CN117057838A - 一种基于b2c平台的客户大数据筛选分类统计系统 - Google Patents
一种基于b2c平台的客户大数据筛选分类统计系统 Download PDFInfo
- Publication number
- CN117057838A CN117057838A CN202311033151.2A CN202311033151A CN117057838A CN 117057838 A CN117057838 A CN 117057838A CN 202311033151 A CN202311033151 A CN 202311033151A CN 117057838 A CN117057838 A CN 117057838A
- Authority
- CN
- China
- Prior art keywords
- vermicelli
- target
- specified period
- commodity
- evaluation coefficient
- 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.)
- Withdrawn
Links
- 238000012216 screening Methods 0.000 title claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims description 127
- 238000000034 method Methods 0.000 claims description 23
- 108700041286 delta Proteins 0.000 claims description 9
- 238000011161 development Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于B2C平台的客户大数据筛选分类统计系统，涉及数据筛选技术领域，本发明包括店铺信息获取模块、店铺信息分析模块、销售信息获取模块、销售信息分析模块、店铺运营分析模块、预警终端，通过粉丝增长数量、粉丝的信息、商品销售总额、商品销售数量、商品的回购率进行分析，进而对店铺的运营的可行性进行分析，解决了当前技术发展可行性分析过程中存在的局限性问题，实现了店铺运营可行性全面性和客观性的分析，保障了店铺发展趋向分析结果的可靠性和真实性，进而为后续店铺的针对性管理和均衡性发展提供了可靠的依据。
Description
技术领域
本发明涉及数据筛选技术领域，具体涉及一种基于B2C平台的客户大数据筛选分类统计系统。
背景技术
随着大数据时代的来临，越来越多的商家入驻B2C平台。在同类型商家的竞争中，做好客户分类和运营分析是店铺盈利的关键和核心，其决定了商家的运营趋势的走向，因此对店铺的运营可行性进行分析十分的重要。
目前店铺的运营可行性进行分析主要是通过销售量和销售额对店铺的运营可行性进行分析，很显然这种分析方式存在以下几个问题：
1、当前对销售量的分析主要是通过店铺的销售总量进行分析，并没有对商品的回购率进行分析，进而对商品的运营评价进行分析，从而无法更加准确地了解到当前店铺的运营实际情况，同时也无法保障店铺运营可行性分析过程的全面性和真实性，进而无法保障分析结果的参考性和准确性，并且也无法给店铺的运营模式更新升级提供可靠的依据。
2、当前并没有通过粉丝增长数量和粉丝信息，对粉丝增长价值进行分析，无法真实地展示出店铺的运营情况，进而无法保障店铺在B2C平台的吸引力，从而无法提高店铺在B2C平台的销售率，一定程度上降低了店铺的运营效果。
发明内容
针对上述存在的技术不足，本发明的目的是提供一种基于B2C平台的客户大数据筛选分类统计系统。
为解决上述技术问题，本发明采用如下技术方案：本发明提供一种基于B2C平台的客户大数据筛选分类统计系统，包括：
店铺信息获取模，于在电商平台的后台提取目标店铺在指定周期内的粉丝增长数量、各粉丝的基本信息；
店铺信息分析模块，用于获取根据目标店铺在指定周期内对应的粉丝增长数量、各粉丝的基本信息，分析目标店铺在指定周期内对应的粉丝增长价值评估系数；
