店铺数据处理方法、装置、计算机设备和存储介质

技术领域

本申请涉及商场管理系统技术领域，特别是涉及一种店铺数据处理方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

在日常的商场管理中，针对获取到的各店铺的数据信息(例如，营业额数据)，商场管理人员基于自身管理经验，对各店铺的数据信息进行数据分析处理，得到目标指标下的指标数据，其中，目标指标用于反映各店铺的运营情况。进而，商场管理人员可以基于各目标指标下的指标数据对各店铺进行管理。

然而，目前的商场管理方法中，当数据量较大时，商场管理人员分析处理的数据种类较多、耗时较长，并且针对商场中的各店铺进行人工的数据分析得到的指标数据，不具有准确性和及时性，使得店铺数据较难进行处理。

发明内容

基于此，有必要针对上述技术问题，提供一种店铺数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种店铺数据处理方法，所述方法包括：

获取目标商场内各店铺的运营数据；

根据预设的指标计算策略和各所述店铺的运营数据，确定各所述店铺对应的运营数据表项；所述运营数据表项中包含用于反映所述店铺的运营情况的评价指标；

基于预先构建的运营评价条件和各所述店铺对应的运营数据表项，确定目标店铺。

在其中一个实施例中，所述显示店铺把脉页面之前，所述根据预设的指标计算策略和各所述店铺的运营数据，确定各所述店铺对应的运营数据表项，包括：

根据预设的指标权重系数，对各所述店铺的运营数据进行加权计算，得到各预设指标的指标值；

根据所述各预设指标对应的指标值，构建各所述店铺对应的运营数据表项。

在其中一个实施例中，所述运营评价条件中包括多种店铺问题对应的店铺判别条件；所述基于预先构建的运营评价条件和各所述店铺对应的运营数据表项，确定目标店铺，包括：

根据每一店铺问题对应的店铺判别条件，对各所述店铺的运营数据表项中包含的各指标值进行比较判别；

若所述店铺的运营数据表项满足所述店铺判别条件，则将所述店铺确定为目标店铺；

根据所述店铺判别条件对应的店铺问题标记所述目标店铺。

在其中一个实施例中，所述根据所述店铺判别条件对应的店铺问题标记所述目标店铺之后，所述方法还包括：

根据所述目标店铺存在的店铺问题，在预设的店铺问题与管理策略的对应关系中，确定所述目标店铺的店铺问题对应的目标管理策略；

根据所述目标管理策略，对所述目标店铺进行标记。

在其中一个实施例中，所述方法包括：

显示所述目标商场内目标业态下的店铺把脉页面，所述店铺把脉页面中包含所述目标业态下的多个店铺的运营数据表项；

响应于对所述运营数据表项的图表查看操作，显示每一所述店铺的所述运营数据表项对应的可视化图表，以使通过所述可视化图表确定目标店铺。

在其中一个实施例中，所述方法还包括：

显示店铺问诊页面，所述店铺问诊页面中包含多种店铺问题选项；

响应于对目标的店铺问题选项的触发操作，根据所述目标的店铺问题选项对应的店铺问题，在各所述店铺中确定存在相同的店铺问题的目标店铺；

在所述店铺问诊页面的预设显示区域中，显示所述目标店铺。

在其中一个实施例中，所述确定所述目标店铺对应的店铺问题之后，所述方法还包括：

响应于对所述目标店铺的问题清单创建操作，获取标签信息，生成包含所述标签信息的所述目标店铺对应的问题清单的代办项，并将所述代办项进行输出显示。

第二方面，本申请还提供了一种店铺数据处理装置。所述装置包括：

获取模块，用于获取目标商场内各店铺的运营数据；

第一确定模块，用于根据预设的指标计算策略和各所述店铺的运营数据，确定各所述店铺对应的运营数据表项；所述运营数据表项中包含用于反映所述店铺的运营情况的评价指标；

第二确定模块，用于基于预先构建的运营评价条件和各所述店铺对应的运营数据表项，确定目标店铺。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取目标商场内各店铺的运营数据；

根据预设的指标计算策略和各所述店铺的运营数据，确定各所述店铺对应的运营数据表项；所述运营数据表项中包含用于反映所述店铺的运营情况的评价指标；

基于预先构建的运营评价条件和各所述店铺对应的运营数据表项，确定目标店铺。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取目标商场内各店铺的运营数据；

根据预设的指标计算策略和各所述店铺的运营数据，确定各所述店铺对应的运营数据表项；所述运营数据表项中包含用于反映所述店铺的运营情况的评价指标；

基于预先构建的运营评价条件和各所述店铺对应的运营数据表项，确定目标店铺。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取目标商场内各店铺的运营数据；

