TWI652638B

TWI652638B - 智慧行銷系統及其方法

Info

Publication number: TWI652638B
Application number: TW106143971A
Authority: TW
Inventors: 翁志維; 梁甄昀; 李銘淮; 黃茁淳
Original assignee: 中華電信股份有限公司
Priority date: 2017-12-14
Filing date: 2017-12-14
Publication date: 2019-03-01
Also published as: TW201928830A

Abstract

本發明提供一種智慧行銷系統及其方法。人員進入商品貨架之偵測範圍；記錄購物過程之行為；若人員進入其他商品貨架之偵測範圍，則進行目標商品之購物傾向分析；若人員進入其他分類商品貨架之偵測範圍，則進行分類商品之購物傾向分析；若綜合判斷人員符合促銷條件則發送促銷訊息；於人員結帳後記錄本次消費及促銷成效。藉此，可即時分析客戶當下所欲購買商品之購物行為，並在客戶仍位於店內時即時提供促銷訊息，以提升購買意願。

Description

智慧行銷系統及其方法

本發明是有關於一種智能分析技術，且特別是有關於一種基於智能分析的智慧行銷系統及其方法。

為了影響消費者的購買欲望，商家無不出奇招來促銷自家商品。而隨著時代進步，電腦運算效能飛快，大數據資料處理已經不是難事，當然購買慾望的分析亦是能夠實現的，因此多數商家陸續導入了智能分析之智慧行銷方法。智慧行銷的應用層面相當廣泛，例如，改善商品擺放位置以增加銷售量、統計分析客戶消費記錄以推薦商品等方式。然而，在現有智慧行銷技術中，商家只能透過事後分析，從而了解客戶需求，方能進行後續行銷。當客戶仍在商場內購物時，商家並無法即時提供合適的促銷，故無法有效提升客戶購買欲望。

有鑑於此，本發明提供一種智慧行銷系統及其方法，可即時判斷店內客戶的購物傾向，並提供合適的促銷訊息，從而提升客戶之消費欲望。

本發明的智慧行銷方法，其包括下列步驟。透過至少一台感測器判斷人員進入商品貨架。透過感測器記錄此人員對於商品貨架上商品的購物行為。依據此人員的購物行為決定人員的購物傾向。依據此人員的購物傾向發送促銷訊息。

本發明的智慧行銷系統，其包括至少一台感測器及運算裝置。這些感測器判斷人員進入商品貨架。運算裝置透過感測器記錄人員對商品貨架上商品的購物行為，依據人員的購物行為決定人員的購物傾向，並依據人員的購物傾向發送促銷消息。

基於上述，本發明實施例藉由佈置於商品貨架周圍或其上的感測器來記錄人員的購物行為，並即時對購物行為分析，再據以提供合適的促銷內容。藉此，將增加客戶購買商品的機會。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

圖1是依據本發明一實施例之智慧行銷系統1的示意圖。請參照圖1，智慧行銷系統1包括一個或更多個感測器110及運算裝置120，其處於設有商品貨架PR1~PRm(m為正整數)的環境(例如，大賣場、護理產品零售店、玩具店等)中。

感測器110可以係Wi-Fi存取點(Access Point，AP)、Beacon、監視器、射頻識別(Radio Frequency Identification，RFID)讀取器、電子貨架等感測物件行為之感測器，其可能係前述實施態樣的組合。而各感測器110分別用以對商品貨架PR1~PRm上的物品或商品貨架PR1~PRm周圍的行動裝置(例如，裝載與感測器110對應通訊技術(例如，Wi-Fi、藍芽等)的智慧型手機、平板電腦、穿戴式裝置等電子裝置)或人員進行感測。例如，錄製特定範圍的影像、偵測特定商品被取出/放回、偵測特定範圍內是否有行動裝置或人員等。

運算裝置120可以係電腦主機、伺服器、平板電腦、工作站等具運算處理器(例如，CPU、微控制器、晶片等)之設備，並可取得來自感測器110的感測資料，且對感測資料加以分析，而其分析過程及結果待後續實施例說明。

