企業(yè)營(yíng)銷決策支持系統(tǒng)應(yīng)用研究.pdf

1、隨著我國(guó)信息技術(shù)的高速發(fā)展，企業(yè)要想快速提高其在市場(chǎng)中的核心競(jìng)爭(zhēng)力，需要有效利用自身積累的海量數(shù)據(jù)來(lái)不斷科學(xué)合理的制定各種決策。因此，研究能夠輔助企業(yè)管理者進(jìn)行科學(xué)決策的決策支持系統(tǒng)顯得尤為重要。本文針對(duì)決策支持系統(tǒng)的國(guó)內(nèi)外現(xiàn)狀，對(duì)銷售預(yù)測(cè)與客戶細(xì)分兩個(gè)核心內(nèi)容進(jìn)行了研究，研究?jī)?nèi)容如下:
　　1)銷售預(yù)測(cè)。預(yù)測(cè)是指在自身所掌握信息的基礎(chǔ)上，按照一定的方法和規(guī)律對(duì)未來(lái)進(jìn)行測(cè)算。準(zhǔn)確的銷售預(yù)測(cè)不僅有利于企業(yè)進(jìn)行科學(xué)決策，而且還有利于企

2、業(yè)獲取最大利潤(rùn)。本文首先提出了選擇對(duì)產(chǎn)品銷量影響較大的因素作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入?yún)?shù);然后針對(duì)BP模型難以確定隱含層結(jié)點(diǎn)個(gè)數(shù)、易陷入局部極值等問(wèn)題，構(gòu)建了遺傳算法優(yōu)化BP網(wǎng)絡(luò)預(yù)測(cè)模型;最后，通過(guò)把本文構(gòu)建的預(yù)測(cè)模型與未優(yōu)化的BP模型進(jìn)行比較和預(yù)測(cè)分析，證明了BP神經(jīng)網(wǎng)絡(luò)在遺傳算法的優(yōu)化下能夠得到較高的預(yù)測(cè)精確率。
　　2)客戶細(xì)分?？蛻艏?xì)分能夠使企業(yè)更精準(zhǔn)的把握客戶群，為企業(yè)展開(kāi)精準(zhǔn)化營(yíng)銷提供決策支持，穩(wěn)定核心客戶，吸引新客戶

3、，最大限度的提高企業(yè)效益。本文從客戶忠誠(chéng)度和客戶價(jià)值兩個(gè)維度進(jìn)行客戶細(xì)分，構(gòu)建了多維交叉客戶細(xì)分模型。首先，客戶忠誠(chéng)度選擇決策樹(shù)方法基于“最近購(gòu)買(mǎi)時(shí)間”、“購(gòu)買(mǎi)金額”和“購(gòu)買(mǎi)頻次”，將客戶分為流失客戶、浮動(dòng)客戶與忠誠(chéng)客戶;然后，針對(duì)客戶價(jià)值本文提出了近鄰傳播（Affinity Propagation）算法優(yōu)化k-means算法對(duì)客戶進(jìn)行聚類分析，將客戶分為低價(jià)值客戶、普通客戶、主要客戶與高價(jià)值客戶;最后，對(duì)兩個(gè)維度進(jìn)行交叉獲得更精確化的