销售信息获取模块，用于获取目标店铺在指定周期内的商品销售总额、商品销售数量、商品的回购率；
销售信息分析模块，用于根据目标店铺在指定周期内对应的商品销售总额、商品销售数量、商品的回购率，分析目标店铺在指定周期内对应的销售评估系数；
店铺运营分析模块，用于根据目标店铺在指定周期内对应的粉丝增长价值评估系数、销售评估系数，计算得到目标店铺在指定周期内对应的运营评价系数，进而判断目标店铺在指定周期内对应的运营趋势；
预警终端，用于当目标店铺在指定周期内对应的运营趋势较差时，进行预警提示。
优选地，所述各粉丝的基本信息包括性别和年龄。
优选地，所述分析目标店铺在指定周期内对应的粉丝增长价值评估系数，具体分析过程如下：
根据目标店铺在指定周期内对应的粉丝增长数量，分析得到目标店铺在指定周期内对应的粉丝增长评估系数，记为β1；
根据目标店铺在指定周期内对应各粉丝的基本信息，分析得到目标店铺在指定周期内对应的粉丝价值评估系数，记为β2；
依据计算公式β＝β1*ε1+β2*ε2，得到目标店铺在指定周期内对应的粉丝增长价值评估系数β，ε1、ε2分别为设定的粉丝增长评估系数、粉丝价值评估系数对应的权重因子。
优选地，所述分析得到目标店铺在指定周期内对应的粉丝增长评估系数，具体分析过程如下：
获取目标店铺在各历史周期内对应的粉丝增长数量，记为，i表示各历史周期对应的编号，i＝1,2......n；
根据计算公式得到目标店铺在指定周期内对应的粉丝增长评估系数β1，其中y表示目标店铺在指定周期内对应的粉丝增长数量，y′为设定的参考粉丝增长数量，yn、yi-1分别表示为目标店铺在第n个、在i-1个历史周期内对应的粉丝增长数量，γ1、γ2分别为设定的粉丝增长数量、粉丝增长率对应的权重因子，n表示历史周期的数量。
优选地，所述分析得到目标店铺在指定周期内对应的粉丝价值评估系数，具体分析过程如下：
从数据库中提取目标店铺对应的预设受众性别和预设受众年龄，进而将目标店铺在指定周期内对应各粉丝的性别和年龄与预设受众性别和预设受众年龄进行对比，统计目标店铺在指定周期内性别和年龄与预设受众性别和预设受众年龄均对应相同的粉丝数量，并记为目标店铺在指定周期内对应的目标粉丝数量，记为x；
通过计算公式得到目标店铺在指定周期内对应的粉丝价值评估系数β2，其中x′为设定的参考目标粉丝数量，μ为设定的粉丝价值评估系数对应的补偿因子。
优选地，所述分析目标店铺在指定周期内对应的销售评估系数，具体分析过程如下：
根据目标店铺在指定周期内的商品的回购率，分析得到目标店铺在指定周期内对应的商品的回购评估系数，记为δ1；
根据目标店铺在指定周期内对应的商品销售数量、商品销售总额，分析得到目标店铺在指定周期内对应的商品销售评估系数，记为δ2；
依据计算公式δ＝δ1*ω1+δ2*ω2，得到目标店铺在指定周期内对应的销售评估系数δ，ω1、ω2分别为设定的商品的回购评估系数、商品销售总额评估系数对应的权重因子。
优选地，所述分析得到目标店铺在指定周期内对应的商品的回购评估系数，具体分析过程如下：
通过计算公式得到目标店铺在指定周期内对应的商品的回购评估系数δ1，其中/>为设定的参考目标商品回购率，/>表示目标店铺在指定周期内对应的商品的回购率，ν1、ν2为设定的第一商品的回购评估系数、第二商品的回购评估系数对应的权重因子，/>表示目标店铺在第i个历史周期内对应的粉丝增长数量，i表示各历史周期对应的编号，i＝1,2......n，n表示历史周期的数量。
优选地，所述分析得到目标店铺在指定周期内对应的商品销售总额评估系数，具体分析过程如下：
将目标店铺在指定周期内对应的商品销售数量、商品销售总额分别记为y、d；
通过计算公式得到目标店铺在指定周期内对应的商品销售总额评估系数δ2，其中d′为设定的参考商品销售总额，y′参考商品销售数量，τ1、τ2分别为设定的商品销售总额、商品销售数量对应的权重因子。
优选地，将目标店铺在指定周期内对应的粉丝增长价值评估系数β、销售评估系数δ代入计算公式g＝β*o1+δ*o2中，得到目标店铺在指定周期内对应的运营评价系数g，o1、o2分别为设定的粉丝增长评估系数、粉丝价值评估系数对应的权重因子。
本发明的有益效果在于：
