談數(shù)據(jù)挖掘技術(shù)在零售業(yè)中的應(yīng)用

[摘要] 本文主要研究了數(shù)據(jù)挖掘技術(shù)及其在零售業(yè)領(lǐng)域的具體應(yīng)用，深入探討了數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)挖掘技術(shù)在零售業(yè)領(lǐng)域的應(yīng)用形式及我國(guó)零售企業(yè)如何利用數(shù)據(jù)挖掘技術(shù)提高自身競(jìng)爭(zhēng)力，在激烈的市場(chǎng)競(jìng)爭(zhēng)中立于不敗之地。

[關(guān)鍵詞] 數(shù)據(jù)挖掘 零售業(yè) 應(yīng)用

一、引言

近年來(lái)，數(shù)據(jù)挖掘技術(shù)引起了信息產(chǎn)業(yè)界的極大關(guān)注。主要原因是人們利用信息技術(shù)生產(chǎn)和搜集數(shù)據(jù)的能力大幅度提高，數(shù)千萬(wàn)個(gè)數(shù)據(jù)庫(kù)被用于商業(yè)管理、政府辦公、科學(xué)研究和工程開(kāi)發(fā)等等，并且這一勢(shì)頭仍將持續(xù)發(fā)展下去。一個(gè)新的挑戰(zhàn)被提了出來(lái):如何將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息，提高數(shù)據(jù)利用率呢?要使數(shù)據(jù)真正成為一個(gè)公司的資源，只有充分利用它為公司自身的業(yè)務(wù)決策和戰(zhàn)略發(fā)展服務(wù)才行，否則大量的數(shù)據(jù)可能成為包袱，甚至成為垃圾。因此，數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)應(yīng)運(yùn)而生，并得以蓬勃發(fā)展，越來(lái)越顯示出其強(qiáng)大的生命力。隨著數(shù)據(jù)量的日益積累和計(jì)算機(jī)的廣泛應(yīng)用，數(shù)據(jù)挖掘?qū)⒃谥袊?guó)形成一個(gè)新型的產(chǎn)業(yè)。

二、數(shù)據(jù)挖掘技術(shù)及常用方法

數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。從商業(yè)角度來(lái)看數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的信息。

數(shù)據(jù)挖掘常用方法有：

1.傳統(tǒng)統(tǒng)計(jì)方法

(1)抽樣技術(shù):我們面對(duì)的是大量的數(shù)據(jù)，對(duì)所有的數(shù)據(jù)進(jìn)行分析是不可能的也是沒(méi)有必要的，就要在理論的指導(dǎo)下進(jìn)行合理的抽樣。(2)多元統(tǒng)計(jì)分析:因子分析，聚類分析等。(3)統(tǒng)計(jì)預(yù)測(cè)方法:時(shí)間序列分析等。

2.可視化技術(shù)

用圖表等方式把數(shù)據(jù)特征直觀地表述出來(lái)，如直方圖等，這其中運(yùn)用了許多描述統(tǒng)計(jì)的方法?？梢暬夹g(shù)面對(duì)的一個(gè)難題是高維數(shù)據(jù)的可視化。

3.決策樹

利用一系列規(guī)則劃分，建立樹狀圖，可用于分類和預(yù)測(cè)。常用的算法有：CART， CHAID， ID3、C4.5、C5.0等。

4.神經(jīng)網(wǎng)絡(luò)

模擬人的神經(jīng)元功能，經(jīng)過(guò)輸入層，隱藏層，輸出層等，對(duì)數(shù)據(jù)進(jìn)行調(diào)整，計(jì)算，最后得到結(jié)果，用于分類和回歸。

5.遺傳算法

基于自然進(jìn)化理論，模擬基因聯(lián)合、突變、選擇等過(guò)程的一種優(yōu)化技術(shù)。

6.關(guān)聯(lián)規(guī)則挖掘算法

關(guān)聯(lián)規(guī)則是描述數(shù)據(jù)之間存在關(guān)系的規(guī)則。一般分為兩個(gè)步驟:(1)求出大數(shù)據(jù)項(xiàng)集。(2)用大數(shù)據(jù)項(xiàng)集產(chǎn)生關(guān)聯(lián)規(guī)則。

除了上述常用方法外，還有粗集方法，模糊集合方法，Bayesian Belief Netords ，最鄰近算法(k-nearest neighbors method(KNN))等。

三、數(shù)據(jù)挖掘技術(shù)在零售業(yè)中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)從產(chǎn)生到現(xiàn)在己經(jīng)應(yīng)用在多種行業(yè)中，在零售業(yè)領(lǐng)域應(yīng)用更為深入，通過(guò)數(shù)據(jù)挖掘可以更透徹地了解企業(yè)的客戶和活動(dòng)，為企業(yè)爭(zhēng)取更大的競(jìng)爭(zhēng)優(yōu)勢(shì)。一般說(shuō)來(lái)，數(shù)據(jù)挖掘技術(shù)在零售業(yè)領(lǐng)域中的典型應(yīng)用主要有:

