Data Analysis From an Internet Of Things System in a Gas Station Convenience Store

Le numérique est de plus en plus populaire et peut être appliquée à plusieurs industries et entreprises afin d'améliorer la productivité et extraire des informations de marketing. Ce travail de recherche s'adresse sur le potentiel des applications d'exploration de données dans un magasin numérisé de vente au détail traditionnel. L'objectif est de démontrer que grâce à un système IoT, des informations peuvent être extraites à partir des données collectées à l'aide des méthodes appropriées, tel que les méthodes d'exploration de données. Nos objectifs ont été réalisés en installant des capteurs Bluetooth dans un dépanneur de station d'essence dans la ville de Laval et en recueillant des données provenant des appareils Bluetooth des clients. Ces appareils incluent tous les téléphones intelligents et les montres intelligentes équipés de la technologie Bluetooth. Une collecte automatisée a été faite sur une durée de une semaine. À partir des données collectées, une première analyse a été effectué pour trouver une corrélation entre le RSSI et les distances réelles dans le but de tracer le mouvement des clients dans le magasin. Ces analyses ont montré que la précision des capteurs n'est pas assez forte pour démontrer un mouvement précis des clients. Pour s'adapter au manque de précision observé, la prochaine étape a été de regarder les données des capteurs comme des événements de présences ou absences dans les zones autours de chaque capteur. Avec les présences identifiées, une proportion de volume d'activité dans chaque zone a été établi comme donnée pour être utilisée avec les rapports de ventes du magasin pour en construire un arbre de décision. Nos résultats ont démontré que des informations peuvent être extraites à partir de la construction de ces arbres de décision qui contiennent des données venant d'un système IoT bien mis en place dans un environnement de vente au détail traditionnel.