1、本发明提供的一种基于B2C平台的客户大数据筛选分类统计系统，通过对目标店铺中商品的销售情况、回购情况、店铺粉丝增长情况以及粉丝价值进行分析。进而分析目标店铺在指定周期内对应的运行情况，解决了当前技术发展可行性分析过程中存在的局限性问题，实现了店铺运营可行性全面性和客观性的分析，保障了店铺发展趋向分析结果的可靠性和真实性，进而为后续店铺的针对性管理和均衡性发展提供了可靠的依据。
2、本发明对商品的回购率进行分析，进而对商品的运营评价进行分析，使店铺的运营可行性分析过程具有全面性和真实性，保障分析结果的参考性和准确性，为店铺的运营模式升级提供可靠地依据；
3、本发明在对粉丝增长价值进行分析中，通过对粉丝增长数量和粉丝信息进行分析，使店铺的运营情况真实的展现出来，保障店铺在B2C平台的吸引力，从而提高店铺在B2C平台的销售率，一定程度上提高了店铺的运营效果。
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为本发明系统结构连接示意图。
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。
请参阅图1所示，一种基于B2C平台的客户大数据筛选分类统计系统，包括：店铺信息获取模块、店铺信息分析模块、销售信息获取模块、销售信息分析模块、店铺运营分析模块、预警终端。
所述店铺信息获取模块与店铺信息分析模块连接，销售信息获取模块与销售信息分析模块连接，店铺运营分析模块分别与店铺信息分析模块、销售信息分析模块、预警终端连接。
所述店铺信息获取模块用于在电商平台的后台提取目标店铺在指定周期内的粉丝增长数量、各粉丝的基本信息；
需要说明的是，从电商平台的后台提取目标店铺在指定周期内对应的增长的各粉丝对应的注册时长，并将其与预设的注册时长进行对比，若某粉丝对应的注册时长小于预设的注册时长，则判定该粉丝账号为异常账号，反之则将该粉丝账号记为正常账号，由此判断增长的各粉丝对应账号的情况，并统计正常账号的粉丝数量，作为粉丝增长数量。
在一个具体的实施例中，所述各粉丝的基本信息包括性别和年龄。
需要说明的是，指定周期可以为一周、一个月或者一个季度。
所述店铺信息分析模块用于获取根据目标店铺在指定周期内对应的粉丝增长数量、各粉丝的基本信息，分析目标店铺在指定周期内对应的粉丝增长价值评估系数；
在一个具体的实施例中，所述分析目标店铺在指定周期内对应的粉丝增长价值评估系数，具体分析过程如下：
根据目标店铺在指定周期内对应的粉丝增长数量，分析得到目标店铺在指定周期内对应的粉丝增长评估系数，记为β1；
根据目标店铺在指定周期内对应各粉丝的基本信息，分析得到目标店铺在指定周期内对应的粉丝价值评估系数，记为β2；
依据计算公式β＝β1*ε1+β2*ε2，得到目标店铺在指定周期内对应的粉丝增长价值评估系数β，ε1、ε2分别为设定的粉丝增长评估系数、粉丝价值评估系数对应的权重因子。
在另一个具体的实施例中，所述分析得到目标店铺在指定周期内对应的粉丝增长评估系数，具体分析过程如下：
获取目标店铺在各历史周期内对应的粉丝增长数量，记为yi，i表示各历史周期对应的编号，i＝1,2......n；
根据计算公式得到目标店铺在指定周期内对应的粉丝增长评估系数β1，其中y表示目标店铺在指定周期内对应的粉丝增长数量，y′为设定的参考粉丝增长数量，yn、yi-1分别表示为目标店铺在第n个、在i-1个历史周期内对应的粉丝增长数量，γ1、γ2分别为设定的粉丝增长数量、粉丝增长率对应的权重因子，n表示历史周期的数量。
本发明在对粉丝增长价值进行分析中，通过对粉丝增长数量和粉丝信息进行分析，使店铺的运营情况真实的展现出来，保障店铺在B2C平台的吸引力，从而提高店铺在B2C平台的销售率，一定程度上提高了店铺的运营效果。
在再一个具体的实施例中，所述分析得到目标店铺在指定周期内对应的粉丝价值评估系数，具体分析过程如下：
从数据库中提取目标店铺对应的预设受众性别和预设受众年龄，进而将目标店铺在指定周期内对应各粉丝的性别和年龄与预设受众性别和预设受众年龄进行对比，统计目标店铺在指定周期内性别和年龄与预设受众性别和预设受众年龄均对应相同的粉丝数量，并记为目标店铺在指定周期内对应的目标粉丝数量，记为x；
通过计算公式得到目标店铺在指定周期内对应的粉丝价值评估系数β2，其中x′为设定的参考目标粉丝数量，μ为设定的粉丝价值评估系数对应的补偿因子。
