[发明专利]顾客价值的细分方法、系统及具有该系统的电子设备

说明书

技术领域

本发明属于商业运营分析技术领域，涉及一种细分方法及系统，特别是涉及一种顾客价值的细分方法、系统及具有该系统的电子设备。

背景技术

传统的RFM顾客价值模型(Recency Frequency Monetary)的指标体系主要是根据客户的最近交易日、交易频率、交易金额来判断该客户是企业的重要价值客户或者即将流失的客户。

在应用于商场顾客分析的场景下，指标中消费金额(Monetary)对商场的运营者而言具有不易获得性，RFM模型在应用于商场顾客的价值区分方面有一定局限性，无法对商场的到访顾客进行细分，不利于提高商场的运营绩效。

因此，如何提供一种顾客价值的细分方法、系统及具有该系统的电子设备，以解决现有技术中RFM顾客价值模型在应用于商场顾客的价值区分方面的局限性，导致无法对商场的到访顾客进行细分，不利于提高商场的运营绩效等缺陷，实以成为本领域技术人员亟待解决的技术问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种顾客价值的细分方法、系统及具有该系统的电子设备，用于解决现有技术中RFM顾客价值模型在应用于商场顾客的价值区分方面的局限性，导致无法对商场的到访顾客进行细分，不利于提高商场的运营绩效的问题。

为实现上述目的及其他相关目的，本发明一方面提供一种顾客价值的细分方法，应用于商业运营场所，所述顾客价值的细分方法包括以下步骤：将预定聚类算法应用于在预定时间段收集的、到访所述商业运营场所的顾客的游逛参数，以建立所述游逛参数的评分规则；所述游逛参数用于评价顾客价值；基于所述游逛参数，确定所述游逛参数的离散程度；根据顾客的细分标准和所述游逛参数的离散程度，计算用于对每一位到访顾客进行细分的顾客游逛价值指数；按照顾客游逛价值指数对在预定时间段收集的、到访所述商业运营场所的顾客进行细分。

于本发明的一实施例中，所述游逛参数包括在预定时间段内到访顾客游逛所述商业运营场所的频次、到访顾客最后一次至所述商业运营场所的时间间隔、和到访顾客在所述商业运营场所的平均游逛时长。

于本发明的一实施例中，所述预定聚类算法为K-means聚类算法。

于本发明的一实施例中，所述将预定聚类算法应用于在预定时间段收集的、到访所述商业运营场所的顾客的游逛参数，以获取所述游逛参数的评分的步骤包括：将所述K-means聚类算法应用于在预定时间段内到访顾客游逛所述商业运营场所的频次、到访顾客最后一次至所述商业运营场所的时间间隔、和到访顾客在所述商业运营场所的平均游逛时长，获取用于初步细分客群的聚类结果及用于显示初步细分后每一类到访顾客在频次、时间间隔、和游逛时长的聚类点分布；根据所述聚类结果，将到访顾客的客群进行初步细分；根据频次、时间间隔、和游逛时长的聚类点分布，分别建立在预定时间段内到访顾客游逛所述商业运营场所的频次、到访顾客最后一次至所述商业运营场所的时间间隔、和到访顾客在所述商业运营场所的平均游逛时长的评分规则，以获取在预定时间段内到访顾客游逛所述商业运营场所的频次的评分、到访顾客最后一次至所述商业运营场所的时间间隔的评分及到访顾客在所述商业运营场所的平均游逛时长的离散程度的评分。

于本发明的一实施例中，所述在预定时间段内到访顾客游逛所述商业运营场所的频次的离散程度通过利用熵值法所计算的频次权重表示；所述到访顾客最后一次至所述商业运营场所的时间间隔通过利用熵值法所计算的时间间隔权重表示；和所述到访顾客在所述商业运营场所的平均游逛时长的离散程度通过利用熵值法所计算的游逛时长权重表示。

于本发明的一实施例中，顾客游逛价值指数的计算公式为在预定时间段内到访顾客游逛所述商业运营场所的频次的评分×频次权重+到访顾客最后一次至所述商业运营场所的时间间隔的评分×时间间隔权重+到访顾客在所述商业运营场所的平均游逛时长的离散程度的评分×游逛时长权重。