為了方便理解本發明的操作流程，以下將舉諸多實施例詳細說明。圖2是依據本發明一實施例說明一種智慧行銷方法之流程圖。請參照圖2，下文中，將搭配智慧行銷系統1的各項元件及裝置說明本發明實施例所述之方法。本方法的各個流程可依照實施情形而隨之調整，且並不僅限於此。

運算裝置120會透過感測器110判斷人員是否進入商品貨架PR1~PRn中任一者之偵測範圍，例如，影像畫面中是否出現人員、人員的行動裝置的訊號強度是否大於預定強度等。而本實施例係在偵測結果為人員已進入任一個商品貨架PR1、…或PRm的觸發條件發生時(步驟S201)，運算裝置120才會透過感測器110進一步記錄此人員的購物行為(步驟S202)。假設此人員進入商品貨架PR1之偵測範圍。

而運算裝置120會記錄的購物行為可以是對目標商品的拿取/放回行為、對目標商品的觀看時間與人員之特性關聯(例如，性別、年齡或組合)、以及對商品貨架PR1的停留時間。例如，運算裝置120可辨識透過感測器110取得之影像，以得知人員拿取或放回某一目標商品，並記錄拿取或放回同一商品的間隔時間作為觀看時間。運算裝置120可取得人員所攜帶之行動裝置所發送關於此人員的性別及年齡資訊。運算裝置120可透過人員所攜帶之行動裝置所發出訊號大小，判斷是否處於商品貨架PR1周圍1公尺範圍內，並記錄進入與離開此範圍內時間以得出停留時間。依據感測器110的類型，記錄及分析購物行為的方式可能不同，端視應用本發明實施例者之需求自行調整。

運算裝置120會透過感測器110判斷人員或其所攜帶之行動裝置是否進入其他商品貨架(即，不同於步驟S202所監視的其他商品貨架) PR2、…或PRm之偵測範圍(步驟S203)。例如，針對商品貨架PR2的感測器110偵測到此人員進入商品貨架PR2的偵測範圍，或是人員所攜帶之行動裝置所發出的訊號強度小於特定門檻值。若未進入其他商品貨架PR2、…或PRm，則持續記錄人員針對商品貨架PR1的購物行為。若已進入其他商品貨架(假設進入商品貨架PR2)，則運算裝置120對先前目標商品進行購物傾向分析(步驟S204)。

具體而言，本發明實施例的購物傾向分析主要係依據步驟S202所取得之購物行為，結合人員之個人資訊與過往購物紀錄，以得出人員對目標商品的購物傾向。請參照圖3係依據本發明一實施例之計算目標商品之購物傾向的流程圖。運算裝置120 首先取出目標商品相關之購物行為紀錄(步驟S301)，並自此人員之購物行為之紀錄判斷是否有自商品貨架PR1取出/放回目標商品(步驟S302)。若有，則運算裝置120計算取出/放回次數對應之購物傾向分數 A(步驟S303)。例如，由公式(1)得出取出/放回次數對應的購物傾向分數 A： …(1) 若取出/放回次數 n大於5次則購物傾向分數 A為1，反之則為 n/5。需說明的是，此公式(1)可依需求調整，但原則上取出/放回次數越低的購物傾向分數 A越低。

運算裝置120亦可在人員有取出/放回目標商品時，由其購物行為之紀錄取得其每次取出此目標商品之觀看時間，將其加總得知人員對此目標商品總共取出的總觀看時間，並計算取出目標商品之總觀看時間對應之購物傾向分數 B(步驟S304)。例如，由公式(2)得出觀看時間對應之對應的購物傾向分數 B： …(2) 若總觀看時間 i大於5分鐘則購物傾向分數 B為1，反之則為 i/5。需說明的是，此公式(2)可依需求調整，但原則上總觀看時間越低的購物傾向分數 B越低。

