版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著經(jīng)濟(jì)全球化的擴(kuò)展及WTO對(duì)我國保護(hù)期的結(jié)束,外資零售企業(yè)將無限制地進(jìn)入我國,面對(duì)巨大的競(jìng)爭(zhēng)和挑戰(zhàn),如何生存已是我國零售企業(yè)面臨的重要問題。而作好銷售預(yù)測(cè)及在此基礎(chǔ)上作出正確的銷售決策是致勝的關(guān)鍵。 在商品的銷售預(yù)測(cè)中,一般針對(duì)商品在將來某個(gè)時(shí)段的銷售狀態(tài)和銷售量進(jìn)行預(yù)測(cè),預(yù)測(cè)的變量只涉及到商品的銷售數(shù)量,有極少的一部分考慮到了銷售金額,但都忽略了一個(gè)最重要的因索,那就是利潤,利潤是決定零售企業(yè)贏利及發(fā)展的關(guān)鍵因素。因此,本文
2、在銷售預(yù)洲的輸入變量的選取上,除了用到銷售數(shù)量、銷售金額、季節(jié)指數(shù)等商品屬性之外,還選取了利率這一重要變量,增加了預(yù)測(cè)的準(zhǔn)確性。 本文利用數(shù)據(jù)挖掘技術(shù),提出了一個(gè)新的商品銷售預(yù)測(cè)模型--SPI-M模型,該模型用于零售業(yè)商品銷售預(yù)測(cè),為企業(yè)良好經(jīng)營和決策部門作出重要決策提供幫助。該模型的構(gòu)建過程是:首先用基于統(tǒng)計(jì)學(xué)的季節(jié)分析模型(S模型)進(jìn)行銷售市場(chǎng)的季節(jié)規(guī)律分析,計(jì)算出商品的季度、月份的季節(jié)指數(shù)。其次利用數(shù)據(jù)挖掘技術(shù)中的K-均值
3、聚類算法,建立了利率等級(jí)模型(P模型),由P模型的輸出結(jié)果得到銷售的利率等級(jí)分類。然后將季節(jié)指數(shù)、利率等級(jí)、銷售數(shù)量、銷售金額等作為ID3算法的輸入變量來構(gòu)建決策樹模型(I模型),得出歷史數(shù)掘的年、季、月的銷售狀態(tài),最后利用統(tǒng)計(jì)學(xué)中的馬爾科夫預(yù)測(cè)模型(M模型)預(yù)測(cè)商品將來某時(shí)段內(nèi)銷售狀態(tài)的轉(zhuǎn)移情況,而在將來某時(shí)段內(nèi)商品的需求量是以前相同時(shí)段相同狀態(tài)該商品的銷售量的同期平均值與平均增長(zhǎng)量之最后本文實(shí)現(xiàn)了一個(gè)基于SPI-M模型的商品銷售預(yù)測(cè)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)挖掘的零售業(yè)銷售預(yù)測(cè).pdf
- 基于數(shù)據(jù)挖掘的零售業(yè)銷售預(yù)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 分析影響我國批發(fā)零售業(yè)商品銷售的主要因素
- 數(shù)據(jù)挖掘在零售業(yè)銷售管理中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘在零售業(yè)交叉銷售中的應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘的零售業(yè)客戶細(xì)分方法.pdf
- 基于粗糙集理論的零售業(yè)數(shù)據(jù)挖掘研究.pdf
- 零售業(yè)銷售預(yù)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于最大熵方法面向零售業(yè)的數(shù)據(jù)挖掘.pdf
- 數(shù)據(jù)挖掘技術(shù)在零售業(yè)中的應(yīng)用.pdf
- 基于Xgboost方法的實(shí)體零售業(yè)銷售額預(yù)測(cè)研究.pdf
- 基于自組織建模的零售業(yè)銷售量預(yù)測(cè).pdf
- 零售業(yè)銷售提成方案
- 基于數(shù)據(jù)挖掘技術(shù)的電腦零售業(yè)中的商業(yè)分析.pdf
- 數(shù)據(jù)挖掘在零售業(yè)CRM中的應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)對(duì)零售業(yè)中潛在VIP客戶的研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在零售業(yè)庫存控制中的應(yīng)用.pdf
- 零售業(yè)商圈研究
- 數(shù)據(jù)挖掘技術(shù)在零售業(yè)CRM中的應(yīng)用研究.pdf
- 基于零售業(yè)的數(shù)據(jù)挖掘技術(shù)和關(guān)聯(lián)規(guī)則算法的改進(jìn)研究.pdf
評(píng)論
0/150
提交評(píng)論