基于大数据智能订货研究

2019-10-18作者:徐颖

摘要:在互联网时代,如果把数据作为一种经济资源,零售户作为资源生产者之一,所产生的大数据中就包含了很多的个人隐私,并且这些由零售户产生的数据也是企业最为关注的数据、具有商业价值的数据。

以新商盟数据为例,零售户浏览品牌、搜索关键词、位置信息等行为数据都会被记录下来,所涉及的个人信息和销售信息也将蕴含其中。如何运用这些数据为零售户提供更优质、更便捷、更高效的服务呢?更科学一键订货或智能订货,只有知己知彼才能作战市场,标签数据的构建是关键:

一、标签构建

(一)构建商品标签(知己)

建立卷烟品牌属性标签,运用赋值,既按照一定规则,给每个属性的进行评估,在市场销售环境给予一定的指标,指标评估给予一定的分值,按分值进行品牌在市场的状态描述,可能按满足、基本满足、市场空缺等状态。赋值的方法也是多种形式,最后可进行品牌划分。

(二)构建用户标签(知彼)

数据的价值在于分析,利用大数据技术,可以对零售户的行为,即销售环境、个人经营能力、行为模式进行深入研究。

一是互联网技术捕捉和定位用户,追踪零售户在新商盟浏览的行为轨迹,将零散片段拼合出该零售户的特征,再根据零售户的行为,判断该零售户的需求、经营能力和区域环境。二是建立企业与零售户心型互动关系,打破以往的“自下而下”的提报需求,建立与零售“一对多”的线性关系。

(三)制定营销策略(作战)

大数据根据零售户的“行为轨迹”,分析其销售环境,能够进一步判断其关联需求,挖掘其潜在需求,审批人对零售户需求进行预测;再通过具有针对性的关联推荐,促成有效订单生成。

二、智能订单

智能订单的数据应该从“人工”到“积累数据(历史数据)”,从“数据”到建立“模型”,从“模型”到“自动生成”,经营积累数据,数据运行模型,运营越来越精准高效,历史数据盘判断哪个品类销售最好,预测未来销量,给出最优卷烟商品选择,审批人确认决策,让卷烟订购基于数据自动化运营发挥运营新性。

品类规划:卷烟品牌的组成是否合理能直接影响订单成功率,通过大数据的积累,使用算法模型结合特定累目标卷烟要求,保证卷烟品类丰富,生成品类规划。

规划逻辑步骤:

品类规划=XX

数据(A)=历史数据A1、零售户行为数据A2、其他数据A3

品类生命周期(P)=成熟品牌P、成长P+、新品P-

品牌结构(J)=常规品类、季节品类、潜力品类、其他品类

x^x→A^N→P^N→J^N→均衡到每一天

区域聚类:根据零售户销售商品进行划分外,还可以按照区域划分的方式。

三、订单生成

各通道数据的清洗可通过打分的方式来评定,我们使用加权平均算法来完成最后生成。一是零售户某一时间段内所有订烟的次数;二是零售户对各个品牌的订购次数,转换为1-5的评分;三是各个品牌特征的订购次数;四是季节性品牌订购次数。

设X1、X2、X3、X4、X5代表五个关键属性值,相应的权值为W1、W2、W3、W4、W5,那么根据如下公式:

X=(w_1 x_1 w_2 x_2 〖+?w〗_n x_n)/(W_1+w_2+?w_n )

四、设备终端

数据并不是凭空得到的。在技术层面,采集数据需要有相应的传感器或数据采集设备。这些设备有的是独立存在的,有的直接依附于企业所提供的服务,还有的是公共设施、公共平台。所以如何有效而准确地获得这些数据,其中一个层面的意思就是如何有效地管理这些设备,使它能够及时、全面、有效地将相应数据反馈给企业。终端建设作为基础的建设,有效的把销售数据、市场动态、管理数据到数据的融合性和协同性。作为服务者的企业在很大程度上是以信息、数据和传播的管理作为公司管理的核心。

来源:烟草在线
相关文章