CN104820863A - 一种消费者画像生成方法及装置 - Google Patents

Abstract

本发明涉及数据统计分析技术领域，具体涉及一种消费者画像生成方法及装置。所述方法包括：在消费者所持有的移动终端接入商场的无线网络时，获取该消费者的消费者信息；将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中，获得该消费者的消费者画像；其中，所述消费者画像决策树模型为预先根据会员消费者信息建立的用于预测消费者画像的模型。通过获取的大量消费者信息和商场内商铺的信息建立消费者画像，能够精确的得出消费者消费***等，进而经过与某些商品分析对比从中选出该商品的潜在消费者进行针对性的营销推广。

Description

一种消费者画像生成方法及装置

技术领域

本发明涉及数据统计分析技术领域，具体涉及一种消费者画像生成方法及装置。

背景技术

随着网络技术的普及、电子商务市场的日益繁荣，越来越多的消费行为通过网络销售平台即可完成。据报道，近几年来，中国的电子商务市场销售额以每年超过20％的速度迅速增长。与此同时，传统的实体商业却逐渐萎缩。究其原因，传统销售模式与网络销售模式相比具有无法克服的劣势：价格较高、购物受时空限制、商品数目和种类有时无法满足消费者需求、购物的时间和交通成本较高。然而，就在网络销售的优势凸显且快速发展的时代，传统的实体销售模式也具有网络销售所无法替代的一些优点：购买所见即所得、餐饮消费的娱乐模式、增进情感交流的需要等。这也是其无法被电子商务完全取代的根本原因。

从目前的现状来看，电商通常使用的营销策略是通过对消费者网上记录获取消费和浏览信息，从而将个人消费历史的分析和消费者群体偏好商品的进行关联分析，为消费者提供个性化的推送服务。

而传统的实体商店通常仅仅依赖调查问卷和消费记录作为信息来源，对消费者的消费行为进行分析。其信息获取速度、数量以及全面性均难以与网络销售匹敌。另一方面，在获取大量消费者的特征以及消费偏好之后，通过建立消费者消费画像，可以使商店经营者充分了解消费者的消费特征和购物需求，进而制定合理的发展战略，从而进行精准地营销以及线上线下的无缝融合，利用更有效的营销手段，为消费者提供个性化的推送服务。

