基于购物小票的零售业促销商品选择及销售预测研究

VIP免费

3.0 牛悦 2024-11-19 4 4 1.41MB 62 页 15积分

侵权投诉

摘要

随着对外开放的深入和商业的发展，我国零售业在得到长足进步的同时，也

面临众多挑战和机遇。外资的进入使得竞争更加激烈。各零售商都在积极地提升

产品质量、降低价格、完善服务、美化环境已达到吸引更多顾客，提升销售和利

润的目的。现阶段，零售商运用最为广泛和频繁的手段就是商品促销。

零售行业中促销扮演着很多角色，是洞察消费者消费反应的主要方式之一。

促销不仅能带来销售额，还能增加门店人气和顾客粘度，因此，一直受到各零售

商的重视。

作者在大型跨国零售集团家乐福里从事相关研究工作时发现，由于促销的不

确定性，各种因素都有可能影响促销的实施过程和效果，其中促销商品的选择和

促销商品库存的安排在促销管理中最为关键也最为棘手。零售商通过实践分析发

现，要解决上面两个问题，除了科学合理地选择作为促销活动的商品以外，还要

对这些商品在促销期间的销售情况进行较为准确的预测，这样才能更好地安排采

购和库存。本文力求通过大量的小票数据，借助数据挖掘技术、网页排序算法以

及支持向量机回归方法来解决促销商品选择和销售预测这两个关键问题。

人们对关联规则技术的理解大多局限在使用它来分析顾客的购买模式上，本

文通过利用关联规则技术，同时借鉴网页排序算法 HITS 进行促销商品的选择，

并进行了实例验证。在促销商品预测方面，本文将关联规则挖掘出的信息作为影

响促销商品销售的一部分因素，输入到 SVR 模型，通过实例验证。结果表明，

效果是比较好的。

最后给出了基于购物小票的零售业促销商品选择和销售预测的系统设计，探

讨了具体实施该系统的主要框架和各模块所需要完成的功能。

关键词：购物小票零售促销商品选择销售预测

ABSTRACT

With the going to deep of opening-up and commercial development, China's

retail industry has made great progress, also faces many challenges and opportunities,

such as, the entry of foreign capital makes the competition fierce. In order to increase

sales and profits, retailers are actively improving the product quality, lowering prices,

improving services, beautifying the environment so as to attract more customers. At

this stage, sales promotions are used widely and frequently by retailers to achieve

those targets.

Promotion plays a lot of roles, and brings into a very important utility in retail

industry, at the same time; sales promotion plays a key role in finding out insight into

the consumers’ spending response. Promotion not only brings in sales, but also

improves the popularity and customer intimacy of stores. So, all retailers have paid

more attentions to various promotion activities.

I have been doing some research on promotion and related regions in a large

multinational retail group; I find that how to choose promotional items and to forecast

sales during promotion period are the tricky problems, because, the result of

promotion has a direct bearing on selected promotional items and sales forecasting.

This paper attempts to solve these problems by use of many shopping tickets, data

mining technology, page ranking theory and support vector machine regression

methods. Many people have an understanding about association rules, and think it

always be used to analyze the purchasing patterns of customers. Alternatively, this

paper is aim to apply association rule to selection for promotional items with the help

of HITS algorithms, meanwhile, that will be verified by practice experience.

A very important thing need to solve for retailers is how to determine the

procurement and inventory. In order to work out it, we must have a more high

accuracy on sales forecasting. This paper will make the information which has been

found out as a part of input variables that will be put into the SVR model. We get a

good result through validation of practice experience.

Finally, this paper give a system design of promotional items selection and sales

forecasting based on shopping tickets. At the same time, there is a list which includes

main system framework and individual function modules when retailers want to

implement concrete system; meanwhile, providing guidance and instructions for

retailers on practical application of the system.