根据预设的指标计算策略和各所述店铺的运营数据，确定各所述店铺对应的运营数据表项；所述运营数据表项中包含用于反映所述店铺的运营情况的评价指标；

基于预先构建的运营评价条件和各所述店铺对应的运营数据表项，确定目标店铺。

上述店铺数据处理方法、装置、计算机设备、存储介质和计算机程序产品，

计算机设备获取目标商场内各店铺的运营数据；根据预设的指标计算策略和各所述店铺的运营数据，确定各所述店铺对应的运营数据表项；所述运营数据表项中包含用于反映所述店铺的运营情况的评价指标；基于预先构建的运营评价条件和各所述店铺对应的运营数据表项，确定目标店铺。采用本方法，通过预设的指标计算策略计算店铺对应的运营数据表项，通过该运营数据表项以及预先构建的运营评价条件，确定目标店铺，提高了目标店铺的筛选准确性和及时性。

附图说明

图1为一个实施例中店铺数据处理方法的流程示意图；

图2为一个实施例中构建运营数据表项步骤的流程示意图；

图3为一个实施例中确定目标店铺步骤的流程示意图；

图4为一个实施例中分匹配目标管理策略步骤的流程示意图；

图5为一个实施例中输出显示可视化图标步骤的流程示意图；

图6为一个实施例中对目标业态进行店铺把脉步骤的流程示意图；

图7为一个实施例中业态概览页面的示意图；

图8为一个实施例中确定问题店铺步骤的流程示意图；

图9为一个实施例中店铺问诊页面的示意图；

图10为一个实施例中问题清单显示页面的示意图；

图11为一个实施例中目标店铺筛选条件的配置步骤的流程示意图；

图12为一个实施例中店铺把脉页面的示意图；

图13为一个实施例中显示店铺详情页面的流程示意图；

图14为一个实施例中店铺详情页面的示意图；

图15为一个实施例中店铺数据处理系统架构示意图；

图16为一个实施例中店铺数据处理装置的结构框图；

图17为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种店铺数据处理方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。

本实施例中，该方法包括以下步骤：

步骤102，获取目标商场内各店铺的运营数据。

在实施中，计算机设备中预先部署有店铺数据处理系统，每一用户可以基于自身的管理权限，在该店铺数据处理系统中查看目标商场的运营情况。具体地，计算机设备响应于用户的查询操作，获取待查询的目标商场内各店铺的运营数据。其中，运营数据可以但不限于包括：客流数据(例如、过店客流数据、进店客流数据、深逛客流数据)、销售额数据、租金数据等等，本申请实施例不做限定。

步骤104，根据预设的指标计算策略和各店铺的运营数据，确定各店铺对应的运营数据表项。

其中，运营数据表项中包含用于反映店铺的运营情况的评价指标。

在实施中，计算机设备中部署的店铺数据处理系统中预先存储有指标计算策略，该指标计算策略用于计算店铺的多项评价指标，以使计算机设备基于该评价指标组成各店铺的运营数据表项，进而，计算机设备通过运营数据表项判别分析店铺的运营情况。具体地，每一指标计算策略对应一种预设的评价指标，该评价指标由多种运营数据计算得到，该指标计算策略中还包含有该评价指标的权重系数。然后，计算机设备基于该指标计算策略中指标的计算公式和评价指标的权重系数，确定该店铺对应的评价指标的指标值。

步骤106，基于预先构建的运营评价条件和各店铺对应的运营数据表项，确定目标店铺。

在实施中，计算机设备中预先构建有指标评价体系，在该指标评价体系中包含多种业务场景(或称为店铺问题场景)，每种业务场景中包含用于评价店铺的运营评价条件。然后，计算机设备基于该运营评价条件和已计算出的各店铺对应的运营数据表项进行判别分析，在各店铺中确定目标店铺。

其中，目标店铺可以为被确定出的运营异常店铺(或称为问题店铺)、运营优秀店铺或者新开店铺等，不同类型的目标店铺可以基于运营评价条件的不同确定出，本申请实施例不做限定。

上述店铺数据处理方法，计算机设备获取目标商场内各店铺的运营数据；根据预设的指标计算策略和各所述店铺的运营数据，确定各所述店铺对应的运营数据表项；所述运营数据表项中包含用于反映所述店铺的运营情况的评价指标；基于预先构建的运营评价条件和各所述店铺对应的运营数据表项，确定目标店铺。采用本方法，通过预设的指标计算策略计算店铺对应的运营数据表项，通过该运营数据表项以及预先构建的运营评价条件，确定目标店铺，提高了目标店铺的筛选准确性和及时性。

