MV-ops 提供四大能力

  • 会员人群洞悉

    会员人群洞悉

  • 客流统计分析

    客流统计分析

  • 购物动线分析

    购物动线分析

  • 数据关联分析

    数据关联分析

ID+行为连接,洞察商场人群

顾客A 2019-04-01

12:45     入场

13:00     路过ZARA—— 1分钟

13:01     进入HM—— 10分钟

13:12     进入星巴克—— 5分钟

13:17     电影院—— 150分钟

15:47     展台停留—— 4分钟

15:51     参与亲子活动—— 20分钟

16:11      路过LV—— 30秒

16:11      离场

实时ID识别,整合行为数据

通过人脸识别记录入场消费者的基础身份ID,并将所有行为及消费记录下来,自动整理分类进入平台数据库,经过平台深度分析、挖掘、统计,形成详细的会员行为、消费行为数据。
  • 1

    人脸识别记录入场消费者的基 础身份ID,行为、消费记录,自动 整理分类进入平台数据库

  • 2

    经过平台深度分析挖掘和统计,形 成详细的会员行为和消费行为数据

  • 3

    当消费者消费行为触发后,即成为 会员,并可整合之前所有的消费行为 数据

客流统计分析

  • 人流/客流监控
    人流/客流监控

    人流/客流监控

    知晓当前每个区域、楼层以及店铺门口的人流量,可查看不同点位的流量数据。通过数据洞悉商场内流量及分配情况,结合全链路转化率分析最优组合,实现流量价值最大化。

  • 停留时长统计
    停留时长统计

    停留时长统计

    统计顾客在商场、门店及区域的平均停留时长,结合客流分析顾客品牌喜好。同时结合数据可分析店铺各自引流情况,为商铺评分及分析提供数据支撑。

  • 客流预测
    客流预测

    客流预测

    基于模型算法预测客流量趋势,为商场内部经营管理、活动开展提供数据参考。同时基于客流及转化率整合分析,可为收益预测提供数据支持,同时可诊断出现不符预期情况时的异常环节,合理优化。

全量动线分析

通过消费者购物路线的交叉相关性,分析商铺与商铺之间的人流量转化率以及交易数据,商场可根据此数据对铺位进行调整,提高商场的营业额。