然而，要实现这一目标，如何通过获取的大量消费者的特征以及消费偏好进而建立消费者画像是其中的核心关键，这也是现有技术存在的核心问题。

发明内容

针对现有检测装置中无法通过获取大量消费者的特征以及消费偏好进而建立消费者画像的缺陷，本发明提供了一种消费者画像生成方法及装置。

本发明提供的一种消费者画像生成方法，包括：

在消费者所持有的移动终端接入商场的无线网络时，获取该消费者的消费者信息；

将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中，获得该消费者的消费者画像；

其中，所述消费者画像决策树模型为预先根据会员消费者信息建立的用于预测消费者画像的模型。

进一步地，所述消费者信息包括：消费者在商场内的位置信息以及对应的时间信息。

进一步地，所述获取该消费者的消费者信息的步骤，包括：

在移动终端接入商场的无线网络后，商场内的无线网络设备通过握手协议获取该移动终端在商场内的位置信息；

根据所述移动终端的位置信息以及预设的商场内的商铺边界确定持有该移动终端的消费者的位置信息；

当消费者位置发生变化时，获取消费者的时间信息；所述消费者的时间信息包括消费者到达某一商铺的时间、停留时长以及到访频次。

进一步地，所述将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中的步骤之前，还包括：

根据会员消费者信息确定所述会员消费者对应的移动终端；

在所述会员消费者对应的移动终端接入到商场内的无线网络后，商场内的无线网络设备通过握手协议获取所述会员消费者对应的移动终端在商场内的位置信息；

根据所述会员消费者对应的移动终端的位置信息以及商场内预设的商铺边界确定该会员消费者的位置信息；

当所述会员消费者位置发生变化时获取该会员消费者时间信息；所述会员消费者时间信息包括会员消费者到达某一商铺的时间、停留时长以及到访频次；

根据所述会员消费者在商场内的位置信息以及时间信息、所述会员消费者信息以及预设的商场内各商铺信息建立消费者画像决策树模型。

进一步地，所述消费者画像为消费者的属性，包括本体属性和消费倾向属性。

另一方面，本发明还提供了一种消费者画像生成装置，包括：

获取模块，用于在消费者所持有的移动终端接入商场的无线网络时，获取该消费者的消费者信息；

生成模块，用于将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中，获得该消费者的消费者画像；

其中，所述消费者画像决策树模型为预先根据会员消费者信息建立的用于预测消费者画像的模型。

进一步地，所述消费者信息包括：消费者在商场内的位置信息以及对应的时间信息。

进一步地，所述获取模块进一步用于：

在移动终端接入商场的无线网络后，商场内的无线网络设备通过握手协议获取该移动终端在商场内的位置信息；

根据所述移动终端的位置信息以及预设的商场内的商铺边界确定持有该移动终端的消费者的位置信息；

当消费者位置发生变化时，获取消费者的时间信息；所述消费者的时间信息包括消费者到达某一商铺的时间、停留时长以及到访频次。

进一步地，所述装置还包括建立模块，用于：

根据会员消费者信息确定所述会员消费者对应的移动终端；

在所述会员消费者对应的移动终端接入到商场内的无线网络后，商场内的无线网络设备通过握手协议获取所述会员消费者对应的移动终端在商场内的位置信息；

根据所述会员消费者对应的移动终端的位置信息以及商场内预设的商铺边界确定该会员消费者的位置信息；

当所述会员消费者位置发生变化时获取该会员消费者时间信息；所述会员消费者时间信息包括会员消费者到达某一商铺的时间、停留时长以及到访频次；

根据所述会员消费者在商场内的位置信息以及时间信息、所述会员消费者信息以及预设的商场内各商铺信息建立消费者画像决策树模型。

进一步地，所述消费者画像为消费者的属性，包括本体属性和消费倾向属性。

本发明提供的一种消费者画像生成方法及装置，通过获取的大量消费者信息和商场内商铺的信息建立消费者画像，能够精确的得出消费者消费***等，进而经过与某些商品分析对比从中选出该商品的潜在消费者进行针对性的营销推广。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1是本发明一个实施例中消费者画像生成方法的流程示意图；

图2是本发明一个实施例中消费者画像生成装置的结构示意图。

具体实施方式

现结合附图和实施例对本发明技术方案作进一步详细阐述。

图1示出了本实施例中消费者画像生成方法的流程示意图，如图1所示，本实施例提供的一种消费者画像生成方法，包括：

S1，在消费者所持有的移动终端接入商场的无线网络时，获取该消费者的消费者信息。其中，所述消费者信息包括：消费者在商场内的位置信息以及对应的时间信息；所述商铺信息主要包括：商铺商品类型、品牌档次以及销售情况等。

S2，将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中，获得该消费者的消费者画像；其中，所述消费者画像决策树模型为预先根据会员消费者信息建立的用于预测消费者画像的模型。

所述消费者画像具体是指消费者的属性，包括本体属性和消费倾向属性。其中，本体属性主要包括：性别、年龄、收入水平、消费水平、职业类型等；消费倾向属性主要包括：品牌爱好、饮食口味、特殊消费行为等。

进一步地，所述S1中获取该消费者的消费者信息的步骤，包括：

在移动终端接入商场的无线网络后，商场内的无线网络设备通过握手协议获取该移动终端在商场内的位置信息；

根据所述移动终端的位置信息以及预设的商场内的商铺边界确定持有该移动终端的消费者的位置信息；

当消费者位置发生变化时，获取消费者的时间信息；所述消费者的时间信息包括消费者到达某一商铺的时间、停留时长以及到访频次。

同传统获取消费者信息的方法相比：移动终端(手机、平板电脑等)已成为绝大多数人的必需品，它无时无刻不在释放数据，记录着持有人的位置及其他相关信息。将其作为数据源，可在极大减少成本的同时获取传统方法无法获得的海量、实时、大范围、动态、客观和精确的消费者个体和群体信息，使个性化营销成为可能。

由于每台移动终端有一个唯一的MAC地址，可以将该MAC地址作为消费者的唯一标识符。只要消费者进入WIFI覆盖区，他/她的位置信息都将被获取。通过这样实时、全方位的信息获取，可以对消费者的消费行为有一个全面的了解。

通过商场内的无线宽带WIFI设备与消费者持有的移动终端之间的通信握手协议以及商场的商铺边界确定消费者位置信息以及时间信息，能够全方位地了解消费者的购买倾向。根据消费者的光顾的商铺类型可以推断其性别(与商铺类型对应)、年龄(与商铺主要的消费人群年龄对应)和收入信息(商铺的品牌)，通过其出行(从机场或火车找WIFI得到)信息，可从侧面判断消费者的职业范畴等信息。

进而，推导消费者的个人属性(包括年龄、性别、收入、职业范畴等)，用于精准营销。WIFI设备可实时获取消费者位置信息，根据其历史活动信息以及类似消费者的行为模式，通过后台运算，为消费者提供实时的服务，也可将实时运算结果提供给管理者，为营销和服务等活动提供数据支持。