Key Word: shopping tickets, sales promotion, item selection, sales

forecasting

中文摘要

ABSTRACT

第一章绪论..............................................................................................................1

§1.1 研究的目的及意义....................................................................................1

§1.2 国内外发展现状........................................................................................2

§1.3 促销简介....................................................................................................4

§1.3.1 零售促销的含义................................................................................4

§1.3.2 零售促销的目标................................................................................4

§1.3.3 零售促销的类型................................................................................5

§1.3.4 零售促销实施的要点........................................................................7

§1.4 本文研究目的和主要内容.........................................................................8

第二章购物小票和关联规则技术........................................................................10

§2.1 购物小票..................................................................................................10

§2.1.1 购物小票的数据形式和内容..........................................................10

§2.1.2 购物小票的数据商业分析..............................................................10

§2.2 关联规则的基本概念和问题描述...........................................................12

§2.2.1 基本概念..........................................................................................12

§2.2.2 问题描述..........................................................................................13

§2.3 关联规则挖掘算法...................................................................................13

§2.3.1 Apriori 典型算法...........................................................................15

§2.3.2 FP-Growth 挖掘算法.......................................................................18

§2.3.3 ORAR 算法.........................................................................................21

§2.4 本章小结...................................................................................................24

第三章基于 HITS 和关联规则的促销商品选择.................................................25

§3.1 传统促销商品选择方法..........................................................................25

§3.2 Hub-Authority Power（HAP）排序模型................................................26

§3.2.1 网页排序算法 HITS.........................................................................26

§3.2.2 中心-权数销售排序........................................................................27

§3.3 基于 HAP 模型的促销商品选择实验分析............................................30

§3.3.1 数据来源...........................................................................................30

§3.3.2 实验过程...........................................................................................30

§3.3.3 模拟数据对比...................................................................................32

§3.4 一种评价促销商品表现的简单方法................................ 33

§3.5 本章小结................................................................................ 33

第四章结合关联规则和支持向量机的促销商品销售预测模型........................34

§4.1 常用回归模型...........................................................................................34

§4.1.1 线性回归...........................................................................................34

§4.1.2 非线性回归.......................................................................................34

§4.1.3 其他方法...........................................................................................35

§4.2 支持向量机回归.......................................................................................36

§4.3 基于关联规则和 SVR 的促销商品销售预测模型.................................38

§4.3.1 方法思路...........................................................................................38

§4.3.2 实验分析...........................................................................................38

§4.3.3 实现和测试.......................................................................................39

§4.4 与其他预测模型的规避...........................................................................44

§4.5 关于本次实例中影响支持向量机网络参数的讨论...............................44

§4.6 本章小结...................................................................................................45

第五章促销商品选择和销售预测系统的设计......................... 47

§5.1 系统的需求分析.......................................................................................47

§5.2 系统目标...................................................................................................47

§5.3 系统的各功能模块...................................................................................48

§5.3.1 人机交互模块...................................................................................49

§5.3.2 数据获取模块......................................... 49

§5.3.3 关联规则挖掘模块..................................... 50

§5.3.4 促销商品选择模块..................................... 51

§5.3.5 促销商品销售预测模块................................. 51

§5.3.6 促销商品的评价....................................... 52

§5.4 本章小结...................................................................................................52

第六章总结与展望..................................................................... 53

§6.1 总结...........................................................................................................53

§6.1 进一步的研究...........................................................................................53

参考文献..................................................................................................................55

在读期间公开发表的论文和承担科研项目及取得成果......................................59

致谢..........................................................................................................................60

