一种可视化的大数据零售行业分析方法技术

本发明专利技术涉及大数据技术领域，提供一种可视化的大数据零售行业分析方法，首先收集并输入用户群消费理念的非结构化数据，并且对初始输入的数据进行预处理，得到合理的用户消费理念数据，然后对非结构化数据进行格式化处理，得到结构化的数据。接着对数据精细分类处理，进而将得到的结构化数据标签化处理，并根据标签类别将用户群体划分为更加精细的类别，通过调用计算机内的大数据可视化工具集中相应的可视化处理工具，对数据进行可视化处理，并且根据需要呈现的方式来选择图表类型，最终通过界面显示出来图表。本发明专利技术便于决策者根据用户群的不同制定不同品牌推广战略和营销策略，提高用户的忠诚度。

【技术实现步骤摘要】
一种可视化的大数据零售行业分析方法
本专利技术涉及大数据
，具体涉及一种可视化的大数据零售行业分析方法。
技术介绍
在如今经济快速发展的时代，对于技术含量相对不高，进入市场门槛相对低的零售行业，同质化严重，在传播过渡的时代，单单依靠价格优势来吸引市场细分和消费升级情况下的新客已是穷途末路，这样的方式不仅仅造成企业销售额的大幅下滑，同时也给企业品牌形象带来极大的影响。因此如何实现精准营销是现在零售行业迫在眉睫需要解决的问题。
技术实现思路
解决的技术问题针对现有技术的不足，本专利技术提供了一种可视化的大数据零售行业分析方法，解决了零售行业如何实现精准和差异化营销的问题。技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：1、一种可视化的大数据零售行业分析方法，其特征在于，包括以下操作步骤：步骤S1：收集并输入用户群消费理念的非结构化数据，并且对初始输入的数据进行预处理，得到合理的用户消费理念数据。步骤S2：数据结构化处理：对S1处理后的非结构化数据进行格式化处理，得到结构化的数据。步骤S3：精细分类处理：将得到的结构化数据标签化处理，并根据标签类别将用户群体划分为更加精细的类别，步骤S4：可视化处理：通过调用计算机内的大数据可视化工具集中相应的可视化处理工具，对S3处理后的数据进行可视化处理，并且根据需要呈现的方式来选择图表类型。步骤S5：可视化呈现：通过准备好的数据适配接口和计算机显示界面，从而将数据转换图表并在屏幕上显示出来，从而实现大数据的可视化呈现。更进一步地，所述S1中的预处理是通过数据清理、数据集成和转化、数据规约处理方式对初始数据进行错误信息的筛选。更进一步地，所述S1中的用户群消费理念包括文化观念、消费收入、消费习惯、生活方式四个输入项。更进一步地，所述S2中的非结构化数据通过采用数据建模及数据治理方法将数据转化为结构化数据。更进一步地，所述S4中的大数据可视化工具集包括有NodeBox、Polymaps和Processing等可视化处理工具。更进一步地，所述S4中的图表类型包括柱状图、条形图、饼图、环形图、线形图、散点图、蜘蛛网图、瀑布图和气泡图等。有益效果本专利技术提供了一种可视化的大数据零售行业分析方法，与现有公知技术相比，本专利技术的具有如下有益效果：1、本专利技术通过大数据分析和挖掘用户群的文化观念、消费收入、消费习惯、生活方式等数据，将用户群体划分为更加精细的类别，最后通过可视化工具将数据用图表类型展现出来，便于决策者根据用户群的不同制定不同品牌推广战略和营销策略，提高用户的忠诚度。2、本专利技术通过将用户数据通过可视化技术处理将其通过图表类型展示出来，便于决策者直接观察到数据情况，从而制定更高效的营销方案。附图说明为了更清楚地说明本专利技术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专利技术的一些实施例，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为本专利技术的流程操作图；具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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他实施例，都属于本专利技术保护的范围。实施例：本实施例的一种可视化的大数据零售行业分析方法，其特征在于，包括以下操作步骤：步骤S1：收集并输入用户群消费理念的非结构化数据，并且对初始输入的数据进行预处理，得到合理的用户消费理念数据。步骤S2：数据结构化处理：对S1处理后的非结构化数据进行格式化处理，得到结构化的数据。步骤S3：精细分类处理：将得到的结构化数据标签化处理，并根据标签类别将用户群体划分为更加精细的类别，步骤S4：可视化处理：通过调用计算机内的大数据可视化工具集中相应的可视化处理工具，对S3处理后的数据进行可视化处理，并且根据需要呈现的方式来选择图表类型。步骤S5：可视化呈现：通过准备好的数据适配接口和计算机显示界面，从而将数据转换图表并在屏幕上显示出来，从而实现大数据的可视化呈现。其中，S1中的预处理是通过数据清理、数据集成和转化、数据规约处理方式对初始数据进行错误信息的筛选，清除不规则或者错误的数据信息，S1中的用户群消费理念包括文化观念、消费收入、消费习惯、生活方式四个输入项，由此来制定更好的营销策略，S2中的非结构化数据通过采用数据建模及数据治理方法将数据转化为结构化数据，S4中的大数据可视化工具集包括有NodeBox、Polymaps和Processing等可视化处理工具，S4中的图表类型包括柱状图、条形图、饼图、环形图、线形图、散点图、蜘蛛网图、瀑布图和气泡图等，更加直观地显示数据分布情况。使用时，本专利技术通过大数据分析和挖掘用户群的文化观念、消费收入、消费习惯、生活方式等数据，将用户群体划分为更加精细的类别，最后通过可视化工具将数据用图表类型展现出来，方便决策者直观查看数据情况，进而根据用户群的不同制定不同品牌推广战略和营销策略，提高用户的忠诚度。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“包括一个……”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。以上实施例仅用以说明本专利技术的技术方案，而非对其限制；尽管参照前述实施例对本专利技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本专利技术各实施例技术方案的精神和范围。本文档来自技高网...

