數據挖掘技術在超市營銷系統中的應用

張晴　高廣銀　賈波

摘 要：針對大數據時代背景下中小型超市面臨的挑戰及數據分析應用于中小型超市輔助決策的現狀，提出了適時調整貨架位置及動態預測商品銷售趨勢的營銷策略，建立了數據管理、分析、決策模型，綜合應用數據挖掘算法Apriori及Vague集求解該模型，在此基礎上設計并實現了超市營銷系統。利用中小型超市的實際銷售數據實驗，結果表明該系統的應用不僅使得超市日常經營管理更加便捷、高效，其數據分析功能為管理者提供了決策支持，為超市帶來約8%的利潤提升。

關鍵詞：數據挖掘；營銷策略；關聯規則

中圖分類號：TP399 文獻標識碼：A

Abstract：In view of the challenge for the small and medium-sized supermarkets in the era of big data，and the present situation of the application of data analysis in small and medium-sized supermarket to auxiliary decision making，proposed the marketing strategy：timely adjust the shelf location and dynamically predict the tendency of the merchandise sales，established a model for data management，analysis，decision-making and used the data mining algorithms such as Apriori and Vague set to solve the model，on this basis，designed and implemented a supermarket marketing system.Then use the actual sales data of small and medium-sized supermarket for experiments，the results show that the application of this system not only makes the supermarket daily operation and management more convenient and efficient，its data analysis function provides decision support for manager，for the supermarket produce about 8% of the profits.

Keywords：data mining；marketing strategy；association rules

1 引言（Introduction）

近年來，各大型企業均將大數據時代的到來作為企業發展過程中的新機遇，進行了綜合性的市場營銷的研究[1，2]。而中小型超市目前在其行業中所處的地位比較特殊，大型連鎖超市有著其獨特的經營模式，占據大部分的市場份額，同時，小型的便利店由于其準確的市場定位，競爭力不容小覷。在這樣激烈的競爭環境中，中小型超市急需分析自身的優勢及劣勢，及時調整其營銷策略，才能在市場中發掘盈利的空間。

數據挖掘技術在國外零售行業得到了廣泛應用，經營管理者采用數據挖掘工具進行決策分析，最為經典的就是美國超市沃爾瑪的“啤酒與尿布”的案例，找出了客戶購買商品的潛在規律。而國內對數據挖掘的研究較晚，當前國內零售業的數據挖掘工作還處在探索階段。

本文主要研究對象為中小型零售超市，中小型超市在其經營過程中積累存儲了大量的商品銷售數據，但是由于其人力、財力等因素，缺乏有效的數據分析工具，這些海量數據沒有得到較好利用，決策者制定營銷策略通常只依靠自身積累的經驗，而沒有科學的統計分析作為數據支持[3，4]。因此，本文研究構建一個中小型超市的營銷系統，綜合應用了統計算法、關聯規則算法、粗糙集算法，對紛繁復雜的數據進行系統的統計與分析，決策者可根據數據挖掘后的結果，改變超市的經營策略與管理，以達到提高經濟效益的目的。

2 超市營銷系統構建（Build the supermarket marketing system）

現今中小型超市越來越多，在大數據的營銷環境中，為提高競爭力，必須建立與客戶的密切關系[5]，以客戶的需求為中心，進行經營策略的調整：

（1）超市的貨物擺放結構要合理，滿足大多數客戶的購買習慣

于超市而言，商品位置如何擺放對銷售有著舉足輕重的影響，只有商品合理進行布局，才能節約消費者的購買時間，并且能刺激消費者的購買欲望[6]。超市營銷系統應具備強大的統計分析功能，通過對銷售數據的分析，了解到客戶的購買習慣，從而有針對性地進行庫存管理以及貨架商品位置的調整。

（2）通過分析超市商品的詳細銷售情況，進一步細化商品的擺放

超市管理者應分析顧客在超市購買商品的時間區間，習慣穿行的路徑，不同的商品被一起購買的概率，何種類別的商品比較暢銷，貨架的使用效率如何，進而使貨架商品不僅簡單按商品種類擺放，可能需要將不同種類、看似無關的商品擺放到一起，從而增加購買量。超市營銷系統應具備挖掘這種潛在模式的功能。