在一个实施例中，如图2所示，步骤104的具体处理过程如下所示：

步骤202，根据预设的指标权重系数，对各店铺的运营数据进行加权计算，得到各预设指标的指标值。

在实施中，计算机设备基于指标计算策略中预设的指标权重系数，对各店铺的运营数据进行加权计算，从而得到指标计算策略对应的各预设指标的指标值。例如，以店铺转化指标为例，在指标计算策略中店铺转换指标由过店率、进店率和深逛率这三个运营数据(也称为运营指标)计算得到。其中，过店率表示在以“天”为时间单位的监测周期内，经过目标商场内某一店铺(单店)的人数与进入目标商场内的总人数的比值。进店率表示在以“天”为时间单位的监测周期内，进入某一店铺的人数与进入目标商场内的总人数的比值。深逛的含义则是顾客在某一店铺内的游逛时长超过预设时间阈值的情况，因此，深逛率则表示进入某一店铺的深逛人数与进入该店铺的总人数的比值。然后，计算机设备根据每一运营数据(指标)对应的指标权重系数，进行指标计算。其中，过店率对应的指标权重系数为0.25，进店率对应的指标权重系数为0.5以及深逛率对应的指标权重系数为0.25。店铺转化指标的计算公式为：店铺转化指标＝0.25*过店率+0.5进店率+0.25深逛率。进而，计算机设备代入每一店铺的运营数据中的过店率、进店率以及深逛率数据，得到每一店铺的店铺转化指标的指标值。类似的，基于不同的指标计算策略还可以计算其他的评价指标：店铺粘性指标、店铺营收指标等等，本申请实施例不再限定。

可选的，店铺评价指标可以按照层级划分，将当前层级的指标进行加权计算，可以得到更高层级的指标。因此，针对上述新计算出的店铺转化指标、店铺粘性指标和店铺营收等评价指标，计算机设备还可以在新计算出的评价指标的基础上，根据新指标对应的权重系数进一步计算更高层级的指标，具体地，店铺转化指标对应的权重系数为0.2、店铺粘性指标对应的权重系数为0.2，以及店铺营收指标的权重系数为0.6，基于这三个指标以及对应的权重系数可以计算得到新的评价指标：店铺综合评价指标。本申请对于每一层级包含的指标种类，每一层级指标的指标权重系数不做限定。具体地多层级的指标以及每一层级指标对应的权重系数，如下表1所示：

表1

表1中除了包含各指标的释义，还包括在确定店铺运营情况时，对应每一评价指标的权重分配(或称为权重系数)，该权重系数可由用户进行自主设置，本申请实施例不做限定。计算机设备在针对每一店铺进行多指标综合评价时，则可以基于表1中给出的权重系数以及每一店铺的运营数据，对各指标进行加权计算。

步骤204，根据各预设指标对应的指标值，构建各店铺对应的运营数据表项。

在实施中，计算机设备根据计算出的各预设指标对应的指标值，构建各店铺对应的运营数据表项。例如，运营数据表项中可以包含：综合指数、转化指数、粘性指数、营收指数等中的一种或多种运营评价指标，其中，针对每一种类型的评价指标(评价指数)，又可以包含多种子指标，例如，针对转化指数对应包含有过店率、进店率和深逛率等子指标；粘性指数包含有交叉客流坪效和交叉客流率等子指标；营收指数对应有提袋率、客单价和销售坪效等子指标。除了上述这些指标以及子指标，还可以包括店铺数据处理系统针对上述多种运营评价指标分析得到的指标分析结果，将其作为另一种类型的评价指标，例如，针对综合指数、转化指数、粘性指数和营收指数中的每一指标分别可以基于预设时间周期(例如，月)确定指标数据值的环比变化、排名和排名变化等指标分析结果，从而基于每一指标对应的指标分析结果，可以识别店铺的动态月运营情况。本申请实施例对于店铺的运营数据表项中包含的指标种类不做限定。

在一个实施例中，如图3所示，其中，运营评价条件中包括多种店铺问题对应的店铺判别条件。则步骤106的具体处理过程如下所示：

步骤302，根据每一店铺问题对应的店铺判别条件，对各店铺的运营数据表项中包含的各指标值进行比较判别。

在实施中，计算机设备中预先构建有指标评价体系，在该指标评价体系中包含多种业务场景(或称为店铺问题场景)，每种业务场景对应包含用于评价店铺的店铺判别条件。计算机设备根据每一店铺问题场景对应的店铺判别条件，对各店铺的运营数据表项中包含的各指标值进行比较判别。

具体地，预先构建的指标体系中包含的每一店铺问题场景包含多种店铺判别条件的搭配组合，如下表2所示：

表2

表2中包含的客单价指的是每一顾客的平均消费单价。销售坪效指的是每平方米营业面积的营业额(或称为销售额)。租售比为租金与销售额的比值。针对表2中各店铺问题场景中包含的运营评价条件，计算机设备判别每种店铺评价指标的高与低，可以通过预先设定指标阈值来评价某一店铺的指标体系(即表2)中出现的各种指标。例如，当某一店铺的过店率低于预设的过店率阈值，则该店铺的过店率指标即判定为低过店(率)，又如，某一店铺的进店率高于预设的进店率阈值，则该店铺的进店率指标判定为高进店(率)。同理，高深逛(率)即是店铺的深逛率指标高于预设的深逛率阈值等等。

