基于数智系统的商户数据资源分析方法及其装置与流程

1.本发明涉及商户数据分析技术领域，特别涉及一种基于数智系统的商户数据资源分析方法及其装置。


背景技术：

2.现有线下商户都会使用线上入驻平台的方式进行销售、售卖产品，并进行线上、线下共同核销的方式进行产生的核销，提高商品的核销效率以及便捷性，但是为了高效的实现商户商品互联网模式的快速营销，帮助品牌进行业务的扩展和推广，则经常需要进行数据资源的收集以及分析，来对快速营销、品牌业务的扩展和推广的发展的评估预判，对此急需一种数据资源收集、分析的方法。
3.

技术实现要素：

4.根据本发明实施例，提供了一种基于数智系统的商户数据资源分析方法，包含如下步骤：对用户消费数据、互动数据和行为轨迹进行采集，获得采集数据；将采集数据形成有序的样品数据，对样品数据进行数据整理，提取特征数据；对特征数据进行数据分析，获得分析结果；对特征数据进行数据分类，存储分类后的特征数据。
5.进一步，采集数据是根据预设的用户基础数据、用户消费行为和用户活动行为，对用户消费数据、互动数据和行为轨迹进行采集获得的。
6.进一步，特征数据包含：用户消费的详细信息、用户浏览商品的次数、用户收藏商品的数量、用户下单的时间、客单价、商品信息、商品促销信息。
7.进一步，对特征数据进行数据分析，获得分析结果具体：对特征数据进行购买意愿评估分析以及营销响应评估分析，获得购买意愿分值以及营销响应几率。
8.进一步，购买意愿分值的计算公式为：其中，x为特征数据的各个数据，为特征数据的各个数据对应的行业和市场的指标权重，b为误差。
9.进一步，营销响应几率的计算公式为：其中，x为特征数据的各个数据指标取值，为特征数据的各个数据指标回归参数，t为样本数量。
10.根据本发明又一实施例，提供一种基于数智系统的商户数据资源分析装置，包含：采集单元，对用户消费数据、互动数据和行为轨迹进行采集，获得采集数据；
整理单元，用于将采集数据形成有序的样品数据，对样品数据进行数据整理，提取特征数据；分析单元，用于对特征数据进行数据分析，获得分析结果；存储单元，用于对特征数据进行数据分类，存储分类后的特征数据。
11.进一步，采集数据是根据预设的用户基础数据、用户消费行为和用户活动行为，对用户消费数据、互动数据和行为轨迹进行采集获得的根据本发明再一实施例，提供了一种处理器，处理器用于执行基于数智系统的商户数据资源分析方法。
12.根据本发明实施例，提供了一种存储器，用于存储机器可读程序指令，当机器可读程序指令运行时，执行基于数智系统的商户数据资源分析方法。
13.根据本发明实施例的基于数智系统的商户数据资源分析方法，通过对用户消费数据、互动数据和行为轨迹进行采集，并进行整理可以获取到有用的资源数据，并对这些资源数据进行分析、存储，从而实现商户快速营销、品牌业务的扩展和推广的发展的评估预判。
14.要理解的是，前面的一般描述和下面的详细描述两者都是示例性的，并且意图在于提供要求保护的技术的进一步说明。
15.附图说明
16.图1为根据本发明实施例基于数智系统的商户数据资源分析方法的流程图。
17.图2为根据本发明实施例基于数智系统的商户数据资源分析方法的购买意愿评估分析的原理框图。
18.图3为根据本发明实施例基于数智系统的商户数据资源分析方法的营销响应评估分析的原理框图。
19.具体实施方式
20.以下将结合附图，详细描述本发明的优选实施例，对本发明做进一步阐述。
21.首先，将结合图1~3描述根据本发明实施例的基于数智系统的商户数据资源分析方法，用于数据资源的收集、分析，其应用场景很广。
22.如图1~3所示，本发明实施例的基于数智系统的商户数据资源分析方法，包含如下步骤：在s1中，如图1所示，根据预设的用户基础数据、用户消费行为和用户活动行为，对用户消费数据、互动数据和行为轨迹进行采集，获得采集数据。
23.在s2中，如图1所示，将采集数据形成有序的样品数据，对样品数据进行数据整理，提取特征数据。进一步，通过对采集数据进行整理，使得形成的样品数据为结构有序可循的样品数据，特征数据包含：用户消费的详细信息、用户浏览商品的次数、用户收藏商品的数量、用户下单的时间、客单价、商品信息、商品促销信息。
24.在s3中，如图1所示，对特征数据进行数据分析，获得分析结果。
25.进一步，对特征数据进行数据分析，获得分析结果具体：对特征数据进行购买意愿
评估分析以及营销响应评估分析，获得购买意愿分值以及营销响应几率。
26.进一步，购买意愿分值的计算公式为：其中，x为特征数据的各个数据，为特征数据的各个数据对应的行业和市场的指标权重，b为误差。
27.进一步，营销响应几率的计算公式为：其中，x为特征数据的各个数据指标取值，为特征数据的各个数据指标回归参数，t为样本数量。
28.且可通过评估出的营销响应几率并与实际分析对比后，对营销响应评估分析特征数据和回归参数值进行调整优化，已达到最优的效果。
29.在s4中，如图1所示，对特征数据进行数据分类，存储分类后的特征数据。
30.根据本发明第二实施例，提供一种基于数智系统的商户数据资源分析装置，包含：采集单元，对用户消费数据、互动数据和行为轨迹进行采集，获得采集数据；整理单元，用于将采集数据形成有序的样品数据，对样品数据进行数据整理，提取特征数据；分析单元，用于对特征数据进行数据分析，获得分析结果；存储单元，用于对特征数据进行数据分类，存储分类后的特征数据。
31.进一步，采集数据是根据预设的用户基础数据、用户消费行为和用户活动行为，对用户消费数据、互动数据和行为轨迹进行采集获得的根据本发明第三实施例，提供了一种处理器，处理器用于执行基于数智系统的商户数据资源分析方法。
32.根据本发明第四实施例，提供了一种存储器，用于存储机器可读程序指令，当机器可读程序指令运行时，执行基于数智系统的商户数据资源分析方法。
33.以上，参照图1~3描述了根据本发明实施例的基于数智系统的商户数据资源分析方法，通过对用户消费数据、互动数据和行为轨迹进行采集，并进行整理可以获取到有用的资源数据，并对这些资源数据进行分析、存储，从而实现商户快速营销、品牌业务的扩展和推广的发展的评估预判。
34.需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包含
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
35.尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。