零售業(yè)中數(shù)據(jù)倉庫的設計與數(shù)據(jù)挖掘

[摘要] 本文從數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的角度探討了零售業(yè)在現(xiàn)代化的市場進行信息收集和分析的必要性和發(fā)展趨勢。提出了零售業(yè)基于數(shù)據(jù)挖掘的數(shù)據(jù)倉庫設計與構造和利用數(shù)據(jù)挖掘技術進行的各種有效分析，闡明了基于數(shù)據(jù)挖掘技術的信息高效利用是商家競爭的有效手段。

[關鍵詞] 零售業(yè) 數(shù)據(jù)倉庫 數(shù)據(jù)挖掘

零售業(yè)是任何一個處于從事由生產(chǎn)者到消費者的產(chǎn)品營銷活動的個人或公司，他們從批發(fā)商、中間商或者制造商處購買商品，并直接銷售給消費者。當代的零售業(yè)早已不再是傳統(tǒng)的“整買零賣，賤進貴出”的簡單商業(yè)行為。它是行業(yè)間科學管理和高科技應用的競爭。沃爾瑪前CEO David Glass 曾經(jīng)說過這樣一句話：“沃爾瑪是一家科技信息公司”。乍一聽，這句話很難理解：沃爾瑪不是世界上最大的零售商嗎？細細品味，Glass 這句話可以說是一語道出了沃爾瑪?shù)统杀?、高效益的真諦。

眾所周知，現(xiàn)代化的市場信息收集和分析本身就是高科技的體現(xiàn)。消費者的心理、行為、生活習慣，以及收入甚至婚姻狀況無不成為商家的決策必需，由此，新的系統(tǒng)、軟件應運而生。高科技在產(chǎn)品開發(fā)、商品策劃、銷售預測、貨源采購和精確定價等各個環(huán)節(jié)的應用已經(jīng)成為經(jīng)營者們不可缺少的決策依據(jù)。而支持眾多決策的是其中的數(shù)據(jù)倉庫和挖掘技術。

一、構建數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術的必要性

簡單講數(shù)據(jù)倉庫是一種多個異種數(shù)據(jù)源在單個站點以統(tǒng)一的模式組織存儲，以支持管理決策。數(shù)據(jù)挖掘是從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其他信息庫中的大量數(shù)據(jù)中挖掘有用知識的過程。

數(shù)據(jù)的豐富帶來了對強有力的數(shù)據(jù)分析工具的需求，大量的數(shù)據(jù)被描述為“數(shù)據(jù)豐富”，但“信息貧乏”?？焖僭鲩L的海量數(shù)據(jù)收集、存放在大型和大量數(shù)據(jù)庫中，沒有強有力的工具，理解它們已經(jīng)遠遠超出了人的能力。結果，收集在大型數(shù)據(jù)庫中的數(shù)據(jù)變成了“數(shù)據(jù)墳墓”——難得再訪問的數(shù)據(jù)檔案。這樣，重要的決定常常不是基于數(shù)據(jù)庫中的信息豐富的數(shù)據(jù)，而是基于決策者的直覺，因為決策者缺乏從海量數(shù)據(jù)中提取有價值知識的工具。此外，考慮當前的專家系統(tǒng)技術，通常，這種系統(tǒng)依賴用戶或領域?qū)＜胰斯さ貙⒅R輸入知識庫。不幸的是，這一過程常常有偏差和錯誤，并且耗時、費用高。數(shù)據(jù)挖掘工具進行數(shù)據(jù)分析，可以發(fā)現(xiàn)重要的數(shù)據(jù)模式，對商務決策、知識庫、科學和醫(yī)學研究做出了巨大貢獻。數(shù)據(jù)和信息之間的鴻溝要求系統(tǒng)地開發(fā)數(shù)據(jù)挖掘工具，將數(shù)據(jù)墳墓轉(zhuǎn)換成知識“金塊”。簡單講數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或“挖掘”知識。

數(shù)據(jù)倉庫中不是存放每個銷售事物的細節(jié)，而是存放每個部門每類商品的匯總數(shù)據(jù)，或?qū)^高層次的匯總數(shù)據(jù)。OLAP（聯(lián)機分析處理）提供數(shù)據(jù)倉庫中匯總數(shù)據(jù)的多視圖和動態(tài)視圖能力，為成功的數(shù)據(jù)挖掘奠定了堅實的基礎。數(shù)據(jù)挖掘可以幫助商界經(jīng)理們找到合適的客戶，也能獲得對商務的洞察，幫助提高市場份額和增加利潤。此外，數(shù)據(jù)挖掘能夠幫助經(jīng)理們了解客戶的群體特點，并據(jù)此制定價格策略；不是根據(jù)知覺，而是根據(jù)客戶的購買模式導出的實際商品組的排放；在降低推銷商品開銷的同時，提高總體推銷的純效益。

二、零售業(yè)中的數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

零售業(yè)是數(shù)據(jù)挖掘的主要應用領域，這是因為零售業(yè)積累了大量的銷售數(shù)據(jù)，顧客購買歷史記錄，貨物進出，消費與服務記錄，等等。其數(shù)據(jù)量在不斷地迅速膨脹，特別是由于日益發(fā)展的Web或電子商務商的商業(yè)方式的方便和流行。今天，許多商店都有自己的Web站點、顧客可以方便地在線購買商品。一些企業(yè)，如Amazon.com，只有在線方式，沒有磚瓦構成的（物理的）商場。零售數(shù)據(jù)為數(shù)據(jù)挖掘提供了豐富的資源。

零售數(shù)據(jù)挖掘可有助于識別顧客購買行為，發(fā)現(xiàn)顧客購買模式和趨勢，改進服務質(zhì)量，取得更好的顧客保持力和滿意程度，提高貨品銷售比率，涉及更好的貨品運輸與分銷策略，減少商業(yè)成本。

零售業(yè)中的數(shù)據(jù)挖掘可從以下幾個方面具體實施：

1.基于數(shù)據(jù)挖掘的數(shù)據(jù)倉庫設計與構造

由于零售數(shù)據(jù)覆蓋面廣（包括銷售、顧客、職員、貨品運輸、銷量和服務），所以有許多設計數(shù)據(jù)倉庫的方式。所包含的細節(jié)級別可以變化很大。由于數(shù)據(jù)倉庫的主要用途是支持數(shù)據(jù)分析和數(shù)據(jù)挖掘，預先的一些數(shù)據(jù)挖掘例子的結果可作為設計和開發(fā)數(shù)據(jù)倉庫結構的參考依據(jù)。這些設計要決定哪些維護什么級別，以及為保證高質(zhì)量和有效的數(shù)據(jù)挖掘應進行哪些預處理。建議以遞增、進化的方式（如圖1）實現(xiàn)數(shù)據(jù)倉庫。

圖1 數(shù)據(jù)倉庫開發(fā)的方法

2.銷售、顧客、產(chǎn)品、時間和地區(qū)的多維分析

考慮到顧客的需求，產(chǎn)品的銷售，趨勢和時尚，以及日用品的質(zhì)量、價格、利潤和服務，零售業(yè)需要的是實時的信息。因此提供強有力的多維分析和可視化工具是是十分重要的一件事，這包括提供根據(jù)數(shù)據(jù)分析的需要構成復雜的數(shù)據(jù)立方體如圖2所示。基本方體包含所有的維city，item和year，它可以返回這三維的任意組合。頂點方體表示分組為空的情況，它包含所有銷售的總合。特征數(shù)據(jù)立方體，在零售數(shù)據(jù)分析中是一種有用的數(shù)據(jù)結構，因為它方便了帶有復雜條件的聚集上的分析。

圖2 三維數(shù)據(jù)立方體

3.促銷活動的有效分析

零售業(yè)經(jīng)常通過廣告、優(yōu)惠券和各種折扣和讓利的方式搞促銷活動，以達到促銷產(chǎn)品，吸引顧客的目的。認真分析促銷活動的有效性，有助于提高企業(yè)利潤。多維分析可滿足這方面分析的要求，方法是通過比較促銷期間的銷售量和交易數(shù)量與促銷活動前后的有關情況。此外，關聯(lián)分析可以找出哪些商品可能遂將假商品一同被購買，特別是與促銷活動前后的銷售向比，它廣泛應用于購物車或事物數(shù)據(jù)分析。

4.顧客保持力——顧客忠誠分析

通過顧客榮譽卡信息，可以記錄下一個顧客的夠買序列。顧客的忠誠和購買趨勢可以按系統(tǒng)的方式加以分析。由同一顧客在不同時期購買的商品可以分組為序列。序列模式挖掘可用于分析顧客的消費或忠誠的變化，據(jù)此對價格和商品的花樣加以調(diào)整，以便留住老客戶，吸引新顧客。

5.購買推薦和商品參照

通過從銷售記錄中挖掘關聯(lián)信息，可以發(fā)現(xiàn)買某一品牌香水的顧客很可能夠買其他一些商品。這類信息可用于形成一定的購買推薦，購買推薦可在Web、每周傳單或收據(jù)上宣傳，以便改進服務，幫助顧客選擇商品，增加銷售額。同樣，諸如“本周熱點商品”之類的信息或有吸引力的買賣也可以和相關信息一同發(fā)布，以達到促銷的目的。

總之，與其他行業(yè)一樣，零售業(yè)的競爭是信息獲取和有效利用的競爭。數(shù)據(jù)挖據(jù)可以幫助商界經(jīng)理們找到更合適的客戶，也能獲得對商務的洞察，幫助提高市場份額和增加利潤。此外，數(shù)據(jù)挖掘能夠幫助經(jīng)理們了解顧客的群體特點，并據(jù)此制定價格策略；不是根據(jù)直覺，而是根據(jù)顧客的購買模式導出的實際商品組來修正商品排放；在降低推銷商品開銷的同時，提高總體推銷的純效益。

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。