其中，用于评定指标高与低的指标阈值可以由业态内各店铺的平均值来等确定，本申请实施例对于指标阈值的确定方法不做限定。

步骤304，若店铺的运营数据表项中满足店铺判别条件，则将店铺确定为目标店铺。

在实施中，针对某一店铺问题场景中包含的各种店铺判别条件，若某一店铺的运营数据表项满足该店铺判别条件，则计算机设备将该店铺确定为目标店铺。例如，针对某一店铺的运营数据表项中包含的指标值，若计算机设备基于预设的指标阈值判别为该店铺存在：低过店率、高进店率、高深逛率以及高客单价(店铺曝光不足的店铺判别条件)的情况，则可以确定该店铺为店铺曝光不足对应的目标店铺。若某一店铺有高过店率、低进店率和低深逛率(进店转化不足的店铺判别条件)的情况，则确定该店铺为进店转化不足对应的目标店铺。

步骤306，根据店铺判别条件对应的店铺问题标记目标店铺。

在实施中，计算机设备可以根据该店铺判别条件对应的店铺问题，进一步标记该目标店铺。例如，针对确定出的店铺曝光不足对应的目标店铺，将该目标店铺标记为存在店铺曝光不足问题。

在一个实施例中，如图4所示，在步骤306之后，该方法还包括：

步骤402，根据目标店铺存在的店铺问题，在预设的店铺问题与管理策略的对应关系中，确定目标店铺的店铺问题对应的目标管理策略。

在实施中，计算机设备获取预先存储的店铺问题与管理策略的对应关系集合。具体地，针对预先定义的店铺问题，在店铺数据处理系统中预先匹配有对应的管理策略。具体地，计算机设备存储店铺问题与管理策略的对应关系集合，如下表3所示：

表3

计算机设备根据目标店铺存在的店铺问题，在对应关系集合中查询并确定目标管理策略。具体地，当用户经过分析处理确定出目标店铺存在的店铺问题时，例如，针对目标商场内珠宝店2存在店铺转化不足的问题，则基于店铺问题与管理策略的对应关系，用户可以直接确定出珠宝店2的店铺转化不足问题，对应的目标管理策略为经管辅导。

步骤404，根据目标管理策略，对目标店铺进行标记。

在实施中，计算机设备根据确定出的目标管理策略，对目标店铺进行标记。

可选的，计算机设备可以将目标管理策略以目标事件代办项的形式对目标店铺进行标记。具体地，用户通过触发该目标事件代办项，以对目标店铺存在的店铺问题进行管理。计算机设备响应于对问题店铺(即目标店铺)的代办项的触发操作，输出管理策略弹窗，在对应该代办项的管理策略弹窗中添加目标管理策略，以使策略执行人员可以根据添加的目标管理策略。在代办项中添加目标管理策略，以通过目标管理策略，提示目标店铺的管理人员执行相应的管理操作，进行该目标店铺的后期运营管理。并且，计算机设备还将添加了目标管理策略的代办项转换为已办状态，表征该问题店铺的待处理事项已处理。

在一个实施例中，如图5所示，该方法还包括：

步骤502，显示目标商场内目标业态下的店铺把脉页面。

其中，店铺把脉页面中包含目标业态下的多个店铺的运营数据表项

业态是指零售店向确定的顾客群提供确定的商品和服务的具体形态，是零售活动的具体形式。其中，业态可以多种包括：服饰业态、美容业态、珠宝业态、餐饮业态、儿童业态、休闲娱乐业态等等多种类型。

在实施中，当用户(例如，商场管理者)需要了解某一目标商场内经管的任意一种业态类型的店铺(也称为目标业态，例如，珠宝业态，)的运营情况时，用户可以基于计算机设备中显示的店铺数据处理系统，选择待查看的目标业态(即珠宝业态)对应的选项，并执行触发操作，进而，计算机设备响应于该触发操作，在显示界面中显示该目标业态(即珠宝业态)对应的店铺把脉页面。具体地，在该店铺把脉页面中显示有目标商场内包含的属于该目标业态(珠宝业态)下的全部店铺的运营数据表项，并且，每一运营数据表项中均包含多种运营评价指标。