運算裝置120還計算人員在目標商品或商品貨架PR1前停留時間對應之購物傾向分數 C(步驟S305)。例如，由公式(3)得出停留時間對應之對應的購物傾向分數 C： …(3) 若停留時間j大於10分鐘則購物傾向分數 C為1，反之則為 j/10。需說明的是，此公式(3)可依需求調整，但原則上停留時間越低的購物傾向分數 C越低。

運算裝置120更由客戶前次消費的各項商品紀錄中取出各商品與此目標商品之相關性，並計算此人員前次購買商品對應之購物傾向分數 D(即，前次購物傾向)(步驟S306，若步驟S302之判斷結果是沒有取出/放回目標商品之行為則直接進行此步驟)。例如，定義為前次購買之所有商品中，與當前目標商品相關性(例如，商品類別、品牌等)最高者之值，而各商品間之相關性可為已事先定義之數值。 D為已定義且介於0與1之數值，即。

此外，運算裝置120計算客戶之性別、年齡(即，特性關聯)與此目標商品之相關性( E、 F)(步驟S307)。例如，性別與目標商品、年齡與目標商品之相關性 E、 F分別為介於0與1之述值，即、。

接著，運算裝置120分別賦予該拿取/放回行為的次數、觀看時間、停留時間、前次購物傾向及特性關聯之權重值並進行加權計算，以計算此人員的對於目標商品的購物傾向分數 T1(步驟S308)，並將此購物傾向分數 T1作為此目標商品的購物傾向。例如，由公式(4)得出目標商品的購物傾向分數 T1： …(4) α、β、γ、δ、θ、μ為各購物行為對應之權重值。

請返回圖2，運算裝置120會判斷客戶是否進入其他分類商品貨架(其商品類別不同於步驟S202所監視的商品貨架) PR2、…或PRm之偵測範圍(步驟S203)。若以進入其他分類商品貨架PR2、…或PRm之偵測範圍，則運算裝置120對先前分類商品進行購物傾向分析(步驟S204)。

具體而言，針對分類商品之分析，主要係依據監視所得之購物行為，結合人員對此分類商品(即，屬於相同商品類別)之各特定商品購物傾向、客戶之個人資訊及過往之購物紀錄，計算出客戶對此分類商品之購物傾向。請參照圖4係依據本發明一實施例之計算分類商品之購物傾向的流程圖。運算裝置120會計算各貨架商品(即，此分類商品內各種商品)之購物傾向對應之分類商品購物傾向，並加以平均而得出分類商品購物傾向分數 G，以避免單一目標商品之購物傾向影響整體分類商品之購物傾向。例如，由公式(5)得出各貨架商品之分類商品購物傾向分數 G： …(5) 即，此分類商品之各特定商品之購物傾向分數 A _k 之平均值，假設此分類商品共有 k個特定商品。

接著，運算裝置120計算分類商品總停留時間對應之購物傾向分數 H(可參照步驟S305)。當人員於各種特定商品之購物傾向分數均不高(例如，小於0.2、0.3等)時，但卻有較高之分類商品總停留時間(例如，超過10、15分鐘等)，則可代表人員對此商品分類之分類商品仍較高的購買意願。例如，由公式(6)得出分類商品總停留時間之購物傾向分數 H： …(6) 若總停留時間 l大於20分鐘時購物傾向分數 H為1，反之則為 l/20。

接著，運算裝置120依據這些分類商品之平均值及總停留時間計算商品類別對應之分類商品購物傾向分數T2(步驟S403)。而由於此人員之性別、年齡等特性關聯、以及前次購買商品之相關性等資訊已用於計算各貨架商品之購物傾向 G，故分類商品購物傾向分數 T2之計算可不再重複計算此三項數值。例如，由公式(7)得出分類商品購物傾向分數 T2： …(7) ζ、η為購物傾向分數 G、 H之權重值。

