新零售目标产品的精准需求预测关联度分析

李想

（青岛大学数据科学与软件工程学院 山东省青岛市 266000）

1 问题概述

新零售时代与用户需求关联性更强，提高数据采集效率，结合更先进的数据分析方法，互联网企业可以更容易的获得准确的用户消费行为、消费倾向、消费心理。新的零售巧妙地将线下的虚拟与现实相结合，在传统零售商品中，将当前的客户作为经营的中心。就像微信的商人一样，对顾客进行细致的咨询和服务，通过多种渠道来了解客户的多种需求，新零售现在的重点越来越人性化。具体来说，他们不是提供广泛服务的类型，而是以单独的角度为中心，专注于一种类型服务的团体。根据该团体消费者的需求和特点进行准备，可以说是匠人精神的另一个现状，这样以后，企业首先亏损的是大部分领域的消费者。这是传统零售业的一次非常危险的尝试，但同样可以获得更加充实和坚实的粉丝群。这对于销售行业来说是非常重要的，消费者的集体化是新零售的最大优势，决定新零售的道路是否会堵塞、漫长的未来是否会继续。为根据层级复杂，品类繁多的历史销售数据，以区域层级，小类层级乃至门店skc（单款单色）层级给出精准的需求预测，笔者收集了一系列相关数据，为满足企业更加精准的营销需求，预测目标小类内在2020年10月份1日之后的每周的销售量。

2 问题假设

（1）用于分析的数据来源真实可靠；

（2）假设未来一段时间内市场经济水平稳定。

3 问题分析

3.1 问题分析

随着5G 时代的到来，生活节奏不断加快，顾客的消费行为、购买方式、选择倾向更容易受到海量信息的影响而在短时间内不断发生变化。该问题要求分析2019年国庆节、双十一、双十二和元旦这四个节假日内各种相关因素对目标skc 销售量的影响。随着互联网、广电网、移动互联网的蓬勃发展，各种线下、线上、运营平台的数据收集变得更全面、更丰富，海量的跨平台数据源，构建了精准营销的数据基础。信息技术正在以前所未有的速度飞速发展，新科技越来越受到行业重视。计算机技术、网络技术等零售技术日趋成熟，零售业应用的新科技水平也有较大提升，新科技将成为连锁零售业突破重围的利器。新科技将有效推动连锁零售的运营效率，物流跟踪更加动态，为连锁零售门店的销售效率带来革新性变化。最后，新科技能够有效降低连锁零售业的经营成本，实现上下游产业的价值共享，通过大数据为企业决策给予支持，从而更加充分挖掘消费者的资源。首先通过编程对搜集到的数据进行预处理，得到需要的数据，然后利用MATLAB 运用灰色关联度分析的办法计算出产品销售价格、库存数量、节假日折扣与销售量的关联度[1]，然后对结果进行分析。

3.2 数据处理

3.2.1 数据的筛选与提取

图1

图2

图3

首先根据限定的时间将上述时间段中的记录筛选出，再通过编程统计每个skc 的销售额总量，并排序，查找出销售额的前50 名，在对记录进行组合时发现最有效数据为16 个，结果为表1所示。

然后依据节假日信息对于上一步查找出的结果再次筛选，筛选出特定的四个节假日的销售记录。为方便建模分析，将模型进行简化，将每个skc 的销售总额除以总销售量的结果认为是每个商品的价格。

对销售量和三个影响因素分别绘制散点图，如图1、图2、图3。

对绘制的散点图观察发现，打折比例对于销售量的影响明显大于另外两个因素。下面通过灰色关联分析验证该结论。

表1

表2

3.2.2 灰色关联分析

利用灰色关联分析，分析各影响因素之间发展趋势异同程度，可以有效分析各影响因素的影响能力。相关公式如下：

k 表示时刻，x0表示参考数列，xi表示第i 个比较数列；式（3）中γi(k) 表示在k时刻，数列xi对x0的灰色关联系数；η表示分辨系数，取值区间为[0，1]；两级最小差使用表示；使用表示两级最大差。