例如，针对目标商场中属于珠宝业态范畴下的多家店铺：珠宝店1至珠宝店10，在计算机设备显示出的店铺把脉页面中具体包含每一家店铺对应的运营数据表项。每一运营数据表项又包含多种运营评价指标，其中，运营数据表项中包含的这多种运营评价指标是计算机设备基于店铺数据处理系统的数据处理逻辑以及获取到的店铺运营数据，进行数据处理得到的。在店铺把脉页面中，每一运营数据表项中包含的多种运营评价指标可以全部输出显示，也可以部分输出显示，用户可以基于店铺内把脉页面进行筛选配置。

另外，在店铺把脉页面中还可以输出显示一些基础指标，例如，店铺的面积占比、面积、销售额、销售占比、销售贡献系数、进店人数、深逛人数、过店人数、交易笔数等，因此，针对每一店铺的运营评价指标可以包含并显示多种，本申请实施例不做限定。

针对每一店铺，计算机设备可以基于运营评价指标(包含预设运营评价指标、指标分析结果、基础指标等)，确定该店铺的运营结果，例如，针对某一店铺的综合指数(运营评价指标)以及该指标对应的环比变化和排名变化(指标分析结果)，确定店铺当前运营情况与上一考察周期(例如，以“月”为周期单位，即上个月)综合指数的排名升降、以及升降幅度等，从而确定该店铺当月的运营情况变化，是趋势向好还是趋势向差。

在一种可选的实施方式中，计算机设备分析处理得到每一指标的指标分析结果(例如，环比变化、排名变化等)后，在店铺把脉页面中可以对应的为每一指标分析结果添加变化标识(或称为趋势标识)，比如，若综合指数对应的排名变化(指标分析结果)为上升变化，除了显示具体名次变化数值，还可以在该指标分析结果后添加向上的箭头，若综合指数对应的排名变化(指标分析结果)为下降变化，除了显示具体名次变化数值，还可以在该指标分析结果后添加向下的箭头，以突出显示店铺的运营情况。

可选的，计算机设备显示的变化标识，还可以用颜色、线条粗细等显示形式进行区分，因此，本申请实施例对于显示区分的形式不做限定。

步骤504，响应于对运营数据表项的图表查看操作，显示每一店铺的运营数据表项对应的可视化图表，以使通过可视化图表确定目标店铺。

在实施中，在店铺把脉页面中显示目标业态下包含的多个店铺，以及多个店铺内对应的运营数据表项，为了更直观的反映每一店铺的运营数据表项中反映的店铺运营情况，用户触发店铺把脉页面中的图表查看选项，生成对应的图表查看操作指令，计算机设备响应于该图表查看操作指令，对每一店铺的多种运营评价指标以及运营评价指标反映的运营结果(即运营趋势或运营情况)绘制对应显示形式的可视化图表，并对每一店铺的可视化图表进行输出显示，进而，用户基于该可视化图表的直观显示，可以确定运营异常的问题店铺。

具体地，基于多种显示模式，用户除了查看每一店铺各运营评价指标以及指标分析结果对应的可视化图表进行纵向(随时间推移该店铺自身运营趋势)分析对比之外，还可以对同一业态类型的各店铺间的运营结果进行横向(即各同业态类型店铺间)比对，从而快速准确的确定运营异常的问题店铺。

上述店铺数据处理方法中，计算机设备的显示界面显示目标业态对应的店铺把脉页面，在该店铺把脉页面中包含目标业态下的多个店铺的运营数据表项。每一运营数据表项中包含多种运营评价指标。进而，计算机设备根据每一店铺对应的多种运营评价指标，确定店铺的运营结果。最后，计算机设备响应于对店铺的运营结果的图表查看操作，显示每一店铺的运营结果对应的可视化图表，可视化图表用于确定问题店铺。采用本方法，通过店铺数据处理方法，在计算机设备的显示界面中可以直观展示目标业态下各店铺的运营数据表项，并通过对各店铺运营数据表项的可视化图表，便于各店铺运营数据表项间的对比，实现高效、直观地确定问题店铺。

在一个实施例中，如图6所示，在针对某一目标业态存在包含其下全部店铺的店铺把脉页面之外，在店铺数据处理系统中还存在以业态为单位，整体的业态概览页面，因此，在步骤502之前，该方法还包括以下步骤：

步骤602，响应于对目标商场的业态概览操作，显示业态概览页面。

其中，业态概览页面中包含目标商场内各业态对应的综合运营数据表项，该综合运营数据表项用于反映各业态的综合运营情况。

在实施中，计算机设备中预先部署的店铺数据处理系统(即店铺数据处理系统)中显示业态概览页面，在该业态概览页面中包含反映目标商场内每一业态对应的综合运营情况的综合运营数据表项。当用户需要了解目标商场内各业态的整体运营情况时，用户可以触发对目标商场的业态概览操作，则计算机设备响应于该业态概览操作，在计算机设备的显示界面显示包含各业态的业态概览页面，该业态概览页面中还包含各业态对应的综合运营数据表项，以反映各业态的综合运营情况。

