本文關(guān)鍵詞：數(shù)據(jù)挖掘在零售行業(yè)的應(yīng)用

  更多相關(guān)文章： 數(shù)據(jù)挖掘 關(guān)聯(lián)分析 聚類分析 便利店

【摘要】：在這個(gè)經(jīng)濟(jì)飛速發(fā)展的時(shí)代,人們的需求日益廣泛、增長迅速,以前的商業(yè)模式已漸漸落伍,如何滿足廣大消費(fèi)者的真實(shí)需求是一個(gè)尚待解決的問題,連鎖零售企業(yè)對服務(wù)要求也正不斷提高,與此同時(shí),越來越多的零售業(yè)接踵而來,并且生成了越來越多的消費(fèi)數(shù)據(jù),但是在如此眾多的數(shù)據(jù)里面找尋有意義的信息于人類來說迫不及待。在這樣一個(gè)背景下就誕生了數(shù)據(jù)挖掘這門學(xué)科,它是指在大型數(shù)據(jù)庫中自動(dòng)找尋有用資源信息的這樣一個(gè)過程,其中,數(shù)據(jù)挖掘——關(guān)聯(lián)分析的Apriori算法最早被應(yīng)用于超市營銷里面,之后超市的許多銷售數(shù)據(jù)、信息資源均在數(shù)據(jù)挖掘里得到廣泛的應(yīng)用。然而在我國,許多零售行業(yè)即便累積了一定的顧客信息、銷售數(shù)據(jù),但是卻沒有針對這些數(shù)據(jù)做相應(yīng)的分析,也不能很好地運(yùn)用數(shù)據(jù)挖掘方法為企業(yè)決策時(shí)做貢獻(xiàn)。文中通過收集之佳便利店10個(gè)門店一個(gè)月的真實(shí)交易的數(shù)據(jù)運(yùn)用關(guān)聯(lián)與聚類分析在便利店的營銷決策里面的應(yīng)用展開研究。文中首先簡單講述便利店的一些簡要知識還有一些數(shù)據(jù)挖掘的相關(guān)理論,其次在充分學(xué)習(xí)理論的基礎(chǔ)上應(yīng)用excel及SAS軟件針對便利店的數(shù)據(jù)進(jìn)行預(yù)處理和簡單的描述性分析,以便了解之佳便利店總體的市場銷售情況;其次利用預(yù)處理得到的數(shù)據(jù)集,應(yīng)用SAS軟件中的數(shù)據(jù)挖掘模塊EM,對便利店中的商品購買進(jìn)行關(guān)聯(lián)分析。在商品購買的關(guān)聯(lián)分析中,本文首先研究商品品類之間的關(guān)聯(lián)規(guī)則分析,解決了傳統(tǒng)的利用支持度和置信度以及各類商品交叉銷售所產(chǎn)生的利潤來評價(jià)關(guān)聯(lián)規(guī)則價(jià)值,進(jìn)而來研究各類貨物的貨架置放問題。然后再對各商品進(jìn)行關(guān)聯(lián)分析,方便進(jìn)行優(yōu)化商品布局、設(shè)計(jì)促銷方案和快速商品推薦業(yè)務(wù)的應(yīng)用：緊接著運(yùn)用系統(tǒng)聚類研究不同品類隨著時(shí)間的變動(dòng)其銷量的變動(dòng)情況,本文提供的方法具有一定的合理性和優(yōu)越性,并且在市場營銷中具有實(shí)際意義,在推廣過程中可以加大力度。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 關(guān)聯(lián)分析 聚類分析 便利店
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F724.2;TP311.13
【目錄】：

• 摘要3-4
• Abstract4-9
• 第一章 緒論9-13
• 1.1 課題研究背景9
• 1.2 國內(nèi)外發(fā)展趨勢9-10
• 1.3 課題研究目的10
• 1.4 課題研究意義10-11
• 1.5 課題研究方法11-12
• 1.6 課題研究內(nèi)容與結(jié)構(gòu)安排12-13
• 第二章 理論知識13-32
• 2.1 便利店13-18
• 2.1.1 便利店是什么13
• 2.1.2 便利店的優(yōu)勢13
• 2.1.3 將商品進(jìn)行分類13-15
• 2.1.4 商品的擺放及商品結(jié)構(gòu)的調(diào)整15-16
• 2.1.5 庫存管理16-17
• 2.1.6 便利店促銷17-18
• 2.2 數(shù)據(jù)挖掘的產(chǎn)生、原理及應(yīng)用18-23
• 2.2.1 數(shù)據(jù)挖掘概念19
• 2.2.2 數(shù)據(jù)挖掘的技術(shù)19-20
• 2.2.3 數(shù)據(jù)挖掘的過程20-22
• 2.2.4 數(shù)據(jù)挖掘的相關(guān)工具22-23
• 2.2.5 數(shù)據(jù)挖掘應(yīng)用領(lǐng)域23
• 2.3 SAS關(guān)聯(lián)規(guī)則挖掘23-25
• 2.3.1 關(guān)聯(lián)規(guī)則的起源23-24
• 2.3.2 關(guān)聯(lián)規(guī)則的基本思想24
• 2.3.3 Apriori算法24-25
• 2.4 聚類分析25-32
• 2.4.1 基本概念25-26
• 2.4.2 算法概述26
• 2.4.3 聚類的應(yīng)用26-27
• 2.4.4 常用的距離27-28
• 2.4.5 kmeans算法28-29
• 2.4.6 層次聚類算法29-32
• 第三章 數(shù)據(jù)挖掘在零售行業(yè)的應(yīng)用32-50
• 3.1 背景介紹及分析思路32-33
• 3.1.1 商業(yè)案例背景介紹32
• 3.1.2 數(shù)據(jù)來源32-33
• 3.2 數(shù)據(jù)處理33
• 3.3 銷量與銷售額變化趨勢的描述33-36
• 3.3.1 銷售量增長趨勢33-35
• 3.3.2 銷售金額增長趨勢35-36
• 3.4 調(diào)用SAS/企業(yè)數(shù)據(jù)挖掘36-37
• 3.5 關(guān)聯(lián)分析37-41
• 3.5.1 中類商品關(guān)聯(lián)分析37-38
• 3.5.2 小類商品關(guān)聯(lián)分析38-40
• 3.5.3 關(guān)聯(lián)性促銷40-41
• 3.5.4 更為深刻的顧客定制41
• 3.6 層次聚類41-50
• 3.6.1 中類商品在不同時(shí)間的銷售相似性41-46
• 3.6.2 小類商品的銷售相似性46-48
• 3.6.3 各種商品的銷售相似性48-50
• 第四章 結(jié)論與不足50-51
• 附錄51-54
• 參考文獻(xiàn)54-56
• 致謝56

，

本文編號：842977