门店商品关注度和消费者信息采集数据

1、数据适用情况
采集的商品关注度和消费者信息数据，适用条件：需要安装该采集系统，且有消费者进入门店，关注或移动商品；适用范围：公司所有的线下销售门店；采集对象：包括门店内上架的各类鞋产品以及通过门店的潜在消费者、一般消费者和核心消费者；适用对象：采集的相关数据适用公司的采集人员、销售人员、设计人员及企业高管等相关人员。
2、解决的问题
能够让门店销售人员根据不同阶段的客流量，合理进行排班，了解本店哪些商品更加具有关注度，哪些商品最受消费者喜欢，适合销售哪些类型的商品，以便后续及时进行商品上架修正；能够让采集人员及时了解采集情况，明确哪些时间段销售效果最佳，提高操作效率，通过消费者消费期望，采集适合该地区销售的商品类型，提高销售量；能够让营销人针对性进行根据门店业态，对不同商品陈列和营销作出最优选择；能够为设计研发部门制更合理的设计开发计划，使产品满足消费者期望；能够让企业高管从理论研究全价值链管理，提高消费决策效能，作出战略决策，实现门店转型升级，激发红蜻蜓品牌线下消费者的购买欲望。1、数据处理过程中，运用C2M模式构及“霍华德—谢思模式”，梳理消费决策评价模型，主要采用主成分分析法分析门店定位和产品属性，用到Kano模型、BWT-RST算法进行消费心理分析。
2、对采集的数据进行分类，以统计表、柱状图进行基础统计，按时间序列时效和趋势分析。按统计学标准化处理描述消费者画像，根据“评价系数”分析消费水平、习惯和偏好。构建线下消费决策模型，采用Jaccard相似度来计算商品与消费的匹配度。
3、构建产品评价模型，采用主成分分析法、BWM的主观对比和RST的客观产品数据结合的研究思路，采用KANO模型坐标系进行产品属性评价。以产品热度指数（H）研究商品关注度和销售情况，以“Better-Worse系数” 确定消费者满意度重要度属性排序的准确性，确定产品属性组合结果统计表。
4、对门店信息的数据做描述性统计分析，比较门店差异，采用结构方程模型的方法，进行回归分析，计算回归系数，根据分析解结果，制定相应的运营策略。