一种基于点位片段客流的商家品牌-点位的营销效果预估方法技术

本发明专利技术公开了一种基于点位片段客流的商家品牌

【技术实现步骤摘要】
一种基于点位片段客流的商家品牌
‑
点位的营销效果预估方法


[0001]本专利技术属于计算机
，具体涉及一种基于点位片段客流的商家品牌
‑
点位的营销效果预估方法。

技术介绍

[0002]随着线上流量红利瓶颈的出现和消费者的消费升级，商家线下营销、消费者线下体验的需求增长，线下流量越来越受重视。商家在线下举办快闪活动或者其他类型门店选址时需要对具体位置门店进行活动效果或开店销售效果的大致评估，以期找到最佳的场地进行营销宣传活动或者开店营业。
[0003]当前商家在考察活动场地时都是主要看场地的客流量，依靠人工在待考察的场地进行长时间的客流量观测记录，依靠人工经验评估出场地的大致客流量，或者直接向数据服务商购买场地客流量数据，再根据自身品牌在其他位置的进店率和转化率大致预估出销售额，这种方法存在很多弊端，一方面依靠人工长时间观测费时费力，尤其是连锁品牌对于全国性的大范围选址需求时耗费大量的人力成本，人工经验预估也只是简单的大概测算，没有大数据的支持，准确度不可靠。另一方面即使购买了数据服务商的数据，现有的数据服务商的客流量数据范围大，没有点位级别的数据，同一片区域的不同位置客流量差异比较大，因此需要更细粒度的数据支持商家更好的选择活动点位。最后客流量的预估只是一方面，进店率和转化率还跟客群画像，品牌对场地客群的是否匹配、品牌对客群的吸引力大小有关，不能仅根据客流量测算直接判断活动效果。
[0004]基于上述当前存在的问题，提供一种基于点位片段客流的商家品牌
‑
点位的营销效果预估方法，以解决商家对不同点位的商业空间活动效果或开店销售效果评估。

