值的Y2%,则判定零售运营的整体状态轻度异常并生成第三运估信号;Y2为大于一百的正整数;
若运营系数不小于运行阈值的Y2%,则判定零售运营的整体状态正常并生成第四运估信号;
运营系数以及对应的第一运估信号、第二运估信号、第三运估信号和第四运估信号构成运营评估数据并上传至数据库;
本发明实施例中,通过将不同类型的用户进行整合获取运营系数,基于运营系数来对零售运营的整体状态进行评估和分类并提示,使得管理员可以及时高效的发现零售运营存在的缺陷,以便管理员及时采取措施来提高零售运营的整体状态;相比于现有方案中通过单一的零售额来实施零售运营整体状态的分析和管控,本发明实施例可以实施更精细、更全面的管控效果;
监测提示模块,用于根据运营评估数据中的第一运估信号、第二运估信号、第三运估信号自适应的向管理人员提示预设的监测时间段内零售运营的整体状态,以便管理人员可以针对性的对零售运营进行管控;管控的具体措施包括但不限于投放广告和促销打折等等。
需要说明的是,上述中涉及的公式均是去除量纲取其数值计算,是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的比例系数以及分析过程中各个预设的阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
实施例三
如图2所示,本发明为一种零售运营智能监测管理方法,包括:
主动对到店的用户进行询问和反馈,并根据反馈结果对用户进行导购和推荐;
对询问结果中的导购成功用户的购买体验实施追溯和分析,得到已购商品的追溯分析数据;
在预设的监管时间段内,根据已购商品的追溯分析数据来对对应的摆放区域实施动态管控,得到追溯整合数据;
根据追溯整合数据中不同的信号自适应的对对应已购商品的位置进行动态调整来提高用户自助零售购物的体验。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,可以通过其它的方式实现。例如,以上所描述的发明实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的基本特征的情况下,能够以其他的具体形式实现本发明。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (8)
1.一种零售运营智能监测管理系统,其特征在于,包括:
主动询问模块,用于主动对到店的用户进行询问和反馈,并根据反馈结果对用户进行导购和推荐;
体验检测模块,用于对询问结果中的导购成功用户的购买体验实施追溯和分析;包括:
获取导购成功用户已购商品对应的摆放区域和购买总时长;根据摆放区域获取对应的区域权重;
根据购买总时长和区域权重获取已购商品对应的中异标签、轻异标签或者正常标签;其中:
若购买总时长大于预设的时长阈值且区域权重大于权重阈值,则将该商品关联中异标签;若购买总时长大于预设的时长阈值但区域权重不大于权重阈值,则将该商品关联轻异标签;若购买总时长不大于预设的时长阈值,则将该商品关联正常标签;
中异标签、轻异标签和正常标签构成已购商品的追溯分析数据;
追溯整合模块,用于在预设的监管时间段内,根据已购商品的追溯分析数据来对对应的摆放区域实施动态管控;包括:
统计各个被购买商品对应的中异标签、轻异标签和正常标签的总数并分别标记为中异总数、轻异总数和正常总数;获取已购商品对应的商品类型和商品权重并标记;提取标记的各项数据的数值并联立整合获取已购商品对应的区域更换度,区域更换度是用于将已购商品被不同用户购买时的各项数据进行整合来对其摆放区域的位置状态进行整体评估的数值;区域更换度QG的计算公式为:
QG=SQ×(g1×ZY+g2×QY)/(ZY+QY+ZC);
式中,g1、g2为预设的不同比例系数且1<g2<g1;ZY为中异标签总数,QY为轻异标签总数,ZC为正常标签总数,SQ为商品对应的权重;
根据区域更换度对对应已购商品的位置状态进行分析评估时,将区域更换度与预设的区域更换阈值进行匹配得到包含位正信号、位轻信号和位中信号的追溯整合数据;位正信号、位轻信号位和中信号分别表示已购商品的位置状态正常、轻度异常和中度异常;
追溯管控模块,用于根据追溯整合数据中不同的信号自适应的对对应已购商品的位置进行动态调整来提高用户自助零售购物的体验;包括:对追溯整合数据进行遍历,若遍历结果中存在位正信号,则维持位正信号对应的已购商品所在的摆放区域;若遍历结果中存在位轻信号,则提升一级位轻信号对应的已购商品所在的摆放区域;若遍历结果中存在位中信号,则提升一级或者二级位中信号对应的已购商品所在的摆放区域。
2.根据权利要求1所述的一种零售运营智能监测管理系统,其特征在于,主动询问模块的工作步骤包括:
当监测到用户进入至零售店时并开始计时,通过预设的语音自动询问需要够买的商品,获取用户的回复并通过语音识别技术和关键字提取技术获取回复关键字,并将回复关键字与数据库中预存储的若干样本关键字进行匹配;
若匹配到与回复关键字相同的样本关键字,则判定零售店内有该商品并生成第一匹配信号,根据第一匹配信号获取回复关键字对应商品的位置并进行语音提示,用户通过语音提示并进行购买后将其标记为导购成功用户;