（3）能預測新產品是否會被顧客接受

當超市新進某種商品時，超市管理者希望能預測該商品是否會被顧客接受，將投資風險降至最低，避免不必要的人力、物力資源。超市系統應提供預測功能，給超市管理者進行決策提供一定的依據。

（4）合理設計一些優惠政策

超市管理者需要通過設置一些優惠政策，提高客流量。例如：設置不同等級的會員，結賬的時候給予不同的折扣，并可以有針對性地通過郵件方式將優惠政策通知到客戶，進行個性化推薦，刺激了消費。

依據以上的分析，本超市營銷系統分為三個部分：銷售管理、庫存管理和營銷管理。銷售管理模塊具有商品銷售功能，可以銷售超市中的商品，并把信息存儲于數據庫中，用于營銷分析。庫存管理模塊具有商品緊缺提醒、下訂購單和查詢待辦訂購單的功能，該模塊主要管理超市的庫存商品，并具有庫存預警與保證貨物供給等作用。營銷管理模塊具有銷售統計、商品相關性分析、新商品的預測、庫存審核、管理用戶和管理會員等子模塊，該模塊可以實現統計超市的銷量、利潤，分析會員的購買習慣，審核進貨單，發送郵件等一系列功能。具體的系統功能結構圖如圖1所示。

3 數據挖掘技術的應用（The application of data mining technology）

數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取正確的、有用的、未知的、綜合的以及用戶感興趣的知識，并用這些知識建立用于決策支持的模型，提供預測性決策支持的方法、工具和過程；是利用各種分析工具在海量數據中發現可以被企業用來進行預測、分析風險的模型的過程[7，8]。

構建超市營銷系統的數據挖掘模型，如圖2所示，首先根據營銷系統的營銷策略確立數據倉庫的主題，例如庫存管理主題、銷售管理主題、營銷管理主題等等，然后從各個收銀系統和庫存數據庫中抽取相關數據，使用Web Service和XML技術進行數據的轉換集成，利用OLAP服務器構建數據倉庫，建立星型數據模型，接著應用數據挖掘相關算法，例如關聯規則、聚類、分類、序列模式等，發現海量銷售、庫存數據中存在的潛在關聯模式，最后在系統相應的子模塊上呈現挖掘的信息，為管理者進行營銷策略的調整提供依據。

為實現信息服務層的各個功能，在數據挖掘層采用了相應的算法：

（1）超市營銷系統采用統計算法進行商品銷售量的統計，銷售利潤的統計等等。統計算法即采用循環結構對所有記錄進行條件判斷和個數統計，其輸入為求解范圍、一個或多個條件，其輸出為滿足條件的記錄個數。在實施統計過程中還可以設置特定條件，使得滿足該特定條件時循環終止，以處理特殊需求。

（2）為進一步細化商品的擺放，超市營銷系統中采用Apriori算法發掘潛藏在商品中的某些關系。Apriori算法是一種最有影響的挖掘布爾關聯規則頻繁項集的算法[9]，該算法的基本思想是：首先找出所有的頻集，這些項集出現的頻繁性大于或等于預先定義的最小支持度，然后由頻集產生強關聯規則，這些規則必須滿足最小支持度和最小可信度，然后找到頻集產生期望的規則。

（3）為進一步細化商品的擺放，超市營銷系統中采用Apriori算法發掘潛藏在商品中的某些關系。Apriori算法是經典的基于布爾關聯規則來挖掘頻繁項集的算法[9]，其求解過程為：首先設置最小支持度和最小置信度，對所有的頻集，根據頻繁性大于或等于最小支持度的原則求出頻繁-1項集，然后由頻繁-1項集產生候選-2項集，再求出頻繁-2項集，以此類推，該過程是一個不斷產生強關聯規則的過程。

（4）超市營銷系統運用粗糙集算法可以預測到新產品的銷售情況。粗糙集理論自1982年由Pawlak教授提出，作為一個重要的數學工具，被廣泛應用于分析和處理不完整、非精確的信息，并且其采用定量方法[10]。該理論起源于簡單的信息模型，核心是應用等價關系，因而具有可操作性。特別適用于對關系數據庫記錄進行抽象、分類，歸納形成概念和規則，實現近似分類及知識發現。