具体地，如图7所示，给出了某一目标商场对应的业态概览页面的示例，在该示例中，业态概览页面中显示的各业态包括但不限于为：其它、电器、餐饮、主力店(主力店一般指对整体项目其带动作用的店铺，在商场中可以单独划分为一个业态)、珠宝、儿童、普通服饰、休闲娱乐、美容，每一业态对应有反映该业态整体运营情况(或称为综合运营情况)的综合运营数据表项。该综合运营数据表项中包含的多种评价指标与上述步骤602中每一店铺运营数据表项中包含的运营评价指标的指标种类相同，在对综合运营数据表项中包含的多个评价指标进行显示时也可以选择部分或者全部进行显示，而综合运营评价指标与店铺的运营评价指标的区别仅仅在于指标数值反映的是以业态为单位的综合数据值。例如，综合指数、转化指数、粘性指数、营收指数等，均是针对整个业态的评价指标。

与上述店铺把脉页面中对应的多种运营评价指标的显示方式相同，即在业态概览页面的显示内容中，针对每一业态运营数据表项中包含的评价指标可以由用户预先进行选择配置，若用户选择默认模式下的固定评价指标组合，则在业态概览页面中显示固定的评价指标组合，若用户自定义(自配置)指标组合，则也可以通过业态概率页面中提供的指标列表，用户进行预先的勾选确定的，因此，本申请实施例中对于业态概览页面中每一业态综合运营数据表项中包含并显示的评价指标的种类和数目不做限定。

具体地，用户自定义指标组合的过程如下所示：

针对店铺数据处理系统后台处理分析得到的运营数据表项(即多种运营评价指标)，在业态概览页面中提供有显示配置选项，如图7所示，“快捷字段”选项，即表示为默认模式下运营数据表项中包含评价指标的固定搭配组合，进而，当用户勾选“快捷字段”选项时，计算机设备响应于对运营评价指标的默认选项的触发操作，在业态概览页面中仅显示默认模式下固定的指标搭配组合。“更多字段选择”选项，即用户可以自定义在业态概览页面中可以显示的运营评价指标的种类数和数目，因此，当用户触发“更多字段选择”选项时，计算机设备响应于用户的触发操作，以弹窗形式显示包含有全部运营评价指标以及评价子指标的备选选项列表，在备选选项列表中，用户基于管理和查询需要勾选对应的运营评价指标，进而，在业态概览页面中显示勾选出的运营评价指标。

步骤604，基于各业态对应的综合运营数据表项，确定目标业态。

在实施中，针对业态概览页面中显示出的各业态的综合运营数据表项，用户基于管理需求，确定出需要查看的目标业态，进而在业态概览页面进行选中操作。例如，用户基于综合运营数据表项反映的各业态的整体运营情况，需要进一步查看珠宝业态的详细运营情况，查询珠宝业态内部问题所在，则用户可以在业态概览页面中触发珠宝业态，则确定珠宝业态为目标业态。

步骤606，响应于对目标业态的选中操作，执行显示目标业态对应的店铺把脉页面的步骤。

在实施中，计算机设备响应于对目标业态的选中操作，由业态概览页面跳转至目标业态的店铺把脉页面，对店铺把脉页面进行输出显示，即执行显示目标业态对应的店铺把脉页面的步骤(上述步骤502)，该步骤502的具体实现过程已在前面详细描述，本申请实施例不再赘述。

在一个实施例中，如图8所示，该店铺数据处理方法包括：

步骤802，显示店铺问诊页面。

其中，店铺问诊页面中包含有预置的店铺问题选项。

在实施中，计算机设备显示店铺问诊页面。如图9所示，店铺问诊页面显示的店铺问题选项包含有：店铺转化不足、店铺曝光不足、店铺飞单监测和自定义选项等。其中的每一店铺问题选项均可以进行触发，进而得到筛选出的问题店铺。

步骤804，响应于对目标店铺问题选项的触发操作，显示存在目标店铺问题的问题店铺。

在实施中，计算机设备响应于对目标店铺的问题选项的触发操作，显示存在目标店铺问题(也即目标问题)的问题店铺。具体地，基于计算机设备显示界面中显示的各类问题选项，若用户针对某一问题选项进行触发操作，例如，触发店铺曝光不足这一问题选项，进而，计算机设备可以在店铺问诊页面显示存在这类问题的问题店铺，如图9所示，该目标商场内存在店铺曝光不足问题的店铺有：儿童类：婴幼早教店1、男装/女装店18和餐饮类其他店3。