进一步地，所述S2将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中的步骤之前，还包括：

根据会员消费者信息确定所述会员消费者对应的移动终端；

在所述会员消费者对应的移动终端接入到商场内的无线网络后，商场内的无线网络设备通过握手协议获取所述会员消费者对应的移动终端在商场内的位置信息；

根据所述会员消费者对应的移动终端的位置信息以及商场内预设的商铺边界确定该会员消费者的位置信息；

当所述会员消费者位置发生变化时获取该会员消费者时间信息；所述会员消费者时间信息包括会员消费者到达某一商铺的时间、停留时长以及到访频次；

根据所述会员消费者在商场内的位置信息以及时间信息、所述会员消费者信息以及预设的商场内各商铺信息建立消费者画像决策树模型。

其中，会员消费者信息包括：性别、年龄、职业类型、收入水平以及消费信息等；会员消费者在商场内的位置信息以及时间信息包括：到访频次、平均停留时间、停留总时间、光顾商铺个数、光顾商铺类型个数、光顾次数最多餐饮商铺类型、光顾次数最多服装商铺类型、光顾次数最多品牌类型等。

首先进行会员消费者信息和会员消费者的定位数据之间的匹配(即根据会员消费者消费的日期及时间通过手机编号、握手协议匹配出会员消费者在商场的定位数据)；然后将具有定位信息的会员消费者数据及其信息作为训练数据，确定条件属性(店铺类别及序列、光顾频次、平均停留时间、停留时间总长、光顾时段)和决策属性(即会员的特征，包括性别、收入、消费等特征)；最后通过最优化学习和训练，以及修剪决策树树枝，完成消费者画像属性推断的决策树模型。

消费者本体属性分为类别变量(性别、职业类型)和连续性变量(收入水平、消费水平)。本实施例中，为构建决策树分类模型需要将连续型变量进行离散化，可将收入水平根据其概率分布模式离散为低、中、较高、高四个等级或根据需要进行更为细致的划分。消费水平等也做类似的划分，从而完成连续型变量的离散化。

针对消费者的消费倾向属性，则可以通过商铺的类别分别统计其到访频次，并取频次最大的类别或标签(如给商铺定义的奢侈品、川菜饭馆等标签)作为消费者的消费倾向属性值。

举例来说，以对某款价格较贵的手表进行营销为例。商场A希望找到潜在购买该手表的消费群。针对这样一个任务，通过对消费者光顾商场的定位数据对消费者的特征进行画像，根据该手表的属性从消费者画像数据库中发掘潜在的高价值消费者群，从而针对其进行精准营销，提高商业利润。

具体的流程：首先通过无线网络设备获取接入到该无线网络的移动设备对应的消费者的位置信息和时间信息，并结合商场内各商铺信息(例如商铺商品类型、品牌档次等信息)，通过长时间分析，从消费者在商场中每个商铺的访问和停留时间信息中对每个消费者进行精准画像；其次，根据该手表之前的会员消费者的购买记录(可从会员消费者信息中获得)或者该手表生产者对其的营销定位确定该手表的属性，例如所确定的该手表的属性包括青年消费者、收入较高、消费水平较高、追求时尚以及对奢侈品有兴趣等属性；最后，根据所确定的该手表的属性从消费者的画像数据库中筛选出与该手表属性相匹配的潜在消费者，并针对筛选出的消费者进行广告推送等营销手段。

本实施例提供的一种消费者画像生成方法，通过获取的大量消费者信息和商场内商铺的信息建立消费者画像，能够精确的得出消费者消费***等，进而经过与某些商品分析对比从中选出该商品的潜在消费者进行针对性的营销推广。

