CN116051208A - 一种基于智慧分析的零售体系用户行为分析方法及系统 - Google Patents
一种基于智慧分析的零售体系用户行为分析方法及系统 Download PDFInfo
- Publication number
- CN116051208A CN116051208A CN202211524850.2A CN202211524850A CN116051208A CN 116051208 A CN116051208 A CN 116051208A CN 202211524850 A CN202211524850 A CN 202211524850A CN 116051208 A CN116051208 A CN 116051208A
- Authority
- CN
- China
- Prior art keywords
- commodity
- analysis
- user
- behavior
- goods
- 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
- G06Q30/0282—Rating or review of business operators or products
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了一种基于智慧分析的零售体系用户行为分析方法及系统,属于行为数据分析技术领域,包括数据采集、行为分析和营销策略,数据采集包括线上消费者行为数据采集及线下消费者行为数据采集,线上消费者行为数据采集通过消费者使用小程序采集用户消费信息,线下消费者行为数据采集包括货架选购商品时的消费者行为信息采集和/或商品自主选择终端数据采集;采集的线上和线下消费者行为数据上传至数据处理中心进行行为分析,根据所述行为分析制定货架及商品的摆放方案和商品进退货指导方案,以及优惠促销策略。本发明能够帮助零售户在有限条件下搭建用户行为分析平台,更精确的识别消费者的需求,提高门店营业额和客单价。
Description
技术领域
本发明涉及行为数据分析技术领域,具体地说是一种基于智慧分析的零售体系用户行为分析方法及系统。
背景技术
现有的商超对用户行为的分析方法主要是:通过分析一段时间内的销售单,分析出哪几种商品会组合在一个销售单中销售,从而找到这几种商品的关联关系,进而改进商品货架摆放规则,比如有名的啤酒与纸尿裤的营销界案例,被称为沃尔玛购物篮分析;或基于收银POS机的会员体系,打造用户画像,对采集的用户属性分析,了解商品受众用户的年龄、性别、职业、收入等特征,做出个性化的商品推荐和优惠策略。
但在现有的零售体系中,还有很多门店是简单的“小卖部”模式,更多的是家庭式的超市,由一家人负责经营,人工记忆店里商品的价格,好点的会购买一套收银设备,甚至直接用张贴在收银台上的收款码。对于门店整体的商品把握、消费者的信息,没有一个明确的可视化文件,导致无法通过对消费者的画像和行为做出针对性的促销优惠,难以做到利益最大化。
发明内容
本发明的技术任务是针对以上不足之处,提供一种基于智慧分析的零售体系用户行为分析方法及系统,能够帮助零售户在有限条件下搭建用户行为分析平台,更精确的识别消费者的需求,提高门店营业额和客单价。
本发明解决其技术问题所采用的技术方案是:
一种基于智慧分析的零售体系用户行为分析方法,包括数据采集、行为分析和营销策略,
数据采集包括线上消费者行为数据采集及线下消费者行为数据采集,线上消费者行为数据采集通过消费者使用小程序采集用户消费信息,线下消费者行为数据采集包括货架选购商品时的消费者行为信息采集和/或商品自主选择终端数据采集;
采集的线上和线下消费者行为数据上传至数据处理中心进行行为分析,线上行为分析包括基础信息画像分析、使用频率分析、用户留存率分析、页面点击分析、商品点击分析和商品停留分析;线下行为分析包括消费者特征识别、货架停留分析、相关品分析、购物车分析及订单分析;
根据所述行为分析制定货架及商品的摆放方案和商品进退货指导方案,以及优惠促销策略。
该方法采集用户线上及线下对产品使用及商品选择的各项行为,分析用户的喜好,形成用户画像,最后作用于门店,提高门店销售额和客单价。
