基于WIFI探针的商业大数据分析与客流管理

本文主要探讨了基于WIFI探针的商业大数据分析技术，由无微不至团队的成员周璇、吴小娟和韩霖在2017年8月20日完成。该系统采用B/S架构设计，核心内容包括数据库设计、数据采集与传输、以及数据展示和分析。 2.1 基于B/S架构的设计 系统采用浏览器/服务器（B/S）架构，这种模式使得用户通过浏览器即可访问和操作应用，无需安装额外软件，简化了客户端的复杂性，便于维护和升级。 2.2 数据库设计 数据库部分包含多个表，如sumTable、Table17、Table28和Table39，这些表用于存储和管理收集到的MAC地址、地理位置、距离和时间等数据。其中，MAC地址是关键信息，用于追踪用户行为。 2.3 Wifi与服务器对接流程 探针设备通过无线广播信号将数据发送到服务器，服务器作为数据接收和处理中心，确保数据的安全性和准确性。 2.4 前台请求数据流程 用户的行为数据从探针设备通过网络发送到服务器，服务器进行初步处理后，以JSON格式返回前台展示层，以供实时分析和可视化。 2.5 后台发送json格式 后台将处理后的数据以JSON格式发送，因为JSON易于解析，能够快速在前端呈现信息。 2.6 前台展示功能 - 入店量和客流量：实时展示门店的访问者数量。 - 驻店时长和来访周期：分析客户的停留时间和消费频率。 - 客户活跃度：通过数据统计评估客户的活跃程度。 - 详细页面客流量：细化到特定页面的流量分析。 - 趋势分析：识别流量变化趋势，为决策提供依据。 - 新老客户比：区分新老客户，了解客户忠诚度。 - 活跃度、驻店时长、跳出率等：深入挖掘客户行为特性。 - 深访率：衡量用户深度参与的程度。 2.7 算法思路 文章介绍了基于这些数据的算法策略，如客流量、入店量、入店率、来访周期等的计算方法，以及如何区分新老顾客、测量顾客活跃度和分析其他关键指标。 3. 测试部分 系统进行了性能测试，使用JMeter进行验证，确保在大规模数据处理和实时性要求下系统的稳定性和效率。 本文介绍了一种利用WIFI探针收集用户行为数据，通过B/S架构和大数据分析，为商业决策提供精准且实时的流量监控和客户行为洞察的技术方案。