大家一起来讨论:零售业数据挖掘

hydragonfirst · 发表于 2005-10-24 09:49

有一个服装大卖场近3年的销售数据和进货数据.没有关于客户的信息(人所共知:在中国,大多数商场的数据库中的大多数销售数据是没有记录购买客户的信息的.).请问应从何角度对其进行数据挖掘或者说可以应用哪些技术在其上以挖掘有用模式?希望诸位给些好的建议.
我个人的想法是:
1.决策树------服装积压系数(或退货系数)的计算.
2.神经网络-------供应商的选择\销售预测
3.关联规则-------品牌\利润
4.聚类--------高中低利润品牌分析.

希望大家说说自己的想法.

happysboy · 发表于 2005-10-25 09:06

我来说说，如有不妥，请勿见怪。

从你的思路看，是“我有这些模型算法，能够作什么事情呢？”，这恐怕是一种技术思路，然而要让数据挖掘真正服务于业务，首先是要将问题定义明白，并且一个业务问题是由那种模型解决好，也不是自己觉得，而是通过模型的评估来得知。

你的描述中，能够找出两个“比较”明确的业务问题
1、如何降低服装积压系数；
2、销售额预测；

而其他几点诸如“品牌\利润"、”高中低利润品牌分析“这些都是不清不楚的，如此，还谈什么挖掘。恐怕也只能拿来练练手，学习学习挖掘工具、方法而已罢。

最初由 hydragonfirst 发布
[B]有一个服装大卖场近3年的销售数据和进货数据.没有关于客户的信息(人所共知:在中国,大多数商场的数据库中的大多数销售数据是没有记录购买客户的信息的.).请问应从何角度对其进行数据挖掘或者说可以应用哪些技术在其上以挖掘有用模式?希望诸位给些好的建议.
我个人的想法是:
1.决策树------服装积压系数(或退货系数)的计算.
2.神经网络-------供应商的选择\销售预测
3.关联规则-------品牌\利润
4.聚类--------高中低利润品牌分析.

希望大家说说自己的想法. [/B]

shenwing · 发表于 2005-11-8 12:18

我自己做零售行业的数据挖掘有3，4年了，谈一下自己的看法。对于研究而言楼主提的不失为一种方法，但是实际操作中我可能会这样考虑。服装行业具有很强的季节性，产品的生命周期很短，单品的分析常常要求以周为单位进行研究。一般而言，我们在商品管理方面可以关注“供销比”和“缺货分析”，从而及时发现可能的滞销品提前进行清理，大家都知道服装过季就不值钱了。零售业库存管理的核心也就是2句话：“保障供应，加强流转。”对销售预测方面其实可以直接指导采购，我们目前实施的采购和库存管理的专家系统可以基本取代人的采购了，其中和数据挖掘相关的技术主要运用了回归和时间序列的思想，但绝对不是单单一个算法那么简单的。就像7巧板能生成什么图形，不同的人的结果是不同的一样，最关键还是要看对业务的理解。
关联规则对促销商品组合的问题效果不太好，我觉得很少有企业能关注到那个层面，据说啤酒加尿布的案例也是人造出来的啊：）一般关联规则的发现多是配套商品之类的，意义不大。
我们公司的博士都有自己写数据挖掘算法的能力，但是世纪的操作中，很少有机会在数据分析中去用那些基础算法的，不是没技术，而是真的不需要，企业经营永远是抓大放小，能解决问题才是好。决策数分析滞销绝对没有一些专家模型有用，何况我很怀疑商品的分类是否能达到做决策数分析的需要。
一些看法，经供参考讨论。
沈翔：MSN:shenwing@163.net , mp:13501821732, shenx@vip.sina.com

hydragonfirst · 发表于 2005-11-8 23:08

楼上的是行家,分析透彻!  本人直接目的是毕业论文.果然眼睛是雪亮的
二楼同样指出了问题症结.究竟目的是应用还是研究
谢谢你们的意见.

其实这个商场就是自己家里的生意.规模并不大,也没有任何信息化历史.
更别提专家系统了,进销存靠的就是父母多年生意场积累的经验.
销售数据只有每天的流水帐而已.但整理出来后数据量还是挺庞大的.
加上整理出来的历年打过交道的厂商\品牌经销商的资料,.
我认为还是可以得出些有意义的结论.

毕竟在白纸上更容易做画呀.

楼上的提到了现有的产品,我也知道一些市面上流行的商业智能解决方案,一个字:贵!
弄个数据仓库都得上千万.而专家系统同样价值不菲,实施起来还需要苛刻的条件.实在想知道,楼上的公司会不会考虑为一个销售面积不足一千坪年销售额低于一千万的地方商场实施专家系统呢.

因此我想做中小规模零售企业应用数据挖掘技术的可行性探讨.
也许这个想法本身是失败的.因为到目前我还没有发现有人敢于做这种尝试.