若没有匹配到与回复关键字相同的样本关键字,判定零售店内没有该商品并生成第二匹配信号,根据第二匹配信号实施挽留行为并监测,得到挽留监测数据;
第一匹配信号和导购成功用户以及第二匹配信号和挽留监测数据构成询问结果。
3.根据权利要求2所述的一种零售运营智能监测管理系统,其特征在于,挽留监测数据的获取步骤包括:
根据第二匹配信号获取到回复关键字对应商品的相似商品并进行语音推荐提示,并对用户的后续行为进行监测,若用户未继续购买,则生成第一挽留信号并将该用户标记为挽留失败用户;
若用户继续购买,则生成第二挽留信号并将该用户标记为挽留成功用户;第一挽留信号和挽留失败用户以及第二挽留信号和挽留成功用户构成挽留监测数据。
4.根据权利要求1所述的一种零售运营智能监测管理系统,其特征在于,摆放区域包括但不限于摆放前方区域、摆放中间区域和摆放后方区域,且对应的区域权重依次减小。
5.根据权利要求1所述的一种零售运营智能监测管理系统,其特征在于,还包括营运监测模块,用于将不同用户的询问结果进行整合来对预设的监测时间段内零售运营的整体状态进行分析评估,得到运营评估数据;包括:
依次对预设的监测时间段内所有用户的询问结果进行遍历,并将遍历的结果进行统计;
统计导购成功用户、挽留失败用户和挽留成功用户对应的总人数并标记为第一总人数、第二总人数和第三总人数;提取标记的第一总人数、第二总人数和第三总人数的数值并联立整合获取零售运营的运营系数。
6.根据权利要求5所述的一种零售运营智能监测管理系统,其特征在于,根据运营系数对预设的监测时间段内零售运营的整体状态进行分析评估时,将运营系数与预设的运行阈值进行匹配得到包含第一运估信号、第二运估信号、第三运估信号和第四运估信号的运营评估数据;第一运估信号、第二运估信号、第三运估信号、第四运估信号分别表示零售运营的整体状态重度异常、中度异常、轻度异常和正常。
7.根据权利要求6所述的一种零售运营智能监测管理系统,其特征在于,还包括监测提示模块,用于根据运营评估数据中不同的运估信号自适应的向管理人员提示预设的监测时间段内零售运营的整体状态,以便管理人员可以针对性的对零售运营进行管控。
8.一种零售运营智能监测管理方法,应用于权利要求1-7任一项所述的一种零售运营智能监测管理系统,其特征在于,包括:
主动对到店的用户进行询问和反馈,并根据反馈结果对用户进行导购和推荐;
对询问结果中的导购成功用户的购买体验实施追溯和分析,得到已购商品的追溯分析数据;
在预设的监管时间段内,根据已购商品的追溯分析数据来对对应的摆放区域实施动态管控,得到追溯整合数据;
根据追溯整合数据中不同的信号自适应的对对应已购商品的位置进行动态调整来提高用户自助零售购物的体验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310006806.0A CN115796908B (zh) | 2023-01-04 | 2023-01-04 | 一种零售运营智能监测管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310006806.0A CN115796908B (zh) | 2023-01-04 | 2023-01-04 | 一种零售运营智能监测管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115796908A CN115796908A (zh) | 2023-03-14 |
CN115796908B true CN115796908B (zh) | 2023-04-25 |
Family
ID=85428534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310006806.0A Active CN115796908B (zh) | 2023-01-04 | 2023-01-04 | 一种零售运营智能监测管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115796908B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469166A (zh) * | 2015-12-30 | 2016-04-06 | 西安理工大学 | 一种基于wifi室内定位技术的超市导购系统 |
CN109146576A (zh) * | 2018-09-10 | 2019-01-04 | 北京旷视科技有限公司 | 店铺货物摆放策略的确定方法、装置和电子设备 |
CN111581264A (zh) * | 2020-06-22 | 2020-08-25 | 马鞍山光标网络科技有限公司 | 一种基于大数据的超市物品陈列系统 |
CN113763454A (zh) * | 2021-01-28 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种陈列方法、装置、设备及计算机可读存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1348190A4 (en) * | 2000-11-28 | 2005-10-12 | Choiceparts Llc | ONLINE PARTIAL SEARCH AND TRANSACTION SYSTEM |