在一个实施例中，用户基于在店铺数据处理系统中的多种筛选分析操作，确定出问题店铺，进一步地，该店铺数据处理方法还包括：

响应于对问题店铺的问题清单创建操作，获取标签信息，并根据标签信息生成问题店铺对应的问题清单的代办项，并将代办项进行输出显示。

在实施中，计算机设备基于与用户的人机交互，和后台的数据处理分析，确定出问题店铺之后，计算机设备显示问题店铺的店铺问诊页面，用户针对该问题店铺触发问题清单创建操作，然后，计算机设备响应于该问题清单创建操作，获取该问题店铺的问题信息的标签，基于标签生成该问题店铺对应的问题清单。最后，计算机设备将该问题清单的状态确定为代办状态(即代办项)，在显示界面以问题清单代办项形式进行输出显示。

具体地，如图10所示，计算机设备响应于问题清单创建操作，在店铺问诊页面的上层输出问题清单弹窗，用户可以在问题清单弹窗中填写对应的店铺问题信息，以作为标签信息对问题店铺进行标记。进而，计算机设备基于填入的标签信息，生成问题清单，并确定该问题清单为代办状态(即生成问题清单代办项)进行输出显示。

在一个实施例中，如图11所示，步骤502的具体处理过程包括：

步骤1102，响应于筛选条件的配置操作，确定目标店铺筛选条件。

在实施中，在计算机设备的后台处理系统处理得到每一店铺的多维度运营评价指标后，为了便于更好的突出显示，用户可以在显示页面中显示需要的目标店铺以及该目标店铺的部分运营评价指标。因此，在计算机设备的显示页面中有用于配置店铺筛选条件的筛选配置框，在该筛选配置框中包含多种用于筛选店铺以及筛选运营评价指标的筛选条件，进而，用户可以执行筛选条件的配置操作，计算机设备响应于筛选条件的配置操作，确定目标店铺筛选条件。

如图12所示，在店铺把脉页面中，在筛选配置框中可以配置业态筛选条件、楼层筛选条件、时间筛选条件等来进行目标店铺的筛选，同时，针对筛选得到的每一目标店铺也可以进一步确定该目标店铺对应显示的运营数据表项。

步骤1104，根据目标店铺筛选条件，在店铺把脉页面中显示满足目标店铺筛选条件的多个待处理店铺以及多个待处理店铺对应的运营数据表项。

在实施中，计算机设备根据目标店铺筛选条件，在店铺把脉页面中显示满足目标店铺筛选条件的多个待处理店铺以及多个待处理店铺对应的运营数据表项。每一运营数据表项中可以包含针对该店铺的部分或全部运营数据评价指标，其中，显示的运营数据表项中部分或全部运营数据评价指标也是基于显示页面中提供的“快捷字段”、“更多字段”等配置得到的。

在一个实施例中，如图13所示，在针对店铺把脉页面进行目标业态的店铺内容显示时，用户可以进一步查看其中目标店铺的店铺详情，该店铺数据处理方法还包括：

步骤1302，响应于对待处理店铺中目标店铺的选中操作，显示目标店铺对应的店铺详情页面。

其中，待处理店铺即目标商场内所属目标业态的全部店铺。例如，针对珠宝业态，则为某一目标商场内全部属于珠宝业态的店铺：珠宝店1至珠宝店5。

在实施中，计算机设备响应于对待处理店铺中目标店铺的选中操作，显示目标店铺对应的店铺详情页面。具体地，在店铺内把脉页面中，用户针对全部的待处理店铺进行查询分析时，若基于其中运营评价指标数据最明显的店铺(即目标店铺)进一步查看时，则需要选中目标店铺进行触发操作，如图8所示，用户针对“珠宝店2”的选中操作，在计算机显示界面进行页面跳转，跳转并显示珠宝店2的店铺详情页面(也即珠宝店2的店铺把脉页面)。

步骤1304，在店铺详情页面中，将目标店铺对应的运营数据表项按照预设显示形式以及预设显示区域进行输出显示。

在实施中，在店铺详情页面中，计算机设备将目标店铺对应的运营数据表项按照预设显示形式以及预设显示区域进行输出显示。如图10所示，针对目标店铺的多种运营评价指标，计算机设备在店铺详情页面进行多种形式的输出展示，例如，以漏斗图的形式显示店铺的过店率、进店率、深逛率、提货率等指标，同时也以可视化表格形式显示过店率、进店率、深逛率、提货率等指标的数据值，并且在可视化表格中还可以反映相较于同业(态)均值、同层均值、全场均值等的上涨和下降情况。另外，在店铺详情页面还采用折线图、目标显示框(目标显示区域)等方式来显示核心指标等，本申请实施例对于店铺详情页面内的指标内容以及指标内容显示形式不做限定。

