【报告说明】
linkshop是由深圳市奥维云网研发的客流统计产品，它以人脸识别技术识别门店顾客并采集数据，从而对客流数据统计分析，旨在帮助门店提高门店零售效率。
《家电顾客特征差异分析》报告主要分析了全国至重点城市的顾客属性，包括年龄、性别、进店时段以及驻留热力图，并比较差异，希望帮助零售从业者更好洞察顾客。
【数据说明】
数据来源：linkshop数据服务平台
数据周期：2018年2月
样本选取：某家电品牌全国安装linkshop的门店，包括广东、上海、江苏、山东、河北等
【阅读导航】
全国家电顾客概况
重点城市顾客特征对比
驻留热力图分析推测
第一部分：全国家电顾客概况
顾客性别
与其他购物不同，家电顾客呈现出“男多女少”
男性对于电子科技类产品更感兴趣和精通，在购买中具有相对主导权；与女性更爱结伴逛街相比，男性也常常一个人逛商场购买产品。
顾客年龄
顾客集中在20-50岁，其中30-40岁顾客最多， 20-30岁和40-50岁顾客人数相当
由于家电单价较高，一般为家庭使用，所以顾客偏成熟型，拥有稳定的生活关系和经济实力。
进店时段top6
进店时段指统计各个时段的客流数量。
顾客更乐于在下午13点到16点逛街购买家电，其中16点进店人数最多
购买家电是一件耗费体力和脑力的事情，所以顾客更倾向于在下午精力充沛的时候去门店。而晚上人们往往有各种休闲娱乐活动，需要放松，相对较少去购买家电。
第二部分：重点城市顾客特征对比
我们选择一线城市深圳、上海，非一线城市苏州、济南，作为重点城市进行顾客特征对比。
顾客性别
1. 深圳男女顾客占比差异值最大，男性数量是女性的2.8倍
2. 苏州、济南男女顾客占比与全国平均水平相近
3. 上海是唯一女性顾客多于男性顾客的城市
（差异值=男性顾客占比-女性顾客占比）
顾客年龄
1. 各城市顾客年龄占比最多的均为30-40岁
2. 上海老中青年顾客分布相对均衡，30岁以下和50岁以上顾客占比与其他城市相比最高
3. 苏州30岁以下顾客占比与其他城市相比最低，年轻顾客可开发潜力大
4. 深圳顾客年龄结构偏年轻，50岁以上顾客占比与其他城市相比最低
进店时段top6
1. 四个城市进店时段top6的客流均占该城市总客流的50%以上
2. 下午15点和16点是各个城市的进店时段top6
3. 深圳、上海顾客更集中于下午甚至晚上购买家电，苏州顾客倾向于下午进店，济南顾客则偏好上午进店
第三部分：驻留热力图分析推测
热力图是根据门店各个位置的停留顾客数量绘制的图片，从热力图中可以看出顾客的驻留情况，分析偏好产品，调整产品陈列策略。
我们从全国抽取了20家“u”型展厅门店2018年2月的热力图数据进行对比分析。
1. 顾客往往很容易只在展厅某一侧聚集，并对该侧产品持续关注，形成热力区域。
2. 另一侧顾客路径则相对较为分散，难以形成热力区。
3. 家具的摆放对顾客路径具有引导作用，从上图推测，横向摆放的沙发可能比纵向摆放的沙发更容易让顾客停留。
将上述所有展厅调整摆正，用简洁的线条表示门店结构和顾客热力，可得到下图。
下期我们将针对家电顾客特征分析应对方法。
1. 男女有别，接待顾客时有什么不同？
2. 不同年龄的顾客有什么特点？
3. 如何根据顾客进店时段高效接待？
关注我们不错过以后更多的顾客大数据哦~