联想Cloud Touch智慧门店系统大数据产品简介.pptx

联想Cloud Touch智慧门店系统联想智慧门店系统原理方案组成定制Wifi客流统计云系统认证登录系统基于Wifi感知客流统计技术原理Wifi功能打开的移动设备会定时向周围广播自身MAC地址，来寻找可接入的无线网络这些设备的MAC地址可以被定制设备的探针感知到MAC地址对于每个设备是独一无二的，我们借此可以识别每个用户个体MAC地址广播是由一系列心跳信号组成的，其中包括MAC地址，时间和信号强度使用专业算法，可以将这些数据加工成相对于AP的距离和这些设备的进出时间和停留时间Instore:0 ~ 15 M + 停留时间Passby:3 ~ 25 M基于wifi感知的大数据用户画像整合多数据源的大数据分析线上消费网页浏览APP使用性别：年龄：职业：学历：人群特征：人生阶段：购买力：兴趣偏好：TAG旅行足迹邮寄地址出现及停留位置通过MAC地址匹配完成人群画像杭州某女装品牌2014 LENOVO INTERNAL. All rights reserved.通过MAC地址匹配完成人群画像杭州某女装品牌2014 LENOVO INTERNAL. All rights reserved.通过MAC地址匹配完成人群画像杭州某女装品牌2014 LENOVO INTERNAL. All rights reserved.通过MAC地址匹配完成人群画像——标签杭州某女装品牌逛商场的客流中，恋爱中、吃货、数码达人比较多，而值得注意的是，这三类标签在进入店铺的客人中却并没有占到很大的比例。对于该品牌的顾客来说，爱包人、白富美、美丽教主权重明显较大，对比观看，白富美的占比上升非常明显。同时，恋爱中的人几乎对该品牌产品不太感兴趣，有家有室的人群则比较优质。2014 LENOVO INTERNAL. All rights reserved.基于wifi感知的客流分析基本客流数据概览客流量：周边经过的用户人数，探测半径可根据需要调整入店量：所探测到的进入店铺的客流数，同一顾客多次进入按多次计算，以被探测到的时间间隔是否超过30min为判断次数的依据。入店人数：所探测到的进入店铺的客流数，同一顾客多次进入按1次计算。新顾客：所探测到的过去半年第一次进入店铺的顾客。老顾客：所探测到的过去半年两次或两次以上进入店铺的顾客。来访周期：平均来访周期指的是所探测到的时间段内进入店铺的顾客距离上次来店的平均间隔时长（新顾客不纳入计算）。驻店时长：所探测到的顾客平均每次到店的停留时长。深访率：所探测到的驻店时长大于10分钟的客流占全部入店客流的比例。跳出率：所探测到的驻店时长小于5分钟的客流占全部入店客流的比例。2014 LENOVO INTERNAL. All rights reserved.新老顾客指标概览新老顾客：进入店铺的顾客中老顾客（两次或以上进入店铺）的比例各占多少。此部分数据可以帮助我们了解他们在行为上是否有差异，是否符合店铺新老顾客发展的要求，以及招新是否做的好，老顾客的维系是否做得好。2014 LENOVO INTERNAL. All rights reserved.多门店对比背景介绍：多门店情况下的宏观指导门店在数据中会自然而然的呈现“聚类”的特性，便于总部找到标杆，根据不同的指标组合，在运营，客流，用户黏性方面找到学习榜样和反面教材，对普通店面进行指导示例图目标：好运营AB普遍情况数据多了如何对待？非结构化数据——结构化数据聚类/拟合——之后处理好环境末位分日数据指导门店排班店铺信息概览：入店量工作日周末工作日周末工作日周末4名服务人员方可满足营业需求2名服务人员1名服务人员AB通过对比，了解客流变化在1周内的趋势。如图，A店与B店的业务高峰时段明显不同，故可以有针对的进行员工排班，节约人工成本，从而提高成本管理效率。还可以按天/月等时段查看，分析客流趋势。分日数据指导营销活动店铺信息概览：更合理利用客流资源门店的客流对公司来讲永远是不够的如何安排合理的客流目标，又不会让门店超负荷而引起用户不适？通过一周每日平均客流累计统计，找到值，在其余时间段为门店引流，以期达到该日的客流峰值同时在做活动时，充分考量门店客流峰值与营业额天花板，避开高峰时段做活动以下用两家门店的客流数据给出一个应用示例A店周六是高峰A店可以在周一至周五做活动，或开展团购，仅限工作日使用B店周日是高峰B店可在周一至周六安排热销产品的折扣，周日安排冷门产品的折扣，避开高峰，提高其余时间的客流终端品牌占比分析终端设备分布：4家门店通过对客户终端设备的对比分析，可以知晓我们的客户最常用的设备，从而可以有的放矢的进行市场活动，比如有针对性的与品牌手机洽谈，提供官方App预装（安卓平台三星为佳），即可通过这个途径来与最终用户交互，完成推送营销信息等任务，从而达到提升营运效率的效果。2014 LE