談數據挖掘技術在零售業中的應用

[摘要] 本文主要研究了數據挖掘技術及其在零售業領域的具體應用，深入探討了數據挖掘技術和數據挖掘技術在零售業領域的應用形式及我國零售企業如何利用數據挖掘技術提高自身競爭力，在激烈的市場競爭中立于不敗之地。

[關鍵詞] 數據挖掘 零售業 應用

一、引言

近年來，數據挖掘技術引起了信息產業界的極大關注。主要原因是人們利用信息技術生產和搜集數據的能力大幅度提高，數千萬個數據庫被用于商業管理、政府辦公、科學研究和工程開發等等，并且這一勢頭仍將持續發展下去。一個新的挑戰被提了出來:如何將這些數據轉換成有用的信息，提高數據利用率呢?要使數據真正成為一個公司的資源，只有充分利用它為公司自身的業務決策和戰略發展服務才行，否則大量的數據可能成為包袱，甚至成為垃圾。因此，數據挖掘和知識發現技術應運而生，并得以蓬勃發展，越來越顯示出其強大的生命力。隨著數據量的日益積累和計算機的廣泛應用，數據挖掘將在中國形成一個新型的產業。

二、數據挖掘技術及常用方法

數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際數據中，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的過程。從商業角度來看數據挖掘是一種新的商業信息處理技術，其主要特點是對商業數據庫中的大量業務數據進行抽取、轉換、分析和其他模型化處理，從中提取輔助商業決策的信息。

數據挖掘常用方法有：

1.傳統統計方法

(1)抽樣技術:我們面對的是大量的數據，對所有的數據進行分析是不可能的也是沒有必要的，就要在理論的指導下進行合理的抽樣。(2)多元統計分析:因子分析，聚類分析等。(3)統計預測方法:時間序列分析等。

2.可視化技術

用圖表等方式把數據特征直觀地表述出來，如直方圖等，這其中運用了許多描述統計的方法。可視化技術面對的一個難題是高維數據的可視化。

3.決策樹

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

4.神經網絡

模擬人的神經元功能，經過輸入層，隱藏層，輸出層等，對數據進行調整，計算，最后得到結果，用于分類和回歸。

5.遺傳算法

基于自然進化理論，模擬基因聯合、突變、選擇等過程的一種優化技術。

6.關聯規則挖掘算法

關聯規則是描述數據之間存在關系的規則。一般分為兩個步驟:(1)求出大數據項集。(2)用大數據項集產生關聯規則。

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、數據挖掘技術在零售業中的應用

數據挖掘技術從產生到現在己經應用在多種行業中，在零售業領域應用更為深入，通過數據挖掘可以更透徹地了解企業的客戶和活動，為企業爭取更大的競爭優勢。一般說來，數據挖掘技術在零售業領域中的典型應用主要有:

1.了解銷售全局

通過分類信息——按商品種類、銷售數量、商店地點、價格和日期等了解每天的運營和財政情況，對銷售的每一點增長、庫存的變化以及通過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，隨時檢查商品結構是否合理十分重要，如每類商品的經營比例是否大體相當。調整商品結構時需考慮季節變化導致的需求變化、同行競爭對手的商品結構調整等因素。

2.降低庫存成本

通過數據挖掘系統，將銷售數據和庫存數據集中起來，通過數據分析，以決定對各個商品、各色貨物進行增減，確保正確的庫存。數據挖掘系統還可以將庫存信息和商品銷售預測信息，通過電子數據交換(FDI)直接送到供應商那里，這樣省去零售業中介，而且供應商負責定期補充庫存，零售商可減少自身負擔。

3.商品分組布局、購買推薦和商品參照分析

通過從代銷記錄中挖掘相關信息，可以發現購買某一種商品的顧客可能購買其他商品。這類信息可用于形成一定的購買推薦，或者保持一定的最佳商品分組布局，以幫助客戶選擇商品，刺激顧客的購買欲望從而達到增加銷售額，節省顧客購買時間的目的。

4.促銷活動的有效性分析

零售業常常通過廣告、優惠券、各種折扣和讓利的方式搞促銷活動，以達到促銷產品，吸引顧客的目的。只有充分了解客戶，才能定位促銷活動，提高客戶響應率，降低促銷活動成木。利用數據挖掘技術可以分析出應該在什么時間、在什么地點、以何種方式和對什么樣的人搞促銷活動，能真正達到促銷目的，避免企業資源的不必要浪費。同時，數據挖掘也可以使用過去有關促銷的數據來尋找未來投資中回報最大的用戶。

5.市場和趨勢分析

利用數據挖掘工具和統計模型對數據庫的數據仔細研究，以分析顧客的購買習慣、廣告成功率和其他戰略性信息。利用數據庫通過檢索數據庫中近年來的銷售數據，做分析和數據挖掘，可預測出季節性、月銷售量，對商品品種和庫存的趨勢進行分析。還可確定降價商品，并對數量和運作做出決策。

6.客戶細分

客戶細分是指將一個人的消費群體劃分為若干小的細分群體，同屬一個細分群的消費者彼此相似。客戶細分可以使商家以不同的方式區別對待處于不同細分群中的客戶。

四、結束語

目前，數據挖掘技術正以前所未有的速度發展，在未來越來越激烈的市場競爭中，擁有數據挖掘技術必將比別人獲得更快速的反應，贏得更多的商業機會，帶來更光明的前景。