优选的,所述线上消费者行为数据采集,消费者注册使用线上商品自选小程序,通过小程序多项埋点技术,收集用户小程序使用频率及操作数据,包括浏览、搜索、选择、收藏、查看商品详情的操作数据。
优选的,所述线下消费者行为数据采集还包括进入门店时的人物特征识别,用户进入商店后人物特征识别设备生成该用户的唯一匿名ID;
货架选购商品时的消费者行为信息采集包括浏览商品的行为、在某个或某类商品前的停留时长、商品间对比为动作;
商品自主选择终端数据采集包括所述唯一匿名ID、用户行为及使用自助选择设备搜索的商品数据,用户行为包括商品搜索方式,是否详细查看所选商品的描述信息,是否做了商品的对比分析,是否点击了系统推荐的相似商品;使用自助选择设备搜索的商品数据信息包括商品名称,商品分类,选择方式,生产厂商,对比商品,相似品。
优选的,所述线下消费者行为数据采集还包括智慧购物车数据采集,所述智慧购物车实时计算消费者购买的商品价格,并在推到门店指定区域时消费者无需重复扫描商品便可直接支付结算;
智慧购物车将采集的放入商品、移出商品以及最终结算商品明细发送至数据处理中心进行行为分析。
优选的,线下消费者行为数据采集具体过程如下:
用户进入商店后,商店人物捕捉设备生成该用户唯一匿名ID;
用户通过商品自主选择终端自助选择需要购买的商品,自助设备记录该用户的个人ID,用户行为(包含商品搜索方式,是否详细查看所选商品的描述信息,是否做了商品的对比分析,是否点击了系统推荐的相似商品等)及使用自助选择设备搜索的商品数据(包含商品名称,商品分类,选择方式,生产厂商,对比商品,相似品等);
用户进入商品陈列区,通过人物检测设备和每个商品对应的智能标签记录用户是否在该商品前停留,是否有挑选动作,购物车识别用户是否将某商品放入购物车,或移除某商品后选择了其他的同类型商品;
用户进入收银区,通过购物车自助收银支付,或通过自助收银机支付,或通过收银台人工收银支付,支付时采集最终结算的商品明细。
优选的,所述优惠促销策略包括会员制营销、个性化组合销售、商品个性化广告和个性化优惠券。
本发明还要求保护一种基于智慧分析的零售体系用户行为分析系统,包括数据采集层、数据分析层和表现层,
采集层通过消费者使用小程序采集线上消费者行为数据;通过线下门店采集设备采集设备线下消费者行为数据,包括货架选购商品时的消费者行为信息采集和/或商品自主选择终端数据采集;
数据分析层分析采集层收集到的用户行为数据,包括线上购物行为分析和线下购物行为分析;
表现层用于对分析层分析的用户行为数据做相应的展示,根据数据分析层的分析结果制定优惠策略,包括货架及商品的摆放方案和商品进退货指导方案,以及优惠促销策略。
优选的,所述线下门店采集设采集备包括人物特征识别设备,用户进入商店后人物特征识别设备生成该用户的唯一匿名ID;
消费者行为捕捉设备和商品智能电子标签,用于采集浏览商品的行为、在某个或某类商品前的停留时长、商品间对比为动作;
以及智慧购物车,智慧购物车将采集的放入商品、移出商品以及最终结算商品明细发送至数据处理中心进行行为分析;所述智慧购物车实时计算消费者购买的商品价格,并在推到门店指定区域时消费者无需重复扫描商品便可直接支付结算。
优选的,所述数据分析层分析采集层收集到的用户行为数据包括:
线上购物时,每天打开小程序的时间(When),打开了哪些页面(Page),该消费者浏览几次(Browse),分别点击了什么位置(Click),停留时长(Stay),每天打开小程序的次数(Number),主要搜索的什么商品(What),什么分类,对哪些商品仔细咨询和对比过(Detail),哪些商品加入了购物车,哪些店铺进行了收藏操作(Love);
以及线下购物时,用户在门店购买了什么商品,在哪些商品前停留,每次购物车有什么商品,对相关品的选择程度,对某商品的购买次数,同一订单中商品的关联性。
优选的,所述表现层策略还包括:
用户近期在小程序搜索了某个商品A,被分析系统识别到用户可能有购买该商品的需求,则小程序推荐页面会给用户推荐该商品的在售门店,以及不同生产该商品的厂家;
消费者进入附近门店后,门店广告大屏会投送相关商品信息给消费者,吸引消费者消费,并可提示其他购买该商品的人还购买了什么商品。
本发明的一种基于智慧分析的零售体系用户行为分析方法及系统与现有技术相比,具有以下有益效果:
该方法或系统利用现有的硬件采集、技术埋点、及大数据分析技术,结合分析用户线上线下各种行为,包括但不限于页面点击,商品选择等动作,为门店提供个性化的经营指导。帮助零售户在有限的条件下搭建用户行为分析平台,通过采集消费者在店内的各种行为,为消费者搭建画像体系,更精确识别消费者的需求。进一步提高门店营业额和客单价。
附图说明
图1是本发明实施例提供的基于智慧分析的零售体系用户行为分析方法整体架构示图;
图2是本发明实施例提供的用户使用小程序的消费者行为数据采集示例图;
图3是本发明实施例提供的消费者线下购物时的行为数据采集示例图。
具体实施方式
本发明实施例提供一种基于智慧分析的零售体系用户行为分析方法,如图1所示,包括数据采集、行为分析和表现层的营销策略,
数据采集包括线上消费者行为数据采集及线下消费者行为数据采集,线上消费者行为数据采集通过消费者使用小程序采集用户消费信息,线下消费者行为数据采集包括货架选购商品时的消费者行为信息采集和/或商品自主选择终端数据采集;
采集的线上和线下消费者行为数据上传至数据处理中心进行行为分析,线上行为分析包括基础信息画像分析、使用频率分析、用户留存率分析、页面点击分析、商品点击分析和商品停留分析;线下行为分析包括消费者特征识别、货架停留分析、相关品分析、购物车分析及订单分析;
根据所述行为分析制定货架及商品的摆放方案和商品进退货指导方案,以及优惠促销策略,包括会员制营销、个性化组合销售、商品个性化广告和个性化优惠券。
如图2所示,所述线上消费者行为数据采集,消费者注册使用线上商品自选小程序,通过小程序多项埋点技术,收集用户小程序使用频率及操作数据,包括浏览、搜索、选择、收藏、查看商品详情的操作数据。
所述线下消费者行为数据采集还包括进入门店时的人物特征识别,用户进入商店后人物特征识别设备生成该用户的唯一匿名ID;
消费者可通过多种方式选购商品,包括商品自助选择终端和货架选购商品,货架选购商品时的消费者行为信息采集包括浏览商品的行为、在某个或某类商品前的停留时长、商品间对比为动作;
商品自主选择终端数据采集包括所述唯一匿名ID、用户行为及使用自助选择设备搜索的商品数据,用户行为包括商品搜索方式,是否详细查看所选商品的描述信息,是否做了商品的对比分析,是否点击了系统推荐的相似商品;使用自助选择设备搜索的商品数据信息包括商品名称,商品分类,选择方式,生产厂商,对比商品,相似品。
所述线下消费者行为数据采集还包括智慧购物车数据采集,所述智慧购物车实时计算消费者购买的商品价格,并在推到门店指定区域时消费者无需重复扫描商品便可直接支付结算;
智慧购物车将采集的放入商品、移出商品以及最终结算商品明细发送至数据处理中心进行行为分析。
线下消费者行为数据采集具体过程可参考图2所示:
用户进入商店后,商店人物捕捉设备生成该用户唯一匿名ID;
用户通过商品自主选择终端自助选择需要购买的商品,自助设备记录该用户的个人ID,用户行为(包含商品搜索方式,是否详细查看所选商品的描述信息,是否做了商品的对比分析,是否点击了系统推荐的相似商品等)及使用自助选择设备搜索的商品数据(包含商品名称,商品分类,选择方式,生产厂商,对比商品,相似品等);
用户进入商品陈列区,通过人物检测设备和每个商品对应的智能标签记录用户是否在该商品前停留,是否有挑选动作,购物车识别用户是否将某商品放入购物车,或移除某商品后选择了其他的同类型商品;
用户进入收银区,通过购物车自助收银支付,或通过自助收银机支付,或通过收银台人工收银支付,支付时采集最终结算的商品明细。
用户在线上小程序和线下门店的所有行为,都会通过数据埋点和收集设备上传至数据处理中心,进行用户行为分析,并及时通过个性化会员营销,针对性广告,优化商品摆放位置等。
分析层负责分析收集到的用户行为数据,如每天打开小程序的时间(When),打开了哪些页面(Page),该消费者浏览几次(Browse),分别点击了什么位置(Click),停留时长(Stay),每天打开小程序的次数(Number),主要搜索的什么商品(What),什么分类,对哪些商品仔细咨询和对比过(Detail),哪些商品加入了购物车,哪些店铺进行了收藏操作(Love)等。线下,用户在门店购买了什么商品,在哪些商品前停留,每次购物车有什么商品,对相关品的选择程度,对某商品的购买次数,同一订单中商品的关联性等。