第一章绪论

§1.1 研究的目的及意义

零售业[1]是市场经济最前沿、最活跃的行业，它必须时刻紧贴瞬息万变的市场

脉搏。与零售业相适应的信息化建设同样也是最前沿、最活跃的，而且也是变化

最快的。中国的零售业在过去的十年中，无论是外资企业还是本土企业，都得到

了迅速的发展。随着数据库技术和信息技术的发展，收款机、条码技术、POS 系

统以及管理信息系统（MIS 系统）等，已经在零售企业逐步普及，给企业带来了

高效、方便、快捷的事务处理手段，进而大幅提升了业务量；同时也产生了新的

问题，那就是如可有效地利用日益增长的大量事务数据和商务数据，以提高企业

的价值。作者在某大型跨国连锁零售公司实习期间一直从事数据分析、数据挖掘

以及商品促销和品类管理方面的工作，深刻体会到公司在面对如此多的数据资料

时所表现出的茫然与无所适从，说明企业并没有将这些大量的数据转化成能够支

持决策分析的知识。

例如，在零售业每天都会由各种系统产生大量的数据，特别是购物小票数据，

一个拥有 100 家营业面积在 8000-10000 平方米的连锁店的大型零售连锁企业数据

日增量都在数 G以上，这些以小票为单位形式存储的数据经常被人们忽略，或者

由于数据量庞大而一时无法处理。可是这些数据是能够给零售商带来很大价值的

数据资源，在如何有效利用这些数据资源方面，企业应该给以充足的重视并加以

研究应用，以便为企业带来更大的发展空间和利润。

小票数据的分析和应用是一个庞大而复杂的系统工程，涉及到零售企业各个

信息系统的数据支持，从销售管理系统（POS 系统）到供应商合同系统，从财务

系统到预算计划系统等等，要视企业需求来选择资源和数据，该方向的课题不是

本文研究的重点，作为以后研究的方向。在零售业，让中层管理人员头疼的问题

包括：（1）商品选择；（2）店面陈列；（3）促销管理；（4）品类管理。其中促销

管理最为困难[2]，因为促销管理牵涉到很多难以量化的方面，包括促销商品的选择、

海报的设计、促销的方式、促销力度以及促销时段的选择及销量预测等。对这些

问题目前国内的各零售商都有各自的解决方案，但大都是采用与往年同期比较的

方法进行促销计划的安排，这样会由于先前的促销活动可能并不是最优的，或者

由于市场竞争环境产生了变化，以及由于消费者的购物行为产生了改变，并且这

些变化的信息没有被捕捉到等因素，使新的促销活动不能达到预期的效果，从而

造成促销的各种资源没有得到最大化的利用，甚至造成浪费的后果。上述提到的

基于购物小票的零售业促销商品选择和销售预测

促销管理的各种问题中，促销商品的选择及这些商品在促销时段的销售预测是最

为关键和重要的，直接关系到其他几个问题的产生和解决。本文正是基于这样的

实际情况，通过对问题的分析，设计合理的方法模型来解决零售商在促销管理中

遇到的难题。

本文基于购物小票数据，针对促销商品的选择和促销时段的销量预测两个问

题提出了新的解决方案。使得以往在这些问题的研究和实际的应用上存在的操作

不易和效果不佳方面有了一定程度的改善。同时避免了零售商仅仅依据商品供应

商的支持程度来选择促销商品的不合理情况的发生。使促销计划更加科学有效，

以此提高促销活动的投入产出比，给企业带来客观的利润，并大大增强了企业的

核心竞争力，稳固了企业的快速发展。

§1.2 国内外发展现状

有关促销方面的介绍和研究文献很早就有，科特勒[3]在其著作里都有提到，这

里主要对促销商品的选择和促销时段中的销售预测等方面的情况进行简述。目前

国内外对于促销商品的选择的研究还不多，事实上促销商品的选择属于商品选择

的特例（加入短期、让利、吸引客群等属性）。在商品选择研究方面，最早提出从

交叉销售效果角度来处理这一问题的研究成果是Brijs等[4]针对自动售货机的商品

选择问题提出的PROFSET模型，

PROFSET模型利用频繁项目集的支持度指标来识

别每个交易中对一组商品的购买意向，从而分析交叉销售效果，并通过求解0-1规

划模型来解决商品选择问题。但正如文献[5]所指出的那样，PROFSET模型仅仅适

用于商品种类比较小的情况，Wang[5]等人提出了基于利润挖掘的商品选择方法，

但是在促销商品选择时，利润不是唯一判断的标准，甚至不是重要的标准。徐秀

娟，贾立峰[6]等给出了ItemRank算法用来解决带有交叉影响的商品选择问题,构建

了以顾客为导向的购买行为模型，同时从马尔可夫链出发提出了SALSARank算法

模拟顾客行为。这两种模型的试验结果是很好的，但这两种方法要求数据库中的

数据具有很强的交叉性，而且要求数据库中的商品链接具有特定的样式，这样就

限制了模型的应用推广能力。针对[4]、[5]中的问题，程岩[7]采用定量关联规则技

