一种基于大数据的数字化商业服务分析系统及其工作方法

本发明涉及数字化社领域，特别涉及一种基于大数据的数字化商业服务分析系统及其工作方法。

数字化运营平台通常指以核心业务为切入点，通过接口调用、应用运行、平台状态监控等，实现客户端到服务器端的监控和调度职能。

对于线下商店的推荐，往往使用地图系统，用户仅仅能够查看商店的地址、前往的路线、历史评价等，但是不能够看到实际商店的人流量、服务量等信息。而商店的人流量和服务存量往往会影响用户在线下商店的实际体验，因此，需要一种向用户提供查看商店服务分析的推荐系统。

针对背景技术中提到的技术问题，本发明提供一种基于大数据的数字化商业服务分析系统及其工作方法。

技术方案：

一种基于大数据的数字化商业服务分析系统，包括：云端服务器、统计终端，还包括：用户终端；

所述云端服务器分别与统计终端、用户终端无线连接；

所述云端服务器包括实时数据模块，所述统计终端对商店的实时人流量进行统计，所述统计终端获取商店内的实时人流量并同时获取商店的营业面积，根据实时人流量与营业面积得到该商店营业密度；

所述统计终端将营业密度向所述实时数据模块输出，所述实时数据模块还设置有不同业态的最佳营业密度，所述实时数据模块根据该商店所述业态的最佳营业密度与实时营业密度获得该商店的动态准入人数；

所述统计终端还获取单客服务指数，所述单客服务指数为单一客人能够获得服务的时间；所述统计单元向所述实时数据模块输出单客服务指数；

所述云端服务器还包括推荐模块，所述推荐模块向所述实时数据模块与所获取动态准入人数以及单客服务指数，所述推荐模块根据动态准入人数与单客服务指数计算当前商店的接待能力；

所述推荐模块获取若干商店的接待能力，并根据接待能力对商店推荐优先级进行排序；

所述用户终端向所述云端服务器发起推荐申请，推荐模块接收所述用户终端的申请，同时，推荐模块提取用户终端的当前位置；

推荐模块根据用户终端的当前位置与商店的接待能力排序向用户终端推送推荐的商店。

作为本发明的一种优选方式，所述云端服务器还对商店进行品类分类，用户终端发起推荐申请包括对品类的筛选。

作为本发明的一种优选方式，所述商店还设置有时长监测模块，所述时长监测模块用于监测人员进入商店的时长；所述时长监测模块在人员进入商店时对其进行识别并计时，在人员离开商店后对其识别并停止计时，时长监测模块统计人员在商店内的人员停留时长；

时长监测模块向云端服务器上传该商店的人员停留时长；

所述推荐模块向用户终端提供商店的平均人员停留时长。

作为本发明的一种优选方式，所述统计终端还包括库存模块，所述库存模块用于记录商店内的库存记录，所述库存模块将库存记录向云端服务器上传；所述推荐模块获取库存记录，并向用户终端提供库存记录。