例如,用户近期在小程序搜索了某个商品A,被分析系统识别到用户可能有购买该商品的需求,则小程序推荐页面会给用户推荐该商品的在售门店,以及不同生产该商品的厂家。消费者进入附近门店后,门店广告大屏会投送相关商品信息给消费者,吸引消费者消费,并可提示其他购买该商品的人还购买了什么商品。
本发明实施例还提供一种基于智慧分析的零售体系用户行为分析系统,包括数据采集层、数据分析层和表现层,
采集层通过消费者使用小程序采集线上消费者行为数据;通过线下门店采集设备采集设备线下消费者行为数据,包括货架选购商品时的消费者行为信息采集和/或商品自主选择pad终端数据采集。
所述线上消费者行为数据采集,消费者注册使用线上商品自选小程序,通过小程序多项埋点技术,收集用户小程序使用频率及操作数据,包括浏览、搜索、选择、收藏、查看商品详情的操作数据。
所述线下门店采集设采集备包括人物特征识别设备,用户进入商店后人物特征识别设备生成该用户的唯一匿名ID;
消费者行为捕捉设备和商品智能电子标签,用于采集浏览商品的行为、在某个或某类商品前的停留时长、商品间对比为动作;
以及智慧购物车,智慧购物车将采集的放入商品、移出商品以及最终结算商品明细发送至数据处理中心进行行为分析;所述智慧购物车实时计算消费者购买的商品价格,并在推到门店指定区域时消费者无需重复扫描商品便可直接支付结算。
智慧购物车将采集的放入商品、移出商品以及最终结算商品明细发送至数据处理中心进行行为分析。
线下消费者行为数据采集具体如下:
用户进入商店后,商店人物捕捉设备生成该用户唯一匿名ID;
用户通过商品自主选择pad终端自助选择需要购买的商品,自助设备记录该用户的个人ID,用户行为(包含商品搜索方式,是否详细查看所选商品的描述信息,是否做了商品的对比分析,是否点击了系统推荐的相似商品等)及使用自助选择设备搜索的商品数据(包含商品名称,商品分类,选择方式,生产厂商,对比商品,相似品等);
用户进入商品陈列区,通过人物检测设备和每个商品对应的智能标签记录用户是否在该商品前停留,是否有挑选动作,购物车识别用户是否将某商品放入购物车,或移除某商品后选择了其他的同类型商品;
用户进入收银区,通过购物车自助收银支付,或通过自助收银机支付,或通过收银台人工收银支付,支付时采集最终结算的商品明细。
用户在线上小程序和线下门店的所有行为,都会通过数据埋点和收集设备上传至数据处理中心,进行用户行为分析,并及时通过个性化会员营销,针对性广告,优化商品摆放位置等。
数据分析层分析采集层收集到的用户行为数据,包括线上购物行为分析和线下购物行为分析;线上行为分析包括基础信息画像分析、使用频率分析、用户留存率分析、页面点击分析、商品点击分析和商品停留分析;线下行为分析包括消费者特征识别、货架停留分析、相关品分析、购物车分析及订单分析;包括:
线上购物时,每天打开小程序的时间(When),打开了哪些页面(Page),该消费者浏览几次(Browse),分别点击了什么位置(Click),停留时长(Stay),每天打开小程序的次数(Number),主要搜索的什么商品(What),什么分类,对哪些商品仔细咨询和对比过(Detail),哪些商品加入了购物车,哪些店铺进行了收藏操作(Love);
线下购物时,用户在门店购买了什么商品,在哪些商品前停留,每次购物车有什么商品,对相关品的选择程度,对某商品的购买次数,同一订单中商品的关联性。
表现层用于对分析层分析的用户行为数据做相应的展示,根据数据分析层的分析结果制定优惠策略,包括货架及商品的摆放方案和商品进退货指导方案,以及优惠促销策略。比如:根据订单商品关联情况,优化门店商品及货架摆放;对近期各门店商品的销售情况及外界因素,对门店做更好的进退货指导;对不同用户的行为分析,开展门店会员制营销及优惠券发放,提高门店营业额;针对不同的用户,开展个性化广告推荐,提高客单价。
用户近期在小程序搜索了某个商品A,被分析系统识别到用户可能有购买该商品的需求,则小程序推荐页面会给用户推荐该商品的在售门店,以及不同生产该商品的厂家;消费者进入附近门店后,门店广告大屏会投送相关商品信息给消费者,吸引消费者消费,并可提示其他购买该商品的人还购买了什么商品。
