[发明专利]门店数据分析方法、装置、计算机设备和存储介质

说明书

本申请涉及一种门店数据分析方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：根据无线扫码器采集的门店物品的条码数据，得到所述条码数据对应的物品款码，以及所述物品款码在当前时间段内的当前物品转移数据；将所述当前物品转移数据输入预先训练的转移预测模型，得到所述门店物品在预设未来时间段的预测物品转移数据；通过预先训练的残差预测模型，得到所述门店物品在所述预设未来时间段的预测物品转移数据的预测残差数据；根据所述预测残差数据，对所述预测物品转移数据进行修正，得到所述预设未来时间段的目标物品转移数据。采用本方法能够提高线下门店的数据分析效率和准确率。

技术领域

本申请涉及大数据技术领域，特别是涉及一种门店数据分析方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

在珠宝饰品、服装、箱包等线下门店中，工作人员会记录客户会记录所购买物品的信息，以便于门店根据物品的转移情况及时管理门店物品的库存。线下门店的物品转移通常采用人工记录的方式，但是，这种人工记录的方式不仅需要消耗较大的人力、物力资源，而且获取数据的及时性较差。

随着电子标签技术的发展，一些线下门店通过识别RFID标签来记录物品的转移情况，但是RFID标签的使用成本较高，不适合在线下门店中普及使用，仍无法及时对线下门店物品的物品转移情况进行分析，导致门店数据的分析效率较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高线下门店的数据分析效率的门店数据分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种门店数据分析方法。所述方法包括：

根据无线扫码器采集的门店物品的条码数据，得到所述条码数据对应的物品款码，以及所述物品款码在当前时间段内的当前物品转移数据；

将所述当前物品转移数据输入预先训练的转移预测模型，得到所述门店物品在预设未来时间段的预测物品转移数据；所述预先训练的转移预测模型基于所述物品款码在历史时间段内的历史物品转移数据训练得到，所述预设未来时间段的时间长度与所述当前时间段相同；

通过预先训练的残差预测模型，得到所述门店物品在所述预设未来时间段的预测物品转移数据的预测残差数据；所述预先训练的残差预测模型基于所述物品款码在历史时间段内的历史物品转移数据和预测历史物品转移数据之间的残差训练得到；

根据所述预测残差数据，对所述预测物品转移数据进行修正，得到所述预设未来时间段的目标物品转移数据。

在其中一个实施例中，将所述当前物品转移数据输入预先训练的转移预测模型，得到所述门店物品在预设未来时间段的预测物品转移数据，包括：

获取所述历史时间段中各单位时间段的平滑系数，以及所述当前时间段的平滑系数；

根据所述当前时间段的上一个单位时间段的平滑系数，对所述当前时间段的物品转移数据进行指数平滑预测，得到当前预测转移数据；

根据所述当前时间段的平滑系数、所述当前物品转移数据和所述当前预测转移数据，对所述预设未来时间段的物品转移数据进行指数平滑预测，得到所述预测物品转移数据。

在其中一个实施例中，在通过预先训练的残差预测模型，得到所述门店物品在所述预设未来时间段的预测物品转移数据的预测残差数据之前，还包括：

通过所述预先训练的转移预测模型，对所述历史时间段的物品转移数据进行指数平滑预测，得到所述预测历史物品转移数据；

根据所述预测历史物品转移数据与所述历史时间段的历史物品转移数据之间的差异，得到所述预先训练的转移预测模型的残差序列；

根据所述残差序列，对待训练的残差预测模型进行训练，得到所述预先训练的残差预测模型。

在其中一个实施例中，通过预先训练的残差预测模型，得到所述门店物品在所述预设未来时间段的预测物品转移数据的预测残差数据，包括：