商务智能在零售行业的应用

《商务智能在零售行业的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、商务智能在零售行业的应用陈亚淞在零售业中，通过条形码、编码系统、销售管理系统、客户资料管理及其它业务数据中，可以收集到关于商品销售、客户信息、货存单位及店铺信息等信息资料。数据从各种应用系统中采集，经分类整理，放到数据仓库里，允许高级管理人员、分析人员、采购人员、市场人员和广告客户访问，利用数据挖掘工具对这些数据进行分析，可以帮助管理者进行科学的决策。例如对商品进行购物篮分析，分析哪些商品是顾客最有希望一起购买。案例一:信息化管理为沃尔玛插上腾飞的翅膀美国的沃尔玛（Wal一Mart）是世界上最大的零售

2、商，2002年4月，该公司跃居《财富》500强企业排行第一。沃尔玛建立了基于NCRTera–data数据仓库的决策支持系统，它是世界上第二大数据仓库系统，总容量达到170TB以上。沃尔玛成功的重要因素是与其充分地利用信息技术分不开的。也可以说，对信息技术的成功运用造就了沃尔玛。啤酒AND尿布在美国或世界其他国家，超市的管理者会津津乐道尿布与啤酒的故事。这个故事的主角就是沃尔玛。利用数据仓库技术，沃尔玛对商品进行市场类组分析，即分析哪些商品顾客最有希望一起购买。沃尔玛数据仓库里集中了各个商店一年多详细的

3、原始交易数据。在这些原始交易数据的基础上，沃尔玛利用自动数据挖掘工具（模式识别软件）对这些数据进行分析和挖掘。一个意外的发现就是：跟尿布一起购买最多的商品竟是啤酒！按常规思维，尿布与啤酒风马牛不相及，若不是借助于数据仓库系统，商家决不可能发现隐藏在背后的事实：原来美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了两瓶啤酒。既然尿布与啤酒一起购买的机会最多，沃尔玛就在它的一个个商店里将它们并排摆放在一起，结果是尿布与啤酒的销售量双双增长。由于这个故事的传奇和出人意料，所以就在

4、业界和商界流传开来。沃尔玛凭借强大的数据仓库系统将世界4000多家分店的每一笔业务数据汇总到一起，让决策者能够在很短的时间里获得准确和及时的信息，并作出正确和有效的经营决策。而沃尔玛的员工也可以随时访问数据仓库，以获得所需的信息，而这并不会影响数据仓库的正常运转。如今，沃尔玛利用NCR的Teradata对超过7.STB的数据进行存储，这些数据主要包括各个商店前端设备（POS、扫描仪）采集来的原始销售数据和各个商店的库存数据。Teradata数据库里存有196亿条记录，每天要处理并更新2亿条记录，要对来

5、自6000多个用户的48000条查询语句进行处理。销售数据、库存数据每天夜间从4000多个商店自动采集过来，并通过卫星线路传到总部的数据仓库里。沃尔玛数据仓库里最大的一张表格（table）容量已超过300GB、存有50亿条记录，可容纳65个星期4000多个商店的销售数据，而每个商店有5一8万个商品品种。利用数据仓库，沃尔玛在商品分组布局、降低库存成本、了解销售全局、进行市场分析和趋势分析等方面进行决策支持分析。零售业中的数据挖掘在零售业应用领域，利用数据挖掘技术在很多方面都有卓越表现：1了解销售全局通

6、过分类信息，按商品种类、销售数量、商店地点、价格和日期等了解每天的运营和财政情况，对销售的每一点增长、库存的变化以及通过促销而提高的销售额都可了如指掌。2商品分组布局分析顾客的购买习惯，考虑购买者在商店里所穿行的路线、购买时间和地点、掌握不同商品一起购买的概率；通过对商品销售品种的活跃性分析和关联性分析，建立商品设置的最佳结构和商品的最佳布局。3降低库存成本通过数据挖掘系统，将销售数据和库存数据集中起来，通过挖掘分析，以决定对哪些商品货物进行增减，确保正确的库存。4市场和趋势分析利用数据挖掘工具和统计

7、模型对零售数据仓库的数据仔细研究，以分析顾客的购买习惯、广告成功率和其它战略性信息。5有效的商品促销通过对一种厂家商品在各连锁店的市场共享分析,客户统计以及历史状况的分析，来确定销售和广告业务的有效性。通过对顾客购买偏好的分析，确定商品促销的目标客户，以此来设计各种商品促销的方案，并通过商品购买关联分析的结果，采用交叉销售和向上销售的方法，挖掘客户的购买力，实现准确的商品促销。6最优店址选择利用数据挖掘技术可分辨出成功的商店或分店的特性，并协助新开张的商店选择恰当的地理位置。7客户群体分类通过数据挖掘

8、技术把大量的客户分成不同的类，每个类里的客户具有相似的属性，而不同类里的客户的属性尽量不相同。例如把所有客户分成VIP、一般客户和最差客户。企业可以针对不同类的客户提供针对性的产品和服务来提高客户的满意度。8客户的获得与保持零售业的增长和发展壮大需要不断获得新的客户并维持老的客户。现在各个零售企业的竞争都越来越激烈，企业获得新客户的成本正在不断上升，通常吸收一个新客户的成本是留住一个老客户的成本的6-7倍，因此保持原有客户就显得越来越重要。通过数据挖掘技