本发明在对粉丝增长价值进行分析中，通过对粉丝增长数量和粉丝信息进行分析，使店铺的运营情况真实的展现出来，保障店铺在B2C平台的吸引力，从而提高店铺在B2C平台的销售率，一定程度上提高了店铺的运营效果。
所述销售信息获取模块用于获取目标店铺在指定周期内的商品销售总额、商品销售数量、商品的回购率；
上述中，目标店铺在指定周期内的商品的回购率的分析过程如下：将目标店铺在指定周期内的各售卖商品回购用户数量除以各售卖商品购买用户数量，得到目标店铺在指定周期内的各售卖商品的回购率，进而将其进行均值计算，得到目标店铺在指定周期内售卖商品对应的平均回购率，并作为目标店铺在指定周期内商品的回购率。
需要说明的是，从电商平台的后台获取目标店铺在指定周期内各售卖商品对应的销售额，并将其进行累加，得到目标店铺在指定周期内售卖商品对应的销售总额，作为目标店铺在指定周期内的商品销售总额；从电商平台的后台获取目标店铺在指定周期内各售卖商品对应的销售数量，并将其进行累加，得到目标店铺在指定周期内售卖商品对应的销售数量，作为目标店铺在指定周期内的商品销售数量；从电商平台的后台获取目标店铺在指定周期内各售卖商品对应的回购率。
本发明对商品的回购率进行分析，进而对商品的运营评价进行分析，使店铺的运营可行性分析过程具有全面性和真实性，保障分析结果的参考性和准确性，为店铺的运营模式升级提供可靠地依据；
所述销售信息分析模块用于根据目标店铺在指定周期内对应的商品销售总额、商品销售数量、商品的回购率，分析目标店铺在指定周期内对应的销售评估系数；
在一个具体的实施例中，所述分析得到分析目标店铺在指定周期内对应的销售评估系数，具体分析如下：
根据目标店铺在指定周期内的商品的回购率，分析得到目标店铺在指定周期内对应的商品的回购评估系数，记为δ1；
根据目标店铺在指定周期内对应的商品销售数量、商品销售总额，分析得到目标店铺在指定周期内对应的商品销售评估系数，记为δ2；
依据计算公式δ＝δ1*ω1+δ2*ω2，得到目标店铺在指定周期内对应的销售评估系数δ，ω1、ω2分别为设定的商品的回购评估系数、商品销售总额评估系数对应的权重因子。
在另一个具体的实施例中，所述分析得到目标店铺在指定周期内对应的商品的回购评估系数，具体分析过程如下：
通过计算公式得到目标店铺在指定周期内对应的商品的回购评估系数δ1，其中/>为设定的参考目标商品回购率，/>表示目标店铺在指定周期内对应的商品的回购率，ν1、ν2为设定的第一商品的回购评估系数、第二商品的回购评估系数对应的权重因子，/>表示目标店铺在第i个历史周期内对应的粉丝增长数量，i表示各历史周期对应的编号，i＝1,2......n，n表示历史周期的数量。
在再一个具体的实施例中，所述分析得到目标店铺在指定周期内对应的商品销售总额评估系数，具体分析过程如下：
将目标店铺在指定周期内对应的商品销售数量、商品销售总额分别记为y、d；
通过计算公式得到目标店铺在指定周期内对应的商品销售总额评估系数δ2，其中d′为设定的参考商品销售总额，y′参考商品销售数量，τ1、τ2分别为设定的商品销售总额、商品销售数量对应的权重因子。
所述店铺运营分析模块用于根据目标店铺在指定周期内对应的粉丝增长价值评估系数、销售评估系数，计算得到目标店铺在指定周期内对应的运营评价系数，进而判断目标店铺在指定周期内对应的运营趋势；
在一个具体实例中，所述计算得到目标店铺在指定周期内对应的运营评价系数，具体分析过程如下：
将目标店铺在指定周期内对应的粉丝增长价值评估系数β、销售评估系数δ代入计算公式g＝β*o1+δ*o2中，得到目标店铺在指定周期内对应的运营评价系数g，o1、o2分别为设定的粉丝增长评估系数、粉丝价值评估系数对应的权重因子。
所述预警终端用于当目标店铺在指定周期内对应的运营趋势较差时，进行预警提示；
在一个具体实例中，判断目标店铺在指定周期内对应的运营趋势，具体判断如下：
将目标店铺在指定周期内对应的运营评价系数与设定的运营评价系数阈值进行对比，若目标店铺在指定周期内对应的运营评价系数大于或者等于设定的运营评价系数阈值，则判定目标店铺在指定周期内对应的运营趋势较好，反正则判定目标店铺在指定周期内对应的运营趋势较差。
