商务智能在零售行业的应用
ቤተ መጻሕፍቲ ባይዱ
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。
案例二
一个小型的超市的收银台数据库中导出的数据：
数据挖掘的基本流程： 数据挖掘的基本流程：
结果应用
了解销售全局
商品分组布局 结果应用 降低库存成本
市场和趋势分析
有效的商品促销
不足之处
数据挖掘虽然是近年来计算机领域的研究热点， 但客户的行为是与社会环境相关联的，数据挖 掘本身也受社会背景的影响。所以挖掘的结果， 没有人们想象中神秘，它不可能是完全正确的。 需要反复验证它的可靠性。
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。
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，要对来自6000 多个用户的48 000 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。
结论
数据挖掘通过分析具体数据，发现确定有效的、新颖 的、有潜在使用价值的、以往不为人知的、最终可理 解的信息，为产品的良好销售和决策部门作出重要决 策提供帮助。数据挖掘一方面将数据转化为信息和知 识，在此基础上作出正确的决策；另一方面提供一种 机制，将知识融入到运营销售系统中，进行正确的运 作。 零售行业是众多行业中较为复杂的行业，有效合理的 数据挖掘分析可以使零售更加智能化，同时发现零售 行业中的种种规律，并驾驭规律，从而赢得未来。
案例一:信息化管理为沃尔玛插上腾飞的翅膀 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NCR Tera – 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。
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。通过数据挖掘技术可以帮 助发现打算离开的客户，以使企业采取适当的措施挽留这些客户。 9 交叉销售 现代零售业和客户之间的关系是经常变动的，一旦—个人或—个团体成为企业的客户，就要 竭力使这种客户关系趋于完善，需要对现有的客户进行交叉销售，为原有客户销售新的产品 和服务。交叉销售是建立在双赢原则上的，对客户来讲，要得到更多更好满足其需求的服务 且从中受益，对企业来讲，也会因销售额的增长而获益。数据挖掘可以帮助分析出最优的合 理的销售匹配。 10 客户诚信度分析 数据挖掘中的差异性分析可用于发现客户的欺诈行为，分析客户的诚信度，从而获得诚信较 好的客户。
啤酒AND尿布 尿布 啤酒
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，所以就在业界和商 界流传开来。