請返回圖2，運算裝置120接著可判斷人員是否符合促銷條件(步驟S207)，此促銷條件可以係人員所在之位置、是否已購買相關商品、前述部分所分析之購物傾向、過往促銷成效等條件。請參照圖5是依據本發明一實施例之判斷是否符合促銷條件的流程圖。運算裝置120可透過感測器110即時取得此人員當前的位置(步驟S501)。例如，判斷對於某一商品貨架PR1、…或PRm之感測器110拍攝到此人員於其偵測範圍內，或是判斷感測器110中所偵測到人員所攜帶之行動裝置所發出的訊號強度為最強者。運算裝置120可判斷人員所在位置是否超過某一感測器110一定距離(例如，10、15公尺等)、是否前往其他樓層、是否前往結帳等判斷條件，以判斷人員位置是否符合發送條件(步驟S502)。若人員位置尚符合判斷條件內(例如，在10公尺內、在同樓層等)，則運算裝置120認定為符合發送條件。

若人員位置符合發送條件，則運算裝置120判斷人員於前一種分類商品內是否對特定商品有較高之購物傾向(例如，購物傾向分數 T1超過特定值)，以確認前一種分類商品之特定商品購物傾向是否符合發送條件(步驟S503)(例如，超過特定值則符合)。若符合則不需要再判斷是否對此分類商品有購物傾向，以避免重複發送相同或相似的促銷訊息。若不符合，則運算裝置120判斷客戶對前一種分類商品是否有較高之購物傾向(例如，購物傾向分數 T2超過預設值)，以決定前一種分類商品之購物傾向是否符合發送條件(步驟S504)(例如，超過預設值則符合)。

接著，運算裝置120判斷已接收之促銷訊息(即，接收數量)是否超過發送門檻值(例如，3、5次等)(步驟S505)，以避免發送過多之促銷訊息造成反效果。運算裝置120亦判斷人員之促銷成效(即，經過往促銷訊息而成功銷售之成功數量)是否大於成效門檻值(步驟S506)，以避免發送無成效之促銷訊息。最終，運算裝置120綜合前述步驟的各項判斷，以決定人員是否符合促銷條件(例如，若人員之位置處於相同樓層、對於特定商品之購物傾向低於特定值、對於分類商品之購物傾向高於預設值、接收數量大於發送門檻值、以及成功數量大於成效門檻值等，則符合促銷條件；反之則不符合促銷條件)(步驟S507)。

請返回圖2，若符合促銷條件，則運算裝置120透過簡訊、推送訊息或行動裝置應用程式通知等方式，將目標商品或分類商品相關之促銷訊息(例如，目標商品的優惠價、分類商品的折購碼等)發送至人員的行動裝置，以供人員參考或於結帳時使用促銷訊息中的折扣碼(步驟S208)。接著，於此人員完成結帳後，運算裝置120與結帳系統連結並記錄其本次消費之內容、以及促銷之成效(是否購買促銷訊息推薦的商品)(步驟S209)，以作為判斷此人員之促銷成效、各種商品之促銷成效等用途，並改善其促銷之內容或前述計算公式(1)~(7)之調整。

綜上所述，本發明實施例係利用人員於店內購物過程之各種購物行為，來分析其對特定商品或分類商品之購物傾向，再根據其所在位置決定是否判斷符合促銷條件，並依據促銷條件之判斷結果發送促銷訊息給予人員，且此人員結帳後記錄促銷成效，從而提供精準行銷內容。藉此，商家可透過使用者於店內購物過程之各種行為資訊，即時分析其當下欲購買之商品分類。此外，商家可於客戶仍在店內時及時發送其欲購買商品之促銷訊息，增加客戶之消費意願。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

100‧‧‧智慧行銷系統

110‧‧‧感測器

120‧‧‧運算裝置

PR1~PRm‧‧‧商品貨架

S201~S209、S301~S308、S401~S403、S501~S507‧‧‧步驟

圖1是依據本發明一實施例之智慧行銷系統的示意圖。圖2是依據本發明一實施例之智慧行銷方法的流程圖。圖3是依據本發明一實施例之計算目標商品之購物傾向的流程圖。圖4是依據本發明一實施例之計算分類商品之購物傾向的流程圖。圖5是依據本發明一實施例之判斷是否符合促銷條件的流程圖。