但不得不说的是,中小规模零售企业同样有应用数据挖掘技术的需要.而且是强烈的需要.因为很多地方凭借经验是不足以解决问题的.
减少滞销的产品,
商品品牌的选择,
经营方式(厂价直销\自主定价\限价销售)的选择
  库存最小化,
员工绩效评价
  等等等
  数据挖掘技术应该可以取得而且是已经被成功应用的领域,我们是不是可以考虑将其应用在中小零售企业中呢.

  零售企业数据挖掘自然应该考虑业务领域.寻找一个一般模式的零售业数据挖掘解决方案是一种奢求.因此,我的分析先划定在服装销售(近水楼台嘛).

再次感谢楼上二位
希望继续参与讨论.

希望大家多多拍砖!

shenwing · 发表于 2005-11-9 17:05

hydragonfirst你好，年销售额不到1千万确实应该算是比较小的企业了，不过我上面提到的决策支持系统的销售价也就3-5万还带上服务，不知道这个价格这样的规模的企业是否能接受？：）我不知道啦，我没向这样规模的企业推荐过。

你前面提到的几个问题，系统中有一些很成熟的模型，都有不少零售业的大客户在用。
问题一：减少滞销的产品
我前面提到滞销商品可以通过供销比分析模型来找出，也可以分析商品的存货时间，或是通过周转率来分析，寻找出滞销的产品。三种方式各有千秋，就不细说了，其实至少还有4-5种方式。
问题二：商品品牌的选择？
其实可以理解为供应商管理的一个方面，可以根据品牌的利润，销售，付款方式等形成一个评分模型，主要是寻找合适象限的产品。
问题三：经营方式(厂价直销\自主定价\限价销售)的选择？
同上一个问题，也可以通过销售频率来分析，不过你说的经营方式的三个例子有交叉，分类有些模糊
问题四：库存最小化？
库存最小化不是企业的目标，零售业客户更注重库存的高周转，风险和利润有时是结合在一起的，过小的库存也常常伴随着高缺货和高进价，所以我们模型中是通过控制滞销品和减少缺货两个主题来达到这个目标的。
问题四：员工绩效评价？
如果你的业务能和员工挂钩，那么销售的绩效比较容易，其它岗位的评估我觉得更多的是首先要明确目标的事情，比如：采购的人员评估就可能是以下几个指标，1.他所负责供应商的销售额增量,2.采购价3.付款方式,4.供应商履约率等等,这个就比较自由了,如果有数据,我觉得也不一定用太复杂的方法。

我的实际经验客户使用过我们的决策支持系统后库存管理方面的收效比较明显，可以减少20%以上，我们打个比方我觉得对企业应该衡量这样一笔帐，减少库存产生的效益是否能3-5倍于自己的IT投入，否则真的不建议上相关IT系统。另外规模小的企业业务也会相对简单，那时经验可能还能更管用些。

hydragonfirst · 发表于 2005-11-9 22:25

沈先生,感谢您的耐心和细致.

从您的意见中我得到了启迪.
感激不尽.

还是只关注库存管理吧.

销售行业库存管理应该和销售活动是紧密相关的.有如下问题:

1.请问在你们产品中已经使用的进行供销比分析是什么模型?

2.您曾经说:决策树分析滞销不如一些专家模型管用.这一点我也相信.但能否不吝赐教,这些专家模型是如何应用的,原理是什么?

3.控制滞销品和减少缺货这两个主题是相互矛盾,通过何种方法来解决这种矛盾.贵公司的解决方案中有没有独特的有效的方法?如果需要考虑特定经营领域,请给个例子.

4.您认为粗糙集(属性约减)\决策树(商品滞销系数)\神经网络(销售预测)在控制滞销品和减少缺货这两个环节能发挥实际作用么?

也许我的表述很多地方不够专业或问题本身很幼稚.请见凉.

期盼您的回复!

shenwing · 发表于 2005-11-10 15:27

其实满复杂的，我打字慢，要打老半天，稍微简单点说吧：）

1。最简单的供销比应用例子。你的某规格服装进货100件，10天后统计只卖了10件，那么10日供销比就是10，如果我们把所有服装按供销比排序，越大的滞销的可能就越大，这样我们就可以在服装过季之前进行清理，很多大型服装企业都用这个思路的，因为服装的生命周期非常短，供销比分析比较适合。其他我提到的几个方法，其他行业更适用些。
2。你想用决策树来分析滞销，但是你会怎么做呢，比如根据品牌，尺寸，颜色，商品分类来做？（可能我的想法是错的，别怪我无知啊）然后你用决策树来论证滞销由什么条件或几率构成对吧？问题就在这里，即使你上面几个条件的数据能采集到，我估计进销存中有这些数据就不错了，还可能没有，能产生正确的决策建议吗？你和女孩去多买几次衣服可能就会有体会了，很多造型，舒适度，流行趋势，小配件之类数据库中是没有的，而且服装的生命周期又那么短。这样的情况下你用决策树产生的建议错误的几率非常高，如果做出错误的结论，可能比不做还差哦。供销比分析就能很好地发现滞销，至少命中率高很多，客户也能理解，再简单点的分析，把客户1年没销售的商品拉出来说这是滞销品，没问题吧，别说这幼稚，很多人还没去做呢。讲个思路，我们会根据客户的行业特征和数据情况推荐合适的方法的。