【技术保护点】
1.一种可视化的大数据零售行业分析方法，其特征在于，包括以下操作步骤：/n步骤S1：收集并输入用户群消费理念的非结构化数据，并且对初始输入的数据进行预处理，得到合理的用户消费理念数据。/n步骤S2：数据结构化处理：对S1处理后的非结构化数据进行格式化处理，得到结构化的数据。/n步骤S3：精细分类处理：将得到的结构化数据标签化处理，并根据标签类别将用户群体划分为更加精细的类别，/n步骤S4：可视化处理：通过调用计算机内的大数据可视化工具集中相应的可视化处理工具，对S3处理后的数据进行可视化处理，并且根据需要呈现的方式来选择图表类型。/n步骤S5：可视化呈现：通过准备好的数据适配接口和计算机显示界面，从而将数据转换图表并在屏幕上显示出来，从而实现大数据的可视化呈现。/n

【技术特征摘要】
1.一种可视化的大数据零售行业分析方法，其特征在于，包括以下操作步骤：
步骤S1：收集并输入用户群消费理念的非结构化数据，并且对初始输入的数据进行预处理，得到合理的用户消费理念数据。
步骤S2：数据结构化处理：对S1处理后的非结构化数据进行格式化处理，得到结构化的数据。
步骤S3：精细分类处理：将得到的结构化数据标签化处理，并根据标签类别将用户群体划分为更加精细的类别，
步骤S4：可视化处理：通过调用计算机内的大数据可视化工具集中相应的可视化处理工具，对S3处理后的数据进行可视化处理，并且根据需要呈现的方式来选择图表类型。
步骤S5：可视化呈现：通过准备好的数据适配接口和计算机显示界面，从而将数据转换图表并在屏幕上显示出来，从而实现大数据的可视化呈现。


2.根据权利要求1所述的一种可视化的大数据零售行业分析方法，其特征在于，所述S1中的预处理是通过数据...

【专利技术属性】
技术研发人员：彭玉，
申请(专利权)人：苏州黑牛新媒体有限公司，
类型：发明
国别省市：江苏;32