本发明实施例通过对目标店铺中商品的销售情况、回购情况、店铺粉丝增长情况以及粉丝价值进行分析。进而分析目标店铺在指定周期内对应的运行情况，解决了当前技术发展可行性分析过程中存在的局限性问题，实现了店铺运营可行性全面性和客观性的分析，保障了店铺发展趋向分析结果的可靠性和真实性，进而为后续店铺的针对性管理和均衡性发展提供了可靠的依据。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，包括：
店铺信息获取模块，用于在电商平台的后台提取目标店铺在指定周期内的粉丝增长数量、各粉丝的基本信息；
店铺信息分析模块，用于获取根据目标店铺在指定周期内对应的粉丝增长数量、各粉丝的基本信息，分析目标店铺在指定周期内对应的粉丝增长价值评估系数；
销售信息获取模块，用于获取目标店铺在指定周期内的商品销售总额、商品销售数量、商品的回购率；
销售信息分析模块，用于根据目标店铺在指定周期内对应的商品销售总额、商品销售数量、商品的回购率，分析目标店铺在指定周期内对应的销售评估系数；
店铺运营分析模块，用于根据目标店铺在指定周期内对应的粉丝增长价值评估系数、销售评估系数，计算得到目标店铺在指定周期内对应的运营评价系数，进而判断目标店铺在指定周期内对应的运营趋势；
预警终端，用于当目标店铺在指定周期内对应的运营趋势较差时，进行预警提示。
2.根据权利要求1所述的一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，所述各粉丝的基本信息包括性别和年龄。
3.根据权利要求2所述的一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，所述分析目标店铺在指定周期内对应的粉丝增长价值评估系数，具体分析过程如下：
根据目标店铺在指定周期内对应的粉丝增长数量，分析得到目标店铺在指定周期内对应的粉丝增长评估系数，记为β1；
根据目标店铺在指定周期内对应各粉丝的基本信息，分析得到目标店铺在指定周期内对应的粉丝价值评估系数，记为β2；
依据计算公式β＝β1*ε1+β2*ε2，得到目标店铺在指定周期内对应的粉丝增长价值评估系数β，ε1、ε2分别为设定的粉丝增长评估系数、粉丝价值评估系数对应的权重因子。
4.根据权利要求3所述的一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，所述分析得到目标店铺在指定周期内对应的粉丝增长评估系数，具体分析过程如下：
获取目标店铺在各历史周期内对应的粉丝增长数量，记为yi，i表示各历史周期对应的编号，i＝1,2......n；
根据计算公式得到目标店铺在指定周期内对应的粉丝增长评估系数β1，其中y表示目标店铺在指定周期内对应的粉丝增长数量，y′为设定的参考粉丝增长数量，yn、yi-1分别表示为目标店铺在第n个、在i-1个历史周期内对应的粉丝增长数量，γ1、γ2分别为设定的粉丝增长数量、粉丝增长率对应的权重因子，n表示历史周期的数量。
5.根据权利要求3所述的一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，所述分析得到目标店铺在指定周期内对应的粉丝价值评估系数，具体分析过程如下：
从数据库中提取目标店铺对应的预设受众性别和预设受众年龄，进而将目标店铺在指定周期内对应各粉丝的性别和年龄与预设受众性别和预设受众年龄进行对比，统计目标店铺在指定周期内性别和年龄与预设受众性别和预设受众年龄均对应相同的粉丝数量，并记为目标店铺在指定周期内对应的目标粉丝数量，记为x；
通过计算公式得到目标店铺在指定周期内对应的粉丝价值评估系数β2，其中x′为设定的参考目标粉丝数量，μ为设定的粉丝价值评估系数对应的补偿因子。
6.根据权利要求3所述的一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，所述分析目标店铺在指定周期内对应的销售评估系数，具体分析过程如下：
根据目标店铺在指定周期内的商品的回购率，分析得到目标店铺在指定周期内对应的商品的回购评估系数，记为δ1；
根据目标店铺在指定周期内对应的商品销售数量、商品销售总额，分析得到目标店铺在指定周期内对应的商品销售评估系数，记为δ2；