前年我去北京碰到研究SAS20多年的胡良平教授，他就说自己一本书卖的最好就是SAS的错误应用案例，80%的人都用错模型去解决问题了，算法没错，但不该用这个算法，这个数字很可观啊。
3。控制滞销品和缺货分析两个主题其实不矛盾而是辩证的一体，好卖的东西才要保证不缺货，不好卖的东西才要避免存货压力，反之都没太大的关系，只要把商品类别分出好卖，一般，不好卖，再解决不就行了，我们的采购专家系统中就能比较好的控制这点，不过处理起来还是很有讲究的不细说了。
4。如果你有意尝试，我倒是建议你去试一试你自己的想法，不要被经验所束缚，我们经常也去做一些别人没做过的事情的，事先多想想，至少也能证明某种方式不行。

happysboy · 发表于 2005-11-10 18:18

沈兄说得好啊。

hydragonfirst有些“拔剑四顾心茫然”的样子，手里握着几种算法，总得找个地方砍下去，呵呵。

hydragonfi · 发表于 2005-11-10 23:56

沈先生,也许应该叫您沈老师.

您的数篇回帖带给我的感觉是,您至少在供应链信息化管理这一领域有五年以上的从业经验.现在肯定是项目经理的级别或更高.

如滔滔江水般的景仰之情此处省略八千字.

happysboy说的对,从一开始,我的思路就是,"手里握着几种算法，总得找个地方砍下去".零售业只是我下刀的一块肉.毕竟我的目的只是切出一篇硕士论文而已.

但经过这几篇帖子的洗礼,我现在的思路有了很大转变.我决定回家去首先作需求分析和业务考察.
沈先生,数天内我会带着更详细的问题(或者更幼稚)来向您请教.

真心期盼您继续关注!

下面是上海XX信息技术公司在为上海某家电连锁企业实施决策支持系统后提出的分析报告.受篇幅限制,我只选其中应用到了数据挖掘的一部分.如下所述:
　　＂
　数据挖掘

1. 关联规则分析，进行不同层次的关联分析，挖掘购物模式，提供商品的类别、品牌等关联模式。

2. 提供多种专家评分方法，可构造多个指标的综合评分内容，提供给业务分析人员或行业分析人员或行业专家使用。

3. 运用自研发的决策树算法实现分类内容，运用于告警分析、挖掘出隐藏在告警现象背后的商业规律，提前发现商机或预知风险。

4. 基于多种时间序列算法的趋势预测内容。

5. 神经网络的聚类分析、预测分析，从容应对商业问题内容。

6. 偏差分析发掘异常值的出现，对商业运作中的异常行为发掘商业内涵。

　　＂
　　请问沈先生．以您的经验，这种决策支持系统在实际应用中能发挥像它描述的作用吗？

　　呼唤斑竹将此贴加精，
　　
　　感谢关注此贴的朋友，请多多评论！

shenwing · 发表于 2005-11-11 11:46

呵呵，hydragonfirst，你算问对人了，那份报告是03年我的几个咨询部门的同事和技术总监给永乐家电写的，怪不得那么熟悉：）

那篇数据分析报告以03时候的眼光看应该还是不错的，毕竟那时有多少人在做数据挖掘呢？不过我可以说，这只是一份研究报告，其中提到的分析软件不是决策支持系统而只是一个统计软件，尤其是涉及到很多数据抽样技术，非专业人员很难用的，相对而言，真正的dss应该要平易近人的多，面向企业的管理层和决策层，这两年我们自己产品的发展方向也是这里。

我说一下你引用那六句文字的背景，九阳真经第7层知道不，大多数是正确的，但是有19句话不对，因为写的人也没练到，只是凭经验臆测。但是总体讲这篇还是个不错的报告，我们的决策支持系统的一些模型也能体现这个思路，这个报告的模板我现在还在用。

后来我一个同事去做了永乐的一个老总助理，仔细熟悉企业业务后
就觉得这个报告写得比较外行了。

还有就是企业业务问题的解决应该循序渐进，往往配合着人员素质的提高，如果进销存的数据都还老不准，那还做什么挖掘呢？

[原创] 大家一起来讨论:零售业数据挖掘

Re: 大家一起来讨论:零售业数据挖掘

佩服!

谢谢shenwing

对沈先生实在敬佩.

浏览过的版块