通过上面具体实施方式,所述技术领域的技术人员可容易的实现本发明。但是应当理解,本发明并不限于上述的具体实施方式。在公开的实施方式的基础上,所述技术领域的技术人员可任意组合不同的技术特征,从而实现不同的技术方案。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。
Claims (10)
1.一种基于智慧分析的零售体系用户行为分析方法,其特征在于,包括数据采集、行为分析和营销策略,
数据采集包括线上消费者行为数据采集及线下消费者行为数据采集,线上消费者行为数据采集通过消费者使用小程序采集用户消费信息,线下消费者行为数据采集包括货架选购商品时的消费者行为信息采集和/或商品自主选择终端数据采集;
采集的线上和线下消费者行为数据上传至数据处理中心进行行为分析,线上行为分析包括基础信息画像分析、使用频率分析、用户留存率分析、页面点击分析、商品点击分析和商品停留分析;线下行为分析包括消费者特征识别、货架停留分析、相关品分析、购物车分析及订单分析;
根据所述行为分析制定货架及商品的摆放方案和商品进退货指导方案,以及优惠促销策略。
2.根据权利要求1所述的一种基于智慧分析的零售体系用户行为分析方法,其特征在于,所述线上消费者行为数据采集,消费者注册使用线上商品自选小程序,通过小程序多项埋点技术,收集用户小程序使用频率及操作数据,包括浏览、搜索、选择、收藏、查看商品详情的操作数据。
3.根据权利要求1所述的一种基于智慧分析的零售体系用户行为分析方法,其特征在于,所述线下消费者行为数据采集还包括进入门店时的人物特征识别,用户进入商店后人物特征识别设备生成该用户的唯一匿名ID;
货架选购商品时的消费者行为信息采集包括浏览商品的行为、在某个或某类商品前的停留时长、商品间对比动作;
商品自主选择终端数据采集包括所述唯一匿名ID、用户行为及使用自助选择设备搜索的商品数据。
4.根据权利要求1或3所述的一种基于智慧分析的零售体系用户行为分析方法,其特征在于,所述线下消费者行为数据采集还包括智慧购物车数据采集,所述智慧购物车实时计算消费者购买的商品价格,并在推到门店指定区域时消费者无需重复扫描商品便可直接支付结算;
智慧购物车将采集的放入商品、移出商品以及最终结算商品明细发送至数据处理中心进行行为分析。
5.根据权利要求4所述的一种基于智慧分析的零售体系用户行为分析方法,其特征在于,线下消费者行为数据采集具体过程如下:
用户进入商店后,商店人物捕捉设备生成该用户唯一匿名ID;
用户通过商品自主选择终端自助选择需要购买的商品,自助设备记录该用户的个人ID,用户行为及使用自助选择设备搜索的商品数据;
用户进入商品陈列区,通过人物检测设备和每个商品对应的智能标签记录用户是否在该商品前停留,是否有挑选动作,购物车识别用户是否将某商品放入购物车,或移除某商品后选择了其他的同类型商品;
用户进入收银区,通过购物车自助收银支付,或通过自助收银机支付,或通过收银台人工收银支付,支付时采集最终结算的商品明细。
6.根据权利要求1所述的一种基于智慧分析的零售体系用户行为分析方法,其特征在于,所述优惠促销策略包括会员制营销、个性化组合销售、商品个性化广告和个性化优惠券。
7.一种基于智慧分析的零售体系用户行为分析系统,其特征在于,包括数据采集层、数据分析层和表现层,
采集层通过消费者使用小程序采集线上消费者行为数据;通过线下门店采集设采集设备线下消费者行为数据,包括货架选购商品时的消费者行为信息采集和/或商品自主选择终端数据采集;
数据分析层分析采集层收集到的用户行为数据,包括线上购物行为分析和线下购物行为分析;
表现层用于对分析层分析的用户行为数据做相应的展示,根据数据分析层的分析结果制定优惠策略,包括货架及商品的摆放方案和商品进退货指导方案,以及优惠促销策略。
8.根据权利要求7所述的一种基于智慧分析的零售体系用户行为分析系统,其特征在于,所述线下门店采集设备包括人物特征识别设备,用户进入商店后人物特征识别设备生成该用户的唯一匿名ID;
消费者行为捕捉设备和商品智能电子标签,用于采集浏览商品的行为、在某个或某类商品前的停留时长、商品间对比动作;
以及智慧购物车,智慧购物车将采集的放入商品、移出商品行为以及最终结算商品明细发送至数据处理中心进行行为分析;所述智慧购物车实时计算消费者购买的商品价格,并在推到门店指定区域时消费者无需重复扫描商品便可直接支付结算。