在一个实施例中，用户可以直接获取计算机设备实时处理后全部店铺的月度数据，生成全部店铺的运营数据月报。具体地，该店铺数据处理方法还包括：

响应于对目标商场内的全部店铺的复盘操作，生成包含目标商场内各店铺对应的运营数据月报。

在实施中，针对目标商场内包含的全部店铺，用户可以直接在计算机设备的显示页面中触发“管理月报”选项，触发对目标商场内全部店铺的复盘操作，计算机设备响应于该目标商场的复盘操作，生成包含目标商场内各店铺的运营数据月报。其中，每一店铺的运营数据月报中包含该店铺多种运营评价指标下的月度运营数据，例如，月销售额、月过客率、月进店率等等。

在一个实施例中，如图14所示，上述店铺数据处理方法中，计算机设备可以与用户间进行人机交互，以实现多种运营数据表项(例如，包含多种运营评价指标等)的多种显示形式的输出显示，而多种运营数据表项中指标数据值的确定均由计算机设备基于预先设定的数据处理规则进行实时数据处理得到，具体地，运营数据表项的确定方法包括：

在一个实施例中，如图15所示，为一种店铺数据处理系统的整体架构示意图，在该整体架构示意图中预先存储有多种不同的业务场景，每种业务场景对应管理动作(也称为管理策略)，在店铺数据处理系统中包含多个功能模块，具体为：

第一显示模块，用于显示目标业态对应的店铺把脉页面，所述店铺把脉页面中包含所述目标业态下的多个店铺的运营数据表项；

确定模块，用于根据每一所述店铺对应的所述多种运营评价指标，确定所述店铺的运营结果；

第二显示模块，用于响应于对所述店铺的运营结果的图表查看操作，显示每一所述店铺的所述运营结果对应的可视化图表，所述可视化图表用于确定问题店铺。

店铺数据处理系统中还包括定位问题模块和问题诊断模块，定位问题模块用于根据问题筛选条件，筛选定位问题店铺，问题诊断模块用于针对某一目标店铺，确定该目标店铺存在的店铺问题。

其中，针对问题筛选条件，在店铺数据系统中预先构建有多种存在店铺问题的业务场景，并且针对每一种业务场景还匹配有管理策略(也称为管理动作)，以用于对店铺问题进行修正管理。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的店铺数据处理方法的店铺数据处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个店铺数据处理装置实施例中的具体限定可以参见上文中对于店铺数据处理方法的限定，在此不再赘述。

在一个实施例中，如图16所示，提供了一种店铺数据处理装置1600，包括：第一显示模块1610、确定模块1620和第二显示模块1630，其中：

获取模块1610，用于获取目标商场内各店铺的运营数据；

第一确定模块1620，用于根据预设的指标计算策略和各店铺的运营数据，确定各店铺对应的运营数据表项；运营数据表项中包含用于反映店铺的运营情况的评价指标；

第二确定模块1630，用于基于预先构建的运营评价条件和各店铺对应的运营数据表项，确定目标店铺。

在一个实施例中，第一确定模块1620，具体用于根据预设的指标权重系数，对各店铺的运营数据进行加权计算，得到各预设指标的指标值；

根据各预设指标对应的指标值，构建各店铺对应的运营数据表项。

在一个实施例中，运营评价条件中包括多种店铺问题对应的店铺判别条件。第二确定模块1630，具体用于根据每一店铺问题对应的店铺判别条件，对各店铺的运营数据表项中包含的各指标值进行比较判别；

若店铺的运营数据表项满足店铺判别条件，则将店铺确定为目标店铺；

根据店铺判别条件对应的店铺问题标记目标店铺。

在一个实施例中，店铺数据处理装置1600还包括：

确定模块，用于根据目标店铺存在的店铺问题，在预设的店铺问题与管理策略的对应关系中，确定目标店铺的店铺问题对应的目标管理策略；

标记模块，用于根据目标管理策略，对目标店铺进行标记。

在一个实施例中，店铺数据处理装置1600还包括：

第一显示模块，用于显示目标商场内目标业态下的店铺把脉页面。其中，店铺把脉页面中包含目标业态下的多个店铺的运营数据表项；

第二显示模块，用于响应于对运营数据表项的图表查看操作，显示每一店铺的运营数据表项对应的可视化图表，以使通过可视化图表确定目标店铺。

在一个实施例中，店铺数据处理装置1600还包括：

第三显示模块，用于显示店铺问诊页面，店铺问诊页面中包含多种店铺问题选项；

确定模块，用于响应于对目标的店铺问题选项的触发操作，根据目标的店铺问题选项对应的店铺问题，在各店铺中确定存在相同的店铺问题的目标店铺；

第四显示模块，用于在店铺问诊页面的预设显示区域中，显示目标店铺。

在一个实施例中，店铺数据处理装置1600还包括：

生成模块，用于响应于对目标店铺的问题清单创建操作，获取标签信息，生成包含标签信息的目标店铺对应的问题清单的代办项，并将代办项进行输出显示。

上述店铺数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图17所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种店铺数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图17中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了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时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。