术来计算交叉销售效果，并提出一个面向商品选择问题的遗传算法。随着选择商

品数量的增多这样做确实比利用直接利润排序法有更好的效果，可是如何选择关

联规则的各项阈值是个经验性很强的工作，而且遗传算法在利用不同参数组合挖

掘出的规则结果时需要考虑到各种组合下挖掘结果的有效性（避免过分夸大交叉

销售的影响）。事实上由于操作上的简便性和易行性，在促销商品选择方面，目前

第一章绪论

零售商一般采用销量或者利润排序法结合具体时期的季节性特点进行促销商品的

选择，这样做不无道理，但忽略了促销商品和普通商品之间的联系，很容易导致

选择了错误的促销商品，浪费了促销资源。

大型连锁零售业在国外特别是欧美国家已经有上百年的历史，学术界和商界

对销售预测的研究从没间断过。不过这些研究大都是对商品正常销售时的预测，

针对促销时的销售预测则不多见。Cooper L.G.等[8]在1999年曾给出PromoCast模型

用以预测促销商品的销售情况，主要是利用市场响应模型找到关键的影响变量作

为预测变量，然后利用剩余的变量对预测结果进行调整，该模型的主要问题在调

整阶段，因为剩余变量没能很好地和模型变量联系起来，这样的调整具有局部性，

以致预测精度不高。针对这个问题Michael Trusov等[9]在PromoCast模型上进行了改

进，使用数据挖掘的方法对第一步由市场响应模型得到的结果进行调整，但调整

过程过于主观化。事实上促销作为商品销售的一种特殊情况，它的需求预测方法

完全可以借鉴正常时期商品的销售需求预测方法及模型，只是在选择数据和输入

变量属性方面做相应的限制。Aburto L.等[10]利用自适应综合移动平均（SAIMA）

和人工神经网络（ANN）方法对商品在正常时期每天的销售情况做了预测研究，

尽管ANN比SAIMA具有稍好的预测精确度，但它摆脱不了局部极值的困扰。Özden

Gür Ali等[11]在他们的研究中分别利用了逐步线性回归（SLR）、回归树（Regression

Trees）和支持向量机（SVM）等算法应用联合的零售连锁门店商品销售数据，给

出了门店的每周销售情况预测结果，对比几种方法发现在输入变量很多的情况下，

回归树预测精度较高。事实上，联合多个不同零售连锁门店的数据会有一些问题，

比如由于地域差异等因素，相同商品在不同的门店的需求本身就有差别，进而销

售情况也会不同，在进行数据选择时应尽量减少这样的误差。总的来说国外的研

究热点还是在如何利用先进算法和计算机技术来提高预测的精度。由于零售促销

的时段性很强，也很频繁使得预测难度加大，但对于这些问题的研究是富有理论

和实践意义的。国内学者也大多是对普通商品的销售预测（[12],[13],[14],[15]），促

销效果的评价（[16]，[17]）和销量与库存的控制（[18]）等方面进行了研究。文

献[12]，[13]，[14]，[15]对引导国内学者向事前研究转移具有很好的示范作用。尤

晓芳等[19]利用动态的滑动窗口与拟合公式Pearson Correlation相结合的方法给出最

优的平均值，这种方法要求商品具有丰富的历史销售数据，在推广上有待改进。

吴奇等[20]考虑到商品销售时序通常具有正态高斯分布、幅值较大、奇异点等混合

噪音，设计了一种鲁棒损失函数，得到一种新的支持向量机，并做了实验研究，

但这些奇异值在商业方面有时是不能被简单的忽略的，需要加以保留利用。在基

于消费记录进行销售预测方面，章杰鑫等[21]利用购物卡消费数据提出了时序关联

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要随着对外开放的深入和商业的发展，我国零售业在得到长足进步的同时，也面临众多挑战和机遇。外资的进入使得竞争更加激烈。各零售商都在积极地提升产品质量、降低价格、完善服务、美化环境已达到吸引更多顾客，提升销售和利润的目的。现阶段，零售商运用最为广泛和频繁的手段就是商品促销。零售行业中促销扮演着很多角色，是洞察消费者消费反应的主要方式之一。促销不仅能带来销售额，还能增加门店人气和顾客粘度，因此，一直受到各零售商的重视。作者在大型跨国零售集团家乐福里从事相关研究工作时发现，由于促销的不确定性，各种因素都有可能影响促销的实施过程和效果，其中促销商品的选择和促销商品库存的安排在促销管理中最为关键也最为棘...

展开>> 收起<<

基于购物小票的零售业促销商品选择及销售预测研究.pdf

共62页,预览7页

还剩页未读，继续阅读

基于购物小票的零售业促销商品选择及销售预测研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: