【技术实现步骤摘要】
本专利技术涉及数据分析处理领域,尤其是涉及融合异构数据源的商业地产内部空间价值建模和优化方法。
技术介绍
目前存在的一些关于空间价值的分析方法仍然集中在城市要素区位的分析以及面向区位的设施规划,主要考虑的方向是利用空间要素构建空间关联模型,这些方法受限于其对研究主体城市要素区位的平面分析,而难以推广到面向商业地产内部、立体空间的分析;也受限于其研究影响因素的单一,譬如商业地产内部空间不仅仅有区位、占地面积等因素的影响,还有自身品牌,周边区位经营业务因素的影响,甚至还有商业地产自身的口碑等社会因素的影响。可以认为,在商业地产的内部空间,店铺是最为基本、最常见的子空间个体,其包含了丰富的自身属性和关联属性,例如自身的品牌、商业地产的品牌、自身的所处区位、个体的营业水平等等。而存在的、极少数的关于店铺的工作还主要集中在实现某些特定的功能范围上,譬如店铺的客流流量计数、店铺的线上线下营销管理、店铺的辅助销售系统、店铺的主动推送广告等。最新的关于购物中心数据的计算和分析的方法也主要体现在单一数据源上,例如销售数据或者客流数据上的简单统计分析,无法结合商业地产在运营过程中产生或者收集的多类别来自线上线下的数据,进而通过关联、组合的方式进行更高服务级别的模型建立和分析指标计算,最终对商业地产内部的空间价值进行优化处理。对于商业地产,若不能充分融合线上线下提供的多种异构数据源(包括客户数据、店铺空间数据、品牌商数据等),则不能有效地认识和利用到其内部店铺的空间价值,不能完全享受到商业地产内部的店铺获取到的经济效益分成,继而影响到商业地产内部的招租、运营的管理和优化,价值 ...
【技术保护点】
融合异构数据源的商业地产内部空间价值建模和优化方法,其特征在于,包括以下步骤:1)收集所述的空间内消费客户的活动数据;2)收集所述空间的空间特征数据、运营数据;3)收集入驻品牌商的多渠道数据;4)融入上述步骤1)、2)和3)中获取的一种或多种数据,建立模型并计算商业地产内部的空间价值的数值;5)建立模型并对商业地产内部的资源配置效率进行调整优化,使得价值最大化。
【技术特征摘要】
1.融合异构数据源的商业地产内部空间价值建模和优化方法,其特征在于,包括以下步骤:1)收集所述的空间内消费客户的活动数据;2)收集所述空间的空间特征数据、运营数据;3)收集入驻品牌商的多渠道数据;4)融入上述步骤1)、2)和3)中获取的一种或多种数据,建立模型并计算商业地产内部的空间价值的数值;5)建立模型并对商业地产内部的资源配置效率进行调整优化,使得价值最大化。2.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法,其特征是,步骤1)中所述的消费客户的活动数据包括客户位置数据、轨迹数据、签到数据,所述的客户位置数据、轨迹数据、签到数据通过传感网络装置收集,所述的传感网络装置包括无线局域网接入点、蓝牙接入点、RFID/NFC检查点、电子摄像头。3.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法,其特征是,步骤2)所述的空间特征数据包括空间建筑结构几何信息、空间建筑结构拓扑信息、区域功能信息,所述的运营数据包括商业地产维护的客户管理数据、业务销售数据、店铺和商品管理数据、营销策划数据。4.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法,其特征是,步骤3)所述的入驻品牌商的多渠道数据通过线上线下两种方式获取,包括:a)通过线上方式,从电商渠道和其他互联网渠道得到商品销售数据、评价数据、舆论评测数据、社交媒体特征数据;b)通过线下方式,收集入驻品牌商在实体运营中产生的相关数据,包括客户管理数据、业务销售数据、商品管理数据、营销策划数据。5.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法,其特征是,步骤4)中包括以下步骤:a)按照商业地产内部的业态和资源规划将其划分成多个店铺,建立店铺与空间特征数据、运营数据的映射关系列表;b)对步骤1)中获得的消费客户的活动数据和步骤2)中获得的空间特征数据、运营数据进行关联匹配,得到消费客户的逛店消费轨迹,并从逛店消费轨迹中提取所包含的店铺特征进行关联比对,从而获得客户在各店铺间的逛店或消费行为的时间序列和相互关联性信息;c)以得到的逛店消费轨迹为基础,对店铺与店铺之间互相影响的价值接收-贡献的数值进行计算,建立店铺影响关系矩阵模型来存储价值接收-贡献的数值,计算所采用的参数包括逛店消费轨迹中的店铺关联组合、店铺的空间位置、消费客户的影响力权重、商品与店铺间的内在联系、入驻品牌商线上线下特征。6.根据权利要求5所述的融合异构数据源的商业地产内部空间价值建模和优化方法,其特征是,所述的店铺影响关系矩阵模型由分别代表逛店消费轨迹中的店铺关联组合、店铺的空间位置、消费客户的影响力权重、商品与店铺间的内在联系、入驻品牌商线上线下特征这五个方面相关的店铺间影响数值计算函数与对应系数相乘后
\t求和组成,其表达式如下:Mij=ωatfat(atij)+ωltflt(ltij)+ωclfcl(clij)+ωinfin(inij)+ωbrfbr(brij)。7.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法,其特征是,步骤5)根据步骤4)中得到的商业地产中影响店铺空间价值的因素对应的模型参数权重集合,设定一个整体价值最大化的目标,根据步骤4)中模型参数权重集合中的关联部分,建立带对应约束条件的组合优化或线性规划模型对商业地产内部的资源配置效率进行有目标的调整优化。8.根据权利要求6或7所述的融合异构数据源的商业地产内部空间价值建模和优化方法,其特征是,以商业地产的整体销售量V作为整体价值最大化的目标,建立销售量和空间价值接收-贡献值Mi的影响模型,进而对该模型进行拟合确认其参数数值,建立带对应约束条件的组合优化或线性规划模型,拟合过程以店铺为单位或者以每种行业为单位得到模型,模型的一种线性规划表达方式如下: V = Σ i = 1 n V i ≈ Σ i = 1 n ω i * ( Σ j = 1 n ω a t f a t ( ...
【专利技术属性】
技术研发人员:陈珂,
申请(专利权)人:杭州维氪科技有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。