一种基于大数据的数字化商业服务分析系统的工作方法，包括以下步骤：

统计终端将商店营业密度向所述云端服务器输出；

云端服务器接收商店营业密度并向实时数据模块提供数据；

实时数据模块根据商店的最佳营业密度与实时营业密度计算动态准入人数；

统计终端向所述云端服务器上传单客服务指数；

实时数据模块获取单客服务指数并根据单客服务指数计算当前商店的接待能力；

用户终端向云端服务器发起推荐申请；

推荐模块提取用户终端的当前位置；

推荐模块根据用户终端的当前位置与商店的接待能力排序向用户终端推送推荐的商店。

作为本发明的一种优选方式，包括以下步骤：

用户终端向所述云端服务器发起推荐申请；

推荐模块提取用户终端的需求品类；

推荐模块根据用户终端的需求品类与对应的商店的能力排序向用户终端推送推荐的商店。

作为本发明的一种优选方式，包括以下步骤：

时长监测模块监测该商店内的人员停留时长；

时长监测模块向云端服务器上传人员停留时长；

推荐模块向用户终端提供推荐的商店的平均人员停留时长。

作为本发明的一种优选方式，包括以下步骤：

库存模块记录商店内的库存记录

库存模块将库存记录向云端服务器上传；

推荐模块将库存记录按用户需求度向用户终端提供。

本发明实现以下有益效果：

通过统计终端向云端提供商店的包括人流量、营业密度等信息，测算商店服务量，可有效帮助判断当前商店可接待的能力，便于确定是否推荐用户前往，也便于用户判断是否前往。对当前商店的人员平均停留时长进行计算，便于用户判断需要等待的时长。对当前商店的库存进行统计，以及对商店的库存消耗进行上传，便于用户对商品的查询与判断。

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。

图1为本发明提供的一种基于大数据的数字化商业服务分析系统的系统连接图；

图2为本发明提供的第二种基于大数据的数字化商业服务分析系统的系统连接图；

图3为本发明提供的第三种基于大数据的数字化商业服务分析系统的系统连接图；

图4为本发明提供的一种基于大数据的数字化商业服务分析系统的工作方法的工作流程图；

图5为本发明提供的一种基于大数据的数字化商业服务分析系统的工作方法的品类推荐流程图；

图6为本发明提供的一种基于大数据的数字化商业服务分析系统的工作方法的时长获取流程图；

图7为本发明提供的一种基于大数据的数字化商业服务分析系统的工作方法的库存获取流程图。

1.云端服务器、11.实时数据模块、13.推荐模块、2.统计终端、21.库存模块、3.用户终端、4.时长监测模块。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例一

参考图1为例。

一种基于大数据的数字化商业服务分析系统，包括：云端服务器1、统计终端2，还包括：用户终端3。

所述云端服务器1分别与统计终端2、用户终端3无线连接。统计终端2设置于商店内，由商店对其进行操作，上传入店人数等。用户终端3为移动用户的使用终端。

所述云端服务器1包括实时数据模块11，所述统计终端2对商店的实时人流量进行统计，所述统计终端2获取商店内的实时人流量并同时获取商店的营业面积，根据实时人流量与营业面积得到该商店营业密度。

统计终端2获取当前商店的进入人流量（x），以及给商店的营业面积（n），其中营业面积仅仅客人活动区域，不包括商店的备料区以及仓库等区域。该商店的营业密度（s1）为s1=x/n。

所述统计终端2将营业密度向所述实时数据模块11输出，所述实时数据模块11还设置有不同业态的最佳营业密度（s2），所述实时数据模块11根据该商店所述业态的最佳营业密度与实时营业密度获得该商店的动态准入人数。动态准入人数L=（s2-s1）n。

不同业态的最佳营业密度是根据不同商业分类设置的，例如：餐饮与娱乐，两者的最佳营业密度不相同。根据营业密度可判断当前商店的拥挤程度以及客户体验。

所述统计终端2还获取单客服务指数，所述单客服务指数为单一客人能够获得服务的时间。所述统计单元向所述实时数据模块11输出单客服务指数。

单客服务指数（p）为同一个客人在店内的所有时长中能够被服务的几率，其来自店内的人员数量（x）以及服务人员数量（y）和在店时长的综合。若店内客人数量多，则单客服务指数会下降，影响客户体验。单客服务指数p=x/y。

所述云端服务器1还包括推荐模块13，所述推荐模块13向所述实时数据模块11与所获取动态准入人数（L）以及单客服务指数（p），所述推荐模块13根据动态准入人数（L）与单客服务指数（p）计算当前商店的接待能力。