依据计算公式δ＝δ1*ω1+δ2*ω2，得到目标店铺在指定周期内对应的销售评估系数δ，ω1、ω2分别为设定的商品的回购评估系数、商品销售总额评估系数对应的权重因子。
7.根据权利要求6所述的一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，所述分析得到目标店铺在指定周期内对应的商品的回购评估系数，具体分析过程如下：
通过计算公式得到目标店铺在指定周期内对应的商品的回购评估系数δ1，其中/>为设定的参考目标商品回购率，/>表示目标店铺在指定周期内对应的商品的回购率，ν1、ν2为设定的第一商品的回购评估系数、第二商品的回购评估系数对应的权重因子，/>表示目标店铺在第i个历史周期内对应的粉丝增长数量，i表示各历史周期对应的编号，i＝1,2......n，n表示历史周期的数量。
8.根据权利要求6所述的一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，所述分析得到目标店铺在指定周期内对应的商品销售总额评估系数，具体分析过程如下：
将目标店铺在指定周期内对应的商品销售数量、商品销售总额分别记为y、d；
通过计算公式得到目标店铺在指定周期内对应的商品销售总额评估系数δ2，其中d′为设定的参考商品销售总额，y′参考商品销售数量，τ1、τ2分别为设定的商品销售总额、商品销售数量对应的权重因子。
9.根据权利要求6所述的一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，所述目标店铺在指定周期内对应的运营评价系数，具体分析过程如下：
将目标店铺在指定周期内对应的粉丝增长价值评估系数β、销售评估系数δ代入计算公式g＝β*o1+δ*o2中，得到目标店铺在指定周期内对应的运营评价系数g，o1、o2分别为设定的粉丝增长评估系数、粉丝价值评估系数对应的权重因子。
10.根据权利要求9所述的一种基于B2C平台的客户大数据筛选分类统计系统，其特征在于，所述判断目标店铺在指定周期内对应的运营趋势，具体判断如下：将目标店铺在指定周期内对应的运营评价系数与设定的运营评价系数阈值进行对比，若目标店铺在指定周期内对应的运营评价系数大于或者等于设定的运营评价系数阈值，则判定目标店铺在指定周期内对应的运营趋势较好，反之则判定目标店铺在指定周期内对应的运营趋势较差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311033151.2A CN117057838A (zh) | 2023-08-16 | 2023-08-16 | 一种基于b2c平台的客户大数据筛选分类统计系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311033151.2A CN117057838A (zh) | 2023-08-16 | 2023-08-16 | 一种基于b2c平台的客户大数据筛选分类统计系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117057838A true CN117057838A (zh) | 2023-11-14 |
Family
ID=88667254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311033151.2A Withdrawn CN117057838A (zh) | 2023-08-16 | 2023-08-16 | 一种基于b2c平台的客户大数据筛选分类统计系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117057838A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118365379A (zh) * | 2024-04-23 | 2024-07-19 | 武汉市钱鲸科技有限公司 | 一种基于数据分析的智慧零售管理平台 |
| CN118735614A (zh) * | 2024-09-04 | 2024-10-01 | 四川省菜蓝子科技有限公司 | 一种基于私域流量的店铺排序方法及系统 |
-
2023
- 2023-08-16 CN CN202311033151.2A patent/CN117057838A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118365379A (zh) * | 2024-04-23 | 2024-07-19 | 武汉市钱鲸科技有限公司 | 一种基于数据分析的智慧零售管理平台 |
| CN118735614A (zh) * | 2024-09-04 | 2024-10-01 | 四川省菜蓝子科技有限公司 | 一种基于私域流量的店铺排序方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117057838A (zh) | 一种基于b2c平台的客户大数据筛选分类统计系统 | |
| US9824367B2 (en) | Measuring effectiveness of marketing campaigns across multiple channels | |
| CN109255651A (zh) | 一种基于大数据的搜索广告转化智能预测方法 | |
| CN106372249A (zh) | 一种点击率预估方法、装置及电子设备 | |
| US8015185B2 (en) | Method and system for detecting search terms whose popularity increase rapidly | |
| JP2007164276A (ja) | 広告効果測定システムおよびその方法 | |
| WO2007070205A1 (en) | Data independent relevance evaluation utilizing cognitive concept relationship | |
| CN115496566B (zh) | 基于大数据的地区特产推荐方法及系统 | |
| CN115730858B (zh) | 一种基于大数据的文化产品设计智能管理平台 | |
| CN116433052A (zh) | 一种基于智能化的招标信息采集数据分析评价系统 | |
| CN115293823A (zh) | 基于广告点击数据分析的用户偏好识别方法 | |
| CN113159881A (zh) | 一种数据聚类及b2b平台客户偏好获取方法、系统 | |
| CN110019798B (zh) | 一种用于对进销项商品种类差异进行度量的方法及系统 | |
| CN107545457A (zh) | 汽车竞品车型确定方法及装置 | |
| CN115860787A (zh) | 一种增量式消费者画像方法 | |
| CN113643061A (zh) | 一种基于大数据机器学习智能投放系统 | |
| CN116385074B (zh) | 一种基于互联网的线上销售数据智能筛选管理系统及方法 | |
| CN116739654A (zh) | 一种信息采集装置及系统 | |
| CN115131108A (zh) | 一种电商商品筛选系统 | |
| CN114240483A (zh) | 一种基于机器学习及提前分类的新零售终端销售预测方法及系统 | |
| CN113254775A (zh) | 一种基于客户浏览行为序列的信用卡产品推荐方法 | |
| CN115796959B (zh) | 基于数据采集和分析的广告投放效果检测方法 | |
| CN116308466B (zh) | 数据信息采集与智能分析方法、系统、设备和存储介质 | |
| Blahut et al. | A confirmatory test of a higher order factor structure: Brand equity and the truthsm campaign | |
| CN114202371B (zh) | 一种电子会员卡管理方法、系统及计算机存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231114 |