4 系統的應用（Application of the system）

超市營銷系統以江蘇泰州迎春路附近的上海世紀華聯的近半年銷售數據作為數據源，該超市周圍以大學小區和居民區為主，顧客主要是大學生和當地的居民。該超市空間有限，所出售的商品種類也比較有限，主要以百貨商品、日用品和食品為主。日用品主要包括：洗化用品、生活用品、油鹽醬醋各種調料等；食品主要包括：水果、蔬菜、牛奶、飲料、兒童食品等；百貨商品就是其他例如毛巾、杯具、衛生紙等。該超市自經營以來，其收銀系統存儲了大量的銷售數據，但是超市管理者并沒有利用任何方法或技術對這些數據進行分析統計，這些數據僅用于庫存管理，而沒有用于指導其經營和決策，超市管理者通常依據自身管理經驗和季節因素作出一些銷售策略的調整，但是取得的經濟效益不夠明顯。

本系統針對營銷策略的調整，主要具備四個功能。

（1）系統的統計分析功能

系統提供了豐富的查詢統計功能：按商品編號查詢，按顧客編號和時間區間查詢，可以統計出商品銷量排名，統計某一時間區間內顧客消費情況，統計超市利潤等等，并以柱狀圖直觀顯示，如圖3所示。

（2）商品的相關性分析

該功能主要是分析商品之間的關聯程度，如圖4所示，首先輸入最小支持度和最小置信度，輸入的值必須在取值范圍內，然后點分析按鈕，分析出購買某商品的顧客也會購買其他一些相關產品。

（3）新商品的銷售預測功能

當超市管理者新進某一商品時，可以根據該商品的所屬分類，如圖5所示，預測其是否能夠暢銷，從而為管理者決定是否進貨提供一定的科學依據。

（4）顧客管理功能

該功能首先可以按照不同查詢條件，如會員姓名、會員等級等，查詢出符合條件的顧客，如圖6所示，直接發送郵件給會員，實現個性化推薦，吸引顧客來超市購物。

5 結論（Conclusion）

通過利用超市營銷系統對華聯超市的銷售數據進行分析，能夠統計商品的銷售情況，找出商品間存在的內在關聯，預測新商品是否暢銷，該系統為超市管理者提供了較為科學的決策依據，超市在經營策略上進行了一些調整，取得了明顯的經濟效益，二季度約8%的利潤增長。

大數據時代的超市營銷是數字化、個性化、差異化、精準化的[11]，中小型超市想要在大數據環境下良性發展，必須以大數據的思維，利用數據挖掘相關技術來進行營銷策略的調整，才能充分利用大數據的優勢，提高客戶滿意度并且獲得更多的利潤。

參考文獻（References）

[1] YANG Mengke，et al.Challenges and Solutions of Information Security Issues in the Age of Big Data[J].China Communications，2016，（3）：193-202.

[2] Huadong Guo，et al.Scientific big data and Digital Earth[J].Chinese Science Bulletin，2014，59（35）：5066-5073.

[3] ZHOU Yu.Data Mining-Based Maintenance Management Framework of Multi-component System[J].Journal of Donghua University（English Edition），2015，32（6）：950-953.

[4] 劉宗佳.超市營運系統的設計與實現[J].價值工程，2014（04）：191-192.

[5] 黃燕飛.大數據背景下基于數據挖掘技術的CRM系統設計[J].企業技術開發，2015，34（34）：43-45.

[6] 劉浩男.超市消費者行為分析與營銷創新[J].農村經濟與科技，2016，27（02）：87-88.

[7] 石靜靜，王書真，王艷佩.基于大數據的數據挖掘技術探討[J].數字技術與應用，2016（03）：247.

[8] 梁婧婕，曹婷數.據挖掘在超市大數據中的應用[J].商場現代化，2016（7）：10-13.

[9] 玄文啟.一種大數據挖掘技術——Apriori算法分析[J].中國科技信息，2015，（22）：39.

[10] 牛詠梅.基于粗糙集的海量數據挖掘算法研究[J].現代電子技術，2016，39（07）：115-118.

[11] 劉平云.互聯網環境下超市營銷策略探析[J].時代金融，2015（10）：268.

作者簡介：

張 晴（1986-），女，碩士，助教.研究領域：數據分析與處理，信息系統.

高廣銀（1982-），男，碩士，講師.研究領域：數據挖掘，機器學習，圖像處理.

賈 波（1958-），女，學士，教授.研究領域：網絡安全，數據挖掘.