所述推荐模块2获取若干商店的接待能力，并根据接待能力对商店推荐优先级进行排序。

商店接待能力（T）是综合可接待游客数量以及服务能力的综合数据，X=pL。

所述用户终端3向所述云端服务器1发起推荐申请，推荐模块2接收所述用户终端3的申请，同时，推荐模块2提取用户终端3的当前位置。

推荐模块2根据用户终端3的当前位置与商店的接待能力排序向用户终端3推送推荐的商店。

具体的，统计终端2将商店营业密度向所述云端服务器1输出；

云端服务器1接收商店营业密度并向实时数据模块11提供数据；

实时数据模块11根据商店的最佳营业密度与实时营业密度计算动态准入人数；

统计终端2向所述云端服务器1上传单客服务指数；

实时数据模块11获取单客服务指数并根据单客服务指数计算当前商店的接待能力；

用户终端3向云端服务器1发起推荐申请；

推荐模块2提取用户终端3的当前位置；

推荐模块2根据用户终端3的当前位置与商店的接待能力排序向用户终端推送推荐的商店。

实施例二

参考图1为例。

作为本发明的一种优选方式，所述云端服务器1还对商店进行品类分类，用户终端3发起推荐申请包括对品类的筛选。

对商店进行分类，例如：餐饮、服饰、零售等品类，推荐时根据用户需求进行品类的推荐。

具体的，用户终端3向所述云端服务器1发起推荐申请；

推荐模块2提取用户终端3的需求品类；

推荐模块2根据用户终端3的需求品类与对应的商店的能力排序向用户终端3推送推荐的商店。

实施例三

参考图2为例。

作为本发明的一种优选方式，所述商店还设置有时长监测模块4，所述时长监测模块4用于监测人员进入商店的时长。所述时长监测模块4在人员进入商店时对其进行识别并计时，在人员离开商店后对其识别并停止计时，时长监测模块4统计人员在商店内的人员停留时长。

时长监测模块4向云端服务器1上传该商店的人员停留时长，所述推荐模块2向用户终端3提供商店的平均人员停留时长。

时长监测模块4可通过生物识别对人员进出进行识别记录，推荐模块2对同一商店的平均人员停留时长进行计算。平均人员停留时长可作为用户会在该商店消耗时长的参考。

具体的，时长监测模块4监测该商店内的人员停留时长；

时长监测模块4向云端服务器1上传人员停留时长；

推荐模块2向用户终端3提供推荐的商店的平均人员停留时长。

实施例四

参考图3为例。

作为本发明的一种优选方式，所述统计终端2还包括库存模块21，所述库存模块21用于记录商店内的库存记录，所述库存模块21将库存记录向云端服务器1上传。所述推荐模块2获取库存记录，并向用户终端3提供库存记录。

库存记录包括库存内的商品明细，以及商品出库记录。推荐模块2可向用户终端3推荐被点单最多的商品。或者可提供用户查询需要的商品的数量以及出库数据。

具体的，库存模块21记录商店内的库存记录

库存模块21将库存记录向云端服务器1上传；

推荐模块2将库存记录按用户需求度向用户终端3提供。

实施例五

参考图4-7为例。

一种基于大数据的数字化商业服务分析系统的工作方法，包括以下步骤：

统计终端2将出入统计数据向所述云端服务器1输出。

云端服务器1接收出入统计数据并向实时数据模块11提供数据。

实时数据模块11根据商店的服务存量计算动态准入人数。

统计终端2向所述云端服务器1上传服务存量。

存量统计模块12获取服务存量并根据服务存量计算当前商店的服务能力。

用户终端3向云端服务器1发起推荐申请。

推荐模块2提取用户终端3的当前位置。

推荐模块2根据用户终端3的当前位置与商店的接待能力排序向用户终端3推送推荐的商店。

作为本发明的一种优选方式，包括以下步骤：

用户终端3向所述云端服务器1发起推荐申请。

推荐模块2提取用户终端3的需求品类。

推荐模块2根据用户终端3的需求品类与对应的商店的能力排序向用户终端3推送推荐的商店。

作为本发明的一种优选方式，包括以下步骤：

时长监测模块4监测该商店内的人员停留时长。

时长监测模块4向云端服务器1上传人员停留时长。

推荐模块2向用户终端3提供推荐的商店的平均人员停留时长。

作为本发明的一种优选方式，包括以下步骤：

库存模块21记录商店内的库存记录

库存模块21将库存记录向云端服务器1上传。

推荐模块2将库存记录按用户需求度向用户终端3提供。

上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。