發(fā)布時(shí)間：2020-06-12 14:56

【摘要】：ND公司是一家以提供城市出行智能解決方案的高科技創(chuàng)新公司,專注于為全球出行用戶提供更環(huán)保、更便捷、更智能的城市出行交通工具。業(yè)務(wù)主要包括智能電動自行車的設(shè)計(jì)、生產(chǎn)、銷售等。有效的銷售預(yù)測能夠幫助線下門店管理者建立高效的工作團(tuán)隊(duì),并幫助門店管理者發(fā)現(xiàn)在日常銷售中影響客戶和團(tuán)隊(duì)的重要影響因素,從而改進(jìn)生產(chǎn)模式,提高門店的贏利能力。本文以ND公司748家線下門店的日常銷售數(shù)據(jù)及門店信息數(shù)據(jù)為研究對象,對門店銷售現(xiàn)狀以及現(xiàn)有門店銷售數(shù)據(jù)進(jìn)行分析,基于XGBoost方法預(yù)測未來門店銷量。首先對ND公司門店銷售現(xiàn)狀進(jìn)行研究,分析了ND公司門店銷售預(yù)測中存在的問題。通過觀察數(shù)據(jù),分析數(shù)據(jù)缺失情況,同時(shí)對數(shù)據(jù)進(jìn)行預(yù)處理。剔除缺失比例較大的數(shù)據(jù)變量,并且針對數(shù)據(jù)的分布情況使用恰當(dāng)?shù)姆椒ú逖a(bǔ)缺失值。在對數(shù)據(jù)集中的變量進(jìn)行處理后,挑選與業(yè)務(wù)場景契合的變量以及重要的變量作為數(shù)據(jù)特征集,構(gòu)建模型的特征工程。最終選擇門店屬性特征、地理位置特征、服務(wù)特征、時(shí)間特征等四個(gè)特征作為特征集。最后分別使用XGBoost、線性回歸、決策樹和隨機(jī)森林等四個(gè)模型對零售門店銷量進(jìn)行預(yù)測。通過比較分析真實(shí)數(shù)據(jù)與預(yù)測值之間的平均絕對百分誤差,XGBoost模型的效果更好。并且模型預(yù)測的運(yùn)行速度由于XGBoost模型的并行運(yùn)算能力而得到了提高。本論文不僅適用于ND公司門店銷售預(yù)測,還可以將此方法應(yīng)用于國內(nèi)零售實(shí)體業(yè)甚至電商平臺的銷售預(yù)測,對于提高門店的運(yùn)營效率、商品的價(jià)格、提高銷量及針對性的精準(zhǔn)銷售具有重要的意義。
【圖文】：

第 3 章 ND 公司門店銷售現(xiàn)狀分析店銷售數(shù)據(jù)分析及可視化據(jù)各省份的零售門店數(shù)量繪制出的門店地理位置省份的零售門店數(shù)量。從圖中可以看出，門店數(shù)和廣東省，其次比較多的省份是山東省、安徽省

圖 3-1 門店地理位置熱力圖Figure3-1 The geographic heatmap of stores圖3-2是根據(jù)各省份的零售門店零售上報(bào)數(shù)量繪制出的銷售地理位置熱力圖，可以很直觀地看出每個(gè)省份的零售門店銷售數(shù)量。從圖中可以看出，，銷售數(shù)量最多的省份是江蘇省、浙江省、上海市和北京市，其次比較多的省份是廣東省、山東省、河南省、福建省。圖 3-2 銷售地理位置熱力圖Figure3-2 The geographic heatmap of sales通過圖 3-1 和圖 3-2 可以使我們對全國各地區(qū)的銷售狀況有一個(gè)全面的了解。容易看出，門店數(shù)量在地理位置上的分布情況與零售門店的銷售數(shù)量大體一致，
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F274;F224;F426.47

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王山;;門店銷售:小改變,大改善[J];農(nóng)家參謀;2012年07期

2 楊澤;;走藥店·之五 借力提升門店銷售氛圍[J];中國藥店;2006年05期

3 杜淑琳;;試論“注意”在商業(yè)門店銷售中的運(yùn)用[J];重慶科技學(xué)院學(xué)報(bào)(社會科學(xué)版);2013年08期

4 李紅云;;“學(xué)做一體”教學(xué)模式在《門店銷售服務(wù)技術(shù)》課程中的實(shí)踐與應(yīng)用[J];商場現(xiàn)代化;2013年16期

5 羅萍;;門店銷售 真誠大于技巧[J];中國眼鏡科技雜志;2010年04期

6 ;銷售大忌 這6句話千萬別說[J];現(xiàn)代營銷(創(chuàng)富信息版);2018年01期

7 李治江;;破解“只逛不買”的困局[J];銷售與市場(成長版);2011年05期

8 姜志敏;;會員開發(fā)新玩法[J];中國藥店;2018年01期

9 胡明才;;如何建立互補(bǔ)型門店銷售團(tuán)隊(duì)[J];數(shù)碼印刷;2010年02期

10 李剛國;;嬰童門店裝修豪華化,并不能解決問題[J];銷售與市場(渠道版);2016年11期

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)特約撰稿人 李治江;門店銷售人員應(yīng)該怎樣提問？[N];華夏酒報(bào);2012年

2 空如;門店銷售人員的基本訓(xùn)練[N];中國商報(bào);2003年

3 李子浩;連鎖藥店既要“連”還要鎖[N];中國醫(yī)藥報(bào);2009年

4 綠珠;變批評者為忠實(shí)顧客[N];中國醫(yī)藥報(bào);2008年

5 本版編輯 水吉;氛圍管理,讓門店銷售火起來[N];醫(yī)藥經(jīng)濟(jì)報(bào);2006年

6 本報(bào)記者 桂小筍;百貨零售業(yè)促銷精彩紛呈 合肥百貨二線門店銷售增幅趕超一線[N];證券日報(bào);2012年

7 江蘇高郵市新華書店 姜傳欣;門店銷售中的情感共鳴[N];新華書目報(bào);2016年

8 周靜;常州蘇寧：線上銷售1430萬元 門店銷售410萬元[N];常州日報(bào);2019年

9 本報(bào)記者 張凌;用網(wǎng)絡(luò)訂花輔助門店銷售[N];中國花卉報(bào);2012年

10 莫艾;門店銷售層次不齊 應(yīng)對策略各有差異[N];經(jīng)理日報(bào);2008年

相關(guān)碩士學(xué)位論文 前5條

1 逯曉瞳;基于XGBoost方法的ND公司門店銷售預(yù)測研究[D];北京工業(yè)大學(xué);2019年

2 袁舒賢;“預(yù)訂—自取”與“門店銷售”模式運(yùn)營策略研究[D];華中科技大學(xué);2016年

3 王赫男;某餐飲公司門店銷售系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2016年

4 徐天佩;OP公司門店銷售人員培訓(xùn)體系研究[D];華東理工大學(xué);2014年

5 楊旭紅;聚邦家居銷售系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2015年

本文編號：2709694