1.了解銷售全局

通過(guò)分類信息——按商品種類、銷售數(shù)量、商店地點(diǎn)、價(jià)格和日期等了解每天的運(yùn)營(yíng)和財(cái)政情況，對(duì)銷售的每一點(diǎn)增長(zhǎng)、庫(kù)存的變化以及通過(guò)促銷而提高的銷售額都可了如指掌。零售商店在銷售商品時(shí)，隨時(shí)檢查商品結(jié)構(gòu)是否合理十分重要，如每類商品的經(jīng)營(yíng)比例是否大體相當(dāng)。調(diào)整商品結(jié)構(gòu)時(shí)需考慮季節(jié)變化導(dǎo)致的需求變化、同行競(jìng)爭(zhēng)對(duì)手的商品結(jié)構(gòu)調(diào)整等因素。

2.降低庫(kù)存成本

通過(guò)數(shù)據(jù)挖掘系統(tǒng)，將銷售數(shù)據(jù)和庫(kù)存數(shù)據(jù)集中起來(lái)，通過(guò)數(shù)據(jù)分析，以決定對(duì)各個(gè)商品、各色貨物進(jìn)行增減，確保正確的庫(kù)存。數(shù)據(jù)挖掘系統(tǒng)還可以將庫(kù)存信息和商品銷售預(yù)測(cè)信息，通過(guò)電子數(shù)據(jù)交換(FDI)直接送到供應(yīng)商那里，這樣省去零售業(yè)中介，而且供應(yīng)商負(fù)責(zé)定期補(bǔ)充庫(kù)存，零售商可減少自身負(fù)擔(dān)。

3.商品分組布局、購(gòu)買推薦和商品參照分析

通過(guò)從代銷記錄中挖掘相關(guān)信息，可以發(fā)現(xiàn)購(gòu)買某一種商品的顧客可能購(gòu)買其他商品。這類信息可用于形成一定的購(gòu)買推薦，或者保持一定的最佳商品分組布局，以幫助客戶選擇商品，刺激顧客的購(gòu)買欲望從而達(dá)到增加銷售額，節(jié)省顧客購(gòu)買時(shí)間的目的。

4.促銷活動(dòng)的有效性分析

零售業(yè)常常通過(guò)廣告、優(yōu)惠券、各種折扣和讓利的方式搞促銷活動(dòng)，以達(dá)到促銷產(chǎn)品，吸引顧客的目的。只有充分了解客戶，才能定位促銷活動(dòng)，提高客戶響應(yīng)率，降低促銷活動(dòng)成木。利用數(shù)據(jù)挖掘技術(shù)可以分析出應(yīng)該在什么時(shí)間、在什么地點(diǎn)、以何種方式和對(duì)什么樣的人搞促銷活動(dòng)，能真正達(dá)到促銷目的，避免企業(yè)資源的不必要浪費(fèi)。同時(shí)，數(shù)據(jù)挖掘也可以使用過(guò)去有關(guān)促銷的數(shù)據(jù)來(lái)尋找未來(lái)投資中回報(bào)最大的用戶。

5.市場(chǎng)和趨勢(shì)分析

利用數(shù)據(jù)挖掘工具和統(tǒng)計(jì)模型對(duì)數(shù)據(jù)庫(kù)的數(shù)據(jù)仔細(xì)研究，以分析顧客的購(gòu)買習(xí)慣、廣告成功率和其他戰(zhàn)略性信息。利用數(shù)據(jù)庫(kù)通過(guò)檢索數(shù)據(jù)庫(kù)中近年來(lái)的銷售數(shù)據(jù)，做分析和數(shù)據(jù)挖掘，可預(yù)測(cè)出季節(jié)性、月銷售量，對(duì)商品品種和庫(kù)存的趨勢(shì)進(jìn)行分析。還可確定降價(jià)商品，并對(duì)數(shù)量和運(yùn)作做出決策。

6.客戶細(xì)分

客戶細(xì)分是指將一個(gè)人的消費(fèi)群體劃分為若干小的細(xì)分群體，同屬一個(gè)細(xì)分群的消費(fèi)者彼此相似?？蛻艏?xì)分可以使商家以不同的方式區(qū)別對(duì)待處于不同細(xì)分群中的客戶。

四、結(jié)束語(yǔ)

目前，數(shù)據(jù)挖掘技術(shù)正以前所未有的速度發(fā)展，在未來(lái)越來(lái)越激烈的市場(chǎng)競(jìng)爭(zhēng)中，擁有數(shù)據(jù)挖掘技術(shù)必將比別人獲得更快速的反應(yīng)，贏得更多的商業(yè)機(jī)會(huì)，帶來(lái)更光明的前景。