Claims

一種智慧行銷方法，包括：透過至少一感測器判斷一人員進入一商品貨架；透過該至少一感測器記錄該人員對於該商品貨架上商品的購物行為；依據該人員的購物行為決定該人員的購物傾向；以及依據該人員的購物傾向發送一促銷訊息，其中該購物行為包括對一目標商品的拿取行為、觀看時間與特性關聯、以及對該商品貨架的停留時間，該特性關聯包括性別、年齡或其組合，而依據該人員的購物行為決定該人員的購物傾向的步驟包括：判斷該購物行為中是否有對該目標商品之拿取行為；計算該拿取行為的次數；計算對該目標商品之觀看時間；計算對該商品貨架的停留時間；取得前次購買商品中與該目標商品相關性最高者之前次購物傾向；取得該人員的特性關聯；以及分別賦予該拿取行為的次數、該觀看時間、該停留時間、該前次購物傾向及特性關聯之權重值並進行加權計算，以決定該人員的對於該目標商品的購物傾向分數。
如申請專利範圍第1項所述的智慧行銷方法，其中依據該人員的購物行為決定該人員的購物傾向的步驟包括：計算該商品貨架及其他商品貨架上的多個分類商品的購物傾向之平均值，其中該些分類商品與該目標商品屬於相同一商品類別；計算對該些分類商品之總停留時間；以及依據該些分類商品之平均值及總停留時間計算該商品類別之購物傾向分數。
如申請專利範圍第1項所述的智慧行銷方法，其中依據該人員的購物傾向發送該促銷訊息的步驟包括：透過該至少一感測器判斷該人員之位置；以及依據該人員之位置判斷是否發送該促銷訊息。
如申請專利範圍第1項所述的智慧行銷方法，其中依據該人員的購物傾向發送該促銷訊息的步驟包括：統計該人員所接收之促銷訊息的接收數量；統計該人員經過往促銷訊息而成功銷售之成功數量；以及依據該接收數量及該成功數量決定是否發送該促銷訊息。
一種智慧行銷系統，包括：至少一感測器，判斷一人員進入一商品貨架；以及一運算裝置，透過該至少一感測器記錄該人員對於該商品貨架上商品的購物行為，依據該人員的購物行為決定該人員的購物傾向，並依據該人員的購物傾向發送一促銷訊息，其中該購物行為包括對一目標商品的拿取行為、觀看時間與特性關聯、以及對該商品貨架的停留時間，該特性關聯包括性別、年齡或其組合，而該運算裝置判斷該購物行為中是否有對該目標商品之拿取行為，計算該拿取行為的次數，計算對該目標商品之觀看時間，計算對該商品貨架的停留時間，取得前次購買商品中與該目標商品相關性最高者之前次購物傾向，取得該人員的特性關聯，且分別賦予該拿取行為的次數、該觀看時間、該停留時間、該前次購物傾向及特性關聯之權重值並進行加權計算，以決定該人員的對於該目標商品的購物傾向分數。
如申請專利範圍第5項所述的智慧行銷系統，其中該運算裝置計算該商品貨架及其他商品貨架上的多個分類商品的購物傾向之平均值，其中該些分類商品與該目標商品屬於相同一商品類別，計算對該些分類商品之總停留時間，並依據該些分類商品之平均值及總停留時間計算該商品類別之購物傾向分數。
如申請專利範圍第5項所述的智慧行銷系統，其中該運算裝置透過該至少一感測器判斷該人員之位置，並依據該人員之位置判斷是否發送該促銷訊息。
如申請專利範圍第5項所述的智慧行銷系統，其中該運算裝置統計該人員所接收之促銷訊息的接收數量，統計該人員經過往促銷訊息而成功銷售之成功數量，並依據該接收數量及該成功數量決定是否發送該促銷訊息。