9.根据权利要求8所述的一种基于智慧分析的零售体系用户行为分析系统,其特征在于,所述数据分析层分析采集层收集到的用户行为数据包括:
线上购物时,每天打开小程序的时间,打开了哪些页面,该消费者浏览几次,分别点击了什么位置,停留时长,每天打开小程序的次数,主要搜索的什么商品,什么分类,对哪些商品仔细咨询和对比过,哪些商品加入了购物车,哪些店铺进行了收藏操作;
以及线下购物时,用户在门店购买了什么商品,在哪些商品前停留,每次购物车有什么商品,对相关品的选择程度,对某商品的购买次数,同一订单中商品的关联性。
10.根据权利要求7或8或9所述的一种基于智慧分析的零售体系用户行为分析系统,其特征在于,所述表现层策略还包括:
用户近期在小程序搜索了某个商品A,被分析系统识别到用户可能有购买该商品的需求,则小程序推荐页面会给用户推荐该商品的在售门店,以及不同生产该商品的厂家;
消费者进入附近门店后,门店广告大屏会投送相关商品信息给消费者,吸引消费者消费,并可提示其他购买该商品的人还购买了什么商品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211524850.2A CN116051208A (zh) | 2022-12-01 | 2022-12-01 | 一种基于智慧分析的零售体系用户行为分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211524850.2A CN116051208A (zh) | 2022-12-01 | 2022-12-01 | 一种基于智慧分析的零售体系用户行为分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116051208A true CN116051208A (zh) | 2023-05-02 |
Family
ID=86112287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211524850.2A Pending CN116051208A (zh) | 2022-12-01 | 2022-12-01 | 一种基于智慧分析的零售体系用户行为分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116051208A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308465A (zh) * | 2023-05-15 | 2023-06-23 | 深圳易派支付科技有限公司 | 一种基于移动支付的大数据分析系统 |
-
2022
- 2022-12-01 CN CN202211524850.2A patent/CN116051208A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308465A (zh) * | 2023-05-15 | 2023-06-23 | 深圳易派支付科技有限公司 | 一种基于移动支付的大数据分析系统 |
CN116308465B (zh) * | 2023-05-15 | 2023-09-01 | 深圳易派支付科技有限公司 | 一种基于移动支付的大数据分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Renko et al. | Perceived usefulness of innovative technology in retailing: Consumers׳ and retailers׳ point of view | |
US20060242011A1 (en) | Method and system for automatic, customer-specific purchasing preferences and patterns of complementary products | |
JP5216192B2 (ja) | 情報端末装置、情報端末装置の制御方法、情報端末プログラムおよび情報出力システム | |