技术实现思路

[0005]针对现有技术中存在的没法预测点位级客流量的问题，本专利技术提供了一种有利于商家对点位是否能开业有一个精准把握，也有利于商家节省成本及提高商家拓店及活动场地点位的评估效率，且成本低的基于点位片段客流的商家品牌
‑
点位的营销效果预估方法。
[0006]本专利技术采用的技术方案如下：一种基于点位片段客流的商家品牌
‑
点位的营销效果预估方法，步骤如下：
[0007]步骤1：采集离线训练数据、商家品牌信息Brand_info(b)、商家品牌位置信息Brand_poi_info(poi,b)、商家品牌位置的营销效果信息Brand_poi_sales_info(poi,b)、点位客流量数据
[0008]Flow(poi,t)、点位位置信息Loc_info(poi)、场地信息Place_info(place)及点位信息Poi_info(poi)，周边信息Sur_info(place)、环境信息Context(place)；
[0009]步骤2：构造片段客流样本：把点位连续的客流明细拆分组合统计出大量的片段客流量样本，包含具体时间、具体时长，时长内客流量，当日客流量；
[0010]步骤3：数据处理、特征工程与模型训练：
[0011]步骤4：采集准备大量的片段客流视频：其中片段客流视频可以来自上述步骤1的采集的客流量视频数据进行片段拆分成大量的片段视频样本，还有通过手机或者其他视频录制设备在不同场地点位采集到的若干分钟的片段，其中N是0
‑
60分钟的任意数值；
[0012]步骤5：训练客流人数统计模型：通过视频人物跟踪算法对采集到的视频样本及利用公开的视频数据集，训练调参出适用于当前场景的最优模型；
[0013]步骤6：基于片段客流视频的模型客流预测在线推理。
[0014]优选地，其中，商家品牌信息库Brand_info包含行业、细分品类、企业、连锁门店数、品牌定位、目标客群、产品均价、竞品品牌，其中包含待评估的品牌；
[0015]商家品牌位置信息Brand_poi_info(poi,b)、包含品牌所在场地，开业时间；其中包含待评估的品牌；
[0016]商家品牌位置的营销效果信息Brand_poi_sales_info(poi,b)包含具体位置的品牌的营销活动效果数据，营销活动效果针对不同门店类型及不同开店目标有不同的定义，门店类型包含快闪店、慢闪店、正铺，不同开店目标包含获客、曝光，售卖，试水，那么根据不同的开店目标制定不同的指标来衡量开店效果，获客数、曝光数、售卖数，指标定义为I1，其中包含待评估的品牌；
[0017]点位客流量数据Flow(poi,t)是固定在点位连续一天以上的明细数据，明细是指不同标识的人具体出现在点位的时间点，通过明细数据能统计出点位视频统计日期内具体时段、分钟、或者一天的客流数，数据可通过固定在点位的人数统计视频设备统计或者是数据提供商直接提供的明细数据，其中包含待评估的品牌已开的门店的客流量数据；
[0018]点位位置信息Loc_info(poi)包含点位的省市区、经纬度、所处商圈，城市级、城市类型，所在场地；其中包含待评估的品牌已开门店的点位位置信息；
[0019]场地信息Place_info(place)包含场地地址、场地类型、场地编号、场地面积、建筑时间、场地楼层、场地平均租金、场地品牌门店分布、客流量水平、消费水平场地标签画像、场地业态分布、场地客群人群画像、场地历史成交信息，其中场地类型涉及商场、写字楼、景区，街铺、小区，场地指的是具体的购物中心、写字楼、小区、楼宇名称和编号；其中包含待评估的品牌已开门店的场地信息；
[0020]点位信息Poi_info(poi)包含点位具体信息，点位指的是待开店或者举办商业活动的待评估其过店客流的位置，点位信息具体指的是点位的详细信息，包含所处楼层、门牌号、所处楼层业态分布、点位当前门店品牌、点位附近品牌及行业信息、点位租金、点位店铺类型、点位门店面积、点位客流量；其中包含待评估的品牌已开门店的点位具体信息；
[0021]周边信息Sur_info(place)包含场地周边的交通设施、公共设施；
[0022]环境信息Context包含天气、季节、节假日、星期、促销活动；其中包含待评估的品牌已开门店的信息。
[0023]优选地，整个过程的处理过程依实际测试集的评估效果而定，包含缺失值处理、离群点处理、特征编码、特征衍生、特征变换、特征选择、特征组合、模型选择、模型调参，选出最优的模型A；使用的预测算法包括：统计方法、聚类+统计，机器学习算法和深度学习算法，模型融合方法集合{M
i
}，预测出日营销效果之后，还能根据上述提到的方法{M
i
}构造最优模型B进行当月工作日和非工作日营销效果的预测，再根据月营销效果上述提到的方法{M
i
}
构造最优模型C,进行点位全年营销效果估计。
[0024]优选地，整体模型预测目标是营销效果I1，I1包含点位片段客流当日预计营销效果，当月日均营销效果、未来一年每月日均营销效果。
[0025]优选地，样本特征构造和预测有两种方式可以选择：
[0026]方式一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点位片段客流的商家品牌
‑
点位的营销效果预估方法，其特征在于：其步骤如下：步骤1：采集离线训练数据、商家品牌信息Brand_info(b)、商家品牌位置信息Brand_poi_info(poi,b)、商家品牌位置的营销效果信息Brand_poi_sales_info(poi,b)、点位客流量数据Flow(poi,t)、点位位置信息Loc_info(poi)、场地信息Place_info(place)及点位信息Poi_info(poi)，周边信息Sur_info(place)、环境信息Context(place)；步骤2：构造片段客流样本：把点位连续的客流明细拆分组合统计出大量的片段客流量样本，包含具体时间、具体时长，时长内客流量，当日客流量；步骤3：数据处理、特征工程与模型训练：步骤4：采集准备大量的片段客流视频：其中片段客流视频可以来自上述步骤1的采集的客流量视频数据进行片段拆分成大量的片段视频样本，还有通过手机或者其他视频录制设备在不同场地点位采集到的若干分钟的片段，其中N是0
‑
60分钟的任意数值；步骤5：训练客流人数统计模型：通过视频人物跟踪算法对采集到的视频样本及利用公开的视频数据集，训练调参出适用于当前场景的最优模型；步骤6：基于片段客流视频的模型客流预测在线推理。2.根据权利要求1所述的一种基于点位片段客流的商家品牌
‑
点位的营销效果预估方法，其特征在于：其中，商家品牌信息库Brand_info包含行业、细分品类、企业、连锁门店数、品牌定位、目标客群、产品均价、竞品品牌，其中包含待评估的品牌；商家品牌位置信息Brand_poi_info(poi,b)、包含品牌所在场地，开业时间；其中包含待评估的品牌；商家品牌位置的营销效果信息Brand_poi_sales_info(poi,b)包含具体位置的品牌的营销活动效果数据，营销活动效果针对不同门店类型及不同开店目标有不同的定义，门店类型包含快闪店、慢闪店、正铺，不同开店目标包含获客、曝光，售卖，试水，那么根据不同的开店目标制定不同的指标来衡量开店效果，获客数、曝光数、售卖数，指标定义为I1，其中包含待评估的品牌；点位客流量数据Flow(poi,t)是固定在点位连续一天以上的明细数据，明细是指不同标识的人具体出现在点位的时间点，通过明细数据能统计出点位视频统计日期内具体时段、分钟、或者一天的客流数，数据可通过固定在点位的人数统计视频设备统计或者是数据提供商直接提供的明细数据，其中包含待评估的品牌已开的门店的客流量数据；点位位置信息Loc_info(poi)包含点位的省市区、经纬度、所处商圈，城市级、城市类型，所在场地；其中包含待评估的品牌已开门店的点位位置信息；场地信息Place_info(place)包含场地地址、场地类型、场地编号、场地面积、建筑时间、场地楼层、场地平均租金、场地品牌门店分布、客流量水平、消费水平场地标签画像、场地业态分布、场地客群人群画像、场地历史成交信息，其中场地类型涉及商场、写字楼、景区，街铺、小区，场地指的是具体的购物中心、写字楼、小区、楼宇名称和编号；其中包含待评估的品牌已开门店的场地信息；点位信息Poi_info(poi)包含点位具体信息，点位指的是待开店或者举办商业活动的待评估其过店客流的位置，点位信息具体指的是点位的详细信息，包含所处楼层、门牌号、所处楼层业态分布、点位当前门店品牌、点位附近品牌及行业信息、点位租金、点位店铺类
型、点位门店面积、点位客流量；其中包含待评估的品牌已开门店的点位具体信息；周边信息Sur_info(place)包含场地周边的交通设施、公共设施；环境信息Context包含天气、季节、节假日、星期、促销活动；其中包含待评估的品牌已开门店的信息。3.根据权利要求1所述的一种基于点位片段客流的商家品牌
‑
点位的营销效果预估方法，其特征在于：整个过程的处理过程依实际测试集的评估效果而定，包含缺失值处理、离群点处理、特征编码、特征衍生、特征变换、特征选择、特征组合、模型选择、模型调参，选出最优的模型A；使用的预测算法包括...

【专利技术属性】
技术研发人员：王丽燕，覃锦华，李颖翀，
申请(专利权)人：杭州路过网络有限公司，
类型：发明
国别省市：