通过式（4）计算数列xi对参考数列x0的关联度。

运用MATLAB 代码在附录中给出，这里仅给计算结果。计算出平均出售价格、打折比例、平均库存量三个因素数据序列与skc销售量数据序列的相关度，具体计算结果见表2。

3.3 结果分析

通过观察以上计算出的平均出售价格、打折比例、平均库存量与销售量的灰色关联度，可以发现三个影响因素中关联度大小排序为打折比例>平均出售价格>平均库存量。零售背景下的营销环境使消费者处于一种虚拟用户状态，既是产品消费者，也是服务消费者，角色、需求不断变化。精准营销结合全渠道各类数据，全面分析线下、线上客户需求以及变化趋势，并根据这些变化，对营销方式进行调整，建立具备高时效性的多层次营销体系，以激发消费者的购买欲望，提高产品销量，实现利润最大化。新零售背景下，线下、线上、平台以及社交媒体深度融合，精准营销的过程中，客户数据信息内容，不仅包含了对市场前景规律的分析，还包括了既有客户维护需求，企业需要通过深入分析，对既有和潜在的消费群体进行挖掘与寻找，建立细分化、多维度、个性化的用户管理模式，实现精准营销的范围的有效扩大，推动企业在新零售背景下的升级改造。新零售背景下，数据的采集和交互更加便捷、时效性更进一步提高，借助数据分析，企业在营销过程中，能够更精确的根据用户喜好，提高用户体验感，相对于传统营销中存在的不足与问题，企业需要进行适当的转变，充分把握各平台相互融合的特点，提高用户粘度的同时，还要适当增加客户受众量，促进企业知名度的提升，进而有效降低企业营销过程中浪费的资源及时间，提高营销效率。这一结论与通过观察散点图得出的结论一致。同时也与实际情况相符，所以可以认为该结论是准确的。

因此，在新的市场环境更友好的零售模式下，零售企业有义务扩大自身的影响地位，以便利用之前的工作市场经验和基础，让消费者能够随时得到需求的满足。要给消费者提供粘性和消费购物优势，包括基础产业，满足消费者对基础产品的需求，同时积累丰富的高品质奢侈品消费物质，构建圆形的生态系统，逐步提高市场占有率。当然这需要大量的投资，才能产生多产品模型。大多数零售商在困难时期很难获得更多的投资，因此他们必须改变主意，本着开放和战略合作的精神，其他类型的企业不仅在不同类型的零售企业之间创造消费生态系统和生态系统，而且在零售时代，在供应商和消费者之间，企业与生态系统的结合可以有效提高质量管理，降低零库存挖掘成本，保证快速配送、更好的消费者体验和综合优势。通过朋友圈的传播，让消费者参与企业管理等，达到随机效应，让消费者愿意多花钱，建立以消费者为中心的生态系统，降低消费成本，提高竞争力。

在新的零售模式下，供应链管理以顾客体验为中心，不仅包括零售商，也包括最终消费者。所以，我们应该注重供应商管理，优化和适应顾客不断变化的需求，同时保持采购优势。随着消费的增加，会导致消费客户作为零售企业的心理变化，必须适应时代的发展，理解消费者的精神需求，专注于满足个性化和品质化的需求。当然，现在消费者的购买需求越来越分散。因此，新的零售商店要更新配送中心的设施，提高管理的智慧，提高消费者越来越看重的产品质量，整合供应商，甚至整合制造企业是零售企业供应商管理的重要组成部分之一，比如系统连接，是供应商整合、供应商共享和数据共享，形成利益共同体，提高管理能力。供应高品质的产品可以提高国内居民的购买力，建立生产基地，保证产品质量，整合生产企业，加强自身品牌建设，通过降低采购成本，提高竞争力，确保产品质量，专注消费者的需求，提高企业品牌价值。