US8010402B1 (en) | Method for augmenting transaction data with visually extracted demographics of people using computer vision | |
JP4360759B2 (ja) | 相関分析を用いて広告の販売効果を調査する方法およびシステム | |
US4872113A (en) | Credit check scanner data analysis system | |
CN107590675B (zh) | 一种基于大数据的用户购物行为识别方法、储存设备及移动终端 | |
US20080228568A1 (en) | Delivery of coupons through advertisement | |
US20120284081A1 (en) | Methods and Apparatus for Gathering Intelligence from Itemized Receipts | |
JPH09153094A (ja) | 販売促進効果分析方法及びその実施システム | |
EP1723596A1 (en) | System for individualized customer interaction | |
JP2010113692A (ja) | 顧客行動記録装置及び顧客行動記録方法並びにプログラム | |
JP2000285175A (ja) | 顧客のトランザクション及びインタラクションを分析するシステム及び方法 | |
JP2008059512A (ja) | Id画像提供装置、店舗端末、接続情報提供装置、id画像提供方法、印刷方法、及び接続情報提供方法 | |
KR20180059167A (ko) | 빅데이터 기반의 소비자의 비정형 정보와 소비자 소비 행태(구매 상관도) 분석을 통한 마케팅 및 캠페인 플랫폼 모델 | |
KR20180134021A (ko) | 이미지 기반 광고 제공 방법, 장치 및 컴퓨터 프로그램 | |
CN116051208A (zh) | 一种基于智慧分析的零售体系用户行为分析方法及系统 | |
Muntaqheem et al. | A Study On Consumer Behaviour towards Online and Offline Shopping | |
US20090037274A1 (en) | Electronic coupon redemption utilizing RFID key ring scan, magnetic swipe card and credit card processed by processing terminal with automated coupon verification, demographic collection and storage, consumer information collection device | |
Betzing et al. | Mirroring e-service for brick and mortar retail: An assessment and survey | |
Hafner et al. | Smart retailing technologies to counter current retail challenges-an assessment of impacts | |
JP2002074129A (ja) | インセンティブ設定装置および販促支援システム | |
KR100403276B1 (ko) | 구매가망상품 도출시스템 및 그 방법 | |
KR100911046B1 (ko) | 컨텐츠 노출 정보 관리 시스템 및 방법 | |
KR20200103144A (ko) | 소비자의 소비 행태 및 비정형적 정보를 활용한 빅데이터 기반의 마케팅 캠페인 플랫폼 |
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 |