CN105825390A (zh) * | 2015-01-05 | 2016-08-03 | 上海通路快建网络服务外包有限公司 | 一种商品推荐方法、装置及系统 |
CN111325459B (zh) * | 2020-02-17 | 2024-03-15 | 赵蓉蓉 | 一种基于云平台的商场商品动态管理系统 |
CN112765456A (zh) * | 2021-01-07 | 2021-05-07 | 北京泛谷创意科技有限公司 | 一种基于行为识别的新零售方法 |
CN114820118A (zh) * | 2022-04-19 | 2022-07-29 | 烟台创迹软件有限公司 | 一种商品热力分析方法、装置、电子设备及存储介质 |
-
2023
- 2023-01-04 CN CN202310006806.0A patent/CN115796908B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469166A (zh) * | 2015-12-30 | 2016-04-06 | 西安理工大学 | 一种基于wifi室内定位技术的超市导购系统 |
CN109146576A (zh) * | 2018-09-10 | 2019-01-04 | 北京旷视科技有限公司 | 店铺货物摆放策略的确定方法、装置和电子设备 |
CN111581264A (zh) * | 2020-06-22 | 2020-08-25 | 马鞍山光标网络科技有限公司 | 一种基于大数据的超市物品陈列系统 |
CN113763454A (zh) * | 2021-01-28 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种陈列方法、装置、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115796908A (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110704730B (zh) | 基于大数据的产品数据推送方法、系统及计算机设备 | |
CN109299265A (zh) | 潜在回流用户筛选方法、装置以及电子设备 | |
CN108399564A (zh) | 信用评分方法及装置 | |
CN106657007A (zh) | 识别基于dbscan模型的非正常批量购票行为的方法 | |
CN113469730A (zh) | 一种非合同场景下的基于RF-LightGBM融合模型的客户复购预测方法及装置 | |
CN110990711B (zh) | 基于机器学习的微信公众号推荐方法及系统 | |
CN115759640A (zh) | 一种智慧城市的公共服务信息处理系统及方法 | |
CN112785427A (zh) | 基于电力数据的企业信用分析系统 | |
CN111782735A (zh) | 羊毛党流量识别方法及装置 | |
CN115796908B (zh) | 一种零售运营智能监测管理系统及方法 | |
CN111737763B (zh) | 一种对区块链中存储数据升序排序系统 | |
CN110796379B (zh) | 业务渠道的风险评估方法、装置、设备及存储介质 | |
CN116703250A (zh) | 二手车业务监督预测系统 | |
CN116152001A (zh) | 一种基于账务数据分析的聚合支付监管系统 | |
CN112413832B (zh) | 一种基于用户行为的用户身份识别方法及其电器设备 | |
Wang | Intelligent quality management using knowledge discovery in databases | |
CN113313615A (zh) | 一种对企业司法风险进行量化评分定级的方法及装置 | |
CN110335152A (zh) | 基于标签组合的股市分析方法 | |
CN118337534B (zh) | 一种确定异常流量的数据监控系统 | |
CN114283492B (zh) | 基于员工行为的工作饱和度分析方法、装置、设备及介质 | |
CN117389823B (zh) | 一种基于云计算的识别方法和系统 | |
CN113743641B (zh) | 一种物品识别方法和装置 | |
CN116797330A (zh) | 一种基于多标签客户分类的精准营销方法 | |
CN115907787A (zh) | 一种客户关系管理系统及方法 | |
CN115330455A (zh) | 一种基于大数据的营销数据分析处理方法及系统 |
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 |