基于模糊理论的线下门店数据分析方法、系统及设备与流程

本发明属于数据分析，涉及一种方法和系统，特别是涉及一种基于模糊理论的线下门店数据分析方法、系统及设备。

背景技术：

1、新零售对实体经济，尤其是实体店的销售渠道和销售模式形成了强烈的冲击，推动着传统零售行业数字化转型、行业结构调整及生态圈重塑。实体门店的数字化主要包括营销、商品、供应链、人员等方面，其中，人员的数字化则主要关注消费者消费行为，然而门店店长对门店经营状况有着直接影响，人力资源数字化转型是新零售背景下连锁零售企业对门店进行智慧化管理，提升门店经营效能的必要举措。

2、目前，连锁实体零售企业在为具体门店选派店长时主要依赖店长显而易见的知识和技能，对于店长个人隐藏的价值观、情感、倾向等的考察无数据支撑，对不同店长和委派门店之间的适配性缺乏科学的衡量标准。在数字化转型中，需要完善基于绩效考核的价值评估指标和体系，搭建连锁门店及店长画像体系，具体业务中存在两方面主要问题，一方面，店长绩效考核体系不规范，体现在门店店长的评分指标体系不健全，过度依赖店长任职期间的经营结果指标，难以反映店长综合素质和发展潜力。另一方面，体现在店长评分的评分机制不科学，主要由各省区负责人依据门店经营绩效对店长做出评估，评分结果受少数人主观偏好影响，评价机制不可复现，不利于形成企业内统一的客观标准。

3、因此，完善连锁实体门店的门店及店长的价值评估体系，优化以数量扩张为主的粗放式门店发展策略的抓手，是推动零售企业管理体制数智化改革的重要内容。

技术实现思路

1、鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于模糊理论的线下门店数据分析方法、系统及设备，用于解决现有技术中门店及店长价值评估的问题。

2、为实现上述目的及其他相关目的，本发明一方面提供一种基于模糊理论的线下门店数据分析方法，包括：基于预设的线下门店数据分析指标采集目标数据，其中，所述线下门店数据分析指标包括门店数据参数以及店长数据参数；对所述目标数据中的时间关联数据进行计算，以更新所述门店数据参数以及所述店长数据参数；利用预设的指标权重算法对更新后的所述门店数据参数以及所述店长数据参数进行计算，确定对应的指标权重；基于所述门店数据参数及其对应的所述指标权重利用预设的模糊综合算法进行评价，得到门店价值等级；基于所述店长数据参数及其对应的所述指标权重利用所述模糊综合算法进行评价，并对评价结果作二次运算以得到店长价值等级；将所述门店价值等级以及所述店长价值等级作为价值参数获取线下门店营业价值等级。

3、于本发明的一实施例中，基于预设的线下门店数据分析指标采集目标数据的步骤包括：

4、依据预设的时间范围和计算口径采集所述目标数据，其中，包括采集数仓的线上数据以及所述数仓以外的线下数据；

5、对采集到的所述目标数据进行数据清洗，将清洗后的所述线下数据上传至所述数仓；

6、将清洗后的所述目标数据依据所述计算口径计算后对应填入到所述门店数据参数以及所述店长数据参数中。

7、于本发明的一实施例中，对所述门店数据参数中的时间关联数据进行计算，以更新所述门店数据参数以及所述店长评估数据的步骤包括：

8、识别所述时间关联数据；

9、依据预设的差异权重算法获取所述时间关联数据在不同时间段内的差异权重；

10、基于所述差异权重以及对应的时间段进行计算得到更新结果，基于所述更新结果作数据替换以更新所述门店数据参数；

11、基于所述更新结果结合所述计算口径进行计算以更新所述店长数据参数。

12、于本发明的一实施例中，所述方法还包括对更新后的所述门店数据参数以及所述店长数据参数作无量纲化转变处理。

13、于本发明的一实施例中，确定所述指标权重的步骤包括：

14、待更新后的所述门店数据参数以及所述店长数据参数作无量纲化转变后，得到转变数据；

15、基于预设的变异系数法对所述转变数据进行计算，得到初始权重；

16、基于预设的专家评估法对所述初始权重进行比例调整，得到所述指标权重。

17、于本发明的一实施例中，基于所述门店数据参数及其对应的所述指标权重利用预设的模糊综合算法进行评价，得到门店价值等级的步骤包括：

18、基于所述转变数据获取对应的多级指标数据；

19、基于所述模糊综合算法对每级所述指标数据对应的评价矩阵进行计算，得到所述评价结果；

20、基于所述评价结果匹配预设的隶属匹配原则得到所述门店价值等级。

21、于本发明的一实施例中，对评价结果作二次运算以得到店长价值等级的步骤包括：

22、基于所述评价结果提取店长在不同门店任职期间的模糊评判向量；

23、基于所述模糊评判向量作均值计算，基于计算结果根据所述隶属匹配原则得到所述店长价值等级。

24、于本发明的一实施例中，对所述门店数据参数与所述门店价值等级进行统计分析和监督学习，识别所述门店数据参数中各类型参数对所述门店价值等级的第一影响度。

25、于本发明的一实施例中，对所述店长数据参数与所述店长价值等级进行统计分析和监督学习，识别所述店长数据参数中各类型参数对所述店长价值等级的第二影响度；基于所述第二影响度获得培训店长所需的精细化训练参数；基于所述精细化训练参数和所述门店数据参数，预测店长在对应门店的表现。

26、本发明另一方面提供一种基于模糊理论的线下门店数据分析系统，包括：采集模块，用于基于预设的线下门店数据分析指标采集目标数据，其中，所述线下门店数据分析指标包括门店数据参数以及店长数据参数；更新模块，用于对所述目标数据中的时间关联数据进行计算，以更新所述门店数据参数以及所述店长数据参数；确定模块，用于利用预设的指标权重算法对更新后的所述门店数据参数以及所述店长数据参数进行计算，确定对应的指标权重；评价模块，用于基于所述门店数据参数及其对应的所述指标权重利用预设的模糊综合算法进行评价，得到门店价值等级；基于所述店长数据参数及其对应的所述指标权重利用所述模糊综合算法进行评价，并对评价结果作二次运算以得到店长价值等级；获取模块，用于将所述门店价值等级以及所述店长价值等级作为价值参数获取线下门店营业价值等级。

27、本发明又一方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行所述基于模糊理论的线下门店数据分析方法。

28、本发明最后一方面提供一种电子设备，其特征在于，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述设备执行所述基于模糊理论的线下门店数据分析方法。

29、如上所述，本发明的基于模糊理论的线下门店数据分析方法、系统、计算机存储介质设备，具有以下有益效果：

30、本发明可以作为挖掘门店及店长价值影响因素的基础，能够指导门店画像及店长画像的搭建，推动门店、店长、区域、总部的一体化运营，能够驱动人力资源数字化转型，提升企业运营绩效；另外通过本发明的价值评估体系，可以减少价值评估过程的人为因素影响，且充分考虑了指标权重的确定，搭建的门店及店长价值评估体系可以推广，有助于在企业内形成统一标准。