当前位置:
文档之家› 零售行业POS数据的数据挖掘
零售行业POS数据的数据挖掘
轻微敏感
高敏感
中等
轻微敏感
Price 增加销量
=
价格
价格 增加销售额
缩小与竞争对手 的价格差距 保护销量
方法
通过对以有数据的分析(价格,价格弹性,销售 额,销售量)
区分正常销售及促销 分析每个品牌的价格弹性 分析每个品牌的相关价格弹性 制定具体品牌的价格策略
Week
Volume Sales Regular Brand A Volume Sales
Week
Regular Brand A Regular Brand OL
Regular Price
关键概念
价格弹性
“对自身价格变化的弹性超过50%” “对竟品价格变化的弹性超过50%”
价格点
价格差距
高敏感
中等
相关价格弹性
品牌A的价格变化对于品牌B的销量所造成的影 响
关键概念
通过对价格弹性的研究,分析
了解品牌的促销效果 了解竞争品牌促销对自身的影响 合理制定品牌价格 促销竞争策略
关键概念
价格弹性度量 = 价格改变1%所带来的销量变化
价格弹性: 价格弹性
相关价格弹性: 相关价格弹性
衡量自身价格改变所带来的销量变化
Brand A 140 3.5
衡量相关产品的价格变化对销量的影响
Brand A vs. OL 140 3.5
Volume Sales
Regular Price
0
0.0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Volume Sales
0
0.0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
背景介绍
方案设想
小组构成
立题依据
POS记录了每笔交易的金额,但是海量的数 据使我们难以从中归纳出有用的市场销售信 息 如何通过POS数据发现产品的销售特性及消 费者购买的相关性来推测销售趋势
背景介绍
方案设想
小组构成
方案设想
以零售商的POS数据为基础,通过数据挖掘 的方法,如:Classification, Clustering 归纳不同品类在零售渠道所表现出的销售特 征,消费者购买行为及相关性;
销售特征
51 24
POS数据 数据
数据挖掘
23 33
26 43
CRV07
市场07 市场07
背景介绍
方案设想
小组构成
方案设想 – 流程
数据整理 模型建立
数据挖掘
编写程序
结果回顾 论文撰写
背景介绍Байду номын сангаас
方案设想
小组构成
小组构成
本小组的成员共8人 整体协调、沟通:徐毅豪 数据建模:刘长龙、徐毅豪 数据分析及整理:范晓光 尹勤 、张俊 相关资料收集:范晓光 尹勤 、张俊 程序编写:翁一磊、孙健 论文撰写:徐毅豪、陈中骏
谢谢!
背景
现代零售市场竞争激烈,为了抢占消费者各 个零售商会进行价格站来吸引消费者的购买. 价格促销固然会增加销售量的增长,但增加 的销量是否能弥补降价带来的损失,从整体 上使销售额增长? 是否可以少量提升价格,在不影响销售量的 情况下促进整体销售额的增长
关键概念
价格弹性:
每提升1%的价格,所造成的销售量的变化 如果价格弹性<+-1,则可以认为价格的提升对 销量的影响不大,反之亦然
零售行业POS数据的数据挖掘
2008年3月28日
目录
背景介绍 方案设想 小组构成
背景介绍
方案设想
小组构成
背景介绍
现代零售业近5年来保持两位数的高速增长, 一举超过传统零售渠道的市场份额 以大卖场、大型连锁超市为代表的现代零售 形态成为主力,其特点是面积大、品种多 POS设备在现代零售渠道非常普及,可以方 便的获得零售数据