另一方面，如图2所示，本实施例还提供了一种消费者画像生成装置，包括：

获取模块101，用于在消费者所持有的移动终端接入商场的无线网络时，获取该消费者的消费者信息；

生成模块102，用于将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中，获得该消费者的消费者画像；

其中，所述消费者画像决策树模型为预先根据会员消费者信息建立的用于预测消费者画像的模型。

进一步地，所述消费者信息包括：消费者在商场内的位置信息以及对应的时间信息。

进一步地，所述获取模块101进一步用于：

在移动终端接入商场的无线网络后，商场内的无线网络设备通过握手协议获取该移动终端在商场内的位置信息；

根据所述移动终端的位置信息以及预设的商场内的商铺边界确定持有该移动终端的消费者的位置信息；

当消费者位置发生变化时，获取消费者的时间信息；所述消费者的时间信息包括消费者到达某一商铺的时间、停留时长以及到访频次。

进一步地，所述装置还包括建立模块，用于：

根据会员消费者信息确定所述会员消费者对应的移动终端；

在所述会员消费者对应的移动终端接入到商场内的无线网络后，商场内的无线网络设备通过握手协议获取所述会员消费者对应的移动终端在商场内的位置信息；

根据所述会员消费者对应的移动终端的位置信息以及商场内预设的商铺边界确定该会员消费者的位置信息；

当所述会员消费者位置发生变化时获取该会员消费者时间信息；所述会员消费者时间信息包括会员消费者到达某一商铺的时间、停留时长以及到访频次；

根据所述会员消费者在商场内的位置信息以及时间信息、所述会员消费者信息以及预设的商场内各商铺信息建立消费者画像决策树模型。

进一步地，所述消费者画像为消费者的属性，包括本体属性和消费倾向属性。

本实施例提供的一种消费者画像生成装置，通过获取的大量消费者信息和商场内商铺的信息建立消费者画像，能够精确的得出消费者消费***等，进而经过与某些商品分析对比从中选出该商品的潜在消费者进行针对性的营销推广。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种消费者画像生成方法，其特征在于，所述方法包括：

在消费者所持有的移动终端接入商场的无线网络时，获取该消费者的消费者信息；

将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中，获得该消费者的消费者画像；

其中，所述消费者画像决策树模型为预先根据会员消费者信息建立的用于预测消费者画像的模型。

2.根据权利要求1所述的方法，其特征在于，所述消费者信息包括：消费者在商场内的位置信息以及对应的时间信息。

3.根据权利要求2所述的方法，其特征在于，所述获取该消费者的消费者信息的步骤，包括：

在移动终端接入商场的无线网络后，商场内的无线网络设备通过握手协议获取该移动终端在商场内的位置信息；

根据所述移动终端的位置信息以及预设的商场内的商铺边界确定持有该移动终端的消费者的位置信息；

当消费者位置发生变化时，获取消费者的时间信息；所述消费者的时间信息包括消费者到达某一商铺的时间、停留时长以及到访频次。

4.根据权利要求1所述的方法，其特征在于，所述将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中的步骤之前，还包括：

根据会员消费者信息确定所述会员消费者对应的移动终端；

在所述会员消费者对应的移动终端接入到商场内的无线网络后，商场内的无线网络设备通过握手协议获取所述会员消费者对应的移动终端在商场内的位置信息；

根据所述会员消费者对应的移动终端的位置信息以及商场内预设的商铺边界确定该会员消费者的位置信息；

当所述会员消费者位置发生变化时获取该会员消费者时间信息；所述会员消费者时间信息包括会员消费者到达某一商铺的时间、停留时长以及到访频次；

根据所述会员消费者在商场内的位置信息以及时间信息、所述会员消费者信息以及预设的商场内各商铺信息建立消费者画像决策树模型。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述消费者画像为消费者的属性，包括本体属性和消费倾向属性。

6.一种消费者画像生成装置，其特征在于，所述装置包括：

获取模块，用于在消费者所持有的移动终端接入商场的无线网络时，获取该消费者的消费者信息；

生成模块，用于将所述消费者的消费者信息和预设的商场内各商铺信息输入消费者画像决策树模型中，获得该消费者的消费者画像；

其中，所述消费者画像决策树模型为预先根据会员消费者信息建立的用于预测消费者画像的模型。

7.根据权利要求6所述的装置，其特征在于，所述消费者信息包括：消费者在商场内的位置信息以及对应的时间信息。

8.根据权利要求7所述的装置，其特征在于，所述获取模块进一步用于：

在移动终端接入商场的无线网络后，商场内的无线网络设备通过握手协议获取该移动终端在商场内的位置信息；

根据所述移动终端的位置信息以及预设的商场内的商铺边界确定持有该移动终端的消费者的位置信息；

当消费者位置发生变化时，获取消费者的时间信息；所述消费者的时间信息包括消费者到达某一商铺的时间、停留时长以及到访频次。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括建立模块，用于：

根据会员消费者信息确定所述会员消费者对应的移动终端；

在所述会员消费者对应的移动终端接入到商场内的无线网络后，商场内的无线网络设备通过握手协议获取所述会员消费者对应的移动终端在商场内的位置信息；

根据所述会员消费者对应的移动终端的位置信息以及商场内预设的商铺边界确定该会员消费者的位置信息；

当所述会员消费者位置发生变化时获取该会员消费者时间信息；所述会员消费者时间信息包括会员消费者到达某一商铺的时间、停留时长以及到访频次；

根据所述会员消费者在商场内的位置信息以及时间信息、所述会员消费者信息以及预设的商场内各商铺信息建立消费者画像决策树模型。

10.根据权利要求6至9任一项所述的装置，其特征在于，所述消费者画像为消费者的属性，包括本体属性和消费倾向属性。