[發明專利]一種快閃店的營銷價值預估方法

在審

• 申請號: 202110277176.1
• 申請日: 2021-03-15
• 公開（公告）號: CN112966223A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 馬明宇;王振濤;陳特夫;李穎翀
• 申請（專利權）人: 杭州鄰匯網絡科技有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q30/02
• 代理公司: 北京盛凡佳華專利代理事務所(普通合伙) 11947
• 代理人: 王翠

1.一種快閃店的營銷價值預估方法，其特征在于，所述方法通過商業空間的客流量、進店率、交易率、人均交易額和成本五個指標來預估，預估模型如下所示：

ROI＝銷售收入/成本×100％＝(交易人數×人均交易額)/成本×100％＝((客流量×進店率×交易率)×人均交易額)/成本×100％；

其中，客流量是指商業空間的客流人數，進店率是指客流人數中進入商業空間的人數占比，交易率是指進入商業空間的人數中成交的人數占比，人均交易額是指商業空間內交易用戶的的人均交易額，成本是指本次商業活動所支出的總金額；

人均交易額和成本是輸入性變量，需要品牌方輸入；客流量、進店率和交易率是預測性變量，通過預測模型算法預測得出。

2.根據權利要求1所述的一種快閃店的營銷價值預估方法，其特征在于：所述客流量的預測方法為：

數據采集

預測客流量需要采集的數據有客流相關數據、商業空間相關數據和商家相關數據；客流相關數據，包含客流量、客流性別偏好、客流年齡偏好；客流量通過安裝攝像頭的AI智能人臉識別技術檢測得到；客流性別偏好是指客流量的性別分布，包括男性和女性，通過安裝攝像頭的AI智能人臉、頭發、著裝、步態等技術識別檢測得到；客流年齡偏好是指客流量年齡分布，包括兒童、青年、中年、老年，通過安裝攝像頭的AI智能人臉、頭發、著裝、步態等技術識別檢測得到；

數據處理

數據處理有兩種方式，對于數值型變量進行標準化處理，對于類別型變量進行編碼處理；客流量、客流性別偏好、客流年齡偏好、面積、長、寬、城市人口、城市GDP、城市消費水平指數、活動次數都屬于數值型變量，進行標準化處理；位置、城市等級、商圈、區域、項目類型、項目定位、樓層、行業、品牌、產品屬于類別型變量，進行編碼處理；

模型預測

選擇的預測模型是多元線性回歸模型；客流量是因變量y，其余數據是自變量x₁，x₂...x_k，自變量與因變量之間為線性關系時，多元線性回歸模型為：

y＝b₀+b₁x₁+b₂x₂+...+b_kx_k+e

其中，b₀為常數項，b₁，b₂，...，b_k為回歸系數；

(1)參數估計

多元線性回歸模型的參數估計，是誤差平方和最小的前提下，用最小二乘法求解參數；

求解得出b₀，b₁，b₂，...，b_k；

(2)模型檢驗

模型檢驗分為回歸方程的擬合度檢驗、回歸方程的顯著性檢驗和回歸系數的顯著性檢驗；

回歸方程的擬合度檢驗用多重可決系數r²檢驗；公式如下：

其中，

回歸方程的顯著性檢驗，即檢驗整個回歸方程的顯著性，常采用F檢驗，F統計量的公式：

根據給定的顯著性水平α，自由度(k，n-k-1)查F分布表，得到臨界值F_α，若FF_α，則回歸方程效果顯著；若FF_α，則回歸效果不顯著；

回歸系數的顯著性檢驗常用t檢驗，分別檢驗回歸模型中各個回歸系數是否具有顯著性，以便使得模型中只保留那些對因變量有顯著性影響的因素；

首先計算統計量t，然后根據給定的顯著性水平α，自由度(n-k-1)查t分布表，得到臨界值t_α，若tt_α，則回歸系數具有顯著性，否則不顯著；統計量t的公式：

其中，c_kj是回歸系數矩陣的逆矩陣(x’x)^-1的主對角線上的第j個元素；

輸出結果

對訓練出來的模型，輸入本次活動的相關信息，即可得到客流量數據。